金源 莊璐怡 魏振 李成智

【摘要】ChatGPT作為AIGC領(lǐng)域的代表性技術(shù)， 為財(cái)務(wù)分析體系的優(yōu)化帶來了新的契機(jī)和動(dòng)力。本文在總結(jié)財(cái)務(wù)分析體系演變趨勢(shì)的基礎(chǔ)上， 分析ChatGPT在優(yōu)化財(cái)務(wù)分析體系方面的適用性， 搭建了基于ChatGPT的財(cái)務(wù)分析體系框架， 并以Y集團(tuán)財(cái)務(wù)分析為例， 具體闡述該框架的實(shí)現(xiàn)步驟， 對(duì)其實(shí)現(xiàn)效果與應(yīng)用價(jià)值進(jìn)行評(píng)估和總結(jié)。研究認(rèn)為： 本文搭建的應(yīng)用框架可以勝任財(cái)務(wù)分析的基礎(chǔ)工作， 包括對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行分析并形成初步結(jié)論， 并可借助插件工具完成根據(jù)用戶自然語言指令生成可視化圖表、 演示文稿等工作， 在一定程度上提高財(cái)務(wù)分析的自動(dòng)化和智能化程度， 解放財(cái)務(wù)分析人員的生產(chǎn)力。本文的研究為AIGC時(shí)代企業(yè)財(cái)務(wù)分析體系的優(yōu)化提供了新視角， 也為以ChatGPT為代表的大模型在其他財(cái)務(wù)場(chǎng)景的落地應(yīng)用提供了參考與借鑒。

【關(guān)鍵詞】財(cái)務(wù)分析；ChatGPT；AIGC；大模型

【中圖分類號(hào)】F275 ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ?【文章編號(hào)】1004-0994（2023）19-0024-7

一、 引言

2022年國(guó)務(wù)院國(guó)資委發(fā)布的《關(guān)于中央企業(yè)加快建設(shè)世界一流財(cái)務(wù)管理體系的指導(dǎo)意見》指出， 企業(yè)要構(gòu)建業(yè)財(cái)融合的財(cái)務(wù)報(bào)告分析體系， 利用報(bào)表、 數(shù)據(jù)、 模型、 管理會(huì)計(jì)工具， 開展價(jià)值跟蹤分析， 準(zhǔn)確反映價(jià)值結(jié)果， 深入揭示價(jià)值成因， 更好地利用財(cái)務(wù)語言反映企業(yè)發(fā)展生態(tài)。政策層面的鼓勵(lì)支持推動(dòng)企業(yè)將前沿技術(shù)全方位、 全過程地應(yīng)用到財(cái)務(wù)管理中， 以更科學(xué)、 更精確的方式把握和分析財(cái)務(wù)數(shù)據(jù)， 從而更好地實(shí)現(xiàn)戰(zhàn)略的發(fā)展與突破。

ChatGPT是由OpenAI發(fā)布的基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)技術(shù)的生成式AI（Generative Artificial Intelligence）產(chǎn)品， 其能夠以自然語言交互的方式分析解決問題、 提供創(chuàng)意靈感， 以ChatGPT為代表的生成式AI正推動(dòng)著人工智能突破專用智能的局限， 邁向通用智能的全新發(fā)展階段。

隨著全球經(jīng)濟(jì)復(fù)雜化和資本市場(chǎng)成熟度的提高， 財(cái)務(wù)分析對(duì)于企業(yè)經(jīng)營(yíng)、 投融資決策的意義愈加重大。在實(shí)務(wù)工作中， 財(cái)務(wù)人員需要通過處理財(cái)務(wù)報(bào)表數(shù)據(jù)、 搜集內(nèi)外部資料、 撰寫分析報(bào)告、 制作匯報(bào)材料等流程展開全鏈路的財(cái)務(wù)分析工作。然而， 傳統(tǒng)的財(cái)務(wù)分析流程普遍存在自動(dòng)化和智能化程度較低、 分析時(shí)效滯后、 缺乏深度洞察等痛點(diǎn)。同時(shí)， 財(cái)務(wù)分析人員的非理性認(rèn)知偏差， 如過度自信、 從眾心理等也會(huì)導(dǎo)致其做出次優(yōu)甚至錯(cuò)誤的決策。ChatGPT兼具運(yùn)算智能、 感知智能及認(rèn)知智能， 在數(shù)理邏輯計(jì)算、 上下文理解及長(zhǎng)文本生成、 代碼理解及編寫、 跨學(xué)科知識(shí)整合等方面均表現(xiàn)優(yōu)異。ChatGPT的以上特性能夠較好地契合財(cái)務(wù)分析工作的能力要求， 為財(cái)務(wù)分析體系的優(yōu)化帶來了契機(jī)。

基于以上背景， 本文提出了基于ChatGPT的財(cái)務(wù)分析體系框架， 并以Y集團(tuán)財(cái)務(wù)分析為例， 具體闡述了該框架的實(shí)現(xiàn)步驟， 在此基礎(chǔ)上進(jìn)行了實(shí)現(xiàn)效果評(píng)估與應(yīng)用價(jià)值總結(jié)。本文的研究為AIGC（AI Generated Content， 人工智能生成內(nèi)容）時(shí)代企業(yè)財(cái)務(wù)分析體系的優(yōu)化提供了新視角。此外， 本文的研究方法和思路也為以ChatGPT為代表的大模型在其他財(cái)務(wù)場(chǎng)景落地提供了參考與借鑒。

二、 ChatGPT在財(cái)務(wù)分析中的適用性分析

（一）財(cái)務(wù)分析方法的演變綜述

財(cái)務(wù)分析是以財(cái)務(wù)報(bào)表及其他相關(guān)資料為依據(jù)， 采用一系列專門的分析技術(shù)和方法， 對(duì)企業(yè)的財(cái)務(wù)狀況、 經(jīng)營(yíng)成果和未來發(fā)展趨勢(shì)等進(jìn)行綜合評(píng)價(jià)的過程（Ross等，2019）。財(cái)務(wù)分析歷經(jīng)了財(cái)務(wù)報(bào)表分析、 資本市場(chǎng)財(cái)務(wù)分析、 業(yè)財(cái)綜合分析、 大數(shù)據(jù)財(cái)務(wù)分析等階段。19世紀(jì)末20世紀(jì)初， 隨著工業(yè)化進(jìn)程的加速和市場(chǎng)競(jìng)爭(zhēng)的加劇， 投資者們需要更多的信息來做出投資決策。為了精準(zhǔn)判斷企業(yè)的投資價(jià)值和投資風(fēng)險(xiǎn)， 財(cái)務(wù)報(bào)表分析隨之產(chǎn)生。為了滿足不同的信息需求， 財(cái)務(wù)報(bào)表分析方法也不斷改進(jìn)和完善， 從立足于資產(chǎn)負(fù)債表、 利潤(rùn)表和現(xiàn)金流量表的基本財(cái)務(wù)報(bào)表分析， 到資本市場(chǎng)財(cái)務(wù)分析， 再到更為全面系統(tǒng)的業(yè)財(cái)綜合分析與大數(shù)據(jù)財(cái)務(wù)分析， 逐漸形成了現(xiàn)代財(cái)務(wù)報(bào)表分析理論體系， 為企業(yè)財(cái)務(wù)管理和投資決策提供了重要的數(shù)據(jù)支持（袁天榮，2022）。

