程平 朱仔耘 付元承

【摘要】基于新一代生成式人工智能技術(shù)的ChatGPT， 其強(qiáng)大的自然語言處理能力對財(cái)務(wù)報(bào)告生成的流程與方法產(chǎn)生了重要影響。本文首先分析ChatGPT對傳統(tǒng)財(cái)務(wù)報(bào)告體系下報(bào)告生成質(zhì)量、 效率、 范式的影響， 然后利用RPA、 深度學(xué)習(xí)以及語言模型等技術(shù)特征構(gòu)建基于ChatGPT結(jié)合其他自動(dòng)化技術(shù)的智能財(cái)務(wù)報(bào)告生成模型， 最后探討基于ChatGPT的智能財(cái)務(wù)報(bào)告生成模型可能面臨的風(fēng)險(xiǎn)及其應(yīng)對措施。

【關(guān)鍵詞】人工智能；ChatGPT；財(cái)務(wù)報(bào)告；風(fēng)險(xiǎn)

【中圖分類號(hào)】F234；TP181 ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ?【文章編號(hào)】1004-0994（2023）16-0064-6

一、 引言

人工智能公司OpenAI推出的智能聊天機(jī)器人ChatGPT（Chat Generative Pre-trained Transformer， 直譯為“生成式預(yù)訓(xùn)練語言模型”）自2022年11月面世以來， 已經(jīng)在眾多領(lǐng)域中顯示出其卓越的語言理解、 知識(shí)推理、 文本生成能力。ChatGPT可以精準(zhǔn)地理解用戶意圖， 真正做到多輪溝通， 并且回答內(nèi)容完整、 重點(diǎn)清晰、 有概括、 有邏輯、 有條理。財(cái)務(wù)報(bào)告作為企業(yè)向利益相關(guān)者提供的反映其財(cái)務(wù)狀況、 經(jīng)營成果和現(xiàn)金流量等信息的關(guān)鍵文件， 是企業(yè)透明度的重要體現(xiàn)， 也是投資者和其他外部利益相關(guān)者了解企業(yè)運(yùn)營情況的重要途徑。然而， 在傳統(tǒng)財(cái)務(wù)報(bào)告體系下， 財(cái)務(wù)報(bào)告從編制到出具需要較長的時(shí)間周期， 財(cái)務(wù)信息反映不夠及時(shí)， 與瞬息萬變的經(jīng)濟(jì)形勢和越來越快的發(fā)展節(jié)奏背道而馳。目前新經(jīng)濟(jì)新模式強(qiáng)勢來臨， 財(cái)務(wù)會(huì)計(jì)報(bào)告的傳統(tǒng)報(bào)告形式已無法捕捉新經(jīng)濟(jì)企業(yè)的價(jià)值變化和驅(qū)動(dòng)因素， 無法及時(shí)且公允地反映企業(yè)的財(cái)務(wù)狀況、 經(jīng)營利潤和現(xiàn)金流量， 企業(yè)價(jià)值與會(huì)計(jì)信息的相關(guān)性、 會(huì)計(jì)信息反映的及時(shí)性日漸惡化（劉光強(qiáng)和干勝道，2022）。ChatGPT利用其具有良好自然語言生成能力的大規(guī)模預(yù)訓(xùn)練語言模型（簡稱“大模型”）GPT-4.0 以及訓(xùn)練這一模型的鑰匙 —— 基于人工反饋的強(qiáng)化學(xué)習(xí)模型（RLHF）， 可以使財(cái)務(wù)報(bào)告編制成本降低、 內(nèi)容更加豐富， 同時(shí)提高財(cái)務(wù)報(bào)告的時(shí)效性、 有用性、 針對性， 以滿足財(cái)務(wù)報(bào)表使用者對財(cái)務(wù)報(bào)告的各種需求， 實(shí)現(xiàn)財(cái)務(wù)報(bào)告生成智能化。

近些年來， 隨著云計(jì)算、 大數(shù)據(jù)、 人工智能、 機(jī)器人流程自動(dòng)化（RPA）、 區(qū)塊鏈等現(xiàn)代信息技術(shù)的應(yīng)用， 傳統(tǒng)財(cái)務(wù)報(bào)告體系發(fā)生了變革， 向著形式多樣化、 生成智能化、 分析多維化等方向發(fā)展。程平和陶思穎（2020）基于區(qū)塊鏈技術(shù)， 利用分布式共享賬本、 智能合約以及私有鏈等技術(shù)特征， 構(gòu)建區(qū)塊鏈技術(shù)在財(cái)務(wù)報(bào)告中的智能應(yīng)用模型， 以提高財(cái)務(wù)報(bào)告信息質(zhì)量， 確保為企業(yè)帶來及時(shí)有效、 準(zhǔn)確可靠的財(cái)務(wù)報(bào)告。程平等（2018）基于RPA， 從云計(jì)算數(shù)據(jù)處理、 語音識(shí)別、 自動(dòng)糾錯(cuò)、 財(cái)務(wù)報(bào)告模式重構(gòu)、 多維度財(cái)務(wù)分析及預(yù)測等方面進(jìn)行財(cái)務(wù)報(bào)告生成流程的優(yōu)化與改進(jìn)。徐宗本等（2014）認(rèn)為， 在生產(chǎn)和生活方式與海量數(shù)據(jù)場景交融的背景下， 大力推動(dòng)數(shù)字及智能技術(shù)發(fā)展是實(shí)現(xiàn)高質(zhì)量和高效率發(fā)展的必然選擇。隨著ChatGPT的出現(xiàn)， 其在會(huì)計(jì)領(lǐng)域的應(yīng)用引起了學(xué)界的關(guān)注。劉勤（2023）基于ChatGPT的相關(guān)技術(shù)， 闡述了ChatGPT對會(huì)計(jì)工作的深遠(yuǎn)影響， 尤其是對會(huì)計(jì)數(shù)據(jù)處理、 報(bào)表生成與分析、 會(huì)計(jì)咨詢與教育、 風(fēng)險(xiǎn)識(shí)別和管理工作的影響， 并進(jìn)一步探討了類似ChatGPT的自然語言處理模型及其底層深度學(xué)習(xí)算法在會(huì)計(jì)領(lǐng)域廣泛應(yīng)用的可能性。程平等（2023）在闡述ChatGPT與成本管理的內(nèi)涵和關(guān)系時(shí)， 分析了其在成本管理活動(dòng)中的應(yīng)用價(jià)值， 構(gòu)建了基于ChatGPT的成本管理框架模型， 并從成本管理的數(shù)據(jù)準(zhǔn)備、 決策精準(zhǔn)度、 數(shù)據(jù)安全性以及組織架構(gòu)調(diào)整四個(gè)方面探討了在應(yīng)用該模型時(shí)的關(guān)注點(diǎn)。

