科技行业Fintech前沿应用探索专题：星光不问赶路锻造中信证券研究投研图谱-20210603-中信证券-25正式版

Fintech前沿应用探索专题星光不问赶路，锻造中信证券研究投研图谱中信证券研究部

首席数据科技分析师张若海2021年6月3日核心观点

一、需求爆发的高确定性：数字化提速，投研场景数据应用智能化爆发

金融IT投资提升预期中期较为确定，投研场景数字化与数据应用智能化加速将成为资管机构构建核心竞争力并提升市场影响力的重要方式。

二、供给错配的复杂性：受限技术边界，专业机构投研端供需错配

平台型图谱应用三大问题：产业链常识解释为主，缺乏投资逻辑及时调整；标的与核心基本面影响脱节；应用边界与技术方案错配。

三、创新锻造的科学性：首发中信证券研究投研图谱，自下而上聚焦基本面投研

逻辑架构：基于三元组架构，头结点为中信二/三级行业（参数关注长期空间），尾结点为标的（参数关注短期盈利指标），关系聚焦当期估值核心逻辑做头尾链接（参数描述聚焦中期竞争格局描述）。形成宏观偏行业-中观重赛道-微观聚公司图数据体系。

数据架构：基于投研三大数据集群，从数据仓库+数据超融合产品矩阵，迈向数据图谱。

技术架构：机器辅助，半监督学习优化投研逻辑和关键因子提取。

四、联合发展的必然性：最大化应用效率，最优化竞争壁垒

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。1CONTENTS目录1.

需求爆发的确定性：数字化提速，投研场景数据应用智能化爆发2.

供给错配的复杂性：受限技术边界，专业机构投研端供需错配3.

创新锻造的科学性：首发投研图谱，自下而上聚焦基本面投研4.

联合发展的必然性：最大化应用效率，最优化竞争壁垒2行业需求爆发：数字化提速，投研场景数据应用智能化爆发金融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；

金融科技投入稳定升级，头部机构加码自研开发投入；

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，To

B视角看，短期头部券商与资产管理机构有望率先开启探索。证券公司IT投入规模+头部证券公司IT资本开支数据+国内证券公司金融科技投入细分场景证券公司IT投入（亿元）增速（右轴）8765432102018161412108201820192020160140120100800.60.50.40.30.20.10云计算与大数据AI区块链

智能自动化

其他606404220-0.1-0.20020192020E2021E2022E2023E国泰君安华泰证券中信证券海通证券广发证券招商证券2012

2013

2014

2015

2016

2017

2018

2019资料来源：Wind，艾瑞咨询（含预测），各公司公告，中信证券研究部3投研需求爆发：投研加速数字化+数据资产深度数字化+智能化集成投研加速数字化+数据资产深度数字化+智能化集成

三大数据集群应用增长快速提升，多源数据应用持续升维；

投研场景的

Data+Tech“超融合”；

数据资产化驱动图谱融合。在数字化的趋势下，投研图谱应用优势：（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。投研图谱数据底层分类+数据资产深度数据化分类•

个股数据与产业数据，会计数据与另类数据行业与标的指向性打通数据字典融合•

个股数据与产业数据，会计数据与另类数据集群化服务数据源融合数据基础设施•

内部应用与外部需求结合，数据库与应用工具深度结合数据交互融合数据服务扩展•

跨产业、跨国界，穿越周期资料来源：中信证券研究部4CONTENTS目录1.

需求爆发的确定性：数字化提速，投研场景数据应用智能化爆发2.

供给错配的复杂性：受限技术边界，专业机构投研端供需错配3.

创新锻造的科学性：首发投研图谱，自下而上聚焦基本面投研4.

联合发展的必然性：最大化应用效率，最优化竞争壁垒5投研图谱供给的约束三角投研领域知识图谱应用的搭建，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）数据分布分散与数据对齐困难导致数据资产整合推动慢。投研图谱的供给约束三角资料来源：中信证券研究部6市场现阶段流行的主流投研领域图谱——产业链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。

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；

短期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。数据规模大，维护成本高，质量应用存疑。市场产业链图谱的应用案例数据层面：包括价值链、企业连、供需链、空间链四个维度。维护层面：自建和证券公司联合共建的形式构建了多个产业链图谱，专家访谈+人工搭建为主，一次建设后，更新相对频率较低。产业/市场变化带来的投资逻辑重构：新兴行业的核心基本面因子不定期存在调整可能，图谱的实际应用质量存疑。资料来源：数库，智管有方官网7市场现阶段流行的主流投研领域图谱——工商+舆情工商信息图谱是发展较完善的图谱。

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提取、事件提取、关系提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。数据规模大，维护成本适中，质量应用场景受限。市场工商+舆情图谱的应用案例数据层面：企业链、供需链、关联企业等。维护层面：自建为主，基于新闻等海量文本进行实体提取、事件提取、关系提取。产业/市场变化带来的投资逻辑重构：微观看，风控方向相对因子变化不多，应用场景以风控为主。资料来源：企查查，中投顾问官网，中信证券研究部8专业机构投研端供需错配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。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，基于自动化提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。9CONTENTS目录1.

需求爆发的确定性：数字化提速，投研场景数据应用智能化爆发2.

供给错配的复杂性：受限技术边界，专业机构投研端供需错配3.

创新锻造的科学性：首发投研图谱，自下而上聚焦基本面投研4.

