ИИ обыгрывает людей в прогнозировании финансов

Исследователи из Университета Чикаго продемонстрировали, что большие языковые модели (LLM) могут проводить анализ финансовой отчетности с точностью, сравнимой, а иногда и превосходящей профессиональных аналитиков. Эти результаты были опубликованы в статье под названием «Анализ финансовой отчетности с использованием больших языковых моделей», что может существенно повлиять на будущее финансового анализа и принятия решений.

В ходе исследования было протестировано производительность модели GPT-4 , разработанной OpenAI, в задаче анализа корпоративной финансовой отчетности для прогнозирования будущего роста прибыли. Примечательно, что даже при предоставлении только стандартизированных и анонимных балансов и отчетов о прибылях и убытках, лишенных какого-либо текстового контекста, GPT-4 смогла превзойти человеческих аналитиков.

«Мы обнаружили, что точность прогнозов LLM сопоставима с производительностью узко специализированной модели машинного обучения», — пишут авторы. «Прогнозирование LLM не основано на памяти, использованной в обучении. Мы выяснили, что LLM генерирует полезные повествовательные инсайты о будущем компании».

Новые подходы к анализу финансовой отчетности

Исследование показало, что модель GPT-4 превзошла человеческих аналитиков в прогнозировании корпоративной прибыли, достигнув точности 0,604 и F1-оценки 0,609. Исследователи использовали новый подход, предоставляя структурированные финансовые данные и подсказки, имитирующие рассуждения аналитиков.

Ключевым новшеством стало использование подсказок «цепочки рассуждений», которые направляли GPT-4 на имитацию аналитического процесса финансового аналитика: выявление тенденций, вычисление коэффициентов и синтез информации для формирования прогноза. Улучшенная версия GPT-4 достигла 60% точности в прогнозировании направления будущих доходов, что заметно выше диапазона 53-57%, демонстрируемого человеческими аналитиками.

Потенциал трансформации финансового анализа

Эти результаты особенно важны, учитывая, что числовой анализ традиционно представляет собой сложную задачу для языковых моделей. «Одна из самых сложных областей для языковой модели — это числовая область, где модель должна выполнять вычисления, проводить интерпретации и делать сложные суждения», — отметил Алекс Ким, один из соавторов исследования.

Некоторые эксперты отмечают, что используемая в исследовании эталонная модель может не представлять собой передовой уровень в количественных финансах. Тем не менее, способность универсальной языковой модели соответствовать производительности специализированных моделей машинного обучения и превосходить человеческих экспертов указывает на разрушительный потенциал LLM в финансовой сфере.

Будущее финансового анализа с использованием ИИ

Как показывают результаты исследования, роль финансового аналитика может существенно измениться под влиянием ИИ. Хотя человеческий опыт и суждения вряд ли будут полностью заменены в ближайшее время, мощные инструменты, такие как GPT-4, могут значительно усилить и оптимизировать работу аналитиков, что, возможно, изменит область анализа финансовой отчетности в ближайшие годы.

ИИ продолжает быстро развиваться, и финансовый анализ может стать следующей областью, в которой произойдут значительные изменения. Исследователи создали интерактивное веб-приложение, демонстрирующее возможности GPT-4, однако предостерегают, что его точность должна быть проверена независимо.