光华讲坛——社会名流与企业家论坛第6666期

主题：Unleashing the power of text for credit default prediction: Comparing human-generated and AI-generated texts via a deep learning approach释放文本的力量进行信用违约预测：通过深度学习方法比较人工生成的文本和 AI 生成的文本

主讲人：西北农林科技大学经济管理学院院长 石宝峰教授

主持人：西南财经大学中国金融研究院副院长 董青马教授

时间：11月15日14:00-17:00

举办地点：格致楼618

主办单位：中国金融研究院

主讲人简介：

石宝峰，西北农林科技大学经济管理学院院长、教授、博士生导师，国家社科基金重大项目首席专家、国家重点研发课题首席专家，国家青年人才计划入选者，担任西北农林科技大学信用大数据应用研究中心主任，兼任中国国外农业经济研究会副会长、中国农业经济学会青年工作委员会常务委员、SSCI期刊Emerging Markets Finance and Trade编委等。

围绕涉农金融风险和“三农”政策评估，主持国家社会科学基金重大项目、国家重点研发计划课题、国家自然科学基金等课题30余项；在《经济研究》《管理世界》《Nature Food》《Omega》等国内外学术期刊发表论文80余篇；其中1篇被Nature主刊Research Highlight专题报道，6篇入选ESI前1%高被引，相关研究得到新华社、人民日报等媒体报道转载。

相关成果荣获国家教学成果二等奖、陕西高校人文社科优秀成果一等奖、辽宁省哲学社会科学优秀成果二等奖、中央农办 农业农村部乡村振兴软科学优秀成果奖等。在服务国家战略方面，撰写的20余份咨政报告得到省部级以上领导签批或政府采纳，1份得到党和国家主要领导同志的肯定性批示。

内容简介：

尽管生成性大型语言模型（LLMs）在各个领域的应用日益增加，但它们在金融行业的潜在应用仍大部分未被探索。本文探索性地将ChatGPT这一LLM模型整合到贷款决策中，利用文本数据进行信用违约预测。首先，我们利用ChatGPT分析和解释贷款官员最初生成的文本贷款评估，进而产生类似人类的分析文本。通过将人工智能（AI）生成的文本与人类加工文本进行比较，发现两者存在显著区别，特别在文本长度、语义相似性和语言表示方面。进而，采用深度学习技术研究发现，除了传统的结构化数据，纳入非结构化文本数据，特别是ChatGPT生成的文本，可显著改善信用违约预测性能。本研究为生成性AI在金融和商业服务中的潜在应用提供了一定参考。