[논문] 챗GPT 관련 금융 논문 31선
financial papers on ChatGPT
1. ChatGPT로 주가 움직임을 예측할 수 있나요? 수익률 예측 가능성 및 대규모 언어 모델
(Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models)
알레한드로 로페즈-리라(플로리다 대학교, 금융 보험 및 부동산학과)
유화 탕(플로리다 대학교, 재무학과)
논문 초록
뉴스 헤드라인의 감정 분석을 통해 주식 시장 수익률을 예측하는 데 있어 ChatGPT 및 기타 대규모 언어 모델의 잠재력을 살펴봅니다. 주어진 헤드라인이 기업 주가에 좋은 뉴스인지, 나쁜 뉴스인지, 아니면 무관한 뉴스인지를 표시하기 위해 ChatGPT를 사용합니다. 그런 다음 수치로 점수를 계산하고 이러한 'ChatGPT 점수'와 이후 일일 주식 시장 수익률 간의 양의 상관관계를 문서화합니다. 또한 ChatGPT는 기존의 감정 분석 방법보다 성능이 뛰어납니다. GPT-1, GPT-2, BERT와 같은 보다 기본적인 모델은 수익률을 정확하게 예측할 수 없음을 발견했으며, 이는 수익률 예측 가능성이 복합 모델의 새로운 역량임을 나타냅니다. ChatGPT-4의 내재 샤프 비율은 ChatGPT-3보다 더 크지만, 후자의 모델이 총 수익률이 더 높습니다. 이번 연구 결과는 고급 언어 모델을 투자 의사결정 과정에 통합하면 더 정확한 예측이 가능하고 퀀트 트레이딩 전략의 성과를 향상시킬 수 있음을 시사합니다. 예측 가능성은 작은 주식에 집중되어 있고 악재가 있는 기업에서 더 두드러지는데, 이는 시장의 비효율성보다는 차익거래 한계 주장과 일치합니다.
논문 다운로드:
2. 블룸버그GPT: 금융을 위한 대규모 언어 모델
시지에 우, 오잔 이르소이, 스티븐 루, 바딤 다브라볼스키, 마크 드레제, 세바스찬 게르만, 프라반잔 캄바두르, 데이비드 로젠버그, 기드온 만
논문 초록
금융 기술 영역에서 NLP의 사용은 감성 분석과 명명된 엔티티 인식에서 질문에 대한 답변에 이르기까지 광범위하고 복잡합니다. 대규모 언어 모델(LLM)은 다양한 작업에 효과적인 것으로 나타났지만, 금융 영역에 특화된 LLM은 문헌에 보고된 바 없습니다. 이 연구에서는 광범위한 금융 데이터로 학습된 500억 개의 매개변수 언어 모델인 BloombergGPT를 소개합니다. 블룸버그의 광범위한 데이터 소스를 기반으로 3,630억 개의 토큰 데이터 세트를 구축하며, 이는 범용 데이터 세트의 3,450억 개의 토큰으로 보강된 역대 최대 규모의 도메인 특화 데이터 세트일 것입니다. 블룸버그는 표준 LLM 벤치마크, 개방형 금융 벤치마크, 그리고 의도한 용도를 가장 정확하게 반영하는 내부 벤치마크 제품군에서 블룸버그GPT를 검증합니다. 혼합 데이터 세트 학습을 통해 일반 LLM 벤치마크에서 성능 저하 없이 재무 업무에서 기존 모델을 크게 능가하는 모델을 개발할 수 있습니다. 또한 모델링 선택, 훈련 프로세스, 평가 방법론에 대해서도 설명합니다. 블룸버그GPT 트레이닝 경험을 자세히 설명하는 트레이닝 연대기(부록 C)를 공개합니다.
논문 다운로드:
3. FinGPT: 오픈소스 대규모 금융 언어 모델
양홍양, 리우 샤오양, 크리스티나 단 왕
논문 초록
대규모 언어 모델(LLM)은 다양한 영역에서 자연어 처리 작업에 혁명을 일으킬 수 있는 잠재력을 보여주며 금융 분야에서 큰 관심을 불러일으켰습니다. 고품질 금융 데이터에 액세스하는 것은 금융 LLM(FinLLM)의 첫 번째 과제입니다. 블룸버그GPT와 같은 독점 모델은 고유한 데이터 축적의 이점을 활용하고 있지만, 이러한 특권적 접근은 인터넷 규모의 금융 데이터를 대중화하기 위한 오픈소스 대안이 필요합니다.
이 백서에서는 금융 부문을 위한 오픈소스 대규모 언어 모델인 FinGPT를 소개합니다. 독점 모델과 달리 FinGPT는 데이터 중심 접근 방식을 채택하여 연구자와 실무자가 FinLLM을 개발할 수 있도록 접근 가능하고 투명한 리소스를 제공합니다. 또한, 자동 데이터 큐레이션 파이프라인과 경량 로우랭크 적응 기법의 중요성을 강조하며 FinGPT를 구축하는 방법을 소개합니다. 또한 로보 어드바이저, 알고리즘 트레이딩, 로우코드 개발 등 사용자를 위한 디딤돌로서 몇 가지 잠재적인 애플리케이션을 소개합니다. 오픈소스 AI4Finance 커뮤니티 내 협업을 통해 FinGPT는 혁신을 촉진하고, FinLLM을 민주화하며, 오픈 파이낸스의 새로운 기회를 창출하는 것을 목표로 합니다.
