人工智能在投资银行的应用前景 - 美国新一届政府和国会执政期间并购活动可能增多 投资银行若能将人工智能工具融入工作流程可以扩大交易处理能力 [2] - 合适的人工智能工具能让初级银行家以更快速度简化并完成核心工作 节省时间用于营销活动或客户管理 [4] - 人工智能工具可增强银行在招聘新员工方面的价值主张 改善初级银行家职业初期的工作体验 [4] 初级银行家的工作挑战 - 初级银行家第一年需花费大量时间学习公司复杂技术和流程 面临陡峭学习曲线和高强度工作要求 [5] - 核心职责包括金融建模与分析 研究信息收集 准备推介手册 尽职调查活动 协调沟通 行政后勤支持 [5][6] - 工作要求高准确性 注重细节 可靠性 沟通及协作能力 导致长时间工作和高压环境 [5] 人工智能解决方案的具体益处 - 提高效率：日常任务自动化减少行政工作时间 相同资源处理更多事务 [7] - 提高准确性：最小化数据采集输入计算中的人为错误 生成更可靠金融模型 [7] - 改进客户服务：更多时间了解客户需求 制定定制化解决方案 提高客户满意度 [7] - 加快职业发展：早期接触有意义工作 加速学习发展 为创收工作做准备 [7] - 改善工作生活平衡：减少繁琐任务时间 缓解长时间加班问题 提高员工留存率 [7] FactSet Pitch Creator工具包功能 - 大型投行每年生成多达10万个市场数据图表 初级银行家每天花费30-45分钟更新文件 Pitch Creator可将数小时工作缩短至几分钟 [7] - Global Assistant集成到Microsoft Office 支持建模和推介手册制作时的研究信息发掘 [7] - Chart Creator通过自然语言提示生成90%卖方推介手册所需图表 自动应用公司特定风格 [7] - Cloud Refresh批量上传文件自动更新数据 节省数小时手动更新 Excel和PowerPoint均适用 [7] - Template Assistant调用预构建模板 Slide Assistant创建品牌标识公司简介幻灯片 [7] - Tombstone Generator自动抓取并购交易信息创建品牌里程碑幻灯片 ReSlide更新现有幻灯片内容 [7][8] 行业竞争格局与趋势 - 采用人工智能解决方案对保持竞争优势至关重要 如FactSet Pitch Creator等工具可提高生产率和效率 [8] - 前沿工具为初级银行家营造更有吸引力和回报的工作环境 助力行业人才留存 [8]

有头部银行的应用实践显示，大模型在辅助完成客户需求分析、风险预判等工作时，可提升作业效率40% 以上。但在多个关键环节，应用大模型之后仍需人工复核验证。这种"人机协同"模式既发挥了AI的效率 优势，又确保了金融服务的审慎性。 下面用一个示例来展示大模型在金融领域的应用。我们分别对GhatGPT、DeepSeek、百度旗下的文心一 言提出问题"请分析一下英伟达这家公司的投资前景怎样？"，以下是三个大模型的回复： 在ChatGPT、DeepSeek等通用人工智能（AI）大模型的技术浪潮下，金融行业正加速推动大模型与业务 场景的深度融合。依托海量客户数据资源与深厚技术积淀，金融领域天然具备人工智能应用的优质土壤， 为大模型技术落地提供了理想场景。 AI大模型为实体金融机构提供了强大的支持。它解决了金融机构面临的服务供给不足、门槛高、信息不 对称、风险评估难等问题。比如，在服务供给方面，通过自然语言处理技术实现 7×24 小时智能响应，突 破人力服务瓶颈；在准入门槛方面，运用机器学习算法构建动态风险评估模型，降低中小微企业融资门 槛。 另外，在撰写研究报告时，大模型也可以快速处理海量数据，包括财报、市场趋势、新闻、分 ...

