2026年5月16日，由北京师范大学经济与工商管理学院主办的第六届金融科技与数字经济发展高层论坛在英东楼学术会堂隆重举行。论坛以“数智赋能金融强国建设：数字金融与实体经济深度融合”为主题，汇聚了来自学界与业界的多位专家学者。北京市社会科学院党组成员、副院长范文仲，上海银行总行数据管理与应用部总经理于浩瀚，杭州云象网络技术有限公司创始人兼董事长、杭州电子科技大学力行讲席教授黄步添，北京雁栖湖应用数学研究院研究员、博士生导师韩立岩，清华大学五道口金融学院副教授、博士生导师刘悦，北京师范大学经济与工商管理学院教授伍燕然出席论坛并发表演讲。北京师范大学经济与工商管理学院院长戚聿东为论坛致辞，副院长江婕、金融大数据中心主任孙运传分别主持上下半场演讲环节。100余名师生代表参加了本次论坛。

北京师范大学经济与工商管理学院院长戚聿东在致辞中回顾了论坛的发展历程，并对北京市金融委、学校领导以及学界业界同仁的长期支持表示感谢。他指出，本届论坛主题呼应了国家加快建设金融强国的战略部署，也聚焦了数字技术与产业变革深度融合的时代使命。他介绍了北师大经管学院近半个世纪以来的学科建设成就，尤其是在数智时代背景下，学院构建了“需求牵引、交叉融合、开放自主”三位一体的金融人才培养体系。戚聿东表示，学院愿继续深化各方合作，提升人才自主培养质量，努力为金融强国建设输送既深刻理解金融市场发展、又掌握人工智能等前沿技术的高素质复合型人才。

北京师范大学经济与工商管理学院院长戚聿东致辞

北京市社会科学院党组成员、副院长范文仲发表了题为“AI政治经济学与智能新质生产力”的演讲。他指出，未来金融的核心驱动力在于大数据、人工智能与区块链技术。AI已从被动工具演变为准劳动者和有限责任主体，成为新质生产力的承载者。AI正重塑生产力三要素：劳动者的范畴扩展至AI与智能体；劳动资料日趋拟人化、智能化；劳动对象则呈现出无限性与非排他性等新特征。劳动力市场将分化为由AI提供的无限供给与人类主导的个性化需求，人类将从直接生产者转变为监督管理者。生产关系将发生深刻调整。人与AI的关系从雇佣转向监督协作，机器与机器之间的协作有望打破企业边界，分配方式则可能趋近“各尽所能、按需分配”，但前提是必须克服资源有限性与财富不平等问题，并对AI带来的红利进行社会化分配。新的生产要素包括数据、算力与能源，其中token将成为未来最重要的大宗商品。商业组织将分化为人类管理型与AI生产型两大类别。AI的身份认定应遵循伦理规则，明确责任归属。当前正处于历史性变革时期，未来取决于能否通过制度设计，让AI成为通往共产主义的福利阶梯，而非因制度缺失演变为威胁。

上海银行总行数据管理与应用部总经理于浩瀚发表了题为“本体论：大模型时代的数据治理与知识工程基石”的演讲。他认为，大模型的概率性本质与银行业务对确定性的要求存在根本冲突。引入本体论——通过实体、规则、流程、动作等形式化建模——可将强因果逻辑与概率生成协同，构建可信、可解释、可回溯、可审计的AI系统。上海银行已利用本体论构建尽调报告模型，取得稳定效果。他强调，AI落地的关键在于制度与组织变革，需设计激励体系、构建安全沙盒，并培养具备跨技术与业务能力的专业人才队伍。企业级本体模型与大数据、人工智能技术相结合，有望打造出类似“先知”的风险预警系统，实现从经验驱动到数智驱动的跃升。

