财报电话文本预测重述需对照公开信息基线并核查模型已知信息。
资讯摘要
论文比较109个发生财务重述前的财报电话与218个匹配对照电话，发现文本分类器虽优于随机，但在公开公司信息之外未带来可检测的排序增益；仅用公开信息的模型得分略高。作者报告加入文本的增益95%区间为-0.05至0.11 AUROC，仍可能含实际收益。大语言模型得分更高，但在66%的掩码文本中直接说出股票代码，且其发布时间晚于重述事件。
要点速读
- 论文对比109个重述前电话与218个匹配对照电话，文本可预测重述但未在公开信息之外带来可检测排序增益。
- 仅用公开信息的模型得分略高于文本分类器；加入文本的增益95%区间为-0.05至0.11 AUROC。
- 大语言模型得分更高，但在66%的掩码文本中说出确切股票代码，且发布于重述发生之后。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。