Кой е по-добър – финансовите анализатори или изкуственият интелект?

В поредната битка между изкуствения интелект (AI) и хората, AI превъзхожда финансовите анализатори в прогнозирането на печалбите на публично търгуваните компании, според ново изследване, пише Ник Фортуна за Wall Street Journal.

Изследването, което е предварително и изисква потвърждаване, повдига въпроси за това дали финансовите анализатори ще продължат да бъдат гръбнакът на вземането на информирани решения на финансовите пазари, казва Валери В. Николаев, професор по счетоводство в Чикагския университет, който е съавтор на изследването.

„Разбира се, много е важно да има човек в процеса“, посочва Николаев, но AI има потенциала да бъде повече от „поддържащ инструмент“, който помага на финансовите анализатори.

Той смята, че големите езикови модели (LLM) могат да имат по-централно място при вземането на решения, ръководейки процеса.

За да сравнят LLM с анализатори, изследователите създават стандартизирани формуляри за баланса и отчета за приходите и разходите (ОПР) на компаниите и задават на GPT-4 Turbo на OpenAI да ги анализира. LLM имаше за задача да имитира финансов анализатор, като изчисли много от коефициентите, използвани за оценка на акциите, включително за оперативна ефективност, ликвидност и ливъридж.

Едно притеснение беше, че предварително обученият LLM може да идентифицира компанията въз основа на публично достъпни документи, което му позволява да определи дали приходите са били по-високи или по-ниски през следващата година, така че изследователите премахнаха имената на компаниите от отчетите, а нецифрови знаци и символи бяха използвани за замяна на посочените конкретни години.

Въз основа единствено на анализ на балансите и ОПР от LLM беше поискано да предвиди дали отделните компании ще отчетат по-високи или по-ниски печалби през следващата година. В допълнение беше поискано от LLM да характеризира величината на всяка промяна в печалбите като малка, умерена или голяма. На последно място на LLM беше казано да оцени доколко е уверен във всяка от своите прогнози.

Като цяло LLM анализираха финансовите отчети на 15 401 компании от 1968 г. до 2021 г. След това изследователите сравниха прогнозите на LLM с тези на финансовите анализатори, обхващащи 3152 компании от 1983 г. до 2021 г. Екипът изчисли средната прогноза за печалбите от множество анализатори за всяка акция и сравни тази цифра с прогнозите на LLM.

Анализът разкри, че LLM правилно е прогнозирал дали приходите на компанията ще нараснат или ще се свият през следващата година в 60,35% от случаите. За сравнение, когато финансовите анализатори са направили своите прогнози в рамките на един месец след публикуването на годишните финансови документи на компанията, те са имали степен на точност от само 52,71%.

Степента на точност на финансовите анализатори се подобрява, тъй като те актуализират прогнозите си през годината, като вземат предвид най-новата информация, но те все още не успяват да изпреварят LLM, установиха изследователите. Например, три месеца след като една компания публикува своите ОПР и баланс, финансовите анализатори имат процент на точност от 55,95%, когато прогнозират дали печалбите ще растат или ще се свиват през следващата година.

Прогнозите на LLM не бяха актуализирани по протежение на годината, но все пак се оказаха по-точни. Това представяне е забележително, тъй като неговите прогнози се основават само на финансови данни, докато анализаторите могат да включат в своите прогнози „специфични контексти“, като коментари от мениджмънта, изтъкват изследователите.

Засега този по-широк контекст позволява на финансовите анализатори да надминат LLM, когато оценяват по-малки, губещи фирми. Съответните фактори, недостъпни за LLM, включват познания за индустрията и регулаторната, политическата и макроикономическата среда.

Степента на точност на LLM спада по време на икономически сътресения, като недостига на петрол през 1974 г., финансовата криза от 2008 г. и пандемията от Covid-19. Тъй като прогнозите на LLM се основават единствено на финансови отчети, анализаторите са по-точни, когато външните фактори са по-значими, отбелязват изследователите.

Те са използвали LLM, за да изградят теоретични портфейли от акции, които носят средно по 12% годишно в някои модели, превъзхождайки пазара като цяло. Въз основа на увереността на LLM в неговите прогнози, изследователите „купиха“ ретроспективно горния 10% от акциите, за които се очакваше умерен или голям ръст на печалбите. Те също така „продадоха“ на късо долните 10% от акциите, за които се очакваше умерен или голям спад в печалбите.

„Взети заедно, нашите резултати сочат, че GPT може да надмине анализаторите чрез извършване на анализ на финансовите отчети дори без никакви специфични контексти“, заключават изследователите. „Като се има предвид, че GPT превъзхожда финансовите анализатори при прогнозиране на бъдещите печалби, това откритие повдига въпроса дали LLM може до голяма степен да заменят типичния анализатор.“