2026年北京高校金融人工智能赛事活动通知

为深入落实《教育强国建设规划纲要（2024—2035年）》及配套三年行动方案，增强首都高校学子跨领域创新意识、算法应用水平与团队合作素养，促进金融学科高质量发展与产学研协同育人，为首都金融智能化建设及新质生产力培育输送兼具金融底蕴与AI技术能力的复合型人才。特此组织北京市大学生金融人工智能竞赛。

本赛事每年开展一届，由北京市教育委员会负责指导，中央财经大学、新时代高校“金融强国”育人共同体联合主办，中央财经大学金融学院、人工智能研究院、金融人工智能北京市重点实验室共同协办。

本届竞赛以“金融投研智能体开发”为核心主题，聚焦金融研究、投资分析和风险评估等真实业务需求，引导参赛队伍设计并打造可在受控数据条件下完成信息搜集、数据整理、逻辑校验、定量计算和报告输出等功能的智能体平台。赛事着重评估参赛成果对金融信息的精准处理水平、复杂任务的多步骤执行能力、分析结论的精确度与专业性，以及运行环节的可验证性、可追溯性与可复现性。

（一）选题方向

金融投研业务涵盖资料归集、数据抽取、财务解析、行业研判、估值测算和投资决策等多个流程。参赛队伍需结合真实或仿真金融业务素材，运用大语言模型、文档解析、结构化检索、程序化运算、财务建模和引用管理等技术，开发能够稳定执行投研任务的系统。参赛作品可从以下领域中选取一项或多项进行设计。

1.数据结构化抽取。从非规范公告、扫描件和复杂报表中识别质押、中标、股权变动等核心字段，并按指定数据结构予以输出。重点评估字段抽取的完整度、格式合规性、表格解析精度和结果统一性。

2.上市公司财报解析。从年报、半年报和季报等材料中提取相关财务指标，剖析业绩波动成因及异常信号。重点评估财务数据抽取及同比、环比运算的精度，以及对非经常性损益、会计准则调整和利润与现金流背离等现象的识别能力。

3.产业链传导效应评估。围绕原料价格、供需变动、政策影响或重大事件，研究相关要素沿产业链向中下游扩散的路径及其对企业运营和盈利的冲击。重点评估产业解析逻辑、证据完备性、量化方法科学性和结论适用边界。

4.自动化估值建模。依据财务数据、经营假设和可比公司资料，搭建现金流折现或相对估值模型，输出估值区间并执行敏感性测试。重点评估模型架构、假设合理性、财务勾稽关系、估值结论可信度和敏感性分析的完备性。

5.研究报告审校核验。基于原始财务资料，对既有研究报告初稿中的收入、利润、估值倍数、单位、统计口径和引用等内容开展核查，定位错误并提出修正建议。重点评估错误识别的精准度和覆盖率、误报管控、