AI把万元读成亿元，如何用财报表头自动发现量纲错误

不要只核对数字字符是否相同，应把表头单位与原值绑定，统一成标准单位后再比较。本例收入表原值十二万、单位万元，正确金额十二亿元；若误读成亿元，会放大一万倍。对没有单位或元每股这类复合量纲，检查器必须保留未知或拒绝转换。

一项财报数字至少要带哪些量纲字段？

构造实验中，每项记录包含表格标题、原始字符串、从表头识别的单位、候选摘要单位、标准单位和换算因子。货币标准单位统一为元，万元乘一万、亿元乘一亿。币种另设为人民币，不进行汇率换算；同是元也可能属于不同币种，币种未明确时不能只做数值乘法就声称可比。

输入共有五行：收入表、现金表、费用表、每股收益表、无单位表头。全部数字与表头都是构造样本，不来自真实公司。候选误读由实验人为注入，不意味着本文已测试某个AI在这些样本上的真实输出。我们检验的是核验规则能否发现已知错误，不能用通过条数推断模型幻觉发生率。

表头、原值和换算倍数如何并排？

表头原文	原值	原单位	换为元的倍数	标准单位原值	候选误读单位	检查结果
收入表，单位人民币万元	120000	万元	10000	1,200,000,000.00	亿元	拦截
现金表，单位人民币亿元	2.4	亿元	100000000	240,000,000.00	万元	拦截
费用表，单位人民币元	30000	元	1	30,000.00	元	通过
每股收益，单位元／股	1.2	元／股	不适用	拒绝转换	元	拦截
无单位表头	100	未知	不适用	拒绝转换	万元	拦截

第一行十二万乘一万为十二亿元，即十二亿个元；候选误读则十二万乘一亿，为十二万亿元，两者相差一万倍。第二行二点四亿元应为二亿四千万元，误当万元只剩二万四千元，缩小到原来的万分之一。第三行单位没有变化，转换前后都是三万元，作为正常对照。

自动检查的规则到底做了什么？

本例程序在已知表头字符串中按优先级识别元每股、亿元、万元、元，先匹配复合量纲，避免在元每股里只抓到元。再把识别出的单位映射为换算倍数，用十进制数值乘法生成标准金额。候选单位与表头单位不一致时即标异常，未知或不支持量纲时不进入普通金额转换。

这只是一个小型规则实验，不是完整PDF表头识别引擎。它没有解决跨页继承单位、多层表头、扫描件识别、多个币种并列或附注明确覆盖表头的问题。真实资料若有这些情况，应保留原表位置与表头图像，完善规则后再检验，不能声称这个短列表足以自动处理所有财报。

元每股为什么不能当成普通金额？

每股收益一点二元每股的量纲是货币除股数，收入三万元的量纲是货币。把前者转换成一点二元会丢掉分母，后续如果再拿它与总利润相加，就出现量纲错误。这里正确处理是保留复合单位，并让另一个支持每股字段的计算分支处理，而不是为了统一表格强行转成金额。

百分比、倍数、股数也应分别记录。毛利率百分之三十不能乘万元因子，流通股数以万股表示也不能当万元。本文只实现普通人民币金额转换，并将其他单位标为不支持；不支持不是原值为零，也不是数据不存在，只表示当前规则不足以计算这个对象。

没有表头时，能否根据数字大小猜单位？

不能。第五行只有一百，候选摘要随意标万元后可以得到一百万元，但原始证据没有支持这个单位。大公司和小公司的金额都可能出现一百，收入与费用的数量级也不同；以常识填单位会将推测伪装为原文。本例返回未确定，而不是自动选择看起来最合理的金额。

若单位写在上一页、报表总说明或附注中，可以追溯到对应位置后补全，但要记录这个继承来源，而不是事后说一直都有。检查表应保留表头来源页和当前单元格页，便于复查单位是否确实适用于本张表。跨页时尤其不能把上一张表的单位无条件延续到下一张。

为什么同表比率可能掩盖单位错误？

若收入与成本都被同样放大一万倍，计算毛利率时因子相消，比率可能完全不变。于是摘要里的收入金额错误，却仍能给出一个看似正常的毛利率。不能因为比率合理就反证绝对金额正确。若收入用万元、成本误用亿元，因子又不能相消，毛利率则会出现另一种错误。

反例可以从任意同表构造值验证：收入一千、成本七百，单位都为万元，毛利率百分之三十。两者同错成亿元仍为百分之三十，但绝对收入已经放大一万倍。单位校验与比率重算应独立保留，任何一项通过都不能替另一项签字。

这套检查在证据链里应放在哪里？

先保留原始字符串与单位，再做标准化，最后才生成摘要和衍生数字。发现异常时输出原表头、候选单位、转换倍数和拦截原因，避免只给一个无法解释的错误标签。修复后用同一原始输入重跑，并保留前后版本，才知道改动影响了哪些金额和比率。

SEC的EDGAR接口说明将不同计量单位的事实分开组织，也强调分子分母复合单位的表达；本文借此核对单位必须保留的技术机制，不据其推断中国财报单位规则。本文不重复AI会编造数字的总论，只检验一个可验证问题：原值、表头与摘要金额是否属于同一量纲。

这份核验记录的来源和边界是什么？

本篇DJ111的公司名称、公告编号、页码、日期、表格原值和模型参数均为构造教学输入，没有真实发行人或真实财报个案。实验由 Python 3.12.4 独立运行，字段、版本和数值结果保存在生产记录 calc_ai_research.py 及其同名 JSON；它检验本文规则，并非某款 AI 模型的准确率实测。

相关背景见财报精读母题，基础核验入口见AI幻觉核验工具。本文扩展字段与实验独立列出，不声称网页工具已经支持全部条件。

原始资料：SEC EDGAR API计量单位说明，支持事实数据应保留单位及复合单位的机制。核对日：2026-10-23。资料只支持正文注明的定义或技术机制，本文构造数字不冒充来源中的真实披露。

署名：道积君编辑组。AI辅助起草，构造实验经程序复算，不虚构持牌资质、真人经历或真人专家审阅。仅供金融教育，不评价具体公司价值，不提供买卖或个性化投资建议。

复算资料

本篇编号为DJ111。可下载Python核算脚本（文本）与完整输入输出JSON，对照文中表格复算。脚本文件改存为.py后可用Python运行；数据均为构造教学样本。