数字金融创新湖北省重点实验室（以下简称“实验室”）于2023年12月通过湖北省科技厅认定。实验室面向国家和湖北省数字经济发展重大需求，瞄准国内外学科前沿，赋能现代金融业“数智化”转型，打造湖北省数字技术攻坚的创新重地，构建湖北省乃至全国一流的高水平科学研究与应用创新平台，建成国内领先并具有国际影响力的创新团队，逐步形成湖北省在数字金融领域的科研和产业优势，为湖北乃至全国的金融数字化理论研究与相关产业发展做出贡献。
为加强与国内各高等院校、科研机构、产业部门和其他单位等科技工作者交流与合作，加大实验室开放力度，提高科技创新能力与水平，充分发挥重点实验室作用，现开展2024年度开放研究课题申报，有关事项公告如下：
一、资助方向
本实验室重点资助以下研究方向（但不限于此）：
1.金融大模型研究
（1）金融市场预测及指数评价模型：利用机器学习、深度学习等技术，构建能够预测金融市场价格走势、波动性等的模型。这些模型可以基于大量历史数据进行训练，以提供未来市场走势的预测和预警，并提供评价指数；
（2）风险管理与资产定价模型：应用数学金融学和计算金融学理论，开发新型金融产品的定价模型，并进行相关风险管理和资产配置，以帮助金融机构和投资者更好地理解和管理风险，并进行有效的资产定价；
（3）高频交易与算法交易模型：建立自动化交易系统、优化交易策略，设计和优化适用于高频交易和算法交易的大规模模型，以提高交易执行效率和策略的盈利能力。
（4）金融文本挖掘与情感分析模型：利用自然语言处理和文本挖掘技术，构建能够从金融新闻、社交媒体等非结构化数据中提取信息并进行情感分析的大规模模型。这些模型可以用于了解市场参与者的情绪和预期，以及对市场情绪的影响；
（5）大模型关键技术研究：根据金融数据特征，对大模型中的关键技术，含图神经网络、特征工程、Transformer模型、注意力机制、优化算法等关键技术开展研究。
2.审计大模型与审计治理研究
（1）审计大模型的构建：研究如何构建基于大数据和机器学习的审计模型，提高审计的效率和准确性；
（2）审计治理及优化机制分析：研究如何通过建立有效的审计治理机制来提高审计的质量和独立性；
（3）基于人工智能的审计方法：研究包含相关数据挖掘、统计分析、机器学习算法等技术的应用，以及如何将这些技术应用到实际的审计过程中；
（4）审计大数据管理分析：研究如何有效地管理和分析审计过程中产生的大量数据，含数据的收集、存储、清洗、分析等环节，发现潜在的风险和问题，为审计决策提供支持。
3.智能关联网络的金融反欺诈研究
（1）金融反欺诈与大数据风控：探索大数据技术在金融风控中的应用，研究如何通过对海量金融交易数据的分析，实现对异常交易模式的识别，从而有效预防金融欺诈行为。
（2）人工智能技术在金融反欺诈中的应用研究：研究人工智能技术在金融反欺诈中的应用，探讨如何利用机器学习、深度学习等技术对金融交易进行智能分析，提高欺诈行为识别的准确性和效率。
（3）金融反欺诈中的区块链技术应用研究：探讨区块链技术在金融反欺诈中的应用潜力，研究如何利用区块链的特性，如去中心化、不可篡改等，来构建安全可靠的金融交易系统，从而有效防止欺诈行为。
（4）数字化时代下的金融反欺诈治理：研究在数字化时代，金融机构如何构建有效的反欺诈治理体系，探讨数字化技术在防范和打击金融欺诈中的作用，以及相应的监管和治理机制。
（5）金融反欺诈策略的国际比较研究：对比分析不同国家和地区在金融反欺诈策略上的差异，研究各国在防范和打击金融欺诈方面的经验和做法，以及国际合作在金融反欺诈中的作用。
4.金融风险识别与预警研究
（1）金融机构数字化转型与风险识别预警机制研究：探讨金融机构在数字化转型过程中如何建立和完善风险识别和预警机制，研究数字化技术在提高风险管理效率和效果中的作用；
（2）数字金融与系统性金融风险：研究数字金融发展对系统性金融风险的影响，探讨如何通过监管和技术创新来防范和控制数字金融带来的系统性风险；
（3）基于大数据的金融风险识别与预警研究：探索大数据技术在金融风险识别与预警中的应用，研究如何利用大数据分析技术对金融市场和交易进行实时监控，以及构建有效的风险预警模型；
（4）数字金融治理与数字安全：研究在数字金融发展背景下，金融机构如何加强数字治理和保障数字安全，探讨防范金融风险的数字化解决方案和技术。
5.国际碳交易体系构建与调节机制研究
（1）碳市场数据分析与预测：利用人工智能技术，对碳市场的历史数据进行分析，以发现潜在的规律和趋势，并利用预测模型对未来碳市场走势进行预测。这包括基于机器学习、深度学习等技术的数据挖掘和预测算法的研究与应用；
