题记：新技术的普及往往会带来新的金融业态和传统金融的变革。10多年来，我们见证了互联网和移动互联网技术引发的产业变革。当下，金融垂类模型百花齐放，让金融业务各个环节更加智能，我们是否又站在一个新时代的起点？

　　财富管理领域已成为垂类模型理想的应用方向：1）政策端：监管助推金融数字化转型。近年来监管主体从金融科技标准制定、数据治理与应用、科技与金融场景深度融合等方向进一步促进我国金融科技的发展。2023年6月中证协与中基协分别发布系统性计划，全面提升证券公司及基金公司网络和信息安全。2）供给端：海外垂类模型率先突破，产业生态逐步完善。彭博依托自身金融数据源优势，率先实现大模型与金融行业垂直知识的深度融合。其大语言模型BloombergGPT在执行金融任务方面的表现超过了现有的通用LLM模型，而在通用场景的表现则与现有的通用LLM模型基本持平。3）需求端：财富管理机构接入大模型意愿强烈，垂类模型机遇凸显。资本市场变革机遇下，财富管理机构信息技术投入持续增长（证券行业2012-2021年IT投入CAGR达到21.69%），其接入大模型的意愿也相对强烈。而相较于通用大模型，垂类模型训练数据集质量更好，在处理金融领域特定任务时行业深度更优，预计后续将成为财富管理机构的主流选择。

　　垂类模型有望深度赋能金融行业数智化升级：1）智能营销：快速生成丰富营销物料，支撑千人千面个性化营销。当前阶段，人工智能已深入智能营销场景，从多个环节提升金融机构的营销效果。相较于传统的人工智能技术局限于单纯的文本或者NLP等，大模型能够实现多模态混合训练，有望解决营销过程中处理海量化非结构化数据、客户画像刻画难，智能推荐不精准的难题。2）智能投顾：全方位分析客户需求，自动化定制投资建议。智能投顾在一定程度上克服了传统模式的痛点，具有低门槛、普惠性、个性化等优点。当前财富管理机构“买方投顾”转型持续加速，金融领域垂直大模型的加速落地有望为智能投顾业务发展提供潜在的技术支撑。3）智能投研：辅助提炼信息，自动化生成研报。AI大模型技术高速发展，其拥有的生成性、解读与分析、逻辑推理等能力将有效推动投研体系的智能化转型，金融机构预计将强化布局。

　　群雄逐鹿，金融科技龙头标的有望脱颖而出：1）垂类模型划定财富管理新时代，数据基础成为发展关键。回溯历史，财富管理市场阶段性扩容往往伴随金融科技的跨越式进步。从技术路线来看，垂类模型构建技术路线各有利弊，特定领域预训练或将代表未来，在数据层面具备坚实基础的金融科技企业有望最大程度发挥特定领域预训练模型的优势。2）东方财富：金融数据积累丰富，AI领域研究持续深入。东方财富是国内领先的互联网金融服务平台综合运营商，目前构筑了较深的流量护城河，泛亚电竞平台为大模型落地打造了坚实的基础。2023年8月公司公告称拟组建人工智能事业部，预计将在金融垂类模型方面实现更大突破。3）同花顺：AI+金融先行者，全面加速大模型布局。同花顺为国内领先的互联网金融信息服务提供商。2014-2022年，公司研发投入从1.15亿元增加至10.67亿元，年复合增长率达28.08%，2022年末研发人员数量占比超过60%。公司前瞻布局金融领域AI，目前已有i问财等多项人工智能产品落地，技术领先性彰显。4）恒生电子：金融IT供应商龙头，自研垂类模型抢先落地。恒生电子聚焦金融行业，以“让金融更简单”为使命，致力于打造领先的一站式金融科技解决方案。公司以技术服务为核心，不断拉近与国际金融科技巨头的差距，2017-2023年在IDCFintechRankings100中的排名由54位升至22位。2023年6月28日，恒生电子自研的金融领域大语言模型LightGPT已正式发布。

　　投资建议：在金融科技支持政策陆续出台、海外金融垂类模型加速落地的背景下，我们认为金融垂类模型将成为金融科技领域未来的发展重点。我们认为，具备较大金融交易数据基础、较好应用场景入口、较成熟AI技术运用经验的金融科技企业将受益明显，推荐【东方财富】、【同花顺】，建议关注【恒生电子】。

　　风险提示：1）监管环境趋严抑制行业创新；2）行业竞争加剧；3）权益市场大幅波动。