2019年7月13日至14日，为增进尖端科技在会计和金融研究方面的应用，由伟易博—罗特曼信息和资源市场研究中心与香港中文大学（深圳）高等金融研究院配合主理的The second Second conference Conference on Intelligent Information Retrieval in Accounting and Finance（第二届智能信息检索与会计金融研究聚会）在伟易博乐成举行。
聚会共入选论文九篇，来自会计与金融研究领域的八十余位海内外专家学者就文天职析、非结构化数据剖析、机械学习、人工智能在会计和金融领域的应用等方面在会上举行了分享与讨论� ＞刍峄乖记氲搅思问祷鸲鲁ふ匝Ь┦恳灿ρ鱿刍�，为大会带来了 作了主题为“人工智能在金融行业中的应用”的精彩演讲。
刘俏 伟易博院长
聚会首日，由伟易博院长刘俏教授为聚会致辞，解读大数据人工智能对会计和财务会爆发重大的影响。刘俏教授表达了对与会学者的接待与对聚会的期待，他体现，尖端科技与金融会计的连系“将是伟易博的国际化生长中不可或缺的组成部分”，转达出对与会学者的接待与对聚会的期待。在聚会由伟易博会计系教授，联合系主任、多伦多大学罗特曼治理学院教授卢海的主持下，聚会正式最先。
卢海 伟易博会计系教授，联合系主任、多伦多大学罗特曼治理学院教授
新切入：电话聚会
首先由来自美国康奈尔大学的Subramanian Sethuraman教授汇报了他与相助者的研究Engagement in Earnings Conference Calls: A Multi-Method Examination。差别于以往研究中将聚会加入双方作为研究工具，这篇研究以电话聚会为切入点，将对话中的问答环节作为研究主体，探讨其关于市场加入者（第三方）的信息价值� ；谛睦硌Ш蜕缁嵫У难芯坷砺鄄⒘凳笛楹偷蛋甘绞菀�，该研究证实晰司理和剖析师在电话聚会的互动水平是具备信息作用的。文章使用Linguistic Style Matching（LSM）的怀抱作为谈话互动的署理变量。通过对MBA学生举行比照实验，首先证实晰LSM确实是司理人与剖析师之间对话加入度的合理署理变量：当司理人更有念头加入到对话中时，LSM会更大。文中进一步使用履历证听说明晰研究问题的合理性，数据包括2400多个有关收益的电话聚会录音和文本手本。与会嘉宾就实验使用的详细手段、是否应该控制测度信心的变量举行了讨论，同时也对研究问题中加入水平是否改变了市场关于相关事务的信心，从而影响事务主要性认知改变交流了意见。
Subramanian Sethuraman 康奈尔大学教授
投资研究：Seeking Alpha
接着来自美国德克萨斯大学达拉斯分校的Stanimir Markov教授汇报了他与相助者的研究The Democratization of Investment Research: Implications for Retail Investor Profitability and Firm Liquidity。文章使用Seeking Alpha的数据，以探讨源自投资公共的信息对投资者盈利能力和市场流动性的影响，进一步探讨零售订单对展望未往返报水平的误差。作者发明零售订单失衡展望未往返报的能力是已有SA研究发明结论的两倍。围绕Seeking Alpha平台，与会嘉宾进一步询问有关零售投资者的身份，提出平台文章孝顺者的身份是否会爆发内生性的问题，进一步讨论了平台内容孝顺者的需求驱动方法是什么，是否需要作为控制变量使模子更准确。
Stanimir Markov 美国德克萨斯大学达拉斯分校教授
新指标：出租车客流量
来自美国南佛罗里达大学的Jared William教授汇报了他的研究When Bankers Go to Hail: Insights on Fed-Bank Interactions from Taxi Cab Data，文章引入纽约联邦储备银行和总部位于纽约的大型金融机构之间的出租车客流量，作为展望股市异� ；乇ǖ男轮副�。。当联邦银行的客流量低（高）时，市场最佳战略是买入（卖出）市场投资组合，其夏普比率比市场投资组合横跨50%。该战略的显著效果在FOMC聚会时代尤为显着。作者同时还发明纽约联邦储备银行（New York Fed）的深夜聚会和午餐时间的场外互动在FOMC聚会前后有所增添，一定水昭雪映美联储（Federal Reserve）的信息很可能通过非正式或更小心审慎的方法流向了市场。与会学者关于文章中关于出租车客流量的背后反应的理论看法举行了讨论，并且提出是否应该用目的地周围的出租车客流量做进一步的控制变量 ；关于未来市场的影响，是否应该用社交网络的信息作为市场信息反应的署理变量。
