《计算机行业:彭博推出BloombergGPT中国金融科技公司的机遇与挑战-230404(19页).pdf》由会员分享,可在线阅读,更多相关《计算机行业:彭博推出BloombergGPT中国金融科技公司的机遇与挑战-230404(19页).pdf(19页珍藏版)》请在三个皮匠报告上搜索。
1、 识别风险,发现价值 请务必阅读末页的免责声明 1 1/1919 Table_Page 跟踪分析|计算机 证券研究报告 Table_Title 计算机行业计算机行业 彭博推出彭博推出 BloombergGPT,中国金融科技,中国金融科技公司的机遇公司的机遇与挑战与挑战 Table_Summary 核心观点核心观点:彭博彭博推出推出 BloombergGPT,持续持续引领金融引领金融科技创新浪潮科技创新浪潮。根据彭博社报道,3 月 30 日,彭博社今天发布了一篇研究论文,详细介绍了 BloombergGPT 的开发,这是一种新的大规模生成人工智能模型。这种大型语言模型(LLM)专门针对各种金融数
2、据进行了训练,以支持金融行业内的各种自然语言处理(NLP)任务。金融领域的复杂性和独特的术语使其需要特定领域的模型。BloombergGPT 代表着这项新技术在金融行业的开发和应用迈出了第一步。BloombergGPT 将协助彭博改进现有的金融NLP任务。彭博基于BLOOM训练了一个500亿参数的纯解码器(decoder-only)因果语言模型,其在金融任务上的表现明显优于现有的类似规模的开放模型,同时在一般NLP基准测试中的表现仍持平或更好。中国金融科技公司的中国金融科技公司的机遇与挑战机遇与挑战。国内类 ChatGPT 技术在金融领域将首先在客服和辅助研究等场景落地,随着国内大模型逐渐优化
3、,投研端才有可能逐渐接入。国内相关公司主要采用 Bert,长期来看,随着数据数量和质量的提升,国内外差距将逐渐缩小。(1)同花顺近两年加大了对机器学习、自然语言处理、智能语音、图形图像识别与处理、数字人等关键技术的攻关,特别是在 AI 大模型、AI 内容生成(AIGC)等领域的应用研究,并将相关成果运用到金融信息产品和服务中,进一步提升用户体验和产品竞争力。同花顺的 i 问财拥有中国财经领域最全的专业数据,是应用于金融领域的对话机器人,目前能完成多轮对话及数据输出。随着大模型技术不断迭代助力 i 问财持续优化,叠加同花顺巨大的财经用户流量,i 问财有望成为新一代财经类流量入口。此外,同花顺针对
4、 B 端和 C 端客户推出了对话机器人。(2)恒生电子在 2 月 24 日宣布旗下恒生聚源成为百度文心一言首批生态合作伙伴,公司将充分挖掘对话式语言模型技术在金融业务场景中的应用潜力,通过集成“文心一言”的技术能力,在投研、投顾、营销、客服、运营、风控等金融各类业务场景开展人工智能大模型技术应用,为金融机构提供全场景人工智能解决方案及服务,持续提升国内金融机构数智化发展水平。标的方面,建议关注持续深耕AI领域并且已拥有多项核心技术、AI产品和 AI 解决方案的同花顺(计算机&非银联合覆盖)、资本市场 IT 龙头公司恒生电子。风险提示风险提示:市场过度波动;竞争加剧;AIGC 技术发展不及预期等
5、。Table_Grade 行业评级行业评级 买入买入 前次评级 买入 报告日期 2023-04-04 Table_PicQuote 相对市场表现相对市场表现 Table_Author 分析师:分析师:刘雪峰 SAC 执证号:S0260514030002 SFC CE No.BNX004 分析师:分析师:李婉云 SAC 执证号:S0260522120002 请注意,李婉云并非香港证券及期货事务监察委员会的注册持牌人,不可在香港从事受监管活动。Table_DocReport 相关研究:相关研究:计算机行业:行业龙头将愈发成为主题趋势和基本面驱动的
