2023年11月20日 每日一猜答案：。 答案：ABC。
每日一猜答案分析：

chattra,chattr,chatrge,chattype

本文将介绍ChatGPT的特点、功能、技术架构、局限、产业应用、投资机会和未来。

作者：陈巍 博士，作者本人曾担任华为系自然语言处理（ NLP ）企业的首席科学家。

存算一体/GPU架构和AI专家，高级职称。中关村云计算产业联盟，中国光学工程学会专家，国际计算机学会（ACM）会员，中国计算机学会（CCF）专业会员。曾任AI企业首席科学家、存储芯片大厂3D NAND设计负责人，主要成就包括国内首个大算力可重构存算处理器产品架构（已在互联网大厂完成原型内测），首个医疗领域专用AI处理器（已落地应用），首个RISC-V/x86/ARM平台兼容的AI加速编译器（与阿里平头哥/芯来合作，已应用），国内首个3D NAND芯片架构与设计团队建立（与三星对标），国内首个嵌入式闪存编译器（与台积电对标，已平台级应用）

0，引言

先上参考网页或论文。专业的读者可以直接看paper。

ChatGPT: Optimizing Language Models for Dialogue?ChatGPT: Optimizing Language Models for Dialogue

GPT论文：Language Models are Few-Shot Learners Language Models are Few-Shot Learners

InstructGPT论文：Training language models to follow instructions with human feedback Training language models to follow instructions with human feedback

huggingface解读RHLF算法：Illustrating Reinforcement Learning from Human Feedback (RLHF) Illustrating Reinforcement Learning from Human Feedback (RLHF)

RHLF算法论文：Augmenting Reinforcement Learning with Human Feedback cs.utexas.edu/~ai-lab/p

PPO算法：Proximal Policy Optimization Algorithms Proximal Policy Optimization Algorithms

今年12月1日，OpenAI推出人工智能聊天原型ChatGPT，再次赚足眼球，为AI界引发了类似AIGC让艺术家失业的大讨论。

据报道，ChatGPT在开放试用的短短几天，就吸引了超过?100 万互联网注册用户。并且社交网络流传出各种询问或调戏ChatGPT的有趣对话。甚至有人将ChatGPT比喻为“搜索引擎+社交软件”的结合体，能够在实时互动的过程中获得问题的合理答案。

ChatGPT 是一种专注于对话生成的语言模型。它能够根据用户的文本输入，产生相应的智能回答。这个回答可以是简短的词语，也可以是长篇大论。其中GPT是Generati【【微信】】rmer（生成型预训练变换模型）的缩写。

通过学习大量现成文本和对话集合（例如Wiki），ChatGPT能够像人类那样即时对话，流畅的回答各种问题。（当然回答速度比人还是慢一些）无论是英文还是其他语言（例如中文、韩语等），从回答历史问题，到写故事，甚至是撰写商业计划书和行业分析，“几乎”无所不能。甚至有程序员贴出了ChatGPT进行程序修改的对话。

ChatGPT也可以与其他AIGC模型联合使用，获得更加炫酷实用的功能。例如上面通过对话生成客厅设计图。这极大加强了AI应用与客户对话的能力，使我们看到了AI大规模落地的曙光。

1，ChatGPT的传承与特点

1.1 OpenAI家族

我们首先了解下OpenAI是哪路大神。

OpenAI总部位于旧金山，由特斯拉的马斯克、Sam Altman及其他投资者在2015年共同创立，目标是开发造福全人类的AI技术。而马斯克则在2018年时因公司发展方向分歧而离开。

此前，OpenAI 因推出?GPT系列自然语言处理模型而闻名。从2018年起，OpenAI就开始发布生成式预训练语言模型GPT（Generati【【微信】】rmer），可用于生成文章、代码、机器翻译、问答等各类内容。

每一代GPT模型的参数量都爆炸式增长，堪称“越大越好”。2019年2月发布的GPT-2参数量为15亿，而2020年5月的GPT-3，参数量达到了1750亿。

GPT家族主要模型对比

1.2 ChatGPT的主要特点

ChatGPT?是基于GPT-3.5（Generati【【微信】】rmer 3.5）架构开发的对话AI模型，是InstructGPT 的兄弟模型。ChatGPT很可能是OpenAI 在GPT-4 正式推出之前的演练，或用于收集大量对话数据。

