会议合影
第一场报告由爱丁堡大学商学院董轶哲教授作题为“Predicting from Heterogeneous Texts: A Source-preserving Prompt-based Approach”的学术报告。董轶哲教授指出，在现实金融场景中，同一实体相关文本往往来自不同信息生产者，例如借款人自述和信贷员评估。现有方法通常将多来源文本合并处理，可能弱化不同来源文本所包含的立场和信号。针对这一问题，研究团队提出了一种保留来源信息的提示词学习框架，利用掩码语言模型（Masked Language Model）为不同文本来源分别生成违约风险倾向分数，从而实现来源归因并提高预测结果的可解释性。实证结果表明，该框架能够有效提升违约预测表现，并具有一定经济价值。
董轶哲老师报告
第二场报告由中央财经大学商学院姚潇副教授作题为“基于矛盾指标组合的企业财务欺诈识别——来自年报问询函的监管视角”的学术报告。姚潇老师指出，随着企业欺诈手段日益隐蔽，传统财务指标在风险识别方面存在一定局限。该研究引入大语言模型DeepSeek R1，对年报问询函进行文本解析，从监管机构关注的问题中识别违背会计勾稽关系的矛盾指标组合。研究构建了涵盖收入确认、费用匹配、利润构成、盈利质量、研发行为、供应链关系、信用风险和流动性风险等方面的16个矛盾变量，并将其纳入机器学习欺诈识别模型。实证结果显示，加入矛盾指标组合后，模型AUC和PRAUC指标均有所提升。
姚潇老师报告
第三场报告由格拉斯哥大学亚当斯密商学院石玉坤教授作题为“Biodiversity Physical Risk: Evidence from Bird Biodiversity and Agricultural Sector”的学术报告。石玉坤教授从生物多样性经济损失评估这一研究议题出发，分析北美草原鸟类多样性减少对美国农业产出的影响。研究利用西尼罗河病毒的随机扩散作为准自然实验，构建鸟类数量减少的外生冲击来源。研究结果显示，鸟类数量减少会对农场收益产生负面影响。其传导机制可能在于，鸟类减少导致杀虫剂使用强度上升，并进一步对水生态和人类健康带来负面外部影响。该研究为自然资本定价和生物多样性保护的经济价值评估提供了因果证据。
石玉坤老师报告
第四场报告由中央财经大学创新发展学院、中国金融发展研究院周霖煜助理教授作题为“Insurance Bond Trading and Earnings Conference Call”的学术报告。她指出保险公司是美国公司债券市场的重要境内投资者，在市场流动性和韧性方面发挥着重要作用。研究聚焦BBB-级公司债券，发现当公司业绩电话会议语调偏负面时，保险公司会提前减持相关债券，并在随后一段时期内持续卖出。进一步分析表明，该效应主要由语调中的信用违约风险信息驱动，且在资本约束较强、债券风险较高的保险公司中更为明显。研究还发现，保险公司的提前卖出行为有助于降低债券评级下调至高收益级时因集中抛售带来的市场冲击，对维护市场稳定具有一定积极作用。
周霖煜老师报告
报告环节结束后，与会学者围绕论文选题、研究设计、数据方法和政策含义等方面进行了交流讨论，报告人就相关问题作出回应。研讨会最后，赵阳副院长作总结发言，对各位报告嘉宾的分享和与会师生的参与表示感谢。本次研讨会围绕人工智能与金融文本分析、企业财务风险识别、生物多样性定价和机构投资者交易行为等议题展开研讨，为金融市场高质量发展相关研究提供了有益参考。
社交媒体