核心观点 - 大语言模型(LLMs)技术为财报电话会议分析开辟创新路径 通过量化解析CEO发言情感倾向规避人为判断偏差 为Alpha收益提供创新工具[1] - LSEG MarketPsych Transcript Analytics整合全球16000+上市公司会议纪要数据与NLP技术 提供高精度情感分析和主题识别能力[2] - 财报电话会议情感得分前10%的公司次月股价表现显著优于低分群体 高度乐观情绪可放大超额收益效应[6] - ESG情感得分后10%的公司次月股价表现逊于同行 提供动态风险预警信号[6] - "不满"情绪前5%的公司次月股价表现不佳 该方案可深度赋能风险管理[7] 技术方案 - 采用基于roBERTa的微调分类器 识别13种发言者情绪 当前最准确的NLP模型[2] - 每份纪要可识别1000+主题、4000+事件类型及数百万次提及的实体信息 数据颗粒度极高[3] - API支持自定义查询历史/实时数据 无缝对接策略研发与生产环境[4] 应用场景 - Alpha收益生成：通过情感得分筛选优质股票或增强现有投资模型[6] - ESG研究：动态监测"碳""气候"等术语的情感倾向 识别潜在风险公司[6] - 风险管理：量化高管对负面术语(如"罚款")的提及频次与情感强度变化[7] 数据覆盖 - 覆盖全球16000+上市公司会议纪要 含无与伦比的历史数据[2][11] - 提供实时、定价、参考、ESG等全维度金融数据集合[15][16] 合作背景 - LSEG与MarketPsych合作近15年 服务25+国家金融机构[2] - 解决方案已应用于第三方风险评估及信贷风险监测领域[7]