1月28日，清华大学社会科学学院副教授李红军做数字经济前沿系列讲座第八场报告，主题为大数据与金融科技，孙震主持。

孙震介绍了李红军的学术背景和学术成就，并介绍了本次讲座的主要内容。他表示，在前两次讲座中，我们已经初步了解了数字经济对经济增长和收入分配的作用，此次讲座李红军将就通过对大数据如何影响金融科技的探讨，间接揭示大数据对于数字经济的基础意义，并对大数据和金融科技的相关知识和实际运用进行介绍。

李红军介绍，本次讲座的主题是以大数据金融的具体实例贯通数字经济的底层逻辑，为前面七期讲座提供注释与补充。他的第一个实例是最优投资组合问题，指出最优投资组合的Markowitz均值-方差理论在现实中表现较差且存在维度灾难，这说明高维数据（大数据）分析的挑战在我们没有强调大数据概念的时候就已经存在。

李红军解读了梅宏院士和国务院《促进大数据发展行动纲要》的重要观点，介绍了大数据的广义概念和狭义概念。大数据的狭义概念主要指大数据集合，而广义概念还包括大数据的分析技术以及大数据应用的相应产业。他指出，大数据有多种定义方式，但一般都包含“量大（Volume）”、“多样（Variety）”、“高速(Velocity)”三个特点，国外IBM公司在总结大数据时还增加了大数据的“Veracity”问题。李红军认为，大数据是用传统分析方法无法进行便利分析的数据集合，在使用中会经过“收集”、“存储”、“处理分析”、“使用和可视化”等几个处理阶段。

随后，李红军介绍了金融科技和大数据金融的相关概念。他指出，金融科技是大数据、人工智能、区块链、云计算等前沿颠覆性科技与支付清算、借贷融资等传统金融业务与场景的叠加融合，而大数据金融的本质则是对金融大数据的处理。与一般大数据类似，金融大数据同样具有大规模、高维度和复杂结构三个特点，处理过程也同样分为“获取”、“存储”、“处理分析”和“可视化”四个阶段。需要注意的是，金融大数据不限于金融财务相关数据，与个体觉得相关的很多其它行为数据等也都可以纳入金融大数据范畴。

接下来，李红军结合文献，从数学原理、实际运用和数据结果等方面详细的分析了高维投资组合、Alpha-检验和信用评分等三个示例，并进行了拓展和讨论。他指出，大数据的应用十分广泛，在文本分析、金融监管、数据安全、产业生态等方面都具有重要作用。大数据是数字经济的基础；金融科技是科技在金融领域的创新应用，我国政府高度重视金融科技的发展；大数据金融在学界和业界已有较多探索，核心是金融大数据。除此之外，他还介绍了清华大学社科学院经济所的新创杂志《Journal of Digital Economy》以及正在规划的清华大学数字经济硕士项目。

讲座最后，孙震对整个数字经济系列讲座进行了回顾。他表示，本次数字经济系列围绕数字经济这一新的经济形态，从新要素、新组织和新格局三个方面进行了详细的介绍。在系列讲座的第一二三讲中，蔡继明、戎珂和汤珂分别介绍了数据要素这一“新要素” “参与分配的价值基础”、“确权和分级分类管理”以及“交易和市场”等内容。在系列的第四五讲中，王勇和孙震分别介绍了平台这一“新组织”的“发展历史、发展特点和面临的挑战”以及“经营者集中和反垄断监管问题”。在系列的第六七八讲中，谢丹夏、刘涛雄和李红军围绕数字经济参与经济发展的“新格局”，分别对数字经济如何影响经济增长、收入分配和现代金融进行了详细的介绍。孙震表示，希望能通过数字经济系列讲座的八次报告，让大家对数字经济的发展、带来的机遇和面临的挑战有一个基本的认识和了解。未来数字经济还将不断发展、不断产生新的问题，此次系列讲座只是一个开始，期待未来在不同的场合和大家继续对数字经济进行探讨。

本系列讲座得到新浪财经、网易财经、华人头条、学说和科爱集团下属期刊Journal of Digital Economy的支持。