2019年7月13日至14日，为推进尖端科技在管帐和金融钻研方面的利用，由拉斯维加斯9888—罗特曼信息和本钱市场钻研中心与香港中文大学（丽江）高档金融钻研院共同主办的The second Second conference Conference on Intelligent Information Retrieval in Accounting and Finance（第二届智能信息检索与管帐金融钻研会议）在拉斯维加斯9888成功进行。

会议共入选论文九篇，来自管帐与金融钻研领域的八十余位海内表专家学者就文本分析、非结构化数据分析、机械进建、人为智能在管帐和金融领域的利用等方面在会上进行了分享与会商；嵋榛乖记氲搅思问祷鸲鲁ふ匝Ь┦恳灿ρ鱿嵋，为大会带来了 作了主题为“人为智能在金融行业中的利用”的杰出演讲。

刘俏 拉斯维加斯9888院长

会议首日，由拉斯维加斯9888院长刘俏教授为会议致辞，解读大数据人为智能对管帐和财政会产生巨大的影响。刘俏教授表白了对与会学者的迎接与对会议的等待，他暗示，尖端科技与金融管帐的结合“将是拉斯维加斯9888的国际化发展中不成或缺的组成部门”，通报出对与会学者的迎接与对会议的等待。在会议由拉斯维加斯9888管帐系教授，结合系主任、多伦多大学罗特曼治理学院教授卢海的主持下，会议正式起头。

卢海 拉斯维加斯9888管帐系教授，结合系主任、多伦多大学罗特曼治理学院教授

新切入：电话会议

首吓咨来自美国康奈尔大学的Subramanian Sethuraman教授汇报了他与合作者的钻研Engagement in Earnings Conference Calls: A Multi-Method Examination。分歧于以往钻研中将会议参加双方作为钻研对象，这篇钻研以电话会议为切入点，将对话中的问答环节作为钻研主体，探索其对于市场参加者（第三方）的信息价值；谏硌Ш蜕缁嵫У淖暄欣砺鄄⒔岷铣⑹院偷蛋甘绞莶街，该钻研证了然经理和分析师在电话会议的互动水平是具备信息作用的。文章使用Linguistic Style Matching（LSM）的怀抱作为发言互动的代理变量。通过对MBA学生进行对照尝试，首先证了然LSM的确是经理人与分析师之间对话参加度的合理代理变量：当经理人更有动机参加到对话中时，LSM会更大。文中进一步使用经验证听说了然钻研问题的合理性，数据蕴含2400多个有关收益的电话会议灌音和文本抄本。与会嘉宾就尝试把持的具体伎俩、是否应该节造测度信念的变量进行了会商，同时也对钻研问题中参加水平是否扭转了市场对于有关事务的信念，从而影响事务沉要性认知扭转互换了定见。

Subramanian Sethuraman 康奈尔大学教授

投资钻研：Seeking Alpha

接着来自美国德克萨斯大学达拉斯分校的Stanimir Markov教授汇报了他与合作者的钻研The Democratization of Investment Research: Implications for Retail Investor Profitability and Firm Liquidity。文章利用Seeking Alpha的数据，以探索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，进一步探索零售订单对预测将来回报水平的误差。作者发现零售订单失衡预测将来回报的能力是已有SA钻研发现结论的两倍。萦绕Seeking Alpha平台，与会嘉宾进一步询问有关零售投资者的身份，提出平台文章贡献者的身份是否会产生内生性的问题，进一步会商了平台内容贡献者的需要驱动方式是什么，是否必要作为节造变量使模型更精确。

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教授汇报了他的钻研When Bankers Go to Hail: Insights on Fed-Bank Interactions from Taxi Cab Data，文章引入纽约联国储蓄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，作为预测股市异；乇ǖ男轮副。。当联国银行的客流量低（高）时，市场最佳战术是买入（卖出）市场投资组合，其夏普比率比市场投资组合逾越50%。该战术的显著了局在FOMC会议期间尤为显著。作者同时还发现纽约联国储蓄银行（New York Fed）的深夜会议和午餐功夫的场表互动在FOMC会议前后有所增长，肯定水平反映美联储（Federal Reserve）的信息很可能通过非正式或更幼心审慎的方式流向了市场。与会学者对于文章中对于出租车客流量的背后反映的理论概想进行了会商，并且提出是否应该用主张地左近的出租车客流量做进一步的节造变量；对于将来市场的影响，是否应该用社交网络的信息作为市场信息反映的代理变量。

