本期推荐一篇最新发表在NBER上的论文《人工智能与金融》。近年来，生成式人工智能的迅速发展正在推动经济与金融领域发生深刻变革。以ChatGPT为代表的大语言模型（LLMs）自2022年发布以来，显著提升了对相关技能的市场需求，特别是在金融行业，对人工智能、机器学习和深度学习技能的需求呈现出爆发式增长。这一技术进步被视为一场“技术冲击”，可能深刻影响企业价值、劳动市场以及学术研究方法。该研究旨在探索生成式人工智能对企业行为和金融研究的多方面影响，特别是在技术冲击下企业如何调整其生产和管理决策，以及生成式人工智能如何成为金融研究的创新工具。
论文首先通过文献综述总结了生成式人工智能在金融领域的现有应用和影响。作者收集并分析了大量相关研究，尤其是关于ChatGPT等技术如何提高企业生产效率和影响劳动市场结构的文献。这一综述为研究奠定了理论基础。在实证研究中，论文结合Lightcast的技能需求数据和LinkedIn的就业结构数据，分析了ChatGPT发布前后金融行业对生成式人工智能相关技能的需求变化，发现此类技能需求大幅上升。此外，作者创新性地开发了一种基于职业任务的企业技术暴露测量方法，通过O*NET数据库对职业任务的分析，量化企业中不同任务受到生成式人工智能影响的程度，并结合企业的就业结构数据计算企业整体的技术暴露水平。为进一步分析生成式人工智能对资本市场的影响，论文采用事件研究法，将ChatGPT发布作为研究事件，通过构建市值加权的企业投资组合，研究了企业生成式人工智能暴露程度与股市异常收益之间的关系。结果表明，高暴露企业在事件窗口内表现优于低暴露企业，表明生成式人工智能可能带来显著的经济价值。
研究结论表明，生成式人工智能正在显著改变企业的决策方式和市场表现，其技术暴露程度可以有效预测企业在资本市场中的表现。同时，生成式人工智能作为一种研究工具，也显著提高了金融研究的效率，特别是在文本分析、数据分类和假设生成方面的应用。这项研究不仅填补了生成式人工智能在金融领域的研究空白，还为政策制定者和企业管理者提供了重要启示，即如何在技术冲击下优化生产决策和调整劳动资源配置。
唧唧堂学院推荐订阅