논문 다운로드:
4. 챗GPT가 투자 결정을 개선할 수 있을까요? 포트폴리오 관리 관점에서
(Can Chatgpt Improve Investment Decision? From a Portfolio Management Perspective)
고형진(서울대학교)
이재욱(서울대학교)
논문 초록
ChatGPT의 언어적 능력은 최근 다양한 분야에서 폭발적인 관심을 받고 있지만, 금융, 특히 투자 분야에서의 잠재력은 아직 미개척 분야로 남아있다. 이 연구는 정량적 방법론을 사용하여 자산 클래스를 선택하고 분산 효과를 평가하는 데 있어 ChatGPT의 효율성을 조사했습니다. 그 결과 ChatGPT가 선택한 자산이 무작위로 선택한 자산보다 다양성 지수 측면에서 훨씬 더 나은 것으로 나타났습니다. 또한 ChatGPT의 선택을 사용하여 구축된 포트폴리오는 무작위로 선택된 자산으로 구축된 포트폴리오보다 더 나은 성과를 보였습니다. 이 연구는 ChatGPT가 포트폴리오 관리자를 위한 보조 도구로서 잠재력을 가지고 있으며, 금융에서 언어 모델의 역할에 대한 이해를 높이는 데 기여한다고 결론지었습니다.
논문 다운로드:
5. (금융) 리서치를 위한 ChatGPT: 바나나라마 추측
(ChatGPT for (Finance) Research: The Bananarama Conjecture)
마이클 M. 다울링(더블린 시립 대학교 경영대학원)
브라이언 M. 루시(트리니티 비즈니스 스쿨)
논문 초록
생성된 결과물에 대한 금융 저널 리뷰어들의 평가를 바탕으로 최근 출시된 인공지능 챗봇 ChatGPT가 금융 연구에 상당한 도움을 줄 수 있음을 보여줍니다. 원칙적으로 이러한 결과는 연구 영역 전반에 걸쳐 일반화할 수 있어야 합니다. 아이디어 창출과 데이터 식별에 분명한 이점이 있습니다. 그러나 이 기술은 문헌 종합과 적절한 테스트 프레임워크 개발에는 취약합니다. 중요한 것은 개인 데이터와 연구자의 연구 분야 전문 지식의 투입 범위가 결과물의 품질을 결정하는 핵심 요소라는 점입니다. 마지막으로 이 새로운 기술로 인해 발생할 수 있는 영향, 특히 윤리적 영향을 고려하면서 결론을 내립니다.
논문 다운로드:
6. ChatGPT: 금융 분야에서 NLP의 미래 열기
(ChatGPT: Unlocking the Future of NLP in Finance)
아담 자렘바(몽펠리에 비즈니스 스쿨)
엔더 데미르(이스탄불 메데니예트 대학교)
논문 초록
이 백서에서는 금융 분야에서 ChatGPT 기술의 현재 상태와 기존 NLP 기반 금융 애플리케이션을 개선할 수 있는 잠재력을 검토합니다. 또한 윤리적, 규제적 고려 사항과 이 분야의 잠재적인 미래 연구 방향에 대해 논의합니다. 이 문헌에 따르면 ChatGPT는 NLP 기반 금융 애플리케이션을 개선할 수 있는 잠재력을 가지고 있지만, 해결해야 할 윤리적 및 규제적 문제도 제기하고 있습니다. 이 논문은 금융 분야에서 ChatGPT 기술을 책임감 있게 사용하기 위해 견고성, 해석 가능성, 윤리적 고려 사항에 대한 연구의 필요성을 강조합니다.
논문 다운로드:
7. 부풀려진 공시: ChatGPT가 투자자의 정보 처리를 도울 수 있을까?
(Bloated Disclosures: Can ChatGPT Help Investors Process Information?)
알렉스 김(시카고 대학교 부스 경영대학원)
막시밀리안 뮌(시카고 대학교 부스 경영대학원)
발레리 V. 니콜라 예프(시카고 대학교 부스 경영대학원)
논문 초록
ChatGPT와 같은 생성형 AI 도구는 수많은 산업을 혁신하고 경제 주체들이 정보를 처리하는 방식을 근본적으로 바꿀 수 있을 것으로 기대됩니다. 우리는 주식 시장을 실험실로 삼아 복잡한 기업 공시에서 정보를 추출하는 데 있어 이러한 도구의 경제적 유용성을 조사합니다. 우리는 GPT 언어 모델을 사용하여 기업이 연례 보고서(MD&A)와 컨퍼런스 콜에서 공개하는 텍스트 정보를 요약합니다. 제약이 없는 요약본은 원본 공시에 비해 훨씬 짧지만 정보 내용은 증폭되어 있습니다. 원본에 긍정적(부정적) 감정이 있으면 요약본은 더 긍정적(부정적)이 됩니다. 더 중요한 것은 요약본이 공시된 정보에 대한 주식 시장의 반응을 설명하는 데 더 효과적이라는 점입니다. 이러한 연구 결과를 바탕으로 새로운 공시 "부풀리기" 척도를 제안합니다. 우리는 부풀려진 공시가 가격 효율성 저하 및 정보 비대칭성 증가와 같은 자본 시장의 부정적인 결과와 관련이 있음을 보여줍니다. 마지막으로, 이 모델이 재무적 성과와 비재무적 성과(ESG)를 구분하는 표적 요약에 효과적이라는 것을 보여줍니다.
논문 다운로드:
8. 인공지능이 회계사 자격시험을 통과할 수 있을까요? ChatGPT: CPA, CMA, CIA, EA?
(Can Artificial Intelligence Pass Accounting Certification Exams? ChatGPT: CPA, CMA, CIA, and EA?)
