炒股就看金麒麟分析師研報，權(quán)威，專業(yè)，及時，全面，助您挖掘潛力主題機(jī)會！
來源：北京金融分析師協(xié)會微信公眾號
* 此項目由CFAInstitute及CFASocietyBeijing聯(lián)合推出。
TheFinancialAnalystsJournal創(chuàng)刊于1945年，是CFAInstitute主辦的投資管理領(lǐng)域?qū)I(yè)期刊。2020年，該刊位于社會科學(xué)引文索引（SSCI）二區(qū)。本中文推介項目得到了FAJ編輯部的授權(quán)。
FAJ：讓圖像說話
ImagesTellStories
綜述：李陽，李蘭
審校：白雪石，CFA
作者：JoshuaRonen、TavyRonen、MiZhou
原文鏈接：FinancialAnalystsJournal，Vol.81Issue2
推薦語
遠(yuǎn)古時期，人類最早的祖先在幽暗的洞穴墻壁上留下手繪的痕跡，這些圖像不僅是藝術(shù)的萌芽，更是他們試圖向后人傳達(dá)思想與經(jīng)驗的媒介。隨著文明的發(fā)展，繪畫與雕塑逐漸成為表達(dá)情感與觀念的重要手段，藝術(shù)家們用畫筆和刻刀訴說內(nèi)心的感悟，或輕聲細(xì)語，或震撼人心。藝術(shù)從來不只是裝飾，而是一種深層次的交流方式。
在當(dāng)今社會，圖像的影響力早已不再局限于畫廊與博物館。企業(yè)高管和決策者們也深知視覺語言的力量，他們借助圖表、標(biāo)志、廣告甚至幻燈片中的圖像來傳遞戰(zhàn)略意圖、塑造品牌形象、影響公眾認(rèn)知。圖像，作為一種跨越語言障礙的通用表達(dá)方式，始終在講述故事，影響認(rèn)知，連接過去與未來。
紐約大學(xué)Stern商學(xué)院會計學(xué)教授JoshuaRonen等人在閱讀大量上市公司年報的過程中深入探討了圖像在投資決策過程中的重要性及其影響機(jī)制。本文不僅為我們揭示了圖像如何通過情感和認(rèn)知兩個渠道影響投資者行為和決策，還展示了生成式AI在圖像生成和分析中的潛力，為未來的研究和實踐提供了新的視角。
文中提出的雙重渠道理論——即圖像通過情感和認(rèn)知兩方面影響投資決策的觀點(diǎn)，是本文的核心貢獻(xiàn)之一。情感渠道關(guān)注的是圖像特征（如色彩、非對稱性）如何引發(fā)觀眾的情感反應(yīng)，進(jìn)而影響其投資行為；而認(rèn)知渠道則側(cè)重于如何對圖像內(nèi)容進(jìn)行補(bǔ)充或強(qiáng)化文本信息，促進(jìn)更有效的信息處理和記憶。這種二元視角有助于我們?nèi)胬斫鈭D像在金融溝通中的角色。
作者通過介紹七項關(guān)鍵視覺特征：非對稱性、色彩豐富度、簡潔性、數(shù)量、自相似性、清晰度和柔和度，并通過實證研究證明了這些特征與眾籌項目籌資額之間的正相關(guān)關(guān)系。這表明精心設(shè)計的圖像不僅能吸引注意力，還能激發(fā)積極的情感反應(yīng)，拉動投資者的情緒，從而提高項目的成功率。
圖像在激發(fā)情感的同時，也可能讓人們遠(yuǎn)離理性。
當(dāng)子彈從特朗普的右耳呼嘯而過，美聯(lián)社記者埃文·沃奇抓拍下了他在特勤局特工簇?fù)硐掠叶鷰а?、高舉拳頭、目光如炬的照片，并瞬間引爆社交媒體。不需要復(fù)雜的政策闡釋或事實核查，其高度符號化的視覺語言即構(gòu)成了一套極具煽動性的非理性敘事，傳播效率與情感動員能力遠(yuǎn)超任何精心準(zhǔn)備的競選演講或政策綱領(lǐng)，成為“最具說服力的競選素材”，充分展現(xiàn)了圖像媒介的強(qiáng)大能量——它不再是傳統(tǒng)傳播鏈條的“附屬品”，而是憑借其直觀的情感沖擊力和算法的放大效應(yīng)，成為直接撬動公眾認(rèn)知、重塑權(quán)力影響力的核心載體。
而央行的理性主義正成為這一趨勢的受害者?！懊缆?lián)儲主席只需在新聞發(fā)布會上將語氣從積極轉(zhuǎn)向消極，對標(biāo)普500指數(shù)的影響就可能高達(dá)200點(diǎn)”（見《美國經(jīng)濟(jì)評論》2023年論文“TheVoiceofMonetaryPolicy”）的時代已經(jīng)過去，如今的鮑威爾既不能說服川普，也不能說服同僚，當(dāng)然也無法說服債券投資者。中央銀行家的理性邏輯已經(jīng)被定義為“精英謊言”，權(quán)威機(jī)構(gòu)精心構(gòu)建的理性、復(fù)雜、基于數(shù)據(jù)敘事的影響力不可避免地趨于弱化。
伴隨人工智能時代的到來，社交媒體與算法傳播進(jìn)一步加速重構(gòu)了溝通權(quán)力結(jié)構(gòu)，碎片化、情緒化、視覺化甚至虛構(gòu)化內(nèi)容的病毒式傳播將成為主流。
