Lợi nhuận:
- Hiểu cách sử dụng trí tuệ nhân tạo để kiểm soát việc soạn thảo và tính toán trong phân tích báo cáo tài chính, tính tỷ lệ và giải thích dòng tiền.
- Khả năng tính toán lại cách giải thích tài chính do trí tuệ nhân tạo tạo ra với dữ liệu nguồn và các giả định và giới hạn câu hỏi với tư cách là một chuyên gia
- Khả năng hiểu được sự không chắc chắn của dự báo và phân tích kịch bản, đồng thời duy trì các quyết định đầu tư/tín dụng thuộc về con người.
Công việc của nhà phân tích tài chính là đọc câu chuyện bên trong biểu đồ. Bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh và dòng tiền của công ty; Nó kể một câu chuyện về tính thanh khoản, lợi nhuận, nợ và tăng trưởng. Từ những con số này, nhà phân tích tính toán tỷ lệ, giải thích xu hướng, xây dựng các kịch bản và cung cấp thông tin đầu vào cho quyết định tín dụng/đầu tư. Trong quá trình này, trí tuệ nhân tạo tiết kiệm thời gian trong việc đọc bảng, tính toán tỷ lệ và diễn giải dự thảo. Nhưng cốt lõi của phân tích tài chính là sự không chắc chắn: mọi diễn giải đều dựa trên một giả định, mọi dự báo đều dựa trên một kịch bản. AI có thể nói một cách quá chắc chắn rằng “công ty này hoàn toàn vững chắc”; trong khi phân tích thực sự là đặt câu hỏi về các giả định và chỉ ra sự không chắc chắn. Quyết định tín dụng/đầu tư cuối cùng, với tính không chắc chắn của nó, là của con người.
Trong phần này, chúng ta sẽ xem cách sử dụng AI làm bản dự thảo và kiểm soát tài khoản trong phân tích báo cáo tài chính, cách tính toán lại và truy vấn kết quả đầu ra cũng như cách quản lý sự không chắc chắn về dự báo/kịch bản.
Phân tích tài chính dựa trên cái gì?
Công cụ cơ bản:
- Phân tích tỷ lệ: Tính thanh khoản (tỷ lệ hiện tại, kiểm tra axit), khả năng sinh lời (tỷ suất lợi nhuận ròng, lợi nhuận trên vốn chủ sở hữu), nợ (nợ/vốn chủ sở hữu), hiệu quả (tỷ lệ vòng quay các khoản phải thu).
- Phân tích xu hướng: Thay đổi giữa các năm/quý; tăng trưởng hay co lại?
- Dòng tiền: Liệu một công ty có vẻ có lợi nhuận có tạo ra tiền mặt hay không - lợi nhuận trên giấy tờ không phải là tiền trong sổ ghi tiền.
- Kịch bản và cảm tính: Các dự đoán dựa trên giả định như "Điều gì sẽ xảy ra nếu doanh số bán hàng giảm 10%?"
Mẹo: Khả năng sinh lời và dòng tiền là những thứ khác nhau. Trong khi một công ty đang có lợi nhuận kế toán, nó có thể thiếu tiền mặt. Nếu AI rơi vào một lối tắt như “có lợi nhuận, do đó vững chắc”, thì nhiệm vụ của bạn là phải mắc bẫy đó.
Định vị trí tuệ nhân tạo đúng cách
Nhiệm vụ
vai trò AI
kiểm soát/quyết định
Phác thảo tính toán tỷ lệ từ bảng
hối phiếu tài khoản
Tính toán lại từ nguồn
Tóm tắt xu hướng
bản thảo tóm tắt
Đánh giá của chuyên gia
Ghi chú so sánh ngành
dự thảo
Xác nhận nguồn và tiền tệ
Chỉnh sửa kịch bản
dự thảo giả định
Giả định câu hỏi chuyên gia
Tư vấn tín dụng/đầu tư
(chỉ là bản nháp)
người đàn ông quyết định
AI không đưa ra “quyết định cuối cùng” ở bất kỳ đường lối nào; Công việc của bạn là phát hiện ra những giả định và sự không chắc chắn đằng sau mỗi bình luận.
Tính toán lại và đặt câu hỏi giả định
- Xác minh giá từ nguồn. Hãy tự tính toán tỷ lệ hiện tại, tỷ suất lợi nhuận, tỷ lệ nợ/vốn chủ sở hữu do trí tuệ nhân tạo đưa ra với các giá trị dạng bảng. Mô hình có thể kết hợp mẫu số/tử số.
- Độ chính xác đầu vào Các giá trị trong bảng được mô hình đọc có chính xác không? Nhập sai sẽ cho kết quả sai ngay cả với công thức đúng (rác vào, rác ra).
- Làm cho giả định có thể nhìn thấy được. Hãy hỏi rõ ràng giả định mà mỗi dự báo dựa trên ("doanh số không đổi", "tỷ lệ không thay đổi") và đặt câu hỏi về tính thực tế của nó.
