商業 Business > 數位轉型
feature picture
攝影/李岱君

用 AI讀財報找飆股?數字沒說的「隱藏訊號」,才是決定股價的獲利關鍵

2026-03-20 撰文 李岱君
分享
收藏
已完成
已取消

愈來愈多人嘗試用ChatGPT、Gemini或Claude摘要年報、分析財務數據。這些工具確實省時,但有一件事如果你沒注意,工具給你的答案反而會把你帶錯方向。

哈佛商學院終身教授王常懿(Charles C.Y. Wang),用一個他親身追查過的案例,說明這件事有多容易被忽略。

2021年第一季,特斯拉(Tesla)公布創紀錄的單季獲利。同一季,比特幣價格飆漲。而Tesla在稍早已公開宣布將15億美元現金轉入比特幣。

王常懿看到這個時間點的重疊,想確認一件事,那季的獲利,有多少來自比特幣?

他在財報裡找了很久。那段說明沒有以文字形式出現在股東簡報裡,而是以圖片形式嵌入文件。如果AI沒有視覺辨識能力,連掃描財報的工具都可能漏掉它。

「公司把資訊揭露在哪裡、用什麼形式呈現,本身就是一種訊號。」王常懿說。讀財報不只是在讀數字,還在讀一家公司選擇怎麼說話。

王常懿長期研究公司治理與財務報告,三年前開始在研究中使用大型語言模型。他的觀察是,AI確實降低了執行成本,但並未降低判斷難度。如果你缺乏正確的問題意識,AI給你的可能只是精美卻具誤導性的數字。「工具加速的,是你原本就有的能力,不是替代它。」

你看到的獲利,不一定是公司真正賺到的錢

王常懿在課堂上長期使用一個分析框架:核心盈餘(core earnings),定義是公司最具重複性的營業利潤。這個概念在華爾街行之有年,背後邏輯直接:能穩定重複的獲利,才能預測未來現金流,才能作為估算合理股價的基礎。

這讓「這家公司賺了多少」,必須跟著一個追問:這筆錢明年還會有嗎?

2020年,Tesla首度報告全年GAAP正獲利,EPS轉正,市場視為里程碑。但拆解獲利來源,當年有相當比例來自販售「零排放車輛積分」(ZEV Credits)。這是美國法規要求傳統車廠維持一定電動車銷售比例、未達標者必須向Tesla購買的配額收入。隨著各大車廠陸續推出電動車,這個需求預計將逐漸縮減。

只看EPS,Tesla那年「終於賺錢了」。往下一層看,主要獲利來源不是賣車。兩個結論,對評估長期投資價值,導出截然不同的答案。

帶著「這筆錢明年還會有嗎」這個問題意識再去讀財報,AI才能幫你找到真正有用的東西。沒有這個問題,工具加速的只是資訊收集的速度。

延伸閱讀:花錢讓員工學 AI,公司競爭力卻原地踏步?簡立峰揭企業 AI 投資的致命盲點

AI 能找到數字,但不會告訴你這個數字重不重要

那些「今年剛好發生、明年不會再有」的收益,不會放在財報顯眼的位置。

王常懿整理出五類常見的非經常性項目:

1.企業併購的整合與重組費用
2.停業損益
3.法律和解金
4.退休金費用
5.外幣損益

這五類中,約有一半直接出現在損益表上;另一半分散在財報附註或管理層討論章節的純文字敘述裡,沒有表格、沒有標題。上市公司年報動輒超過百頁,靠人力逐頁比對幾乎無法做完整。

AI真正有用的地方,就在這裡,把分散在百頁裡的資訊收攏成清單。但前提是,你得先知道這五類項目是什麼、可能出現在財報的哪個位置,才能判斷AI交出的清單是否有遺漏。

Tesla比特幣的例子也說明了另一層問題,揭露形式本身可能就是障礙,選對工具之前,你得先知道這類揭露方式的存在。財務素養的作用,不是讓你自己算出核心盈餘,而是讓你知道該往哪裡懷疑。

延伸閱讀:設立 AI 長、一年打造 80 支 AI 代理,50 年傳產旭榮如何轉型?

財務素養,是讓你知道該懷疑什麼

王常懿對比了兩種使用方式。

第一種是把整份年報丟進AI,直接問「幫我找出核心盈餘」。你會拿到一個看起來完整的數字,但無從驗證計算過程,這正是問題意識缺席時,AI最容易產出的那種答案,看起來有模有樣,但若你沒有背景基礎,就難以驗錯。

第二種分三步走。

第一步,請AI從損益表、現金流量表、財報附註與管理層討論章節中,找出所有非經常性損失與費用,列出每一項的名稱、金額與出處,並要求自我檢查一遍。

第二步,用相同格式單獨處理非經常性收益,損失與收益分開問,因為兩者在財報中的揭露位置往往不同,合併問容易遺漏。

第三步才進入計算歷程。你的問題得從淨利出發,加回非經常性損失、扣除非經常性收益,並要求AI以程式碼執行運算,而非直接加總。

王常懿指出,AI直接加總超過26個數字時,準確率可能大幅下降;改用程式碼執行,準確率可回到接近99%。(編按:此數據來自課堂分享,目前尚未見同儕審閱文獻確認。)

三步走完,你拿到的不是結論,而是一張有出處、有細項的清單。這才是你真正開始發揮人類價值的地方,清單裡有沒有你看不懂的項目?有沒有金額異常的一筆?如果一家公司今年沒有重大併購,清單裡卻出現一筆重組費用,那就是需要繼續追問的訊號。

王常懿的三步問法,本質上是一套讓AI負責整理、讓人負責判斷的分工設計。問題是,多數人使用AI的方式剛好相反,把判斷交給工具,把整理留給自己。

財務素養的門檻,是讓你在AI給出答案的那一刻,知道哪裡該停下來懷疑。你對這家公司的基本認識,才是讓清單從資訊變成洞察的那一步,也是AI做不到的那一步。

核稿編輯:陳書榕

相關文章
會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
追蹤我們