Fintech前沿探索：星光不问赶路锻造中信证券研究投研图谱-20210601-中信证券-25正式版

星光不问赶路，锻造中信证券研究投研图谱Fintech前沿探索｜2021.6.1中信证券研究部核心观点资管行业数字化发展提速，投研领域数据应用与管理形式面临全面升级，资金规模提升、投资产业扩宽和数据量持续爆发，将推动投研图谱应用爆发迎来奇点。在投研类图谱供给持续增加的明确趋势下存在供需错配且专业性不足等问题，中信证券研究部首创投研图谱搭建框架与数据底层方法论，围绕长期成长投资赛道，如大健康、新消费等，锻造辅助投资决策图谱，创新投研服务新模式。▍资管行业数字化全面提速，投研领域数据应用持续升级。金融

IT投资提升预期中期稳定，具体聚焦到资管行业，参考

2020年，头部券商的

IT预算占比营收的

5%至

10%，头部银行

IT资本开支近年

CAGR稳定在

9%，券商则为

16%。考虑到国内资管机构的整体规模不断提升，2020Q4末，国内市场资产管理规模达到近

60万亿元，投研领域的数字化发展有望保持在高景气区间。而对于投研领域应用层，更大的资金管理规模、更长的投研产业链、更强的数据量爆发都对投研管理的模式和效率提出了更高的要求，投资决策的数字化升级必将向投研场景全面深化。张若海首席数据分析师S1010516090001▍投研类图谱供给持续爆发，投研专业性与可用性有待提升。比较市场开放性投资类图谱产品，在头结点、关系与尾结点三层结构下，面向机构投资者的图谱有效应用普遍存在三大问题：产业链常识解释为主，缺乏投资逻辑；标的与核心基本面影响指标脱节；技术准确率的边界与需求间的矛盾。同时在应用方式上，大部分平台为SaaS模式，不符合专业机构对于投研框架私有化部署的原则，因此较难形成核心逻辑正反馈沉淀。何旺岚数据科技分析师S1010520120005▍投研场景数据结构化持续升级，投研图谱呼之欲出。截至

2021年

1月，面对国内132家超大型基金管理公司（合计超

20万亿管理规模）与超

2.4万家的私募股权投资机构（合计超

17.06万亿管理规模）的投研数字化需求，投研框架数字化与智能化将成为构建核心竞争力并提升市场影响力的重要方式。因此，投研逻辑数字化与数据资产标准化是数据量爆发和资产管理深度数字化的必然结果，辅助支持投研决策的前沿技术应用需求有望爆发，其中以基本面为核心逻辑的投研图谱备受关注。汤可欣数据科技分析师S1010520120002▍锻造中信证券特种投研图谱，聚焦专业性与及时性。基于图谱的经典三元组结构，中信证券投研图谱中每个子图中的根节点和叶子结点分别对应于中信证券三级行业分类相同粒度的行业和行业内的关键公司，其间的关系是由研究人员依据专业的行业理解，并以

NLP技术方案辅助构建的分析框架，框架构建的逻辑以当期估值体系解释性较强的分类准则为指引。其中每个节点的核心因子以盈利和估值为导向，用中信证券研究部的投研逻辑和标签因子透视公司和赛道，并基于技术手段配置算力实现月-季频的框架更新和指标维护。▍机器辅助定位投研逻辑辅助和关键因子抽取，三大数据集群保证图谱完整、有效、稀缺。我们的图谱底层基于标准财务核心数据集群、传统另类特色专业数据集群、行业专家闭环数据集群这三大数据集群，保障财务指标的专业性和完整性，同时借助另类数据提升图谱的及时性和高频性。专家数据集群则聚焦图谱专业性，摆脱科普属性距离投研更近一步。从机器辅助角度看，我们将算力从海量非结构化文本的实体关系抽取中转移到另类因子构建中，从研报、电话会议等专业文本中完成基本的抽取辅助专家构建投研逻辑框架，同时依靠适度监督学习，提升数据有效性。▍风险因素：数字化政策落地不及预期，相关技术落地不及预期。证券研究报告请务必阅读正文之后的免责条款Fintech前沿探索｜2021.6.1目录知识图谱介绍

....................................................................................................................1知识图谱定义、起源和发展...............................................................................................1从通用到行业，业务驱动不改知识体系需求

.....................................................................3金融领域率先落地图谱，助力多条业务线.........................................................................3投研行业图谱应用发展现状

..............................................................................................5产业链工商信息梳理为主流，SaaS作为主流应用方式

....................................................5投研图谱受限技术边界，专业机构投研端供需错配

..........................................................8投研图谱需求爆发在即，私有化部署渐成主流

.................................................................9以图谱为载体的逻辑框架是数据爆发和资产深度数字化的必经之路.................................9投研图谱核心目标：起于资产数字化、整合投研逻辑、终于投资辅助

...........................10投研图谱市场需求展望....................................................................................................12金融

IT投入稳步提升，头部机构持续投入引领数据需求升级

........................................12数据资产化驱动图谱爆与发融合，锚定需求控制粒度成为关键

......................................14中信证券投研图谱——以基本面核心因子为重点定位投资应用......................................15以基本面核心因子为重点定位自下而上投资应用............................................................15投研图谱构建技术路径....................................................................................................16投研图谱构建数据路径....................................................................................................18风险因素

.........................................................................................................................21插图目录图

1：图谱作为知识载体对比人工处理信息......................................................................1图

2：搜索引擎中的知识图谱应用示例——关联搜索

.......................................................2图

3：搜索引擎中的知识图谱应用示例——实体卡片

.......................................................2图

4：CN-DBpedia项目内容示例.....................................................................................2图