- Phá vỡ độ chính xác quá mức. Thay thế các cụm từ như “hoàn toàn”, “chắc chắn” bằng ngôn ngữ không chắc chắn (“theo dữ liệu có sẵn, giả sử”).
Bốn mẫu có thể sao chép
1) Phác thảo tính toán tỷ lệ (có hiển thị bước):
Tính toán các tỷ lệ sau với các giá trị trong bảng bên dưới và hiển thị công thức cũng như các bước trung gian cho từng tỷ lệ: tỷ lệ khả năng thanh toán hiện tại, tỷ suất lợi nhuận ròng, nợ/vốn chủ sở hữu. Chỉ cần làm phép tính; Đưa ra phán đoán "mạnh/yếu". Giá trị: [tài sản hiện tại, nợ ngắn hạn, lợi nhuận ròng, doanh thu, tổng nợ, vốn chủ sở hữu]
2) Tóm tắt xu hướng và dòng tiền:
Vai trò của bạn: trợ lý tóm tắt cho nhà phân tích tài chính. Tóm tắt một cách trung thực các xu hướng từ dữ liệu ba phần tư đã được xác minh mà tôi cung cấp cho bạn. Đánh giá khả năng sinh lời và dòng tiền RIÊNG; Nếu cả hai mâu thuẫn với nhau, hãy làm nổi bật điều này. Đưa ra những quyết định đầu tư dứt khoát. Dữ liệu: [số liệu]
3) Kiểm soát giả định và độ không chắc chắn:
Những giả định nào dựa trên các bình luận tài chính sau đây? Liệt kê từng giả định một cách rõ ràng và chỉ ra những giả định nào sẽ thay đổi kết quả nếu chúng không được thực hiện. Gắn cờ các tuyên bố quá chính xác ("hoàn toàn", "được đảm bảo"). Văn bản: [bình luận]
4) Dự thảo kịch bản (độ nhạy):
Vai trò của bạn: trợ lý soạn thảo kịch bản. Thiết lập hai kịch bản dựa trên dữ liệu cơ sở: (1) nếu doanh thu giảm 10%, (2) nếu chi phí lãi vay tăng 20% thì lãi suất cơ bản sẽ bị ảnh hưởng như thế nào? Viết ra giả định của từng tình huống một cách rõ ràng. Đây là bản nháp; Tôi sẽ đưa ra quyết định đầu tư/cho vay cuối cùng. Dữ liệu cơ sở: [số liệu]
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Nhìn vào tuyên bố của công ty này và quyết định xem chúng tôi có nên cho vay hay không, tôi muốn có câu trả lời rõ ràng: có hoặc không.
Nó chuyển tải quyết định sang mô hình, che giấu các giả định, bỏ qua sự không chắc chắn và yêu cầu độ chính xác quá mức.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý hỗ trợ quyết định, không phải người ra quyết định. Tính toán các tỷ số theo công thức, đánh giá xu hướng và dòng tiền riêng biệt. Viết rõ ràng giả định làm cơ sở cho mỗi nhận xét và nêu rõ mọi điều không chắc chắn. Không sử dụng các biểu thức như "hoàn toàn." Tôi sẽ đưa ra quyết định tín dụng, nêu rõ sự không chắc chắn.
Ý chí mạnh mẽ làm cho việc tính toán trở nên minh bạch, làm cho các giả định và sự không chắc chắn trở nên rõ ràng và để lại quyết định cho con người.
ba trường hợp nhỏ
Trường hợp 1 - Tiết kiệm thời gian. Một nhà phân tích đã sử dụng AI để tính toán các tỷ lệ cơ bản của danh mục đầu tư gồm 15 công ty ở dạng bản nháp thô, sau đó xác minh tất cả chúng từ nguồn. Tính toán thủ công 4 giờ giảm xuống còn 1 giờ; Nhà phân tích dành thời gian của mình để giải thích và đặt câu hỏi về các giả định.
Trường hợp 2 - Tính toán lại phát hiện lỗi. Trí tuệ nhân tạo đưa ra tỷ lệ hiện tại của công ty là "2,4". Nhà phân tích tính toán lại: mô hình sử dụng tổng nợ thay vì nợ ngắn hạn; tỷ lệ thanh toán hiện thời thực tế là 1,1 và có mối lo ngại về tính thanh khoản. Việc xác thực ngăn ngừa ấn tượng sai về "rắn".
Trường hợp 3 - Khoảng dừng chính xác quá mức. Trí tuệ nhân tạo cho biết "công ty rất vững chắc, nhất định phải cho vay". Nhà phân tích xem xét dòng tiền: mặc dù công ty có vẻ có lãi nhưng hai quý vừa qua đã tạo ra dòng tiền hoạt động âm. Nhận xét được viết lại bằng cách bổ sung thêm sự không chắc chắn vì "có lợi nhuận nhưng khả năng tạo tiền mặt yếu, nên bổ sung tài sản thế chấp và giám sát chặt chẽ." Quyết định được trình bày trước ủy ban với sắc thái này.
