 |
|
发布时间：2025-10-12 19:31:18
| 简历数据衡量公司某方面投资，火的一塌糊涂 Hello家人们，今天分享一篇火的一塌糊涂论文！Babina, Fedyk, He & Hodson (2024) 发表在金融学顶刊 JFE，有多火呢？发表才一年，Google Scholar引用量已经破千，直接成为四位作者各自被引用最高的代表作！🔥\n \n但这篇论文最值得我们学习的，甚至不是它的结论，而是它衡量公司的人工智能投资的思路！这个思路可以迁移到许多方面的投资💡\n \n想象一下，你想研究AI对公司的影响，第一个难题就是：怎么衡量一家公司对AI的投资？ 财报里根本没有“AI投资”这一项，你根本不知道一家公司到底投了多少钱、多少资源。没数据，研究怎么做？\n \n大神们的想法是：既然追踪不到“钱”，那就去追踪“人”！\n \nAI是高度依赖人才的领域，一家公司在AI上的投入力度，最直接地就体现在它雇佣了多少AI专家。于是，作者们彻底跳出传统财报数据的框架，跑去分析了全球上亿份的个人简历和海量的在线招聘信息！\n他们用算法识别出拥有“深度学习”、“计算机视觉”、“自然语言处理”等核心技能的员工，从而精准地量化出每家公司在每一年到底拥有多少AI人才，以此作为衡量AI投资的代理变量。这个思路和执行力，真的让人拍案叫绝！🤯\n \n用这个方法，他们发现投资AI的公司确实增长更快、产品创新更多。\n \n但这不是重点！这篇论文给我们的真正启示，是它展示了如何利用简历数据和招聘数据来解决研究难题。\n \n这个“通过人力资本追踪无形投资”的思路，完全可以迁移到其他领域！比如：\n想研究一家公司的ESG实践？可以去看它雇了多少“可持续发展”或“碳管理”专家。\n想知道一家公司对元宇宙的布局？可以去看它招了多少“虚拟现实工程师”。\n想了解一家药企的研发方向？可以分析它新招科学家的专业背景。\n \n很多时候，研究的瓶颈不是问题本身，而是找不到一把合适的“尺子”去衡量它。这篇论文就给我们造了一把新尺子📏。它告诉我们，当直接的财务数据缺失时，人的流动和聚集，本身就是最真实、最宝贵的数据。\n对于所有在做研究、写论文的姐妹们，这个“从人的角度切入”的思路，真的值得焊在脑子里！\n \n#人工智能 #AI #AI投资 #公司价值 #产品创新 #简历数据 #招聘数据 #UTD24 #顶刊论文速递 |