無獨(dú)有偶，諾貝爾經(jīng)濟(jì)學(xué)獎得主羅伯特·席勒（RobertJ．Shiller）在新冠疫情時期出版的《敘事經(jīng)濟(jì)學(xué)》（NarrativeEconomics）就對這種現(xiàn)象提供了深刻的理論解釋。席勒敏銳地指出，驅(qū)動重大經(jīng)濟(jì)行為和市場劇烈波動（如資產(chǎn)泡沫的膨脹與破滅、經(jīng)濟(jì)衰退的蔓延）的深層力量，往往并非冰冷的數(shù)學(xué)模型或“理性人”的精打細(xì)算，而是具有高度傳染性的“敘事”。他揭示：“敘事”是通過情感共鳴、簡單符號、易于傳播的故事形態(tài)進(jìn)行病毒式擴(kuò)散，從而廣泛滲透并深刻重塑公眾的集體心理與經(jīng)濟(jì)決策的關(guān)鍵非理性力量。
這種轉(zhuǎn)變發(fā)生的原因，或許與人工智能技術(shù)爆發(fā)式增長有一定的聯(lián)系。AI不僅改變了我們的生活方式，也深刻影響了我們的思考模式和決策過程。特別是在信息獲取方面，算法推薦系統(tǒng)通過分析用戶偏好，推送個性化內(nèi)容，逐漸形成了一個個“信息繭房”。這種現(xiàn)象使得人們更容易接收到符合自己觀點(diǎn)的信息，而忽視了其他可能性，導(dǎo)致思維的單一化和片面化。在這樣的背景下，許多人開始表現(xiàn)出非理性的傾向，尤其是在面對復(fù)雜的投資決策時，容易受到情緒的影響而非基于事實的數(shù)據(jù)分析。
圖像，尤其是由生成式AI創(chuàng)造出來的圖像，對投資者的情緒和決策產(chǎn)生了深遠(yuǎn)的影響。這些圖像通過視覺沖擊、色彩搭配和構(gòu)圖設(shè)計等元素，能夠迅速觸動人們的情感中樞，激發(fā)正面或負(fù)面的情緒反應(yīng)。例如，在投資領(lǐng)域，一張展示市場繁榮景象的AI生成圖像可能讓投資者感到信心倍增，從而更傾向于進(jìn)行風(fēng)險投資；相反，一幅描繪經(jīng)濟(jì)衰退的畫面則可能引發(fā)焦慮和恐慌，導(dǎo)致投資者采取保守策略。
正如本次推薦的文章中也指出，生成式AI創(chuàng)造出的圖片可以為金融分析師提供額外的信息補(bǔ)充，幫助他們更好地向受眾解釋和傳達(dá)復(fù)雜的金融概念及市場趨勢。通過將抽象的數(shù)據(jù)和分析結(jié)果轉(zhuǎn)化為直觀的視覺圖像，不僅能夠降低理解門檻，還能更有效地捕捉并保持觀眾的注意力，從而帶動情緒。
隨著人工智能技術(shù)的進(jìn)步，尤其是生成式AI的發(fā)展，我們正步入一個全新的視覺敘事時代。在這個時代中，圖像不僅能夠傳遞信息、激發(fā)情感，更成為連接人類直覺與邏輯思考的橋梁。然而，面對這股強(qiáng)大的視覺力量，我們也應(yīng)保持理性，成功的投資決策往往誕生于感性洞察與理性分析的完美結(jié)合之中。
摘要：圖像能夠增強(qiáng)對文本材料的解讀并提升決策質(zhì)量。我們總結(jié)了關(guān)于圖像如何影響決策的最新研究，其影響通常通過兩個渠道實現(xiàn)：情感與認(rèn)知。體現(xiàn)圖像表現(xiàn)力的特征，例如色彩豐富度和清晰度，主要作用于情感層面；而圖像內(nèi)容在一定程度上強(qiáng)化或補(bǔ)充文本信息，則通過認(rèn)知渠道發(fā)揮作用。研究表明，特定的圖像指標(biāo)能夠帶來更高的眾籌投資額、更小的分析師預(yù)測誤差和分歧，以及更低的市場風(fēng)險。最后，我們探討了生成式AI在圖像生成和分析中的作用，并使用通用電氣（GE）10-K年報中的內(nèi)容進(jìn)行實例說明。
關(guān)鍵詞：分析師預(yù)測準(zhǔn)確性；分析師預(yù)測分歧；內(nèi)容強(qiáng)化；生成式AI；圖像；機(jī)器學(xué)習(xí)；視覺特征；視覺表現(xiàn)力
披露：作者報告未存在潛在的利益沖突。
01 引言
圖像能夠講述故事。不僅如此，圖像所承載的信息還會影響諸多領(lǐng)域的投資決策。例如，研究表明眾籌項目提案中的圖像特征（如色彩豐富度）及其信息內(nèi)容有助于提升融資額。此外，公司網(wǎng)站或提交給美國證券交易委員會（SEC）的年報中的圖像，能夠提升分析師關(guān)于每股收益（EPS）的預(yù)測準(zhǔn)確性，并減少分析師之間的分歧；而且這些圖像似乎會影響長期的財務(wù)回報和其他績效指標(biāo)。
更重要的是，圖像所包含的信息內(nèi)容——在能夠補(bǔ)充或強(qiáng)化包含這些圖像的文件中文本內(nèi)容的程度上——似乎會放大圖像對投資決策的影響。例如，能為文本材料補(bǔ)充信息的圖像能夠提升眾籌金額。年度報告中，強(qiáng)化文本內(nèi)容的圖像信息能夠放大其對分析師預(yù)測的準(zhǔn)確性的積極影響、減少分析師之間的分歧，并提升其他財務(wù)指標(biāo)。此外，在ESG（環(huán)境、社會和治理）報告中，圖像強(qiáng)化文本內(nèi)容的程度也進(jìn)一步有助于提高評級。
除了圖像所包含的信息內(nèi)容外，圖像本身的特征和屬性也是重要的影響因素。例如，色彩豐富度、清晰度、簡潔性、所含物體的非對稱性以及其他可以統(tǒng)稱為“表現(xiàn)力”的元素，都會影響眾籌金額。