1. 財(cái)務(wù)報(bào)表分析?；镜呢?cái)務(wù)報(bào)表分析是通過資產(chǎn)負(fù)債表、 利潤(rùn)表和現(xiàn)金流量表數(shù)據(jù)對(duì)營(yíng)運(yùn)能力、 盈利能力、 償債能力、 發(fā)展能力等進(jìn)行分析。營(yíng)運(yùn)能力常用的分析指標(biāo)包括各類資產(chǎn)的周轉(zhuǎn)率（次數(shù)）和周轉(zhuǎn)天數(shù)； 盈利能力分析指標(biāo)有營(yíng)業(yè)毛利率、 營(yíng)業(yè)凈利率、 總資產(chǎn)凈利率、 凈資產(chǎn)收益率等； 償債能力通常從短期償債能力和長(zhǎng)期償債能力角度進(jìn)行分析， 其中短期償債能力分析指標(biāo)有流動(dòng)比率、 速動(dòng)比率等， 長(zhǎng)期償債能力分析指標(biāo)有資產(chǎn)負(fù)債率、 產(chǎn)權(quán)比率等； 發(fā)展能力展現(xiàn)了企業(yè)的成長(zhǎng)性， 常用指標(biāo)有營(yíng)業(yè)收入增長(zhǎng)率、 營(yíng)業(yè)利潤(rùn)增長(zhǎng)率等。通過比較法、 比率法、 趨勢(shì)分析、 因素分析、 標(biāo)桿分析法等方法對(duì)同一個(gè)公司在不同會(huì)計(jì)期間的財(cái)務(wù)指標(biāo)或同一個(gè)會(huì)計(jì)期間內(nèi)不同主體財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比研究， 可以更精確地衡量企業(yè)某一方面的能力。

財(cái)務(wù)報(bào)表綜合分析是指將營(yíng)運(yùn)能力、 償債能力和盈利能力等諸多方面的分析納入一個(gè)有機(jī)的整體之中， 全面地對(duì)企業(yè)的經(jīng)營(yíng)狀況、 財(cái)務(wù)狀況進(jìn)行解剖和分析， 從而對(duì)企業(yè)綜合經(jīng)濟(jì)效益的優(yōu)劣做出準(zhǔn)確的評(píng)價(jià)與判斷。常用的分析方法包括杜邦分析法、 沃爾比重評(píng)分法、 經(jīng)濟(jì)增加值（EVA）法、 修正的經(jīng)濟(jì)增加值（REVA）法。

2. 資本市場(chǎng)財(cái)務(wù)分析。隨著資本市場(chǎng)的成熟發(fā)展， 傳統(tǒng)的財(cái)務(wù)報(bào)表分析已經(jīng)不能滿足投資者和分析師全面、 深入了解企業(yè)經(jīng)營(yíng)和財(cái)務(wù)狀況的要求， 此時(shí)資本市場(chǎng)財(cái)務(wù)分析應(yīng)運(yùn)而生。資本市場(chǎng)財(cái)務(wù)分析不僅涵蓋了傳統(tǒng)的財(cái)務(wù)分析， 還包括了行業(yè)分析、 市場(chǎng)分析等戰(zhàn)略層面分析。

哈佛分析框架（Harvard Analytical Framework）創(chuàng)新性地從財(cái)務(wù)高度分析企業(yè)的財(cái)務(wù)經(jīng)營(yíng)狀況。哈佛分析框架由哈佛大學(xué)Palepu K. G.、 Healy P. M.以及Bernard V. L.三位學(xué)者提出， 主要包括戰(zhàn)略分析、 會(huì)計(jì)分析、 財(cái)務(wù)分析和前景分析四個(gè)維度。戰(zhàn)略分析作為財(cái)務(wù)分析的起點(diǎn)， 主要包含PEST模型下的環(huán)境分析、 波特五力模型下的行業(yè)分析和SWOT模型下的競(jìng)爭(zhēng)戰(zhàn)略分析等； 會(huì)計(jì)分析主要包含會(huì)計(jì)信息披露質(zhì)量、 會(huì)計(jì)政策的選擇以及關(guān)鍵會(huì)計(jì)項(xiàng)目分析等； 財(cái)務(wù)分析主要采用比率分析法、 趨勢(shì)分析法以及杜邦分析法； 前景分析通常采用各種模型對(duì)企業(yè)、 行業(yè)前景進(jìn)行預(yù)測(cè)（石冬蓮和王博，2019）。哈佛分析框架將財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)較好地結(jié)合起來， 提高了財(cái)務(wù)分析的客觀性和前瞻性。

為了在戰(zhàn)略視角下更好地分析企業(yè)財(cái)務(wù)狀況， 張新民（2012）基于中國(guó)情境提出了“張氏財(cái)務(wù)分析框架”， 聚焦戰(zhàn)略的有效性、 經(jīng)營(yíng)資產(chǎn)管理與企業(yè)競(jìng)爭(zhēng)力、 效益與質(zhì)量、 成本決定機(jī)制、 企業(yè)價(jià)值、 財(cái)務(wù)狀況質(zhì)量、 風(fēng)險(xiǎn)、 企業(yè)前景等八個(gè)方面， 從質(zhì)量分析和戰(zhàn)略分析出發(fā)延伸了資本市場(chǎng)財(cái)務(wù)分析的視角。

3. 業(yè)財(cái)綜合分析。傳統(tǒng)的財(cái)務(wù)報(bào)表分析基于企業(yè)對(duì)外公布的財(cái)務(wù)報(bào)表， 主要關(guān)注數(shù)字本身的變化， 對(duì)數(shù)字變化的原因及背后的業(yè)務(wù)無法“知其所以然”。為了財(cái)務(wù)分析日益深入到業(yè)務(wù)層面和經(jīng)營(yíng)層面， 促進(jìn)財(cái)務(wù)人員及時(shí)了解業(yè)務(wù)的運(yùn)作情況， 基于業(yè)財(cái)融合的財(cái)務(wù)分析得到廣泛應(yīng)用。通過掌握業(yè)務(wù)進(jìn)行過程中的薄弱環(huán)節(jié)和關(guān)鍵環(huán)節(jié)， 業(yè)財(cái)綜合分析能夠精準(zhǔn)地對(duì)內(nèi)部控制中的潛在風(fēng)險(xiǎn)點(diǎn)和不足進(jìn)行控制、 監(jiān)督， 并實(shí)施有針對(duì)性的改進(jìn)（張嶸和毛麗霞，2020）。

在業(yè)財(cái)融合的背景下， 財(cái)務(wù)分析的成果具有更高的時(shí)效性、 廣度和深度， 能幫助企業(yè)及時(shí)發(fā)現(xiàn)和解決業(yè)務(wù)中存在的問題以及提高經(jīng)濟(jì)效益。

