金融科技行业中期策略报告：未来已来，AI赋能金融

证券研究报告 0 AI技术发展不及预期；行业竞争加剧。 请参阅附注免责声明3 人工智能是利用计算机或者其控制的设备，通过感知环境、获取知识、推导演绎等方法，对人类智能的模拟、延伸或扩展。（摘自《深圳经济特区人工智能产业促进条例》） 图1：智能的核心能力主要体现在三个层面 计算智能 指快速计算、记忆并储存的能力。目前在计算智能领域，计算机已超过人类，典型案例是超级计算机深蓝战胜国际象棋冠军。 感知智能 指“能听、能说、能看、能认”的能力，可以采集和识别数据，并且实现数据的结构化。例如智能语音和计算机视觉等。 认知智能 指“能理解、会思考”的能力，基于结构化数据的处理，自主学习记忆、分析理解、推理判断并决策。包括知识图谱和自然语言理解等技术。 数据来源：《2021认知智能发展研究报告》，《面向人工智能新基建的知识图谱行业白皮书》，国泰君安证券研究 AI的应用可以在很多领域满足降本增效需求：随着AI技术的发展，许多重复性、机械性或高风险的工作已经被智能系统和算法所取代，从而满足降本增效的需求。在生产制造、客户服务和支持以及数据分析和决策支持等领域，企业已经通过AI有效降低人力成本。例如智能客服、自动化生产线、智能仓储机器人的应用，显著降低了企业的人力成本，提高了效率和准确性。 图2：采用AI后企业成本降低与收入增加情况（占受访者百分比） 战略与企业融资 8 16 41 产品与服务开发 13 24 33 供应链管理 14 17 28 风险管理 10 11 27 市场营销与销售 9 20 41 人力资源 14 13 31 制造业 10 18 33 服务运行 10 10 37 各领域平均 8 19 36 成本降低<10%成本降低10-19%收入增加>10%收入增加6-10% 3623 6 1029 3732 1325 3421 5 830 4741 6 420 4 831 数据来源：麦肯锡，国泰君安证券研究 成本降低≥20% 收入增加≤5% AI AI 计算智能：机器在计算和存储方面早已超越人类智能，因此现在的计算和存储基本依赖计算机 感知智能：视觉、听觉等感知正在超越人类，视觉识别、声音识别在快速替代传统人力 图3：计算智能早已超越人类，商业模式被颠覆 图4：视觉和听觉感知被广泛应用 数学与逻辑计算 传统方法 算盘 计算智能 超级计算机 智能感知类别应用场景 视觉感知 人脸识别、图像识别与搜索、视频识 别与监控 存储图书 硬盘驱动器 高阶视觉感知自动驾驶、医疗影像诊断 大规模数据分析 人工分析 机器学习算法 听觉感知 智能音响、智能语音翻译 数据来源：国泰君安证券研究数据来源：国泰君安证券研究 认知智能领域持续取得重要技术突破。“能理解、会思考”的能力一直是AI最难突破的人类能力，ChatGPT爆火，短短数月影响力便辐射全球。ChatGPT强大的自然语言生成能力让人们看到了AI获得认知能力的可能性，这将对人们的生产生活带来颠覆性变革。 认知智能的突破有望使得AI在众多领域得到应用。在应用层面可以分为通用认知智能应用和行业认知智能应用两大类。通用认知智能应用如对话机器人和会话智能将改变销售和客户服务工作流程，实现自动化和智能化。行业认知智能应用如智能诊疗将革新医疗领域的工作流程，通过模拟医生的思维逻辑提供诊疗方案，提升医疗效率和质量。 