在2026年4月15日（周三）12：30-13：30，由首都经济贸易大学金融学院主办的首都金融论坛第349期暨论文研讨班在明辨楼304顺利举行，首都经济贸易大学金融学院举办专题学术研讨会，本次会议聚焦“噪声相互抵消、信息多样性与另类数据价值”前沿研究，主讲人围绕理性预期均衡（REE）模型框架，系统分享另类数据相对于标准化数据的增量价值测度、信息相关性对投资决策与市场效率的影响等核心成果，学院师生线下参会，学术交流氛围浓厚。

研讨会上，主讲人首先点明研究背景与核心问题。随着机器学习与信息技术快速发展，金融中介与机构可获取、处理标准化数据之外的另类数据，如视频、录音、卫星图像等非结构化信息，由此引发关键学术问题：另类数据相较于标准化数据的增量价值何在？如何科学量化其价值？主讲人指出，数据并非越多越好，只有具备增量信息、与传统数据相关性较低的另类数据，才能真正提升决策价值，冗余信息无法带来有效增益。

在理论框架与文献梳理环节，主讲人基于经典理性预期均衡文献展开分析，对比Grossman 1980、Veronica 1982、Marty 1985及Grossman & Yang 2015等经典模型，点明现有研究多聚焦信号精度、单资产或多资产设定，鲜少深入探讨“多信号间噪声相关性”对市场与投资行为的影响。本研究立足单资产、双信号（标准化数据+另类数据）设定，创新性纳入两类数据噪声项的相关关系，填补现有研究空白。

模型设定部分，主讲人详细阐释研究设计。模型包含风险资产与无风险资产两类资产，假设标准化数据与另类数据的噪声项存在相关性，贴合现实中共同偏差影响的客观规律；市场分为三类投资者：可同时获取两类数据的完全知情投资者、仅能使用标准化数据的部分知情投资者，以及纯粹噪声交易者，通过噪声交易设置避免价格完全泄露另类数据信息，保证模型逻辑严谨。

在投资者行为与均衡分析中，主讲人结合理论推导与图表结果，揭示核心结论：完全知情投资者可通过双信号交叉验证、抵消噪声，获得信息多样性溢价；信号间相关性越高，信息冗余度越高，投资者对资产未来回报的估计效果越差，后验方差随之上升；当信号精度存在差异时，存在特定阈值，此时另类数据完全冗余，无法提供增量信息。同时，拥有另类数据的投资者比重越高，价格信息含量越充分，未持有另类数据的投资者可通过价格学习，降低估计不确定性。

价格信息效率与动态分析环节，主讲人指出，价格信息效率与另类数据持有比例呈正相关，与信号相关性呈负相关；在信息获取的动态决策中，投资者会权衡另类数据的信息增益与获取成本，市场最终形成内生均衡：当信息收益等于购买成本时，市场达到稳定状态，投资者购买与否无差异。该结论为金融机构评估另类数据投入、制定信息获取策略提供理论依据。

互动交流环节，与会师生就模型线性假设、价格学习机制、信息成本设定等问题深入探讨，主讲人逐一回应，明确研究采用理性预期均衡经典范式，以线性价格猜测实现自洽，噪声交易的设置保证信息无法被完全学习，契合有效市场假说的核心逻辑。 本次研讨会紧扣金融科技与信息经济学前沿，将理论模型与金融市场实践结合，清晰揭示信息相关性、多样性对投资决策与市场效率的作用机制，为另类数据价值评估、信息资源配置提供全新视角，助力学院师生拓宽学术视野、深化前沿理论研究。

主讲人简介:

王论意博士，北京航空航天大学经济管理学院卓百博士后，研究方向为微观市场结构、理论资产定价，行为金融，研究成果发表或接收于《管理科学学报》、《系统工程理论与实践》、《保险研究》、《International Journal of Finance and Economics》、《Economics Letters》等期刊。