ChatGPT對財務分析的影響及對策研究

陳安萍

【摘 要】 黨的二十大報告提出要加快發展數字經濟，促進數字經濟和實體經濟深度融合。作為數字經濟的組成部分——人工智能技術在行業中得到廣泛運用。作為一種由OpenAI開發并于2022年11月推出的人工智能聊天機器人程序，ChatGPT極有可能顛覆性地改變財務分析人員的工作模式。文章聚焦于ChatGPT在財務分析中的優勢及其可能帶來的挑戰，討論ChatGPT與現有企業內部生態及外部生態的集成成本、數據輸入質量的限制、潛在的數據隱私和安全，以及可能引發的道德困境。最后，文章提出ChatGPT在財務分析領域成功實施的建議，以幫助企業有效地利用ChatGPT實現財務分析工作向精細化、高效化、多維度和一體化方向整合。

【關鍵詞】 ChatGPT； 財務分析； 集成； 數據安全； 道德困境

【中圖分類號】 F230? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）16-0156-06

一、引言

1956年，在美國達特茅斯學院的研討會上，約翰·麥卡錫等計算機專家首先提出了“人工智能”的概念[1]，標志著人工智能的誕生[2]。如今，以ChatGPT為代表的人工智能聊天機器人被譽為人工智能時代游戲規則的改變者[3]。ChatGPT是一種由OpenAI開發并于2022年11月推出的人工智能聊天機器人程序，它建立在OpenAI的GPT-3.5和GPT-4系列大型語言模型之上，并使用監督學習和強化學習技術進行微調[4]。ChatGPT面世后受到了空前的關注，截至2023年4月16日，本文以“ChatGPT”為關鍵詞在CNKI進行檢索獲得561篇文獻，其中，中文學術期刊共計275篇，外文學術期刊共計286篇。另外，ChatGPT對各個行業的沖擊也不容小覷，根據Eloundou et al.[5]在2023年3月發布的研究結果，在美國80%的行業將因此受到影響，80%的工人有至少10%的工作任務可能被ChatGPT減少50%以上的時長，有86個行業的工作者的全部工作任務將被ChatGPT降低50%以上的工作時長，其中包括審計、會計、新聞分析記者、投資基金經理、財務經理、稅務師、量化分析師等。由此可見，ChatGPT對財務會計行業的影響尤為顯著。當前全球經濟增長放緩，產業鏈、供應鏈多處受阻，黨的二十大報告提出“建設現代化產業體系，推進新型工業化”，通過加快發展數字經濟，促進數字經濟和實體經濟深度融合。作為財務人員，需要密切關注ChatGPT對行業的沖擊，以及給財務工作帶來的影響。

隨著經濟全球化和信息化的發展，財務分析已經成為企業管理中不可或缺的一部分。財務分析是評估業務、項目、預算和其他財務相關交易以確定其績效和適用性的過程[6]，為管理層的決策提供支持和依據[7]。通常情況下，財務分析人員根據企業的財務報表——損益表、資產負債表和現金流量表等內部數據做定量分析[8]，根據其中的數據計算比率，與其他企業的業績或該企業的歷史業績進行比較；另一方面，財務分析人員根據宏觀經濟指標如GDP、通貨膨脹、匯率、市場趨勢、產業發展現狀等外部數據做定性分析[9]。

然而，傳統的財務分析方法存在著信息獲取效率低、分析過程煩瑣等問題。人類的分析及決策也是有缺陷的，認知偏差和理性差距將可能導致次優結果[10]。因此，人工智能技術的發展為企業財務分析帶來了新的機遇。ChatGPT作為一種基于自然語言處理的對話生成模型，可以幫助企業快速、準確地獲取財務數據，并進行分析和預測[11]。本文主要聚焦于ChatGPT在財務分析工作中發揮的作用，促進資源優化配置，幫助管理層調整決策等，并結合國內外實例分析其優勢和不足之處。最后，本文討論了人類和人工智能將如何在財務分析領域實現合作，以有效地利用ChatGPT實現財務分析工作向精細化、高效化、多維度和一體化方向整合。

