自特朗普上台执政后，美国政府的关税政策如同高悬的达摩克利斯之剑，不仅加剧了国内的通货膨胀，更 对美国经济发展构成威胁。如何在刺激经济增长与控制通货膨胀之间找到平衡点，成为美联储亟待解决的 棘手难题。上周三，美联储在最新一次的议息会议中做出决定，将联邦基金利率保持在4.25%至4.5%区间 不变，这一举措符合市场预期。这也是美联储连续第二次在货币政策会议上选择暂停降息行动。 不过，由于美国经济的不确定性增加，美联储同步宣布，将从下月起放慢缩减资产负债表（缩表）的步 伐。这是联储自去年6月以来首次调整缩表。自2022年6月至去年底，美联储已累计缩表近2万亿美元。 同时，美联储还下调了美国经济增长预期并上调通胀预期。根据美联储的预测，通胀率将从目前的2.5% 上升至年底的2.7%，仍高于美联储2%的目标；而今年美国GDP增速预期则从2.1%下调至1.7%，较2022 年和2023年接近3%的水平明显放缓。 美联储主席鲍威尔在会上承认，特朗普的政策举措——包括关税、移民、财政政策和放松监管——将对经 济产生重大影响，并强调这些效应尚未被完全消化："当前的不确定性异常高企，我们将不得不观察事态 实际如何发展。"然而，他 ...

API在AI和数据管理中的核心作用 - API已成为大型语言模型(LLM)、生成式AI及数据管理系统的重要支柱[2] - API能够访问多源数据，增强洞察生成和内容创作能力，使企业无需颠覆现有基础设施即可利用AI[4] - 到2027年40%的生成式AI解决方案将具备多模态功能，API在处理文本、图像、音频等异构数据时作用关键[4] API的技术集成优势 - API作为标准化接口，可灵活处理结构化/非结构化数据，支持开发动态应用以应对多样化数据需求[4] - 在检索增强生成(RAG)领域，API为AI模型提供实时外部数据接入，提升响应准确性和上下文感知能力[4] - 对话式API(如FactSet Mercury)优化金融工作流程，支持自然语言查询股票数据、业绩指引等数百类问题[4][7] 金融行业应用案例 - 对话式API减少手动搜索时间，结合NLP技术帮助金融机构实现数据驱动决策[7] - AI生成的投资组合评论通过API提供机构级风险分析、趋势解释及前瞻性评估[7] - API集成将独立系统转化为技术生态，实现实时数据流、个性化投资策略等价值[10] API驱动的业务转型 - 增强敏捷性：实时数据流助力快速应对市场变化[10] - 效率提升：AI与数据无缝集成减少冗余，优化资源管理[10] - 面向未来：API支持持续更新而无需重大基建改造，保持技术弹性[10] - API被定义为变革性业务能力的促成者，释放实时分析、个性化服务等潜力[10]

合作内容 - FactSet与AI搜索引擎初创公司Perplexity合作，将AI智能分析与金融数据整合[1] - 合作结合前沿科技与高质量内容，提升决策速度与质量[1] - Perplexity用户可访问FactSet优质内容及公开知识数据，快速分析海量数据并捕捉趋势[3] 核心功能亮点 - 提供FactSet金融数据和公共网络数据，精准解答复杂问题[4] - AI工作流支持快速深度分析与解读海量数据[4] - 无缝跳转至FactSet Workstation获取专业见解[4] - 具备灵活开放的集成特性，适配个性化工作方式[4] 用户价值 - AI智能摘要与FactSet数据提升研究能力与数据探索深度[4] - 优化市场调研流程，利用FactSet数据与公共网络数据[5] - 支持使用DeepSeek R1进行深度网络研究，挖掘潜在价值[5] 公司背景 - FactSet为全球金融界提供数字平台及企业解决方案，服务超8,200家客户和21.8万名个人用户[6] - 提供全面互联内容、下一代工作流程解决方案及专业化支持[6] - 标普500成份股公司，2023年获Glassdoor最佳雇主及员工选择奖[7]