图5：认知智能市场全景 应用层 通用认知智能应用 行业认知智能应用 对话机器人智能文档处理会话智能 产业图谱分析知识管理…… 平台层 知识图谱平台 NLP平台词法分析句法分析语义分析 图分析 知识融合知识推理知识抽取知识表示领域知识库 图数据库图计算引擎 金融 智能风控 智能投研 医疗智能诊疗 传媒…… 智能融媒体 数据来源：爱分析，国泰君安证券研究 AI 表1:金融行业的多个领域可通过人工智能实现降本增效 应用领域 定义 当前进展 智能投顾 主要依托认知智能，当前在逐步应用之中 智能投研 主要依托认知智能，当前在逐步应用之中 智能信贷风控 实现信贷风险管理的数字化与自动化 主要依托计算智能和感知智能，当前已得到充分应用 数据来源:《金融人工智能研究报告》,,国泰君安证券研究 请参阅附注免责声明9 信贷风控是指金融机构在进行信贷业务时，通过采用各种方法和工具来评估借款人的欺诈风险和信用风险，并制定相应的风险控制措施以减少信贷风险，确保借款资金的安全性和借贷双方的利益最大化。 图6:信贷领域主要有欺诈风险和信用风险两类风险 欺诈风险管理 信贷风控 欺诈风险由借款人的不正当贷款目的导致，借款人在贷款时并不打算偿还贷款。 信用风险管理 信用风险指借款人的还款能力和还款意愿因不可抗力影响而出现问题的风险，常见原因包括经济或思想状况的变化。 反欺诈 还款能力评估还款意愿评估 数据来源:《智能风控：原理、算法与工程实践》，国泰君安证券研究 图7:感知技术的使用可以帮助验证客户身份与资料的真实性 识别和验证个体的身份、行为和特征 人脸识别：识别和比对用户的面部特征，从而验证其身份。可用于开户、登录或交易等场景。 声纹识别：识别和验证用户的语音。可用于电话交易或语音授权等场 景。 指纹识别：识别和比对用户的指纹，从而验证其身份。可用于移动设备的指纹解锁、指纹支付等场景。 审核材料的真伪 材料文字的识别：自动识别和提取文档、照片或者扫描件中的文字信息。可用于身份证、银行卡及信贷文件等资料上关键信息的识别，从而与数据库进行比对和验证。 数据来源:国泰君安证券研究 计算机视觉技术 语音识别和声纹特征提取技术 生物识别技术 光学字符识别 (OCR)技术 还款能力的判别涉及收入、负债、资产等客观因素，计算智能的应用将提升风险审核效率。 图8:计算智能可帮助进行多维度的还款能力判别 收入 主要核实借款人的收入来源、收入水平和稳定性，从而评估其是否有足够的经济能力偿还贷款。常用评估材料包括工资单、银行对账单、税务记录等。 负债 一个常用的指标是负债比率，指借款人的债务总额与其可支配收入之比，可以 反映其承担额外债务的能力。通常负债比率越低，借款人的还款能力越强。 资产 资产通常包括房产、车辆、储蓄、投资等。对借款人的资产价值和资产流动性 的评估可以帮助判断其还款能力和还款来源。 其它因素 如信用状况、客户的商品消费习惯和金融场所出行习惯等。 数据来源:《智能风控与反欺诈体系、算法与实践》，国泰君安证券研究 还款意愿的判别侧重于主观因素。传统金融机构在评估还款意愿的时候需要投入较多的人力和时间。而AI技术的应用可以帮助比对黑名单、分析社交行为与轨迹等，从而更好地了解客户的还款意愿。 认知能力如知识图谱技术具备辅助判别还款意愿的潜力。 图10:利用知识图谱技术，可以依据信息推断信用能力 图9:还款意愿涉及主动与被动两个方面，更侧重于主观因素的分析 主动还款意愿包括受教育程度、个人品行、价值观等 被动还款意愿包括协议违约成本，舆论压力等 数据来源:《互金风控模型搭建维度解析》，《人工智能实现风险预警智能化》，《把握关键环节加强贷款管控》，国泰君安证券研究 数据来源:《中国知识图谱行业研究报告》，国泰君安证券研究 通过应用各类AI技术，信贷风控领域成本显著下降，效率显著提升。根据海外机构调查，部分公司应用AI，在信贷风控领域实现了降本增效。具体而言，信贷审批层级减少了50%，平均审批时间减少了56%，自动审批数量增加了15%。 图11:AI对公司信贷风控效率的影响 数据来源：HighRadius，国泰君安证券研究 公司在AI领域开展了多项研究，包括大模型计算，金融知识图谱和情绪识别等技术。基于AI和大数据技术，公司已推出Argus智能风控引擎、Glaucus增长引擎、智能机器人及金融OCR服务等多项智能服务。 公司的逾期率较低，体现其较好的风控能力。 