二、文獻綜述

財務分析是一項貫穿于企業運營整個過程的工作，在企業中的作用十分重要，尤其是隨著數字化技術的興起，更是促進了財務分析工作的變革。如何有效地推進財務分析向精細化、數字化方向發展，切實為企業的管理決策提供可靠支持，成為實務界關注的焦點問題[12]。結合企業實際情況的財務分析及預測方法是財務分析的基礎，它決定了管理層和其他利益相關者追求或拒絕任何特定風險的動機[13]。

針對財務分析領域的已有研究，表現為兩個層面：一是逐步從行業背景研究向業財融合方向發展。常用的分析方法包括哈佛分析框架、因子分析法等[14]；分析業財融合背景下財務分析的現狀及發展方向[15]。二是運用仿真研究的方法探索大數據背景下機器學習、人工智能、區塊鏈等如何運用到財務分析中[9]等。

隨著ChatGPT的推出，截至2023年4月16日，本文以“ChatGPT”為關鍵詞在CNKI中進行檢索，獲得的中外學術文獻有561篇，顯示ChatGPT的應用領域非常廣泛，包括自動化技術、計算機軟件及計算機應用、教育理論與教育管理等，關于其在財經領域應用的文獻約95篇。劉勤[11]對ChatGPT技術特征和會計行業應用特點進行了定性分析，探索了ChatGPT對會計工作可能帶來的影響，并對ChatGPT在財務分析領域的作用做了概括性的論述；王攀娜等[16]探討了ChatGPT在財務分析領域提高效率、精細化動態管理、輔助戰略決策和風險管理的作用，并討論了ChatGPT在推動業財融合方面發揮的優勢。

與以上研究不同的是，本文聚焦于財務分析領域，具體探討ChatGPT為企業財務分析提供更高的效率、多維度的見解，促進財務信息訪問一體化進程，幫助降低財務舞弊風險，以及ChatGPT帶來的挑戰，包括與現有企業內部生態及外部生態的整合成本、數據質量對ChatGPT分析結果的影響、數據隱私和安全問題，以及未來會產生的道德困境。最后，本文為ChatGPT在財務分析領域的成功實施提供有效對策。

三、ChatGPT對財務分析工作帶來的挑戰

作為一個剛剛被推出且尚在發展的人工智能聊天機器人程序，ChatGPT應用在財務分析領域，可能會帶來以下挑戰：

（一）數據輸入質量的限制

輸入ChatGPT的數據通常是自然語言文本，需要遵循一定的語法和語義規則。但在會計領域，一些會計數據可能不符合自然語言的規則，例如財務報表中的數字和符號等。由此可見，ChatGPT的性能和效果受到數據質量的影響，如果數據質量不高，則財務分析結果的質量就難以得到保證。同時，ChatGPT對語言模糊或歧義性較高的問題難以處理，當其在處理語言模糊或歧義性較高的問題時，容易出現誤判或漏判的情況。因此，企業需要投入成本以保證數據的準確性、完整性和時效性，確保財務分析問題和目的的清晰度，以避免對ChatGPT的數據解析和處理效果產生負面影響[11]。

（二）與企業現有內部生態和外部生態的集成成本

在財務分析工作中，需要考慮到企業的內部及外部生態。企業的外部生態是對企業外部的社會環境、經濟環境、政治環境、技術環境等的總稱[17]，具體包括該企業所處國家的人口構成、與本行業有關的科學技術水平和發展趨勢、國家的政策和法律法規、國內外政治經濟形勢等。財務方面尤為重要的還有企業所遵循的會計準則，以及所遵循會計準則的不斷更新和修改。企業的內部生態則包括企業文化、戰略目標、產品定位、組織架構等。企業的外部生態和內部生態不斷變化，則需要ChatGPT跟上這些變化，并確保其數據和內部設置保持不斷更新，這對于保持ChatGPT在財務分析領域的實用性非常重要[18]。德勤公司在2017年發布了有關人工智能與企業生態的集成的調查報告，調查對象為1 500位美國的高級管理層，調查結果顯示：47%的人認為很難將人工智能系統與企業現有的生態集成，40%的人認為集成相關的成本太高，35%的人認為沒有足夠的人力資源進行人工智能與企業生態的集成開發工作[19]。2018年，德勤后續的跟蹤調查顯示，認為很難將人工智能系統與企業現有的生態集成的被調查者下降至39%，認為集成相關的成本太高的被調查者下降至36%，認為沒有足夠的人力資源進行人工智能與企業生態的集成開發工作的被調查者下降至31%[20]。根據Fountain et al.[21]的研究，在成功實施人工智能系統集成的企業中，90%的企業將50%以上的財務分析預算用于推動集成的工作。由此可見，企業需要投入足夠的時間成本和人力資源成本對以ChatGPT人工智能系統進行模型訓練，并根據實際業務需求進行模型優化，或根據實際情況進行定制化開發，這將大大增加企業財務分析引入ChatGPT的成本，是企業需要權衡的因素。