6、主角 2023-04-01 计算机行业:国内 AI 大模型的训练和推理阶段算力需求测算 2023-03-31 计算机行业:以金山办公为例看国内行业应用软件公司的机会变化 2023-03-30 Table_Contacts -23%-13%-3%8%18%28%04/2206/2208/2210/2212/2202/23计算机沪深300 识别风险,发现价值 请务必阅读末页的免责声明 2 2/1919 Table_PageText 跟踪分析|计算机 Table_impcom 重点公司估值和财务分析表重点公司估值和财务分析表 股票简称股票简称 股票代码股票代码 货币货币 最新最新 最近最近 评级评级
7、 合理价值合理价值 EPS(元元)PE(x)EV/EBITDA(x)ROE(%)收盘价收盘价 报告日期报告日期(元(元/股)股)2023E 2024E 2023E 2024E 2023E 2024E 2023E 2024E 恒生电子 600570.SH CNY 57.21 2023/04/03 买入 58.54 0.98 1.21 58.38 47.28 67.47 54.11 21.40 21.00 同花顺 300033.SZ CNY 226.97 2023/03/09 买入 150.85 4.31 5.16 52.66 43.99 49.72 42.49 24.20 22.50 数据来源:
8、Wind、广发证券发展研究中心 备注:同花顺由计算机&非银联合覆盖,表中估值指标按照最新收盘价计算 QVkYiXUZiWlYmPnOoMaQaO9PsQoOmOoNlOrRtPeRnNqNaQpNpNxNnRzQxNpNoN 识别风险,发现价值 请务必阅读末页的免责声明 3 3/1919 Table_PageText 跟踪分析|计算机 目录索引目录索引 一、彭博推出 BLOOMBERGGPT,持续引领金融科技创新浪潮.5 二、中国金融科技公司的机遇与挑战.7(一)同花顺:持续深耕 AI,拥有明显 C 端优势.7(二)恒生电子:我国金融科技龙头,拥有金融业最优质的核心数据.14 三、风险提示.1
9、7(一)市场过度波动的风险.17(二)AIGC 技术发展不及预期风险.17(三)行业竞争加剧风险.17 识别风险,发现价值 请务必阅读末页的免责声明 4 4/1919 Table_PageText 跟踪分析|计算机 图表索引图表索引 图 1:BloombergGPT 是为金融行业打造的 500 亿参数大语言模型.5 图 2:BloombergGPT.5 图 3:BloombergGPT 在金融特定任务和通用任务的表现优于其他的.6 图 4:同花顺 AI 产品i 问财.8 图 5:同花顺 App 里的 AI功能AI 分时顶底.8 图 6:正在股东大会上发言的虚拟人董秘朱志峰.9 图 7:同花顺外
10、呼机器人应用行业.9 图 8:i 问财能够根据问句执行相关数据处理.9 图 9:i 问财能够根据问句执行相关数据处理.9 图 10:同花顺业务场景中的大模型:问答.10 图 11:同花顺业务场景中的大模型:对话.11 图 12:同花顺业务场景中的大模型:信息抽取.11 图 13:同花顺业务场景中的大模型:信息抽取.12 图 14:同花顺业务场景中的大模型:舆情监控.12 图 15:同花顺业务中大模型的优化:模型轻量化.13 图 16:恒生聚源拥有丰富的金融行业数据.14 图 17:恒生聚源拥有数据内容解决方案和智能化的金融行业解决方案.15 表 1:同花顺 AI 核心技术相关情况.8 表 2:
