Investor risk profiles of large language models

この論文は、GPT、Gemini、Llama の 3 つの大型言語モデルが投資家リスクプロファイルをどのように形成・表現するかを検証し、モデルごとに異なるリスク許容度や一貫性を持つこと、および年齢や資産などのペルソナ割り当てによってプロファイルが調整されることを明らかにしています。

要約

この論文は、**「AI 投資アドバイザー（大規模言語モデル）は、実際にお金を預けたときに、どんな性格の投資家になるのか？」**という面白い実験をしたものです。

まるで、「AI という新人投資家」に面接試験（リスク診断）を受けさせて、その性格を分析したような研究ですね。

以下に、難しい専門用語を避けて、身近な例え話を使って解説します。

---

🕵️‍♂️ 実験の舞台：3 人の AI 投資家

研究者たちは、有名な 3 つの AI（GPT、Gemini、Llama）を呼び出し、「あなたは投資家です」という設定で、実際の銀行が使っているような「リスク診断アンケート」を 100 回も繰り返し答えさせました。

まるで、3 人の異なる性格の新人が、同じ面接試験を受けて、それぞれどんな答えをするかを見ていたのです。

🎭 結果：AI たちの「素の性格」はバラバラでした

まず、何も特別な指示を出さなかった場合（デフォルト設定）の性格は、以下のようになりました。

1. Gemini（ジェミニ）：真面目で安定した「中堅」
   • 性格： ほどほどにリスクを取れるが、答えが非常に一定しています。
   • 例え： 「毎日同じ時間に出勤し、同じメニューを注文する、頼れる事務員」のような安定感があります。
2. Llama（ラマ）：慎重な「守り役」
   • 性格： 全体的にリスクを嫌がる保守派です。
   • 例え： 「新しい遊具には乗らず、安全なベンチで座っている、慎重なおじいちゃん」のような感じです。
3. GPT：元気いっぱいで少し乱暴な「冒険家」
   • 性格： 最もリスクを取ろうとする攻めの姿勢ですが、答えが毎回バラバラです。
   • 例え： 「今日は山登り、明日は海、明後日は宇宙旅行」と、気分屋で元気すぎる若者です。

🔍 重要な発見：
AI たちはみんな「長期的に投資する」という考えは共通していましたが、「どのくらいリスクを取れるか」については、AI によって性格が全く違いました。 しかも、GPT はその日によって答えが変わるほど不安定でした。

---

🎨 指示を与えると、AI は「役者」になれる？

次に、研究者たちは「あなたは 20 歳の若者です」「あなたは資産家です」「あなたはリスクを恐れる人です」といった**「役割（ペルソナ）」**を AI に与えてみました。

これは、**「役者が役柄に扮装して演技をする」**ようなものです。

• リスクの指示： 「リスクを恐れる人」と言わせると、どの AI も慎重な答えになりました。「リスクを求める人」と言わせると、大胆な答えになりました。
• 年齢の指示： 「20 代」と言わせると若々しくリスクを取り、「50 代」と言わせると慎重になりました。
• 資産の指示： 「お金持ち」と言わせると、リスクを取る度合いが増えました。
• 経験の指示： 「投資未経験」と言わせると、どの AI もビクビクして慎重になりました。

🎭 結果：
AI は**「役割を与えれば、その性格に合わせて答えを変えることができる」**ことがわかりました。つまり、ユーザーの要望に合わせてカスタマイズできる可能性はあります。

---

⚠️ でも、注意点も！

この実験から、私たちが知っておくべき**「2 つの重要な教訓」**があります。

1. AI には「元々の癖」がある
   • 何も言わないで AI に聞くと、Gemini は真面目、Llama は慎重、GPT は元気すぎるといった**「AI 独自の偏り」**が出てきます。
   • 例え： 「料理屋」に「何か美味しいものを出して」と頼むと、店によって「和食」「イタリアン」「中華」が勝手に決まってしまうようなものです。
2. AI は「役者」だが、完璧ではない
   • 役割を与えれば演技してくれますが、その演技の「上手さ」や「一貫性」は AI によって違います。GPT のように、同じ役割を与えても答えがコロコロ変わる AI もいます。

💡 結論：AI 投資アドバイザーをどう使うべき？

この研究は、**「AI は投資の相談に使えるが、ただ任せるだけでは危険」**と教えています。

• AI は素晴らしい「道具」ですが、**「AI 自体の性格（癖）」と「ユーザーが与えた役割（指示）」**の両方を理解して使わないと、思わぬ投資判断をされてしまう可能性があります。
• 投資家としては、「この AI は普段は慎重派だから、もっと攻めたい場合ははっきり指示を出さないとダメだ」というように、AI の性格を知った上で付き合うことが大切だと言えます。

つまり、「AI という新人投資家」を雇うときは、その人の「元々の性格」と「あなたが与える役割」の両方をしっかりチェックしてあげてください！ というお話でした。

技術概要

論文「Investor risk profiles of large language models」の技術的サマリー

本論文は、大規模言語モデル（LLM）が個人投資家のリスクプロファイル（投資家のリスク許容度や投資期間を評価する指標）をどのように形成・表現するかを調査した研究です。特に、GPT、Gemini、Llama の 3 つの主要な LLM を対象に、標準化されたリスク質問票への回答を分析し、モデルごとのデフォルト特性と、プロンプトによる人物設定（ペルソナ）の付与が回答に与える影響を検証しました。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細をまとめます。

