白雪石（阳光资产管理股份有限公司境外投资部负责人）
2024年9月28日下午，经济学院第199次保险专硕讲座在北京大学理教213教室举行。阳光资产管理股份有限公司境外投资部负责人白雪石先生以“数据科技、宏观策略与全球资产配置”为主题进行分享。讲座由北京大学经济学院风险管理与保险系锁凌燕老师主持。
随着大数据时代的到来，数据密集科技正深刻影响着经济学及相关领域的研究范式。白雪石首先回顾了宏观经济分析的演变历程，从亚当·斯密的《国富论》到现代计量经济学的兴起，再到动态随机一般均衡模型（DSGE）的发展，每一次变革都深刻影响了经济学的研究范式。随着大数据时代的来临，数据密集科技正在推动经济学研究范式再次演进。
数据密集科技对宏观策略研究的影响主要体现在两个方面：一是数据边界的拓展，二是数据处理能力的增强。通过算法的运用，传统数据得以释放出更多的信息维度；同时，另类数据的挖掘为宏观经济动态分析带来了更多、更快、更具深度的信息，为宏观经济动态分析提供了新的视角和工具。
机器学习作为数据密集科技的重要组成部分，在量化宏观策略中发挥着越来越重要的作用。白雪石以随机森林算法在股票市场模式识别中的应用为例，展示了机器学习如何从大量非结构化数据中提取有价值的信息，并将其转化为具体的市场交易信号。
白雪石还探讨了大数据模型在经济临近预测中的应用。他介绍了中国经济活动监测指数的编制方法：通过主动的指标筛选、数据清洗，该指数为宏观策略实施提供了具有有效支持的临近预测指标。此外，通过将新闻中非结构化的文本信息转换为结构化的情绪指数，财经新闻情绪指数为判断市场情绪提供了新视角。此外，如芝加哥联储全国活动指数（CFNAI）的编制方法，为中国经济预测提供了借鉴。这些模型通过综合广泛的经济数据，为宏观策略实施提供了有效的临近预测指标。
在全球资产配置方面，数据密集科技的应用使得保险资金管理者能够更准确地分析全球宏观经济形势，识别风险与机遇，从而做出更为科学的资产配置决策。在数据密集科技时代，保险资金宏观策略研究应以增强人的能力为中心，让人力和算力紧密结合，打造形成人工智能、商业智能和人力智能合力的研究模式。这种模式不仅能够提升保险资金运用效率，还能够更好地防范和化解金融风险。
最后，白雪石提出了几点思考。第一，保险资金管理者应主动适应数据密集科技带来的变化。第二，应加强数据密集科技在保险资金宏观策略研究中的应用。第三，在中长期市场策略研究中，应以人为中心，围绕增强人的能力布局数字科技。
（图 白雪石演讲中）
此次讲座让同学们对数据密集科技在保险资金宏观策略研究中的应用有了初步了解，并对技术如何提升研究质效和保险资金运用效率有了一定的认识。讲座后，同学们踊跃地与主讲人展开对话和讨论。这次讲座唤起了同学们对探索经济学和金融科技交叉前沿领域的热情，取得了显著的成效。
（风险管理与保险学系 葛新杰 供稿/摄影；姚奕 审核）
