高金9月学术研讨会精彩回顾 | 学术现场|博士|学术现场|学术研讨会|科学|经济学|高金

深耕前沿，思辨新知。9月，上海交通大学上海高级金融学院（高金/SAIF）持续推出学术研讨会，特邀4位来自海内外知名学府的经济金融领域学者，围绕创新与专利、拍卖机制、收益可预测性、人工智能产业等前沿议题分享最新研究成果。

研讨会以思想交汇激荡学术活力，持续营造开放、前沿、多元的学术氛围，稳步夯实高金国际化、高水平的学术研究基础。

以下为9月学术研讨会的精彩内容回顾。

分享嘉宾

9.16

Philipp Boeing

法兰克福歌德大学经济与工商管理学院副教授

9.16

Wanchang Zhang

香港中文大学(深圳)经管学院助理教授

9.18

Jun Yu

澳门大学工商管理学院金融与经济学讲席教授

9.23

Lin William Cong

南洋理工大学金融、计算与数据科学讲席教授

现场精彩回顾（部分）

9月16日

拍卖中的稳健收益等价性

Wanchang Zhang

香港中文大学（深圳）经管学院助理教授

加州大学圣迭戈分校经济学博士

拍卖设计通常假设卖方了解竞买人的价值分布，而在许多实际应用中，这类信息可能相当有限。Wanchang Zhang教授与合作者研究当卖方对这些分布仅掌握有限信息时，简单拍卖机制能够实现多大的收益。

研究团队证明，二价拍卖——无论采用随机保留价还是不设保留价——都能实现与极小极大贝叶斯激励相容（minmax BIC）收益基准相等的收益保证。

因此，尽管卖方信息有限，简单的占优策略机制在最坏情况下也能达到更广泛的贝叶斯机制类别所能达到的表现，从而确立了DIC-BIC收益等价性的一种稳健形式。

9月18日

超越一阶的收益可预测性：偏差校正与推断

Jun Yu

澳门大学工商管理学院金融与经济学讲席教授

西安大略大学经济学博士

Boudoukh、Israel和Richardson（2022）表明，有限样本扭曲使人们对长期收益可预测性回归中的系数大小和推断产生怀疑。Jun Yu教授与合作者通过证明，在实证相关的设定中，即使是在短期限下，超越一阶近似的偏差在数量上仍可能十分重要，并且可能随期限增加而增大，从而强化了他们的判断。

随后，研究团队开发了iBoot——这是一个统一框架，将间接推断与自助法结合起来，适用于直接回归（DR）和基于蕴含（IM）的估计量。在短期和长期期限下，iBoot都能校正一阶偏差以及超越一阶后仍然存在的偏差，并为由此得到的偏差校正估计量构建可靠的统计推断。模拟表明，iBoot显著降低了偏差，改善了置信区间覆盖率和检验规模，并保留了较强的检验功效。

在实证上，iBoot实质性改变了对若干广泛使用的预测变量的收益可预测性估计和统计结论。在不同期限和频率下，它提供了证据表明，较高的通胀率预示着较低的未来超额收益。

9月23日

AI词元经济学：基础模型市场中的定价与应用发现

Lin William Cong

南洋理工大学金融、计算与数据科学讲席教授

斯坦福大学金融学博士

基础模型提供商掌握着丰富的使用历史，向运行异质且不断扩展应用的用户出售技术上各异的词元。用户选择的任务涉及针对特定模型与工作流的词元配方，而这些配方事先难以精确预测；同时，应用目的、原型是否成功以及下游收入又难以直接写入合约。

Lin William Cong教授刻画了最优词元定价菜单设计、价格歧视的限度、应用发现与市场组织的共同决定机制，以期为平台设计、企业采购与政策制定提供参考。同一菜单同时约束现有与潜在应用，这使得“应用发现”取决于边际盈利应用的密度以及开发成本中按量计费的比例。应用群体的变化会改变最优计费设计，进而改变发现的方向。入门定价取决于提供商能够留存的用户需求；不可转让的计算额度可以弥补外部融资未能覆盖的融资缺口。

更准确的词元消耗预测会鼓励用户在原型成本不确定的情况下进行试验。最后，竞争会降低可迁移应用的加价，同时削弱提供商资助应用发现的激励。