1、 证券/行业专题报告/2023.05.03 请阅读最后一页的重要声明！看好两类财富管理机构在 AI 大模型落地中的受益机会 证券研究报告 投资评级投资评级:看好看好(维持维持)最近 12 月市场表现 分析师分析师 夏昌盛 SAC 证书编号：S02 分析师分析师 许盈盈 SAC 证书编号：S02 联系人联系人 汪成鹏 相关报告 1.【财通非银】市场化转融资业务试点启动点评：两融机制持续优化，助券商资金效率再获改善 2023-02-22 2.成本降低+标的扩容+机制优化，全面注册制下两融展业空间再释放 2023-02-18 3.【财通非银】境外上市备案管

2、理制度点评：完善境外上市监管体系，发行可预期性提升 2023-02-18 金融科技系列一金融科技系列一 核心观点核心观点 大模型赋予大模型赋予 AIGC 产业化空间产业化空间，金融行业，金融行业是最佳落地领域之一是最佳落地领域之一：ChatGPT 的火爆引发市场对于 AIGC 技术的关注，AI 大模型“预训练+微调”的开发范式有望推动 AIGC 在各行业的大规模产业化进程。金融行业是数字化、智能化的先行者，有望成为大模型落地的最佳领域之一，一方面，监管大力鼓励金融机构推动数字化转型，券商等金融机构接入大模型具备良好政策环境，另一方面，金融机构持续增加信息技术投入，具备雄厚的财力支撑，为行业数字

3、化转型奠定坚实物质基础。BloombergGPT 依托海量金融数据训练依托海量金融数据训练在金融领域在金融领域超越通用超越通用大大模型模型：彭博社推出专为金融行业打造的 500 亿参数大语言模型 BloombergGPT，依托其四十多年来积累的大量金融数据源，基于通用和金融业务的场景进行混合模型训练，使得 BloombergGPT 在执行金融任务上的表现远超同等参数量级的通用大语言模型，有效实现了 GPT+垂直知识的深度融合，证明其基于垂直领域数据打造的大语言模型在金融专业领域的强大竞争力，为国内金融行业大模型的落地与使用提供了借鉴路径。金融金融科技公司科技公司或可凭借自身海量金融数据或可凭借

4、自身海量金融数据复制复制 BloombergGPT 路径路径：Bloomberg GPT 的核心突破在于构建海量的金融训练数据集，通过预训练阶段学习掌握大量金融知识后，在后续的微调任务中能够更快适应金融领域特定场景；国内头部金融 IT 机构在 B 端或 C 端掌握丰富的一手金融数据，为大模型预训练奠定了坚实的数据基础，借助开源大模型和金融领域垂直数据的积累，或可复制 BloombergGPT 路径，打造国内金融领域专业大模型，实现金融大模型在大财富管理行业内的赋能与重塑。传统财富管理机构传统财富管理机构有望通过接入大模型重塑财富管理行业生态：有望通过接入大模型重塑财富管理行业生态：多家券商已宣

5、布接入百度“文心一言”大模型，加速推动人工智能在财富管理场景落地，我们认为大模型的接入将从以下方面重塑财富管理业态：1）改革传统人机交互方式，依托海量专业知识库和自我学习迭代能力，大幅优化当前智能投顾下的客户体验；2）大模型在自动化生成营销材料的同时，基于客户背景、收入情况、风险偏好满足客户个性化需求，实现个性化精准营销；3）提升数据提炼和处理能力，提高展业效率和风控水平。投资建议：投资建议：关注两类关注两类财富管理财富管理机构在大模型技术落地中的受益机会：机构在大模型技术落地中的受益机会：1）头部金融科技公司凭借领先的技术水平和金融领域垂直数据积累，有望复制 BloombergGPT 路径，

6、建议关注同花顺、东方财富；2）传统财富管理机构有望受益于大模型落地带来的业务模式重塑，建议关注数字化战略践行彻底、客户基础规模较大、金融科技实力领先的华泰证券。风险提示：风险提示：技术落地不及预期；金融科技监管趋紧；研发投入周期过长 -13%-7%-1%5%11%17%证券沪深300 谨请参阅尾页重要声明及财通证券股票和行业评级标准 2 行业专题报告/证券研究报告 1 AI 大模型快速发展赋予大模型快速发展赋予 AIGC 产业化应用空间产业化应用空间.4 2 非银机构接入大模型有望重塑财富管理行业生态非银机构接入大模型有望重塑财富管理行业生态.5 2.1 金融机构数字化转型具备良好政策环境金融

7、机构数字化转型具备良好政策环境.5 2.2 海外金融大模型落地，金融行业海外金融大模型落地，金融行业 AI 蓄势待发蓄势待发.6 2.3 金融数据是核心要素，金融金融数据是核心要素，金融 IT 机构或可复制机构或可复制 BloombergGPT 路径路径.8 2.4 券商积极接入大模型，打造财富管理人工智能解决方案券商积极接入大模型，打造财富管理人工智能解决方案.8 3 相关标的梳理相关标的梳理.10 3.1 同花顺同花顺.10 3.2 东方财富东方财富.13 3.3 华泰证券华泰证券.15 4 风险提示风险提示.16 图图 1.BloombergGPT 在外部金融任务的表现显著领先其他对比模

8、型在外部金融任务的表现显著领先其他对比模型.7 图图 2.BloombergGPT 在情绪三分类测试结果中的表现显著领先其他对比模型在情绪三分类测试结果中的表现显著领先其他对比模型.7 图图 3.截至截至 2022 年末同花顺拥有年末同花顺拥有 6.1 亿注册客户亿注册客户.11 图图 4.同花顺网上行情免费客户端周活人数近同花顺网上行情免费客户端周活人数近 2000 万万.11 图图 5.东方财富旗下两大平台合计月活量近东方财富旗下两大平台合计月活量近 4000 万人次万人次.13 图图 6.东方财富研发投入保持快速增长东方财富研发投入保持快速增长.14 图图 7.东方财富研发人员数量占比在

