我校计算机与人工智能学院（原经济信息工程学院）金融学专业2017级硕博连读项目博士生邢容（2021年博士毕业后留校从事博士后工作）、管理科学与工程学院2018级技术经济及管理博士生程睿及金融学院金融学专业2021级硕博连读项目博士生黄计雯，在我校财经科技集成创新平台“通用人工智能与金融创新研究团队”导师李庆教授及“智云（KubeAI）财经领域人工智能新基建工程研究团队”导师赵静梅教授的指导下，合作完成的学术论文《Learning to Understand the Vague Graph for Stock Prediction with Momentum Spillovers》被国际著名学术期刊《IEEE Transactions on Knowledge and Data Engineering》（IEEE TKDE）录取，并于2023年8月正式线上发表。

IEEE TKDE是中国计算机协会（CCF）推荐的A类国际学术期刊，《清华大学计算机学科群推荐学术会议和期刊列表》数据库与数据挖掘方向排名第1位的A类期刊，也是西南财经大学A+类科研成果。该学术成果是我校“新财经”战略升级背景下，“新财经+新工科”深度交叉融合的成果之一。论文作者均来自我校金融科技国际联合实验室（Fintech Innovation Center, FIC）。该实验室是西南财经大学和成都市政府联合共建，致力构建一个面向国内外知名高校、金融机构和企业的开放合作平台。

论文简介

资产定价（Asset Pricing) 是金融学领域的一个经典命题。金融学者长期致力于研究揭示资本市场的价格形成机理。1992年美国尤金.法玛（E. Fama)教授首次提出了Fama-French三因子模型来解释资产价格的形成机制，随后，又逐渐出现了四因子模型、五因子模型，和众多不同的影响和解释价格形成因子的研究成果。尤金.法玛教授也因为其在该领域的杰出贡献，获得了2003年诺贝尔经济学奖。传统金融学通过“解构”思维，逐一探寻各种影响市场价格形成机理的因素。然后，金融证券市场运动从本质上是一个复杂系统运动，各种因素和各个公司交织在一起共同影响着市场变化。2020年，金融学期刊《The Review of Financial Studies》中的《Empirical Asset Pricing via Machine Learning》首次在金融学领域运用机器学习模型作为研究范式，揭示了从“融合”角度研究证券市场变化的必要性，并指出了各个市场因子的合力也是影响市场运动的一个重要因素。2021年，金融学期刊《Journal of Financial Economics》中的《Shared analyst coverage: Unifying momentum spillover effects》一文指出证券市场上存在着动量溢出效应，即，特定公司的价格形成也受到相关公司的影响。随着人工智能技术的发展和算力的大幅度提升，从融合的角度，研究资本市场的价格形成机理受到了越来越多学者的关注。然后，影响市场的因素众多，并且存在潜在未被发掘的因子，导致了因子观察值不完备性，同时，与目标公司的相关公司，可以由多种企业关系（例如，上下游关系，竞争关系，股权关系等）界定，并且在不同时刻各种关系的影响权重也不一样，同样也存在在未被证实的潜在新关系，这也导致了影响动量溢出的企业关系值具有不完备性。

研究价值

本文文在国际上率先提出了一个面向不完备观察值的Vague Graph learning理论框架。在该理论框架中，利用深度学习寻参机制，构建了参数矩阵或张量来捕捉不同市场因子的交互影响力，并将整个市场看作一个动态图，每个上市企业是图中的一个节点，各个节点之间的边代表了各个企业之间的关系。已知关系的动态融合参数和未知关系的隐参，通过深度学习获取。该研究利用前期金融学期刊论证的92个市场影响因子和涵盖美国证券市场64年的海量数据进行评估，表明了不完备图深度学习（Vague Graph Learning) 针对证券市场的因子观察值不完备和导致动量溢出效应的企业关系动态不完备性，具有较好的表现，特别是在Rank IC、R2和Rank ICIR等关键性能指标都获得显著提升，为从机器学习模型探索证券市场价格形成机理提出了一个有效研究工具和理论支持。