綜觀現(xiàn)有文獻(xiàn)， 這些研究對現(xiàn)代信息技術(shù)在財(cái)務(wù)報(bào)告生成領(lǐng)域的應(yīng)用從技術(shù)基礎(chǔ)、 應(yīng)用前景、 流程優(yōu)化等方面進(jìn)行了全方位、 多維度的有效探索， 但在智能化應(yīng)用方面的研究相對較少。ChatGPT作為一種生成式人工智能技術(shù)， 現(xiàn)有研究主要聚焦在其對會(huì)計(jì)的宏觀影響層面。有鑒于此， 本文在分析ChatGPT對財(cái)務(wù)報(bào)告生成的影響的基礎(chǔ)上， 構(gòu)建基于ChatGPT的智能財(cái)務(wù)報(bào)告模型和流程框架， 然后對ChatGPT在財(cái)務(wù)報(bào)告生成中可能存在的風(fēng)險(xiǎn)進(jìn)行分析， 并提出應(yīng)對措施， 從而完善企業(yè)智能財(cái)務(wù)報(bào)告生態(tài)體系， 提高財(cái)務(wù)報(bào)告編制工作的效率和質(zhì)量， 使人工智能幫助管理者更快地做出恰當(dāng)?shù)臎Q策， 實(shí)現(xiàn)企業(yè)管理數(shù)智化。

二、 ChatGPT對財(cái)務(wù)報(bào)告生成的影響

當(dāng)前， 財(cái)務(wù)報(bào)告生成活動(dòng)存在的不及時(shí)、 不準(zhǔn)確、 周期長的問題已經(jīng)成為制約新經(jīng)濟(jì)模式健康發(fā)展的桎梏， 傳統(tǒng)財(cái)務(wù)會(huì)計(jì)報(bào)告體系面臨著轉(zhuǎn)型的新挑戰(zhàn)， 同時(shí)也產(chǎn)生了許多亟待解決的新需求和新問題（田高良等，2022）。在數(shù)字化時(shí)代， 財(cái)務(wù)報(bào)告生成工作中需要運(yùn)用的數(shù)據(jù)采集、 數(shù)據(jù)填列、 數(shù)據(jù)分析、 報(bào)告編制等人類智力活動(dòng)正逐步被知識(shí)圖譜、 專家系統(tǒng)、 機(jī)器學(xué)習(xí)、 生成式人工智能、 RPA等現(xiàn)代化技術(shù)所滲透， ChatGPT的應(yīng)用會(huì)進(jìn)一步推動(dòng)傳統(tǒng)會(huì)計(jì)工作向智能化方向發(fā)展。下面從傳統(tǒng)財(cái)務(wù)報(bào)告體系下的會(huì)計(jì)信息質(zhì)量、 財(cái)務(wù)報(bào)告生成效率、 財(cái)務(wù)報(bào)告范式三個(gè)方面來分析ChatGPT對傳統(tǒng)財(cái)務(wù)報(bào)告生成帶來的影響。

（一）ChatGPT影響傳統(tǒng)財(cái)務(wù)報(bào)告體系下的會(huì)計(jì)信息質(zhì)量

在傳統(tǒng)的財(cái)務(wù)報(bào)告生成體系下， 財(cái)會(huì)人員往往會(huì)在企業(yè)過去一個(gè)會(huì)計(jì)期間內(nèi)產(chǎn)生的記賬憑證、 總賬、 各類明細(xì)賬以及計(jì)算表單中采集數(shù)據(jù)， 并對所采集的數(shù)據(jù)進(jìn)行清洗和計(jì)算， 最終填入財(cái)務(wù)報(bào)表。這個(gè)過程基本依靠財(cái)會(huì)人員進(jìn)行處理， 在數(shù)據(jù)采集、 指標(biāo)計(jì)算以及會(huì)計(jì)處理方法選擇等方面都存在大量主觀因素， 這往往會(huì)影響企業(yè)財(cái)務(wù)報(bào)表的信息質(zhì)量， 進(jìn)而影響財(cái)務(wù)報(bào)告的準(zhǔn)確性和可靠性。然而， ChatGPT作為不帶有任何感情色彩的中立機(jī)器人， 能夠嚴(yán)格按照財(cái)會(huì)人員輸入的會(huì)計(jì)準(zhǔn)則的規(guī)則指令， 形成相應(yīng)的計(jì)算機(jī)代碼進(jìn)行數(shù)據(jù)采集、 清洗、 計(jì)算等工作， 使數(shù)據(jù)處理工作中的主觀性降低。因此， ChatGPT可以客觀、 公正、 合規(guī)地參與到企業(yè)財(cái)務(wù)報(bào)告生成的工作中， 輔助財(cái)會(huì)人員編制財(cái)務(wù)報(bào)告， 降低人為操作中的主觀性， 提高財(cái)務(wù)報(bào)告的會(huì)計(jì)信息質(zhì)量。

另外， 會(huì)計(jì)信息質(zhì)量也會(huì)受到財(cái)務(wù)報(bào)告數(shù)據(jù)源的影響。財(cái)務(wù)報(bào)告的數(shù)據(jù)基本來自企業(yè)內(nèi)部的歷史數(shù)據(jù)， 其反映的是過去發(fā)生的經(jīng)濟(jì)業(yè)務(wù)活動(dòng)， 但是在經(jīng)濟(jì)形勢瞬息萬變的今天， 僅僅依靠歷史數(shù)據(jù)并不能完整地反映企業(yè)的經(jīng)濟(jì)情況， 一個(gè)活躍、 即時(shí)的數(shù)據(jù)源更能提高企業(yè)會(huì)計(jì)信息的質(zhì)量。ChatGPT可以通過API接口連接企業(yè)ERP系統(tǒng)、 OA系統(tǒng)或者利用網(wǎng)絡(luò)爬蟲技術(shù)自動(dòng)從各種公開數(shù)據(jù)源中收集財(cái)務(wù)數(shù)據(jù)， 并將其轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)格式， 為財(cái)會(huì)人員提供更準(zhǔn)確和全面的數(shù)據(jù)源， 這對于解決企業(yè)各個(gè)系統(tǒng)異構(gòu)帶來的“數(shù)據(jù)孤島”問題， 從而提高財(cái)務(wù)報(bào)告所提供的會(huì)計(jì)信息質(zhì)量有著重要意義。