（三）潛在的數據隱私和安全問題

由于財務分析工作涉及敏感的財務信息，數據隱私和安全是企業在使用ChatGPT過程中的關鍵問題。ChatGPT是一個開放的數據平臺，所有能夠進入系統的用戶幾乎都在同時使用平臺，難以保證企業上傳的財務數據不會被泄露，企業甚至會面臨傳送到ChatGPT上的數據被黑客攻擊的風險，一旦發生，對企業而言將是難以估量的損失。根據數據分析商Cyberhaven在2023年2月26日至3月4日的統計，每100 000位公司員工中就有199次將機密文件導入ChatGPT，173次將客戶數據導入ChatGPT，159次將源代碼導入ChatGPT[22]。為確保ChatGPT保護企業的數據隱私和信息安全，避免數據泄露或被惡意利用，需要實施強大的系統安全措施和出臺相應的行業標準和法律法規進行規范。

（四）ChatGPT的道德困境

與所有其他人工智能系統一樣，ChatGPT在財務分析領域也會引發道德困境的討論。首先，企業可能面臨問責制的道德困境。當ChatGPT被用于財務分析，并協助管理層做出重要的財務戰略決策時，如果財務分析以及決策過程中出現錯誤，那么誰將承擔這些錯誤？是編寫ChatGPT的程序員或導入數據的會計師，是做出決策的管理層，還是人工智能系統本身？目前，并沒有法律框架界定問責制的問題。因此，問責制是企業在使用ChatGPT進行財務分析工作時必須首先解決的問題，以確保在財務分析的使用過程中問責制的透明度和合理性。其次，由于ChatGPT借助人工和自動爬取的方式收集來自各種渠道、各種自然語言記錄的數以十億計的文本數據，經過篩選和清洗，采用無監督的預訓練策略進行深度處理，形成龐大的語料庫[23]，如果出現有人出于惡意訓練ChatGPT，將其作為自己泄憤的工具，企業則難以保證其在財務分析工作中的客觀性、公正性，甚至會出現帶有偏見或歧視的分析結果。如何規范和監督ChatGPT的學習訓練過程，解決問責制和源數據偏差等問題，是監管部門和企業需要著重考慮的問題。

四、ChatGPT在財務分析工作中的優勢

ChatGPT在財務分析工作中可能會帶來數據輸入質量的限制，增加與企業現有內部生態和外部生態的集成成本、潛在的數據隱私和安全問題以及道德困境，同時也會為財務分析工作帶來以下優勢和便利：

（一）提高財務分析工作的準確性和效率

在傳統的企業內部財務分析崗位上，財務分析人員具有如下職責：（1）使用企業大量的財務歷史數據計算關鍵的財務比率，如負債股權比率、流動比率和利息覆蓋率等，衡量企業的整體財務狀況；（2）通過大量計算確定企業的哪些產品或產品線組成了企業凈利潤的最大部分，并確定哪些產品的銷售凈利潤最高；（3）通過計算各部門消耗企業財務資源的百分比，考核和評估企業各部門的成本效率；（4）與企業內部其他各個部門合作編制預算并將其合并為一個整體企業預算，為管理層編制內部報告并為企業決策提供支持；（5）創建、更新和維護企業的財務模型以及企業未來運營的預測模型；（6）將歷史結果與預算和預測進行比較，并進行差異分析，以解釋績效差異，并為各部門做出改進提供建議；（7）為企業制定戰略擴張計劃，生成三到五年的財務預測。