9、东方财富研发人员数量占比在 30%以上以上.14 图图 8.华泰证券数字服务产品矩阵华泰证券数字服务产品矩阵.15 图图 9.截至截至 22 年末涨乐财富年末涨乐财富通累计下载量超通累计下载量超 7000 万次万次.16 图图 10.涨乐财富通月活量在券商涨乐财富通月活量在券商 APP 中排名第一中排名第一.16 图图 11.华泰证券华泰证券 2021 年信息技术投入金额位居全行业第一年信息技术投入金额位居全行业第一.16 表表 1.国内外代表性国内外代表性 AI 大模型概况大模型概况.4 表表 2.近年来政策大力鼓励金融机构推进数字化转型近年来政策大力鼓励金融机构推进数字化转型.5 表表 3

10、.BloombergGPT 在预训练阶段使用了大量金融领域数据在预训练阶段使用了大量金融领域数据.8 表表 4.多家财富管理机构宣布接入百度多家财富管理机构宣布接入百度“文心一言文心一言”大模型大模型.9 图表目录图表目录 内容目录内容目录 PZ9YsWjWkWoMoMsP7N9R9PpNnNnPtQkPqQrMiNmMqNaQmMvMvPmOvMMYmPtQ 谨请参阅尾页重要声明及财通证券股票和行业评级标准 3 行业专题报告/证券研究报告 表表 5.大模型在财富管理机构中的应用场景大模型在财富管理机构中的应用场景.10 表表 6.同花顺同花顺 AI 开放平台提供多行业、多品类解决方案开放平台

11、提供多行业、多品类解决方案.11 表表 7.同花顺同花顺 i问财提供的主要功能问财提供的主要功能.12 表表 8.东方财富已投入多项人工智能相关研发项目东方财富已投入多项人工智能相关研发项目.14 谨请参阅尾页重要声明及财通证券股票和行业评级标准 4 行业专题报告/证券研究报告 1 AI 大模型大模型快速发展赋予快速发展赋予 AIGC 产业产业化化应用空间应用空间 大模型是“大数据大模型是“大数据+大算力大算力+强算法强算法”相结合的产物，相结合的产物，以“大规模预训练以“大规模预训练+微调微调”范范式满足多元化需求式满足多元化需求。其在大数据的支持下进行训练，学习出一些特征和规则，经过微调后

12、即可应用在各场景任务中，目前其主要在自然语言处理、计算机视觉、语音识别等领域得到广泛应用。从参数规模看，AI 大模型先后经历了预训练模型、大规模预训练模型、超大规模预训练模型三个阶段，参数量实现数量级的突破，从模态支持上看，AI 大模型从支持图片、图像、文本、语音单一模态下的单一任务，逐渐发展为支持多种模态下的多种任务。多模态大模型的突破赋予多模态大模型的突破赋予 AIGC 广阔的产业广阔的产业化化应用空间应用空间。2022 年底 OpenAI发布人工智能聊天机器人 ChatGPT，在具有庞大参数量的大型语言模型训练下，ChatGPT 展示出强大的人机交互体验，其强大的信息搜集整理与总结归纳能

13、力、高质量的持续对话能力、较好的逻辑推理能力引发了全球关注与热议，带动市场关注以 ChatGPT 为代表的 AIGC（AI Generated Content）技术在产业的应用前景与发展趋势。人工智能算法的不断迭代是 AIGC 发展进步的源动力，多模态大模型的突破赋予 AIGC 广阔的产业应用空间，根据中国信通院的研究，超级深度学习近年来的快速发展带动了深度神经网络技术在大模型和多模态两个方向上的不断突破，为 AIGC技术的升级提供了强力的支撑。国内外大模型获得快速发展，国内外大模型获得快速发展，将加速产业智能化变革。将加速产业智能化变革。2018 年来大模型发展提速，OpenAI、Googl

14、e、Stability AI、百度等国内外科技公司开发迭代多版 AI 大模型，大模型的通用性以及基于“预训练+微调”等新开发范式，让 AI 场景应用的模型定制流程变得更标准化、效果优化更简单，有望大幅加速人工智能大规模产业化进程，推动 AIGC在各行各业的渗透与落地。表1.国内外代表性 AI大模型概况 开发公司开发公司 模型名称模型名称 发布时间发布时间 细分领域细分领域 参数规模参数规模 应用场景应用场景 OpenAI GPT-1 2018 年 6 月 自然语言处理 1.17 亿 问题回答、语义相似度评估与确定、文本分类任务等 GPT-2 2019 年 2 月 自然语言处理 15 亿 阅读理

15、解、翻译等 GPT-3 2020 年 6 月 自然语言处理 1750 亿 回答问题、模式解析、翻译等 NLP 任务；算术加法、单词解读、新闻生成、学习和使用新单词等综合型任务 DALLE2 2022 年 4 月 多模态-学习图像和用来描述文本之间的关系；识别自然界中的动植物等元素并依据用户输入的文字图片生成逼真的图画 ChatGPT 2022 年 11 月 自然语言处理-通过理解和学习人类的语言进行对话，根据上下文互动进行多轮对话；撰写邮件、视频脚本、文案、翻译、代码、写论文等任务；会主动承认自身错误和无知、质疑不正确的问题；GPT-4 2023 年 3 月 多模态-接受图像和文本输入再输出正

