AI trong phân tích tài chính: quy trình kiểm chứng trước khi kết luận
Một quy trình dùng AI để trích xuất, đối chiếu và tìm phản biện, kèm ví dụ phát hiện sai đơn vị. Người phân tích vẫn phải kiểm tra nguồn và phép tính.
Mục lụcTrong bài này
AI có thể hỗ trợ đọc tài liệu, sắp xếp dữ kiện và đặt câu hỏi phản biện. Nhưng một đoạn trả lời trôi chảy chưa phải là bằng chứng. Giá trị của quy trình nằm ở khả năng quay lại tài liệu gốc, tính lại kết quả và biết rõ phần nào còn thiếu, trước khi viết kết luận về doanh nghiệp.
Bài này trình bày một quy trình đề xuất và ví dụ giả định để người đọc có thể thực hành. Đây không phải nghiên cứu đo năng suất, không công bố kết quả thử nghiệm trên một nhóm chuyên viên và không suy đoán việc AI sẽ thay thế bao nhiêu nhân sự.
1. Phân việc cho AI và người kiểm tra
Bảng số liệu
Đầu ra cần có trước khi chuyển bước
| Công việc | AI có thể hỗ trợ | Người đọc phải kiểm tra |
|---|---|---|
| Trích xuất | Tìm chỉ tiêu trong tài liệu đã cung cấp | Đúng trang, kỳ, đơn vị, hợp nhất hay riêng lẻ |
| So sánh | Đặt hai kỳ vào cùng bảng | Cùng phạm vi; có điều chỉnh hồi tố hay thay đổi cách ghi nhận không |
| Tính toán | Viết công thức và nêu đầu vào | Tính lại độc lập; xử lý mẫu số bằng 0 hoặc âm |
| Phản biện | Liệt kê khả năng giải thích khác | Tìm bằng chứng cho từng khả năng; không coi giả thuyết là dữ kiện |
| Kết luận | Soạn bản nháp theo dữ kiện đã xác nhận | Chịu trách nhiệm về nhận định và giới hạn áp dụng |
Trích xuất
AI có thể hỗ trợ
Tìm chỉ tiêu trong tài liệu đã cung cấp
Người đọc phải kiểm tra
Đúng trang, kỳ, đơn vị, hợp nhất hay riêng lẻ
So sánh
AI có thể hỗ trợ
Đặt hai kỳ vào cùng bảng
Người đọc phải kiểm tra
Cùng phạm vi; có điều chỉnh hồi tố hay thay đổi cách ghi nhận không
Tính toán
AI có thể hỗ trợ
Viết công thức và nêu đầu vào
Người đọc phải kiểm tra
Tính lại độc lập; xử lý mẫu số bằng 0 hoặc âm
Phản biện
AI có thể hỗ trợ
Liệt kê khả năng giải thích khác
Người đọc phải kiểm tra
Tìm bằng chứng cho từng khả năng; không coi giả thuyết là dữ kiện
Kết luận
AI có thể hỗ trợ
Soạn bản nháp theo dữ kiện đã xác nhận
Người đọc phải kiểm tra
Chịu trách nhiệm về nhận định và giới hạn áp dụng
Bảng mô tả cách tổ chức công việc; không đo tốc độ hay độ chính xác của một mô hình AI cụ thể.
Nguồn: Khung thực hành do Tùng ATC biên soạn.
2. Khóa phạm vi tài liệu trước khi hỏi
Lập danh sách tài liệu với tên đơn vị phát hành, ngày công bố, đường dẫn và kỳ báo cáo. Với báo cáo tài chính, ghi riêng hợp nhất hay riêng lẻ, đã kiểm toán hay chưa, đơn vị tiền tệ và trang thuyết minh. Hai tệp cùng tên nhưng khác phiên bản có thể tạo ra hai bộ số liệu khác nhau; cần giữ bản đã dùng để người khác đối chiếu.
