解析智能投研重要环节：平安科技欧拉图谱

对于 投资 行业而言，投研能力无疑是重要核心生产力，投研成果的好坏关乎投资收益的成败，也是大众投资者们普遍评估投资机构的重要评价砝码。

在过去，投研工作的坏好主要依赖专业高端人力资源的掌握情况，而大量的优势资源掌握在少数精英机构之中。现在，随着新一轮技术力量的涌现，投研工作出现了新的机会窗口——那就是以知识图谱为基础的人工智能技术。

在刚出炉的中国国务院《新一代人工智能发展规划》中也提到知识图谱建设，重要性可见一斑。“重点突破跨 媒体 统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术，实现跨媒体知识表征、分析、挖掘、推理、演化和利用，构建分析推理引擎。”

知识图谱究竟是怎样的一种存在，他们与智能投研又有怎样的关系呢？答案其实就存在投研的日常工作逻辑之中。

从日常我们阅读的投研报告结构可以知道，通常的分析框架包括客户、供应商和竞争对手，然后再辅之以财务分析和行业趋势判断的逻辑推理。为什么要用这样的逻辑来研究企业呢？原因不难理解。主要是从产业链的角度入手来解释企业财富创造的过程。首先当然是市场需求问题，市场需求是财富创造的源头和起点；客户状况就代表市场需求，只有客户需求旺盛企业的投资价值才会凸现。其次是供应商，供应商反映的是生产成本问题。简单地说，企业利润的价值创造一方面来自原市场拓展的“开源”，一方面来自成本控制方面的“节流”。优秀的企业会出色的完成整个产业链的创新，甚至将供应链的成本环节也打造成产品价值的创生环节。比如很多高端产品会垄断性的控制特定供应部件或原料。最后是同行竞争状况，竞争状况除了反映市场需求之外，其实反映的是企业整体竞争能力，尤其是当前智能化竞争时代，综合竞争力考验企业战略判断，很多传统竞争要素也发生了很多深刻变化，比如 商业 模式、扩展速度和规模。几乎所有的投研报告都离不开前面的三块，而竞争分析又最容易成为投研分析的切入点，因为这里有最容易发现的机会和风险窗口。这种分析逻辑被体现得更加淋漓尽致的是做空机构的研究报告。

纵观整个报告内容，我们可以清晰的发现他们注重了关系分析的思路逻辑。通常出色的投研工作还会研究企业的关联方，比如对产业链中的各种企业经营事件、市场热点、银行借贷、应收（应付）账款资金往来方、担保抵押方，以及高管、政府机构、行业协会（行业专家）组织、分支机构、离职员工等进行大量的关联分析和调查；除此之外，还会将微观个体的研究纳入到宏观的行业研究中。比如在研究某共享单车的运营商中，研究视野会自然扩展到整车加工商、零部件生产商、基础原料供应商等——这就是传说中的“上帝视角”；接下来，就是专业研究人员最富价值的创造部分，即将零散的材料进行清晰、拼接，组织成条理清楚的核心事实和论据，最后是投资价值的逻辑推理和估值。

上述过程基本是展业的投研人员工作逻辑，我们的问题是如何将这样的逻辑转化成智能投研工具。我们是否可以复制这样的分析思路，甚至是工具化呢？答案是肯定的。因为诸如此类的相关关系的组织、管理和跟踪正好是企业知识图谱的核心工作职能。企业知识图谱是智能投研的重要环节，占据整个投研工作80%以上的工作量，属于数据材料输入部分，包括了大量的关系提取、语义理解工作；而后面的推理和估值是价值输出部分。

平安 科技 针对当前企业投研分析的难点和痛点，总结过去的各种经验教训，历时2年研发，推出了企业知识图谱产品——欧拉图谱。该产品的设计理念就是对企业、事件、人物、行业都进行充分关联，目前已经有数十种关系类型。近期已投产应用，当前是优先布局集团各专业公司风控和投研环节中；同时也将陆续开放到外部市场，相信这款分析神器也将逐步装备进各种专业投资机构的智能投研体系中去。