上市公司是實(shí)體經(jīng)濟(jì)的“基本盤(pán)”、經(jīng)濟(jì)發(fā)展動(dòng)能的“轉(zhuǎn)換器”，推動(dòng)上市公司在信息化、數(shù)字化、網(wǎng)絡(luò)化、智能化領(lǐng)域健康發(fā)展，對(duì)促進(jìn)我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展具有重要意義。為了積極推動(dòng)上市公司數(shù)字化轉(zhuǎn)型，促進(jìn)上市公司做優(yōu)做強(qiáng)、實(shí)現(xiàn)高質(zhì)量發(fā)展，中國(guó)上市公司協(xié)會(huì)組織開(kāi)展了“2023 年度上市公司數(shù)字化轉(zhuǎn)型典型案例”征集活動(dòng)。為充分發(fā)揮入圍案例的示范引領(lǐng)作用，協(xié)會(huì)針對(duì)案例入圍企業(yè)開(kāi)展了“數(shù)字化轉(zhuǎn)型典型案例線(xiàn)上訪(fǎng)談”工作，業(yè)內(nèi)資深咨詢(xún)機(jī)構(gòu)、媒體與入圍企業(yè)數(shù)字化轉(zhuǎn)型負(fù)責(zé)人面對(duì)面，圍繞上市公司數(shù)字化轉(zhuǎn)型過(guò)程中的問(wèn)題、戰(zhàn)略、技術(shù)、管理等方面展開(kāi)交流。

國(guó)元證券入圍案例“基于人工智能的前瞻性資產(chǎn)配置研究”。國(guó)元證券在財(cái)富業(yè)務(wù)的核心鏈條中運(yùn)用人工智能技術(shù)，打造全新財(cái)富業(yè)務(wù)科技發(fā)展模式，利用自身的研究?jī)?yōu)勢(shì)、科技能力與業(yè)務(wù)發(fā)展需求，提出了“基于人工智能的前瞻性資產(chǎn)配置方案”研究課題。

本研究搭建了全新的投研框架，產(chǎn)品覆蓋面廣，可以靈活增減產(chǎn)品類(lèi)型、因子和策略模型。全面升級(jí)算法，資產(chǎn)分類(lèi)擴(kuò)展數(shù)倍，為資產(chǎn)配置提供豐富工具�；�金細(xì)分類(lèi) AI 聚類(lèi)與排序算法支持基金細(xì)分分類(lèi)下排序篩選，借助客戶(hù)投資偏好標(biāo)簽分類(lèi)，實(shí)現(xiàn)風(fēng)險(xiǎn)控制下的最優(yōu)策略模型，盡可能提升投資者收益。

成果方面，本研究能有效幫助客戶(hù)提升平均 2%-10% 的年化預(yù)期收益，顯著降低回撤幅度，提升夏普比率。為行業(yè)與整個(gè)社會(huì)的居民財(cái)富保值增值目標(biāo)提供更加靈活、高效、且更具有實(shí)際意義的體系化解決方案。

未來(lái)，該項(xiàng)目將轉(zhuǎn)化為公司的 TAMP 平臺(tái)，實(shí)現(xiàn)線(xiàn)上客戶(hù)投資策略的智能服務(wù)，線(xiàn)下投顧服務(wù)效能提升 6-8 倍，客戶(hù)投資收益實(shí)質(zhì)性提升占比客戶(hù)達(dá) 75%。就此國(guó)元證券首席信息官周立軍分享了基于人工智能的前瞻性資產(chǎn)配置研究項(xiàng)目。

