ChatGPT对财务分析的影响及对策研究

陈安萍

【摘 要】 党的二十大报告提出要加快發展数字经济，促进数字经济和实体经济深度融合。作为数字经济的组成部分——人工智能技术在行业中得到广泛运用。作为一种由OpenAI开发并于2022年11月推出的人工智能聊天机器人程序，ChatGPT极有可能颠覆性地改变财务分析人员的工作模式。文章聚焦于ChatGPT在财务分析中的优势及其可能带来的挑战，讨论ChatGPT与现有企业内部生态及外部生态的集成成本、数据输入质量的限制、潜在的数据隐私和安全，以及可能引发的道德困境。最后，文章提出ChatGPT在财务分析领域成功实施的建议，以帮助企业有效地利用ChatGPT实现财务分析工作向精细化、高效化、多维度和一体化方向整合。

【关键词】 ChatGPT； 财务分析； 集成； 数据安全； 道德困境

【中图分类号】 F230  【文献标识码】 A  【文章编号】 1004-5937（2023）16-0156-06

一、引言

1956年，在美国达特茅斯学院的研讨会上，约翰·麦卡锡等计算机专家首先提出了“人工智能”的概念[1]，标志着人工智能的诞生[2]。如今，以ChatGPT为代表的人工智能聊天机器人被誉为人工智能时代游戏规则的改变者[3]。ChatGPT是一种由OpenAI开发并于2022年11月推出的人工智能聊天机器人程序，它建立在OpenAI的GPT-3.5和GPT-4系列大型语言模型之上，并使用监督学习和强化学习技术进行微调[4]。ChatGPT面世后受到了空前的关注，截至2023年4月16日，本文以“ChatGPT”为关键词在CNKI进行检索获得561篇文献，其中，中文学术期刊共计275篇，外文学术期刊共计286篇。另外，ChatGPT对各个行业的冲击也不容小觑，根据Eloundou et al.[5]在2023年3月发布的研究结果，在美国80%的行业将因此受到影响，80%的工人有至少10%的工作任务可能被ChatGPT减少50%以上的时长，有86个行业的工作者的全部工作任务将被ChatGPT降低50%以上的工作时长，其中包括审计、会计、新闻分析记者、投资基金经理、财务经理、税务师、量化分析师等。由此可见，ChatGPT对财务会计行业的影响尤为显著。当前全球经济增长放缓，产业链、供应链多处受阻，党的二十大报告提出“建设现代化产业体系，推进新型工业化”，通过加快发展数字经济，促进数字经济和实体经济深度融合。作为财务人员，需要密切关注ChatGPT对行业的冲击，以及给财务工作带来的影响。

随着经济全球化和信息化的发展，财务分析已经成为企业管理中不可或缺的一部分。财务分析是评估业务、项目、预算和其他财务相关交易以确定其绩效和适用性的过程[6]，为管理层的决策提供支持和依据[7]。通常情况下，财务分析人员根据企业的财务报表——损益表、资产负债表和现金流量表等内部数据做定量分析[8]，根据其中的数据计算比率，与其他企业的业绩或该企业的历史业绩进行比较；另一方面，财务分析人员根据宏观经济指标如GDP、通货膨胀、汇率、市场趋势、产业发展现状等外部数据做定性分析[9]。

然而，传统的财务分析方法存在着信息获取效率低、分析过程烦琐等问题。人类的分析及决策也是有缺陷的，认知偏差和理性差距将可能导致次优结果[10]。因此，人工智能技术的发展为企业财务分析带来了新的机遇。ChatGPT作为一种基于自然语言处理的对话生成模型，可以帮助企业快速、准确地获取财务数据，并进行分析和预测[11]。本文主要聚焦于ChatGPT在财务分析工作中发挥的作用，促进资源优化配置，帮助管理层调整决策等，并结合国内外实例分析其优势和不足之处。最后，本文讨论了人类和人工智能将如何在财务分析领域实现合作，以有效地利用ChatGPT实现财务分析工作向精细化、高效化、多维度和一体化方向整合。

