AI-大模型掘金金融行业数据富矿

微信扫码，打开到小程序

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI：大模型掘金金融行业数据富矿 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com +(852) 3658 6000 联系人 胡宇舟 SAC No. S0570121040041 SFC No. BOB674 huyuzhou@htsc.com +(852) 3658 6000 联系人 权鹤阳 SAC No. S0570122070045 quanheyang@htsc.com +(86) 21 2897 2228 行业走势图 资料来源：Wind，华泰研究 2023 年 4 月 04 日│中国内地 动态点评 金融行业坐拥数据富矿，有望成为 AI 大模型率先落地的垂直领域之一 近期，多家金融机构、金融服务机构发布其 AI 大模型：彭博发布支持金融 领域的自然语言处理（NLP）任务的 BloombergGPT，中国农业银行推出类 ChatGPT 的大模型应用 ChatABC，中国工商银行发布了基于昇腾 AI 的金 融行业通用模型。我们认为垂直行业的高价值量数据对于 AI 大模型的训练 和垂直领域应用至关重要，金融行业数字化程度领先，拥有数据富矿，有望 成为 AI 大模型率先落地的垂直领域之一。应用端，我们看到生成式和理解 式大模型在银行、保险、资管、投研、投顾等多个细分领域正在落地或拥有 潜在落地场景，帮助金融机构降本增效。 银行：大模型助力数据洞察能力提升，赋能高质量顾问式金融服务 在银行领域，理解式大模型可以用在信贷风险管理、智能获客和产品识别等 场景，通过提升银行的数据洞察理解能力，来更好地识别客户需求以及评估 客户信用风险。例如，英伟达和德意志银行合作测试 Financial Transformers (Finformers)大模型，能够从非结构化数据中提取关键信息，以提供早期风 险预警信号。度小满的智能征信中台将 LLM、图算法应用在征信报告的解读 上。生成式大模型则可提高客户服务质量，智能客服既能与用户进行多轮对 话，还能提出具体可行的解决方案。例如，中国工商银行发布了 AI 金融行 业通用模型，智能客服在识别客户来电诉求和情绪的准确率上有显著提升。 投研：“全能助理”辅助信息了解、提炼和挖掘，实现研报自动生成 在投资研究领域，大模型可以成为投研从业者的“全能助理”。理解式大模 型不仅可以辅助了解国内外的宏观政策、行业信息、公司和产品信息，并将 关键信息进行抽取与提炼，还能通过对海量非传统数据进行挖掘来发现另类 投研因子。生成式大模型则能实现研报的自动生成和翻译。 投顾：全方位分析客户需求，自动化定制化投资建议 在投资顾问领域，大模型不仅能充分利用自有内容资源，还能帮助全方位分 析客户需求和市场趋势，提供自动化的投资建议。比如，同花顺应用 LLM 来 构造合规、准确的投顾助手，通过 Double-Check、多轮对话等模式，消除对 话中的歧义、更好锁定投资者意图，从而准确了解用户画像来设定投资目的 及风险承受度，并提供自动化的投资建议。摩根士丹利已经接入 OpenAI，充 分挖掘自身庞大的研究资源和数据库，为财富管理顾问提供帮助。 财经新闻：理解背后的市场“情绪”，辅助金融资讯写作 在财经新闻领域，理解式大模型帮助理解和判断财经新闻文章中的情感走 向，生成式大模型助力更准确的金融问答和资讯写作。例如，彭博社近期发 布的 BloombergGPT 得益于大规模金融垂直领域的文件、行业新闻、社交 媒体等文本数据集的训练，能够理解财经新闻背后的市场“情绪”，辅助金 融资讯写作，这解决了通用 NPL 模型在金融领域应用的痛点。 风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个 股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该 股票的推荐或覆盖。 (21) (14) (7) 0 7 Apr-22 Aug-22 Dec-22 Apr-23 (%) 电子 沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 电子 金融行业坐拥数据富矿，有望成为 AI 大模型率先落地的垂直领域之一 2023 年 3 月以来，多家金融机构、金融服务机构发布其 AI 大模型：彭博发布支持金融领 域的自然语言处理（NLP）任务的 BloombergGPT，中国农业银行推出类 ChatGPT 的大模 型应用 ChatABC，中国工商银行发布了基于昇腾 AI 的金融行业通用模型。我们认为垂直行 业的高价值量数据对于 AI 大模型的训练和垂直领域应用至关重要，金融行业数字化程度领 先，拥有数据富矿，有望成为 AI 大模型率先落地的垂直领域之一。