收益：
- 能够识别和验证人工智能可能产生虚构的数字、来源和立法
- 能够在财务数据隐私、KVKK 和公司政策的范围内管理人工智能的使用
- 了解审计、监管合规和道德的最终责任仍然由财务专业人员承担
模块考试
1. 作为金融分析师使用人工智能工具时，以下哪项的最终责任应始终由人类承担？
- A) 贷款分配决定的最终批准和签署 ✔
- B) 创建损益表摘要初稿
- C) 编辑图表的标题和轴标签
- D) 为报告准备财务术语表
描述：人工智能；它可以加快表格汇总、公式生成和报告起草等任务的速度。然而，投资、贷款或融资决策的准确性及其在正式文件中作为签名的反映是财务专业人员的责任；未经独立验证，这一决定不能委托给人工智能。
2.你让人工智能解读一家公司的现金流量表，它引用了表格中没有的“投资收益”项目。首先要采取的正确行动是什么？
- A) 按原样将评论添加到报告中，因为 AI 看起来很有信心
- B) 将评论所依据的每个项目与原始表进行比较，并拒绝源中没有的项目 ✔
- C) 稍后将该项目添加到表中
- D) 只需更改项目名称
解释：语言模型可以令人信服地伪造源中不存在的项目和数字（幻觉）。必须将解释所依据的每个项目与原始表格进行精确比较，并且不要接受任何不在来源中的数字。
3. AI将公司的流动比率计算为“流动资产/总资产”。这个输出的主要问题是什么？
- A) 没有必要，因为利率太高
- B) 流动比率的分母应该是短期外国资源，而不是总资产。 ✔
- C) 流动比率仅针对银行计算
- D) 结果不正确，因为它是小数而不是百分比
说明：流动比率衡量短期偿债能力，其定义为“流动资产/短期负债”。人工智能把分母弄错了。在比率分析中，验证每个比率的定义是第一步，也是强制性的步骤；错误的分母会产生完全误导的结果。
4. 在设置每周现金流预测时，人工智能驱动的预警逻辑最有价值的输出是什么？
- A）将前几个月的平均费用汇总在一行中
- B) 提前标记现金余额将低于临界阈值的一周 ✔
- C) 将表格格式化得更加丰富多彩
- D) 将所有数字转换为百分比
说明：现金管理的主要目的是预测现金余额将降至临界阈值以下的一周。从而及时采取融资、加速收款或推迟付款等行动。其价值不仅在于总结过去，更在于警示未来。
5、金融模型中AI创建的公式出现循环引用警告。哪种做法才是最正确的呢？
- A) 关闭警告并继续模型
- B) 回顾公式链，找到循环根源并重新建立逻辑 ✔
- C) 删除相关单元格并写入常数
- D) 在另一个文件中完全从头开始打开模型
解释：循环引用是单元格与其自身的直接或间接连接，通常发生在相互关联的项目中，例如利息和债务。忽视问题会产生错误的结果；需要重新审视逻辑，有意识地使用迭代设置或者重新建立公式链。
6. 当使用人工智能评估 DCF（贴现现金流）时，您希望了解结果对哪种假设最敏感。你做什么工作？
- A) 改变贴现率和终端增长范围并建立敏感度表 ✔
- B）以单一折扣率产生并完成单一结果
- C) 仅对前几年的利润进行平均
- D）报告具有最高假设的结果
说明：贴现现金流结果对贴现率和终端增长率特别敏感。在合理范围内改变这些假设，并建立一个敏感性表来显示估值结果如何变化，揭示了结果的脆弱性。
7. 当你向人工智能询问投资组合时，它会给出明确的建议：“你应该购买这只股票”。哪个是正确的评估？
- A）信任建议，因为人工智能可以访问最新数据
- B) 认为明确的买入/卖出建议不可靠，并将其视为仅基于数据和假设的分析 ✔
- C）直接向客户提供建议
- D）根据这个单一输出重建整个投资组合
