🌿生物多样性风险具有多元、突发、非线性特征，可能削弱资产组合的分散化效应，对金融市场和系统性风险产生显著影响。
📊企业层面生物多样性风险测度方法主要包括文本/披露法、生态足迹法和第三方ESG指标，各有优缺点，需要结合使用。
🔗生物多样性风险通过生产网络、金融网络、抵押品与资产价格等渠道传导，可能引发整个金融系统的不稳定。
📈生物多样性风险对股票、债券、主权债、房地产和衍生品等多个资产类别产生可测的影响，且独立于气候因子。
📚当前生物多样性金融研究和监管仍处于早期阶段，未来需要加强测度方法标准化、资产定价模型研究、系统性风险传导机制探究、压力测试与情景分析等工作。
2025-10-13 10:45 湖南
10月13日（周一）19:00-21:00腾讯会议分享
导语
为了系统探究金融复杂系统的理论基础、量化识别方法、生成演化机制及风险治理路径，以更有效地认知、建模与决策，集智俱乐部联合李红刚、Brian Lucey、黄书培、王泽、幸小云与王欣雅共同发起了“金融复杂性”读书会。
10月13日（周一）19:00将由爱尔兰都柏林圣三一学院 (Trinity College Dublin) 金融学教授Brian Lucey开启第十期分享“如何做好金融与复杂科学的交叉研究”，从金融顶刊主编视角，谈一谈我们如何更顺利的发表金融复杂性的科研论文。
分享背景
分享简介
金融复杂性研究已从物理学启发的早期阶段，到现在网络科学、AI与政策导向的阶段，形成了多元化、方法融合、政策相关的成熟结构。本次分享将全面回顾复杂系统理论在金融领域的应用与发展，通过文献计量方法分析相关文献，我们能够从多个维度看到1979-2025年期间复杂系统理论在金融研究中的演变、结构、热点与未来趋势。关键词
关键词：金融复杂性、金融物理、机器学习、文献计量主讲人
Brian Lucey，爱尔兰都柏林三一学院（Trinity College Dublin）商学院教授。1984年获三一学院经济学学士，后在爱尔兰、加拿大与苏格兰深造，并在英国斯特灵大学获得博士学位。进入学界之前，他曾任爱尔兰中央银行经济学家与爱尔兰卫生与儿童部分析师，具有丰富的行业研究经历。Brian 教授的研究覆盖公司金融、数字与大数据金融、商品与贵金属、跨市场联动、绿色与可持续金融、生物多样性金融等领域，已发表数百余篇学术论文，其中多篇发表于 Nature、Research Policy、Journal of Corporate Finance、Journal of Banking & Finance 等国际期刊。现任 Journal of Economic Survey 主编，曾任 international review of economics and finance, international review of financial analysis, finance research letters 主编。Brain 教授研究脉络和主要文章介绍
研究主线Brian M. Lucey教授的研究围绕“不确定性如何通过信息渠道影响资产价格与企业决策”展开。研究对象经历了由黄金与大宗商品，到加密资产，再到绿色/气候，如今切入生物多样性金融——把“自然资本”真正带进金融学的主舞台。主要分为以下五个研究主线：（1）避险资产与跨市场联动以黄金、白银等贵金属为核心，研究其在危机情境下的对冲/避险属性，并分析股票、债券、汇率、大宗商品之间的时变相关与溢出。识别不同市场在压力情形下的相关性变化和配置价值。2021 — What is the optimal weight for gold in a portfolio? — B. M. Lucey, M. Peat, A. Šević, S. A. Vigne. Annals of Operations Research.（组合中黄金的最优权重）2018 — Is gold a hedge against inflation? A wavelet time-scale perspective — T. Conlon, B. M. Lucey, G. S. Uddin. Review of Quantitative Finance and Accounting.（金对通胀的对冲：小波时频视角）2015 — The financial economics of gold—A survey — F. A. O'Connor, B. M. Lucey, J. A. Batten, D. G. Baur. International Review of Financial Analysis.（黄金金融经济学综述）2015 — What precious metals act as safe havens, and when? Some US evidence — B. M. Lucey, S. Li. Applied Economics Letters.（哪些贵金属、在何时具有避险属性）2013 — London or New York: where and when does the gold price originate? — B. M. Lucey, C. Larkin, F. O’Connor. Applied Economics Letters.（金价发现的市场时段与地理）2010 — Is gold a hedge or a safe haven? — D. G. Baur, B. M. Lucey. Financial Review.