ChatGPT的主要特点

OpenAI使用?RLHF（Reinforcement Learning from Human Feedbac，人类反馈强化学习） 技术对 ChatGPT 进行了训练，且加入了更多人工监督进行微调。

此外，ChatGPT 还具有以下特征：

1）可以主动承认自身错误。若用户指出其错误，模型会听取意见并优化答案。

2）ChatGPT 可以质疑不正确的问题。例如被询问 “哥伦布 2015 年来到美国的情景” 的问题时，机器人会说明哥伦布不属于这一时代并调整输出结果。

3）ChatGPT 可以承认自身的无知，承认对专业技术的不了解。

4）支持连续多轮对话。

与大家在生活中用到的各类智能音箱和“人工智障“不同，ChatGPT在对话过程中会记忆先前使用者的对话讯息，即上下文理解，以回答某些假设性的问题。ChatGPT可实现连续对话，极大的提升了对话交互模式下的用户体验。

对于准确翻译来说（尤其是中文与人名音译），ChatGPT离完美还有一段距离，不过在文字流畅度以及辨别特定人名来说，与其他网络翻译工具相近。

由于 ChatGPT是一个大型语言模型，目前还并不具备网络搜索功能，因此它只能基于2021年所拥有的数据集进行回答。例如它不知道2022年世界杯的情况，也不会像苹果的Siri那样回答今天天气如何、或帮你搜索信息。如果ChatGPT能上网自己寻找学习语料和搜索知识，估计又会有更大的突破。

即便学习的知识有限，ChatGPT 还是能回答脑洞大开的人类的许多奇葩问题。为了避免ChatGPT染上恶习， ChatGPT 通过算法屏蔽，减少有害和欺骗性的训练输入。，查询通过适度 API 进行过滤，并驳回潜在的种族主义或性别歧视提示。

2，ChatGPT/GPT的原理

2.1 NLP

NLP/NLU领域已知局限包括对重复文本、对高度专业的主题的误解，以及对上下文短语的误解。

对于人类或AI，通常需接受多年的训练才能正常对话。NLP类模型不仅要理解单词的含义，还要理解如何造句和给出上下文有意义的回答，甚至使用合适的俚语和专业词汇。

NLP技术的应用领域

本质上，作为ChatGPT基础的GPT-3或GPT-3.5 是一个超大的统计语言模型或顺序文本预测模型。

2.2 GPT v.s.BERT

与BERT模型类似，ChatGPT或GPT-3.5都是根据输入语句，根据语言/语料概率来自动生成回答的每一个字（词语）。从数学或从机器学习的角度来看，语言模型是对词语序列的概率相关性分布的建模，即利用已经说过的语句（语句可以视为数学中的向量）作为输入条件，预测下一个时刻不同语句甚至语言集合出现的概率分布。

ChatGPT 使用来自人类反馈的强化学习进行训练，这种方法通过人类干预来增强机器学习以获得更好的效果。在训练过程中，人类训练者扮演着用户和人工智能助手的角色，并通过近端策略优化算法进行微调。

由于ChatGPT更强的性能和海量参数，它包含了更多的主题的数据，能够处理更多小众主题。ChatGPT现在可以进一步处理回答问题、撰写文章、文本摘要、语言翻译和生成计算机代码等任务。

BERT与GPT的技术架构（图中En为输入的每个字，Tn为输出回答的每个字）

3，ChatGPT的技术架构

3.1 GPT家族的演进

说到ChatGPT，就不得不提到GPT家族。

ChatGPT之前有几个知名的兄弟，包括GPT-1、GPT-2和GPT-3。这几个兄弟一个比一个个头大，ChatGPT与GPT-3更为相近。

ChatGPT与GPT 1-3的技术对比

GPT家族与BERT模型都是知名的NLP模型，都基于Transformer技术。GPT-1只有12个Transformer层，而到了GPT-3，则增加到96层。

3.2 人类反馈强化学习

InstructGPT/GPT3.5（ChatGPT的前身）与GPT-3的主要区别在于，新加入了被称为RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习）。这一训练范式增强了人类对模型输出结果的调节，并且对结果进行了更具理解性的排序。

