《金融科技行业中期策略报告:未来已来AI赋能金融-230628(31页).pdf》由会员分享,可在线阅读,更多相关《金融科技行业中期策略报告:未来已来AI赋能金融-230628(31页).pdf(31页珍藏版)》请在三个皮匠报告上搜索。
1、0证券研究报告1请参阅附注免责声明AI技术发展不及预期;行业竞争加剧。AWeXoWpXxUhZjWtPqNaQbP8OoMoOnPmPfQnNsMeRsQoR8OrRvMwMnQtNwMsQrR2请参阅附注免责声明3请参阅附注免责声明4请参阅附注免责声明计算智能指快速计算、记忆并储存的能力。目前在计算智能领域,计算机已超过人类,典型案例是超级计算机深蓝战胜国际象棋冠军。认知智能指“能理解、会思考”的能力,基于结构化数据的处理,自主学习记忆、分析理解、推理判断并决策。包括知识图谱和自然语言理解等技术。感知智能指“能听、能说、能看、能认”的能力,可以采集和识别数据,并且实现数据的结构化。例如智能语
2、音和计算机视觉等。数据来源:2021认知智能发展研究报告,面向人工智能新基建的知识图谱行业白皮书,国泰君安证券研究图1:智能的核心能力主要体现在三个层面人工智能是利用计算机或者其控制的设备,通过感知环境、获取知识、推导演绎等方法,对人类智能的模拟、延伸或扩展。(摘自深圳经济特区人工智能产业促进条例)5请参阅附注免责声明 AI的应用可以在很多领域满足降本增效需求:随着AI技术的发展,许多重复性、机械性或高风险的工作已经被智能系统和算法所取代,从而满足降本增效的需求。在生产制造、客户服务和支持以及数据分析和决策支持等领域,企业已经通过AI有效降低人力成本。例如智能客服、自动化生产线、智能仓储机器人
3、的应用,显著降低了企业的人力成本,提高了效率和准确性。数据来源:麦肯锡,国泰君安证券研究图2:采用AI后企业成本降低与收入增加情况(占受访者百分比)232932252073487483639724127283341各领域平均服务运行制造业人力资源市场营销与销售风险管理供应链管理产品与服务开发战略与企业融资成本降低 10%收入增加 6-10%收入增加 5%6请参阅附注免责声明AI图3:计算智能早已超越人类,商业模式被颠覆图4:视觉和听觉感知被广泛应用数据来源:国泰君安证券研究AI 计算智
4、能:机器在计算和存储方面早已超越人类智能,因此现在的计算和存储基本依赖计算机 感知智能:视觉、听觉等感知正在超越人类,视觉识别、声音识别在快速替代传统人力数学与逻辑计算存储传统方法算盘图书计算智能超级计算机硬盘驱动器大规模数据分析人工分析机器学习算法数据来源:国泰君安证券研究视觉感知人脸识别、图像识别与搜索、视频识别与监控智能感知类别应用场景高阶视觉感知自动驾驶、医疗影像诊断听觉感知智能音响、智能语音翻译7请参阅附注免责声明 认知智能领域持续取得重要技术突破。“能理解、会思考”的能力一直是AI最难突破的人类能力,ChatGPT爆火,短短数月影响力便辐射全球。ChatGPT强大的自然语言生成能力
5、让人们看到了AI获得认知能力的可能性,这将对人们的生产生活带来颠覆性变革。认知智能的突破有望使得AI在众多领域得到应用。在应用层面可以分为通用认知智能应用和行业认知智能应用两大类。通用认知智能应用如对话机器人和会话智能将改变销售和客户服务工作流程,实现自动化和智能化。行业认知智能应用如智能诊疗将革新医疗领域的工作流程,通过模拟医生的思维逻辑提供诊疗方案,提升医疗效率和质量。图5:认知智能市场全景数据来源:爱分析,国泰君安证券研究应用层平台层通用认知智能应用行业认知智能应用对话机器人智能文档处理会话智能产业图谱分析知识管理金融智能风控智能投研医疗智能诊疗传媒智能融媒体知识图谱平台NLP平台图分析