本文旨在初步揭示，當(dāng)精心挑選的圖像被納入其中時，它們?nèi)绾胃淖兝嫦嚓P(guān)者對書面材料的反應(yīng)。這項開創(chuàng)性研究尚處于起步階段，任重道遠(yuǎn)。鑒于其充滿前景的開端，繼續(xù)深入研究顯然是非常有價值的。具體而言，基于上文提及并在下文詳細(xì)闡述的初步研究成果（基于Ronen等人2023年和Ben-Rephael等人2024年的研究），我們認(rèn)為，深入探究圖像效應(yīng)的復(fù)雜機(jī)制，將幫助投資者更好地吸收書面信息，從而提升決策質(zhì)量。
02 圖像影響決策的雙重渠道
圖像影響投資決策的原因和方式是什么？情感（情緒或感覺）和認(rèn)知（思維處理）構(gòu)成了圖像影響投資行為和決策的兩個渠道。首先分析情感渠道。情感與感知密切相關(guān)，情感在潛移默化中傳遞有關(guān)預(yù)期行動后果的信息。情感塑造了人們對環(huán)境的感知和行動方式。心理學(xué)和神經(jīng)科學(xué)的研究成果強(qiáng)調(diào)了情感在決策過程中的作用。與情感密切相關(guān)的感知決定了特定圖像或部分圖像如何吸引注意力。例如，視覺顯著性（某物的醒目程度）已經(jīng)被證明能將讀者的視線引向照片或特定的照片元素，再如清晰度、圖像中物體的數(shù)量和大小等等。如果圖像中的顯著物體能引發(fā)情感反應(yīng)，視覺顯著性應(yīng)該會影響金融決策。因此，我們可以合理預(yù)期，圖像的內(nèi)容（通過感知作用）和特征（通過情感作用）會影響金融決策，并使受眾參與到復(fù)雜的感知與決策過程中。
圖像也通過調(diào)節(jié)認(rèn)知來影響決策。圖像的存在會顯著影響諸如記憶、觀點(diǎn)和意圖等認(rèn)知結(jié)構(gòu)。例如，研究表明，在新聞媒體中，圖像對觀點(diǎn)的影響遠(yuǎn)大于文字。圖像更容易被記住，因為它們通過不同的神經(jīng)通路進(jìn)行處理。圖像也能被更好地記住，因為它們比文字擁有更鮮明的特征。圖像對認(rèn)知的影響表明，其內(nèi)容可能強(qiáng)化或補(bǔ)充由包含該圖像的文檔中的文本材料所引發(fā)的認(rèn)知過程。
鑒于上述圖像的重要性和它們對金融決策的影響（下文將詳細(xì)闡述），圖像出現(xiàn)在面向投資管理界的溝通材料中便不足為奇了。例如，Ronen等人（2023）發(fā)現(xiàn)，在股權(quán)眾籌項目推介頁面上包含封面圖片，平均融資額能夠顯著增長15%。盡管圖像在投資界中普遍存在，并被有意嵌入傳播材料（投資者關(guān)系推介材料、時事通訊、業(yè)績報告等），但它們尚未得到充分重視和研究。
03 圖像通過情感渠道所產(chǎn)生的效應(yīng)
大量文獻(xiàn)關(guān)注文本材料的重要性。諸如可讀性、情感傾向和模糊度等術(shù)語，在記錄這些文本屬性對各種決策（尤其是市場結(jié)果）的系統(tǒng)性影響的學(xué)術(shù)著作中屢見不鮮（Breuer、Knetsch、Sachsenhausen，2025；Serafeim，2020）。近來，圖像在決策中的作用也受到越來越多的關(guān)注（Ang等人，2020；Ronen等人，2023；Hellmann等人，2024）。借鑒心理學(xué)“情感”與“認(rèn)知”的概念，學(xué)者們推測了圖像特征與人們決策行為之間存在的關(guān)聯(lián)。例如，市場營銷與創(chuàng)業(yè)學(xué)者們借助實驗研究了視頻對創(chuàng)業(yè)企業(yè)融資成功率的影響；金融與會計學(xué)者則探究了圖表等視覺操縱手段如何輔助印象管理。
更進(jìn)一步，Ronen等人（2023）提出了影響投資者行為的七個關(guān)鍵圖像視覺特征：非對稱性、色彩豐富度、簡潔性、多元素、自相似性、清晰度和柔和度。作者將這些特征整合為一個單一的視覺表現(xiàn)力指標(biāo)，發(fā)現(xiàn)該指標(biāo)與眾籌活動的籌資額呈正相關(guān)性。構(gòu)建的這一視覺表現(xiàn)力指標(biāo)被認(rèn)為通過塑造感知和引發(fā)情感反應(yīng)來影響投資者行為，凸顯了視覺設(shè)計在投資決策中的重要性。以下將逐一描述使用客觀方法計算得出的這七個具體視覺指標(biāo)。關(guān)于這七個視覺表現(xiàn)力構(gòu)成要素在更廣泛文獻(xiàn)（包括但不限于心理學(xué)、營銷學(xué)、計算機(jī)科學(xué)、醫(yī)學(xué)和藝術(shù)領(lǐng)域）中的其他提及，詳見附錄。
具體計算詳見Ronen等人（2023）的研究文獻(xiàn)。
04 圖像特征
非對稱性。該指標(biāo)是指圖像在構(gòu)圖、結(jié)構(gòu)或元素分布上的視覺失衡。具體而言，該指標(biāo)量化圖像內(nèi)容沿中軸線分布的不均衡程度，突出反映視覺構(gòu)成上缺乏平衡性與統(tǒng)一性。
