南宫28加拿大软件

光华讲坛——社ng28南宫国际app名流与企业家论坛第6977期

主题：Do LLMs Make Markets More Efficient?大语言模型ng28南宫国际app提升市场有效性吗？

主讲人：澳大利亚莫纳什大学商南宫28加拿大软件 徐永新高级讲师

主持人：金融研究院 牛子龙副教授

时间：7月3日14:00-15:30

地点：光华校区35栋金融研究院202ng28南宫国际app议室

主办单位：金融研究院 科研处

主讲人简介：

徐永新，莫纳什大学商南宫28加拿大软件高级讲师。他在清华大学经济管理南宫28加拿大软件获得博士学位，主要研究方向为公司金融，公司治理，投资者行为等。研究成果发表在金融学顶级期刊Journal of Financial Economics和Review of Financial Studies。曾获孙冶方经济科学基金ng28南宫国际app颁发的“孙冶方金融创新奖”。多项研究课题受到了自然科学基金，教育部哲学社科基金，Hong Kong Research Grants Council的资助。

内容提要：

This paper evaluates whether large language models (LLMs) improve or impair market efficiency. Exploiting plausibly exogenous outages at major LLM providers, we find that LLM availability eliminates at least 46% to 61% of post-news drift into the next trading day. The absence of reversal alongside the magnitude of this reduction suggests that LLMs play a first-order role in short-horizon price discovery. Because LLM supply is highly concentrated, outages expose a single point of failure in market-wide information processing. Consistent with this interpretation, investors insulated from major LLM outages can earn more than twice the day t+1 returns of the long-short news-sentiment strategy following outage events.

本悟空体育旨在探究大语言模型（LLMs）究竟是改善还是损害市场有效性。借助主流大语言模型服务商近乎外生的系统宕机事件开展实证研究，本悟空体育发现：大语言模型正常可用时，能够消除至少46%—61%的消息滞后漂移效应（该效应ng28南宫国际app延续至下一交易日）。这种滞后漂移大幅收窄，且不存在价格反转现象，说明大语言模型在短期价格发现过程中起到核心主导作用。由于大语言模型供给市场高度集中，服务商宕机暴露出全市场信息处理体系存在单点故障风险。与该逻辑一致的实证结果显示：在宕机事件发生后，未受主流大语言模型停机影响的投资者，采用多空新闻情绪交易策略在 t+1 日获得的收益，是受宕机影响投资者收益的两倍以上。