Posted on: Wed Oct 26 2022

研發FinSent的主要推手，科大商學院副院長（本科課程）黃昊（左），以及科大商學院資訊資訊、商業統計及營運學系助理教授楊毅（右）。

刊於《明報》2022年10月26日

科大研金融解讀機FinSent 測上市管理層情緒 今年有一板塊自我感覺特別良好

程式交易大行其道，大至投資銀行、小至散戶，都有人運用人工智能（AI）協助在波濤洶湧的市場上加大勝算。科技大學商學院商業及社會資訊分析研究中心（CBSA），就運用AI開發出「FinSent金融情緒分析」網站，追蹤香港及美國上市公司高層，在財務報告及分析員會議上言論所表達的情緒，以新角度分析企業訊息，免費公開予投資者參考。 

分析言論孰正孰反 
FinSent主要透過管理層對公司前景的言論，分析當中的情緒。在FinSent的網站上，用戶可按股份的行業或個別公司，揀選時期後，獲得正面、負面或中性情緒的百分比，以及反映正面與負面情緒相差百分點的淨情緒，並以折線圖顯示歷年情緒變化。正數淨情緒百分比反映正面情緒的陳述多於負面，反之亦然。用戶亦可以對不同公司的淨情緒百分比作出比較。 

有關網站可協助個人及機構投資者，分析企業財務披露的文字中，所反映的情緒，數據會每日早上更新。FinSent指，這些資料可能有助投資決策，但強調「並非、亦不應視作投資建議」。 

獲投行監管機構採用 
推動研發FinSent的科大商學院副院長（本科課程）黃昊表示，活用該網站對投資決策有幫助，「如果睇市場有幾正面、負面，睇恒指已經得，但如果有公司對前景有唔同睇法，就可以做投資考慮。」他透露，已布監管機構及投行對FinSent感興趣，採用他們的技術作進一步分析用途。 

黃昊指出，美股的上市公司資訊披露較完善，亦是其團隊優先開發，故較為容易，而港股的分析工具在昨日（25日）才推出，仍有待改進。他又指，港股的分析數據上，本身已不易取得文本作分析，同時要面對語境的挑戰，「有啲公司中文同英文版本表達出唔到情緒」，故日後計劃區分中文及英文的版本展現。 

細看今年以來，美股及港股管理層對業績前景情緒，兩市場最樂觀都是同一個板塊🔽

美股所有行業中，今年最樂觀的管理層是通訊服務股，最為審慎的行業是REITs。

雖然美股下滑，但整體上市公司管理層的「淨情緒」仍是樂觀，錄得正13.7%。

在美股，如撇除分析員電話會議的文本，只計財報字眼。最樂觀行業是科網板塊，並出現對前景悲觀的行業，分別為能源股及REITs。

在美股，如撇除分析員電話會議的文本，只計財報字眼，在同樣樂觀及悲觀比例之下，「淨情緒」為0。

港股方面，最樂觀管理層的行業是電訊板塊，最審慎是能源股及地產股。

港股今年反覆破底，但管理層對前景的「淨情緒」較多樂觀，錄得正10.3%。

按港股個別股份而言，最樂觀管理層是中國鐵塔（788），藍籌的創科實業（669）亦排第三。相反，Bossini母企堡獅龍（592）對前景較為悲觀。

將推ESG情況分析 
至於未來開發計劃，科大商學院資訊資訊、商業統計及營運學系助理教授楊毅表示，已準備用於分析上市公司ESG相關領域，包括對目前ESG評級的情緒、ESG計劃等，將有助投資者作出決策。 

項目至今分析49億個字詞 
FinSent的研發基礎，來自Google開發的BERT系統，用於自然語言處理的機器學習框架，從語境辨識文意。科大CBSA在BERT中開發出FinBERT模型，利用三個金融相關語料庫進行模型訓練，包括企業年度及季度文件、電話會議記錄、以及財務分析師報告，合共分析過49億個字詞。 

科大CBSA指，在訓練樣本量較小且包含不常用的金融字詞的情況下，FinBERT較為突出，在相同任務中，FinBERT準確度為81.3%，而Google的BERT準確率度時62%。

請點擊這裡閱讀原文。