炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

　　來源：北京金融分析師協會 微信公衆號

　　* 此項目由CFA Institute及CFA Society Beijing聯合推出。

　　The Financial Analysts Journal 創刊於1945年，是CFA Institute主辦的投資管理領域專業期刊。2020年，該刊位於社會科學引文索引（SSCI）二區。本中文推介項目得到了FAJ編輯部的授權。

　　FAJ： 讓圖像說話

　　Images Tell Stories

　　綜述：李陽，李蘭

　　審校：白雪石，CFA

　　作者：Joshua Ronen、Tavy Ronen、Mi Zhou

　　原文鏈接：Financial Analysts Journal， Vol.81 Issue2

　　推薦語

　　遠古時期，人類最早的祖先在幽暗的洞穴牆壁上留下手繪的痕跡，這些圖像不僅是藝術的萌芽，更是他們試圖向後人傳達思想與經驗的媒介。隨着文明的發展，繪畫與雕塑逐漸成為表達情感與觀念的重要手段，藝術家們用畫筆和刻刀訴說內心的感悟，或輕聲細語，或震撼人心。藝術從來不只是裝飾，而是一種深層次的交流方式。

　　在當今社會，圖像的影響力早已不再侷限於畫廊與博物館。企業高管和決策者們也深知視覺語言的力量，他們藉助圖表、標誌、廣告甚至幻燈片中的圖像來傳遞戰略意圖、塑造品牌形象、影響公衆認知。圖像，作為一種跨越語言障礙的通用表達方式，始終在講述故事，影響認知，連接過去與未來。

　　紐約大學Stern商學院會計學教授Joshua Ronen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制。本文不僅為我們揭示了圖像如何通過情感和認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知兩方面影響投資決策的觀點，是本文的核心貢獻之一。情感渠道關注的是圖像特徵（如色彩、非對稱性）如何引發觀衆的情感反應，進而影響其投資行為；而認知渠道則側重於如何對圖像內容進行補充或強化文本信息，促進更有效的信息處理和記憶。這種二元視角有助於我們全面理解圖像在金融溝通中的角色。

　　作者通過介紹七項關鍵視覺特徵：非對稱性、色彩豐富度、簡潔性、數量、自相似性、清晰度和柔和度，並通過實證研究證明了這些特徵與衆籌項目籌資額之間的正相關關係。這表明精心設計的圖像不僅能吸引注意力，還能激發積極的情感反應，拉動投資者的情緒，從而提高項目的成功率。

　　圖像在激發情感的同時，也可能讓人們遠離理性。

　　當子彈從特朗普的右耳呼嘯而過，美聯社記者埃文·沃奇抓拍下了他在特勤局特工簇擁下右耳帶血、高舉拳頭、目光如炬的照片，並瞬間引爆社交媒體。不需要複雜的政策闡釋或事實覈查，其高度符號化的視覺語言即構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超任何精心準備的競選演講或政策綱領，成為「最具說服力的競選素材」，充分展現了圖像媒介的強大能量——它不再是傳統傳播鏈條的「附屬品」，而是憑藉其直觀的情感衝擊力和算法的放大效應，成為直接撬動公衆認知、重塑權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。「聯儲局主席只需在新聞發佈會上將語氣從積極轉向消極，對標普500指數的影響就可能高達200點」（見《美國經濟評論》2023年論文「The Voice of Monetary Policy」）的時代已經過去，如今的鮑威爾既不能說服川普，也不能說服同僚，當然也無法說服債券投資者。中央銀行家的理性邏輯已經被定義為「精英謊言」，權威機構精心構建的理性、複雜、基於數據敘事的影響力不可避免地趨於弱化。

　　伴隨人工智能時代的到來，社交媒體與算法傳播進一步加速重構了溝通權力結構， 碎片化、情緒化、視覺化甚至虛構化內容的病毒式傳播將成為主流。

　　無獨有偶，諾貝爾經濟學獎得主羅伯特·席勒（Robert J． Shiller）在新冠疫情時期出版的《敘事經濟學》（Narrative Economics）就對這種現象提供了深刻的理論解釋。席勒敏銳地指出，驅動重大經濟行為和市場劇烈波動（如資產泡沫的膨脹與破滅、經濟衰退的蔓延）的深層力量，往往並非冰冷的數學模型或「理性人」的精打細算，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、易於傳播的故事形態進行病毒式擴散，從而廣泛滲透並深刻重塑公衆的集體心理與經濟決策的關鍵非理性力量。