5：知识图谱分类示意图：通用和行业

.........................................................................4图

6：天眼查官网企业详情页面图谱列表

.........................................................................4图

7：Wind新能源汽车产业链图谱

..................................................................................5图

8：Wind新能源汽车产业链图谱关键指标....................................................................5图

9：中投顾问新能源汽车产业链招商图谱......................................................................6图

10：中投顾问新能源汽车产业链核心指标....................................................................6图

11：中投顾问新能源汽车产业链地域分布....................................................................6图

12：中投顾问新能源汽车产业链相关报告与重点公司..................................................6图

13：同花顺新能源汽车产业链图谱...............................................................................7图

14：同花顺公司营业收入预测框架...............................................................................7图

15：京东智管有方新能源汽车产业链图谱....................................................................7图

16：京东智管有方新能源汽车产业链图谱热管理节点..................................................7图

17：数库官网宣传页新能源汽车产业链示例

................................................................8图

18：数库官网宣传页公司、产品、服务、主题情绪追踪介绍.......................................8图

19：公募基金持仓市值及其环比（单位：亿元）.......................................................10请务必阅读正文之后的免责条款部分Fintech前沿探索｜2021.6.1图

20：私募基金管理规模（单位：万亿）

.....................................................................10图

21：银行

IT投资规模.................................................................................................12图

22：证券公司

IT投资规模..........................................................................................12图

23：截至

2021年

1月国内公募机构数量（家）........................................................13图

24：截至

2021年

1月国内私募机构数量（家）........................................................13图

25：2018年至

2020年部分证券公司信息技术投入（亿元）

....................................14图

26：国内证券行业分场景

IT开支统计及预测（亿元）

..............................................14图

27：图谱构建不可能三角

...........................................................................................15图

28：中信证券研究部数据科技组图谱构建框架...........................................................16图

29：自动化构建领域知识图谱基本流程

.....................................................................17图

30：中信证券投研图谱数据集群分类

.........................................................................18图

31：专家核心因子分类...............................................................................................19图

32：抗癌创新药数据底层架构....................................................................................19图

33：美妆+可选消费数据底层架构

..............................................................................19图

34：中信证券投研图谱数据集群分类（抗肿瘤创新药为例）.....................................20图

35：中信证券投研图谱数据集群分类（美妆为例）

...................................................21表格目录表

1：投研图谱部分应用方向分类

....................................................................................8表

2：部分银行、证券公司

2020年信息技术投入与研发人员结构.................................12表

3：多种技术在数据处理与因子提取中的应用举例

.....................................................17请务必阅读正文之后的免责条款部分nMtQpRwPmNmMtMpMsNnRmNaQcM8OoMqQmOoPiNqQrPkPqQpOaQnPtQMYqMrONZnNpPFintech前沿探索｜2021.6.1知识图谱及其相关技术在各个领域的应用广度和深度不断提升，尤其金融领域的营销、投研、风控等领域更是率先开花，但是在图谱构建和实际应用中也相应存在一定的问题和痛点。本篇报告旨在对知识图谱的发展状况进行介绍，并结合我们的经验和部分实际应用案例，来分析图谱在金融领域内的应用现状和未来发展趋势。▍

知识图谱介绍知识图谱定义、起源和发展知识图谱定义。广义的知识图谱本质上是一个存储实体和实体间关系的数据库，形式化来看知识图谱是以三元组（实体，属性，属性值）或（实体

1，关系，实体

2）的形式来存储信息和知识，例如“水在零度以下的时候会结冰”会以三元组（水，冰点，零摄氏度）的形式存储于知识图谱中。其中实体指一切具有可区别性且独立存在的事物，概念指具有相同特性的一类实体的集合，属性指实体所具有的特征，关系则指实体与实体之间的关联关系。人工智能领域的知识图谱是一种描述实体之间关系的大规模语义网络，是人工智能领域重要的研究分支之一。由于知识图谱能以标准化的形式存储所有实体之间的关系和实体的属性，同时被计算机读取并使用赋予其一定的先验知识，所以也是发展机器认知智能的重要基础。知识图谱的分类。知识图谱根据覆盖范围的不同，可以简单分为通用知识图谱和行业知识图谱。其中通用知识图谱往往覆盖范围较广且数据量较大，通常以常识性的百科为主，广泛应用于搜索、推荐、自然语言处理等应用中。行业知识图谱覆盖范围往往是一个特定的领域，相对通用知识图谱更加注重知识的深度和专业性，在金融、法律、医学等行业的部分子领域已经开始使用。图

1：图谱作为知识载体对比人工处理信息资料来源：中信证券研究部绘制通用知识图谱源起自然语言理解。知识图谱是机器智能对知识需求不断增强的必然产请务必阅读正文之后的免责条款部分1Fintech前沿探索｜2021.6.1物，对于机器来讲文本字符串是不带有任何含义的，机器对文本进行一定程度智能化理解则需要对机器输入一定的先验知识结构或常识。早在上世纪

70年代，知识图谱最早的雏形专家系统就已经被提出，其中的知识内容大多由人工构建，后编写成为自动化程序以形成一定的智能应用。1985年普林斯顿大学认知科学实验室开始建立和维护一个英文语义词典

WordNet，旨在为计算机提供可读性较强的词汇语义数据库。2006年提出语义网的概念，以网络为载体形式化表达数据中的隐含语义。2007年

DBpedia项目发布，该项目利用当时多种语义网技术在众多知识库之间建立链接从而构建了一个巨大的知识网络，该项目及其后续的衍生项目也极大推动了自然语言理解的进步和知识推理等应用的发展。知识图谱这一概念最早由谷歌公司在