11、同花顺向外输出的解决方案.13 表 3:同花顺各类 AI 产品.14 表 4:恒生电子历次人工智能产品发布大会发布的 AI 产品.15 识别风险,发现价值 请务必阅读末页的免责声明 5 5/1919 Table_PageText 跟踪分析|计算机 一、一、彭博推出彭博推出 BloombergGPT,持续引领金融科技,持续引领金融科技创创新浪潮新浪潮 根据彭博社报道,3月30日,彭博社今天发布了一篇研究论文,详细介绍了 BloombergGPT的开发,这是一种新的大规模生成人工智能模型。这种大型语言模型(LLM)专门针对各种金融数据进行了训练,以支持金融行业内的各种自然语言处理(NLP)任务。该
12、模型是基于BLOOM、专为金融行业从头打造的500亿参数大语言模型。图图 1:BloombergGPT是为金融行业打造的是为金融行业打造的500亿参数大语言模型亿参数大语言模型 数据来源:BloombergGPT:A Large Language Model for Finance(Shijie Wu,Ozan Irsoy,Steven Lu,Vadim Dabravolski1,Mark Dredze,Sebastian Gehrmann,Prabhanjan Kambadur,David Rosenberg,Gideon Mann),广发证券发展研究中心 基于LLM的人工智能最近已经在许多
13、领域展示了令人兴奋的新应用。然而,金融领域的复杂性和独特的术语使其需要一个特定的系统。BloombergGPT将协助彭博改进现有的金融NLP任务,例如情感分析、命名实体识别、新闻分类和问答等。此外,BloombergGPT将带来新的机会来整理彭博终端上可用的大量数据,以更好地帮助公司的客户,同时将AI的全部潜力带入金融领域。图图 2:BloombergGPT 数据来源:BloombergGPT:A Large Language Model for Finance(Shijie Wu,Ozan Irsoy,Steven Lu,Vadim Dabravolski1,Mark Dredze,Seba
14、stian Gehrmann,Prabhanjan Kambadur,David Rosenberg,Gideon Mann),广发证券发展研究中心 彭博是一家创立于1981年的金融数据公司,在PC和互联网还未普及的年代,彭博终端让金融市场变得更加透明,其数据分析师在公司成立的四十年的时间里收集了大量的金融文件,拥有广泛的金融数据档案,涵盖了一系列的主题。识别风险,发现价值 请务必阅读末页的免责声明 6 6/1919 Table_PageText 跟踪分析|计算机 彭博利用公司现有的数据创建、收集和管理资源,构建了迄今为止最大的特定领域数据集之一。彭博的数据分析师从这个广泛的财务数据档案中提取
15、数据,创建了一个由英文财务文件组成的3630亿token的综合数据集。这批数据又与另一个包含3450亿token的公共数据集叠加,成为了包含超7000亿token的大型训练语料库。使用该训练语料库的一部分,彭博基于BLOOM训练了一个500亿参数的纯解码器(decoder-only)因果语言模型。生成的模型在现有的金融特定NLP基准、一套彭博内部基准、来自流行基准的广泛通用NLP任务类别(例如,BIG-bench Hard、知识评估、阅读理解和语言任务)上得到验证。值得注意的是,BloombergGPT模型在金融任务上的表现远超类似规模的开放模型,而在一般NLP基准上的表现也达到甚至超过了平均
16、水平。图图 3:BloombergGPT在金融特定任务和通用任务在金融特定任务和通用任务的表现的表现优于其他的优于其他的 数据来源:bloomberg 官网,广发证券发展研究中心 识别风险,发现价值 请务必阅读末页的免责声明 7 7/1919 Table_PageText 跟踪分析|计算机 二、二、中国金融科技公司的中国金融科技公司的机遇与挑战机遇与挑战 在在模型模型选择方面,选择方面,BloombergGPT采用采用的是的是BLOOM,而同花顺,而同花顺、恒生电子采用、恒生电子采用的的是是Bert。Bert是基于Transformer走Encoder的技术路线,考虑上下文来组织文字内容的生成
