新闻生产中的生成式人工智能与股价崩盘风险：来自中国的证据

李广众

报告摘要

基于超过500万篇新闻报道以及2019—2024年中国上市公司的样本，我们通过在文章层面识别AI生成内容，构建了企业季度层面的AIGC新闻暴露度指标。研究发现，企业受到的AIGC新闻暴露程度越高，其股价崩盘风险显著越高。机制分析表明，更多的AIGC新闻与更缓慢的价格发现、更高的分析师预测分歧以及更高的股价同步性显著相关。进一步分析发现，AIGC新闻表现出更高的语义趋同性和更强的情绪极化，表明算法驱动的新闻生产正在改变金融信息内容的特征。上述负面影响在信息环境较弱的企业中更为显著。研究结果表明，尽管生成式人工智能能够提升金融信息生产的效率，但其通过改变传统媒体所承担的信息功能，也可能对资本市场稳定性产生非预期的负面影响。

个人简介

李广众教授是中山大学教授（二级教授岗）、博士生导师，现任中山大学管理学院院长。先后入选国家重大人才工程青年学者、领军人才。现任Review of International Economics副主编、Asia-Pacific Journal of Accounting and Economics副主编、中国管理现代化研究会公司治理专业委员会专家委员、中国管理现代化研究会青年工作委员会副秘书长、广东省创新战略研究会会长。作为首席专家主持国家社科重大项目、“研究阐释党的十九大精神”国家社科基金专项项目，主持国家自然科学基金面上项目、教育部人文社科重点研究基地重大项目多项。曾获美国纽约城市大学最佳博士论文奖、世界华人不动产学会年会最佳论文奖、管理世界创刊30年高引论文、第七届教育部高等学校科研优秀成果奖（人文社会科学）二等奖、广东省哲学社会科学优秀成果二等奖等奖项。论文Clawbacks and Cronyism: Evidence from China被评为近10年来金融学重要期刊Financial Management在“政治与金融”研究方面的最重要的7篇文章之一，收录于Financial ManagementVirtual Issue-Politics and Finance。曾多次在美国经济学年会（AEA）、美国会计学年会（AAA）、欧洲会计学年会（EAA）、美国金融管理学年会（FMA）、美国东部金融学年会（EFA）等国际重要学术会议报告论文。学术论文发表于Journal of Financial and Quantitative Analysis、Review of Finance、Journal of Corporate Finance、Financial Management、Journal of International Money and Finance、Journal of Comparative Economics、Journal of Business Finance and Accounting、《经济研究》、《管理世界》、《管理科学学报》、《经济学季刊》、《金融研究》、《世界经济》、《南开管理评论》、《统计研究》等重要国内外学术期刊。

人工智能产业链与生态管理

王竞奇

报告摘要

AI已经从“技术突破”走向“价值兑现”，商业化不只取决于模型能力，也取决于一系列的商业决策。本文将介绍在AI产业链中的若干开放问题。在能力供给端，大模型厂商与云平台如何在训练与推理之间配置有限算力，兼顾模型迭代与当期推理服务？在价值交付端，上游服务商应如何为专属与共享算力通道设计定价与服务保障机制，下游开发者又该如何选择？在生态治理端，当大模型成为平台，如何通过收益分配与治理规则激励创新。

个人简介

王竞奇教授现任香港中文大学（深圳）经管学院教授，研究生院副院长，深圳高等金融研究院信息管理与商业分析理学硕士项目主任（BA方向），信息管理与商业分析博士项目主任（运营管理方向）。在加入香港中文大学（深圳）之前，王教授曾于香港大学经管学院担任副教授及商业分析硕士项目主任。他于2013年获得美国西北大学运营管理博士学位，此前分别于2011年获得西北大学经济学硕士学位、于2008年获得清华大学工业工程学士学位。王教授研究领域包括供应链管理、创新与技术管理、商业分析、运营管理中的实证研究。他的近期研究重点在于人工智能的商业模式。其研究成果多次发表在Management Science、Manufacturing and Service Operations Management、Production and Operations Management等国际顶尖学术期刊。王教授曾主持多项香港研究资助局的优配研究金项目，并获得广东省自然科学基金杰出青年项目与国家自然科学基金面上项目资助。他也是教育部长江学者讲席教授。

