中国科学院大学孙玉莹团队|| 大语言模型冲击下的股市风险溢出效应研究: 基于区间数据的新方法与新发现
9.0
来源：
计量经济学报
发布时间：
2025-07-01 16:42
摘要：
该研究利用区间向量自回归模型（IVAR）构建总体溢出指数（TSI），量化分析了大语言模型（例如ChatGPT-3.5）的发布及相关科技巨头数据中心建设等重大事件对科技和能源行业股市风险溢出效应的冲击，并提出针对风险管理和政策制定的建议。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
business_impact
2.0分：研究揭示了重大事件对科技和能源行业风险溢出效应的影响，为风险管理与政策制定提供了有价值的决策依据，但直接商业转化应用尚需进一步探索。
scientific_rigor
2.5分：研究采用区间向量自回归模型，详尽描述数据来源、模型构建和指数计算，并提供了具体量化数据支持，展现了高度科学严谨性。
audience_relevance
2.0分：虽面向金融及政策分析人士，受众群体相对专业且有限，但对于决策者与市场参与者具有较强参考价值。
timeliness_innovation
2.5分：文章聚焦人工智能革命性突破及大语言模型对金融市场风险溢出影响的新发现，方法新颖且具有很高的时效性。
关键证据
基于区间向量自回归模型构建的区间风险溢出矩阵和总体溢出指数（TSI）。
研究中提及ChatGPT-3.5发布、科技巨头数据中心建设及特朗普胜选等重大事件对风险溢出效应的影响。
使用2022-2025年科技与能源行业的股价日度数据进行量化研究，数据充分且方法透明。
真实性检查
否