惠学季（第65期） | 学术讲座每周概览

学术讲座

每周概览

马宝君，清华大学管理学学士、博士，上海外国语大学三级教授、博导，曾担任国际工商管理学院主持工作副院长、校学术委员会委员。入选国家级青年人才（教育部青年长江学者）、上海市青年拔尖人才，任脑机协同信息行为（教育部、上海市）重点实验室副主任、教育部首批信管专业虚拟教研室负责人、上海高校本科重点教改项目负责人、上海高校市级重点课程负责人。长期致力于发展人工智能、数据科学推动管理学研究的交叉融合，聚焦提升大数据资源的“智能发现能力”与“智能使用能力”。主持教育部中央高校优秀青年团队项目、国家自然科学基金面上项目（2项）及青年项目等；近年来在包括UTD24、《管理科学学报》等国内外权威期刊发表论文40余篇，出版“十二五”本科国家级规划教材和中、英文专著各1部，撰写的多篇资政报告被中央网信办采纳；获国家级教学成果奖二等奖（2项）、省部级哲学社科优秀成果二等奖、中国信息经济学理论贡献奖等教学科研奖励和荣誉。

近年来，随着大数据和人工智能技术飞速进步及其与社会经济活动的融合持续深化，人工智能技术与经济管理学科的交叉融合也成为学者们关注的研究热点。本讲座将围绕主讲人研究团队近几年开展的人工智能与财务金融领域的前沿交叉研究探索，聚焦文本、图像及音视频分析等应用情感分析、深度学习等人工智能技术赋能的智能财务/金融科技系列研究，最后进一步展望人工智能赋能商科研究交叉研究的前景。

讲座时间

2025年10月27日（周一）

10：00

讲座地点

求索楼B201人工智能实验室

点击查看讲座链接

刘嘉，英国管理学院院士; 英国伯明翰大学经济学博士。朴茨茅斯大学会计与金融学教授以及创新和可持续金融中心主任。曾经就职于利兹大学和索菲尔德大学。她的研究包括公司金融、行为金融、金融市场、风险管理、金融科技、 大数据、 会计报告和披露,和可持续性，以及学科交融领城的研究。她在主要金融、会计、管理学国际期刊发表80多篇学术论文, 其中包括16篇ABS-4和FT50期刊; 并出版关于公司治理、可持续性、和决策方面的专著。曾获欧洲管理杂志 (EU)、英国管理学院(英国)、西南金融协会(美国)、以及Eurasian商业与经济协会(EBES)的“最佳论文奖”。她的研究被多个媒体采访和发表,包括著名的The Conversation, 华盛顿邮报, 以及纳斯达克证券交易所。

她目前是英国会计和金融协会主席(Chair)、英国管理学院执行官(Executive)，英国政府的Co-Op Bank项目顾问。同时，她还担任多本期刊的主编, 副主编, 和编委, 其中包括:International Journal of Finance and Economics主编 (ABS 3)、British Journal of Management (ABS 4; ABDC-A)、International Review of Financial Analysis (ABS 3; ABDC-A)、British Accounting Review (ABS 3; ABDC-A*)副主编; Corporate Governance: An International Review (ABS 3; ABDC-A) 和 Journal of Business Finance and Accounting (ABS 3; ABDC-A*)编委, 以及17本SSCI-indexed杂志的客座编辑. 她组织了 50 多个国际会议，积极推动科学研究的发展与创新。

她目前担任European Financial Management (Q1, ABS 3)客座编辑, 主持特刊题目为: “Generative Artificial Intelligence in Finance: Promise, Peril, and Practice”.

We develop a novel large language model-based multi-entity sentiment analysis framework (LLM-MESA) that enables fine-grained, entity-specific measurement of sentiment in financial texts. Applying this method to mutual fund manager reports, we extract expectations in their communications regarding the stock market, bond market and macroeconomy, providing the first evidence on how institutional stock market sentiment predicts crash risk. We find that managers’ optimistic equity outlooks significantly increase crash risk, indicating that institutional forecasts embed non-rational sentiment. This effect is particularly pronounced among lower-skill funds, when macroeconomic expectations are pessimistic, and when bond market views are optimistic. Mediation analysis shows that optimism amplifies institutional herding and attracts sentiment-driven retail investors into equity trading, thereby exacerbating crash risk. Our study demonstrates the value of LLM-MESA for financial text analysis, advances understanding of the mechanism linking institutional sentiment to crash risk, and contributes to the debate on whether institutional investors stabilize or destabilize markets.

讲座时间

2025年10月28日（周二）

14:00-15:30

讲座地点

博学楼506

点击查看讲座链接

韩彬，《管理世界》杂志社编辑部编辑、副研究员，管理学博士。

研究问题、研究故事和研究方法是高质量研究的关键构成要素，决定着研究成果的学术价值和理论生命力。结合研究工作经验，与大家共同探讨如何规避研究问题的选择误区、如何构建引人入胜的研究故事、如何恰当地使用科学严谨的研究方法。

讲座时间

2025年10月29日（周三）

14：00

讲座地点

诚信楼三层国际会议报告厅

点击查看讲座链接

Zhuoran Lu is an assistant professor of economics at Antai College of Economics and Management, Shanghai Jiao Tong University. His research interests include contract theory, information economics, organizational economics, network economics, and digital economy. His recent research includes the optimal pricing for signaling goods, network-based peer monitoring design in team works, and the role of relational contracts in the digital economy. His research work has been published in leading academic journals including Journal of Economic Theory and MIS Quarterly.