生成式人工智能时代金融市场风险与智能监管研究

张卫国

报告摘要

生成式人工智能在现代金融市场中引发了涵盖算法缺陷、决策偏差和市场情绪波动等方面的系统性金融风险，对传统监管范式提出了深刻挑战。本主题报告围绕金融风险识别与智能监管的理论与实践，分析生成式人工智能对金融市场的影响，探讨人工智能时代智能金融风险监管体系的构建框架，提出兼顾金融科技创新与风险防控的治理路径，为智能金融安全、规范和高质量发展提供参考。

个人简介

张卫国，深圳大学特聘教授，腾讯冠名教授，管理学院院长，博士生导师。美国哥伦比亚大学高级研究学者（国家留学基金委公派），加拿大滑铁卢大学高级研究学者。从事金融工程、投资分析、风险管理、金融市场、金融科技及智能决策等领域的研究工作，在国际权威杂志INFORMS Journal on Computing(UTD24)、IEEE TC、IEEE TFS、EJOR、Omega、IF、EE及国内权威刊物《管理科学学报》、《系统工程理论与实践》、《管理世界》等发表论文300余篇，出版《金融复杂系统的演化与控制研究》、《现代投资组合理论—模型、方法与应用》、《分形布朗运动下股本权证定价研究—模型与参数估计》等著作10部，被国际权威索引SCI、SSCI收录近200篇，被SCI、SSCI收录论文他引3000余次。主持国家杰出青年科学基金、国家社会科学基金重大项目、国家自然科学基金重点国际合作项目、国家自然科学基金-广东联合基金重点支持项目、科技部重大项目课题及广东省自然科学基金团队项目等国家级、省部级科研项目20余项。国家一流本科课程《管理统计学》负责人。

AI赋能语音用户界面任务失败解释的影响——基于归因视角

王伟泉

报告摘要

人工智能（AI）驱动的语音用户界面（Voice User Interfaces，VUIs）已成为AI时代用户与智能产品交互的重要入口。然而，用户往往并不清楚VUI的任务能力边界，因而可能提出超出其能力范围的请求并导致任务失败。当任务失败却缺乏充分解释时，用户通常会进一步质疑VUI未来完成任务的能力。现有信息系统研究已广泛探讨系统成功完成任务时，对其内部运行机制进行解释如何增强用户的信任，但对于任务失败情境下的解释能否以及如何提升用户对系统能力的信念，仍缺乏深入研究。本研究聚焦于VUI任务失败情境。首先，我们将传统智能系统解释效应的两种主要理论机制——感知透明度和感知心理契约违背（perceived psychological contract violation, PCV）——拓展至该情境。第一项实验室实验验证了任务失败解释的作用，以及上述两种理论机制在本研究情境中的适用性。进一步地，基于归因理论，我们考察不同归因主体的解释，即将失败归因于VUI本身与归因于非VUI因素（如用户或环境），如何差异化影响用户对VUI能力的信念，并进一步考虑任务失败稳定性的调节作用。第二项实验室实验揭示了不同失败归因方式下用户能力信念的多种细微差异。第三项在线实验进一步检验了另一种解释机制——感知任务可解决性的确定性（perceived task-resolvability certainty），以解释当任务失败具有暂时性时，不同归因方式为何会导致用户对VUI能力形成不同判断。最后，本文讨论了相关理论与实践启示。

个人简介

王伟泉教授现任香港中文大学商学院决策、运营与科技学系教授。他获得加拿大英属哥伦比亚大学管理信息系统博士学位，并拥有清华大学工程物理和企业管理双学士学位，以及管理科学与工程硕士学位。在加入香港中文大学商学院之前，他曾任职于香港城市大学商学院。王教授的主要研究领域包括人机/人-算法交互与协作、推荐智能体与非人类虚拟影响者、IT时尚以及信息隐私。目前担任 Information Systems Research 副主编，并曾于2012年至2015年担任 MIS Quarterly 副主编。