4. 大數(shù)據(jù)財(cái)務(wù)分析?！按笾且圃莆飬^(qū)”時(shí)代， 財(cái)務(wù)分析的外部環(huán)境和內(nèi)在條件也在發(fā)生著深刻變化。越來越多的企業(yè)開始采用數(shù)據(jù)分析工具， 結(jié)合內(nèi)部和外部數(shù)據(jù)， 深入挖掘數(shù)據(jù)背后的價(jià)值， 以期更好地理解業(yè)務(wù)、 創(chuàng)造價(jià)值。大數(shù)據(jù)財(cái)務(wù)分析主要存在如下優(yōu)勢(shì)：

在財(cái)務(wù)分析數(shù)據(jù)上， 獲取數(shù)據(jù)的速度更快、 處理數(shù)據(jù)的效率更高。大數(shù)據(jù)財(cái)務(wù)分析更有機(jī)會(huì)突破財(cái)務(wù)數(shù)據(jù)滯后的局限性， 對(duì)即時(shí)數(shù)據(jù)開展分析， 企業(yè)也可以第一時(shí)間調(diào)整經(jīng)營(yíng)戰(zhàn)略， 更加快捷地運(yùn)用財(cái)務(wù)分析成果。

在財(cái)務(wù)分析方法上， 基于海量數(shù)據(jù)， 企業(yè)能夠不拘泥于傳統(tǒng)的財(cái)務(wù)分析指標(biāo)， 根據(jù)業(yè)務(wù)需要?jiǎng)?chuàng)造性地采用個(gè)性化的財(cái)務(wù)分析指標(biāo)， 在大量數(shù)據(jù)中探索新的相關(guān)性因素， 形成多維度的分析。

在財(cái)務(wù)分析結(jié)論上， 大量的財(cái)務(wù)數(shù)據(jù)、 非財(cái)務(wù)數(shù)據(jù)能夠幫助分析者獲得更加精準(zhǔn)的結(jié)論， 也便于分析過程中聚焦關(guān)鍵環(huán)節(jié)和關(guān)鍵產(chǎn)品， 得出更有針對(duì)性的分析結(jié)論。

（二）財(cái)務(wù)分析的演變趨勢(shì)

財(cái)務(wù)分析在經(jīng)歷財(cái)務(wù)報(bào)表分析、 資本市場(chǎng)財(cái)務(wù)分析、 業(yè)財(cái)綜合分析到大數(shù)據(jù)財(cái)務(wù)分析的演變過程中， 呈現(xiàn)出數(shù)據(jù)來源多維化、 可視化程度提高、 自動(dòng)化和智能化程度提升的趨勢(shì)。

1. 數(shù)據(jù)來源多維化。在前文所述財(cái)務(wù)分析演化的過程中， 企業(yè)逐漸不再局限于靜態(tài)報(bào)表信息， 在分析體系中不斷加入更多非財(cái)務(wù)指標(biāo)。從內(nèi)部視角， 分析維度經(jīng)歷著從財(cái)務(wù)分析到業(yè)財(cái)綜合分析的演變； 從外部視角， 企業(yè)也逐漸在財(cái)務(wù)分析體系中加入外部環(huán)境、 行業(yè)特點(diǎn)等指標(biāo)。數(shù)據(jù)來源的多維化不僅反映了財(cái)務(wù)分析領(lǐng)域方法論的深化， 也突顯了企業(yè)需求對(duì)更全面、 多角度數(shù)據(jù)分析的依賴， 以把握日趨復(fù)雜的商業(yè)機(jī)會(huì)和適應(yīng)競(jìng)爭(zhēng)環(huán)境。

2. 可視化程度提高。在財(cái)務(wù)分析方法從財(cái)務(wù)報(bào)表分析到大數(shù)據(jù)財(cái)務(wù)分析的多階段演進(jìn)過程中， 分析的可視化程度也隨之顯著提高。在財(cái)務(wù)分析的早期階段， 企業(yè)主要依賴基礎(chǔ)圖表來呈現(xiàn)數(shù)據(jù)， 如柱狀圖和餅圖等， 這些可視化手段相對(duì)簡(jiǎn)單、 易于理解， 但信息維度有限。到了大數(shù)據(jù)財(cái)務(wù)分析階段， 企業(yè)開始采用交互式儀表盤和實(shí)時(shí)數(shù)據(jù)可視化大屏， 以動(dòng)態(tài)和多維的方式呈現(xiàn)信息?？梢暬ぞ叩牟粩嘌葸M(jìn)， 響應(yīng)了企業(yè)更精細(xì)、 全面分析的需求， 也在實(shí)踐中提高了分析的可理解性、 即時(shí)性以及可定制性， 為企業(yè)面對(duì)日趨復(fù)雜的商業(yè)環(huán)境提供了更為高效的決策支持。

3. 自動(dòng)化和智能化程度提升。在財(cái)務(wù)分析方法的變化過程中， 自動(dòng)化和智能化產(chǎn)生了越來越重要的影響。在“大智移云物鏈”背景下， 財(cái)務(wù)分析不再依賴人工處理各種數(shù)據(jù)， 而是借助自動(dòng)化技術(shù)和數(shù)據(jù)挖掘算法， 快速識(shí)別、 挖掘和分析數(shù)據(jù)中的關(guān)鍵信息和趨勢(shì)， 從而準(zhǔn)確預(yù)測(cè)未來的發(fā)展趨勢(shì)和風(fēng)險(xiǎn)。借助機(jī)器學(xué)習(xí)， 既能有效識(shí)別調(diào)減盈余的年報(bào)錯(cuò)報(bào)（曾慶超和許諾，2022）， 對(duì)公司的舞弊風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確衡量（伍彬等，2022）， 又能有效推動(dòng)財(cái)務(wù)風(fēng)險(xiǎn)的智能預(yù)警（趙雪峰等，2022）， 同時(shí)也能構(gòu)建多因子量化選股策略， 提升選股效率和投資收益， 推動(dòng)企業(yè)更好地規(guī)劃和決策（謝明柱，2021）。

（三）ChatGPT在財(cái)務(wù)分析中的適用性

財(cái)務(wù)分析朝著數(shù)據(jù)來源多維化、 可視化程度提高、 自動(dòng)化和智能化程度提升演變的趨勢(shì)也為ChatGPT提供了較為廣闊的應(yīng)用空間。ChatGPT作為當(dāng)前AIGC領(lǐng)域的代表性技術(shù)， 兼具運(yùn)算智能、 感知智能及認(rèn)知智能， 將在可預(yù)見的未來廣泛地應(yīng)用于會(huì)計(jì)領(lǐng)域（金源和李成智，2023a）。金源和李成智（2023b）研究指出， 在ChatGPT對(duì)于13項(xiàng)會(huì)計(jì)職能影響的問卷調(diào)查中， 參與者總體認(rèn)為ChatGPT對(duì)財(cái)務(wù)分析影響最大。大模型除了可以進(jìn)行常規(guī)的財(cái)務(wù)比率分析、 趨勢(shì)分析， 還可以依據(jù)歷史數(shù)據(jù)進(jìn)行建模， 挖掘數(shù)據(jù)背后的隱藏模式， 更精準(zhǔn)地進(jìn)行收入、 支出預(yù)測(cè)， 進(jìn)一步擴(kuò)充和豐富現(xiàn)代財(cái)務(wù)分析體系的內(nèi)容。同時(shí)， 大模型的自動(dòng)摘要功能可以節(jié)省財(cái)務(wù)人員學(xué)習(xí)和閱讀的時(shí)間， 大幅提高財(cái)務(wù)人員提取年報(bào)文本中關(guān)鍵信息的能力（金源和李成智，2023b）。此外， ChatGPT可以高效生成可視化的圖形、 以文字制作演示文稿等， 提高財(cái)務(wù)分析人員的工作效率。