Mẫu yêu cầu: Chỉ sử dụng tài liệu đính kèm. Trích doanh thu, lợi nhuận sau thuế và dòng tiền kinh doanh; mỗi ô phải có kỳ, đơn vị, trang và đoạn gốc. Không tìm thấy thì ghi chưa tìm thấy. Chưa giải thích nguyên nhân tăng giảm. Đầu ra này là bảng chờ kiểm tra, chưa phải bảng dùng để công bố.
3. Ví dụ giả định: lỗi đơn vị làm sai mức tăng trưởng
Giả sử tài liệu A ghi doanh thu năm trước là 1.200.000 triệu đồng, còn tài liệu B ghi năm sau là 1.320 tỷ đồng. Nếu ghép trực tiếp hai con số 1.200.000 và 1.320, kết quả sẽ sai dù phép chia được thực hiện đúng. Trước khi tính, phải đổi 1.200.000 triệu thành 1.200 tỷ đồng.
Bảng số liệu
Chuẩn hóa trước khi tính — số liệu giả định
| Đầu vào | Giá trị đọc được | Quy về tỷ đồng |
|---|---|---|
| Năm trước | 1.200.000 triệu đồng | 1.200 |
| Năm sau | 1.320 tỷ đồng | 1.320 |
| Tăng trưởng | (1.320 / 1.200 − 1) × 100 | 10% |
Năm trước
Giá trị đọc được
1.200.000 triệu đồng
Quy về tỷ đồng
1.200
Năm sau
Giá trị đọc được
1.320 tỷ đồng
Quy về tỷ đồng
1.320
Tăng trưởng
Giá trị đọc được
(1.320 / 1.200 − 1) × 100
Quy về tỷ đồng
10%
Không phải số liệu của doanh nghiệp niêm yết. Phép tính chỉ hợp lệ khi hai kỳ có cùng phạm vi báo cáo.
Nguồn: Ví dụ giả định; phép tính minh họa của Tùng ATC.
Sau khi ra 10%, vẫn chưa thể kết luận chất lượng tăng trưởng tốt. Doanh thu có thể tăng cùng với phải thu, lợi nhuận có thể có khoản bất thường. Bước tiếp theo là mở thuyết minh và dòng tiền, chứ không yêu cầu AI viết một câu giải thích chắc chắn từ hai con số.
4. Tách dữ kiện, giả định và câu hỏi còn mở
Một ghi chú có thể gồm ba dòng: dữ kiện đã đối chiếu; giả thuyết giải thích; tài liệu cần bổ sung. Ví dụ, phải thu tăng nhanh hơn doanh thu là dữ kiện nếu đã kiểm tra cùng kỳ. Khách hàng trả chậm là một giả thuyết. Tuổi nợ và khoản thu sau ngày kết thúc kỳ là bằng chứng cần tìm. Không thay dòng thứ ba bằng một câu trả lời do mô hình tự suy diễn.
Dừng công bố kết luận khi không mở được nguồn, không xác định được đơn vị, hai báo cáo không cùng phạm vi hoặc phép tính không tái lập được. Có thể giữ câu hỏi trong sổ nghiên cứu. Không đưa dữ liệu khách hàng hay tài liệu hạn chế vào công cụ nếu chưa có quyền sử dụng phù hợp.
5. Nguồn tham khảo và cách áp dụng
FINRA Notice 24-09 nhắc các thành viên rằng nghĩa vụ hiện hành vẫn áp dụng khi dùng AI tạo sinh, đồng thời đề cập tính chính xác, quyền riêng tư và giám sát. Đây là tài liệu của cơ quan tự quản ngành chứng khoán Hoa Kỳ; bài này dùng để tham khảo rủi ro quy trình, không trình bày nó như quy định áp dụng tại Việt Nam.
FINRA — Regulatory Notice 24-09 (27/06/2024)
Một quy trình tốt phải để lại đường kiểm tra: tài liệu nào, con số nào, công thức nào và ai duyệt kết luận. Nếu chỉ tăng số trang báo cáo mà không giảm phần chưa xác nhận, chưa có cơ sở nói chất lượng phân tích đã tăng.
Cách Tùng ATC chọn nguồn, dùng AI và ghi nhận phạm vi rà soát