应用端，我们看到生成 式和理解式大模型在银行、保险、资管、投研、投顾等多个细分领域正在落地或拥有潜在 落地场景，帮助金融机构降本增效。 图表1： 大模型逐渐渗透银行、保险、资管、投研、投顾等多个金融细分领域应用 资料来源：各公司官网，华泰研究 银行：理解式大模型助力数据洞察能力提升，生成式大模型赋能高质量顾问式金融服务 在银行领域，理解式大模型可以用在信贷风险管理、智能获客和产品识别，通过提升银行 的数据洞察理解能力，来更好地识别客户需求以及评估客户信用风险。例如，度小满的智 能征信中台将大型语言模型 LLM、图算法应用在征信报告的解读上，能够将报告解读出 40 万维的风险变量，更好地识别小微企业主的信贷风险。此外，英伟达和德意志银行也正在 合作测试一系列名为 Financial Transformers (Finformers)的大模型，这些模型能够从非结 构化数据中提取关键信息，更快地检索并识别数据质量问题，以提供风险的早期预警信号。 图表2： Finformers 底层大模型有多个，分别擅长不同的任务 资料来源：英伟达 GTC 2023 AI 开发者盛会官网，华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 3 电子 生成式大模型应用于银行领域则可提高客户服务质量，智能客服既能与用户进行多轮对话， 还能提出具体可行的解决方案。比如，中国农业银行近期推出的 AI 大模型 ChatABC 1.0， 拥有在金融领域的知识理解能力、内容生成能力以及安全问答能力，当前已通过平台问答 助手、工单自动化回复助手等形式面向内部员工试用。 图表3： 中国农业银行 ChatABC 1.0 五位一体 AI 大模型创新应用架构 资料来源：中国农业银行，华泰研究 中国工商银行最近发布了基于华为昇腾 AI 的金融行业通用模型，该模型兼具理解式和生成 式大模型的功能，赋能风险防控、客户服务以及运营管理。在风险防控上，对融资项目建 设的进度进行监控，使得监测精准度提升约 10%、研发周期缩短约 60%。在客户服务上， 该模型支撑的智能客服在识别客户来电诉求和情绪识别的准确率上有显著提升，能够更精 准有效地响应客户需求，并且使得维护成本大幅缩减。在运营管理上，模型的应用帮助智 能提取期限、利率等信贷审批书核心要素，提升了信贷审批效率。 图表4： 中国工商银行发布基于昇腾 AI 的金融行业通用模型 资料来源：中国工商银行，华泰研究 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 4 电子 投研：“全能助理”辅助信息了解、提炼和挖掘，实现研报自动生成 在投资研究领域，大模型可以成为投研从业者的“全能助理”。理解式大模型不仅可以帮助 了解国内外的宏观政策、行业信息、公司和产品信息，并将关键信息进行抽取与提炼，还 能通过对海量非传统数据进行挖掘来发现另类投研因子。生成式大模型则能实现研报的自 动生成和翻译。例如，中信证券近期正在内测基于生成式预训练大模型的智能助手 CiticsAI， CiticsAI 的训练结合证券行业和中信证券内部特有的语料数据，应用涵盖文本生成、代码生 成、图像理解与生成等场景。同花顺的算法总监马天翼在 2023 年 3 月 18 日举行的大语言 模型与资产管理论坛中也指出，大模型在投研领域可以用于研报观点抽取和解读、研报生 成和翻译、量化指标代码生成及解释等方面。 图表5： LLM 在投研领域的应用场景 资料来源：同花顺，华泰研究 投顾：全方位分析客户需求，自动化定制化投资建议 在投资顾问领域，大模型不仅能帮助全方位分析客户需求和市场趋势，还能提供自动化的 投资建议。比如，同花顺应用 LLM 来构造合规、准确的投顾助手，有 4 个方面的尝试：1） 基于 Text2SQL 的问句-查询条件匹配：将自然语言描述转化成对应的 SQL 查询语句，从而 实现用自然语言查询数据库的目的；2）投资对话意图的 Double Check：用于投资对话中 的歧义消解，更好地锁定投资者意图；3）通过语言模型构建金融事理图谱，图谱反过来增 强语言模型准确性；4）多轮对话：通过对话技术了解用户画像，设定投资目的及风险承受 度，并提供自动化的投资建议。 摩根士丹利已经接入 OpenAI，基于自身庞大的研究资源和数据库为财富管理顾问提供帮 助。摩根士丹利拥有数十万页涵盖投资策略、市场研究以及分析师见解的内容库，主要以 PDF 形式呈现，财富管理顾问需要浏览大量信息才能找到特定问题的答案。因此，摩根士 丹利 300 名顾问正在测试基于 OpenAI 的 AI 工具，以帮助约 1.6 万名财富管理顾问利用庞 大的研究和数据库，并计划在未来几个月内广泛推广。 财经新闻：理解财经新闻背后的市场“情绪”，辅助金融资讯写作 在财经新闻领域，理解式大模型帮助理解和判断财经新闻文章中的情感走向，生成式大模 型助力更准确的金融问答和资讯写作。