AI深度赋能券商投研背景下,券商依托大模型的数据抓取、文本生成、信息整合能力,在提速研报产出的同时,也暴露出如时序错乱、数据失真、逻辑错乱等AI幻觉风险。近日,方正证券的一份地产研报出现事实错误,将2024年国务院常务会议的房地产政策表述,标注为2026年6月7日的最新会议部署,上演研报"时空穿越"乌龙,引发市场对券商AI投研合规漏洞的广泛热议。有业内人士指出,"AI仅是工具,最终责任必须由签字分析师与机构承担,这是证券研究不可动摇的合规底线"。

研报现政策"时空穿越"乌龙
近日,方正证券发布的一份名为《央地政策发力,二手房成交虽进入淡季但仍处历史高位》的房地产行业周报中,出现了"时空穿越"的乌龙。相关内容提及,"2026年6月7日国务院常务会议部署房地产相关工作,要求推动现有政策落地,储备去库存、稳市场新举措,稳妥盘活存量房产与土地,加快构建房地产发展新模式、完善‘市场+保障’住房体系"。
这一类似表述,在2024年6月7日召开的国务院常务会议上就已经出现。中国政府网彼时发布的会议内容提及,要充分认识房地产市场供求关系的新变化,顺应人民群众对优质住房的新期待,着力推动已出台政策措施落地见效,继续研究储备新的去库存、稳市场政策措施。对于存量房产、土地的消化、盘活等工作既要解放思想、拓宽思路,又要稳妥把握、扎实推进。要加快构建房地产发展新模式,完善"市场+保障"住房供应体系,改革相关基础性制度,促进房地产市场平稳健康发展。
据公开信息,2026年6月7日并未召开国务院常务会议,相近的一次会议在2026年6月5日,审议通过事项也与房地产行业无关。也就是说,方正证券发布的这份研报相关内容,是将两年前国务院常务会议的房地产政策表述进行体现,但把时间改为了2026年6月7日。对于出现上述错误的原因以及后续公司方面的整改措施等,北京商报记者发文采访方正证券,但截至发稿未收到相关回复。
财经评论员郭施亮指出,"部分研报存在撰写、校对不严谨、不认真的问题,有可能是因为借助AI等工具完成撰写,研报时间出错,容易对市场产生误导性影响。公司对相关的责任人可能会有相应处罚,但关键是已反映出公司内控不严谨、工作疏忽等问题"。
南开大学金融学院院长田利辉则指出,本次方正证券研报乌龙事件是"AI幻觉触发+人工审核欠缺+内控机制不足"的三重失效。AI技术固有缺陷属技术性诱因。大模型基于概率拼接内容的特性,易将互联网污染信息,如自媒体错标为"2026年"的旧闻,误作新事实输出。
对于上述漏洞导致的问题事件,田利辉补充表示,核心责任在于人工审核缺位,分析师未对高规格政策时间进行基础信源核验,违背专业常识;研究所内控漏洞则是系统性根源,未建立强制回溯原始信源的流程卡点。三者责任比例应为:AI技术风险占比20%,人工失职占比50%,内控缺位占比30%。田利辉强调,"AI仅是工具,最终责任必须由签字分析师与机构承担,这是证券研究不可动摇的合规底线"。
治理失序早已埋下隐患
此次乌龙并非偶然,复盘过往三年的业务情况,方正证券就曾因研究业务违规被监管采取行政监管措施。2024年1月,方正证券经查存在发布研报前泄露研报内容和观点;个别证券分析师向客户违规私自荐股;个别员工未取得分析师资格,未经审核公开发布研究观点,造成不良影响的违规行为,被湖南证监局责令整改。
彼时监管问责同步落实到人,时任方正证券研究所所长刘章明,作为公司发布证券研究报告业务部门行政负责人,且自身存在向客户违规私自荐股行为,被监管出具警示函。同年8月,公司对其岗位进行调整,调任副所长。而管理层的震荡,或也为后续人才团队流失、投研实力滑坡埋下核心隐患,暴露出公司研究业务治理失序的深层问题。
