2025年5月17日至18日，第九届北京大学(PKU)—新加坡国立大学(NUS)数量金融与经济学国际学术会议举办。此次会议由北京大学数量经济与数理金融教育部重点实验室、北京大学汇丰商学院、新加坡国立大学风险管理研究所联合举办。来自国内外高校的近160余名学者通过现场或线上参会，围绕数量金融和经济学最新的学术研究成果展开研讨。

在5月17日的开幕式中，北京大学数学科学学院金融数学系副主任张瑞勋，新加坡国立大学风险管理研究所所长陈逸群，北京大学汇丰商学院长聘副教授彭献华先后致辞。张瑞勋首先对前来参会的嘉宾表示欢迎，期待通过本次会议搭建更具深度与广度的校际学术交流合作平台，推动学术思想的融合。陈逸群在致辞中介绍了新加坡国立大学风险管理研究所的发展情况，他希望北京大学与新加坡国立大学继续保持紧密的合作关系，期待在学术研究和人才交流等领域继续加强合作。彭献华在致辞中对本次会议的合作方和与会者表示感谢，分享了北大汇丰在2024年取得的学术成果，回顾了北京大学汇丰商学院与新加坡国立大学双硕项目历年的顺利合作，希望借助本次学术会议，进一步增进学者间的友谊，共同追踪学术前沿动态，为相关领域发展注入新的活力。

会议邀请了清华大学经济管理学院经济系讲席教授周俊杰、哥伦比亚大学工业工程及运筹学系教授Agostino Capponi、芝加哥大学Booth商学院计量经济学和统计学教授修大成做主旨演讲。

周俊杰教授报告了文章“Digital Ecosystems and Data Regulation”（《数字生态系统和数据监管》）。周教授通过构建一个多产品数字生态系统与多个单产品小型企业在价格和创新上相互竞争的理论框架，分析了不同类型数据监管的有效性，该框架具有跨市场的数据溢出和产品异质性特征。研究发现：限制跨市场数据使用、要求数字生态系统向小型竞争者共享数据，这两种数据监管可以鼓励小企业进行更多创新，促进小企业的发展；但由于可能会抑制生态系统内的数据溢出效应，降低生态系统收集数据和进行创新的动力，导致所有产品市场价格上涨，从而损害消费者福利。小型企业之间的数据共享与合作会导致数字生态系统制定更具侵略性的低价策略，从而损害小型企业的利益，对消费者的福利影响具有不确定性。

Agostino Capponi教授线上做了题目为“Decentralized Exchanges: Design, Optimization, and Economic Incentives”（《去中心化交易所：机制、优化与经济激励》）的报告。他首先概述了去中心化市场，并重点讲解了其中的交易机制与市场流动性。此后，Capponi教授介绍了他近期工作中提出的博弈论模型，该模型用于研究去中心化市场中的交易和流动性提供。去中心化交易所的基础设施使流动性提供者持续面临被套利的风险，从而陷入“公地悲剧”的困境。Capponi教授介绍了风险厌恶的被动流动性提供者的最优定价曲线，以及主动的即时流动性提供者的特征。最后，Capponi教授提出一种双层费用结构，将即时流动性提供者的部分费用收入转移给被动流动性提供者，以防止被动流动性提供者被挤出市场。

修大成教授在题为“Can Machines Learn Weak Signals?”（《机器能够学习弱信号吗？》）的演讲中，深入探讨了在高维回归情景及弱信号条件下，多种机器学习算法的预测性能。修教授首先阐释了研究的理论洞见：理论分析结果显示，岭回归在利用弱信号方面表现更优，其预测性能超越了将所有系数设为零的基准。相比之下，Lasso回归未能超越此基准，这揭示了其在学习弱信号方面的局限性。报告还进一步通过模拟实验评估了其他机器学习算法，结果表明当信号较弱时，随机森林通常优于梯度提升回归树，带有二次正则化的神经网络在捕捉弱信号的非线性函数方面表现出色。最后，他还介绍了该研究在六个经济数据集上的实证分析结果，并揭示了Lasso回归在经济预测应用中的主要局限，这为理解和应用机器学习方法处理经济学中的弱信号问题提供了重要启示。

本次会议组织者遴选出65篇高质量学术论文，并邀请作者参会宣读成果、开展分组研讨。这些论文研究范畴覆盖微观经济学、资产定价、金融建模、投资组合选择、宏观经济学、金融学、金融科技等核心领域，充分展现了数量金融与经济学领域的多元研究视角与创新活力。

会议吸引了来自纽约大学、新南威尔士大学、布里斯托大学、伯明翰大学、新加坡国立大学、北京大学、清华大学、香港中文大学、香港科技大学、澳门大学、中国科学院数学与系统研究院、人民大学、中央财经大学、对外经贸大学等高校及研究院的学者参会并作了论文宣读和讨论。

PKU-NUS数量金融与经济学国际学术会议由北京大学汇丰商学院和新加坡国立大学风险管理研究所共同发起创办，会议每年一届，旨在为学界和业界提供交流平台，以发展数量金融与经济学的方法和技术，探讨金融监管政策，防范和管理金融风险。