（黄金：对冲还是避险？经典）2010 — Flights and contagion—An empirical analysis of stock–bond correlations — D. G. Baur, B. M. Lucey. Journal of Financial Stability.（股债相关的“飞向安全”与传染）（2）商品金融扩展与公司金融议题在贵金属—通胀/政策关系的基础上，加入IPO 定价与撤回、资本结构、分红偏好等公司金融问题，并关注学术生态（如编辑地理集中）。方法与数据进一步丰富，夯实了多资产与公司层面连接的研究框架。2025 — The long-term performance of overpriced and underpriced initial public offerings — J. Rossovski, B. Lucey, P. Helbing. Review of Corporate Finance.（IPO 高/低估的长期绩效）2025 — Determinants of IPO overpricing — J. Rossovski, B. Lucey, P. Helbing. British Journal of Management.（IPO 高定价的决定因素）2025 — Financial uncertainties drive extreme risks in China — X. Wang, B. M. Lucey, S. Huang. International Review of Financial Analysis.（金融不确定性与中国极端风险）2025 — Talking Trump and tanking markets — Y. Zheng, B. Lucey. Finance Research Letters.（政治言论与市场波动）2025 — Make American Markets Gyrate Again — Y. Zheng, B. M. Lucey. SSRN.（政治沟通与市场震荡）2014 — Learning from the Irish experience–a clinical case study in banking failure — B. M. Lucey, C. Larkin, C. Gurdgiev. Comparative Economic Studies.（爱尔兰银行业危机案例）（3）加密金融系统研究围绕比特币等加密资产，系统检验其波动特征、连通性、避险属性及其对监管、新闻、社交媒体情绪的敏感性；提出加密相关的不确定性/关注度度量，并识别 NFT/DeFi 的泡沫与传导路径。2025 — From whales to waves: Social media sentiment, volatility, and whales in cryptocurrency markets — S. C. Long, Y. Xie, Z. Zhou, B. Lucey, A. Urquhart. The British Accounting Review.（社媒情绪与“鲸鱼”）2022 — Crypto and digital currencies—nine research priorities — A. Urquhart, B. Lucey. Nature.（加密与数字货币九大研究优先方向）2022 — The cryptocurrency uncertainty index — B. M. Lucey, S. A. Vigne, L. Yarovaya, Y. Wang. Finance Research Letters.（“加密不确定性指数”）2018 — Datestamping the Bitcoin and Ethereum bubbles — S. Corbet, B. Lucey, L. Yarovaya. Finance Research Letters.（BTC/ETH 泡沫时标识别）2018 — Bitcoin Futures—What use are they? — S. Corbet, B. Lucey, M. Peat, S. Vigne. Economics Letters.（比特币期货的功能）（4）绿色与气候金融以疫情与能源冲击为背景，研究绿色债券、清洁能源、氢能源与传统资产之间的联动与极端风险共振；评估气候政策不确定性（CPU）对股市、能源与商品市场的影响，突出尾部风险与分位数依赖。2025 — What REALLY drives clean energy stocks—Fear or Fundamentals? — Y. Zheng, B. Lucey. Energy Economics.（清洁能源股：情绪 vs 基本面）2025 — Supervised learning models… prediction of clean energy stock based on fear and fundamental factors — Y. Zheng, B. Lucey. Finance Research Open.（监督学习预测清洁能源股）2024 — Interconnectedness and risk profile of hydrogen against major asset classes — B. Lucey, M. Yahya, L. Khoja, G. S. Uddin, A. Ahmed. Renewable and Sustainable Energy Reviews.