基于大语言模型的上市公司财务报告智能问询系统对分析师预测准确度的影响 .docx

PAGE2

基于大语言模型的上市公司财务报告智能问询系统对分析师预测准确度的影响

摘要

本文聚焦金融科技领域的前沿议题，系统探讨基于大语言模型的上市公司财务报告智能问询系统对证券分析师预测准确度的理论影响机制。

研究以信息不对称理论与认知负荷理论为基石，构建“技术赋能—信息处理—预测精度”的三阶段分析框架。

第一章绪论阐明在资本市场信息复杂度激增与分析师预测偏差持续的背景下，智能问询系统的介入何以构成一个亟待理论回应的核心问题。

第二章文献综述梳理国内外关于分析师预测偏差成因、人工智能辅助决策以及大语言模型金融应用的研究脉络，指出现有文献在“智能系统如何改变分析师信息处理模式”这一关键机