　　這種轉變發生的原因，或許與人工智能技術爆發式增長有一定的聯繫。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，算法推薦系統通過分析用戶偏好，推送個性化內容，逐漸形成了一個個「信息繭房」。這種現象使得人們更容易接收到符合自己觀點的信息，而忽視了其他可能性，導致思維的單一化和片面化。在這樣的背景下，許多人開始表現出非理性的傾向，尤其是在面對複雜的投資決策時，容易受到情緒的影響而非基於事實的數據分析。

　　圖像，尤其是由生成式AI創造出來的圖像，對投資者的情緒和決策產生了深遠的影響。這些圖像通過視覺衝擊、色彩搭配和構圖設計等元素，能夠迅速觸動人們的情感中樞，激發正面或負面的情緒反應。例如，在投資領域，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，從而更傾向於進行風險投資；相反，一幅描繪經濟衰退的畫面則可能引發焦慮和恐慌，導致投資者採取保守策略。

　　正如本次推薦的文章中也指出，生成式AI創造出的圖片可以為金融分析師提供額外的信息補充，幫助他們更好地向受衆解釋和傳達複雜的金融概念及市場趨勢。通過將抽象的數據和分析結果轉化為直觀的視覺圖像，不僅能夠降低理解門檻，還能更有效地捕捉並保持觀衆的注意力，從而帶動情緒。

　　隨着人工智能技術的進步，尤其是生成式AI的發展，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、激發情感，更成為連接人類直覺與邏輯思考的橋樑。然而，面對這股強大的視覺力量，我們也應保持理性，成功的投資決策往往誕生於感性洞察與理性分析的完美結合之中。

　　摘要：圖像能夠增強對文本材料的解讀並提升決策質量。我們總結了關於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：情感與認知。體現圖像表現力的特徵，例如色彩豐富度和清晰度，主要作用於情感層面；而圖像內容在一定程度上強化或補充文本信息，則通過認知渠道發揮作用。研究表明，特定的圖像指標能夠帶來更高的衆籌投資額、更小的分析師預測誤差和分歧，以及更低的市場風險。最後，我們探討了生成式AI在圖像生成和分析中的作用，並使用通用電氣（GE）10-K年報中的內容進行實例說明。

　　關鍵詞：分析師預測準確性；分析師預測分歧；內容強化；生成式AI；圖像；機器學習；視覺特徵；視覺表現力

　　披露：作者報告未存在潛在的利益衝突。

　　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域的投資決策。例如，研究表明衆籌項目提案中的圖像特徵（如色彩豐富度）及其信息內容有助於提升孖展額。此外，公司網站或提交給美國證券交易委員會（SEC）的年報中的圖像，能夠提升分析師關於每股收益（EPS）的預測準確性，並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回報和其他績效指標。

　　更重要的是，圖像所包含的信息內容——在能夠補充或強化包含這些圖像的文件中文本內容的程度上——似乎會放大圖像對投資決策的影響。例如，能為文本材料補充信息的圖像能夠提升衆籌金額。年度報告中，強化文本內容的圖像信息能夠放大其對分析師預測的準確性的積極影響、減少分析師之間的分歧，並提升其他財務指標。此外，在ESG（環境、社會和治理）報告中，圖像強化文本內容的程度也進一步有助於提高評級。

　　除了圖像所包含的信息內容外，圖像本身的特徵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稱為「表現力」的元素，都會影響衆籌金額。

　　本文旨在初步揭示，當精心挑選的圖像被納入其中時，它們如何改變利益相關者對書面材料的反應。這項開創性研究尚處於起步階段，任重道遠。鑑於其充滿前景的開端，繼續深入研究顯然是非常有價值的。具體而言，基於上文提及並在下文詳細闡述的初步研究成果（基於Ronen等人2023年和Ben-Rephael等人2024年的研究），我們認為，深入探究圖像效應的複雜機制，將幫助投資者更好地吸收書面信息，從而提升決策質量。

