Gevinster:
- Evne til at genkende og verificere, at AI kan producere fiktive tal, kilder og lovgivning
- Evne til at administrere brugen af AI inden for rammerne af finansiel databeskyttelse, KVKK og virksomhedspolitik
- Forståelse af, at det endelige ansvar for revision, overholdelse af lovgivning og etik forbliver hos finansprofessionel
Modul eksamen
1. Når du arbejder med et AI-værktøj som finansanalytiker, er det endelige ansvar for, hvilket af følgende, som altid skal forblive hos mennesket?
- A) Endelig godkendelse og underskrift af en lånetildelingsbeslutning ✔
- B) Oprettelse af et første udkast til en resultatopgørelsesoversigt
- C) Redigering af titlen og akselabel for et diagram
- D) Udarbejdelse af en ordliste over økonomiske termer til en rapport
Beskrivelse: AI; Det kan fremskynde opgaver såsom tabelopsummering, formelgenerering og rapportudkast. Nøjagtigheden af en investerings-, låne- eller finansieringsbeslutning og dens afspejling i et officielt dokument som underskrift er dog finansprofessionalens ansvar; denne beslutning kan ikke delegeres til AI uden uafhængig verifikation.
2. Du fik AI'en til at fortolke en virksomheds pengestrømsopgørelse, og den citerede en "investeringsindkomst", som ikke var i tabellen. Hvad er den første rigtige handling at tage?
- A) Tilføj kommentaren til rapporten, som den er, fordi AI virker sikker
- B) Sammenlign hvert element, som kommentaren er baseret på, med den originale tabel og afvis elementet, der ikke er i kilden ✔
- C) Tilføjelse af det element til tabellen senere
- D) Skift blot navnet på varen
Forklaring: Sprogmodeller kan på overbevisende måde fremstille elementer og tal, der ikke findes i kilden (hallucination). Det er bydende nødvendigt at sammenligne hvert element, som fortolkningen er baseret på, nøjagtigt med den originale tabel og ikke at acceptere et tal, der ikke er i kilden.
3. AI beregnet nutidsforhold for en virksomhed som 'omsætningsaktiver/samlede aktiver'. Hvad er hovedproblemet med dette output?
- A) Det er unødvendigt, fordi satsen bliver for høj
- B) Nævneren af det aktuelle forhold bør være kortfristede udenlandske ressourcer, ikke samlede aktiver. ✔
- C) Nuværende forhold beregnes kun for banker
- D) Resultatet er forkert, fordi det er en decimal i stedet for en procentdel
Forklaring: Current ratio måler kortsigtet solvens og definitionen er 'omsætningsaktiver/kortfristede passiver'. AI tog nævneren forkert. I forholdsanalyse er verificering af definitionen af hvert forhold det første og obligatoriske trin; Den forkerte nævner giver et fuldstændigt misvisende resultat.
4. Hvad er det mest værdifulde output af en AI-drevet tidlig advarselslogik, når du opsætter en ugentlig pengestrømsfremskrivning?
- A) Opsummering af de gennemsnitlige udgifter for tidligere måneder på en enkelt linje
- B) Marker på forhånd den uge, hvor kassebeholdningen vil falde under den kritiske tærskel ✔
- C) Formatering af tabellen mere farverigt
- D) Konvertering af alle tal til procenter
Forklaring: Hovedformålet med likviditetsstyring er at forudse ugen, hvor kassebeholdningen vil falde under den kritiske tærskel. Handlinger såsom finansiering, fremskyndelse af opkrævning eller udskydelse af betaling bliver således truffet rettidigt. Det er værdifuldt ikke kun at opsummere fortiden, men også at advare om fremtiden.
5. En cirkulær referenceadvarsel dukkede op i den formel, der blev oprettet af AI i en finansiel model. Hvilken er den mest korrekte tilgang?
- A) Sluk for advarslen og fortsæt med modellen
- B) Gennemgå formelkæden, find kilden til løkken, og reetabler logikken ✔
- C) Slet den relevante celle og skriv i stedet et konstant tal
- D) Åbning af modellen helt fra bunden i en anden fil
Forklaring: Cirkulær reference er en celles direkte eller indirekte forbindelse til sig selv og forekommer normalt i elementer, der fodrer hinanden, såsom renter og gæld. At ignorere problemet giver det forkerte resultat; Det er nødvendigt at gennemgå logikken og bruge iterationsindstillingen bevidst eller genetablere formelkæden.
6. Ved værdiansættelse af DCF (discounted cash flow) med AI vil du gerne se, hvilken antagelse resultatet er mest følsomt over for. Hvad laver du?
- A) Ændring af diskonteringsrenten og terminalvæksten i intervallet og etablering af en følsomhedstabel ✔
- B) Fremstil og færdiggør et enkelt resultat med en enkelt diskonteringsrente
- C) Kun gennemsnit af tidligere års overskud
- D) Indberetning af resultatet med den højeste forudsætning
Forklaring: DCF-resultatet er særligt følsomt over for diskonteringsrenten og den endelige vækstrate. Ændring af disse antagelser inden for et rimeligt interval og etablering af en følsomhedstabel, der viser, hvordan værdiansættelsesresultatet ændrer sig, afslører, hvor skrøbeligt resultatet er.
7. Når du spørger AI om en portefølje, giver den en endelig anbefaling, der siger 'du bør købe denne aktie'. Hvad er den rigtige vurdering?
