【香樟推文3538】15% vs. 5%：大语言模型如何三倍提升财报文本对股价的解释力？

文章预览

图片来源：豆包AI 原文信息： Siano, F. (2025). The news in earnings announcement disclosures: Capturing word context using LLM methods.  Management Science . 原文DOI:10.1287/mnsc.2024.05417 01 导读 长期以来，财务报表上的“数字”被视为估值的核心。然而，随着投资者对信息结构与语义表达的理解逐步深入，“文本”正成为资本市场中不可忽视的另一种信息载体。尤其是在财报发布季节中，企业新闻稿、管理层讲话、电话会议纪要等大量文本信息，蕴含着对未来现金流和风险预期的关键线索。 尽管如此，现有研究却屡屡发现：文本披露对短期市场反应的解释力依然有限，一个重要原因是，传统文本分析方法往往采用“词袋模型”，忽视了词语之间的上下文关系与语义结构，无法捕捉复杂语言中的“潜台词”。 这正是Federico Siano在其发表于 Management Science 的新作《The News in Earnings Ann ………………………………