資本市場學院：資本市場金融科技發(fā)展白皮書2023

資本市場金融科技發(fā)展報告(2023)資本市場金融科技發(fā)展報告(2023)2023年12月 序I序黨的二十大報告提出，加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群。當前，我國數(shù)字經(jīng)濟發(fā)展態(tài)勢良好，數(shù)字技術和實體經(jīng)濟日益深度融合。2022年我國數(shù)字經(jīng)濟規(guī)模達50.2萬億元，總量穩(wěn)居世界第二位，數(shù)字經(jīng)濟成為穩(wěn)增長促轉型的重要引擎。作為數(shù)字經(jīng)濟高質(zhì)量發(fā)展的重要動能，數(shù)字金融承擔著防范風險、助力改革、深化服務、支持數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展的使命任務。2023中央金融工作會議首次提出“加快建設金融強國”的目標，做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融五篇大文章，為新時代新征程推動資本市場數(shù)字化轉型工作指明了方向。近年來，隨著中國證監(jiān)會證聯(lián)網(wǎng)、監(jiān)管云、監(jiān)管大數(shù)據(jù)倉庫、智慧監(jiān)管平臺等重點基礎設施及監(jiān)管系統(tǒng)的建成、投產(chǎn)和逐步完善，我們正在將金融科技運用于各個監(jiān)管領域，整合、挖掘出海量數(shù)據(jù)背后有價值的信息和知識，支持資本市場監(jiān)管更加智慧、更加高效、更加精準。同時，市場機構通過科技賦能、數(shù)字化轉型，不斷降低服務成本，擴大服務覆蓋面，深化服務滲透率，提升自身的運營效率和服務能力，有效落實了金融支持實體經(jīng)濟高質(zhì)量發(fā)展的國家重大戰(zhàn)略。為推動資本市場金融科技融合發(fā)展，助力行業(yè)數(shù)字化轉型實踐，資本市場學院以資本市場金融科技聯(lián)合創(chuàng)新中心為工作抓手，聯(lián)合相關單位編寫了《資本市場金融科技發(fā)展報告(2023)》。本報告致力于厘清資本市場金融科技發(fā)展相關的核心概念，梳理資本市場金融科資本市場金融科技發(fā)展報告(2023)Ⅱ技發(fā)展的典型案例，剖析資本市場金融科技的業(yè)技融合情況，提出資本市場金融科技的創(chuàng)新發(fā)展措施，促進行業(yè)金融科技發(fā)展成果共享，希望本報告的出版對行業(yè)機構開展數(shù)字化轉型有所助益。中國證監(jiān)會科技監(jiān)管局局長前言為進一步貫徹《證券期貨業(yè)科技發(fā)展“十四五”規(guī)劃》,推動資本市場金融科技融合發(fā)展，助力行業(yè)數(shù)字化轉型實踐，按照資本市場金融科技聯(lián)合創(chuàng)新中心(以下簡稱聯(lián)合創(chuàng)新中心)建設方案，在證監(jiān)會相關部門的指導和會系統(tǒng)單位的支持下，資本市場學院組織編寫《資本市場金融科技發(fā)展報告(2023)》。一、編寫背景黨的二十大報告指出，要加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群。中國證監(jiān)會出臺《證券期貨業(yè)科技發(fā)展“十四五”規(guī)劃》,闡明了“十四五”時期證券期貨業(yè)科技監(jiān)管工作和行業(yè)數(shù)字化轉型的指導思想、工作原則，明確工作重點。同時各地政府積極出臺支持數(shù)字經(jīng)濟發(fā)展的指導文件，進一步推動資本市場金融科技迎來新的發(fā)展機遇和高峰。2023年6月19日，資本市場學院正式獲批設立“資本市場金融科技聯(lián)合創(chuàng)新中心”,為系統(tǒng)總結資本市場行業(yè)金融科技發(fā)展經(jīng)驗、促進行業(yè)金融科技創(chuàng)新發(fā)展，在證監(jiān)會相關部門的指導和會系統(tǒng)單位的支持下，資本市場學院以聯(lián)合創(chuàng)新中心為工作載體，組織編制《資本市場金融科技發(fā)展報告(2023)》,進一步促進行業(yè)金融科技發(fā)展成果共享，積極推動資本市場數(shù)字化轉型和高質(zhì)量發(fā)展。二、編寫目標(一)厘清資本市場金融科技發(fā)展相關的核心概念立足資本市場金融科技發(fā)展實踐，進一步界定資本市場金融科技內(nèi)涵、厘清金融科技的核心概念，結合行業(yè)具體應用場景，對云計算、大數(shù)據(jù)、資本市場金融科技發(fā)展報告(2023)人工智能、分布式、區(qū)塊鏈等技術進行深入分析和探討，準確把握金融科技發(fā)展現(xiàn)狀及未來趨勢，為行業(yè)金融科技發(fā)展打牢基礎。(二)梳理資本市場金融科技發(fā)展典型案例從核心機構、市場經(jīng)營機構、公共技術平臺等視角，梳理概括代表性機構的數(shù)字化轉型實踐，總結提煉相關經(jīng)驗和路徑，積極推動行業(yè)金融科技經(jīng)驗交流與共享，不斷提升行業(yè)金融科技發(fā)展水平。(三)剖析資本市場金融科技業(yè)技融合情況圍繞資本市場典型應用場景，深刻剖析現(xiàn)代信息技術在核心交易、財富管理、機構服務、投資銀行、投研、全面風險管理等業(yè)務中的應用實踐和發(fā)展趨勢，積極推動技術與業(yè)務的融合創(chuàng)新發(fā)展。(四)提出資本市場金融科技創(chuàng)新發(fā)展措施立足資本市場實際，圍繞資本市場業(yè)技融合情況和面臨的挑戰(zhàn)，結合《證券期貨業(yè)科技發(fā)展“十四五”規(guī)劃》重點建設任務，提出資本市場金融科技創(chuàng)新發(fā)展措施，積極推動行業(yè)數(shù)字化轉型，助力金融科技服務實體經(jīng)濟、提升市場效能、強化合規(guī)風控、增強監(jiān)管能力、保障金融安全，逐步實現(xiàn)技術與業(yè)務的深度融合、創(chuàng)新協(xié)作，促進金融科技創(chuàng)新生態(tài)良性健康發(fā)展。三、主要內(nèi)容本報告共分7章，第一章為資本市場金融科技發(fā)展概述，第二章介紹行業(yè)金融科技使用的主要技術，第三章介紹資本市場相關業(yè)務和數(shù)字技術的融合情況，第四章介紹行業(yè)典型實踐和公共技術平臺，第五章分析行業(yè)金融科技發(fā)展面臨的主要挑戰(zhàn)，第六章提出推進行業(yè)金融科技發(fā)展的主要舉措，最后為總結展望。主要內(nèi)容如下：第一章為概述。系統(tǒng)梳理資本市場金融科技的主要概念，總結資本市場金融科技發(fā)展歷程，詳細介紹證券業(yè)、基金業(yè)、期貨業(yè)和上市公司的數(shù)前言V字化發(fā)展現(xiàn)狀。第二章介紹資本市場使用的數(shù)字技術。深入分析了云計算、大數(shù)據(jù)、人工智能、分布式、區(qū)塊鏈、大模型等技術的最新發(fā)展情況、未來發(fā)展趨勢，并介紹相關技術在資本市場的應用實踐。第三章介紹業(yè)技融合發(fā)展情況。從資本市場典型應用場景出發(fā)，詳細介紹核心交易、財富管理、機構服務、投行、投研、全面風險管理等資本市場關鍵業(yè)務與數(shù)字技術的融合情況，分析業(yè)務和技術融合發(fā)展的路徑。第四章是介紹行業(yè)典型實踐。從核心機構和市場經(jīng)營機構兩個維度，梳理資本市場典型主體的數(shù)字化轉型實踐路徑，總結提煉相關經(jīng)驗，并詳細介紹核心機構提供的公共技術平臺，為行業(yè)相關主體提供經(jīng)驗支持。第五章是分析行業(yè)發(fā)展面臨的主要挑戰(zhàn)。分別從業(yè)技融合、監(jiān)管、工具、數(shù)據(jù)、新技術、跨行業(yè)競爭等層面詳細分析行業(yè)金融科技發(fā)展面臨的主要挑戰(zhàn)。第六章是推進金融科技發(fā)展的主要舉措。在全面分析行業(yè)金融科技發(fā)展現(xiàn)狀、業(yè)技融合情況以及面臨的主要挑戰(zhàn)基礎上，提出推進行業(yè)金融科技發(fā)展的主要舉措。最后為總結展望，順應數(shù)字經(jīng)濟蓬勃發(fā)展的大趨勢，緊密結合資本市場各主體的實踐，提出開放生態(tài)的理念、路徑和目標。資本市場學院2023年11月資本市場金融科技發(fā)展報告(2023)編寫單位一、主編單位：資本市場學院(一)會系統(tǒng)單位：四川證監(jiān)局、上海證券交易所、深圳證券交易所、上海期貨交易所、鄭州商品交易所、大連商品交易所、中國金融期貨交易所、廣州期貨交易所、中國證券登記結算有限公司、中國期貨市場監(jiān)控中心、北京證券交易所、全國股轉公司、中證數(shù)據(jù)有限公司、中證信息技術服務有限公司、中國證券業(yè)協(xié)會、中國證券投資基金業(yè)協(xié)會、中國期貨業(yè)協(xié)會、中國上市公司協(xié)會。(二)經(jīng)營機構(按首字母拼音排序):廣發(fā)證券、國金證券、國泰君安證券、國信證券、海通證券、華泰證券、興業(yè)證券、招商證券、中金財富證券、中信證券、中信建投證券。(三)科技企業(yè)(按首字母拼音排序):阿里云、百度公司、抖音集團、翰緯科技、恒生電子、華銳技術、華為公司、火山引擎、騰訊云、中電金信。(四)國家工業(yè)信息安全發(fā)展研究中心。三、統(tǒng)稿單位(按首字母拼音排序):廣發(fā)證券、國泰君安證券、海通證券、華泰證券、招商證券、中信建投證券；阿里云、華為公司、華銳技術、翰緯科技。