金融科技2024春季策略报告：支付竞争格局改善，金融大模型加速落地

      请参阅附注免责声明1 请参阅附注免责声明2 请参阅附注免责声明3 • • 表1：支付牌照相关政策图1：支付牌照数量 时间 政策 2015年8月 央行注销3张支付牌照，结束了第三方支付牌照“只发不撤”的历史。 2016年10月 央行对非银行支付机构实施风险专项整治工作 2021年10月 《中国人民银行关于加强支付受理终端及相关业务管理的通知》（259号文件） 2023年12月 《非银行支付机构监督管理条例》 300 250 200 150 100 101 197 250 269269267 247238237233 224 201 186 50 0 2011201220132014201520162017201820192020202120222023 请参阅附注免责声明4 25 23 20 19 15 13 10 9 9 5 4 3 2 1 0 2015年 2016年 2017年 2018年 2019年 2020年 2021年 2022年 2023年 图2：支付牌照注销数量增加 请参阅附注免责声明5 • 图3：各家支付公司平均收单净费率均出现提升 0.160% 0.150% 0.140% 0.130% 0.120% 0.110% 0.100% 20192020202120222023H1 拉卡拉新大陆新国都移卡乐刷 请参阅附注免责声明6 • 0.160% 0.139% 0.140% 0.124% 0.129% 0.120% 0.112% 0.100% 0.080% 0.060% 0.040% 0.020% 0.000% 拉卡拉 新大陆 新国都 移卡乐刷 图5：拉卡拉收单净费率处于较低水平 • 30000 25000 20000 拉卡拉 15000 新大陆 新国都 10000 移卡乐刷 5000 0 2020H12020H22021H12021H22022H12022H22023H1 图4：拉卡拉公司流水领先于同业（单位：亿元） 请参阅附注免责声明7 • 表2：收入增量测算（单位：亿元）表3：净利润增量测算（单位：亿元） 请参阅附注免责声明8 请参阅附注免责声明9 图6：金融信息服务产业链 行业上游 行业中游 行业下游 行情 传输 数据 传输 金融软件与信息服务 提供商 数据清洗、加工、 分析 金融数据终端 平台 各类数据信息的推送、 呈现 金融数 据终端 用户 资讯 传输 财经资讯 资讯提供商 金融数据 数据提供商 证券交易行情 证券交易所 数据来源：国泰君安证券研究 请参阅附注免责声明10 图7：投资决策活动的核心在于信息的获取、逻辑的构建和对交易因素的把握 数据来源：国泰君安证券研究 请参阅附注免责声明11 表4：垂直金融型大模型和通用大模型在不同表现指标上各有优劣 垂直金融行业大模型和通用大模型在算法训练和使用成本、更新迭代速度方面有不同表现。 + + 数据来源：国泰君安证券研究 请参阅附注免责声明12 • •Gemini1.5Pro 表5：垂直金融型大模型和通用大模型的典型代表 ChatGPT4.0 OpenAI ChatGPT1750BTBPBChatGPT LLaMa2 MetaAI LLaMa27B13B70B45TB AI AI Gemini1.5Pro Google DeepMind Gemini1.5Pro175B100tokens kimi Kimi20004-5TB200GPT-4Turbo20Claude312 3tokens 2605TB BloombergeGPT Bloomberge BloombergGPT5007000NLPBQL HithinkGPT HithinkGPT7B13B30B70B130B2token Benchmark 7B13B34B66B104B1.2 请参阅附注免责声明13 数据来源：国泰君安证券研究 请参阅附注免责声明14 请参阅附注免责声明15 表6：金融客户关心的问题可以分为信息获取和逻辑判断两类 功能 信息获取 逻辑判断 选基金 1）今年哪些基金净值增长最大？