2024年12月，International Journal of Accounting Information Systems发表了“A scoping review of ChatGPT research in accounting and finance”一文，该文对生成式AI在会计金融领域的应用进行了研究。生成式AI正迅速改变会计与金融等知识密集型行业的运作方式，尤其是以ChatGPT为代表的大语言模型，因其在自然语言理解与生成方面的强大能力而受到学界与业界的高度关注。本文基于264篇发表于SSRN与正式期刊的相关研究，梳理ChatGPT在会计与金融领域的最新进展。通过“投入—过程—产出”三阶段分析框架，系统总结其在审计、财务报告、投资分析、企业财务、风险管理等多个子领域的实际应用与研究价值，并指出当前研究中的关键缺口与未来发展方向。中国人民大学金融科技研究所（微信ID：ruc_fintech）对研究核心部分进行了编译。
作者 | Mengming Michael Dong, Theophanis C. Stratopoulos, Victor Xiaoqi Wang
来源 | International Journal of Accounting Information Systems
编译 | 于小淳
2022年底OpenAI推出ChatGPT，引爆全球对生成式AI的兴趣。该技术突破了传统自动化仅限重复性工作的边界，能够辅助甚至替代高认知任务，涉及专业判断、信息筛选与文本生成等环节。与以往信息系统和云技术8年达到15%采用率不同，ChatGPT仅用一年便促使超过5%的企业开始部署。Gartner预计，到2026年该技术的企业采用率将超过80%，在会计与金融领域的影响尤为显著。
本文指出，传统文献综述往往回顾已建立的知识体系，但面向生成式AI这类迅猛发展的新兴技术，学术研究更应具备前瞻性与行动导向。因此，作者不仅纳入正式期刊论文，也覆盖了上传至SSRN的工作论文，以把握技术演化的最前沿脉动。
LLMs是指参数量级达数十亿甚至万亿的神经网络模型，能够学习并生成自然语言。其核心架构“Transformer”引入了自注意力机制，能模拟人类在理解语言时依赖上下文语境的认知方式。
以GPT系列为例，GPT-3拥有1750亿参数，而GPT-4推测参数超过1.76万亿，能够实现多模态处理，并具备“零样本学习”与“少样本学习”能力。
表格1列出了2023-2024年主要LLMs的发展情况，显示竞争者如Anthropic（Claude系列）、Meta（LLaMA系列）、Google（Gemini系列）也在迅速推进模型规模与能力边界。
ChatGPT则是OpenAI基于GPT架构开发的交互式应用界面，目前拥有超过1.8亿用户。由于其易用性与普适性，成为学术与商业应用的首选平台，尤其在财务报表解读、文本分类与投资预测等任务中显示出显著优势。
为全面梳理现有研究，本文采用“范围文献回顾”方法，聚焦于以下问题：
研究构建了“投入—过程—产出”三阶段分析框架：
投入：研究动因与应用焦点；
过程：模型使用方式与能力层级；
产出：技术成熟度与实际影响。
同时，研究参照Gartner技术采纳周期，将文献分为概念构想、个案研究、潜在应用与价值实现四个阶段，以评估ChatGPT在行业中的技术成熟度。
（一）会计领域的应用焦点
研究者将ChatGPT应用于内部审计、外部审计与连续审计的流程自动化中。例如，GPT可自动生成初步的审计计划、草拟沟通文书、识别异常交易等。
同时，也出现一些框架型研究，提出审计人员使用LLMs的最佳实践与指导原则。部分研究探讨了人类审计师与AI之间在认知结构上的差异，认为AI在逻辑一致性上表现良好，但缺乏领域知识背景与风险判断能力。
2. 财务报告与披露
此类研究集中在LLMs处理非结构化文本（如年报、可持续发展报告、盈利预警等）方面的优势。例如，ChatGPT可对ESG信息进行结构化提取、判断披露是否充分透明，以及分析管理者语气对投资者行为的影响。
未来研究可关注LLMs对会计判断中“模糊边界”问题（如收入确认、公允价值评估）的影响，或开发结合知识图谱的多任务模型辅助合规审查。
目前仍属研究空白区，仅有极少数研究评估ChatGPT回答税务实务问题的能力，并开发新的变量测量工具（如税务稽查期识别）。与专门训练的Blue J模型相比，ChatGPT在准确率上稍逊，但显示出泛用性。未来可探索其在跨境税务筹划、反避税审查与智能合规系统中的应用潜力。
ChatGPT作为AIS中的“认知引擎”正在崛起。部分研究提出将其集成于企业流程自动化系统中，用于自动审核报销单据、识别系统异常、协助内部控制审计等。
挑战在于数据安全、系统互操作性与对员工技能结构的冲击。
（二）金融领域的应用焦点
研究大量使用ChatGPT分析市场情绪、预测资产回报，并用于投资组合构建与金融顾问辅助。ChatGPT在预测股价变动、捕捉新闻情绪、生成因子组合等方面优于传统模型，显示出较强的金融推理能力。
未来可研究其如何辅助量化交易策略开发，或在ESG投资中结合非财务信息进行因子建模。
2. 公司财务
ChatGPT被用于识别企业财报中的隐含政策调整、评估管理层决策逻辑、辅助并购可行性分析等。研究发现，企业治理结构对其采纳AI技术的速度有重要影响。
未来可拓展到私人企业、初创企业及家族企业等不透明信息环境中的预测应用。
ChatGPT在识别“非技术型风险”（如声誉风险、法律风险）方面表现优越，但在风险价值等量化建模能力上仍显不足。现有研究建议将其与统计模型混合使用，形成多源风险识别系统。
大量学术研究已开始使用ChatGPT辅助科研任务，包括：
文本嵌入：用于衡量文本相似性、提取概念主题；
情感分析与分类：辅助识别报告语气倾向；
自动摘要与代码生成：加快数据处理与建模流程；
推理与预测：辅助构建假说或提供初步实证解释。
表格6中列出了ChatGPT在会计与金融研究中最常使用的五大任务。同时，一些研究提出了LLMs用于研究设计的操作指南，例如模型选择、提示词设计、输出验证等。
（四）产出层面：ChatGPT采纳的成熟度与社会影响当前大多数研究仍集中于潜在应用阶段，尤其在会计领域79%文献尚未进入实证验证阶段。相比之下，部分金融研究已开始评估其实际带来的价值提升，如预测误差下降、投资组合收益率上升等。
此外，LLMs也对教育与就业市场产生影响。ChatGPT可通过多项职业考试，引发对未来会计教育的重新设计；与此同时，分析师、税务顾问等职业结构也面临调整，需强调人机协作与高阶判断能力的培养。
本综述提出若干关键的研究空白：
模型评估与可信度验证：如何系统评估ChatGPT的输出在实务环境中的可靠性；
伦理与监管：如何在保护隐私、确保公平的前提下推广应用；
跨文化通用性：模型训练语料偏英语世界，如何确保其适用于本地财税法律系统；
人机协同机制：如何设计更有效的AI+专业判断协同工作模式。
同时，建议进一步推动LLMs与会计制度、公司治理、风险控制之间的交叉融合研究。
ChatGPT正以惊人的速度变革会计与金融领域的认知边界与操作模式。本文通过系统性文献综述，构建了一套清晰的研究框架，揭示了当前的探索路径与未来的研究方向。对于研究者而言，这是一片充满机会的新大陆；对于从业者而言，理解并善用这一工具，将是保持竞争力的关键
……
获取完整报告
请后台回复“AI文献综述”
获取下载链接