17、,更加适合完形填空、阅读理解类的任务。而GPT是走的Decoder的技术路线,只考虑上文,对于下文的内容生成自由度比较高,更加适合自由问答类的任务。从目前相关应用落地速度来看,GPT的表现略胜一筹。恒生电子首席科学家白硕近期在一场公开演讲中表示,根据基于金融行业特有的行业属性,大规模商用的技术对于准确性、可控性、时效性有很高的要求,并且需要具备很强的专业性、逻辑性和创造性。同时基于自主可控和数据安全的考虑,直接应用公有云上的大语言模型可能并不适用于资管机构。我们判断,国内而言,类我们判断,国内而言,类ChatGPT技术在金融领域将首先在客服和辅助研究等场景落地,随着国内大模型技术在金融领域将首
18、先在客服和辅助研究等场景落地,随着国内大模型逐渐优化,投研端才有可能逐渐接入。逐渐优化,投研端才有可能逐渐接入。(一)(一)同花顺:持续深耕同花顺:持续深耕 AI,拥有明显,拥有明显 C 端优势端优势 2022年同花顺研发费用为10.7亿元,同比增长28.8%,占营业收入比重达30%,同比提升6.4pct。相较于同为金融信息服务商的东方财富、大智慧等公司,同花顺持续保持高研发投入,构筑了较深的技术护城河。根据同花顺董事长介绍,同花顺自上市以来致力于在AI领域的技术研发,尤其近两年加大了对机器学习、自然语言处理、智能语音、图形图像识别与处理、数字人等关键技术的攻关,特别是在AI大模型、AI内容生
19、成(AIGC)等领域的应用研究,并将相关成果运用到金融信息产品和服务中,进一步提升用户体验和产品竞争力。公司现有业务平台覆盖了证券市场中不同类型的客户群体。(1)机构客户方面机构客户方面,公司的产品和服务已覆盖了国内 90%以上的证券公司,此外还覆盖了大量的公募基金公司、私募基金公司、银行、保险公司、政府、科研院所、上市公司等机构客户;(2)个人用户方面个人用户方面,截至 2022 年 12 月 31 日,同花顺金融服务网 累计注册用户约 61437 万人;每日使用同花顺网上行情免费客户端的人数平均约为 1463 万人,每周活 跃用户数约为 1942 万人。种类繁多的机构投资者及庞大而活跃的个
20、人投资者,有利于公司打造互联网金融信息服务生态圈,促进公司产品及服务的推出、升级、更新换代,能被市场快速接受,客户资源优势明显。识别风险,发现价值 请务必阅读末页的免责声明 8 8/1919 Table_PageText 跟踪分析|计算机 表表 1:同花顺同花顺AI核心技术相关情况核心技术相关情况 数据来源:同花顺 AI 开放平台、广发证券发展研究中心 同花顺做AI可以追溯至09年开始做i问财时,那时公司就成立了语音研发团队,2012年i问财开始向人工智能领域发展,并上线财经机器人,2016年上线投资机器人,2018年上线智能语音机器人。图图 4:同花顺:同花顺AI产品产品i问财问财 图图 5
21、:同花顺:同花顺App里的里的AI功能功能AI分时顶底分时顶底 数据来源:i 问财官网,广发证券发展研究中心 数据来源:同花顺 APP,广发证券发展研究中心 目前,公司可面向客户提供数字虚拟人、智能金融问答、智能语音、智能客服机器人、智能质检机器人、会议转写系统、智慧政务平台、智能医疗辅助系统等40余项人工智能产品及服务,应用于证券、基金、银行、保险、运营商、高校、企业、科研院所、政府部门等多个行业。识别风险,发现价值 请务必阅读末页的免责声明 9 9/1919 Table_PageText 跟踪分析|计算机 图图 6:正在股东大会上发言的虚拟人董秘朱志峰正在股东大会上发言的虚拟人董秘朱志峰