杭州云象网络技术有限公司创始人兼董事长、杭州电子科技大学力行讲席教授黄步添的演讲题目是“基于区块链的新型金融基础设施”。重点介绍了其团队在区块链与人工智能技术应用于国家金融基础设施建设、关键技术研发、人才培养及国际数字金融领域所取得的实践成果，包括深度参与数字人民币核心基础设施、多边央行货币桥、大宗商品仓单登记、数字债券发行等。团队承担多项国家重点研发计划，联合高校攻克多项关键技术，形成系列核心首版次软件产品。团队同时聚焦Web3、合规稳定币及现实世界资产（RWA）上链，构建监管体系以应对链上风险。团队让研究生深度参与真实项目，培养跨领域复合型交叉人才。

   

范文仲   于浩瀚

   

黄步添   江  婕

北京雁栖湖应用数学研究院研究员、博士生导师韩立岩的演讲题目为“金融数据空间”。他指出，数据已成为经济增长第四大生产要素。数据流通需依托场外交易、数据交易所、数据空间三大抓手，核心是落实数据“合规持有权、经营权、所有权”三权分置、重使用权而非所有权。可信数据空间可解决数据易拷贝、难溯源、处理滞后等痛点，实现原始数据不出域、可用不可见、可控可计量，依托区块链等技术保障全流程可信。他结合科技金融、数字供应链金融、银行大模型训练、工业互联网、空天数据等场景，阐释数据空间的实践价值，并提出数据空间正迈向3.0版可信智能体空间，将为 “十五五” 经济发展与金融数字化提供关键支撑。

清华大学五道口金融学院副教授、博士生导师刘悦的演讲题目为“数智赋能金融强国：数据资产入表的机制与约束”。他指出，过去十年我国数字经济规模翻了三倍，但数据资源在财务报表中未能充分体现为资产。自2019年数据被列为生产要素后，2023年财政部出台《企业数据资源相关会计处理暂行规定》，为数据入表提供制度基础。通过事件研究法发现，资本市场对数据资源丰富、数据能力强的企业给予显著正向超额收益。这样的企业长期价值显著提升。效应在融资约束强的中更明显。数据资源实际入表进展缓慢。主要约束包括：确权不清，定价困难，合规成本过高。非上市公司中城投平台数据入表积极性更高，用于资产盘活和信用增级。建议明确数据产权、统一会计准则、建立分层分类定价体系、降低治理审计成本。数据资产化红利刚刚开始，未来将全面融入抵押、证券化等金融体系。

北京师范大学经济与工商管理学院教授伍燕然的演讲题目为“非财务数据‘照亮’传统信用评级的盲区”。演讲针对中美贸易战背景下中国信用评级存在的利益冲突和评级虚高、滞后等问题展开。国内评级公司因收费模式和政策限制，导致债券评级普遍集中在3A、AA+，缺乏合理分布；恒大、万科、青岛胶州城投等案例均显示评级调整严重滞后。他的团队结合非财务数据、财务指标和宏观指标，运用七种机器学习算法，预测信用利差并转化为评级。结果表明，加入非财务数据后模型效果比纯财务数据提升25%，重要性排名前十的指标中非财务数据占据七席。该模型在预测准确率和逻辑一致性上优于国际评级公司，其绩效在国内七八家主流评级公司中排名第一。目前这一国家重点研发成果已经或即将在中国证券登记结算公司及中信、国泰海通等十家券商落地，并将示范运行三年。

   

韩立岩   刘  悦

   

伍燕然   孙运传

本次论坛为金融科技与数字经济的未来发展提供了诸多富有价值的思路与见解。北京师范大学经济与工商管理学院将继续面向国家战略需求，在学科建设、人才培养和科学研究方面砥砺前行。以论坛成功举办为契机，学院将进一步深化各方合作，为我国金融科技与数字经济的高质量发展注入强劲动力，培养更多适应时代需求的高素质复合型人才，为实现金融强国目标不懈奋斗。

集体合影

供稿：金融系

责编：向虹宇

审核：江 婕