2012年提出，旨在更好地理解搜索引擎检索内容的目的从而提升搜索结果的准确度。图

2：搜索引擎中的知识图谱应用示例——关联搜索图

3：搜索引擎中的知识图谱应用示例——实体卡片资料来源：谷歌搜索资料来源：谷歌搜索图

4：CN-DBpedia项目内容示例资料来源：CN-DBpedia官网需求和技术双轨并行，推动知识图谱降成本和规模化发展。在

2012年后，从需求侧看，深度神经网络和预训练模型的不断发展推动了自然语言处理领域加速落地，例如机器翻译、智能问答、个性化推荐等，在其过程中机器对知识需求的精度和广度不断提升，也请务必阅读正文之后的免责条款部分2Fintech前沿探索｜2021.6.1推动了知识图谱领域的发展和进步。从技术侧看，实体和关系抽取、知识融合等技术的发展实现了机器通过海量非结构化文本自动抽取并构建知识图谱，将传统手工构建知识的模式变成了通过机器自动抽取实体及其关联关系，极大地提升了知识图谱的规模和范围，同时降低了大规模知识图谱的构建成本。具有代表性的项目包括：Freebase、大词林、CN-DBpedia、YAGO等，其中复旦大学研发并维护的

CN-DBpedia中文项目涵盖数千万实体和数亿级的关系，从百科领域延伸至法律、工商、金融、文娱、科技、军事、教育、医疗等十多个垂直领域，为各类行业智能化应用提供支撑性知识服务。从通用到行业，业务驱动不改知识体系需求应用领域越封闭，知识图谱越容易成功。所有实体均处在一个复杂的因果网络中，以金融实体为例，在实际应用中公司、法人、机构、产品等实体种类往往会牵扯出更多实体，例如气候变化会影响农作物生产、政治因素会影响国际贸易等等，所以在一个应用领域不明确的范围内构建应用知识图谱复杂度和难度往往非常高。而从现有的应用看，例如智能客服、AlphaGo等应用的良好落地很大程度上得益于整个应用的范围明确且规则有限，这会使得图谱可以构建得更加准确精细，同时更好地发挥计算机的优势。知识图谱在目前的发展阶段暂时不具备强人工智能的能力，所以应用问题的难度选择是其能否成功应用的重要因素之一。精细化和业务驱动是行业知识图谱的核心特点。通用知识图谱核心应用均源自于自然语言的理解，整体应用方向相对明确，所以知识的数据来源、技术路径、完整度等指标显得十分重要。而当通用知识图谱应用到某个行业时会出现两个问题：（1）知识精细度和专业度不足。注重海量常识构建的通用知识图谱进入具体领域应用时，往往专业度和精细度都有所欠缺，所以在具体行业中人们开始根据不同应用方向构建专业的领域知识图谱。（2）业务应用要求与知识图谱构建能力不匹配。不同的应用对结果的要求是不同的，在当下知识图谱无法支持强人工智能的阶段，往往由于技术、数据等因素的限制无法完美达到应用的要求，例如电商推荐场景允许一定不准确推荐结果出现，但智能问诊则不允许给患者提供错误结论。所以应用场景的准确定义，并与图谱构建应用能力的完美匹配是专业领域知识图谱能否成功落地的一个十分重要的关键点金融领域率先落地图谱，助力多条业务线行业知识图谱从互联网开始，逐渐向其他行业有需求的应用进行延伸，目前涉及消费电商、金融、法律、医疗、公安等多个领域。消费电商是知识图谱应用广泛的互联网领域之一，电商图谱围绕商品、顾客等天然实体进行图谱构建，实体与实体之间的关系则由用户与商品的点击、购买记录产生，并应用机器学习算法对用户行为数据进行处理成为用户标签，从而定位用户的偏好进行商品推荐。由于电商商品种类繁多，一个完整的商品分类体系也是图谱的重要框架，一方面方便进行数据治理和管理，另一方面也能将零散的商品数据进行结构化辅助推荐、搜索等应用。请务必阅读正文之后的免责条款部分3Fintech前沿探索｜2021.6.1图

5：知识图谱分类示意图：通用和行业资料来源：中信证券研究部绘制金融应用具有高价值量的特点，如今科技辅助金融已经不是新鲜事物，金融应用知识图谱也是图谱技术产业化早期的重要方向之一，其中包括投研资管、信贷风控、营销、获客和反欺诈等。以工商图谱为例，借助公司作为天然实体构建其间的投融资关系、供应链关系、高管关联、工商信息等，形成完整的工商图谱。一方面形成了相对完整的工商信息可视化应用，可以十分方便的进行查询和浏览；另一方面应用最新的图神经网络等技术可以对企业风险，尤其是企业间的关联风险进行识别检测和提示，起到了很好的辅助风险规避的作用。在投研领域，近期也有很多机构在探索图谱这种数据形式的优势和应用场景，下文我们将对该领域的图谱应用探索进行展开介绍。图

6：天眼查官网企业详情页面图谱列表资料来源：天眼查官网法律行业具有海量文本属性，电子化和计算机的介入可以辅助许多重复劳动，同时英美法系大量引用判例来解释法律条文，也证明了历史判例数据对于判案、诊断、搜集证据的重要性。在民刑法领域中往往有错综复杂的案件性质，通过对案件法律文书理论和知识体系进行整理和分析，可以方便地对其中的隐式关系、深层关系进行挖掘和推理，从而给出更加合理的量刑建议。同时公司法案例中对于工商图谱的查询和挖掘隐式关联的需求同样存在。请务必阅读正文之后的免责条款部分4Fintech前沿探索｜2021.6.1医疗知识图谱包括医学知识图谱、医院专家知识图谱、药品知识图谱、病例知识图谱等，也被逐渐应用于辅助诊断等众多应用中。医院、专家、药品作为自然实体，进行完整的数字化并刻画其间的关系本身就具有重大意义。病例中存储着海量的病患信息、诊断信息等数据，现有技术通常通过电子病历规范化、电子病历语义标准化和深度结构化三个步骤完成一个医疗知识图谱的构建。▍