（二）ChatGPT影響傳統(tǒng)財(cái)務(wù)報(bào)告體系下的財(cái)務(wù)報(bào)告生成效率

財(cái)務(wù)報(bào)告生成效率主要受到數(shù)據(jù)收集和整理的效率、 報(bào)告撰寫和審核的流程、 人員配備和技能水平、 技術(shù)工具使用等多方面因素的影響。在傳統(tǒng)財(cái)務(wù)報(bào)告體系下， 數(shù)據(jù)的收集和整理主要依靠財(cái)會(huì)人員在企業(yè)財(cái)務(wù)系統(tǒng)中導(dǎo)出憑證、 錄入數(shù)據(jù)、 設(shè)置公式、 組合計(jì)算， 報(bào)告的撰寫和審核工作依靠人工進(jìn)行， 財(cái)務(wù)報(bào)告生成項(xiàng)目的工作量大， 人員素質(zhì)和技能水平也參差不齊。伴隨著ChatGPT的出現(xiàn)， 其卓越的生成代碼、 撰寫文本、 語言翻譯能力成為解決以“人”為主導(dǎo)的財(cái)務(wù)報(bào)告生成效率低下難題的題中之義。

ChatGPT能夠根據(jù)提問者的需求， 提供針對具體場景的代碼， 這是它顯著區(qū)別于以往智能聊天機(jī)器人的重要功能， 其生成的代碼包括但不限于Excel中的VBA代碼、 Python代碼。 “一鍵”生成代碼的能力使其能夠從眾多優(yōu)秀的數(shù)據(jù)分析師中脫穎而出， 以勝任財(cái)務(wù)報(bào)表的數(shù)據(jù)采集與分析工作。ChatGPT除了在數(shù)據(jù)處理上具備生成代碼的能力， 還能在文本處理上以其卓越的文義理解和語言表達(dá)能力， 在企業(yè)財(cái)務(wù)報(bào)告生成工作中輸出邏輯嚴(yán)謹(jǐn)、 語言連貫的財(cái)務(wù)情況說明， 完全可以稱得上是一名企業(yè)的“數(shù)字員工”。并且， ChatGPT在工作時(shí)可以保持“全神貫注”的狀態(tài)， 在軟硬件設(shè)施完好的情況下可以做到連續(xù)無間斷的高效率工作， 不像人類一樣會(huì)受到情緒、 環(huán)境等因素的干擾。因此， ChatGPT在財(cái)務(wù)報(bào)告編制工作中可以起到降本增效、 優(yōu)化流程的作用。

（三）ChatGPT影響傳統(tǒng)財(cái)務(wù)報(bào)告體系下的財(cái)務(wù)報(bào)告范式

劉峰和葛家澍（2012）認(rèn)為， 財(cái)務(wù)報(bào)告在事后客觀真實(shí)地反映報(bào)告主體基本財(cái)務(wù)信息的基礎(chǔ)上， 可以根據(jù)使用者的不同需求， 對基本財(cái)務(wù)報(bào)表信息進(jìn)行再加工， 它們可以背離歷史成本， 采用諸如市場價(jià)格甚至預(yù)計(jì)價(jià)格等非歷史成本計(jì)量屬性。在傳統(tǒng)的財(cái)務(wù)報(bào)告體系下， 企業(yè)財(cái)務(wù)報(bào)告作為會(huì)計(jì)信息的載體是有其固定模式的， 財(cái)務(wù)報(bào)告使用者往往需要自己進(jìn)行再加工處理， 才能獲取自己所需的財(cái)務(wù)信息， 并且財(cái)務(wù)報(bào)告本身也并非簡單易懂， 做到真正理解還需要具備一定的財(cái)務(wù)知識(shí)基礎(chǔ)。然而， 在經(jīng)濟(jì)迅速發(fā)展、 風(fēng)險(xiǎn)與機(jī)遇并存的時(shí)代， 財(cái)務(wù)報(bào)告使用者往往更加關(guān)注自己感興趣的財(cái)務(wù)信息， 更需要符合自己實(shí)際需求的財(cái)務(wù)報(bào)告， 以應(yīng)對“波詭云譎”的市場經(jīng)濟(jì)， 更加迅速地做出恰當(dāng)?shù)臎Q策。因此， 面向不同財(cái)務(wù)報(bào)告使用者的“第四張報(bào)表” —— 企業(yè)管理會(huì)計(jì)報(bào)表， 更能獲得使用者的青睞。

ChatGPT可以利用其基于深度學(xué)習(xí)的自然語言生成能力、 預(yù)訓(xùn)練而成的財(cái)務(wù)領(lǐng)域知識(shí)儲(chǔ)備、 強(qiáng)大的自適應(yīng)性和靈活性， 生成準(zhǔn)確、 全面、 “按需定制”且易于理解的財(cái)務(wù)報(bào)告模板， 這將會(huì)影響傳統(tǒng)財(cái)務(wù)報(bào)告體系下的財(cái)務(wù)報(bào)告范式。

從技術(shù)實(shí)現(xiàn)層面來講， ChatGPT具有可訓(xùn)練性， 其能夠使回答結(jié)果更加精準(zhǔn)地符合財(cái)會(huì)人員的預(yù)期?；赗LHF的訓(xùn)練方法， 可以使ChatGPT產(chǎn)生的無效、 失真或有偏差輸出最小化。RLHF可以讓模型在大規(guī)模無監(jiān)督訓(xùn)練的基礎(chǔ)上， 通過人類反饋來進(jìn)一步調(diào)優(yōu)， 從而提高模型的性能和魯棒性， 實(shí)現(xiàn)高適應(yīng)性、 持續(xù)性的財(cái)務(wù)報(bào)告生成工作。另外， ChatGPT還采用了一種“黑科技” —— Self-Fine-Tuning（SFT）技術(shù)， 其可以讓ChatGPT在不依靠人類反饋的情況下， 根據(jù)當(dāng)前的任務(wù)和數(shù)據(jù)集進(jìn)行自主學(xué)習(xí)和調(diào)整。隨著OpenAI開放API接口， 各企業(yè)可以消除ChatGPT與ERP系統(tǒng)之間的“數(shù)字鴻溝”， 實(shí)現(xiàn)財(cái)務(wù)報(bào)告精準(zhǔn)生成。當(dāng)ChatGPT連接企業(yè)的ERP系統(tǒng)后， 其可以獲取企業(yè)的全部特征， 如所在行業(yè)、 經(jīng)營范圍、 規(guī)章制度、 所處供應(yīng)鏈位置、 競爭情況， 以獲得更為精準(zhǔn)的反饋?？梢灶A(yù)見的是， ChatGPT在財(cái)務(wù)報(bào)告生成工作中的應(yīng)用會(huì)豐富財(cái)務(wù)報(bào)告反映的內(nèi)容， 這將使傳統(tǒng)財(cái)務(wù)報(bào)告體系下的財(cái)務(wù)報(bào)告范式受到影響。

