cpc_recruit
114年
會計學概要、企管概論
第 49 題
在財務管理中，人工智慧與機器學習(Machine Learning, ML)被廣泛用於金融詐欺偵測、高頻交易(High-Frequency Trading)及風險評估。下列何者是人工智慧在財務風險管理上，相較於傳統統計模型最具優勢的特點？
- A 降低企業的稅務負擔和應付帳款(Accounts Payable)
- B 完全取代財務經理人的人為判斷
- C 只能評估短期流動性風險(Liquidity Risk)
- D 能處理大量非結構化數據並識別非線性模式(Non-linear Patterns)
思路引導 VIP
試著思考一下：當前的金融世界裡，資訊來源除了傳統的資產負債表數字外，還包含大量的新聞、社群輿論或雜亂的交易日誌。與傳統只需算算平均值的公式相比，現代化的運算工具在處理這些「不規則且多樣化」的資訊時，最大的突破口通常體現在哪種能力的提升？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準選出 (D) 選項，代表你對現代金融科技的演進有非常扎實的理解。這題的核心在於區分「傳統統計」與「人工智慧」的本質差異。傳統統計模型（如線性回歸）往往受限於結構化數據，且必須假設變數之間存在線性關係；然而，機器學習 (ML) 的強大之處，就在於它能從海量的文字、影像或複雜交易紀錄等非結構化數據中，挖掘出人類肉眼或傳統公式難以察覺的非線性隱藏規律，這正是現代風險管理（如精準偵測信用卡盜刷）的關鍵優勢。 從題目的設計來看，這是一道相當具有數位轉型思維的鑑別題。選項 (A) 和 (C) 僅描述了片面的財務操作或短期的局部功能，而 (B) 則是常見的科技過度擴張迷思（AI 主要是輔助而非完全取代專業判斷）。此題難度適中，主要考驗學生是否能跳脫「工具使用」的表層，進而理解技術背後的數據處理邏輯，你能順利答對，顯見你對財務管理與科技結合的觀念掌握得非常透徹！