四、責任編輯：資本市場金融科技聯(lián)合創(chuàng)新中心編寫人員編寫人員(按姓氏拼音排序)一、編委會：陳春艷、陳浩、陳細謙、鄧曙光、高貴中、侯睿、賈飛、蔣劍飛、金昆、李福琴、李剛、李衛(wèi)、李予濤、林琳、劉大海、劉軍、鹿群、路一、梅繼雄、潘文鋒、潘妍、龐彥廣、宿旭升、孫瑞超、唐兵、唐憶、王洪濤、王靜濤、王姝賜、王立明、王玲、王曦、魏重遠、文華、武力、辛治運、閆巧芝、楊子江、葉盛、俞楓、喻華麗、于三祿、張莉、張悅、支曉繁、周嬋、左天祖。二、統(tǒng)稿組：卞潔輝、蔡佳苗、陳斌、符祥旭、高貴中、候揚揚、焦雨溪、賴征林、劉文威、唐菊香、田盼、溫亞龍、曾凡林、張雷、周詩景、周星寶、周澤中。三、編寫組：艾青、卞潔輝、蔡佳苗、柴春勝、陳斌、陳丹茹、陳祎激、陳明、陳友清、戴先宇、丁伯軒、丁興麒、方峰、方呂亥、符祥旭、高貴中、耿進波、顧志敏、關添天、郭立帆、韓曉紅、何巧媚、何志東、候揚揚、侯禹竹、胡冬偉、化戈、火雪挺、黃葉金、姜維興、焦雨溪、景睿、匡艷妮、賴征林、勞靜詩、冷冰、李彬、李璜燦、李靜、李全玲、李雙宏、李思成、李霞、李鑫、李珣、李園園、李甄、劉彬、劉芳、劉進、劉文威、劉秀芬、劉延亮、劉楊凡、龍泉、樓峰、婁彥寧、陸偉、陸志堅、羅榮焯、呂艾雨、呂國豪、馬冰、馬馨、梅亞雷、孟映彤、苗仲辰、歐陽胤彥、潘志勇、彭向明、齊國軍、錢磊、邵兵、石奧東、石硒磊、石燁、司東華、宋鵬程、隋文東、孫艷松、唐鉞、唐菊香、田盼、王超、王恩亮、王鳳冬、王海、王建、王建軍、王敏芝、王琴、衛(wèi)飛躍、魏帥、溫亞龍、武杰、吳自強、徐VI資本市場金融科技發(fā)展報告(2023)VIII廣斌、許靜遠、徐小梅、許一駿、楊博、楊柳、楊夢琦、姚遠、葉航輝、于飛龍、于媛媛、蔚趙春、袁博、袁夢、曾凡林、張雷、張敏芳、張鵬、張任飛、張如意、張廷利、張馨文、張毅翔、張揚、趙林娜、趙先穎、鄭丹坤、周積光、周詩景、周星寶、周宇塵、周軼珅、周澤中、朱永健、鄒小軍。第一章概述 1一、主要概念 1二、發(fā)展歷程 2 3第二章主要技術 一、云計算 三、人工智能 四、分布式 八、信息技術應用創(chuàng)新 一、核心交易 四、投行數(shù)字化 五、投研數(shù)字化 六、全面風險管理 第四章典型實踐 一、核心機構 資本市場金融科技發(fā)展報告(2023)X二、公共技術平臺 三、市場經(jīng)營機構 第五章面臨的主要挑戰(zhàn) 一、業(yè)技融合層面 二、科技監(jiān)管層面 三、工具層面 五、新技術層面(以大模型為例) 六、跨行業(yè)競爭層面 第六章推進發(fā)展的關鍵舉措 一、穩(wěn)步推進資本市場金融科技創(chuàng)新試點 二、積極推進行業(yè)大模型建設 三、塑造安全可控體系 四、提升標準化工作水平 五、加強行業(yè)公共技術平臺建設 六、加強數(shù)字化人才隊伍建設 總結展望 一、開放生態(tài)的主要目標 二、開放生態(tài)的實現(xiàn)路徑 三、監(jiān)管部門保駕護航 第一章概述隨著信息技術高速發(fā)展，各類數(shù)字技術已經(jīng)融入到金融市場各個方面，帶動金融市場蓬勃發(fā)展，同時金融市場高度繁榮也為信息技術提供發(fā)展和創(chuàng)新的土壤。一、主要概念金融科技(FinTech)是FinancialTechnology的縮寫，可以簡單理解(科技)。2016年金融穩(wěn)定理事會(FSB)首先對金融科技進行定義，特指技術驅(qū)動的金融創(chuàng)新。中國人民銀行印發(fā)《金融科技(FinTech)發(fā)展規(guī)劃(2019-2021年)》,其中明確定義金融科技是技術驅(qū)動的金融創(chuàng)新，旨在運用現(xiàn)代科技成果改造或創(chuàng)新金融產(chǎn)品、經(jīng)營模式、業(yè)務流程等，推動金融發(fā)展提質(zhì)增效。隨著數(shù)字化時代的到來，金融科技給現(xiàn)代金融帶來了巨大的變革，促進了金融市場的創(chuàng)新和進步。同樣，資本市場也面臨著數(shù)字化轉型的重要任務，而金融科技正是推動資本市場實現(xiàn)數(shù)字化轉型的重要驅(qū)動力之一。在資本市場中金融科技涉及的技術主要包括以下幾類：一是云計算：可以幫助金融機構實現(xiàn)業(yè)務的靈活性、擴展性、可靠性和安全性，降低IT成本以及提高業(yè)務運營效率。二是大數(shù)據(jù)：利用大數(shù)據(jù)技術，金融機構可以收集、處理、分析海量數(shù)據(jù)，從而實現(xiàn)對市場趨勢、用戶需求、風險預警的了解，為決策提供支三是人工智能(AI):在金融場景中，人工智能技術可以用于識別模式、預測市場動向、評估信用風險、構建投資組合等方面。四是分布式：采用分布式架構，疊加低時延消息處理、內(nèi)存計算等高資本市場金融科技發(fā)展報告(2023)2性能技術，可以滿足金融機構核心系統(tǒng)對于高性能、低時延、高可靠、易擴展、松耦合的技術轉型要求。五是區(qū)塊鏈與分布式賬本技術：這些技術為金融交易提供更高的安全性、透明度，如改進支付結算、融資等業(yè)務流程。六是大模型：大模型基于技術的現(xiàn)狀及發(fā)展規(guī)律，在投資交易、客戶服務、風控合規(guī)等核心場景，給資本市場帶來深層次改變。另外低延時、信息技術應用創(chuàng)新等技術也在資本市場中發(fā)揮著不容忽視的作用。二、發(fā)展歷程資本市場的變革與信息技術的快速發(fā)展密切相關，在互聯(lián)網(wǎng)大生態(tài)環(huán)境的影響下，通過信息技術的快速迭代，逆推著業(yè)務提出需求向前快速發(fā)展。歷程可分為三個階段，這三個發(fā)展階段不是線性的關系，而是一個疊加的關系，總體呈現(xiàn)出三浪疊加的形態(tài)。智能化網(wǎng)絡化2000年·業(yè)務流程類、業(yè)務執(zhí)行類信息化建設·業(yè)務初階自動化(業(yè)務點)移動互聯(lián)網(wǎng)分布式2018年·推動資本市場與金融科技深度融合·業(yè)務智能化(內(nèi)外部業(yè)務鏈、業(yè)務體系)電子化1990年化、信息化人工智能大模型低延時信創(chuàng)…金融科技發(fā)展進程云計算大數(shù)據(jù)業(yè)務模式重塑業(yè)務創(chuàng)新業(yè)務流程互聯(lián)網(wǎng)計算機圖1-1資本市場金融科技發(fā)展歷程一是資本市場的電子化。1990年，全國證券交易自動報價系統(tǒng)(STAQ系統(tǒng))正式開始運行，標志著金融科技在我國資本市場的應用打開了新篇章。后續(xù)，隨著信息技術的普及，金融科技也慢慢滲透到資本市場的各個第一章概述機構、業(yè)務和環(huán)節(jié)中，完成了內(nèi)部管理和封閉式系統(tǒng)的電子化，取代了傳統(tǒng)手工操作，大幅提高了業(yè)務自動化水平與服務效率。過去三十多年，我國資本市場一直在經(jīng)歷這個過程，到目前為止已經(jīng)基本完成。二是資本市場的網(wǎng)絡化。網(wǎng)絡化包括內(nèi)部局域網(wǎng)、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等金融科技的不同階段。例如：通過數(shù)據(jù)大集中，實現(xiàn)所有有效網(wǎng)點集中聯(lián)網(wǎng)、所有會計賬務集中處理、所有客戶基本信息集中管理等，并通過對數(shù)據(jù)深層次的挖掘，提高資本市場的管理水平；支付寶聯(lián)手天弘基金上線余額寶服務，短短兩周內(nèi)吸引客戶數(shù)超250萬戶，遠遠高于傳統(tǒng)基金業(yè)獲客量，顯示了金融科技的市場魅力?！丁笆奈濉眹倚畔⒒?guī)劃》,各金融監(jiān)管機構也發(fā)布了一系列金融科技發(fā)展規(guī)劃，如證監(jiān)會推出《證券期貨業(yè)金融科技發(fā)展“十四五”規(guī)劃》,全面推進資本市場進行數(shù)字化轉型。數(shù)字化的本質(zhì)是對象數(shù)字化、規(guī)則數(shù)字化和過程數(shù)字化，但數(shù)字化只是第一步，后續(xù)需要實現(xiàn)智能化及數(shù)智化的三、發(fā)展現(xiàn)狀隨著資本市場開放程度的不斷提高，國內(nèi)金融機構需要在國際舞臺上與頂級金融機構同臺競技，必須不斷發(fā)展創(chuàng)新，才能在國際舞臺上立于不敗之地。同時，我國資本市場的發(fā)展，離不開金融科技的大發(fā)展。金融科技的發(fā)展，為我國資本市場的超常規(guī)發(fā)展提供了技術支撐。在數(shù)字經(jīng)濟蓬勃發(fā)展的時代背景下，資本市場各主體都借助金融科技開啟了數(shù)智化轉型(一)經(jīng)營機構金融科技現(xiàn)狀1、證券行業(yè)金融科技發(fā)展現(xiàn)狀一是金融科技推動證券行業(yè)數(shù)字化轉型。隨著我國金融科技浪潮席卷資本市場金融科技發(fā)展報告(2023)資本市場、證券行業(yè)生態(tài)競爭加劇、監(jiān)管政策積極引導支持，基于金融科技的數(shù)字化轉型已成為券商未來發(fā)展的全新戰(zhàn)略高地。各大機構充分借鑒國際證券行業(yè)的數(shù)字化轉型實踐，積極入場開啟轉型新征程，鋪資源、拉隊伍、打基礎，初步取得階段性進展。證券行業(yè)金融科技發(fā)展趨勢主要體現(xiàn)在以下幾個方面1:(1)資源投入增長快：近年來中資券商數(shù)字化投入幅度整體顯著提升，部分中資券商追平外資領先機構的投入力度。根據(jù)中國證券業(yè)協(xié)會專項統(tǒng)計情況，2022年度，證券公司信息系統(tǒng)建設投入總體金額402.16億元，同比增長18.19%,占2022年證券公司凈利潤的27.31%。前15家證券公司信息系統(tǒng)建設投入為225.68億元，占全部證券公司投入的56.12%。證券公司信息系統(tǒng)建設投入最高為27.35億元，最低為2778.69萬元，中位數(shù)為1.64億元，證券公司信息系統(tǒng)建設投入持續(xù)增加。(2)人才隊伍補充快：科技人才隊伍建設日益成為券商數(shù)字化轉型不可或缺的戰(zhàn)略儲備。