非對稱的設(shè)計和圖案通常會引發(fā)特定的心理與感知反應(yīng)，進(jìn)而影響投資決策。其效果因情境、情感聯(lián)想和個體偏好而異。對稱性在復(fù)雜圖案及人臉中預(yù)示更高的美學(xué)評價（Arnheim，1988；Fink等人，2006），但非對稱性在簡單圖案中更受青睞，因為它能夠創(chuàng)造視覺焦點(diǎn)（Bapna和Ganco，2021；Bertamini等人，2019；McManus，2005）。在Ronen等人的研究中，非對稱性能夠吸引注意力、激發(fā)興趣，從而顯著提升眾籌項目的人融資成功率。
示例：圖1展示了圖像的非對稱性。上圖中風(fēng)景照右側(cè)雜亂堆砌的鞋履比下圖中車輛整齊排列的構(gòu)圖具有更強(qiáng)的非對稱性。
圖1：非對稱性
色彩豐富度。色彩豐富度與情感行為和認(rèn)知感知密切相關(guān)。研究表明，更高的色彩豐富度能在多種場景下提升偏好和積極情感效應(yīng)，包括學(xué)習(xí)成果（Kumi等人，2013）和食品消費(fèi)（Genschow、Reutner和W?nke，2012；Harrison、Reinecke和Chang，2015；Paakki、Sandell和Hopia，2019；Reinecke等人，2013）。在營銷、藝術(shù)、教育、金融和法律等領(lǐng)域，色彩通過激發(fā)情感、認(rèn)知和行為反應(yīng)，對決策產(chǎn)生顯著影響。
這些影響既源于色彩的心理聯(lián)想，也基于文化認(rèn)知。一般來說，紅色會引發(fā)緊迫感、風(fēng)險規(guī)避和注意力集中，而藍(lán)色則促進(jìn)冷靜、信任和理性決策（Elliot，2019；Hill和Barton，2005；Pazda和Greitemeyer，2015；Wilms和Oberfeld，2018）。這些影響可能因文化而異。在西方文化中，紅色可能象征警告或損失，而在中國，紅色通常代表繁榮和幸運(yùn)。在金融決策中，紅色刺激已被證實會強(qiáng)化風(fēng)險規(guī)避傾向（Bapna和Ganco，2021；Chan和Park，2015；Gnambs、Appel和Oeberst，2015；Kliger和Gilad，2012）。
示例：圖2展示了圖像色彩差異。上圖明亮誘人，色彩豐富度評分顯著高于昏暗陰沉的下圖。
圖2：色彩豐富度
簡潔性。圖像的簡潔性體現(xiàn)為信息密度低、布局清晰和元素精簡三大特征。這類圖像更受投資者青睞，因為它們能降低認(rèn)知負(fù)荷，并能快速傳達(dá)關(guān)鍵信息（Henderson和Cote，1998）。研究表明，簡潔性能增強(qiáng)舒緩特質(zhì)（Berlyne，1970），但與有序性結(jié)合時降低了吸引力，但提升了偏好（VanGeert和Wagemans，2021）。根據(jù)加工流暢性理論（Processingfluencytheory），更簡潔的視覺效果更容易處理，更具愉悅感，并能產(chǎn)生積極情感效應(yīng)（Alter和Oppenheimer，2006；Reber、Schwarz和Winkielman，2004）。
示例：在圖3中，上圖陳列整齊的電力設(shè)備的圖像簡潔性得分顯著高于下圖雜亂無章的圖像。
圖3：簡潔性
數(shù)量。數(shù)量是指圖像呈現(xiàn)的元素數(shù)量，影響感知、認(rèn)知和決策。當(dāng)要求準(zhǔn)確度和認(rèn)知效率的情況下，視覺數(shù)量會直接影響信息解讀、注意力分配和決策精度。Bagchi和Davis（2016）發(fā)現(xiàn)，人們會因圖像呈現(xiàn)更高的數(shù)量感（highernumerosity），直覺推斷其實際數(shù)量更大（greaterquantity），而往往會忽略其他信息。Park等人（2016）發(fā)現(xiàn)人類大腦對元素數(shù)量的敏感度超過其他視覺屬性。研究還表明，包含更多元素的圖像會改善偏好和績效表現(xiàn)，如在年度報告中（Townsend和Shu，2010）和眾籌項目中（Yang等人，2020）。
示例：圖4中，上圖中布滿石膏板固定件，數(shù)量評分顯著高于僅展示單個凝膠包裝的下圖。
圖4：數(shù)量
自相似性。若圖像在縮放過程中顯示相同的重復(fù)視覺圖案（或形狀），則具有自相似性（Mayer和Landwehr，2018）。自相似性可以在視覺感知、社會判斷等多場景影響決策過程，具體取決于個人如何處理和解釋這些視覺線索。研究表明自相似性能提升偏好度（Robles等人，2021；Taylor，1998）并激發(fā)積極情緒（Brielmann等人，2022）。無論是源自自然、藝術(shù)或是計算機(jī)生成的設(shè)計，自相似圖像始終更受青睞（Spehar等人，2003）。
示例：如下圖5，具有重復(fù)相似草圖的上圖比元素雜亂堆砌的下圖，具有更高的自相似性得分。
圖5：自相似性
清晰度。圖像的清晰度（無模糊）增強(qiáng)了細(xì)節(jié)的可見性，提高了感知準(zhǔn)確性和認(rèn)知處理能力。相比之下，在廣告和醫(yī)療診斷領(lǐng)域，模糊會引發(fā)歧義，并降低決策質(zhì)量。清晰度將注意力聚焦至圖像中更明顯的區(qū)域（Enns和MacDonald，2013；Loschky等人，2014；Marchesotti、Murray和Perronnin，2015；Veas等人，2011），通常比模糊或有顆粒感的圖像更受青睞（Virtanen、Nuutinen和H?kkinen，2022）。