- A) Stoler på anbefalingen, fordi AI har adgang til opdaterede data
- B) At betragte endelige køb/salgsråd som upålidelige og behandle det som analyse baseret udelukkende på data og antagelser ✔
- C) Levering af anbefalingen direkte til kunden
- D) Rekonstruering af hele porteføljen baseret på dette enkelte output
Offentliggørelse: AI er ikke en autoriseret rådgiver, der yder personlig investeringsrådgivning; Det kan ikke love et sikkert afkast for fremtiden, og de retningsgivende erklæringer, det giver, er output, der er begrænset til data og antagelser og skal revideres. Definitiv køb/salg rådgivning er et upålideligt og ansvarligt område i forhold til risikoprofil og lovgivning.
8. Du reviderer AI-genereret kreditrisikoscoring i en risikorapport. Hvilken kontrol er mest kritisk?
- A) Kontrol af rapportens skrifttype og farvekompatibilitet
- B) Valider de input, datakvalitet og antagelser/biaser scoren bruger ✔
- C) Justering af scoren bare for at få den til at gå højere
- D) Godkend rapporten uden overhovedet at læse den
Forklaring: Risikoscoring er fuldstændig afhængig af de input, den bruger, og de antagelser/biaser, den indeholder. Det er afgørende for en retfærdig og forsvarlig risikobeslutning at verificere hvilke variabler der bruges, om der mangler/fejlagtige data, og om logikken i scoren kan forklares.
9. Du forudsagde salgsindtægter med kunstig intelligens. Hvad er den mest hensigtsmæssige metode til at teste rimeligheden af estimatet?
- A) Anvendelse af prognosen til en tidligere periode og sammenligne den med det faktiske resultat (backtest) ✔
- B) Accepter overslaget, som det er, og skriv det ind i det årlige budget
- C) At tage det højeste vækstscenarie som det eneste reelle tal
- D) Bare forskønne grafen for forudsigelsen
Forklaring: Backtesting er at anvende prognosemetoden på en tidligere periode og sammenligne den med det faktiske resultat. At se, hvor nøjagtig metoden har været tidligere, er den mest konkrete måde at forstå, hvor pålidelig fremtidsforudsigelsen kan være.
10. Et udkast til ledelsesrapport udarbejdet af AI indeholder tal, der er flydende, men af usikker oprindelse. Hvad er den korrekte adfærd?
- A) Præsentation af rapporten, som den er, fordi teksten er flydende
- B) Match hver figur med den originale datakilde og fjern den ubekræftede ✔
- C) Afrunding og overskydning af tal
- D) Bare læs resuméet og spring resten over
Beskrivelse: Hver figur i rapporten skal kunne spores til den oprindelige datakilde (tabel, system, konto). Selvom det er et tal i en flydende sætning, bør intet nummer, hvis kilde ikke er verificeret, præsenteres for ledelsen; I modsat fald kan et fiktivt nummer indgå i beslutningsgrundlaget.
11. Hvad er det bedste trin, før du bruger en AI-genereret Excel-formel (f.eks. indlejret IF og VLOOKUP)?
- A) Anvendelse af formlen direkte på hele det levende datasæt
- B) Kør formlen på et lille testdata med kendte resultater og prøv kanttilfælde ✔
- C) Sletning af en del af formlen for at forkorte den
- D) Bare se på længden af formlen
Forklaring: Komplekse formler kan se korrekte ud, men give forkerte resultater. At køre formlen på et lille testdata, hvis resultat du kender manuelt, sammenligne det med det forventede output og prøve kanttilfælde som null/nul/unmatched vil fange fejlen, før den overføres til live-dataene.
12. Du vil indsætte din virksomheds ikke-reviderede kvartalsresultater i et offentligt AI-værktøj og anmode om analyse. Hvilken er den mest korrekte tilgang?
- A) Kontrol af den institutionelle politik og anonymisering af data eller brug af et sikkert/institutionelt værktøj ✔
- B) Indsæt dataene som de er for hastighed
- C) Det er nok bare at slette firmanavnet og dele alle de resterende numre.
- D) Deling af data og derefter bede AI'en om at slette dem
Beskrivelse: Følsomme økonomiske data, der ikke offentliggøres; Det er risikabelt i forhold til privatliv, KVKK og insiderhandel. Før du deler data, er det nødvendigt at tjekke virksomhedens politik, anonymisere den, hvis det er muligt, eller bruge et virksomheds-/ikke-datadelingsværktøj.
13. AI gav en nøjagtig sats for en skattepålæggelse med henvisning til en bestemt lovartikel. Hvad er den korrekte tekniske/økonomiske adfærd?
- A) Anvendelse af satsen direkte, fordi AI er opdateret
- B) Verifikation af pris og artikelnummer fra officiel, gældende lovgivningskilde ✔
- C) Hæve kursen tilfældigt for at være på den sikre side
- D) Tilføjelse af varenummeret til rapporten uden at kontrollere det overhovedet
Forklaring: Sprogmodeller kan misforstå eller udgøre lovgivningens artikelnumre og proportioner. På bindende områder som skat og lovgivning skal enhver værdi verbatimeres fra officielle og aktuelle kilder (lovtekst, administrativ meddelelse, finansiel rådgiver); AI-output viser kun, hvor du skal kigge.
14. Hvilken input-tilgang er den rigtige for at få mest udbytte af kunstig intelligens i budget-til-variance-analyse?
- A) Giver kun realisationstal og springer budgettet over
- B) Angiv kun den samlede omsætning som en enkelt linje
- C) Præsentation af budget og realisering på postbasis med periodeoplysninger ✔
- D) Beder kun om afvigelsesfortolkning uden at angive tallene
Forklaring: For en meningsfuld afvigelsesanalyse er det nødvendigt at give AI både budget- og realisationstal på postbasis og med periodeoplysninger. AI fanger derefter afvigelser og kan beregne dem som procenter og opdele dem i kategorier som pris, volumen og timing. Ufuldstændige eller kontekstløse data producerer overfladisk fortolkning.