三、 基于ChatGPT的智能財(cái)務(wù)報(bào)告模型構(gòu)建與應(yīng)用

（一）模型構(gòu)建

ChatGPT作為生成式預(yù)訓(xùn)練語言模型， 能夠通過收集網(wǎng)絡(luò)上的大量數(shù)據(jù)， 并采用深度學(xué)習(xí)的算法從中學(xué)習(xí)和理解人類語言交流中所使用的領(lǐng)域知識(shí)和語法規(guī)則， 進(jìn)而生成符合人類習(xí)慣的對話結(jié)果， 其具有可塑性高、 語言理解能力強(qiáng)、 生成文本效率高、 持續(xù)學(xué)習(xí)等特點(diǎn)。財(cái)務(wù)報(bào)告編制工作需要收集與分析大量數(shù)據(jù)并形成文字報(bào)告， 其具有文字內(nèi)容多、 重復(fù)性高、 數(shù)據(jù)量大、 具有一定的模板格式等特點(diǎn)。ChatGPT與財(cái)務(wù)報(bào)告編制工作具有極大的相關(guān)性， ?兩者交互融合， 將對財(cái)務(wù)報(bào)告編制效率、 內(nèi)容豐富度、 信息準(zhǔn)確度等方面產(chǎn)生實(shí)質(zhì)性影響。

基于ChatGPT的智能財(cái)務(wù)報(bào)告模型的構(gòu)建是企業(yè)開展智能財(cái)務(wù)報(bào)告工作的指引， 它通過抽象和簡化復(fù)雜的問題， 幫助研究者和使用者厘清問題本質(zhì)、 預(yù)測和優(yōu)化結(jié)果以及提高工作效率， 其模型按流程步驟包括明確財(cái)務(wù)報(bào)告需求、 采集財(cái)務(wù)報(bào)告數(shù)據(jù)、 智能財(cái)務(wù)報(bào)告編制、 審核修正財(cái)務(wù)報(bào)告和對外報(bào)送財(cái)務(wù)報(bào)告， 如圖1所示。

基于ChatGPT的智能財(cái)務(wù)報(bào)告框架模型是根據(jù)具體的財(cái)務(wù)報(bào)告編制流程和目標(biāo)來設(shè)計(jì)的， 分為以下五個(gè)步驟： 首先， 確定財(cái)務(wù)報(bào)告編制需求， 包括本次財(cái)務(wù)報(bào)告涉及內(nèi)容、 人員、 模板和整體的目標(biāo)； 其次， 根據(jù)需求進(jìn)行自動(dòng)化數(shù)據(jù)采集、 數(shù)據(jù)預(yù)處理和數(shù)據(jù)存儲(chǔ)； 再次， 利用經(jīng)過處理的數(shù)據(jù)和模板編制財(cái)務(wù)報(bào)告； 接著， 根據(jù)報(bào)告編制結(jié)果的反饋， 對ChatGPT模型進(jìn)行調(diào)整； 最后， 利用ChatGPT和RPA等技術(shù)將編制完善的財(cái)務(wù)報(bào)告進(jìn)行自動(dòng)化對外報(bào)送。

（二）模型應(yīng)用

在智能財(cái)務(wù)報(bào)告的生成流程中， 需要經(jīng)歷五個(gè)明確的步驟， 包括財(cái)務(wù)報(bào)告需求的明確、 財(cái)務(wù)報(bào)告數(shù)據(jù)的采集、 智能財(cái)務(wù)報(bào)告的編制、 財(cái)務(wù)報(bào)告的審核修正以及對外報(bào)送。為了提高財(cái)務(wù)報(bào)告編制的效率和準(zhǔn)確性， 本文構(gòu)建了以ChatGPT為核心技術(shù)， 輔以RPA+AI、 SQL和HBase等技術(shù)的智能財(cái)務(wù)報(bào)告模型。以下為該模型的具體應(yīng)用流程。

1. 明確財(cái)務(wù)報(bào)告需求。明確財(cái)務(wù)報(bào)告需求是智能財(cái)務(wù)報(bào)告流程的開始， 也是指導(dǎo)后續(xù)流程的行動(dòng)指南?；贑hatGPT的智能財(cái)務(wù)報(bào)告生成工作的編制需求分為四個(gè)方面： 數(shù)據(jù)采集處理、 自動(dòng)生成需求內(nèi)容、 人工調(diào)整和日志記錄。

首先， 需要收集歷史數(shù)據(jù)， 利用歷史數(shù)據(jù)對ChatGPT進(jìn)行模型訓(xùn)練， 經(jīng)營管理者可以運(yùn)用訓(xùn)練好的ChatGPT模型輔助進(jìn)行明確財(cái)務(wù)報(bào)告需求的工作， 以對話的方式與ChatGPT進(jìn)行交互， 實(shí)現(xiàn)“個(gè)人頭腦風(fēng)暴”， 拓寬管理者的思路； 其次， 經(jīng)營管理者利用ChatGPT可以快速生成初級需求模板， 通過多次對話調(diào)整內(nèi)容， 使得需求趨于完善； 再次， 對于無法通過ChatGPT生成的內(nèi)容， 需要進(jìn)行人工處理， 人工對存在錯(cuò)誤或需要修正的內(nèi)容進(jìn)行調(diào)整完善， 完成需求編制工作； 最后， 將調(diào)整內(nèi)容記錄下來， 以便后續(xù)對ChatGPT模型進(jìn)行調(diào)整優(yōu)化。

2. 采集財(cái)務(wù)報(bào)告數(shù)據(jù)。采集財(cái)務(wù)報(bào)告數(shù)據(jù)是智能財(cái)務(wù)報(bào)告的數(shù)據(jù)基礎(chǔ)工作， 數(shù)據(jù)的質(zhì)量直接決定了財(cái)務(wù)報(bào)告的質(zhì)量、 準(zhǔn)確度和編制效率， 同時(shí)對ChatGPT的模型算法效果產(chǎn)生影響?；贑hatGPT的智能財(cái)務(wù)報(bào)告數(shù)據(jù)采集主要分為三個(gè)步驟： 原始數(shù)據(jù)采集、 數(shù)據(jù)預(yù)處理和數(shù)據(jù)存儲(chǔ)。