示例：如下圖6展示，上圖中的物體清晰可辨，其清晰度評分顯著高于模糊失焦的下圖。
圖6：清晰度
柔和度。圖像的柔和度，通過柔化紋理與擴(kuò)散的邊緣，影響情感和認(rèn)知決策過程，尤其是在消費(fèi)者行為和質(zhì)量感知方面。Fortmann-Roe（2013）通過研究Twitter用戶的個人資料外觀偏好發(fā)現(xiàn)，低亮度與低飽和度（高柔和度）的組合更受歡迎。Wilms和Oberfeld（2018）以及Guterman等人（2010）關(guān)于亮度的研究部分佐證了這一結(jié)論。
示例：如下圖7，展示都市柔光的上圖，其柔和度評分高于展示強(qiáng)光照射的手袋的下圖。
圖7：柔和度
05 表現(xiàn)力對眾籌的影響
Ronen等人（2023）通過研究這七項圖像特征對眾籌項目籌集的資金的影響，證實視覺特征與眾籌的資金量呈正相關(guān)。更重要的是，“視覺表現(xiàn)力”——作為通過七項特征匯總構(gòu)建的綜合指標(biāo)，也與資金量呈正相關(guān)。在控制其他變量的情況下，視覺表現(xiàn)力每增加1個單位，資金量大約增加10%，這一經(jīng)濟(jì)意義重大。因此，項目推介圖像通過補(bǔ)充，甚至替代文本信息，顯著增強(qiáng)了提案的說服力。
本節(jié)探討了圖像通過情感渠道影響投資行為和決策。在下一節(jié)中，我們將探討圖像如何通過認(rèn)知過程影響投資決策。
06 圖像通過認(rèn)知渠道所產(chǎn)生的效應(yīng)
圖像所傳達(dá)的信息能夠強(qiáng)化伴隨文本材料中的內(nèi)容（強(qiáng)化），或者引入新的信息來補(bǔ)充通過文本形式傳遞的內(nèi)容（附加）。
圖像是否與財務(wù)結(jié)果呈正相關(guān)關(guān)系，是因為它們起到強(qiáng)化作用還是因為它們具有補(bǔ)充性，似乎取決于視覺元素在報告或其他文件中的普遍程度（相對于所伴隨的文字材料的數(shù)量）。理論上，圖像信息可以是重復(fù)的、矛盾的、補(bǔ)充的或相對于文本內(nèi)容中立的。在如Ronen等人（2023）探討的Crowdcube股權(quán)眾籌情境中，平臺僅允許使用一張大封面圖片以及一些類似于指甲蓋大小的縮略圖片（在某些有限的情況下），非上市公司或項目的文字及其他非視覺信息的傳播非常局限。在這種情況下，一張突出的圖像對于填補(bǔ)投資者的信息空白被證明是非常重要的——無論是通過吸引注意力還是提供額外信息。
因此，在文本材料稀缺的情境下，如眾籌平臺，可以合理推測出可以通過圖像補(bǔ)充信息內(nèi)容來發(fā)揮作用。相反，在文本信息豐富但視覺頁面相對稀缺的情況下，例如Ben-Raphael等人（2024）所考察的年度報告（以下簡要描述），可以推測圖像是通過強(qiáng)化嵌入文本中的信息內(nèi)容來發(fā)揮作用的。重要的是，我們推測并確認(rèn)，當(dāng)被強(qiáng)化的文本包含突出的段落或短語時，強(qiáng)化作用將展現(xiàn)出最理想的效應(yīng)。
在Ronen等人（2023）的研究中，我們利用GoogleVision獲取識別圖像中所描繪對象或主題的標(biāo)簽?；谶@些標(biāo)簽和項目描述，我們構(gòu)建了附加性度量以捕捉圖像中包含的信息對文本描述信息的補(bǔ)充程度。研究發(fā)現(xiàn)，附加性顯著地發(fā)揮了作用。在維持表達(dá)力為均等水平時進(jìn)行評估，當(dāng)平均圖像的附加性增加一個百分點(diǎn)，籌集資金額增加了約1.78%。兩種力量在起作用：反映在表達(dá)力中的情感渠道，以及反映在附加性中的認(rèn)知渠道。
現(xiàn)在我們轉(zhuǎn)向強(qiáng)化概念。Ben-Raphael等人（2024）考察了圖像對分析師預(yù)測準(zhǔn)確性、分散度及其他市場指標(biāo)的影響。為了構(gòu)建強(qiáng)化度量——以及Ronen等人（2023）先前提及的附加性度量——我們首先將圖像頁面，如果其前三個由GoogleVision生成的標(biāo)簽不具有“意義”（如“字體”、“圓圈”或“文本”），分類為無信息性的。然后，我們處理有信息性的圖像頁面的標(biāo)簽（即無信息性圖像頁面的補(bǔ)集）。具體而言，如果至少有一個標(biāo)簽與相應(yīng)的文本敘述相匹配，則將圖像頁面分類為強(qiáng)化性的；如果沒有這樣的匹配，則將其分類為非強(qiáng)化性的。
在圖8中，左側(cè)的圖像頁面來自AstecIndustries2015年年報；它被歸類為強(qiáng)化性圖像，因為它包含諸如“工程”、“氣體”、“工業(yè)”、“基礎(chǔ)設(shè)施”、“金屬”和“筒倉”等標(biāo)簽，這些標(biāo)簽可以在報告中找到。另一方面，右側(cè)的圖像頁面來自SouthsideBancshares2006年年報；它被歸類為非強(qiáng)化性圖像，因為該圖像的標(biāo)簽如“傍晚”、“地平線”、“大自然中的人們”和“日出”均與年度報告中的文本內(nèi)容不匹配。