二、文献综述

财务分析是一项贯穿于企业运营整个过程的工作，在企业中的作用十分重要，尤其是随着数字化技术的兴起，更是促进了财务分析工作的变革。如何有效地推进财务分析向精细化、数字化方向发展，切实为企业的管理决策提供可靠支持，成为实务界关注的焦点问题[12]。结合企业实际情况的财务分析及预测方法是财务分析的基础，它决定了管理层和其他利益相关者追求或拒绝任何特定风险的动机[13]。

针对财务分析领域的已有研究，表现为两个层面：一是逐步从行业背景研究向业财融合方向发展。常用的分析方法包括哈佛分析框架、因子分析法等[14]；分析业财融合背景下财务分析的现状及发展方向[15]。二是运用仿真研究的方法探索大数据背景下机器学习、人工智能、区块链等如何运用到财务分析中[9]等。

随着ChatGPT的推出，截至2023年4月16日，本文以“ChatGPT”为关键词在CNKI中进行检索，获得的中外学术文献有561篇，显示ChatGPT的应用领域非常广泛，包括自动化技术、计算机软件及计算机应用、教育理论与教育管理等，关于其在财经领域应用的文献约95篇。刘勤[11]对ChatGPT技术特征和会计行业应用特点进行了定性分析，探索了ChatGPT对会计工作可能带来的影响，并对ChatGPT在财务分析领域的作用做了概括性的论述；王攀娜等[16]探讨了ChatGPT在财务分析领域提高效率、精细化动态管理、辅助战略决策和风险管理的作用，并讨论了ChatGPT在推动业财融合方面发挥的优势。

与以上研究不同的是，本文聚焦于财务分析领域，具体探讨ChatGPT为企业财务分析提供更高的效率、多维度的见解，促进财务信息访问一体化进程，帮助降低财务舞弊风险，以及ChatGPT带来的挑战，包括与现有企业内部生态及外部生态的整合成本、数据质量对ChatGPT分析结果的影响、数据隐私和安全问题，以及未来会产生的道德困境。最后，本文为ChatGPT在财务分析领域的成功实施提供有效对策。

三、ChatGPT对财务分析工作带来的挑战

作为一个刚刚被推出且尚在发展的人工智能聊天机器人程序，ChatGPT应用在财务分析领域，可能会带来以下挑战：

（一）数据输入质量的限制

输入ChatGPT的数据通常是自然语言文本，需要遵循一定的语法和语义规则。但在会计领域，一些会计数据可能不符合自然语言的规则，例如财务报表中的数字和符号等。由此可见，ChatGPT的性能和效果受到数据质量的影响，如果数据质量不高，则财务分析结果的质量就难以得到保证。同时，ChatGPT对语言模糊或歧义性较高的问题难以处理，当其在处理语言模糊或歧义性较高的问题时，容易出现误判或漏判的情况。因此，企业需要投入成本以保证数据的准确性、完整性和时效性，确保财务分析问题和目的的清晰度，以避免对ChatGPT的数据解析和处理效果产生负面影响[11]。

（二）与企业现有内部生态和外部生态的集成成本

在财务分析工作中，需要考虑到企业的内部及外部生态。企业的外部生态是对企业外部的社会环境、经济环境、政治环境、技术环境等的总称[17]，具体包括该企业所处国家的人口构成、与本行业有关的科学技术水平和发展趋势、国家的政策和法律法规、国内外政治经济形势等。财务方面尤为重要的还有企业所遵循的会计准则，以及所遵循会计准则的不断更新和修改。企业的内部生态则包括企业文化、战略目标、产品定位、组织架构等。企业的外部生态和内部生态不断变化，则需要ChatGPT跟上这些变化，并确保其数据和内部设置保持不断更新，这对于保持ChatGPT在财务分析领域的实用性非常重要[18]。德勤公司在2017年发布了有关人工智能与企业生态的集成的调查报告，调查对象为1 500位美国的高级管理层，调查结果显示：47%的人认为很难将人工智能系统与企业现有的生态集成，40%的人认为集成相关的成本太高，35%的人认为没有足够的人力资源进行人工智能与企业生态的集成开发工作[19]。2018年，德勤后续的跟踪调查显示，认为很难将人工智能系统与企业现有的生态集成的被调查者下降至39%，认为集成相关的成本太高的被调查者下降至36%，认为没有足够的人力资源进行人工智能与企业生态的集成开发工作的被调查者下降至31%[20]。根据Fountain et al.[21]的研究，在成功实施人工智能系统集成的企业中，90%的企业将50%以上的财务分析预算用于推动集成的工作。由此可见，企业需要投入足够的时间成本和人力资源成本对以ChatGPT人工智能系统进行模型训练，并根据实际业务需求进行模型优化，或根据实际情况进行定制化开发，这将大大增加企业财务分析引入ChatGPT的成本，是企业需要权衡的因素。