（氢能源与主要资产的联动与风险画像）2024 — Green targeted lending operations in the Euro Area — A. H. Le, G. S. Uddin, B. Lucey. Economics Letters.（央行定向绿色信贷）（5）生物多样性金融将生物多样性风险与披露引入公司金融与系统性风险框架，讨论其对现金持有、分红政策、ESG 评级分歧、管理层短视等的影响，并尝试构建企业层面暴露、对齐度与关切指数。2025 — Biodiversity, Financial Markets, and Systemic Risk: A Synthesising Review — B. M. Lucey, S. A. Vigne, A. Urquhart.（综述，生物多样性×金融系统性风险）2025 — Dividend payouts and biodiversity risk—Chinese evidence — Y. Zhou, B. M. Lucey, F. He. Research in International Business and Finance.（分红政策×生物多样性风险）2025 — Climate physical risk vs. climate transition risk: Evidence from typhoons with different nomenclature in China — S. Huang, B. Lucey, X. Wang. Finance Research Letters.（物理风险 vs 转型风险）2024 — A bibliometric and systemic literature review of biodiversity finance — M. C. Hutchinson, B. Lucey. Finance Research Letters.（生物多样性金融文献计量综述）2024 — Finance Research and the UN Sustainable Development Goals – an analysis and forward look — Y. Su, B. M. Lucey, A. K. Jha. Research in International Business and Finance.（金融研究与 SDGs）研究关键词基于上述脉络，我们将 2008–2025 年约 400 篇论文按九个主题簇重组，并对每一年在各主题上的产出强度进行可视化。横轴为年份，纵轴为主题簇，气泡大小表示当年该主题的研究产出强度。这张“时间—主题”气泡图把 Lucey 教授的研究演进用一幅图讲清楚。图 1: 2008–2025 年 Lucey 教授研究主题的时间分布（气泡大小=当年该主题的产出强度）注：纵轴为九个主题簇；横轴为年份；颜色区分不同年度或主题（不影响解读）生物多样性金融（Biodiversity Finance）作为新兴主题在 2024–2025 年明显增势。这一转向并非偶然，而是延续了 Brian教授一贯的研究主线——不确定性通过信息与披露渠道影响价格与企业决策：当“气候风险”被纳入金融框架之后，生态系统退化、生物多样性暴露与企业披露成为新的可计量变量，并已在公司政策与系统性风险上产生实证影响。最新成果简介下面主要讲述Brian教授最新的工作：《Biodiversity, Financial Markets, and Systemic Risk: A Synthesising Review》（《生物多样性、金融市场与系统性风险：一篇综合性综述》）（1）摘要重述过去二十年中，金融经济学已经迅速吸收了气候变化相关风险，但生物多样性风险的研究与应用仍处于初期阶段。气候风险主要表现为累积的、可标度的、渐进的变化（例如 CO₂ 排放）。生物多样性风险则具有多元、突发、非线性特征（如生态临界点突然失效），可能削弱而不是增强资产组合的分散化效应。本综述的目标是综合当前关于生物多样性与金融市场的文献，重点在于：建立生物多样性相关金融风险的分类体系；总结企业层面测度方法及其优劣；研究风险如何在金融市场中被定价、传导与放大；讨论治理、信息披露与监管进展；提出未来研究议程。下面展示的是论文中的图生物多样性与金融关联概念图和产业对自然资本的依赖图，帮助我们理解生物多样性与金融体系之间的深层联系：（2）生物多样性相关金融风险的分类四类金融风险风险类型内容与例子物理风险生态系统退化直接影响经济产出，如渔业崩溃、授粉者减少导致农业减产、湿地破坏削弱防洪能力等。特点是突发性和尾部风险。转型风险经济向“正向自然”转型过程中的监管和市场变化导致的风险，例如欧盟反砍伐法规可能使资产搁浅，融资成本上升责任与诉讼风险企业因破坏生态面临的法律责任，如漏油事故或栖息地破坏，类似气候诉讼，但数据仍有限。声誉风险企业因破坏自然被消费者、NGO、投资者惩罚，导致股价短期异常下跌、品牌受损。（3）企业层面生物多样性风险的测度企业层面的生物多样性风险测度，是后续市场定价与系统性风险分析的基础。目前学术界主要采用三类方法：文本/披露法、生态足迹法以及第三方ESG指标。方法一：文本/披露类方法基本逻辑：如果企业在其公开披露（年报、电话会议、新闻等）中频繁提及生物多样性相关主题，就说明它对这类风险的关注度或暴露程度更高。