国际清算银行工作论文：用大语言模型从财报电话会议中提取因果响应逻辑
国际清算银行（BIS，总部位于瑞士巴塞尔）2026年10月工作论文1386号提出一种大语言模型推理管线，用于判断财报电话会议中企业是否因特定地缘经济压力采取某项行动并总结理由。作者称其关键优势在于提取文本中微妙的条件关系，而非简单关键词计数。
重要性实质性证据E2 未复现写法快讯
用大语言模型从财报电话会议中提取因果响应逻辑，是一种比关键词计数更精细的文本分析思路。国际清算银行（BIS，总部位于瑞士巴塞尔）2026年10月发布的工作论文1386号提出了这样一个管线：让模型判断文档是否陈述了企业因某一地缘经济压力而采取特定行动，并总结该行动的理由。作者Chris Clayton、Antonio Coppola、Vanessa Hu、Matteo Maggiori、Jesse Schreger和Serdil Tinda声称，大语言模型相比传统自然语言处理的关键优势在于能够提取文本中微妙的条件关系，而不只是做关键词计数。
具体而言，模型需要识别"因为X压力，企业做了Y，目的是Z"这样的条件结构。例如，当一家中国半导体公司在财报电话会议中说"由于美国出口管制，我们增加了国内研发投入"，管线需要同时捕捉到压力来源（美国出口管制）、企业行动（增加国内研发）和隐含逻辑（建设替代技术），而不是仅仅统计"管制""研发"等词的出现次数。作者将这一能力视为大语言模型区别于经典自然语言处理的核心优势。
作为方法的应用示例，作者报告了以下发现：美国对华半导体和人工智能出口管制促使中国企业加大国内研发投入以建设替代技术；对俄制裁后，中国和印度等第三国企业填补了市场空缺并从折扣石油及改道贸易中获益；美国关税主要伤害依赖进口投入品的美国企业，成本上升、价格提高、利润率压缩。这些发现来自119页完整论文的分析，当前页面仅包含摘要和贡献描述，管线准确率、与人工标注的一致性及其他方法论细节未在已读取文本中呈现。