《計算機行業：GPT將如何影響我們的工作？-230323（25頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業：GPT將如何影響我們的工作？-230323（25頁）.pdf（25頁珍藏版）》請在三個皮匠報告上搜索。

1、 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 Table_Info1Table_Info1 計算機計算機 Table_Date 發布時間：發布時間：2023-03-23 Table_Invest 優于大勢優于大勢 上次評級:優于大勢 Table_PicQuote 歷史收益率曲線 Table_Trend漲跌幅（%）1M 3M 12M 絕對收益 8%33%12%相對收益 10%29%18%Table_Market 行業數據 成分股數量（只）346 總市值（億）44935 流通市值（億）23866 市盈率（倍）118.5 市凈率（倍）6.0 成分股總營收（億）3520 成分股總凈利潤（

2、億）243 成分股資產負債率（%）36.1 Table_Report 相關報告 從海外映射看 ChatGPT 在 A 股的投資機會 -20230206 Table_Author 證券分析師：黃凈證券分析師：黃凈 執業證書編號：S0550522010001 18680586451 研究助理：吳雨萌研究助理：吳雨萌 執業證書編號：S0550122040013 18901997197 Table_Title 證券研究報告/行業深度報告 GPT 將如何影響我們的工作？將如何影響我們的工作？報報告摘要：告摘要：Table_Summary OpenAI 官網發布了最新研究論文 GPTs are GPTs:

3、An early look at the labor market impact potential of large language models，論文中對 LLM 語言模型和 GPT 對美國不同職業的潛在影響進行了探討。論文研究結果表明，在美國：1、多數職業將受到多數職業將受到 GPT 的沖擊的沖擊：80%的工人有至少 10%的任務可以被 GPT 減少50%的工作時間；19%的工人有至少 50%的任務可以被 GPT 減少50%的工作時間；2、GPT 的影響橫跨各類薪資層級：的影響橫跨各類薪資層級：盡管存在部分特殊情況，但整體來看，工資越高，受 GPT 沖擊的程度越大；3、職業技能與職業技

4、能與 GPT 的沖擊程度有關：的沖擊程度有關：科學和批判性思維技能最不容易受 GPT 沖擊，而編程和寫作技能受影響的程度最高；4、高學歷更容易受到高學歷更容易受到 GPT 的沖擊：的沖擊：持有學士、碩士和更高學位的人比沒有正規教育學歷的人更容易受到 GPT 的沖擊；5、在職培訓時間時長與在職培訓時間時長與 GPT 沖擊程度呈負相關：沖擊程度呈負相關：在職培訓時長最長的職業收入水平偏低，且受 GPT 沖擊程度最低，而沒有在職培訓或只需實習的工作則表現出更高的收入水平和更容易受 GPT 沖擊的屬性。6、證券相關和數據處理行業受證券相關和數據處理行業受GPT影響程度最高：影響程度最高：在人類打分和G

5、PT打分模式下，證券商品合約及其他金融投資和數據處理托管分別是受 GPT 沖擊程度最高的行業；在進一步開發 GPT 衍生功能的情況下，量化分析師的所有任務將被 GPT 降低 50%以上的工作時間。此外，我們運用論文中的方法，對中國證券行業情況進行了類似的打分和統計，并得出如下結論：1、受受 GPT 沖擊的程度：沖擊的程度：二級賣方分析師投行一級市場基金經理。2、在經過專業知識訓練的 LLM 和 GPT 的幫助下，賣方分析師可能賣方分析師可能有有 82%的任務將被減少的任務將被減少 50%以上的工作時間，基金經理可能有以上的工作時間，基金經理可能有55%的任務被減少的任務被減少 50%以上的工作

6、時間。以上的工作時間。與美國的對比：與美國的對比：國內賣方分析師、一級市場（投行）和基金經理受到 GPT沖擊的程度可能略好于美國證券行業受沖擊的平均水平，這可能與量化分析師比例和資本市場有效性的差異有關。風險提示：風險提示：AI 技術創新不及預期，行業競爭加劇 Table_CompanyFinance 重點公司主要財務數據重點公司主要財務數據 重點公司重點公司 現價現價 EPS PE 評級評級 2021 2022(E)2023E 2021 2022(E)2023E 金山辦公 360.82 2.26 2.42 2.97 117.32 109.29 121.57 買入 恒生電子 45.93 1.0

7、1 0.57 0.97 61.53 80.29 47.47 買入 科大訊飛 56.71 0.70 0.25 0.77 75.01 228.33 74.03 買入 -30%-20%-10%0%10%20%2022/32022/62022/92022/12計算機滬深300 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 2/25 計算機計算機/行業深度行業深度 目目 錄錄 1.總結：總結：GPT 對工作的沖擊將跨越各個職業對工作的沖擊將跨越各個職業.4 2.統計指標來源及解釋統計指標來源及解釋.4 2.1.數據來源.4 2.1.1.美國職業、工作活動和任務數據的來源.4 2.1.2.工資

8、、就業及人口數據來源.5 2.2.暴露度 Exposure：用于衡量 GPT 對各職業的沖擊程度.5 3.研究結論：研究結論：30%的職業或任務將受到的職業或任務將受到 GPT 沖擊沖擊.7 4.研究結論：研究結論：工資水平與工資水平與 GPT 沖擊程度呈正相關沖擊程度呈正相關.8 5.研研究結論：究結論：科學和批判性思維是受科學和批判性思維是受 GPT 沖擊最小的技能沖擊最小的技能.10 6.研究結論：研究結論：學歷水平和在職培訓時長與學歷水平和在職培訓時長與 GPT 沖擊程度相關沖擊程度相關.12 7.研究結論：證券投資和數據處理可能是受沖擊程度最高的職業研究結論：證券投資和數據處理可能是

