ChatGPT를 활용하여 기업 실적 발표 컨퍼런스 콜을 분석하고, Analyst Insight Score(AIS)를 개발
ChatGPT가 학습한 애널리스트 질문 패턴을 바탕으로 AIS 점수를 생성하고, 기존 지표(SUE)와 비교
AIS 점수를 이용한 Long-Short 포트폴리오 전략이 월 50~60bps(연 6%)의 비정상 수익률을 기록
AIS 기반 전략은 CAPM, Fama-French 3/5 팩터 모델 등을 통제한 후에도 유효한 성과를 보임
전문가 템플릿을 학습한 ChatGPT 모델이 단순 프롬프트 기반 모델보다 더 높은 예측력을 가짐
Opinion
이 연구는 ChatGPT를 활용한 감성 분석이 기업 실적 발표 컨퍼런스 콜에서 애널리스트의 투자 판단을 모방할 수 있음을 입증했다. 특히, AIS 점수가 높을수록 애널리스트들이 목표 주가를 상향 조정하는 경향이 있으며, 이를 기반으로 한 투자 전략이 기존 SUE 지표보다 높은 예측력을 보였다. 또한, ChatGPT가 단순한 감성 분석이 아니라 애널리스트의 질문 패턴을 학습할 경우, 더 정교한 투자 인사이트를 제공할 수 있음을 확인했다.
Core Sell Point
ChatGPT 기반 AIS는 기업 실적 발표에서 애널리스트의 투자 판단을 효과적으로 모방하며, 이를 활용한 투자 전략이 기존 지표(SUE) 대비 우수한 예측력을 보이고 비정상적인 초과 수익을 창출할 수 있음을 입증했다.
"Can ChatGPT Replicate Analyst Recommendations?"
이 논문은 인기 있는 대규모 언어 모델인 ChatGPT가 주식 분석가의 능력을 얼마나 잘 모방할 수 있는지 탐구한다. 이를 위해 기업 실적 발표 컨퍼런스 콜의 텍스트 내용을 활용한다. 분석가의 의사 결정 과정을 학습시키기 위해 챗GPT를 훈련시키고, 이를 통해 얻은 인사이트를 바탕으로 Analyst Insight Score (AIS)를 개발하여 미국 최대 기업 500개의 earnings call transcripts를 평가한다. 연구 결과, "머신 러닝" AIS가 분석가들의 행동과 일치하며, SUE(Standard Unexpected Earnings)와 같은 기존 지표보다 우수한 예측력을 보임을 확인한다. 또한, AIS를 활용하여 비정상적인 수익을 얻는 포트폴리오를 구성할 수 있음을 보여준다.
주요 연구 방법:
데이터: Refinitiv StreetEvent 데이터베이스에서 얻은 기업 실적 발표 컨퍼런스 콜의 텍스트 내용을 사용한다.
분석가 인사이트 템플릿 개발: 2014년의 컨퍼런스 콜에서 분석가들이 던진 질문을 바탕으로 ChatGPT를 훈련시켜 분석가의 전문성을 학습한다.
Analyst Insight Score (AIS) 생성: ChatGPT가 학습한 분석 템플릿을 바탕으로 각 기업의 earnings call transcripts를 평가하여 AIS 점수를 생성한다.
Naive AIS와의 비교: 분석가 템플릿 학습 없이 ChatGPT를 사용하여 생성한 Naive AIS와 비교하여, 분석가 전문성의 가치를 평가한다.
SUE와의 비교: SUE (Standardized Unexpected Earnings)와 비교하여 AIS의 예측력을 평가한다.
포트폴리오 구성 및 성과 분석: AIS 점수를 기준으로 주식을 정렬하여 포트폴리오를 구성하고, CAPM, Fama-French 3/5 팩터 모델, 모멘텀 팩터 등을 사용하여 위험 조정한 후 성과를 분석한다.
주요 연구 결과:
1. Analyst Insight Score (AIS)의 유효성 검증:
분석가 행동과의 일치: ChatGPT가 생성한 AIS 점수는 실제 애널리스트들이 earnings call 이후 목표 주가를 조정하는 방식과 일관된 패턴을 보인다. AIS 점수가 높은 기업일수록 애널리스트들이 목표 주가를 상향 조정하는 경향이 있고, AIS 점수가 낮은 기업일수록 목표 주가를 하향 조정하는 경향이 있다는 것이다. 이는 ChatGPT가 애널리스트의 투자 심리를 효과적으로 파악하고 반영한다는 것을 시사한다.
전통적인 지표 (SUE) 대비 우수한 예측력: AIS는 기존의 애널리스트 지표인 표준화된 예상치 못한 수익 (Standardized Unexpected Earnings, SUE)보다 애널리스트 수정 사항을 더 잘 예측한다. 즉, 기업의 earnings surprise 외에도 ChatGPT가 earnings call transcript에서 추출한 정보가 투자 심리에 더 큰 영향을 미친다는 것을 의미한다.
2. AIS 기반 투자 전략의 수익성:
Long-Short 포트폴리오: AIS 점수의 변화 (ΔAIS)를 이용하여 주식을 quintile 포트폴리오로 분류하고, AIS 점수가 크게 하락한 주식을 매도 (short)하고, AIS 점수가 크게 상승한 주식을 매수 (long)하는 전략을 구성한다.
비정상 수익: 이 전략은 월평균 50~60 bps (연간 6% 수준)의 비정상 수익 (abnormal return)을 달성한다. 이는 시장의 전반적인 움직임과 관계없이 얻을 수 있는 수익으로, 분석가 인사이트를 활용한 투자 전략의 가치를 보여준다.
체계적 위험 요인 통제: 이러한 결과는 CAPM, Fama-French 3/5 팩터 모델, 모멘텀 팩터 등 다양한 체계적 위험 요인을 통제한 후에도 유지된다.
3. 템플릿 학습의 중요성:
전문가 템플릿: ChatGPT에게 애널리스트의 질문 패턴을 학습시킨 템플릿을 사용하여 AIS를 생성하는 것이, 단순한 프롬프트(prompt)만 사용하는 것보다 더 효과적이다.
전문 지식: 이는 AI가 금융 분석에 효과적으로 활용되기 위해서는 인간 전문가의 지식과 경험을 모방하고 학습하는 과정이 중요하다는 것을 의미한다. 즉, AI 모델이 단순히 텍스트를 이해하는 것뿐만 아니라, 금융 시장에 대한 깊이 있는 이해를 바탕으로 정보를 해석해야 더 유용한 결과를 얻을 수 있다는 것이다.
요약:
이 논문은 ChatGPT를 활용하여 애널리스트의 역량을 모방하고, 이를 통해 얻은 인사이트를 주식 투자에 활용할 수 있다는 것을 보여준다. 특히, ChatGPT가 학습한 애널리스트 템플릿은 펀더멘털 분석에 기반한 투자 전략을 개선하고, 비정상적인 수익을 얻을 수 있는 기회를 제공할 수 있다고 판단된다.
[Compliance Note]
· 셀스마트의 모든 게시글은 참고자료입니다. 최종 투자 결정은 신중한 판단과 개인의 책임 하에 이루어져야함을 알려드립니다.
· 게시글의 내용은 부정확할 수 있으며, 매매에 따른 수익과 손실은 거래 당사자의 책임입니다.
· 코어16은 본 글에서 소개하는 종목들에 대해 보유 중일 수 있으며, 언제든 매수 또는 매도할 수 있습니다.