16、确的文本回复；在多种专业测试和学术基准上的表现与人类水平相当，可通过模拟律师考试；文本输入限制提升至 2.5 万个单词，回答准确性显著提高 谨请参阅尾页重要声明及财通证券股票和行业评级标准 5 行业专题报告/证券研究报告 Google LaMDA 2021 年 5 月 自然语言处理 1370 亿 支持如图像识别、自然语言处理等多种任务；可以用接近人类水平的表达和理解能力与人对话 PaLM-E 2023 年 3 月 多模态 5620 亿 能执行多种复杂的机器人指令而无需重新训练；训练数据包括视觉、连续状态估计和文本输入编码的多模式信息；可以将所学知识和技能从一个任务转移到另一个任务 Stabil

17、ity AI Stable Diffusion 2022 年 8 月 多模态-仅依据文本提示作为输入来生成图像；根据文字描述对图像进行修改 百度 ERNIE 1.0 2019 年 3 月 自然语言处理-可以进行自然语言推理、语义相似度、问题回答等 NLP任务 ERNIE 2.0 2019 年 12 月 自然语言处理-英文任务取得突破 ERNIE 3.0 2021 年 12 月 自然语言处理-刷新情感分析、观点抽取、阅读理解、文本摘要、对话生成、数学运算等 54 个中文 NLP 任务基准 ERNIE 3.0 Titan 2021 年 12 月 自然语言处理 2600 亿 在机器阅读理解、文本分类

18、、语义相似度计算等 60 多项任务中取得最好成绩；在行业领域仅利用少量标注数据甚至无需标注数据就能解决新场景的任务 ERNIE 3.0 Zeus 2022 年 5 月 自然语言处理-支持智能创作、摘要生成、问答、语义检索、情感分析、信息抽取、文本匹配、文本纠错等各类自然语言理解和生成任务 ERNIE-ViLG 2.0 2022 年 10 月 多模态-应用于工业设计、动漫设计、游戏制作、摄影艺术等场景 文心一言 2023 年 3 月 多模态-可进行文学创作、商业文案创作；支持数理逻辑推算；具备中文理解能力；支持多模态生成如文字生成图片、视频 商汤科技 书生 2.5 2023 年 3 月 多模态-

19、在自动驾驶场景中大幅提升场景感知理解能力；根据客户文本创作需求生成高质量的写实图像；根据文本快速检索视觉内容 数据来源：澎湃新闻，至顶智库，财通证券研究所 2 非银机构接入大模型非银机构接入大模型有望重塑财富管理行业生态有望重塑财富管理行业生态 2.1 金融机构数字化转型具备良好政策环境金融机构数字化转型具备良好政策环境 监管大力鼓励金融机构推动数字化转型监管大力鼓励金融机构推动数字化转型，金融机构金融机构接入大模型具备良好政策环接入大模型具备良好政策环境境。“十四五”规划提出加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革，数字金融是数字经济的重要组

20、成部分，大数据、区块链、人工智能等创新技术在金融行业内的发展如火如荼。近年来央行、证监会、证券业协会等监管部门不断推出推动券商等金融机构数字化转型政策措施，当前 AIGC 大发展背景下券商等金融机构接入 AI 大模型具备良好的政策环境。表2.近年来政策大力鼓励金融机构推进数字化转型 时间时间 政策、文件政策、文件 重点内容重点内容 2016年 12月 大数据产业发展规划（2016-2020年）支持电信、互联网、金融等信息化基础好的领域率先开展跨领域、跨行业的大数据应用。2017年 6 月 中国金融业信息技术“十三五”发展规划 推动新技术应用，促进金融创新发展;深化金融标准化战略，支持金融业健康

21、发展。谨请参阅尾页重要声明及财通证券股票和行业评级标准 6 行业专题报告/证券研究报告 2019年 8 月 金融科技(FinTech)发展规划(2019-2021年)建立健全我国金融科技发展的“四梁八柱”，进一步增强金融业科技应用能力,实现金融与科技深度融合，确定了六方面重点任务。2020年 2 月 关于进一步加快推进上海国际金融中心建设和支持长三角一体化发展的意见 建立健全金融监管协调机制,完善金融风险防控体系，加强金融科技在监管领域的应用，牢牢守住不发生系统性金融风险的底线。2020年 5 月 关于金融支持粤港澳大湾区的意见 支持粤港澳大湾区内地研究区块链、大数据、人工智能等创新技术及其成

22、熟应用在客户营销、风险防范和金融监管等方面的推广。2020年 5 月 加强科技金融合作有关工作的通知 加快实施创新驱动发展战略部署，完善科技创新投入和科技金融政策，进一步推动科技和金融深度结合，加强相关领域的科技金融合作。2020年 8 月 关于推进证券行业数字化转型发展的研究报告 加快出台行业标准，促进金融科技应用融合。逐步建立完善人工智能、区块链、云计算、大数据等数字技术在证券行业的应用标准和技术规范，鼓励证券公司在人工智能、区块链、云计算、大数据等领域加大投入促进信息技术与证券业务深度融合，推动业务及管理模式数字化应用水平提升。2020年 11月 中共中央关于制定“十四五”规划和二零三五

23、远景目标的建议 构建金融有效支持实体经济的体制机制，提升金融科技水平，增强金融普惠性。2020年 11月 证券基金经营机构董事、监事、高级管理人员及从业人员监督管理办法公开征求意见 针对金融科技专业领域人才,适度放宽工作经历限制，取消学历要求及推荐人制度。2021年 3 月 关于落实政府工作报告重点工作分工的意见 强化金融控股公司和金融科技监管，确保金融创新在审慎监管的前提下进行。2021年 10月 证券期货业科技发展“十四五”规划 阐明“十四五”时期证券期货业数字化转型和科技监管工作的指导思想、工作原则及工作重点，提出一批具有标志性、前瞻性、全局性、基础性和针对性的重大战略举措，为新发展阶段

