Zhichong Lyu (吕志冲)

The digital economy is crucial in advancing an economically sustainable and low-carbon future and plays a key role in achieving carbon neutrality and carbon peaking. We measured the digital economy development level of each prefecture-level city in China form 2011to 2019, then investigated the impact of on carbon emissions and its mechanism using the panel fixed effects model and the spatial Durbin model.

人工智能时代机器读者的使用对企业信息披露会产生什么影响？

本文引入深度学习算法，以识别MSCI世界指数公司年度报告中与气候相关的空谈。研究发现只有有针对性的气候参与才会减少空谈。而自愿性气候披露则与更多的空谈相关。此外，空谈与负面新闻报道的增加和排放量的增长相关。因此，“空谈 ”有助于评估气候倡议的有效性，并预测声誉和转型风险。

大量研究记录了投资者情绪如何帮助研究人员理解和预测随时间推移的股票市场收益。但鲜少有研究利用机器学习方法从新闻图片中挖掘出投资者情绪来预测股市收益。

本文旨在研究不同情绪如何影响指数期货收益。采用滞后的基于文本的情绪（愤怒、喜悦、恐惧、乐观和悲观）指数对预测标普500指数期货收益的预测回归进行了检验，发现悲观和乐观情绪指数之间存在不对称的预测能力。

本文探究了大语言模型ChatGPT作为上市公司业绩预测财务顾问的潜力。利用中国证券指数300成分股，将ChatGPT对主要财务业绩指标的预测与人类分析师的预测和真实值进行比较，结果表明ChatGPT可以纠正人类分析师的乐观偏见。

什么造成了市场对旧消息反应之谜？受相关性忽视理论的启发，本文对金融从业人员实验后发现，即使是老练的投资者也很难识别出多个来源内容重新组合的旧信息，使用彭博社终端1700万篇新闻评估该机制如何影响市场，相较于直接转载，重组的旧信息会促使价格出现更大的波动与随后的反转，此效应在新闻情绪、模糊性和投资者关注度方面持续存在。此外，虽然对旧信息的总体反应随时间推移而下降，但对重新组合的不同反应却在增加。

本文研究了可接入互联网的ChatGPT-4能否提供有价值的投资建议并及时评估财务信息。通过现场实验，发现ChatGPT-4评级与未来盈余公告和股票收益之间正相关。实证表明ChatGPT-4会根据盈利意外和新闻事件信息及时调整评级，“attractiveness ratings”策略可产生正收益。

本文研究了ChatGPT和其他大型语言模型在使用新闻标题预测股市收益方面的潜力。通过ChatGPT判断新闻标题对公司股价所产生的积极、中性和消极作用，产生的得分与随后的每日股票收益之间显著正相关。

本文着重探究GLLMs在会计研究领域的运用，并与现有文本分析技术进行比较。