首先， 利用RPA+AI、 ChatGPT、 HBase和SQL等技術(shù)采集原始數(shù)據(jù)， 完成結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的采集， 保障數(shù)據(jù)的完整性， 需要采集的數(shù)據(jù)主要包括企業(yè)內(nèi)部數(shù)據(jù)、 歷史數(shù)據(jù)和公開數(shù)據(jù)； 然后， 利用RPA+AI和ChatGPT對數(shù)據(jù)進(jìn)行預(yù)處理， 包括數(shù)據(jù)清洗、 標(biāo)注和格式化等操作， 通過數(shù)據(jù)預(yù)處理工作可以提高數(shù)據(jù)質(zhì)量， 以便進(jìn)行財(cái)務(wù)報(bào)告編制和對ChatGPT進(jìn)行模型訓(xùn)練； 最后， 對于已經(jīng)標(biāo)準(zhǔn)化的數(shù)據(jù)， 需要進(jìn)行統(tǒng)一存儲(chǔ)和調(diào)用， 將其中的結(jié)構(gòu)化數(shù)據(jù)放入MySQL， 非結(jié)構(gòu)化數(shù)據(jù)放入HBase， 需要進(jìn)行云共享的數(shù)據(jù)放入數(shù)據(jù)中臺(tái)， 在進(jìn)行財(cái)務(wù)報(bào)告編制和ChatGPT模型訓(xùn)練時(shí)可直接從這些數(shù)據(jù)庫中調(diào)用相應(yīng)的數(shù)據(jù)。

3. 智能財(cái)務(wù)報(bào)告編制。智能財(cái)務(wù)報(bào)告編制是智能財(cái)務(wù)報(bào)告流程的核心步驟， 基于ChatGPT的智能財(cái)務(wù)報(bào)告編制工作包括四個(gè)步驟： 數(shù)據(jù)審核、 指標(biāo)計(jì)算、 模板調(diào)整和信息填列。

首先， 數(shù)據(jù)庫中的數(shù)據(jù)可能存在錯(cuò)誤， 使用前需要對其進(jìn)行審核， 這一步驟主要以人工審核為主， 可利用RPA和ChatGPT輔助進(jìn)行審核工作， 提高審核效率。審核內(nèi)容主要包括： 數(shù)據(jù)與憑證是否一致， 數(shù)據(jù)與賬表是否存在沖突， 實(shí)物記錄與數(shù)據(jù)是否一致。其次， 利用RPA、 ChatGPT和OLAP等技術(shù)進(jìn)行指標(biāo)計(jì)算， 對于指標(biāo)值存在異常的數(shù)據(jù)， 需要對數(shù)據(jù)進(jìn)行復(fù)核， 確認(rèn)無誤之后進(jìn)行下一步工作。再次， 由于具體的業(yè)務(wù)情況不同， 可能需要對模板內(nèi)容和格式等內(nèi)容進(jìn)行調(diào)整， 這一步驟主要由人工來完成， 并對調(diào)整內(nèi)容進(jìn)行記錄， 以便后續(xù)對ChatGPT模型進(jìn)行調(diào)整。最后， 將計(jì)算好的指標(biāo)和內(nèi)容填入準(zhǔn)備好的模板中， 利用RPA計(jì)算進(jìn)行自動(dòng)化填列， 以提高工作的效率和準(zhǔn)確度。

4. 審核修正財(cái)務(wù)報(bào)告。完成智能財(cái)務(wù)報(bào)告編制工作之后， 需要對報(bào)告進(jìn)行審核， ChatGPT輔助財(cái)務(wù)報(bào)告生成可能存在模型誤差， 需要檢查報(bào)告的合規(guī)性， 審核內(nèi)容包括數(shù)據(jù)準(zhǔn)確性、 邏輯合理性、 內(nèi)部控制、 格式和其他事項(xiàng)。審核這一步驟主要是由人工進(jìn)行的， 對于標(biāo)準(zhǔn)化的審核項(xiàng)目， 也可以使用RPA+AI構(gòu)建自動(dòng)化流程進(jìn)行審核， 以提高工作效率。同時(shí)， ChatGPT龐大的數(shù)據(jù)庫和高效的文本生成能力， 可以輔助財(cái)務(wù)報(bào)告審核人員高效地審核報(bào)告內(nèi)容的準(zhǔn)確性和邏輯的連貫性， 提高財(cái)務(wù)報(bào)告的專業(yè)性和質(zhì)量。

對于財(cái)務(wù)報(bào)告審核過程中發(fā)現(xiàn)的問題， 需要反饋給ChatGPT模型進(jìn)行調(diào)整優(yōu)化， 反饋調(diào)整這一步驟包括誤差反饋、 報(bào)告修正和模型調(diào)整。首先， 需要匯總審核中反饋的問題， 將其分為可避免誤差和不可避免誤差； 然后， 對這些誤差和錯(cuò)誤進(jìn)行人工修正； 最后， 需要對模型進(jìn)行調(diào)整優(yōu)化， 將可調(diào)整誤差分解為具體的調(diào)整措施， 利用強(qiáng)化學(xué)習(xí)模型（PPO）對回報(bào)模型進(jìn)行調(diào)整。同時(shí)， 微調(diào)模型（SFT）可以讓ChatGPT在不使用人類反饋的情況下進(jìn)行自主學(xué)習(xí)和調(diào)整， 以及模型優(yōu)化。正是由于ChatGPT的可調(diào)整性和自主學(xué)習(xí)性， 才使得其能夠在財(cái)務(wù)報(bào)告工作中不斷優(yōu)化模型， 快速適應(yīng)不同企業(yè)、 不同行業(yè)的財(cái)務(wù)報(bào)告工作。

5. 對外報(bào)送財(cái)務(wù)報(bào)告。對外報(bào)送財(cái)務(wù)報(bào)告是基于ChatGPT的智能財(cái)務(wù)報(bào)告生成工作的最后一步， 為了實(shí)現(xiàn)這一目標(biāo)， 需要實(shí)施以下三個(gè)步驟： 報(bào)告形式轉(zhuǎn)換、 語言轉(zhuǎn)換和定時(shí)發(fā)送。