各機構積極圍獵關鍵技術崗位的優(yōu)質(zhì)人才，持續(xù)加大力度招兵買馬，為深化轉型補充新鮮血液。2021年證券公司IT人員總數(shù)為30,952人，同比增長19.70%,較上年提升近7個百分點2。(3)基礎短板補充快：在硬件基礎方面，近年來絕大多數(shù)券商機構基本均已通過自建或外采的方式，積極投入各項數(shù)字基礎設施建設工作，補齊底層科技能力短板。2021年證券公司硬件投入為47.84億元，同比增長22.92%,較上年提升近9個百分點3。二是金融科技在證券行業(yè)發(fā)展趨勢。(1)對內(nèi)強化業(yè)務運營能力：通過加強內(nèi)部業(yè)務流程的優(yōu)化和創(chuàng)新，來提升業(yè)務運營的能力。通過重新設計和優(yōu)化業(yè)務流程，提高業(yè)務處理的效率和質(zhì)量。通過建立跨部門的協(xié)作[EB/OL]./s/sKbnqVSOq5Z-INVGM2aCJg,2022.2.2中國證券業(yè)協(xié)會.《中國證券業(yè)發(fā)展報告2022》.北京：中國財政經(jīng)濟出版社，2022年.272頁3中國證券業(yè)協(xié)會.《中國證券業(yè)發(fā)展報告2022》.北京：中國財政經(jīng)濟出版社，2022年.276頁第一章概述機制和信息共享平臺，促進內(nèi)部協(xié)同工作，提高業(yè)務運營的整體效能。(2)對外提升客戶服務能力：以客戶為中心，構建專業(yè)與服務兼?zhèn)涞臄?shù)字化客(3)全面提升數(shù)字化認知：金融科技數(shù)字化轉型不只是科技條線的使命，而是要通過組織機制調(diào)整，確保數(shù)字化創(chuàng)新工作與業(yè)務領域的創(chuàng)新融為一體，使科技與業(yè)務齊頭并進。2、基金行業(yè)金融科技發(fā)展現(xiàn)狀一是基金行業(yè)金融科技投入快速增長。根據(jù)中國證券投資基金業(yè)協(xié)會于2021及2022連續(xù)兩年對于公募基金公司金融科技發(fā)展情況的調(diào)查問卷結果統(tǒng)計分析，在基金公司人員架構方面，2019年至2021年，基金公司對IT人員的總投入占比逐年上升，且存在分化情況。截至2022年，近四成基金公司金融科技團隊人數(shù)在1-10人，人數(shù)在10-50人以及50人以上的基金公司分別有約38%和18%。在IT投入方面，目前主要依賴于外購，但自研的比例呈上升趨勢?；鹦袠I(yè)IT投入和基金公司管理規(guī)模成正相關，2019年至2021年，基金管理規(guī)模排名前30名的基金公司平均IT總投入逐年上升，與行業(yè)整體情況及大規(guī)?；鸸鞠啾?，中等規(guī)模的基金公司在IT投入上的分化程度較低。其中，投資研究、基礎設施和運營是金融科技投入的主要部分，其他投入領域包括合規(guī)風控、云服務、辦公協(xié)同等。二是金融科技與基金行業(yè)業(yè)務深度融合發(fā)展。金融科技賦能基金行業(yè)邁入創(chuàng)新整合階段，打通全業(yè)務流程、全產(chǎn)業(yè)鏈環(huán)節(jié)。一方面是金融科技賦能業(yè)務流程，提升數(shù)字化運營能力，完善客戶服務體系。基金公司可借助第三方平臺、核心技術服務方、數(shù)據(jù)管理方、信息服務方構建數(shù)字化系統(tǒng)，整合多維銷售渠道，拓展用戶覆蓋面，并基于海量數(shù)據(jù)形成對用戶的深度洞察，通過個性化推薦和數(shù)字化工具有效觸達潛在客戶。此外，在產(chǎn)品端，可通過基金產(chǎn)品創(chuàng)新、服務模式創(chuàng)新進行場資本市場金融科技發(fā)展報告(2023)6景關聯(lián)、流程優(yōu)化，打造以客戶為中心的公募基金數(shù)字化運營框架，實現(xiàn)客戶服務體系的完善升級。另一方面是金融科技助力風險控制，借助金融科技建立風險控制系統(tǒng)。未來金融科技的應用能夠提高風險識別和控制效率，目前風險管理效率有進一步提升空間，因此金融科技的發(fā)展力度有望逐步加大，以期幫助投資機構實現(xiàn)有效的風險管理、提高交易效率和擴大投資規(guī)模。隨著資產(chǎn)管理規(guī)?？焖僭鲩L、產(chǎn)品線不斷拓展豐富、服務客戶數(shù)量持續(xù)增加，頭部的公募基金公司高度重視業(yè)務數(shù)智化轉型，持續(xù)開展大數(shù)據(jù)、人工智能等金融科技的創(chuàng)新實踐。部分公司經(jīng)過多年持續(xù)大力投入，構建起了整體化的數(shù)智化架構，全力打造覆蓋投研、市場、運營、管理一體化應用平臺，不斷推動數(shù)字化、智能化技術在公司業(yè)務的全方面應用，持續(xù)提高金融服務效果。3、期貨行業(yè)金融科技發(fā)展現(xiàn)狀一是金融科技推動期貨行業(yè)數(shù)字化轉型。近年來，伴隨期貨市場的飛速發(fā)展，和對外開放的深入，期貨行業(yè)數(shù)字化轉型不斷加速，金融科技得到了行業(yè)的普遍認可和廣泛應用。伴隨金融科技在行業(yè)的應用，期貨公司信息技術投入呈現(xiàn)逐年提升態(tài)勢。根據(jù)2019-2022年期貨公司信息技術建設專項評價數(shù)據(jù)，2022年全行業(yè)150家期貨公司年度營業(yè)收入與信息技術投入總額分別為401.4億元和40.75億元。近三年行業(yè)信息技術投入總額占營業(yè)收入總額的比例均達到7%以上，且信息技術投入占比復合增長率接近每年18%,頭部期貨公司加大信息技術投入的趨勢明顯。二是推進金融科技遇到的挑戰(zhàn)。金融科技對國內(nèi)期貨行業(yè)的發(fā)展起到了積極的推動作用，提升了交易效率、增強了交易安全性、改善了市場監(jiān)管，并帶來了新的業(yè)態(tài)和模式。隨著技術的不斷進步和創(chuàng)新，金融科技將第一章概述繼續(xù)在期貨行業(yè)發(fā)揮重要作用，但也存在一些問題，主要如下：(1)體制機制難以匹配轉型目標期貨公司大多采用傳統(tǒng)組織架構，缺乏能夠在公司層面自上而下統(tǒng)籌推進數(shù)字化轉型的組織。同時，尚未建立成體系的數(shù)字化轉型制度和流程、考核和激勵機制，業(yè)務和技術協(xié)同推進數(shù)字化轉型的合力不夠等問題掣肘期貨公司數(shù)字化轉型。(2)資源投入相對不足期貨公司的數(shù)字化轉型投入普遍低于證券行業(yè)平均水平，只有頭部幾家期貨公司信息投入在億元以上，在投入資源比較有限的情況下，期貨公司往往局限于運用數(shù)字化手段滿足業(yè)務和管理基本的需求，難以系統(tǒng)性、前瞻性布局并全面鋪開深度推進數(shù)字化轉型。(3)數(shù)據(jù)基礎需要進一步夯實由于期貨公司大多采用外購模式為主開展信息化建設，外購信息系統(tǒng)的分散和割裂導致系統(tǒng)間數(shù)據(jù)互通和整合應用存在較高實施難度。同時，歷史數(shù)據(jù)需要持續(xù)沉淀，內(nèi)外部生態(tài)數(shù)據(jù)完整度需要完善，數(shù)據(jù)治理水平和數(shù)據(jù)質(zhì)量需要提升，才能挖掘更深層次的數(shù)據(jù)資產(chǎn)價值。(4)復合型人才緊缺數(shù)字化轉型需要具有IT專業(yè)背景，深入理解行業(yè)趨勢、業(yè)務模式和技術運作，能夠主導和推動數(shù)字化產(chǎn)品設計、研發(fā)、落地的復合型人才。這類人才在市場上較為緊缺，期貨公司在“搶人”大戰(zhàn)中不具備優(yōu)勢，亟需建立靈活的吸引人才、激勵人才方面的政策。(二)上市公司數(shù)字化發(fā)展現(xiàn)狀上市公司是國民經(jīng)濟的生力軍，是推動我國經(jīng)濟增長的動力源，同樣也是企業(yè)數(shù)字化轉型和整個經(jīng)濟發(fā)展的主要推動者和先行者。近年來，在國家政策的鼓勵和推動下，上市公司紛紛借助金融科技手段提高企業(yè)的生資本市場金融科技發(fā)展報告(2023)產(chǎn)效率和管理水平，推動企業(yè)實現(xiàn)創(chuàng)新發(fā)展，增強市場競爭力。以2023年上市公司數(shù)字化轉型典型案例為例，上市公司在多個業(yè)務領域及分子公司均開展了數(shù)字化轉型，不同類型公司數(shù)字化轉型程度不盡相同。以企業(yè)所有制劃分來看，中央國有企業(yè)數(shù)字化轉型走在前面，并且占比最多，其次是地方國有企業(yè)；以企業(yè)所屬行業(yè)劃分來看，制造業(yè)上市公司數(shù)字化轉型走在前面，占比最多，其次是金融業(yè)上市公司和信息技術服務業(yè)。同時上市公司數(shù)字化轉型的領域和范圍不斷擴大，涵蓋了制造業(yè)、金融業(yè)、信息傳輸、軟件和信息技術服務業(yè)、批發(fā)和零售業(yè)等多個行業(yè)領雖然上市公司在技術場景創(chuàng)新、產(chǎn)業(yè)鏈共享共建，以及通過數(shù)字化轉型，推動生產(chǎn)經(jīng)營實現(xiàn)綠色低碳、友好生態(tài)發(fā)展等方面都取得了良好效果，但仍面臨著諸多困難和挑戰(zhàn)。一是上市公司數(shù)字化轉型面臨人才短缺問題。目前市場上缺少既具備創(chuàng)新思維又兼?zhèn)鋵嵺`能力的復合型人才，上市公司推動數(shù)字化轉型推進速度受到影響。同時，缺乏既懂業(yè)務又懂數(shù)字化技術的數(shù)字化人才，導致企業(yè)在數(shù)字化轉型過程中業(yè)務與技術融合難度較大，難以實現(xiàn)技術支持下的高增長。二是部分上市公司尚未建立較為完善的數(shù)字化轉型組織機制，未形成上市公司之間或上市公司各部門對轉型的認同水平和數(shù)字化認知能力參差不齊，直接影響了數(shù)字化轉型的效果和質(zhì)量，人員數(shù)字化轉型認知待提升。