2月13日上午，来自芝加哥大学布斯商学院的修大成教授做客我院互联网与数字经济系列讲座，开展了题为“Expected Returns and Foundation Models of Language”的线上讲座。讲座由中央财经大学中国互联网经济研究院副院长史宇鹏教授主持，中央财经大学副校长李涛教授、黄乃静副教授、金星晔副教授、赵宣凯副教授、邱磊菊副研究员、张文韬博士、李东阳博士以及校内部分硕博生等数十位师生参加了此次讲座。
修大成现为芝加哥大学布斯商学院终身教授。先后毕业于中国科学技术大学、美国普林斯顿大学，分别获得数学、理工学学士学位，应用数学硕士、博士学位。研究领域为Financial Econometrics, Empirical Asset Pricing, Machine Learning in Finance, High- Dimensional Statistics, Quantitative Finance等。其研究成果发表于Econometrica, Journal of Econometrics, Review of Financial Studies, Journal of Finance, Annals of Statistics, Journal of the American Statistical Association等国际知名期刊。同时，修教授担任以下顶尖学术期刊的主编或编委：Review of Financial Studies, Journal of the American Statistical Association, Journal of Financial Econometrics, the Journal of Econometrics, Journal of Business & Economic Statistics, Management Science, Journal of Applied Econometrics, Journal of Empirical Finance等。
讲座分享中，修大成教授首先介绍了自然语言处理领域中BoW（词袋模型）和LDA（主题模型）等经典方法，进而指出相较于上述方法，大语言模型（Foundation language model）能够处理更大量级的文本，在提取新闻中上下文时更为精确地表示文本语境语义，并对该模型进行了详细介绍。在实际应用中，修教授尝试基于此方法提高股票收益预测效果。具体来说，分别采用Logistic回归以及线性回归方法，将训练结果与股票收益进行回归。为保证预测结果的稳健性，同时还采用了16个国家的股票市场中涵盖13种语言的新闻文本进行验证。修教授总结指出，大语言模型在处理金融文本时更有效率，它能够将非结构化的文本转化为向量，能够准确识别出语境与语义。最后，修教授与参与讲座的师生们进行了热烈的交流与讨论，认真解答了各位老师同学的提问。
此次讲座获得北京市高等学校卓越青年科学家计划资助（BJJWZYJH01201910034034），特此致谢。