版权所有？AIGC版权政策的经济学分析

冯娟

报告摘要

随着生成式人工智能内容（AIGC）在各行业中的需求不断增长，AIGC是否具备版权保护资格已成为亟待解决的问题。传统版权政策通常要求作品必须由人类创作，因此一般不赋予AIGC版权。然而，这一做法也受到质疑，因为人类在AIGC创作过程中所作出的贡献，例如提示词设计和内容修改完善，同样可以被视为具有创造性的投入，并可能值得版权保护。由此产生了一系列重要问题：当人类使用生成式人工智能进行内容创作时，政策制定者是否应赋予其版权？如果应该，又应满足什么条件？当AIGC可以获得版权保护时，人类创作者是否会更有动力投入创作，消费者是否能够获得更高质量的内容？为回答这些问题，本文构建了一个分析模型，将人类创作者与生成式AI工具之间独特的协同创作过程纳入考量，系统分析AIGC版权政策的经济影响。研究发现，总体而言，AIGC版权保护能够激励人类创作者投入更多努力，从而提升其在协同创作中的价值增量贡献，并改善人机协同创作效果。然而，在特定条件下，为保持版权资格，人类创作者可能会主动降低对AI工具的依赖，这进一步削弱AI服务提供商提升AI工具质量的投资激励。由此可能产生一个悖论：旨在保护人类创作者的版权政策，反而可能降低其从人机协同创作中获得的收益。此外，研究发现，以提升内容质量为目标的最优AIGC版权政策与以最大化社会福利为目标的最优政策并不一致。较为宽松的版权政策更有利于提升社会福利，而更加严格的政策则能够促进更高的内容质量。研究结果为AIGC版权政策的实施与优化设计提供了相应的政策启示。

个人简介

冯娟教授是清华大学深圳国际研究生院创新管理研究院教授，清华大学经管学院鸿海讲席教授，清华大学经济管理深圳研究院大湾区数字经济研究中心主任。中国人民大学经济学学士；宾夕法尼亚州立大学工商管理博士，暨运筹学双博士。主要关注IT对核心管理问题带来的新挑战，包括定价，竞争， 广告，云计算与SaaS等现象；IT对信息环境带来的新变化，包括社交媒体如何助力普惠金融，在线评论与UGC怎样改变消费者行为和厂商定价等；以及数字技术带来的政策挑战，包括对国际贸易的影响：跨境代购与灰色市场；对政府文化政策的影响，以及区块链与数据确权，数据治理，等等。担任商学院顶刊Information Systems Research的高级编辑，在ISR、MISQ等顶刊上发表论文30余篇。

人工智能与产业技术融合对制造业企业产品创新绩效的影响研究

吴小节

报告摘要

人工智能作为一种通用目的技术，能够广泛渗透制造业的技术体系，并与制造技术实现深度融合。本文以中国制造业上市公司为研究对象，将人工智能技术与产业技术的融合界定为企业开展的跨边界技术融合活动，并系统考察其对产品创新绩效的影响及其作用机制。研究发现，人工智能与产业技术融合能够显著提升制造企业的产品创新绩效。相较于新引入的AI技术与产业技术的融合，企业既有AI技术与产业技术的融合具有更强的促进作用。此外，企业AI技术之间的技术关联程度正向调节AI—产业技术融合与产品创新绩效之间的关系。从数字创新的过程视角看，AI—产业技术融合通过加快产品创新速度并推动流程创新，进而提升产品创新绩效；从数字创新的产品视角看，该融合能够增强企业数字产品的技术创新能力和产品定制能力，从而改善产品创新绩效。进一步的异质性分析表明，通用赋能型AI与产业技术融合能够通过提升数字化效率促进产品创新绩效，而方法创新型AI与产业技术的融合则主要促进数字产品制造行业的产品创新绩效。此外，AI—产业技术融合对服务型产品创新的促进作用强于对实体产品创新的作用。当企业具有既往AI研发经验时，AI—产业技术融合的创新赋能效应也更加显著。本研究旨在为进一步深化人工智能与产业技术融合、推动中国制造业产品创新提供政策启示与实践路径。