学生简介

邢容，计算机与人工智能学院（原经济信息工程学院）金融学专业2017级硕博连读项目博士研究生，2021年博士毕业后留校任职师资博士后研究员，研究领域为人工智能与资产定价。在IEEE TKDE, IJIS，EMFT等SCI和SSCI期刊与高水平国际学术会议发表多篇学术论文。2023年，作为负责人，主持国家自然科学基金青年项目1项，四川省博士后科研项目特别资助一等项目1项。并参与国家自然科学基金项目、联合国教科文组织和中国妇联应急委托项目、省部级项目十余项。2022年，获四川省金融学会重点研究课题一等奖1项。

程睿，管理科学与工程学院技术经济及管理专业2018级博士研究生，主要研究方向为人工智能和资产定价，研究成果在AAAI、IJCAI、TKDE等多个人工智能国际顶级会议和期刊中发表。曾获得国际金融科技大赛“成都80”的先峰奖（全球排名第二）。本科就读于西南财经大学，期间受国家留学基金委资助公派交换于荷兰代尔夫特大学学习一年，硕士就读于美国亚利桑那大学的信息管理系统专业（该专业U.S. News 排名全美第三）。随后，任职于美国道富银行（State Street Corporation) 从事人工智能研究。2018年，进入西南财经大学攻读博士学位。

黄计雯，金融学院金融学专业2021级硕博连读项目博士研究生，研究方向为金融科技，相关研究成果发表于IJIS，IEEE TKDE等国际著名学术期刊。曾获得国际金融科技大赛“成都80”的先峰奖（全球排名第二）。参与国家自然科学基金项目并主持西南财经大学中央高校基本科研项目。

指导教师简介

李庆，教授，博士生导师，数字经济与交叉科学创新研究院副院长，金融智能与金融工程四川省重点实验室主任。曾任美国加州大学伯克利分校的国际风险数据分析联盟（CDAR）执行董事。长期关注基于人工智能的金融风险防范与监测预警研究，从理论层、数据层、应用层展开了一系列创新性的研究。迄今为止，发表在CCF A类、中科院1区TOP、JCR Q1 区论文31篇，包括IEEE TKDE、ACM TOIS、AAAI、IJCAI、SIGIR、ACL、WWW 等。作为负责人，主持了4项国家自然科学基金（3项面上，1项青年），1 项教育部霍英东基金，以 co-PI 身份，完成了 1 项美国自然科学基金（NSF）， 并参与了国家科技部重点研发计划。讲授的“金融智能”课程入选教育部-IBM 综合教改示范课程，金融市场风险及可视化入选四川省一流本科课程。

赵静梅，教授，博士生导师，西南财经大学金融学院常务副院长。中国金融学会理事，中国金融教育发展基金会名誉董事，四川省金融教指委秘书长。曾任执教于美国芝加哥班尼迪克大学（Benedictine）商学院，和任中国驻法国大使馆外交官。研究方向：国际金融，金融危机，货币政策，资产定价。在《经济研究》、《管理世界》、《金融研究》、《经济学家》、《金融日报》、FRL、JGIM、EMFT等期刊发表论文50余篇。入选美国福布莱特奖学者，德国洪堡奖学者，霍英东高校青年教师基金二等奖。主持 2 项国家自然科学基金、1项国家社会科学基金课题、1项教育部人文社科重点研究基地的重大项目。出版专著《金融危机救济》一部。出版《通货紧缩》等译著两部。

研究生教育作为国民教育体系的顶端，是培养高层次人才和释放人才红利的主要途径，是国家人才竞争和科技竞争的重要支柱，是实施创新驱动发展战略和建设创新型国家的核心要素。学校对标“新财经”战略升级，以“一流学科培优”和“财经科技创新”为战略重点，立足西财学科特色优势，切实发挥研究生导师第一责任人作用，着力造就国家急需的哲学社会科学人才，加快拔尖创新人才自主培养体系构建，通过集成创新平台、光华博士创新项目、硕博连读项目等不断探索优化优生优师优培机制，持续培育和涌现高水平、标志性研究成果，为加快构建中国特色哲学社会科学贡献西财力量。