首先， 報(bào)告形式轉(zhuǎn)換包括將財(cái)務(wù)報(bào)告轉(zhuǎn)換為不同的形式， 如文本、 語言或視頻。通過利用自然語言處理（NLP）、 語音合成技術(shù)（TTS）和圖像技術(shù)， 可以實(shí)現(xiàn)財(cái)務(wù)報(bào)告形式的靈活轉(zhuǎn)化， 從而使報(bào)告能夠適應(yīng)不同的傳播媒介和讀者需求。其次， 對于跨國公司， 需要對財(cái)務(wù)報(bào)告進(jìn)行語言轉(zhuǎn)換。ChatGPT的語言模型可以快速而準(zhǔn)確地將財(cái)務(wù)報(bào)告從一種語言翻譯為另一種語言， 這項(xiàng)功能極大地簡化了多語種財(cái)務(wù)報(bào)告的處理過程， 并提高了準(zhǔn)確性和效率。最后， 定時(shí)發(fā)送是確保財(cái)務(wù)報(bào)告按時(shí)傳遞給相關(guān)方的重要一環(huán)。通過結(jié)合RPA和AI技術(shù)， 可以搭建一個(gè)自動(dòng)化的工作流程， 設(shè)定特定的發(fā)送時(shí)點(diǎn)， 讓系統(tǒng)自動(dòng)定時(shí)發(fā)送報(bào)告郵件， 確保報(bào)告按計(jì)劃進(jìn)行發(fā)送， 這種自動(dòng)化的流程大大提高了報(bào)告發(fā)送的效率和準(zhǔn)確性?？梢姡?綜合利用ChatGPT和RPA等人工智能技術(shù)， 可以使對外報(bào)送財(cái)務(wù)報(bào)告的工作效率和質(zhì)量得到顯著提升。在這些技術(shù)的應(yīng)用下， 財(cái)務(wù)報(bào)告轉(zhuǎn)換、 翻譯和發(fā)送等任務(wù)更加智能化、 高效化， 整個(gè)報(bào)告報(bào)送過程更加順暢。

四、 基于ChatGPT的智能財(cái)務(wù)報(bào)告風(fēng)險(xiǎn)及應(yīng)對措施

ChatGPT給財(cái)務(wù)報(bào)告生成工作帶來了效率與質(zhì)量的提升、 管理成本的降低等積極影響， 但是新技術(shù)背后暗藏的風(fēng)險(xiǎn)與漏洞更有可能致使項(xiàng)目中斷或徹底破產(chǎn)。鑒于此， 基于ChatGPT的智能財(cái)務(wù)報(bào)告風(fēng)險(xiǎn)分析顯得尤為必要。經(jīng)研究， 本文認(rèn)為基于ChatGPT的智能財(cái)務(wù)報(bào)告可能存在以下風(fēng)險(xiǎn)：

（一）數(shù)據(jù)質(zhì)量與會(huì)計(jì)信息可靠性的問題

財(cái)務(wù)報(bào)告的價(jià)值取決于其會(huì)計(jì)信息質(zhì)量， 而會(huì)計(jì)信息的可靠性影響著會(huì)計(jì)信息質(zhì)量?；贑hatGPT的智能財(cái)務(wù)報(bào)告生成模型的算法需要訓(xùn)練數(shù)據(jù)集來學(xué)習(xí)財(cái)務(wù)報(bào)告的語言和結(jié)構(gòu)特征， 數(shù)據(jù)集的質(zhì)量影響著大模型算法的準(zhǔn)確度， 并最終作用于財(cái)務(wù)報(bào)告提供的會(huì)計(jì)信息的質(zhì)量上。如果訓(xùn)練數(shù)據(jù)集存在偏差， 如某些財(cái)務(wù)報(bào)告類型、 某些行業(yè)或者某些時(shí)間段的數(shù)據(jù)比例較低， 那么生成的財(cái)務(wù)報(bào)告可能會(huì)忽略這些特征， 導(dǎo)致一定的誤差。

雖然ChatGPT是一種強(qiáng)大的自然語言生成模型， 但是它仍然存在某些局限性。例如， 它可能難以理解某些財(cái)務(wù)概念的復(fù)雜性， 導(dǎo)致生成的報(bào)告缺乏準(zhǔn)確性和完整性。訓(xùn)練數(shù)據(jù)集中也會(huì)存在數(shù)據(jù)的標(biāo)注錯(cuò)誤， 其會(huì)影響模型的性能和質(zhì)量， 從而導(dǎo)致生成的財(cái)務(wù)報(bào)告存在不準(zhǔn)確的問題。此外， 由于人會(huì)參與到數(shù)據(jù)的訓(xùn)練過程中， 使得標(biāo)注數(shù)據(jù)可能存在主觀性， 這也可能影響模型的性能。例如， 不同的人對于某個(gè)財(cái)務(wù)概念的理解不同， 可能導(dǎo)致模型的學(xué)習(xí)出現(xiàn)偏差。預(yù)訓(xùn)練數(shù)據(jù)集的更新速度不夠快則可能導(dǎo)致生成的報(bào)告不再符合最新的規(guī)則和政策。由于ChatGPT的學(xué)習(xí)過程基于歷史數(shù)據(jù)， 如果歷史數(shù)據(jù)存在誤差， 可能會(huì)導(dǎo)致ChatGPT在生成財(cái)務(wù)報(bào)告時(shí)積累誤差， 從而影響財(cái)務(wù)報(bào)告的準(zhǔn)確性。

對于基于ChatGPT的智能財(cái)務(wù)報(bào)告生成中存在的數(shù)據(jù)質(zhì)量問題， 企業(yè)可以通過定期清洗歷史數(shù)據(jù)中的錯(cuò)誤和不合規(guī)數(shù)據(jù)的方式， 避免誤差過度積累， 同時(shí)對生成的財(cái)務(wù)報(bào)告進(jìn)行數(shù)據(jù)校驗(yàn)， 確保財(cái)務(wù)報(bào)告的準(zhǔn)確性和可靠性。另外， 企業(yè)需要對訓(xùn)練的數(shù)據(jù)集保持實(shí)時(shí)更新， 確保算法生成的報(bào)告能夠盡量符合最新的規(guī)則和政策。