（三）潜在的数据隐私和安全问题

由于财务分析工作涉及敏感的财务信息，数据隐私和安全是企业在使用ChatGPT过程中的关键问题。ChatGPT是一个开放的数据平台，所有能够进入系统的用户几乎都在同时使用平台，难以保证企业上传的财务数据不会被泄露，企业甚至会面临传送到ChatGPT上的数据被黑客攻击的风险，一旦发生，对企业而言将是难以估量的损失。根据数据分析商Cyberhaven在2023年2月26日至3月4日的统计，每100 000位公司员工中就有199次将机密文件导入ChatGPT，173次将客户数据导入ChatGPT，159次将源代码导入ChatGPT[22]。为确保ChatGPT保护企业的数据隐私和信息安全，避免数据泄露或被恶意利用，需要实施强大的系统安全措施和出台相应的行业标准和法律法规进行规范。

（四）ChatGPT的道德困境

与所有其他人工智能系统一样，ChatGPT在财务分析领域也会引发道德困境的讨论。首先，企业可能面临问责制的道德困境。当ChatGPT被用于财务分析，并协助管理层做出重要的财务战略决策时，如果財务分析以及决策过程中出现错误，那么谁将承担这些错误？是编写ChatGPT的程序员或导入数据的会计师，是做出决策的管理层，还是人工智能系统本身？目前，并没有法律框架界定问责制的问题。因此，问责制是企业在使用ChatGPT进行财务分析工作时必须首先解决的问题，以确保在财务分析的使用过程中问责制的透明度和合理性。其次，由于ChatGPT借助人工和自动爬取的方式收集来自各种渠道、各种自然语言记录的数以十亿计的文本数据，经过筛选和清洗，采用无监督的预训练策略进行深度处理，形成庞大的语料库[23]，如果出现有人出于恶意训练ChatGPT，将其作为自己泄愤的工具，企业则难以保证其在财务分析工作中的客观性、公正性，甚至会出现带有偏见或歧视的分析结果。如何规范和监督ChatGPT的学习训练过程，解决问责制和源数据偏差等问题，是监管部门和企业需要着重考虑的问题。

四、ChatGPT在财务分析工作中的优势

ChatGPT在财务分析工作中可能会带来数据输入质量的限制，增加与企业现有内部生态和外部生态的集成成本、潜在的数据隐私和安全问题以及道德困境，同时也会为财务分析工作带来以下优势和便利：

（一）提高财务分析工作的准确性和效率

在传统的企业内部财务分析岗位上，财务分析人员具有如下职责：（1）使用企业大量的财务历史数据计算关键的财务比率，如负债股权比率、流动比率和利息覆盖率等，衡量企业的整体财务状况；（2）通过大量计算确定企业的哪些产品或产品线组成了企业净利润的最大部分，并确定哪些产品的销售净利润最高；（3）通过计算各部门消耗企业财务资源的百分比，考核和评估企业各部门的成本效率；（4）与企业内部其他各个部门合作编制预算并将其合并为一个整体企业预算，为管理层编制内部报告并为企业决策提供支持；（5）创建、更新和维护企业的财务模型以及企业未来运营的预测模型；（6）将历史结果与预算和预测进行比较，并进行差异分析，以解释绩效差异，并为各部门做出改进提供建议；（7）为企业制定战略扩张计划，生成三到五年的财务预测。

