English
首頁 > 學院新聞 > 正文

學院新聞

會計金融與尖端科技的“Romantic Encounter”——第二屆智能信息檢索與會計金融研究會議順利召開

時間:2019-07-17

2019年7月13日至14日,爲促進尖端科技在會計和金融研究方面的應用,由光華—羅特曼信息和資本市場研究中心與香港中文大學(深圳)高等金融研究院共同主辦的The second Second conference Conference on Intelligent Information Retrieval in Accounting and Finance(第二屆智能信息檢索與會計金融研究會議)在北京大學光華管理學院成功舉行。

會議共入選論文九篇,來自會計與金融研究領域的八十余位海內外專家學者就文本分析、非結構化數據分析、機器學習、人工智能在會計和金融領域的應用等方面在會上進行了分享與討論。會議還邀請到了嘉實基金董事長趙學軍博士也應邀出席會議,爲大會帶來了 作了主題爲“人工智能在金融行業中的應用”的精彩演講。

FEB01

劉俏 北京大學光華管理學院院長

會議首日,由北京大學光華管理學院院長劉俏教授爲會議致辭,解讀大數據人工智能對會計和財務會産生巨大的影響。劉俏教授表達了對與會學者的歡迎與對會議的期待,他表示,尖端科技與金融會計的結合“將是光華的國際化發展中不可或缺的組成部分”,傳達出對與會學者的歡迎與對會議的期待。在會議由北京大學光華管理學院會計系教授,聯合系主任、多倫多大學羅特曼管理學院教授盧海的主持下,會議正式開始。

C6BC7

盧海 北京大學光華管理學院會計系教授,聯合系主任、多倫多大學羅特曼管理學院教授

新切入:電話會議

首先由來自美國康奈爾大學的Subramanian Sethuraman教授彙報了他與合作者的研究Engagement in Earnings Conference Calls: A Multi-Method Examination。不同于以往研究中將會議參與雙方作爲研究對象,這篇研究以電話會議爲切入點,將對話中的問答環節作爲研究主體,探究其對于市場參與者(第三方)的信息價值。基于心理學和社會學的研究理論並結合實驗和檔案式數據方法,該研究證明了經理和分析師在電話會議的互動程度是具備信息作用的。文章使用Linguistic Style Matching(LSM)的度量作爲談話互動的代理變量。通過對MBA學生進行對照實驗,首先證明了LSM確實是經理人與分析師之間對話參與度的合理代理變量:當經理人更有動機參與到對話中時,LSM會更大。文中進一步使用經驗證據說明了研究問題的合理性,數據包括2400多個有關收益的電話會議錄音和文本抄本。與會嘉賓就實驗操縱的具體手段、是否應該控制測度信心的變量進行了討論,同時也對研究問題中參與程度是否改變了市場對于相關事件的信心,從而影響事件重要性認知改變交換了意見。

F3E6

Subramanian Sethuraman 康奈爾大學教授

投資研究:Seeking Alpha

接著來自美國德克薩斯大學達拉斯分校的Stanimir Markov教授彙報了他與合作者的研究The Democratization of Investment Research: Implications for Retail Investor Profitability and Firm Liquidity。文章利用Seeking Alpha的數據,以探究源自投資大衆的信息對投資者盈利能力和市場流動性的影響,進一步探究零售訂單對預測未來回報程度的偏差。作者發現零售訂單失衡預測未來回報的能力是已有SA研究發現結論的兩倍。圍繞Seeking Alpha平台,與會嘉賓進一步詢問有關零售投資者的身份,提出平台文章貢獻者的身份是否會産生內生性的問題,進一步討論了平台內容貢獻者的需求驅動方式是什麽,是否需要作爲控制變量使模型更精確。

E359C

Stanimir Markov 美國德克薩斯大學達拉斯分校教授

新指標:出租車客流量

來自美國南佛羅裏達大學的Jared William教授彙報了他的研究When Bankers Go to Hail: Insights on Fed-Bank Interactions from Taxi Cab Data,文章引入紐約聯邦儲備銀行和總部位于紐約的大型金融機構之間的出租車客流量,作爲預測股市異常回報的新指標。。當聯邦銀行的客流量低(高)時,市場最佳策略是買入(賣出)市場投資組合,其夏普比率比市場投資組合高出50%。該策略的顯著結果在FOMC會議期間尤爲明顯。作者同時還發現紐約聯邦儲備銀行(New York Fed)的深夜會議和午餐時間的場外互動在FOMC會議前後有所增加,一定程度反映美聯儲(Federal Reserve)的信息很可能通過非正式或更小心謹慎的方式流向了市場。與會學者對于文章中對于出租車客流量的背後反映的理論概念進行了討論,並且提出是否應該用目的地附近的出租車客流量做進一步的控制變量;對于未來市場的影響,是否應該用社交網絡的信息作爲市場信息反應的代理變量。

