每日金融论文简报｜2026 年 8 月 14 日
重点关注
养老金实验：AI 建议会改变风险暴露，但不是替代人类选择
论文：Do People Follow AI Advice? Evidence from a Pension Portfolio Choice Experiment（arXiv:2608.11371）
全文状态：已核阅公开 PDF。
问题是 AI 建议是否会因果性地改变用户的金融选择，而非模型“会不会建议”。作者在韩国 400 名参加 DC 养老金的在职成年人中，以 2×2 随机设计分配激进/保守建议及是否附理由，观察 11 个产品上的假设余额配置变化。作者报告建议差异约 37% 传导到最终组合；81% 修改、其中 95% 向建议方向移动，平均执行约一半建议调整；预期收益、波动、风险等级和持仓数改变，但计算夏普率无可检测变化，理由也未检出额外效应。创新是随机化识别建议内容本身；局限是是假设任务、单一制度与短期反应，不能推断退休福利或适用于真实投资建议。适合行为金融、产品治理读者，建议读摘要、§1、实验设计和异质性结果。
Forma：专用报表模型在长周期预测中胜过通用模型
论文：Long-Horizon Forecasting of Complete Financial Statements with Forma（arXiv:2608.11327）
全文状态：已核阅公开 PDF。
问题是 DCF 依赖多年完整三表，却少有模型联合预测且处理缺项与会计恒等式。作者发布 ProForma-20Q：以过去 12 个季度和行业编码预测 78 个科目的未来 1–20 季度，用变化空间样本外 R² 排名；Forma 把报表编码为（科目、季度、值）元组，以掩码元组高斯似然训练。基线包括惩罚回归、随机森林、前馈网络、串联 GBM、零样本时序基础模型和三种前沿 LLM。作者报告约 90 万参数的 Forma 在 h>2 的每个期限领先，h=20 至少领先 3.2 个百分点 R²；最佳 LLM 相对 Forma 的差距从 h=1 的 5.5 个百分点扩至 h=20 的 15.9 个百分点，预测区间未欠覆盖。创新是专用结构与不确定性兼顾；局限是匿名数据、WRDS 依赖和预测优于基线不等于估值或交易收益。适合基本面建模/财务 ML 读者，建议读 §1、§3 数据协议、表 2、图 1 和校准分析。
企业 ChatGPT 使用：大样本描述不等于生产率因果效应
论文：How Organizations Use AI: Evidence from ChatGPT（arXiv:2608.12236）
全文状态：已核阅公开 PDF。
问题是企业实际将前沿生成式 AI 用在何处、由谁使用。作者以隐私保护方式关联 ChatGPT Enterprise 账户、消息、角色、任务分类和上市公司财务资料；六个月采用窗口包含 1,500 多家组织与 1,700 多万条消息。作者报告采用与使用强度快速增长，美国上市公司中的采用更多见于规模大、估值高、研发及 SG&A 强度高的公司，活跃使用横跨职能且早期职业员工更密集。创新是行为数据规模与角色/任务颗粒度；局限是选择进入 Enterprise 的企业并非随机，所有描述性相关均不能识别 AI 对生产率、利润或估值的因果影响。适合企业战略、劳动经济和部署治理读者，建议读数据构造、样本代表性与四项事实对应表图。
AgonAlpha：把自动因子挖掘的瓶颈放回验证与证据
论文：AgonAlpha: Autonomous Alpha Discovery via Prompt Economy and Scalable Agentic Search（arXiv:2608.11250）
全文状态：已核阅公开 PDF。
问题是 LLM 能生成大量公式，但昂贵评测该分给谁、如何确认结果确属该候选、如何保存过程。论文以“冻结研究工件”替代只搜索公式：保留假设、表达式、平台证据、理由和审稿状态；独立上下文审稿人可重跑和否决，调度器在 10 个并发工作者下考虑待完成任务。作者报告 WorldQuant BRAIN 的五名用户、六个后端部署得到最高 Fitness 9.50 和 Sharpe 3.48，并保存从 prompt 到表达式的证据链。创新是把可审计的反对式验证纳入搜索；局限是平台内部评分、数据许可、回测过拟合、冲击/费用和独立样本外检验均决定经济显著性，绝不可视为可交易承诺。适合量化研究平台和 agent 审计工程读者，建议读图 1、§4 协议、§5 评估与 §6 限制。
金融论文
Designing Agentic AI-Based Screening for Portfolio Investment
作者：Mehmet Caner、Agostino Capponi、Nathan Sun、Jonathan Y. Tan
来源/分类：arXiv · q-fin.PM、cs.AI、cs.MA、q-fin.ST
链接：arXiv 摘要页 · PDF
【跨主题】研究智能体筛选能否改善组合构建；两个 LLM 分别筛基本面与新闻情绪，经协商形成信号，再用高维精度矩阵配权，并在标普 500 数据上比较。作者报告夏普率优于未筛选和传统筛选基线。价值在于把信息筛选与风险配权分层；这是回测陈述，成本、样本外稳定性和可交易性必须另行核查。
Large Language Model-Driven Small-Capitalization Trading: Integrating Financial News Sentiment, Macroeconomic Indicators, and Technical Signals