以上这些过程无不需要投入大量的人力、财力和物力，所需资源多、效率低，导致财务分析任务有时不能按照计划完成，甚至会造成工作人员加班、疲劳和失误，所有这些都不可避免地会导致分析结果和最终报告的准确性降低，从而对管理层的决策造成负面影响。因此，如果提供给ChatGPT大量的企业历史数据和现有预测模型，训练ChatGPT对以上数据进行学习，将节省财务分析人员的工作时间并显著地提高其工作效率，提高分析过程和结果的准确性，为企业提供更精准的财务分析和预测结果，从而为企业的战略和决策提供更好的支持。

（二）为财务分析提供多维度分析

ChatGPT可以分析一系列财务数据，计算关键的财务指标，如收入增长率、利润率、利息保障倍数、投资回报率（ROI）、债务权益比率和流动比率等，还可以分析非财务因素，例如市场趋势、行业发展现状和宏观经济指标（如GDP、通货膨胀、汇率等）。ChatGPT可以将企业的财务业绩与行业基准和竞争对手进行比较，也可以根据企业的内部生态和外部生态进行情境分析，以评估不同财务和非财务因素对企业业绩的影响[18]。同时，ChatGPT还可以识别和评估企业可能面临的各种金融风险，例如信用风险、市场风险和流动性风险等，这样可以帮助企业制定战略来减轻以上这些风险[16]。因此，作为一种人工智能（AI）语言模型，ChatGPT可以利用自然语言处理（NLP）和机器学习技术，对不同来源的海量财务数据进行处理和分析，为企业提供多维度的财务分析。

（三）规避财务舞弊风险

财务报表舞弊是企业故意通过编制和传播严重错报的财务报表来欺骗或误导用户，尤其是投资人和债权人[24]。一般来说，导致财务舞弊发生的原因可能有：企业内部控制不足，如缺乏職责分离、缺乏监督等；还有企业道德文化的缺失，如企业内部缺乏透明度和合理的问责制等；或者是财务压力，例如某部门迫于实现上级指定的财务目标压力而不得不采取手段夸大收入和少报开支等。而ChatGPT可以通过使用自然语言处理（NLP）和机器学习技术来分析财务数据并快速识别潜在的舞弊信号，从而在财务分析过程中协助企业避免财务舞弊。企业可以利用历史数据对ChatGPT进行训练，使其能够识别欺诈性交易的模式，例如一些异常的交易活动、异常的财务比率变化以及其他潜在欺诈指标。ChatGPT还可以利用其分析和判断能力，帮助财务分析人员识别和应对财务风险。例如，ChatGPT可以在高效地获取和分析财务数据后，借鉴历史经验和同行经验准确地识别风险点，还可对判断出的风险提出应对措施等[11]。ChatGPT还可以协助企业对各项交易进行合规性监控和实时监控，例如监控交易中的可疑活动和识别潜在的违规行为，以确保交易是在遵守法律法规和相关行业政策下进行的，从而在财务分析的过程中帮助企业避免财务舞弊的风险。

（四）优化财务信息访问一体化进程

传统的财务分析人员需要与企业内部其他各个部门合作，获得部门财务数据，以编制预算并将其合并为一个整体企业预算，或对各部门财务数据进行差异分析，以解释各部门的绩效差异，这个过程消耗时间长，增加各部门之间的沟通协调成本。现有的解决方案包括安装ERP系统或运用区块链技术，ERP系统能够一体化企业各部门的业务功能以及信息访问，主要适用于制造业企业，而区块链技术能够存储企业的所有交易细节，实时更新企业各部门的数据记录，使得利益相关者能获取相同的实时信息[25-26]。不同于以上技术，企业可以利用ChatGPT建立企业的中央数据存储库。ChatGPT凭借其自然语言处理能力，以对话界面的形式，理解用户的查询并提供相关的财务信息，提供给财务分析人员更直观、更友好、更高效的访问方式，从而避免了各部门之间由于沟通协调不畅通而造成的财务数据矛盾，使财务分析人员能够获得来源单一且可靠的财务数据。由此可见，通过运用ChatGPT可以为企业提供财务数据的完整视图，提升财务分析人员从各部门获取数据的透明度，加速财务信息和资源访问一体化进程，降低各部门的沟通协调成本。