个人简介

吴小节教授是国家级高层次青年人才（2021），校“百人计划”特聘教授，现任广东工业大学管理学院院长、广东省系统工程学会理事长、粤港澳大湾区智能制造发展战略研究中心主任（国家重点实验室下设机构）。国家一流本科课程《企业战略管理》教学团队负责人，广东省研究生精品示范课程《管理研究方法》教学团队负责人。主要从事企业战略管理、国际商务、制造业数智化转型升级与高质量发展等领域的教学与科研工作。主持国家自然科学基金和省部级科研项目30余项，在Academy of Management Review（TUD24/FT50）,《管理世界》等国内外重要期刊发表论文150余篇。曾获教育部哲学社会科学优秀成果奖三等奖1项，广东省哲学社会科学优秀成果奖一等奖1项、二等奖3项，广东省高等教育省级教学成果一等奖2项、二等奖1项。

算力的尽头是电力: 城市电力供应与AI企业选址决策

姜正瑞

摘要

人工智能企业的发展高度依赖算力资源和稳定的能源供给，但现有研究对电力基础设施在AI产业空间布局中的作用关注不足。本讲座基于中国1990—2023年地级市面板数据，系统考察城市供电能力对人工智能企业区位选择的影响。研究发现，供电能力显著促进AI企业进入和企业存量积累，该结论在多项稳健性检验及工具变量分析下均得到支持。进一步分析表明，高电价和供电不稳定会削弱这一促进作用，而通信基础设施完善和创新活动活跃则会增强其影响。此外，供电能力对非国有企业和知识密集型行业的作用更为显著。研究从能源基础设施视角揭示了人工智能产业集聚的新机制，为理解数字经济时代产业空间发展规律以及优化地方产业政策提供了新的理论与实践启示。

个人简介

姜正瑞教授现任香港中文大学（深圳）经管学院深高金讲座教授和信息系统教授。在加入港中深之前任过美国爱荷华州立大学商学院信息系统与商业分析教授和托米讲席教授和南京大学商学院二级教授。主要研究领域是商务智能与大数据分析，不确定条件下的优化与决策、技术创新与扩散和信息技术经济学。大多数研究成果发表在国际顶级期刊上（如Management Science, MIS Quarterly, Information Systems Research, IEEE Transactions on Knowledge and Data Engineering）。现为信息系统领域国际顶级期刊Information Systems Research的高级编辑(senior editor)，曾任MIS Quarterly和Information Systems Research的副编辑(associate editor)，并分别于2016和2021年获得这两本刊物的年度最佳副编辑奖。另外还担任运营管理领域顶刊Production and Operations Management和Decision Support Systems的高级编辑(senior editor)。主持过信息系统领域多个国际和地区性的学术会议，包括The 13th Annual Big XII+ MIS Research Symposium (2015), The 9th Annual Midwest Association for Information Systems Conference (2014), and The 28th Workshop on Information Technologies and Systems (WITS 2018)。学术探索之外，姜正瑞与企业届合作者进行了广泛的合作、他的团队为多家美国、欧洲和中国的国际知名大企业做过商业数据分析的工作，并为它们提供了基于数据的高效运营方案。