마크 율레리히(뒤스부르크 에센 대학교)
아이다 사나 티 자데(일리노이 대학교)
하미드 바킬 자데(위스콘신 대학교)
데이비드 A. 우드(브리검 영 대학교)
논문 초록
많은 사람들이 특히 회계 및 감사 분야에서 큰 혼란을 겪을 것이라고 예측하면서 매일 언론에 ChatGPT가 소개되고 있습니다. 그러나 이전 연구에 따르면 학생 평가 문제에서 ChatGPT의 성능은 상대적으로 저조한 것으로 나타났습니다. 저희는 이 연구를 확장하여 새로 출시된 ChatGPT 모델과 기능이 공인회계사, CMA, CIA, EA(공인회계사) 인증 시험을 포함한 주요 회계 인증 시험을 통과할 수 있는지 조사했습니다. 그 결과, 초기에 출시된 ChatGPT 3.5 모델은 어떤 시험도 통과하지 못하는 것으로 나타났습니다(전체 평가 평균 점수 53.1%). 그러나 추가 노력을 기울이면 ChatGPT는 각 시험의 모든 섹션을 통과할 수 있습니다. ChatGPT 4 모델로 전환하면 점수가 평균 16.5% 향상되고, 10회차 훈련을 제공하면 점수가 6.6% 향상되며, 모델에서 추론과 행동을 사용하도록 허용하면(예: 계산기 및 기타 리소스 사용 허용) 8.9%가 추가로 향상됩니다. 이러한 모든 개선 후 ChatGPT는 시험의 모든 섹션에서 평균 85.1%의 점수를 받았으며 모든 섹션을 통과했습니다. 이러한 높은 성능은 ChatGPT가 회계 및 감사 업계에 혁신을 일으킬 수 있을 만큼 충분한 성능을 갖추고 있음을 시사합니다.
논문 다운로드:
9. 생성적 AI와 기업 가치
(Generative AI and Firm Values)
안드레아 L. 아이스펠트(UCLA 앤더슨 경영대학원)
그레고르 슈베르트(UCLA 앤더슨 경영대학원)
미아오 벤 장(서던 캘리포니아 대학교)
논문 초록
최근 제너레이티브 AI의 발전이 기업 가치에 미치는 영향은 무엇일까요? 이 연구는 미국 상장 기업의 직원들의 제너레이티브 AI 노출을 기반으로 이 질문에 대한 정량적 해답을 제시합니다. 제네레이티브 AI에 대한 인력의 노출에 대한 새로운 기업 수준 측정은 실적 발표 데이터를 통해 검증되었으며, 기업 및 산업 수준의 특성과 직관적인 관계를 갖습니다. 노출이 높은 기업은 롱 포지션, 노출이 낮은 기업은 숏 포지션으로 구성된 인공 마이너스 휴먼 포트폴리오를 사용한 결과, 노출이 높은 기업은 ChatGPT 출시 이후 노출이 낮은 기업의 수익률보다 일일 기준 0.4% 높은 초과 수익을 올린 것으로 나타났습니다. 이번 발표는 일반적으로 노출도가 높은 기업에게 좋은 소식으로 투자자들에게 받아들여졌지만, 제너레이티브 AI 기술의 실질적인 파괴적 잠재력과 마찬가지로 산업 전반과 산업 내에서도 큰 편차가 있었습니다.
논문 다운로드:
10. ChatGPT는 금융 산업에 어떤 혁신을 가져올까요?
(What will ChatGPT Revolutionize in Financial Industry?)
핫스니안 알리(하마드 빈 칼리파 대학교)
아멧 파룩 아이산(하마드 빈 칼리파 대학교)
논문 초록
2022년 11월에 개방형 AI 챗봇 ChatGPT가 출시되면서 생성형 인공지능(AI)에 대한 관심이 커지고 있습니다. 연구자들은 콘텐츠를 생성하고 입력에 응답하는 ChatGPT의 기능을 탐구해 왔지만, 본 연구에서는 다른 접근 방식을 취하여 금융 산업에서의 사용 사례를 조사합니다. 저희는 ChatGPT가 금융 산업에 제공하는 것이 무엇이며 기존 은행 및 금융 챗봇과 어떻게 다른지 이해하는 것을 목표로 합니다. 금융 분야에서의 ChatGPT의 잠재력에 집중함으로써 다른 영역에서의 적용에 대한 논의를 촉발하고 향후 더 큰 혁신의 가능성을 모색하고자 합니다.
논문 다운로드:
11. AI를 활용한 멀티(호라이즌) 팩터 투자
(Multi-(Horizon) Factor Investing with AI)
루슬란 고옌코(맥길 대학교, 데소텔스 경영학부)
청유 장(맥길 대학교, 데소텔스 경영학부)
논문 초록
ChatGPT의 백본 기술로 포트폴리오를 생성하고 관리할 수 있을까요? 우리는 금융 애플리케이션에 맞게 조정된 이 기술 엔진을 장기 투자자의 멀티 팩터 투자에 적용하여 전통적으로 사용하던 데이터보다 더 큰 데이터를 사용하고 장기 대 단기 변동성, 유동성 및 거래 비용 절충을 고려하면서 예상 포트폴리오 수익을 극대화합니다. 팩터의 프리미엄 실현 시기를 능동적으로 조정하는 동시에 팩터 간 균형을 동적으로 재조정하고 다각화할 수 있기 때문입니다. 또한 장기적 관점은 인내심을 갖고 트레이딩과 리밸런싱을 할 수 있고, 전략적인 팩터 타이밍을 잡을 수 있으며, 다양한 펀더멘털 신호에 의존할 수 있기 때문에 매우 중요합니다.
논문 다운로드:
12. 금융 연구에서 ChatGPT의 힘 발휘하기: 기회와 도전 과제
(Unleashing the Power of ChatGPT in Finance Research: Opportunities and Challenges)
지펑 펭(엘파소 텍사스 대학교)
강칭 후(웨스트 버지니아 대학교)
빙신 리(웨스트 버지니아 대학교)
논문 초록
ChatGPT와 같은 자연어 처리(NLP) 기술은 금융 연구를 포함한 다양한 분야에 혁신을 일으키고 있습니다. 이 글에서는 금융 연구자들을 위한 혁신적 도구로서 ChatGPT의 다각적인 잠재력을 살펴보고, 연구를 촉진하는 데 제공할 수 있는 이점, 과제, 새로운 통찰력을 강조합니다. 코딩 지원, 이론적 도출, 연구 아이디어 지원, 전문 편집 등 다양한 분야에서 활용 사례를 보여줍니다. ChatGPT-3.5, ChatGPT-4, Microsoft Bing의 비교를 통해 고유한 기능과 적용 가능성을 확인할 수 있습니다. 함정과 윤리적 우려에 대해 논의함으로써 책임감 있는 AI 도입을 장려하고 고급 NLP가 금융 연구 및 실무에 미치는 영향에 대해 포괄적으로 이해할 수 있도록 합니다.