　　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麼？情感（情緒或感覺）和認知（思維處理）構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，情感在潛移默化中傳遞有關預期行動後果的信息。情感塑造了人們對環境的感知和行動方式。心理學和神經科學的研究成果強調了情感在決策過程中的作用。與情感密切相關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、圖像中物體的數量和大小等等。如果圖像中的顯著物體能引發情感反應，視覺顯著性應該會影響金融決策。因此，我們可以合理預期，圖像的內容（通過感知作用）和特徵（通過情感作用）會影響金融決策，並使受衆參與到複雜的感知與決策過程中。

　　圖像也通過調節認知來影響決策。圖像的存在會顯著影響諸如記憶、觀點和意圖等認知結構。例如，研究表明，在新聞媒體中，圖像對觀點的影響遠大於文字。圖像更容易被記住，因為它們通過不同的神經通路進行處理。圖像也能被更好地記住，因為它們比文字擁有更鮮明的特徵。圖像對認知的影響表明，其內容可能強化或補充由包含該圖像的文檔中的文本材料所引發的認知過程。

　　鑑於上述圖像的重要性和它們對金融決策的影響（下文將詳細闡述），圖像出現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）發現，在股權衆籌項目推介頁面上包含封面圖片，平均孖展額能夠顯著增長15%。儘管圖像在投資界中普遍存在，並被有意嵌入傳播材料（投資者關係推介材料、時事通訊、業績報告等），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生的效應

　　大量文獻關注文本材料的重要性。諸如可讀性、情感傾向和模糊度等術語，在記錄這些文本屬性對各種決策（尤其是市場結果）的系統性影響的學術著作中屢見不鮮（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注（Ang等人，2020；Ronen等人，2023；Hellmann等人，2024）。借鑑心理學「情感」與「認知」的概念，學者們推測了圖像特徵與人們決策行為之間存在的關聯。例如，市場營銷與創業學者們藉助實驗研究了視頻對創業企業孖展成功率的影響；金融與會計學者則探究了圖表等視覺操縱手段如何輔助印象管理。

　　更進一步，Ronen等人（2023）提出了影響投資者行為的七個關鍵圖像視覺特徵：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。作者將這些特徵整合為一個單一的視覺表現力指標，發現該指標與衆籌活動的籌資額呈正相關性。構建的這一視覺表現力指標被認為通過塑造感知和引發情感反應來影響投資者行為，凸顯了視覺設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。關於這七個視覺表現力構成要素在更廣泛文獻（包括但不限於心理學、營銷學、計算機科學、醫學和藝術領域）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。

　　04 圖像特徵

　　非對稱性。該指標是指圖像在構圖、結構或元素分佈上的視覺失衡。具體而言，該指標量化圖像內容沿中軸線分佈的不均衡程度，突出反映視覺構成上缺乏平衡性與統一性。

　　非對稱的設計和圖案通常會引發特定的心理與感知反應，進而影響投資決策。其效果因情境、情感聯想和個體偏好而異。對稱性在複雜圖案及人臉中預示更高的美學評價（Arnheim，1988；Fink等人，2006），但非對稱性在簡單圖案中更受青睞，因為它能夠創造視覺焦點（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、激發興趣，從而顯著提升衆籌項目的人孖展成功率。

　　示例：圖1展示了圖像的非對稱性。上圖中風景照右側雜亂堆砌的鞋履比下圖中車輛整齊排列的構圖具有更強的非對稱性。

　　圖1：非對稱性

　　色彩豐富度。色彩豐富度與情感行為和認知感知密切相關。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，包括學習成果（Kumi等人，2013）和食品消費（Genschow、Reutner和Wänke，2012；Harrison、Reinecke和Chang，2015；Paakki、Sandell和Hopia，2019；Reinecke等人，2013）。在營銷、藝術、教育、金融和法律等領域，色彩通過激發情感、認知和行為反應，對決策產生顯著影響。

　　這些影響既源於色彩的心理聯想，也基於文化認知。一般來說，紅色會引發緊迫感、風險規避和注意力集中，而藍色則促進冷靜、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，紅色可能象徵警告或損失，而在中國，紅色通常代表繁榮和幸運。在金融決策中，紅色刺激已被證實會強化風險規避傾向（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於昏暗陰沉的下圖。