9、受沖擊程度最高的職業.14 8.對國內的探討：賣方分析師對國內的探討：賣方分析師80%的工作可能受的工作可能受 GPT 沖擊沖擊.20 風險提示風險提示.23 圖表目錄圖表目錄 圖圖 1：經濟體暴露度（左圖：職業和任務暴露度的分布，右圖：工人和任務暴露度的分布）：經濟體暴露度（左圖：職業和任務暴露度的分布，右圖：工人和任務暴露度的分布）.8 圖圖 2：各職業就業水平的暴露度分布（人類打分和：各職業就業水平的暴露度分布（人類打分和 GPT 打分模式）打分模式）.8 圖圖 3：各職業工資的暴露度分布（人類打分和：各職業工資的暴露度分布（人類打分和 GPT 打分模式）打分模式）.9 圖圖 4：五個工

10、作區對應的職業暴露度：五個工作區對應的職業暴露度 .12 圖圖 5：不同行業受：不同行業受 GPT 的影響程度（人類打分模式）的影響程度（人類打分模式）.16 圖圖 6：不同行業受：不同行業受 GPT 的影響程度（的影響程度（GPT 打分模式）打分模式）.17 圖圖 7：全要素生產力和勞動生產力對暴露度并無顯著影響：全要素生產力和勞動生產力對暴露度并無顯著影響.18 表表 1：O*NET 數據庫中職業、任務和數據庫中職業、任務和 DWA 的示例的示例.5 表表 2：GPT 和人類打分兩種方式的一致性和皮爾遜相關系數情況和人類打分兩種方式的一致性和皮爾遜相關系數情況.6 表表 3：統計數據匯總（

11、人類打分和：統計數據匯總（人類打分和 GPT 打分）打分）.7 表表 4：O*NET 技能和暴露度的技能和暴露度的 OLS 回歸結果回歸結果.10 表表 5：O*NET 技能的列表和定技能的列表和定義義.11 表表 6：不同工作區的分類方法及對應的暴露度：不同工作區的分類方法及對應的暴露度.13 表表 7：按準入學歷分職業暴露度的平均值：按準入學歷分職業暴露度的平均值.13 表表 8：按在職培：按在職培訓時長分職業暴露度的平均值訓時長分職業暴露度的平均值.13 表表 9：不同：不同 GPT 技術水平下，受沖擊程度最高的職業技術水平下，受沖擊程度最高的職業.15 fY8XeUaYfY9WdXbZ

12、9PdNbRnPqQoMsReRpPtQlOtRtNaQmOrRuOpOzQxNoPxO 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 3/25 計算機計算機/行業深度行業深度 表表 10：對：對 GPT 沒有任何暴露度的行業主要以體力勞動為主沒有任何暴露度的行業主要以體力勞動為主.19 表表 11：二級賣方分析師、一級市場投行和基金經理受：二級賣方分析師、一級市場投行和基金經理受 GPT 沖擊的情況沖擊的情況.20 表表 12：二級賣方分析師、一級市場投行和基金經理的任務列表：二級賣方分析師、一級市場投行和基金經理的任務列表.21 表表 13：論文中關于暴露度分類的詳細定義：論文

13、中關于暴露度分類的詳細定義.22 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 4/25 計算機計算機/行業深度行業深度 1.總結總結：GPT 對工作的對工作的沖擊沖擊將跨越各個職業將跨越各個職業 3 月 17 日，OpenAI 官網發布最新研究論文 GPTs are GPTs:An early look at the labor market impact potential of large language models，對 LLM 語言模型，特別是 GPT，對美國不同職業和行業的潛在影響進行了探討。我們將論文中的結論進行了匯總：1、多數職業多數職業將受到將受到 GPT 的沖

14、擊：的沖擊：80%的工人有至少 10%的任務可以被 GPT 減少50%的工作時間；19%的工人有至少 50%的任務可以被 GPT 減少50%的工作時間；2、GPT 的影響橫跨各類薪資層級：的影響橫跨各類薪資層級：盡管存在部分特殊情況，但整體來看，工資越高，受 GPT 沖擊的程度越大；3、職業技能與職業技能與 GPT 的沖擊程度有關：的沖擊程度有關：科學和批判性思維技能最不容易受 GPT 沖擊，而編程和寫作技能受影響的程度最高；4、高學歷更容易受到高學歷更容易受到 GPT 的沖擊：的沖擊：持有學士、碩士和更高學位的人比沒有正規教育學歷的人更容易受到 GPT 的沖擊；5、在職培訓時間時長與在職培訓

15、時間時長與 GPT 沖擊程度有關：沖擊程度有關：在職培訓時長最長的職業收入水平偏低，且受 GPT 沖擊程度最低，而沒有在職培訓或只需實習的工作則表現出更高的收入水平和更容易受 GPT 沖擊的屬性。6、證券相關和數據處理行業受證券相關和數據處理行業受 GPT 影響程度最高：影響程度最高：在人類打分和 GPT 打分模式下，證券商品合約及其他金融投資和數據處理托管分別是受 GPT 沖擊程度最高的行業；在直接調用 GPT 模型的情況下，口譯筆譯和數學家分別是受影響最大的職業；在進一步開發 GPT 衍生功能的情況下，數學家和會計審計則分別為受影響最大的職業。2.統計指標統計指標來源及解釋來源及解釋 2.

16、1.數據來源 2.1.1.美國職業、工作活動和任務數據的來源 論文中使用了 O*NET 27.2 數據庫，包含 1016 種職業，以及各個職業的工作活動（Detailed Work Activities，簡稱 DWA）和任務（Task）。論文中對工作活動和任務給出了定義：詳細工作活動詳細工作活動 DWA 是由完成任務構成的綜合操作，大多數工作活動與一個或多個任務相對應，該數據集中包括 2087 種 DWA；任務任務 Task 是某個特定職業的基礎單位，一項任務可以與 0 個、1 個或多個 DWA關聯，且每個任務都有與之對應的職業，該數據集中包括 19265 種任務。例如，對于職業“急癥護理護士

17、”，其工作活動 DWA 包括“操作診斷或治療性醫療儀器或設備”和“準備醫療用品或設備”，其任務包括“設置、操作或監測侵入性設備和裝置，例如結腸造口術或氣管切開術設備、機械呼吸機、導管、胃腸道管和中心插管”。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 5/25 計算機計算機/行業深度行業深度 表表 1：O*NET 數據庫中職業、任務和數據庫中職業、任務和 DWA 的示例的示例 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 2.1.