作者：Alireza Kargarzadeh、Nariman Khaledian、Navid Parvini、Arman Khaledian
来源/分类：arXiv · q-fin.PM、cs.CL
链接：arXiv 摘要页 · PDF
【跨主题】研究 LLM 新闻情绪与宏观、技术信号如何用于小盘股组合；将预测风险直接写入协方差矩阵，并比较不同触发机制与持有期。作者报告 40 日纯 beta 配置在 100bp 成本假设下夏普为 2.33。价值在于显式纳入成本；仍是特定样本和回测设定，不构成投资建议。
Do People Follow AI Advice? Evidence from a Pension Portfolio Choice Experiment
作者：Hongseok Choi、Jeongbin Kim、Matthew Kovach、Kyu-Min Lee、Euncheol Shin、Hector Tzavellas
来源/分类：arXiv · econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究 AI 养老金建议如何改变个人配置；韩国 400 名在职 DC 养老金参与者在 2×2 随机实验中接收固定建议与可选理由。作者报告建议差异约 37% 传导到最终组合，81% 修改配置但夏普率无可检测差异。价值在于随机化识别“建议→选择”的因果效应；假设余额、单国样本和短期行为不代表长期福利。
Regime-Gated Residual Mixture-of-Experts for Cross-Sectional Volatility Forecasting
作者：Junyi Ye、Gargi Vijay Borde
来源/分类：arXiv · q-fin.ST、cs.LG
链接：arXiv 摘要页 · PDF
研究横截面波动率预测如何适应市场状态；提出由状态门控的残差专家混合模型。作者以交叉截面预测任务比较模型。价值在于将非平稳状态显式纳入；仅依据摘要，走样本外协议、经济显著性和交易用途尚需全文核验。
Governing Agentic AI in FinTech
作者：Henry Han
来源/分类：arXiv · cs.CY、cs.AI、q-fin.RM
链接：arXiv 摘要页 · PDF
研究金融科技中的智能体 AI 应如何治理；论文讨论风险、责任与治理框架。价值在于将自动化决策的控制问题前置；仅依据摘要，规范性主张与实证证据的界限需读全文辨别。
Long-Horizon Forecasting of Complete Financial Statements with Forma
作者：Travis L. Johnson、Jiannan Jiang、Soumyabrata Chaudhuri、Yihao Chen、Lauren Falvey、Donal O’Cofaigh
来源/分类：arXiv · cs.LG、q-fin.CP
链接：arXiv 摘要页 · PDF
研究如何长周期预测完整财务报表；发布预测 78 个科目、1–20 季度的 ProForma-20Q，并用元组 Transformer 与经典 ML、GBM、时序基础模型和前沿 LLM 比较。作者报告其样本外 change-space R² 随期限优势扩大。价值在于兼顾会计一致性与预测区间；匿名数据、WRDS 准入和估值/交易转化仍限制复现与经济解释。
Bank Run Exposure in a Paycheck-to-Paycheck Economy with Loss-Averse Depositors
作者：G. Charles-Cadogan
来源/分类：arXiv · econ.TH、q-fin.RM
链接：arXiv 摘要页 · PDF
研究损失厌恶且按月领薪的存款人如何改变挤兑暴露；构建行为资产定价模型，并用 Call Report 做概念性代理检验。作者报告复合指标相较零售存款占比基准略有拟合改善。价值在于把流动性偏好纳入均衡；实证是代理回归相关性，非对真实挤兑的因果证明。
Calibration Bets on the Past: Post-Training Quantization for Financial Time-Series Forecasting
作者：Junyi Ye、Ivy Gateri Wanjiku
来源/分类：arXiv · cs.LG、q-fin.ST
链接：arXiv 摘要页 · PDF
研究金融预测模型量化部署时的激活校准；在标普 500、2018–2025 滚动测试和 560 个模型上比较七类网络。作者报告 4 位量化下默认校准可损失 11–62% 信息系数，分位数校准可恢复其中 53–94%。价值在于量化成本与性能的工程权衡；预测 IC 不直接等于扣成本后的交易利润。
Organizational Technology Ladders: Remote Work and Generative AI Adoption
作者：Gregor Schubert
来源/分类：arXiv · econ.GN、cs.CY、q-fin.EC
链接：arXiv 摘要页 · PDF
研究远程工作技术采用是否促进后续生成式 AI 采用；以美国招聘数据和预测劳动力市场压力的工具变量识别。作者估计远程招聘提高 10 个百分点，后续生成式 AI 职位提及占比提高 0.4 个百分点（公司）或 0.7 个百分点（职业）。价值在于尝试因果识别；工具变量排除限制与“职位提及”代理变量仍需审慎检验。
The Human-AI Substitution Principle: When will you be replaced by AI in your organization?