Tầm quan trọng của bối cảnh: tỷ lệ giống nhau, câu chuyện khác nhau
Trong phân tích tài chính, các con số không nói lên điều gì; Nó đạt được ý nghĩa với bối cảnh. Mặc dù giá trị "tỷ lệ hiện tại là 1,2" tương tự là khá bình thường đối với một chuỗi bán lẻ, nhưng nó có thể đáng báo động đối với một công ty ký hợp đồng có thời gian thu tiền dài. AI biết các mô hình chung, nhưng thường không biết bối cảnh cụ thể của ngành của bạn, công ty này và giai đoạn này; vì vậy nó có thể rơi vào những lối tắt như “tỷ lệ thấp = tệ”. Bạn là người thêm ngữ cảnh.
Đặt ba câu hỏi khi xem xét bối cảnh:
- Tiêu chuẩn của ngành là gì? So sánh tỷ lệ này với mức trung bình ngành và đối thủ cạnh tranh; Vị trí tương đối, không phải giá trị tuyệt đối, là quan trọng.
- Xu hướng là gì? Tỷ giá của một thời kỳ là sai lệch; Tỷ giá đang được cải thiện hay xấu đi? Phương hướng thường quan trọng hơn trình độ.
- Có bất kỳ hiệu ứng một lần? Việc bán tài sản, dự phòng cho một vụ kiện hoặc thu nhập bất thường có thể làm cho giai đoạn này có vẻ tốt hoặc xấu và che giấu bức tranh thực tế. Xem hình ảnh "làm sạch".
Mẹo: Khi nhờ AI diễn giải một tỷ lệ, hãy hỏi "bạn đang nói về giả định ngành nào?" hỏi. Nếu mô hình không thể giải thích giả định của nó thì việc giải thích nó không có ngữ cảnh; không đáng tin cậy cho đến khi được kiểm tra bằng kiến thức ngành của bạn.
Những lỗi thường gặp
- Không tính toán lại tỷ lệ. Không khẳng định tỷ lệ do mô hình đưa ra với công thức; Đây là lúc xảy ra sự nhầm lẫn về tử số/mẫu số.
- Nhầm lẫn lợi nhuận với tiền mặt. Thích lối tắt “có lợi nhuận, do đó vững chắc”.
- Che giấu giả định Không hỏi dự đoán dựa trên giả định nào.
- Chấp nhận sự chắc chắn quá mức. Những biểu thức như "hoàn toàn chắc chắn" đều được đưa vào báo cáo.
- Để lại quyết định cho người mẫu. Cố gắng giao trách nhiệm bằng cách yêu cầu người mẫu đưa ra phán quyết cuối cùng về khoản vay/đầu tư.
Thận trọng: Kết quả nguy hiểm nhất trong phân tích tài chính là một giả định đầy tự tin nhưng dựa trên sai lầm. Tin tưởng vào một dự đoán mà không biết "nếu" đằng sau nó là gì cũng giống như tin tưởng vào một tòa nhà không thể nhìn thấy nền móng.
Tóm lại
Phân tích tài chính đọc câu chuyện đằng sau những con số bằng các công cụ tỷ lệ, xu hướng, dòng tiền và kịch bản. Trí tuệ nhân tạo tạo ra các bản thảo tài khoản và bản thảo bình luận; nhưng chuyên gia phải tính toán lại các tỷ lệ từ nguồn, xác thực dữ liệu đầu vào, đưa ra các giả định rõ ràng và thay thế độ chính xác quá mức bằng ngôn ngữ của sự không chắc chắn. Quyết định tín dụng/đầu tư cuối cùng, với sự không chắc chắn của nó, thuộc về con người. Trong một câu: AI tóm tắt các con số; Nhà phân tích có thẩm quyền sở hữu cách giải thích, giả định và quyết định.
Nhiệm vụ ứng dụng
Chuẩn bị một báo cáo tài chính nhỏ (tài sản lưu động, nợ ngắn hạn, lợi nhuận ròng, doanh thu, tổng nợ phải trả, vốn chủ sở hữu). Yêu cầu mẫu đầu tiên tính toán các tỷ lệ và so sánh từng tỷ lệ bằng cách tính toán lại chúng theo cách thủ công. Sau đó, đánh giá khả năng sinh lời và dòng tiền riêng biệt bằng mẫu 2. Đồng thời, in một nhận xét có chủ ý quá chính xác và cho thấy nhận xét đó được giảm nhẹ như thế nào bằng cách kiểm tra giả định/sự không chắc chắn với mẫu thứ 3.
danh sách kiểm tra
- [ ] Tôi đã tính toán lại tỷ lệ do mô hình đưa ra từ nguồn bằng công thức.
- [ ] Tôi xác nhận rằng các giá trị trong bảng đầu vào đã được đọc chính xác.
- [ ] Tôi đã đánh giá riêng khả năng sinh lời và dòng tiền.
- [ ] Tôi đã làm rõ và đặt câu hỏi về giả định mà mỗi cách giải thích đều dựa vào.
- [ ] Tôi đã thay thế những câu nói quá chính xác bằng ngôn ngữ không chắc chắn.
- [ ] Tôi đã đưa ra quyết định và chịu trách nhiệm cuối cùng về khoản vay/đầu tư.