1. 最常见的数据格式格式一instruction / input / output这是最适合入门的格式。{ instruction: 请根据以下财务指标判断企业财务风险水平并给出原因分析。, input: 某企业资产负债率为72%流动比率为0.85速动比率为0.62净利润同比下降35%经营活动现金流量净额为负。, output: 该企业存在较高财务风险。首先资产负债率达到72%说明企业债务负担较重长期偿债压力较大其次流动比率和速动比率均低于通常较稳健水平表明短期偿债能力偏弱再次净利润同比下降35%说明盈利能力出现明显下滑最后经营活动现金流量净额为负表明企业主营业务造血能力不足。综合来看该企业应重点关注偿债风险、盈利能力下降风险和现金流压力。 }这类格式适合财务指标解释 财务风险判断 财务报表问答 年报文本分析 经营状况分析 财务摘要生成 财务数据结构化抽取 企业风险原因分析格式二messages 多轮对话格式如果你想让模型像财务问答助手一样回答可以用这种格式{ messages: [ { role: system, content: 你是一个财务分析与企业风险评估专家回答应严谨、专业、逻辑清晰并结合财务指标进行解释。 }, { role: user, content: 企业资产负债率高但是净利润也在增长这种情况一定说明风险很高吗 }, { role: assistant, content: 不能简单判断为高风险需要结合企业的偿债能力、盈利质量和现金流情况综合分析。资产负债率较高说明企业债务融资比例较大存在一定偿债压力但如果净利润持续增长、经营活动现金流稳定为正、利息保障倍数较高说明企业可能具备较强的盈利能力和债务覆盖能力风险不一定很高。相反如果净利润增长主要来自非经常性损益或者经营现金流长期为负则即使利润增长也可能存在较大的财务风险。 } ] }这种格式适合微调财务问答助手 企业风险分析助手 年报解读助手 财务指标解释助手 投研文本分析助手 财务报表教学助手2. 标注时你要先确定任务类型不要一上来就乱标。先明确你要让模型学什么。例如财务问答场景可以分成 5 类。类型一财务指标问答数据目的让模型学会解释财务指标含义和分析逻辑。{ instruction: 请回答以下财务指标分析问题。, input: 资产负债率升高一定代表企业财务风险上升吗, output: 资产负债率升高通常意味着企业债务融资比例提高偿债压力可能上升但不能单独据此判断财务风险一定上升。还需要结合企业的盈利能力、现金流状况、债务期限结构和行业特征综合判断。如果企业经营现金流充足、利息保障倍数较高、债务主要用于扩大有效产能则资产负债率上升不一定代表风险显著恶化如果同时出现利润下滑、现金流为负、短期债务占比较高等情况则财务风险可能明显上升。 }类型二财务文本改写数据目的让模型学会把普通表述改成专业财务分析表述。{ instruction: 请将以下普通财务描述改写为更专业的财务分析表述。, input: 这个公司负债比较多赚钱能力变差现金流也不好所以风险比较大。, output: 该公司财务风险有所上升。从偿债能力看较高的负债水平可能导致企业面临较大的债务偿付压力从盈利能力看利润表现走弱反映其主营业务盈利能力可能下降从现金流角度看若经营活动现金流持续偏弱或为负则说明企业内部现金创造能力不足。综合来看公司需要重点关注偿债压力、盈利能力下滑以及现金流稳定性不足等风险。 }类型三财务风险判断数据目的让模型根据财务数据判断风险等级并说明理由。{ instruction: 请根据以下财务数据判断企业财务风险等级并给出分析依据。, input: 企业A的资产负债率为68%流动比率为1.15速动比率为0.78营业收入同比下降12%净利润同比下降28%经营活动现金流量净额连续两年为负。, output: 风险等级中高风险。分析依据第一资产负债率为68%说明企业债务压力相对较大第二流动比率为1.15、速动比率为0.78短期偿债能力偏弱尤其速动资产对流动负债的覆盖不足第三营业收入和净利润均出现下滑反映企业经营规模和盈利能力承压第四经营活动现金流量净额连续两年为负说明企业主营业务现金创造能力不足。综合判断该企业存在较明显的偿债风险、盈利下滑风险和现金流风险。 }类型四结构化抽取数据目的让模型把财务文本转成 JSON、表格或标准字段。{ instruction: 请从以下财务描述中抽取关键财务指标并输出JSON。, input: 某公司2023年营业收入为12.5亿元同比下降8.4%净利润为8200万元同比下降21.6%资产负债率为63.2%经营活动现金流量净额为-3500万元。