22、图图 7:同花顺同花顺外呼机器人应用行业外呼机器人应用行业 数据来源:中国证券报,广发证券发展研究中心 数据来源:同花顺数据 AI 官网,广发证券发展研究中心 同花顺的i问财拥有中国财经领域最全的专业数据,是应用于金融领域的对话机器人,目前能完成多轮对话及数据输出。随着大模型技术不断迭代助力i问财持续优化,叠加同花顺巨大的财经用户流量,i问财有望成为新一代财经类流量入口。图图 8:i问财能够根据问句执行相关数据处理问财能够根据问句执行相关数据处理 图图 9:i问财能够根据问句执行相关数据处理问财能够根据问句执行相关数据处理 数据来源:i 问财官网,广发证券发展研究中心 数据来源:i 问财官网,
23、广发证券发展研究中心 目前问财的用户每日问句数量大概在1000万左右,累计不同问句数量约5亿。用户量大约300+万。识别风险,发现价值 请务必阅读末页的免责声明 1010/1919 Table_PageText 跟踪分析|计算机 图图 10:同同花顺业务场景中的大模型:问答花顺业务场景中的大模型:问答 数据来源:稀土掘金技术社区,广发证券发展研究中心 目前同花顺业务中的对话机器人分为云端版和企业版,分别满足C端和B端的客户需求。C端主要是智能投顾的业务中的“问财助手”,B端主要是来电助理、数字人客服、智能外呼机器人等产品。(1)C端的智能投顾业务端的智能投顾业务通过对话技术,根据用户画像(投资
24、目标及风险承受能力)提供投资建议。目前公司用了四层中文BERT模型,槽位可用度大概是87%左右。(2)B端智能营销机器人端智能营销机器人是通过主动外呼的方式,向潜在客户进行产品营销,产品涉及房地产、运营商、银行理财产品的营销,需要识别用户回复的意图、并利用领域知识进行合理回复。使用3层RoBERTa模型ACC准确率为91%,使用24层 RoBERTa可以提升两个点左右。(3)B 端智能客服机器人业务,端智能客服机器人业务,同花顺对接了中国移动的西安电信、陕西移动等运营商的客服机器人,从成本角度看,2层RoBERTa更实用。识别风险,发现价值 请务必阅读末页的免责声明 11 11/1919 Ta
25、ble_PageText 跟踪分析|计算机 图图 11:同花顺业务场景中的大模型:对话同花顺业务场景中的大模型:对话 数据来源:稀土掘金技术社区,广发证券发展研究中心 信息抽取应用场景主要是知识图谱构建和金融数据库构建两个方面。我们业务中几乎所有数据组织形式都是以图谱为基础,金融知识图谱在风控、投研、投顾、银行理赔等等场景都非常重要,业务往往需要通过图谱梳理一些关系。图图 12:同花顺业务同花顺业务场景场景中中的的大模型大模型:信息抽取信息抽取 数据来源:稀土掘金技术社区,广发证券发展研究中心 在知识图谱之上,需要进一步优化的方向是金融数据库的构建。同花顺 iFind 金融数据库是业内最大的金
26、融数据库之一,很多金融机构基于 iFind 数据库做投研、投顾。识别风险,发现价值 请务必阅读末页的免责声明 1212/1919 Table_PageText 跟踪分析|计算机 图图 13:同花顺业务同花顺业务场景场景中中的的大模型大模型:信息抽取信息抽取 数据来源:稀土掘金技术社区,广发证券发展研究中心 同花顺有一个舆情系统叫“同花顺企洞察”,ToC 版本叫“快查”,用户范围比较广,公司、个人、监管机构等都会用来做参考,如政府会用于招商引资和精准营销。舆情监控业务中还有新闻资讯风险识别场景,新闻资讯正面还是负面可能会影响股价,如何第一时间告诉投资人新闻的正面/负面是比较大的课题。图图 14:
27、同花顺业务同花顺业务场景场景中中的的大模型大模型:舆情监控:舆情监控 数据来源:稀土掘金技术社区,广发证券发展研究中心 此外,同花顺通过应用AI技术实现降本增效。同花顺大部分服务的本质是一个免费的流量型服务,为其他的业务导流,所以对资源的使用要求做到轻量化。大模型的参数增加会带来效果的提升,但从经济性考虑,公司通过“模型轻量化”尽量减少对资源的占用。识别风险,发现价值 请务必阅读末页的免责声明 1313/1919 Table_PageText 跟踪分析|计算机 图图 15:同花顺业务中大模型的优化:模型轻量化同花顺业务中大模型的优化:模型轻量化 数据来源:稀土掘金技术社区,广发证券发展研究中心
28、 经过多年投入,同花顺已经积累了语音识别、图像识别引擎、基础文本分析、语义解析技术、知识理解、金融垂类知识库等多项核心AI技术,在为同花顺自身产品提供技术支持的同时,也逐渐向外输出。表表 2:同花顺向外输出的解决方案同花顺向外输出的解决方案 数据来源:同花顺AI开放平台,广发证券发展研究中心 识别风险,发现价值 请务必阅读末页的免责声明 1414/1919 Table_PageText 跟踪分析|计算机 表表 3:同花顺各类同花顺各类AI产品产品 数据来源:同花顺AI开放平台,广发证券发展研究中心 (二二)恒生电子:我国金融科技龙头,拥有恒生电子:我国金融科技龙头,拥有金融业金融业最优质的核心
29、数据最优质的核心数据 2023年2月24日,恒生电子及旗下子公司恒生聚源宣布成为百度文心一言首批生态合作伙伴。恒生电子表示,此次接入百度文心一言是公司在数智化战略上的新一轮布局。公司将积极探索生成式AI技术与金融核心业务场景的应用融合,将百度领先的智能对话技术成果接入恒生电子旗下金融科技产品中,赋能金融机构数智化升级。图图 16:恒生聚源恒生聚源拥有拥有丰富的金融行业数据丰富的金融行业数据 数据来源:恒生聚源官网,广发证券发展研究中心 作为国内领先的金融科技公司,恒生电子围绕“数智化”战略,通过“大数据+人工智能”技术能力,助力金融机构打造数智化平台以及智能工具产品,助力金融业务流程更简单、决
30、策更智能。2016年,恒生电子成立恒生研究院,设置五大研究方向,分别是AI、大数据、区块链、高性能计算、金融工程。此外,公司还成立了专门的“人工智能平台架构组”,两大研究组织加持人工智能。到2018年公司第四次召开人工智能产品发布会时,恒生已经发布了16款人工智能产品,落地案例达到117个。识别风险,发现价值 请务必阅读末页的免责声明 1515/1919 Table_PageText 跟踪分析|计算机 表表 4:恒生电子历次人工智能产品发布大会发布的恒生电子历次人工智能产品发布大会发布的AI产品产品 数据来源:人民网、腾讯网、界面新闻、广发证券发展研究中心 公司旗下金融数据服务子公司恒生聚源,
31、依托“基础数据库+智能化产品”一体化平台能力,围绕投研投资、风险预警、内容服务等场景推出智能产品,在数据智能领域拥有技术领先优势。图图 17:恒生聚源恒生聚源拥有数据内容解决方案和智能化的金融行业解决方案拥有数据内容解决方案和智能化的金融行业解决方案 数据来源:恒生聚源官网,广发证券发展研究中心 识别风险,发现价值 请务必阅读末页的免责声明 1616/1919 Table_PageText 跟踪分析|计算机 恒生电子表示,接下来,公司将充分挖掘对话式语言模型技术在金融业务场景中的应用潜力,通过集成“文心一言”的技术能力,在投研、投顾、营销、客服、运营、风控等金融各类业务场景开展人工智能大模型技
32、术应用,为金融机构提供全场景人工智能解决方案及服务,持续提升国内金融机构数智化发展水平。识别风险,发现价值 请务必阅读末页的免责声明 1717/1919 Table_PageText 跟踪分析|计算机 三、风险提示三、风险提示(一)市场过度波动的风险(一)市场过度波动的风险 权益市场波动影响各项业务盈利能力及扩张速度,若经济持续下行、市场波动加剧或风险事件突发,会影响金融信息服务商的规模扩张和盈利能力。(二)(二)AIGC 技术发展不及预期风险技术发展不及预期风险 新兴产品创设、衍生工具的风险对冲需求、创新性业务的核准及扩张与行业监管的力度与进程紧密相关。(三)行业竞争加剧风险(三)行业竞争加
