日前，《情报学报》（2020年02期）刊发了我校信息管理学院丁晓蔚副教授和苏新宁教授的学术论文《金融情报学：情报学的重要分支学科》。金融情报学尚未被作为情报学的一个重要的分支学科对待，学科建设尚未正式展开。该文正是在这种情况下较为全面地探讨了金融情报学这一分支学科的重要性和必要性。
当今世界正面临百年未有之大变局，金融常进入红色警报区。从地缘政治角度看，美国叫嚣中美脱钩、制裁香港等都将对我国金融安全带来严峻挑战；从疫情角度看，新冠肺炎疫情的肆虐将带来全球性经济危机，其危害可能不亚于上世纪30年代的大萧条。因此，在当前国际政治经济形势下，金融情报学作为直接服务于维护金融安全和防范金融风险的学科，其建立、建设和发展的迫切性更加凸显。
该文对金融情报、金融大数据情报、狭义的和广义的金融情报学等核心概念进行了界定，为开展金融情报学研究厘定了逻辑起点。
论文提出，可将情报学已有积淀转化成金融情报学的一部分研究基础。具体是：（1）情报分析，为金融情报学提供独特的分析方法。（2）在金融情报研究中，计算型情报不可或缺（研究量化投资、金融风险防范、大数据征信等，它更是至关重要）。当今的金融情报涉及海量数据和信息，算法和计算将发挥不可低估的作用，应将量化分析与基本面分析深度融合。（3）竞争情报，可成为金融情报学学术底蕴的一部分。当然，金融领域的竞争与一般企业竞争和行业竞争并不能完全等同。金融竞争多围绕投资和交易展开，以优质产品吸引投资者，以高技术含量的投资策略实现长期稳定盈利，降低投资和放贷的风险，这些是金融竞争的核心内容）。（4）信号分析作为情报学的一个支脉，将成为金融情报学的重要内容和支撑点。从广义上说，人类的任何活动包括金融活动都会产生相应的信号。对信号进行分析、把握和判断，是情报研究中的一种重要手段和路径。在现实情境中，即使只是金融领域中的弱信号和蛛丝马迹，经过与其他相关因素相联系并据此进行特殊分析，也能获得弥足珍贵的发现。（5）风险情报，对各种风险的研究可给金融情报学研究以重要启示。
关于金融情报学研究的主要内容，该文的主要观点有：（1）金融情报学的内涵包括：关涉金融运行、金融竞争、金融监管、金融安全、金融创新、金融规律、金融战、防金融犯罪等方面的情报的形成及对此所作的系统研究。（2）从情报学的角度和方法研究金融。金融实践为金融情报学提供了内涵丰富的研究对象，提供了诸多应用场景：金融市场参与主体获得长期稳定盈利的情报应用场景，金融风险防范的情报应用场景，促使金融良性发展的情报应用场景，大国之间金融博弈的情报应用场景，规范同行之间有序竞争的情报应用场景，国际打击金融犯罪的情报应用场景等。（3）依然要扮演好“耳目”（搜集金融数据和相关情况）、“尖兵”（事先打探情况或进行预测）和“参谋”（为投资、交易、管理、征信、博弈、安全、金融特殊战争等提供决策参考）三种角色；此外还要当好精准预判的提供者（通过对一系列相关数据和信息的搜集、挖掘、分析作出准确预判），金融风险的瞭望哨（全方位实时监测金融风险并及时发出预警）。（4）防范金融风险的情报研究。风险情报对风险原因、风险生成、风险评估、风险预测和风险防范等都有过程度不等的研究，其成果对金融情报学颇有价值。（5）金融创新发展情报研究。情报学既重视金融安全，也重视金融创新发展，而且能从情报学的独特角度推动金融创新以更好地维护金融安全。（6）在情报学视野中研究金融运行规律。由情报学来担当金融运行规律研究的一部分重任，有利于金融学获得新的研究视角和达到新的研究高度。（7）在情报学视野中研究中国金融与世界金融的对接，将研究：关于世界金融发展的情报，关于国际金融异动的情报，关于国际金融博弈的情报，关于世界金融对中国金融构成挑战和可能造成损害的情报，关于中国金融进军世界金融市场最佳时机的情报及获得利益空间和把握时间节点的情报等。
该文还指出，在金融情报学的建立、建设和发展中存在如下关键点：其一，建立、建设和发展金融情报学，重要的是实现由金融数据情报向金融智慧情报的跃升。凭借智慧对金融数据进行处理，将可大大提高金融情报效度。从世界顶尖量化对冲基金的实战经验来看，借助于大数据、人工智能情报挖掘和分析（机器智能），可能实现长期稳定盈利。但机器无法取代人工，机器智能不可代替人类智慧。再进一步，则须将机器智能与人类智慧深度融合，进行“智慧型”情报分析。其二，实行情报学与金融学跨科交叉。应是交融而不是简单相加。其三，在大数据时代，建立、建设和发展金融情报学，有赖于确立情报工程的思维方式。金融情报学中的金融分析往往属于实证金融分析的范畴。“金融情报工程化思维”须体现经得起实战检验的情报分析思维，才能实现不同于传统金融研究和分析的独特价值。其四，实现对更强情报分析技术的目标追求。大数据、人工智能，区块链等先进技术已介入到情报学研究中，也应该为金融情报学所用。例如，假定17世纪以前的信息技术极其发达，达到了全球互联互通的境地，那么，很可能黑天鹅就不会是“未知的未知”。又如在高频交易中，盈利机会总是稍纵即逝，为了避免延迟，交易机构往往将服务器设置到交易所旁边（co-location），甚至设置在交易所网络中。即使只是赢得了1毫秒的速度优势也是弥足珍贵的。这都体现了对更强情报分析技术的目标追求。