三、 基于ChatGPT的財(cái)務(wù)分析體系設(shè)計(jì)

通過前文分析可知， ChatGPT在財(cái)務(wù)分析領(lǐng)域擁有較為廣闊的應(yīng)用前景?；贑hatGPT構(gòu)建財(cái)務(wù)分析體系有助于提供快速、 精準(zhǔn)和個(gè)性化的財(cái)務(wù)分析服務(wù)， 對(duì)于推動(dòng)財(cái)務(wù)管理現(xiàn)代化和實(shí)現(xiàn)企業(yè)可持續(xù)發(fā)展具有重要意義。本章將進(jìn)一步闡述基于ChatGPT的財(cái)務(wù)分析體系框架的設(shè)計(jì)和具體功能實(shí)現(xiàn)。

（一）基于ChatGPT的財(cái)務(wù)分析體系框架

本文認(rèn)為， 基于ChatGPT的財(cái)務(wù)分析體系由輸入層、 工具層、 產(chǎn)出層構(gòu)成（如圖1所示）。輸入層主要負(fù)責(zé)業(yè)財(cái)數(shù)據(jù)的采集和預(yù)處理、 模板的準(zhǔn)備以及相關(guān)理論知識(shí)的梳理； 工具層負(fù)責(zé)對(duì)輸入的內(nèi)容進(jìn)行處理和解析， 該層主要包括各種智能化、 可視化工具； 產(chǎn)出層是該體系的最終輸出， 主要包括生成年報(bào)摘要、 財(cái)務(wù)分析報(bào)告以及PPT演示文檔等。

1. 輸入層。

（1）數(shù)據(jù)。財(cái)務(wù)報(bào)表數(shù)據(jù)是財(cái)務(wù)分析的基礎(chǔ)， 其包括標(biāo)準(zhǔn)化的財(cái)務(wù)報(bào)表， 以及依據(jù)財(cái)務(wù)報(bào)表計(jì)算出來的財(cái)務(wù)指標(biāo)、 財(cái)務(wù)報(bào)表項(xiàng)目的明細(xì)表、 變動(dòng)表等財(cái)務(wù)報(bào)表附注數(shù)據(jù)。財(cái)務(wù)分析人員通?？梢酝ㄟ^相對(duì)標(biāo)準(zhǔn)化的數(shù)據(jù)源取得這些數(shù)據(jù)。這些數(shù)據(jù)的特點(diǎn)是高度概括了企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的結(jié)果， 具有可比性。

在開展財(cái)務(wù)分析工作時(shí)通常還需要搜集除財(cái)務(wù)數(shù)據(jù)之外的信息， 包括： ①公司公告和新聞發(fā)布， 包括公司的重要公告、 新聞發(fā)布、 業(yè)內(nèi)動(dòng)態(tài)等。②同比公司財(cái)務(wù)報(bào)表。同比公司一般是指同行業(yè)、 同類型的上市公司， 財(cái)務(wù)分析人員可以通過分析其資產(chǎn)負(fù)債表、 利潤(rùn)表、 現(xiàn)金流量表等財(cái)務(wù)報(bào)表， 財(cái)務(wù)報(bào)表附注以及管理層的分析和討論等材料進(jìn)行橫向比較。③行業(yè)報(bào)告和研究資料， 包括行業(yè)報(bào)告、 研究報(bào)告、 市場(chǎng)分析等， 以便了解行業(yè)發(fā)展趨勢(shì)和公司所處的市場(chǎng)環(huán)境。④公司其他相關(guān)信息， 包括公司的管理層、 股權(quán)結(jié)構(gòu)、 業(yè)務(wù)經(jīng)營(yíng)數(shù)據(jù)等， 以便全面了解公司的經(jīng)營(yíng)狀況和風(fēng)險(xiǎn)情況。

（2）模板。輸入層的模板主要包括財(cái)務(wù)分析報(bào)告內(nèi)容模板、 可視化圖表模板、 演示文檔模板等： ①財(cái)務(wù)分析報(bào)告內(nèi)容模板是指財(cái)務(wù)分析人員設(shè)計(jì)的財(cái)務(wù)分析報(bào)告里包含的主要內(nèi)容結(jié)構(gòu)， 可以包括概要、 說明、 分析、 評(píng)價(jià)和建議等部分， 針對(duì)每個(gè)部分還可設(shè)計(jì)具體內(nèi)容加以擴(kuò)展。②可視化圖表模板通常包括一系列高度定制化的圖表和儀表板， 以便于在戰(zhàn)略決策、 會(huì)議或公開報(bào)告中用于實(shí)時(shí)數(shù)據(jù)展示。③演示文檔模板主要用于準(zhǔn)備財(cái)務(wù)分析的口頭報(bào)告或演示。這些模板通常包括標(biāo)題頁、 目錄、 正文和結(jié)論等基礎(chǔ)架構(gòu)。

（3）理論。鑒于ChatGPT在財(cái)務(wù)專業(yè)縱深領(lǐng)域知識(shí)的不足， 本文還借鑒金源等（2023c）提出的基于ChatGPT的問答式財(cái)務(wù)知識(shí)庫構(gòu)建思路， 將經(jīng)典財(cái)務(wù)分析理論和大數(shù)據(jù)財(cái)務(wù)分析等理論知識(shí)庫與ChatGPT對(duì)接， 以提高其輸出觀點(diǎn)的專業(yè)性。

2.工具層。工具層包括各類智能化、 可視化工具。以ChatGPT為代表的智能技術(shù)是工具層的核心， ChatGPT可以進(jìn)行語義理解和報(bào)告撰寫， 并可以輔助財(cái)務(wù)分析人員進(jìn)行數(shù)據(jù)分析語言Python和R語言的代碼撰寫， 以更低的門檻開展數(shù)據(jù)清洗、 篩選和分析工作。此外， GPT-4提供的豐富插件支持PPT智能生成、 PDF自動(dòng)摘要等功能。上述功能有效地提高了財(cái)務(wù)分析流程的智能化程度。該層還包含PowerBI、 FineBI、 Excel等報(bào)表可視化工具。

3. 產(chǎn)出層。

（1）年報(bào)摘要。ChatGPT可以利用其內(nèi)嵌的注意力機(jī)制來理解年報(bào)中的復(fù)雜結(jié)構(gòu)和語義關(guān)系。它能夠從上百頁的上市公司年報(bào)中識(shí)別出最為關(guān)鍵的財(cái)務(wù)指標(biāo)（如營(yíng)業(yè)收入、凈利潤(rùn)等）、 公司戰(zhàn)略、 風(fēng)險(xiǎn)因素等信息并輸出年報(bào)摘要。

