​11月19日下午，来自香港中文大学（深圳）的申睿副教授应邀在研究生报告厅一楼作题 为“财经领域机器学习研究的进展”。本次会议报告由刘启亮教授主持，多名专家学者及博士研究生现场聆听报告并参与了讨论，报告反响热烈，引发了大家热情的互动和探讨。

申睿老师首先从机器学习的应用方向出发，提到预测（Predictions）和信息提取（Information retrieval）是机器学习在财经领域应用的两大方面。机器学习相较于人工估计，存在模型效果可能更好、信息获取更为全面等优势，但同时申睿老师也指出机器学习在预测中存在缺陷，认为模型训练是一个“黑匣子”过程，预测结果的解释力度不强。

 ​*图为申睿教授进行学术报告

随后，申睿老师通过Ding et al.（2020，RAS）“Machine Learning Improves Accounting Estimates: Evidence from Insurance Payments”和Bao et al.（2020，JAR）“Detecting Accounting Fraud in Publicly Traded U.S. Firms: Using Machine Learning Approach”等论文向老师和同学展示了机器学习在会计估计和财务舞弊预测中的应用，并以Li et al.（2021，RFS）“Measuring Corporate Culture Using Machine Learning”和Lin et al.（2023，WP）“Global Evolution of Environmental and Social Disclosure in Annual Reports”两篇论文为例，分享了机器学习如何实现在盈余报告、财务报告等文本信息的提取，详细介绍了利用词嵌入（Word Embedding Model）模型将文本转成词向量，设置种子词集（Seed Word List），并通过提取相似度最高的近义词扩充词典。此外，申睿老师也介绍了BERT模型在文本领域中的使用，以Rajan et al.（2023，WP）的论文为例，展示了公司在致股东信（Shareholder Letter）中提及的公司目标，研究结论发现除了传统的业绩目标（Performance）和利益相关者目标（Stakeholders）以外，社会目标（Society as a Whole）提及的次数明显增加，企业积极承担社会责任的趋势增强。

 ​*图为申睿教授进行学术报告 

​*图为申睿教授进行学术报告

最后，申睿老师介绍了大语言模型的发展趋势，并以GPT为例，探讨了GPT在财会研究领域应用的方向和可能，提到GPT回复可以作为一般回复的标准，对标衡量公司在问答环节提供的增量信息（Bai et al. 2023，WP）。此外，申睿老师还展示了GPT在公司文化信息提取中的应用，通过提供特定文本，利用GPT的信息归纳能力分析文本中的公司文化特征分类。

*图为申睿教授进行学术报告 

申睿老师的报告结束后，在场师生就报告中的学术问题展开了交流与讨论，本场分享在全场学者的诚挚感谢中圆满结束。此次报告加深了在场师生对于机器学习和文本分析等前沿理论和交叉学科在财会经管领域应用的理解，同时，会议加强了教师间、师生间的学术交流，培养了同学们在学术沟通中进一步反思的能力，也进一步活跃了学院的学术氛围。

【主讲人介绍】

申睿，香港中文大学（深圳）副教授，主要研究领域是对于会计信息的异质理解；资本市场以及公司决策。已在国际TOP 期刊 Journal of Financial and Quantitative Analysis、Strategic Management Journal 、The Accounting Review 发表论文 4 篇。是活跃在国际学术一线的优秀会计学者。