논문 다운로드:
13. 블룸버그 주식 스크리닝(EQS) 연습: 벤자민 그레이엄 가치 투자
(Bloomberg Equity Screening (EQS) Exercise: Benjamin Graham Value Investing)
티모시 팔콘 크랙(오타고 대학교, 회계 재무학과)
논문 초록
블룸버그 프로페셔널 서비스(즉, "블룸버그 터미널")를 사용하여 블룸버그의 주식 스크리닝(EQS) 기능을 사용하여 벤자민 그레이엄 가치투자 연습을 실행하는 방법을 보여드립니다. 저는 이 연습을 15년 동안 학부 마지막 해 응용투자 과목에서 Crack (2022a)를 교재로 사용하여 매우 성공적으로 사용했습니다. 이 기간 동안 저는 1,800명 이상의 학부생에게 이 연습문제를 제공했으며, 보통 3~5명씩 그룹을 이루어 진행했습니다.이 실습용 블룸버그 연습은 구조상 당연히 ChatGPT를 지원합니다.두 개의 부록에서는 각각 블룸버그의 EQS 기능 사용과 일반적인 실수를 피하는 방법에 대한 자세한 지침을 제공합니다. 다른 연습(예: 가치 투자가 아닌 성장 중심 투자 또는 ESG 투자)에 Bloomberg의 EQS 함수를 사용하려는 경우 부록에 제공된 자세한 지침을 따르되 자신만의 투자 기준을 사용하여 투자 연습을 실행할 수 있습니다.여기서는 EQS 함수에 대해 공식에 기반한 접근 방식을 사용합니다. 그러나 크랙(2023c)에 제시된 ESG 기반 블룸버그 주식(EQS) 및 채권(SRCH) 투자 연습에서 설명한 대로 기준 추가 기반 접근법을 사용할 수 있습니다.
논문 다운로드:
14. 자동화와 주가: ChatGPT 사례
(Automation and Stock Prices: The Case of ChatGPT)
매그너스 블롬크비스트(EDHEC 비즈니스 스쿨)
예타오 치우(매니토바 대학교)
윤페이 자오(콩코르디아 대학교, 퀘벡)
논문 초록
이 연구는 ChatGPT의 도입이 주가에 미치는 영향을 조사합니다. 인공지능 기술로 대체할 수 있는 인력이 많은 산업에서 활동하는 기업은 도입 후 주식 수익률이 크게 마이너스를 기록했습니다. 부정적인 주가 반응은 새로운 기술로 인한 경쟁 심화에 기인합니다.
논문 다운로드:
15. GPTQuant의 대화형 AI: 모두를 위한 투자 리서치 간소화
(GPTQuant's Conversational AI: Simplifying Investment Research for All)
토마스 유(메카닉스)
데이비드 아우(메카닉스)
논문 초록
이 백서에서는 투자 전략 개발 및 평가를 위한 대화형 인공지능 챗봇인 GPTQuant를 소개합니다. GPTQuant는 프롬프트 템플릿과 LangChain의 통합을 활용하여 파이썬 인터프리터를 사용하여 실행할 수 있는 파이썬 코드를 즉시 생성하기 위해 GPT3의 소수점 학습 기능을 활성화합니다. 당사의 사례 연구는 투자 리서치에서 GPTQuant의 효율성을 입증하며, 인간 에이전트의 업무량을 줄이고 투자 리서치를 민주화할 수 있는 잠재력을 강조합니다. 자연어 명령을 통해 파이썬 코드를 생성하는 기능과 투자 전략 평가를 위한 직관적인 인터페이스 등 핀테크에 기여하는 GPTQuant는 투자자에게 유용한 도구가 될 수 있습니다. 사례 연구를 통해 챗봇의 실제 적용 사례를 살펴보고 Open AI의 ChatGPT와 성능을 비교합니다. 또한 챗봇이 GPT 변형의 한계를 극복하고 금융 분야의 도메인별 애플리케이션에서 새로운 문을 열 수 있는 잠재력을 강조합니다.
논문 다운로드:
16. 금융 어드바이저로서의 GPT
(GPT as a Financial Advisor)
Paweł Niszczota(포즈난 경제 경영 대학교)
사미 압바스
논문 초록
우리는 금융 이해력 테스트와 조언 활용 과제(판사-자문 시스템)를 결합하여 대규모 언어 모델인 GPT가 대중을 위한 금융 로보 어드바이저 역할을 할 수 있는 능력을 평가합니다. 다빈치(Davinci)와 ChatGPT(GPT의 변형)는 금융 이해력 테스트에서 각각 58%와 67%의 점수를 받았으며, 이는 기준선인 31%에 비해 높은 점수입니다. 그러나 사람들은 GPT의 성능을 과대평가했으며(79.3%), 저축 딜레마 상황에서 GPT의 조언에 크게 의존했습니다(WOA = 0.65). 주관적인 금융 지식이 낮을수록 조언에 의존하는 비율이 높았습니다. 우리는 현재의 대규모 언어 모델에 대한 과도한 의존의 위험과 일반인에 대한 유용성이 어떻게 변화할 수 있는지에 대해 논의합니다.
논문 다운로드:
17. EconSentGPT: 보편적인 경제 감성 엔진?
(EconSentGPT: A Universal Economic Sentiment Engine?)
아레프 마흐다비 아르데카니(더블린 시티 대학교)
줄리 버츠(더블린 시티 대학교 경영대학원)
마이클 M. 다울링(더블린 시립대학교 경영대학원)
수완 (청) 롱(케임브리지 대학교 경영대학원)
논문 초록
우리는 최근 출시된 인공지능 언어 모델인 ChatGPT의 미세 조정된 버전을 기반으로 한 경제 심리 예측 모델인 EconSentGPT를 소개합니다. 이 모델의 효과를 평가하기 위해 미국 경제 뉴스 샘플과 유럽 중앙은행 통화 정책 결정에 대한 다국어 데이터 세트를 분석합니다. 그 결과, EconSentGPT의 감정 분류 능력이 저명한 영어 경제 감정 모델과 잘 일치하고, 기존의 대체 머신러닝 모델을 능가하며, 다양한 언어에 걸쳐 감정을 예측할 수 있다는 것을 입증했습니다. 따라서 고급 대규모 언어 AI 모델이 언어 장벽을 뛰어넘어 유연하고 상황에 맞는 경제 심리를 판단할 수 있다는 예비적 증거를 제시합니다.