投研行业图谱应用发展现状产业链工商信息梳理为主流，SaaS作为主流应用方式图谱独特的数据形式助力投研数字化、规范化、关联化。数字化往往是构建图谱的第一步，对于投研领域中的应用建立图谱必然会推动一些原本不能被计算机识别的知识数字化，同时也是对资产的固化。构件图谱时需要建立一定的模式以规范图谱的数据形式，从数据的角度看是数据格式的规范化，使得原本分散异构的数据变得统一规范，从而打通数据之间的交互和统一调用，其中部分跨行业的数据打通本身就会产生新的价值。图谱自身的特性是对实体关系的刻画，借助数据结构的这一特点可以将众多数据资产之间的关系通过一定的逻辑结构进行关联，从而在应用时可以从不同粒度、不同方向对数据进行关联检索和应用。当前市面上的投研图谱围绕产业链、工商信息、舆情事件等内容展开。产业链图谱重在刻画各个产业部门之间的经济关联，包括价值链、企业连、供需链、空间链四个维度，从宏观角度看可以很好地对所有产业结构进行固化和可视化，从微观角度看当产业链某个节点发生变动时，图谱结构可以很直观地看出变动的传导。工商信息图谱是发展较完善的图谱之一，以此为业务的相关公司例如企查查、天眼查等，大型金融公司内部也都会自发构建工商企业图谱，从而辅助风险控制、关联企业查询等工作。舆情事件通常基于新闻等海量文本进行实体抽取、事件抽取、关系抽取从而构建基于新闻舆情的事件图谱。事件图谱可以几乎实时地跟踪市场发生的新闻事件，并基于图谱结构给出事件可能影响的实体范围，做出的风险提示可以辅助投资决策尽量避开一些突发风险。图

7：Wind新能源汽车产业链图谱图

8：Wind新能源汽车产业链图谱关键指标资料来源：Wind资料来源：Wind请务必阅读正文之后的免责条款部分5Fintech前沿探索｜2021.6.1Wind终端产业链平台以各个行业或主题的产业链为构建对象，采用自建和证券公司联合共建的形式构建了多个产业链图谱。其中部分图谱包含了产业链中的关键指标，可以提供产业链相关的重要指标时序图，指标目前未与图谱中的节点相关联。图

9：中投顾问新能源汽车产业链招商图谱图

10：中投顾问新能源汽车产业链核心指标资料来源：中投顾问官网资料来源：中投顾问官网中投顾问中的产业链招商图谱以地方招商和企业布局为应用构建产业链图谱。整个图谱按照上游、中游、下游的逻辑对产业链节点进行划分，部分重要的节点也会包含子产业链，通过政策、技术、竞争、资金几个维度作为核心因子来评价产业链节点的招商机会。图

11：中投顾问新能源汽车产业链地域分布图

12：中投顾问新能源汽车产业链相关报告与重点公司资料来源：中投顾问官网资料来源：中投顾问官网该平台也从地域的视角，刻画了产业链各个节点头部公司在不同地区的布局现状，可以为政府的产业链招商、公司的地区布局等业务提供很好的咨询服务。此外，中投顾问还将产业链与相关的报告与重点公司进行关联和列举，可以通过产业链页面方便地找到报告链接和重点公司的基本信息与重要指标。请务必阅读正文之后的免责条款部分6Fintech前沿探索｜2021.6.1图

13：同花顺新能源汽车产业链图谱图

14：同花顺公司营业收入预测框架资料来源：iFinD资料来源：iFinD同花顺终端产业链图谱以各个行业或主题的产业链为构建对象构建事实性图谱，其中产业链的部分节点会关联到可投资的标的。此外同花顺终端还包括以个股为研究对象的营收预测框架，通过对影响一个公司营收的关键指标进行拆解和归类，构建形成营收影响因子的图谱结构，在完成每个叶子结点因子的更新后使用机器学习模型对公司的营业收入进行预测。图

15：京东智管有方新能源汽车产业链图谱图

16：京东智管有方新能源汽车产业链图谱热管理节点资料来源：智管有方官网资料来源：智管有方官网京东智管有方产业链平台与

Wind产业链图谱构建的出发点相似，以各个行业或主题的产业链为构建对象，采用自建和证券公司联合共建的形式构建了多个产业链图谱。其中部分图谱包含了产业链中的关键指标，可以提供产业链相关的重要指标时序图，但机器自动抽取也导致部分节点的子节点过多的现象。数库产业链图谱同样以各个行业或主题的产业链为构建对象，采用自动化与人工结合的方式构建产业链图谱，其中创新点在于该平台利用自然语言处理技术将海量新闻通过自动抽取关联的方式与产业链图谱的节点进行了关联，扩展了图谱中的数据维度，可以利用新闻的情绪对产业链节点的投资情绪进行打分和传导分析。请务必阅读正文之后的免责条款部分7Fintech前沿探索｜2021.6.1图

17：数库官网宣传页新能源汽车产业链示例图

18：数库官网宣传页公司、产品、服务、主题情绪追踪介绍资料来源：数库官网资料来源：数库官网图谱从金融细化至投研，逐渐向核心区进军。知识图谱在金融行业有了一定有效应用后，当下各家机构正在尝试利用图谱等工具进入投研领域。基础的赋能包括了数据治理和数据可视化等应用方向，对投研资产实现数字化。进阶赋能也是目前大多机构正处在的阶段，借助图谱关系穿透的核心优势来刻画事件、产业链、投研逻辑等结构，构建对投资有一定价值的图谱数据。在图谱结构构建完成后，其中节点实体通常可以关联一些另类因子与现有的财务因子形成很好的补充，一方面可以向投资人提供数据服务，另一方面可以直接提供给量化投资人完成有逻辑结构的高维数据扩充。表

