# 📊 Financial Statement Analysis with Large Language Models(金融報表分析與大型語言模型)

## 1. 🔍 研究概述

### 1.1 研究目的
🎯 探討大型語言模型（特別是GPT-4）是否能成功執行金融報表分析,特別是在預測未來盈利方向方面的表現。

### 1.2 研究背景
- 👥 金融分析師傳統上是金融市場的骨幹
- 🤖 LLM的出現可能改變這一現狀
- 🧐 需要了解LLM在金融分析領域的能力和局限性
- 💡 金融報表分析是一個複雜任務,需要理解、判斷和專業知識

### 1.3 研究設計
1. 📑 使用標準化和匿名化的資產負債表和損益表
2. 🧠 指示GPT-4分析並預測未來盈利方向
3. 🚫 不提供任何敘述性或行業特定信息
4. 📊 比較GPT-4、人類分析師和其他機器學習模型的表現
5. 💰 評估基於模型預測的投資策略表現

> 注：研究設計的關鍵在於提供LLM相同的信息基礎,以公平比較不同方法的表現。

## 2. 📚 數據和方法論

### 2.1 數據來源
- 📋 Compustat年度財務數據（1968-2021）
- 包含150,678個公司年度觀察值
- 來自15,401個不同的公司
- 📈 IBES分析師預測數據（1983-2021）
- 包含39,533個觀察值
- 來自3,152個不同的公司

### 2.2 數據處理
1. 📊 財務報表標準化：
- 使用Compustat的平衡模型
- 確保所有公司年度觀察值具有相同的財務報表結構
2. 🕵️ 匿名化處理：
- 刪除公司名稱和具體年份
- 使用相對年份標籤(如t, t-1)替代實際年份
3. 🧹 數據清洗：
- 要求年末資產價值超過100萬美元
- 年末股價超過1美元每股
- 財政年度結束日期為12月31日
- 確保資產負債表等式成立
4. 📉 變量處理：
- 所有連續變量在1%和99%水平上進行縮尾處理(winsorized)
- 缺失的連續變量使用年度行業平均值進行插補

> 注：這種處理確保了所有公司年度觀察值具有相同的財務報表結構,防止模型通過特定格式或公司名稱識別公司。

### 2.3 預測方法
1. 🤖 GPT-4模型：
- 簡單提示：直接要求模型分析財務報表並預測
- 鏈式思考（Chain-of-Thought, CoT）提示：引導模型步驟化思考
2. 👥 人類分析師預測：
- 使用IBES數據庫中的分析師預測
- 考慮1個月、3個月和6個月後的預測
3. 🖥️ 機器學習模型：
- 逐步邏輯回歸（基於Ou and Penman, 1989的59個財務變量）
- 人工神經網絡（ANN）：
- 使用與邏輯回歸相同的59個變量
- 另一版本僅使用資產負債表和損益表數據

### 2.4 評估指標
- ✅ 準確率：正確預測的比例
- 🎯 F1分數：精確度和召回率的調和平均數
- 📈 AUC（曲線下面積）：僅用於某些模型的評估

## 3. 🧠 GPT模型的應用

### 3.1 GPT提示設計
- 簡單提示：分析這些財務報表並預測未來盈利方向。

- 鏈式思考（CoT）提示：
1. 擔任金融分析師的角色
2. 識別財務報表項目的顯著變化
3. 計算關鍵財務比率（不限制需要計算的比率集）
4. 在計算比率時，先陳述公式，然後進行簡單計算
5. 對計算出的比率提供經濟解釋
6. 基於這些信息預測未來盈利是否可能增加或減少
7. 提供一段解釋預測理由的文字
8. 提供預測的幅度（大、中、小）和信心程度（0到1之間的分數）

### 3.2 GPT輸出分析
GPT的輸出包含三個主要部分：
1. 📊 趨勢分析
2. 🧮 比率分析
3. 🔮 預測理由

研究者對這些輸出進行了以下處理：
1. 📝 文本嵌入：
- 使用BERT-base-uncased模型將文本轉換為768維向量
2. 🧠 基於嵌入的ANN模型：
- 使用這些向量訓練新的預測模型
- 模型結構：輸入層(768維)、兩個隱藏層(256和64維)、輸出層(2維)
3. 📊 內容分析：
- 計算比率分析中最常用的二元詞組(bigrams)
- 分析預測理由中最常用的單詞(monograms)

> 注：這種分析方法允許研究者量化GPT生成文本的信息價值。

## 4. 📈 研究結果

### 4.1 預測準確率比較

模型 準確率 F1分數
GPT (CoT) 60.35% 60.90%
人類分析師(1個月) 52.71% 54.48%
人類分析師(3個月) 55.95% 55.33%
人類分析師(6個月) 56.68% 56.85%
ANN 60.45% 61.62%
逐步邏輯回歸 52.94% 57.23%

### 4.2 GPT vs 人類分析師
- GPT在預測准確率上顯著優於人類分析師
- GPT和人類分析師的預測是互補的，而非替代關係
- GPT在分析師可能表現不佳的情況下更有價值

### 4.3 GPT vs 機器學習模型
- GPT的表現與專門訓練的ANN模型相當
- GPT在處理小型公司和虧損公司時表現更好
- GPT生成的文本包含有價值的信息，可用於進一步預測

### 4.4 GPT預測能力來源分析
1. 排除記憶偏差：
- GPT無法準確猜測公司名稱和財年
- 在訓練窗口外的測試中表現穩定
2. 文本信息價值：
- 基於GPT文本的ANN模型達到58.95%的准確率
- GPT文本中的比率分析和趨勢分析最為重要