资金流入率与配息率分析 - 资金流入率是衡量投资兴趣的指标 配息率则能更好解释基金收益对投资水平的影响 研究聚焦北美 西欧和亚洲新兴市场三大地域 [4] - 高资金流入期在私募领域更为常见 因优质基金与表现欠佳基金的分配相互抵消 高配息期通常在经济衰退三年后开启 源于深度价值投资的高回报 [7] 地域差异表现 - 欧洲市场在资金流入期与回报期之间转换迅速 无过渡阶段 而美国及亚洲市场呈现平缓过渡 如2010-2011年和2018-2019年 [7] - 美国与亚洲市场受宏观因素影响较小 投资兴趣更稳定 2010年代全球私募市场高配息主导 源于2008年危机后的宽松货币政策 [7] - 2001-2018年欧美投资转变节奏快于亚洲 但2018年后欧美投资兴趣加深 亚洲市场趋向回报期 类似2020年代深度价值投资回报 [7] 未来趋势展望 - 亚洲市场（中国驱动）或向净正分配发展 若经济持续强劲 可能出现分配高于资金流入 但随回报正常化可能逆转 [8] - 欧美资金流入增速高于配息率 可能预示私募回报下降 或资金流入增加而回报持平 导致资金流入赤字扩大 [8]

收购交易 - FactSet慧甚完成对TableTop Data公司（LogoIntern）的收购，进一步强化推介手册自动化领域布局 [2] - LogoIntern是一款专注于优化初级银行家工作流程的工具，可高效简化推介文件中公司标志的添加、整理和排版任务 [2] - 此次收购紧随FactSet近期推出的Pitch Creator解决方案，旨在推动初级银行家工作流程中繁琐手工环节的自动化变革 [2] 产品价值与市场定位 - LogoIntern由前投行分析师于2016年创立，目标是为金融服务专业人士提供高效解决方案，快速生成符合专业要求的演示文稿标志素材 [4] - 该工具客户覆盖全球领先投行、精品咨询公司、中型市场银行及私募股权和风险投资公司 [4] - FactSet高级副总裁肯德拉・布朗强调，LogoIntern能显著节省用户时间，使其专注于更高价值工作内容 [4] 战略目标与行业影响 - FactSet通过收购LogoIntern持续践行提升初级银行家工作效率和交易处理能力的战略目标 [4] - LogoIntern创始人表示将与FactSet共同构建下一代银行家效率提升解决方案，带来前所未有的效率飞跃 [4] - 收购交易于2025年3月3日完成，预计不会对FactSet 2025财年财务业绩产生实质性影响 [4] 公司背景 - FactSet为全球超过8,200家客户提供金融数据、分析和开放技术，服务超过21.8万名个人用户 [5] - 公司是标普500指数成份股，2023年获Glassdoor评为最佳雇主之一 [5] - 其解决方案涵盖买方、卖方、财富管理、私募股权及企业客户，提供互联内容与下一代工作流程技术 [5]