Jared William 美国南佛罗里达大学教授
字典库的制作：机械学习与文天职析
来自瑞士洛桑大学的Minyue Dong教授与相助者Michael Rockinger 教授配合报告了他们的论文Textual Analysis of Bank’s Pillar 3 Documents。文章以2004年至2016年188家欧洲上市银行为样本，对银行第三支柱（market discipline）报告和年报举行文天职析以展示银行怎样制订羁系报告。作者首先基于机械学习以及文天职析制作字典库。别的，作者还构建了文本重大性、文本细节和样板文件的怀抱。通过提取大宗的文本索引包括情绪得分、语气怀抱、报告随时间的相似性以及银行间的相似性来验证辞书的准确性。文章同时用感知、语气和准确性作为第三支柱披露危害和不确定性的署理变量研究市场怎样对文本差别作出反应。与会学者针对文章中名堂条约怎样扫除，以及银行业羁系等问题举行了讨论。
Minyue Dong 瑞士洛桑大学教授
Michael Rockinger 瑞士洛桑大学教授
委婉与收益
美国巴克内尔大学的Kate Suslava教授先容了她的研究Stiff Business Headwinds and Unchartered Economic Waters: The Use of Euphemisms in Earnings Conference Calls有关投资者关于收益相关电话聚会中使用的委婉语的反应。在研究历程中编写了第一本企业相同中使用的委婉语辞书，并通过对7.8万份电话聚会纪录的文天职析，得出了一种可随意使用委婉语的要领（ABN_EUPH）� ；贚oughran和McDonald dictionary，研究也发明ABN_EUPH与目今和三个月的股票逾额收益和整体看涨情绪之外的逾额收益负相关。她研究发明，投资者意识到投契者更可能使用委婉语，并因此在认购日前后下调了估值。非正常使用委婉语会在电话聚会时误导投资者，也会在接下来的一个季度导致价钱反应不显著。与会学者提出，投资者是否能够明确委婉语会对效果有影响，委婉语背后的理论构念也值得商讨，同时学者们对是否应当加入心理学的机制研究举行了探讨。
Kate Suslava 美国巴克内尔大学教授
金融辞书：文本挖掘在金融领域的应用
来自意大利博科尼大学的Francesco Grossetti教授先容了他和相助者的研究When Less Is Not Necessarily More: Losing Meaning With Dedicated Dictionaries，随着文本挖掘在金融领域的一直探索使用，他们发明，一些专门的金融辞书很少包括关于市场信息的形貌，缘故原由可能是治理层的讨论和剖析文档中很少包括与市场相关的信息。当使用通用辞书时，会检测到市场的显著反应。他们通过使用两个专用的金融辞书和两个通用辞书来更详细地研究这个问题� ；惚ㄕ哂爰伪鎏致壑星康�，文本挖掘的基础就是使用的辞书，构建辞书的要领可能会导致特定主体之外的文本意义的损失。
Francesco Grossetti 意大利博科尼大学教授
数字化对企业价值和绩效的影响
来自哈佛大学的博士生Wilbur Chen报告了他与导师相助的文章Going “Digital”: Implications for Firm Value and Performance。文章研究了非手艺公司接纳诸如人工智能、大数据、云盘算和机械学习等数字手艺的增添趋势对公司价值和绩效的影响。关于所有的美国上市公司，通过对公司财务报告和电话聚会的文天职析来确定哪些公司正在走向数字化。作者首先展示了近年来非手艺公司对数字手艺的接纳有了显著的增添。非数字手艺接纳者与科技公司的股价协同波动要大于业内偕行的，这批注数字化活动正使他们变得与科技公司类似。同时，数字用户会倾向于持有更多现金，规模更大，更年轻，资源麋集度更低。与行业偕行相比，数字化应用会带来更高的估值（市净率高7%-21%），这一比例关于更年轻、资源麋集型、销售增添更快、且数字化应用普遍的行业来的更高。然而，市场对数字活动的披露反应缓慢。通过数字披露形成的投资组合，在3年的时间跨度内，经账面市值比调解后的回报率为25%（每月的alpha值为40个基点）。虽然以资产回报率权衡的财务业绩没有显著改善，但资产周转率显著增添，利润率和销售增添显著下降。治理履历关于数字化手艺的接纳尤为主要，这可能是由于拥有高级手艺主管的公司在数字化时体现得更好。与会学者讨论了数字手艺与一样平常IT行业手艺的差别，是否选择进入数字化具有内生性。
