GAUGE：评级机构构建的财务模型没有黄金答案

arXiv:2607.24889v1 公告类型：新 摘要：财务模型将公开披露与分析师假设相结合，以产生预测和估值。虽然某些组成部分可以机械地检查，但预测、折扣率和目标价格通常承认多个合理的答案。然而，现有的基准倾向于根据单个专家参考对此类输出进行评级。使用针对同一家公司独立构建的分析师模型，我们发现在覆盖 65 家公司的 108 个定向对中，单参考得分中位数为 0.33，92.6% 的得分低于 0.70，并且没有相同年份的对在隐含价格上的一致性在 10% 以内。因此，点容差分级可以惩罚专业人士中已经存在的分歧。我们引入了 GAUGE，这是一个基准，用于根据观察到的分析师实践而不是单点答案来评估代理构建的估值模型。 GAUGE 使用 1,001 个供应商分类的分析师工作簿和 196 个任务评估集，具有三层观察实践信封、56 个可审计方面、八个有效性门和确定性结构检查。我们通过 55 名参与者的已知群体研究、公司分组交叉拟合和判断稳定性审核来验证基准。在失败意识得分 $\phi_0$ 上，高级分析师的平均分为 88.3，初级分析师为 66.0，金融学生为 43.2。在 24 名特工和 1,011 代评分中，最好的特工得分为 53.4，高于学生平均分，但低于所有高年级学生和大多数低年级学生。它通过了 93% 的机械方面和 78% 的判断方面，与车队中位数差距为 26 分。目前的代理人在模型构建方面比估值判断方面要强得多。我们发布了该方法、门控去识别数据层、受控训练分割、版本化 48 任务评估核心和保留刷新池。