33、剧风险 头部机构的规模、盈利集中度不断提升,传统业务的竞争日益激烈恐影响盈利能力,进一步加剧市场竞争。识别风险,发现价值 请务必阅读末页的免责声明 1818/1919 Table_PageText 跟踪分析|计算机 。Table_ResearchTeam 广发计算机行业研究小组广发计算机行业研究小组 刘 雪 峰:首席分析师,东南大学工学士,中国人民大学经济学硕士,1997 年起先后在数家 IT 行业跨国公司从事技术、运营与全球项目管理工作。2010年就职于招商证券研究发展中心负责计算机组行业研究工作,2014年加入广发证券发展研究中心。李 傲 远:资深分析师,重庆大学金融学硕士,曾任职于国泰君
34、安、安信基金,2020 年加入广发证券发展研究中心。吴 祖 鹏:资深分析师,中南大学材料工程学士,复旦大学经济学硕士,曾先后任职于华泰证券、华西证券,2021 年加入广发证券发展研究中心。李 婉 云:资深分析师,西南财经大学金融学硕士,2022 年加入广发证券发展研究中心。雷 棠 棣:高级分析师,哈尔滨工业大学软件工程硕士,悉尼大学商科硕士(金融学与商业分析方向),注册会计师非执业会员。2020 年加入广发证券发展研究中心。周 源:高级研究员,慕尼黑工业大学硕士,2021 年加入广发证券,曾任职于 TUMCREATE 自动驾驶科技公司,负责大数据相关工作。Table_RatingIndustr
35、y 广发证券广发证券行业投资评级说明行业投资评级说明 买入:预期未来 12个月内,股价表现强于大盘 10%以上。持有:预期未来 12个月内,股价相对大盘的变动幅度介于-10%+10%。卖出:预期未来 12个月内,股价表现弱于大盘 10%以上。Table_RatingCompany 广发证券广发证券公司投资评级说明公司投资评级说明 买入:预期未来 12个月内,股价表现强于大盘 15%以上。增持:预期未来 12个月内,股价表现强于大盘 5%-15%。持有:预期未来 12个月内,股价相对大盘的变动幅度介于-5%+5%。卖出:预期未来 12个月内,股价表现弱于大盘 5%以上。Table_Address
36、 联系我们联系我们 广州市 深圳市 北京市 上海市 香港 地址 广州市天河区马场路26 号广发证券大厦47 楼 深圳市福田区益田路6001 号太平金融大厦 31 层 北京市西城区月坛北街 2 号月坛大厦 18层 上海市浦东新区南泉北路 429 号泰康保险大厦 37 楼 香港德辅道中 189 号李宝椿大厦 29 及 30楼 邮政编码 510627 518026 100045 200120-客服邮箱 Table_LegalDisclaimer 法律主体法律主体声明声明 本报告由广发证券股份有限公司或其关联机构制作,广发证券股份有限公司及其关联机构以下统称为“广发证券”。本报告的分销依据不同国家、地
37、区的法律、法规和监管要求由广发证券于该国家或地区的具有相关合法合规经营资质的子公司/经营机构完成。广发证券股份有限公司具备中国证监会批复的证券投资咨询业务资格,接受中国证监会监管,负责本报告于中国(港澳台地区除外)的分销。广发证券(香港)经纪有限公司具备香港证监会批复的就证券提供意见(4 号牌照)的牌照,接受香港证监会监管,负责本报告于中国香港地区的分销。本报告署名研究人员所持中国证券业协会注册分析师资质信息和香港证监会批复的牌照信息已于署名研究人员姓名处披露。Table_ImportantNotices 重要重要声明声明 广发证券股份有限公司及其关联机构可能与本报告中提及的公司寻求或正在建立