以下為訪(fǎng)談實(shí)錄：

（一）企業(yè)介紹

問(wèn)題：國(guó)元證券當(dāng)前的業(yè)務(wù)情況，以及行業(yè)整體情況如何？

回答：國(guó)元證券成立于 2001 年，是一家注冊(cè)資本為 43.6 億元的綜合金融服務(wù)實(shí)體。公司擁有 143 家分支機(jī)構(gòu)和在香港的國(guó)元國(guó)際、基金、直投、期貨等子公司，形成了牌照齊全、品種多元的綜合金融服務(wù)實(shí)體。近年來(lái)，資本市場(chǎng)發(fā)展迅速，行業(yè)正在加快向投資性和綜合性方面轉(zhuǎn)變。隨著政策的引導(dǎo)、新型科技的融入以及消費(fèi)者需求的轉(zhuǎn)變，推動(dòng)了行業(yè)的創(chuàng)新和服務(wù)模式的發(fā)展。因此，資本市場(chǎng)的結(jié)構(gòu)正在發(fā)生深刻的變化，行業(yè)競(jìng)爭(zhēng)日趨激烈。特別是隨著新型科技的引入和人工智能的快速發(fā)展，證券公司面臨著前所未有的挑戰(zhàn)。國(guó)元證券的數(shù)字化轉(zhuǎn)型工作由IT治理委員會(huì)負(fù)責(zé)統(tǒng)籌，委員會(huì)下設(shè)數(shù)字化推進(jìn)辦公室，并設(shè)有工作組，全面推動(dòng)和落實(shí)相關(guān)工作。

（二）案例解析

問(wèn)題：基于人工智能的前瞻性資產(chǎn)配置研究項(xiàng)目，主要想解決哪些業(yè)務(wù)痛點(diǎn)？

回答：國(guó)元證券在數(shù)字化轉(zhuǎn)型方面主要希望提升客戶(hù)體驗(yàn)，讓客戶(hù)在各方面都能獲得不同的售后體驗(yàn)。另外是業(yè)務(wù)效率和協(xié)同的問(wèn)題、解決數(shù)據(jù)孤島的問(wèn)題，還要提高管理和決策的精準(zhǔn)度，并加強(qiáng)基礎(chǔ)設(shè)施建設(shè)。

財(cái)富業(yè)務(wù)最核心的場(chǎng)景就是解決客戶(hù)投資問(wèn)題，如何投、怎么投，通過(guò)投資理財(cái)，實(shí)現(xiàn)客戶(hù)的合理投資需求組。目前主流的 app 或者客戶(hù)端都提供了一些專(zhuān)業(yè)化的工作，但是對(duì)于普通投資者的使用還是有一定給門(mén)檻的，就進(jìn)一步需要尋求投資顧問(wèn)的幫助，但是每個(gè)投顧的知識(shí)儲(chǔ)備、投資能力和服務(wù)水平也差異巨大，服務(wù)的客戶(hù)數(shù)量也較為有限。國(guó)內(nèi)權(quán)益市場(chǎng)的波動(dòng)較大，基金賺錢(qián)基民不賺錢(qián)的情況一直存在，只能通過(guò)資產(chǎn)配置這種方式才能解決這種局面，而要向客戶(hù)推介資產(chǎn)配置建議，又需要更深入全面的了解客戶(hù)�；�于以上幾點(diǎn)，我們構(gòu)思，通過(guò)人工智能技術(shù)，去實(shí)現(xiàn)對(duì)客戶(hù)千人千面的資產(chǎn)配置建議，并且組合建議更具前瞻性。

問(wèn)題：目前項(xiàng)目的基本情況如何？

回答：這是一個(gè)龐大的系統(tǒng)，包括金融產(chǎn)品投研模塊，客戶(hù)分析模塊、資產(chǎn)研究模塊和智能投顧四個(gè)大的部分，目前從項(xiàng)目已經(jīng)基本通過(guò)了方案驗(yàn)證的階段，整體構(gòu)架、功能模塊和算法部分都已經(jīng)完備，但到整個(gè)系統(tǒng)的上線(xiàn)還有一定的差距。我們計(jì)劃是逐步實(shí)現(xiàn)，四個(gè)部門(mén)也是相對(duì)有一定的獨(dú)立性，目前產(chǎn)品投研已經(jīng)在做系統(tǒng)部署，其他模塊在同步做迭代與系統(tǒng)建設(shè)規(guī)劃，具體到上線(xiàn)服務(wù)投資者，我們還要更多的論證與測(cè)試。

