20230402-国金证券-计算机行业研究_彭博金融GPT发布_行业大模型落地加速_3页_534kb

文档总结：彭博金融GPT发布与行业影响分析

核心内容概述

彭博于2023年3月30日发布了金融行业专用大模型 BloombergGPT，该模型基于 Only-Decoder Transformer 架构，训练数据总量约 5,300亿词，其中 2,720亿词 为金融行业数据，占比 54.2%。数据来源包括网络、新闻、公司公告、财务报表及彭博自身新闻库。尽管该模型在金融领域表现出色，但目前尚未对外开放访问，以规避数据安全和模型滥用风险。

主要观点

• 垂直大模型的行业落地前景
  BloombergGPT 的发布表明金融行业可能是生成式AI垂直大模型率先落地的领域。其在金融新闻情感分析、问答、信息抽取、投资机会挖掘等方面表现优异，能够有效辅助金融机构进行市场判断、投资决策和资料处理。

• 行业数据的重要性
  与通用大模型相比，BloombergGPT 的优势在于其高度聚焦于金融行业数据，虽然其数据来源中彭博自身仅占 0.7%，但整体行业数据比例较高，有助于提升模型在金融场景中的准确性和适用性。

• 应用场景广泛
  该模型可能在以下场景中发挥重要作用：

  • 新闻情感倾向分析：辅助量化策略和投资决策；
  • 知识问答与股票代码匹配：提升分析师资料阅读效率，辅助信用评估和概念股筛选；
  • 财务报表分析与会计审计辅助：帮助生成财务分析报告，支持报表配平和审计工作。

关键信息

• 模型参数规模：500亿
• 训练数据总量：5,300亿词
• 金融行业数据占比：54.2%
• 未对外开放访问：出于数据安全和模型滥用风险考虑
• 潜在影响对象：国内金融科技公司如同花顺、恒生电子、财富趋势、顶点软件、凌志软件等
• 投资建议：关注具备研发实力、海量数据和流量入口的金融科技企业

投资逻辑

1. 行业落地优先
   金融行业因数据结构和任务需求的特殊性，可能成为垂直GPT率先落地的领域，具备较高的应用潜力。

2. 技术借鉴与竞争
   BloombergGPT 的训练方法可能为国内头部科技公司提供技术参考，推动行业大模型的发展。

3. 应用场景多样化
   模型在金融领域的多个任务中展现强大能力，有助于提升金融机构的智能化水平和效率。

风险提示

• 研发进展不及预期
  金融大模型的开发和优化可能面临技术挑战，影响其实际应用效果。

• 行业应用落地缓慢
  金融行业对AI技术的接受度和实际应用速度可能影响模型的市场表现。

• 资源使用受限
  模型训练和部署对软硬件资源有较高要求，可能带来成本和效率方面的限制。

投资评级说明

• 买入：预期未来3-6个月内该行业上涨幅度超过大盘 15% 以上；
• 增持：预期未来3-6个月内该行业上涨幅度在 5%-15%；
• 中性：预期未来3-6个月内该行业变动幅度在 -5% - 5%；
• 减持：预期未来3-6个月内该行业下跌幅度超过大盘 5% 以上。

版权与免责声明

• 本报告由 国金证券股份有限公司 发布，未经授权不得复制、转发或修改；
• 报告内容基于公开资料，不保证其准确性和完整性；
• 报告观点可能与市场实际情况或其他研究报告不一致；
• 使用本报告不构成投资建议，不承担相关法律责任；
• 本报告仅供 C3级及以上风险评级 的投资者参考。

联系信息