例如，彭博社近期发布的 BloombergGPT 得益于大 规模金融垂直领域的文件、行业新闻、社交媒体等文本数据集的训练，能够理解财经新闻 背后的市场“情绪”，辅助金融资讯写作，这解决了通用 NPL 模型在金融领域应用的痛点。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 5 电子 图表6： BloombergGPT 在金融垂直领域的能力突出，在通用领域的能力接近 GPT-3 资料来源：BloombergGPT: A Large Language Model for Finance，华泰研究 风险提示 1）AI 技术落地不及预期。虽然 AI 技术加速发展，但由于成本、落地效果等限制，相关技 术落地节奏可能不及我们预期。 2）本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代 表本研究团队对该公司、该股票的推荐或覆盖。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 6 电子 免责声明 分析师声明 本人，黄乐平，兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见；彼以往、现在或未 来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬。 一般声明及披露 本报告由华泰证券股份有限公司（已具备中国证监会批准的证券投资咨询业务资格，以下简称“本公司”）制作。本 报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到 本报告而视其为客户。 本报告基于本公司认为可靠的、已公开的信息编制，但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确 性及完整性不作任何保证。 本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，华泰可能会发出与本报告所载意见、 评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。以往表现 并不能指引未来，未来回报并不能得到保证，并存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。 华泰对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本公司不是 FINRA 的注册会员，其研究分析师亦没有注册为 FINRA 的研究分析师/不具有 FINRA 分析师的注册资 格。 华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招 揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私 人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯 一因素。对依据或者使用本报告所造成的一切后果，华泰及作者均不承担任何法律责任。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口头承诺均为无效。 除非另行说明，本报告中所引用的关于业绩的数据代表过往表现，过往的业绩表现不应作为日后回报的预示。华泰不 承诺也不保证任何预示的回报会得以实现，分析中所做的预测可能是基于相应的假设，任何假设的变化可能会显著影 响所预测的回报。 华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况 下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产 品等相关服务或向该公司招揽业务。 华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本 报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰 的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。投资者 应当考虑到华泰及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其 他决定的唯一信赖依据。有关该方面的具体披露请参照本报告尾部。 本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员，也并非意图发送、发布 给因可得到、使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员。 本报告版权仅为本公司所有。