Johnny Chou
/
Writing

Dec 18, 2025

用 AI 把三大报表一次性想通

很多人一看到财报就会下意识的放弃。

不是因为不想看,而是被一套陌生的语言系统直接劝退:不懂借贷、科目、结转这些财会基础概念,被三大报表中的专业词汇绕晕

我就是其中之一,买股票、就业找工作、看现在公司的运营情况,想看却看不懂

直到最近,我在手机相册里翻到一张《三大报表之间的勾稽关系》的截图,突然意识到一件事:这张图是我三年前从小红书上看到的,当时还看了一本关于会计基础的书,但是现在还是看不懂。

两三年前,我曾经系统的看过一本关于会计基础的入门书,原因很现实:

  • 我负责过公司 OA 产品的设计,财务报销这块绕不开
  • 对股市里的财报感兴趣,却始终停留在“看热闹”人云亦云的阶段。
  • 家里有个注会,日常聊天时我经常不知道她在说什么

书是看完了,概念也记了一些,但始终吃不透。真正卡住我的,其实只有一个问题:钱,在三张报表里到底是怎么流动的?

一张图,三个视角

我把这张截图丢给了 Gemini,让它“像外行一样”解释一下这三张表的关系。它给了我一个非常直观的比喻,这也是我第一次对三大报表有了整体的感觉:

  • 利润表:这家公司“会不会赚钱”,好不好看
  • 现金流量表:日子过得稳不稳,有没有钱花
  • 资产负债表:家底厚不厚,还剩下什么

这段话一下点醒了我,很多公司的利润表很好看,但现金流一塌糊涂,应收账款收不回来;也有公司利润不多,却活的很滋润,因为有充沛的现金流。把现金放银行拿理财就能获得一笔不小的投资收益。

随后 Gemini 把图拆成了四大块,我才意识到,这其实是一整套闭环逻辑:

  • 黄色:经营活动——日常业务如何把“账面利润”还原成现金
  • 红色:投资活动——买设备、建产能,对应长期资产变化
  • 灰色:融资活动——借钱、还钱、分红,现金从哪里来
  • 蓝色:平账关键——利润最终沉淀到未分配利润,现金净增加额回到货币资金

看到这里我才明白,这不是三张表,而是三张不同的视角描述公司经营的情况

我为什么一直搞不懂“借/贷”的概念?

对于财务外行来说,真正的拦路虎其实是会计工作中最基础的东西:借和贷。我只记住书中的一句顺口溜“有借必有贷,借贷必相等”,对于“财务到底是怎么记账的”却稀里糊涂。过去一直纠结一个问题:固定资产增加的时候,到底是记“借”还是“贷”?

Gemini 给了我一个反直觉但极其有效的建议:忘掉日常生活里关于“借钱”和“贷款”的概念,这只是财务记账的符号而已。

  • 借,只回答一个问题:钱去哪里了?
  • 贷,只回答一个问题:钱从哪里来?

那一刻我突然意识到:借贷不是“方向”和“增减”,而是“路径”。固定资产增加了,表示钱的去处,应该是记“借”!一旦路径对了,平衡只是自然的结果。

期末结转,其实是在“存档”

另一个我长期模糊的概念是“期末结转”。我只知道部分科目在月末年终的时候要清零,原理和逻辑不清楚。Gemini 用了一个更贴切的说法“结转不是清空,而是把一阶段的经营结果,永久写进资产负债表。”收入和成本会被清零,是为了下一个周期重新计数;而利润会被转入未分配利润,变成公司的长期权益。这一步,才是真正意义上的“落袋为安”。

科目,其实只是标签

至于科目,我终于不再把它当成神秘名词。它更像是一个收纳箱上的标签。当经营上发生了事务,财务只做三件事:

  1. 这件事影响了哪些标签(科目),放到哪些贴了标签的箱子里
  2. 想明白钱从哪来的,去了哪里
  3. 用借贷的语言把它记下来

用一笔卖手机的生意,把一切概念串起来

如果前面你只看懂了一半,这个例子一定要认真看。假设公司卖出了一部手机:售价 10000 元,成本 6000 元。

第一阶段:记账

  • 收到客户的钱:现金(借)10000,营业收入(贷)10000
  • 手机交给客户:营业成本(借)6000,存货(贷)6000

第二阶段:编制报表

  • 现金流量表:经营活动现金 +10000
  • 利润表:收入 10000,成本 6000,利润 4000
  • 资产负债表:现金 +10000,存货 -6000

这时你会发现一个“不平衡”:资产增加了 4000,负债和权益无变动。“资产=负债+所有者权益”暂时不成立。

第三阶段:期末结转

利润表中的 4000 利润,被转入资产负债表中“非分配利润(所有者权益)”中,最终结果是:资产 +4000,所有者权益 +4000.资产负债表重新平衡。到这里我才真正理解:利润不是钱,而是一次经营结果在账上的沉淀。

写在最后

回头来看,会计并没有我想象中的复杂。真正难的,是克服已有的直觉,建立正确的视角。对我来说,Gemini的价值不在于替我讲解规则,而在于不断的追问中把模糊的概念被迫变成清楚的语言。还有疑问,那就再换一个角度继续问,几轮过后理解才真正发生。也许,这才是 AI 在学习中最容易被低估的能力。