（2）分析報(bào)告。基于財(cái)務(wù)報(bào)表數(shù)據(jù)、 分析參考資料， 按照財(cái)務(wù)分析報(bào)告內(nèi)容模板的需求， 財(cái)務(wù)分析人員需要準(zhǔn)備相關(guān)的數(shù)據(jù)、 圖表和分析說明文本。

（3）以演示文稿展示報(bào)告。財(cái)務(wù)分析人員通常會(huì)選擇以演示文稿的形式展示工作成果。在研究中筆者也注意到目前已有很多基于大模型的內(nèi)容生成工具， 例如以文字生成PPT的工具。

（二）具體功能實(shí)現(xiàn)

1. 提煉文檔要點(diǎn)。借助GPT-4的AskYourPDF等插件， 用戶可以獲得PDF文檔的內(nèi)容摘要。且用戶可以對(duì)此提出具體的問題， GPT-4會(huì)根據(jù)這份PDF文檔的內(nèi)容給出回復(fù)。這項(xiàng)功能的應(yīng)用場(chǎng)景包括： 從某政策原文中獲取要點(diǎn)信息、 基于某個(gè)文件的內(nèi)容解答問題等。

2. 分析財(cái)務(wù)報(bào)表數(shù)據(jù)。用戶可以純文本的形式把財(cái)務(wù)報(bào)表數(shù)據(jù)發(fā)給ChatGPT并配以適當(dāng)?shù)奶崾驹~， ChatGPT會(huì)給出分析結(jié)果。用戶可通過調(diào)整提示詞優(yōu)化和控制產(chǎn)出的內(nèi)容。同時(shí)， 為了能檢查產(chǎn)出的正確性， 用戶可以讓ChatGPT提供它使用的數(shù)據(jù)、 數(shù)據(jù)運(yùn)算過程、 基于數(shù)據(jù)的分析和推理過程等。

如果用戶希望對(duì)財(cái)務(wù)報(bào)表數(shù)據(jù)做出更加深入的分析， 例如結(jié)合其他非財(cái)務(wù)信息挖掘數(shù)據(jù)背后的原因和價(jià)值等， 那么用戶就需要提供更多的相關(guān)信息。一種方式是用戶在提示詞中提供更多的非財(cái)務(wù)信息， 但這種方式下用戶能夠提供的內(nèi)容長(zhǎng)度是受限制的。另外一種方式是用戶通過上傳文件提供更多信息， GPT-4允許用戶上傳文本文件， 當(dāng)用戶通過提示詞要求它結(jié)合上傳的文本文件做深入分析時(shí)， 它會(huì)先通過Python代碼讀取文本文件的內(nèi)容， 在理解文本內(nèi)容的基礎(chǔ)上呈現(xiàn)分析內(nèi)容并答復(fù)用戶的提問。

3. 數(shù)據(jù)自助可視化。財(cái)務(wù)分析人員進(jìn)行數(shù)據(jù)可視化的工具包括電子表格工具、 商業(yè)智能（BI）軟件等， 財(cái)務(wù)分析人員也可以指示GPT-4預(yù)置的Code Interpreter（代碼解釋器）插件工具對(duì)數(shù)據(jù)進(jìn)行可視化展示。用戶可以通過調(diào)整提示詞優(yōu)化展示范圍和效果。Code Interpreter能夠通過編程的方法完成數(shù)據(jù)可視化的任務(wù)， 最終它所呈現(xiàn)的是編寫好的程序代碼， 以及運(yùn)行程序得到的數(shù)據(jù)可視化圖片和圖片的下載鏈接。

4. 以文本自動(dòng)生成演示文稿。在撰寫好財(cái)務(wù)分析報(bào)告后， 財(cái)務(wù)分析人員通常會(huì)以演示文稿的形式呈現(xiàn)報(bào)告的主要內(nèi)容和觀點(diǎn)。在制作演示文稿之前， 財(cái)務(wù)分析人員需要提煉、 總結(jié)財(cái)務(wù)分析報(bào)告的文字， 并且把文字羅列成有明顯層級(jí)結(jié)構(gòu)的內(nèi)容。財(cái)務(wù)分析人員可以將表格數(shù)據(jù)以純文本的形式發(fā)送， 指示GPT-4生成MarkDown格式大綱， 并借助第三方AI生成PPT工具制作演示文稿。

四、 基于ChatGPT的Y集團(tuán)財(cái)務(wù)分析實(shí)踐案例

（一）實(shí)現(xiàn)目標(biāo)

本部分將以Y集團(tuán)財(cái)務(wù)分析為例， 探索將ChatGPT等工具應(yīng)用于財(cái)務(wù)報(bào)表分析工作的可行路徑， 并進(jìn)一步評(píng)價(jià)基于ChatGPT的財(cái)務(wù)分析體系的實(shí)際應(yīng)用價(jià)值。希望通過系統(tǒng)性的研究解決以下問題： 其一， 如何將以ChatGPT為代表的新一代信息技術(shù)與傳統(tǒng)財(cái)務(wù)報(bào)表分析方法相結(jié)合； 其二， 基于ChatGPT的財(cái)務(wù)分析體系在準(zhǔn)確性、 效率、 可用性、 財(cái)務(wù)分析深度和廣度等方面與傳統(tǒng)方法相比有何優(yōu)劣； 其三， 該體系在實(shí)際應(yīng)用中能為企業(yè)和決策者帶來哪些價(jià)值。

（二）實(shí)現(xiàn)工具

1. Microsoft Office Excel。Microsoft Office Excel是微軟辦公套件的基本產(chǎn)品之一， 是一個(gè)功能強(qiáng)大的數(shù)據(jù)處理平臺(tái)， 不僅預(yù)置了數(shù)學(xué)函數(shù)和數(shù)據(jù)分析功能， 還通過VBA代碼、 安裝插件拓展更多功能。本案例使用該工具整理財(cái)務(wù)報(bào)表數(shù)據(jù)， 并將數(shù)據(jù)儲(chǔ)存為.xlsx格式以備后續(xù)使用。

2. GPT-4。ChatGPT是2022年12月由OpenAI推出的專注于對(duì)話生成的語言模型， 它是OpenAI基于GPT（Generative Pre-Trained Transformer）架構(gòu)開發(fā)的對(duì)話AI模型， 用戶可以通過自然語言指示其完成特定任務(wù)并給出結(jié)果， 它能夠進(jìn)行邏輯分析、 數(shù)據(jù)運(yùn)算， 并且以自然語言的形式給出答復(fù)以及答復(fù)背后的邏輯推理過程。本案例使用GPT-4生成財(cái)務(wù)報(bào)表分析文本以及MarkDown格式的PPT大綱。

3. Code Interpreter插件。Code Interpreter是GPT-4的代表性功能， 其可以通過自動(dòng)編寫和運(yùn)行Python代碼的方式解決問題， 可以理解、 分析和解釋數(shù)據(jù)， 將數(shù)據(jù)可視化、 由圖像生成視頻、 從圖像里摘錄文字等。借助編程Code Interpreter可以彌補(bǔ)ChatGPT在數(shù)據(jù)處理方面的不足。在本案例中， Code Interpreter用于自動(dòng)生成財(cái)務(wù)指標(biāo)變化趨勢(shì)圖。

