最持久的市场异常之一是毕业后宣布漂移（Pead） – 股票价格在新闻公开之后，股票价格倾向于继续朝着收益惊喜的方向发展。但是，生成人工智能（AI）的兴起是否能够立即解析和总结信息，改变这一点？
Pead与高效市场假设的半强度形式相抵触，这表明价格立即反映了所有公开可用的信息。长期以来，投资者一直在争论pead信号是真正的效率低下还是仅仅反映了信息处理的延迟。
传统上，Pead归因于有限的投资者关注，行为偏见和信息不对称的因素。学术研究已记录了其在市场和时间表之间的持久性。例如，伯纳德（Bernard）和托马斯（Thomas）（1989）发现，股票继续以高达60天的收入惊喜向上漂移。
最近，数据处理和分布的技术进步提出了一个问题，即这种异常是否可能消失或至少狭窄。最具破坏性的发展之一是生成的AI，例如Chatgpt。这些工具是否可以重塑投资者如何解释收益并根据新信息采取行动？
生成的AI可以消除或进化吗？
作为生成的AI模型（特别是大型语言模型（例如Chatgpt）），重新定义了处理金融数据的速度和广泛处理，它们大大增强了投资者分析和解释文本信息的能力。这些工具可以迅速总结收入报告，评估情感，解释细微的管理评论，并产生简洁，可行的见解 – 可能会减少基于Pead的信息滞后。
通过大大减少解析复杂财务披露所需的时间和认知负担，从理论上讲，生成的AI从历史上减少了有助于Pead的信息滞后。
几项学术研究为这一潜力提供了间接的支持。例如，Tetlock等。 （2008年）以及Loughran和McDonald（2011）表明，从公司披露中提取的情绪可以预测股票收益，这表明及时，准确的文本分析可以增强投资者的决策。随着生成AI的进一步自动化并完善了情感分析和信息摘要，机构和零售投资者都可以实现对先前仅限于专家分析师的复杂分析工具的前所未有的访问。
此外，近年来，在数字平台和社交媒体的驱动下，零售投资者参与市场的参与激增。生成性AI的易用性和广泛的可访问性可以通过减少相对于机构参与者的信息劣势来进一步增强这些较少的投资者的能力。随着散户投资者变得更好地了解并对收益公告做出了更快的反应，市场反应可能会加速，可能会压缩Pead在历史上展现的时间表。
为什么信息不对称至关重要
Pead通常与信息不对称性密切相关，这是市场参与者之间财务信息的不均匀分布。先前的研究表明，由于不确定性和较慢的信息传播，具有较低分析师覆盖率或更高波动性的公司倾向于表现出更强的漂移（Foster，Olsen和Shevlin，1984； Collins and Hribar，2000）。通过显着提高信息处理的速度和质量，生成的AI工具可以系统地减少不对称性。
考虑一下与传统的人类驱动分析相比，AI驱动的工具可以从收入呼叫中传播细微的信息的速度。这些工具的广泛采用可以使信息竞争环境均衡，从而确保对新收入数据的更快，准确的市场响应。这种情况与Grossman and Stiglitz（1980）的主张紧密相吻合，其中提高的信息效率降低了Pead等异常固有的套利机会。
对投资专业人员的影响
随着生成性AI加速了对财务信息的解释和传播，其对市场行为的影响可能是深远的。对于投资专业人员而言，这意味着传统的策略依靠延迟价格反应（例如那些利用Pead的反应）可能会失去优势。分析师和投资组合经理将需要重新校准模型和方法，以说明信息的更快流动和潜在的压缩反应窗口。
但是，AI的广泛使用也可能引入新的效率低下。如果许多市场参与者以类似的AI生成的摘要或情感信号来采取行动，则可能导致过度反应，波动率尖峰或放牧行为，从而代替另一种效率的一种形式。
矛盾的是，随着AI工具成为主流，人类判断的价值可能会增加。在涉及歧义，定性细微差别或不完整数据的情况下，经验丰富的专业人员可能会更好地解释算法错过的内容。那些将人工智能与人类见解融为一体的人可能会获得独特的竞争优势。
关键要点
- 旧策略可能会消失：基于Pead的交易可能会失去效力，因为市场变得更加信息效率。
- 新效率可能会出现：统一的AI驱动响应可能会触发短期扭曲。
- 人类洞察力仍然很重要：在细微或不确定的情况下，专家判断仍然至关重要。
未来的方向
展望未来，研究人员扮演着至关重要的角色。比较采用AI驱动工具之前和之后比较市场行为的纵向研究将是理解技术持久影响的关键。此外，探索宣布前的漂移（投资者预计收益新闻）可能会揭示生成AI是否会改善预测或只是在时间表早期改变效率低下的效率低下。
尽管生成AI的长期含义仍然不确定，但其大规模处理和分配信息的能力已经在改变市场的反应。投资专业人士必须保持敏捷，不断发展其策略，以保持迅速变化的信息格局。
关键词：