三是數(shù)字化轉型面臨較大的資金挑戰(zhàn)。數(shù)字化轉型前期需要大量的資金投入，如引進先進的數(shù)字化設備和系統(tǒng)、培養(yǎng)數(shù)字化人才等，且需要一定的時期才能見效。而對于一些上市公司來說，大規(guī)模的投入數(shù)字化轉型資金，對整體經(jīng)營來說壓力較大，需要在資金方面尋求更多的支持和解決第一章概述方案。四是數(shù)字化轉型中還面臨著文化方面的挑戰(zhàn)。上市公司以往形成的文化理念和傳統(tǒng)經(jīng)營模式很難改變，數(shù)字化轉型中對新技術和新模式的接受程度和認識水平有待改進提升。綜上所述，上市公司在數(shù)字化轉型中面臨的困難和挑戰(zhàn)很多，需要從多個方面加以解決和應對。通過加強人才培養(yǎng)和引進、提高組織建設和認同水平、尋求資金支持以及適當?shù)卣{(diào)整文化理念和經(jīng)營模式等方面來推動數(shù)字化轉型的順利進行，實現(xiàn)企業(yè)的高質(zhì)量發(fā)展。資本市場金融科技發(fā)展報告(2023)第二章主要技術近年來，云計算、大數(shù)據(jù)、區(qū)塊鏈、人工智能、大模型、分布式、低延時網(wǎng)絡技術等數(shù)字技術蓬勃發(fā)展，在資本市場得到廣泛應用，提升了市場的運行效率和信息透明度，同時也推動了市場的發(fā)展和變革。一、云計算云計算平臺通過提供“一云多芯”的能力，多地多活架構的高可用能力，資源的彈性供給能力，基礎的網(wǎng)絡支撐能力和基礎的安全防護能力，以及計算、存儲、網(wǎng)絡、安全功能模塊、PaaS層數(shù)據(jù)庫、大數(shù)據(jù)、云原生等產(chǎn)品，實現(xiàn)資源可擴展可彈性的服務。云計算平臺一般采用“分層解耦，逐層建設”的架構，通常分為IaaS層(基礎設施即服務)、PaaS層(平臺即服務)、SaaS層(軟件即服務)。云計算平臺架構如下：在線會議在線會議即時通訊在線文檔營銷風控數(shù)據(jù)庫中間件大數(shù)據(jù)區(qū)塊鏈人工智能存儲資源機房基礎設施平臺運維運營管理安全服務計算設備存儲設備計算資源網(wǎng)絡資源網(wǎng)絡設備圖2-1云計算平臺通用架構圖云計算平臺除了IaaS層、PaaS層、SaaS層，還有平臺管理和安全服務能力。平臺管理對底層資源池進行調(diào)度管理，包括運營管理、運維管理、資源平臺管理等。安全服務包括主機安全、Web應用防火墻、安全運營中第二章主要技術心、網(wǎng)絡入侵防護、威脅情報平臺、威脅檢測等能力，有效保護用戶的業(yè)務和數(shù)據(jù)安全。(一)最新發(fā)展以及資本市場應用通過云計算平臺建設，全面推進資本市場應用上云：在IaaS層面，借助云平臺進行硬件設備、網(wǎng)絡等資源的統(tǒng)一管理和分配，實現(xiàn)計算、存儲等基礎設施彈性服務能力。同時，基于容器技術，進一步提高應用的可靠性和性能。在PaaS層面，基于微服務開發(fā)框架，提供統(tǒng)一的開發(fā)規(guī)范、各種分布式技術組件，支持服務治理、分布式調(diào)度、分布式事務等，實現(xiàn)傳統(tǒng)業(yè)務現(xiàn)代化；基于云上金融級中間件、研發(fā)效能平臺等，提供豐富的技術組件封裝，減少開發(fā)人員的重復勞動，提升開發(fā)效率，DevOps與云平臺集成，實現(xiàn)應用交付敏捷化；基于云上監(jiān)控運維組件，提供智能運維服務，根據(jù)業(yè)務監(jiān)控需要快速完成開發(fā)定制，實現(xiàn)生產(chǎn)運維智能化。近年來，云計算在資本市場得到了廣泛的應用和發(fā)展。一是行情收發(fā)、交易處理和結算：云計算技術的應用使得資本市場在行情收發(fā)、交易處理和結算過程更加高效、安全和穩(wěn)定。通過云計算平臺，資本市場可以實時處理大量的交易數(shù)據(jù)，降低了系統(tǒng)延遲，提高了交易速二是風險管理：云計算為資本市場提供了強大的計算能力，有助于實時分析和監(jiān)控市場風險。通過大數(shù)據(jù)分析和機器學習技術，券商和投資者可以更好地識別潛在的市場風險，制定相應的風險管理策略。云計算技術的應用使得資本市場可以為客戶提供更加個性化和智能化的服務。例如，通過聊天機器人和智能投顧系統(tǒng)，資本市場可以為客戶提供實時的投資建議和資訊服務，提高客戶滿意度。四是數(shù)據(jù)存儲和分析：云計算平臺為資本市場提供了大量的數(shù)據(jù)存儲空間和強大的數(shù)據(jù)處理能力。券商和投資者可以利用云計算技術對海量的資本市場金融科技發(fā)展報告(2023)市場數(shù)據(jù)進行實時分析，挖掘潛在的投資機會。五是合規(guī)監(jiān)管：云計算技術的應用有助于提高資本市場的合規(guī)性和透明度。通過實時監(jiān)控和分析交易數(shù)據(jù)，監(jiān)管機構可以更好地發(fā)現(xiàn)和預防市場操縱、內(nèi)幕交易等違法行為，保障市場的公平和穩(wěn)定。六是技術創(chuàng)新：云計算技術的發(fā)展為資本市場帶來了新的技術創(chuàng)新機會。例如，區(qū)塊鏈技術的應用可以提高證券交易的透明度和安全性，降低交易成本；人工智能技術的發(fā)展可以為投資者提供更加智能化的投資工具和服務。(二)未來趨勢以及資本市場應用一是業(yè)務系統(tǒng)上云：隨著云計算技術的成熟和安全性的提高，越來越多的資本市場企業(yè)將把業(yè)務系統(tǒng)遷移到云端(包括私有云、公有云和行業(yè)云等)。這將幫助資本市場企業(yè)降低運維成本、提高業(yè)務靈活性和可擴展性。例如，證券公司可以將交易系統(tǒng)、風控系統(tǒng)、客戶關系管理系統(tǒng)等部署在云端，實現(xiàn)業(yè)務的快速創(chuàng)新和迭代。二是大數(shù)據(jù)分析和人工智能應用：云計算技術將推動資本市場大數(shù)據(jù)分析和人工智能應用的發(fā)展。資本市場可以利用云計算平臺提供的大數(shù)據(jù)處理和分析能力，對海量的交易數(shù)據(jù)、市場數(shù)據(jù)、輿情數(shù)據(jù)等進行實時分析，為投資者提供更精準的投資建議。此外，人工智能技術也將在資本市場得到廣泛應用，例如智能投顧、智能客服、智能風控等。三是云端合規(guī)監(jiān)管：隨著云計算在資本市場的應用逐漸深入，監(jiān)管部門也將加強對云計算的監(jiān)管。未來3年內(nèi)，我們將看到更多的云端合規(guī)監(jiān)管解決方案出現(xiàn)，幫助資本市場企業(yè)滿足監(jiān)管要求。例如，云服務提供商可以提供專門針對證券行業(yè)的合規(guī)云服務，確?？蛻魯?shù)據(jù)的安全和合規(guī)性。四是云端資本市場科技創(chuàng)新：云計算將推動資本市場科技創(chuàng)新的發(fā)展。資本市場可以利用云計算平臺提供的彈性計算、存儲和網(wǎng)絡資源，快速開發(fā)和部署新的金融科技產(chǎn)品和服務。例如，基于區(qū)塊鏈技術的證券交易和結算系統(tǒng)、基于云計算的量化投資平臺等創(chuàng)新應用將在未來3年內(nèi)得到快速發(fā)展。五是云計算服務競爭加?。弘S著資本市場對云計算的需求不斷增長，云計算服務提供商之間的競爭將加劇。各大云服務提供商將加大在金融領域的投入，推出更多針對資本市場的云計算產(chǎn)品和服務，以滿足客戶的多樣化需求。二、大數(shù)據(jù)大數(shù)據(jù)技術是指在處理、分析和管理海量和復雜數(shù)據(jù)時所用到的相關技術、方法和工具，主要具有以下四個方面的典型特征：規(guī)模性(Volume)、多樣性(Varity)、高速性(Velocity)和價值性(Value)。此外，大數(shù)據(jù)還具有處理復雜、時效性要求高、技術多種多樣等特點，這些特點決定了大數(shù)據(jù)在行業(yè)應用的時候，除了關注技術本身，更要關注業(yè)務場景和價值，追求成本和效益的最大化。(一)最新發(fā)展情況大數(shù)據(jù)技術體系整體分為三大方向，大數(shù)據(jù)平臺、數(shù)據(jù)開發(fā)與治理和數(shù)據(jù)分析與應用。數(shù)據(jù)科學數(shù)據(jù)科學報表&BI集成ETL/ELT數(shù)據(jù)開發(fā)與管理Airfkowdbt業(yè)務庫流處trino存儲大數(shù)據(jù)平臺loi數(shù)據(jù)源圖2-2大數(shù)據(jù)技術體系資本市場金融科技發(fā)展報告(2023)一是大數(shù)據(jù)平臺。大數(shù)據(jù)平臺主要提供數(shù)據(jù)存儲、計算和傳輸能力。(1)數(shù)據(jù)存儲：大數(shù)據(jù)存儲技術主要解決如何高效、安全地存儲和管理海量數(shù)據(jù)。常見的大數(shù)據(jù)存儲技術有分布式文件系統(tǒng)(如HDFS)、NoSQL數(shù)據(jù)庫(如HBase、Cassandra、MongoDB等)和分布式列式存儲(如Parquet、(2)分布式計算(流批處理):大數(shù)據(jù)處理需要在多臺計算機上并行處理數(shù)據(jù)，分布式計算技術可以將大規(guī)模數(shù)據(jù)切分成小塊，分配到不同的計算節(jié)點上進行處理。常見的分布式計算框架有Hadoop、Spark等。(3)實時數(shù)據(jù)傳輸：大數(shù)據(jù)傳輸技術主要解決數(shù)據(jù)在不同系統(tǒng)之間的高效傳輸問題，常見的數(shù)據(jù)傳輸技術有Kafka等。二是數(shù)據(jù)開發(fā)與治理。數(shù)據(jù)開發(fā)與治理主要關注數(shù)據(jù)的采集、清洗、整合和管理，包括以下幾個方面：(1)數(shù)據(jù)集成：數(shù)據(jù)采集技術主要解決如何從各種數(shù)據(jù)源獲取數(shù)據(jù)。