DeepSeek R1大模型在金融领域的应用 - 自上个月上线以来迅速引发大量关注和讨论[1] - 在数据密集、决策复杂的金融领域展现出令人瞩目的应用潜力[1] - 能够辅助金融从业者完成年报解读、纪要整理、数据分析和策略复现等工作[1] DeepSeek的技术局限性 - 无法对生成的代码进行后台运算检验[3] - 无法获取策略中所需的具体数据[3] - 生成的代码仅能作为参考，实际应用前需要严谨核验和细致调试[3] DeepSeek的研发成本优势 - DeepSeek-V3模型研发费用为558万美元[6] - 训练成本不到GPT-4o的1/20[6] - 体现了公司在成本控制方面的努力和技术研发上的高效[6] DeepSeek的商业化进展 - 已与车企、金融机构、运营商等企业客户建立合作[9] - 通过模型授权和定制化开发服务形式获得收入[9] - 具体收入规模和盈利状况属于商业机密，未公开披露[9] DeepSeek对全球AI格局的影响 - 标志着中国在人工智能领域步入全球领先行列[10] - 通过架构设计和算法优化开辟"有限算力"下的效率提升赛道[10] - 成功以更低成本达到相近性能水平[10] 对英伟达股价的影响 - DeepSeek发布后英伟达股价出现较大跌幅[10] - 市场担忧科技公司对显卡需求可能减少[10] - 英伟达创办人黄仁勋认为后期训练仍需大量资源[10] 中国AI产业发展的优势 - 政策支持力度大，新型举国体制发挥大国优势[13] - 市场规模庞大，具备典型的"大国经济"特征[13] - 制造业实力强大，在机器人、自动驾驶等领域形成领先优势[13] 中国AI产业核心要素现状 - 算法领域已进入全球领先行列，除DeepSeek外还有阿里、百度、字节跳动等公司[13] - 数据方面具备市场规模优势，但面临数据流通和安全等挑战[13] - 算力基础设施建设具备优势，但核心技术仍需突破[13]

美国对多国加征关税及各国反制措施 - 美国宣布自3月4日起对从墨西哥和加拿大进口的钢铁、铝制品及部分工业制成品加征25%关税 美国总统特朗普称对墨西哥和加拿大的关税没有达成共识空间 [1] - 加拿大随即启动报复机制 宣布对300亿加元美国商品加征25%关税 并计划21天后扩大至1250亿加元商品 覆盖美国对加出口总额的41%（2024年美国对加出口额3758亿加元） [1][3] - 墨西哥总统辛鲍姆宣布于3月9日公布反制措施 具体细节尚未披露 [1] 美国对中国加征关税及中方反制 - 美国以芬太尼等问题为由 宣布自3月4日起对中国输美产品再次加征10%关税 [3] - 中方宣布自3月10日起对原产于美国的部分进口商品加征关税 其中对鸡肉、小麦、玉米、棉花加征15%关税 对高粱、大豆、猪肉、牛肉、水产品、水果、蔬菜、乳制品加征10%关税 并对莱多斯公司等25家美国公司实施出口和投资限制 [3] - 据民生证券测算 此次中国对来自美国的部分商品加征15%或10%关税 共计涉及223亿美元商品 加上此前2月4日宣布的关税措施 中方合计对362亿美元商品加征关税 占从美国总进口的22% 关税力度明显轻于美国（对中国所有商品加征20%） [3] 经济影响评估 - 根据民生银行报告 美国对中国的20%关税大致拖累中国名义GDP 0.69个百分点 对实际GDP增长的拖累或在0.49个百分点左右 这可以看作损失的上限 [5] - 美国对加墨施加的25%关税若加墨不反制 对美国中长期实际GDP增速拖累0.2-0.3个百分点 对2025年通胀推升0.4个百分点 若加墨反制 对通胀推升高达0.7-0.9个百分点 [5] - 中国对美贸易依存度已从23%降至13%左右 直接影响有限 [5] 未来关键时间节点 - 4月初可能是美国关税政策另一个重要节点 美方将发布针对中美经贸关系及"对等关税"的调查报告 白宫将决定是否采取新的关税措施 4月4日TikTok禁令延期到期 [5]

美国ETF市场2024年概况 - 美国ETF市场资产管理规模突破10万亿美元大关，资金流入达1.12万亿美元创历史新高 [5][11] - 新发行757只ETF，总数增至3,934只，关闭率维持低位 [8] - 加密货币相关ETF引爆市场，主动管理型ETF人气飙升 [2] 资金流量分析 - 股票ETF资金流入达历史峰值，但部分分流至固定收益和货币ETF [12] - 货币ETF吸金380亿美元，占全年流量3.4%，较2016-2023年15亿美元总流量激增 [12] - 固定收益ETF占资金流量26%，资产规模占比从19%提升 [15] 投资策略类别表现 - 主动管理型股票ETF资金流入1,450亿美元，超出预期1,140亿美元 [17][20] - 主动型债券ETF资金流入1,100亿美元，超预期160亿美元，市场份额翻倍至16% [26][31] - 特质风险型和策略型ETF同样受益，但比例低于主动型 [31] 费用变化趋势 - 行业资产加权平均成本上升0.003%，打破数十年下降趋势 [35][38] - 债券ETF成本上涨0.005%，主因主动型产品（0.36%费率）份额增长4.4% [42] - 股票ETF成本持续下降，主动型仅占1.4%份额对整体影响有限 [45] 热门ETF产品排名 - 股票ETF前十中VOO（116亿美元）、IVV（86.6亿美元）领跑，DYNF（11.7亿美元）因模型组合纳入意外上榜 [64][71] - 债券ETF前三位为AGG（21亿美元）、BND、SGOV，JAAA（11亿美元）等高风险产品跻身前五 [75][77] - 杠杆类ETF中NVDL（2倍做多英伟达）、MSTX/MSTU（2倍做多MicroStrategy）表现突出 [81][83] 市场结构性变化 - 投资者反常偏好高费率主动型股票ETF（41bps产品份额增长快于34bps产品） [53][54] - 传统低成本发行商（贝莱德、先锋）资金流入低于份额，景顺/摩根大通等主动型机构获超额流入 [60][62] - 加密货币ETF主导货币类别，IBIT（12bps费率）吸金520亿美元，GBTC因150bps高费率流失250亿美元 [79]