1：投研图谱部分应用方向分类分类方向应用数据库标准化工商图谱解释统一数据库形式，打通检索交互。以工商关系为基础构建图谱数据治理产业链图谱构建产业链结构及其因子。研报图谱、电话会议图谱产业链可视化工商信息可视化投资逻辑可视化潜在关系穿透和挖掘建模推理将研报和电话会议等数据制作成为图谱。产业链结构及节点因子可视化。公司工商信息与公司关联可视化。构建固定投资逻辑并可视化。基础赋能数据可视化基于已有图谱完成潜在关系挖掘基于已有图谱完成一定的模式推理基于舆情事件图谱提示影响投资的突发事件。对于事件进行回测或影响传播。投资逻辑节点/产业链节点重要性分析。分析指标变化引起的投资逻辑影响和传播。基于投资逻辑框架构建另类因子辅助量化。基于上述所有应用计算辅助投资决策。关系查询智能风控智能资讯事件影响分析节点重要性分析指标传导分析另类因子构建机器辅助投资进阶赋能最终赋能投研辅助机器辅助投资资料来源：中信证券研究部投研图谱受限技术边界，专业机构投研端供需错配根据我们对投研领域知识图谱应用的调研，我们认为目前主要存在以下几个难点：（1）技术准确率的边界与短期需求间的矛盾；（2）应用供给与用户需求错配的矛盾；（3）数据请务必阅读正文之后的免责条款部分8Fintech前沿探索｜2021.6.1分布分散与数据对齐困难导致数据资产整合推动慢。技术准确率的边界与短期需求间的矛盾。投研领域的边界广、难度高，当前的人工智能模型优势在于封闭领域的应用，人工与计算机辅助的结合应当是中短期相当长一段时间内投研领域的局面，导致单纯基于数据的大规模图谱很难落地，与研究人员有交互的图谱对准确率要求高，高准确率又会碰到当前的技术边界，从而导致大规模图谱的人工维护成本高。即使利用机器抽取完成的大规模图谱的构建，也会对其中部分数据的准确率有一定的要求，例如供应链图谱的主干分支对低错误率也有一定的需求，一般还是需要人工甚至专家对结果进行校验，也限制了图谱的规模。面向机构用户应用的供给与需求错配的矛盾。机构专业研究人员在市场获得的信息大致可以分为：信息、观点、知识。当前市场上存在大量金融行业知识图谱、产业链图谱等产品，覆盖了大量客观事实或知识，形成了对专业投资者进行科普的现状。对于事实或领域基础知识的科普类图谱工具定位个人投资者应当更加合适，而面向专业投资者或研究员的图谱，提供的服务应该是海量信息的专业提炼或融入知识的关键信息。从产业链图谱看投资应用，图谱中的节点与投资标的的距离相对更远，基于自动化抽取完成大而广的图谱很难提供收敛且横向可比的核心因子，从而对投资和研究失去了直接的指导意义。数据分布分散与数据对齐困难导致数据资产整合推动慢。对于数据管理方面，机构研究部门当前的数据管理相对分散，大多数据会以不同的形式分布在不同人员手中，数据共享难度较高。对于数据形式方面，数据资产之间来源不同会导致数据字典不对齐，而数据融合和对齐也是一大难点之一。此外，不同情况中还有人为因素、财力因素等等其他因素导致的数据资产整合难、图谱构建覆盖的数据不全等问题。▍

投研图谱需求爆发在即，私有化部署渐成主流以图谱为载体的逻辑框架是数据爆发和资产深度数字化的必经之路资产管理规模持续提升推动投研管理数字化提速。买方资金出现头部集中趋势同时，大机构不仅资金集中度提升，同时管理资金规模和投资范围也在不断扩张。参考

wind数据，2020年全年共有

129家基金公司参与新基金发行，6家基金公司全年发行份额超过千亿份，其中易方达和汇添富基金的发行份额均在

2000亿份以上；与此同时，还有

55家基金公司发行份额不足百亿份，占比达到

42.7%，发行份额在

10亿份以下的有

16家。请务必阅读正文之后的免责条款部分9Fintech前沿探索｜2021.6.1图

19：公募基金持仓市值及其环比（单位：亿元）图

20：私募基金管理规模（单位：万亿）10000080000600004000020000018.0016.0014.0012.0010.008.006.004.002.000.00主动偏股型基金