圖8：強(qiáng)化性與非強(qiáng)化型圖像事例
在Ben-Rephael等人（2024）的研究中，我們通過構(gòu)建一個分析師季度預(yù)測準(zhǔn)確度的衡量指標(biāo)，該指標(biāo)基于每位分析師在特定季度所覆蓋的股票的預(yù)測誤差，來考察視覺信息豐富度與分析師季度盈利預(yù)測誤差之間的關(guān)系。
除了分析師預(yù)測誤差之外，我們還考察了視覺信息豐富度對分析師預(yù)測分散度的影響。
在眾多指標(biāo)中，我們特別關(guān)注我們設(shè)計的新型強(qiáng)化度量，旨在捕捉圖像內(nèi)容增強(qiáng)文本信息（認(rèn)知）渠道的程度。盡管主要的強(qiáng)化度量反映的是圖像內(nèi)容如何增強(qiáng)對文本信息的理解，這種增強(qiáng)是通過圖像標(biāo)簽與年報文本敘述的一致性程度來校準(zhǔn)的，但我們同時也考慮了圖像對10-K報告中重要且突出部分（如公司業(yè)務(wù)描述和管理層討論與分析（MD&A）部分）中文字內(nèi)容的針對性強(qiáng)化作用。此外，我們進(jìn)一步探討了專業(yè)化版本的強(qiáng)化效應(yīng)，例如，業(yè)務(wù)和MD&A部分綜合文本的強(qiáng)化作用。
我們發(fā)現(xiàn)，除了圖像數(shù)量的顯著影響之外（在回歸中已控制所有可能相關(guān)的因素），上述各種強(qiáng)化指標(biāo)的影響均為負(fù)向且在統(tǒng)計和經(jīng)濟(jì)意義上具有顯著影響，這表明強(qiáng)化程度越高，分析師的預(yù)測誤差越小。例如，10-K報告中“業(yè)務(wù)描述”部分文本的強(qiáng)化程度每增加一個標(biāo)準(zhǔn)差，預(yù)測誤差標(biāo)準(zhǔn)差衡量的預(yù)測準(zhǔn)確性提高大約1.8%。同樣地，對“業(yè)務(wù)描述”和“管理層討論與分析（MD&A）”部分文本的綜合強(qiáng)化，與預(yù)測分歧度下降大約1.9%相關(guān)。此外，這一強(qiáng)化指標(biāo)還與以回報的標(biāo)準(zhǔn)差衡量的更低的風(fēng)險、更低的貝塔系數(shù)以及更低的股權(quán)成本相關(guān)。
07 生成式人工智能及其在財務(wù)分析中的應(yīng)用
圖像處理技術(shù)的革命性發(fā)展，如TensorFlow和GoogleVision，現(xiàn)在使我們能夠解讀嵌入在圖像數(shù)據(jù)中的信息。這些工具還使得通過解讀復(fù)雜數(shù)據(jù)并以視覺沖擊力強(qiáng)的方式呈現(xiàn)數(shù)據(jù)，從而生成有價值的洞察成為可能。鑒于“公司演示材料”、投資者關(guān)系溝通、新聞簡報、業(yè)績報告等文件中使用圖像的情況已廣泛存在且日益增長其使用，這類技術(shù)進(jìn)步對資產(chǎn)管理行業(yè)具有重要意義。
這一演變對決策者至關(guān)重要，例如金融分析師必須在日益龐大且復(fù)雜的數(shù)據(jù)庫中評估趨勢、預(yù)測結(jié)果并提出戰(zhàn)略建議（Rane2023）。此外，分析師必須有效地解釋和呈現(xiàn)這些數(shù)據(jù)給具有不同財務(wù)專業(yè)知識的利益相關(guān)者（Krause2023）。將此類數(shù)據(jù)嵌入圖像中可能會提高分析師的客戶對數(shù)據(jù)的同化能力。
因此，視覺和視覺信息可以通過彌合數(shù)據(jù)復(fù)雜性與人類理解之間的差距，在緩解這些挑戰(zhàn)方面發(fā)揮關(guān)鍵作用（Ronen等人，2023）。設(shè)計良好的視覺內(nèi)容可以幫助讀者通過圖像和其他直觀形式，更好地理解復(fù)雜的文本和數(shù)據(jù)。這使得分析師能夠快速突出顯示出趨勢、異常和關(guān)鍵指標(biāo)。生成式人工智能可以加快這些輔助工具的生成與分析過程。
事實上，人工智能工具可以在金融分析的各種情境中應(yīng)用（Fairhurst和Greene2025；Krause2023；Rane、Choudhary和Rane2024）。例如，它們可以快速處理龐大的數(shù)據(jù)庫——無論是文本還是數(shù)值，結(jié)構(gòu)化還是非結(jié)構(gòu)化——以識別模式并提供諸如圖像、動態(tài)儀表板（可以根據(jù)用戶交互和新數(shù)據(jù)輸入調(diào)整可視化）和預(yù)測可視化等視覺輔助工具（Deleu2024；Ye等人2024）。結(jié)合起來，這些工具可以模擬金融場景，并促進(jìn)利益相關(guān)者對風(fēng)險和機(jī)會的評估。
