Core Concepts
AI 에이전트는 포트폴리오 성과 분석에서 높은 정확도로 성과 요인을 설명하고 계산할 수 있다.
Abstract
이 연구는 GPT-4 기반 AI 에이전트가 포트폴리오 성과 귀속 분석을 수행할 수 있는지 평가했다. 두 가지 주요 목표를 달성하기 위해 다음과 같은 방법론을 사용했다:
성과 귀속 분석 보고서를 입력으로 받아 AI 에이전트가 성과 요인을 정확하게 설명할 수 있는지 평가했다. 이를 위해 ROUGE 점수와 문장 유사도 측정을 사용했다.
AI 에이전트가 성과 귀속 분석의 핵심 지표(배분 효과, 선택 효과, 총 기여도)를 정확하게 계산할 수 있는지 평가했다. 단일 수준 및 다중 수준 분석을 수행하고, 실제 CIPM 시험 문제를 활용한 문제-답변 테스트를 진행했다.
연구 결과, AI 에이전트는 성과 요인 설명에서 93% 이상의 정확도를 달성했고, 다중 수준 분석에서 100% 정확도를 보였으며, 문제-답변 테스트에서도 84% 이상의 정확도를 보였다. 이는 AI 기술이 포트폴리오 관리 프로세스에 유의미한 기여를 할 수 있음을 시사한다.
Stats
"AI 에이전트는 성과 요인 분석에서 93% 이상의 정확도를 달성했다."
"AI 에이전트는 다중 수준 분석에서 100% 정확도를 보였다."
"AI 에이전트는 문제-답변 테스트에서 84% 이상의 정확도를 보였다."
Quotes
"AI 에이전트는 포트폴리오 성과 분석에서 높은 정확도로 성과 요인을 설명하고 계산할 수 있다."
"AI 기술이 포트폴리오 관리 프로세스에 유의미한 기여를 할 수 있음을 시사한다."