　　圖2：色彩豐富度

　　簡潔性。圖像的簡潔性體現為信息密度低、佈局清晰和元素精簡三大特徵。這類圖像更受投資者青睞，因為它們能降低認知負荷，並能快速傳達關鍵信息（Henderson和Cote，1998）。研究表明，簡潔性能增強舒緩特質（Berlyne，1970），但與有序性結合時降低了吸引力，但提升了偏好（VanGeert和Wagemans，2021）。根據加工流暢性理論（Processing fluency theory），更簡潔的視覺效果更容易處理，更具愉悅感，並能產生積極情感效應（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備的圖像簡潔性得分顯著高於下圖雜亂無章的圖像。

　　圖3：簡潔性

　　數量。數量是指圖像呈現的元素數量，影響感知、認知和決策。當要求準確度和認知效率的情況下，視覺數量會直接影響信息解讀、注意力分配和決策精度。Bagchi和Davis（2016）發現，人們會因圖像呈現更高的數量感（higher numerosity），直覺推斷其實際數量更大（greater quantity），而往往會忽略其他信息。Park等人（2016）發現人類大腦對元素數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，如在年度報告中（Townsend和Shu，2010）和衆籌項目中（Yang等人，2020）。

　　示例：圖4中，上圖中佈滿石膏板固定件，數量評分顯著高於僅展示單個凝膠包裝的下圖。

　　圖4：數量

　　自相似性。若圖像在縮放過程中顯示相同的重複視覺圖案（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，具體取決於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）並激發積極情緒（Brielmann等人，2022）。無論是源自自然、藝術或是計算機生成的設計，自相似圖像始終更受青睞（Spehar等人，2003）。

　　示例：如下圖5，具有重複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）增強了細節的可見性，提高了感知準確性和認知處理能力。相比之下，在廣告和醫療診斷領域，模糊會引發歧義，並降低決策質量。清晰度將注意力聚焦至圖像中更明顯的區域（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Häkkinen，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於模糊失焦的下圖。

　　圖6：清晰度

　　柔和度。圖像的柔和度，通過柔化紋理與擴散的邊緣，影響情感和認知決策過程，尤其是在消費者行為和質量感知方面。Fortmann-Roe（2013）通過研究Twitter用戶的個人資料外觀偏好發現，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）關於亮度的研究部分佐證了這一結論。

　　示例：如下圖7，展示都市柔光的上圖，其柔和度評分高於展示強光照射的手袋的下圖。

　　圖7：柔和度

　　05 表現力對衆籌的影響

　　Ronen等人（2023）通過研究這七項圖像特徵對衆籌項目籌集的資金的影響，證實視覺特徵與衆籌的資金量呈正相關。更重要的是，「視覺表現力」——作為通過七項特徵匯總構建的綜合指標，也與資金量呈正相關。在控制其他變量的情況下，視覺表現力每增加1個單位，資金量大約增加10%，這一經濟意義重大。因此，項目推介圖像通過補充，甚至替代文本信息，顯著增強了提案的說服力。

　　本節探討了圖像通過情感渠道影響投資行為和決策。在下一節中，我們將探討圖像如何通過認知過程影響投資決策。

　　06 圖像通過認知渠道所產生的效應

　　圖像所傳達的信息能夠強化伴隨文本材料中的內容（強化），或者引入新的信息來補充通過文本形式傳遞的內容（附加）。

　　圖像是否與財務結果呈正相關關係，是因為它們起到強化作用還是因為它們具有補充性，似乎取決於視覺元素在報告或其他文件中的普遍程度（相對於所伴隨的文字材料的數量）。理論上，圖像信息可以是重複的、矛盾的、補充的或相對於文本內容中立的。在如Ronen等人（2023）探討的Crowdcube股權衆籌情境中，平臺僅允許使用一張大封面圖片以及一些類似於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侷限。在這種情況下，一張突出的圖像對於填補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，如衆籌平臺，可以合理推測出可以通過圖像補充信息內容來發揮作用。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化嵌入文本中的信息內容來發揮作用的。重要的是，我們推測並確認，當被強化的文本包含突出的段落或短語時，強化作用將展現出最理想的效應。