This paper studies how relational contracts can mitigate hold-up problems between platforms and online sellers when platforms exploit their data advantage to compete against sellers. In each period, a seller decides whether to remain on a platform and how much to invest in product innovation, which depreciates without continued investment from the seller. The platform then decides whether to copy the seller’s product. If it does, both compete; otherwise, they share the monopoly profit. We show that when products depreciate relatively fast, the optimal relational contract is stationary and efficient under sufficiently high discount factors. In contrast, when depreciation is slow, the platform always copies the seller under high discount factors, whereas cooperation can be sustained at intermediate levels. The efficiency of the relational contract depends critically on the seller’s outside option and the depreciation factor. The outside option has discontinuous and nonmonotonic effects on efficiency, implying that higher outside options may not benefit online sellers. Moreover, the depreciation factor can have opposing effects on efficiency, depending on whether the platform copies the seller when the relational contract is breached.

讲座时间

2025年10月30日（周四）

13:30-15:00

讲座地点

科研楼1109室

点击查看讲座链接

杨立兴，教授，博士生导师，北京交通大学系统科学学院院长。长期从事交通优化、管理与控制方面的研究，发表学术论文200余篇（Transportation Science、Transportation Research Part B/C/D/E、INFORMS Journal on Computing、Automatica、European Journal of Operational Research、Naval Research Logistics、Omega等）、出版学术著作3部、获授权发明专利和软件著作权30余项。连续入选全球前2%顶尖科学家和Elsevier中国高被引学者榜单；是国家杰青、优青、国家级青年人才计划、教育部新世纪优秀人才支持计划入选者，国家自然科学基金“创新研究群体项目”和“基础科学中心项目”研究方向负责人（骨干成员）；先后获教育部自然科学奖一等奖（2项）、中国城市轨道交通协会科技进步一等奖，入选北京交通大学首批卓越百人计划。兼任中国管理科学与工程学会常务理事、中国运筹学会常务理事、中国系统工程学会理事、亚太工业工程与管理学会Fellow、交通运输著名期刊Transportation Research Part B编委、Journal of Management Science and Engineering副主编、Industrial Engineering & Management Systems领域主编、Urban Rail Transit副主编、全国性一级学术期刊《系统工程学报》编委、《交通运输工程与信息学报》编委等。

城市轨道交通具有大运量、低能耗、安全、快速、便捷等特点，已经成为了缓解地面交通压力、解决大城市病的重要手段之一。然而，随着我国城市轨道交通的快速发展，一些深层次的问题也随之出现，如建设成本昂贵、运营亏损严重等，制约了城市轨道交通的可持续发展。本报告在深入分析我国城市轨道交通系统运营特征的基础上，采用人工智能、优化建模与求解等技术，介绍几类城市轨道交通优化运营的有效方法，并以我国城市轨道交通的运营数据为例进行实证分析，验证了上述方法的有效性。相关研究可为复杂条件下城市轨道交通系统的高效运营提供理论方法和技术支撑。

讲座时间

2025年10月30日（周四）

16：00

讲座地点

求索楼B201人工智能实验室

点击查看讲座链接

吴靖，香港中文大学商学院终身正教授、亚洲供应链与物流研究所副所长、网际物流研究中心主任、商务分析理学硕士项目主任。他的研究聚焦全球供应链、运营与金融交叉、创新战略及金融科技与商业大模型，发表近20篇UTD期刊论文并担任MS、MSOM、POMS的副主编。其学术观点被新华社、《华尔街日报》、《经济学人》、《福布斯》等全球400多家媒体深度报道，著有《全球供应链超级趋势》一书，受邀在美联储、国际货币基金组织、亚洲开发银行、中国社科院、金融40人论坛等权威机构学术演讲。

Livestreaming is transforming digital retail by enabling rapid, real-time purchase decisions driven by streamers’ sales pitches. Yet the persuasive role of language in this high-stakes, competitive setting remains underexplored. We develop a theory-driven framework of seven persuasive strategies and introduce an iterative prompt engineering procedure to identify these strategies from streamers' presentations using Large Language Models (LLMs). We apply our framework to a large dataset of TikTok's top accounts, which aired 1,683 livestream events during our two-week study period, generating over 2.6 million sentences (130 million tokens) in sales pitches. Exploiting within-livestream-streamer-product variation and an instrumental variable approach, we identify the effects of persuasive strategies on instant sales. Our findings indicate that even modest increases in persuasive content during livestreams raise sales, with experience-based appeals, trust building, and audience targeting proving most effective, particularly for popular products in competitive markets. Persuasion works best when delivered with concrete, credible language rather than overly emotional or positive appeals, highlighting the value of clarity over sentiment. This study also demonstrates a scalable LLM-based method for extracting persuasive strategies from massive, multimodal datasets, offering new tools for both researchers and practitioners.

讲座时间

2025年10月31日（周五）

10：00

讲座地点

求索楼B201人工智能实验室

点击查看讲座链接