, output: {\n \year\: \2023\,\n \revenue\: {\value\: 12.5, \unit\: \亿元\, \同比变化\: \-8.4%\},\n \net_profit\: {\value\: 8200, \unit\: \万元\, \同比变化\: \-21.6%\},\n \asset_liability_ratio\: \63.2%\,\n \operating_cash_flow_net\: {\value\: -3500, \unit\: \万元\}\n} }如果你用 LLaMA-Factory通常建议把output写成字符串形式{ instruction: 请从以下财务描述中抽取关键财务指标并输出JSON。, input: 某公司2023年营业收入为12.5亿元同比下降8.4%净利润为8200万元同比下降21.6%资产负债率为63.2%经营活动现金流量净额为-3500万元。, output: {\n \year\: \2023\,\n \revenue\: {\value\: 12.5, \unit\: \亿元\, \yoy_change\: \-8.4%\},\n \net_profit\: {\value\: 8200, \unit\: \万元\, \yoy_change\: \-21.6%\},\n \asset_liability_ratio\: \63.2%\,\n \operating_cash_flow_net\: {\value\: -3500, \unit\: \万元\}\n} }类型五分类判断数据目的让模型判断财务问题属于哪一类风险。{ instruction: 请判断以下财务情况主要属于哪类风险并给出理由。, input: 公司营业收入保持增长但应收账款增速明显高于营业收入增速经营活动现金流量净额持续低于净利润。, output: 类别盈利质量与现金流风险。理由营业收入增长说明公司账面经营规模扩大但应收账款增速明显高于营业收入增速可能表明收入回款质量下降或信用销售增加经营活动现金流量净额持续低于净利润说明利润没有充分转化为现金流企业盈利质量可能偏弱。因此该情况主要反映盈利质量不足和经营现金流压力。 }3. 高质量财务问答数据每条数据最好包含明确任务 明确输入 明确输出格式 财务逻辑清晰 指标解释准确 结论不过度绝对化 不要互相矛盾 不要让模型学错误分析不好的数据{ instruction: 帮我看看这个公司怎么样, input: 负债有点高利润下降了。, output: 公司不好风险很大。 }问题是任务不清楚答案太泛缺少指标依据模型学不到专业财务分析逻辑。好的数据{ instruction: 请根据以下财务信息判断企业风险状况并从偿债能力、盈利能力和现金流三个角度分析。, input: 某企业资产负债率为70%流动比率为0.92净利润同比下降30%经营活动现金流量净额为负。, output: 该企业存在较高财务风险。从偿债能力看资产负债率为70%说明债务负担较重流动比率低于1表明短期资产对短期负债的覆盖不足从盈利能力看净利润同比下降30%说明企业盈利能力明显承压从现金流看经营活动现金流量净额为负说明主营业务现金创造能力不足。综合来看该企业需要重点关注短期偿债压力、盈利能力下滑以及现金流不足风险。 }4. 数据标注的具体流程你可以按这个流程做第1步确定财务问答模型要学的任务 第2步收集原始财务资料 第3步整理输入问题或财务指标 第4步人工写标准答案 第5步统一输出格式 第6步清洗低质量样本 第7步划分训练集、验证集、测试集 第8步用小模型先跑通 第9步看错误样例再反向补数据原始资料可以包括上市公司年报 财务报表摘要 企业财务指标表 风险预警案例 财务分析教材 审计意见文本 ESG报告中的财务相关内容 管理层讨论与分析 MDA5. 训练集、验证集、测试集划分建议这样分训练集80% 验证集10% 测试集10%比如你有 1000 条数据train.json800 条 valid.json100 条 test.json100 条注意测试集不要参与训练。测试集用于看模型是否真的学会而不是背答案。6. 数据量阶段数据量目标跑通流程50–100 条确认格式、训练代码、显存没问题初步有效500–1000 条模型开始学会财务问答格式效果明显3000–10000 条财务分析风格和任务能力比较稳定做论文实验10000 条可以做对比实验、消融实验、泛化测试7.建议不要把财务知识都拿去微调比如你想让模型记住所有企业年报、所有行业财务数据不建议全部靠微调。应该企业年报、财报原文、行业报告 → 用 RAG 回答格式、分析逻辑、风险判断习惯 → 用微调 财务公式、指标计算、阈值判断 → 用程序规则也就是说知识靠 RAG 格式靠微调 计算靠程序 规则靠校验