光華講壇——社會名流與企業(yè)家論壇第6719期

主題：生成式人工智能在會計與財務(wù)分析中的前沿應(yīng)用研究

主講人：美國阿肯色大學(xué)沃爾頓商學(xué)院 Vernon Richardson教授

主持人：會計學(xué)院 李賀教授

時間：4月8日14:00-16:00

地點：柳林校區(qū)誠正樓650會議室

主辦單位：會計學(xué)院 科研處

主講人簡介：

Vernon Richardson教授是美國阿肯色大學(xué)沃爾頓商學(xué)院的杰出教授，會計系主任，研究方向為信息技術(shù)、大數(shù)據(jù)分析和會計的交叉領(lǐng)域，是美國會計信息系統(tǒng)領(lǐng)域最杰出的學(xué)者之一。他的成果發(fā)表在The Accounting Review、Journal of Accounting and Economics、MIS quarterly、Journal of Operations Management、Journal of Marketing、Journal of operations Management等UTD24期刊，以及Contemporary Accounting Research、Journal of Management Information Systems等FT50期刊。他曾擔(dān)任The Accounting Review主編，現(xiàn)任Accounting Horizons主編。在教學(xué)方面，Richardson教授出版了Accounting Information Systems、Data Analytics for Accounting等教材。其中，《會計數(shù)據(jù)分析》（Data Analytics for Accounting）教材是大數(shù)據(jù)會計領(lǐng)域的原創(chuàng)教材，在國內(nèi)外得到了廣泛應(yīng)用。

內(nèi)容提要：

為了鼓勵深入思考與交流，我們也希望參會同學(xué)能選擇一篇與AI相關(guān)的學(xué)術(shù)論文，并準(zhǔn)備5分鐘左右的簡要分享，聚焦該論文的“增量貢獻(xiàn)”，即它相較于已有研究提出了什么新的見解？解決了什么未解的問題？這是一次輕松的交流，不是正式匯報。形式不限，內(nèi)容不限，旨在營造思想碰撞的氛圍，幫助大家建立起跨學(xué)科的學(xué)術(shù)視角。

近年來，生成式人工智能（Generative AI）在信息處理與財務(wù)決策領(lǐng)域展現(xiàn)出巨大潛力。我們精選了arxiv上兩項最新研究成果，聚焦大語言模型（LLMs）在會計信息解讀與財務(wù)報表分析中的突破性應(yīng)用，誠邀學(xué)術(shù)同仁交流探討。

論文一：Bloated Disclosures:Can ChatGPT Help Investors Process Information?（冗余披露：ChatGPT能否助力投資者信息處理？）

該研究以股票市場為實驗平臺，實證分析ChatGPT對復(fù)雜企業(yè)信息披露文檔進(jìn)行摘要提煉的有效性。研究發(fā)現(xiàn)，盡管生成摘要明顯縮短了文本長度，但信息含量反而更高，且與市場反應(yīng)的解釋力更強(qiáng)。文本情緒在摘要中被進(jìn)一步放大，而所謂的“冗余披露”會導(dǎo)致價格效率降低與信息不對稱上升。該文首次提出了信息“膨脹度”的量化指標(biāo)，驗證生成式AI在減輕投資者信息處理負(fù)擔(dān)方面的巨大潛力。

論文二：Financial Statement Analysis with Large Language Models（大語言模型的財務(wù)報表分析）

本文探討GPT-4在標(biāo)準(zhǔn)化、匿名化的財務(wù)報表分析任務(wù)中的表現(xiàn)。即使缺乏行業(yè)語境或敘述性信息，GPT-4在預(yù)測未來收益變化方向方面超過了人類分析師，并與當(dāng)前最先進(jìn)的特定機(jī)器學(xué)習(xí)模型精度相當(dāng)。尤其在人類分析師常常失效的情境下，LLM表現(xiàn)出顯著優(yōu)勢。研究還表明，該模型的預(yù)測不依賴其訓(xùn)練記憶，而是基于真實的分析推理，其構(gòu)建的投資策略也優(yōu)于傳統(tǒng)模型，展現(xiàn)了在決策支持中的廣闊前景。