以上這些過程無不需要投入大量的人力、財力和物力，所需資源多、效率低，導致財務分析任務有時不能按照計劃完成，甚至會造成工作人員加班、疲勞和失誤，所有這些都不可避免地會導致分析結果和最終報告的準確性降低，從而對管理層的決策造成負面影響。因此，如果提供給ChatGPT大量的企業歷史數據和現有預測模型，訓練ChatGPT對以上數據進行學習，將節省財務分析人員的工作時間并顯著地提高其工作效率，提高分析過程和結果的準確性，為企業提供更精準的財務分析和預測結果，從而為企業的戰略和決策提供更好的支持。

（二）為財務分析提供多維度分析

ChatGPT可以分析一系列財務數據，計算關鍵的財務指標，如收入增長率、利潤率、利息保障倍數、投資回報率（ROI）、債務權益比率和流動比率等，還可以分析非財務因素，例如市場趨勢、行業發展現狀和宏觀經濟指標（如GDP、通貨膨脹、匯率等）。ChatGPT可以將企業的財務業績與行業基準和競爭對手進行比較，也可以根據企業的內部生態和外部生態進行情境分析，以評估不同財務和非財務因素對企業業績的影響[18]。同時，ChatGPT還可以識別和評估企業可能面臨的各種金融風險，例如信用風險、市場風險和流動性風險等，這樣可以幫助企業制定戰略來減輕以上這些風險[16]。因此，作為一種人工智能（AI）語言模型，ChatGPT可以利用自然語言處理（NLP）和機器學習技術，對不同來源的海量財務數據進行處理和分析，為企業提供多維度的財務分析。

（三）規避財務舞弊風險

財務報表舞弊是企業故意通過編制和傳播嚴重錯報的財務報表來欺騙或誤導用戶，尤其是投資人和債權人[24]。一般來說，導致財務舞弊發生的原因可能有：企業內部控制不足，如缺乏職責分離、缺乏監督等；還有企業道德文化的缺失，如企業內部缺乏透明度和合理的問責制等；或者是財務壓力，例如某部門迫于實現上級指定的財務目標壓力而不得不采取手段夸大收入和少報開支等。而ChatGPT可以通過使用自然語言處理（NLP）和機器學習技術來分析財務數據并快速識別潛在的舞弊信號，從而在財務分析過程中協助企業避免財務舞弊。企業可以利用歷史數據對ChatGPT進行訓練，使其能夠識別欺詐性交易的模式，例如一些異常的交易活動、異常的財務比率變化以及其他潛在欺詐指標。ChatGPT還可以利用其分析和判斷能力，幫助財務分析人員識別和應對財務風險。例如，ChatGPT可以在高效地獲取和分析財務數據后，借鑒歷史經驗和同行經驗準確地識別風險點，還可對判斷出的風險提出應對措施等[11]。ChatGPT還可以協助企業對各項交易進行合規性監控和實時監控，例如監控交易中的可疑活動和識別潛在的違規行為，以確保交易是在遵守法律法規和相關行業政策下進行的，從而在財務分析的過程中幫助企業避免財務舞弊的風險。

（四）優化財務信息訪問一體化進程

傳統的財務分析人員需要與企業內部其他各個部門合作，獲得部門財務數據，以編制預算并將其合并為一個整體企業預算，或對各部門財務數據進行差異分析，以解釋各部門的績效差異，這個過程消耗時間長，增加各部門之間的溝通協調成本。現有的解決方案包括安裝ERP系統或運用區塊鏈技術，ERP系統能夠一體化企業各部門的業務功能以及信息訪問，主要適用于制造業企業，而區塊鏈技術能夠存儲企業的所有交易細節，實時更新企業各部門的數據記錄，使得利益相關者能獲取相同的實時信息[25-26]。不同于以上技術，企業可以利用ChatGPT建立企業的中央數據存儲庫。ChatGPT憑借其自然語言處理能力，以對話界面的形式，理解用戶的查詢并提供相關的財務信息，提供給財務分析人員更直觀、更友好、更高效的訪問方式，從而避免了各部門之間由于溝通協調不暢通而造成的財務數據矛盾，使財務分析人員能夠獲得來源單一且可靠的財務數據。由此可見，通過運用ChatGPT可以為企業提供財務數據的完整視圖，提升財務分析人員從各部門獲取數據的透明度，加速財務信息和資源訪問一體化進程，降低各部門的溝通協調成本。

