盧陽正的報(bào)告共有8個(gè)部分：一是新聞是否具有信息內(nèi)涵；二是財(cái)經(jīng)新聞能否事前反應(yīng)企業(yè)風(fēng)險(xiǎn)度上升的可能；三是科研計(jì)劃執(zhí)行重點(diǎn)與成果；四是自然語言處理技術(shù)于新聞信息內(nèi)涵量化之應(yīng)用；五是企業(yè)財(cái)務(wù)危機(jī)預(yù)警之應(yīng)用；六是證券異常報(bào)酬分析上之應(yīng)用；七是企業(yè)財(cái)務(wù)危機(jī)預(yù)警之應(yīng)用；八是文詞語意探勘人工智能系統(tǒng)應(yīng)用與展望。他首先解釋了資料探勘與文詞探勘的含義，以“塞浦路斯紓困”和“鴻夏戀生變”為例，說明財(cái)經(jīng)新聞中包含了重要的資訊內(nèi)涵；然后重點(diǎn)介紹了財(cái)經(jīng)文辭解析引擎在企業(yè)財(cái)務(wù)危機(jī)預(yù)警和證券異常報(bào)酬分析中的應(yīng)用，包括財(cái)危解釋變量的分類、模型適配與預(yù)測、模型績效評估、訊息和盈余宣告前后累積異常報(bào)酬橫截面分類的結(jié)果等；最后，對財(cái)經(jīng)文辭解析引擎未來進(jìn)一步可能的應(yīng)用方向作了預(yù)測，認(rèn)為該系統(tǒng)將會在企業(yè)信用風(fēng)險(xiǎn)評級中發(fā)揮重要作用。
在接下來的現(xiàn)場互動環(huán)節(jié)，同學(xué)們積極提問，就不同類型的詞匯對公司業(yè)績的影響、模型變量權(quán)重的設(shè)定、系統(tǒng)的實(shí)際應(yīng)用等問題與盧教授作了進(jìn)一步的交流。盧陽正語言幽默生動，感染力強(qiáng)，報(bào)告會現(xiàn)場氣氛活躍，在場的師生受益匪淺。
任森春對報(bào)告會作了總結(jié)發(fā)言，并向盧陽正表示誠摯的感謝。
（作者：金融學(xué)院 丁龍華；審核：金融學(xué)院 潘淑娟）