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：   金融科技 + AI    平台与大数据    信息经济学

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

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专家辅助工具使保险咨询顾问的保费收入提升30.7%，其中转化率提高16%，单均保费增加12%
  • 初级顾问采纳AI建议的比例更高，但资深顾问采纳的收益提升更大
  • AI使用产生学习效应：保险顾问在非AI辅助的服务中也表现更好

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10.2%的消费优势
  • 效果集中在低收入、欠发达地区和缺乏银行信贷的消费者群体
  • 金融科技降低了有效使用信贷所需的金融知识门槛

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. 个性化推荐与消费者选择

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，轻度用户消费支出明显下降，但重度用户几乎不变；总体电商支出在六个月内平均下降7.5%
  • 浏览商品数下降34%，剩余浏览的转化率反而上升：推荐扩大了消费者的选择集，而非在购买环节说服消费者
  • 支出下降全部集中在长尾商家，推荐系统是小众商家被发现的关键渠道

进行中的研究

7. 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

8. 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

9. 有验证成本下的推荐机制

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)