五、ChatGPT在財務分析領域成功實施的建議

ChatGPT在財務分析領域能夠為企業帶來許多便利，幫助企業快速、準確地獲取財務數據，并進行分析和預測，提供更高的效率、多維度的見解，促進財務信息訪問一體化進程，幫助降低財務舞弊風險。然而，為保證ChatGPT在財務分析領域的成功實施，還需要考慮到一系列潛在的挑戰，包括與現有企業內部生態及外部生態的整合、數據質量對ChatGPT分析結果的影響、數據隱私和安全問題、企業所需要投入的大量時間和人力成本，以及未來會產生的道德困境問題。因此，必須認識到，ChatGPT無法在財務分析領域中完全替代人類的角色，其分析預測結果和企業戰略決策建議仍需要專業人員的檢查和監督，對于ChatGPT在財務分析領域的運用，仍然需要企業內部政策和外部相關法律法規的共同監管。

針對上文提出的ChatGPT可能為財務分析帶來的挑戰，為促進ChatGPT在財務分析領域成功實施，提出以下四點建議：

（一）提高數據質量

由于ChatGPT的性能和效果受到數據質量的影響，企業在利用ChatGPT開展財務分析工作應做好數據采集、數據存儲、數據分析、數據審核、數據質量監管五方面的工作。

1.數據采集。企業需要采用合適的數據采集方法和工具，確保采集的數據準確、完整、及時。數據采集方法運用中可以將手工采樣、自動采樣、在線監測系統采樣等相結合，充分利用自動化工具來提高數據采集效率和減少人為錯誤。同時企業可以使用離線搜索工具（如ETL）、實時數據收集工具（如Kafka）、互聯網收集工具（如網絡爬蟲、API接口調用）等數據收集工具，確保數據收集的完整性、及時性。無論從何種途徑獲得數據均需要對數據進行清洗、標準化等處理，以提高數據的質量。

2.數據存儲。企業需要建立安全可靠的中央數據存儲庫，對數據進行分類、標記、歸檔等處理，在完成各個部門的財務數據集成整合的基礎上，對數據質量進行定期的檢查，如數據格式、數據完整度、數據順序等。

3.數據分析。財務分析人員在輸入分析目標、分析假設、分析模型等時，應該盡量避免模糊或歧義性較高的語句，以保證輸入數據的清晰、完整、精確。在對數據進行分析和處理時，發現數據異常，及時進行處理。

4.數據審核。雖然ChatGPT可以自動化處理財務數據，但是在某些情況下，還是需要人工審核。可以建立專門的審核團隊或審核流程，對ChatGPT生成的對話內容進行審核和修改，確保數據的準確性和合法性。

5.數據質量監管。從企業層面分析，企業需要建立數據質量監控系統，對數據進行實時監控和分析，及時發現和解決數據質量問題。從國家層面分析，國家可以制定數據風險質量評級制度，以評估和量化企業外部數據的風險和質量水平。通過國與國之間積極的交流與合作，制定統一的評級標準，設立專門的評級機構，定期更新評級制度，屏蔽質量評級不合格的數據來源，以增強數據的透明度和可靠性，促進數據驅動決策的準確性和有效性。

（二）實現ChatGPT與企業生態的有效集成

隨著財務分析進入數字化轉型的新時代，首席財務官和高級管理層需要的財務模型必須具有更高的洞察力和更快的速度才能為企業提供足夠的戰略支持[10]。企業可以通過三個方面優化實現ChatGPT與企業內部和外部生態的有效集成，以及使其跟上企業外部環境、內部環境的變化。

