最近，芝加哥大學(xué)的研究團隊發(fā)表了一篇突破性的研究，展示了大型語言模型（LLM），特別是 OpenAI 開發(fā)的 GPT-4，如何在財務(wù)報表分析領(lǐng)域取得了與專業(yè)分析師相匹配甚至超越的表現(xiàn)。這項研究不僅凸顯了人工智能在高級財務(wù)分析中的潛力，也可能對未來的決策過程產(chǎn)生深遠(yuǎn)影響。

在這項研究中，GPT-4 被用來分析標(biāo)準(zhǔn)化且匿名的財務(wù)數(shù)據(jù)，如資產(chǎn)負(fù)債表和損益表，以預(yù)測企業(yè)的未來收益增長。研究結(jié)果令人矚目——即便在缺乏任何文本背景的情況下，GPT-4 的性能依然出色。

* 芝加哥大學(xué)研究人員的一項研究發(fā)現(xiàn)，OpenAI 的 GPT-4 模型在預(yù)測企業(yè)收益方面的表現(xiàn)優(yōu)于人類分析師，準(zhǔn)確率達(dá)到 0.604，F(xiàn)1 得分達(dá)到 0.609。研究人員使用了一種新穎的方法，即提供結(jié)構(gòu)化財務(wù)數(shù)據(jù)和“思路鏈”提示來指導(dǎo) AI 的推理。（來源：芝加哥大學(xué)）

研究者引入了一個創(chuàng)新方法，即“思路鏈”技術(shù)，用以引導(dǎo) GPT-4 模擬金融分析師的思維過程。通過這種方式，GPT-4 能夠識別趨勢、計算關(guān)鍵財務(wù)比率，并綜合信息，從而形成對未來收益的預(yù)測。使用這一方法，GPT-4 在預(yù)測未來收益的方向上達(dá)到了 60% 的準(zhǔn)確率，明顯高于傳統(tǒng)分析師的 53%-57% 準(zhǔn)確率。

研究團隊指出，LLM 的成功可能源于其龐大的知識庫和卓越的模式識別能力。這些模型能夠進行直覺式推理，即使在信息不完整的情況下也能作出判斷。

* 芝加哥大學(xué)的研究人員通過向 GPT4 提供匿名標(biāo)準(zhǔn)化財務(wù)報表并用“思路鏈”提示引導(dǎo)其推理，測試了 GPT4 的財務(wù)分析能力。 然后，該模型預(yù)測了未來收益變化的方向、幅度和信心。 （來源： 芝加哥大學(xué)）

盡管語言模型在處理數(shù)值數(shù)據(jù)方面面臨挑戰(zhàn)，GPT-4 在這一領(lǐng)域的表現(xiàn)仍然引人注目。如研究合著者 Alex Kim 所述，盡管 LLM 在處理文本數(shù)據(jù)時表現(xiàn)出色，但其對數(shù)字的處理能力通常依賴于敘述上下文，而缺乏深入的數(shù)字推理能力。

雖然有評論指出，研究所用的“ANN”模型可能不代表量化金融領(lǐng)域的最新進展，但GPT-4 對專業(yè)機器學(xué)習(xí)模型的性能的匹敵，甚至超越人類專家的表現(xiàn)，都顯示了它在財務(wù)領(lǐng)域潛在的顛覆性影響。

此外，研究團隊還開發(fā)了一個交互式Web應(yīng)用程序，向公眾展示 GPT-4 的能力，雖然他們強調(diào)了對其準(zhǔn)確性的獨立驗證的重要性。

隨著人工智能技術(shù)的迅速進步，財務(wù)分析師的角色和工作方式可能會經(jīng)歷重大變革。盡管人類的專業(yè)知識和判斷力在短期內(nèi)不太可能被完全取代，但像 GPT-4 這樣的工具無疑將極大地增強分析師的工作效率，預(yù)示著在未來幾年內(nèi)財務(wù)報表分析領(lǐng)域可能發(fā)生的重大變革。

文章由RPA中國根據(jù)公開資料整理，如有侵權(quán)，請聯(lián)系刪除。

繼續(xù)閱讀：

未經(jīng)允許不得轉(zhuǎn)載：RPA中國 | RPA全球生態(tài) | 數(shù)字化勞動力 | RPA新聞 | 推動中國RPA生態(tài)發(fā)展 | 流 > 芝加哥大學(xué)最新研究：GPT-4與財務(wù)預(yù)測，重塑財務(wù)分析的未來