2024年11月21日上午，金融学院金融科技系第14期Seminar在沙河校区学院3号楼321教室顺利举行。清华大学经济管理学院助理教授祝武以“Textual Factors in Economics and Finance”为题展开精彩报告。金融学院30余名师生参加了讲座。讲座由金融学院教师田诗文主持。

祝武助理教授作报告

祝武助理教授首先介绍了自己与合作者合写的工作论文“ChatGPT, Stock Market Predictability and Links to the Macroeconomy”。研究发现，相较于传统方法如词袋模型或BERT，ChatGPT等大型语言模型能够更准确地捕捉文本信息中的语义与上下文关系，从而有效预测股票市场走势。随后，祝武助理教授分享了另一篇工作论文“Textual Factors: A Scalable, Interpretable, and Data-driven Approach to Analyzing Unstructured Information”。该研究旨在开发一种新型的方法来处理和分析海量非结构化数据，尤其是文本信息。这种方法不仅能够提高数据分析的效率与准确性，而且可以增强结果的可解释性。研究展示了文本因素在宏观预测、风险溢价解读以及变量构建等多个方面的应用价值，为金融研究提供了新的工具与思路。

在自由交流环节，我院多位师生就讲座内容与祝武助理教授展开了深入的交流和讨论。大家普遍认为，随着人工智能技术的发展，大语言模型等新方法将在金融市场分析中发挥越来越重要的作用。

祝武助理教授的研究有效揭示了大语言模型在处理和分析非结构化信息方面的能力，为未来相关领域的研究提供了新的视角和启发。

撰稿：孟钰皓、田诗文

审核：彭俞超