金融科技行业2024春季策略报告：支付竞争格局改善金融大模型加速落地

请参阅附注免责声明1请参阅附注免责声明2请参阅附注免责声明3••图

1：支付牌照数量197250269269

267247238

2372332242011862002503001501011005002011

2012

2013

2014

2015

2016

2017

2018

2019

2020

2021

2022

2023时间政策2015年8月央行注销3张支付牌照，结束了第三方支付牌照“只发不撤”的历史。2016年10月央行对非银行支付机构实施风险专项整治工作2021年10月《中国人民银行关于加强支付受理终端及相关业务管理的通知》（259号文件）2023年12月《非银行支付机构监督管理条例》表

1：支付牌照相关政策请参阅附注免责声明4图

2：支付牌照注销数量增加23199149231305101520252015年2016年2017年2018年2019年2020年2021年2022年2023年请参阅附注免责声明5•0.160%0.150%0.140%0.130%0.120%0.110%0.100%20192020202120222023H1拉卡拉新大陆新国都移卡乐刷图

3：各家支付公司平均收单净费率均出现提升请参阅附注免责声明6••图

4：拉卡拉公司流水领先于同业（单位：亿元）图

5：拉卡拉收单净费率处于较低水平5000010000150003000025000200002020H12020H22021H12021H22022H12022H2

2023H1拉卡拉新大陆新国都移卡乐刷0.112%请参阅附注免责声明70.139%0.124%0.129%0.100%0.080%0.060%0.040%0.020%0.000%0.120%0.140%0.160%拉卡拉新大陆新国都移卡乐刷•表

2：收入增量测算（单位：亿元）表3：净利润增量测算（单位：亿元）请参阅附注免责声明8请参阅附注免责声明9图

6：金融信息服务产业链数据来源：国泰君安证券研究证券交易所金融数据终端平台行业上游 行业中游 行业下游财经资讯资讯提供商数据提供商金融数据证券交易行情金融数据终端用户金融软件与信息服务提供商行情传输数据传输请参阅附注免责声明10资讯传输数据清洗、加工、分析各类数据信息的推送、呈现图

7：投资决策活动的核心在于信息的获取、逻辑的构建和对交易因素的把握数据来源：国泰君安证券研究请参阅附注免责声明11数据来源：国泰君安证券研究垂直金融行业大模型和通用大模型在算法训练和使用成本、更新迭代速度方面有不同表现。表

4：垂直金融型大模型和通用大模型在不同表现指标上各有优劣++请参阅附注免责声明1213请参阅附注免责声明Gemini1.5Pro••数据来源：国泰君安证券研究表

5：垂直金融型大模型和通用大模型的典型代表ChatGPT4.0OpenAIChatGPTChatGPT1750BTBPBLLaMa2Meta

AILLaMa2AI7B13B70B45TBAIGemini1.5

ProGoogleDeepMindGemini

1.5

Pro 175B100

tokenskimiKimi4Turbo

202000Claude3

124-5TB200GPT-3 tokens2605TBBloombergeGPTBloombergeBloombergGPT5007000NLPBQLHithinkGPTHithinkGPT 7B13B30B

70B

130B 2 tokenBenchmark7B13B34B

66B

104B 1.214请参阅附注免责声明请参阅附注免责声明 15功能信息获取逻辑判断选基金1）今年哪些基金净值增长最大？2）近7年最大回撤<10%的基金1）最好的前十名AI概念基金选股票1）选出净利润增长90%的公司

2）上海市值大于100亿的公司推荐能上涨的十只股票从XX、XX、XX三只股票中选出最好的一个诊股票1）XX股票主力持仓成本1）XX股票基本面分析

2）XX股票k线形态分析看大盘2)复盘一下今天的涨跌停情况今天的超短情绪氛围怎么样中长期大盘怎么走挑板块2）今天涨停家数最多的行业今天热门的板块有哪些医疗板块未来有投资价值吗看宏观1）中国最新的CPI数据

2）上海人均GDP1）猪肉价格走势分析读新闻1）医疗反腐的最新消息是什么公司回购对市场有什么影响贵州茅台最近有什么利好学投资1）什么是费用比率股票被套了之后怎么解套怎么判断板块的持续性表

6：金融客户关心的问题可以分为信息获取和逻辑判断两类表

7：金融客户关心的信息获取方面问题的得分及测试情况分析请参阅附注免责声明16数据来源：国泰君安证券研究金融垂直大模型在信息的获取方面优势明显，主因公司深耕金融行业积累了海量的金融相关信息和数据。产品选基金选股票诊股票看大盘挑板块看宏观读新闻学投资总分测试情况分析kimi61058820101077对于一般数据的搜索能力较强，但对于主力持仓成本这种无法直接获得的数据无法得到，且其基于数据筛选出的个体数量较少通义千问6158331331061具有一定的搜寻基本数据的能力，但是存在数据不全以及样本过少的问题文心一言6751082010874在数据获取方面的表现优秀，对于一般数据的搜索能力比较优秀，但是搜寻出来的样本过少，且无法对筛选出的数据进行排序和综合分析同花顺HithinkGPT1818105101610895在数据获取方面的表现最优，数据全面且更新速度快，难以获得的数据也可以准确筛选出，基本可获得测试期间最新的数据内容东方财富妙想0205108831064在数据获取方面的表现较优，基于数据筛选出的数量多且内容全面，尚不支持基金功能造成总分略低，预计后期会基于自身基金数据补充相关功能注：根据不同产品对上述问题的回答进行评分，分数为0——10分。可以对问题进行回复的答案为5分以上，再根据回答内容的完整度细分；无法对问题进行回答，但是提供了解决思路的答复为3——5分；既没有对问题进行回答，也没有提供解决思路的答复为0。其中东方财富不支持基金功能，因此其“选基金”部分的得分为0；东方财富将“医疗反腐”设置为敏感词汇，因此查询不到相关信息。逻辑判断方面，各个大模型各有千秋，金融大模型对客户问题的回答更为丰富和详细。表

