文章题目：从虚构到现实：生成型AI在商业和金融中日益增长的作用（From fiction to fact: the growing role of generative AI in business and finance）
发表期刊：Journal of Chinese Economic and Business Studies
联合国可持续发展目标：SDG9 产业、创新和基础设施
Podcast (English)
Boyang Chen：中国农业大学博士，获国家奖学金基金（联合博士项目）的奖学金，现就读于爱丁堡大学商学院，研究领域为能源经济学、环境经济学和政策以及气候金融。
Zongxiao Wu：爱丁堡大学商学院博士，研究方向为金融技术和风险管理。
Ruoran Zhao：爱丁堡大学商学院B-CCaS中心的研究员，布朗大学经济系的访问学者，研究领域为金融发展的深层根源。
研究问题
“为何生成型AI（Generative AI，如OpenAI的ChatGPT）在商业与金融中的作用越来越被重视?” 本文探讨了生成型人工智能如何通过自然语言处理和情感分析来预测企业的风险管理能力及股票回报表现。
在商业和金融领域使用生成式人工智能可以带来许多好处，包括易于获取、节省成本和提高效率。人工智能的使用预计将在未来几年变得更加广泛。
为深入了解生成型AI在商业与金融中的应用以及未来将面临的机遇与挑战，本文回顾了经济和金融领域的最新研究，详尽地描述了如何使用生成型人工智能，尤其是ChatGPT模型，来分析企业财务报告中的文本数据，并基于此数据进行情感分析和风险预测。
核心结论
通过对比ChatGPT 3.5和ChatGPT 4的分析能力，发现ChatGPT 4在解读企业对政策的情绪反应上更为精确，其生成的负面情绪分数与企业的股票表现和风险管理能力呈现高度相关性。例如，具有高负面情绪分数的企业倾向于提高研发投入，以应对严格的环境规制。
文章贡献
本文不仅在生成型AI的应用提供了新的视角和深入案例分析，还探讨了这一技术在商业和金融领域内的机遇与挑战，尤其是在数据隐私、伦理和监管方面的问题：
机遇：
决策支持：通过分析大量文本数据（如企业财务报表或市场新闻），提供对企业行为和市场趋势的深入洞察，支持复杂的商业决策。
效率提升和成本降低：自动化的数据处理和分析可以显著提升工作效率，降低因手动数据处理所需的人力成本。
风险管理：通过情感分析等NLP技术，生成型AI能够评估企业对政策或市场变动的情绪反应，预测相关的风险和回报，帮助企业更好地规避风险。
个性化服务：生成型AI可以提供定制化的服务，如针对用户问题提供专业回答或建议，增强客户服务体验。
挑战：
数据隐私和安全问题：在处理大量敏感信息时，保证数据安全和用户隐私是一个重要挑战。误用或数据泄露可能导致严重的法律和信誉风险。
算法偏见：由于训练数据的偏差，生成型AI可能产生带有偏见的输出，这可能在无意中放大现有的社会不平等，如性别或种族偏见。
监管和伦理问题：目前对于AI的应用尚缺乏全面的监管框架。如何合理利用这些技术，同时防止其滥用，是一个伦理和法律层面的挑战。
技术局限性：尽管AI技术迅速发展，但在处理非常复杂或非结构化的任务时仍有局限。此外，生成型AI的输出依赖于其训练数据，可能无法准确预测未来事件或新兴趋势。
对人力市场的影响：自动化和AI的应用可能导致职位减少，尤其是那些重复性高的工作，这可能会影响就业市场，特别是在技术不那么发达的地区。
未来研究
为促进生成式人工智能领域的进一步研究和创新，本文提出了几个有待进一步研究的研究问题：
生成式人工智能能否提高预测股价的性能，是否有一些生成式人工智能工具比其他工具表现得更好？
生成式人工智能通过文本分析生成的企业文化或ESG评分是否与现有指标一致甚至优于现有指标？
生成式人工智能是否可以用于检测歧视、不公平(例如：性别或种族偏见)，还是金融市场欺诈？
生成式人工智能能否捕捉企业对气候变化或“黑人的命也是命”等社会问题的态度，并进一步探索这些态度的决定因素或后果？
学者可以提供什么指导，以帮助金融市场监管机构为生成式人工智能的出现和发展制定法律框架？
鉴于生成式人工智能给发展中国家带来的机遇和挑战，人工智能如何更好地支持这些地区的小企业和家庭，以促进包容和平等？
最近的理论建模工作缺少的另一个方面是人工智能革命的国际层面。这包括人工智能如何通过政府投资战略引发新一轮跨境技术和经济竞争，它如何影响国际贸易结构，以及它如何改变全球价值链。
编辑：周鹏
附录：文章摘要
Generative Artificial Intelligence (AI), such as ChatGPT by OpenAI, has revolutionized the business world, with benefits including improved accessibility, efficiency, and cost reduction. This article reviews recent developments of generative AI in business and finance, summarizes its practical applications, provides examples of the latest generative AI tools, and demonstrates that generative AI can revolutionize data analysis in industry and academia. To test the ability of generative AI to support decision-making in financial markets, we use the ChatGPT to capture corporate sentiments towards environmental policy by inputting text extracted from corporate financial statements. Our results demonstrate that the sentiment scores generated by ChatGPT can predict firms’ risk- management capabilities and stock return performance. This study also highlights the potential challenges and limitations associated with generative AI. Finally, we propose several questions for future research at the intersection of generative AI with business and finance.
全欧/全英中国经济学会（Chinese Economic Association UK/Europe，简称CEA）成立于1988年，是一个独立的非盈利的学术团体，是欧洲最具影响力的关注中国经济发展的学会。学会成员包括对中国经济发展感兴趣的学者、学生和企业高管。学会的宗旨是增进公众对中国经济发展的理解，并推动关于中国经济的高质量研究。学会在欧洲和中国举办年会以及学术研讨会，鼓励中国与欧洲之间的学术交流。
CEA学会出版英文期刊Journal of Chinese Economic and Business Studies（JCEBS），期刊注册于牛津大学TMCD研究院，发表可持续发展主题的经济、金融和管理类的跨学科高质量论文，欢迎基于各国样本的原创性研究。其CiteScore（5.5）位列“经济学、计量经济学和金融学”类别中前10%。影响因子（2.4）位列Q2。主编和核心编委会包括经济学领域世界前100引用学者Douglas Cumming，英国社会科学院院士Xiaolan Fu，欧洲科学院经济学部负责人Klaus Zimmermann，英国科学院与发展中国家科学院林毅夫，爱丁堡皇家学会Wenxuan Hou，哈佛大学Dwight Perkins，哥伦比亚大学Jeffrey Sachs，普林斯顿大学Dani Rodrik等具有国际影响力的学者。
欢迎点击下方二维码关注！
