算力智库：券商研报进入自动生成时代？

本篇文章2875字，读完约7分钟

总体而言，基于大数据的金融风险平台可以将被动的、广泛的、突发的单环节分散监管升级为主动的、准确的、基于流程的协调，实现7x24小时监管。

数字经济智库平台，专注于区块链、人工智能和大数据领域的深度原创报告、研究报告和行业咨询研究。从专业的角度解读和分析数字技术的最新热点和主题，探索数字经济与实体产业融合和迭代的应用价值和资本价值。

在金融从业者中，经纪分析师曾被认为是最“辛苦”的工作之一。仅在2019年的前四个月，全国就有83家证券公司撰写了多达46，000份研究报告，这是一个令人尴尬的问题:这些众多的研究报告是否最终被看到，以及如何使用它们。现在，得益于人工智能，这种情况将会改变，经纪研究报告可能会自动生成并直接形成投资意见。

对于那些熟悉新技术的人来说，这并不奇怪。金融业通常是新技术的首选，近年来流行的abcd(人工智能、区块链、云计算、大数据)也是如此。乌镇智库近日发布的《全球人工智能发展报告(2018)》指出，“任何新技术的出现，金融和医疗卫生都是第一次尝试和受益者”。

报告显示，近五年来，ai+金融发展迅速。具体而言，自2009年以来，全球新增人工智能金融企业890家，近五年新增741家，占比83.26%；人工智能金融企业的融资规模为60.6亿美元，近五年达到56.8亿美元，占93.73%；ai金融企业的融资频率为1046次，最近五年为950次，占90.82%。其中，2018年中国ai+金融融资总额为24.7亿美元，占融资总额的8.95%。

易观国际智库顾问赵真近日在2019年金融技术世界论坛上海峰会上谈到金融技术在证券服务领域的应用，称人工智能在证券领域的主要应用方向包括智能投资、智能客户服务、智能选股和智能移动应用，可以实现24小时服务、定量分析、投资服务和随时随地低成本的股票交易。

他认为，证券市场是一个自然的大数据市场，它存储着大量的历史交易数据、交易量、经济数据和其他容易量化的数据。大数据技术拓展了证券市场的数据应用边界，从多个方向帮助证券公司实现数字化转型。

1人工智能引领投资研究智能

经纪公司的主要职责之一是以研究报告的形式展示行业和企业的基本面，人工智能等新技术已经渗透到这一领域。

上海财经大学定量金融研究中心副主任、中国市场学会定量金融专业委员会专家张泽良在峰会上表示，传统投资研究的主要流程包括信息检索、知识提取、分析研究和观点展示。然而，这一过程存在明显的缺陷，如搜索方法不完善、数据采集不完整和不及时、人工分析研究的稳定性差、报告呈现时间长等。

在此背景下，人工智能有望提高上述过程的效率，其最终目标是自动实现从信息检索到投资视角的一步飞跃，即智能投资研究。

简言之，智能投资研究是指利用大数据和机器学习智能地整合数据、信息和决策，实现数据之间的智能关联，从而提高投资者的工作效率和投资能力。与智能投资相比，智能投资的技术和研究难度更大，其发展趋势已初具规模，但尚未形成规模。

从技术角度看，智能研究包括网络爬虫、自然语言处理、知识地图、数据仓库、数据挖掘、机器写作等主要技术。其中，自然语言处理、知识映射、机器写作等。是人工智能热潮下的流行标签。

这些技术共同构成了智能投资研究的技术基石，其中一些甚至可能是不同领域技术的集成。例如，自然语言处理(nlp)，它融合了语言学、计算机科学和数学，研究各种理论和方法，以自然语言实现人与计算机之间的有效交流，已经成为计算机科学和人工智能领域的一个重要方向。

从技术进化的角度来看，这些技术中的大多数正变得越来越成熟。以看似遥远的机器写作为例，已经出现了许多登陆案例，如腾讯梦想家写作机器人(300024，股票咨询)、新华社的“快笔肖鑫”、今天的头条小明博(张晓明)、giiso等。

总的来说，新技术真的能实现对研究的明智投资和解放人力吗？张泽良乐观地表示，最近被热烈讨论的“996”模型可能不存在于智能投资研究领域。因为将来这个领域只有两种人，一种是被机器取代的，另一种是指挥机器的。

2风控制技术从外到内

智能投资研究和经纪研究报告的自动化使人们对金融技术的理解变得“可见”甚至“有形”。但实际上，金融技术不仅仅是一种表面的技术，而是一种强大的背景，它深入到金融系统的核心风险控制之中。

作为金融领域的首要考虑因素，风险控制已经开始受益于人工智能和大数据带来的进步。

数字联盟名品营销总经理侯宜良认为，目前中国地方金融风险监管的紧迫性显而易见。

在新金融方面，国家政策支持发展新金融产业，产业模式变化迅速，模式多样，新金融企业呈现爆炸式增长。然而，相应的风险也是“魔高”，如非法集资案件急剧上升，案件总量大，重大案件频发，涉案金额大，人数多，跨地区案件数量不断增加。

在这种情况下，风险预防和解决面临巨大压力。非法集资是有组织的、网络化的、线上和线下相结合的，传播迅速而广泛，犯罪手段也在不断翻新和升级。这些都严重影响了新兴金融业的健康发展和社会稳定，侵害了人民的财产利益。在这样的新形势下，当前风险监管面临四大难题。

首先，全面监督是困难的。监督机关分散交叉，地域分割，很容易形成监督真理空，很难涵盖所有行业、企业和人员。第二，分析和故障排除很困难。风险和案例分析是跨区域和跨职能的，调查效率低，成本高。第三，早期预警很困难。监管数据分散，信息不对称，预警后风险不准确。第四，动态监控很困难。由于风险的动态性，被监控的对象较大，缺乏有效的支持手段，难以跟踪和监控风险。

侯宜良还指出，金融风险不仅存在于金融机构，也存在于许多“金融机构”，如发行预付卡的健身俱乐部。正是这些看似不相关的机构可能成为非法集资活动的“包装”和“外衣”。

但是，目前地方金融监管部门的技术手段和人员配备难以覆盖大规模监管。根据几篇著名文章的统计，仅上海一地的金融机构就达25万家，而上海金融办的相关人员只有几十人，平均一个人要监管近万家金融机构，这给监管带来了困难。

同时，它还发现了人工智能、大数据和其他技术的新应用场景。以几大知名产品的金融风险监控预警平台为例，侯宜良表示，基于大数据分析，可以监管数万乃至数十万家金融机构，预警可以提前3-4个月实现。在“仓库爆炸”之前，他们将由工商、税务、财政局和公安经济调查部门共同处置。

据报道，平台金融风险对象数据库拥有超过1亿个市场主体的信用数据，数据类型包括工商、招聘、司法诉讼等。这些是大数据分析的基础，财务风险评估、判断和控制可以基于核心数据来实现。

总体而言，基于大数据的金融风险平台可以将被动的、广泛的、突发的单环节分散监管升级为主动的、准确的、基于流程的协调，实现7x24小时监管。

本文由平台/作者授权的金融网站发布。请不要擅自转载。如果你对干货有意见或文章，你愿意为投资者提供最权威和专业的参考意见。无论你是权威专家、金融评论家还是智囊团，我们都欢迎你积极投稿，进入金融网站的著名栏目。
电子邮件地址:mingjia @ jrj，电话号码:010-83363000-3477。期待您的加入！