（2）碳排放定量与核查技术：利用数据挖掘、机器学习、遥感、图像处理等技术，开发碳排放定量和核查的方法和工具，以及利用智能传感器和大数据分析技术，实现对碳排放的精确监测和计量；
（3）智能合约与区块链技术在碳交易中的应用：利用区块链技术和智能合约，建立可信的碳交易平台和机制，实现碳排放权的可追溯、可验证和可自动执行的交易；
（4）碳交易风险管理与优化：利用人工智能技术，包括建立基于机器学习的风险预警模型、优化碳交易策略的算法设计，以及利用智能算法实现碳资产组合的优化配置等，对碳交易市场中的风险进行识别、评估和管理，提供决策支持和优化方案。
二、课题资助对象及申请条件
1.资助对象
国内各高等院校、科研机构、产业部门和其他单位等科技工作者，均可提出资助申请。
2.申请条件
（1）课题申请人须具有中级以上专业技术职称或者博士学位，其他申请者需有二名副高级以上专业技术职务的科研人员书面推荐。须具有一定的团队组织、协调能力，并具备较高与申报课题相关的专业素养能力。
（2）课题申请人须为课题实际负责人，能保证足够时间和精力从事该课题研究。
（3）为促进学术合作和交流，鼓励与实验室研究人员联合申报，并开展实质性合作。
三、申报要求
1.每个项目负责人只限申报1项开放基金项目，申请人确定研究方向及项目名称等内容后，自行下载《数字金融创新湖北省重点实验室开放研究课题申请书》（附件1），按规定格式认真、如实填写，非标准格式的申请不予受理。
2.申请书要求思想新颖，立论根据充分，研究目标明确，研究内容具体，研究方法和技术路线合理、可行，在近期可取得一定进展。
3.申请人须于2024年6月30日24:00前将申请书以word版发送至联系人邮箱hkldfi@hbue.edu.cn，邮件主题及申请书名称均为“姓名+2024年开放基金”。
4.2025年7月15日前开展课题申报评审，并公布课题立项结果。获批立项的课题申请人，须将纸质版《数字金融创新湖北省重点实验室开放研究课题申请书》（一式三份），于7月20日前将寄到实验室，申请书应加盖申请所在单位公章，逾期不予受理。
四、评审流程
申请的项目由实验室组织进行审查（形式和资格审查未通过者不能进入专家评审）；初审合格后，实验室将委托同行专家进行书面评审；实验室学术委员会将进行终审，确定资助项目和批准金额。获得资助的申请者，应与实验室签署合同。
五、资助经费
1.本年度实验室计划资助重点项目5项左右，每个项目拟资助5万元，一般项目10项左右，每个项目拟资助3万元。重点项目和一般项目的研究期限均为1年；
2.获准立项的重点课题支付启动经费2.5万元，一般课题支付启动经费1.5万元；课题完成并验收通过后拨付剩余50%科研经费。
六、结题要求
1.研究期限：2024年7月1日-2025年6月31日。经批准后，可最多延期6个月，逾期课题做撤项处理，追回已拨付资金。
2.课题结项成果形式主要为学术论文等，课题成果必须与申报课题题目高度相关。
3.课题成果一序第一作者第一署名单位或一序通讯作者第一署名单位须为湖北经济学院数字金融创新湖北省重点实验室（英文：Hubei Key Laboratory of Digital Finance Innovation, Hubei University of Economics）。
4.课题结题严格按照学科的学术标准执行。
（1）重点课题结题须满足条款①，并满足条款②、③中的任意一项，具体如下：
①撰写3000字研究报告1份；
②在湖北经济学院认证的中文一类或英文B+级以上期刊发表论文1篇;
③在湖北经济学院认证的中文二类或英文B级以上期刊发表论文2篇；
（2）一般课题结题须满足条款①，并满足条款②、③中的任意一项，具体如下：
①撰写3000字研究报告1份；
②在湖北经济学院认证的中文二类或英文B级以上期刊发表论文1篇;
③在湖北经济学院认证的中文三类或英文C级以上期刊发表论文2篇；
5.对于结题验收为优秀等次的课题，课题主持人再次申请实验室课题，将予以优先资助。
6.基金资助课题所取得的成果（包括收集到的资料、数据、研究报告、相应软件及其测试检验报告等）归研究者与本实验室共同所有，项目结题时相关成果应提交实验室留档。
七、联系方式
电 话：027-81977212
联系人：汪老师
地 址：湖北省武汉市江夏区藏龙岛开发区杨桥湖大道8号湖北经济学院香帅楼1001室
