马英举

马英举

剑桥大学
Janeway Institute 及经济系博士后研究员

我的研究方向为金融学、产业组织和信息经济学，重点关注人工智能、算法与大数据如何影响金融市场与经济运行。

在加入剑桥之前，我曾在麻省理工学院 (MIT) 经济系担任访问学者，在罗汉堂 (由阿里巴巴集团和蚂蚁集团发起) 任高级经济学家，并兼任麻省理工学院经济分析与设计实验室研究员 (2023年至今)。我于加州大学洛杉矶分校 (UCLA) 获得经济学博士学位，于北京大学国家发展研究院 (CCER) 获得经济学硕士学位。

更多信息请参见英文主页。

邮箱 简历 English

研究

研究主题： AI与金融科技 数字市场与信息

工作论文

1. 生成式人工智能在金融服务中的应用：来自蚂蚁保的大规模实验证据

独立作者 · 求职论文 (Job Market Paper)

基于蚂蚁保险平台的大规模随机对照实验，研究生成式AI在高价值金融咨询中的作用
  • AI辅助的保险咨询加深了客户互动，提高了寿险购买；此前表达过兴趣但未购买的客户购买更多寿险，保费提升具有持续性
  • 能力越强的保险顾问收益提升越大，尽管他们采纳AI建议的频率更低：差异主要来自每次采纳的回报，而非采纳次数
  • 更早获得AI工具的顾问在全面推广后仍保持业绩和投入上的优势：生成式AI与已有人力资本互补，放大了绩效差异

2. 如何监管信息与竞争：来自金融科技贷款的证据 PDF

合作者：Owen Engbretson (纽约大学)、André Sztutman (卡内基梅隆大学)、Robert M. Townsend (MIT)

银行与金融科技公司之间的大数据共享与竞争政策如何影响信贷市场的效率与福利
  • 在有数据优势的金融科技主导的小微企业的信用贷款中，利率下降后，贷款的违约率变高：传统的逆向选择在此市场中表现为"有利选择"
  • 促进竞争并强制信息共享能带来最大的社会福利改善
  • 最优信息披露可显著缓解垄断扭曲，增加对高风险借款人的信贷供给

3. 金融科技与消费平滑 PDF

合作者：Long Chen (罗汉堂)、Xavier Giroud (哥伦比亚大学)、Neng Wang (长江商学院)

五亿消费者使用的金融科技消费信贷产品 (花呗) 有没有为他们带来实际的福利提升？
  • 花呗用户在经历流动性冲击后两年内维持了月均8.6%的消费优势
  • 效果集中在消费水平较低、欠发达地区、较少使用其他信贷，以及新近进入数字支付生态的消费者
  • 预防性流动性缓冲：86%的用户在冲击后两年内从未使用分期，可随时动用的信用额度本身就支持了消费平滑

4. 信息市场中的垄断与竞争 PDF

独立作者 · Revise & Resubmit, AEJ: Microeconomics

信息市场 (例如AI模型、信息预测服务) 的竞争是否能带来更高的信息质量？(很可能不会)
  • 垄断卖家比双寡头竞争提供更高质量的信息产品，并服务更多买家
  • 竞争导致卖家各自专注于不同维度的信息，降低整体信息质量
  • 在信息市场中，竞争不一定带来更好的消费者福利

5. 人工智能与平台信贷风险 PDF

合作者：Long Chen (罗汉堂)、Jon Frost (国际清算银行)、Yi Huang (国际清算银行)

大科技平台如何利用AI和大数据实时调控信贷风险？平台所属的商业生态系统对于控制风险是否重要？
  • AI驱动的信贷系统实时通过调整准入、信贷额度、和利率，能有效控制整体风险水平
  • 算法调整有不对称性：在整体风险变大时，会提高优质借款人的信贷额度，降低高风险借款人的额度
  • 借款人对平台的依赖度越高，违约率越低，体现了平台生态系统带来的还款激励

6. 退出算法推荐：来自电商个性化推荐的证据

合作者：Alessandro Acquisti (MIT)

电商平台推出"关闭个性化推荐"功能后，消费者如何选择？退出个性化推荐的消费者购买量降低了吗？
  • 关闭个性化推荐后浏览量骤降：来自推荐流的浏览下降80%，浏览商品数减少39%，消费者也没有通过搜索来弥补
  • 但常购用户的订单只下降6%，支出下降7%：每次浏览的下单率提高超过四分之一，消失的大多是本来不会购买的商品
  • 平台外支出和退款率都没有变化：推荐带来大量低转化的浏览，以及一部分原本不会产生的新增需求

7. 有验证成本下的推荐机制 PDF

合作者：Ying Gao (英属哥伦比亚大学)

当消费者验证信息有成本时，平台将如何设定推荐的标准。当信息变得更透明，推荐的标准会提高吗？(不一定)

进行中的研究

8. 人工智能与信贷市场中的软信息

合作者：Constantine Yannelis (剑桥大学)

生成式AI如何将消费者主动上传的软信息转化为可量化的硬信息，从而重塑信贷分配

9. 估计数据的价值

合作者：Daron Acemoglu (MIT)、Nikhil Agarwal (MIT)、Tobias Salz (MIT)

通过新用户早期行为的可预测性，估计消费者数据对平台的价值