在InstructGPT中，以下是“goodness of sentences”的评价标准。

真实性：是虚假信息还是误导性信息？

无害性：它是否对人或环境造成身体或精神上的伤害？

有用性：它是否解决了用户的任务？

3.3 TAMER框架

这里不得不提到TAMER（Training an Agent Manually 【【微信】】cement，评估式强化人工训练代理）这个框架。该框架将人类标记者引入到Agents的学习循环中，可以通过人类向Agents提供奖励反馈（即指导Agents进行训练），从而快速达到训练任务目标。

TAMER框架论文

引入人类标记者的主要目的是加快训练速度。尽管强化学习技术在很多领域有突出表现，但是仍然存在着许多不足，例如训练收敛速度慢，训练成本高等特点。特别是现实世界中，许多任务的探索成本或数据获取成本很高。如何加快训练效率，是如今强化学习任务待解决的重要问题之一。

而TAMER则可以将人类标记者的知识，以奖励信反馈的形式训练Agent，加快其快速收敛。TAMER不需要标记者具有专业知识或编程技术，语料成本更低。通过TAMER+RL（强化学习），借助人类标记者的反馈，能够增强从马尔可夫决策过程?(MDP) 奖励进行强化学习 (RL) 的过程。

TAMER架构在强化学习中的应用

具体实现上，人类标记者扮演对话的用户和人工智能助手，提供对话样本，让模型生成一些回复，然后标记者会对回复选项打分排名，将更好的结果反馈回模型中，Agents同时从两种反馈模式中学习――人类强化和马尔可夫决策过程奖励作为一个整合的系统，通过奖励策略对模型进行微调并持续迭代。

在此基础上，ChatGPT 可以比 GPT-3 更好的理解和完成人类语言或指令，模仿人类，提供连贯的有逻辑的文本信息的能力。

3.4 ChatGPT的训练

ChatGPT的训练过程分为以下三个阶段：

第一阶段：训练监督策略模型

GPT 3.5本身很难理解人类不同类型指令中蕴含的不同意图，也很难判断生成内容是否是高质量的结果。为了让GPT 3.5初步具备理解指令的意图，首先会在数据集中随机抽取问题，由人类标注人员，给出高质量答案，然后用这些人工标注好的数据来微调 GPT-3.5模型（获得SFT模型, Super【【微信】】）。

此时的SFT模型在遵循指令/对话方面已经优于 GPT-3，但不一定符合人类偏好。

ChatGPT模型的训练过程

第二阶段：训练奖励模型（Reward Mode，RM）

这个阶段的主要是通过人工标注训练数据（约33K个数据），来训练回报模型。在数据集中随机抽取问题，使用第一阶段生成的模型，对于每个问题，生成多个不同的回答。人类标注者对这些结果综合考虑给出排名顺序。这一过程类似于教练或老师辅导。

接下来，使用这个排序结果数据来训练奖励模型。对多个排序结果，两两组合，形成多个训练数据对。RM模型接受一个输入，给出评价回答质量的分数。这样，对于一对训练数据，调节参数使得高质量回答的打分比低质量的打分要高。

第三阶段：采用PPO（Proximal Policy Optimization，近端策略优化）强化学习来优化策略。

PPO的核心思路在于将Policy Gradient中On-policy的训练过程转化为Off-policy，即将在线学习转化为离线学习，这个转化过程被称之为Importance Sampling。这一阶段利用第二阶段训练好的奖励模型，靠奖励打分来更新预训练模型参数。在数据集中随机抽取问题，使用PPO模型生成回答，并用上一阶段训练好的RM模型给出质量分数。把回报分数依次传递，由此产生策略梯度，通过强化学习的方式以更新PPO模型参数。

如果我们不断重复第二和第三阶段，通过迭代，会训练出更高质量的ChatGPT模型。

4，ChatGPT的局限

只要用户输入问题，ChatGPT 就能给予回答，是否意味着我们不用再拿关键词去喂 Google或百度，就能立即获得想要的答案呢？

尽管ChatGPT表现出出色的上下文对话能力甚至编程能力，完成了大众对人机对话机器人（ChatBot）从“人工智障”到“有趣”的印象改观，我们也要看到，ChatGPT技术仍然有一些局限性，还在不断的进步。

1）ChatGPT在其未经大量语料训练的领域缺乏“人类常识”和引申能力，甚至会一本正经的“胡说八道”。ChatGPT在很多领域可以“创造答案”，但当用户寻求正确答案时，ChatGPT也有可能给出有误导的回答。例如让ChatGPT做一道小学应用题，尽管它可以写出一长串计算过程，但最后答案却是错误的。