18、2.工資、就業及人口數據來源 論文選取了美國勞工統計局（Bureau of Labor Statistics，以下簡稱 BLS）提供的 2020 年和 2021 年職業就業系列中的就業和工資數據。該數據集包括職業名稱、每個職該數據集包括職業名稱、每個職業的工人數量、業的工人數量、2031 年職業水平的就業預測、職業準入的教育水平以及獲得職業能年職業水平的就業預測、職業準入的教育水平以及獲得職業能力所需的在職培訓情況。力所需的在職培訓情況。BLS 數據庫可以同 O*NET 數據庫進行聯動：通過當前人口調查（Current Population Survey，簡稱 CPS），將 O*NET 中的任

19、務和工作活動數據集與 BLS 勞動力人口統計數據聯系起來，形成截面數據。2.2.暴露度 Exposure：用于衡量 GPT 對各職業的沖擊程度 論文中設定了暴露度暴露度 Exposure 這一指標，作為重點討論的對象。暴露度 Exposure用于衡量 GPT 對特定工作活動和任務的沖擊程度，即保證一項工作活動和任務完成質量相同的情況下，使用 GPT 或 GPT 驅動的系統是否能夠將執行工作活動或任務的所需時間減少 50%以上。論文采用了兩種暴露度的注釋方式，分別為人工評分法與 GPT-4 評級法：人工評分：人工評分：通過對 O*NET 數據庫中的每一個工作活動 DWA 和任務進行人為歸類并注釋

20、打分。GPT-4 評級：評級：采用早期版本的 GPT-4 對工作活動和任務進行注釋打分。論文將暴露度分為以下三類：E0 無暴露度：無暴露度：如果經驗豐富的工人在高質量完成任務時所需的時間沒有明顯減少50%，或使用 GPT 相關技術會降低工作活動/任務的完成質量，則定義為 E0（例：需要高強度人際互動的任務）。E1 直接暴露：直接暴露：在保證完成質量相同的前提下，如果通過 ChatGPT 或 OpenAI 直接訪問 LLM 或 GPT-4 可以將完成工作活動或任務所需時間減少 50%及以上，則將其定義為 E1（例：指令編寫、轉換文本和代碼的任務）。E2 LLM+暴露：暴露：直接訪問 LLM 不能

21、將完成任務所需的時間減50%，但在 LLM 基礎上開發額外功能后可以達成目的，則定義該類工作活動和任務為 E2（例：總結超 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 6/25 計算機計算機/行業深度行業深度 過 2000 字的文檔并回答關于文檔的問題）。為了更為準確地衡量暴露度這一指標的統計學意義，論文中構建了三個度量指標，、和，分別衡量低、中、高水平下的 GPT 對各職業的沖擊程度。其中，=E1，代表一個職業受 GPT 沖擊程度的下限；=E1+0.5*E2，其中 E2 的 0.5 倍權重旨在解釋通過補充工具或應用程序來完成任務/工作活動需要額外計算的暴露度；=E1+E2，代表

22、一個職業受 GPT 沖擊程度的上限，可用于評估一項工作/任務對于 GPT 及 GPT驅動的系統的最大暴露度（即GPT進一步開發后，一項工作/任務受到的最大影響）。表表 2：GPT 和人類打分兩種方式的一致性和皮爾遜相關系數情況和人類打分兩種方式的一致性和皮爾遜相關系數情況 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 注：作者采用了兩種 GPT-4 的打分規則，論文中作者應用了 GPT-4 規則 1 進行統計解釋。請務必閱讀正文后的聲明及說明

23、請務必閱讀正文后的聲明及說明 7/25 計算機計算機/行業深度行業深度 3.研究結論：研究結論：30%的職業或任務將受到的職業或任務將受到 GPT 沖擊沖擊 前文將暴露度 Exposure 這一指標的定義進行了描述，論文中還將暴露度的衡量指標、和 進行了統計數據的匯總。不論采取人類打分的方式還是 GPT-4 打分，暴露度的均值在0.14左右，表示了從平均意義上說，15%左右的職業/任務暴露于GPT，即 15%左右的工作可能會被現有的左右的工作可能會被現有的 LLM/GPT-4 降低降低 50%以上的工作時間以上的工作時間。類似地，暴露度 和 均值分別在 0.3 和 0.5 左右，代表 30%/

24、50%的職業或任務將受到的職業或任務將受到中中/高水平的高水平的 GPT 沖擊，即減少工作時間沖擊，即減少工作時間 50%及以上及以上。表表 3：統計數據匯總（人類打分和：統計數據匯總（人類打分和 GPT 打分）打分）數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 8/25 計算機計算機/行業深度行業深度 4.研究結論：研究結論：工資工資水平與水平與 GPT 沖擊程度沖擊程度呈正相關呈正

25、相關 論文探索了職業、工人分布程度與暴露度之間的關系。對于中等水平的對于中等水平的 GPT（）來說，約來說，約 19%的工人有的工人有 50%以上的任務將受到以上的任務將受到 GPT 的沖擊，的沖擊，80%的工人有的工人有 10%以以上的上的任務受到了任務受到了 GPT 的沖擊；的沖擊；18%的職業中有的職業中有 50%以上的任務受到了以上的任務受到了 GPT 的沖的沖擊。擊。從圖表上看，職業/工人百分比的暴露度分布相似，表明 GPT 的沖擊程度與不同職業下工人的情況無直接相關性。論文還對工資、就業水平與暴露度的相關性進行了探討。兩種打分模式下，盡管存在一些高暴露度的低工資職業和低暴露度的高工

26、資職業，整體圖表顯示，工資越高，工資越高，受受 GPT 影響影響的程度也隨之增加。的程度也隨之增加。而 GPT 沖擊程度與就業水平則并無顯著關聯。圖圖 1：經濟體暴露度（左圖：職業和任務暴露度的分布，右圖：工人和任務暴露度的分布）：經濟體暴露度（左圖：職業和任務暴露度的分布，右圖：工人和任務暴露度的分布）數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 圖圖 2：各職業就業水平：各職業就業水平的的暴露度分布（人類打分和暴露度分布（人類打分和 GP

