2019年11月9日，由北京航空航天大学经济与商学研究院和经济管理学院主办的主题为“金融科技理论与实践前沿”的第六届北航经商国际论坛在新主楼会议中心隆重召开。中心执行主任杨申燕副教授、办公室主任李文杰参加了本次会议。
上午的主论坛上，来自美国伦斯勒理工学院的Chanaka EDIRISINGHE教授作了题为“FinancialTechnology: Opportunities and Challenges in Innovating Financial Services”的报告，介绍了金融科技在金融服务领域中引起的巨大变化及未来发展前景；中国农业银行研发中心的赵韵东副总经理的报告题目为“金融科技赋能商业银行数字化转型——中国农业银行的实践与思考”，介绍了农业银行在金融科技建设方面的思路、方法及落地策略；中央财经大学金融学院的李建军院长作了题为“金融科技学科建设的思考”的报告，介绍了中央财经大学金融学院在金融科技学科建设、人才培养、学科内容等方面的探索和成就；首都经济贸易大学金融学院的尹志超院长作了题为“Can Mobile Payment Boost Consumption Upgrading?”的报告，介绍了他们在移动支付与消费增长关系方面的研究进展；瑞士日内瓦高级国际关系学院的黄毅副教授作了题为“BigTech and the Changing Structure of Financial Intermediation”的报告，提出了金融服务对金融稳定和整体经济福利影响的相关研究问题。
论坛的下午场分两个主题同时进行。在“金融科技的理论研究进展”这一分论坛，来自清华大学五道口金融学院的余剑锋教授在其题为“金融科技研究回顾和探讨”的报告中回顾了大数据 AI 技术在量化投资、风控、反欺诈和监管等多个金融细分领域的应用；北京大学国家发展研究院的沈艳教授作了题为“Media and the Fintech Market: The Case of Peer-to-peer Lending inChina”的报告，介绍了媒体在P2P借贷市场中扮演的角色；南方科技大学金融系的杨招军副教授的报告题目为“The Asian Option Pricing by a Machine Learning Method”，提出了一种准确快速地对算术和几何平均期权进行定价的机器学习方法；英国约克大学经济系的王玮宁教授作了题为“Pricing Cryptocurrency Options: The Case of Bitcoin and CRIX”的报告，介绍了他们应用跳模型对加密货币期权定价的研究结果；复旦大学金融科技与安全研究院的刘庆富教授的报告题目为“金融科技重塑监管体系”，他从银行、证券和保险行业出发，分析了大数据、人工智能以及区块链对我国金融监管的影响机理和发展现状，并进一步给出了未来发展建议；清华大学深圳研究院的林健武教授作了题为“金融AI研究”的报告，对人工智能投资中的一些问题进行了分析，并介绍了关于金融 AI 的几个最新研究成果；香港科技大学工学院的蒋为助理教授在其题为“From Hotelling to Nakamoto: The Economic Meaning of Bitcoin Mining”的报告中，从矿工的角度研究了比特币的交易费用模型；北京航空航天大学金融系的赵尚梅教授作了题为“第三方支付与货币层次结构变动”的报告，探讨了第三方支付对货币层次结构的影响机理及程度；北京航空航天大学金融系的陈靖楠副教授在其题为“机器学习与量化投资”的报告中，介绍了在机器学习中广泛采用的正则化方法对最优投资组合选择的影响。
在“金融科技的实践进展”分论坛上，京东数科的张雯博士在其题为“数据挖掘技术在互联网金融风控中的实践”的报告中，结合互联网金融的实际业务需求，介绍了互联网金融企业在使用人工智能技术提升风控能力等方面的诸多成功实践；深圳证券信息公司的张俊总监作了题为“面向监管和投资的产业链自动构建方法”的报告，他从产业链要素、关键技术和构建流程等方面介绍了基于 NLP 的产业链自动构建方法，以期为业界及学界提供借鉴；中山大学管理学院的特聘教授袁先智的报告题目为“大数据金融的新进展分享”，他介绍了金融科技的核心内容和支持金融科技学科发展的理论框架建设新进展；兴业数字金融服务公司的汤迅总经理作了题为“股份制银行的金融科技实践”的报告，分享了股份制银行在金融科技领域的实践经验，阐述了银行开展金融科技创新的现实意义，并分析了银行开展金额科技创新的发展趋势；平安科技的王磊先生作了题为“AI 量化投资正当时”的报告，介绍了AI 与量化投资的结合；避险联盟网创始人刘文财在其题为“利用金融科技服务中小企业汇率风险管理”的报告中，分享了避险联盟网如何运用大数据技术构建中小企业汇率风险管理云服务，以降低成本，提升中小企业价值；安永（中国）的孙苏勇博士作了题为“金融科技助力交易与风控”的报告，介绍了金融科技如何助力量化模型人员提升数据分析能力，从而获得市场竞争优势及提高事前风险控制能力；北京航空航天大学金融系的李平教授作了题为“基于 Adaptive-Lasso 的非上市公司债券违约预测研究”的报告，介绍了他们应用机器学习方法对我国非上市公司债券的违约概率进行预测的研究；北京航空航天大学金融系的部慧副教授在其题为“助力金融监管科技：大数据和人工智能方法与领域知识的深度融合”的分享中，介绍了他们在金融投资和监管科技方面的一些实践进展。