6、知识融合 知识推理知识抽取 知识表示 领域知识库词法分析 句法分析 语义分析图数据库 图计算引擎8请参阅附注免责声明AI应用领域定义当前进展智能投顾主要依托认知智能,当前在逐步应用之中智能投研主要依托认知智能,当前在逐步应用之中智能信贷风控实现信贷风险管理的数字化与自动化主要依托计算智能和感知智能,当前已得到充分应用数据来源:金融人工智能研究报告,国泰君安证券研究表1:金融行业的多个领域可通过人工智能实现降本增效9请参阅附注免责声明10请参阅附注免责声明信贷风控欺诈风险管理欺诈风险由借款人的不正当贷款目的导致,借款人在贷款时并不打算偿还贷款。反欺诈信用风险管理信用风险指借款人的还款能力和还款意
7、愿因不可抗力影响而出现问题的风险,常见原因包括经济或思想状况的变化。还款能力评估还款意愿评估信贷风控是指金融机构在进行信贷业务时,通过采用各种方法和工具来评估借款人的欺诈风险和信用风险,并制定相应的风险控制措施以减少信贷风险,确保借款资金的安全性和借贷双方的利益最大化。图6:信贷领域主要有欺诈风险和信用风险两类风险数据来源:智能风控:原理、算法与工程实践,国泰君安证券研究11请参阅附注免责声明识别和验证个体的身份、行为和特征计算机视觉技术语音识别和声纹特征提取技术图7:感知技术的使用可以帮助验证客户身份与资料的真实性人脸识别:识别和比对用户的面部特征,从而验证其身份。可用于开户、登录或交易等场
8、景。声纹识别:识别和验证用户的语音。可用于电话交易或语音授权等场景。指纹识别:识别和比对用户的指纹,从而验证其身份。可用于移动设备的指纹解锁、指纹支付等场景。生物识别技术审核材料的真伪光学字符识别(OCR)技术材料文字的识别:自动识别和提取文档、照片或者扫描件中的文字信息。可用于身份证、银行卡及信贷文件等资料上关键信息的识别,从而与数据库进行比对和验证。数据来源:国泰君安证券研究12请参阅附注免责声明收入主要核实借款人的收入来源、收入水平和稳定性,从而评估其是否有足够的经济能力偿还贷款。常用评估材料包括工资单、银行对账单、税务记录等。资产资产通常包括房产、车辆、储蓄、投资等。对借款人的资产价值
9、和资产流动性的评估可以帮助判断其还款能力和还款来源。负债一个常用的指标是负债比率,指借款人的债务总额与其可支配收入之比,可以反映其承担额外债务的能力。通常负债比率越低,借款人的还款能力越强。其它因素如信用状况、客户的商品消费习惯和金融场所出行习惯等。图8:计算智能可帮助进行多维度的还款能力判别 还款能力的判别涉及收入、负债、资产等客观因素,计算智能的应用将提升风险审核效率。数据来源:智能风控与反欺诈 体系、算法与实践,国泰君安证券研究13请参阅附注免责声明主动还款意愿包括受教育程度、个人品行、价值观等被动还款意愿包括协议违约成本,舆论压力等图9:还款意愿涉及主动与被动两个方面,更侧重于主观因素
10、的分析 还款意愿的判别侧重于主观因素。传统金融机构在评估还款意愿的时候需要投入较多的人力和时间。而AI技术的应用可以帮助比对黑名单、分析社交行为与轨迹等,从而更好地了解客户的还款意愿。认知能力如知识图谱技术具备辅助判别还款意愿的潜力。图10:利用知识图谱技术,可以依据信息推断信用能力数据来源:互金风控模型搭建维度解析,人工智能实现风险预警智能化,把握关键环节加强贷款管控,国泰君安证券研究数据来源:中国知识图谱行业研究报告,国泰君安证券研究14请参阅附注免责声明 通过应用各类AI技术,信贷风控领域成本显著下降,效率显著提升。根据海外机构调查,部分公司应用AI,在信贷风控领域实现了降本增效。具体而
11、言,信贷审批层级减少了50%,平均审批时间减少了56%,自动审批数量增加了15%。图11:AI对公司信贷风控效率的影响数据来源:HighRadius,国泰君安证券研究15请参阅附注免责声明 公司在AI领域开展了多项研究,包括大模型计算,金融知识图谱和情绪识别等技术。基于AI和大数据技术,公司已推出Argus智能风控引擎、Glaucus增长引擎、智能机器人及金融OCR服务等多项智能服务。公司的逾期率较低,体现其较好的风控能力。智能服务介绍Argus智能风控引擎结合数字资产、AI技术、专家经验和工程技术,具备反欺诈、信用评估和风险预警三大核心功能。Glaucus增长引擎利用AI和大数据技术,具备快
