DisclosureBeta：用LLM读取风险披露以测算制度条件贝塔的新框架

该论文针对公司价格历史过短（如S-1申报或刚上市）导致贝塔估算不可靠的问题，提出DisclosureBeta框架。它利用LLM读取风险披露文本来判断制度变化，并与可比公司同行贝塔进行对照，提供带有误差预算的估算方法。

AI推荐理由 该研究展示了如何利用大语言模型从文本风险披露中提取制度变化信息，以改进新股或短期价格历史资产的贝塔估计。对AI从业者而言，这体现了LLM在金融领域从非结构化文本产生可量化风险信号的实用价值，可能推动更稳健的量化投资和风险管理工具的发展。