　　在Ronen等人（2023）的研究中，我們利用Google Vision獲取識別圖像中所描繪對象或主題的標籤。基於這些標籤和項目描述，我們構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充程度。研究發現，附加性顯著地發揮了作用。在維持表達力為均等水平時進行評估，當平均圖像的附加性增加一個百分點，籌集資金額增加了約1.78%。兩種力量在起作用：反映在表達力中的情感渠道，以及反映在附加性中的認知渠道。

　　現在我們轉向強化概念。Ben-Raphael等人（2024）考察了圖像對分析師預測準確性、分散度及其他市場指標的影響。為了構建強化度量——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Google Vision生成的標籤不具有「意義」（如「字體」、「圓圈」或「文本」），分類為無信息性的。然後，我們處理有信息性的圖像頁面的標籤（即無信息性圖像頁面的補集）。具體而言，如果至少有一個標籤與相應的文本敘述相匹配，則將圖像頁面分類為強化性的；如果沒有這樣的匹配，則將其分類為非強化性的。

　　在圖8中，左側的圖像頁面來自Astec Industries 2015年年報；它被歸類為強化性圖像，因為它包含諸如「工程」、「氣體」、「工業」、「基礎設施」、「金屬」和「筒倉」等標籤，這些標籤可以在報告中找到。另一方面，右側的圖像頁面來自Southside Bancshares2006年年報；它被歸類為非強化性圖像，因為該圖像的標籤如「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容不匹配。

　　圖8：強化性與非強化型圖像事例

　　在Ben-Rephael等人（2024）的研究中，我們通過構建一個分析師季度預測準確度的衡量指標，該指標基於每位分析師在特定季度所覆蓋的股票的預測誤差，來考察視覺信息豐富度與分析師季度盈利預測誤差之間的關係。

　　除了分析師預測誤差之外，我們還考察了視覺信息豐富度對分析師預測分散度的影響。

　　在衆多指標中，我們特別關注我們設計的新型強化度量，旨在捕捉圖像內容增強文本信息（認知）渠道的程度。儘管主要的強化度量反映的是圖像內容如何增強對文本信息的理解，這種增強是通過圖像標籤與年報文本敘述的一致性程度來校準的，但我們同時也考慮了圖像對10-K報告中重要且突出部分（如公司業務描述和管理層討論與分析（MD&A）部分）中文字內容的針對性強化作用。此外，我們進一步探討了專業化版本的強化效應，例如，業務和MD&A部分綜合文本的強化作用。

　　我們發現，除了圖像數量的顯著影響之外（在迴歸中已控制所有可能相關的因素），上述各種強化指標的影響均為負向且在統計和經濟意義上具有顯著影響，這表明強化程度越高，分析師的預測誤差越小。例如，10-K報告中「業務描述」部分文本的強化程度每增加一個標準差，預測誤差標準差衡量的預測準確性提高大約1.8%。同樣地，對「業務描述」和「管理層討論與分析（MD&A）」部分文本的綜合強化，與預測分歧度下降大約1.9%相關。此外，這一強化指標還與以回報的標準差衡量的更低的風險、更低的貝塔係數以及更低的股權成本相關。

　　07 生成式人工智能及其在財務分析中的應用

　　圖像處理技術的革命性發展，如TensorFlow和Google Vision，現在使我們能夠解讀嵌入在圖像數據中的信息。這些工具還使得通過解讀複雜數據並以視覺衝擊力強的方式呈現數據，從而生成有價值的洞察成為可能。鑑於「公司演示材料」、投資者關係溝通、新聞簡報、業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，這類技術進步對資產管理行業具有重要意義。

　　這一演變對決策者至關重要，例如金融分析師必須在日益龐大且複雜的數據庫中評估趨勢、預測結果並提出戰略建議（Rane 2023）。此外，分析師必須有效地解釋和呈現這些數據給具有不同財務專業知識的利益相關者（Krause 2023）。將此類數據嵌入圖像中可能會提高分析師的客戶對數據的同化能力。

