9月26日，暨南大学管理学院举办第十一期会计系百年系列学术论坛。南洋理工大学商学院助理教授郑翔应邀担任主讲嘉宾，围绕其研究成果“Unravel Unraveling”进行专题分享。会计学系任闻涛老师主持论坛。  

郑翔从研究动机、研究问题、文献回顾、假设提出、实证设计及实证结果等方面，系统介绍了论文的主要内容。以“Unraveling Equilibrium”理论与现实中企业“有限理性”相矛盾为背景，文章探讨企业在人力资本披露中（HDC）是否存在“选择性披露”行为，以及大语言模型（LLM）能否识别出这些披露中被隐藏的风险信息。

借助GPT-4o模型来设计隐性和显性提示词，并使用Glassdoor员工真实评价作为外部验证基准，研究发现：企业确实存在选择性披露行为；大语言模型能够识别公司未披露的风险；显性提示词能显著提升分析的深度和准确性。该研究结论证明大语言模型可以在一定程度上弥补人类的有限理性，从而帮助利益相关者更全面评估企业真实情况。

交流环节中，在场师生展开深入讨论。李晓溪老师提出从研究动机 Unraveling Equilibrium到LLM的逻辑过渡问题。赵晓阳老师指出该研究的核心问题是否为LLM可以降低投资者的信息解读成本。任闻涛老师提出LLM如何判断和解读披露是否存在“黑箱”问题，进而探讨人类与LLM对披露报告的解读差异。

彭远怀老师询问LLM在解读披露时是否存在自我学习的影响。李晓慧老师关注Glassdoor是否为可靠的信息获取平台，是否只有通过引导LLM才能识别未披露信息。博士生同学提出是否采用其他模型进行稳健性检验。郑翔针对这些问题逐一作出详尽回应，现场互动热烈，学术氛围浓厚。