MoCA-Agent: 금융 및 수치 추론을 위한 주장 기반 코드 에이전트

MoCA-Agent: A Market-of-Claims Code Agent for Financial and Numerical Reasoning

금융 및 표 형식의 질문 답변은 단순히 유창한 추론 능력 이상을 요구합니다. 답변은 그것을 뒷받침하는 정확한 사실, 공식, 단위, 기호 및 척도에 근거해야 합니다. 단 하나의 잘못된 셀이나 부정확한 연산으로 인해 그럴듯하지만 틀린 결과가 조용히 생성될 수 있습니다. 본 논문에서는 extsc{MOCA-Agent}를 소개합니다. 이는 자유 형식의 다중 에이전트 토론을 주장 수준 검증으로 대체하는 주장 기반 코드 에이전트입니다. 이 시스템은 각 질문을 유형화된 원자적 주장의 집합으로 분해하고, 전문 트레이더 에이전트에게 이러한 주장을 매수 또는 매도하도록 요청하며, 주문을 신뢰도 가중 평균 수락/거절 결정으로 처리하고, 시장에서 뒷받침되는 증거를 기반으로 실행 가능한 Python 프로그램을 생성합니다. 코드 인식 검증기는 프로그램의 실행 가능성, 구조적 일관성 및 일반적인 금융 추론 오류를 확인하며, 최대 한 번의 시장 인지 수리 단계를 거칩니다. 본 논문에서는 금융 수치 추론, 일반 표 형식 추론, ESG 질문 답변 및 다중 모드 차트 추론을 포괄하는 열 개의 공개 벤치마크에서 extsc{MOCA-Agent}가 Qwen3.6-27B 모델을 기반으로 강력한 성능을 달성했습니다. 구체적으로 FinQA에서 $78.3%$, FinanceMath에서 $76.0%$, MultiHiertt에서 $71.2%$, ESGenius에서 $86.9%$, 그리고 FinChart-Bench에서 평균 $85.6%$의 정확도를 보였습니다. 이러한 결과는 전체 답변이 아닌 원자적 주장의 수준에서 증거를 집계하면 고위험 수치 추론에서 견고성을 향상시킨다는 것을 보여줍니다. (코드 및 데이터는 다음 링크에서 확인할 수 있습니다: https://github.com/UBC-NLP/MoCA-Agent.)

Financial and tabular question answering requires more than fluent reasoning: answers must be grounded in the exact facts, formulas, units, signs, and scales that support them. A single misread cell or incorrect operation can silently produce a plausible but wrong result. We introduce \textsc{MOCA-Agent}, a market-of-claims code agent that replaces free-form multi-agent debate with claim-level verification. The system decomposes each question into typed atomic claims, asks specialist trader agents to buy or sell those claims, clears their orders into confidence-weighted accept/reject decisions, and synthesizes an executable Python program from market-supported evidence. A code-aware verifier then checks the program for execution, structural consistency, and common financial reasoning errors, with at most one market-aware repair round. Across ten public benchmarks spanning financial numerical reasoning, general tabular reasoning, ESG question answering, and multimodal chart reasoning, \textsc{MOCA-Agent} achieves strong performance using a fixed Qwen3.6-27B backbone, including $78.3\%$ on FinQA, $76.0\%$ on FinanceMath, $71.2\%$ on MultiHiertt, $86.9\%$ on ESGenius, and $85.6\%$ average on FinChart-Bench. These results show that aggregating evidence at the level of atomic claims, rather than whole answers, improves robustness in high-stakes numerical reasoning.\footnote{The code and data are available: https://github.com/UBC-NLP/MoCA-Agent.