2026年10月15日上午，金融学系Seminar第24期在学院楼3号楼222报告厅顺利举行。本期讲座邀请了清华大学经济管理学院经济系博士研究生孙浩宁，作题为"人工智能共同依赖与资源配置"的学术报告。讲座由郭俊杰副教授主持。

孙浩宁作报告

孙浩宁本次分享的研究成果聚焦于人工智能广泛应用背景下的信息聚合与资本配置问题，深入剖析了投资者对AI的共同依赖如何影响市场信息效率和资源配置效率。基于机构投资者持仓数据，研究发现，对AI可提取信息共同依赖程度更高的基金经理，其后续投资组合呈现出更强的相似性，且这一关系在ChatGPT发布后显著增强，表明生成式AI的普及进一步强化了投资行为的趋同性。在此基础上，研究构建了一个理论模型，投资者内生选择信息的数量与结构，而企业则从资产价格中学习信息。模型刻画了AI在扩大信息获取范围的同时，也引入了无法通过市场聚合消除的共同模型误差。当投资者忽视这一误差的相关性时，更高的AI依赖反而可能降低价格的信息含量并恶化资本配置。进一步的数值分析表明，降低AI成本在初期可以提升生产率，但成本的进一步下降可能逆转这一增益，而提高AI的准确度则可能使生产率和产出呈现J型变化。

在自由交流环节，我院多位师生就AI共同依赖的度量方法、投资者信息选择模型的设定、共同模型误差的识别与政策含义等问题与孙浩宁展开了深入交流和讨论。

孙浩宁的研究成果不仅拓展了人工智能对金融市场影响的相关研究，也为监管部门评估AI普及对市场信息效率和实体经济资源配置的潜在影响提供了重要启示。

撰稿：闫如斯

审核：苟琴