27、T 打分模式）打分模式）數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 9/25 計算機計算機/行業深度行業深度 圖圖 3：各職業工資的暴露度分布（人類打分和：各職業工資的暴露度分布（人類打分和 GPT 打分模式）打分模式）數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large

28、 Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 10/25 計算機計算機/行業深度行業深度 5.研究結論：研究結論：科學和批判性思維科學和批判性思維是受是受 GPT 沖擊沖擊最小的技能最小的技能 論文研究了不同職業中技能重要性與 GPT 暴露度之間的關系。作者將 O*NET 數據庫中的基本技能進行標準化，并將其與暴露度指標（，）進行回歸分析，檢驗技能重要性和暴露度之間的關聯度。結果表明，科學和批判性思維技能（科學和批判性思維技能（Science and Critical Thinking）與暴露度呈強烈的負相關）與暴露度呈強烈的負相關（以作為研究，相

29、關系數分別-0.23 和-0.19），即需要該技能的職業，即需要該技能的職業或任務或任務不太可能受到不太可能受到 GPT 的沖擊；的沖擊；相反，編程和寫作編程和寫作技能（技能（Programming and Writing）與暴露度呈現出強正相關）與暴露度呈現出強正相關（相關系數分別為 0.62和 0.47），即涉及該技能的職業更容易受到，即涉及該技能的職業更容易受到 GPT 的沖擊。的沖擊。表表 4：O*NET 技能和暴露度的技能和暴露度的 OLS 回歸結果回歸結果 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impac

30、t Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 11/25 計算機計算機/行業深度行業深度 表表 5：O*NET 技能技能的列表和定義的列表和定義 技能名稱技能名稱 定義定義 Reading Comprehension 理解與工作相關的文檔中的書面句子和段落 Active Listening 專注于他人的表達，理解所提出的觀點，適當地提問，不在不恰當的時間打斷 Writing 根據受眾的需求以書面形式進行有效溝通 Speaking 與他人交談以有效傳達信息 Mathematics 用數學方法解決問題 Scien

31、ce 用科學的規則和方法解決問題 Critical Thinking 使用邏輯和推理來確定替代解決方案、結論或解決問題方法的優缺點 Active Learning 了解新信息對當前和未來問題解決和決策的影響 Learning Strategies 在學習或教授新事物時選擇和使用適合情況的培訓/指導方法和程序 Monitoring 監控/評估您自己、其他個人或組織的績效，以進行改進或采取糾正措施 Programming 編寫計算機程序 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Lar

32、ge Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 12/25 計算機計算機/行業深度行業深度 6.研究結論：研究結論：學歷水平和在職培訓時長與學歷水平和在職培訓時長與 GPT 沖擊沖擊程度相關程度相關 論文研究了不同工作類型的準入壁壘與暴露程度的關系。作者選取 O*NET 數據庫中的“工作區（工作區（Job Zone）”概念作為變量，同一工作區中的職業在準入教育水平、準入相關經驗、在職培訓程度方面具有更高的相似度。O*NET 數據庫將工作區分為5 種，隨著準入工作經驗的增加，各工作區收入的中位數單調遞增，如工作區 1 的準入工作經驗是 3 個月，收

33、入的中位數為 30,230 美元，而工作區 5 的準入工作經驗是4 年，收入中位數為 80,980 美元。研究結果顯示，從工作區 1 到工作區 4，暴露度水平逐漸增加，但在工作區 5 則保持相似甚至有所降低。平均來說，在不同工作區，50%以上任務受到 GPT 沖擊的職業比例分別為 0.00%（工作區 1）、6.11%（工作區 2）、10.57%（工作區 3）、34.5%（工作區 4）和 26.45%（工作區 5）。圖圖 4：五個工作區對應的職業暴露度：五個工作區對應的職業暴露度 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market

34、Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 13/25 計算機計算機/行業深度行業深度 表表 6：不同工作區的分類方法及對應的暴露度：不同工作區的分類方法及對應的暴露度 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 論文還單獨研究了職業準入教育水平和在職培訓情況與暴露度的關系。結果表明，持有學士、碩士和更高學位的人比沒有正規教育學歷的人更容易受到

35、持有學士、碩士和更高學位的人比沒有正規教育學歷的人更容易受到GPT的沖擊；的沖擊；在職培訓時間最長的職業受在職培訓時間最長的職業受 GPT 沖擊程度最低（且這類工作的收入水平更低），而沖擊程度最低（且這類工作的收入水平更低），而沒有在職培訓或只需要實習的工作表現出更高的收入水平和更容易受沒有在職培訓或只需要實習的工作表現出更高的收入水平和更容易受 GPT 沖擊的沖擊的屬性。屬性。表表 7：按準入學歷分職業暴露度的平均值按準入學歷分職業暴露度的平均值 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potentia

36、l of Large Language Models 表表 8：按在職培訓時長分職業暴露度的平均值：按在職培訓時長分職業暴露度的平均值 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 14/25 計算機計算機/行業深度行業深度 7.研究結論：證券投資和數據處理可能是研究結論：證券投資和數據處理可能是受沖擊受沖擊程度最高的程度最高的職業職業 論文中對各行業受 GPT 沖擊的程度進行了排序。

37、結果表明，人類打分模式下，證券人類打分模式下，證券商品合約及其他金融投資及相關活動是受商品合約及其他金融投資及相關活動是受 GPT 沖擊最為嚴重的行業，而沖擊最為嚴重的行業，而 GPT 打分打分模式下，數據處理托管和相關服務的受沖擊程度最高。模式下，數據處理托管和相關服務的受沖擊程度最高。在直接調用 GPT 模型的情況下（暴露度），口譯筆譯和數學家分別是兩種打分模式下受影響最大的職業。在進一步開發 GPT 衍生功能的情況下（暴露度），人類打分模式中，有 15 項職業的所有任務都將被 GPT 降低 50%以上的工作時間，包括數學家、稅務準備、量化分析師量化分析師、作家、網頁和數字化頁面設計師；G