1.系統優化。企業需要結合應用場景及管理需求對原有的系統進行優化，將ChatGPT等技術手段集成到現有系統中，以便實現數據自動化處理、分析和預測等功能。

2.流程優化。企業需要優化數據輸入、處理、查詢、分析和報表生成等流程，提高工作效率和精度，降低成本和風險。

3.人才儲備及優化。企業需要擁有一定的人才儲備，包括具有自然語言處理、機器學習等相關技能的人員，以保證ChatGPT的穩定運行和持續優化。企業需要對原有的人員進行培訓，包括對ChatGPT等技術手段的使用、維護和優化，以及對財務數據的處理和分析等方面的培訓。

（三）加強數據安全管理

由于ChatGPT可能帶來信息泄露風險，可以從四方面加強數據安全管理。

1.建立嚴格的數據隱私和安全協議，及時識別安全漏洞。OpenAI，作為ChatGPT的開發者，可以調整代碼以避免ChatGPT有可能帶來的數據泄露風險，如實施嚴格的數據隱私和安全協議，以確保ChatGPT處理的所有數據都經過加密；開發和實施以安全為重點的測試，專門用于識別和解決ChatGPT系統中的潛在安全漏洞等。

2.建立數據安全管理制度。作為ChatGPT的使用方，企業應建立數據安全管理制度。ChatGPT需要大量的語料庫作為訓練數據，這些數據可能包含敏感信息，需要建立相應的數據安全制度，確保數據不會外泄或被濫用。

3.政府制定數據隱私和安全的相關政策。政府需要制定明確的政策，規定有關數據隱私和安全的規則，并對ChatGPT進行定期審計和評估，以確保對ChatGPT的使用和訓練符合行業政策和準則，及時解決數據安全風險。

4.加強跨國數據流動的監管機制。國家之間可以達成雙邊或多邊協議來加強對ChatGPT的數據安全規范，共同制定跨國數據流動的監管機制，確保數據在ChatGPT使用的跨國傳輸過程中得到保護。

（四）應對ChatGPT可能引發的道德困境

1.健全問責機制。為應對ChatGPT可能引發的問責制困境，企業應對參與使用ChatGPT的人員建立明確的角色和職責，確保財務分析人員接受過適當的培訓并具備使用該技術的能力；同時財務分析人員需要對ChatGPT所參與分析的工作部門進行明確標注，并在ChatGPT完成所參與分析工作的審查后簽字，以明確職責。

2.建立道德規范。對于ChatGPT可能引發的數據偏差問題，企業內部應該有針對性地對ChatGPT參與的財務分析工作建立道德規范，并對員工進行人工智能道德培訓，以確保使用該技術的人員充分了解潛在的風險，以合乎道德標準的方式開發和使用該技術。另外，企業可以建立補救機制，一旦發現ChatGPT的輸出不準確或帶有偏見的信息，立即進行修改，并對ChatGPT進行訓練及改進。

3.完善監管。企業還可以聘請內部或外部審計對ChatGPT在財務分析中的使用進行定期審計，以確保使用過程的合法性和合規性。政府部門需要建立相關的法律法規，規范ChatGPT的開發和使用，建立道德準則，確保以公平、公正和有益于社會的方式開發和使用ChatGPT技術。

總之，ChatGPT在未來的財務分析領域扮演著重要的角色，人類和人工智能在企業的財務分析和后續決策過程中起到相互補充的作用。因此，財務分析人員及企業應該積極地適應ChatGPT等人工智能系統對財務分析工作模式帶來的變化，不斷提升能力和技能，積極應對其可能帶來的挑戰；企業應努力提高其員工對人工智能的認知，平衡ChatGPT技術與人類專業知識的關系，并實施有效的監管，避免ChatGPT在財務分析過程中可能面臨的數據隱私和安全問題。

【參考文獻】

［1］ 王英杰.對人工智能與未來商業模式的探討［J］.中國商論，2017（17）：132-133.

［2］ LUO J，et al.Analysis of the impact of artificial intelligence application on the development of accounting industry［J］.Open Journal of Business and Management，2018，6（4）：850-856.

