券商中國
周樂
2025-02-24 10:44
創(chuàng)新驅(qū)動發(fā)展,，監(jiān)管如何與時俱進,。
伴隨近期陸續(xù)有投資者向以DeepSeek為代表的大模型尋求股票基金投資建議,，新的問題衍生出現(xiàn)：通用大模型是否應(yīng)納入證券投資咨詢牌照監(jiān)管,。
該話題具有討論空間，是因為一方面當前已有不少投資者開始利用DeepSeek等通用大模型提供的投資建議來買賣股票或基金,，可能構(gòu)成證券投資咨詢活動,；另一方面，當前大模型為通用大模型,，并非金融領(lǐng)域的專用模型,，主要具備“工具”屬性，技術(shù)中立或可成為不納入證券投顧牌照監(jiān)管的理由,。
券商中國記者采訪多名券商人士發(fā)現(xiàn),，既有觀點稱“應(yīng)統(tǒng)一監(jiān)管”，也有的認為不宜“一刀切”管理,。
展望未來,，監(jiān)管部門在AI投顧業(yè)態(tài)中扮演怎樣的角色，如何探索出新的治理路徑,，值得持續(xù)關(guān)注,。
爭議是否納入投顧牌照監(jiān)管
今年春節(jié)以來，陸續(xù)有年輕投資者向DeepSeek-R1,、豆包請求推薦股票,、基金等證券投資建議。對此,，有證券從業(yè)人員向券商中國記者提出困惑,，AI大模型在提供股票投資建議時，是否應(yīng)該持有投顧牌照,。
券商中國記者注意到,，在豆包APP平臺上，不同入口獲取的證券投資咨詢結(jié)果呈現(xiàn)出顯著的監(jiān)管差異,。當券商中國記者向豆包要求推薦股票,，豆包會給出多個具體的股票建議，包括倉位和買入價位,。當券商中國記者向華泰證券在豆包APP上線的股票智能體“華泰股市助手”提出相同問題后,，遭遇“碰壁”，其表示不能給出直接的買賣建議,，但會提供資金面,、技術(shù)面等信息供分析決策。
同一APP上出現(xiàn)截然不同的咨詢結(jié)果反映出不同入口背后主體的屬性差異,。華泰證券作為持牌金融機構(gòu),，受到監(jiān)管規(guī)定約束,。但在用戶需求角度看，豆包的直接薦股建議可能更有吸引力,。
那么,，以DeepSeek、豆包為代表的大模型是否應(yīng)該納入證券投資咨詢牌照監(jiān)管,，受到業(yè)內(nèi)關(guān)注,。
部分受訪的券商人士認為應(yīng)納入投顧牌照監(jiān)管。華福證券有關(guān)負責人認為,，盡管目前AI大模型薦股薦基建議尚未商業(yè)化,，但這些建議已對投資者決策產(chǎn)生影響，納入監(jiān)管能夠確保AI大模型提供的投資建議具備專業(yè)性和合規(guī)性,，有效避免誤導投資者,。國信證券相關(guān)人士也認為應(yīng)該與現(xiàn)有監(jiān)管保持一致，要對客戶的適當性進行校驗,，給予投資建議對市場交易價格產(chǎn)生的沖擊要進行統(tǒng)一監(jiān)控,。
不過，也有券商人士認為要多方面考慮該問題,，不應(yīng)“一刀切”,。銀河證券財富管理首席投資官、產(chǎn)品中心總經(jīng)理張嘉為表示,，僅從AI技術(shù)本身來看，這些AI工具更多具備的是“模型”和“工具”的屬性,，在不商業(yè)化的前提下,，投資者在自主使用的過程中，無需納入投資咨詢牌照監(jiān)管的必要性,?！暗牵绻袡C構(gòu)依據(jù)這類模型搭建商業(yè)化模式并給出具體的投資建議,，或者未來薦股行為實現(xiàn)商業(yè)化,，就屬于投資咨詢行為，理應(yīng)納入投資咨詢牌照監(jiān)管,?！?/p>
國泰君安相關(guān)人士也有相似觀點。他表示,，以DeepSeek為例的通用模型平臺主要以數(shù)學,、物理、常識等問題進行訓練,，并非以金融投資問題訓練,，模型在證券行業(yè)中的應(yīng)用能力是“模型泛化”的成果之一,。“如果對這些平臺做‘一刀切’管理,，從某種角度上來說反而會限制模型能力的進一步發(fā)揮,，對模型的進化提升存在潛在的負面影響?！?/p>
在該人士看來,，金融服務(wù)的風險傳導機制決定監(jiān)管應(yīng)聚焦“行為實質(zhì)”而非“技術(shù)形態(tài)”，比如以專業(yè)服務(wù)平臺為代表的智能投顧平臺,、以證券機構(gòu)為主體在智能體平臺建立的對客Agent智能體就需要納入投顧牌照監(jiān)管,，因為這些平臺達到輸出投資建議的三個標準：具有明確指向性，比如提供個股或者基金代碼,；形成持續(xù)性服務(wù),，而非用戶單次測試；產(chǎn)生實質(zhì)影響,，用戶會據(jù)此交易,。
技術(shù)中立能否豁免合規(guī)責任
除了主體屬性存在爭議外，在合規(guī)性方面,，DeepSeek等通用大模型平臺提供投資建議背后的底層數(shù)據(jù),、算法模型、生成的投資邏輯和相應(yīng)結(jié)論等是否應(yīng)該納入監(jiān)管,、技術(shù)中立能否豁免合規(guī)責任等話題,，也存在討論空間。