38、PT 打分模式中，有 86 項職業的所有任務都將被 GPT 降低 50%以上的工作時間，包括審計會計、新聞分析記者、法務專員、臨床數據經理、氣象變化政策分析師等。從方差角度看，搜索營銷策略師、平面設計師、投資基金經理投資基金經理、財務經理、汽車損壞保險估價師可能是受 GPT 影響程度爭議最大的幾項職業。請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 15/25 計算機計算機/行業深度行業深度 表表 9：不同：不同 GPT 技術水平下，受沖擊程度最高的職業技術水平下，受沖擊程度最高的職業 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labo

39、r Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 16/25 計算機計算機/行業深度行業深度 圖圖 5：不同行業受：不同行業受 GPT 的影響程度（人類打分模式）的影響程度（人類打分模式）數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 注：聯邦州和地方政府類別不包括州和地方學校和醫院以及美國郵政服務（OES 指定）Exposure to

40、 Large Language Models by Industry不同行業在大型語言模型上的風險證券商品合約及其他金融投資及相關活動保險公司和相關活動數據處理托管和相關服務其他信息服務出版業（互聯網除外）信貸中介及相關活動非金融無形資產出租人（版權作品除外）基金信托和其他金融資產貨幣當局-中央銀行批發電子市場和代理商和經紀人廣播（互聯網除外）專業的科技服務公司和企業管理電信電子產品和電器商店宗教資助公民專業和類似組織非實體店零售商商業批發商耐用品健康和個人護理商店電影和錄音行業服裝和服裝配飾店房地產租賃和租賃服務體育用品 愛好 樂器和書店聯邦州和地方政府雜項商店零售商商業批發商 非耐用品家具

41、和家居用品商店博物館歷史遺跡和類似機構計算機和電子產品制造建材及園林設備及用品經銷商百貨商店加油站表演藝術 觀眾 體育及相關行業教育服務醫院郵政服務（聯邦政府）石油和天然氣開采公用事業門診保健服務汽車及零部件經銷商運輸支援活動娛樂賭博和娛樂業食品和飲料商店印刷及相關支援活動管道運輸行政和支助事務化學制造航空運輸水運雜項制造石油和煤炭產品制造機械制造飲料和煙草制品制造建筑物的建造觀光旅游住宿電氣設備電器和組件制造廢物管理和修復服務過境和地面客運卡車運輸采礦支援活動個人和洗衣服務鐵路運輸服裝制造金屬制品制造維修和保養信使和信使非金屬礦物制品制造運輸設備制造護理和住宿護理設施紡織廠紡織產品廠社會援助

42、初級金屬制造專業貿易承包商造紙倉儲和儲存塑料和橡膠制品制造家具及相關產品制造重型和土木工程建筑餐飲服務和飲酒場所皮革及相關產品制造采礦（石油和天然氣除外）食品制造林業和伐木木制品制造農業和林業支援活動Industry Average LLM Exposure(Human Labelers)行業平均LLM風險（人類評分）Industry（3-digit NAISC）行業 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 17/25 計算機計算機/行業深度行業深度 圖圖 6：不同行業受：不同行業受 GPT 的影響程度（的影響程度（GPT 打分模式）打分模式）數據來源：東北證券、GPTs a

43、re GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 注：聯邦州和地方政府類別不包括州和地方學校和醫院以及美國郵政服務（OES 指定）Exposure to Large Language Models by Industry不同行業在大型語言模型上的風險數據處理托管和相關服務其他信息服務出版業（互聯網除外）保險公司和相關活動信貸中介及相關活動證券商品合約及其他金融投資及相關活動專業的科技服務非金融無形資產出租人（版權作品除外）廣播（互聯網除外）貨幣當局-中央銀行基金信托和其他金融工

44、具公司和企業管理批發電子市場和代理商和經紀人電信電子產品和電器商店非實體店零售商宗教資助公民專業和類似組織計算機和電子產品制造電影和錄音行業商業批發商耐用品房地產聯邦州和地方政府表演藝術 觀眾 體育及相關行業健康和個人護理商店商業批發商 非耐用品租賃和租賃服務印刷及相關支援活動服裝和服裝配飾店家具和家居用品商店體育用品愛好 樂器和書店醫院門診保健服務石油和天然氣開采雜項商店零售商博物館歷史遺跡和類似機構運輸支援活動公用事業管道運輸教育服務建材及園林設備及用品經銷商汽車及零部件經銷商化學制造過境和地面客運建筑物的建造卡車運輸百貨商店機械制造水運石油和煤炭產品制造雜項制造航空運輸行政和支助事務電氣

45、設備電器和組件制造廢物管理和修復服務鐵路運輸觀光旅游服裝制造采礦支援活動金屬制品制造飲料和煙草制品制造信使和信使加油站非金屬礦物制品制造郵政服務（聯邦政府）住宿維修和保養運輸設備制造紡織廠食品和飲料商店初級金屬制造紡織產品廠娛樂賭博和娛樂業個人和洗衣服務林業和伐木家具及相關產品制造塑料和橡膠制品制造專業貿易承包商重型和土木工程建筑皮革及相關產品制造造紙采礦（石油和天然氣除外）倉儲和儲存護理和住宿護理設施食品制造木制品制造農業和林業支援活動餐飲服務和飲酒場所社會援助Industry Average LLM Exposure(GPT4)行業平均LLM風險（GPT4）Industry（3-digit

46、 NAISC）行業 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 18/25 計算機計算機/行業深度行業深度 此外，論文研究表明，近期的生產增長率（包含全要素和勞動力兩方面）與暴露度并無顯著相關性。從散點圖上看，不同行業自 2012 年以來的生產力增長率與研究中定義的暴露度并沒有明顯的關系，但已經歷快速增長的生產性行業與暴露度之間存在高度相關性。換言之，如果 LLM 有可能在不同行業之間以不同程度提高生產力，那么生產力最高的企業可能會良性循環。由于這些行業的生產需求普遍缺乏彈性，生產率最高的部門在經濟投入中所占的比例將縮小。圖圖 7：全要素生產力和勞動生產力對暴露度并無顯著影響全要

47、素生產力和勞動生產力對暴露度并無顯著影響 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 19/25 計算機計算機/行業深度行業深度 表表 10：對對 GPT 沒有任何暴露度的行業主要以體力勞動為主沒有任何暴露度的行業主要以體力勞動為主 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential o

