证券行业的数字化转型，既是实体经济转型、资本市场高质量发展对行业提出的要求，也是行业自身变革发展的必由之路。

　　1.实体经济转型对金融服务提出新要求。我国经济正处在发展转型关键期，企业正在从规模扩张转向结构升级，从要素驱动转向创新驱动，要求资本市场充分发挥风险共担、利益共享的机制，不仅能提供融资支持，更能在完善公司治理、激励企业家精神等方面发挥重要功能。证券行业的数字化转型，需要直面新形势下实体企业需求的变化，提供综合化、定制化解决方案。

　　2.资本市场高质量发展需要证券行业重构服务模式。我国资本市场正步入高质量发展阶段，其特征表现为上市公司数量快速增加、市场结构逐步改善、注册制改革加速推进。证券经营机构是资本市场投融资活动的重要参与主体，通过独立、专业与审慎的工作，为资本市场提供承销、尽职调查、审计、法律、信用评级等专业服务，提升信息披露质量，防范各类欺诈行为。证券公司需要重构服务模式，更好履行中介责任，提升资本市场配置资源的作用和质量。

　　3.证券行业自身提升服务能力的内生需求。证券公司的内部资源配置与服务能力建设，往往按照业务线纵向聚焦，形成了“烟囱式”的业务系统与数据孤岛，导致服务能力、业务系统、数据资产难以横向打通，组织内的资源难以高效协同、形成合力，制约了向客户提供综合服务的能力与效率。通过数字化建设打通数据资产、发挥数据价米乐m6官网值、改造业务流程、完成组织与员工的赋能，构建一体化的客户服务能力，成为证券行业的内生需求。

　　在中国国际大数据产业博览会当日的2019“数产融合”应用发布暨实践论坛上，华创证券发布了包括知识图谱平台在内的多款金融科技产品

　　1.证券行业数字化的目标是帮助客户创造价值。长期以来，证券行业的工作僵化于“以牌照为中心”、提供标准化金融服务的通道业务思维。新的形势下，必须回归以实体经济需求为出发点和落脚点，加快从“牌照为中心”向“客户为中心”转变，发展成为具有完整业务链和服务链的综合金融服务商。因此，证券行业的数字化的目标，不应是“炫技”，不应在原有的路径上修修补补，沉迷于速度有多快、界面有多花哨，而是要真实立足金融服务的本质，围绕客户需求，为客户提供差异化、定制化的综合金融服务，实现客户的价值创造。

　　2.证券行业数字化米乐m6官网，必须要推动人和组织的转型，重构生产关系。员工要从业务的执行者变成业务组织者。如何让员工能充分了解和调用公司的资源能力，在面对企业时提供综合解决方案，是新形势下服务企业的基本要求，也是对人力资源的充分运用。证券公司内部组织要全力破除“牌照部门化”“包工队化”等情况，将公司的能力封装成产品、模块，导致能力可被调用，组织模式全力向能力调用、团队协作、解决方案提供的方向转型，保障一线员工能够有效调用各类能力，为客户提供综合业务服务。

　　1.要聚焦人的连接。面对各业务条线系统的数据及流程割裂、“烟囱式”的系统建设难以支持内部高效协作、各系统技术栈不一无法实现能力复用、业务高效交付与信创改造的双重挑战、对客户综合金融服务能力难以形成合力等问题，必须以人的“连接”为核心，打通数据、能力及服务资源，以自主可控为宗旨，构建人员、流程、数据全连接的一体化运作平台，有效解决多系统融合、多数据整合、多终端协同、信创改造等困难。

　　2.构建“云、网、端”的工作范式。“云”指的是“基础数据库+云化数字平台”。通过云化数字平台的建设，整合各业务基础数据库，形成统一的数据底座，对数据进行汇聚、转换和加工处理，是数字化转型的基石。“网”是综合业务服务平台，进行业务协同、资源连接和关系重构，是综合业务服务的平台支撑。传统架构是前后台一体化、垂直整合的架构，势必会形成烟囱，而“网”可以打破这种结构。“端”是用户界面和员工数字化工具。用户界面是客户综合服务入口，数字化工具是赋能员工的角色、场景导向的一线作战支持平台。“端”是“云”和“网”的能力输出，同时又将客户和员工数据反馈给“云”和“网”，形成了服务输出到数据反馈的闭环。

　　在公司的数字化方法指导下，研究所、投行、财富管理等业务线，以客户价值创造为目标，积极探索数字化实践场景，取得了初步成果。

　　1.研究所：以投研数据平台和知识图谱为两大基座，构建智能投研服务。智能投研本质上是将一套证券行业垂类的数据采集、存储、处理、分析研究的过程，如何将该过程从传统的人工为主、机器为辅的模式，升级为机器为主、人工为辅，同时将该过程进行专家化、系统化、自动化建设，是智能投研区别于之前投研框架的主要区别。