24、证券期货业数字化转型发展提供纲领性指南。2022年 1 月 金融科技发展规划(2022-2025年)提出“十四五”时期金融科技发展愿景，明确金融科技发展的指导思想和 4 个基本原则、6 个发展目标，确定了 8 项重点任务和 5 项保障措施。数据来源：各政府网站，财通证券研究所 2.2 海外金融大模型落地，海外金融大模型落地，金融金融行业行业 AI 蓄势待发蓄势待发 彭博社推出彭博社推出专为金融行业打造的专为金融行业打造的 500 亿参数大语言模型亿参数大语言模型 BloombergGPT，标志着，标志着金融金融领域的专业大模型正式落地。领域的专业大模型正式落地。2023 年 3 月 30 日美

25、国彭博社正式发布大型语言模型 BloombergGPT，其具有 500 亿参数，在保证大语言模型通用性能的基础上，更加聚焦金融场景，更加适应金融术语的复杂性与独特性，有效实现了GPT+垂直知识的深度融合。BloombergGPT 在金融领域的表现在金融领域的表现亮眼亮眼。根据彭博社发布的论文，其将BloombergGPT 与其他两个参数量级相近的模型 GPT-NeoX、OPT66B 和一个参数量级更大的模型 BLOOM176B 在金融领域和通用领域分别进行了比较评估，谨请参阅尾页重要声明及财通证券股票和行业评级标准 7 行业专题报告/证券研究报告 结果发现 BloombergGPT 模型在金融

26、任务上的表现远超同等参数量级的开放模型，在通用任务上优于其他同等参数量级的模型，并在某些任务上甚至超过了参数量更大的模型，证明其基于垂直领域数据打造的大语言模型在专业领域的强大竞争力。图1.BloombergGPT 在外部金融任务的表现显著领先其他对比模型 数据来源：BloombergGPT:A Large Language Model for Finance，财通证券研究所 图2.BloombergGPT 在情绪三分类测试结果中的表现显著领先其他对比模型 数据来源：BloombergGPT:A Large Language Model for Finance，财通证券研究所 依托海量金融数据

27、集强化训练是依托海量金融数据集强化训练是 BloombergGPT 在专业领域超越通用模型的核在专业领域超越通用模型的核心因素。心因素。彭博社依托其四十多年来积累的大量金融数据源，创建了一个包含3,630 亿词例（token）的金融数据集 FinPile，又与公共数据集叠加成为了包含超7,000 亿词例的大型训练语料库，利用庞大的数据集，并基于通用和金融业务的场景进行混合模型训练，使得 BloombergGPT 在执行金融任务上的表现超过现有的通用大语言模型。摩根士丹利成为海外首家正式接入摩根士丹利成为海外首家正式接入 GPT-4 的金融机构的金融机构。据澎湃新闻报道，北京时间 3 月 15

28、日凌晨，OpenAI 正式推出了 GPT-4 文本生成 AI 系统，在其官网上 谨请参阅尾页重要声明及财通证券股票和行业评级标准 8 行业专题报告/证券研究报告 罗列的多个使用 GPT-4的实际案例中，包含了华尔街知名投行摩根士丹利，其成为首家正式接入 GPT-4 的金融机构，未来将运用 AI 技术优化财富管理咨询流程。2.3 金融数据是核心要素金融数据是核心要素，金融，金融 IT 机构机构或可复制或可复制 BloombergGPT 路径路径 Bloomberg GPT 在预训练阶段使用了大量金融领域和通用领域的数据，以便让模型更好地理解和处理金融相关问题，预训练数据主要包括各类金融新闻、各类

29、研究报告与研究论文、公司财报、宏观经济数据、市场交易数据等，通过使用这些丰富的预训练数据，BloombergGPT 在金融领域的相关任务中表现出较高的性能和专业性，在预训练阶段学习掌握大量金融知识后，其在后续的微调任务中能够更快地适应特定场景。表3.BloombergGPT 在预训练阶段使用了大量金融领域数据 类别类别 具体数据具体数据 金融新闻 BloombergGPT 使用了大量金融新闻数据，这些新闻来自各大金融媒体和新闻来源，有助于模型理解市场动态、公司信息以及经济政策等方面的内容 报告和分析 为了让模型能够学习到更深入的金融知识，Bloomberg GPT还使用了众多金融报告、分析文档

30、和研究论文，数据源包括投资银行的研究报告以及独立研究机构的研究成果 公司财报 BloombergGPT 使用了大量公司财报数据，以便模型学习到财务报表的基本结构和概念，从而能够更好地理解和分析公司的财务状况 经济数据 BloombergGPT 使用了国家和地区的经济数据，如 GDP、通货膨胀率、失业率等，让模型能够处理宏观经济相关问题 交易数据 BloombergGPT 使用了金融市场的交易数据，如股票、债券、期货和外汇等的价格、成交量和其他市场信息，帮助模型理解金融市场的行为以及各种交易工具之间的关系 通用文本数据 BloombergGPT 使用了大量通用领域的文本数据，如维基百科、互联网文

31、章等，使得模型具备更广泛的语言理解能力 数据来源：BloombergGPT:A Large Language Model for Finance，财通证券研究所 掌握丰富金融数据的掌握丰富金融数据的头部头部金融金融 IT 类机构或可复制类机构或可复制 BloombergGPT 路径。路径。国内头部金融 IT 机构在 B 端或 C 端掌握丰富的一手金融数据，借助开源大模型和金融领域垂直数据积累，或可复制 BloombergGPT 路径，打造国内金融领域专业大模型，实现金融大模型在大财富管理行业内的赋能与重塑。2.4 券商积极接入大模型，券商积极接入大模型，打造财富管理人工智能解决方案打造财富管理