五、ChatGPT在财务分析领域成功实施的建议

ChatGPT在财务分析领域能够为企业带来许多便利，帮助企业快速、准确地获取财务数据，并进行分析和预测，提供更高的效率、多维度的见解，促进财务信息访问一体化进程，帮助降低财务舞弊风险。然而，为保证ChatGPT在财务分析领域的成功实施，还需要考虑到一系列潜在的挑战，包括与现有企业内部生态及外部生态的整合、数据质量对ChatGPT分析结果的影响、数据隐私和安全问题、企业所需要投入的大量时间和人力成本，以及未来会产生的道德困境问题。因此，必须认识到，ChatGPT无法在财务分析领域中完全替代人类的角色，其分析预测结果和企业战略决策建议仍需要专业人员的检查和监督，对于ChatGPT在财务分析领域的运用，仍然需要企业内部政策和外部相关法律法规的共同监管。

针对上文提出的ChatGPT可能为财务分析带来的挑战，为促进ChatGPT在财务分析领域成功实施，提出以下四点建议：

（一）提高数据质量

由于ChatGPT的性能和效果受到数据质量的影响，企业在利用ChatGPT开展财务分析工作应做好数据采集、数据存储、数据分析、数据审核、数据质量监管五方面的工作。

1.数据采集。企业需要采用合适的数据采集方法和工具，确保采集的数据准确、完整、及时。数据采集方法运用中可以将手工采样、自动采样、在线监测系统采样等相结合，充分利用自动化工具来提高数据采集效率和减少人为错误。同时企业可以使用离线搜索工具（如ETL）、实时数据收集工具（如Kafka）、互联网收集工具（如网络爬虫、API接口调用）等数据收集工具，确保数据收集的完整性、及时性。无论从何种途径获得数据均需要对数据进行清洗、标准化等处理，以提高数据的质量。

2.数据存储。企业需要建立安全可靠的中央数据存储库，对数据进行分类、标记、归档等处理，在完成各个部门的财务数据集成整合的基础上，对数据质量进行定期的检查，如数据格式、数据完整度、数据顺序等。

3.数据分析。财务分析人员在输入分析目标、分析假设、分析模型等时，应该尽量避免模糊或歧义性较高的语句，以保证输入数据的清晰、完整、精确。在对数据进行分析和处理时，发现数据异常，及时进行处理。

4.数据审核。虽然ChatGPT可以自动化处理财务数据，但是在某些情况下，还是需要人工审核。可以建立专门的审核团队或审核流程，对ChatGPT生成的对话内容进行审核和修改，确保数据的准确性和合法性。

5.数据质量监管。从企业层面分析，企业需要建立数据质量监控系统，对数据进行实时监控和分析，及时发现和解决数据质量问题。从国家层面分析，国家可以制定数据风险质量评级制度，以评估和量化企业外部数据的风险和质量水平。通过国与国之间积极的交流与合作，制定统一的评级标准，设立专门的评级机构，定期更新评级制度，屏蔽质量评级不合格的数据来源，以增强数据的透明度和可靠性，促进数据驱动决策的准确性和有效性。

（二）实现ChatGPT与企业生态的有效集成

随着财务分析进入数字化转型的新时代，首席财务官和高级管理层需要的财务模型必须具有更高的洞察力和更快的速度才能为企业提供足够的战略支持[10]。企业可以通过三个方面优化实现ChatGPT与企业内部和外部生态的有效集成，以及使其跟上企业外部环境、内部环境的变化。

1.系统优化。企业需要结合应用场景及管理需求对原有的系统进行优化，将ChatGPT等技术手段集成到现有系统中，以便实现数据自动化处理、分析和预测等功能。

2.流程优化。企业需要优化数据输入、处理、查询、分析和报表生成等流程，提高工作效率和精度，降低成本和风险。

3.人才储备及优化。企业需要拥有一定的人才儲备，包括具有自然语言处理、机器学习等相关技能的人员，以保证ChatGPT的稳定运行和持续优化。企业需要对原有的人员进行培训，包括对ChatGPT等技术手段的使用、维护和优化，以及对财务数据的处理和分析等方面的培训。

