证券大模型赋能投研提效：4家头部券商“大模型+智能投研”落地实践

投研这事儿，说白了就是对投资项目做全方位体检——基本面、技术面、市场环境都得看，最终为投资决策提供依据。在券商、基金这些金融机构里，投研工作是核心中的核心。整个流程可以拆成五个关键环节：先搜信息、再提取数据、接着分析研究出观点、然后把观点呈现出来、最后还要持续跟踪调整。

大模型出来以后，这五个环节的渗透程度其实不一样。基于大模型强大的理解和生成能力，加上它处理数据的能力，目前渗透比较高的是观点发现、数据和知识提取、信息搜索与收集这几个环节。不少券商已经在这几个地方用上了大模型，主要是替代那些重复性劳动，帮投研人员提效，顺便降本。

比如中信建投搞的那个智能投研平台，大模型一天就能把市场上新增的1000多份研报读完，关键信息直接提取出来，还能生成研报初稿。更狠的是，两个小时的调研会，大模型十分钟就能"听完"并且生成会议摘要。这效率，人工根本没法比。

不过话说回来，分析研究与建议输出、跟踪调整这些环节，对数值计算和逻辑推理能力要求更高。目前大模型在这方面的能力还不够硬，短期来看，它的价值主要还是帮人干那些重复性的苦活累活；长期呢，随着技术迭代，大模型迟早会替代人做更多创造性工作，到那时候，投研的玩法可能整个都得变。

下面挑了几个头部券商的落地案例，分别是国泰君安、海通证券、中信建投和申万宏源，给其他金融机构做个参考。

案例1：国泰君安证券大模型探索实践

国泰君安的思路是从技术平台和数据生态入手，搭了一个跨条线共享的智能投研中台。他们主动拉着业务部门一起干，用多维度数据和AI技术，从数据层到知识层再到模型层，逐步把企业级投研中台的能力建起来。基于投研大模型，目前已经覆盖了研报同版翻译、研报转PPT、会议转写、智能撰写、合规审查等场景。

（完整内容可参考国泰君安证券大模型探索实践报告）

案例2：海通证券报告点评大模型赋能智能投研

海通证券推了个叫"e海言道"的智能投研研报点评大模型。这个模型能对研报做智能分析和点评，核心目的是提升研报的可读性和实用性，让投资者能更快、更深地抓住要点。有意思的是，这模型不光能生成点评报告，还保留了报告底稿，每篇点评报告都能追溯到数据来源，每个指标数据都能查，合规审查很方便。分析人员拿到生成的报告后，还可以增、删、改、查，确保专业性，然后送审。最后支持导出PDF、Word等多种格式。

（案例选自：2024年生成式AI案例研究简报（7月））

案例3：中信建投基于大模型的智能投研平台实践

中信建投的智能投研平台是基于开源大模型做的，他们额外加了200多万条投研报告和市场金融资讯，以及上万小时的音视频数据做了二次训练。这个平台目前帮中信建投在投研提效、普惠赋能、资产管理赋能这三个方向上都有了实质性的改变。

（完整内容可参考中信建投基于大模型的智能投研平台实践报告）

案例4：申万宏源利用大模型实现智能研报降维服务

研报这东西，结构复杂、格式多样，而且每天更新量非常大。专业人员人工提取关键信息成本很高，非专业人员想看懂研报内容更是困难。结果就是，研报信息的使用效率一直上不去，研报的价值也发挥不出来。

申万宏源的做法是把传统算法和大模型训练结合起来，实现了研报的自动化智能降维解读。目前这个智能研报降维服务已经在申万宏源的一站式服务平台上线，覆盖了MOT（关键事件管理系统）、公司详情、行业详情、经济解读、债券解读、配置策略、热门板块等多个场景。

（案例选自：2024年金融业生成式AI技术应用跟踪报告）