8：金融客户关心的逻辑判断方面问题的得分及测试情况分析请参阅附注免责声明17数据来源：国泰君安证券研究产品选基金选股票诊股票看大盘挑板块看宏观读新闻学投资总分测试情况分析kimi31616131681820110kimi的逻辑判断能力是通用大模型类中表现最好的，其在选股票和看大盘方面的能力远强于其他通用大模型类产品通义千问131314813102020101通义千问在选基金和看大盘方面比较短板，其他方面的能力表现出色文心一言311141518101820109文心一言在挑板块、看大盘方面的逻辑判断能力突出，但是其在选择股票和基金方面的逻辑判断能力存在不足同花顺HithinkGPT1018131820101820127对于逻辑判断方面问题的分析，同花顺与东方财富妙想之间的差异不大，都会针对问题进行环绕式的全面回答，不仅提供AI分析以后的结果，还会提供详细的数据，便于询问者直观看到不同个体之间数据之间的差异大小东方财富妙想020202018102020128根据综合分数评价，东方财富在逻辑判断方面的表现最优。其针对逻辑判断问题的输出结果内容详细，很多结果包含了文字、数据以及图形三部分组成，既报告了AI的结论，也便于询问者根据数据的具体信息进行自己的主观判断注：根据不同产品对上述问题的回答进行评分，分数为0——10分。可以对问题进行回复的答案为5分以上，再根据回答内容的完整度细分；无法对问题进行回答，但是提供了解决思路的答复为3——5分；既没有对问题进行回答，也没有提供解决思路的答复为0。其中东方财富不支持基金功能，因此其“选基金”部分的得分为0。•，表

9：金融大模型的金融数据更丰富大模型金融数据分析kimi月之暗面的Kimi支持200万字的无损上下文输入，金融数据搜索能力和金融逻辑分析能力在通用大模型中较强，但在金融数据方面积累不足。通义千问通义千问参数量在千亿级，数据量超过3万亿tokens。但在金融数据方面积累不足，金融数据搜寻能力有所欠缺金融逻辑判断能力中等。文心一言文心一言参数量为260亿，数据量为5TB。受制于金融数据积累不足，对金融数据的搜集能力较为优秀但搜寻样本过低且无法进行分析，金融逻辑分析能力有短板。同花顺HithinkGPT同花顺利用自身过去十几年的数据积累以及市场上公开的金融数据，预训练金融语料达到万亿级tokens。此外还拥有一套自动化的流程，用于数据获取、清洗以及数据质量的验证，每月可新增数千亿tokens优质预训练数据以及数十万条优质微调数据，确保数据的实时性和准确性。东方财富妙想妙想金融大模型储备了超4万亿高质量可用数据，其中金融语料达12000亿，涵盖行情、财务、资金、百科、资讯公告、研报、问董秘等数十个维度、上万种数据品类；且每月高质量数据几千亿token稳定增长，为金融专属任务性能优化提供了优质数据资产。请参阅附注免责声明18数据来源：国泰君安证券研究数据优势主要有两个构成因素：1）丰富的业务场景

2）数据的治理能力，前者决定了初始语料的多寡，后者决定了多少语料可以被提取成可供模型训练的高质量数据。数据类别

具体内容表

10：做好垂直金融行业需要广泛的数据来源和积累请参阅附注免责声明19良好的数据治理能力可以最大化利用丰富业务场景积累的原始数据，更好积攒训练数据，提高大模型性能。步骤具体操作表

11：将初始语料转换为可供训练的数据所需要的步骤流程请参阅附注免责声明20同花顺、东方财富、恒生电子较早深耕数据业务，在金融行业高质量训练数据上有深厚积累，具备较为强的数据治理能力。同花顺在2009年成立iFind事业部；东方财富在2013年上线Choice数据产品；恒生电子于2010年收购聚源数据公司。时至今日上述公司拥有庞大的海量数据库，具有多元及多样化的金融数据资产，其中公司数据来源既有互联网的结构化数据和非结构化数据，也有来自政府、科研院所、宏观经济研究机构和专业行业数据公司等相关单位、公司的公开和授权的数据。另外，同花顺和东方财富在C端金融信息服务市场具有广泛的活跃用户，在金融语料的获取能力方面领先于同行。图

8

：同花顺与东方财富APP的MAU大幅领先于同类产品0.004000.003500.003000.002500.002000.001500.001000.00500.002022.122022.01 2022.02 2022.03 2022.04 2022.05 2022.06同花顺 东方财富 大智慧 泓乐财富通 国泰君安君弘数据来源：易观千帆，国泰君安证券研究

单位：万人/月2022.07平安证券2022.08e海通财2022.09小方2022.10 2022.11广发证券易淘金 蜻蜓点金请参阅附注免责声明21请参阅附注免责声明22说明：取2024年4月18日收盘价