此外,随着近年来公募费率改革持续推进,作为券商研究所重要收入来源的分仓佣金也逐步下滑,方正证券也不例外。据Wind数据,2025年方正证券分仓佣金为1.74亿元,较2024年同比下降超19%,而这已是方正证券自2023年以来连续第三年下滑。
而谈及此次乌龙的深层根源,田利辉认为,是方正证券研究业务长期治理失序的必然结果。数据显示,方正证券分仓佣金连续三年下滑,核心分析师团队一度流失明显,暴露考核机制存在问题。同时,也可能存在为填补佣金缺口,将研报数量而非质量作为核心KPI,导致分析师无暇核验基础事实。叠加自2020年以来的多次监管点名,证明其合规文化也存在问题。
田利辉直言,"此次AI乌龙事件实为‘产能倒逼’下的最后一根稻草:当人均产能压力突破合理阈值,人工审核必然让位于效率饥渴,技术风险便在内控真空下集中爆发"。
XM交易官网
为全行业敲响合规警钟
值得关注的是,近年来方正证券对金融科技与AI的投入正大幅加码。2025年年报数据显示,方正证券全年信息技术投入达6.9亿元,较2024年的3.96亿元同比增幅高达74.24%,数字化、AI算力布局持续推进。年报中还提及,方正证券对AI原生技术也进行了积极探索,已构建统一的公司级的AI算力资源池,部署主流的大模型和框架,搭建了智能体开发平台,打造出一站式企业AI开发与集成平台。
放眼全行业,当前券商AI投研正处于高速普及期,但监管规则、行业标准、风控体系却处于缺乏统一规范、硬性约束、追责机制的发展阶段。现阶段暂无专项监管细则,明确AI研报的使用边界、内容披露标准、差错留痕要求与权责划分,各家券商自研、外购的投研大模型质量参差不齐,部分机构片面追求研报产出速度,忽视事实核验与合规管控,容易出现AI失真、内容错乱、时序错误等问题。
对此,郭施亮表示,当下AI对各行各业的影响越来越大,但相关的政策与规范文件依然不多,在AI快速发展的背后,与AI相关的规范文件与法律法规应该逐步完善,对AI研报等现象,需要有进一步的规范。同时,也需要机构自身提升问责力度,增强研报的严谨性与规范性。
"券商AI投研风控的核心短板在于‘数据源失控’与‘责任边界模糊’。"田利辉总结,一方面,多数机构允许AI直接抓取公开网络信息,却未建立权威信源白名单机制,使互联网错误信息通过RAG(检索增强生成)系统反向污染专业内容;另一方面,高频周报等"低风险"场景被错误归类,导致关键事实未被纳入强制人工复核清单。
对于可能存在的风险,田利辉总结了三点:一是隐蔽性事实错误,普通投资者难以识别;二是合规责任转嫁,机构试图以"AI生成"推诿终审责任;三是信息污染循环,错误研报经网络传播后成为新污染源。他指出,真正的风险不在技术本身,而在将AI视为"减责工具"而非"增效工具"的认知偏差。
此次方正证券研报乌龙事件,看似是一次偶然的低级失误,实则是中小券商研究业务转型困境、AI投研风控缺失、内部治理失效的集中缩影,为全行业敲响合规警钟。
XM交易官网
田利辉认为,券商AI投研必须划清三条制度红线:强制信源回溯,所有政策、数据须标注可验证的原始出处链接;风险分层管控,政策时间、核心数据等关键字段禁止AI直接输出,且必须人工复核;全流程留痕,保留AI修改痕迹并追溯至具体操作人员。
田利辉总结道,从长远看,AI提效应服务于研究深度而非数量,需重构考核体系,将事实准确率、逻辑严谨性权重提至与产出量同等地位。需要坚守"人审是底线,AI是护栏"的原则,避免效率狂奔碾碎专业根基。
北京商报记者刘宇阳实习生王思奕