2）ChatGPT无法处理复杂冗长或者特别专业的语言结构。对于来自金融、自然科学或医学等非常专业领域的问题，如果没有进行足够的语料“喂食”，ChatGPT可能无法生成适当的回答。

3）ChatGPT需要非常大量的算力（芯片）来支持其训练和部署。抛开需要大量语料数据训练模型不说，在目前，ChatGPT在应用时仍然需要大算力的服务器支持，而这些服务器的成本是普通用户无法承受的，即便数十亿个参数的模型也需要惊人数量的计算资源才能运行和训练。，如果面向真实搜索引擎的数以亿记的用户请求，如采取目前通行的免费策略，任何企业都难以承受这一成本。因此对于普通大众来说，还需等待更轻量型的模型或更高性价比的算力平台。

4）ChatGPT还没法在线的把新知识纳入其中，而出现一些新知识就去重新预训练GPT模型也是不现实的，无论是训练时间或训练成本，都是普通训练者难以接受的。如果对于新知识采取在线训练的模式，看上去可行且语料成本相对较低，但是很容易由于新数据的引入而导致对原有知识的灾难性遗忘的问题。

5）ChatGPT仍然是黑盒模型。目前还未能对ChatGPT的内在算法逻辑进行分解，因此并不能保证ChatGPT不会产生攻击甚至伤害用户的表述。

当然，瑕不掩瑜，有工程师贴出了要求ChatGPT写【【微信】】代码（芯片设计代码）的对话。可以看出ChatGPT水平已经超出一些【【微信】】初学者了。

5，ChatGPT的未来改进方向

5.1 减少人类反馈的RLAIF

2020年底，OpenAI前研究副总裁Dario Amodei带着10名员工创办了一个人工智能公司Anthropic。Anthropic 的创始团队成员，大多为 OpenAI 的早期及核心员工，参与过OpenAI的GPT-3、多模态神经元、人类偏好的强化学习等。

2022年12月，Anthropic再次发表论文《Constitutional AI: Harmlessness from AI Feedback》介绍人工智能模型Claude。（【【网址】】/pdf/2212.0807）

CAI模型训练过程

Claude 和 ChatGPT 都依赖于强化学习(RL)来训练偏好（preference）模型。CAI（Constitutional AI）也是建立在RLHF的基础之上，不同之处在于，CAI的排序过程使用模型（而非人类）对所有生成的输出结果提供一个初始排序结果。

CAI用人工智能反馈来代替人类对表达无害性的偏好，即RLAIF，人工智能根据一套constitution原则来评价回复内容。

5.2 补足数理短板

ChatGPT虽然对话能力强，但是在数理计算对话中容易出现一本正经胡说八道的情况。

计算机学家Stephen Wolfram 为这一问题提出了解决方案。Stephen Wolfram 创造了的 Wolfram 语言和计算知识搜索引擎 Wolfram | Alpha，其后台通过Mathematica实现。

ChatGPT与Wolfram | Alpha结合处理梳理问题

在这一结合体系中，ChatGPT 可以像人类使用 Wolfram|Alpha 一样，与 Wolfram|Alpha “对话”，Wolfram|Alpha 则会用其符号翻译能力将从 ChatGPT 获得的自然语言表达“翻译”为对应的符号化计算语言。在过去，学术界在 ChatGPT 使用的这类 “统计方法” 和 Wolfram|Alpha 的 “符号方法” 上一直存在路线分歧。但如今 ChatGPT 和 Wolfram|Alpha 的互补，给NLP领域提供了更上一层楼的可能。

ChatGPT 不必生成这样的代码，只需生成常规自然语言，然后使用 Wolfram|Alpha 翻译成精确的 Wolfram Language，再由底层的Mathematica进行计算。

5.3 ChatGPT的小型化

虽然ChatGPT很强大，但其模型大小和使用成本也让很多人望而却步。

有三类模型压缩（model compression）可以降低模型的大小和成本。

第一种方法是量化（【【微信】】），即降低单个权重的数值表示的精度。比如Tansformer从FP32降到INT8对其精度影响不大。

第二种模型压缩方法是剪枝（pruning），即删除网络元素，包括从单个权重（非结构化剪枝）到更高粒度的组件如权重矩阵的通道。这种方法在视觉和较小规模的语言模型中有效。