未经本公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人 (无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并需 在使用前获取独立的法律意见，以确定该引用、刊发符合当地适用法规的要求，同时注明出处为“华泰证券研究所”， 且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。所有本报告中使用的商标、 服务标记及标记均为本公司的商标、服务标记及标记。 中国香港 本报告由华泰证券股份有限公司制作,在香港由华泰金融控股（香港）有限公司向符合《证券及期货条例》及其附属法 律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股（香港）有限公司受香港证券及期货事务监察委员 会监管，是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。在香港获得本报 告的人员若有任何有关本报告的问题,请与华泰金融控股（香港）有限公司联系。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 7 电子 香港-重要监管披露 • 华泰金融控股（香港）有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。 • 同花顺（300033 CH）：华泰金融控股（香港）有限公司、其子公司和/或其关联公司实益持有标的公司的市场资本 值的 1%或以上。 • 农业银行（601288 CH）、工商银行（601398 CH）：华泰金融控股（香港）有限公司、其子公司和/或其关联公司 在本报告发布日担任标的公司证券做市商或者证券流动性提供者。 • 有关重要的披露信息，请参华泰金融控股（香港）有限公司的网页 https://www.htsc.com.hk/stock_disclosure 其他信息请参见下方 “美国-重要监管披露”。 美国 在美国本报告由华泰证券（美国）有限公司向符合美国监管规定的机构投资者进行发表与分发。华泰证券（美国）有 限公司是美国注册经纪商和美国金融业监管局（FINRA）的注册会员。对于其在美国分发的研究报告，华泰证券（美 国）有限公司根据《1934 年证券交易法》（修订版）第 15a-6 条规定以及美国证券交易委员会人员解释，对本研究报 告内容负责。华泰证券（美国）有限公司联营公司的分析师不具有美国金融监管（FINRA）分析师的注册资格，可能 不属于华泰证券（美国）有限公司的关联人员，因此可能不受 FINRA 关于分析师与标的公司沟通、公开露面和所持 交易证券的限制。华泰证券（美国）有限公司是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限 公司的全资子公司。任何直接从华泰证券（美国）有限公司收到此报告并希望就本报告所述任何证券进行交易的人士， 应通过华泰证券（美国）有限公司进行交易。 美国-重要监管披露 • 分析师黄乐平本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员、董事或顾问。分析师及相关 人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相关人士”包括 FINRA 定 义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自公司投资银行业务的收入。 • 工商银行（601398 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日之前的 12 个月内担 任了标的证券公开发行或 144A 条款发行的经办人或联席经办人。 • 工商银行（601398 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日之前 12 个月内曾向 标的公司提供投资银行服务并收取报酬。 • 农业银行（601288 CH）、工商银行（601398 CH）：华泰证券股份有限公司、其子公司和/或其联营公司预计在本 报告发布日之后 3 个月内将向标的公司收取或寻求投资银行服务报酬。 • 同花顺（300033 CH）：华泰证券股份有限公司、其子公司和/或其联营公司实益持有标的公司某一类普通股证券的 比例达 1%或以上。 • 农业银行（601288 CH）、工商银行（601398 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告 发布日担任标的公司证券做市商或者证券流动性提供者。 • 华泰证券股份有限公司、其子公司和/或其联营公司, 及/或不时会以自身或代理形式向客户出售及购买华泰证券研究 所覆盖公司的证券/衍生工具，包括股票及债券（包括衍生品）华泰证券研究所覆盖公司的证券/衍生工具，包括股 票及债券（包括衍生品）。 • 华泰证券股份有限公司、其子公司和/或其联营公司, 及/或其高级管理层、董事和雇员可能会持