研究人员开发了一个名为DisclosureBeta的新理论框架,用于在历史价格数据有限的情况下估算公司的beta值(衡量其对市场风险的敏感度)。该方法将大型语言模型(LLM)建模为公司风险特征的噪声测量通道,并将此噪声纳入资产定价误差预算。该理论提供了一种识别和一致估算模型条件下的载荷的方法,为估算精度提供了下限,该下限考虑了不可避免的披露噪声和错误分类项。提出了一种文本和滚动窗口估计器的自适应组合,该组合根据价格历史的质量和长度动态调整其权重。 AI
影响 在量化金融领域引入了LLM在风险评估方面的新颖应用,有可能提高金融建模的准确性。
排序理由 详细介绍金融风险测量新理论框架的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
- Adad
- arXiv
- Breitung
- DisclosureBeta
- Fama-French five factor model and the necessity of value factor: Evidence from Istanbul Stock Exchange
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →