RTG电子

RTG电子网站Myron Scholes金融论坛第118讲成功举办

发稿时间:2021-05-28浏览次数:10

2021年5月24日晚上,RTG电子网站Myron Scholes金融论坛第118讲在RTG电子网站鼓楼校区RTG电子协鑫楼108报告厅举行。本次论坛由上海交通大学安泰经济与管理学院助理教授鲍杨带来题为“基于盈余电话会议的公司风险预测”的报告,讲座由rtg电子平台俞红海教授主持。

鲍杨博士现任上海交通大学安泰经济与管理学院信息、技术与创新系助理教授,博士毕业于新加坡国立大学计算学院信息系统系,曾在南洋理工大学商学院会计系任副研究员和研究员。主要研究方向是机器学习及其在商科中的应用(如会计和金融领域的多模态数据分析、欺诈检测、推荐系统等),研究成果已发表在Journal of Accounting Research和Management Science 等国际学术期刊以及AAAI,IJCAI,CIKM等人工智能和数据挖掘领域的国际学术会议,并担任多个国际学术期刊的审稿人,如Management Science、Management Information Systems Quarterly、Production and Operations Management、Journal on Computing、IEEE Transactions on Knowledge and Data Engineering等。曾入选2016年上海市浦江人才计划,并获得教育部第八届高等学校人文社会科学研究优秀青年成果奖。

在讲座伊始,鲍杨老师通过一个业绩说明会的音频例子,生动形象地为大家展示了盈余电话会议的含义与形式。盈余电话会议与国内的业绩说明会类似,它是由美国上市公司按季度举行的、由公司高管和外部分析师以及投资者共同参与的、由管理层陈述和问答环节组成的电话会议。盈余电话会议与强制性信息披露的年报等不同,它提供了一个使得公司管理层、外部投资者以及分析师可以直接互动的桥梁,它的约束更少,通过即兴问答的形式可能会包含更大的信息量。

接着,鲍老师向大家清楚地阐述了本次讲座探讨的公司风险预测问题,该问题是以股票收益波动率为目标变量,以电话会议文本、历史波动率和分析师信息为特征变量的一个有监督的文本机器学习回归任务。目前已有较多利用公开信息构建风险预测模型的研究,包括利用数值型财务信息等硬信息和文本信息等软信息等,而且文本数据往往比随附的数字财务数据蕴含更多的信息。该研究的理论基础包括股票收益波动率的可预测性和利用盈余电话会议文本进行预测的合理性等。

随后,鲍老师介绍了为解决该问题建立的模型以及研究成果。该研究基于原始BERT模型进行了扩展,增加了可以抽取和融合文本、数值、类别特征的神经网络模块,提出了TextRank文本摘要策略解决BERT对输入文本长度的限制,针对下游的风险预测任务微调了BERT模型以得到更优的文本表示。通过消融实验等模型评估,分析了TextRank摘要抽取策略的有效性、微调策略的有效性以及注意力机制的可解释性。

最后,鲍杨老师和现场师生就公司风险衡量指标、模型预测准确度评估等问题进行了交流讨论,鲍老师进一步指出,不同领域有不同的研究范式,如金融领域期刊和计算机领域期刊在这些方面有较大差别,研究过程要符合学术范式。通过热烈的交流讨论,现场师生对于机器学习模型和金融领域预测等问题都获益匪浅。

图/王硕

文/王硕