【嘉宾介绍】孔东民，华中科技大学经济学院金融学教授，博士生导师。先后入选不同层次国家级人才计划（2015，2021）与中宣部文化名家暨“四个一批”人才（2021）。主要从事公司金融、企业行为与发展等方面的研究。在Journal of Law and Economics,Journal of Public Economics, Management Science,《经济研究》《金融研究》《经济学季刊》等国内外期刊发表论文三百余篇。担任国家社科基金重大项目首席专家，主持多项国家自然科学基金，并承担财政部、国资委、国开行、建设银行、上交所、邮储银行（湖北）、武钢集团等机构的多项联合研究课题。任 Economic Analysis and Policy联合主编以及《金融学季刊》， JEBO，PBFJ等期刊副主编或客座主编。多次荣获教育部及湖北省人文社科优秀成果奖。
Q1：孔教授您好，随着2030年碳达峰目标的临近，“双碳”及可持续发展已成为国家战略，企业面临哪些机遇与挑战，应如何应对？
A1：基于当前的背景，即在某些关键排放指标上，我国的排放量已占全球总量的约三分之一，未来五年对于实现碳达峰目标而言，时间紧迫任务艰巨。考虑到我们当前的产业条件，若要达到这一目标，必须进行全面的产业升级和绿色转型。甚至部分产业转移至东南亚或非洲等国家。无论选择哪条路径，企业在面临重要的时代机遇同时，也面临着不小的挑战。
从监管层面来看，相关部门在监管及产业政策制定上必将面临诸多考量与压力。这种压力将逐级传导至企业，不仅限于上市公司，而是涵盖所有工业企业。在中国，企业数量庞大，与制造业相关的企业或多或少都会受到影响。过去十多年间，中国已为此付出了诸多努力，但在提出明确目标之前，紧迫性和压力尚未如此显著。未来几年，这种紧迫性将愈发明显。当前，政府已出台了一系列政策，如支持绿色新能源、制定产业政策、财政政策和货币政策等，以精准投放绿色信贷、支持绿色债券等，这些都体现了中央政府和监管部门对此事的决心、态度及对企业的引导。
在此背景下，企业必须通过技术创新和产业升级来提升能源效率、减少碳排放，以逐步实现这一目标。对于上市公司而言，由于其体量较大，且在地区或产业中具有一定代表性，因此面临的压力无疑更大。这些公司通常会发布ESG报告或企业社会责任报告，展示其在创新、产业升级及环保方面的努力。企业在追求这一目标时，应注重长远发展，投资环保项目虽然短期内可能无明显短期利润，但对长远发展有益。若未能达到环保目标，企业将面临更为严峻的问题，如交易限制、节能减排门槛等。尽管政府已提供了一些信贷和补贴支持，但整体而言，企业仍需承担较高的成本。因此，企业需在政府政策与企业内部需求之间找到平衡点。
当前，许多企业已认识到这一点，并积极参与绿色创新、数字化提升及效率改进等行动。中央企业也在此方面发挥了带头作用。这些行动体现在企业的不同层面，如上市公司发布的年度报告中，常有专门讨论环保问题的篇章。此外，学术界也对此进行了深入探讨，不少学生收集了相关数据，从环境经济学、公司金融等多个角度研究企业的绿色投资、绿色创新及产业升级等议题，也能提供一定的理论支持
Q2：您认为大数据和人工智能技术在金融风险管理领域的应用前景如何？数据隐私和安全性是否会成为制约因素？
A2：大数据和人工智能技术能提供非常多的信息，在金融风险管理领域的前景非常广阔。对金融机构来说，有很多渠道可以利用这些数据。比如，风险本身是存在的，甚至可能一些风险发生的概率也不会变化，关键在于如何更好地识别风险。原本一些信息分散在不同渠道，需要人工或手工去判断、识别或沟通，成本很大。但如果能够通过科技或数字技术更有效地整合、分析这些信息，，那么金融机构在风险的识别跟管控上就会更有效率。
现在数字化过程也把以前一些很难量化的东西量化了。比如，以前很多非结构性的信息很难整合，但金融科技的发展使得这些信息的识别变得更加容易。金融领域中最大的一个问题就是信息不对称，比如贷款方和借款方之间的信息不透明问题。现在像微众银行基于微信大数据，蚂蚁金服基于支付宝大数据，都能更准确地评估风险，降低了小微企业贷款的违约率。银行也在做类似的事情，但可能涉及数据语言、技术方向的问题，进展相对缓慢。
数据隐私和安全性等问题确实是这些技术的制约性因素。不同的文化和地区对数据隐私的保护力度也不一样。比如，欧洲和美国高度重视隐私保护，所以政府和企业在推动相关技术时比较缓慢，但在中国推进得就比较快。然而，这背后涉及一个问题，就是数据的归属和使用边界在哪里。比如，腾讯收到很多用户信息，这些信息是归腾讯还是归用户？如果数据是公有的，那谁来统一这些数据？是否应该交给监管部门或政府部门？这些问题都还没有明确的答案，但大家都对问题本身有了广泛的认知，并正在逐步探索和解决这些问题。