32、人工智能解决方案 多家券商宣布接入百度“文心一言”大模型，加速推动人工智能在财富管理场多家券商宣布接入百度“文心一言”大模型，加速推动人工智能在财富管理场景落地。景落地。据中国经营报报道，目前已有海通证券、申万宏源、广发证券、兴业证券、长江证券、西南证券、国海证券、国盛证券、华福证券、财达证券等 10 家券商宣布成为百度“文心一言”首批生态合作伙伴，各家券商与“文心一言”的合作集中于财富管理领域，应用场景包括智能投研等数字内容生成，基于客户个性 谨请参阅尾页重要声明及财通证券股票和行业评级标准 9 行业专题报告/证券研究报告 化需求的问题解答、服务陪伴及特定任务处理等智能化客户服务，乃至“数字

33、人”、“元宇宙”应用场景及内部运营管理效能提升等，为客户提供更趋智能、更有温度的财富管理服务。表4.多家财富管理机构宣布接入百度“文心一言”大模型 券商券商 宣布时间宣布时间 应用场景应用场景 广发证券 2023/2/20 积极探索大语言模型在基础问题解答、客户需求识别、内部效率提升方面的能力；在结合财富管理行业知识进行微调后，广发证券还将尝试探索“文心一言”在特定服务场景下的需求挖掘及服务支持，例如 7*24小时数字人基础问题解答、结合客户生命周期的需求识别与服务支持等，同时依托智慧互联、创新互联，引领财富管理产业变革与升级，为客户提供更智能、更有温度的财富管理服务体系。国海证券 2023/

34、2/24 探索数智客服、数智投顾、数智投研、数智投教、数智员工等金融场景落地应用，为客户提供一站式的专业、智能、贴心服务。此外，还将探索“文心一言”在运营管理方面的应用场景，真正做到金融科技为管理提质增效 西南证券 2023/2/28 在百度技术团队协助下，打造联合解决方案，通过技术共享、培训赋能等方式，强化竞争力，为客户打造多场景的证券业务人工智能解决方案及服务，提升综合金融服务能力 鹏华基金 2023/2/28 通过技术共享、培训赋能、联合营销等方式，强化竞争力，为投资者打造全场景投教智能解决方案及服务，强化客户陪伴，提升客户的投资体验感 长江证券 2023/3/7 通过技术共享、培训赋能

35、、联合营销等方式，强化竞争力，为用户打造全场景财富管理人工智能解决方案及服务，同时依托智慧互联、创新互联，引领证券行业产业变革与升级 国盛证券 2023/3/9 将大模型应用在智能客户服务、智能搜索及投顾、投研辅助等领域上，期待生成式对话语言模型技术在国内证券业客户服务及财富管理场景的首批落地 华福证券 2023/3/13 智能客服、投研辅助、内容创作等金融服务领域 海通证券 2023/3/16 将把百度领先的智能对话技术成果应用在对客智能服务和运营支持等领域，结合公司金融算法能力和海量数据资源，充分挖掘和满足客户需求，提供更加专业、精准的数字化财富管理服务方案 财达证券 2023/3/16

36、打造联合解决方案，通过技术共享、培训赋能、联合营销等方式，强化竞争力，为用户打造全场景财富管理人工智能解决方案及服务，同时依托智慧互联、创新互联，引领证券行业财富管理与机构业务数字化变革与升级 数据来源：各公司官方微信公众号，财通证券研究所 对于券商等对于券商等财富管理财富管理机构而言，大模型的接入机构而言，大模型的接入有望从以下方面重塑行业生态：有望从以下方面重塑行业生态：1）重塑客户服务流程、提高客户体验重塑客户服务流程、提高客户体验。大模型的接入将改革传统人机交互方式，大幅优化人工智能服务下的客户体验。传统聊天机器人是一种基于规则或预定义脚本的自动化程序，只能执行特定的任务，客户需求超过

37、其预设能力范围后便无法给出解决方案；大模型依托海量专业知识库，为客户提供 24 小时不间断的实时服务，并且可以自主生成创造性的内容，同时基于客户反馈不断迭代和提升生成内容的质量，其持续的学习能力能不断增进对客户的了解，提高客户使用体验。谨请参阅尾页重要声明及财通证券股票和行业评级标准 10 行业专题报告/证券研究报告 2）提升内容生产效率与创意。）提升内容生产效率与创意。大模型可以一键生成文字、图像、视频等广告创意内容，大幅提高营销效率；在自动化生成营销材料的同时，能实现个性化精准营销，基于客户背景、收入情况、风险偏好、知识水平满足客户个性化需求。3）提升风控水平提升风控水平。在风控全流程中引

38、入大模型可以提升数据提炼和处理能力，能够进行新特征规则发现，结合因果学习可以探索智能风控策略制定与追因的更多可能性。表5.大模型在财富管理机构中的应用场景 应用类型应用类型 当前场景智能化现状当前场景智能化现状 大模型大模型应用场景应用场景 客户服务 普遍采用智能客服介入客户服务环节，但是目前智能客服，仍然以“搜索”为核心应对用户疑问，重在快速解答 结合大模型多轮对话与 KYC探查能力，能够有效提升用户对话体验 营销 目前尚处于自动化营销+数据驱动营销迭代的过程中，营销内容以内容模板库建设与积累为主，营销策略依赖于专家规则实现 营销材料生成环节可以快速丰富，从而支撑精准的个性化营销；智能营销策

