4月14日上午，银河yh99举办2023年度后稷经管讲堂第七场报告会，石宝峰教授主持会议并作主题报告，爱丁堡大学商学院Yizhe Dong教授、刘耀嵘博士受邀作报告。中国人民银行征信中心张亚京博士后、上海交通大学安泰经济与管理学院张志鹏博士后，我院牛荣教授、任彦军教授、杨虎锋副教授、姜晗博士等师生参加了交流研讨。
Yizhe Dong教授以《Unleashing the power of text for credit default prediction: Comparing human-generated and AI-generated texts via a deep learning approach》为题展开报告。他指出，由于在应用人工智能技术全面理解和回应文本方面仍存在挑战，大多数研究仅依靠结构化数据进行建模来预测贷款客户的违约风险，而忽略了文本信息中包含的潜在价值。为了挖掘文本数据的更多价值，Yizhe Dong教授团队试图研究文本信息是否可以提升信用评估模型的预测性能，以及由人类生成的文本和由人工智能程序生成的文本在预测违约概率方面是否表现出不同的能力。他们首先利用尖端的人工智能程序ChatGPT来分析贷款人员生成的文本，并比较人类书面输入和人工智能书面输出之间的余弦相似度。之后，他们采用三种自然语言处理技术从这两类文本中提取信息并检测其违约预测的性能。此外，他们还探讨了原始文本和ChatGPT生成的文本的内容如何影响模型的性能。最后，基于最佳性能的模型（即BERT），Yizhe Dong教授团队进行了进一步分析，以确定ChatGPT生成文本的哪一部分对提高模型的预测性能具有最显著的影响。
刘耀嵘博士以《ESG risks and performance and cost of debt: International evidence from loan markets?》为题，从相关文献、数据和样本、研究设计、实证结果、结论等方面展开详细汇报。他指出，银行在我们的社会中扮演着金融中介的角色，它不仅提供资金，而且可以开启潜力，以考虑到社会、道德和环境问题的方式指导经济活动。由此引出问题，银行和借款人之间的ESG（Environment, Social and Governance）概况（风险和表现）匹配如何影响贷款的发放和定价？随后，刘耀嵘博士从80,000多个资源中收集负面的ESG问题或事件，并以此为根据展开研究，发现具有高ESG表现和低ESG风险的企业被收取较低的贷款利差，并具有较低的契约强度；企业更倾向于从ESG表现和风险水平相似的银行借款。此研究为ESG的效益方面提供了国际证据。
石宝峰教授以《家庭农场信用评级与贷款定价：基于大科技信贷视角》为题进行汇报。石宝峰教授首先介绍了涉农大数据分析与农业风险管理创新团队，其次从代表性科研项目、科研论文、咨政建议、研究成果产业化应用等方面进行分享介绍。随后，他基于科学问题提出、新型农业经营主体信用信息搜集与预处理、信用评级指标体系构建、信用得分确定、信用等级划分、贷款利率确定等方面对家庭农场信用评级与贷款定价研究展开详细讲解。最后，石宝峰教授指出，农村金融制度变迁表现出的非均衡性、不确定性及行为主体理性预期假设的突破，说明农村金融制度是一个复杂性系统，未来需要运用复杂性经济学框架和系统论方法开展深入研究，尤其是通过基于政府政策-供需行为主体建模的实证，进一步有效把握其动态规律，为制度设计和政策调整提供充分依据。
会议最后，牛荣教授、任彦军教授、杨虎锋副教授、博士后张志鹏、博士生柴娜娜等就各自感兴趣的问题向Yizhe Dong教授、石宝峰教授、刘耀嵘博士请教，3位主讲人进行了详细解答。本次报告会内容丰富、与前沿问题密切衔接，开拓了学院师生的科学思维和国际视野。与此同时，整场报告会气氛轻松，学术交流氛围良好，与会师生收获颇丰。