논문 다운로드:
18. 지식근로자로서의 GPT: (AI)CPA역량에 대한 제로 샷 평가
(Gpt as Knowledge Worker: A Zero-Shot Evaluation of (AI)CPA Capabilities)
마이클 제임스 보마리토(273 벤처스)
제시카 앤 메 포드 카츠(273 벤처스)
다니엘 마틴 카츠(일리노이 공과대학교)
논문 초록
세계 경제는 공공 및 민간 조직의 요구를 충족하기 위해 지식 근로자에 대한 의존도가 점점 더 높아지고 있습니다. 지식 업무에 대한 단일 정의는 없지만, 조직과 산업 그룹은 여전히 지식 업무에 종사하는 개인의 역량을 측정하려고 시도하고 있습니다. 전문 지식 근로자의 역량 준비도에 대한 가장 포괄적인 평가는 미국공인회계사협회(AICPA)에서 개발한 공인회계사 시험(Uniform CPA Exam)입니다. 이 백서에서는 법률, 재무, 회계, 기술 및 윤리적 업무에 대한 AICPA 청사진에 기반한 200개 이상의 객관식 문제와 샘플 규정(REG) 시험에 대해 OpenAI의 text-davinci-003 및 이전 버전의 GPT를 실험적으로 평가합니다. 첫째, 텍스트-davinci-003은 샘플 REG 시험 섹션에서 14.4%의 정답률을 달성하여 제로 샷 프롬프트에서 정량적 추론에 대한 인간의 역량을 크게 밑도는 것으로 나타났습니다. 둘째, 텍스트-davinci-003은 계산이 없는 시험에서 기억 및 이해와 응용 기술 수준에서 인간 수준의 성능에 근접한 것으로 나타났습니다. 최상의 프롬프트와 매개변수에 대해 이 모델은 57.6%의 문제에 대해 정답을 맞혀 25%의 추측률보다 훨씬 우수했으며, 상위 두 개의 정답은 82.1%의 시간 동안 정답을 맞혀 강력한 비연관성을 나타냈습니다. 마지막으로, 최근 세대의 GPT-3는 이 평가에서 텍스트-다빈치-001의 경우 30%에서 텍스트-다빈치-003의 경우 57%로 크게 개선된 것으로 나타났습니다. 이러한 결과는 대규모 언어 모델이 미래 지식 작업의 품질과 효율성을 혁신할 수 있는 잠재력을 가지고 있음을 강력하게 시사합니다.
논문 다운로드:
19. 파이썬 프로그래밍으로 금융 데이터 과학 과정에 ChatGPT 통합하기
(Incorporating ChatGPT into a Financial Data Science Course with Python Programming)
양 리우(제임스 매디슨 대학교)
로라 K. 밀러(제임스 매디슨 대학교)
쉬 니우(제임스 매디슨 대학교)
논문 초록
ChatGPT의 인공지능(AI)은 고등 교육 분야에서 상당한 논쟁을 불러일으키고 심지어 공포감을 불러일으켰습니다. 그러나 AI는 교육에서 피할 수 없는 흐름이며, 많은 과목의 교육적 구조와 방법을 전복시킬 잠재력을 가지고 있습니다. 파이썬 프로그래밍을 사용한 금융 데이터 과학은 금융 전공자들 사이에서 수요가 높은 과목 중 하나입니다. 이러한 강좌에 ChatGPT를 도입하면 강사와 학생들이 직면하고 있는 오랜 과제와 어려움을 해결할 수 있으며, 강좌의 초점을 지루한 파이썬 코딩에서 금융 데이터 해석과 실제 적용으로 전환할 수 있습니다. 이 백서는 파이썬 프로그래밍을 통한 금융 데이터 과학 과정의 교육적 혁신에 초점을 맞춰 ChatGPT를 금융 교육에 도입하는 첫 번째 시도입니다. 특히, 이 백서에서는 잠재적인 프로젝트의 구체적인 예와 함께 금융 전공자를 위한 데이터 과학 과정에서 ChatGPT를 사용하기 위한 다른 인사이트와 제안을 제공합니다.
논문 다운로드:
20. 보험의 ChatGPT 사용: 현재 및 미래의 역할
(Using chatGPT for Insurance: Current and Prospective Roles)
솜 비스와스(테네시 대학교, 멤피스 건강 과학 센터)
논문 초록
ChatGPT는 OpenAI에서 개발한 대화형 인공 지능 모델로 현재 화제가 되고 있습니다. 연구, 저술, 컴퓨터 프로그래밍 및 기타 여러 분야에서 게임 체인저로 간주됩니다. 이 글에서는 ChatGPT가 의료 보험 업계에서 어떻게 활용될 수 있는지에 대해 논의합니다. 저자는 환자 치료에 ChatGPT를 사용하는 것에 대해 질문하는 것을 인정합니다. 이 책에서 언급하는 용도 중 일부는 현재 가능하며, 일부는 미래에 잠재적일 수 있습니다. 저자는 채팅GPT의 답변을 분석하고 편집했습니다.
논문 다운로드:
21. ChatGPT가 인덱스 펀드의 의결권 결정을 개인화할 수 있나요?
(Can ChatGPT Personalize Index Funds’ Voting Decisions?)
첸 왕(캘리포니아 대학교 버클리)
논문 초록
ChatGPT는 고유한 기능과 일반화 능력으로 인해 빠르게 주목받고 있습니다. 이 글에서는 소규모 투자 펀드, 특히 소규모 패시브 펀드가 보다 정확하고 정보에 입각한 의결권 대리행사 결정을 내릴 수 있도록 ChatGPT를 사용할 것을 제안합니다.패시브 펀드는 저비용 비즈니스 모델을 채택합니다. 소규모 패시브 펀드는 주주의 이익에 부합하는 정보에 입각한 의결권 대리행사 결정을 내릴 재정적 인센티브가 부족합니다. 이 글에서는 패시브 펀드가 기업 지배구조에 미치는 영향과 의결권 자문사에 의결권 행사 결정을 아웃소싱하는 것과 관련된 문제를 살펴봅니다. 이 글에 따르면 패시브 펀드는 투자 스튜어드십에 대한 지출이 부족하고 의결권 대리행사 결정을 의결권 자문사에 아웃소싱하기 때문에 편향되거나 잘못된 추천을 할 수 있다고 합니다.하지만 소규모 패시브 펀드는 ChatGPT와 같은 고급 AI 언어 모델을 활용함으로써 의결권 위임의 정확성과 개인화를 개선하여 주주에게 더 나은 서비스를 제공하고 경쟁 시장을 탐색할 수 있습니다.이 기사에서는 ChatGPT의 잠재력을 테스트하기 위해 제로샷 GPT-4 모델을 사용하여 상세한 위임장 투표 가이드라인을 생성하고 이를 실제 위임장에 적용하는 실험을 수행했습니다. 이 모델은 이사 선임에 대한 이해 상충을 성공적으로 식별하고 각 변수에 가중치를 부여하여 포괄적인 가이드라인을 생성했습니다. 그러나 ChatGPT에는 토큰 제한, 장거리 종속성, ESG 성향 등 몇 가지 한계가 있습니다.ChatGPT의 기능을 향상시키기 위해 고품질의 도메인별 데이터 세트를 사용하여 미세 조정할 수 있습니다. 그러나 투자 펀드는 데이터 및 알고리즘 편향성, 사이버 보안 및 개인정보 보호 문제, 규제 불확실성 등 투표 결정을 AI에 아웃소싱할 때 직면할 수 있는 문제에 직면할 수 있습니다.
논문 다운로드:
22. ESG는 나쁜 생각인가요? Chatgpt의 반응
(Is ESG a Bad Idea? The Chatgpt Response)
로버트 W. 맥기(페이엣빌 주립 대학교, 회계학과)
논문 초록
이 연구는 ChatGPT에 ESG(환경, 사회 및 거버넌스)의 개념이 왜 나쁜 생각인지 설명하는 1000단어 에세이를 작성해 달라고 요청했습니다. 이 회사는 반대되는 모든 증거에도 불구하고 ESG가 좋은 아이디어라는 윤리적 신념(예, 윤리적 신념이 있습니다) 때문에 이를 거부했습니다. 에세이를 읽은 후 ESG와 관련된 몇 가지 질문을 더 하고 답변을 들었습니다. 이 글에서 인용한 출처에서 몇 가지 주요 부정확성이 발견되었습니다. 결론은 ChatGPT가 대략적인 초안을 작성하는 데는 좋은 연구 도구일 수 있지만, 이 연구 과정에서 부정확한 부분이 많으므로 주의해야 한다는 것이었습니다. ChatGPT의 답변을 읽은 후, 이 소프트웨어의 코드를 작성한 사람이 좌파 편향이 강하다는 것이 분명해졌으며, 이로 인해 봇의 답변의 가치도 떨어졌습니다.
논문 다운로드:
23. EmTract: 소셜 미디어에서 감성 추출하기
(EmTract: Extracting Emotions from Social Media)
도몬코스 F. 바모시(피츠버그 대학교)
롤프 스코그
논문 초록
우리는 소셜 미디어 텍스트에서 금융 맥락에 맞는 감정을 추출하는 오픈소스 도구(EmTract)를 개발합니다. 이를 위해 금융 소셜 미디어 플랫폼(StockTwits)에서 1만 개의 짧은 메시지에 주석을 달고 이를 오픈소스 감정 데이터와 결합합니다. 그런 다음 사전 튜닝된 자연어 처리 모델인 DistilBERT를 사용하여 4,861개의 토큰(이모티콘과 이모티콘)을 포함시켜 임베딩 공간을 늘린 다음, 이를 오픈소스 감정 데이터에 먼저 맞춘 다음 주석이 달린 금융 소셜 미디어 데이터로 전송합니다. 당사의 모델은 인간 및 chatGPT 주석이 달린 데이터 모두에 기반한 감정 영어 디스틸로버타(DistilRoBERTa)와 같은 경쟁 오픈 소스 최신 감정 분류기보다 성능이 뛰어납니다. 사전 기반 방법과 비교했을 때, 당사의 방법론은 금융 분야 연구에 있어 세 가지 주요 이점이 있습니다. 첫째, 우리 모델은 금융 소셜 미디어 텍스트에 맞춤화되어 있고, 둘째, 비표준 문구, 이모티콘, 이모티콘 등 소셜 미디어 데이터의 주요 측면을 통합하며, 셋째, 어순, 단어 사용, 현지 문맥 등의 특징을 포함하는 잠재적 표현을 순차적으로 학습하는 방식으로 작동합니다. EmTract를 사용하여 소셜 미디어에 표현된 투자자의 감정과 자산 가격 간의 관계를 탐구합니다. 우리는 기업별 투자자의 감정이 일일 가격 변동을 예측할 수 있음을 보여줍니다. 이러한 연구 결과는 감정과 시장 역학이 밀접한 관련이 있음을 보여주며, 금융 시장에서 감정이 수행하는 역할을 연구하는 데 도움이 되는 도구를 제공합니다.