常見的數(shù)據(jù)采集技術有爬蟲、日志收集、API調(diào)用等。(2)數(shù)據(jù)整合處理：主要解決如何對采集到的原始數(shù)據(jù)進行預處理，包括去除重復數(shù)據(jù)、填充缺失值、數(shù)據(jù)格式轉換等，從ETL到ELT。 (3)數(shù)據(jù)管理：數(shù)據(jù)管理技術主要解決如何對數(shù)據(jù)進行有效的組織、維護和訪問。常見的數(shù)據(jù)管理技術有元數(shù)據(jù)管理，數(shù)據(jù)建模，數(shù)據(jù)安全，數(shù)據(jù)運營等。三是數(shù)據(jù)分析與應用。數(shù)據(jù)分析與應用主要關注如何從數(shù)據(jù)中提取有價值的信息并應用到實際業(yè)務中，包括以下幾個方面：(1)數(shù)據(jù)挖掘：數(shù)據(jù)挖掘技術主要解決如何從大量數(shù)據(jù)中發(fā)現(xiàn)有價值的模式和關聯(lián)。常見的數(shù)據(jù)挖掘技術有聚類、分類、關聯(lián)規(guī)則挖掘等。(2)機器學習：機器學習技術主要解決如何讓計算機通過數(shù)據(jù)自動學習和改進。常見的機器學習技術有監(jiān)督學習、無監(jiān)督學習、強化學習等。(3)數(shù)據(jù)可視化：數(shù)據(jù)可視化技術主要解決如何將數(shù)據(jù)以直觀的形式展示給用戶，包括用戶自助用數(shù)。(二)未來發(fā)展趨勢第二章主要技術未來大數(shù)據(jù)技術發(fā)展趨勢是實現(xiàn)數(shù)據(jù)的實時、智能與共享，需要健全數(shù)據(jù)工作組織、建立數(shù)據(jù)治理體系、升級數(shù)據(jù)平臺和深化數(shù)據(jù)運營模式。趨勢一：實時實時保證了數(shù)據(jù)的及時采集、傳輸、處理和應用，實現(xiàn)了數(shù)據(jù)的動態(tài)更新和實時反饋。實時性使得數(shù)據(jù)能力體系能夠快速響應市場變化，及時調(diào)整業(yè)務策略，提高風險防控能力，增強服務創(chuàng)新能力。趨勢二：智能智能利用人工智能、大數(shù)據(jù)、云計算等先進技術，對數(shù)據(jù)進行深度挖掘、分析和應用，實現(xiàn)了數(shù)據(jù)的價值轉化和智能化服務。趨勢三：共享共享打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)的跨部門、跨機構、跨地域的共享和流通，構建數(shù)據(jù)生態(tài)圈。共享使得數(shù)據(jù)能力體系能夠拓展業(yè)務合作渠道，拓展業(yè)務覆蓋范圍，拓展業(yè)務增長空間，提高市場競爭力，開放式數(shù)據(jù)合作平臺和生態(tài)；打造開放式的數(shù)據(jù)合作平臺和生態(tài)系統(tǒng)，實現(xiàn)數(shù)據(jù)的跨域跨行業(yè)跨組織的協(xié)同共享，推動數(shù)據(jù)的社會化和普惠化。(三)資本市場行業(yè)應用一是量化投資與風險管理：通過對海量金融數(shù)據(jù)的挖掘和分析，量化投資策略可以幫助投資者發(fā)現(xiàn)市場中的投資機會，提高投資收益。同時，大數(shù)據(jù)技術可以幫助投資者實時監(jiān)控市場風險，提前預警潛在的風險，從而降低投資損失。二是客戶畫像與精準營銷：通過對客戶的交易數(shù)據(jù)、行為數(shù)據(jù)、社交數(shù)據(jù)等多維度信息進行分析，證券公司可以構建客戶畫像，了解客戶的投資需求、風險偏好等特征?；诳蛻舢嬒?，證券公司可以實施精準營銷策略，提供個性化的投資建議和服務，提高客戶滿意度和忠誠度。三是輿情監(jiān)控與分析：大數(shù)據(jù)技術可以幫助證券公司實時監(jiān)控網(wǎng)絡輿資本市場金融科技發(fā)展報告(2023)情，發(fā)現(xiàn)可能影響股票價格的重要信息。通過對輿情數(shù)據(jù)的分析，證券公司可以預測市場趨勢，為投資者提供有價值的投資建議。四是交易監(jiān)控與反欺詐：大數(shù)據(jù)技術可以幫助證券公司實時監(jiān)控交易數(shù)據(jù)，發(fā)現(xiàn)異常交易行為，如操縱市場、內(nèi)幕交易等。通過對異常交易行為的及時發(fā)現(xiàn)和處理，證券公司可以維護市場秩序，保護投資者利益。五是證券研究與分析：大數(shù)據(jù)技術可以幫助證券公司對上市公司的財務數(shù)據(jù)、行業(yè)數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)等進行深入分析，為投資者提供全面、準確的研究報告。此外，通過對歷史數(shù)據(jù)的挖掘，證券公司還可以發(fā)現(xiàn)潛在的投資機會，為投資者提供有價值的投資建議。六是金融科技創(chuàng)新：大數(shù)據(jù)技術為證券行業(yè)帶來了新的創(chuàng)新機遇，如智能投顧、區(qū)塊鏈、人工智能等。通過引入金融科技創(chuàng)新，證券公司可以提高業(yè)務效率，降低運營成本，提升競爭力。三、人工智能人工智能在金融行業(yè)已有較廣泛的應用，當前已成為金融機構不可缺少的基礎技術。人工智能技術的發(fā)展，可以歸納為機器學習，深度學習，大模型三個階段，當前處在深度學習廣泛應用到大模型探索應用的階段。人工智能應用整體解決方案(算法模型開發(fā)訓練發(fā)布到應用)如下圖：輿怙報告助手智船寫作NLP特征標注日志分析開源模型第三方接口算法管理多卡訓練分布式訓練異常容錯資源油管理資源池化管理任務管理外部數(shù)據(jù)X86GPUARM異構計算服務器市場報告助手工程化組裝Al應用管理邊緣推理批量推理對話模型推理風控集群管理異騰在線推理XX大模型在線推理視頻推理硬件組裝RPA執(zhí)行人臉識別統(tǒng)存儲投研投顧助手員工開發(fā)助手員工寫作助手智艏客服對話Al型標注Al櫛發(fā)臺智能吝服平臺管理風控預警數(shù)姆倉庫標注模板人工訓練平臺開平型發(fā)模研共享圖2-3人工智能整體解決方案示例圖第二章主要技術整體包含：底層算力，AI一體化開發(fā)平臺(資源統(tǒng)一管理),知識中臺(數(shù)據(jù)標注與數(shù)據(jù)存儲),模型開發(fā)和模型應用。隨著資本市場的逐步成熟，人工智能等信息技術的迅猛發(fā)展為投資機構創(chuàng)新資產(chǎn)證券投資交易及分析模式提供了可能，許多投資機構開始嘗試將人工智能技術應用到資產(chǎn)證券投資分析研究中。金融市場數(shù)據(jù)獲取渠道的多元化及便利化，為證券投資機構運用基于大數(shù)據(jù)的人工智能技術奠定了良好基礎。一是AI中臺：幫助企業(yè)實現(xiàn)AI能力的高效率生產(chǎn)和集中化管理，支撐AI敏捷開發(fā)。通過與數(shù)據(jù)中臺、業(yè)務中臺協(xié)同，實現(xiàn)企業(yè)中臺的智能化發(fā)展；支撐企業(yè)業(yè)務應用及管理應用升級，協(xié)助高效復制、建設及管理不同場景下的AI應用，如智能風控、智能營銷等，助力業(yè)務降本增效，控制風險，提升企業(yè)的競爭力。知識中臺是一個集知識管理、知識提煉、知識應用于一體的平臺，它可以幫助企業(yè)實現(xiàn)知識的快速傳播、共享和創(chuàng)新。知識中臺對AI人工智能的作用主要體現(xiàn)在知識積累、知識提煉、知識應用和知識創(chuàng)新等方面，有助于提高AI系統(tǒng)的智能水平、實用性和價值。(一)資本市場應用一是量化交易策略：AI技術，尤其是機器學習和深度學習算法，已經(jīng)被廣泛應用于量化交易策略的開發(fā)。通過對大量歷史數(shù)據(jù)的分析，AI可以發(fā)現(xiàn)潛在的交易機會，從而幫助投資者制定更有效的交易策略。此外，AI還可以實時調(diào)整策略，以適應市場的變化。在風險管理方面的應用也取得了顯著的進展。通過對大量歷史數(shù)據(jù)的分析，AI可以預測潛在的市場風險，從而幫助投資者及時調(diào)整投資組合。此外，AI還可以實時監(jiān)控市場動態(tài)，以便在風險出現(xiàn)時立即采取措施。資本市場金融科技發(fā)展報告(2023)三是智能投顧：智能投顧是AI在資本市場的另一個重要應用。通過對投資者的風險承受能力、投資目標和投資期限等因素的分析，AI可以為投資者提供個性化的投資建議。此外，智能投顧還可以實時調(diào)整投資建議，以適應市場的變化。在輿情分析方面的應用也取得了顯著的進展。通過對社交媒體、新聞和其他在線內(nèi)容的實時分析，AI可以發(fā)現(xiàn)潛在的市場趨勢和投資機會。此外，AI還可以預測輿情對股票價格的影響，從而幫助投資者制定更有效的交易策略。在投資研究方面的應用也取得了顯著的進展。通過對大量歷史數(shù)據(jù)的分析，AI可以發(fā)現(xiàn)潛在的投資機會。此外，AI還可以實時監(jiān)控市場動態(tài)，以便在投資機會出現(xiàn)時立即采取措施。在合規(guī)監(jiān)管方面的應用也取得了顯著的進展。通過對大量交易數(shù)據(jù)的實時分析，AI可以發(fā)現(xiàn)潛在的違規(guī)行為，從而幫助監(jiān)管機構及時采取措施。此外，AI還可以預測潛在的合規(guī)風險，從而幫助企業(yè)制定更有效的合規(guī)策略。(二)未來發(fā)展目標一是技術底座不斷夯實。AI中臺與知識中臺從構建到優(yōu)化，進一步發(fā)展，構筑堅實的產(chǎn)業(yè)智能化基座，會進一步加速產(chǎn)業(yè)智能化升級。數(shù)智融合，為技術底座的夯實提供了強大動力和廣闊市場空間。進一步支撐AI的創(chuàng)新應用。二是AI跨領域融合更加扎實。