2025年11月22日，由清华大学经济管理深圳研究院、清华大学经济管理深圳研究院计算金融研究中心和清华大学深圳国际研究生院创新管理研究院主办的首届机器学习在金融经济学中的应用研讨会在清华大学经济管理深圳研究院举办。研讨会汇聚了来自清华大学、南洋理工大学、复旦大学、上海交通大学、香港城市大学、香港科技大学、香港理工大学、澳门大学、厦门大学、新加坡管理大学、哈尔滨工业大学（深圳）等多所高校的顶尖学者与新锐力量，分享机器学习在金融经济学中的最新研究成果和前沿问题思考。
本次研讨会全程以英文进行，共设七场学术报告和一场主旨报告。每场报告均设有充分的讨论与开放式问答环节，以激发学术思辨，推动机器学习与金融经济领域的交叉融合与创新发展。
会议现场
清华经管学院金融系讲席教授、清华大学经济管理深圳研究院副院长、清华大学深圳国际研究生院副院长刘岩（Yan LIU）致开幕辞。他代表研究院对与会嘉宾表示欢迎，并简要介绍了研究院的成立背景与发展愿景。刘岩指出，机器学习方法对金融经济学领域的理论与实务推进至关重要，期待大家在研讨期间深入交流，碰撞智慧，共促学科发展。
刘岩（左）致辞、祝武（中）、任玥璇（右）主持
上午的议程由清华经管学院金融系助理教授祝武(Wu ZHU)主持。新加坡管理大学副教授黄大山（Dashan HUANG），香港科技大学教授郑星华（Xinghua ZHENG），香港城市大学副教授何靖宇（Jingyu HE）围绕“中国机构投资者建模(Modeling Institutional Investors in China)”“随机贴现因子的横截面学习与推断(Cross-Sectional Learning and Inference for the Stochastic Discount Factor)”“宏观经济因素对贷款损失可预测性的影响(Loan Loss Predictability from Macroeconomic Factors)”作学术报告。何靖宇，香港城市大学副教授冯冠豪（Gavin FENG），上海交通大学助理教授吴瑞佳（Ruijia WU）依次担任点评人，现场讨论热烈，学术氛围浓厚。
黄大山（左）、郑星华（中）、何靖宇（右）作学术报告
何靖宇（左）、冯冠豪（中）、吴瑞佳（右）作点评
主旨演讲环节，新加坡管理大学经济学院院长、李光前讲席教授李嘉（Jia LI）以“检验前的学习：一种针对条件矩限制的选择性非参数检验（Learning Before Testing: A Selective NonparametricTest for Conditional Moment Restrictions）”为题作主旨报告，为与会者提供了理论与实务相结合的新思路。
李嘉作主旨报告
下午的议程由清华经管学院金融系，清华大学经济管理深圳研究院，清华大学深圳国际研究生院创新管理研究院助理教授任玥璇（Yuexuan REN）主持。厦门大学助理教授张乾（Qian ZHANG），香港城市大学副教授冯冠豪（Gavin FENG），清华经管学院金融系，清华大学经济管理深圳研究院，清华大学深圳国际研究生院创新管理研究院副教授王自干（Zigan WANG），复旦大学副教授郭雳（ Li GUO）就“分析师的生成性人工智能（Generative AI for Analysts）”“因子溢价的中断与趋势（Breaks and Trends in Factor Premia）”“具有不连续随机梯度的加速哈密尔顿蒙特卡洛在金融深度学习中的非渐近收敛性（Non-Asymptotic Convergence of Accelerated Hamiltonian Monte Carlo with Discontinuous Stochastic Gradients for Financial Deep Learning）”“市场参与者的交易和持仓是否包含股票信息？一种机器学习的方法（Do Trades and Holdings of Market Participants Contain Information About Stocks? A Machine-Learning Approach）”的前沿课题进行学术报告。黄大山，哈尔滨工业大学（深圳）副教授周倜（Ti ZHOU），澳门大学助理教授梅子威（Ziwei MEI），祝武依次担任点评人，多角度分享见解，现场互动热烈。
张乾（左1）、冯冠豪（左2）、王自干（右2）、郭雳（右1）作学术报告
黄大山（左1）、周倜（左2）、梅子威（右2）、祝武（右1）作点评
会上，与会嘉宾对“一报告一点评一互动”的研讨形式给予高度评价，一致认为其有效促进了学术观点的深度交流与研究方法的相互启发。刘岩作总结发言时表示，研究院未来将继续探索并拓展此类高质量学术活动，以进一步促进学科交叉与区域合作，为推动我国金融科技与数字经济前沿研究贡献力量。