4. ChatPPT。ChatPPT是一款基于語言模型驅(qū)動(dòng)智能生成與輔助創(chuàng)作PPT演示文稿的產(chǎn)品， 可以幫助用戶快速生成高質(zhì)量的演示文稿， 從而節(jié)省用戶的時(shí)間和精力。它可以根據(jù)用戶指定的主題自動(dòng)構(gòu)思內(nèi)容， 并生成演示文稿的正文、 圖示， 渲染、 制作動(dòng)畫效果， 為每一頁演示文稿生成演講詞。它也可以根據(jù)用戶上傳的文本生成演示文稿。在本案例中， ChatPPT工具將作為輔助工具被用來制作財(cái)務(wù)報(bào)表分析匯報(bào)材料。

（三）實(shí)現(xiàn)步驟

在實(shí)踐中， 本文通過以下步驟實(shí)現(xiàn)目標(biāo)。

1. 數(shù)據(jù)準(zhǔn)備。本文案例測(cè)試準(zhǔn)備數(shù)據(jù)如下： ①Y集團(tuán)2022年度年報(bào)； ②Y集團(tuán)資產(chǎn)負(fù)債表、 利潤(rùn)表、 現(xiàn)金流量表； ③從新浪股票獲取的Y集團(tuán)關(guān)鍵財(cái)務(wù)指標(biāo)； ④Y集團(tuán)所在乳制品行業(yè)研究報(bào)告。其中， Y集團(tuán)2022年度年報(bào)為PDF格式， 財(cái)務(wù)報(bào)表數(shù)據(jù)及財(cái)報(bào)關(guān)鍵指標(biāo)被下載并保存在Microsoft Office Excel表格里。Y集團(tuán)的關(guān)鍵財(cái)務(wù)指標(biāo)包括2018 ～ 2022年的盈利能力指標(biāo)、 成長(zhǎng)能力指標(biāo)、 收益質(zhì)量指標(biāo)、 財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)、 營(yíng)運(yùn)能力指標(biāo)。

2. 生成年報(bào)摘要。本文首先將長(zhǎng)達(dá)267頁P(yáng)DF格式的Y集團(tuán)2022年度年報(bào)以URL鏈接的形式上傳ChatGPT， 并讓其總結(jié)該年報(bào)中與財(cái)務(wù)最相關(guān)的五點(diǎn)核心內(nèi)容， 如圖2所示， ChatGPT認(rèn)為資產(chǎn)減值損失、 股權(quán)收購、 商譽(yù)減值測(cè)試、 股本變動(dòng)以及內(nèi)部控制制度是Y集團(tuán)年報(bào)中與財(cái)務(wù)相關(guān)的最值得關(guān)注的內(nèi)容。

3. 生成財(cái)務(wù)分析報(bào)告。在實(shí)驗(yàn)過程中， 首先在GPT-4的Code Interpreter模式下上傳財(cái)報(bào)分析所需的Y集團(tuán)資產(chǎn)負(fù)債表、 利潤(rùn)表、 現(xiàn)金流量表以及關(guān)鍵財(cái)務(wù)指標(biāo)。

接下來更為關(guān)鍵的一步是進(jìn)行提示詞工程（Prompt Engineering）， 該步驟是提高ChatGPT輸出內(nèi)容質(zhì)量至關(guān)重要的一環(huán)。提示詞的內(nèi)容由角色與場(chǎng)景、 任務(wù)與具體要求、 財(cái)務(wù)報(bào)表數(shù)據(jù)三個(gè)部分組成。提示詞的內(nèi)容具體如圖3所示。在提示詞中， 本文設(shè)定了任務(wù)背景和ChatGPT要扮演的角色， 并且描述了任務(wù)目標(biāo)和詳細(xì)要求。

ChatGPT最終依據(jù)提示詞要求， 輸出了總字?jǐn)?shù)超過1500字的財(cái)務(wù)分析報(bào)告。該報(bào)告內(nèi)容包括財(cái)務(wù)指標(biāo)分析和財(cái)務(wù)風(fēng)險(xiǎn)分析兩個(gè)部分： 財(cái)務(wù)指標(biāo)分析是對(duì)盈利能力、 成長(zhǎng)能力、 營(yíng)運(yùn)能力、 收益質(zhì)量四個(gè)方面指標(biāo)的趨勢(shì)進(jìn)行分析； 財(cái)務(wù)風(fēng)險(xiǎn)分析是對(duì)流動(dòng)比率、 速動(dòng)比率、 現(xiàn)金比率、 資產(chǎn)負(fù)債率、 產(chǎn)權(quán)比率五個(gè)指標(biāo)進(jìn)行分析。最后， ChatGPT對(duì)Y集團(tuán)的財(cái)務(wù)報(bào)表進(jìn)行了如下總結(jié)： “綜上， 公司盈利能力和成長(zhǎng)能力強(qiáng)， 但營(yíng)運(yùn)效率和財(cái)務(wù)風(fēng)險(xiǎn)增加。未來應(yīng)關(guān)注存貨和應(yīng)收賬款管理， 以及減少財(cái)務(wù)風(fēng)險(xiǎn)。”

從圖4可以看出， ChatGPT對(duì)指標(biāo)的分析僅限于指標(biāo)發(fā)生的變動(dòng)， 以及對(duì)指標(biāo)質(zhì)量進(jìn)行簡(jiǎn)單判斷， 沒有進(jìn)一步說明這些指標(biāo)變化的原因。

接下來， 本文將提供2022年乳制品行業(yè)發(fā)展報(bào)告， 借助ChatGPT對(duì)Y集團(tuán)相關(guān)指標(biāo)變化的可能原因展開進(jìn)一步剖析。由圖5可見， ChatGPT結(jié)合行業(yè)發(fā)展報(bào)告， 對(duì)Y集團(tuán)“公司盈利能力和成長(zhǎng)能力強(qiáng)， 但營(yíng)運(yùn)效率和財(cái)務(wù)風(fēng)險(xiǎn)增加”的原因給出了較為合理的推斷。

4. 形成可視化圖表。 在形成財(cái)務(wù)分析報(bào)告的文字部分之后， 可以進(jìn)一步在GPT-4的Code Interpreter模式下， 自動(dòng)生成可視化圖表（圖略）。

5. 轉(zhuǎn)化為MarkDown。接下來， 讓ChatGPT把上述財(cái)務(wù)報(bào)表分析報(bào)告的內(nèi)容轉(zhuǎn)換為MarkDown文本， 以便后續(xù)用于生成PPT演示文稿（圖略）。MarkDown 是一種輕量級(jí)標(biāo)記語言， 它允許人們使用易讀易寫的純文本格式編寫文檔， 例如MarkDown語言使用“#”把文本的格式標(biāo)記為標(biāo)題， 用“-”把文本標(biāo)記為列表文本， 用“?”表示加粗等。