問(wèn)題：項(xiàng)目使用的技術(shù)都有哪些？有怎樣的技術(shù)框架？

回答：項(xiàng)目主要分為三個(gè)部分：量化系統(tǒng)模塊、深度學(xué)習(xí)、基于神經(jīng)網(wǎng)絡(luò)的客戶(hù)投資習(xí)慣挖掘和專(zhuān)家系統(tǒng)。量化系統(tǒng)模塊主要用于股票投資，通過(guò)宏觀、中觀、微觀層面的數(shù)據(jù)整合來(lái)實(shí)現(xiàn)，這里我們采用了大量的深度學(xué)習(xí)模型，用以提升系統(tǒng)的學(xué)習(xí)能力�；�于神經(jīng)網(wǎng)絡(luò)的客戶(hù)投資習(xí)慣挖掘旨在挖掘客戶(hù)的投資習(xí)慣，并對(duì)其進(jìn)行能力分級(jí)。專(zhuān)家系統(tǒng)則是根據(jù)專(zhuān)家經(jīng)驗(yàn)建立專(zhuān)家?guī)欤�通過(guò)模糊控制方式分級(jí)存貯配置規(guī)則，再利用系統(tǒng)內(nèi)的最優(yōu)化配置算法，實(shí)現(xiàn)投資結(jié)果的最優(yōu)化。

問(wèn)題：在項(xiàng)目推進(jìn)過(guò)程中是否遇到過(guò)一些挑戰(zhàn)？如何解決的？

回答：人工智能在使用時(shí)需要進(jìn)行調(diào)參和模型選擇，這是個(gè)不斷優(yōu)化的過(guò)程。因此，國(guó)元證券開(kāi)發(fā)了一個(gè)自動(dòng)匹配應(yīng)用模型和參數(shù)的程序，以簡(jiǎn)化這一過(guò)程。同時(shí)，數(shù)據(jù)整合的復(fù)雜性，數(shù)據(jù)的處理算法以及數(shù)據(jù)質(zhì)量對(duì)結(jié)果也會(huì)產(chǎn)生直接影響。

問(wèn)題：項(xiàng)目上線(xiàn)后，取得了哪些成果？

回答：項(xiàng)目分兩階段進(jìn)行，第一階段可行性已通過(guò)驗(yàn)證，第二階段正在逐步落地各模塊。由于項(xiàng)目規(guī)模較大，實(shí)際運(yùn)用可能還需一年時(shí)間，后續(xù)還需進(jìn)行風(fēng)險(xiǎn)管控和更深入研究。目前，研究部分已基本完成，正在考慮將研究成果進(jìn)行落地和轉(zhuǎn)化，這需要一定時(shí)間。

問(wèn)題：項(xiàng)目落地后還有哪些未來(lái)規(guī)劃？

回答：項(xiàng)目是一個(gè)全新的構(gòu)架，需要融合多個(gè)平臺(tái)和公司現(xiàn)有的板塊。落地后將繼續(xù)不斷迭代，初期提供工具、智能投顧等服務(wù)，并不斷豐富內(nèi)容。投顧業(yè)務(wù)分為兩個(gè)部分，一是怎么投，二是為什么這么投，準(zhǔn)備在為什么這么投上面重新建立一個(gè)新的系統(tǒng)，也契合當(dāng)前大模型的應(yīng)用場(chǎng)景，去補(bǔ)齊這一塊。