核心技术：使用自然语言处理（NLP）或简单的关键词计数，从文本中提取“生物多样性相关词汇表”（biodiversity dictionary）优点：数据公开、成本低；时间跨度长，可回溯分析；可以高频（季度、月度）更新。缺点：语境偏差：提到“biodiversity”不一定是暴露，也可能是营销；语言异质性：不同行业、国家使用的词不同；隐瞒与漂绿：披露频率未必反映真实风险；间接性：测的是“关注度”，不是生态影响本身。方法二：足迹 / 压力模型试图将企业活动与真实的生态系统变化建立因果联系。基本思路：识别企业的经济活动结构（产出、投入、供应链）；匹配行业/地区生态压力系数（如土地使用、水污染、氮排放等）；使用投入产出表或生命周期分析（LCA），估算企业活动对生态系统造成的压力；将生态压力转化为生物多样性影响指标。优点：与真实生态损害挂钩；可跨行业、跨地区比较；适合做供应链传导与系统性分析。缺点：数据量庞大、计算成本高；企业披露不足时需要假设；依赖复杂模型 → 透明度与可重复性差；厂商之间模型差异大，结果不一致。方法三：第三方 ESG 厂商指标直接使用大型 ESG 数据供应商提供的现成生物多样性风险或管理得分。这些厂商综合使用：企业披露；遥感与地理信息；NGO/媒体争议事件；政策与行业映射；自有生态模型。并输出一个公司级别的分数或评级，表示企业在生物多样性上的暴露程度或管理水平（例如 0–100 分，或五个等级）优点：易获取（付费）；覆盖面广，数千家公司；可直接用于实证资产定价研究。缺点：缺乏透明度：模型细节是专有的；跨厂商一致性差：例如 Iceberg 与 MSCI 的公司覆盖重叠仅 35%，暴露指标的相关性低于 0.3；方法混杂（文本+足迹+主观评级），可解释性差；容易造成系统性误价或“指标套利（4）生物多样性风险与金融市场生物多样性风险是否像气候风险一样，会对资产价格、收益率和波动性产生可测的影响？答案是：是的，而且影响是显著的、独立于气候因子的。本文系统回顾了生物多样性风险是如何在不同金融市场上被定价和反映的，涵盖了股票、债券、主权债、房地产和衍生品等多个资产类别。资产类别是否反映生物多样性风险主要机制影响方向股票是信息披露、管理预期、事件冲击高暴露 → 高预期回报信用债是融资成本、违约风险高暴露 → 利差上升主权债是自然资本依赖、治理水平高暴露 → CDS利差/评级下调房地产是土地生态价值、抵押品机制退化 → 价格下跌衍生品初步证据波动率、流动性反应事件驱动效应（5）生物多样性风险与系统性风险本文的“理论高点”，讨论的是：生物多样性风险不仅影响单个企业或资产，还可能通过多种渠道放大并演变为整个金融系统的不稳定因素，就像 2008 年金融危机中的次贷风险一样。生物多样性风险不仅影响单个企业，还可能引发整个金融系统的不稳定。因为生态系统存在非线性、临界点和强关联，风险容易放大和传播。传导渠道内容简述生产网络生态退化 → 农业、渔业、林业减产 → 下游产业链连锁冲击金融网络银行等机构共同持有高风险资产 → 同时受损 → 交叉违约与放大抵押品与资产价格生态恶化 → 土地/房地产贬值 → 保证金追加、违约、火灾式抛售市场微观结构突发事件 → 波动率上升、流动性下降 → 市场恐慌加剧压力测试与监管现状；目前各国央行对生物多样性风险的压力测试很少（<2% 提及）；主要还停留在气候风险场景；欧洲部分央行（荷兰、瑞士）开始试点整合 ENCORE 数据和金融暴露。难点：缺乏统一指标；模型难以处理生态的非线性特征；数据和政策分散国际协调不足。（6）结论生物多样性风险是真实且可定价的金融风险，并非遥远的环境议题。它与气候风险不同：更具突发性、非线性、难预测，影响路径更复杂。影响范围广泛，涵盖企业、金融市场、主权债务、房地产，并可能引发系统性风险。当前研究和监管还处于早期阶段，类似气候金融在 2008 年左右的发展阶段。方向内容简述1.测度方法标准化结合文本法、足迹法和ESG数据，开发统一、透明的企业暴露指标2.期限结构与资产定价模型将生物多样性风险纳入多因子和期限结构模型，识别长期溢价3.高频与微观结构分析研究突发生态事件对市场波动、流动性的即时影响4.主权与跨国传导机制探究生物多样性风险如何通过贸易、投资和金融网络跨境扩散5.压力测试与情景分析构建生态—金融联动的压力测试框架，供监管与央行使用6.行为与叙事研究研究投资者、媒体和政策对生物多样性风险的认知与传播7.政策与治理机制探讨全球监管协调、信息披露、金融创新（如生物多样性债券）等制度建设参与方式
参与时间：金融复杂性读书会
在气候风险升级、中美贸易摩擦反复与俄乌冲突持续等多重不确定性交织下，全球金融体系呈现前所未有的高度复杂性，为系统探讨金融复杂系统的理论基础、量化识别方法、生成演化机理及风险治理路径，集智俱乐部联合北京师范大学李红刚教授、爱尔兰都柏林圣三一学院Brain Lucey教授、中国地质大学（北京）黄书培副教授、首都师范大学王泽讲师、北京林业大学幸小云副教授与北京化工大学王欣雅副教授，共同发起“金融复杂性”主题读书会，来深入探索金融复杂系统的有效建模方法与管理策略，助力在高不确定性时代提升金融体系的稳健性与韧性。
点击“阅读原文”，报名读书会
AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。
鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