非银金融行业研究报告：金融垂类模型，开启数字金融新时代.pdf

非银金融行业研究报告：金融垂类模型，开启数字金融新时代。财富管理领域已成为垂类模型理想的应用方向：1）政策端：监管助推 金融数字化转型。近年来监管主体从金融科技标准制定、数据治理与应 用、科技与金融场景深度融合等方向进一步促进我国金融科技的发展。 2023 年 6 月中证协与中基协分别发布系统性计划，全面提升证券公司 及基金公司网络和信息安全。2）供给端：海外垂类模型率先突破，产 业生态逐步完善。彭博依托自身金融数据源优势，率先实现大模型与金 融行业垂直知识的深度融合。其大语言模型 BloombergGPT 在执行金融 任务方面的表现超过了现有的通用 LLM 模型，而在通用场景的表现则 与现有的通用 LLM 模型基本持平。3）需求端：财富管理机构接入大模 型意愿强烈，垂类模型机遇凸显。资本市场变革机遇下，财富管理机构 信息技术投入持续增长（证券行业 2012-2021 年 IT 投入 CAGR 达到 21.69%），其接入大模型的意愿也相对强烈。而相较于通用大模型，垂 类模型训练数据集质量更好，在处理金融领域特定任务时行业深度更 优，预计后续将成为财富管理机构的主流选择。

垂类模型有望深度赋能金融行业数智化升级：1）智能营销：快速生成 丰富营销物料，支撑千人千面个性化营销。当前阶段，人工智能已深入 智能营销场景，从多个环节提升金融机构的营销效果。相较于传统的人 工智能技术局限于单纯的文本或者 NLP 等，大模型能够实现多模态混 合训练，有望解决营销过程中处理海量化非结构化数据、客户画像刻画 难，智能推荐不精准的难题。2）智能投顾：全方位分析客户需求，自 动化定制投资建议。智能投顾在一定程度上克服了传统模式的痛点，具 有低门槛、普惠性、个性化等优点。当前财富管理机构“买方投顾”转 型持续加速，金融领域垂直大模型的加速落地有望为智能投顾业务发展 提供潜在的技术支撑。3）智能投研：辅助提炼信息，自动化生成研报。 AI 大模型技术高速发展，其拥有的生成性、解读与分析、逻辑推理等能 力将有效推动投研体系的智能化转型，金融机构预计将强化布局。

群雄逐鹿，金融科技龙头标的有望脱颖而出：1）垂类模型划定财富管 理新时代，数据基础成为发展关键。回溯历史，财富管理市场阶段性扩 容往往伴随金融科技的跨越式进步。从技术路线来看，垂类模型构建技 术路线各有利弊，特定领域预训练或将代表未来，在数据层面具备坚实 基础的金融科技企业有望最大程度发挥特定领域预训练模型的优势。2） 东方财富：金融数据积累丰富，AI 领域研究持续深入。东方财富是国 内领先的互联网金融服务平台综合运营商，目前构筑了较深的流量护城 河，为大模型落地打造了坚实的基础。2023 年 8 月公司公告称拟组建人 工智能事业部，预计将在金融垂类模型方面实现更大突破。3）同花顺： AI+金融先行者，全面加速大模型布局。同花顺为国内领先的互联网金 融信息服务提供商。2014-2022 年，公司研发投入从 1.15 亿元增加至 10.67 亿元，年复合增长率达 28.08%，2022 年末研发人员数量占比超过 60%。公司前瞻布局金融领域 AI，目前已有 i 问财等多项人工智能产品 落地，技术领先性彰显。4）恒生电子：金融 IT 供应商龙头，自研垂类 模型抢先落地。恒生电子聚焦金融行业，以“让金融更简单”为使命， 致力于打造领先的一站式金融科技解决方案。公司以技术服务为核心， 不断拉近与国际金融科技巨头的差距，2017-2023 年在 IDC Fintech Rankings 100 中的排名由 54 位升至 22 位。2023 年 6 月 28 日，恒生电 子自研的金融领域大语言模型 LightGPT 已正式发布。