上海财经大学金融大数据统计学习理论与方法及互联网金融中的应用项目

 

　　上海财经大学有法学、中国语言文学、外国语言文学、新闻传播学、农林经济与管理、公共管理、理论经济学、应用经济学、工商管理、管理科学与工程、统计学、马克思主义理论等一级学科硕士学位授权点。

 

　　该团队由统计与管理学院、金融学院部分学术骨干组成。上海财经大学统计与管理学院院长周勇教授为本项目负责人，周勇教授是国家杰出青年基金获得者，教育部长江学者特聘教授，他在超高维数据降维技术、风险度量、风险管理、金融市场分析、金融计量建模以及生存分析等方面取得过丰硕的研究成果。项目组成员沈晓彤教授是中组部“千人计划”国家特聘专家，他在大数据信息挖掘、空间面板数据建模、金融与经济计量学等方面有很高的造诣。此外，其他团队成员在项目研究内容的不同方向上均有坚实的研究基础。据悉，项目已于近日正式启动。

 

　　近年来，“大数据”已成为互联网、新闻媒体、学术机构、政府企业管理人员等多方关注的热点。随着现代科学技术尤其是计算机、网络信息、生物工程等技术的发展，大量的数据出现在许多不同的自然科学和人文科学领域，包括生物学、医学、信息技术、经济、金融，环境科学等，并以前所未有的速度产生和积累。大数据涵盖的数据量大、包罗万象、变化速度快、存在的形式多种多样，可以是包括文字、图片、视频等多种信息的集合。在新一轮科技和产业竞争中，大数据已经是与自然资源、人力资源一样重要的战略资源，著名管理公司麦肯锡声称，“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”在这样的背景下，美国政府2012年宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。

 

　　大数据潮流使得我们获得了海量的数据，但掌握这些海量的数据本身并无意义。真正的意义体现在对于含有信息的数据进行专业化的处理。加强大数据科学研究和促进大数据应用开发将为未来我国在大数据领域掌握竞争主动权奠定基础，是关系我国国家和社会稳定、提高科技创新水平、推动国民经济可持续发展、提升社会管理服务能力的重大需求。可以预见未来国家之间的经济与政治竞争将是大数据引领的竞争。

 

　　随着互联网金融的蓬勃发展，大数据技术逐渐成为其与传统金融行业抗衡的保证。然而互联网金融与传统金融虽然形式上有区别，但其背后的金融“契约”本质并没有大的改变，风险测度和管理依旧是重中之重。本课题以“互联网金融风险”为核心研究对象，以各类不同发展的业务模式为研究场景，深入讨论对于互联网金融风险的计量和管理，促进虚拟经济发展和实体经济结构转型，并总结和规划未来发展导向，更好地为政府指导和监管决策，为虚拟经济健康发展、实体经济升级调整提出参考意见和建议。

 

　　项目负责人、上海财经大学统计与管理学院院长周勇教授表示，面对大数据应用的快速发展、国家经济和金融安全所提出的迫切需求，我们面临着大数据分析方法瓶颈与挑战，需要发展大数据基础分析的理论方法和技术，同时应用这些理论方法研究大数据下的数据降维技术和算法，深入研究互联网金融风险管理、高频海量数据市场行为和管理决策等前沿问题。

 

　　“金融大数据统计学习理论与方法及在互联网金融中的应用项目将对金融大数据统计推断理论及其应用等重大问题展开研究，研究内容的核心是金融大数据计量建模和快速算法的提出。我们希望通过相关研究，一方面，能在大数据金融计量理论和方法上进行创新，走向本领域学科研究的国际前沿。另一方面，也能为我国金融体系的安全运行提供深刻的实证依据和切实可行的政策建议。”