금융 시장은 뉴스에 보도되는 실제 사건들에 반응하며 진화하지만, 이러한 동인(drivers)들은 텍스트 내에서 암시적인 상태로 남아 있는 경우가 많습니다. 시장 역학을 더 잘 설명하기 위해서는 사실적이고, 기업 중심적이며, 환경을 인식하는 지식 그래프 (Knowledge Graphs)를 통해 사건-시장 관계를 명시적으로 모델링해야 합니다. 본 논문에서는 뉴스 사건을 기업과 연결된 앵커 (anchors)로 추출함으로써 이러한 그래프를 자동으로 구축하는 프레임워크인 FinKG-News를 제시합니다. 사건, 뉴스, 기업 데이터를 통합하는 근거 있는 증거로서 FinKG-News를 사용하여, 우리는 세 가지 핵심 금융 차원에 걸친 신용 위험 보고서 생성을 위한 인컨텍스트 학습 (In-context learning) 아키텍처를 개발합니다. 자동 및 인간 평가 결과, 자동화된 환각 탐지 (Hallucination detection) 및 품질 평가는 여전히 신뢰하기 어려우며, 전문가의 판단이 필수적임을 보여줍니다. 우리의 접근 방식은 베이스라인 (baselines) 모델들을 일관되게 능가하며, 환각을 줄이는 동시에 품질을 19%-34% 향상시킵니다. 소스 코드와 프로젝트 리소스는 다음에서 공개적으로 사용할 수 있습니다: https://github.com/ichise-laboratory/FINKG-news.