AI技術的發(fā)展，為跨領域、跨學科融合創(chuàng)新帶來巨大的價值空間。以AlforScience為代表的跨領域融合創(chuàng)新，正在發(fā)展出完善的工具體系，從理念設想轉化為實際價值，推動科研范式的變革和新興產(chǎn)業(yè)的發(fā)展。AI加持的機器人越來越多地應用于需要大量人力的工作場景，提高勞動生產(chǎn)率?；趫詫嵉闹悄芑?，一方面數(shù)字經(jīng)第二章主要技術濟與實體經(jīng)濟加速融合，促進產(chǎn)業(yè)體系升級；另一方面web3.0、元宇宙、自動駕駛、AIGC、量子科技等新方向、新領域，將加速發(fā)展并落地。隨著大模型技術逐步成熟，訓練能力、核心算子庫和軟件平臺布局不斷完善，在金融領域，行業(yè)大模型開始浮現(xiàn)，圍繞各行業(yè)需求，搭建AI基礎設施，推進“AI+行業(yè)”的應用創(chuàng)新。資本市場積累的豐富數(shù)據(jù)和多維場景為人工智能技術的應用提供了良好的環(huán)境。當前，人工智能技術在資本市場的應用已經(jīng)從感知型智能，逐步向“應用+AI”的認知型智能轉變，開始形成智能驅(qū)動業(yè)務的新動能模式。隨著資本服務的普惠化與智能化趨勢不斷推進，資本市場主動擁抱AI來提升經(jīng)營管理效率，資本金融服務智能生態(tài)逐漸顯現(xiàn)。三是算力資源共享與信創(chuàng)算力補充。算力對于大模型的訓練速度有決定性影響，也是制約大模型成果水平的關鍵因素，還處于GPU受限的情況之中。以下解決方案可以減少算力壓力：(1)算力資源池化：企業(yè)內(nèi)部三類異構芯片(CPU、GPU、NPU)資源池化：統(tǒng)一資源管控，提高資源利用率。(2)企業(yè)間算力資源共享共建：如下圖所示：企業(yè)間算力共享，又能靈活隔離的形式節(jié)省算力資源。11、資源統(tǒng)一納管，共享/獨享合理2、提供金融大模型，同時，對公共模型可共建共享，比如：合規(guī)監(jiān)管，減少重復建設3、開發(fā)與訓練：統(tǒng)一的開發(fā)與訓練流水線平臺，降低使用門檻5、快速開租申請與資源分配5智能客服員工助手X2企業(yè)Al應用數(shù)字底座算力資源統(tǒng)一納管資源合理分配：資源可共享，也可設置部分資源獨享X3企業(yè)Al應用數(shù)字底座X1企業(yè)Al應用數(shù)字底座運維優(yōu)化模型訓練工作流開發(fā)全融大模型AI平臺安全隔離租戶/金融單位智能風控信用評分反收詐反洗錢2合規(guī)監(jiān)管統(tǒng)管理自主開發(fā)輿情分析智能投顧GPUX86423圖2-4企業(yè)間算力資源共享示例圖資本市場金融科技發(fā)展報告(2023)(3)信創(chuàng)算力補充擁抱國產(chǎn)化算力資源，作為第二算力資源補充，優(yōu)化軟硬件協(xié)同，系統(tǒng)級優(yōu)化AI集群，從而加速大模型訓練開發(fā)。帶動國產(chǎn)化軟硬件產(chǎn)業(yè)和生態(tài)發(fā)展同時防范算力風險。四、分布式分布式系統(tǒng)是指將應用組件分布部署在不同的計算機集群上，彼此之間通過網(wǎng)絡通訊來進行消息傳遞和協(xié)調(diào)處理的系統(tǒng)。分布式技術通過將大規(guī)模的數(shù)據(jù)和任務分發(fā)到多臺計算機上進行計算和存儲，以此提高系統(tǒng)的可擴展性和性能。結合集群中所實現(xiàn)的負載均衡、故障檢測與容錯等技術，可以確保系統(tǒng)在面對高負載或故障時保持穩(wěn)定，具有擴展性好、容災能力強、服務耦合低、經(jīng)濟性好的優(yōu)勢。低時延技術致力于減少數(shù)據(jù)傳輸和處理的時間延時，采用就近部署、高效通訊協(xié)議、優(yōu)化算法等手段，基于低時延大帶寬的基礎設施設備，降低數(shù)據(jù)在系統(tǒng)中傳輸及處理的時間，滿足金融交易類實時應用系統(tǒng)對高性能、低時延的運行要求。(一)架構特性金融證券行業(yè)下一代核心交易系統(tǒng)采用分布式低時延內(nèi)存計算架構，通過分層設計，逐層支撐，綜合使用高性能的基礎設施層、消息中間件層和應用框架層設計來實現(xiàn)上層交易應用的高并發(fā)、低時延要求，具體所包含的技術架構特性如下：一是高可用性。高可用性是分布式系統(tǒng)的核心要素之一，在分布式計算場景中，提高高可用的唯一有效手段是同一個高可用集群內(nèi)的服務副本實例對數(shù)據(jù)進行復制，多個服務副本之間保持狀態(tài)同步，結合高可用集群中故障檢測、自動切換等技術，支持當某一服務故障之后其角色和功能可以被其它在線的服務副本所替代，實現(xiàn)應用對于故障處理的無感切換。二是低時延。基于分布式低時延技術架構，下一代核心交易系統(tǒng)在應用框架層綜合采用流水線處理、線程池、高性能序列化、無鎖隊列、高性能基礎庫、高性能內(nèi)存管理等技術進行加速；結合在基礎設施層采用低時延大帶寬的交換機和網(wǎng)卡、高主頻的服務器等，可以有效提升分布式系統(tǒng)的消息并發(fā)處理能力，降低并發(fā)沖突，提高系統(tǒng)的響應速度。三是高并發(fā)。分布式低時延架構通過分布式部署，結合負載均衡的訪問技術，能夠?qū)⒂脩粽埱蠓职l(fā)到不同的實例或者節(jié)點當中，保證各個實例或者節(jié)點的負載均衡，提高分布式系統(tǒng)的并發(fā)處理能力。此外在分布式系統(tǒng)當中，通過使用分布式緩存來提供讀寫性能，將數(shù)據(jù)存儲在內(nèi)存當中，實現(xiàn)快速訪問，大幅減少對于后端存儲系統(tǒng)的訪問依賴，在提供高并發(fā)處理能力的同時，降低系統(tǒng)延時。四是可擴展性。分布式低時延技術的水平擴展特性是指上層應用層面可以通過增加同一類型組件數(shù)量、交易節(jié)點數(shù)量，基礎設施部署層面通過增加交換機、服務器，甚至數(shù)據(jù)中心的規(guī)模，來動態(tài)擴展分布式系統(tǒng)的處理能力和吞吐量，以此滿足多樣化的應用場景和業(yè)務需求。通過水平擴展特性，分布式低時延技術能夠快速適應不斷變化的負載需求，提供匹配于當前業(yè)務模型的高性能和可伸縮性的彈性解決方案。五是一致性。分布式系統(tǒng)架構在對消息進行分布式低時延傳輸時，通常采用一致性協(xié)議、分布式事務等機制來確保在傳輸過程中數(shù)據(jù)的一致性，當面對并發(fā)操作時，能夠保證不同副本所組成的容錯集群內(nèi)部消息具備完整性、有序性。在這種情況下，一致性特性是確保分布式系統(tǒng)的各個副本都具有相同數(shù)據(jù)的關鍵特性。通過合理的設計以及選擇合適的一致性模型、協(xié)議和算法，能夠有效在分布式環(huán)境下進行數(shù)據(jù)的一致性復制和同步。六是松耦合。分布式系統(tǒng)通常由多層組成，每層都包含了一些原子服務，服務之間的協(xié)同交互采用消息傳遞方式。以基于分布式低時延架構所資本市場金融科技發(fā)展報告(2023)實現(xiàn)的證券核心交易系統(tǒng)為例，其各個子系統(tǒng)、各個模塊之間通過統(tǒng)一的標準接口實現(xiàn)對接，上層業(yè)務系統(tǒng)可以根據(jù)業(yè)務和功能邏輯劃分多個獨立的子系統(tǒng)，有效地支持系統(tǒng)之間的松解耦，支持獨立升級維護、部署運行。(二)應用場景近年來證券行業(yè)業(yè)務快速發(fā)展，證券公司核心系統(tǒng)承載的業(yè)務越來越多，系統(tǒng)功能日趨龐雜，運維管理難度越來越大。隨著信用交易業(yè)務、個股期權業(yè)務、港股通、CDR、科創(chuàng)板、全面注冊制等業(yè)務的推出，以及客戶和交易業(yè)務量的不斷攀升，對核心系統(tǒng)的可靠性、可用性、交易速度、吞吐量、可擴展性等提出了更高的要求。此外，核心系統(tǒng)的安全、穩(wěn)定、高效對證券行業(yè)來講至關重要。2007年以來公開的信息安全風險事件中因交易系統(tǒng)故障導致的風險占86.11%;2015年以來，股市交易量大幅增長，多家證券公司交易系統(tǒng)出現(xiàn)交易緩慢、卡頓等問題，中國資本市場并未解決好性能和可用性等關鍵基礎問題。隨著分布式技術的發(fā)展，全球領先投資銀行和交易所的核心業(yè)務系統(tǒng)紛紛向分布式低時延系統(tǒng)轉型。分布式架構、開放平臺、高可靠低時延消息技術、高性能計算方向，在國外已經(jīng)有了成熟的應用，勢必將在未來的中國證券行業(yè)內(nèi)得到更廣泛的應用及推廣。五、區(qū)塊鏈技術區(qū)塊鏈是一種由多方共同維護，使用密碼學保證傳輸和訪問安全，能夠?qū)崿F(xiàn)數(shù)據(jù)一致存儲、難以篡改、防止抵賴的記賬技術，于2008年由中本聰在《比特幣：一種點對點電子現(xiàn)金系統(tǒng)》中首次提出，其開放、共享、去中心化的特點可以改善和解決各行各業(yè)中的信任問題。按照權限許可，區(qū)塊鏈分為公有鏈(完全去中心化，節(jié)點自由加入退出)、私有鏈(僅限一個組織機構內(nèi)的訪問與交易)和聯(lián)盟鏈(針對成員開放全部或部分功能，權限與規(guī)則由聯(lián)盟成員約定)。第二章主要技術(一)關鍵技術網(wǎng)絡也稱對等網(wǎng)絡，是一種在對等者(peer)之間分配任務和工作負載的分布式應用架構。P2P網(wǎng)絡中的每一個節(jié)點既可以是服務器端也可以是客戶端，網(wǎng)絡中的節(jié)點之間可以直接進行數(shù)據(jù)傳輸和通信。P2P網(wǎng)絡具有去中心化、可擴展、穩(wěn)健、高性價比等特征，維護了區(qū)塊鏈網(wǎng)絡在底層通信信道上的平等特性與高效性。二是分布式賬本與共識算法。分布式賬本是在大型網(wǎng)絡中由每個參與者獨立保存和更新的數(shù)據(jù)庫，發(fā)生故障的節(jié)點可以從其它節(jié)點讀取存儲的數(shù)據(jù)。