Q3：面对当前快速变化的经济金融环境，您认为经济与金融学院的学生应如何调整学习策略以适应未来求职需求？
A3：在我看来，快速变化的经济金融环境让许多事情都面临了动态变化，这无法避免，老师和同学们一样，兑面临这样的挑战。就比如昨天在中山大学会议中，一位资深教授也提及，他的发言稿也利用ChatGPT进行了多次润色与改进。前段时间，在香港中文大学（深圳）的会议上，一些教授也利用生成式AI和机器学习技术，将公司信息输入系统，以识别更具潜力的投资策略。国内外的研究者们也在进行类似探索，例如，他们不再仅仅关注分析师报告中的数字，如盈余预测或股票价格涨跌等，而是开始深入分析报告中的文本内容，包括管理层预测等。这类信息的识别需要借助深度学习和自然语言处理等技术。
目前的感受是，整个学科乃至世界都在不断进步。金融学作为核心学科，其基础理论和经济学、金融学课程仍然至关重要，需要牢固掌握。然而，随着世界变化，我们也必须随之调整。因为每个人都身处其中，面临同样的挑战。与高中生不同，大学生或研究生在打好基础的同时，还需要主动了解行业动态和世界发展趋势。我们需要学习如何将新技术与我们的专业相结合，正如许多资深学者也在积极采用最新技术一样。
金融学作为一门独立学科，其问题具有独特性，我们关注的是市场效率、投资收益率以及市场信息不对称带来的影响等。虽然这些问题可以转化为数学问题或计算机问题进行分析，但转化过程本身需要我们对学科有深入了解。因此学生需要在掌握专业基础的同时，也要关注最新研究和行业发展不断学习新知识，以应对就业和研究方面的挑战。比如，量化分析和量化交易等新技术正在逐渐兴起，如果我们不持续学习，很容易被最前沿的研究所淘汰。
近年来，全球经济受到多种因素影响，但金融和经济都具有周期性特征，虽然近几年环境不佳，但过几年可能就会好转。回顾过去几十年，每一段时间都会经历一次较为悲观的时期，如90年代的国有企业下岗潮、2007—2008年的全球金融危机等。然而，每次危机过后，都会迎来新的发展机遇。历史表明，经济总是涨涨跌跌，而金融的周期性更为明显。因此，对于整个金融行业或经济方向，我们不必过于悲观。尽管当前国际形势复杂多变，如中美贸易战、中东冲突以及俄乌冲突等，但这些只是暂时的，经济周期则是无法改变的规律。我们无法改变环境，但可以提升自己，以更好地应对未来的挑战。在金融行业，我们可能会遇到困难时期，但只要坚持下去，一定会好起来。
Q4：请问您认为，金融科技的迅速发展给传统金融监管带来了哪些挑战？金融监管如何在支持创新和确保金融市场稳定之间找到平衡点？
A4：该问题确实构成一项挑战。当前社会环境虽开放，但对此尚未形成统一认知。资本市场历来在监管的收紧与放宽间周期性波动，无论是美国、英国，还是中国，都需要在探索中前行。若监管过于严苛，可能抑制创新，反之，若监管过于宽松，则某些创新可能引发新的风险。以美国过去的历程为例，特别是2007年次贷危机，其根源在于监管宽松。当时，房地产抵押资产经多次分层抵押，风险难以评估，一旦触发危机，即产生连锁反应，最终导致全球金融危机。
金融科技领域也面临隐私保护的挑战。不同文化和地区对此的容忍度各异，欧洲与美国对此类问题较为敏感。例如，在中国，摄像头与APP在收集个人信息时，引发的公众关注度相对较低。但在欧洲或美国，此类行为可能遭遇强烈反对。这引发了一个核心议题：数据的所有权与使用界限何在？互联网企业收集的大量个人信息，其归属权归属何方？在用户自愿提供信息的前提下，这些信息应如何被使用？若数据为公有，则由谁统一管理和监管？这些问题目前尚无明确解答。
此外，不同文化亦影响监管政策的实施速度。例如，在个人隐私数据收集上，虽有助于金融资产及风险评估，但在欧洲或美国可能遭遇抵制，而在中国则较为宽容。然而，在比特币等数字货币方面，中国态度保守，而部分发达国家则较为开放。
总体而言，无论是中国还是美国，均在金融科技与监管创新方面逐步推进，时而放宽，时而收紧。部分地区甚至推出监管沙盒等试点政策，以评估新事物的风险与收益。在此过程中，不同文化和国家呈现出不同的进展与差异。我认为，这些问题或需五年、十年方能逐渐明朗。在此之前，需不断探索与尝试，以找到最适合各自国家及文化的金融科技与监管路径。