（二）數(shù)據(jù)安全和技術(shù)安全的問題

數(shù)據(jù)作為一種新型的生產(chǎn)要素， 是企業(yè)管理數(shù)字化、 網(wǎng)絡(luò)化、 智能化的基礎(chǔ)。隨著科學(xué)技術(shù)的發(fā)展， 在數(shù)據(jù)發(fā)揮越來越大的作用的今天， 由數(shù)據(jù)泄露引發(fā)的企業(yè)倒閉、 破產(chǎn)事件時(shí)有發(fā)生， 因此企業(yè)越來越重視數(shù)據(jù)的保護(hù)工作。ChatGPT在參與財(cái)務(wù)報(bào)告編制的過程中需要訪問大量財(cái)務(wù)數(shù)據(jù)、 商業(yè)數(shù)據(jù)、 客戶信息， 如果這些數(shù)據(jù)未得到充分保護(hù)， 可能會(huì)導(dǎo)致敏感信息泄露。尤其是在我國國有經(jīng)濟(jì)占主體地位的情況下， 國有企業(yè)龐大的數(shù)據(jù)量關(guān)乎國民隱私、 國家安全， 必須對這些數(shù)據(jù)進(jìn)行妥善的保護(hù)和管理， 以防止其被不法人員或機(jī)構(gòu)竊取或?yàn)E用（董木欣和徐玉德，2022）。具體而言， 對于數(shù)據(jù)隱私泄露風(fēng)險(xiǎn)， 企業(yè)可以加強(qiáng)數(shù)據(jù)保護(hù)工作， 通過加密敏感數(shù)據(jù)、 控制數(shù)據(jù)訪問權(quán)限、 加強(qiáng)安全審計(jì)、 應(yīng)用區(qū)塊鏈加密技術(shù)等手段， 提高數(shù)據(jù)的保護(hù)能力。

目前ChatGPT進(jìn)階到GPT-4.0模型， 參數(shù)量已遠(yuǎn)超GPT-3.5擁有的至少1750億級， 是歷史上規(guī)模最大的自然語言處理模型， 其能力得到了廣泛的驗(yàn)證。盡管如此， 作為一項(xiàng)正處于開發(fā)初期的語言模型， ChatGPT仍然存在一些潛在的技術(shù)漏洞。在ChatGPT生成財(cái)務(wù)報(bào)告的過程中會(huì)依賴大量數(shù)據(jù)， 如果數(shù)據(jù)源本身不可靠或者數(shù)據(jù)容易被篡改， 那么生成的報(bào)告也會(huì)存在錯(cuò)誤或不準(zhǔn)確的情況， 導(dǎo)致報(bào)告的可信度大大降低。同時(shí)， 黑客攻擊風(fēng)險(xiǎn)會(huì)對財(cái)務(wù)報(bào)告的生成產(chǎn)生危害， 智能財(cái)務(wù)報(bào)告的生成需要聯(lián)網(wǎng)進(jìn)行， 如果網(wǎng)絡(luò)安全措施不足或者被黑客攻擊， 就可能導(dǎo)致數(shù)據(jù)泄露或者模型被攻擊。黑客可以通過篡改模型的訓(xùn)練數(shù)據(jù)或者模型參數(shù)來影響報(bào)告的生成結(jié)果， 這可能會(huì)導(dǎo)致報(bào)告中出現(xiàn)錯(cuò)誤的數(shù)據(jù)或者偏差較大的財(cái)務(wù)分析結(jié)果。對于ChatGPT可能存在的技術(shù)漏洞， 企業(yè)可以通過定期對自身的ChatGPT系統(tǒng)進(jìn)行安全評級和維護(hù)升級， 加強(qiáng)對ChatGPT系統(tǒng)的技術(shù)監(jiān)管和漏洞修補(bǔ)。對于惡意的黑客攻擊， 企業(yè)可以通過加強(qiáng)安全技術(shù)防護(hù)， 采取多層次的安全技術(shù)手段， 如防火墻、 入侵檢測系統(tǒng)、 加密技術(shù)、 區(qū)塊鏈等， 提高安全防護(hù)能力。

（三）AI替代吞噬、 人機(jī)權(quán)責(zé)不明的問題

ChatGPT的強(qiáng)勢來襲開啟了人工智能時(shí)代新紀(jì)元， AI有害、 算法吞噬等論調(diào)也甚囂塵上。伴隨著人工智能的相關(guān)研究逐漸走向生活化的應(yīng)用場景， AI與人的交互頻率也呈指數(shù)級增加， 關(guān)于AI與人的關(guān)系分化成以下三種觀點(diǎn)： 機(jī)器與人交互融合產(chǎn)生更多的可能性的人機(jī)共生、 僅是機(jī)器發(fā)展且傷害人類的偏害共生、 機(jī)器傷害人類且毀滅人類文明的替代吞噬。智能化時(shí)代的到來促使大量人工智能機(jī)器人涌入人類勞動(dòng)力市場， 伴隨而來的是崗位擠兌、 人機(jī)權(quán)責(zé)不明的問題。如果企業(yè)不制定相應(yīng)的規(guī)則以明晰人與機(jī)器人的權(quán)責(zé)范圍， 那么人工智能很可能會(huì)成為致使企業(yè)效益低下， 甚至是成為企業(yè)經(jīng)營不善、 破產(chǎn)清算的推手， 這違背了人類推進(jìn)人工智能技術(shù)發(fā)展的初心。比如， 在財(cái)務(wù)報(bào)告智能生成過程中， 如果ChatGPT根據(jù)數(shù)據(jù)推演和歷史經(jīng)驗(yàn)給出了一個(gè)不符合實(shí)際經(jīng)濟(jì)形勢和行業(yè)競爭現(xiàn)狀的財(cái)務(wù)指標(biāo)， 從而導(dǎo)致管理者決策失敗， 那么此次經(jīng)營決策失敗的責(zé)任主體應(yīng)該由企業(yè)的規(guī)章制度來決定。另外， 伴隨著人工智能參與到企業(yè)財(cái)務(wù)報(bào)告生成工作之中， 傳統(tǒng)的財(cái)務(wù)報(bào)告編制工作流程也會(huì)發(fā)生質(zhì)的轉(zhuǎn)變（高漢祥和汪子昊，2023）， 企業(yè)急需一套能夠明晰人與AI之間的職能、 權(quán)限的制度來保障自身的正常運(yùn)轉(zhuǎn)。由此可見， 推動(dòng)企業(yè)數(shù)智化管理的前提是建立一套人機(jī)權(quán)責(zé)明晰的制度章程。

（四）傳統(tǒng)組織架構(gòu)嬗變調(diào)整的問題

埃森哲、 麥肯錫等機(jī)構(gòu)的調(diào)研結(jié)果顯示， 越來越多的企業(yè)將公司管理的重心轉(zhuǎn)移到智能化上來， 考慮將人工智能模型引入企業(yè)管理， 傳統(tǒng)的以人為中心的企業(yè)組織架構(gòu)正在向著“人機(jī)協(xié)調(diào)”的新型企業(yè)組織架構(gòu)演變。雖然人工智能已經(jīng)越來越多地參與到企業(yè)管理工作中， 但是企業(yè)財(cái)務(wù)報(bào)告的生成過程依然離不開人的參與（占美松等，2021）， 人在企業(yè)財(cái)務(wù)報(bào)告的生成工作中仍然起著主導(dǎo)作用， 其決定著企業(yè)財(cái)務(wù)報(bào)告生成工作的重點(diǎn)、 方向和進(jìn)度。盡管ChatGPT可以幫助企業(yè)進(jìn)行財(cái)務(wù)報(bào)告的數(shù)據(jù)采集、 指標(biāo)計(jì)算、 文本撰寫、 提供建議等工作， 但企業(yè)的財(cái)務(wù)報(bào)告要真正服務(wù)于相關(guān)者進(jìn)行決策還是不能缺少人的主觀能動(dòng)性。

