Institutional Money, Ausgabe 4 | 2024

stieg damals war, zeigt sich daran, dass die aktuell stärkste Zwölfmonatsperformance – und zwar die des Papers „Financial Statement Analysis with Large Language Models“ – ebenfalls weit hinter den damaligen Downloads der Monetary-Tightening-Studie liegt. KI komplett angekommen Was die Auswertung der aktuellsten akademischen Trends jedenfalls zeigt, ist, dass das Thema künstliche Intelligenz endgültig im akademischen Bewusstsein angekommen ist ( siehe Subranking „Die aktuellen Trends in der Finanzwissen- schaft“ ). In den Top Ten finden sich vier KI-Themen wieder – und nicht nur unter „ferner liefen“, sondern auf den Plät- zen eins und zwei. Im bereits erwähnten Paper „Financial Statement Analysis with Large Language Models“prüfen die Autoren, ob große Sprachmodelle (LLMs) Finanzanalysen ähnlich effektiv wie professionelle Analysten durchführen können. „In unserer Untersuchung erhält GPT-4 standardisierte, anonymisierte Finanzberichte und analysiert diese mit dem Ziel, die Rich- tung der künftigen Ertragsentwicklung von Unternehmen vorherzusagen“, so Co-Autor Maximilian Muhn. Sein Kol- lege Valeri V.Nikolaev meint, es sei „bemerkenswert, dass das Modell auch ohne narrative oder branchenspezifische Infor- mationen die Fähigkeit der Analysten übertrifft, Ertrags- veränderungen präzise zu antizipieren.“ Besonders in kom- plexen Situationen, in denen Analysten üblicherweise an ihre Grenzen stoßen, zeigt das LLM laut den Studienergeb- nissen einen klaren Vorteil. Die Ergebnisse weisen zudem aus, dass die Vorhersagege- nauigkeit des LLMs dem Niveau eines spezialisierten, fort- schrittlichen Machine-Learning-Modells entspricht. „Die Fähigkeit basiert dabei nicht auf gespeicherten Trainings- daten, sondern auf seiner Kompetenz, wertvolle narrative Einsichten zur künftigen Unternehmensentwicklung zu generieren. Darüber hinaus führen Handelsstrategien, die auf GPTs Vorhersagen basieren, zu höheren Sharpe Ratios und Alphas im Vergleich zu alternativen Modellen“, erklärt Co-Autor Alex G. Kim. ImWesentlichen läuft die Arbeit al- so darauf hinaus, dass öffentlich zugängliche LLM-Modelle nicht weniger stark sind als hochproprietäre ML-Modelle, die eigens für diese Aufgabe trainiert wurden. Man könnte also von einer Demokratisierung der Finanz-KI sprechen. Die Konstrukteurs-WM Das Autorengespann wird übrigens komplett von der University of Chicago, Booth School of Business, gestellt. Dies erwähnen wir nicht nur der Vollständigkeit halber.Wie eingangs erwähnt, haben wir uns – ähnlich wie bei der Kon- strukteurs-WM in der Formel 1 – angesehen, welche Insti- tute am häufigsten zitiert werden (siehe Tabelle „Die meist- zitierten Ökonomen“) . Hier liegt besagte University of Chica- go satte 40 Prozent vor der zweitplatzierten New York Uni- versity (NYU) – Leonard N. Stern School of Business, die es seit Bestehen von SSRN auf immerhin 100.000 Zitierungen bringt. Apropos NYU – dort demonstriert Robert J. Jackson jr., der nicht nur als Professor an der School of Law wirkt, son- dern zeitweise im ersten Kabinett Trump als Commissioner der United States Securities and Exchange Commission tätig war, dass er und sein Co-Autor Joshua Mitts von der Colum- bia Law School wenig Angst vor kontroversen Themen Die Welt vor einem Jahrzehnt Unsere Konstante in der Rückschau: das Stichprobenjahr 2014 Rang Titel der Arbeit Autor(en) Downloads 1 A Brief Introduction to the Basics of Game Theory Matthew O. Jackson 34.044 2 A Quantitative Approach to Tactical Asset Allocation Meb Faber 19.363 3 Equity Risk Premiums (ERP): Determinants, Estimation and Implications – The 2013 Edition Aswath Damodaran 16.276 4 The Golden Dilemma Claude B. Erb, Campbell R. Harvey 16.230 5 The Dishonesty of Honest People: A Theory of Self-Concept Maintenance Nina Mazar, On Amir, Dan Ariely 14.670 6 Market Risk Premium Used in 82 Countries in 2012: A Survey with 7,192 Answers Pablo Fernandez, Javier Aguirreamalloa, Luis Corres Avendaño 11.573 7 A Five-Factor Asset Pricing Model Eugene F. Fama, Kenneth R. French 11.534 8 Global Value: Building Trading Models with the 10 Year CAPE Meb Faber 11.444 9 Company Valuation Methods Pablo Fernandez 11.308 10 Valuing Companies by Cash Flow Discounting: Ten Methods and Nine Theories Pablo Fernandez 10.193 Um mittelfristige Trends zu erkennen, wurde auch das Jahr 2014 erfasst – bereits fünf Jahre vor der Erstveröffentlichung des Rankings bei Institutional Money wurden Arbeiten zu behavioristischen Theorien von der weltweiten Leserschaft mit Abstand am stärksten konsumiert. Quelle: SSRN 122 N o . 4/2024 | institutional-money.com THEORIE & PRAXIS | Das Große IM Wissensranking » Darüber hinaus führen Handelsstrategien, die auf GPTs Vorhersagen basieren, zu höheren Sharpe Ratios und Alphas im Vergleich zu alternativen Modellen. « Alex G. Kim, University of Chicago, Booth School of Business