作者：Bonny Banerjee、Shreya Singh
来源/分类：arXiv · cs.AI、cs.CY、econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究组织中人和 AI 的替代条件；建立层级组织的任务配置理论模型，推导风险调整成本、技能与组织深度的关系。作者提出中层更易受冲击的结构条件。价值在于明确假设而非只作趋势判断；这是理论结果，不应解读为对个人就业时间的预测。
How Organizations Use AI: Evidence from ChatGPT
作者：Aaron Chatterji、David Holtz、Neel Rakholia、Prasanna Tambe、Gawesha Weeratunga
来源/分类：arXiv · econ.GN、cs.AI、cs.HC、q-fin.EC
链接：arXiv 摘要页 · PDF
研究企业实际如何使用 ChatGPT；连接 Enterprise 账户、使用、岗位、任务与上市公司数据，截至 2026 年 3 月，六个月样本超过 1,500 家组织和 1,700 万条消息。作者报告采用集中于规模大、估值高、研发和 SG&A 强度高的公司，使用横跨工作类型。价值在于大规模行为数据；观察性描述不识别 AI 对生产率或企业价值的因果效应。
Sectoral inter-dependencies drive the loss of structural balance in signed financial networks
作者：Kartik Dahake、Abhijit Chakraborty
来源/分类：arXiv · physics.soc-ph、q-fin.GN、q-fin.RM
链接：arXiv 摘要页 · PDF
研究系统性风险期金融网络的结构失衡来自哪里；以标普 500 纵向数据、三元组极化和随机化检验分解行业内外贡献。作者报告失衡主要来自跨行业互动，并与宏观变量相关。价值在于多尺度风险观察；回归关系不是宏观冲击的因果识别。
Does a Structural Model Add Anything to the Closing Price? Calibrated forecasting, incremental information, and match leverage in the Italian Serie A
作者：Yannik Pitcan
来源/分类：arXiv · stat.AP、q-fin.ST
链接：arXiv 摘要页 · PDF
研究结构模型是否有闭盘赔率未吸收的信息；用 19 个意甲赛季、7,220 场比赛检验 Dixon-Coles 模型与无边际赔率。作者报告市场 RPS 0.1905 优于模型 0.1972，七个测试季均胜，融合权重为 0。价值在于强调样本外与校准/锋利度区分；体育赔率结论不应外推为金融交易建议。
AgonAlpha: Autonomous Alpha Discovery via Prompt Economy and Scalable Agentic Search
作者：Weicheng Ye、Youran Sun、Xingyu Ren、Shunyao Yu、Chugang Yi、Haizhao Yang
来源/分类：arXiv · cs.AI、cs.MA、q-fin.CP、q-fin.PM
链接：arXiv 摘要页 · PDF
研究自动 alpha 挖掘如何分配预算、复核证据并保留谱系；系统搜索研究工件而不只是公式，使用独立上下文审稿人重跑与否决，以及并发感知调度。作者报告在 WorldQuant BRAIN 的若干部署中最高 Fitness 9.50、Sharpe 3.48。价值在于强化可审计性；平台分级和回测指标并非独立、扣费后可交易业绩。
SolarChain: A Physics-Grounded Embodied IoT System for Verifiable Urban Solar Market Design
作者：Shilin Ou、Yifan Xu、Zhenshan Zhang、Luyao Zhang、Ming-Chun Huang
来源/分类：arXiv · cs.CY、cs.CR、cs.DC、cs.ET、econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究可验证的城市太阳能市场设计；以物理边界筛查、代理协调与可回放审计构造受控 IoT 原型，使用 36,000 条月度记录和模拟攻击。作者报告 IQR/MAD 基线 F1 为 1.000，规则验证器为 0.988，且不同攻击类并非总占优。价值在于明确承认证据边界；模拟原型不能证明部署可行性。
Adapted Law Invariance and Time-Consistent Dynamic Risk Measures
作者：Mathias Beiglb\”ock、Silvana M. Pesenti、Maxime Sylvestre
来源/分类：arXiv · q-fin.RM、math.PR
链接：arXiv 摘要页 · PDF
研究动态风险度量的适应性分布不变性；在 Fatou 正则性下给出递归单步条件分布表示，并刻画凸性和相干性。作者给出理论等价和扩展表示。价值在于风险模型的数学基础；这是理论论文，不提供实盘风险控制效果证据。
Term structure shapes in the Hull-White model with Svensson-parameterized initial yield curves
作者：Felix Sachse
来源/分类：arXiv · q-fin.MF
链接：arXiv 摘要页 · PDF
研究 Hull-White 利率模型搭配 Svensson 初始曲线可出现哪些期限结构形状；以 Tchebycheff 系统和包络法给出分类或极值数界。作者报告长期正概率形状限于正常、倒挂和驼峰。价值在于模型可达性分析；参数拟合、市场外推和对冲效果未在摘要中检验。
Optimal Execution under Incomplete Information
作者：Etienne Chevalier、Yadh Hafsi、Vathana Ly Vath
来源/分类：arXiv · q-fin.MF、q-fin.TR
链接：arXiv 摘要页 · PDF
研究部分信息下的最优清算；以带标记 Hawkes 订单流、永久/暂态冲击和隐藏 Markov 流动性构造限价簿模型，并把问题化为脉冲控制。作者给出递归表征与数值策略。价值在于把信息过滤纳入执行；模型假设、校准和真实成交成本决定其可交易意义。