논문 다운로드:
24. 주식 움직임 예측을 위한 ChatGPT 정보 기반 그래프 신경망
(ChatGPT Informed Graph Neural Network for Stock Movement Prediction)
지한 첸(스티븐스 공과대학교)
레이 (니코) 정(스티븐스 공과대학교)
Cheng Lu(스티븐스 공과대학교)
지아루 위안(캘리포니아 대학교 로스앤젤레스(UCLA))
Di Zhu(스티븐스 공과 대학)
논문 초록
ChatGPT는 다양한 자연어 처리(NLP) 작업에서 놀라운 성능을 입증해 왔습니다. 그러나 시간적 텍스트 데이터, 특히 금융 뉴스에서 동적 네트워크 구조를 추론할 수 있는 잠재력은 아직 미개척 분야로 남아 있습니다. 이번 연구에서는 ChatGPT의 그래프 추론 기능을 활용하여 그래프 신경망(GNN)을 강화하는 새로운 프레임워크를 소개합니다. 이 프레임워크는 텍스트 데이터에서 진화하는 네트워크 구조를 능숙하게 추출하고, 이러한 네트워크를 후속 예측 작업을 위해 그래프 신경망에 통합합니다. 주식 움직임 예측에 대한 실험 결과에 따르면 당사의 모델은 최첨단 딥러닝 기반 벤치마크보다 지속적으로 우수한 성능을 보였습니다. 또한, 이 모델의 결과를 기반으로 구축된 포트폴리오는 변동성 및 최대 손실 감소와 함께 연간 누적 수익률이 더 높은 것으로 나타났습니다. 이러한 우수한 성능은 텍스트 기반 네트워크 추론에 대한 ChatGPT의 잠재력을 강조하고 금융 부문에 대한 잠재적인 의미를 강조합니다.
논문 다운로드:
25. 1조 달러 단어: 새로운 금융 데이터 세트, 과제 및 시장 분석
(Trillion Dollar Words: A New Financial Dataset, Task & Market Analysis)
아감 샤(조지아공대)
수반 파투리(조지아공대)
수디르 차바(조지아공대)
논문 초록
연방공개시장위원회(FOMC)의 통화 정책 발표는 금융 시장 수익률의 주요 동인입니다. 저희는 통화 정책이 금융 시장에 어떤 영향을 미치는지 이해하기 위해 FOMC 연설, 회의록, 기자회견 녹취록을 토큰화하여 주석이 달린 최대 규모의 데이터 세트를 구축합니다. 이 연구에서는 매파-비둘기파 분류라는 새로운 작업을 개발하고 제안된 데이터 세트에 대해 사전 학습된 다양한 언어 모델을 벤치마킹합니다. 가장 성능이 좋은 모델(RoBERTa-large)을 사용하여 FOMC 문서 발표일에 대한 통화정책 스탠스 측정을 구축합니다. 구축된 측정값을 평가하기 위해 국채 시장, 주식 시장, 거시경제 지표에 미치는 영향을 연구합니다.
논문 다운로드:
26. QRM에 대한 ChatGPT의 숙련도 평가
(Assessing ChatGPT’s Proficiency in Quantitative Risk Management)
마리우스 호퍼트(홍콩 대학교)
논문 초록
우리는 보험계리 실무에 중요한 정량적 리스크 관리의 개념에 대해 인공지능 챗봇 ChatGPT와 학술 토론을 하고 그 상호작용을 분석합니다. ChatGPT가 위험, 위험 측정, 시계열, 극단 및 의존성 영역의 개념을 어느 정도까지 파악할 수 있는지 조사합니다. 위험의 비기술적 측면(예: 다양한 유형의 금융 위험에 대한 설명, 2007~2009년 금융 위기의 근본적인 원인 또는 바젤 프레임워크에 대한 기본 소개)은 잘 파악하고 있습니다. 그러나 수학적 사실과 같은 보다 기술적인 측면은 부정확하거나 틀린 경우가 많으며 때로는 다소 미묘한 차이가 있습니다. 보험계리 실무에서 정량적 리스크 관리에 대한 지식을 향상시키기 위해 ChatGPT 컨설팅이 유용할 수 있는 애플리케이션 유형에 대한 지침을 제공하고, ChatGPT를 호출하지 않는 것이 더 나은 애플리케이션 유형에 대해 지적합니다.
논문 다운로드:
27. 재무 분석을 위한 적절한 생성 AI 프롬프트
(Proper Generative AI Prompting for Financial Analysis)
데이비드 크라우스(마퀘트 대학교)
논문 초록
생성적 인공 지능(AI)은 방대한 양의 데이터를 효율적으로 처리하여 가치 있는 정보를 추출함으로써 재무 분석에 혁명을 일으키고 있습니다. 정확하고 통찰력 있는 결과를 얻으려면 프롬프트를 적절히 활용하는 것이 중요합니다. 이 문서에서는 재무 분석을 위한 제너레이티브 AI의 프롬프트 사용에 대한 포괄적인 가이드를 제공합니다. 프롬프트의 중요성을 강조하고, 효과적인 프롬프트 작성에 대한 인사이트를 제공하며, 피해야 할 일반적인 함정을 강조합니다. 제너레이티브 AI 프롬프트를 숙달하면 재무 분석이 향상되고 투자 결정에 정보를 제공하므로 전문가들이 더 많이 찾게 됩니다. 이 문서에서는 애널리스트가 프롬프트 생성을 최적화하고 AI가 생성한 응답을 개선할 수 있도록 지원하는 ChatGPT, Google Bard, Bing AI와 같은 AI 챗봇에 대해 살펴봅니다. 정확하고 실행 가능한 인사이트를 얻으려면 명확하고 맞춤화된 프롬프트를 작성하는 것이 중요합니다. 모범 사례에는 챗봇을 지능적인 개체로 취급하고, 문맥 인식을 통합하고, 프롬프트를 개인화하고, 역할과 스타일을 정의하고, 적절한 형식과 문구를 사용하는 것이 포함됩니다. 효과적이지 못한 프롬프트 예시는 구체성의 중요성을 보여주며, 프롬프트 템플릿은 금융 투자 분석에 맞춘 구조화된 접근 방식을 제공합니다. 컨텍스트 및 제어 기법을 통해 프롬프트 품질을 향상시키면 정확한 AI 생성 응답을 얻을 수 있습니다. 생성형 AI 프롬프트를 마스터하는 것은 금융 분석에서 AI의 진정한 잠재력을 발휘하여 정확하고 통찰력 있는 의사결정을 촉진하는 데 필요한 기술입니다.