以人为本的生成式人工智能

方钰麟

报告摘要

本报告提出由香港大学数字经济与创新研究院（IDEI）推动的以人为本的生成式人工智能（GenAI）研究视角。报告介绍了一系列相关研究，探讨人工智能，尤其是生成式人工智能，如何不仅用于提升绩效，也能促进学习、创造力与人的尊严。其中，一项由IDEI开展并获国家自然科学基金（NSFC）资助的在研项目，以生成式人工智能使用对个体尊严的影响为切入点。基于创造性认知理论与工作场所尊严研究，该项目提出GenAI影响“获得性尊严”（earned dignity）的双重路径：一方面，GenAI通过促进意外发现（serendipity）和提升创意构思绩效激活个体尊严；另一方面，GenAI也可能引发思维固化（fixation）和可替代性感知，从而削弱个体尊严。这些机制揭示了生成式人工智能的悖论性影响，并进一步强调，在AI系统的设计与治理中，应在提升绩效的同时维护人的能动性与人本价值。

个人简介

方钰麟教授现任香港大学商学院创新与信息管理学教授、数字经济与创新研究院（IDEI）院长。在加入香港大学之前，他曾任香港城市大学信息系统学系署理系主任。方教授的研究领域包括数字创新、数字创业、数字化转型、平台生态系统以及电子商务与社交媒体。他已在 MIS Quarterly、Information Systems Research、Journal of Management Information Systems、Journal of the Association for Information Systems、Strategic Management Journal 和 Journal of Management Studies 等国际顶级期刊发表80余篇论文。方教授曾担任 Information Systems Research、Information Systems Journal 和 Journal of Information Technology 等期刊的高级编辑，现任 Information Technology & People 联合主编。

生成式人工智能与资本市场信息效率

黎文靖

报告摘要

资本市场各方参与者之间的信息不对称程度决定着资本市场资源配置效率，生成式人工智能改变了市场参与者之间的信息分布，进而影响资本市场效率。我们构建了生成式人工智能影响资本市场信息流动与分布的整体框架，并着重分析了生成式人工智能对投资者与监管者信息使用与信息不对称的影响。

个人简介

黎文靖，暨南大学管理学院会计学系教授、博士生导师，现任管理学院院长，中山大学管理学博士，中欧国际工商学院博士后。主要研究会计与公司财务实证、企业薪酬契约、企业社会责任。入选广东省青年珠江学者、财政部学术类会计领军人才。主持多项国家自然科学基金青年、面上项目及省部级课题。在JIB、JBE等SSCI期刊与《经济研究》《金融研究》等国内顶刊发表大量论文，多篇成果被《新华文摘》转载。面向本硕博、MBA、MPAcc开设多门核心课程，获全国高校青年教师教学竞赛二等奖、省青年教师教学大赛一等奖、省哲学社会科学优秀成果一等奖等多项教学科研奖项。

共生智能：当人类与AI智能体协同进化，而非彼此竞争

Farzad Sabetzadeh

报告摘要

随着人工智能从预测性工具演进为能够自主行动、面向目标的智能体，组织正面临一个关键的战略选择：是通过自动化将人类移出决策环节，还是构建人与AI之间的共生关系。本报告提出“共生智能”（Symbiotic Intelligence）这一理念，即人类认知与智能体AI之间形成协同进化的伙伴关系：机器提供自主推理、规模化处理与高速执行能力，而人类则提供伦理监督、情境判断与战略方向。报告从三个相互融合的支柱展开这一构想。第一，智能体AI（Agentic AI）：从基于规则的自动化转向能够在企业工作流程中进行规划、调用工具并实现适应性学习的智能系统。第二，知识管理：作为连接人与AI的关键纽带，使AI智能体能够建立在经过治理的组织知识之上，同时捕捉并放大人类的隐性知识与专业经验。第三，可持续发展：将负责任的治理机制与ESG智能嵌入AI系统，使其自主性始终与人类价值和长期价值创造保持一致。这三个支柱共同构成了一个实践框架，帮助企业从试点阶段的AI副驾驶，迈向真正智能、韧性且负责任的组织。报告还将特别关注粤港澳大湾区。凭借高度集聚的创新生态和快速发展的AI应用，大湾区为大规模探索共生智能提供了天然试验场。在这一过程中，最大的价值并不来自以机器取代人类，而是重新构想人与机器之间的协作空间。