總之，生成式人工智能可以被金融分析師有效利用，將數(shù)據(jù)分析與視覺敘事藝術(shù)相結(jié)合，實現(xiàn)更高的參與度和效率，并使分析師能夠以更清晰和有影響力的方式傳達(dá)復(fù)雜的財務(wù)故事。盡管目前生成式人工智能仍處于初級階段，其輸出結(jié)果還不一致，但未來的模型無疑將產(chǎn)生更加令人印象深刻的結(jié)果。
在下一節(jié)中，我們將通過一個簡單的例子來說明金融分析師如何利用人工智能工具為不同的受眾提供個性化視覺內(nèi)容，根據(jù)不同的報告內(nèi)容和受眾的專業(yè)水平，對視覺內(nèi)容進(jìn)行定制化設(shè)計。例如，更專業(yè)的投資者可能更傾向于強(qiáng)調(diào)風(fēng)險指標(biāo)的視覺呈現(xiàn)，而眾籌的受眾則可能對情感共鳴的圖像反應(yīng)更好。定制化的視覺內(nèi)容有助于提高溝通效果和財務(wù)成果。
08 具有視覺強(qiáng)化和表現(xiàn)力的人工智能生成圖像
一個使用ChatGPT-4o（DALL-E）和GE2023年10-K報告中MD&A部分文本的簡單例子，說明了人工智能工具如何用于創(chuàng)建如之前描述的表現(xiàn)力和強(qiáng)化措施的具有特定視覺特征的圖像。
我們要求ChatGPT生成兩張圖像，這兩張圖像都強(qiáng)化了以下摘自GE2023年10-K報告“MD&A重要趨勢和發(fā)展”部分的文本：“我們在2023年的業(yè)績反映了對商業(yè)航空旅行的強(qiáng)勁需求以及服務(wù)業(yè)務(wù)的持續(xù)強(qiáng)勁表現(xiàn)，貢獻(xiàn)今年航空航天收入的70%以上。我們商用發(fā)動機(jī)和服務(wù)業(yè)務(wù)的一個關(guān)鍵驅(qū)動因素是全球商業(yè)航班數(shù)量，與2022年相比，全球商業(yè)航班數(shù)量在2023年的增長率的區(qū)間為16%到19%。由于經(jīng)濟(jì)狀況、航空公司競爭和政府法規(guī)的不同，各地區(qū)的航空交通增長趨勢也有所不同。與行業(yè)預(yù)測一致，我們預(yù)計2024年航班的增長率將放緩至中個位數(shù)。我們經(jīng)常與我們的航空公司、飛機(jī)制造商和維護(hù)、修理及大修客戶就商業(yè)航空旅行前景、新飛機(jī)生產(chǎn)、機(jī)隊退役和售后市場服務(wù)，包括維修訪問和備件需求，進(jìn)行對話。”第一張圖像是基于Ronen等人（2023）先前介紹并描述的七種視覺特征構(gòu)建的，以反映更高的表現(xiàn)力價值；第二張圖像是為了反映較低的表現(xiàn)力價值而構(gòu)建的。生成的圖像顯示在圖9和圖10中。
圖9：基于GE文本并具有高度表現(xiàn)力的ChatGPT生成圖像
圖10：基于GE文本并具有低表現(xiàn)力的ChatGPT生成圖像
第一張圖像的綜合表現(xiàn)力指標(biāo)為2.36，而第二張圖像則為0.62。值得注意的是，表現(xiàn)力指標(biāo)較高的圖像可能被解讀為比表現(xiàn)力指標(biāo)較低的圖像更具視覺吸引力（對大多數(shù)人而言）。
09 定制圖像：人工智能示例
下面的簡單示例說明了如何根據(jù)特定報告和不同利益相關(guān)者的需求來定制視覺內(nèi)容。ChatGPT被要求生成三張圖像（圖11、12和13），根據(jù)指定三個不同的受眾群體，以強(qiáng)化一家玩具公司全球擴(kuò)張的概念。
雖然為個人投資者和專業(yè)投資者定制的圖像（分別為圖11和圖12）都突出了全球擴(kuò)張、制造以及增長，但視覺基調(diào)和焦點(diǎn)似乎有所不同；面向個人投資者的圖像呈現(xiàn)出生動、易懂的視覺效果，而面向?qū)I(yè)投資者的圖像則更為低調(diào)、專業(yè)且數(shù)據(jù)驅(qū)動型。后者包括對基礎(chǔ)設(shè)施的關(guān)注。圖11是非專業(yè)投資者設(shè)計的，視覺上有所不同，采用了極其歡快、色彩豐富且吸引人的元素，如玩偶，來展示公司的產(chǎn)品和全球影響力。圖12中的圖表顯示了上升趨勢，似乎被設(shè)計得更加活潑，以捕捉公司對眾籌投資者的興奮感和潛力。
雖然這些圖像確實針對不同的受眾進(jìn)行了定制，但兩個子部分中的視覺效果的局限性顯而易見。從視覺上看，這些圖像仍然粗糙且卡通化，并包含奇怪的文字元素。此外，當(dāng)前的人工智能工具在視覺表現(xiàn)方面面臨許多挑戰(zhàn)，包括不一致性、解釋抽象提示的能力的局限性以及在不同執(zhí)行中由同一提示生成的圖像具有高度變異性。盡管如此，這里為展示生成的圖像展示了生成式人工智能在視覺溝通和講故事方面的潛力，特別是在未來。關(guān)于人工智能的研究正在全力進(jìn)行。未來幾代人工智能很可能會克服上述限制。
圖11：ChatGPT生成的針對個人投資者的圖像
圖12：ChatGPT生成的針對專業(yè)投資者的圖像
圖13：ChatGPT生成的針對眾籌投資者的圖像
10 討論與總結(jié)
