非银金融行业深度报告-金融垂类模型-开启数字金融新时代-东吴证券_27页_1mb

证券研究报告聚焦非银金融领域，分析金融垂类模型对行业的影响。报告指出，AIGC技术加速发展，监管政策持续推动金融数字化转型。2019年以来，中国人民银行等监管机构出台多项政策，鼓励金融科技应用，如人工智能在信贷流程优化、数据治理及风险防控等场景落地。2023年6月，中证协和中基协发布三年提升计划，要求证券及基金公司加大信息技术投入。

海外金融垂类模型已实现突破，彭博推出BloombergGPT大语言模型，通过整合3635亿token的金融数据集与通用数据，显著提升金融任务处理能力。对比测试显示，该模型在金融问答、情感分析等专业场景表现优于通用模型，通用场景表现接近GPT-3水平。FinChat等工具通过可视化界面和深度数据整合，为用户提供智能投研、投资建议等服务，显示垂类模型在金融领域的应用潜力。

国内财富管理机构对大模型接入意愿强烈，证券行业IT投入年复合增长率达2169%。百度"文心一言"已与广发证券、国海证券等机构合作，落地智能客服、投顾等场景。但通用模型存在"泛而不精"缺陷，金融垂类模型因数据专业化和领域适配性优势更受青睐。东方财富、同花顺、恒生电子等企业通过强化数据积累和研发投入，构建技术壁垒。

东方财富依托流量优势和金融数据积累，研发投入从2014年的7亿元增至2022年的94亿元，组建人工智能事业部推进大模型应用。同花顺研发投入年增2808%，研发人员占比超60%，其i问财平台已实现知识图谱、智能搜索等核心技术突破，覆盖财富管理全流程。恒生电子自研LightGPT模型，基于超4000亿token金融数据训练，支持80+金融专属任务指令微调，在专业问答、逻辑推理等场景表现优异。

三大企业技术路径各具特色：东方财富通过多元数据沉淀夯实模型基础，同花顺以AI开放平台输出创新技术解决方案，恒生电子聚焦金融IT系统升级与大模型应用落地。投资建议显示，具备金融数据优势、场景入口和AI技术积累的头部企业将受益，重点推荐东方财富和同花顺，关注恒生电子。风险提示包括监管趋严、行业竞争加剧及权益市场波动对发展的影响。