6. 制作演示文稿。下面， 使用ChatPPT工具制作演示文稿。第一步， 用戶在ChatPPT插件里上傳MarkDown格式文件， ChatPPT會(huì)解析文件內(nèi)容， 生成內(nèi)容大綱標(biāo)題并要求用戶確認(rèn)。第二步， 用戶修改并確認(rèn)內(nèi)容大綱標(biāo)題， ChatPPT就會(huì)開始生成演示文稿。

經(jīng)過比對(duì)MarkDown格式文件與生成的演示文稿的內(nèi)容， 本文發(fā)現(xiàn)MarkDown格式文件里的內(nèi)容均被包含在演示文稿里， 并且ChatPPT把總結(jié)部分原內(nèi)容由兩句話擴(kuò)展成一段話作為財(cái)務(wù)管理建議。此外， 演示文稿的內(nèi)容結(jié)構(gòu)符合MarkDown格式文件的格式標(biāo)記， ChatPPT還為演示文稿增加了主題頁、 目錄頁、 章節(jié)過渡頁， 同時(shí)在頁面中適當(dāng)添加了配圖。

在ChatPPT生成的演示文稿的基礎(chǔ)上， 還需對(duì)內(nèi)容進(jìn)行進(jìn)一步修改， 包括把Code Interpreter生成的指標(biāo)圖片插入到適當(dāng)?shù)奈恢谩?調(diào)整內(nèi)文的布局和格式等， 最終得到一份可用的演示文稿。

（四）實(shí)現(xiàn)效果評(píng)估與應(yīng)用價(jià)值總結(jié)

1. 實(shí)現(xiàn)效果評(píng)估。

（1）財(cái)務(wù)分析報(bào)告生成。通過仔細(xì)對(duì)比本文設(shè)定的提示詞與ChatGPT所生成的財(cái)務(wù)分析報(bào)告發(fā)現(xiàn)， ChatGPT的輸出內(nèi)容基本滿足提示詞中有關(guān)分析框架規(guī)范性、 用詞專業(yè)性以及分析結(jié)果可解釋性的要求。然而， 細(xì)節(jié)方面仍有不符合預(yù)期之處， 特別是關(guān)于報(bào)告字?jǐn)?shù)的要求， 模型輸出僅1500余字， 未滿足提示詞中所要求的最少2000字標(biāo)準(zhǔn)。本文認(rèn)為造成該現(xiàn)象的原因可能是在內(nèi)容生成過程中， ChatGPT受到內(nèi)置算法的限制， 無法生成更多與提問具有高相關(guān)度的文本。

此外， 本文認(rèn)為使用ChatGPT進(jìn)行財(cái)務(wù)分析仍存在一定的門檻， 主要體現(xiàn)在兩個(gè)方面： 一是恰當(dāng)?shù)奶崾驹~設(shè)計(jì)； 二是財(cái)務(wù)分析報(bào)告模板設(shè)計(jì)。同時(shí)， 由于ChatGPT本身隨機(jī)初始化的技術(shù)特性， 即便使用相同的提示詞， 每次生成的報(bào)告內(nèi)容也會(huì)不同， 這為高度標(biāo)準(zhǔn)化的財(cái)務(wù)分析報(bào)告生成帶來了一定挑戰(zhàn)。

（2）財(cái)務(wù)指標(biāo)繪圖。Code Interpreter基于財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行繪圖會(huì)產(chǎn)出圖片和程序代碼兩部分內(nèi)容， 它能理解用戶提示詞的意圖并產(chǎn)出符合要求的圖片， 它撰寫的程序代碼具有易讀、 易懂的特點(diǎn)， 代碼里也有恰當(dāng)?shù)淖⑨屛谋編椭脩衾斫獯a各部分的功能。如果在理解程序代碼時(shí)遇到問題和困難， 用戶可以進(jìn)一步讓Code Interpreter對(duì)所寫的代碼進(jìn)行解釋。

在研究過程中， 本文發(fā)現(xiàn)Code Interpreter繪圖時(shí)編寫的程序代碼運(yùn)行會(huì)出錯(cuò)， 最終導(dǎo)致繪圖失敗。盡管Code Interpreter發(fā)現(xiàn)程序報(bào)錯(cuò)后會(huì)立即著手更正代碼， 但是它更正的代碼往往僅限于報(bào)錯(cuò)部分和局部代碼， 并會(huì)單獨(dú)運(yùn)行更正的局部代碼， 這樣一來程序運(yùn)行報(bào)錯(cuò)內(nèi)容就變成了未定義某個(gè)變量的錯(cuò)誤， 最終的結(jié)果會(huì)導(dǎo)致繪圖失敗。在這種情況下， 用戶有兩種選擇： 一是重復(fù)操作過程讓Code Interpreter重新繪圖； 二是把Code Interpreter生成和更正的代碼段復(fù)制出來， 組合成正確的代碼， 讓Code Interpreter運(yùn)行或者粘貼到Python編譯器里運(yùn)行， 以得到要求的圖形。

（3）演示文稿。本文經(jīng)研究發(fā)現(xiàn)， 使用ChatPPT工具生成的演示文稿內(nèi)容較為完整， 演示文稿的排版、 配圖基本可以滿足日常匯報(bào)要求。另外， 從ChatPPT工具本身的設(shè)計(jì)角度， 它把以文字生成PPT的過程簡(jiǎn)化成人機(jī)協(xié)作的幾個(gè)簡(jiǎn)單步驟， 改善了用戶體驗(yàn)。

2. 應(yīng)用價(jià)值總結(jié)。本文認(rèn)為對(duì)于財(cái)務(wù)報(bào)表分析場(chǎng)景， 上述應(yīng)用框架的價(jià)值主要體現(xiàn)在： ①節(jié)省撰寫文字分析內(nèi)容的時(shí)間， 用戶可將精力集中在分析維度確定、 分析方法設(shè)計(jì)等更高附加值的工作上， 并且可以通過調(diào)整提示詞得到更滿意的分析結(jié)果。②一鍵生成演示文稿的模式可以大幅減輕尋找演示文稿模板、 搜集圖片素材、 美化文稿格式等工作的負(fù)荷， 幫助財(cái)務(wù)分析人員將更多精力投入文字提煉、 整理財(cái)務(wù)分析邏輯等高附加值工作上， 可以將一份財(cái)務(wù)分析PPT的制作時(shí)間縮短至幾十分鐘。③能有效降低財(cái)務(wù)分析的門檻， 經(jīng)過簡(jiǎn)單的入門培訓(xùn)， 非財(cái)務(wù)人員也可以自助得到財(cái)務(wù)分析報(bào)告。④基于ChatGPT強(qiáng)大的語義理解能力， 本文將行業(yè)研究報(bào)告納入財(cái)務(wù)分析體系， 對(duì)財(cái)務(wù)比率分析的結(jié)果進(jìn)行了進(jìn)一步解釋， 得到較為理想的結(jié)果， 有效地提升了財(cái)務(wù)分析深度。

除上述優(yōu)勢(shì)外， 在測(cè)試過程中也發(fā)現(xiàn)基于ChatGPT進(jìn)行財(cái)務(wù)分析存在如下不足之處： 一方面， 利用ChatGPT開展財(cái)務(wù)分析的細(xì)節(jié)有待完善， 尤其在涉及復(fù)雜財(cái)務(wù)模型和多變量計(jì)算的場(chǎng)景下， 其精度和可靠性尚未達(dá)到專業(yè)財(cái)務(wù)分析軟件的水平。另一方面， ChatGPT財(cái)務(wù)分析仍需要一定量的人工操作和手動(dòng)調(diào)整， 與全過程自動(dòng)化存在差距。

