5月16日，第六届金融科技与数字经济发展高层论坛在北京师范大学举行，论坛以“数智赋能金融强国建设：数字金融与实体经济深度融合”为主题。北京师范大学经济与工商管理学院院长戚聿东为论坛致辞。

加快建设金融强国部署 

戚聿东在致辞中回顾了论坛的发展历程。他表示，本届论坛主题呼应了国家加快建设金融强国的战略部署，也聚焦了数字技术与产业变革深度融合的时代使命。他介绍了北师大经管学院近半个世纪以来的学科建设成就，以及在数智时代背景下构建“需求牵引、交叉融合、开放自主”三位一体金融人才培养体系的探索与实践。他表示，学院将努力为金融强国建设输送既深刻理解金融市场发展、又掌握人工智能等前沿技术的高素质复合型人才。

北京市社会科学院党组成员、副院长范文仲发表了题为“AI政治经济学与智能新质生产力”的演讲。他指出，未来金融的核心驱动力在于大数据、人工智能与区块链技术。AI正重塑生产力三要素：劳动者的范畴扩展至AI与智能体；劳动资料日趋拟人化、智能化；劳动对象则呈现出无限性与非排他性等新特征。劳动力市场将分化为由AI提供的无限供给与人类主导的个性化需求，人类将从直接生产者转变为监督管理者。生产关系将发生深刻调整，分配方式则可能趋近“各尽所能、按需分配”，但前提是必须克服资源有限性与财富不平等问题，并对AI带来的红利进行社会化分配。新的生产要素包括数据、算力与能源，其中token将成为未来最重要的大宗商品。商业组织将分化为人类管理型与AI生产型两大类别。当前正处于历史性变革时期，未来取决于能否通过制度设计，让AI成为通往共产主义的福利阶梯，而非因制度缺失演变为威胁。

上海银行总行数据管理与应用部总经理于浩瀚发表了题为“本体论：大模型时代的数据治理与知识工程基石”的演讲。他认为，大模型的概率性本质与银行业务对确定性的要求存在根本冲突。引入本体论——通过实体、规则、流程、动作等形式化建模——可将强因果逻辑与概率生成协同，构建可信、可解释、可回溯、可审计的AI系统。上海银行已利用本体论构建尽调报告模型，取得稳定效果。他强调，AI落地的关键在于制度与组织变革，需设计激励体系、构建安全沙盒，并培养具备跨技术与业务能力的专业人才队伍。企业级本体模型与大数据、人工智能技术相结合，有望打造出类似“先知”的风险预警系统，实现从经验驱动到数智驱动的跃升。

为经济发展与金融数字化提供关键支撑  

杭州云象网络技术有限公司创始人兼董事长、杭州电子科技大学力行讲席教授黄步添的演讲题目是“基于区块链的新型金融基础设施”。重点介绍了其团队在区块链与人工智能技术应用于国家金融基础设施建设、关键技术研发、人才培养及国际数字金融领域所取得的实践成果，包括深度参与数字人民币核心基础设施、多边央行货币桥、大宗商品仓单登记、数字债券发行等。

北京雁栖湖应用数学研究院研究员韩立岩围绕“金融数据空间”发表演讲。他认为，数据已成为经济增长第四大生产要素。数据流通需依托场外交易、数据交易所、数据空间三大抓手，核心是落实数据“合规持有权、经营权、所有权”三权分置、重使用权而非所有权。他结合科技金融、数字供应链金融、银行大模型训练、工业互联网、空天数据等场景，阐释数据空间的实践价值，并提出数据空间正迈向3.0版可信智能体空间，将为“十五五” 经济发展与金融数字化提供关键支撑。

清华大学五道口金融学院副教授刘悦的演讲题目为“数智赋能金融强国：数据资产入表的机制与约束”。他认为，过去十年我国数字经济规模翻了三倍，但数据资源在财务报表中未能充分体现为资产。自2019年数据被列为生产要素后，2023年财政部出台《企业数据资源相关会计处理暂行规定》，为数据入表提供制度基础。数据资源实际入表进展缓慢。主要约束包括：确权不清，定价困难，合规成本过高。建议明确数据产权、统一会计准则、建立分层分类定价体系、降低治理审计成本。

北京师范大学经济与工商管理学院教授伍燕然围绕“非财务数据‘照亮’传统信用评级的盲区”展开演讲，针对中美贸易战背景下中国信用评级存在的利益冲突和评级虚高、滞后等问题，介绍了团队采用七种机器学习算法结合非财务数据、财务指标和宏观指标预测信用利差的模型。研究表明，加入非财务数据后模型效果提升25%，在预测准确率和逻辑一致性上优于国际评级公司。

本届论坛紧扣时代脉搏，聚焦前沿议题，展现了我国金融科技与数字经济领域的新研究成果与新发展方向。与会专家认为，数字金融与实体经济的深度融合是建设金融强国的必由之路，而这一进程需要技术创新、制度变革与人才培养协同推进。北京师范大学经济与工商管理学院将以论坛为平台，持续深化政产学研用合作，为推动我国金融科技与数字经济高质量发展贡献更多智慧和力量。

论坛由北京师范大学经济与工商管理学院主办，来自学界与业界的多位专家学者出席。