被动型股票基金

债券型基金货币型基金QDII基金其他基金私募基金管理规模（单位：万亿）资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部更多的资金和更大的投研团队，扩展了投资研究的产业链覆盖范围，为了更好地管理和覆盖相关产业链，大机构对投资资产的管理和数字化的需求逐渐形成。从资产数据化的角度来看，一方面可以辅助管理人员和研究员更方便的调度资源，另一方面资产的集中管理也可以反哺研究工作，发现更多投资机会；从投资逻辑数字化的角度看，可以很好的保持研究工作的连续性，同时可以梳理投资逻辑输出给研究员和计算机使用。逻辑数字化是数据量爆发和资产深度数字化的必然结果。当前买方机构会通过多种渠道获取到数量庞大、种类繁多的财务数据和另类数据。对于财务数据，大型数据服务商会有一套完整的以投资标的为核心的梳理框架，整体结构化相对较好。但随着非财务数据和另类数据逐渐增加，原有框架无法很好的对该类数据进行梳理，从而导致数据分布离散、数据融合困难、数据质量不可控的现状。站在机构投资者的角度，通过一个投资视角的框架将多类数据进行整合和关联是解决投研数据量爆发，同时规范化数据资产的一个必然结果。自上而下管理推动投研数字化保证框架的宏观和长远。市场部分最早开始尝试构建图谱的头部投研机构，得力于管理层自上而下的推动，进行了图谱的大规模布局并初见成效。作为投研机构的管理层，数据和行业理解的数据化和资产化一定是颇具价值的，不仅需要应对各种离散的非财务数据爆发需求，也能保证投研资产的连续性减小人员流动造成的影响。此外，图谱建设需要一定的信息技术支持，自上而下的推动顺序会使得资产数字化的框架设计更加宏观和长远。投研图谱核心目标：起于资产数字化、整合投研逻辑、终于投资辅助投研难度高、维度广的属性决定图谱中短期的辅助角色。相比其他图谱的应用领域，投资研究是一件非常复杂和困难的任务。从投资决策链条的角度看，一个基于基本面分析的投资结论的决策，尤其是长期价值投资，不仅需要很多来源和维度的数据，而且需要对数据以及数据之间的关联有深度的理解，甚至其中还包括市场上的心理博弈和对公司管理层的预判等等复杂因素，导致了短期最终的投资结论决策环节大部分还是由研究员来完成。从投研数据或图谱数据的构建角度看，很多另类数据的挖掘、清洗和分析本身就需要研究人员具有一定的行业理解，人工的强干预融入投研数据构建的整个流程，也导致了完全基请务必阅读正文之后的免责条款部分10Fintech前沿探索｜2021.6.1于数据的投资系统短期仍有难度。当然计算机在高频量化交易是十分具有优势的，可以借助核心因子和海量数据通过有效的模型对交易策略进行输出。综上，以图谱为载体的数据可以大致分为两种模式：第一种是数据工具，特点是图谱数据的直接使用人是研究人员，要求图谱内容的具有较高准确性，例如产业链图谱；第二种是数据系统，通过图谱数据和一套算法模型得到中间结论提供给研究人员，研究员不需要直接交互图谱，并且图谱内容的容错率相对较高，例如事件舆情系统。借势数字化进程，始于数据工具，转型数据系统可能是高性价比的图谱路径之一。考虑当下的技术边界和投研流程，短期看，我们认为结合数字化的趋势围绕研究资产构建图谱作为数据工具是性价比较高的路径之一，一方面可以加速研究部门资产的整合和数字化，另一方面可以基于研究人员的行业理解积累一定的图谱顶层框架和数据。长期看，我们认为以图谱为载体的数据资产会从数据工具逐渐转型成为数据系统，规模过大的图谱逐渐不适合用户直接交互浏览细节，复杂的数据和内部算法也逐渐有能力输出一定的中间结论，逐渐转型成为基于数据的投研应用产品会挖掘整个数据资产交互产生的更多价值。基于上述分析，我们认为当前投研图谱核心应用目标由浅入深主要包括以下三点：（1）构建产业高维专家库；（2）阶段性固化投研框架与精炼投研资产；（3）基于数据的投资价值挖掘和提示。（1）构建产业高维专家库。通过投研人员的介入，通常可以将投资所需的财务数据和另类数据进行清洗、升维、归一化成为能够指引投资的具有一定逻辑结构的高维产业专家库。目前的情况通常存在以下情况：一方面大量数据库散落在各个研究人员手中，没有统一的管理方法和交流平台，数据的割裂比较严重；另一方面另类数据距离指引投资一般都具有一定的差距，需要有行业理解的研究人员对数据进行清洗、升维和分析，但研究人员缺少数据处理能力，IT人员缺少对数据应用行业的理解。利用图谱作为载体和逻辑进行数据资产的整合可以一定程度解决上述问题，在数字化方向上可以将一个研究部门内所有的数据按照一定的投研逻辑进行整合、共享，在另类数据挖掘方向可以看到投研逻辑的各个环节中数据的缺失情况，同时更加有针对性的对另类数据进行发现挖掘和分析，从而补充研究逻辑中数据论证的缺失。（2）固化投研框架与整合投研资产。除去对数据的整合外，图谱的特殊形式也可以沉淀数据整合过程中研究人员的部分研究框架。以往的研究框架是以研究员为核心，没有资产的落地也缺少连续性，利用关系图谱将一定的思维框架数据化，不仅可以辅助研究员不断完善逻辑框架，同时也可以提供给计算机从而完成一定的智能化应用。同时将数据资产按照投研框架进行整合形成的大型图谱，也可以尝试挖掘跨领域、跨行业的数据交互产生的价值。（3）基于数据的投资价值挖掘和提示。研究的数字化、智能化是两个公认的大趋势，在

2019年也有量化团队尝试将多因子以图谱的形式进行整合并完成大宗商品价格的预测，从实验结果可以看出以图谱作为载体加入了一定的大宗商品价格分析逻辑，在当前的技术模型下可以取得更好的投资胜率。当数据资产相对丰富后，在一些细分领域可以尝试计算机端到端对投资结论的分析，逐渐从数据工具转变为数据系统，以输出关键因子或投资建请务必阅读正文之后的免责条款部分11Fintech前沿探索｜2021.6.1议的方式辅助研究人员的工作。▍

投研图谱市场需求展望金融

IT投入稳步提升，头部机构持续投入引领数据需求升级银行

IT投资规模增速趋稳于

10%，非银

IT规模小但增速高。从占比看，银行

IT支出在整个金融

IT支出中占据超过一半的比例，投资规模超过千亿，相对券商、保险等领域高出一个数量级，从图中可以看出银行

IT自

2016年起连续五年投资规模保持每年约

10%的稳定增长，2020年达到了

1351.3亿元。相比银行业看，证券公司

IT投入规模较小，但增速相对较高且具有一定的波动，自

2013年至

2019年间增速范围浮动在-10%和

50%之间，年均增长率约为

16%，相对银行

IT投资规模同期增速高出

7个百分点。图

21：银行

IT投资规模银行IT解决方案市场规模（亿元）图

22：证券公司

IT投资规模证券公司IT投入（亿元）增速（右轴）银行整体IT投资规模（亿元）160140120100800.60.50.40.30.20.10银行整体IT投资规模_增速（右轴）1,500.001,000.00500.000.000.140.120.10.080.060.040.020604020-0.1-0.2020122013201420152016201720182019资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部金融科技投入稳定升级，头部机构加码自研开发投入。在整个数字化、智能化的大趋势下，金融各个领域头部公司的信息化投入不断增长。其中，银行领域有