### 4.5 投資策略表現
- 基於GPT預測的投資策略產生了顯著的超額回報
- GPT策略在夏普比率和阿爾法值上優於其他模型

## 5. 結論與啟示

1. LLM（如GPT-4）在金融報表分析中展現出與人類專家相當甚至更優的能力
2. GPT生成的分析洞察是其預測能力的關鍵來源
3. LLM可能在金融決策中扮演更重要的角色，但需要進一步研究其實際應用
4. 這項研究為LLM在金融領域的應用開闢了新的可能性

## 6. 研究流程圖

graph TD
    A[數據獲取] --> B[數據處理]
    B --> C[模型設計與訓練]
    C --> D[模型評估]
    D --> E[結果分析與比較]

    A --> |Compustat| A1[財務報表數據]
    A --> |IBES| A2[分析師預測]

    B --> B1[財務報表標準化]
    B --> B2[財務報表匿名化]

    C --> C1[GPT模型]
    C --> C2[分析師預測]
    C --> C3[機器學習模型]

    C1 --> |簡單提示| C1a[GPT without CoT]
    C1 --> |鏈式思考提示| C1b[GPT with CoT]

    C3 --> C3a[逐步邏輯回歸]
    C3 --> C3b[人工神經網絡 ANN]

    D --> D1[準確率評估]
    D --> D2[F1分數評估]

    E --> E1[GPT vs 分析師]
    E --> E2[GPT vs 機器學習模型]
    E --> E3[預測能力來源分析]
    E --> E4[資產定價測試]

    E3 --> E3a[記憶偏差檢驗]
    E3 --> E3b[文本信息價值分析]

    E4 --> E4a[投資組合構建]
    E4 --> E4b[夏普比率分析]
    E4 --> E4c[Alpha值分析]

這個流程圖展示了從數據獲取到最終結果分析的整個研究過程。
## 7. 關鍵金融詞彙解釋

1. 金融報表分析 (Financial Statement Analysis)
🔍 這是一種評估公司財務健康狀況的方法。分析師會審查公司的財務報表（如資產負債表、損益表等），以了解公司的盈利能力、償債能力和整體財務表現。

2. 資產負債表 (Balance Sheet)
📊 這是一份顯示公司在特定時間點的財務狀況報表。它列出了公司的資產（擁有的東西）、負債（欠的東西）和股東權益（公司的淨值）。
3. 損益表 (Income Statement)
💰 也稱為盈利表，這份報表顯示了公司在一段時間內的收入、支出和利潤（或虧損）。它告訴我們公司賺了多少錢，花了多少錢。
4. 盈利 (Earnings)
💹 指公司在扣除所有費用後的淨利潤。這是衡量公司財務表現的關鍵指標。
5. 每股盈餘 (EPS - Earnings Per Share)
📈 這是將公司的淨利潤除以流通股票數量得到的數值。它顯示了每股股票所代表的利潤，是評估公司價值的重要指標。
6. 財務比率 (Financial Ratios)
🧮 這些是通過比較不同財務數據項目得出的數值，用於快速評估公司的財務狀況。例如，流動比率衡量短期償債能力，資產周轉率衡量資產使用效率。
7. 市帳率 (Book-to-Market Ratio)
📚 這個比率比較公司的賬面價值和市場價值。低市帳率可能表示股票被高估，高市帳率可能表示股票被低估。
8. 槓桿率 (Leverage)
🏋️ 表示公司使用借貸資金的程度。高槓桿可能帶來更高回報，但也增加了財務風險。
9. 盈利波動性 (Earnings Volatility)
🎢 指公司盈利的不穩定程度。高波動性可能意味著公司的盈利不穩定，預測未來表現更困難。
10. 分析師預測 (Analyst Forecasts)
🔮 金融分析師基於公司財務報表和其他信息對公司未來表現（如盈利）的預測。
11. 隨機漫步模型 (Random Walk Model)
🎲 在金融中，這個理論認為股價的未來走向是隨機的，不能通過過去的價格變動來預測。
12. F1分數 (F1 Score)
🎯 這是衡量預測模型性能的指標，綜合考慮了精確度和召回率。完美的F1分數是1，最差是0。
13. 人工神經網絡 (ANN - Artificial Neural Network)
🧠 這是一種機器學習模型，模仿人腦的結構和功能，用於複雜的預測任務。
14. 夏普比率 (Sharpe Ratio)
📊 這是衡量投資組合表現的指標，計算超額回報與風險的比率。較高的夏普比率表示在承擔相同風險的情況下獲得了更高的回報。
15. 阿爾法值 (Alpha)
🏆 在投資中，阿爾法代表投資組合相對於市場基準的超額回報。正的阿爾法表示投資策略優於市場。
16. 長短倉策略 (Long-Short Strategy)
⚖️ 這是一種投資策略，同時買入（做多）預期會上漲的股票，賣空（做空）預期會下跌的股票，以期獲得市場中性的回報。