11月25日中午，上海财经大学新闻与社会高等研究院成功举办“自然语言处理在金融研究中的应用”专题讲座。本次讲座为御风传播工作坊系列活动之一，由上海交通大学金融学博士，上海财经大学统计与数据科学学院教授、博士生导师卞世博博士担任主讲，新闻与社会高等研究院董宸老师主持，现场学术氛围浓厚。
卞世博教授以其深厚的学术积累和丰富的实证研究经验，系统介绍了自然语言处理技术在金融文本分析中的前沿应用。他指出："随着大数据时代的到来，非结构化文本数据——如公司年报、投资者互动、新闻舆情、政策文件等，已成为金融信息分析中不可忽视的重要来源。如何从海量文本中提取有价值的信息，构建可量化的指标，成为现代金融研究的关键课题。"
讲座中，卞教授以多个生动案例展开讲解。他分享了关于上市公司在“上证e互动”平台采用模板化回复投资者的研究，指出这类行为不仅可能导致股价下跌，甚至引发股价崩盘风险。此外，他还深入分析了年报文本可读性与公司经营状况之间的关联，指出业绩较差的公司倾向于使用更为复杂、难懂的语言编制年报，而文本易读性高的公司往往盈利更为稳定、可持续。
在技术层面，卞教授系统梳理了自然语言处理的发展脉络，从早期的关键词搜索、词袋模型，到词嵌入方法和当前流行的Transformer架构（如BERT、GPT），逐步揭示计算机如何“理解”语义、识别情绪、评估文本质量。他强调，尽管技术不断演进，研究的核心仍在于讲好“故事”，技术方法应为研究问题服务，而非本末倒置。
本次讲座不仅拓展了听众对自然语言处理在金融领域应用的认知，也促进了跨学科之间的思想碰撞。在场学生表示，通过讲座对如何从文本中“读出”市场信号、识别风险、理解投资者行为有了更系统的理解，也为今后的学术研究与职业发展提供了新的视角与方法启发。
在数字化与智能化交织的今天，文本分析正成为洞察金融市场的新窗口。上海财经大学新闻与社会高等研究院未来也将继续推动此类跨学科学术活动，搭建学界与实务界沟通的桥梁，助力数据科学与金融研究的深度融合与发展。
供稿 | 何叶紫
供图 | 何睿、董宸