第三种模型压缩方法是稀疏化。例如奥地利科学技术研究所 (ISTA)提出的SparseGPT （【【网址】】/pdf/2301.0077）可以将 GPT 系列模型单次剪枝到 50% 的稀疏性，而无需任何重新训练。对 GPT-175B 模型，只需要使用单个 GPU 在几个小时内就能实现这种剪枝。

SparseGPT 压缩流程

6 ChatGPT的产业未来与投资机会

6.1 AIGC

说到ChaGPT不得不提AIGC。

AIGC即利用人工智能技术来生成内容。与此前Web1.0、Web2.0时代的UGC（用户生产内容）和PGC（专业生产内容）相比，代表人工智能构思内容的AIGC，是新一轮内容生产方式变革，而且AIGC内容在Web3.0时代也将出现指数级增长。

ChatGPT 模型的出现对于文字/语音模态的 AIGC 应用具有重要意义，会对AI产业上下游产生重大影响。

6.2 受益场景

从下游相关受益应用来看，包括但不限于无代码编程、小说生成、对话类搜索引擎、语音陪伴、语音工作助手、对话虚拟人、人工智能客服、机器翻译、芯片设计等。从上游增加需求来看，包括算力芯片、数据标注、自然语言处理（NLP)等。

大模型呈爆发态势（更多的参数/更大的算力芯片需求）

随着算法技术和算力技术的不断进步，ChatGPT也会进一步走向更先进功能更强的版本，在越来越多的领域进行应用，为人类生成更多更美好的对话和内容。

最后，作者问存算一体技术在ChatGPT领域的地位（作者本人目前在重点推进存算一体芯片的产品落地），ChatGPT想了想，大胆的预言存算一体技术将在ChatGPT芯片中占据主导地位。（深得我心）

【立方早知道】洛阳钼业拟派现18亿元／又一大佬加入中文版ChatGPT大战／瑞银30亿瑞郎收购瑞信

洛阳钼业新消息,洛阳钼业172亿,评论一下洛阳钼业,洛阳钼业还长得起来吗

【立方早知道】洛阳钼业拟派现18亿元/又一大佬加入中文版ChatGPT大战/瑞银30亿瑞郎收购瑞信

第111期

（2023年3月20日）

见证历史！瑞银30亿瑞郎收购瑞信

当地时间3月19日，瑞士联邦委员会在伯尔尼召开新闻发布会，确认瑞士第一大银行瑞银集团将收购陷入危机的瑞士第二大银行集团瑞士信贷银行。瑞士金融市场监管局当天宣布批准瑞银与瑞信的合并，表示此举有利于金融稳定。瑞士信贷在当天发布的声明中透露，瑞信的股东将以22.48股瑞信股份换取1股瑞银的股份。这一交换比例反映了瑞士信贷所有股份的合并对价为30亿瑞士法郎。

李开复加入中文版ChatGPT大战

3月19日，创新工场董事长兼CEO李开复在朋友圈宣布，正在亲自筹组Project Al 2.0，这是创新工场塔尖孵化的第7家公司，致力打造Al 2.0全新平台和Al-first生产力应用的全球化公司。李开复在朋友圈写到，“ProiectAl2.0不仅仅要做中文版ChatGPT”。新公司的资金、算力陆续到位，现在正式开启团队组建，首批广召大模型、多模态、NLP、AI算法工程与研究、分布式计算/Infrastructure 等方向的顶级人才。

张兰被曝国外欠债9.8亿！最新回应

近日，美国联邦地区法院公布的一份判决书显示，张兰仍拖欠CVC基金1.42亿美元（约合人民币9.8亿元）及其利息。张兰海外家族信托资金被击穿，用之购入的一套纽约公寓也即将被执行还款，债权人CVC可以申请对这笔资金采取相应的执行措施。3月18日，张兰在直播中手举自家品牌凉面，回应粉丝的刷屏提问称，欠债是被资本算计，“我没有算计别人，所以不丢人。这说明我做的好，猪养肥了、狼就来了。是CVC基金欠我的，我没欠任何人，怎么会向黑恶势力低头。”

人民日报：中俄经贸合作稳步推进

2022年，中俄双边贸易额达到创纪录的1902.71亿美元，同比增长29.3%，中国连续13年稳居俄罗斯第一大贸易伙伴国。俄罗斯工业和贸易部副部长表示，希望俄中工商界进一步加强对接，探索新的合作方式，拓展新的合作领域。