除此之外， ChatGPT對傳統(tǒng)組織架構(gòu)的影響不僅僅在于催生“人機(jī)協(xié)調(diào)”的新型企業(yè)組織架構(gòu)， 其還促進(jìn)著企業(yè)人才結(jié)構(gòu)的調(diào)整、 轉(zhuǎn)型。在財(cái)務(wù)報(bào)告智能生成體系下， 需要一批具有改革創(chuàng)新、 銳意進(jìn)取精神的人才隊(duì)伍， 為企業(yè)數(shù)智化財(cái)務(wù)報(bào)告生成“保駕護(hù)航”。他們除了要精通機(jī)器學(xué)習(xí)、 深度學(xué)習(xí)、 RPA等技術(shù)， 還需要對企業(yè)管理、 財(cái)務(wù)知識(shí)有一定程度的了解和認(rèn)識(shí)， 并且在思維層面與時(shí)俱進(jìn)。ChatGPT開啟了生成式人工智能技術(shù)加速發(fā)展的“快車”， 要真正駕馭生成式人工智能技術(shù)， 就必須因時(shí)而變， 由過去解決問題的思維轉(zhuǎn)變?yōu)樘岢鰡栴}的思維， 同時(shí)提高對各類信息的識(shí)別能力， 建立更深層次的批判性思維， 實(shí)現(xiàn)技術(shù)為我所用， 這樣才能更好地應(yīng)對人工智能給人類帶來的威脅和挑戰(zhàn)， 真正達(dá)到將人工智能融入企業(yè)組織架構(gòu)的目的， 建立健全“人機(jī)協(xié)調(diào)”的企業(yè)組織架構(gòu)。

五、 結(jié)束語

ChatGPT現(xiàn)象級的爆火絕非曇花一現(xiàn)， 代表著自然語言處理領(lǐng)域最前沿的GPT模型是使其保持持久影響力的技術(shù)核心。財(cái)務(wù)報(bào)告作為企業(yè)管理層進(jìn)行生產(chǎn)經(jīng)營戰(zhàn)略決策的重要依據(jù)， 必須與時(shí)俱進(jìn)， 與技術(shù)硬核、 發(fā)展勢頭強(qiáng)勁的新技術(shù)深度融合， 形成核心競爭力。ChatGPT在財(cái)務(wù)報(bào)告流程上的應(yīng)用能夠提高報(bào)告效率、 報(bào)告質(zhì)量， 使財(cái)務(wù)報(bào)告更好地為管理者和各利益相關(guān)方服務(wù)?；贑hatGPT的智能財(cái)務(wù)報(bào)告應(yīng)用仍面臨數(shù)據(jù)技術(shù)融合處理難度高、 改變現(xiàn)有運(yùn)行流程和業(yè)務(wù)規(guī)則力度不夠、 數(shù)據(jù)安全難以保證、 自身安全存在漏洞等問題， 這也導(dǎo)致本文還存在許多不足， 理論上仍需要進(jìn)一步深入， 實(shí)踐上更需要大力探索。相信隨著自然語言處理技術(shù)研究的不斷深入， ChatGPT會(huì)在財(cái)務(wù)報(bào)告的智能應(yīng)用中得到進(jìn)一步發(fā)展， 最終實(shí)現(xiàn)財(cái)務(wù)報(bào)告生成智能化的目標(biāo)， 更好地為財(cái)務(wù)報(bào)告使用者服務(wù)。

【 主 要 參 考 文 獻(xiàn) 】

程平，廖音潔，李怡等．基于ChatGPT的成本管理應(yīng)用研究［ J］．商業(yè)會(huì)計(jì)，2023（8）：29 ～ 33．

程平，陶思穎，朱波峰．基于RPA的財(cái)務(wù)共享服務(wù)中心財(cái)務(wù)報(bào)告生成優(yōu)化研究［ J］．會(huì)計(jì)之友，2018（22）：146 ～ 151．

程平，陶思穎．基于區(qū)塊鏈技術(shù)的智能財(cái)務(wù)報(bào)告研究［ J］．會(huì)計(jì)之友，2020（5）：156 ～ 160．

董木欣，徐玉德．國有企業(yè)數(shù)字化轉(zhuǎn)型中的數(shù)據(jù)安全與治理路徑 —— 基于信息生態(tài)視域［ J］．財(cái)會(huì)月刊，2022（13）：132 ～ 136．

高漢祥，汪子昊．?dāng)?shù)字化與數(shù)據(jù)化：新技術(shù)大潮下會(huì)計(jì)變革的形與實(shí)［ J］．財(cái)會(huì)月刊，2023（11）：47 ～ 52．

劉峰，葛家澍．會(huì)計(jì)職能·財(cái)務(wù)報(bào)告性質(zhì)·財(cái)務(wù)報(bào)告體系重構(gòu)［ J］．會(huì)計(jì)研究，2012（3）：15 ～ 19+94．

劉光強(qiáng)，干勝道．新經(jīng)濟(jì)背景下的智能管理會(huì)計(jì)報(bào)告 —— 基于“區(qū)塊鏈+人工智能”數(shù)字技能［ J］．財(cái)會(huì)月刊，2022（14）：79 ～ 85．

劉勤．ChatGPT及其對會(huì)計(jì)工作的影響探討［ J］．會(huì)計(jì)之友，2023（6）：158 ～ 161．

田高良，楊娜，張亭．ESG背景下全景式財(cái)務(wù)報(bào)告體系構(gòu)建［ J］．財(cái)會(huì)月刊，2022（13）：16 ～ 23．

徐宗本，馮芷艷，郭迅華，曾大軍，陳國青．大數(shù)據(jù)驅(qū)動(dòng)的管理與決策前沿課題［ J］．管理世界，2014（11）：158 ～ 163．

占美松，高禎憬，康均等，人工智能技術(shù)沖擊下的會(huì)計(jì)穩(wěn)定與發(fā)展［ J］．財(cái)會(huì)月刊，2021（16）：85 ～ 91．