【编者按】为深入贯彻落实党的二十大精神，引导基金行业机构践行《证券期货业科技发展“十四五”规划》，共促基金行业数字化转型，按照中国证监会总体工作部署，于2022年11月开展“证券期货业数字化转型主题宣传月”活动。通过开展“证券期货业数字化转型主题宣传月”活动，搭建交流平台，展现数字化转型成果案例，激发金融科技创新活力，营造金融科技长效发展新生态。该篇为“证券期货业数字化转型主题宣传月”系列宣传之五。

基于数据和AI技术的资管投研一站式解决方案

——中银基金

一、背景分析

2017年国务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。金融领域作为最早落地人工智能技术的场景之一，至今已经历了有关智能金融、科技金融、创新金融等一系列金融科技革新，资管投研数字化作为其中的关键细分领域，也孕育了一批市场化的金融数据服务商;各大金融机构、创业公司以及互联网巨头都在此领域积极布局。

2020年8月，证券业协会对证券行业数字化转型情况进行了调研，并发布《关于推进证券行业数字化转型发展的研究报告》。报告提出，要促进金融科技应用融合;逐步建立完善人工智能、区块链、云计算、数据等数字技术在证券行业的应用标准和技术规范;鼓励证券公司在人工智能、云计算、数据等领域加大投入、促进信息技术与证券业务深度融合，推动业务及管理模式数字化应用水平提升。

目前市场上资管、券商卖方机构一般也会进行月度、季度、年度的重要经济变量预测、行业及个股研究分析等研究，但普遍运用的研究方法存在以下痛点：

缺乏完善研究体系：市场上大多分别专注各个模块、满足特定的应用场景、只能解决部分业务需求痛点，没有统一完善的研究方法体系。

缺乏定量科学依据：卖方常用的预测方法以逻辑推演为主，缺乏定量的科学计算依据，在方向判断上具备一定参考价值，但在具体数值上预测缺乏准确性，由于很多卖方没有可以直接输出结果的量化预测模型，所以更新经济预测步骤较为繁琐，及时性不够。

缺少共享沉淀机制：过去公司的盈利预测、财务分析、估值等研究成果基本仅有研究员本人可以随时查阅，除了深度汇报、研究部策略会等正式路演会有部分展示之外，分享、比较、留存的机会较少。

容易受到市场干扰：市场资产收益率预测和资产估值的研究结果比较容易受到市场噪音、研究员个人偏好等短期或主观因素扰动。

市场环境是一个具有多维、多元、多层次的庞大综合统一体，资管投研项目通过总行各部门以及中银基金多年的研究经验，以及中银金科数据、人工智能、知识图谱技术沉淀，融合先进的市场量化投资理念，形成立足于宏观市场、中观行业和微观产品及交易分析四个层面的资管投研产品服务，打造了“知宏观、通中观、晓微观、善交易”上下贯通的全方位研究体系，建设并打造了满足投研人员日常研究工作以及策略配置工作的一体化智能投研平台;帮助资管机构发现市场机遇、挖掘投资机会、规避投资风险、沉淀投资知识、提升研究效率。打造投研核心竞争力，实现业务的数字化、自动化和智能化，从而实现资管价值链端到端赋能。基于研究成果，项目定期出具《宏观预测模型运行报告》和《中国债券市场分析报告》两份双语研报，可发布在国内主流金融数据终端。

二、总体实施

(一)创新资管研究体系

结合资管行业投研领域研究业务模式，创新整合“知宏观、通中观、晓微观、善交易”四个主要系统场景建设，打造上下贯通全方位研究体系。

1、知宏观

针对丰富的经济指标库及高频数据，通过模型(金融模型、机器学习算法)运算，构建了与国内资产交易市场关联度密切的四大类基础宏观变量，即经济总量(GDP)、工业增加值、通货膨胀(包含CPI、PPI、GDP平减指数)和人民币汇率预测模型，对宏观市场走势进行预测和研判，帮助研究人员更加准确的掌握市场经济发展走向，从而更加合理的进行市场投资预判。

2、通中观

基于行业产业链分析，抓住行业周期以及板块轮动的变化趋势，梳理产业链上下游关系，借助产业链分析找到行业中最优价值的子行业以及最优发展潜力的企业，提供行业上下游形势变化分析以及行业发展前景预测，服务工业互联网、生物医药等国家战略新兴行业，形成细分行业企业价值评估框架以及估值模型，精准价值评估;同时支持全流程的资产配置研究，结合市场以及投资偏好，提供全方位的资产配置建议。

3、晓微观

基于择股与择基两个层面，前者通过企业经营数据预测来进行上市公司财报的预测、估值测算，后者采用基金公司-基金经理-基金业绩三个维度的量化分析，并提供数百种收益、风险、归因指标评分体系以及绩效分析归因模型，帮助研究人员快速挑选投资标的。

4、善交易

提供高效的产品管理与策略回测平台，快速验证交易策略的可行性和有效性，及时调整投资方案，保证投资策略在实战中的有效性与最优化。通过模型框架研究，沉淀投研因子指标库、机器学习算法箱等投研