文章核心观点 中国建设银行利用DeepSeek系列大语言模型微调形成金融大模型，应用于多领域提升效率和质量，2024年完成多次迭代更新，算力规模增长且保持同业领先 [2][3] 金融大模型开发与部署 - 基于DeepSeek - R1形成推理类金融大模型，今年2月在生产环境完成私有化部署 [2] 金融大模型应用情况 - 应用覆盖全集团一半以上员工、46个业务领域、200多个场景 [2] - 应用于客户经营管理、信用风险管理、支付结算、托管、IT研发等领域，提高工作效率和质量，控制部分领域风险 [2] - 在授信审批领域，自动生成财务分析报告，将工作时间从数小时压缩到分钟级别 [2] - 在个人金融领域，结合大数据和金融大模型，提升客户经理智能化水平和营销转化成功率，将单个客户营销数据分析时长从平均30分钟缩短至平均5分钟 [3] 金融大模型基础应用打造 - 发挥金融大模型赋能减负作用，打造AI助手、AI工具箱、代码解释器、向量知识库等基础应用 [3] 金融大模型迭代与算力情况 - 2024年末完成金融大模型迭代更新16次，通用能力评分和业务场景能力评分明显提升 [3] - 2024年上线168个金融大模型应用场景，覆盖集团约一半员工 [3] - 2024年末算力规模507.72PFlops，较上年增长9.58%，新型算力占比超23.39%，整体算力规模和服务能力保持同业领先 [3]

报告公司投资评级 - 维持“增持”评级，给予2025年40xP/E，调整目标价为30.80元/股 [2][15] 报告的核心观点 - 四季度交投活跃带动公司业绩增长，2025年至今市场成交量及两融余额仍保持高位，继续看好公司业绩，AI赋能提升公司竞争力 [3] 根据相关目录分别进行总结 催化剂 - 资本市场交投活跃，居民财富管理需求持续增长 [5] 财务摘要 |项目|2023A|2024A|2025E|2026E|2027E| |----|----|----|----|----|----| |营业收入（百万元）|11,081|11,604|13,743|15,280|16,721| |(+/-)%|-11.2%|4.7%|18.4%|11.2%|9.4%| |净利润（归母，百万元）|8,193|9,610|12,213|13,632|14,459| |(+/-)%|-3.7%|17.3%|27.1%|11.6%|6.1%| |每股净收益（元）|0.52|0.61|0.77|0.86|0.92| |净资产收益率(%)|11.4%|11.9%|13.3%|13.0%|12.2%| |市盈率(现价&最新股本摊薄）|47.07|40.13|31.58|28.29|26.67| [6] 交易数据 - 52周内股价区间为9.96 - 30.00元 - 总市值385,641百万元 - 总股本/流通A股为15,786/13,359百万股 - 流通B股/H股为0/0百万股 [7] 资产负债表摘要 - 股东权益76,942百万元 - 每股净资产4.87元 - 市净率（现价）5.0 - 净负债率 -196.38% [8] 股价走势 - 2023 - 2024年东方财富与深证成指升幅对比展示 - 1M、3M、12M绝对升幅分别为1%、 -7%、80%，相对指数升幅分别为 -1%、 -10%、65% [10][11] 相关报告 - 《利润微降符合预期，交投活跃看好增长》2024.10.28 - 《需求不足代销承压，增配固收投资亮眼》2024.08.11 - 《代销承压投资高增，AI落地助力增长》2024.04.25 - 《需求低迷代销承压，AI赋能助力增长》2024.03.15 - 《大模型赋能全场景，B/C两端有望齐发力》2024.01.12 [12] 公司业绩分析 - 2024年调整后营收149.76亿元，同比+12%；归母净利润96.10亿元，同比+17%，符合预期 - 手续费收入同比23.07%至61.13亿元，贡献调整后营收增长总量的69%；利息净收入同比6.91%至23.81亿元，贡献9%；基金代销收入同比 -22%至28.41亿元，贡献 -47%；投资收益大幅提升至33.71亿元，同比51%，投资收益率4.75% - 营业总成本同比 -1.75%至42.53亿元，销售费用同比下降31%，研发费用同比+6%至11.43亿元 [15] 未来展望 - 2025年市场交投活跃，截至3月14日，日均股票成交额1.56万亿元，同比+80%，两融余额19282亿元，同比+27%，公司业绩有望大幅增长 - 公司“妙想”金融大模型加速落地赋能B端和C端，提升竞争力，打开业绩想象空间 [15] 财务预测表 - 展示2023A - 2027E资产负债表、利润表、现金流量表及主要财务比率等数据 [16] 可比公司估值表 |股票代码|股票简称|收盘价（元）|EPS（元/股）|PE| |----|----|----|----|----| | | |2025/3/14|2023A|2024A/E|2025E|2023A|2024A/E|2025E| |300803.SZ|指南针|92.86|0.18|0.26|0.61|515.89|357.43|152.38| |300033.SZ|同花顺|318.70|2.61|2.65|4.09|122.11|120.38|77.92| |600030.SH|中信证券|28.07|1.30|1.42|1.68|21.59|19.70|16.70| |601688.SH|华泰证券|18.08|1.35|1.75|1.68|13.39|10.35|10.74| |平均值| | | | | |168.25|126.96|64.43| [17]

文章核心观点 金融行业正系统性拥抱AI，金融大模型从“效率工具”升级为“战略引擎”，有望重构金融服务全生命周期管理，但应用中存在提升模型准确性、实现技术投入可持续、应对数据和隐私保护挑战等问题；东方财富发挥数据和技术优势推进AI在金融核心场景应用落地，还提出金融机构实现金融科技与投保结合及加快基金投顾业务发展的建议 [1][2][9] 金融行业AI应用变化 应用覆盖面扩大 - 金融行业对AI认知经历谨慎观望、战略重估到全行业系统性拥抱三个阶段，大模型落地应用从试点迈向规模化 [2] - DeepSeek等高质量、低成本开源模型降低应用部署门槛，促进金融AI应用生态繁荣 [2] 场景化结合深度提升 - 金融机构对大模型态度从“是否要做”转向“如何做深”，推动应用从基础场景向分析决策场景融入 [3] - 应用深化使解决大模型内生问题更紧迫，行业正构建评测标准为安全治理提供指引 [3] 东方财富大模型探索与创新 开启AI投研新范式 - 传统投研模式难覆盖全市场标的，大模型与投研需求场景契合度高 [6] - 公司推出妙想投研助理，推动投研行业从“经验驱动”向“数据+算法驱动”跃迁 [6] 做强模型能力 - 完善模型“金融思维链”，使其深度理解金融规范和业务要求 [7] - 推出信源分级机制，提高妙想对信源分析辨别能力 [7] - 革新隐私保护与安全架构，建立全流程风险防控体系 [7] 构建开放金融生态 - 联合产学研主体推动行业规则共建，发布金融开源评测数据集 [8] - 参与金融大模型领域标准编制，为行业安全稳健发展贡献力量 [8] 金融大模型对券商业务变革 支持投研业务 - 以“人机协同”模式颠覆传统投研工作范式，高效赋能投研 [9] 赋能客户服务 - 从“标准化响应”转变为“个性化交互”，拓展服务边界 [9] 助力风控体系建设 - 从“事后分析”转向“事前预警”与“事中监控”，构建动态风险防控体系 [9] 金融机构应用大模型挑战 提升模型准确性 - 金融场景对模型精确度与可解释性要求高，大模型多步推理可靠性待提升 [10] 实现技术投入可持续 - 大模型算力需求指数级增长，运维与升级资金压力大 [11] - 需平衡技术引入成本与价值创造，合理配置计算资源 [11] 应对数据和隐私保护挑战 - 应用涉及海量金融数据分析，需保护数据安全，规范数据流动 [11] 金融科技与投保结合建议 建立差异化服务体系 - 运用金融科技建立精细化客户画像，提供个性化、差异化服务 [12] 创设多元化产品矩阵 - 提供智能化投顾服务，创设普惠性产品，提升金融服务覆盖面 [12] 输出趣味性投教内容 - 通过新媒体平台和创新形式，提升投教体验互动性和趣味性 [12] 构建健全数据保护体系 - 开发利用数据保护前沿技术，筑牢隐私和数据安全防护盾 [12] 加快基金投顾业务发展建议 “投”端 - 扩大参与主体和可投资产品品类，提供全面定制化投顾策略 [13] “顾”端 - 建立健全人才培养和激励机制，提升陪伴式服务能力 [13]