（三）加强数据安全管理

由于ChatGPT可能带来信息泄露风险，可以从四方面加强数据安全管理。

1.建立严格的数据隐私和安全协议，及时识别安全漏洞。OpenAI，作为ChatGPT的开发者，可以调整代码以避免ChatGPT有可能带来的数据泄露风险，如实施严格的数据隐私和安全协议，以确保ChatGPT处理的所有数据都经过加密；开发和实施以安全为重点的测试，专门用于识别和解决ChatGPT系统中的潜在安全漏洞等。

2.建立数据安全管理制度。作为ChatGPT的使用方，企业应建立数据安全管理制度。ChatGPT需要大量的语料库作为训练数据，这些数据可能包含敏感信息，需要建立相应的数据安全制度，确保数据不会外泄或被滥用。

3.政府制定数据隐私和安全的相关政策。政府需要制定明确的政策，规定有关数据隐私和安全的规则，并对ChatGPT进行定期审计和评估，以确保对ChatGPT的使用和训练符合行业政策和准则，及时解决数据安全风险。

4.加强跨国数据流动的监管机制。国家之间可以达成双边或多边协议来加强对ChatGPT的数据安全规范，共同制定跨国数据流动的监管机制，确保数据在ChatGPT使用的跨国传输过程中得到保护。

（四）应对ChatGPT可能引发的道德困境

1.健全问责机制。为应对ChatGPT可能引发的问责制困境，企业应对参与使用ChatGPT的人员建立明确的角色和职责，确保财务分析人员接受过适当的培训并具备使用该技术的能力；同时财务分析人员需要对ChatGPT所参与分析的工作部门进行明确标注，并在ChatGPT完成所参与分析工作的审查后签字，以明确职责。

2.建立道德规范。对于ChatGPT可能引发的数据偏差问题，企业内部应该有针对性地对ChatGPT参与的财务分析工作建立道德规范，并对员工进行人工智能道德培训，以确保使用该技术的人员充分了解潜在的风险，以合乎道德标准的方式开发和使用该技术。另外，企业可以建立补救机制，一旦发现ChatGPT的输出不准确或带有偏见的信息，立即进行修改，并对ChatGPT进行训练及改进。

3.完善监管。企业还可以聘请内部或外部审计对ChatGPT在财务分析中的使用进行定期审计，以确保使用过程的合法性和合规性。政府部门需要建立相关的法律法规，规范ChatGPT的开发和使用，建立道德准则，确保以公平、公正和有益于社会的方式开发和使用ChatGPT技术。

总之，ChatGPT在未来的财务分析领域扮演着重要的角色，人类和人工智能在企业的财务分析和后续决策过程中起到相互补充的作用。因此，财务分析人员及企业应该积极地适应ChatGPT等人工智能系统对财务分析工作模式带来的变化，不断提升能力和技能，积极应对其可能带来的挑战；企业应努力提高其员工对人工智能的认知，平衡ChatGPT技术与人类专业知识的关系，并实施有效的监管，避免ChatGPT在财务分析过程中可能面临的数据隐私和安全问题。

【参考文献】

［1］ 王英杰.对人工智能与未来商业模式的探讨［J］.中国商论，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，李长青.影响中国财务分析师跟踪决策的因素分析［J］.会计之友，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］ 刘勤.ChatGPT及其对会计工作的影响探讨［J］.会计之友，2023（6）：158-161.

［12］ 周晓丹.企业财务分析存在的问题及优化策略分析［J］.商业观察，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公司財务分析中的应用研究［D］.沈阳：沈阳大学硕士学位论文，2021.

［15］ 贾建楠.业财融合背景下企业财务分析问题研究［J］.质量与市场，2023（5）：49-51.

［16］ 王攀娜，吴悦，王唯，等.ChatGPT与会计变革：理论框架、应用场景及应对策略［J］.重庆理工大学学报（社会科学），2023（4）：129-136.

［17］ 张小薇.基于科技项目风险管理的企业信任度评价［D］.北京：北京工业大学硕士学位论文，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，赵学进.ERP环境下财务会计信息系统内部控制与风险管理研究［J］.会计之友，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.