使用 Forma 对完整财务报表进行长期预测

在预测财务报表时，专业训练胜过通才规模。据我们所知，之前的研究还没有共同预测超过一年的完整财务报表，但在贴现现金流估值中，大多数公司价值都超过了该窗口。我们发布了 ProForma-20Q，这是一个可重复的基准，用于根据过去的报表和行业代码，为匿名公司预测未来 1-2​​0 个季度的 78 个报表行项目，并按变化空间 $R^2$ 进行评分。在其上，Forma 是一个 Transformer，它将语句读取为（帐户、季度、价值）元组集，并最大化屏蔽元组高斯似然，击败了我们遇到的每一个竞争对手：经典机器学习、链式梯度提升、零样本时间序列基础模型和前沿 大语言模型。它的领先优势随着视野的扩大而扩大，估值最需要准确性，而且它的高斯预测区间永远不会被掩盖。 Forma 的预测几乎满足会计恒等式；可以在没有统计上显着的准确性成本的情况下恢复精确的一致性。它的元组接口支持场景分析而无需重新训练，我们表明固定未来收入路径可以使声明的其余部分变得更加清晰。