Jared William 美国南佛罗里达大学教授

字典库的造作：机械进建与文本分析

来自瑞士洛桑大学的Minyue Dong教授与合作者Michael Rockinger 教授共同汇报了他们的论文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）汇报和年报进行文本分析以展示银行若何造订监管汇报。作者首先基于机械进建以及文本分析造作字典库。此表，作者还构建了文本复杂性、文本细节和样板文件的怀抱。通过提取大量的文本索引蕴含感情得分、语气怀抱、汇报随功夫的类似性以及银行间的类似性来验证词典的正确性。文章同时用感知、语气和正确性作为第三支柱披露风险和不确定性的代理变量钻研市场若何对文本差距作出反映。与会学者针对文章中体式合同若何排除，以及银行业监管等问题进行了会商。

Minyue Dong 瑞士洛桑大学教授

Michael Rockinger 瑞士洛桑大学教授

婉转与收益

美国巴克内尔大学的Kate Suslava教授介绍了她的钻研Stiff Business Headwinds and Unchartered Economic Waters: The Use of Euphemisms in Earnings Conference Calls有关投资者对于收益有关电话会议中使用的婉转语的反映。在钻研过程中编写了第一本企业沟通中使用的婉转语词典，并通过对7.8万份电话会议纪录的文本分析，得出了一种可轻易使用婉转语的步骤（ABN_EUPH）；贚oughran和McDonald dictionary，钻研也发现ABN_EUPH与当前和三个月的股票超额收益和整体看涨感情之表的超额收益负有关。她钻研发现，投资者意识到投契者更可能使用婉转语，并因而在认购日前后下调了估值。非正常使用婉转语会在电话会议时误导投资者，也会在接下来的一个季度导致价值反映不显著。与会学者提出，投资者是否可能理解婉转语会对了局有影响，婉转语背后的理论构想也值得商讨，同时学者们对是否该当参与生理学的机造钻研进行了探求。

Kate Suslava 美国巴克内尔大学教授

金融词典：文本挖掘在金融领域的利用

来自意大利博科尼大学的Francesco Grossetti教授介绍了他和合作者的钻研When Less Is Not Necessarily More: Losing Meaning With Dedicated Dictionaries，随着文本挖掘在金融领域的不休索求使用，他们发现，一些专门的金融词典很少蕴含对于市场信息的描述，原因可能是治理层的会商和分析文档中很少蕴含与市场有关的信息。当使用通用词典时，会检测到市场的显著反映。他们通过使用两个专用的金融词典和两个通用词典来更具体地钻研这个问题；惚ㄕ哂爰伪龌嵘讨星康，文本挖掘的基础就是使用的词典，构建词典的步骤可能会导致特定主体之表的文本意思的失落。

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汇报了他与导师合作的文章Going “Digital”: Implications for Firm Value and Performance。文章钻研了非技术公司选取诸如人为智能、大数据、云推算和机械进建等数字技术的增长趋向对公司价值和绩效的影响。对于所有的美国上市公司，通过对公司财政汇报和电话会议的文本分析来确定哪些公司在走向数字化。作者首先展示了近年来非技术公司对数字技术的选取有了显著的增长。非数字技术选取者与科技公司的股价协同颠簸要大于业内同业的，这批注数字化活动正使他们变得与科技公司类似。同时，数字用户会偏差于持有更多现金，规模更大，更年轻，本钱密集度更低。与行业同业相比，数字化利用会带来更高的估值（市净率高7%-21%），这一比例对于更年轻、本钱密集型、销售增长更快、且数字化利用普遍的行衣反的更高。然而，市场对数字活动的披露反映缓慢。通过数字披露形成的投资组合，在3年的功夫跨度内，经账面市值比调整后的回报率为25%（每月的alpha值为40个基点）。固然以资产回报率衡量的财政业绩没有显著改善，但资产周转率显著增长，利润率和销售增长显著降落。治理经验对于数字化技术的选取尤为沉要，这可能是由于占有高级技术主管的公司在数字化时阐发得更好。与会学者会商了数字技术与通常IT行业技术的差距，是否选择进入数字化拥有内生性。