5家银行

2020年信息技术投入超过

100亿元，工行、建行更是超过

200亿元，从研发人员占比看工商银行、招商银行、中信银行、浦发银行超过了

7%。证券行业中，已经披露的数据可以看到华泰证券和国泰君安证券信息技术投入超过

12亿元，从研发人员占比看海通证券、华泰证券、申万宏源证券、中信建投证券超过

6%。表

2：部分银行、证券公司

2020年信息技术投入与研发人员结构行业银行银行银行银行银行银行银行银行银行公司工商银行建设银行农业银行中国银行招商银行邮储银行交通银行兴业银行中信银行年份202020202020202020202020202020202020信息技术投入（亿元）238.19研发人员数量（人）35400研发人员占比8.10%221.09131043.51%183.0080561.80%167.0767302.49%119.1288829.77%90.27未披露3976未披露4.38%57.2448.6223314.82%69.2641907.60%请务必阅读正文之后的免责条款部分12Fintech前沿探索｜2021.6.1行业银行证券证券证券证券证券证券证券证券证券证券公司浦发银行海通证券国泰君安华泰证券申万宏源广发证券招商证券中国银河中金公司中信建投东方财富年份20202020202020202020202020202020202020202020信息技术投入（亿元）研发人员数量（人）研发人员占比9.92%6.48%未披露10.69%6.89%5.61%5.81%5.15%4.37%6.08%37%57.158.75585973112.2717.655.96未披露11248078.906919.94536未披露6.415944107.786083.781823资料来源：各公司年度报告，中信证券研究部从专业投资机构视角看，截至

2021年

1月，参考证券协会数据，我国境内共有基金管理公司

132家，其中，中外合资公司

44家，内资公司

88家；取得公募基金管理资格的证券公司或证券公司资产管理子公司共

12家、保险资产管理公司

2家。以上机构管理的公募基金资产净值合计

20.59万亿元。而对于私募市场，参考证券协会

2020年数据看，截至

2020年

11月末，存续私募基金管理人

24611家，管理基金规模

15.91万亿元。金融科技的本地需求终端客户数量不断增长。图

23：截至

2021年

1月国内公募机构数量（家）图

24：截至

2021年

1月国内私募机构数量（家）16000140001200010000800060004000200001009080706050403020100资料来源：Wind，中信证券研究部资料来源：Wind，中信证券研究部参考头部券商的研发投入看，2018-2020年，国内头部券商均稳定加大信息技术投入，参考艾瑞咨询的国内金融场景

Fintech市场预测数据看，国内证券行业在信息技术方向重点的投入主要聚焦与云计算、大数据与

AI方向。且数据与

AI整体解决方案占比不断提升。请务必阅读正文之后的免责条款部分13Fintech前沿探索｜2021.6.1图

25：2018年至

2020年部分证券公司信息技术投入（亿元）图

26：国内证券行业分场景

IT开支统计及预测（亿元）8765432102020182019202018161412108云计算与大数据区块链AI智能自动化其他6420国泰君安

华泰证券

中信证券

海通证券

广发证券

招商证券20192020E2021E2022E2023E资料来源：Wind，中信证券研究部资料来源：Wind，艾瑞咨询预测，中信证券研究部综合国内金融行业需求端对于数据+AI与信息技术的整体投入趋势和预算增速看，投研图谱的专业市场需求有望随着

AI投入进入业务应用层而引来全面爆发，ToB视角看，短期头部券商与资产管理机构有望率先开启探索，中长期看国内存在超万家专业机构的需求可能。数据资产化驱动图谱爆与发融合，锚定需求控制粒度成为关键投研图谱分化成为数据工具和数据系统两条路线殊途同归。按照应用端是否需要与专业投资研究人员进行直接交互，可以将图谱应用分为数据工具和数据系统两类，其中数据工具在数据展示层面会直接与研究人员进行交互，数据系统则将图谱数据作为基础数据输出中间结论提供给投研端使用。图谱数据工具对于图谱构建的准确度有较高要求，不允许明显错误和大量错误出现，同时对可视化交互性有特定的需求，图谱数据系统则保证基于图谱数据利用算法得出的统计结论无误即可。两种思路都是基于数据辅助投研的方向，区别在于过程辅助和结论辅助。深入理解研究需求与合理控制知识粒度，是投研图谱落地的关键因素。投研图谱应用最大的难点在于使用者都非常专业，广而泛的图谱内容对于专业投资研究人员来说能提供的价值不高，研究部门和研究人员目前的需求集中于数据治理、数据获取、研究可持续等方向，所以作为知识载体的图谱找准应用定位是落地的首要问题。图谱作为知识和逻辑的载体，可以精细到非常小的粒度，但基于现有的数据和技术完成越精细的图谱需要付出的资源也成倍增加。所以考虑实际应用的场景和需求，不盲目追求精细，合理设计图谱的框架和粒度，可以在最低的成本下实现业务需求并随着业务变化及时调整。数据资产化驱动图谱融合。在数字化的趋势下，图谱作为实体关系的载体可以将许多知识和逻辑结构数字化具有一下几个优势：（1）方便研究部门进行数据治理；（2）通过跨领域的数据交互挖掘潜在的投资机会；（3）构建数字化的统一投研框架。请务必阅读正文之后的免责条款部分14Fintech前沿探索｜2021.6.1▍