人工智能在投资银行的应用前景 - 美国新一届政府和国会执政期间并购活动可能增多 投资银行若能将人工智能工具融入工作流程可以扩大交易处理能力 [2] - 合适的人工智能工具能让初级银行家以更快速度简化并完成核心工作 节省时间用于营销活动或客户管理 [4] - 人工智能工具可增强银行在招聘新员工方面的价值主张 改善初级银行家职业初期的工作体验 [4] 初级银行家的工作挑战 - 初级银行家第一年需花费大量时间学习公司复杂技术和流程 面临陡峭学习曲线和高强度工作要求 [5] - 核心职责包括金融建模与分析 研究信息收集 准备推介手册 尽职调查活动 协调沟通 行政后勤支持 [5][6] - 工作要求高准确性 注重细节 可靠性 沟通及协作能力 导致长时间工作和高压环境 [5] 人工智能解决方案的具体益处 - 提高效率：日常任务自动化减少行政工作时间 相同资源处理更多事务 [7] - 提高准确性：最小化数据采集输入计算中的人为错误 生成更可靠金融模型 [7] - 改进客户服务：更多时间了解客户需求 制定定制化解决方案 提高客户满意度 [7] - 加快职业发展：早期接触有意义工作 加速学习发展 为创收工作做准备 [7] - 改善工作生活平衡：减少繁琐任务时间 缓解长时间加班问题 提高员工留存率 [7] FactSet Pitch Creator工具包功能 - 大型投行每年生成多达10万个市场数据图表 初级银行家每天花费30-45分钟更新文件 Pitch Creator可将数小时工作缩短至几分钟 [7] - Global Assistant集成到Microsoft Office 支持建模和推介手册制作时的研究信息发掘 [7] - Chart Creator通过自然语言提示生成90%卖方推介手册所需图表 自动应用公司特定风格 [7] - Cloud Refresh批量上传文件自动更新数据 节省数小时手动更新 Excel和PowerPoint均适用 [7] - Template Assistant调用预构建模板 Slide Assistant创建品牌标识公司简介幻灯片 [7] - Tombstone Generator自动抓取并购交易信息创建品牌里程碑幻灯片 ReSlide更新现有幻灯片内容 [7][8] 行业竞争格局与趋势 - 采用人工智能解决方案对保持竞争优势至关重要 如FactSet Pitch Creator等工具可提高生产率和效率 [8] - 前沿工具为初级银行家营造更有吸引力和回报的工作环境 助力行业人才留存 [8]

点击图片查看大图 自上个月国产大模型DeepSeek R1上线以来，就迅速引发了大量的关注和讨论。在上周的文章中，我们着 重探讨了DeepSeek对金融行业的作用。在金融这个数据密集、决策复杂的领域，DeepSeek展现出了令人 瞩目的应用潜力。从年报解读到纪要整理，从数据分析到策略复现等，它将成为金融从业者的得力助手。 不过，我们也认识到，像策略复现、因子挖掘这类问题，其过程本身就相对复杂。DeepSeek 虽然能够生 成相关代码，但却无法在后台对这些代码进行运算检验，也无法获取策略中所需的具体数据。这就意味 着，其生成的代码仅仅只能作为参考，在实际应用于投资决策之前，用户还需要进行严谨的核验和细致的 调 试 。 毕 竟 ， 金 融 市 场 容 不 得 半 点 马 虎 ， 每 一 个 决 策 都 关 乎 着 巨 大 的 利 益 得 失 。 下 图 1 是 FactSet Workstation中关于DeepSeek的资本情况介绍。 图1: 点击图片查看大图 资料来源：FactSet 在本文中，我们将研究DeepSeek公司本身以及其带来的影响。如下图2所示，DeepSeek自今年1月发布新 模型以来，其网上 ...

有头部银行的应用实践显示，大模型在辅助完成客户需求分析、风险预判等工作时，可提升作业效率40% 以上。但在多个关键环节，应用大模型之后仍需人工复核验证。这种"人机协同"模式既发挥了AI的效率 优势，又确保了金融服务的审慎性。 下面用一个示例来展示大模型在金融领域的应用。我们分别对GhatGPT、DeepSeek、百度旗下的文心一 言提出问题"请分析一下英伟达这家公司的投资前景怎样？"，以下是三个大模型的回复： 在ChatGPT、DeepSeek等通用人工智能（AI）大模型的技术浪潮下，金融行业正加速推动大模型与业务 场景的深度融合。依托海量客户数据资源与深厚技术积淀，金融领域天然具备人工智能应用的优质土壤， 为大模型技术落地提供了理想场景。 AI大模型为实体金融机构提供了强大的支持。它解决了金融机构面临的服务供给不足、门槛高、信息不 对称、风险评估难等问题。比如，在服务供给方面，通过自然语言处理技术实现 7×24 小时智能响应，突 破人力服务瓶颈；在准入门槛方面，运用机器学习算法构建动态风险评估模型，降低中小微企业融资门 槛。 另外，在撰写研究报告时，大模型也可以快速处理海量数据，包括财报、市场趋势、新闻、分 ...