48、f Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 20/25 計算機計算機/行業深度行業深度 8.對國內的探討：賣方分析師對國內的探討：賣方分析師80%的工作可能受的工作可能受 GPT 沖擊沖擊 我們采用了論文中類似的方法，試圖對國內證券行業相關工作進行打分，并計算了其可能受 GPT 沖擊的程度。論文中采用的 O*NET 數據庫將每一項職業對應的任務、工作活動都進行了定義，但由于國內暫無類似的數據庫和較為詳細的職業分類，我們仍采用了 O*NET 數據庫中的分類，但依據國內的情況做了本土化調整，例如，O*NET 數據庫中的金融投資分析師（F

49、inancial and Investment Analysts）職業包含任務“對綠色建筑和綠色改造項目進行投資財務分析（Conduct financial analyses related to investments in green construction or green retrofitting projects）”，而中國的分析師普遍不涉及這項工作，因此予以刪除調整。我們選取了O*NET數據庫中的Financial and Investment Analysts金融和投資分析師、Investment Fund Managers 投資基金經理這兩項職業和對應的任務與工作活動（DWA

50、），并根據中國的實際情況，將其重新組合為二級賣方分析師、一級市場投行和基金經理。采用與論文相同的標準，對這些職業的任務/工作活動進行了打分，并計算了暴露度和。結果顯示，按任務情況進行計算，三種行業對比下，二級賣方分析師受 GPT 沖擊的程度高于投行一級市場和基金經理。在經過專業知識訓在經過專業知識訓練的練的 LLM 和和 GPT 的幫助下的幫助下（代表暴露度），賣方分析師可能有，賣方分析師可能有 82%的任務的任務將被將被減少減少 50%以上的工作時間以上的工作時間，基金經理可能有，基金經理可能有 55%的任務被減少的任務被減少 50%以上的工作時以上的工作時間間。按照工作活動計算，二級賣方分

51、析師和一級市場投行受 GPT 影響的程度相差不大，約為 65%左右，但仍顯著高于基金經理。在論文中，作者將 E1 直接暴露定義為運用現有 ChatGPT 和 OpenAI 接口直接方位LLM可以減少50%以上的工作時間，對應的工作內容包括編寫文本（2000字以內）、翻譯、準備短資料等，而證券業的任務由于涉及專業知識、撰寫長度超過 2000 字的報告等，因此在進行打分時，不存在直接暴露 E1 的情況，所有任務及工作活動均所有任務及工作活動均被歸類為無暴露（被歸類為無暴露（E0）或）或 LLM+暴露（暴露（E2）。）。另外，在打分過程中，根據論文作者的標準，我們將法律法規要求人類完成的任務、需要確

52、認/授權/決策的任務、涉及雇傭員工和培訓團隊的任務以及涉及大量人際交流的任務歸類為無暴露（E0），分析類、文本整理類、資料搜集類工作定義為 LLM+暴露（E2）。值得注意的是，由于基值得注意的是，由于基金經理這一職業涉及更多審查合規性、響應監管要求等任務，因此展現出較分析師金經理這一職業涉及更多審查合規性、響應監管要求等任務，因此展現出較分析師更低的暴露度更低的暴露度（），即受（），即受 GPT 的影響低于分析師的影響低于分析師。根據論文中對于不同行業的暴露度統計，按照人類打分，美國證券商品合約及其他表表 11：二級賣方分析師、一級市場投行和基金經理受二級賣方分析師、一級市場投行和基金經理受

53、GPT 沖擊的情況沖擊的情況 按任務進行計算 按 DWA 進行計算 賣方分析師（二級）賣方分析師（二級）0.412 0.824 0.325 0.650 一級市場（投行）一級市場（投行）0.333 0.667 0.333 0.667 基金經理基金經理 0.275 0.550 0.184 0.368 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 21/25 計算機計算機/行業深度行業深度

54、金融投資的暴露度在 0.6-0.7 之間，我們將這一數值作為美國證券行業受到 GPT沖擊的平均水平。為了方便對比，我們采用暴露度進行對比，國內賣方分析師、一級市場（投行）和基金經理分別對應的暴露度 0.41、0.33 和 0.28，證明國內賣方國內賣方分析師、一級市場（投行）和基金經理受到分析師、一級市場（投行）和基金經理受到 GPT 沖擊的情況略好于美國證券行業沖擊的情況略好于美國證券行業受沖擊的平均水平受沖擊的平均水平。我們推測可能由以下原因導致：1、美國擁有更高比例的量化分析師：美國擁有更高比例的量化分析師：論文中特別提到，在經過專業知識訓練的LLM 和 GPT 的幫助下（暴露度），人類

55、打分模式下，量化分析師的暴露度是100%，即量化分析師所有的任務都可以在 GPT 的幫助下大幅降低工作時間；美國量化分析行業發展相對靠前，量化分析師可能擁有更高的權重，從而拉高行業整體的暴露度；2、不同證券市場的有效性可能對工作任務的打分產生影響：不同證券市場的有效性可能對工作任務的打分產生影響：美國資本市場被認為是半強有效市場，較 A 股相比，美股市場的信息更加公開透明；GPT 在公開信息的搜集整理、歸納總結方面具有明顯的優勢，因此相比國內，GPT 和 LLM 能夠更好地幫助美國的證券從業者降低工作時長，從而表現出更高的暴露度。表表 12：二級賣方分析師、一級市場投行和基金經理的任務列表二級

56、賣方分析師、一級市場投行和基金經理的任務列表 賣方分析師（二級）賣方分析師（二級）一級市場（投行）一級市場（投行）基金經理基金經理 1、就資本化的方面向客戶提供建議 2、分析面臨財務困難的公司的財務或運營績效，以確定或建議補救措施。3、檢查公司設施并進行評估 4、創建計劃詳細信息的客戶演示文稿 5、發展和維護客戶關系 6、使用計算機電子表格繪制圖表和圖形并進行匯報 7、采用財務模型來評估交易的財務或資本影響 8、評估和比較給定行業中各種證券的相對質量 9、評估客戶的資本需求和市場狀況 10、通過分析財務信息來預測業務、行業或經濟狀況，從而為投資決策提供信息 11、解釋有關價格，收益率，穩定性，