DF237

Jared William 美國南佛羅裏達大學教授

字典庫的制作:機器學習與文本分析

來自瑞士洛桑大學的Minyue Dong教授與合作者Michael Rockinger 教授共同報告了他們的論文Textual Analysis of Bank’s Pillar 3 Documents。文章以2004年至2016年188家歐洲上市銀行爲樣本,對銀行第三支柱(market discipline)報告和年報進行文本分析以展示銀行如何制定監管報告。作者首先基于機器學習以及文本分析制作字典庫。此外,作者還構建了文本複雜性、文本細節和樣板文件的度量。通過提取大量的文本索引包括情感得分、語氣度量、報告隨時間的相似性以及銀行間的相似性來驗證詞典的准確性。文章同時用感知、語氣和准確性作爲第三支柱披露風險和不確定性的代理變量研究市場如何對文本差異作出反應。與會學者針對文章中格式合同如何排除,以及銀行業監管等問題進行了討論。

E5004

Minyue Dong 瑞士洛桑大學教授

EC0AF

Michael Rockinger 瑞士洛桑大學教授

委婉與收益

美國巴克內爾大學的Kate Suslava教授介紹了她的研究Stiff Business Headwinds and Unchartered Economic Waters: The Use of Euphemisms in Earnings Conference Calls有關投資者對于收益相關電話會議中使用的委婉語的反應。在研究過程中編寫了第一本企業溝通中使用的委婉語詞典,並通過對7.8萬份電話會議記錄的文本分析,得出了一種可隨意使用委婉語的方法(ABN_EUPH)。基于Loughran和McDonald dictionary,研究也發現ABN_EUPH與當前和三個月的股票超額收益和整體看漲情緒之外的超額收益負相關。她研究發現,投資者意識到投機者更可能使用委婉語,並因此在認購日前後下調了估值。非正常使用委婉語會在電話會議時誤導投資者,也會在接下來的一個季度導致價格反應不顯著。與會學者提出,投資者是否能夠理解委婉語會對結果有影響,委婉語背後的理論構念也值得商榷,同時學者們對是否應當加入心理學的機制研究進行了探討。

17E86

Kate Suslava 美國巴克內爾大學教授

金融詞典:文本挖掘在金融領域的應用

來自意大利博科尼大學的Francesco Grossetti教授介紹了他和合作者的研究When Less Is Not Necessarily More: Losing Meaning With Dedicated Dictionaries,隨著文本挖掘在金融領域的不斷探索使用,他們發現,一些專門的金融詞典很少包括對于市場信息的描述,原因可能是管理層的討論和分析文檔中很少包含與市場相關的信息。當使用通用詞典時,會檢測到市場的顯著反應。他們通過使用兩個專用的金融詞典和兩個通用詞典來更詳細地研究這個問題。彙報者與嘉賓討論中強調,文本挖掘的基礎就是使用的詞典,構建詞典的方法可能會導致特定主體之外的文本意義的喪失。

13750

Francesco Grossetti 意大利博科尼大學教授

數字化對企業價值和績效的影響

來自哈佛大學的博士生Wilbur Chen報告了他與導師合作的文章Going “Digital”: Implications for Firm Value and Performance。文章研究了非技術公司采用諸如人工智能、大數據、雲計算和機器學習等數字技術的增長趨勢對公司價值和績效的影響。對于所有的美國上市公司,通過對公司財務報告和電話會議的文本分析來確定哪些公司正在走向數字化。作者首先展示了近年來非技術公司對數字技術的采用有了顯著的增長。非數字技術采用者與科技公司的股價協同波動要大于業內同行的,這表明數字化活動正使他們變得與科技公司類似。同時,數字用戶會傾向于持有更多現金,規模更大,更年輕,資本密集度更低。與行業同行相比,數字化應用會帶來更高的估值(市淨率高7%-21%),這一比例對于更年輕、資本密集型、銷售增長更快、且數字化應用普遍的行業來的更高。然而,市場對數字活動的披露反應遲緩。通過數字披露形成的投資組合,在3年的時間跨度內,經賬面市值比調整後的回報率爲25%(每月的alpha值爲40個基點)。雖然以資産回報率衡量的財務業績沒有顯著改善,但資産周轉率顯著增加,利潤率和銷售增長顯著下降。管理經驗對于數字化技術的采用尤爲重要,這可能是由于擁有高級技術主管的公司在數字化時表現得更好。與會學者討論了數字技術與一般IT行業技術的差異,是否選擇進入數字化具有內生性。

14CD3

Wilbur Chen 美國哈佛大學博士生

誰來決定信用評級行動報告的主題?