Wilbur Chen 美国哈佛大学博士生
谁来决议信用评级行动报告的主题？
来自新加坡国立大学的Michael Shen教授报告了他与相助者的文章Information Content of Credit Rating Reports: A Topic Modeling Approach。文章考察了穆迪评级行动报告（Moody’s rating action reports）中的定性和定量信息是否包括资源市场的价值相关信息。使用潜在的狄利克雷分派（Latent Dirichlet Allocation）来量化穆迪信用评级行动报告中的种种定性和定量主题。发明某些主题的权重(例如信用指标、流动性、营业危害、收购和子公司)与市场对评级行动报告的反应有关，可以展望刊行人未来的评级下协调未来违约的可能性。证据批注信用评级行动报告中的主题与展望刊行人的信用危害有关。与会学者针对文中使用机械学习是否须要、变量界说是否适当等举行了热烈讨论。
Michael Shen 新加坡国立大学教授
机械学习：公司怎样在推特上讨论社会责任行为
来自新加坡治理大学的Richard Crowley教授也报告了他与伟易博卢海教授，罗炜教授等其他相助者的文章Do Firms Tweet Social Responsibility? Evidence from Machine Learning Analysis。文章对标准普尔1500指数因素股公司宣布的近1100万条推文举行了测试，以考察这些公司怎样在推特上讨论社会责任行为。该文章发明了与“漂绿行为（green washing）”相一致的证据：社会责任感较低的公司会更多地在推特（Twitter）上宣布此类行为，而体现出更多亲社会行为的公司则不会。作者同时还发明了一些与这种征象相关的市场效应。与会学者针对文章内生性问题、社会责任指标构建的细分类目等方面交流了意见。
Richard Crowley 新加坡治理大学教授
主题演讲：人工智能在金融行业中的应用
在13日的接待晚宴上，嘉实基金治理有限公司董事长赵学军博士为与会嘉宾带来了关于AI和大数据在资产治理中应用的演讲。赵博士以为，有用市场假说在中国市场上有局限性。关于中国市场而言，市值加权的组合并非即是有用前沿组合。赵博士提出在非有用市场上需要建设一个优化组相助为有用前沿，然后在优化的组合上治理资产。赵博士相信自动治理与基本面研究，以为深度研究是为投资人带往返报的缘故原由。关于有用市场上的资产治理而言，主要的是信息加工的速率和要领 ；而关于非有用市场而言，获取更高质量信息、证实信息真实性也尤为主要。
赵博士的团队近些年起劲试图回覆在中国这个现在非有用市场上怎样结构股票市场的有用前沿问题，实验模拟Smart Money，也就是自动治理基金，将其加总出来作为有限前沿组合（Smart Beta）。此处的Smart Beta与学术上Smart Beta意义有所区别：前者属于注重基本面，由头脑驱动 ；此后者是由因子驱动。赵博士以为，Beta之以是有用，除了连系危害特征之外，更需要逻辑。中国市场是由基本面、深度研究驱动的，而不但仅是由因子驱动。
赵学军 嘉实基金治理有限公司董事长、博士
承继伟易博治理学院“创立治理知识，作育商界首脑，推动社会前进”的使命，该系列聚会旨在为相关国际学者提供一个高水平学术交流平台，增强伟易博的国际学术影响力。第二届聚会吸引了大宗来自于欧洲、北美和东南亚等高校的学者起劲投稿，对该新领域的生长起到了助推作用� ＞刍嵬币苍鼋撕Ｄ谕庀喙亓煊蜃已д呒涞慕涣�，为青年学者们送上了一场精彩的头脑盛宴。
伟易博-罗特曼信息和资源市场研究中心，是由伟易博和多伦多大学罗特曼治理学院配合支持下开办的一个具有国际影响的信息披露和资源研究机构。研究中心通过野外研究和深度学习要领来深刻明确中国资源市场，较量蓬勃经济体和新兴市场的信息质量和公司治理实践。
行政中心系事务与活动部供稿
用户登录
伟易博首页