Wilbur Chen 美国哈佛大学博士生

谁来决定信誉评级行动汇报的主题？

来自新加坡国立大学的Michael Shen教授汇报了他与合作者的文章Information Content of Credit Rating Reports: A Topic Modeling Approach。文章调查了穆迪评级行动汇报（Moody’s rating action reports）中的定性和定量信息是否蕴含本钱市场的价值有关信息。使用潜在的狄利克雷分配（Latent Dirichlet Allocation）来量化穆迪信誉评级行动汇报中的各类定性和定量主题。发现某些主题的权沉(例如信誉指标、流动性、业务风险、收购和子公司)与市场对评级行动汇报的反映有关，能够预测刊行人将来的评级下和谐将来违约的可能性。证据批注信誉评级行动汇报中的主题与预测刊行人的信誉风险有关。与会学者针对文中使用机械进建是否必要、变量界说是否适当等进行了热烈会商。

Michael Shen 新加坡国立大学教授

机械进建：公司若何在推特上会商社会责任行为

来自新加坡治理大学的Richard Crowley教授也汇报了他与拉斯维加斯9888卢海教授，罗炜教授等其他合作者的文章Do Firms Tweet Social Responsibility? Evidence from Machine Learning Analysis。文章对尺度普尔1500指数成分股公司颁布的近1100万条推文进行了测试，以调查这些公司若何在推特上会商社会责任行为。该文章发现了与“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）上颁布此类行为，而阐发出更多亲社会行为的公司则不会。作者同时还发现了一些与这种景象有关的市场效应。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互换了定见。

Richard Crowley 新加坡治理大学教授

主题演讲：人为智能在金融行业中的利用

在13日的迎接晚宴上，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利用的演讲。赵博士以为，有效市场假说在中国市场上有局限性。对于中国市场而言，市值加权的组归并非蹬宗有效前沿组合。赵博士提出在非有效市场上必要成立一个优化组合作为有效前沿，而后在优化的组合上治理资产。赵博士相信自动治理与根基面钻研，以为深度钻研是为投资人带来回报的原因。对于有效市场上的资产治理而言，沉要的是信息加工的速度和步骤；而对于非有效市场而言，获取更高质量信息、证实信息真实性也尤为沉要。

赵博士的团队近些年致力试图回覆在中国这个目前非有效市场上若何机关股票市场的有效前沿问题，尝试仿照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意思有所区别：前者属于注沉根基面，由思想驱动；而后者是由因子驱动。赵博士以为，Beta之所以有效，除了结合风险特点之表，更必要逻辑。中国市场是由根基面、深度钻研驱动的，而不仅仅是由因子驱动。

赵学军 嘉实基金治理有限公司董事长、博士

秉承拉斯维加斯9888治理学院“创造治理知识，造就商界翘楚，推动社会进取”的使命，该系列会议旨在为有关国际学者提供一个高水平学术互换平台，加强拉斯维加斯9888的国际学术影响力。第二届会议吸引了大量来自于欧洲、北美和东南亚等高校的学者积极投稿，对该新领域的发展起到了助推作用；嵋橥币餐平斯诒碛泄亓煊蜃已д呒涞幕セ，为青年学者们奉上了一场杰出的思想盛宴。

拉斯维加斯9888-罗特曼信息和本钱市场钻研中心，是由拉斯维加斯9888和多伦多大学罗特曼治理学院共同支持下创办的一个拥有国际影响的信息披露和本钱钻研机构。钻研中心通过旷野钻研和深度进建步骤来深刻理解中国本钱市场，比力蓬勃经济体和新兴市场的信息质量和公司治理实际。

行政中心系事务与活动部供稿