來自新加坡國立大學的Michael Shen教授報告了他與合作者的文章Information Content of Credit Rating Reports: A Topic Modeling Approach。文章考察了穆迪評級行動報告(Moody’s rating action reports)中的定性和定量信息是否包含資本市場的價值相關信息。使用潛在的狄利克雷分配(Latent Dirichlet Allocation)來量化穆迪信用評級行動報告中的各種定性和定量主題。發現某些主題的權重(例如信用指標、流動性、業務風險、收購和子公司)與市場對評級行動報告的反應有關,可以預測發行人未來的評級下調和未來違約的可能性。證據表明信用評級行動報告中的主題與預測發行人的信用風險有關。與會學者針對文中使用機器學習是否必要、變量定義是否恰當等進行了熱烈討論。

10854

Michael Shen 新加坡國立大學教授

機器學習:公司如何在推特上討論社會責任行爲

來自新加坡管理大學的Richard Crowley教授也報告了他與光華盧海教授,羅炜教授等其他合作者的文章Do Firms Tweet Social Responsibility? Evidence from Machine Learning Analysis。文章對標准普爾1500指數成分股公司發布的近1100萬條推文進行了測試,以考察這些公司如何在推特上討論社會責任行爲。該文章發現了與“漂綠行爲(green washing)”相一致的證據:社會責任感較低的公司會更多地在推特(Twitter)上發布此類行爲,而表現出更多親社會行爲的公司則不會。作者同時還發現了一些與這種現象相關的市場效應。與會學者針對文章內生性問題、社會責任指標構建的細分類目等方面交換了意見。

1202E

Richard Crowley 新加坡管理大學教授

主題演講:人工智能在金融行業中的應用

在13日的歡迎晚宴上,嘉實基金管理有限公司董事長趙學軍博士爲與會嘉賓帶來了關于AI和大數據在資産管理中應用的演講。趙博士認爲,有效市場假說在中國市場上有局限性。對于中國市場而言,市值加權的組合並非等于有效前沿組合。趙博士提出在非有效市場上需要建立一個優化組合作爲有效前沿,然後在優化的組合上管理資産。趙博士相信主動管理與基本面研究,認爲深度研究是爲投資人帶來回報的原因。對于有效市場上的資産管理而言,重要的是信息加工的速度和方法;而對于非有效市場而言,獲取更高質量信息、證實信息真實性也尤爲重要。

趙博士的團隊近些年努力試圖回答在中國這個目前非有效市場上如何構造股票市場的有效前沿問題,嘗試模擬Smart Money,也就是主動管理基金,將其加總出來作爲有限前沿組合(Smart Beta)。此處的Smart Beta與學術上Smart Beta意義有所區別:前者屬于注重基本面,由思想驅動;而後者是由因子驅動。趙博士認爲,Beta之所以有用,除了結合風險特征之外,更需要邏輯。中國市場是由基本面、深度研究驅動的,而不僅僅是由因子驅動。

26A28

趙學軍 嘉實基金管理有限公司董事長、博士

秉承光華管理學院“創造管理知識,培養商界領袖,推動社會進步”的使命,該系列會議旨在爲相關國際學者提供一個高水平學術交流平台,增強光華的國際學術影響力。第二屆會議吸引了大量來自于歐洲、北美和東南亞等高校的學者積極投稿,對該新領域的發展起到了助推作用。會議同時也增進了國內外相關領域專家學者間的交流,爲青年學者們奉上了一場精彩的思想盛宴。

光華-羅特曼信息和資本市場研究中心,是由北京大學光華管理學院和多倫多大學羅特曼管理學院共同支持下創辦的一個具有國際影響的信息披露和資本研究機構。研究中心通過田野研究和深度學習方法來深刻理解中國資本市場,比較發達經濟體和新興市場的信息質量和公司治理實踐。


行政中心系事務與活動部供稿


分享

©2017 北京大學光華管理學院 版權所有    京ICP備05065075-1