披露：AI 并非提供个性化投资建议的授权顾问；它不能承诺未来的明确回报，它给出的方向性陈述是仅限于数据和假设的输出，需要经过审计。就风险状况和立法而言，最终的买卖建议是一个不可靠且负责任的领域。
8. 您在风险报告中审核人工智能生成的信用风险评分。哪个控制最关键？
- A) 检查报告的字体和颜色兼容性
- B) 验证分数使用的输入、数据质量和假设/偏差 ✔
- C）调整分数只是为了让它更高
- D) 完全不阅读就批准报告
说明：风险评分完全取决于它使用的输入及其包含的假设/偏差。验证使用了哪些变量、是否存在缺失/错误数据以及评分逻辑是否可解释，对于公平且可防御的风险决策至关重要。
9. 你用人工智能预测了销售收入。检验估计合理性的最合适方法是什么？
- A) 将预测应用于过去的一段时间，并将其与实际结果进行比较（回测）✔
- B) 按原样接受估算并将其写入年度预算
- C) 将最高增长情景作为唯一的实数
- D) 只是美化预测的图表
说明：回溯测试是将预测方法应用于过去一段时间，并与实际结果进行比较。查看该方法过去的准确度是了解未来预测的可靠性的最具体方法。
10. AI 制作的管理报告草案包含流动但来源不确定的数据。什么是正确的行为？
- A）按原样呈现报告，因为文字流畅
- B) 将每个数字与原始数据来源进行匹配，并删除未经证实的✔
- C) 对数字进行四舍五入和粉饰
- D) 只需阅读执行摘要并跳过其余部分
说明：报告中的每个数字必须可追溯至原始数据源（表、系统、账户）。即使是一个流利句子中的数字，任何未经核实来源的数字都不应该提交给管理层；否则，虚构的数字可能会进入决策依据。
11. 使用 AI 生成的 Excel 公式（例如嵌套 IF 和 VLOOKUP）之前最好的步骤是什么？
- A）将公式直接应用于整个实时数据集
- B) 在已知结果的小测试数据上运行公式并尝试边缘情况 ✔
- C) 删除部分公式以缩短它
- D）只看公式的长度
说明：复杂的公式可能看起来正确，但会产生错误的结果。在您手动知道其结果的小型测试数据上运行公式，将其与预期输出进行比较，并尝试诸如空/零/不匹配之类的边缘情况，将在错误转移到实时数据之前捕获错误。
12. 您希望将公司未经审计的季度业绩粘贴到公共人工智能工具中并请求分析。哪种做法才是最正确的呢？
- A) 检查机构政策并对数据进行匿名化或使用安全/机构工具 ✔
- B) 按原样粘贴数据以提高速度
- C) 只需删除公司名称并共享所有剩余号码即可。
- D）共享数据，然后要求人工智能删除它
描述：未公开披露的敏感财务数据；它在隐私、KVKK 和内幕交易方面存在风险。在共享数据之前，有必要检查公司政策，如果可能的话将其匿名化，或者使用公司/非数据共享工具。
13. 大赦国际参照特定法律条款给出了准确的征税税率。什么是正确的工程/财务行为？
- A) 直接应用汇率，因为 AI 是最新的
- B) 从官方、现行立法来源核实费率和商品编号 ✔
- C) 随机提高利率以保持安全
- D) 在没有检查的情况下将项目编号添加到报告中
解释：语言模型可能会记错或编造立法文章编号和比例。在税收和立法等具有约束力的领域，每个值都必须从官方和当前来源（立法文本、行政通知、财务顾问）逐字验证； AI输出只显示看哪里。
14. 在预算与差异分析中，哪种输入方法最适合从人工智能中获得最大收益？
- A）仅给出实现数据并跳过预算
- B) 仅将总营业额作为单行给出
- C) 按项目呈现预算和实现情况，并附有期间信息 ✔
- D) 仅要求偏差解释而不给出数字
说明：为了进行有意义的偏差分析，有必要向人工智能提供基于项目的预算和实现数据以及期间信息。然后，人工智能捕获偏差，将其计算为百分比，并将其分解为价格、数量和时间等类别。不完整或无上下文的数据会产生肤浅的解释。