光華講壇——社會(huì)名流與企業(yè)家論壇第6666期
主題：Unleashing the power of text for credit default prediction: Comparing human-generated and AI-generated texts via a deep learning approach釋放文本的力量進(jìn)行信用違約預(yù)測(cè)：通過(guò)深度學(xué)習(xí)方法比較人工生成的文本和 AI 生成的文本
主講人：西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院院長(zhǎng) 石寶峰教授
主持人：西南財(cái)經(jīng)大學(xué)中國(guó)金融研究院副院長(zhǎng) 董青馬教授
時(shí)間：11月15日14:00-17:00
舉辦地點(diǎn)：格致樓618
主辦單位：中國(guó)金融研究院
主講人簡(jiǎn)介：
石寶峰，西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院院長(zhǎng)、教授、博士生導(dǎo)師，國(guó)家社科基金重大項(xiàng)目首席專(zhuān)家、國(guó)家重點(diǎn)研發(fā)課題首席專(zhuān)家，國(guó)家青年人才計(jì)劃入選者，擔(dān)任西北農(nóng)林科技大學(xué)信用大數(shù)據(jù)應(yīng)用研究中心主任，兼任中國(guó)國(guó)外農(nóng)業(yè)經(jīng)濟(jì)研究會(huì)副會(huì)長(zhǎng)、中國(guó)農(nóng)業(yè)經(jīng)濟(jì)學(xué)會(huì)青年工作委員會(huì)常務(wù)委員、SSCI期刊Emerging Markets Finance and Trade編委等。
圍繞涉農(nóng)金融風(fēng)險(xiǎn)和“三農(nóng)”政策評(píng)估，主持國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、國(guó)家自然科學(xué)基金等課題30余項(xiàng)；在《經(jīng)濟(jì)研究》《管理世界》《Nature Food》《Omega》等國(guó)內(nèi)外學(xué)術(shù)期刊發(fā)表論文80余篇；其中1篇被Nature主刊Research Highlight專(zhuān)題報(bào)道，6篇入選ESI前1%高被引，相關(guān)研究得到新華社、人民日?qǐng)?bào)等媒體報(bào)道轉(zhuǎn)載。
相關(guān)成果榮獲國(guó)家教學(xué)成果二等獎(jiǎng)、陜西高校人文社科優(yōu)秀成果一等獎(jiǎng)、遼寧省哲學(xué)社會(huì)科學(xué)優(yōu)秀成果二等獎(jiǎng)、中央農(nóng)辦 農(nóng)業(yè)農(nóng)村部鄉(xiāng)村振興軟科學(xué)優(yōu)秀成果獎(jiǎng)等。在服務(wù)國(guó)家戰(zhàn)略方面，撰寫(xiě)的20余份咨政報(bào)告得到省部級(jí)以上領(lǐng)導(dǎo)簽批或政府采納，1份得到黨和國(guó)家主要領(lǐng)導(dǎo)同志的肯定性批示。
內(nèi)容簡(jiǎn)介：
盡管生成性大型語(yǔ)言模型（LLMs）在各個(gè)領(lǐng)域的應(yīng)用日益增加，但它們?cè)诮鹑谛袠I(yè)的潛在應(yīng)用仍大部分未被探索。本文探索性地將ChatGPT這一LLM模型整合到貸款決策中，利用文本數(shù)據(jù)進(jìn)行信用違約預(yù)測(cè)。首先，我們利用ChatGPT分析和解釋貸款官員最初生成的文本貸款評(píng)估，進(jìn)而產(chǎn)生類(lèi)似人類(lèi)的分析文本。通過(guò)將人工智能（AI）生成的文本與人類(lèi)加工文本進(jìn)行比較，發(fā)現(xiàn)兩者存在顯著區(qū)別，特別在文本長(zhǎng)度、語(yǔ)義相似性和語(yǔ)言表示方面。進(jìn)而，采用深度學(xué)習(xí)技術(shù)研究發(fā)現(xiàn)，除了傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，納入非結(jié)構(gòu)化文本數(shù)據(jù)，特別是ChatGPT生成的文本，可顯著改善信用違約預(yù)測(cè)性能。本研究為生成性AI在金融和商業(yè)服務(wù)中的潛在應(yīng)用提供了一定參考。