古代洞穴居民在他們陰暗住所的墻壁上繪制圖案；他們在向我們傳達(dá)信息。隨著時間的推移，畫家和雕塑家通過他們的藝術(shù)繪畫、素描和雕塑低聲細(xì)語或大聲呼喊內(nèi)心的想法。當(dāng)然，達(dá)芬奇、畢加索和其他藝術(shù)史上的巨匠相信他們通過杰作與我們這些凡人進(jìn)行溝通。如今的高管們認(rèn)為他們可以通過各種圖像與我們交流，這又有什么奇怪的呢？
本文解釋并展示了圖像如何傳達(dá)信息。圖像創(chuàng)作者，如古代洞穴居民和藝術(shù)家，相信他們正在向觀眾傳遞信息。如果高管們不相信通過在年報、ESG披露、招股說明書、專利申請、會議電話記錄等文件中創(chuàng)建和嵌入圖像能夠增強(qiáng)其利益相關(guān)者讀者（投資者、貸款人、眾籌者、評級機(jī)構(gòu)等）吸收有價值信息的能力，以做出明智的決策，他們就不會有意投入資源來這樣做。
確實，通過使用機(jī)器學(xué)習(xí)技術(shù)，我們已經(jīng)證明圖像可以通過潛在地加強(qiáng)傳達(dá)給決策者的文本信息或增加文檔讀者可獲得的信息集來影響商業(yè)利益相關(guān)者的決策。在眾籌的情景下，圖像通過提供增量信息對文本材料中提供的內(nèi)容產(chǎn)生情感和認(rèn)知渠道的雙重影響，從而有助于資金的增加。此外，我們還表明，年報中的圖像與分析師預(yù)測誤差及其分散程度的減少有關(guān)；圖像還對風(fēng)險衡量和其他績效指標(biāo)產(chǎn)生了顯著影響。
還有很多需要確定的問題：選擇包含在年報和其他相關(guān)演示文稿中的圖像的實際過程是什么？將市場參與者暴露于人工智能生成的圖像中可能產(chǎn)生的道德和實際影響是什么？目前看來，向公眾展示使用人工智能生成的圖像似乎沒有嚴(yán)重的法律障礙，但未來會怎樣呢？問題層出不窮，必須給出答案。
盡管存在這些未解決的問題，但可以合理地認(rèn)為，圖像可以增強(qiáng)金融分析師與其受眾有效溝通的能力。分析師可以在他們的財務(wù)分析報告中包含圖像，以更好地傳達(dá)他們對公司財務(wù)健康狀況的印象和對其未來繁榮發(fā)展的預(yù)測。為了幫助分析師更好地與他們的利益相關(guān)者溝通，迫切需要進(jìn)一步研究圖像的作用及其對投資管理的影響。
在未來的工作中，我們打算將我們的方法應(yīng)用于各種報告和用戶。例如，我們正在研究納入圖像對首次公開募股招股說明書在市場微觀結(jié)構(gòu)變量、ESG報告中的評級、業(yè)績電話會議中的股票市場指標(biāo)等方面的影響。我們還計劃進(jìn)一步調(diào)查公司高管如何決定包含哪些圖像以及他們是否設(shè)計圖像以匹配報告中的書面內(nèi)容。在金融分析師的報告和其他向決策者展示的演示文稿中包含人工智能生成的圖像的法律方面也是需要考慮的重要因素。有很多工作要做，而且這項工作正在進(jìn)行中。我們正在努力！
結(jié)束
FinancialAnalystsJournal（簡稱”FAJ”）是CFA協(xié)會（CFAInstitute）主辦的全球知名的投資管理領(lǐng)域?qū)I(yè)期刊，該刊為季刊，每期發(fā)表論文4-8篇，在社會科學(xué)引文索引（SSCI）位列二區(qū)。
2021年底，CFA北京協(xié)會獲得了CFAInstitute期刊編輯部正式授權(quán)，邀請了一批協(xié)會內(nèi)外的專家和志愿者作為推薦人/審校人，啟動了FAJ研究成果推廣項目。
【項目使命】本項目定位于將期刊的優(yōu)秀研究成果，尤其是對中國投資實踐具有啟發(fā)意義的研究成果，以中文推薦和綜述的形式發(fā)布在包括不限于“北京金融分析師協(xié)會”公眾號的公共平臺。項目的推薦人均為在金融投資實踐和學(xué)術(shù)研究方面具有一定經(jīng)驗和成果的專業(yè)人士，因而能夠較好的將來自國際市場的學(xué)術(shù)研究成果進(jìn)行中國本土化轉(zhuǎn)化，揭示出對我國金融市場的學(xué)習(xí)借鑒意義，吸收國際前沿學(xué)術(shù)成果，使之融入我國金融業(yè)的高質(zhì)量發(fā)展和雙向?qū)ν忾_放歷史進(jìn)程。
截至2025年6月，本項目已經(jīng)發(fā)布研究成果57期，涉及資產(chǎn)配置理論前沿、ESG投資理論與實踐、市場微觀結(jié)構(gòu)、組合構(gòu)建策略、行為金融等多個領(lǐng)域，據(jù)不完全統(tǒng)計，這些研究成果的全媒體累計閱讀量超過160萬人次，公眾號累計分享次數(shù)超5500次，包括中國人民銀行主管的《金融時報》新媒體平臺、財新網(wǎng)、新浪、鳳凰等傳統(tǒng)門戶、清華金融評論、學(xué)說等學(xué)術(shù)類新媒體平臺、中國保險資管業(yè)協(xié)會等行業(yè)組織公眾號，都對本項目的研究成果多次關(guān)注和轉(zhuǎn)載。
2024年6月5日，CFA北京協(xié)會FAJ中文推介項目作為“協(xié)會成功故事”被CFAInstitute官方網(wǎng)站Connexions報道，分享給全球160余家CFA地方協(xié)會。
小時候看過的漫畫書?？中國青年報
