李庆：大数据对传统金融业正带来颠覆性改变|聚焦数字经济新赛道⑤| 大数据智慧|物联网|人居|实地集团|马

在四川，大数据已经渗透到各行各业。除发展较早的政务大数据、交通大数据外，在健康医疗、金融领域，大数据的应用也初见成效。
作为我国最大的金融人才库之一，西南财经大学率先在国内成立了金融科技专业，并于2019年成立了金融科技国际联合实验室（FIC）。该实验室是由西南财经大学、成都市政府重点打造，联合了美国加州大学伯克利分校、瑞士苏黎世大学、中国银行、中国电信等国内外学界业界资源、聚焦金融科技、数字经济等前沿问题与挑战。
近日，红星资本局实地探访西南财经大学金融科技国际联合实验室(FIC)，就数字经济如何赋能金融行业，专访西南财经大学教授、金融科技国际联合实验室副主任李庆。

文章插图
西南财经金融科技国际联合实验室（FIC）
传统的金融学研究范式
正发生巨大改变
目前，我国大数据产业规模已达千亿级，并且还在保持高速增长。相关数据显示，2020年中国大数据产业规模达到6388亿元，预计未来三年保持15%以上的年均增速，到2023年产业规模超过10000亿元。
值得一提的是，大数据在金融领域的应用空间巨大，2020年市场规模已超600亿。
“作为大数据行业的细分领域之一，相对于其他大数据领域而言，关于金融大数据的智能算法与应用创新研究相对薄弱。然而，大数据在金融行业的应用正在对传统金融业态造成冲击，甚至带来颠覆性改变。”李庆说。
2019年4月，西南财经大学金融科技国际联合实验室（FIC）正式启用。数字货币与数字经济一直是FIC的重点研究方向。在项目方面，实验室也取得不少成果。2019年，实验室联合央行、第三方支付公司推出了系列研究成果，还参与了央行金融数据安全分级标准制定，成为全国唯一参与标准起草的学术机构。
金融科技国际联合实验室副主任、金融智能与金融工程四川省重点实验室主任李庆，在数字经济和金融科技领域研究颇深。李庆提到，由于大数据技术的进步，传统的金融学研究范式正在发生巨大改变，机器学习模型正逐渐成为金融研究领域一个重要的方法学分支。同时，由于金融数据的独有特性，诞生了一系列创新性的智能算法，促进了大数据技术的发展。
李庆称：“以证券市场的资产定价模型为例，美国的Fama教授因为提出了基于线性回归的四因素模型而获得诺贝尔经济学奖。随着人工智能的发展，无论是学界还是业界，都意识到仅仅依靠简单的线性回归模型，无法精准地捕捉市场的走势。因此，在数据股票预测中，基于大数据的机器学习算法已经成为了主流。”
李庆提到，由于证券市场金融数据的独特性，从其他大数据领域借鉴来的传统大数据分析算法会“水土不服”。这些主流的算法，主要依据一家公司的历史交易和基本面数据来判断公司的未来发展趋势，但实际上，在证券市场之中，公司与公司之间存在相互的关联性，譬如有些公司之间有供应链的关系，有些则是竞争关系，有一些是持股关系，那么其中一家公司出了问题，必然会影响到另外一家的市场表现。

文章插图
分析个股相关联公司情况
也就是说“拿来主义”的传统大数据模型行不通了，需要依据金融大数据的特性，设计新的智能计算模型。红星资本局获悉，西财金融科技国际联合实验室做了探索性尝试，一些前期成果已经发布在国际人工智能与大数据领域的顶级会议上。
在这样的背景下，金融学科的培养体系也逐渐发生着变化。“以前文科生不用学编程，现在金融学专业的学生主要学习内容有三大模块，包括财经模块、数学模块、计算机模块，金融学的学生不仅需要学习经典财经课程内容，同时我们还要教他们用Python进行程序编程，大数据分析和先进的机器学习算法。”李庆感慨，这样的尝试也得到了认可，在2021中国软科学学科排名中，西南财经大学的金融科技专业被评为全国仅有的2个A+专业。