由于區(qū)塊鏈中各個節(jié)點權利義務平等，需要一套完善的制度以公平的方式保證系統(tǒng)中所有副本的一致性，即需要引入使節(jié)點之間對區(qū)塊鏈賬本內(nèi)容達成共識的機制。共識算法決定了區(qū)塊鏈中區(qū)塊的生成規(guī)則、保證各個節(jié)點的誠實性、賬本的容錯性與系統(tǒng)的穩(wěn)健性。三是密碼學技術。區(qū)塊鏈主要應用的密碼學技術有哈希算法和非對稱加密兩種。哈希算法是將任意長度的輸入以不可逆方式變換為固定長度的散列數(shù)據(jù)(即哈希值)的輸出，是區(qū)塊鏈中保證交易信息不被篡改的單向密碼機制。其特點為輸入的數(shù)據(jù)與輸出的哈希值一一對應，對輸入數(shù)據(jù)的任何細微改動都會導致輸出哈希值的變化，并且無法通過哈希值推導出對應的輸入數(shù)據(jù)。輸入值計算結果00438fd85f7cff5ac8100438fd85f7cff5ac8103366da4a882c1c17f0abf1f1b808c71eec0914456f1c359fc363d572baa4c7ff158c43283f1水善利萬物而不爭，處眾人之所惡，故幾于道。水善利萬物而不爭，處眾人之所惡，故幾于道圖2-5輸入數(shù)據(jù)改動導致哈希值變化(以SHA256算法為例)非對稱加密是指為滿足安全性需求和所有權驗證需求而集成到區(qū)塊鏈中的加密技術，通常是在加密和解密過程中使用公鑰(公開)和私鑰(保資本市場金融科技發(fā)展報告(2023)密)兩個非對稱的密碼。用其中一個密鑰(公鑰或私鑰)加密信息后，只有另一個對應的密鑰才能解開，并且無法通過公鑰推算出相應的私鑰。私鑰加密、公鑰解密被用于數(shù)字簽名，公鑰加密、私鑰解密則用于數(shù)據(jù)加密。四是智能合約。智能合約的概念由尼克·薩博于1995年提出，是基于預定事件觸發(fā)、自動執(zhí)行的計算機程序。智能合約是區(qū)塊鏈“去信任化”的重要基礎，可以在沒有第三方參與的情況下執(zhí)行可追溯、不可逆轉和安全的交易。(二)運作原理對區(qū)塊鏈的理解可以拆分為“區(qū)塊”與“鏈”兩個部分。其中區(qū)塊記錄一段時間內(nèi)發(fā)生的所有交易(對賬本的操作)與狀態(tài)結果，被稱為“鏈”是因為區(qū)塊鏈按照時間順序連接數(shù)據(jù)區(qū)塊，組成鏈式數(shù)據(jù)結構。哈希值前一區(qū)塊哈希值交易列表哈希值前一區(qū)塊哈希值交易列表哈希值前一區(qū)塊哈希值交易列表圖2-6區(qū)塊鏈的鏈式數(shù)據(jù)結構一個新區(qū)塊的生成可分為三個階段。首先，某一節(jié)點提交信息或發(fā)出請求，將信息明文通過公開選定的哈希函數(shù)進行映射生成信息摘要，并通過該節(jié)點的私鑰加密生成電子簽名。之后，信息明文與電子簽名被廣播至相鄰所有節(jié)點，收信節(jié)點對收到的明文與簽名分別進行哈希與公鑰解密，生成兩份信息摘要(兩份摘要完全相同則證明未被篡改)。最后，確認過的明文暫存本地池內(nèi)，積累一定數(shù)量或經(jīng)過一點時間后，通過共識算法指定生成新區(qū)塊的節(jié)點。新區(qū)塊在被廣播與驗證后將被添加至已有區(qū)塊之后。通過跨鏈技術，價值可以跨過鏈與鏈之間的障礙進行直接交互，實現(xiàn)不同區(qū)塊鏈之間的資產(chǎn)流通和價值轉移。跨鏈的主要方法有哈希時間鎖定合約、公證人機制、側鏈/中繼和分布式私鑰控制。第二章主要技術(三)技術特征區(qū)塊鏈具備以下特征：一是分布式記賬，即區(qū)塊鏈實現(xiàn)數(shù)據(jù)的分布式記錄、存儲與更新，所有節(jié)點保存全部的相同區(qū)塊信息，不存在單點失效任意節(jié)點均可審查區(qū)塊鏈系統(tǒng)的數(shù)據(jù)記錄、更新操作與運行規(guī)則或通過公開接口開發(fā)相關應用；三是不可篡改，通過哈希加密與共識算法兩套機制增加個體對鏈上數(shù)據(jù)篡改的難度；四是自治，通過協(xié)商一致的規(guī)范和協(xié)議進行區(qū)塊鏈系統(tǒng)的數(shù)據(jù)交換、記錄與更新操作，免除人工介入或干預；五是隱私，區(qū)塊鏈中交易者的私有信息經(jīng)過哈希加密且可以使用雙方地址替代身份進行數(shù)據(jù)交互。(四)資本市場應用進展區(qū)塊鏈技術由于數(shù)據(jù)透明、不可篡改等特征，可以幫助建設可信的資本市場。我國近年來不斷推動區(qū)塊鏈在資本市場各場景的應用，根據(jù)零壹智庫數(shù)據(jù)，截至2023年4月77項資本市場金融科技創(chuàng)新試點項目中，有18項應用區(qū)塊鏈技術。在我國的資本市場區(qū)塊鏈應用主要包括存證與數(shù)據(jù)共享兩類模式：一是區(qū)塊鏈不可篡改的特點天然適合用于各類電子數(shù)據(jù)的保全與固定，這對于數(shù)字經(jīng)濟時代可信資本市場的建設尤為重要；二是區(qū)塊鏈作為化解數(shù)據(jù)共享難題的關鍵技術，可以在保護數(shù)據(jù)隱私性的同時為數(shù)據(jù)確權，解決數(shù)據(jù)要素流通面臨流程合規(guī)、隱私安全等痛點，這對于敏感程度較高的金融數(shù)據(jù)意義尤甚。證監(jiān)會高度重視區(qū)塊鏈在區(qū)域性股權市場建設中的應用，其于2020年重點工作中提出建設基于區(qū)塊鏈的場外市場登記系統(tǒng)和交易報告庫，并啟動了區(qū)塊鏈建設試點工作。2021年，國家網(wǎng)信辦牽頭組織了區(qū)塊鏈創(chuàng)新應用試點申報工作，證監(jiān)會牽頭其中“區(qū)塊鏈+股權市場”的特色領域試點工作，10家區(qū)域性股權市場納入國家區(qū)塊鏈創(chuàng)新應用試點名單。資本市場金融科技發(fā)展報告(2023)(五)資本市場應用趨勢隨著“數(shù)據(jù)二十條”以及數(shù)據(jù)入表等政策的公布，區(qū)塊鏈將會在數(shù)據(jù)要素資產(chǎn)化與流通方面發(fā)揮更大的價值。與此同時，隨著Web3在國內(nèi)的蓬勃發(fā)展，數(shù)據(jù)主權將被更多人所重視。Web3注重數(shù)據(jù)的主權，它使個體能夠掌握和管理自己的數(shù)據(jù)。這對于數(shù)據(jù)要素領域尤其重要，因為數(shù)據(jù)的所有者可以通過Web3技術明確授權數(shù)據(jù)的使用，保護數(shù)據(jù)隱私和權益。區(qū)塊鏈在數(shù)據(jù)要素領域的作用和作為連接器的角色是非常重要的，區(qū)塊鏈技術可確保數(shù)據(jù)的合法確權和授權。數(shù)據(jù)的所有者可以明確定義誰可以訪問、使用和分享他們的數(shù)據(jù)，以保護數(shù)據(jù)的權益。具體來講，區(qū)塊鏈技術將扮演以下方面的角色：一是用戶連接器：區(qū)塊鏈作為用戶連接器，有助于連接數(shù)據(jù)交易的各方，包括數(shù)據(jù)所有方、使用方和經(jīng)營方。它提供了安全、去中心化的平臺，使各方能夠安全地交換數(shù)據(jù)，建立信任，并確保數(shù)據(jù)的合法使用。二是技術連接器：區(qū)塊鏈可以鏈接各種技術和能力，如隱私計算、數(shù)據(jù)倉庫等。這有助于確權、授權和管理數(shù)據(jù)的使用，確保數(shù)據(jù)的隱私和安全性。區(qū)塊鏈的智能合約功能可以用于設定數(shù)據(jù)的使用規(guī)則和授權條件。三是流程連接器：區(qū)塊鏈作為流程連接器可以串聯(lián)數(shù)據(jù)流通的方方面面。它可以幫助管理數(shù)據(jù)質(zhì)量評估，數(shù)據(jù)定價，數(shù)據(jù)商品確權與登記，數(shù)據(jù)授權等過程。這有助于提高數(shù)據(jù)的可用性、透明度和可追溯性。六、大語言模型大模型(LargeLanguageModel,LLM)是一種語言模型，由具有許多參數(shù)(通常數(shù)十億個權重或更多)的人工神經(jīng)網(wǎng)絡組成，使用自監(jiān)督學習或半監(jiān)督學習對大量未標記文本進行訓練。它通常指的是參數(shù)數(shù)量在數(shù)十億或更多數(shù)量級的深度學習模型。大型語言模型在人工智能(AI)和自然語言處理(NLP)領域都有多種用途。基于海量數(shù)據(jù)集的信息，LLM可以識別、壓縮、翻譯、預測，甚至生成類似人類的文字以及照片和音頻等其他內(nèi)容。在各種NLP任務中，包括文本生成和完成、情感分析、文本分類、摘要、問答和語言翻譯，LLM都表現(xiàn)出了卓越的表現(xiàn)。根據(jù)給定的提示(Prompt),LLM可以生成符合邏輯且與上下文相關的語言，為創(chuàng)意寫作、社交媒體內(nèi)容和其他用途提供新的機會。在聊天機器人、虛擬助理和其他對話式人工智能應用程序中，也可以使用LLM。LLM可以通過進一步的訓練得到增強，以滿足機構用戶的特殊需求。(二)國內(nèi)大語言模型現(xiàn)狀(按收稿先后排序)1、華為盤古大模型華為從2019年投入AI大模型研發(fā)，2021年發(fā)布了基于Transformer架構的盤古NLP中文大模型和阿語大模型。目前的盤古大模型3.0版本包含三層模型：基礎大模型、行業(yè)大模型和場景模型。分層解耦，可以快速適配，快速滿足行業(yè)的多變需求?？蛻艏瓤梢詾樽约旱拇竽Ｐ图虞d獨立的數(shù)據(jù)集，也可以單獨升級基礎模型，也可以單獨升級能力集。