编者按：研究人员对GPT-4的应用分析表明，大语言模型也可以做财务分析，而且表现优于专业的机器学习模型，甚至超过人类分析师的表现。财务分析师要失业率吗？文章来自编译。

芝加哥大学的研究人员最近证明：大语言模型 (LLM) 可以做财务报表分析，且其准确度可与专业分析师相媲美，甚至超过专业分析师。这项研究的论文题目叫做《用大语言模型进行财务报表分析》，里面得出的结论可能会对未来的财务分析和决策产生重大影响。

研究人员测试了OpenAI研发的最先进大模型 GPT-4 通过分析公司财务报表来预测未来收益增长的表现。值得注意的是，哪怕只提供标准化、匿名的资产负债表和没有任何文本背景的损益表，GPT-4 也能够胜过人类分析师。

作者写道：“我们发现 LLM 的预测准确度与经过严格训练的最先进机器学习模型的性能相当。LLM 的预测并不是源于训练记忆。相反，我们发现 LLM 可以生成关于公司未来表现的、有用的叙述性见解。”

芝加哥大学研究人员的一项研究发现，OpenAI 的 GPT-4 模型在预测企业收益方面的表现优于人类分析师，准确率达到 0.604，F1 得分达到 0.609。研究人员用了一种新颖的方法，也就是提供结构化财务数据，并用“思维链”提示法来指导人工智能进行推理。（来源：芝加哥大学）

用思维链提示法模拟人类分析师的推理

其中一项关键创新是用了“思维链”提示法来引导 GPT-4 模拟金融分析师的分析过程，识别趋势、计算比率，然后综合信息来形成预测。GPT-4 的这个增强版在预测未来收益方向方面取得了 60% 的准确率，明显高于人类分析师预测的 53-57% 。

研究人员总结道：“综合来看，我们的研究结果表明，大语言模型也许可以在决策过程中发挥核心作用。”他们指出，大语言模型的优势可能源自其广泛的知识库，以及识别模式与商业概念的能力，使得LLM即便在信息不完整的情况下，也能够进行直觉推理。

用GPT-4进行财务分析的过程

尽管面临挑战，大语言模型仍有望改变财务分析

鉴于数值分析历来是语言模型面临的一大挑战，该发现就显得更加引人注目。论文合著者之一 Alex Kim 表示：“数值领域是语言模型面临的最具挑战性领域之一，模型需要进行计算、做出类似人类的解释及复杂判断。虽然 LLM 在文本任务上很有效，但它们对数字的理解通常来自叙述性上下文，缺乏深度数值推理或人类思维的灵活性。”

一些专家警告称，研究中用作基准的ANN模型可能并不能代表量化金融领域的最新水平。有从业者评论道：“那个 ANN 基准远没有达到最先进的水平。不是说 1989 年后大家就停止这项工作的研究了——他们意识到做这件事可以赚很多钱，但不会公开出来。”

尽管如此，通用语言模型能够与专业机器学习模型相媲美且超越人类专家这件事表明， LLM 在金融领域具有颠覆性的潜力。作者还建立了一个交互式的 Web 应用(https://chat.openai.com/g/g-9P3sIn487-financial-statement-analyzer)，用来向好奇的读者展示 GPT-4 的功能，但他们提醒说，其准确性应该自行验证。

随着人工智能的快速发展，财务分析师可能会成为下一个被变革的角色。虽然人类的专业知识和判断力不太可能在短期内被完全取代，但像 GPT-4 这样的强大工具可以极大地增强和简化分析师的工作，并有可能在未来几年重塑财务报表分析这个领域。