39、略依托于完善的客户标签与 KYC能力可以进一步在金融行业真正落地 风控 目前主要依赖于专家规则+持征工程实现，身份识别与贷前辅助审核等环节引入 AI 能力较多，但金融业务全流程智能风控尚处于探索阶段 在风控全流程中引入大模型可以提升数据提炼和处理能力，能够进行新特征规则发现，结合因果学习可以探索智能风控策略制定与追因的更多可能性 投教 投教内容相对匮乏，以及面对不同类型投资者尚难提供精细化投教内容 通过大模型与数字人相结合，实现投教内容海量丰富，以及推送投放因人施教 投顾 依赖于大数据进行投资者画像与风险偏好洞察，并应用专家规则进行投资产品与组合的自动化推荐 围绕财富管理专业知识进行增量训练，

40、并利用全面的 KYC探查实现围绕个体的全生命周期智能投顾服务 投研 目前智能投研能够实现数据资产以及非结构化数据洞见赋能，并利用知识图谱等技术提升分析效率，尚处于工程化初期阶段 大模型对投资标的信息整理、摘要与筛选更加准确，能够实现对各类投研数据的综合分析以及对时间序列数据的预测，从而提升投研效率以及价值 数据来源：易观分析，财通证券研究所 3 相关标的梳理相关标的梳理 3.1 同花顺同花顺 同花顺拥有金融领域海量数据资源，同花顺拥有金融领域海量数据资源，为大模型预训练奠定了坚实基础为大模型预训练奠定了坚实基础。公司拥有业内领先、规模庞大、历史数据丰富的数据库资源，涵盖了互联网用户数据、新闻资

41、讯、宏观经济数据、行业经济数据、企业研究报告、企业信息、上市公司信息披露、招投标等结构化和非结构化数据，以及交易所、信息公司、政府部门、科研机构、高等院校、宏观经济研究机构和专业行业数据公司等机构提供的授权数据。这些数据不仅满足了客户多样化的需求，亦为公司人工智能算法训练、AI大模型训练提供了数据基础。谨请参阅尾页重要声明及财通证券股票和行业评级标准 11 行业专题报告/证券研究报告 B 端端+C 端庞大的客户群体打造出优质的互联网金融信息服务生态圈。端庞大的客户群体打造出优质的互联网金融信息服务生态圈。个人客户方面，截至 2022 年末同花顺金融服务网累计注册用户 6.1 亿人，2022 年

42、同花顺网上行情免费客户端周度活跃用户数近两千万人；机构客户方面，公司的产品和服务覆盖了国内 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。种类繁多的机构投资者及庞大而活跃的个人投资者，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。图3.截至 2022 年末同花顺拥有 6.1 亿注册客户 图4.同花顺网上行情免费客户端周活人数近 2000 万 数据来源：同花顺年报，财通证券研究所 数据来源：同花顺年报，财通证券研究所 AI 大模型的落地有望从大模型的落

43、地有望从 B、C 两端赋能公司业务增长。两端赋能公司业务增长。1）B 端方面，端方面，经过多年积累打造经过多年积累打造同花顺同花顺 AI 开放平开放平台，台，为多行业提供多品种智能为多行业提供多品种智能解决方案，伴随技术持续落地有望打开新的业绩增长点。解决方案，伴随技术持续落地有望打开新的业绩增长点。公司目前可面向客户提供智能语音、智能客服、智能金融问答、智能投顾、智能质检机、会议转写系统、虚拟数字人、智能医疗辅助系统等多项 AI 产品及服务，可为银行、证券、保险、基金、私募、高校、运营商、政府等行业提供智能化解决方案。表6.同花顺 AI 开放平台提供多行业、多品类解决方案 解决方案解决方案

44、方案类别方案类别 方案构成方案构成 外呼机器人解决方案 外呼机器人 自动拨号，智能对话，精确分级，自动记录，数据分析，机器学习 金融行业解决方案 银行业解决方案 产品查询，产品对比，百科咨询，智能推荐 保险业解决方案 定制保险，产品对比，保险知识库，健康测评 证券业解决方案 投顾 AI辅助系统，智能化功能，智能机器人，智能资讯 基金业解决方案 资产配置，特色大数据，智能信息抽取，智能基金机器人，基金诊断评级 私募业解决方案 舆情分析，公司图谱，特色大数据 港美股解决方案 人机交互对话，智能机器人，智能资讯 010,00020,00030,00040,00050,00060,00070,0002

45、00022万人累计注册用户05001,0001,5002,0002,500200022万人周度活跃用户数 谨请参阅尾页重要声明及财通证券股票和行业评级标准 12 行业专题报告/证券研究报告 公司舆情解决方案-公司监测，专项监测，统计分析，智能报告，实时推送 通用行业解决方案 法律业解决方案 罪名预测，法条推荐，刑期预测 智能硬件解决方案-股票专属定制，泛金融百科，生活管理，对话闲聊 大数据解决方案 智能标签解决方案 标签挖掘，文本分类，资讯个性化，机器人写文章 智能资讯解决方案 主题投资，Feed 流，智能

46、标签 数据来源：同花顺官网，财通证券研究所 2）C 端方面，公司重点打造的端方面，公司重点打造的 AI 投顾平台投顾平台 i 问财目前是问财目前是国内国内财经领域落地较为财经领域落地较为成功的自然语言、语音对话交互问答系统成功的自然语言、语音对话交互问答系统，有望推动财富管理行业智能化转型，有望推动财富管理行业智能化转型。i 问财具备多轮对话能力，可以为投资者提供智能选股诊股、选基诊基、资产配置、理财知识百科、数据查询、闲聊等理财助理、理财投顾服务，未来有望逐步升级成基于大语言模型的对话系统。表7.同花顺 i问财提供的主要功能 类别类别 功能功能 具体应用具体应用 数据智能 数据可视化 提供更

