AI 금융 조언: 공급, 수요, 그리고 생애주기에 미치는 영향(26-8-10)/Taha Choukhmane外.NBER

<요 약>

본연구에서는 대표 샘플에게 LLM으로부터 지출 및 투자 조언을 구하는 프롬프트를 작성하게 하고, 현실적인 자산 및 노동 시장 조건 하에서 조언을 따랐을 때 평생 미치는 영향을 시뮬레이션한다.

이 방법을 GPT-5.2에 적용하면, 조언을 따르면 응답자들은 라이프사이클 이론으로 이동할 수 있음을 알 수 있다:

분산된 주식 펀드에 더 널리 참여하고, 연령이 낮아지는 주식, 그리고 더 큰 저축 완충 자산을 포함한다.

금융권고는 성별, 이전 AI 경험, 금융 문해력에 따라 체계적으로 다르다.

성별의 경우, 권장 형평 분배 차이의 3분의 2는 남성과 여성이 서로 다른 프롬프트를 작성하는 데서 비롯되며(수요), 3분의 1은 동일한 프롬프트에 붙은 성별 라벨(공급)에서 비롯된다

 

< ABSTRACT>

 

We ask a representative sample to write prompts seeking spending and investing advice from LLMs, then simulate the lifetime effects of following the advice under realistic asset and labor market conditions. Applying this method to GPT-5.2, we find following the advice would move respondents toward life cycle theory: broader participation in diversified equity funds, age declining equity shares, and larger savings buffers. Recommendations vary systematically by gender, prior AI experience, and financial literacy. For gender, two-thirds of recommended equity share differences arise from men and women writing different prompts (demand), while one-third arise from gender labels attached to otherwise identical prompts (supply).

 

 

NBER Working Paper 35574

w35574.pdf

15.45MB