中信证券投研图谱——以基本面核心因子为重点定位投资应用以基本面核心因子为重点定位自下而上投资应用定位专业投资逻辑和高频核心因子，力争图谱的专业性和准确性。出于投研框架数字化和核心因子治理的出发点，我们构建了基于核心因子的投资逻辑图谱框架。图谱构建的不可能三角：规模大、质量高、维护好，由于服务用户的投研专业性极强，所以我们放弃图谱的大范围覆盖，聚焦于自下而上的研究需求，融合专业研究员的领域知识、稀缺的另类数据因子和一定的可视化方法，对特定热点领域和热点标的进行覆盖，力求保证投资逻辑的专业性、核心因子的适时准确和稀缺性、数据和结构维护的及时性。构建的图谱可以用专业的逻辑向研究人员提供便捷、专业、高频的核心基本面因子，在研究和数据搜集之间融入了以图谱为载体的数据应用，并实现以下几个目标：（1）对研究框架进行数字化和连续化，并对投资数据和投资核心因子进行治理；（2）尽可能简化研究人员对基本面核心因子的获取和处理步骤；（3）构建计算机可用的数据体系。图

27：图谱构建不可能三角资料来源：中信证券研究部绘制以长期基本面投资为方向，自下而上，用专业的逻辑和因子透视毛利和估值等核心指标。我们构建的基于核心因子的投资逻辑图谱，围绕长期基本面分析构建合适的投资框架和专业的核心因子展开对多个细分领域进行构建。每一个领域子网络的祖先节点是一个细分领域概念，通过

2至

3层核心投资逻辑的构建，快速渗透至叶子结点，叶子结点表示对应方向的核心标的，此外我们会对每个节点构建具有唯一标识和时序的核心因子。通过对图谱结构中投资逻辑的分析，可以实现核心因子在同级节点的横向可比，通过对因子时序特征的获取可以实现节点因子时序可比。请务必阅读正文之后的免责条款部分15Fintech前沿探索｜2021.6.1图

28：中信证券研究部数据科技组图谱构建框架资料来源：中信证券研究部绘制从赛道到标的，将专业投资逻辑数字化，并快速响应行业变化。我们的投研图谱相对于产业链图谱最大的区别在于，放弃了追求海量产业链事实的客观描述，借助研究人员的专业思维，借助机器学习等技术半自动化构建从赛道到标的的投资逻辑，并在投资逻辑下构建强投资指向性的核心因子。我们的赛道选择会聚焦于中信证券三级行业分类和相同粒度的主题热点，通过清晰地拆解逻辑快速指向投资标的，并在部分新型行业快速跟进市场变化并修正投资逻辑的变动和核心因子的变化。从中长期视角看，我们将每个三级行业分类或主题热点看做一个子树，并按照中信证券行业分类整合成为一个二级行业的投研图谱。当子树覆盖标的业务较完整时，我们也会以投资标的的视角来反向构建业务拆分和核心因子的横向对比。投研图谱构建技术路径自动化构建的知识图谱距离投资应用尚存距离。自动化构建知识图谱的核心普遍聚焦于机器自动化抽取，需要经过词汇挖掘、实体发现、关系发现、知识融合、质量控制等多个流程环节，大量的算力被用于海量非结构化文本中的实体和关系抽取，且一般需要布置人力资源在质量控制环节。从技术角度看，自动化构建的知识图谱通常具有一定的错误率和较大的图谱规模，直接用于投资辅助仍然存在一些距离，图谱的核心节点和连边对错误率的容忍度较低，同时重点不明确且规模过大的图谱也不适合人工直接查看与编辑。从数据的角度看，可以直接用于投研的高价值图谱应该是聚集了大量知识性的实体和关系而非事实性的，自动化从非结构性文本中挖掘并区分高价值的知识是难度非常高的任务，同时需要提前保证非结构化文本中存在相关的知识描述，而以上两个要求在投研领域目前来看是比较难达成的。请务必阅读正文之后的免责条款部分16Fintech前沿探索｜2021.6.1图

29：自动化构建领域知识图谱基本流程资料来源：复旦大学知识工厂肖仰华教授演讲《领域知识图谱落地实践中的问题与对策》，中信证券研究部算力转移至专家辅助和因子构建，框架和因子双维度提升核心竞争力。我们投研图谱聚焦于专家基于专业知识的人工构建，将大量的算力用于辅助专家构建和另类数据的因子提取。依托分析师资源保证每个领域内投资逻辑的专业性，借助关系抽取和文本分类等技术辅助专家构建领域内的投资逻辑框架，保证市场快速变化导致逻辑修正的及时性。此外每个节点位置需要关注的横向和纵向核心因子也由机器辅助专家经验进行设计，力求核心因子的选择对投资指引的有效性。我们也会将更多的算力应用于数据集群中核心因子的提取，根据专家设计的核心因子框架，从更大范围更高质量的数据集群中选择或通过技术手段抽取相应的因子，构建投资人最关心的核心因子。专业投研图谱的构建和数字化，是支撑起高质量智能应用的基础，例如智能研报、投资辅助、客户培训等。基于研报数据天然优势，借助成熟

NLP技术方案辅助专家打造专业投资逻辑。借助研究机构内部的研报数据优势，将研报文本数据进行结构化拆解成为标题、结论、分析流程、推荐标的等内容。利用基于预训练模型的序列标注模型对文本中的实体、主题词、既有实体相关的实体进行抽取，可以作为研究员构建图谱的一个很好的辅助，基于海量的研报可以及时跟踪所有市场变化对投资逻辑的潜在影响，提供给研究员判定是否对投研逻辑进行修正。算力