20250113-天风证券-金融工程_大模型总结和解读行业研报_10页_948kb

总结：金融工程报告中的大模型应用

报告探讨了使用DeepSeek-V3大模型来总结和评估分析师行业报告的景气度。传统方法因行业评级标准化不足和分类标准不一致而应用有限，大模型提供高效、客观的解决方案。研究选取2025年1月5日至1月11日发布的713篇行业报告，过滤后使用651篇报告样本。通过特定提示词输入摘要，模型输出行业景气度和超预期程度。最新结果显示，互联网媒体、计算机软件、云服务等行业景气度较高，且有边际提升；房地产服务、普钢、结构材料、装饰材料等行业景气度较低，环比下降。方法优化了数据处理，提高了信息实用性，但仍需注意市场波动和模型潜在偏差的风险。

关键方法

• 数据筛选：报告中删除评级不符（如“推荐”、“买入”）和提及港股的样本，确保高质量数据。
• 模型输入输出：使用DeepSeek-V3模型，输入摘要，输出包括一级、二级行业名称、景气度和超预期程度的JSON格式结果。
• 评估指标：基于中信二级行业计算景气度和超预期程度的均值，并考虑报告数目大于2的行业。

行业景气度分析（最新结果）

本报告聚焦于行业景气度变化，发现高景气行业包括互联网媒体、计算机软件、云服务，这些行业报告的景气度周变化显著提升。低景气行业如房地产服务、普钢、结构材料、装饰材料的景气度环比下降，可能与市场供需和政策因素相关。总体上，大模型帮助提炼核心观点，支持投资决策，但也需警惕模型稳定性和准确性风险。

风险与局限性

• 市场风险：包括环境变动和投资不确定性，影响行业景气度评价。
• 模型风险：大模型的随机性和偏差可能导致结果不准确；依赖算法可能忽略分析师细微用词变化。
• 方法改进潜力：尽管大模型提升了效率，但行业分类标准差异仍需进一步标准化。