近日，2019 International Conference on FinTech（2019国际金融科技会议）在上海交通大学上海高级金融学院隆重举行。会议由上海交通大学上海高级金融学院、上海交通大学中国金融研究院、上海交通大学中国金融研究院金融科技研究中心、上海交通大学数学科学学院、上海交通大学人工智能研究院、新加坡国立大学苏州研究院、新加坡国立大学风险管理研究所、新加坡国立大学量化金融中心、数字金融 (Digital Finance) 期刊共同主办。

会议有来自中国、美国、新加坡、德国、瑞士等国家研究机构代表，国内领先金融科技企业代表和国内外传统金融机构代表260余人参加。会议分两天举行：首日是以业界为导向的分模块发言，次日为会议入选论文的学术研讨交流。上海交通大学上海高级金融学院金融学教授、上海交通大学中国金融研究院副院长、金融科技研究中心主任、会议主席李祥林主持大会。上海交通大学上海高级金融学院执行院长张春、上海交通大学数学科学学院副院长刘卫东、新加坡国立大学量化金融中心主任、会议联席主席戴民作开幕致辞。

会议举办方之一的中国金融研究院金融科技研究中心于2019年4月20日成立，以打造金融科技领域国际一流的顶级智库以及开放型的研究平台，成为中国及全球的金融科技行业理论与实践研究的引领者和推动者为愿景。金融科技研究中心的目标分别是：开展金融科技领域的政策、理论、方法和应用的研究；促进金融科技相关的学术及实践的交流与互动，打造与国际接轨的交流机制与平台；培养金融科技行业亟需的高端管理人才及专业型人才；推动金融科技领域“产学研”融合，构建金融科技产业生态圈。上海高级金融学院金融学教授、中国金融研究院副院长李祥林担任金融科技研究中心主任。

活动伊始，上海交通大学上海高级金融学院执行院长张春上台致辞。张春介绍，上海高级金融学院从成立起一直致力于通过高等教育和专业研究服务国家战略和区域发展，上海承担着国际金融中心建设和科创中心建设的任务，过去两年，学院开始注重到金融科技的研究和人才培养工作特殊的重要性。教学上，学院亚洲排名第一，全球前十的金融硕士项目增设了金融科技方向，希望培养一批既懂金融的基本原理，又熟知大数据和机器学习，同时具备计算机编程技术能力的未来业界领袖。学院的金融MBA项目也推出了金融科技为主体的班级，系统学习金融科技课程。研究上，与学院一体两翼的中国金融研究院，在今年4月成立了金融科技研究中心和科创金融研究中心，开展金融科技领域政策性、理论性的方法和应用研究，促使金融科技相关的学术，以及实践的交流与互动，培养金融科技行业持续高端的管理人才和持续性的专业人才，推动产学研融合，构建金融科技产业生态圈。同时，学院积极与兄弟院系合作，共同打造上海交通大学金融科技领域的高地。

随后，上海交通大学数学科学学院副院长刘卫东介绍了交大数学科学学院和金融相关的统计学和数学的发展状况。他指出：数学科学学院依托于统计系和金融数学的团队，与新加坡国立大学一起合作了办学项目，共同制订培养方案，共同授课的教学模式，致力于提供国际化的金融教学和课程。

新加坡国立大学量化金融中心主任、会议联席主席戴民谈到了新加坡国立大学数学系和上海交通大学共同开设的量化金融方向的硕士项目。他指出：项目新增了机器学习、人工智能在金融科技方面的应用等。同时，对中国国家自然科学基金委对新加坡国立大学数学研究院的支持表示感谢。

主题演讲环节，平安科技首席科学家肖京以“智能+金融”探索与实践”为题，展开讲演。他首先回顾了平安的发展阶段，再提到人工智能在企业中应用和赋能的难点：“人工智能一定要依托在传统，或者是其他的行业上，帮助这个行业做得更好，增值的部分才可以体现价值。要完成这个赋能并不是简单的事情，要与原来的产业、行业很好地结合起来，不是银行买一个技术软件就可以实现，经常需要技术团队和业务团队需要在一起磨合很长时间，最后来实现很好的效果。所以人工智能应用存在很多要素，需要有技术、算法、平台计算能力等。还有非常重要的是技术和业务的结合，只要有业务场景，不停地迭代、更新，没有场景、只有技术团队在房间里琢磨，基本上很难做出很好的东西来。”

最后，肖京谈到了建设人工智能能力的四个步骤：打造基础的认知和交互能力，看、听、说、表达上，人脸识别、唇语识别等。第二个阶段：构建知识图谱学习体系。第三个阶段：把基础能力和业务场景结合起来，形成一套的解决方案，智能化的解决方案系统。最后，把这些不同的解决方案用在所有集团内外的各个场景。

模块一：金融科技投资应用

浙商基金总经理、首席投资官聂挺进分享了智能投资在浙商基金三年的应用。他首先讲到AI与资产管理的碰撞。第二，过去三年在现实投资过程当中的痛点，以及现在的路径选择。第三，展望智能投资时代未来的发展方向，发展趋向。

嘉实基金董事总经理、投资总监，人工智能投研中心负责人张自力分享AI金融科技的思考与实践：人工智能与大数据赋能投研升级、金融市场的本质与投研方法论的思考、人工智能在资产管理中的应用、深度学习与股票风险模型、大数据的价值挖掘。

深度资产创始人郭健分享了自己做人工智能投资的经验和思考。他首先谈到了世界顶级对冲基金加紧人工智能布局。再提到经典量化投资的痛点以及AI解决之道。他强调人工智能绝不只是机器学习，金融知识图谱是基础是核心，最后谈到机器学习的局限性。

模块二：区块链

波士顿大学凯斯特罗姆商学院管理学讲席教授Steven Kou主持模块二

安达链创始人、国家特聘专家韩永飞探讨了两个问题：第一，金融和科技的关系应该怎样定义。第二，区块链对金融产生第一次冲击，有没有产生第二次冲击。

矩阵元CEO孙立林分享了“Web3.0时代的隐私计算与区块链”。他认为：“区块链是基础设施，而不是单一应用。实际上大家通常泛泛提到的我认为不是很合适，基本上可用于证券、债券、银行卡等交换数据共享里面的新一代技术架构。”他提到有三个基本原因决定基础设施的根本变化：节点、连接和数据。

凯石资本合伙人颜勇分享了区块链技术的商业应用。他重点讲到区块链技术在金融领域的应用：第一类，资产数字化。第二类，电子存证：不可篡改性。第三类，业务协同类：多方信任，协作。第四类，资产证券化。

模块三：金融科技理论与实践

上海交通大学上海高级金融学院管理学教授李文连主持模块三

苏黎世大学计量经济学和应用统计学教授 Michael Wolf分享了主题为“投资组合选择的协方差矩阵估计：马科维茨遇到‘金凤花姑娘’和‘龙卷鲨’”。

波士顿大学凯斯特罗姆商学院管理学教授Steven Kou提出了四个讨论问题：数字货币如比特币、以太币等价值波动大；P2P设计信息不对称；做统计分析、做计量经济该怎么保护隐私；运用大众的智慧。

上海交通大学上海高级金融学院会计学教授李峰作了题为“金融科技、量化投资及企业信息披露”的分享。他提到量化投资的缺点：深度不够（每个投资标的由一个几百维的向量刻画）；本质上属于归纳法，缺乏逻辑外推能力；环境适应能力。