本論文では、株式リサーチレポート（ERR）生成のタスクを初めて定義し、データ不足と評価基準の欠如に対処するためのオープンソース評価ベンチマーク「FinRpt」を提案しています。7種類の金融データを統合したデータセット構築パイプラインを通じて、高品質なERRデータセットを自動生成することで、モデルの訓練と評価に利用可能です。また、生成されたERRを評価するための11個の評価指標を含む包括的な評価システムを導入しました。さらに、本研究ではERR生成タスクに特化したLLMベースのエージェントを訓練するためのマルチエージェントフレームワーク「FinRpt-Gen」を提案し、実験結果に基づいて、FinRptのデータの質と評価指標の有効性、およびFinRpt-Genの優れた性能を示しています。すべてのコードとデータセットは公開されており、ERR生成分野への革新を促進する可能性を秘めています。