比如,，近期屢有出現(xiàn)“數(shù)據(jù)污染”的消息,。有用戶反應(yīng)，DeepSeek在推薦基金時,，抓取的信息來源包括某基金產(chǎn)品的廣告投放,。又如，“AI幻覺”問題,，即模型生成與事實不符,、邏輯斷裂或脫離上下文的內(nèi)容。在Vectara HHEM人工智能幻覺測試中,，DeepSeek-R1顯示出14.3%的幻覺率,，遠超行業(yè)平均水平。
對此,，有部分券商人士認為,，AI大模型對用戶而言，僅僅是多了一個參考信息的來源,；并且用戶輸入不同的提示詞后也會產(chǎn)生差異較大的分析結(jié)果,。從此角度看,，AI技術(shù)是中性的，提供最終結(jié)論的選擇與判斷仍取決于用戶本人,。
也有券商人士持不同意見,，認為AI輸出的內(nèi)容合規(guī)可信非常重要。前述國信證券相關(guān)人士表示,，思維鏈輸出的交互形態(tài),，潛意識引導了用戶的認知，讓用戶更加容易認同分析的結(jié)果,，但同時也讓大模型的幻覺變得更加隱蔽,。“深度使用DeepSeek就會發(fā)現(xiàn),，金融數(shù)據(jù)容易被錯誤引用,，對于原始信息的真實性無法求證，生成的內(nèi)容容易被搜索結(jié)果誤導等問題,，因此需要相關(guān)監(jiān)管部門加強該領(lǐng)域的監(jiān)管,。”
中信建投證券人士表示,，目前AI直接用于投資咨詢存在技術(shù)風險,，算法模型和資產(chǎn)配置邏輯存在不穩(wěn)定、不可靠等風險,。
華福證券負責人建議,，監(jiān)管可考慮要求平臺披露算法邏輯和風險提示，能夠讓投資者更清楚地了解投資建議的依據(jù)和風險,，從而維護金融市場的穩(wěn)定和公平,。
東莞證券相關(guān)人士表示，在智能投顧業(yè)務(wù)監(jiān)管方面,，一是建議加大智能投顧監(jiān)管沙盒試點，加快智能投顧業(yè)務(wù)屬性與準入管理具體規(guī)范制定,；二是鑒于我國資本市場個人投資者占比較大的情況,，AI的發(fā)展應(yīng)用應(yīng)參考當下的高頻量化交易的監(jiān)管策略，將智能投顧相關(guān)策略依據(jù)市場結(jié)構(gòu),、流動性和價格發(fā)現(xiàn)產(chǎn)生方式進行分類研究,，既不可“一概而論”也不能“聽之任之”。
不必憂慮趨同性風險
此外,，有市場觀點稱,，伴隨AI薦股未來的廣泛應(yīng)用，可能會引發(fā)投資者的群體性操作,，導致市場波動,。多名受訪人士認為,，“趨同性”風險確有可能存在，但概率不大,。
上述華福證券人士認為,，由于很多機構(gòu)可能基于相似的市場數(shù)據(jù)、算法模型和理論基礎(chǔ)來構(gòu)建自己的AI投資系統(tǒng),，當市場出現(xiàn)某些特定信號時,，大量基于相同算法的投資決策有可能同時發(fā)生。因此需要謹慎看到AI在投研與投資咨詢領(lǐng)域的運用,。
“防范上,，我們可以通過監(jiān)管引導機構(gòu)在算法設(shè)計上增加差異化，鼓勵機構(gòu)結(jié)合自身的研究優(yōu)勢,、數(shù)據(jù)特色來優(yōu)化算法,。同時，加強投資者教育也至關(guān)重要,，引導投資者理性看待AI投資建議,，不盲目跟風，從而降低因算法趨同帶來的市場波動風險,?！痹撁A福證券人士表示。
張嘉為稱,，趨同性的出現(xiàn)取決于三方面是否發(fā)生共振：一是具體應(yīng)用場景和應(yīng)用模式,，二是底層數(shù)據(jù)來源范圍，三是客戶提問的提示詞,。但實際展業(yè)中,，三者共振導致“趨同性”的概率不大。因為持牌金融機構(gòu)通常多方面提升策略多樣性,、交易分散性,、模型多樣化協(xié)同、業(yè)務(wù)技術(shù)深度融合及風控預警,。同時,，各家機構(gòu)擁有不同的客戶數(shù)據(jù)、投顧數(shù)據(jù),、資訊數(shù)據(jù)等,，數(shù)據(jù)庫一致性的概率不大，再者,，客戶千人千面,，提問的提示詞高度重復的概率也不大。
平安證券經(jīng)紀業(yè)務(wù)事業(yè)部相關(guān)負責人以量化交易的策略發(fā)展為例，稱這是類似一個循環(huán)的過程：發(fā)現(xiàn)策略,、獲利,、失效、再挖掘新的策略,?！霸诩夹g(shù)升級的初期階段，可能會出現(xiàn)‘羊群效應(yīng)’,，比如大家用的模型,、數(shù)據(jù)源或者訓練方法都差不多，短期內(nèi)引發(fā)趨同交易,，但這也可能導致策略收益下降甚至虧損,，進而推動市場從同質(zhì)化走向差異化?！?/p>
校對：祝甜婷