47、易用、可靠的金融可视化服务，以及丰富准确的金融大数据，处理复杂的数据，实现对数据的完美利用 金融数据图表分析平台 引领金融市场数据分析高效，智能，简洁新时代数据报表自助生成云平台，连接丰富金融垂类数据，融合多样可视化组件，运用人工智能，更好探索数据背后的价值 行业特色大数据 定制化抓取各行业数据，实时监控。整理汇集影响行业核心特色数据，为分析研究提供重要的支撑服务 智能语音 语音合成 能够将文字信息转化为声音信息，让应用能够“说话”语音听写 把短语快速转换成对应的文字信息，让机器能够“听懂”人类语言 语音转写 基于深度全序列卷积神经网络，可快速准确的将在会议、教学或采访的长时间语音转化为文字，

48、为后续信息处理和数据挖掘提供基础，有效提高工作效率 自然语言基础服务 情感分析 对于文本中的主观信息进行分析处理，提取评价对象并做出可靠的情感倾向判断 文本相似度 依托优质数据和深度神经网络，运用词向量技术提供高精度的文本相似度服务，实现多维度的场景应用 知识图谱 阅读理解 借助深度学习算法，赋予机器阅读理解文章的能力，提高信息收集效率 智能信息抽取 智能处理金融行业大量存在的文本、表格内容，抽取其中关键实体关系，降低信息收集成本，提升投研工作效率 公司图谱 深入展示公司投资关系，股东、高管、控股参股、实控人多维关系网 智能投顾 智能投顾 人机结合的服务模式，针对服务客户的真实场景打造的投顾助

49、手，帮助投顾提高服务效率和服务质量 智能机器人 运用 AI 技术打造更懂财经的个性化智能助理，开启股市人工智能新纪元 资产配置 基于用户画像、产品问卷，构建用户风险测评系统，提供个性化资产配置方案，持续跟踪监控服务用户 数据来源：同花顺官网，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 13 行业专题报告/证券研究报告 3.2 东方财富东方财富 东方财富是中国领先的互联网财富管理综合运营商，海量用户东方财富是中国领先的互联网财富管理综合运营商，海量用户长周期长周期积淀积淀下下的的财经资讯、财经资讯、交易等金融数据为大模型落地奠定了数据基础交易等金融数据为大模型落地奠定了数据

50、基础。公司主要业务涵盖互联网证券经纪、互联网基金代销、金融数据服务等多个细分领域，构建起了以“东方财富网”为核心的互联网财富管理生态圈，聚集了海量用户资源和用户黏性优势，在垂直财经领域保持行业领先地位，旗下“东方财富”和“天天基金”两大平台月活量近 4000 万人次。图5.东方财富旗下两大平台合计月活量近 4000万人次 数据来源：QuestMobile，财通证券研究所 公司持续加强研发投入，为推动公司持续加强研发投入，为推动 AIGC 落地奠定坚实基础落地奠定坚实基础。公司充分发挥多年来积累的研发技术优势，对互联网领域的新技术和行业前瞻性技术进行深入研究和跟踪，不断优化和完善现有互联网财富管

51、理生态圈系统。2018-2022 年研发投入年化增长 39.0%至 9.36 亿元，占公司营业总收入的比重提升至 7%以上，公司研发人员数量占比维持在 30%以上。05001,0001,5002,0002,5003,0-------------032022-05

52、--012023-03万人天天基金东方财富 谨请参阅尾页重要声明及财通证券股票和行业评级标准 14 行业专题报告/证券研究报告 图6.东方财富研发投入保持快速增长 图7.东方财富研发人员数量占比在 30%以上 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 2023 年 3 月 23 日东方财富在深交所投资者问答平台表示，公司已经陆续研发了东方财富金融数据 AI 智能化生产平台、多媒体智能资讯及互动平台系统等多个人工智能相关项目，并在公司部分产品及服务中进行了具体应用，公司将继续紧跟 AI 技术发展前沿，持续加大研发技术投

53、入，不断加强 AI能力建设，进一步强化自然语言处理、图像处理、语音识别和多模态融合技术能力，并继续深入AIGC、交互式 AI 等领域的研究，完善内容生态构建，增强智能运营能力，持续优化用户体验，提升公司整体服务能力。表8.东方财富已投入多项人工智能相关研发项目 主要研发项目名称主要研发项目名称 项目目的项目目的 项目进展项目进展 拟达到的目标拟达到的目标 预计对公司未来发展预计对公司未来发展的影响的影响 东方财富多媒体智能资讯及互动平台系统研发项目 整合文本、图片、视频等多媒体内容，为各产品线提供平台级、高时效性的互动支持 已完成 提升用户互动体验，为未来公司互动用户的增长和互动模式的丰富做好

54、平台准备和技术准备 提升公司产品的服务能力和用户体验 东方财富金融数据中台项目 搭建数据管理和治理体系，提供自助便捷的数据分析服务，保障数据流通过程中的安全和质量，提升数据使用效率，助力业务精细化运营 已完成 保障数据安全和质量，降低数据分析的门槛 赋能业务决策，提升数据使用效率 天天基金账户 AI分析平台 专注于账户资金数据，减少数据计算的复杂性，让计算结果更及时 已完成 进一步提高收益更新的及时性 提升用户体验 东方财富全球化综合市场行情数据极速云平台 东方财富全球化综合市场行情数据极速云平台接入全球主要证券交易所的各类行情数据，并最终对用户提供极速、稳定的基础行情服务和增值行情服务 已完

55、成 为用户提供极速、稳定的基础行情服务和增值行情服务 提高公司产品及服务能力 2.503.053.787.249.360%1%2%3%4%5%6%7%8%9%0200212022亿元研发投入占营收比重（右）1,6901,7261,8232,0942,1230%5%10%15%20%25%30%35%40%45%05001,0001,5002,0002,500200212022人研发人员数量占比（右）谨请参阅尾页重要声明及财通证券股票和行业评级标准 15 行业专题报告/证券研究报告 东方财富金融数据 AI 智能化生产平台研发项目