　　在投研数据治理的建设中，我们按照自上而下的分析框架，将数据划分为宏观、行业、公司、产品四大类，既涵盖了行情、基本面等标准数据，也覆盖了产业上下游，新闻、舆情、工商法务、专利、招投标等另类数据。通过数仓平台建米乐m6官网设，实现了对于非结构化、多源异构的知识数据的感知、收集、加工、清洗、存储和调用。

　　在投研数据管理的工具选择上，对于计算和存储层，包含离线计算MapReduce、分布式存储HDFS、Hive数据仓库、实时计算Spark和Flink、OLAP分析引擎Clickhouse、图数据库NEO4J等。数据资产管理层，基于OneData构建的数据资产管理体系，包含数据分析、数据地图、数据管理、数据应用和数据运营。数据生产线，主要包含数据规划、数据清洗模型、指标规范、数据开发规范、任务调度和监控报警服务等。数据集市层包含基础数据接入、公共数据中心、数据萃取（基于OneID构建的股票、产品、行业三大数据体系）。数据门户层，面向用户开放的数据应用平台，包含数据申请、数据抽取等。

　　在知识留存方面，我们采用了事理知识图谱技术，对各个行业的产业链和投研逻辑等知识进行了留存和运用。知识图谱的概念追溯到上个世纪五六十年代所提出的一种知识表示形式——语义网络（Semantic Network）。语义网络由相互连接的节点和边组成，节点表示概念或者对象，边表示他们之间的关系（is-a关系，比如：猫是一种哺乳动物；part-of关系，比如：脊椎是哺乳动物的一部分）。在表现形式米乐m6官网上，语义网络和知识图谱相似，但语义网络更侧重于描述概念与概念之间的关系，而知识图谱则更偏重于描述实体之间的关联。

　　知识网络就是大量三元组关系的统一融合。所以构建图谱的核心要点是将节点、关系和属性按照一定的逻辑存储到底层图数据库中，为了将抽象的图谱结构落地存储，需要生成两个数据库：实体节点库和节点关系库。通常只需把图谱所依赖的实体节点库和节点关系库构建好，然后通过图数据库的数据导入工具，将实体节点和关系导入到数据库中即可生成一个领域知识图谱。

　　以数据中台和知识图谱为基础，可以根据客户需要，开发一系列灵活的应用型产品，赋能证券公司投研服务在智能性、及时性、个性化上的提升。例如数据中台提示“港口铁矿石存量异常”后，知识图谱可以推导出传导链条、关联，并对以前类似事件进行统计分析。

　　我们认为，随着新技术在投研场景中的不断深化，一方面可以通过另类数据和基本面数据高频化、事件智能分析、产业链传导研究扩展投研广度，下沉投研深度；另一反面还可以借助金融科技的赋能，在风险主体监控、风险预判、负面舆情监控、债券动态评级等方面发挥优势。

　　2.投行业务：借力AI技术，实现投行底稿数字化，打造员工数字化赋能工具。工作底稿是投行业务出具专业意见和推荐文件的基础，也是投行执业质量评价的重要依据。投行工作底稿中包含了融资主体及干系人的股东股权结构、银行流水记录、组织架构、财务报表、涉诉受罚等多维度信息。在项目尽调、承做、持续督导的过程中投行业务人员需要耗费大量的时间和精力用于底稿内信息的获取、分析、校验、处理等，制约了投行作业效率。鉴于投行工作底稿的重要性以及投行业务人员对工作底稿数字化的实际使用需求，公司投行业务部门，积极探索以光学字符识别技术（OCR）、自然语言处理技术（NLP）等人工智能技术为基础的工作底稿数字化方法，并以此为基础研发员工数字化赋能工具。

　　底稿数字化过程，是基于OCR、NLP、知识图谱等人工智能技术，将工作底稿中大量的图片扫描件、PDF文件内的非结构化数据，抽取、转换为结构化数据。具体的步骤包括PDF解析、OCR识别、数据定位、语义抽取、数据拼接、数据校验等。

　　在底稿数字化过程中，我们采用了“海量领域文本的语言模型加领域迁移”“基于弱监督学习的知识图谱构建”“文档版式识别”等关键技术米乐m6官网。这些关键技术的使用，不仅提高了工作底稿数据抽取的准确率，还大幅度减少了在AI模型训练阶段的人工干预程度。

　　目前公司底稿数字化体系已初步建成。实现了企业财务数据为主的数字化抽取体系。围绕承做、受托管理、持续督导等业务环节和业务场景，研发数字化赋能工具，推进“端”的建设，帮助业务人员从重复机械的工作中解放出来，大幅提升投行业务效率和数据准确度，实现业务部门降本增效。