57、未來投資風險趨勢，經濟影響以及影響投資計劃的其他因素的數據 12、監控工業技術，商業，金融和經濟理論領域的發展 13、通過分析來自金融出版物和服務、投資銀行公司、政府機構、貿易出版物、公司來源或個人訪談的信息，監控基本經濟、工業和企業發展 14、進行證券估值或定價 1、與其他專業人士（如律師、會計師、公共關系專家）合作開展項目 2、與投資人進行合作，吸引新的企業客戶 3、與客戶協商重組債務、為債務再融資或籌集新債務 4、確定證券應聯合發行并向公眾發售的價格 5、使用財務分析準備投資行動計劃 6、就資本化的各個方面向客戶提供建議 7、分析面臨財務困難的公司的財務或運營績效，以確定或建議補救措施

58、8、檢查公司設施并進行評估 9、為客戶制作包含商業計劃的演示文稿 10、發展和維護客戶關系 11、使用計算機電子表格繪制圖表和圖形，以說明技術報告 12、采用財務模型來制定財務問題的解決方案或評估交易的財務或資本影響 13、評估和比較給定行業中各種證券的相對質量 14、評估客戶的資本需求并評估市場狀況，為金融方案的結構提供信息 15、通過分析來自金融出版物和服務、投資銀行公司、政府機構、貿易出版物、公司來源或個人訪談的信息，監控基本經濟、工業和企業發展 1、管理投資基金，最大限度地提高客戶投資回報 2、選擇特定投資或投資組合供投資基金購買 3、監控單個投資的財務或運營績效，以確保投資組合符合風

59、險目標 4、選擇或指導交易的執行 5、制定或實施基金投資政策或策略 6、執行或評估研究，例如詳細的公司或行業分析，為財務預測、決策或估值提供信息 7、提供投資信息，例如產品風險、費用或基金業績統計數據 8、制定、實施或監視證券評估策略 9、出席投資簡報會或咨詢財經媒體，以了解相關投資市場 10、準備并響應監管查詢 11、根據商業計劃、技術或市場潛力等因素評估新產品開發或市場機會的潛力 12、雇用或評估員工 13、監控監管或稅法的變化，以確?；鸷弦幓蚶冒l展機會 14、開發或指導開發發售文件或營銷材料 15、分析收購以確保符合戰略目標或法規要求 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲

60、明及說明 22/25 計算機計算機/行業深度行業深度 15、提供有關總體經濟趨勢，單個公司和整個行業的口頭或書面報告 16、向公司、投資公司員工或公眾推薦投資和投資時機 17、監督、培訓或指導初級團隊成員 16、進行證券估值或定價 17、提供有關總體經濟趨勢，單個公司和整個行業的口頭或書面報告 18、監督、培訓或指導初級團隊成員 16、驗證交易報告的合規性 17、審查發行文件或營銷材料，以確保合規性 18、確定特定基金的團體或個人目標投資者 19、與投資者會面以確定投資目標或討論投資策略 20、指導會計或運營部門的活動 數據來源：東北證券、O*NET 數據庫 表表 13：論文中關于暴露度分類的

61、詳細定義論文中關于暴露度分類的詳細定義 類別類別 定義定義 舉例舉例 E1 直接暴露 如果僅通過 ChatGPT 或 OpenAI 接口等界面直接訪問 LLM 可以將以同等質量完成任務所需的時間減少至少一半，則標記任務 E1。根據復雜的指令編寫、轉換文本和代碼 按照規范提供對現有文本或代碼的編輯 編寫可以幫助執行過去手動完成的任務的代碼 在語言之間翻譯文本 總結中等長度的文件 提供對文檔的反饋 回答有關文檔的問題 生成用戶可能想要詢問的有關文檔的問題 為面試或評估撰寫問題 撰寫和回復電子郵件，包括涉及反駁信息或進行談判的電子郵件（前提談判是通過書面通信進行的）保存書面數據記錄 根據一般知識準備

62、培訓材料 通過任何書面或口頭媒介通知任何人任何信息 E2 LLM+暴露 單獨訪問 LLM 可能不會將完成任務所需的時間減少至少一半，但在 LLM 之上開發的其他軟件，可以將完成任務所需的時間減少一半，則標記任務為 E2 總結超過 2000 字的文件并回答有關這些文件的問題 從互聯網上檢索最新事實，并將這些事實與 LLM 功能結合使用 搜索組織的現有知識，數據或文檔并檢索信息 檢索高度專業化的領域知識 根據數據或書面輸入提出建議 分析書面信息以告知決策 根據高度專業化的知識準備培訓材料 就問題提供咨詢 維護復雜的數據庫 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 23/25 計算機

63、計算機/行業深度行業深度 風險提示風險提示 1、AI 技術創新不及預期；2、行業競爭加劇等。E0 無暴露 如果上述方法均不明顯將經驗豐富的工作人員高質量完成任務所需的時間減少至少一半，則標記任務 E0。需要高度交互（例如，面對面演示）的任務 需要精確測量的任務 需要詳細查看視覺對象的任務 需要動手或行走的任務 影響人類生計的決定（例如招聘、分級等）涉及收集輸入以做出最終決策的任務 即使建立在 LLM 之上的工具可以完成任務，如果使用這些工具不會為有經驗的工人節省大量完成任務的時間，那么它應該被歸類為 E0。法律要求人類執行任務的任務 如果現有技術不是由常用的 LLM 驅動并且可以完成任務，那么

64、如果使用 LLM 或 LLM 驅動的工具不會進一步減少完成任務的時間，則應將任務標記為 E0 數據來源：東北證券、GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models 請務必閱讀正文后的聲明及說明請務必閱讀正文后的聲明及說明 24/25 計算機計算機/行業深度行業深度 研究研究團隊團隊簡介：簡介：Table_Introduction 黃凈：MBA，東北證券計算機首席分析師，曾在埃森哲、百度等從事咨詢業務，在國信證券、安信證券從事行業研究，2022年加入東北證券 吳雨萌：

