非银金融行业研究-金融科技产业链跟踪三：同花顺，推动AI在金融领域的商业化实践

请务必阅读正文之后的信息披露和重要声明 行业 研 究 行业点评 报告 证券研究报告 ＃industryId＃ 非银金融 ＃investSuggestion＃ 推荐 ( ＃investSuggestionChange＃ 维持 ） ＃relatedReport＃ 相关报告 《<网络和信息安全三年提升计划(2023-2025)>出台，证券行业持续加大技术投入》2023-01-11 《金融科技产业链跟踪二：估值视角看同花顺和东方财富的比较研究》2023-02-08 ＃emailAuthor＃ 分析师： 徐一洲 S0190521060001 孙寅 S0190521060002 ＃assAuthor＃ 研究助理： 开妍 kaiyan@xyzq.com.cn 投资要点 ＃summary＃ ⚫ 人工智能目前在金融行业各细分领域已有较为广泛的研究与应用。目前应用较多的相关技术领域包括自然语言处理、知识图谱、智能语音识别等，应用方向囊括前、中、后台，可落实至营销获客、智能投顾、量化投资、风险控制、智慧运营等各业务方向。就证券业来看，AI 技术的应用主要集中在经纪业务（44.64%）和中后台领域（31.85%）且呈现多种 AI 技术组合运用的特点。 ⚫ 就目前关注度较高的 AIGC 领域来看，其颠覆传统人工智能的核心在于可以生成全新内容，但中短期来看 AIGC 技术在金融领域的应用仍有一定局限性。金融垂直细分领域具有其特殊性，一方面金融行业的应用场景往往对实时性要求较高，同时涉及对时间序列数据进行分析，不同时间区间的训练样本可能导向截然不同的结论，而 AIGC 技术的代表产品 chatGPT 目前来看无法保证其时效性，其数据截至时间为 2021 年。另一方面，金融领域对于合规性及内容严谨性的要求高于大部分行业，目前 chatGPT 根据统计学模型生成的结果无法完全保证内容的正确性与准确性，也无法验证其数据来源。 ⚫ 更长期视角来看，预计 AIGC 在金融领域的应用方式或将包括商业化落地产品+类似基础设施的生产力工具两大方向。1）随技术发展，通过将 AIGC 和其他算法模型结合等方式，或将逐步解决数据时效性和内容正确性的两大问题，使得问答机器人的模式更加适用于金融领域，成为可落地的商业化产品。2）若能保证输出内容的稳定性、标准化，预计未来 AIGC 可能成为新的生产力工具，作为基础设施存在，改变生产过程中人与机器的交互和协同方式。 ⚫ 持续性研发高投入+AI 领域丰富落地产品+金融垂直领域深度积累造就坚实壁垒，看好同花顺成为金融信息服务行业 AI 应用的龙头企业。1）同花顺保持研发高投入。相比较于 C 端炒股软件同业，同花顺研发投入较高，2019 年以来研发费用率均保持在 20%以上。截至 2021 年底，公司已累计获得自主研发的软件著作权 365 项，非专利技术 137 项，形成了明显的技术领先优势。同时同花顺加码 AI 领域，于 2019 年提出“All in AI”的战略方向，加大在人工智能领域关键技术的研发投入，并全资打造同花顺人工智能研究院。2）同花顺有丰富 AI 领域经验和落地产品。同花顺是国内较早布局人工智能的上市公司，2009 年成立 i 问财，2016 年上线智能语音助理，2017 年上线 Open AI开放平台，2018 年发布智能外呼、智能客服、智能质检、智能转写等智能语音系产品，2019 年推出 AI 理财师、舆情监控系统，2020 年跨行业推出 AI 医疗产品及智能电话机、接听宝等。目前公司依托智能语音识别、自然语言理解等自主研发技术，面向客户提供智能语音、智能客服、智能金融问答、智能投顾、智能质检机、会议转写系统、智能医疗辅助系统等 40 余项 AI 产品及服务。3）垂直领域深度积累打造金融信息服务 AI 应用核心壁垒。总结来看，相较于技术而言，同花顺在金融信息服务行业长期积累的对于具体业务场景和客户需求的理解才是其在金融领域 AI 应用的核心壁垒，在对于金融场景有深刻理解的基础上反复迭代模型，使其准确率更高，稳定性更强。就投资领域部分问题的回答效果来看，i 问财显著优于 chatGPT。 ⚫ 风险提示：市场大幅波动风险、监管政策趋严风险、技术发展速度不及预期 ＃title＃ 金融科技产业链跟踪三： 同花顺，推动 AI 在金融领域的商业化实践 ＃createTime1＃ 2023 年 02 月 24 日 仅供内部参考，请勿外传 请务必阅读正文之后的信息披露和重要声明 - 2 - 行业点评报告 报告正文 一、AI 应用已渗透至金融行业各细分领域 人工智能目前在金融行业各细分领域已有较为广泛的研究与应用。目前应用较多的相关技术领域包括自然语言处理、知识图谱、智能语音识别等，应用方向囊括前、中、后台，可落实至营销获客、智能投顾、量化投资、风险控制、智慧运营等各业务方向。 图 1、AI 技术被运用至金融行业各业务环节 资料来源：艾瑞咨询，兴业证券经济与金融研究院整理 就证券业来看，人工智能的应用范围已覆盖各大业务领域，应用的技术范围囊括机器学习、NLP、语音智能等各个方向。2021 共 90 家证券公司反馈开展了人工智能应用，涉及案例 336 个，其中 2021 年投产或在建案例有 324 个。1）从业务方向来看，AI 技术的应用主要集中在经纪业务领域（44.64%）和中后台（31.85%）。2）从建设方式看，外购（38.39%）和合作研发（35.71%）占主导，主要因为目前市场上人工智能相关技术和产品已相对成熟，在满足场景需要的情况下，证券公司首选合作研发或外购建设以便尽快投入使用。3）从应用技术来看，人工智能应用呈现多种 AI 技术组合运用的特点，使用 2 个及以上 AI 技术的应用案例 208 个，占案例总数 61.9%，说明人工智能应用场景逐步复杂，应用逐渐深化。 表 1、2021 年人工智能已应用至证券公司各业务领域 业务领域 全部外购（个） 合作研发（个） 自主研发（个） 总计（个） 占比 证券经纪业务 76 42 32 150 44.64% 资产管理 1 8 9 18 5.36% 自营投资 1 8 11 20 5.95% 投资银行 15 8 5 28 8.33% 信用业务 0 1 4 5 1.49% 中后台 32 50 25 107 31.85% 仅供内部参考，请勿外传 请务必阅读正文之后的信息披露和重要声明 - 3 - 行业点评报告 IT 运营 4 3 1 8 2.38% 总计 129 120 87 336 100% 占比 38.39% 35.71% 25.89% 100% - 资料来源：证券业协会，兴业证券经济与金融研究院整理 表 2、2021 年几种主要 AI 技术在证券业中均有应用 业务领域 机器学习/深度学习 自然语言处理 语音智能 图像/视频智能 RPA 生物特征识别 推荐引擎 知识图谱 证券经纪业务 40.45% 42.58% 75.58% 52.48% 14.52