-
首页
-
- 首页
- WORKSHOP预告
数字金融Workshop:The Data Economy: Growth, Innovation, Regulation, and Trade
发布日期：2023-04-11 12:00 来源：
第八讲 The Data Economy: Growth, Innovation, Regulation, and Trade
时间：4月11日 周二 北京时间 21:00-22:30
Tuesday, April 11, 21:00 - 22: 30, p.m. Beijing Time
Tuesday, April 11, 9:00 - 10: 30, a.m. U.S. EST
地点/Venue：ZOOM会议
https://us02web.zoom.us/j/82359576409?pwd=VHBUQzJJTVV5U2ZHU2o1MWlkZlFhQT09
会议号：823 5957 6409
密码：998306
主讲人/Speaker：丛林 Will Cong
主持人/Host：胡佳胤 Jiayin Hu
摘要/Abstract:
I provide an overview of recent theoretical studies of the data economy, illustrating the distinguishing features of data and how they affect innovation and production, growth, international trade, and industrial organization. I then focus on Chang et al. (2023), in which we build a two-country general equilibrium model to analyze the effects of cross-border data flows and development gaps in data economies on production and trade. Raw data as byproducts of consumption can be transformed into various types of working data (information) to be used by both domestic and foreign producers. Because intermediate good producers take data as a new production factor, cross-border data flow can facilitate international trade and improve welfare. Less data-intensive countries where data are less important in production enjoys a ``late mover advantage,'' but stops gaining from trade liberalization when the data divide becomes too big. With international data flows, they also contribute more raw data but the distillation of information from data concentrates in more data-intensive countries. Moreover, in the transition after productivity, data privacy, or price shocks, data flows help diversify cyclicity and can reverse its sign compared to the closed economy. Our insights serve as an initial benchmark for further discussions on cross-border data flows and inform policies concerning the data divide, data flows, and their implications on global trade, talent flow, and other related areas. Time-permitting, I will also discuss Cong and Mayer (2022) in which we evaluate various anti-trust, privacy protection, and data sharing initiatives and introduce the concept of user union.
主讲人介绍/Biography:
Lin William Cong丛林教授是康奈尔大学约翰逊商学院Rudd家族管理学讲席教授及金融学终身教授，兼任康奈尔中国经济研究，社科研究，新兴市场等中心的附属教授。他是美国国家经济研究局（NBER）资产定价部门研究学者（Research Associate）, Kauffman 创业基金的青年学者，Poets & Quants世界最佳商学院教授，和多家顶级期刊的编委，包括Management Science的金融主编。在加入康奈尔大学之前，丛教授曾任斯坦福经济政策研究和发展中国家研究所杰出学者，芝加哥大学商学院助理教授和博导，东亚研究中心教授，并首创量本投资MBA/EMBA教程。他发起或联合创立了康奈尔金融科技中心，数字经济金融科技实验室，以及加密和区块链经济研究(CBER)和金融AI和大数据研究(ABFR)等国际论坛。
丛教授研究领域包括金融学，信息经济学，金融科技，创业学(理论以及涉及数字经济和国家发展的实证)，数字经济，中国金融和经济。他和合作者首次证明去中心化共识可持续性，以博弈激励角度分析智能合约和预言机网络，并建立了代币经济学（包括分类，动态定价，等等）。同时，作为首创多项大数据分析和人工智能在金融的拓展与应用的学者， 他共同发明了文本因子分析，面板树，深度强化学习资管模型和公司决策模型，和基于多项敏感度分析的模型解读法。丛教授的研究曾获多国际奖项，包括国际养老金管理中心研究奖，AAM-CAMRI-CFA Institute 资产管理大奖，芝加哥商品交易所最佳论文奖，金融理论协会最佳论文奖，Shmuel Kandel 金融经济奖。他每年受邀在近百所国际大会，学校，基金，和政府机构作主题演讲和研究报告， 例如IMF，蚂蚁金服，货币监察署，和联邦银行。丛教授现任Chainlink高级经济顾问和首任高级经济学家，也曾任或现任顾问帮助Ava Labs, Blackrock, Dfinity, Modular Asset Management， 华尔街区块链联盟， 加拿大央行等多家央行，非盈利机构，投资公司，和创业创新项目。他曾作为中国基金业协会特邀讲师为投资界高管培训，并受邀为美国证监会，司法部，联邦调查署，纽约州检察长办公室，和纽约州政府金融服务部科研咨询或培训。
丛教授在哈佛大学四年本硕连读完成物理学硕士学位及数学物理双学位，经济学辅修，并获颁法语证书。他以物理及相关专业第一名的成绩成为唯一来自中国的哈佛大学优秀毕业生代表（Faces of the Future）。其后进修斯坦福大学商学院金融学博士，并同时完成斯坦福统计硕士学位，专修概率论，统计学习，和数据科学。在校期间担任博士学生会主席并因杰出贡献获选Lieberman 学者奖（商学院每两年才能提名一人）和亚裔学生领袖奖。丛教授中学留学新加坡时期也曾或数理化奥赛等国内外大赛金牌及澳大利亚国际数学竞赛全球第一名。
国家发展研究院官方微信
Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用
-
首页
-
数字金融Workshop:The Data Economy: Growth, Innovation, Regulation, and Trade
发布日期：2023-04-11 12:00 来源：
第八讲 The Data Economy: Growth, Innovation, Regulation, and Trade
时间：4月11日 周二 北京时间 21:00-22:30
Tuesday, April 11, 21:00 - 22: 30, p.m. Beijing Time
Tuesday, April 11, 9:00 - 10: 30, a.m. U.S. EST
地点/Venue：ZOOM会议
https://us02web.zoom.us/j/82359576409?pwd=VHBUQzJJTVV5U2ZHU2o1MWlkZlFhQT09
会议号：823 5957 6409
密码：998306
主讲人/Speaker：丛林 Will Cong
主持人/Host：胡佳胤 Jiayin Hu
摘要/Abstract:
I provide an overview of recent theoretical studies of the data economy, illustrating the distinguishing features of data and how they affect innovation and production, growth, international trade, and industrial organization. I then focus on Chang et al. (2023), in which we build a two-country general equilibrium model to analyze the effects of cross-border data flows and development gaps in data economies on production and trade. Raw data as byproducts of consumption can be transformed into various types of working data (information) to be used by both domestic and foreign producers. Because intermediate good producers take data as a new production factor, cross-border data flow can facilitate international trade and improve welfare. Less data-intensive countries where data are less important in production enjoys a ``late mover advantage,'' but stops gaining from trade liberalization when the data divide becomes too big. With international data flows, they also contribute more raw data but the distillation of information from data concentrates in more data-intensive countries. Moreover, in the transition after productivity, data privacy, or price shocks, data flows help diversify cyclicity and can reverse its sign compared to the closed economy. Our insights serve as an initial benchmark for further discussions on cross-border data flows and inform policies concerning the data divide, data flows, and their implications on global trade, talent flow, and other related areas. Time-permitting, I will also discuss Cong and Mayer (2022) in which we evaluate various anti-trust, privacy protection, and data sharing initiatives and introduce the concept of user union.
主讲人介绍/Biography:
Lin William Cong丛林教授是康奈尔大学约翰逊商学院Rudd家族管理学讲席教授及金融学终身教授，兼任康奈尔中国经济研究，社科研究，新兴市场等中心的附属教授。他是美国国家经济研究局（NBER）资产定价部门研究学者（Research Associate）, Kauffman 创业基金的青年学者，Poets & Quants世界最佳商学院教授，和多家顶级期刊的编委，包括Management Science的金融主编。在加入康奈尔大学之前，丛教授曾任斯坦福经济政策研究和发展中国家研究所杰出学者，芝加哥大学商学院助理教授和博导，东亚研究中心教授，并首创量本投资MBA/EMBA教程。他发起或联合创立了康奈尔金融科技中心，数字经济金融科技实验室，以及加密和区块链经济研究(CBER)和金融AI和大数据研究(ABFR)等国际论坛。
丛教授研究领域包括金融学，信息经济学，金融科技，创业学(理论以及涉及数字经济和国家发展的实证)，数字经济，中国金融和经济。他和合作者首次证明去中心化共识可持续性，以博弈激励角度分析智能合约和预言机网络，并建立了代币经济学（包括分类，动态定价，等等）。同时，作为首创多项大数据分析和人工智能在金融的拓展与应用的学者， 他共同发明了文本因子分析，面板树，深度强化学习资管模型和公司决策模型，和基于多项敏感度分析的模型解读法。丛教授的研究曾获多国际奖项，包括国际养老金管理中心研究奖，AAM-CAMRI-CFA Institute 资产管理大奖，芝加哥商品交易所最佳论文奖，金融理论协会最佳论文奖，Shmuel Kandel 金融经济奖。他每年受邀在近百所国际大会，学校，基金，和政府机构作主题演讲和研究报告， 例如IMF，蚂蚁金服，货币监察署，和联邦银行。丛教授现任Chainlink高级经济顾问和首任高级经济学家，也曾任或现任顾问帮助Ava Labs, Blackrock, Dfinity, Modular Asset Management， 华尔街区块链联盟， 加拿大央行等多家央行，非盈利机构，投资公司，和创业创新项目。他曾作为中国基金业协会特邀讲师为投资界高管培训，并受邀为美国证监会，司法部，联邦调查署，纽约州检察长办公室，和纽约州政府金融服务部科研咨询或培训。
丛教授在哈佛大学四年本硕连读完成物理学硕士学位及数学物理双学位，经济学辅修，并获颁法语证书。他以物理及相关专业第一名的成绩成为唯一来自中国的哈佛大学优秀毕业生代表（Faces of the Future）。其后进修斯坦福大学商学院金融学博士，并同时完成斯坦福统计硕士学位，专修概率论，统计学习，和数据科学。在校期间担任博士学生会主席并因杰出贡献获选Lieberman 学者奖（商学院每两年才能提名一人）和亚裔学生领袖奖。丛教授中学留学新加坡时期也曾或数理化奥赛等国内外大赛金牌及澳大利亚国际数学竞赛全球第一名。
访问学者申请
EMAIL
北京大学
ENGLISH