个人简介

Farzad Sabetzadeh副教授现任澳门城市大学商学院副教授及国际商务项目（International Business Cohort, IBC）主任。他的主要研究领域包括人工智能、知识管理、大数据分析，以及智能技术在商业与教育领域的应用。Sabetzadeh副教授还承担研究方法、组织变革以及新兴经济体相关专题课程的教学工作。

人机共生智能：从理论到方法及实践

刘思源

报告摘要

当前，人工智能正由提升个体能力的技术工具，演进为支撑组织运行与复杂系统决策的新型基础设施，其发展的核心瓶颈也由模型性能逐步转向组织重构、责任配置与治理协同。本报告提出“人机共生智能”理论，将人工智能由执行指令的工具重新定义为能够在规则约束、知识边界和责任体系下参与感知、认知与决策的“智能体”，构建“人—智能体—业务系统”协同演化的新型智能范式。在此基础上，报告建立“感知—认知—决策”闭环机制，揭示人机协同从能力叠加迈向价值共创、从任务协作迈向组织协同、从技术赋能迈向系统重构的内在机理，并进一步凝练人工智能演进的三条关键路径：从内容生成走向业务执行，从单次交互走向持续协同，从外部监管走向内生治理，实现人工智能由辅助工具向组织级生产力和决策基础设施的跃迁。最后，结合制造、医疗、水利、城市治理等典型场景，系统阐释人机共生智能的理论体系、关键方法与实践路径，论证其正在成为推动复杂系统智能化转型、提升组织运行模式和培育新质生产力的重要理论基础与应用范式。

个人简介

刘思源，华南理工大学工商管理学院副院长，工商管理学院和未来技术学院双聘长聘正教授，博士生导师。广东省人机共生智能研究中心主任，华南理工大学商业科技研究中心主任，智能汽车与情景决策实验室主任。曾任美国宾夕法尼亚州立大学终身教授及冠名教授，长期致力于管理科学、数据科学与人工智能的交叉研究。在国际期刊和会议发表一系列学科交叉的研究论文，涵盖Management Science、Information Systems Research、INFORMS Journal on Computing、Production and Operations Management、Nature Communications、IEEE Transactions on Knowledge and Data Engineering、SIGKDD、SIGMOD、AAAI等。荣获多个学科交叉的学术奖励，如Management Science Best Paper Award in Information Systems (Finalist)、INFORMS Workshop on Data Science Best Paper Award、CPIC Research Achievement Award、Google Internet of Things Technology Research Award、Marketing Science Institute Award、Google Faculty Research Award、USDOT National University Transportation Center for Safety Award、Champion of Competition of High Performance Computing (Microsoft)、First Prize of High Performance Computing Scholar Program (Microsoft)等。政策报告获得中央主要领导批示多次，并获中央相关部门和省委相关部门采纳多次。

AI时代创新型管理人才培养模式变革与实践探索

薛小龙

报告摘要

分析AI时代对管理类人才知识体系与能力塑造的新需求与新挑战，结合多年来在高校管理类人才培养模式变革的实践探索，探讨AI与人类社会快速融合的情境下，管理类人才培养的新思路、新模式与新路径。

个人简介

薛小龙，博士，教授，博士生导师，广州大学管理学院院长，国家工信中心-广州大学数字经济创新发展研究院联席院长。国家社科基金重大项目首席专家，教育部新世纪优秀人才，广州市政府决策咨询专家，斯坦福大学高级访问学者，管理科学与工程学会工程管理分会副主任委员，《工程管理学报》副主编。主持国家社会科学基金重大项目、国家自然科学基金重大项目课题、面上、应急、青年基金、国家重点研发计划等国家级课题9项，在《管理世界》等重要期刊发表论文80余篇，获教育部高等学校科学研究优秀成果奖和广东省哲学社会科学优秀成果奖等省部级奖项5项，入选2024和2025年度斯坦福大学“全球前2%顶尖科学家”榜单。