1. 問題定義

小売投資家に対する投資助言において、投資家の「リスクプロファイル」の把握は最も基本的かつ重要な要素です。リスクプロファイルは、投資対象の選定（暗号資産やレバレッジ商品などの含めるか除外するか）や、リスク資産の最適配分比率を決定します。
従来のリスク評価は、年齢、投資経験、リスク許容度などを問う質問票（アンケート）を用いて行われています。近年、LLM が高度な金融アドバイスを提供する可能性が議論される中、LLM が投資家のプロファイルをどのように解釈し、内面化するか、そして異なるユーザー入力に対して一貫性のある適切な助言を提供できるかが重要な課題となっています。本研究は、LLM がデフォルトでどのようなリスク特性を持っているか、また、年齢や資産状況などのペルソナを指示した場合にその特性が適切に調整されるかを検証することを目的としています。

2. 手法

本研究では、投資家プロファイルの測定に広く用いられている質問票アプローチを採用しました。

• 対象モデル:
  • GPT-4o (gpt-4o-2024-08-06)
  • Gemini 1.5 Pro (gemini-1.5-pro)
  • Llama 3.1 (llama3.1-70b)
• 質問票: Charles Schwab のリスクプロファイル質問票（2024 年版）を使用。
  • 全 7 問：投資期間に関する 2 問（時間軸スコア）、リスク許容度に関する 5 問（リスク許容度スコア）。
• 実験手順:
  1. デフォルトプロファイルの測定: 各 LLM に対して「あなたは個人投資家です」というデフォルトプロンプトを与え、7 問の質問を 100 回繰り返して回答を収集しました。
  2. ペルソナ割り当て実験: 以下のカテゴリをプロンプトの冒頭に指定し、回答の変化を観察しました。
     • リスク選好性（リスク回避、中立、追求）
     • 年齢（20 代、30 代、40 代、50 代）
     • 資産水準（平均以下、平均、平均以上）
     • 投資経験（なし、一部、専門家）
  • 各条件・各モデルにつき 100 回の回答を収集し、平均値・中央値を比較しました。
• 統計分析:
  • 群間の平均値比較に ANOVA（分散分析）、中央値比較に Kruskal-Wallis 検定 を使用。
  • 分散の均一性が仮定できない場合や、離散値データに対して Kruskal-Wallis 検定を併用し、統計的有意性を評価しました。

3. 主要な貢献

• LLM のデフォルト投資家プロファイルの定量化: 3 つの主要 LLM が、特定のペルソナを指定されていない状態でも、それぞれ固有の「デフォルト投資家像」を持っていることを実証しました。
• ペルソナ・エンジニアリングの有効性と限界の解明: 年齢、資産、経験などの属性を指示することで、LLM がリスクプロファイルを調整できることを示しましたが、その調整の度合いや方向性はモデルによって異なることを明らかにしました。
• モデル間のバイアスとばらつきの比較: 回答の安定性（一貫性）とリスク選好の傾向において、GPT、Gemini、Llama の間に統計的に有意な差が存在することを示しました。

4. 実験結果

A. デフォルトプロファイルにおける特徴

• 全体的な傾向: 3 つのモデルとも「長期投資家」として振る舞う傾向が強く、投資期間が 3 年未満と回答したケースは極めて少なかった。
• リスク許容度の違い:
  • Gemini: 中程度のリスク許容度を持ち、回答のばらつきが最も少なく、極めて一貫性が高い。
  • Llama: 全体的に**保守的（低リスク）**な傾向を示す。
  • GPT: 中程度から攻撃的（高リスク）な傾向を示し、回答のばらつきが最も大きい。
• 統計的有意性: 3 モデル間の回答には、特にリスク許容度に関する質問（Q3-Q7）で統計的に有意な差が認められました。

B. ペルソナ割り当てによる影響

• リスク選好性の指示: 「リスク回避」「中立」「追求」を指示すると、すべてのモデルでリスクスコアが意図通り変化しました（例：リスク追求でスコアが 30 台後半まで上昇）。
  • 特異な点: GPT はリスク選好度が高いほど投資期間も長くなる傾向を示しましたが、Gemini はリスク追求の場合に投資期間スコアが低下するなどのモデル固有の解釈の違いが見られました。
• 年齢の影響: どのモデルも20 代で最も高いリスクスコアを示し、年齢が上がるにつれてリスク許容度と投資期間スコアが低下する傾向がありました。GPT は年齢によるスコア変動幅が最も大きかったです。
• 資産水準の影響: 資産水準が高いほど、すべてのモデルでリスクスコアが有意に上昇しました。
• 投資経験の影響: 投資経験がない場合、すべてのモデルでリスクスコアが有意に低くなりました。

C. 統計的検定結果

• 割り当てられたプロファイル（年齢、資産、経験など）の違いに対して、各モデルの回答が統計的に有意に異なることが確認されました（多くの p 値が 0.01 未満）。
• ただし、Gemini は回答が非常に一貫しているため、ある条件では検定値が「nan（すべて同一値）」となるケースも見られました。

5. 意義と結論

本研究は、LLM が構造化された質問を通じて投資家プロファイルを提示できる一方で、モデル固有のデフォルトバイアスと回答のばらつきが存在することを示しました。

• 実務的意義: LLM を個別の金融アドバイスに活用する際、単に「投資家です」と指示するだけでは不十分であり、ユーザーの属性（年齢、資産、経験など）を明確にペルソナとして指示する必要があることを示唆しています。
• 注意点: 各モデルが異なるデフォルト特性（Gemini は安定、GPT は変動大、Llama は保守的）を持っているため、金融アドバイスツールとして採用する際は、使用するモデルの特性を理解し、適切なプロンプト設計と人間による監修が不可欠であるという結論に至っています。

総じて、LLM は適切なプロンプト設計によって投資家の好みに合わせたアドバイスが可能ですが、その「人格」や「判断基準」がモデルによって異なるため、金融分野での利用には慎重なアプローチが求められます。