要約
多様な資産を MBS、ABS、CDO などの有価証券に再構築するストラクチャード ファイナンスは、資本市場の効率性を高めますが、デュー ディリジェンスに大きな課題をもたらします。
この研究では、ストラクチャード・ファイナンスの効率と精度を向上させるために、人工知能 (AI) と従来の資産レビュー・プロセスの統合を検討しています。
オープンソースとクローズソースの大規模言語モデル (LLM) の両方を使用して、AI がローン申請と銀行取引明細間の情報の検証を効果的に自動化できることを実証します。
GPT-4 などのクローズソース モデルは優れたパフォーマンスを示しますが、LLAMA3 などのオープンソース モデルはコスト効率の高い代替手段を提供します。
デュアルエージェント システムにより精度はさらに向上しますが、運用コストは高くなります。
この研究は、手動エラーを最小限に抑え、デューデリジェンスを合理化する AI の可能性を強調しており、財務文書分析とリスク管理における AI のより広範な応用を示唆しています。
要約(オリジナル)
Structured finance, which involves restructuring diverse assets into securities like MBS, ABS, and CDOs, enhances capital market efficiency but presents significant due diligence challenges. This study explores the integration of artificial intelligence (AI) with traditional asset review processes to improve efficiency and accuracy in structured finance. Using both open-sourced and close-sourced large language models (LLMs), we demonstrate that AI can automate the verification of information between loan applications and bank statements effectively. While close-sourced models such as GPT-4 show superior performance, open-sourced models like LLAMA3 offer a cost-effective alternative. Dual-agent systems further increase accuracy, though this comes with higher operational costs. This research highlights AI’s potential to minimize manual errors and streamline due diligence, suggesting a broader application of AI in financial document analysis and risk management.
arxiv情報
| 著者 | Xiangpeng Wan,Haicheng Deng,Kai Zou,Shiqi Xu |
| 発行日 | 2024-05-07 13:09:49+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google