关税政策对金融市场的影响分析 - 美国总统特朗普于2月1日签署行政令，自2月4日起对加拿大和墨西哥进口商品加征25%关税，其中加拿大石油征收10%关税，同时对来自中国的商品加征10%关税 [1] - 分析基于历史关税事件首月市场反应，以避免其他宏观经济和政治因素干扰 [3] - 2018年1月太阳能组件和洗衣机关税、2018年3月铝和钢铁关税对宽基股票、债券或波动性指数影响微乎其微，指数下降与其他宏观经济新闻相关 [4] 历史关税事件对行业指数的影响 太阳能关税 - 中国半导体和半导体设备、电气设备行业指数在征收30%关税首月下降9%，第一周下跌4% [8] - 美国同类行业指数首月下降4%，第一周下降2%-3% [8] - 2024年6月美国拟对南亚国家太阳能电池板征收关税时，中国半导体和半导体设备股票指数一个月内下跌12%，行业龙头股跌幅达15-20% [8] - 2024年11月美国对马来西亚等四国太阳能电池反倾销初裁后，中国半导体和半导体设备行业指数再跌4%，龙头企业市值缩水15% [8] 洗衣机关税 - 头部洗衣机出口商股价在征收50%关税首月下跌5%-7%，第一周下跌2%-5% [9] - 将生产转移至美国关税豁免地区的出口商股价逐步回升，行业指数恢复价值 [9] 钢铁和铝关税 - 2018年3月美国对钢铁(25%)和铝(10%)征收关税后，全球工业指数首月下跌5%，前三个月下跌3% [10] - 2018年5月关税扩展至加拿大、墨西哥和欧洲后，加拿大矿业和金属指数及钢铁工业指数首月下跌6%，墨西哥钢铁工业指数下跌4%，欧洲钢铁工业指数下跌8% [11] - 汇率方面，加元和欧元首月对美元贬值不到1%，墨西哥比索对美元升值约6% [11] 美中贸易战影响 - 2018年1月至6月，美国宽基股票指数下跌4%，中国宽基股票指数下跌13%，美国债券下跌2%-5%，人民币对美元贬值3% [12] 假设性分析 - 特定行业重要商品或材料征收关税后，相关行业股票1-4周内下跌约5%，龙头企业股价下跌10%-15% [13] - 对墨西哥进口汽车和零部件假设征收关税，墨西哥汽车零部件行业股票指数可能下跌9%，美国同类指数可能下跌4%，股市整体温和下跌2% [13] - 假设美加长期关税和报复措施下，美股宽基指数下跌5%，加拿大股票宽基指数下跌10%，美国债券宽基指数下跌5%，加元贬值3% [16] 分析方法与应用 - 基于历史观察和可投资市场指数反应创建假设情景，可在FactSet Portfolio Analytics报告的压力测试模块中详细说明 [19]

产品发布 - 全球金融数字平台FactSet慧甚于2024年1月15日推出生成式AI驱动的投行营销解决方案Pitch Creator，旨在通过自动化模型分析和演示文稿制作将数小时人工工作缩短至几分钟 [2] - 该产品集成FactSet Mercury聊天机器人功能，支持自然语言指令调用、PPT/Excel模板生成及数据挖掘，并与微软办公软件无缝联动实现高效编辑与源码链接 [4] 核心功能 - **智能搜索**：通过语义分析快速检索StreetAccount新闻、SEC文件等非结构化数据，加速投行项目创意生成 [4] - **图表创建器**：支持动态生成20+种图表类型（如地区市盈率/收入图），可通过简单查询修改参数实现实时更新 [4] - **幻灯片自动化**： - 输入公司名称/股票代码即可自动生成带品牌标识的PPT幻灯片 [4] - ReSlide功能可保持原始格式快速复用内容至新演示文稿 [4] - **交易数据可视化**：Tombstone Generator自动将并购交易关键数据分割为信息卡片并完成排版格式化 [4] - **模板库支持**：提供200+预建Excel模板，通过自然语言提示调用 [4] - **云端协作**：Office Cloud Refresh功能允许将Excel模型更新任务转移至FactSet服务器异步处理 [4] 市场定位 - 目标用户为每周工作80-100小时的初级银行家，通过自动化低效任务释放其战略职能时间 [5] - 结合微软办公生态与AI技术，提升全公司效率并增强客户演示文稿影响力 [5] - 公司服务全球超8,200家机构客户，覆盖21.8万个人用户，为标普500成分股企业 [5]