［3］ GIRASA R，et al.Regulation of innovative technologies：blockchain，artificial intelligence and quantum computing［M］.New York：Palgrave Macmillan，2022：2-3.

［4］ AYDIN ？魻，KARAARSLAN E.OpenAI ChatGPT generated literature review：digital twin in healthcare［J/OL］.2022.

［5］ ELOUNDOU T，et al.GPRs are GPRs：An early look at the labor market impact potential of large language models［J/OL］.2023.

［6］ ROSS S A，et al.Corporate finance［M］.New York：McGraw-Hill Education，2019：880-886.

［7］ OESTERREICH T D，et al.The controlling profession in the digital age：Understanding the impact of digitisation on the controller's job roles，skills and competences［J］.International Journal of Accounting Information Systems，2019，35（C）.

［8］ 崔玉英，李長青.影響中國財務分析師跟蹤決策的因素分析［J］.會計之友，2013（9）：81-85.

［9］ WASSERBACHER H，SPINDLER M.Machine learning for financial forecasting，planning and analysis：recent developments and pitfalls［J］.Digital Finance，2022，4（1）：63-88.

［10］ KUNNATHUVALAPPIL HARIHARAN，et al.Artificial Intelligence and human collaboration in financial planning［J］.Journal of Emerging Technologies and Innovative Research，2018，5（7）：1348-1355.

［11］ 劉勤.ChatGPT及其對會計工作的影響探討［J］.會計之友，2023（6）：158-161.

［12］ 周曉丹.企業財務分析存在的問題及優化策略分析［J］.商業觀察，2023，9（4）：65-68.

［13］ SHAHRIAR M S，et al.M.Financial decision making and forecasting techniques on project evaluation：a planning，development and entrepreneurial perspective［J］.Academy of Entrepreneurship Journal，2021，27（4）：1-7.

［14］ 李秀春.哈佛分析框架在H公司財務分析中的應用研究［D］.沈陽：沈陽大學碩士學位論文，2021.

［15］ 賈建楠.業財融合背景下企業財務分析問題研究［J］.質量與市場，2023（5）：49-51.

［16］ 王攀娜，吳悅，王唯，等.ChatGPT與會計變革：理論框架、應用場景及應對策略［J］.重慶理工大學學報（社會科學），2023（4）：129-136.

［17］ 張小薇.基于科技項目風險管理的企業信任度評價［D］.北京：北京工業大學碩士學位論文，2010.

［18］ ALSHURAFAT H.The usefulness and challenges of chatbots for accounting professionals：application on ChatGPT［J/OL］.2023.

［19］ DAVENPORT T H，et al.Bullish on the business value of cognitive.Leaders in cognitive and AI weigh in on whats working and whats next［Z］.The 2017 Deloitte State of Cognitive Survey，2017：1-25.

［20］ LOUCKS J，et al.Early adopters combine bullish enthusiasm with strategic investments［Z］.State of AI in the Enterprise，2018.

［21］ FOUNTAIN T，et al.Building the AI-Powered organization technology isn't the biggest challenge，culture is［J］.Harvard Business Review，2019，97（4）：62-73.

［22］ Cameron Coles，11% of data employees paste into ChatGPT is confidential［DB/OL］.https：//www.cyberhaven.com/blog/4-2-of-workers-have-pasted-

company-data-into-chatgpt/，2023.02.28/2023.04.25.

［23］ HOMOLAK J.Opportunities and risks of ChatGPT in medicine，science，and academic publishing：a modern promethean dilemma［J］.Croatian Medical Journal，2023，

64（1）：1-3.

［24］ REZAEE Z.Causes，consequences，and deterence of financial statement fraud［J］.Critical perspectives on Accounting，2005，16（3）：277-298.

［25］ 王民治，趙學進.ERP環境下財務會計信息系統內部控制與風險管理研究［J］.會計之友，2013（25）：55-57.

［26］ ZHANG Y，et al.The impact of artificial intelligence and blockchain on the accounting profession［J］.Ieee Access，2020，8.