12、速高并发处理决策、自动化管理投放账户和计划、自学习迭代、创造千人千面创意素材和精准识别用户并捕获和量化竞争环境的能力智能机器人利用AI技术深维度理解用户,具备高性能语音识别系统、定制化模版研发能力和人机交互模式。金融OCR服务利用AI技术赋能用户增信,覆盖500+金融场景,拥有定制化模版研发能力、高效反馈能力及95%+识别率。表2:基于AI和大数据等技术,公司提供多项智能服务图12:公司2023Q1的90天+逾期率较低数据来源:公司官网,国泰君安证券研究数据来源:公司年报,国泰君安证券研究2.18%3.30%2.53%2.40%0.00%0.50%1.00%1.50%2.00%2.50%3.0
13、0%3.50%奇富科技陆金所乐信小赢科技16请参阅附注免责声明17请参阅附注免责声明数据来源:国泰君安证券研究信息优势(与众不同的信息)信息不对称分析优势(与众不同的逻辑)竞争优势信息逻辑超预期价值价格交易方式交易规则套利成本套利风险市场微观结构交易心理与情绪18请参阅附注免责声明19请参阅附注免责声明能力提升领域具体影响路径数据处理和分析大语言模型可以处理大规模的金融数据和相关信息,包括市场数据、财务报表、新闻报道等。这些模型能够快速、准确地分析和理解文本数据,提取其中的关键信息和趋势,为投资研究提供更全面和深入的数据分析。智能决策支持大语言模型可以生成智能投资建议和决策支持。它们能够根据投
14、资者的需求和投资目标,结合大量的数据和历史信息,生成个性化的投资建议和资产配置策略。这些建议可以帮助投资者做出更明智的投资决策,并提高投资组合的绩效。预测和模型构建大语言模型可以通过学习大量的历史数据和市场趋势,构建复杂的预测模型。它们能够预测股票价格、市场走势和其他相关指标,为投资者提供更准确的预测和趋势分析。这有助于投资者更好地把握市场机会和规避风险。快速响应和实时更新大语言模型具备快速处理和分析大规模数据的能力。它们可以实时监测市场数据、新闻事件和社交媒体评论,迅速捕捉到市场变化和情绪波动。这使得智能投研可以更快速地响应市场变化,及时更新投资建议和调整投资策略。自然语言交互和沟通大语言模
15、型具备自然语言处理和生成的能力,可以与投资者进行自然而流畅的对话和交流。投资者可以通过自然语言提出问题、表达意见,并从模型获得相应的回答和解释。这种人机交互的方式使得投资者能够更直接、更便捷地与智能投研系统进行沟通和互动。数据来源:国泰君安证券研究20请参阅附注免责声明 基于多源数据和业务逻辑,大模型可实现数据和流程的可视化,并根据需求集成财务工具、因子工具、预测模拟器等智能工具,从而提高投资研究的效率。图15:智能研报生成过程图16:同花顺智能研报生成数据来源:澜舟科技数据来源:同花顺21请参阅附注免责声明数据来源:ChatGpt数据来源:ChatGpt图17:GPT可以撰写策略代码图18:
16、GPT可以使用多种语言编程22请参阅附注免责声明图19:佛罗里达大学的ChatGPT情感分析研究数据来源:佛罗里达大学23请参阅附注免责声明 据CRISIL GR&A测算,如果将AI大模型应用于投资研究,考虑到节省员工费用和减少花在研究上的时间,节省的成本可能达到22.5%。图20:AI大模型助力降低投研成本数据来源:CRISIL GR&A24请参阅附注免责声明数据来源:智能投顾:国际经验与中国实践 国泰君安证券研究 狭义上,智能投顾就是使用数字化手段协助用户进行投资,即运用云计算、大数据、智能算法等数字技术,根据客户不同的投资需求、风险偏好,为其提供自动化、智能化、定制化的投资建议和自助式的