場景化模型工作流數(shù)據(jù)管理大模型開發(fā)套件大模型開發(fā)套件行業(yè)大模型大模型資產(chǎn)Al開發(fā)平臺Al開發(fā)平臺圖2-7華為盤古大模型框架資本市場金融科技發(fā)展報告(2023)(1)L0基礎大模型5個基礎大模型，包括盤古自然語言大模型(PanguNLP古多模態(tài)大模型(Pangumulti-modalmodel)、盤古視覺大模型(PanguCVmodel)、盤古預測大模型(Pangupredictionmodel)和盤古科學計算大模提供100億參數(shù)、380億參數(shù)、710億參數(shù)和1000億參數(shù)的系列化基礎大模型。(2)盤古金融大模型華為盤古金融大模型解決方案，包括場景層、模型層、底座層三層。以高質(zhì)量的數(shù)據(jù)為基礎，通過三層方案加速創(chuàng)新生產(chǎn)力、躍升智力、澎湃算力三力協(xié)同，逐步實現(xiàn)場景的價值落地、體系構建、能力固化。類10個應用場景，包括智能客服、信貸報告生成、智能數(shù)據(jù)分析、智能編程助手等。在軟件開發(fā)領域，利用大模型代碼生成等能力，逐步構建智能軟開體系，編碼助手的代碼生成占比提升至40%。場景落地，除了模型本身能力，工程化能力和豐富的生態(tài)體系至關重要。華為還提供模型微調(diào)、數(shù)據(jù)工程、應用開發(fā)、安全工程等系列工程化套件，讓客戶和伙伴更便捷地調(diào)用大模型；聯(lián)合數(shù)據(jù)標注、模型調(diào)優(yōu)、應用開發(fā)等伙伴，構建豐富的大模型生態(tài)體系。在模型層，盤古大模型具備100多種模型能力；在此之上，通過五類金融數(shù)據(jù)注入千億級的金融Tokens;與金融機構和伙伴共創(chuàng)，沉淀了上千個細分場景模板；融合了100多個行業(yè)標準、規(guī)范等行業(yè)知識庫；構建了數(shù)據(jù)、模型、內(nèi)容等全流程安全合規(guī)能力，打造面向金融行業(yè)的大模型。在底座層，打造“算網(wǎng)存云”協(xié)同的智能底座，從高性能集群訓練、高可靠模型保護、高效綠色節(jié)能三個方面為大模型提供澎湃算力：通過高速集群互聯(lián)架構，將token處理時延降低至100ms以內(nèi)；通過存算協(xié)同，將訓練中斷時間從天縮短到分鐘級，實現(xiàn)月級穩(wěn)定訓練；通過全液冷集群和多租戶資源共享，將網(wǎng)絡能效比從0.1提升到0.5PFLOPS/KW。2、恒生電子大模型LightGPT-金融行業(yè)專業(yè)大模型基于恒生技術和在金融行業(yè)積累的領域知識能力，恒生電子于2023年6月推出金融行業(yè)大模型LightGPT。LightGPT擁有專業(yè)的金融語料積累處理和高效穩(wěn)定的大模型訓練方式，使用了超4000億tokens的金融領域數(shù)據(jù)(包括資訊、公告、研報、結構化數(shù)據(jù)等)和超過400億tokens的語種強化數(shù)據(jù)(包括金融教材、金融百科、政府報告、法規(guī)條例等),并以之作為大模型的二次預訓練語料，支持超過80+金融專屬任務指令微調(diào)，使LightGPT具備金融領域的準確理解能力。在包括金融專業(yè)問答、邏輯推理、超長文本處理能力、多模態(tài)交互能力、代碼能力等在內(nèi)的金融大模型能力評測中均有不錯表現(xiàn)，并保證內(nèi)容和指令的合規(guī)安全。如針對生成內(nèi)容的可控問題，LightGPT構建了包括語料安全、模型安全、模型評估等在內(nèi)完善的安全機制，從八大評價維度確保大模型生成內(nèi)容的安全合規(guī)，符合中國金融市場的監(jiān)管要求。LightGPT可以為投顧、客服、投研、運營、風控、合規(guī)、研發(fā)等金融業(yè)務場景提供底層AI能力支持。如在投顧場景中，LightGPT通過增加1200多萬tokens專業(yè)投顧語料，減少財經(jīng)大V版權語料和日常語料以及12類任務指令微調(diào)，應對金融術語口語眾多、知識幻覺、監(jiān)管嚴格等挑戰(zhàn)，在安撫話術生成、客戶意圖識別、實體識別、Json識別能力等方面平均超出國內(nèi)通用大模型13%;在投研場景中，LightGPT通過使用基于位置編碼改進的transformer模型，超200億tokens的金融信息語料和8類任務指令微調(diào)，解決超長文本處理、圖表文字混合排布、投研術語眾多等問題，在研資本市場金融科技發(fā)展報告(2023)報觀點抽取、輿情事件識別和抽取、資訊摘要、表格處理、公司實體識別等方面平均超出通用大模型12%。LightGPT擁有豐富、輕量化的部署方式，支持私有化/云部署以及靈活API調(diào)用，推理端僅需一機2卡部署。金融機構可以基于LightGPT通過私域任務數(shù)據(jù)定制化精調(diào)大模型，打造機構專屬大模型，滿足個性化需求。3、騰訊混元大模型(1)騰訊混元大模型2023年以來，國內(nèi)科技企業(yè)陸續(xù)推出了自主創(chuàng)新的大語言模型，混元大模型是騰訊推出的一個超大規(guī)模的語言模型，混元大模型全鏈路技術自研，超千億參數(shù)規(guī)模，預訓練語料超2萬億tokens,具備強大的中文創(chuàng)作能力，復雜語境下的邏輯推理能力，以及可靠的任務執(zhí)行能力。混元大模型優(yōu)化了預訓練算法及策略，讓混元大模型的幻覺相比主流開源大模型降低了30%至50%;通過強化學習的方法讓模型學會識別陷阱問題，對難以回答或不應回答的問題說“不”;通過位置編碼優(yōu)化，提高了超長文的處理效果和性能，提出思維鏈的新策略，能夠像人一樣結合實際的應用場景進行推理和決策。騰訊自研了機器學習框架Angel,使訓練速度比業(yè)界主流框架提升1倍，推理速度比業(yè)界主流框架提升1.3倍。智能創(chuàng)作智能檢索(跨模態(tài))智能文檔管理智能客服分析營銷U客戶專屬大模型行業(yè)大模型精調(diào)解決方案細分領域模型訓練平臺TI-OCR訓練平臺TI-AOI訓練平臺應用平臺媒體Al中臺智能視頻分析平臺智能圖像創(chuàng)作平臺智能應用企點客服企點分析營銷Al語音助手數(shù)智人Al繪面T平臺平臺8工具TI-DataTruth數(shù)據(jù)標注平臺TI-ONE訓練平臺Tl-Matrix應用平臺Angel機器學習框架技術底座行業(yè)大被劑金融大模型政務大模型文旅大模型傳媒大模型教育大模型行業(yè)大模型開放生態(tài)模型底座騰訊混元大模型基礎設施高性能計算集群HCC高性能網(wǎng)絡，自研星脈計算網(wǎng)絡架構向量數(shù)據(jù)庫圖2-8騰訊混元大模型架構第二章主要技術基于騰訊混元大模型，用戶可以通過傳入不同的參數(shù)控制生成內(nèi)容的類型，并通過自然語言給模型以內(nèi)容生成的指令，可以滿足多種場景的文本生成需求，包括但不限于文章寫作、營銷文案、視頻腳本、電商文案、紀要整理、翻譯等。(2)騰訊金融大模型騰訊金融大模型以其低成本訓練和推理，可以有效地降低用戶的使用成本。海量的無監(jiān)督和有監(jiān)督的金融專業(yè)訓練數(shù)據(jù)，融入大量從業(yè)務場景積累而得的行業(yè)Knowhow,提升垂類任務的性能；訓練成本下降90%,訓練性能提升10倍。同時，該模型采用了三重安全防護措施，在問題側、模型側、答案側三個層面進行違規(guī)信息的過濾和規(guī)避，讓最終的答案符合安全、規(guī)范的要求。確保了模型在可信、可靠和可用方面的穩(wěn)定性，為用戶提供了高效且安全的金融智能解決方案?；隍v訊云TI平臺完整的平臺工具鏈，支持大模型開發(fā)與管理。TI-ONE是基于騰訊云強大計算能力的一站式機器學習平臺為用戶提供從數(shù)據(jù)預處理、模型構建、模型訓練、模型評估到模型服務的全流程支持。平臺提供完善的平臺工具、成熟的流程方法和全面的配套服務，可以運行騰訊高質(zhì)量的行業(yè)大模型。金融行業(yè)大模型滿足金融行業(yè)各個場景，包括但不限于知識問答、研報摘要、營銷文案撰寫、智能投顧、金融資訊摘要生成等。4、阿里云通義千問大模型(1)通義千問大模型阿里云開源了Qwen(通義千問)的系列工作，當前開源模型的參數(shù)規(guī)模為70億(7B)和140億(14B)。包括基礎模型Qwen,即Qwen-7B資本市場金融科技發(fā)展報告(2023)Qwen-14B-Chat.當前基礎模型已經(jīng)穩(wěn)定訓練了大規(guī)模高質(zhì)量且多樣化的數(shù)據(jù)，覆蓋多語言(當前以中文和英文為主),總量高達3萬億系列模型拿出非常有競爭力的表現(xiàn)，顯著超出同規(guī)模模型并緊追一系列最強的閉源模型。此外，阿里利用SFT和RLHF技術實現(xiàn)對齊，從基座模型訓練得到對具備聊天、文字創(chuàng)作、摘要、信息抽取、翻譯等能力，同時還具備一定的代碼生成和簡單數(shù)學推理的能力。在此基礎上，針對LLM對接外部系統(tǒng)等方面針對性地做了優(yōu)化，具備較強的工具調(diào)用能力，以及最近備受關注的CodeInterpreter的能力和扮演Agent的能力。(2)阿里云金融行業(yè)大模型基于Qwen基礎模型，經(jīng)過海量金融行業(yè)語料的繼續(xù)訓練(ContinuousPre-Training),便得到了服務于金融行業(yè)的大語言模型。Qwen采用了更加高效的訓練實現(xiàn)，128卡7B模型，40B/daytrainingtokens,一周即可完成行業(yè)模型增量訓練。同時，更加科學的語料比例混合，包含通用中英文，行業(yè)中英文，覆蓋財報、研報、新聞、政府公告、論壇、書籍論文、代碼、表格等不同數(shù)據(jù)類別，調(diào)優(yōu)數(shù)據(jù)混合比例，使模型更“懂”金融。通過指令金融大模型在指定的場景任務上的性能大幅提升。此外，阿里云還聯(lián)合一些頭部金融機構發(fā)布了金融行業(yè)大模型的評測集并開源，以幫助機構自行構建針對金融大模型的評測集、有監(jiān)督的調(diào)優(yōu)(SFT)以及代碼化的評測流程。應用方面，阿里云金融