서사 경제학은 금융 시장이 끊임없이 진화하는 서사의 영향을 크게 받는다고 보며, 이는 새로운 사건과 그 사건이 경제에 미치는 영향을 예측할 수 있는 새로운 가능성을 열어준다. 그러나 기존의 대형 언어 모델 기반 방법은 작업 분해의 체계성과 금융 시나리오와의 적합성 측면에서 여전히 부족함이 있다. 본 논문에서는 교사-학생식 반복 추론 메커니즘을 결합하고 일련의 점진적 하위 작업을 통해 예측 기능을 구현하는 이벤트 및 서사 트렌드 예측용 다중 에이전트 시스템인 MENTOR 프레임워크를 제안한다. 점진적으로 형성되는 주요 이벤트를 식별 및 순위 매기기, 현재 서사에서 미래 이벤트 예측, 이 이벤트의 영향을 받는 산업 지수 성과 예측의 하위 작업을 수행한다. 자체 구축한 중국어 주요 의견 리더(KOL) 데이터셋과 영어 금융 뉴스 데이터셋을 기반으로 한 실험 결과, MENTOR는 이벤트 예측 및 산업 순위 작업에서 최근 기저 모델인 강화형 미래 이벤트 예측(StkFEP) 및 “요약-설명-예측”(SEP) 프레임워크보다 모두 우수한 성능을 보였다. 또한 포트폴리오 수준의 백테스트 결과, 개선된 이벤트 및 산업 예측이 실제 투자 성과 향상으로 이어질 수 있음을 보여준다. 연구 결과는 구조화된 추론과 다중 에이전트 피드백의 결합이 이벤트 예측의 신뢰성을 크게 향상하고 서사 역학과 금융 시장 결과 간의 연계를 강화할 수 있음을 시사한다.

서사 경제학;다중 에이전트;이벤트 탐지;이벤트 예측