姜富伟教授在《Narrative-Managed Market Portfolio》中利用大型新词库和机器学习集成算法，将经济叙事应用于市场投资组合管理的综合性研究，对于经济叙事，使用了LDA这一成熟的NLP算法，从非结构化叙事中全面提取信息。文章根据叙事驱动的预测来管理市场投资组合，从而在有利时机保持足量的多头头寸，在不利时期保持空头头寸。

展凯教授带来《数字金融素养对消费不平等的影响——基于2021年CHFS-SCAU调查数据的实证研究》的演讲，提出提升居民数字金融素养有助于缩小消费不平等，收入不平等、流动性约束、家庭资产配置是数字金融素养降低消费不平等的重要作用渠道；数字金融素养对低学历和中老龄人群、低收入和低资产、乡村地区家庭消费不平等的作用效果更大；基于消费不平等形成机制的进一步讨论发现数字金融素养不仅可以缩小消费机会的不平等，还能降低消费能力的不平等。

蔡卫星教授进行《基于大数据的公司基本面预测模型与交易策略：以在线投诉数据为例》的报告，他尝试利用一个独特的消费者投诉数据，识别其信息含量，并在此基础上构建交易策略，深入考察了另类数据能否很好地预测公司的成长性，并发现投诉的数量越多，公司未来营收的增长率显著为负。

黄金波教授的演讲题目为《抽样频率、股价高估与特质波动率异象》，他经过研究发现特质波动率异象的存在性与抽样频率有关，信息衰减效应造成了不同频率下的结果差异；日频数据下的特质波动率异象是由高特质波动率股票的价格高估而产生的反转效应造成，在价格容易被高估的股票组合中特质波动率异象更显著；基于Fama-MacBeth回归的实证结果发现，控制特质波动率与高估因子的交互影响之后，特质波动率异象消失；尽管特质波动率异象稳健地存在中国A股市场，但并没有发现特质波动率之谜存在的证据。

殷吉浩在《数字金融对股价崩盘风险的影响研究》研究中发现，数字金融能够通过促进技术创新和缓解融资约束进而平抑股价崩盘风险；高新技术企业具有更高的技术创新水平和较低的融资约束，东中部地区数字基础设施更为完善，技术创新的地理溢出效应更明显，因而数字金融平抑股价崩盘风险更有效；同时较高的机构投资者持股比例能够提升数字金融对股价崩盘风险的平抑效果。

崔皓做了题为《金融科技、知识产权试点与企业数字化转型》的报告， 研究发现，金融科技在企业数字化转型过程中发挥了积极的促进作用，且对非国有企业、高科技企业的数字化转型中金融科技的助推作用更为明显；金融科技通过促进企业信息披露程度提高、风险承担能力跃升渠道、数字创新能力跃升三种渠道有效提升企业综合竞争力，促进企业数字化转型发展。

姚凯辛的报告《货币政策、非金融企业影子银行化与数字化转型》发现，非金融企业影子银行化显著抑制了企业数字化转型，且无论企业以“实质性信用中介”还是“影子信贷链条”开展影子银行业务，两种模式均会对企业数字化转型产生显著的抑制效应；不同类型的货币政策产生的调节作用有所差异，宽松的货币政策会增强非金融企业影子银行化对数字化转型的抑制作用。