ナラティブ経済学は、金融市場が絶えず進化するナラティブに大きく影響されていると考えており、新興の出来事およびそれらが経済に与える影響を予測する新たな可能性を提供している。しかし、既存の大規模言語モデルに基づく手法は、タスクの分解の体系性や金融シナリオとの適合性において依然として課題がある。本稿では、教師—学生型の反復推論機構を組み合わせ、一連の漸進的なサブタスクを通じて予測機能を実現するイベントおよびナラティブトレンド予測を目的としたマルチエージェントシステムであるMENTORフレームワークを提案する。形成されつつあるホットなイベントの識別と順位付け、現在のナラティブから未来のイベント予測、およびそれらのイベントの影響を受ける業界指数のパフォーマンス予測を行う。自社構築の中国語キーパーソン（KOL）データセットおよび英語の金融ニュースデータセットに基づく実験結果は、MENTORが最近のベースラインモデルである強化型未来イベント予測（StkFEP）および「要約—説明—予測」（SEP）フレームワークを上回ることを示した。さらに、ポートフォリオレベルのバックテスト結果は、改良されたイベントおよび業界予測が実際の投資パフォーマンスの向上をもたらすことを示している。研究結果は、構造化推論とマルチエージェントからのフィードバックの組み合わせがイベント予測の信頼性を大幅に向上させ、ナラティブの動態と金融市場の結果との関連性を強化できることを示している。

ナラティブ経済学;マルチエージェント;イベント検出;イベント予測