收购交易概述 - FactSet以2.465亿美元现金收购LiquidityBook [2] - 收购于2025年2月7日完成 资金来自FactSet现有循环信贷额度 [5] - 交易预计适度稀释FactSet 2025财年GAAP每股收益和调整后稀释每股收益 [5] 收购战略意义 - 整合前台相邻工作流程 连接完整投资组合生命周期 [1] - 增添订单管理(OMS)和投资账簿(IBOR)功能 [1] - 实现一站式融合 无缝连接证券研究、投资组合构建、订单创建和交易执行 [4] - 将前台与中台相连接 增强客户在整个投资组合生命周期内的集成工作流程需求 [4] LiquidityBook业务优势 - 为对冲基金、资产财富管理机构、外包交易商和卖方中台客户提供云原生交易解决方案 [4] - 运营专有FIX网络 连接200多家券商 覆盖全球80个市场的1600多个订单路由目的地 [4] - 提供模块化平台支持多资产类别投资组合、订单和执行管理功能 [4] - 采用云原生多租户架构 通过单一代码库跟踪当日持仓、监控订单、确保合规及处理交易后对账 [4] 协同效应与客户价值 - 降低客户总拥有成本 简化投资组合生命周期工作流程 [4] - 形成统一前台解决方案 满足客户日益复杂需求 [4] - 结合FactSet投资研究、执行管理、业绩报告和投资组合分析解决方案 [4] - 在不牺牲功能前提下满足客户在交易生命周期中不断增长的工作流程需求 [5] 公司背景 - FactSet为全球超过8200家客户提供金融数据和分析服务 包括21.8万名个人用户 [6] - LiquidityBook成立于2005年 总部纽约 全球约70名员工 [4] - FactSet是标普500指数成份股公司 被Glassdoor评为2023年最佳雇主之一 [6]

行业背景与挑战 - 电力公共事业公司因稳定收入和稳健股息长期被视为可靠投资选择 但自2020年起业绩表现欠佳 与标普500指数总回报出现背离 [1] - 行业面临碳排放成本上升的挑战 可能影响运营成本和合规情况 是企业向清洁能源转型的重要因素 [3] 新兴需求驱动因素 - 人工智能和数据中心驱动的能源需求急剧增长 预计到2026年全球服务器容量将翻番 [6] - 2022年数据中心、人工智能和加密货币共消耗460太瓦时电力 占全球电力需求近2% [6] - 美国数据中心用电量预计从2022年200太瓦时（全国需求4%）增长至2026年260太瓦时（占比6%） [6] 基础设施与运营挑战 - 当前电网可能难以应对电力激增 导致过载和供电可靠性问题 [6] - 当地水资源可能不足以冷却数据中心 [6] - 化石燃料发电厂因碳排放增加加剧环境破坏 同时增加企业运营成本 [6] 碳排放与财务风险分析 - 研究使用FactSet Deep Sector Power Plants数据集按能源分类统计发电能力 评估公司能源结构 [6] - 通过FactSet Carbon Diagnostics评估企业潜在碳负债 量化超出碳预算的财务后果 [6] - 可再生能源发电占比高的公司报告较低潜在碳负债 例如Edison International(79%)、Eversource Energy(100%)、PG&E Corp(77%)和NextEra Energy(49%) [7] - 可再生能源占比低的公司面临100%潜在碳负债 存在价值缩水风险 [7] 政策情景影响 - NGFS 2度情景假设气候政策严格度逐步提高 影子碳价格相对较低 [13] - NGFS净零排放情景设想更严格气候政策并迅速采用技术创新 [13] - Constellation Energy在净零排放情景下面临100%潜在碳负债 在2度情景下降至27% [13] 行业发展机遇 - 电力公司处于有利地位 受益于全球经济复苏和高利率回落 [3] - 科技巨头（微软、Alphabet、亚马逊、苹果和Meta）致力于实现可持续电力供应 凸显高性价比能源发电重要性 [13] - 有效管理碳定价因素的公司可能获得竞争优势并展现卓越表现 [13]