美国东部时间3月3日，美国宣布自3月4日对从墨西哥和加拿大进口的商品加征25%的关税，涉及钢铁、 铝制品及部分工业制成品。美国总统特朗普称，对墨西哥和加拿大的关税没有达成共识的空间。此举直接 引发三国贸易关系剧变。加拿大随即启动报复机制，宣布对300亿加元美国商品（含食品、纺织品及家 具）加征25%关税，并计划21天后扩大至1250亿加元商品，覆盖美国对加出口总额的41%（2024年美国 对加出口额3758亿加元）。墨西哥总统辛鲍姆宣布于3月9日公布反制措施，具体细节尚未披露。 那么此次加征关税对中美经济有何影响？根据民生银行的报告，在中国层面，如果不考虑其他变量的变化 或对冲政策，从静态的出口弹性来计算，美国对中国的20%关税，大致拖累中国名义GDP 0.69个百分 点，对实际GDP增长的拖累或在0.49个百分点左右，这可以看作损失的上限，没有考虑对非美国家的出口 转移、汇率贬值对冲等。 对于美国来说，美对加墨施加的25%的关税给美国带来经济的冲击较大。若加墨不反制，关税对美国中长 期实际GDP增速拖累0.2-0.3个百分点，对2025年通胀推升0.4个百分点；若加墨反制，对通胀推升高达 0.7-0.9个百 ...

美国ETF市场2024年概况 - 美国ETF市场资产管理规模突破10万亿美元大关，资金流入达1.12万亿美元创历史新高 [5][11] - 新发行757只ETF，总数增至3,934只，关闭率维持低位 [8] - 加密货币相关ETF引爆市场，主动管理型ETF人气飙升 [2] 资金流量分析 - 股票ETF资金流入达历史峰值，但部分分流至固定收益和货币ETF [12] - 货币ETF吸金380亿美元，占全年流量3.4%，较2016-2023年15亿美元总流量激增 [12] - 固定收益ETF占资金流量26%，资产规模占比从19%提升 [15] 投资策略类别表现 - 主动管理型股票ETF资金流入1,450亿美元，超出预期1,140亿美元 [17][20] - 主动型债券ETF资金流入1,100亿美元，超预期160亿美元，市场份额翻倍至16% [26][31] - 特质风险型和策略型ETF同样受益，但比例低于主动型 [31] 费用变化趋势 - 行业资产加权平均成本上升0.003%，打破数十年下降趋势 [35][38] - 债券ETF成本上涨0.005%，主因主动型产品（0.36%费率）份额增长4.4% [42] - 股票ETF成本持续下降，主动型仅占1.4%份额对整体影响有限 [45] 热门ETF产品排名 - 股票ETF前十中VOO（116亿美元）、IVV（86.6亿美元）领跑，DYNF（11.7亿美元）因模型组合纳入意外上榜 [64][71] - 债券ETF前三位为AGG（21亿美元）、BND、SGOV，JAAA（11亿美元）等高风险产品跻身前五 [75][77] - 杠杆类ETF中NVDL（2倍做多英伟达）、MSTX/MSTU（2倍做多MicroStrategy）表现突出 [81][83] 市场结构性变化 - 投资者反常偏好高费率主动型股票ETF（41bps产品份额增长快于34bps产品） [53][54] - 传统低成本发行商（贝莱德、先锋）资金流入低于份额，景顺/摩根大通等主动型机构获超额流入 [60][62] - 加密货币ETF主导货币类别，IBIT（12bps费率）吸金520亿美元，GBTC因150bps高费率流失250亿美元 [79]