56、通过运用 NLP技术对非结构化和半结构化数据进行处理，实现数据智能化生产，提高数据质量和数据处理效率 已完成 提升金融数据的处理效率和能力，为用户提供及时、高质量的数据服务 提高公司产品及服务能力 数据来源：东方财富 2022年报，财通证券研究所 3.3 华泰证券华泰证券 华泰证券是业内领先的科技驱动型证券公司，华泰证券是业内领先的科技驱动型证券公司，坚持金融科技赋能业务模式变革。坚持金融科技赋能业务模式变革。华泰证券 2009 年在行业内率先提出互联网战略，长期致力于金融科技的战略布局和投入，结合全业务链优势，打造市场领先的整体金融科技解决方案，通过全方位科技赋能，实现科技与业务共创，打造数

57、字化牵引下的商业模式创新与平台化支撑下的全业务链优势。图8.华泰证券数字服务产品矩阵 数据来源：华泰证券官网，财通证券研究所 “涨乐财富通”是华泰证券代表性产品，自 2014 年发布以来已持续迭代更新至8.0 版本，不断优化内容运营模式，打造特色化行情交易与理财服务，致力于以更佳的客户体验、更全的产品工具、更广的服务纵深有效提升客户粘性和活跃度，持续打造个性化的财富管理平台；截至 2022 年末累计下载量 7,006.02 万次，月 谨请参阅尾页重要声明及财通证券股票和行业评级标准 16 行业专题报告/证券研究报告 活数量位居券商类 APP 首位。图9.截至 22年末涨乐财富通累计下载量超 7

58、000万次 图10.涨乐财富通月活量在券商 APP 中排名第一 数据来源：华泰证券年报，财通证券研究所 数据来源：QuestMobile，财通证券研究所 持之以恒的科技投入是持之以恒的科技投入是华泰证券华泰证券金融科技能力领先的核心保障。金融科技能力领先的核心保障。据中国证券业协会统计，2021 年华泰证券信息技术投入 23.38 亿元，高居行业第一；2017-2021年信息基数投入金额的年化复合增速达 52.4%。图11.华泰证券 2021 年信息技术投入金额位居全行业第一 数据来源：中国证券业协会，财通证券研究所 我们认为华泰证券具备 AIGC 落地的良好应用场景，庞大的客户基础与线上流量

59、、领先的数字金融服务和持之以恒的科技研发投入使得公司在传统财富管理机构中具备领先优势，AIGC 的落地将结合公司金融算法能力和海量数据资源，充分挖掘和满足客户需求，提供更加专业、精准的数字化财富管理服务方案。4 风险提示风险提示 01,0002,0003,0004,0005,0006,0007,0008,000涨乐财富通累计下载量（万次）02004006008--------102022-

60、--01万人涨乐财富通国信金太阳平安证券国泰君安君弘中国银河证券0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%8.0%0510152025亿元信息技术投入占全行业比重（右）谨请参阅尾页重要声明及财通证券股票和行业评级标准 17 行业专题报告/证券研究报告 1、技术落地不及预期。AI 技术的落地与产业化需要依赖技术的发展情况，若AI技术落地不及预期，可能造成在金融行业内的应用程度有限；2、金融科技监管趋紧。金融行业是强监管行业，若监管部门对金融科技应用和发展作出限制，则会对行业发展和相关公司产生不良影响；3、研发投入周期过长。

61、AI 技术的投入规模较大、投入周期较长，在较长的研发投入过程中存在一定不确定性。谨请参阅尾页重要声明及财通证券股票和行业评级标准 18 行业专题报告/证券研究报告 分析师承诺分析师承诺 作者具有中国证券业协会授予的证券投资咨询执业资格，并注册为证券分析师，具备专业胜任能力，保证报告所采用的数据均来自合规渠道，分析逻辑基于作者的职业理解。本报告清晰地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响，作者也不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。资质声明资质声明 财通证券股份有限公司具备中国证券监督管理委员会许可的证券投资咨询业务资格。公司评级公

62、司评级 买入：相对同期相关证券市场代表性指数涨幅大于 10%；增持：相对同期相关证券市场代表性指数涨幅在 5%10%之间；中性：相对同期相关证券市场代表性指数涨幅在-5%5%之间；减持：相对同期相关证券市场代表性指数涨幅小于-5%；无评级：由于我们无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使我们无法给出明确的投资评级。行业评级行业评级 看好：相对表现优于同期相关证券市场代表性指数；中性：相对表现与同期相关证券市场代表性指数持平；看淡：相对表现弱于同期相关证券市场代表性指数。免责声明免责声明 本报告仅供财通证券股份有限公司的客户使用。本公司不会因接收人收到本

63、报告而视其为本公司的当然客户。本报告的信息来源于已公开的资料，本公司不保证该等信息的准确性、完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的邀请或向他人作出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司通过信息隔离墙对可能存在利益冲突的业务部门或关联机构之间的信息流动进行控制。因此，客户应注意，在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并

64、进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。在法律许可的情况下，本公司的员工可能担任本报告所提到的公司的董事。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。在任何情况下，本公司不对任何人使用本报告中的任何内容所引致的任何损失负任何责任。本报告仅作为客户作出投资决策和公司投资顾问为客户提供投资建议的参考。客户应当独立作出投资决策，而基于本报告作出任何投资决定或就本报告要求任何解释前应咨询所在证券机构投资顾问和服务人员的意见；本报告的版权归本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。信息披露信息披露