近日，香港科技大学（广州）社会枢纽金融科技学域（FTEC）博士生徐元健以第一作者身份，与信息枢纽数据科学与分析学域（DSA）博士生郝佳凝、FTEC研究助理唐坤生、FTEC硕士生刘岸掀，陈静楠，刘鹏，以及其导师、社会枢纽金融科技学域张光助理教授（通讯作者）共同合作完成的论文 《FinRipple: Aligning Large Language Models with Financial Market for Event Ripple Effect Awareness》（中文译名：FinRipple：面向事件连锁效应感知的大语言模型与金融市场对齐方法），成功被国际自然语言处理顶级会议Annual Meeting of the Association for Computational Linguistics（ACL） 录用。

会议介绍

ACL，即Annual Meeting of the Association for Computational Linguistics（计算语言学协会年会），是由国际计算语言学协会主办的全球顶级学术会议，也是自然语言处理（NLP）领域最具影响力的国际会议之一。ACL与EMNLP、NAACL并称为“NLP三大顶会”，被列为Core A*级会议，并被中国计算机学会（CCF）推荐为A类会议。

第63届ACL（ACL 2025）将于2025年7月27日至8月1日在奥地利维也纳举办，届时将汇聚全球学术与产业界的最新研究成果与技术进展。

论文介绍

题目：

FinRipple: Aligning Large Language Models with Financial Market for Event Ripple Effect Awareness

当前，人工智能正在以前所未有的速度重塑各个行业。FinRipple，正是这一变革浪潮下的前沿成果。作为一项来自FinTech领域的跨学科创新研究，FinRipple将金融理论与自然语言处理（NLP）的前沿技术有机融合，充分展现了AI技术在理解和建模复杂金融系统中的巨大潜力。

在真实的金融市场中，企业新闻、政策变化等局部事件常常引发“连锁效应”（Ripple Effects）：不仅影响事件本身的公司，还会通过供应链、产业链甚至投资者预期，波及上下游企业乃至整个行业。以星巴克为例，其CEO更换的消息不仅拉动自身股价上涨，还带动饮料和餐饮行业多个品牌股价同步上扬。这种跨主体、跨层级的动态联动，正是金融市场的复杂之处。

然而，传统的事件研究方法多聚焦于单公司、静态视角，难以捕捉这类多级传导机制。与此同时，虽然大语言模型（LLMs）在通用语言理解方面表现优异，但它们对金融市场中动态演化的结构关系缺乏“感知力”，难以胜任此类高复杂度的金融任务。

FinRipple的提出，正是为了解决这一关键难题。在该工作中，我们首次正式定义并系统研究了“金融市场涟漪效应预测”这一新任务，引入时间动态金融知识图谱（KG）建模企业间不断演化的结构关系，并通过轻量化适配器机制将其无缝注入LLM，使模型具备结构理解与推理能力。在此基础上，FinRipple不仅构建了该方向上的首个标准评估基准（benchmark），还在资产定价与投资组合管理等核心金融任务中实现了显著的性能提升，兼具解释性与实用性。

FinRipple不仅是技术的突破，更是一次跨学科的范式创新。它标志着金融研究从单点建模走向系统建模，从静态分析迈向结构感知，也展现了AI与金融深度融合的无限可能。

教授专栏

由香港科技大学主理出品的【教授专栏】，汇集来自不同领域教授的学术成果、前沿论断及知识科普，用最新鲜的视角解读社会动态，以最前沿的角度解释科技奥秘。期待通过香港科技大学的平台，聚合更多新锐观点，打造出一期又一期生动又深刻的【教授专栏】！

教授简介

张光教授，香港科技大学（广州）社会枢纽金融科技学域助理教授，本科生事务主任，广州市金融科技前沿研究重点实验室副主任。张老师主要研究方向是金融科技，已有多篇论文发表在ACL，JBES，IEEE TVCG，Quantitative Finance等会议和期刊。

往期回顾

教授专栏158 | 李桂君: 人工智能辅助3D食品打印技术

教授专栏157 | 张相如: 高效又环保新型消毒剂

主编 | 袁冶

责编 | 周姗

核校 | 柳松、许珺、吴倩

来源 | 转载自香港科技大学广州|社会枢纽 公众平台