最近の大規模言語モデル（LLMs）であるChatGPTやGPT-4は、汎用モデルとして優れた能力を示しており、ほとんどまたはまったく適応作業を施さずに、幅広い自然言語処理（NLP）タスクにおいて最先端の性能を達成している。このようなモデルは金融分野においてどの程度有効であるのか？この基本的な問いの解明は、多くの後続の金融分析タスクに大きな影響を与える。本研究では、5つのタスクカテゴリに属する8つのベンチマークデータセットを用いて、金融テキスト分析の多様な問題に対するモデルの性能について実証的研究を行い、実験的証拠を提示する。現在のモデルの強みと限界を、最先端のファインチューニング手法および最近リリースされたドメイン特化型事前学習モデルと比較することで明らかにする。本研究が、既存モデルの金融分野における能力理解を深め、さらなる改善を促進することを期待している。