38、业务关系,因此,投资者应当考虑广发证券股份有限公司及其关联机构因可能存在的潜在利益冲突而对本报告的独立性产生影响。投资者不应仅依据本报告内容作出任何投资决策。投资者应自主作出投资决策并自行承担投资风险,任何形式的分享证券投资收益或者分担证券投资损失的书面或者口头承诺均为无效。本报告署名研究人员、联系人(以下均简称“研究人员”)针对本报告中相关公司或证券的研究分析内容,在此声明:(1)本报告的全部分析结论、研究观点均精确反映研究人员于本报告发出当日的关于相关公司或证券的所有个人观点,并不代表广发证券的立场;(2)研究人员的部分或全部的报酬无论在过去、现在还是将来均不会与本报告所述特定分析结论、研
39、究观点具有直接或间接的联系。研究人员制作本报告的报酬标准依据研究质量、客户评价、工作量等多种因素确定,其影响因素亦包括广发证券的整体经营收入,该等经营收入部分来源于广发证券的投资银行类业务。本报告仅面向经广发证券授权使用的客户/特定合作机构发送,不对外公开发布,只有接收人才可以使用,且对于接收人而言具有保密义务。广发证券并不因相关人员通过其他途径收到或阅读本报告而视其为广发证券的客户。在特定国家或地区传播或者发布本报告可能违反当地法律,广发证券并未采取任何行动以允许于该等国家或地区传播或者分销本报告。系因此投资者应当考虑存潜利益冲突而对独性产生影响不仅依据内容 识别风险,发现价值 请务必阅读末
40、页的免责声明 1919/1919 Table_PageText 跟踪分析|计算机 本报告所提及证券可能不被允许在某些国家或地区内出售。请注意,投资涉及风险,证券价格可能会波动,因此投资回报可能会有所变化,过去的业绩并不保证未来的表现。本报告的内容、观点或建议并未考虑任何个别客户的具体投资目标、财务状况和特殊需求,不应被视为对特定客户关于特定证券或金融工具的投资建议。本报告发送给某客户是基于该客户被认为有能力独立评估投资风险、独立行使投资决策并独立承担相应风险。本报告所载资料的来源及观点的出处皆被广发证券认为可靠,但广发证券不对其准确性、完整性做出任何保证。报告内容仅供参考,报告中的信息或所表达
41、观点不构成所涉证券买卖的出价或询价。广发证券不对因使用本报告的内容而引致的损失承担任何责任,除非法律法规有明确规定。客户不应以本报告取代其独立判断或仅根据本报告做出决策,如有需要,应先咨询专业意见。广发证券可发出其它与本报告所载信息不一致及有不同结论的报告。本报告反映研究人员的不同观点、见解及分析方法,并不代表广发证券的立场。广发证券的销售人员、交易员或其他专业人士可能以书面或口头形式,向其客户或自营交易部门提供与本报告观点相反的市场评论或交易策略,广发证券的自营交易部门亦可能会有与本报告观点不一致,甚至相反的投资策略。报告所载资料、意见及推测仅反映研究人员于发出本报告当日的判断,可随时更改且
42、无需另行通告。广发证券或其证券研究报告业务的相关董事、高级职员、分析师和员工可能拥有本报告所提及证券的权益。在阅读本报告时,收件人应了解相关的权益披露(若有)。本研究报告可能包括和/或描述/呈列期货合约价格的事实历史信息(“信息”)。请注意此信息仅供用作组成我们的研究方法/分析中的部分论点/依据/证据,以支持我们对所述相关行业/公司的观点的结论。在任何情况下,它并不(明示或暗示)与香港证监会第 5类受规管活动(就期货合约提供意见)有关联或构成此活动。Table_InterestDisclosure 权益披露权益披露(1)广发证券(香港)跟本研究报告所述公司在过去 12 个月内并没有任何投资银行业务的关系。Table_Copyright 版权声明版权声明 未经广发证券事先书面许可,任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用,否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。