券商研报进入自动生成时代?

人工智能 高斯 2019/05/29 18:17

作者:高斯

编辑:徐子雯




算力说



乌镇智库近日发布《全球人工智能发展报告(2018)》,指出金融业往往是新技术的最先尝试者和受益者之一。金融业产生丰富数据,是应用大数据、人工智能等热门科技的绝佳场景,旨在实现从投资到风控的全方位管理。




在金融从业者中,券商分析师曾被认为是最“苦逼”的职业之一。仅2019年前4个月,全国83家券商就写出了多达4.6万份研报,而这些数量众多的研报最终是否被看到、如何被使用则是一个尴尬的问题。如今,受益于人工智能,这一状况将被改变,券商研报或许可以自动生成、直接形成投资观点。

 

对熟悉新科技的人来说,这并不意外。金融业往往是新科技的首选落地场景,对于近年来流行的ABCD(人工智能、区块链、云计算、大数据)亦是如此。乌镇智库近日发布的《全球人工智能发展报告(2018)》直指:“任何一个新技术出来,金融和医疗健康都是最先的尝试者和受益者”。

 

该报告显示,AI+金融在近5年里发展迅猛。具体来看,自2009年以来,全球新增AI金融企业数890家,近5年新增741家,占比达83.26%;AI金融企业融资规模60.6亿美元,最近5年规模达56.8亿美元,占比达93.73%;AI金融企业融资频次1046次,最近5年950次,占比达90.82%。其中,2018年中国AI+金融融资总额24.7亿美元,占总融资额的8.95%。

 

易观智库咨询顾问赵震在近期举办的2019金融科技世界论坛上海峰会上谈及金融科技在证券服务领域的应用时表示,人工智能在证券领域主要的应用方向包括智能投顾、智能客服、智能选股和智能移动应用,可以低成本实现24小时服务、量化分析、投顾服务以及随时随地炒股。

 

他认为,证券市场是一个天然的大数据市场,存储了大量历史交易数据、成交量、经济数据等容易量化的数据。大数据技术扩大了证券市场数据运用边界,从多个方位助力券商的数字转型。 

 

1

人工智能引领投研智能化

 

券商的主要职责之一是以研究报告的形式展现行业和企业的基本面,而人工智能等新科技也早已渗透在这一领域。

 

上海财经大学量化金融研究中心副主任、中国市场学会量化金融专业委员会特聘专家张泽亮在上述峰会上谈及智能投研的应用前景时表示,传统投研的主要流程包括信息检索、知识提取、分析研究和观点呈现。但在此流程中缺陷也非常明显,包括搜索途径不完善、数据获取不完整不及时、人工分析研究稳定性差、报告呈现时间长等。

 

在此背景下,人工智能有望提高上述流程的效率,而其终极目标则是自动实现从信息检索到投资观点的一步跨越,即智能投研。 

 

 

简言之,智能投研是指利用大数据和机器学习,将数据、信息、决策进行智能整合并实现数据之间的智能化关联,从而提高投资者工作效率和投资能力。相较于智能投顾,智能投研技术难度更高,其发展态势初露雏形但尚未形成规模。

 

从技术角度来看,智能投研包括了网络爬虫、自然语言处理、知识图谱、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、知识图谱、机器写作等更是人工智能热潮下的热门标签。

 

这些科技共同组成了智能投研的技术基石,而即便是其中的某些单项,也可能是不同领域的技术融合。比如,自然语言处理(NLP)将语言学、计算机科学、数学融于一体,研究的是实现人与计算机之间用自然语言有效通信的各种理论和方法,已成为计算机科学领域与人工智能领域的重要方向。

 

从技术演进来看,这些科技大都日趋成熟。以看似遥远的机器写作为例,目前已有不少落地案例,如腾讯Dreamwriter写稿机器人,新华社“快笔小新”、今日头条Xiaomingbot(张小明)、Giiso等。

 

综合来看,新科技是否真的能够成就智能投研,解放人力呢?张泽亮乐观表示,近期社会热烈讨论的“996”模式或许在智能投研领域并不存在。因为,未来在这一领域只有两种人,一种是被机器替代的,一种是指挥机器的。

 

2

由表及里的风控科技

 

智能投研、券商研报的自动化让人们对金融科技的认识达到了“看得见”甚至“摸得着”的程度。但事实上,金融科技并非一项只触及表面的技术,更是化身为强大后台,深入到了金融系统的核心风控中。

 

作为金融领域的首要考量因素,风控已开始受益于人工智能和大数据带来的进步。

 

数联铭品营销总经理侯宜梁认为,目前我国地方金融风险监管存在显著的急迫性。

 

在新金融方面,国家政策支持新金融行业发展,行业模式变化快、花样多,新型金融企业呈现爆发式增长。但相应的风险也“魔高一尺”,如非法集资案件急剧攀升,案件总量大、大案要案频发、涉案金额大、人数多,跨区域案件不断增加。

 

在此背景下,风险防范化解处置面临巨大压力。非法集资组织化、网络化、线上线下相互结合,传播快、范围广,犯罪手法不断翻新升级。凡此种种都严重影响了新金融行业的健康发展和社会稳定,侵害人民群众财产利益。在这样的新形势下,目前的风险监管面临4大难点。

 

第一、全面监管难。监管职权分散交叉,属地划分,易形成监管真空,难覆盖全部行业、企业、人员。第二、分析排查难。风险和案件分析跨地区、跨职能部门,排查效率低、成本高。第三、提前预警难。监管数据分散,信息不对称,风险预警之后、不准确。第四、动态监控难。风险动态变化属性,需监控对象体量大,缺乏有效手段支撑,风险跟踪与监控难。

 

侯宜梁还指出,金融风险并不只存在于金融机构,还存在不少“类金融机构”,如发行预付费卡的健身俱乐部等。正是这些看似与金融无关的机构,却可能成为非法集资活动的“包装”和“外衣”。

 

然而,目前各地金融监管部门的技术手段和人员配备都难以覆盖大规模监管。据数联铭品统计,仅上海地区类金融机构数量就达25万家,但上海金融办相关应对人员数量仅有几十人,平均一人就要监管近万家类金融机构,这样的数量差给监管带来了困难。

 

同时,这也为人工智能、大数据等技术找到了新的应用场景。以数联铭品的金融风险监测预警平台为例,侯宜梁表示,以大数据分析为基础,几万、几十万家规模的类金融机构都可被监管,并可实现提前3-4个月的预警,在“爆仓”前联合工商、税务、金融局、公安经侦等共同处置。

 

 

据介绍,该平台的金融风险对象库拥有超过1亿市场主体的征信数据,数据类型包括工商、招聘、司法诉讼等,这些都是大数据分析的基础,基于核心数据可以实现金融风险的评估、研判和管控。

 

总体来看,基于大数据的金融风险平台可以将被动的、粗放的、突发式单环节分散监管,提升至主动、精准、流程化协同,实现7x24小时全天候监管。




文章所载观点仅代表作者本人

且不构成投资建议

敬请注意投资风险