编者按：2026年6月17日，中国人民大学原副校长、中国资本市场学会副会长、国家一级教授吴晓求出席在中国人民大学举办的“人工智能发展对资本市场的影响和挑战”论坛并发表主题演讲。他表示，要充分发挥AI的作用，核心在于提问的方式和问题内容，对AI提问不能抱有投机心态提出浅层问题。现将其演讲要点转发如下：（全文约3300字，预计阅读时间9分钟）

各位专家、老师、同学：

今天这场立足现实问题、注重实证分析的学术研讨会让我收获很多。当下不少会议空谈宏大愿景，缺少可落地的实施路径和解决实际问题的理论逻辑，也缺少完整严谨的实证分析过程，整体上重目标、轻逻辑、缺方法。今天到场交流的都是深耕学术的教授和行业内的专家，整场讨论聚焦专业核心问题，能够训练逻辑思维的学术交流在国内并不多见，希望今后能经常的出现更多这样的论坛。

现场有不少财政金融学院的博士生、研究生到场参与交流，这很重要，学术论坛是最好的课堂，同学们要积极参加。判断一名青年研究者未来能否有所成就，关键看他的学术鉴别能力，能否分清真正具有价值的学术论坛与流于表面形式的所谓会议，前者使人受益，后者浪费时间。愿意主动参与深度学术研讨的年轻人，在学术道路上是有发展潜力的。

接下来谈谈我今天参与讨论的几点思考。

01

课题整体筹备与学术团队建设

人工智能发展对资本市场的影响和挑战，这个课题具有双重性，是我们通过竞争申报上的中国资本市场学会的课题，同时也同步纳入证监会省部级课题序列。

传统金融理论研究我们已有成熟积累，但人工智能与金融的交叉融合属于全新研究领域，存在不少研究难点，这对我们是一个挑战。这就需要：第一，搭建多元复合型专家团队，整合财政金融学院、人工智能学院、蚂蚁研究院和兴业证券等多方研究力量，定期开展常态化研讨，保持开放包容的学术精神，不盲从权威观点。第二，坚持独立的学术视角，课题重在挖掘底层经济金融规律，不要照搬照抄、也不能局限于现行监管文件，监管落地层面的研究可以交由实务机构、行业研究院完成，本课题要保持无约束的理论研究定位，力争产出具备原创性质的研究成果。第三，持续对接合作机构，争取配套研究资金，保障数据调研、模型搭建、专题研讨等各项研究工作顺利推进。

本次论坛和课题前期的各项筹备工作，离不开国家金融研究院执行院长庄毓敏老师的统筹推进，她同时担任中国资本市场学会专业委员会副主任委员和学会理事，为课题顺利落地做了大量铺垫工作，何青、翟福昕两位老师做了扎实的基础研究和有效的课题答辩工作。

02

理性认知AI

01

正确理解AI在现代社会中的作用

AI本身不存在对错，不能将各类应用乱象归咎于AI本身。常有观点认为AI会说假话，但实际上AI不存在自主编造信息的能力，所谓失真的输出结果，根源在于人、基础数据以及体制环境。AI仅能基于现有信息整合推演，倘若输入的数据充斥虚假空泛内容，其给出的结论自然存在偏差，但责任显然不在AI。

关于AI的作用，我们可以类比第一次工业革命时期的变革。蒸汽机和之后汽车问世之初，不少人固守马车出行的旧模式，排斥新技术。如今人工智能带来的变革价值足以比肩蒸汽机和大工业时代，正在推动人类迈入智能时代，既能替代重复性基础劳动，也能完成复杂的数据运算与逻辑推导，具备极高的应用价值。

02

AI提升人的认知

以前我们每一个人的认知非常局限，现在AI能够极大拓宽人的认知边界。原来似是而非的事情，AI多数场景下信息输出的准确率可达95%，这已经很不错了，谁也难以保证百分之百的准确率。

我最近在思考，中国未来究竟走怎么样的经济增长模式？2025年我国贸易顺差达到11890亿美元，走的是制造大国的发展模式，若要建成金融强国，需要进一步研究经常账户与资本账户的平衡模式。中国金融的转型路径、离岸人民币市场建设、跨境资本流动、汇率的市场机制等一系列问题十分复杂。我就此向AI发起提问，虽然无法直接获取标准答案，但AI提供了多种思考路径，为这类重大宏观议题给出了可借鉴的全新维度。

03

高效运用AI的关键在于高质量的提问逻辑

要充分发挥AI的作用，核心在于提问的方式和问题内容，对AI提问不能抱有投机心态提出浅层问题。若是直接询问何种股票能够盈利，很容易得到误导性内容，应当从底层事实、基础逻辑切入展开提问。

此前，我关注即将IPO的长鑫科技和尚未递交上市材料的长江存储，我没有直接询问可投资的股票，而是向AI调取两家企业完整的股东结构信息。依托公开年报、IPO披露文件，AI完整梳理出全部持股主体，其中多家上市公司通过全资产业基金参股长鑫科技或长江存储，即便单家上市公司持股比例不足1%，对应企业上市后也能产生巨大增值空间。如果根据这套逻辑买入相关上市公司标的，短期内可能会实现投资收益，如果没有AI的辅助，普通人很难梳理清楚层层嵌套的隐蔽股权关联。所以，我想说明的是，在这个时代如何向AI提问题是重要的。

03

AI革命对资本市场的六大影响

1. 重塑交易机制。量化交易依托AI诞生，有人认为量化交易会造成市场不公，客观看它会倒逼市场投资者结构的调整。普通投资者在AI量化交易中处于劣势，他们应当调整交易方式。此时，ETF被动基金就成了普通投资者最优选择。因为ETF严格依照指数规则投资，规避主动管理带来的道德风险、内幕交易等人性层面问题。

2. 改变市场投资标的。过去市场蓝筹集中于银行、白酒、石油、保险、房地产等传统行业，有些虽然股息稳定但成长空间有限。借助AI可以挖掘长江存储、长鑫科技这类硬科技企业底层股权价值，引导资金流向科创赛道，推动市场整体资产结构迭代更新。

3. 重构资产结构。美国资本市场长期走牛依靠优质科技龙头企业支撑，而国内市场普遍追求短期收益，透支长期发展潜力。只有持续优化市场资产结构，培育科创上市企业，资本市场才能保持生命力、实现高水平对外开放。

4. 辅助识别投资风险边界。投资中最难判断的是价格下跌的风险底线，AI依托海量历史数据测算，能够辅助定位资产风险边界，明确价格承压区间，是风险管控的重要工具。

5. 交易策略高度同质化会放大市场波动。高度同质化不只是AI推荐同样的股票，更是AI出现后，止损、止盈率高度趋同，特别是止损，各类AI交易模型止损线普遍设置在5%-7%，一旦股价触及阈值，所有算法同步自动卖出，容易引发集中抛售，造成市场剧烈震荡。该风险冲击力度可能远超1987 年美股黑色星期一。基于此，有人称AI交易带来的波动风险强度远远高于2000年互联网泡沫。

6. 带来全新监管与市场治理挑战。2014年，我主导撰写了《互联网金融》一书，互联网金融可能拓展服务平台边界，核心是解决信息不对称性问题；AI金融更进一步，可自主完成信息甄别、海量数据运算、非结构化信息处理，技术层级更高。早年互联网金融乱象根源不在技术，而是监管标准滞后，传统金融监管规则无法适配平台业务。开展这一课题的研究可参阅这本书，目的是研究技术创新与监管规则的平衡与协调。