在《金融媒體、價格發現與並購套利》這篇論文中，您主要想討論什麼問題？

並購(M&A)在企業融資領域扮演著重要角色，並被認為是一種有效的增長戰略。2017年，全球並購市場表現強勁，對外公布的交易額達到3.7萬億美元。並購活動對股東財富、公司價值和股票回報有重大影響。雖然大多數條款是在宣布之前就協商好的，但對外公布並不能保證最終收購成功。由於無法獲得股東、監管機構批准或缺乏充足資金等原因，收購都可能會失敗。金融媒體可以傳遞這些信息，但並購失敗的另一個原因可能是交易本身在媒體上的傳播。由於在並購公告之後會有大量文章發表，因此我們可以在媒體上找到蛛絲馬跡來預測最終交易是否能夠完成。

我的論文希望驗證一個理論，即解釋媒體是如何預測收購公告後的最終結果。由於前瞻性偏見，該項研究沒有包含並購公告之前的新聞內容。此外，從金融角度來看，信息是不可交易的。最終研究表明，對於收購者的正面報道預示著最終交易的成功。

為什麼決定進行這項研究？其重要性體現在哪？

長期以來，我對媒體在金融領域所扮演的角色很感興趣。這對我來說很重要，金融行業數據豐富。你可以用CRSP查股票價格，用Compustat查會計相關數據。關於交易、持倉、證券稅種等方面的報告非常豐富。如今，湯森路透(Thomson Reuters)、標普(S&P)等第三方市場數據來源正變得越來越重要。這些數據都十分有價值，會對業績產生重要的影響。

當我著手這篇論文的時候，幾乎沒有人關注並購的文本分析。目前，很少有人會認為將金融媒體視為收購成功的潛在因素。我意識到，如果關注的是別人沒注意到的東西，那麼這很可能正是市場效率低下的原因。這就是為什麼我選擇研究金融媒體對並購交易結果的影響，以及它如何使並購市場更加有效。

具體研究步驟如何?

有一種說法形象地描述了研究過程——當你建造一艘船時，第一艘船是為你的敵人建造的，第二艘船是給你朋友的，第三艘船才是為自己建造的。特別是在2011年，當時的程序並不像今天這樣復雜，構建模型需要多次迭代和大量的試錯。

研究的第一步，主要是涉及到時間以及人力成本，即獲取並進行數據清理，使數據能夠適用於我們的分析。

第二步是從可以處理數據集的軟件庫中選擇數據包。而在當時選擇是有限的，我們最初在R語言中使用的數據包已經有效率低下的跡象，因為我們的樣本多大13萬篇新聞文章，而每一個新的數據集意味著必須再次復制整個文本語料庫。

第三步是管理必要的計算能力。我必須從我自己的本地計算機切換到一個計算機集群，幾個計算機連接在一起，以獲得最佳的電源。在此期間，Hadoop剛剛上線，我相信我是最早將Hadoop專門用於金融的人之一。因此，我為一個分布式計算環境手工重寫了3次代碼。

與此同時，Hadoop MapReduce現在已經是老古董，人們正在使用Spark。而R語言和Python是兩種完全不同的東西。有人說R語言是統計學家寫的，而Python是計算機科學家寫的。這兩種方法在數據科學中有很多重疊之處，使用哪一種通常只是個人喜好的問題。R和Python都可以做大數據、機器學習和統計，但是在我看來Python更側重於機器學習和大數據，而R有更多的傳統統計背景。我相信精通R和Python對於文本分析是有幫助的。

在分析了13萬篇新聞之後，有哪些發現？

論文希望回答兩個問題，首先媒體在交易完成的過程中扮演的角色，以及即使股東們完全意識到媒體可以被收購方的內部人士操控，理性的他們仍舊關注新聞。在我們分析的超過13萬篇文章中，包含了大約1200次收購交易，我們發現有關收購者的正面新聞預示著收購成功。反之亦然，消極的新聞往往預示著失敗。這說明股東確實會關注新聞，他們獲得的信息會影響他們是否會最終實現這筆交易。

此外，在另一項研究中，我們發現媒體只在分離均衡中發揮作用，因為這是唯一一種對目標股東有益的媒體信號。你可能會問，如果有撒謊、操縱或編造新聞的可能，我們還應該關注他們嗎？答案是肯定的。你可以從理論和經驗兩方面來看待這個問題。從理論上講，公司出於自身利益會分享正面新聞，負面新聞一開始就不會被分享，公司並沒有撒謊的動機。偽造收購公告不僅成本高昂，而且在法律上也存在風險。

從經驗上來說，即使人們會撒謊，從數據中學到一些東西也是十分重要的。我們不能只考慮報告的正面或負面，僅僅是數據也可以揭示有關收購者的信息。為了說明這一點，我們假設美聯儲一直在宣布不會加息。但一個月後，他們卻加息了。這本身就是一個你可以從數據中得到的信號。如果有一個模式，它可能是真實的，或者以一種可預測的方式撒謊，你可以在機器學習中學習到這一點。而就本項研究來說，它可以在一定程度上預測並購結果，並告知並購方的行為模式。

如今有了更復雜的人工智能解決方案，會對投資前景產生哪些影響?

與我剛開始進行此項研究相比，文本分析如今已經被廣泛使用。沒有人會質疑，也不需要證明為什麼要進行關於並購文本分析的研究。但我認為這會導致激烈的競爭。與以往類似，隨著更大的數據集、更先進的技術被廣泛使用，市場可能會變得更有效率。但如果所有人都在根據數據投資股票，那就相當於這項技術並不存在，也會將變得越來越難賺到錢。

您今年開設了世界上第一門關於金融和金融科技中的文本分析和NLP的課程，為什麼您覺得這很重要?

金融專業的畢業生面臨著競爭相當激烈的就業市場。最好的方法就是讓自己與眾不同。雖然不是每個人都必須會寫代碼，但是對它有一些了解是總是很好的。

如果你看看這些年來交易大廳的變化，你就會意識到，由於自動化進程加快，處理和監控交易所需的人力更少了。而花了這麼久才明白這個道理是個奇跡。在自動化的幫助下，交易領域降低了交易成本，提高了流動性。除此之外，還有定量投資和機器學習等新技術，可以幫助交易員和投資組合經理做出更好的投資決策。

如果我們一點都不了解代碼，我們將完全無法判斷和理解這些機器學習技術。有些領域可能受影響較小，但如果從事的是金融領域的量化工作，而沒有基本的編程知識，那就很難提升自己的職業生涯。因此，我很高興向香港大學的同學介紹這門新課程。這門課程反映了機器學習和人工智能在金融領域日益增長的重要性。

點擊這裡，閱讀完整版論文。