17、线上证券投资服务。广义上,智能投顾可以扩展到智能理财,涵盖整个财富管理行业,通过将数字技术应用在整理理财服务流程,为客户提供智能化、自动化和个性化的资产配置、账户咨询、理财规划等与财富管理相关的各类线上服务。1990年代末投顾服务线上化90年代末随着科技的发展,在线投顾基于Web技术实现了投顾服务的线上化。人工投顾使用计算机通过网络为投资者提供服务,投顾服务迈入数字时代,智能投顾模式初现雏形。时代背景2007-2015年投顾服务自动化以SigFig、Betterment为代表的一批科技企业开始上线基于算法的机器人投顾,使得投顾服务可以完全脱离人工自动完成,智能投顾模式正式兴起。2015年至今投
18、顾服务数字化智能投顾不再只是新兴科技企业的主战场,传统金融机构也纷纷加入阵营,与此同时智能投顾服务不再局限于提供投资建议,而是开始尝试扩张到整个财富管理领域。图21:智能投顾发展历程25请参阅附注免责声明26请参阅附注免责声明数据来源:国泰君安证券研究能力提升领域具体影响路径自然语言交互大语言模型具备出色的自然语言处理和生成能力,可以进行自然而流畅的对话和交流。在智能投顾中,投资者可以使用自然语言与大语言模型进行交互,提出问题、表达意见,获取个性化的投资建议和策略。这种自然语言交互的方式使得智能投顾更加便捷和易用。个性化投资建议大语言模型可以根据投资者的个人情况、目标和偏好提供个性化的投资建议
19、。它可以通过分析投资者的投资偏好、风险承受能力和时间周期,生成针对每个投资者的特定需求的投资组合建议和资产配置策略。这使得智能投顾能够提供更加个性化和定制化的投资服务。预测和模型构建大语言模型可以处理大规模的金融数据和相关信息,并进行深度的数据分析。它能够从各种数据源中提取关键信息、分析市场趋势,并基于这些分析结果提供投资建议和决策支持。这使得智能投顾能够更全面、准确地评估投资机会和风险。快速响应和实时更新大语言模型具备高速的数据处理和分析能力,可以实时监测市场数据和投资组合状况,并快速响应市场变化。它能够及时捕捉到市场机会和风险警示,并为投资者提供即时的建议和调整策略。这使得智能投顾能够更灵
20、活地应对市场波动和变化。自然语言交互和沟通大语言模型在提供投资建议和决策支持时,通常能够给出相应的解释和理由。这增强了投资者对智能投顾系统的信任和理解。投资者可以更好地了解投资建议的依据和逻辑,从而更好地评估和决策。27请参阅附注免责声明数据来源:九方智投招股说明书 我们以个人和机构金融信息服务软件市场规模来表征智能投研、投顾的市场规模,根据弗若斯特沙利文预测,到2026年整体市场有望保持18.7%的较高复合增速。从行业横向对比上看,AI在金融行业的应用程度没有达到平均水平,未来在金融行业的应用仍有较大提升空间。图22:中国智能有望保持较高速度增长图23:按行业划分的 AI 成熟度水平(202
21、1 年和 2024 年)数据来源:埃森哲28请参阅附注免责声明说明:同花顺取2023年6月21日收盘价;奇富科技取2023年6月23日收盘价,汇率取1港元=0.92人民币元数据来源:wind,国泰君安证券研究表2:推荐公司估值表EPS2021A2022A2023E2024E2025E收盘价P/E2021A2022A2023E2024E2025E评级同花顺3.563.153.774.515.54182.60(人民币元)同花顺55.62 62.86 52.52 43.90 35.74 增持奇富科技19.3813.4814.3817.5522.0361.45(港元)奇富科技2.924.193.933.222.57增持29请参阅附注免责声明 AI技术发展不及预期:生成式AI技术研发进度不及预期,AI+金融领域技术融合进度不及预期可能会对付费率及客单价产生影响。行业竞争加剧:“AI+金融“仍处于发展初期,市场集中度不高,内部竞争激烈,激烈竞争的市场环境可能导致产品价格下滑、市场份额难以维持等风险。30