大模型如何理解财务报表：AI在基本面分析中的新范式 • halo 的技术博客

随着大语言模型（LLM）能力的快速进化，AI 在金融领域的应用正从传统 NLP 的信息提取，迈向更深层次的财务推理和商业判断。本文将探讨大模型如何”理解”财务报表，以及这种能力正在如何重塑基本面分析的工作流程。

传统 NLP 在财务分析中的局限#

在 ChatGPT 出现之前，金融 NLP 主要依赖 BERT 系列模型做情感分析和实体识别。这些模型能告诉你一篇新闻是正面还是负面，能抽取出公司名称和财务数字，但面对以下问题却无能为力：

这些问题需要跨语句、跨段落的因果推理，以及对会计勾稽关系的理解——传统 NLP 模型无法胜任。

最新的长上下文模型（如 GPT-4o、Claude 4）可以一次性吞下数百页的年报 PDF，从中提取出结构化的财务数据表。与传统 OCR+正则表达式方案相比，LLM 对表格理解更准确，能处理合并单元格、跨页表格等复杂格式。

更重要的是，LLM 能理解附注信息——那些藏在财报第 87 页的关联交易细节、收入确认政策变更说明、表外负债等，这些往往是财务舞弊的蛛丝马迹所在。

大模型解析财务报表示意图

大模型可以完成传统量化模型难以实现的推理链。举例来说：

输入：某公司过去三年经营活动现金流持续为负，但净利润逐年增长。 LLM 推理：可能存在应收账款虚增问题 → 检查应收账款周转天数 → 发现天数从 45 天飙升至 120 天 → 推断公司可能在通过放宽信用政策做高收入 → 提示财务质量风险。

这种推断链条涉及对会计勾稽关系的理解，在传统量化模型中需要人工编写大量规则，且覆盖面有限。LLM 的优势在于它能泛化到未见过的财务异常模式。

一家公司的投资价值不仅体现在财务报表中。行业趋势、竞争格局、管理层能力、监管环境变化——这些信息散落在新闻、研报、财报电话会议记录、专利数据库等不同来源中。

LLM 的另一个核心优势是跨文档信息融合。举例：

多源信息融合分析框架

纯粹依赖 LLM 做财务分析存在两个核心问题：一是幻觉——模型可能编造不存在的财务数字；二是成本——每次推理数百页文档的 Token 消耗巨大。

业界正在形成一种混合架构的最佳实践：

这种”哨兵-专家”分工模式兼顾了效率和深度，也是当前量化基本面（Quantamental）策略的主流架构。

以 2025 年某 A 股上市公司为例，我们设计了一个 LLM 辅助分析流程：

这套流程在识别”增收不增利""经营现金流与净利润背离""存货异常增长”等经典财务风险信号上表现出色，准确率显著高于单纯的量化模型。

大模型在财务分析中的局限同样不容忽视：

数字敏感性不足：LLM 本质上是语言模型而非计算模型，对精确数值的计算不如 Python 可靠。建议所有涉及数字的计算都通过函数调用（Function Calling）交给 Python 执行
时效性问题：训练数据有截止日期，无法实时感知市场变化
可解释性挑战：LLM 的推理过程在某些情况下可能是”事后合理化”而非真正的因果推理

展望未来，随着 Agent 框架的成熟，我们很可能看到自主财务分析 Agent的出现——它能自动获取最新财报，执行一整套分析流程，生成研究报告，并持续跟踪关注的标的。这将大幅降低基本面研究的人力成本，让中小投资者也能获得准机构级的研究支持。

大模型不是要替代传统的财务分析方法，而是让分析师从繁琐的信息提取中解放出来，把精力聚焦在真正需要判断力的地方——商业逻辑的洞察和投资决策的权衡。对于量化从业者而言，LLM 是一个强大的新工具，它让”量化”和”基本面”这两个看似对立的流派正在加速融合。