問(wèn)題：具體實(shí)施經(jīng)驗(yàn)，在其他項(xiàng)目中哪些可以復(fù)制或借鑒？

回答：國(guó)元證券在推進(jìn)數(shù)字化轉(zhuǎn)型過(guò)程中，通過(guò)全面溝通、以客戶(hù)為中心、敏捷迭代三個(gè)方面的實(shí)踐，成功打造了一個(gè)數(shù)字化案例。這些經(jīng)驗(yàn)也在其他工作中得到復(fù)用，以確保數(shù)字化轉(zhuǎn)型的順利進(jìn)行。

問(wèn)題：在項(xiàng)目的實(shí)施過(guò)程中，引入了哪些合作伙伴一起推進(jìn)？

回答：國(guó)元證券進(jìn)行數(shù)字化轉(zhuǎn)型過(guò)程中，有眾多的合作伙伴，包括咨詢(xún)服務(wù)供應(yīng)商、業(yè)務(wù)系統(tǒng)供應(yīng)商、底層技術(shù)供應(yīng)商、新興科技公司、數(shù)據(jù)分析公司、安全解決方案供應(yīng)商和交易培訓(xùn)機(jī)構(gòu)。這些合作伙伴大多為上市公司，通過(guò)緊密協(xié)作，國(guó)元證券成功進(jìn)行數(shù)字化轉(zhuǎn)型，并在各個(gè)方面得到很好的支持。

（三）產(chǎn)業(yè)觀察

問(wèn)題：國(guó)元證券的數(shù)字化轉(zhuǎn)型處在哪個(gè)階段，未來(lái)有哪些推進(jìn)方向？

回答：國(guó)元證券的數(shù)字化轉(zhuǎn)型工作尚處于初期摸索階段，近兩年做了一些工作，有一些感悟。在技術(shù)層面，打通數(shù)據(jù)庫(kù)，建立統(tǒng)一的企業(yè)級(jí)數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)集中管理和應(yīng)用，利用大數(shù)據(jù)、人工智能等技術(shù)，是數(shù)字化轉(zhuǎn)型的發(fā)展方向和深度應(yīng)用。在組織層面，除了已有的數(shù)字化轉(zhuǎn)型三層架構(gòu)，還需設(shè)立專(zhuān)門(mén)團(tuán)隊(duì)，負(fù)責(zé)數(shù)據(jù)管理戰(zhàn)略和規(guī)范，統(tǒng)籌業(yè)務(wù)系統(tǒng)數(shù)據(jù)要素，建立業(yè)務(wù)部門(mén)深度參與機(jī)制。在流程方面，需將數(shù)據(jù)方面的一些東西和標(biāo)準(zhǔn)化流程結(jié)合起來(lái)，有利于業(yè)務(wù)流程優(yōu)化和提供更高的決策。在安全方面，需加強(qiáng)數(shù)據(jù)安全管理，在數(shù)字化轉(zhuǎn)型過(guò)程中，對(duì)數(shù)據(jù)的流動(dòng)和應(yīng)用需進(jìn)行嚴(yán)格管理。在文化方面，需形成數(shù)字化轉(zhuǎn)型理念，培養(yǎng)員工數(shù)字化轉(zhuǎn)型意識(shí)和習(xí)慣。大模型、人工智能和大數(shù)據(jù)的這些金融科技技術(shù)可能會(huì)引入在投行、機(jī)構(gòu)投研業(yè)務(wù)，作為重點(diǎn)應(yīng)用場(chǎng)景和領(lǐng)域。

問(wèn)題：證券行業(yè)對(duì)于大模型和業(yè)務(wù)融合有哪些看法？

回答：券商正在與科技公司合作，利用人工智能提高效率，減少人力投入。對(duì)于大模型的應(yīng)用也在不斷嘗試，將重點(diǎn)引入到投行、投顧、客服、投研等領(lǐng)域。目前也在了解像華為與科大訊飛等具體技術(shù)細(xì)節(jié)。