　　因此，視覺和視覺信息可以通過彌合數據複雜性與人類理解之間的差距，在緩解這些挑戰方面發揮關鍵作用（Ronen等人，2023）。設計良好的視覺內容可以幫助讀者通過圖像和其他直觀形式，更好地理解複雜的文本和數據。這使得分析師能夠快速突出顯示出趨勢、異常和關鍵指標。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用（Fairhurst和Greene 2025；Krause 2023；Rane、Choudhary和Rane 2024）。例如，它們可以快速處理龐大的數據庫——無論是文本還是數值，結構化還是非結構化——以識別模式並提供諸如圖像、動態儀表板（可以根據用戶交互和新數據輸入調整可視化）和預測可視化等視覺輔助工具（Deleu 2024；Ye等人 2024）。結合起來，這些工具可以模擬金融場景，並促進利益相關者對風險和機會的評估。

　　總之，生成式人工智能可以被金融分析師有效利用，將數據分析與視覺敘事藝術相結合，實現更高的參與度和效率，並使分析師能夠以更清晰和有影響力的方式傳達複雜的財務故事。儘管目前生成式人工智能仍處於初級階段，其輸出結果還不一致，但未來的模型無疑將產生更加令人印象深刻的結果。

　　在下一節中，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衆提供個性化視覺內容，根據不同的報告內容和受衆的專業水平，對視覺內容進行定製化設計。例如，更專業的投資者可能更傾向於強調風險指標的視覺呈現，而衆籌的受衆則可能對情感共鳴的圖像反應更好。定製化的視覺內容有助於提高溝通效果和財務成果。

　　08 具有視覺強化和表現力的人工智能生成圖像

　　一個使用ChatGPT-4o（DALL-E）和GE 2023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於創建如之前描述的表現力和強化措施的具有特定視覺特徵的圖像。

　　我們要求ChatGPT生成兩張圖像，這兩張圖像都強化了以下摘自GE 2023年10-K報告「MD&A重要趨勢和發展」部分的文本：「我們在2023年的業績反映了對商業航空旅行的強勁需求以及服務業務的持續強勁表現，貢獻今年航空航天收入的70%以上。我們商用發動機和服務業務的一個關鍵驅動因素是全球商業航班數量，與2022年相比，全球商業航班數量在2023年的增長率的區間為16%到19%。由於經濟狀況、航空公司競爭和政府法規的不同，各地區的航空交通增長趨勢也有所不同。與行業預測一致，我們預計2024年航班的增長率將放緩至中個位數。我們經常與我們的航空公司、飛機製造商和維護、修理及大修客戶就商業航空旅行前景、新飛機生產、機隊退役和售後市場服務，包括維修訪問和備件需求，進行對話。」第一張圖像是基於Ronen等人（2023）先前介紹並描述的七種視覺特徵構建的，以反映更高的表現力價值；第二張圖像是為了反映較低的表現力價值而構建的。生成的圖像顯示在圖9和圖10中。 

　　圖9：基於 GE 文本並具有高度表現力的 ChatGPT 生成圖像                            

　　圖10： 基於 GE 文本並具有低表現力的 ChatGPT 生成圖像

　　第一張圖像的綜合表現力指標為2.36，而第二張圖像則為0.62。值得注意的是，表現力指標較高的圖像可能被解讀為比表現力指標較低的圖像更具視覺吸引力（對大多數人而言）。

　　09 定製圖像：人工智能示例

　　下面的簡單示例說明了如何根據特定報告和不同利益相關者的需求來定製視覺內容。ChatGPT被要求生成三張圖像（圖11、12和13），根據指定三個不同的受衆羣體，以強化一家玩具公司全球擴張的概念。

　　雖然為個人投資者和專業投資者定製的圖像（分別為圖11和圖12）都突出了全球擴張、製造以及增長，但視覺基調和焦點似乎有所不同；面向個人投資者的圖像呈現出生動、易懂的視覺效果，而面向專業投資者的圖像則更為低調、專業且數據驅動型。後者包括對基礎設施的關注。圖11是非專業投資者設計的，視覺上有所不同，採用了極其歡快、色彩豐富且吸引人的元素，如玩偶，來展示公司的產品和全球影響力。圖12中的圖表顯示了上升趨勢，似乎被設計得更加活潑，以捕捉公司對衆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衆進行了定製，但兩個子部分中的視覺效果的侷限性顯而易見。從視覺上看，這些圖像仍然粗糙且卡通化，幷包含奇怪的文字元素。此外，當前的人工智能工具在視覺表現方面面臨許多挑戰，包括不一致性、解釋抽象提示的能力的侷限性以及在不同執行中由同一提示生成的圖像具有高度變異性。儘管如此，這裏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。關於人工智能的研究正在全力進行。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生成的針對專業投資者的圖像