五、 結(jié)論與展望

（一）主要結(jié)論

通過深入研究， 本文構(gòu)建了基于ChatGPT的財(cái)務(wù)分析體系框架， 并且通過Y集團(tuán)的案例驗(yàn)證了該框架在財(cái)務(wù)分析方面的可行性和有效性。測(cè)試結(jié)果表明， 本文搭建的應(yīng)用框架除了可以實(shí)現(xiàn)財(cái)務(wù)比率計(jì)算及解釋等基礎(chǔ)財(cái)務(wù)分析工作， 還可以勝任一些更為復(fù)雜的任務(wù)。如： 通過編程將復(fù)雜的數(shù)據(jù)轉(zhuǎn)換成直觀的可視化圖表； 還可以在第三方工具的加持下， 快速創(chuàng)建包含關(guān)鍵觀點(diǎn)的演示文稿。

從現(xiàn)實(shí)意義來看， 基于ChatGPT的財(cái)務(wù)分析方法可以自動(dòng)執(zhí)行財(cái)務(wù)分析中常規(guī)但費(fèi)時(shí)的基礎(chǔ)工作， 從而讓財(cái)務(wù)分析人員有更多的時(shí)間和精力去進(jìn)行分析維度、 分析方法優(yōu)化等工作。這不僅提升了分析的效率， 也提高了整體的決策質(zhì)量。

（二）未來展望

本文依據(jù)公開財(cái)務(wù)報(bào)表、 年報(bào)和行業(yè)研究報(bào)告， 對(duì)ChatGPT在財(cái)務(wù)分析領(lǐng)域的應(yīng)用性能進(jìn)行了全面測(cè)試。測(cè)試結(jié)果表明， ChatGPT能有效完成財(cái)務(wù)比率分析、 指標(biāo)變化趨勢(shì)解釋等多項(xiàng)任務(wù)。然而， 當(dāng)企業(yè)考慮將ChatGPT用于內(nèi)部財(cái)務(wù)指標(biāo)分析或業(yè)財(cái)綜合分析時(shí)， 數(shù)據(jù)安全問題就顯得尤為重要。這不僅涉及企業(yè)核心機(jī)密的保護(hù)， 也關(guān)系到合規(guī)性問題。因此， 企業(yè)在使用ChatGPT進(jìn)行內(nèi)部分析時(shí)， 應(yīng)采取適當(dāng)?shù)臄?shù)據(jù)脫敏措施， 并構(gòu)建數(shù)據(jù)分類分級(jí)制度， 對(duì)可以輸入ChatGPT等大模型用于分析的數(shù)據(jù)進(jìn)行明確規(guī)定。

盡管在財(cái)務(wù)分析方面的實(shí)踐已然證明ChatGPT行之有效， 但是仍待拾遺補(bǔ)缺。首先， 未來的研究可以通過固定場(chǎng)景的模板設(shè)置， 提高ChatGPT在特定財(cái)務(wù)分析場(chǎng)景下的精準(zhǔn)度。其次， 大模型與其他財(cái)務(wù)工具或系統(tǒng)的集成也是一個(gè)值得關(guān)注的方向。目前， 許多企業(yè)已經(jīng)有較為成熟的財(cái)務(wù)分析工具， 讓ChatGPT與這些系統(tǒng)對(duì)接， 實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)更新和分析， 將極大地提升其應(yīng)用價(jià)值。最后， 未來的研究可探索如何進(jìn)一步提高ChatGPT在財(cái)務(wù)分析中的專業(yè)性， 例如通過引入更多的財(cái)務(wù)指標(biāo)、 行業(yè)知識(shí)、 財(cái)務(wù)分析報(bào)告示例數(shù)據(jù)等來精調(diào)大模型， 從而使得大模型在從事財(cái)務(wù)分析工作時(shí)更加游刃有余。在解決了上述問題之后， 以ChatGPT為代表的大模型有望成為財(cái)務(wù)分析領(lǐng)域不可或缺的輔助工具， 與人類智慧優(yōu)勢(shì)互補(bǔ)， 構(gòu)建起人機(jī)協(xié)同的財(cái)務(wù)決策模式， 這將是一個(gè)值得期待的未來。

【 主 要 參 考 文 獻(xiàn) 】

金源，李成智．ChatGPT對(duì)智能財(cái)務(wù)體系的影響：場(chǎng)景優(yōu)化、技術(shù)革新與人員轉(zhuǎn)型［ J］．財(cái)會(huì)月刊，2023a（15）：23 ～ 30．

金源，李成智．ChatGPT為代表的大模型對(duì)會(huì)計(jì)人員職能轉(zhuǎn)型的影響與應(yīng)對(duì)——基于調(diào)查問卷的例證［ J］．財(cái)會(huì)月刊：2023b（18）：52 ～ 59．

金源，魏振，李成智．基于ChatGPT的問答式財(cái)務(wù)知識(shí)庫構(gòu)建與應(yīng)用［ J］．財(cái)會(huì)月刊：2023c（17）：46 ～ 51．

石冬蓮，王博．全球哈佛分析框架：文獻(xiàn)綜述與研究展望［ J］．財(cái)會(huì)月刊，2019（11）：53 ～ 60．

伍彬，劉云菁，張敏．基于機(jī)器學(xué)習(xí)的分析師識(shí)別公司財(cái)務(wù)舞弊風(fēng)險(xiǎn)的研究［ J］．管理學(xué)報(bào)，2022（7）：1082 ～ 1091．

謝明柱．機(jī)器學(xué)習(xí)算法下的多因子量化選股策略［ J］．吉林工商學(xué)院學(xué)報(bào)，2021（6）：90 ～ 97．

袁天榮．大數(shù)據(jù)財(cái)務(wù)分析［M］．北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2022．

張嶸，毛麗霞．基于業(yè)財(cái)融合下的企業(yè)財(cái)務(wù)報(bào)表分析的思考［ J］．商場(chǎng)現(xiàn)代化，2020（23）：166 ～ 168．

張新民．從報(bào)表看企業(yè)——數(shù)字背后的秘密［M］．北京：中國(guó)人民大學(xué)出版社，2012．

曾慶超，許諾．機(jī)器學(xué)習(xí)對(duì)上市公司年報(bào)錯(cuò)報(bào)的識(shí)別研究——財(cái)務(wù)重述預(yù)測(cè)的視角［ J］．中國(guó)注冊(cè)會(huì)計(jì)師，2022（2）：43 ～ 48．

趙雪峰，吳偉偉，吳德林，國(guó)旭，時(shí)輝凝．面向特征因果分析的CFW-Boost企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型［ J］．系統(tǒng)管理學(xué)報(bào)，2022（2）：317 ～ 328．

Ross S. A.， Westerfield R. E.， Jaffe J.. Corporate finance［M］．New York： McGraw-Hill Education，2019．