問(wèn)題：在監(jiān)管較強(qiáng)的證券行業(yè)，如何看待當(dāng)前大模型存在的一些問(wèn)題？

回答：大模型在證券行業(yè)的各個(gè)板塊都將起到重大作用，但目前還有很多問(wèn)題需要解決，比如基礎(chǔ)模型能力的提升、算力和數(shù)據(jù)問(wèn)題的解決、業(yè)務(wù)結(jié)合的有效性等。雖然已有一些應(yīng)用推出，但仍處于試水階段，需要結(jié)合技術(shù)發(fā)展，將公司和行業(yè)數(shù)據(jù)與大模型能力結(jié)合，并解決訓(xùn)練、合規(guī)檢查、風(fēng)險(xiǎn)控制等技術(shù)和工程問(wèn)題。

（四）數(shù)智文化

問(wèn)題：人才是企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵之一，如何培養(yǎng)和發(fā)展數(shù)字化轉(zhuǎn)型的合格人才？

回答：國(guó)元證券通過(guò)多個(gè)方面來(lái)培養(yǎng)合格的數(shù)字化轉(zhuǎn)型人才，包括引入外部數(shù)字化專(zhuān)業(yè)人才，通過(guò)招聘和合作獲取專(zhuān)業(yè)技能。對(duì)內(nèi)部員工進(jìn)行數(shù)字化知識(shí)和技能培訓(xùn)，以深化對(duì)數(shù)字化的理解。鼓勵(lì)員工持續(xù)學(xué)習(xí)和自我進(jìn)修，提供在線(xiàn)課程和資源。建立項(xiàng)目練兵機(jī)制，讓員工通過(guò)實(shí)際項(xiàng)目獲得經(jīng)驗(yàn)。設(shè)置信息化專(zhuān)家崗位，要求技術(shù)與業(yè)務(wù)相結(jié)合。完善數(shù)字化人才的績(jī)效考核和激勵(lì)制度。

問(wèn)題：您認(rèn)為企業(yè)文化應(yīng)該如何更好地匹配數(shù)字化轉(zhuǎn)型？

回答：國(guó)元證券認(rèn)為企業(yè)文化與數(shù)字化轉(zhuǎn)型需有機(jī)結(jié)合。通過(guò)以下方式實(shí)現(xiàn)：將數(shù)字化轉(zhuǎn)型納入公司戰(zhàn)略，讓員工理解轉(zhuǎn)型是公司戰(zhàn)略的一部分；強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型與公司發(fā)展一致，深入傳遞這一理念；為員工提供數(shù)字化培訓(xùn)和學(xué)習(xí)資源，讓他們掌握知識(shí)和技能；建立激勵(lì)機(jī)制，將數(shù)字化轉(zhuǎn)型成果與員工業(yè)績(jī)掛鉤；設(shè)立數(shù)字化專(zhuān)題欄目，促進(jìn)員工之間的經(jīng)驗(yàn)分享。

（五）交流分享

問(wèn)題：未來(lái)希望在做數(shù)字化轉(zhuǎn)型工作做哪些經(jīng)驗(yàn)交流？

回答：國(guó)元證券希望與各層次的員工就數(shù)字化轉(zhuǎn)型進(jìn)行經(jīng)驗(yàn)交流，包括公司高層、技術(shù)專(zhuān)家和業(yè)務(wù)部門(mén)人員。交流的方式可以是行業(yè)論壇、峰會(huì)、內(nèi)部平臺(tái)等。希望討論的話(huà)題包括成功案例、文化建設(shè)、技術(shù)實(shí)踐等。認(rèn)為公司主要領(lǐng)導(dǎo)的參與對(duì)推動(dòng)數(shù)字化轉(zhuǎn)型至關(guān)重要，CEO、總裁級(jí)別的高管應(yīng)參與交流，借此提高數(shù)字化認(rèn)知和理念。同時(shí)，通過(guò)協(xié)會(huì)團(tuán)體形式匯聚人員，促進(jìn)交流和討論，分享專(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)。