从新闻中建模与检测公司风险：彭博新闻案例研究
计算与语言
2025-08-18 v1 人工智能
计算工程、金融与科学
机器学习
摘要
识别与公司相关的风险对投资者和整体金融市场的健康至关重要。本研究构建了一个计算框架，用于自动从新闻文章中提取公司风险因素。我们新提出的模式包括七个 distinct aspect，例如供应链、法规和竞争。我们抽样并标注了 744 篇新闻文章，并对 various machine learning 模型进行基准测试。虽然大型语言模型在 various NLP 任务中取得了巨大进展，但我们的实验表明，零-shot 和 few-shot 提示的先进 LLM（如 LLaMA-2）在识别风险因素方只能实现中等到低性能。而微调的预训练语言模型在大多数风险因素上性能更好。使用该模型，我们分析了超过 27.7 万篇彭博新闻文章，表明从新闻中识别风险因素可以为公司和行业的运作提供广泛见解。
引用
@article{arxiv.2508.10927,
title = {Modeling and Detecting Company Risks from News: A Case Study in Bloomberg News},
author = {Jiaxin Pei and Soumya Vadlamannati and Liang-Kang Huang and Daniel Preotiuc-Pietro and Xinyu Hua},
journal= {arXiv preprint arXiv:2508.10927},
year = {2025}
}