炒股就看金麒麟分析师研报 ，权威
，专业，及时 ，全面
，助您挖掘潜力主题机会！

　　近日 ，一则关于券商研究报告出现“时间穿越 ”的新闻
，引发行业关注——方正证券分析师竟将某2024年重要会议的表述，误标为“2026年6月7日
” 。

　　对于研报出错原因，业内众说纷纭
，不少人都将矛头指向了AI
。有观点认为，类似“内容完整但时间错误 ”的失误 ，与AI大模型“幻觉
”特征高度吻合。

　　尽管究竟是AI之过，还是人工之失 ，尚无定论 。但这场风波如同一面镜子
，照出了AI技术在金融投研领域深度应用后，所潜藏的风险与系统性挑战
。

　　“内容完整但时间错误 ”

　　在方正证券6月9日发布的房地产行业周报中 ，分析师将一重要会议对“房地产业发展
”的表述标注为来自“2026年6月7日”。而根据权威记载
，该表述实际出自2024年6月7日 。

　　针对这一研报错误，有市场观点认为 ，这种“内容完整但时间错误 ”的模式
，与AI大模型“幻觉”特征高度吻合，可能是分析师在用AI抓取互联网公开信息时未经严格复核
。但也有从业者认为 ，人工复制粘贴往年内容时漏改日期，同样可能导致类似错误。

　　尽管当前无法判定错误源头究竟是什么
，但多位业内人士表示，这一差错折射出当前投研工作流程中的两重隐患：一是部分从业者对AI输出结果缺乏审慎态度 ，二是研报复核机制存在失效风险 。

　　AI幻觉频发

　　在实际投研工作中
，AI幻觉的表现远不止日期标注错误这么简单。

　　某券商权益投研负责人告诉记者，AI幻觉在投研工作中常见的情况包括：一是形式规范但缺乏依据 ，表现为政策名称、数据来源 、引用链接看似完备
，回到原始数据库核验时却发现出处并不真实；二是新旧信息混杂导致时间线错乱，旧版政策被拼接为最新动态 ，历史口径被套用于当前环境；三是表面逻辑通顺但证据链断裂
，即为了构建完整叙事，中间环节缺乏真实数据支撑
。

　　一位私募量化投研人士也有类似观察。他发现 ，实习生在使用AI做项目时
，往往进展特别顺利，短时间内即可产出初步结果 ，但这种流畅性本身暗含风险 。AI为保证其输出结论能够“跑通
”，会自行预设大量参数
，最终呈现一个看似完整实则不够稳健的分析框架
。

　　此外，某券商金工团队负责人在AI投研实践中还发现：AI在执行数据采集任务时 ，可能绕过已配置好的高质量内部数据接口
，转而从公开网页抓取低质量数据。“这种路径选择的错误，比单纯编造更难被察觉 。”他表示
。

　　技术局限+主观引导

　　AI为何会在投研领域频繁“犯错 ”？受访者从技术原理和投研流程两个维度进行了分析。

　　受访者认为 ，从技术原理看
，大语言模型本质上是基于上下文预测最可能出现内容的概率，其设计目标是生成语义连贯的文本 ，而非进行事实审计 。这意味着
，当模型遭遇知识空白或信息过期时，不会直接回答“不知道
” ，而是以概率最优的方式进行内容“填空”
。

　　因此
，为了生成连贯的文本，AI会在证据不足时 ，将相似但不等同的概念强行连接，将可能性表达为确定性。从这点看
，AI幻觉是当前大模型生成范式下一种结构性伴生风险 。

　　然而，技术局限只是一部分
。投研工作流程中的主观因素 ，往往成为放大幻觉的“催化剂 ”。

　　前述券商权益投研负责人表示
，投研工作天然带有假设驱动特征，分析师通常从一个初步判断出发 ，AI可能顺着提问者的预设方向生成支撑性材料
，而非中立地进行事实核查 。“两者之间容易形成‘回音壁’效应，反而强化了对错误结论的信心。
”他说
。

　　如何重塑信任？

　　面对AI幻觉带来的挑战 ，如何在效率与风控之间找到平衡？受访者从技术管控
、人机协作和制度建设三个维度给出了应对路径。

　　在数据源管控层面
，一位券商合规人士建议，优先接入经过验证的金融数据库和交易所披露信息等权威来源 ，严格把控数据时效性
，同时建立检索增强生成（RAG）系统以约束模型的自由编造空间 。

　　在人机协作层面，前述金工团队负责人介绍了一套分层管理框架：对于日报信息抓取、公告摘要等格式化程度高 、容错空间大的任务 ，可交由AI自动完成并辅以流程检查；对于行业比较
、观点汇总、数据清洗等中间环节，采取“AI执行+人工补充验证”的半自动模式；而对于正式发布研究结论 、对外发送邮件
、真实下单等高风险操作
，AI仅能作为辅助参考，人工必须全程把关
。

　　在合规制度层面 ，前述券商合规人士建议
，研究员须对关键数据和预测结论逐项核验，对估值模型、盈利预测等关键内容实行多人复核制度 ，同时在工作流程中保留AI生成痕迹
，实现数据来源和结论的全链路可追溯。

　　对于是否应在研报中标注AI参与情况，该合规人士认为“可以披露 ，但不宜机械标注 ” 。他解释说
，披露有助于保障投资者知情权，但更合理的做法是在研报风险揭示部分统一说明AI辅助工具的使用情况 ，同时明确署名分析师对研报内容和观点承担最终责任
。

　　“在现行框架下
，AI仅能定位为生产工具，署名分析师和所在机构仍需承担最终责任。
”上述合规人士说 。

　　作者：刘禹希 费天元