表2:基于AI和大数据等技术，公司提供多项智能服务 图12:公司2023Q1的90天+逾期率较低 智能服务 介绍 Argus智能 风控引擎 结合数字资产、AI技术、专家经验和工程技术，具备反欺诈、信用评估和风险预警三大核心功能。 Glaucus增长引擎 利用AI和大数据技术，具备快速高并发处理决策、自动化管理投放账户和计划、自学习迭代、创造千人千面创意素材和精准识别用户并捕获和量化竞争环境的能力 智能机器人 利用AI技术深维度理解用户，具备高性能语音识别系统、定制化模版研发能力和人机交互模式。 金融OCR服 务 利用AI技术赋能用户增信，覆盖500+金融场景，拥有定制化模版研发能力、高效反馈能力及95%+识别率。 3.50% 3.00% 2.50% 2.00% 1.50% 1.00% 0.50% 0.00% 2.18% 3.30% 2.53% 2.40% 奇富科技陆金所乐信小赢科技 数据来源:公司年报，国泰君安证券研究 数据来源:公司官网，国泰君安证券研究 请参阅附注免责声明16 信息优势 （与众不同的信息） 信息不对称 信息 超预期 价值 价格 逻辑 分析优势 （与众不同的逻辑） 竞争优势 交易方式交易规则套利成本套利风险 市场微观结构 交易心理与情绪 数据来源：国泰君安证券研究 能力提升领域 具体影响路径 数据处理和分析 大语言模型可以处理大规模的金融数据和相关信息，包括市场数据、财务报表、新闻报道等。这些模型能够快速、准确地分析和理解文本数据，提取其中的关键信息和趋势，为投资研究提供更全面和深入的数据分析。 智能决策支持 大语言模型可以生成智能投资建议和决策支持。它们能够根据投资者的需求和投资目标，结合大量的数据和历史信息，生成个性化的投资建议和资产配置策略。这些建议可以帮助投资者做出更明智的投资决策，并提高投资组合的绩效。 预测和模型构建 大语言模型可以通过学习大量的历史数据和市场趋势，构建复杂的预测模型。它们能够预测股票价格、市场走势和其他相关指标，为投资者提供更准确的预测和趋势分析。这有助于投资者更好地把握市场机会和规避风险。 快速响应和实时更新 大语言模型具备快速处理和分析大规模数据的能力。它们可以实时监测市场数据、新闻事件和社交媒体评论，迅速捕捉到市场变化和情绪波动。这使得智能投研可以更快速地响应市场变化，及时更新投资建议和调整投资策略。 自然语言交互和沟通 大语言模型具备自然语言处理和生成的能力，可以与投资者进行自然而流畅的对话和交流。投资者可以通过自然语言提出问题、表达意见，并从模型获得相应的回答和解释。这种人机交互的方式使得投资者能够更直接、更便捷地与智能投研系统进行沟通和互动。 数据来源：国泰君安证券研究 基于多源数据和业务逻辑，大模型可实现数据和流程的可视化，并根据需求集成财务工具、因子工具、预测模拟器等智能工具，从而提高投资研究的效率。 图15：智能研报生成过程图16：同花顺智能研报生成 数据来源：澜舟科技数据来源：同花顺  图17：GPT可以撰写策略代码图18：GPT可以使用多种语言编程 数据来源：ChatGpt数据来源：ChatGpt  图19：佛罗里达大学的ChatGPT情感分析研究 数据来源：佛罗里达大学 据CRISILGR&A测算，，如果将AI大模型应用于投资研究，考虑到节省员工费用和减少花在研究上的时间，节省的成本可能达到22.5%。 图20：AI大模型助力降低投研成本 数据来源：CRISILGR&A 狭义上，智能投顾就是使用数字化手段协助用户进行投资，即运用云计算、大数据、智能算法等数字技术，根据客户不同的投资需求、风险偏好，为其提供自动化、智能化、定制化的投资建议和自助式的线上证券投资服务。广义上，智能投顾可以扩展到智能理财，涵盖整个财富管理行业，通过将数字技术应用在整理理财服务流程，为客户提供智能化、自动化和个性化的资产配置、账户咨