当前正处于金融和前沿科技深入融合的阶段，大数据、人工智能和区块链等前沿技术与金融深度融合，将会大幅实现金融服务的降本增效，解决传统金融信息不对称、市场缺乏有效性等痛点。其中AI 对金融行业的赋能，将会加强金融行业风险管理能力、促进金融行业效率提升，并且创造一系列全新的产品和服务，重新塑造金融行业价值链。

在投资管理方面，AI 将会为投资管理中的核心业务和支持性业务提供智能分析和决策支持能力，提高业务的自动化水平，打造投资管理的新模式。我们列举了一些AI 在投资管理方面的应用场景，用以说明AI 在投资管理方面的应用现状及未来发展趋势。

（1）股票市场预测：在股价预测中，AI 能扩大可分析数据的范围进而提高预测准确度、实现预测模型的高度自动化、降低股票研究成本。在情感分析方面，AI 可以通过从舆情数据中监控投资者的情绪，从而与技术分析等方法结合，提高股价预测的胜率。在市场趋势预测中，文本分析可以专门用于分析某类特定文本，如政策文件等，实现对某市场部门的政策或发展趋势的预测，从而达到预测市场趋势的目的。

【资料图】

（2）财务风险识别：在上市公司财务风险产生的早期，我们就可以通过监控企业的经营行为来从一定程度上解释公司披露的财务数据的真实性。AI 在识别企业财务风险或企业的财务欺诈行为的过程中，将会结合分析企业的经营数据、财务数据等数据进行全面、客观的分析，通过对企业财务数据质量进行评估，识别潜在的财务数据欺诈问题。

（3）流程自动化：生成式AI 在投资管理方面的将会大幅提高基础工作的自动化水平，提高从业人员的工作效率。具体地讲，文档整理可以帮助实现会议纪要、企业报表、研究报告的自动整理和归纳工作；代码生成等应用降低对特定知识和技能的访问门槛，扩大研究人员的能力圈；知识管理将会变革从业者学习和工作方式，使其简单高效地掌握跨专业、跨领域的知识体系。

（4）ESG 投资：AI 可以丰富ESG 评级的数据来源，实现数据采集流程和风险监控的自动化，并且可以实现评级模型从静态到动态的转变。

AI 的广泛应用将会对股票市场产生一系列影响：

传统的股票市场正因AI 的广泛应用而发生深刻的变革。结合Gartner 发布的AI 技术成熟度曲线，我们认为在未来五年内将会有一系列AI 应用在股票相关行业中落地。AI 应用带来的效益将会最先体现在实现传统业务的降本增效上。但AI 在核心投资环节中的深入应用仍有待于技术的发展和相关法律法规的完善。

AI 在股票市场中的广泛应用，将会通过削弱信息的不对称性、降低市场波动率等方式激发市场参与者的投资意愿，增加流动性，进而提高市场的有效性。

但是，AI 的应用是一把双刃剑，AI 在给股票市场带来巨大发展机遇的同时，可能会产生技术性风险、法律合规风险等一系列风险问题。

风险提示：AI 技术成熟度、人工智能在投研应用中潜在的法律风险和道德风险等。