65、威斯康星大學麥迪遜分校理學碩士，曾在華安證券計算機組從事行業研究，2022 年加入東北證券。重要重要聲明聲明 本報告由東北證券股份有限公司（以下稱“本公司”）制作并僅向本公司客戶發布，本公司不會因任何機構或個人接收到本報告而視其為本公司的當然客戶。本公司具有中國證監會核準的證券投資咨詢業務資格。本報告中的信息均來源于公開資料，本公司對這些信息的準確性和完整性不作任何保證。報告中的內容和意見僅反映本公司于發布本報告當日的判斷，不保證所包含的內容和意見不發生變化。本報告僅供參考，并不構成對所述證券買賣的出價或征價。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的證券買賣建議。本公司及其

66、雇員不承諾投資者一定獲利，不與投資者分享投資收益，在任何情況下，我公司及其雇員對任何人使用本報告及其內容所引發的任何直接或間接損失概不負責。本公司或其關聯機構可能會持有本報告中涉及到的公司所發行的證券頭寸并進行交易，并在法律許可的情況下不進行披露；可能為這些公司提供或爭取提供投資銀行業務、財務顧問等相關服務。本報告版權歸本公司所有。未經本公司書面許可，任何機構和個人不得以任何形式翻版、復制、發表或引用。如征得本公司同意進行引用、刊發的，須在本公司允許的范圍內使用，并注明本報告的發布人和發布日期，提示使用本報告的風險。若本公司客戶（以下稱“該客戶”）向第三方發送本報告，則由該客戶獨自為此發送行為

67、負責。提醒通過此途徑獲得本報告的投資者注意，本公司不對通過此種途徑獲得本報告所引起的任何損失承擔任何責任。分析師聲明分析師聲明 作者具有中國證券業協會授予的證券投資咨詢執業資格，并在中國證券業協會注冊登記為證券分析師。本報告遵循合規、客觀、專業、審慎的制作原則，所采用數據、資料的來源合法合規，文字闡述反映了作者的真實觀點，報告結論未受任何第三方的授意或影響，特此聲明。投資投資評級說明評級說明 股票 投資 評級 說明 買入 未來 6 個月內，股價漲幅超越市場基準 15%以上。投資評級中所涉及的市場基準：A 股市場以滬深 300 指數為市場基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指

68、數（針對做市轉讓標的）為市場基準；香港市場以摩根士丹利中國指數為市場基準；美國市場以納斯達克綜合指數或標普 500 指數為市場基準。增持 未來 6 個月內，股價漲幅超越市場基準 5%至 15%之間。中性 未來 6 個月內，股價漲幅介于市場基準-5%至 5%之間。減持 未來 6 個月內，股價漲幅落后市場基準 5%至 15%之間。賣出 未來 6 個月內，股價漲幅落后市場基準 15%以上。行業 投資 評級 說明 優于大勢 未來 6 個月內，行業指數的收益超越市場基準。同步大勢 未來 6 個月內，行業指數的收益與市場基準持平。落后大勢 未來 6 個月內，行業指數的收益落后于市場基準。請務必閱讀正文后的

69、聲明及說明請務必閱讀正文后的聲明及說明 25/25 計算機計算機/行業深度行業深度 Table_SalesTable_Sales 東北證券股份有限公司東北證券股份有限公司 網址：網址：http:/http:/ 電話：電話：400400-600600-06860686 地址地址 郵編郵編 中國吉林省長春市生態大街 6666 號 130119 中國北京市西城區錦什坊街 28 號恒奧中心 D 座 100033 中國上海市浦東新區楊高南路 799 號 200127 中國深圳市福田區福中三路 1006 號諾德中心 34D 518038 中國廣東省廣州市天河區冼村街道黃埔大道西 122 號之二星輝中心 1

70、5 樓 510630 機構銷售聯系方式機構銷售聯系方式 姓名姓名 辦公電話辦公電話 手機手機 郵箱郵箱 公募銷售公募銷售 華東地區機構銷售華東地區機構銷售 王一（副總監）021-61001802 13761867866 吳肖寅 021-61001803 17717370432 李瑞暄 021-61001802 18801903156 周嘉茜 021-61001827 18516728369 陳梓佳 021-61001887 19512360962 chen_ 屠誠 021-61001986 13120615210 康杭 021-61001986 18815275517 丁園 021-61001

71、986 19514638854 吳一凡 021-20361258 19821564226 王若舟 021-61002073 17720152425 華北地區機構銷售華北地區機構銷售 李航（總監）010-58034553 18515018255 殷璐璐 010-58034557 18501954588 曾彥戈 010-58034563 18501944669 呂奕偉 010-58034553 15533699982 孫偉豪 010-58034553 18811582591 陳思 010-58034553 18388039903 chen_ 徐鵬程 010-58034553 18210496816

72、 曲浩蘊 010-58034555 18810920858 華南地區機構銷售華南地區機構銷售 劉璇（總監）0755-33975865 13760273833 liu_ 劉曼 0755-33975865 15989508876 王泉 0755-33975865 18516772531 王谷雨 0755-33975865 13641400353 張瀚波 0755-33975865 15906062728 zhang_ 王熙然 0755-33975865 13266512936 wangxr_ 陽晶晶 0755-33975865 18565707197 yang_ 張楠淇 0755-33975865

73、 13823218716 鐘云柯 0755-33975865 13923804000 楊婧 010-63210892 18817867663 梁家瀠 0755-33975865 13242061327 非公募銷售非公募銷售 華東地區機構銷售華東地區機構銷售 李茵茵（總監）021-61002151 18616369028 杜嘉琛 021-61002136 15618139803 王天鴿 021-61002152 19512216027 王家豪 021-61002135 18258963370 白梅柯 021-20361229 18717982570 劉剛 021-61002151 18817570273 曹李陽 021-61002151 13506279099 曲林峰 021-61002151 18717828970 華北地區機構銷售華北地區機構銷售 溫中朝（副總監）010-58034555 13701194494 王動 010-58034555 18514201710 wang_ 閆琳 010-58034555 17862705380 張煜苑 010-58034553 13701150680