シカゴ大学の研究者たちは、OpenAIのGPT-4のような大規模言語モデル(LLM)が、プロの金融アナリストと同等またはそれ以上の精度で財務諸表を分析できることを発表しました。この研究の成果は、「大規模言語モデルによる財務諸表分析」という作業論文に詳しく記されています。これらの発見は、金融分析や意思決定の未来に大きな影響を及ぼす可能性があります。
研究者たちは、GPT-4が標準化された匿名のバランスシートと損益計算書を用いて企業の収益成長を予測する能力を評価しました。興味深いことに、GPT-4はこのタスクで人間のアナリストを上回る結果を示しました。著者たちは「LLMの予測精度は、特化した最新の機械学習モデルと同等です」と指摘しています。彼らは、LLMの成功は単に訓練データによるものではなく、企業の将来のパフォーマンスについての洞察あるナarrティブを生成する能力に起因することを強調しました。
GPT-4は、構造化された財務データと「チェイン・オブ・ソート」プロンプトを組み合わせた新しいアプローチを用いて、60.4%の精度と60.9%のF1スコアを達成しました。これらのプロンプトは、AIが人間のアナリストの推論過程を模倣できるようにするもので、トレンドの特定、比率の計算、情報の統合による予測が可能になります。このアプローチにより、人間アナリストの予測精度が通常53%から57%の範囲内にあるのに対し、GPT-4は大幅な改善を示しました。
研究者たちは、LLMがパターン認識能力と豊富な知識を活かし、不完全なデータに対しても直感的な推論を行えるため、金融意思決定において重要な役割を果たす可能性があると考えています。
しかし、専門家はLLMが数値領域で課題を抱えていることにも注意を促しています。特に、複雑な計算やデータの人間らしい解釈において苦労することが多いです。共著者のアレックス・キムは、「LLMはテキストタスクでは優れた性能を発揮しますが、数値に対する理解は文脈に大きく依存しており、人間の深い数値推論には欠けています」と述べています。
批評家たちはまた、この研究で使用された人工ニューロンネットワーク(ANN)モデルが、定量ファイナンスの最新メソッドを代表していないと懸念しています。
それでも、一般的な言語モデルが特化型機械学習モデルのパフォーマンスに匹敵し、さらには人間の専門家をも超える能力を持つことは、金融領域におけるLLMの変革の可能性を強調しています。研究者たちは、ユーザーがGPT-4の分析能力を探求できるインタラクティブなウェブアプリケーションを開発しましたが、その予測の精度は独自に検証することを推奨しています。
人工知能が進化する中、金融アナリストの役割は大きな変化を迎えようとしています。人間の判断は依然として重要ですが、GPT-4のようなツールが財務諸表分析の効率を大幅に向上させ、今後数年で業界を再構築する可能性があります。