　　圖13：ChatGPT生成的針對衆籌投資者的圖像

　　10 討論與總結

　　古代洞穴居民在他們陰暗住所的牆壁上繪製圖案；他們在向我們傳達信息。隨着時間的推移，畫家和雕塑家通過他們的藝術繪畫、素描和雕塑低聲細語或大聲呼喊內心的想法。當然，達芬奇、畢加索和其他藝術史上的巨匠相信他們通過傑作與我們這些凡人進行溝通。如今的高管們認為他們可以通過各種圖像與我們交流，這又有什麼奇怪的呢？

　　本文解釋並展示了圖像如何傳達信息。圖像創作者，如古代洞穴居民和藝術家，相信他們正在向觀衆傳遞信息。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建和嵌入圖像能夠增強其利益相關者讀者（投資者、貸款人、衆籌者、評級機構等）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，通過使用機器學習技術，我們已經證明圖像可以通過潛在地加強傳達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利益相關者的決策。在衆籌的情景下，圖像通過提供增量信息對文本材料中提供的內容產生情感和認知渠道的雙重影響，從而有助於資金的增加。此外，我們還表明，年報中的圖像與分析師預測誤差及其分散程度的減少有關；圖像還對風險衡量和其他績效指標產生了顯著影響。

　　還有很多需要確定的問題：選擇包含在年報和其他相關演示文稿中的圖像的實際過程是什麼？將市場參與者暴露於人工智能生成的圖像中可能產生的道德和實際影響是什麼？目前看來，向公衆展示使用人工智能生成的圖像似乎沒有嚴重的法律障礙，但未來會怎樣呢？問題層出不窮，必須給出答案。

　　儘管存在這些未解決的問題，但可以合理地認為，圖像可以增強金融分析師與其受衆有效溝通的能力。分析師可以在他們的財務分析報告中包含圖像，以更好地傳達他們對公司財務健康狀況的印象和對其未來繁榮發展的預測。為了幫助分析師更好地與他們的利益相關者溝通，迫切需要進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用於各種報告和用戶。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構變量、ESG報告中的評級、業績電話會議中的股票市場指標等方面的影響。我們還計劃進一步調查公司高管如何決定包含哪些圖像以及他們是否設計圖像以匹配報告中的書面內容。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行中。我們正在努力！

　　結束

　　Financial Analysts Journal（簡稱」FAJ」） 是CFA協會（CFA Institute）主辦的全球知名的投資管理領域專業期刊，該刊為季刊，每期發表論文4-8篇，在社會科學引文索引（SSCI）位列二區。

　　2021年底，CFA北京協會獲得了CFA Institute期刊編輯部正式授權，邀請了一批協會內外的專家和志願者作為推薦人/審校人，啓動了FAJ研究成果推廣項目。

　　【項目使命】本項目定位於將期刊的優秀研究成果，尤其是對中國投資實踐具有啓發意義的研究成果，以中文推薦和綜述的形式發佈在包括不限於「北京金融分析師協會」公衆號的公共平臺。項目的推薦人均為在金融投資實踐和學術研究方面具有一定經驗和成果的專業人士，因而能夠較好的將來自國際市場的學術研究成果進行中國本土化轉化，揭示出對我國金融市場的學習借鑑意義，吸收國際前沿學術成果，使之融入我國金融業的高質量發展和雙向對外開放歷史進程。

　　截至2025年6月，本項目已經發布研究成果57期，涉及資產配置理論前沿、ESG投資理論與實踐、市場微觀結構、組合構建策略、行為金融等多個領域，據不完全統計，這些研究成果的全媒體累計閱讀量超過160萬人次，公衆號累計分享次數超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、新浪、鳳凰等傳統門戶、清華金融評論、學說等學術類新媒體平臺、中國保險資管業協會等行業組織公衆號，都對本項目的研究成果多次關注和轉載。

　　2024年6月5日，CFA北京協會FAJ中文推介項目作為「協會成功故事」被CFA Institute官方網站Connexions報道，分享給全球160餘家CFA地方協會。

責任編輯：石秀珍 SF183