2）近7年最大回撤<10%的基金 1）最好的前十名AI概念基金 选股票 1）选出净利润增长90%的公司2）上海市值大于100亿的公司 1）推荐能上涨的十只股票2）从XX、XX、XX三只股票中选出最好的一个 诊股票 1）XX股票主力持仓成本 1）XX股票基本面分析2）XX股票k线形态分析 看大盘 2)复盘一下今天的涨跌停情况 1）今天的超短情绪氛围怎么样2）中长期大盘怎么走 挑板块 2）今天涨停家数最多的行业 1）今天热门的板块有哪些2）医疗板块未来有投资价值吗 看宏观 1）中国最新的CPI数据2）上海人均GDP 1）猪肉价格走势分析 读新闻 1）医疗反腐的最新消息是什么 1）公司回购对市场有什么影响2）贵州茅台最近有什么利好 学投资 1）什么是费用比率 1）股票被套了之后怎么解套2）怎么判断板块的持续性 表7：金融客户关心的信息获取方面问题的得分及测试情况分析 金融垂直大模型在信息的获取方面优势明显，主因公司深耕金融行业积累了海量的金融相关信息和数据。 产品 选基金 选股票 诊股票 看大盘 挑板块 看宏观 读新闻 学投资 总分 测试情况分析 kimi 6 10 5 8 8 20 10 10 77 对于一般数据的搜索能力较强，但对于主力持仓成本这种无法直接获得的数据无法得到，且其基于数据筛选出的个体数量较少 通义千问 6 15 8 3 3 13 3 10 61 具有一定的搜寻基本数据的能力，但是存在数据不全以及样本过少的问题 文心一言 6 7 5 10 8 20 10 8 74 在数据获取方面的表现优秀，对于一般数据的搜索能力比较优秀，但是搜寻出来的样本过少，且无法对筛选出的数据进行排序和综合分析 同花顺HithinkGPT 18 18 10 5 10 16 10 8 95 在数据获取方面的表现最优，数据全面且更新速度快，难以获得的数据也可以准确筛选出，基本可获得测试期间最新的数据内容 东方财富妙想 0 20 5 10 8 8 3 10 64 在数据获取方面的表现较优，基于数据筛选出的数量多且内容全面，尚不支持基金功能造成总分略低，预计后期会基于自身基金数据补充相关功能 注：根据不同产品对上述问题的回答进行评分，分数为0——10分。可以对问题进行回复的答案为5分以上，再根据回答内容的完整度细分；无法对问题进行回答，但是提供了解决思路的答复为3——5分；既没有对问题进行回答，也没有提供解决思路的答复为0。其中东方财富不支持基金功能，因此其“选基金”部分的得分为0；东方财富将“医疗反腐”设置为敏感词汇，因此查询不到相关信息。 请参阅附注免责声明16 数据来源：国泰君安证券研究 表8：金融客户关心的逻辑判断方面问题的得分及测试情况分析 逻辑判断方面，各个大模型各有千秋，金融大模型对客户问题的回答更为丰富和详细。 产品 选基金 选股票 诊股票 看大盘 挑板块 看宏观 读新闻 学投资 总分 测试情况分析 kimi 3 16 16 13 16 8 18 20 110 kimi的逻辑判断能力是通用大模型类中表现最好的，其在选股票和看大盘方面的能力远强于其他通用大模型类产品 通义千问 13 13 14 8 13 10 20 20 101 通义千问在选基金和看大盘方面比较短板，其他方面的能力表现出色 文心一言 3 11 14 15 18 10 18 20 109 文心一言在挑板块、看大盘方面的逻辑判断能力突出，但是其在选择股票和基金方面的逻辑判断能力存在不足 同花顺HithinkGPT 10 18 13 18 20 10 18 20 127 对于逻辑判断方面问题的分析，同花顺与东方财富妙想之间的差异不大，都会针对问题进行环绕式的全面回答，不仅提供AI分析以后的结果，还会提供详细的数据，便于询问者直观看到不同个体之间数据之间的差异大小 东方财富妙想 0 20 20 20 18 10 20 20 128 根据综合分数评价，东方财富在逻辑判断方面的表现最优。