논문 다운로드:
28. 핀테크에서 인공지능과 Chatgpt의 역할: 전망, 과제 및 연구 아젠다
(The Role of Artificial Intelligence and Chatgpt in Fintech: Prospects, Challenges, and Research Agendas)
아부 바카르 시딕(중국과학기술대학교)
용 리(중국 과학원(CAS))
아르시안 샤리프(말레이시아 우타라 대학교)
하비에르 시푸엔테스-파우라(무르시아 대학교)
논문 초록
이 연구는 핀테크에서 인공지능(AI)과 ChatGPT 또는 챗봇의 역할을 검토하고 기회, 과제 및 연구 의제를 강조합니다. 154개의 논문을 서지 분석한 결과 핀테크 분야의 AI 및 챗봇에 대한 연구가 부족한 것으로 나타났습니다. AI와 챗봇은 사기 탐지, 고객 충성도, 금융 포용성, 데이터 분석, 고객 서비스를 향상시킬 수 있는 잠재력을 가지고 있습니다. 하지만 일자리 감소, 데이터 보안, 투명성, 기술 부족, 행동 편향, 규제 모니터링과 같은 과제를 해결해야 합니다. 이 경험적 연구 결과는 핀테크에서 AI와 ChatGPT/Chatbot을 발전시키고 이해관계자를 위한 가치를 창출하기 위한 향후 연구 의제를 제시합니다.
논문 다운로드:
29. 인수 및 매각 시 ESG 고려 사항: 의무적 ESG 공시에 대한 기업의 대응
(ESG Considerations in Acquisitions and Divestitures: Corporate Responses to Mandatory ESG Disclosure)
통 리(홍콩 대학교)
치린 펭(토론토 대학교, 로트만 경영대학원)
루핑 유(샤먼 대학교, 재무학과)
논문 초록
환경, 사회, 거버넌스(ESG) 데이터에 대한 수요가 증가함에 따라 전 세계적으로 의무적인 ESG 공개 규정이 더욱 보편화되고 있습니다. 그러나 이러한 규제에 대한 기업의 대응은 여전히 불분명합니다. ChatGPT 기반 분석에 따르면 ESG 공시 의무화 시행 이후 인수합병 컨퍼런스 콜에서 ESG 관련 논의가 눈에 띄게 증가한 것으로 나타났습니다. 이러한 논의 증가와 함께 기업들은 인수 및 매각을 통해 전략적으로 생산적인 자산 포트폴리오를 수정합니다. 특히 부정적인 ESG 사건이 발생했을 때, ESG 성과가 우수한 자산을 인수하고 성과가 저조한 자산을 매각합니다. 이러한 의무를 부과받은 기업들은 ESG 특성이 강한 자산을 인수할 때 더 높은 프리미엄을 제시하고, ESG 성과가 약한 자산을 매각할 때는 할인을 기꺼이 받아들입니다. 특히, 이번 연구 결과에 따르면 인수가 매각보다 ESG 성과를 개선하고 전반적인 기업 가치를 높이는 데 더 효과적이라는 사실이 입증되었습니다.
논문 다운로드:
30. 금융 분야의 ChatGPT: 윤리적 문제 해결
(ChatGPT in Finance: Addressing Ethical Challenges)
함자 우메르(히토츠바시 대학 고등연구연구소)
무하마드 살라르 칸(조지 메이슨 대학교)
논문 초록
인공 지능 도구인 ChatGPT는 개인이 자연어로 기술과 상호 작용할 수 있게 함으로써 금융 산업에 혁신을 가져왔습니다. 그러나 금융 분야에서 ChatGPT를 사용함에 따라 이 기술이 책임감 있고 윤리적으로 사용되도록 하기 위해 해결해야 할 중요한 윤리적 고려사항이 제기되고 있습니다. 이 글에서는 편견으로 오염된 결과, 금융 의사 결정에 가짜 정보 포함, 개인정보 보호 및 보안 문제, 의사 결정 과정의 투명성 부족과 금융 서비스의 책임성, 인적 대체, 법적 문제 등 금융 분야에서 ChatGPT를 사용할 때의 윤리적 과제에 대해 설명합니다. 이 문서에서는 ChatGPT를 사용하는 금융 회사가 개인이나 사회에 부정적인 영향을 미치지 않도록 이러한 문제와 기타 새로운 문제를 해결할 수 있는 방법을 구현해야 한다고 주장합니다. 이러한 윤리적 문제를 해결하고 완화하기 위한 관련 정책도 제안합니다.
논문 다운로드:
31. 챗GPT가 연방준비제도 금리결정도 예상할까?
(Can ChatGPT Decipher Fedspeak?)
앤 룬드가드 한센(Federal Reserve Bank of Richmond)
소피아 카진닉(Federal Reserve Banks)
논문 초록
이 백서에서는 연방준비제도이사회가 통화 정책 결정에 관해 소통할 때 사용하는 기술 언어를 설명하는 데 사용되는 용어인 Fedspeak를 해독하는 생성적 사전 훈련 트랜스포머(GPT) 모델의 능력을 조사합니다. 우리는 사람의 평가와 비교하여 연방공개시장위원회 발표의 정책 입장을 분류하는 GPT 모델의 능력을 평가합니다. 우리는 GPT 모델이 일반적으로 사용되는 다른 방법보다 분류 성능이 상당히 향상되었음을 보여줍니다. 또한 GPT-4 모델이 이 영역에서 인간과 동등한 수준의 추론 능력을 보여준다는 것을 보여줍니다.
논문 다운로드:
[광고] 데이터과학자를 위한 마법의 챗GPT 활용법
https://brunch.co.kr/@gauss92tgrd/75
