GPT-4分析财报比专业分析师还厉害(hai)？
没错，GPT-4在财报分析中的准确性可以媲美(mei)甚至超越专业分析师
近日美(mei)国芝加哥(ge)大(da)学的研究人(ren)员，发表了一篇名(ming)为《大(da)型语言模型的财务报表分析》论文，其中测(ce)试(shi)了由 OpenAI 开发的最(zui)先进的大(da)语言模型GPT-4，在分析企(qi)业财报以预(yu)测(ce)未(wei)来收益增长的任务中的表现。
结果发现，即使仅提供(gong)标准化(hua)、匿名(ming)化(hua)的资产负(fu)债表和(he)损益表，同(tong)时没有任何(he)上下文的背景(jing)文本，GPT-4 也(ye)能够超越人(ren)类分析师。在预(yu)测(ce)公(gong)司收益方面达到了 0.604 的准确率得分和(he) 0.609 的 F1 得分。
研究人(ren)员指出：“我们发现GPT-4的预(yu)测(ce)准确性，与(yu)经过严格训练的最(zui)先进机器学习模型的表现相当，GPT-4的预(yu)测(ce)能力并非仅依赖(lai)于其训练时记忆的信息，而是能够生成有关公(gong)司未(wei)来表现的有用见解。”
研究人(ren)员采用了一种新颖(ying)的方法，通过提供(gong)结构化(hua)的财务数据和(he)思(si)维(wei)导图，来引导 AI模拟人(ren)类分析师的推理过程(cheng)，然后识别趋(qu)势、计算比率，并综合信息形成预(yu)测(ce)。
这种增强版本的 GPT-4 在预(yu)测(ce)未(wei)来收益方向上达到了 60% 的准确率，显著高于人(ren)类分析师预(yu)测(ce)的 53-57% 范围。
研究人(ren)员总结道：“总的来说，我们的结果表明 LLM 可能在决策中发挥重要作用， LLM 的优势可能来自其庞大(da)的知识库和(he)识别模式及商业概念的能力，即使在信息不完(wan)全的情况下也(ye)能进行直观(guan)的推理。
芝加哥(ge)大(da)学的这一发现尤为引人(ren)注目，因为一直以来数值分析对于LLM来说是个巨大(da)挑战。
研究人(ren)员之一的Alex Kim指出，在数值分析方面因为模型需要进行计算，执行类似人(ren)类的推理过程(cheng)，并做出复杂的判断，虽然 LLM 在文本任务上表现出色，但它们对数字的理解通常依赖(lai)上下文提示，缺乏深度的数值推理或人(ren)类思(si)维(wei)的灵活性。
这一次大(da)语言模型能够赶(gan)得上专业机器学习模型的性能，并超过人(ren)类分析师，显示出 LLM 在金融领域的颠覆性潜力。
随着人(ren)工智能的快速进展，财务分析师可能是下一个被替代(dai)的对象。虽然人(ren)类的专业知识和(he)判断力不太可能在短时间内被完(wan)全取代(dai)，但像 GPT-4 这样强大(da)的工具可以大(da)大(da)增强和(he)简化(hua)分析师的工作，可能在未(wei)来几年内重塑财务报表分析行业。