联合发展的必然性：最大化应用效率，最优化竞争壁垒10中信证券——投研图谱核心框架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。中信证券研究部数据科技组图谱构建框架

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，力求保障投资逻辑的专业性、核心因子的适时准确和稀缺性、数据和结构维护的及时性。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。

基于三元组架构，头结点为中信二/三级行业（参数关注长期空间），尾结点为标的（参数关注短期盈利指标），关系聚焦当期估值核心逻辑做头尾链接（参数描述聚焦中期竞争格局描述）。形成宏观偏行业-中观重赛道-微观聚公司图数据体系。资料来源：中信证券研究部11中信证券——投研图谱构建技术路径全面自动化构建的知识图谱距离投资应用尚存距离。自动化构建领域知识图谱基本流程

针对“自动化从非结构性文本中挖掘并区分高价值的知识+非结构化文本中存在相关的知识描述”两个问题。借助研报数据优势，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，同时在研报生产系统增加前置标签。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提取，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。算力聚焦另类核心因子构建将图谱高频化，摆脱科普属性距离投研一线更近一步。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12中信证券——投研图谱构建数据路径围绕投研逻辑和实际应用，形成数据逻辑底层和投资逻辑底层建设方向。围绕三大数据集群奠定图谱的完整性、有效性、稀缺性。中信证券投研图谱数据集群分类

标准财务核心数据集群：标准财务数据集群数据公司指向性明确且财务相关度高，获取自动化容易且数据来源明确，但对于投资来看附加价值较低；

行业专家闭环数据集群获取成本高但数据有效且稀缺，具有结构化程度低的特点；

传统特色另类数据标准化程度适中，对投资一般具有高频和前瞻的优势，但部分数据的可持续性不明确。专业核心因子提取：对于投资逻辑的底层建设，基于我们的底层数据架构，主要分成两个核心模块/标签的建设。一方面是盈利表现核心因子模块，另一方面是估值方向核心因子模块。资料来源：中信证券研究部13中信证券——投研图谱案例：抗癌创新药抗癌创新药市场长期关注方向，慢变量和高成长特征兼具：

技术架构支点：行业级别超融合报告（半自动化）+数据仓库（自动化），形成头尾实体+关系描述备选标签集群高频更新。支持半自动投资框架提取。

数据架构支点：自下而上公司财务和相关销售数据连续跟踪（月/季度）；自上而下，找寻细分赛道估值核心影响因素，精细图谱头尾实体的关系定位。医药+创新药行业研究数据底层+核心因子提取自动化应用字典资料来源：中信证券研究部14中信证券——投研图谱案例：抗癌创新药以抗癌创新药为例，我们以靶点作为拆分逻中信证券投研图谱数据集群分类（抗肿瘤创新药为例）静态案例辑的原因在于，创新药公司按照存量药品和在研管线的现状和布局进行估值，拥有更优质管线储备的公司将享有更高的市场估值溢价。一方面，我们需要关注已上市药品的销售放量的情况，另一方面更要对其在研管线的数量、在研的进度、覆盖的适应症等核心因子进行跟踪和评价，以此来对同一赛道上的不同标的进行横向对比，在领域内得到局部最优解从而得出投资结论。在此基础上，我们的图谱遵循该行业研究逻辑，从抗肿瘤管线的视角重点梳理了市场热门靶点，以及对在该靶点进行布局的药企，分别跟踪其上市药品的销售和在研药品的研发情况。输出方式看：投研图谱既是动态研报，也是行业精确数据库。资料来源：中信证券研究部15中信证券——投研图谱案例：美妆美妆是市场近期+长期关注方向，慢变量和高成长特征兼具：

技术架构支点：行业级别超融合报告（半自动化）+数据仓库（自动化），形成头尾实体+关系描述备选标签集群高频更新。支持半自动投资框架提取。

数据架构支点：自下而上公司财务和相关流量+销售数据连续跟踪（月/季度）；自上而下，找寻细分赛道估值核心影响因素，精细图谱头尾实体的关系定位。美妆+大消费行业研究数据底层+核心因子提取自动化应用字典资料来源：中信证券研究部16中信证券——投研图谱案例：美妆以美妆为例，我们结合消费者认知、产品功中信证券投研图谱数据集群分类（美妆为例）静态案例效以及政策监管作为拆分逻辑，针对不同皮肤需求的美妆赛道享有不同的市场空间和消费者支付溢价的愿意程度，因此其所能获得的估值溢价也不尽相同。而聚焦到公司层面我们重点去量化品牌的营销力与产品力，例如营销力我们主要通过拆解与追踪品牌在B站、小红书、抖音、快手等平台的供给量和观看数作为核心因子，横向和纵向的对比品牌占领用户心智的程度，产品力则主要通过核心产品价格带变化、产品用户评价与产品销量来构建因子，寻找出能持续获得消费者复购的品牌。在此基础上，我们的图谱遵循该行业研究逻辑，量化了美妆品牌的营销力与产品力，梳理了美妆集团的战略布局以及其品牌的消费者心智认知情况。输出方式看：投研图谱既是动态研报，也是行业精确数据库。资料来源：中信证券研究部17中信证券——投研图谱定位框架+技术+有效性定位：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。

逻辑架构：基于三元组架构，头结点为中信二/三级行业（参数关注长期空间），尾结点为标的（参数关注短期盈利指标），关系聚焦当期估值核心逻辑做头尾链接（参数描述聚焦中期竞争格局描述）。形成宏观偏行业-中观重赛道-微观聚公司图数据体系。

数据架构：基于投研三大数据集群，从数据仓库+数据超融合产品矩阵，迈向数据图