其针对逻辑判断问题的输出结果内容详细，很多结果包含了文字、数据以及图形三部分组成，既报告了AI的结论，也便于询问者根据数据的具体信息进行自己的主观判断 注：根据不同产品对上述问题的回答进行评分，分数为0——10分。可以对问题进行回复的答案为5分以上，再根据回答内容的完整度细分；无法对问题进行回答，但是提供了解决思路的答复为3——5分；既没有对问题进行回答，也没有提供解决思路的答复为0。其中东方财富不支持基金功能，因此其“选基金”部分的得分为0。 请参阅附注免责声明17 数据来源：国泰君安证券研究 • 表9：金融大模型的金融数据更丰富 大模型 金融数据分析 kimi 月之暗面的Kimi支持200万字的无损上下文输入，金融数据搜索能力和金融逻辑分析能力在通用大模型中较强，但在金融数据方面积累不足。 通义千问 通义千问参数量在千亿级，数据量超过3万亿tokens。但在金融数据方面积累不足，金融数据搜寻能力有所欠缺，金融逻辑判断能力中等。 文心一言 文心一言参数量为260亿，数据量为5TB。受制于金融数据积累不足，对金融数据的搜集能力较为优秀但搜寻样本过低且无法进行分析，金融逻辑分析能力有短板。 同花顺HithinkGPT 同花顺利用自身过去十几年的数据积累以及市场上公开的金融数据，预训练金融语料达到万亿级tokens。此外还拥有一套自动化的流程，用于数据获取、清洗以及数据质量的验证，每月可新增数千亿tokens优质预训练数据以及数十万条优质微调数据，确保数据的实时性和准确性。 东方财富妙想 妙想金融大模型储备了超4万亿高质量可用数据，其中金融语料达12000亿，涵盖行情、财务、资金、百科、资讯公告、研报、问董秘等数十个维度、上万种数据品类；且每月高质量数据几千亿token稳定增长，为金融专属任务性能优化提供了优质数据资产。 请参阅附注免责声明18 数据来源：国泰君安证券研究 数据优势主要有两个构成因素：1）丰富的业务场景2）数据的治理能力，前者决定了初始语料的多寡，后者决定了多少语料可以 表10：做好垂直金融行业需要广泛的数据来源和积累 被提取成可供模型训练的高质量数据。 数据类别 具体内容 请参阅附注免责声明19 表11：将初始语料转换为可供训练的数据所需要的步骤流程 良好的数据治理能力可以最大化利用丰富业务场景积累的原始数据，更好积攒训练数据，提高大模型性能。 步骤 具体操作 请参阅附注免责声明20 同花顺、东方财富、恒生电子较早深耕数据业务，在金融行业高质量训练数据上有深厚积累，具备较为强的数据治理能力。同花顺 图8：同花顺与东方财富APP的MAU大幅领先于同类产品 4000.00 在2009年成立iFind事业部；东方财富在2013年上线Choice数据产品；恒生电子于2010年收购聚源数据公司。时至今日上述公司拥有庞大的海量数据库，具有多元及多样化的金融数据资产，其中公司数据来源既有互联网的结构化数据和非结构化数据，也有来自政府、科研院所、宏观经济研究机构和专业行业数据公司等相关单位、公司的公开和授权的数据。另外，同花顺和东方财富在C端金融信息服务市场具有广泛的活跃用户，在金融语料的获取能力方面领先于同行。 3500.00 3000.00 2500.00 2000.00 1500.00 1000.00 500.00 0.00 2022.01 2022.02 2022.03 2022.042022.05 2022.06 2022.07 2022.082022.092022.102022.112022.12 同花顺东方财富大智慧泓乐财富通国泰君安君弘平安证券e海通财小方广发证券易淘金蜻蜓点金 数据来源：易观千帆，