央行全面降准0.25个百分点，释放超预期利好！业内：有利于中特估、AI板块持续发酵

本次下调后，金融机构加权平均存款准备金率约为7.6%，大约释放5000亿左右的基础货币。招商基金研究部首席经济学家李湛表示，这次降准动作略超市场平均预期，当前海外金融机构风波频出、折射长期低利率快速转向提升可能滋生问题。

○ 河南

主要指标增速高于全国！河南前两月经济数据出炉

3月17日，河南省统计局公布1-2月全省经济运行情况。1-2月，全省规模以上工业增加值同比增长4.9%，全省固定资产投资同比增长7.1%，全省社会消费品零售总额4399.91亿元，同比增长7.4%。数据显示，前两个月，河南省主要指标增速高于全国、位次前移。 【解读】

展开全文

南阳在大湾区集中签约30个项目，总投资596.16亿元

3月17日，在“开哨一季度”的关键时刻，南阳市在深圳举办粤港澳大湾区招商推介暨项目签约会，30个项目集中签约，合同引资额596.16亿元。此次签约的项目投资规模大、科技含量高、发展前景好、带动能力强，必将成为南阳打造千亿级装备制造产业集群的重要支撑。

○ 国内

四川公布46个新经济重点平台和新场景 | 名单

近日，四川省新经济重点平台和新场景名单（第一批）正式出炉。经企业自主申报、专家评审等程序，确定“积微物联大数据应用分析平台”等10个平台为四川省新经济重点平台，“基于物联网的智能燃气服务示范场景”等36个场景为四川省新经济应用新场景，主要涉及成都、眉山、德阳、绵阳、自贡、雅安等市。 【名单】

湖北：加快推动湖北银行、鄂旅股份等企业上市

湖北省将对标国家新一轮国企改革深化提升行动，研究制定省属国有企业高质量发展五年行动计划。包括：大力支持湖北交投集团、湖北联投集团、中南建院和兴发集团创建世界一流企业，加快推动湖北银行、鄂旅股份等一批上市后备“金种子”企业上市。

○ 河南

洛阳伊滨区发文！强力推动龙门实验室建设运营

近日，《洛阳市城乡一体化示范区关于强化科技支撑促进高质量发展的若干措施》正式出台。其中提到，强力推动省龙门实验室建设运营，鼓励龙门实验室引入专业化投资运营商；设立100万元的区级创新创业引导资金池，支持孵化载体加快设立种子基金，对孵化载体设立种子基金的，按照实际情况，给予适当比例的参股。

○ 国内

最高奖励500万元，湖南出台首个跨境电商专项政策

日前，湖南省人民政府办公厅印发《关于促进跨境电商高质量发展的若干措施》，其中提到，到2025年，力争全省年交易规模1亿元、10亿元的跨境电商企业分别达到20家、5家。对跨境电商行业领军企业来湘新设立企业（集团）总部，且注册资本在2000万元以上的，最高奖励其在湘企业500万元。

广州拟立法保障民营经济：不随意停发贷款或提前收回贷款

近日，《广州市民营经济促进条例（草案征求意见稿）》公开征求意见。此次进一步完善民营经济立法，是为了保障广州市民营经济高质量发展。草案征求意见稿明确，政府不随意提前终止生产经营场所的合法使用，银行业金融机构不随意停发贷款或者提前收回未到期贷款；不得超权限、超范围、超数额、超时限查封、扣押、冻结涉案财物。

无锡发布促进住房消费10条新政：调整限购区域

无锡市房地产调控领导小组办公室日前发布《关于进一步促进房地产市场健康发展若干措施的通知》。其中提到，支持新市民、新就业、外来人才在锡刚性购房需求，对在无锡工作、但社保和个税缴纳在外地的居民，提供半年及以上居住证明，可以在本市购买1套新建商品住房。此外，优化住房限购范围，适当调整限购区域。

刘连舸辞任中国银行董事长

3月19日，中国银行发布公告，刘连舸因工作调整，辞去中国银行董事长、执行董事、董事会战略发展委员会主席及委员、企业文化与消费者权益保护委员会委员职务。该辞任自2023年3月18日起生效。

中国人保董事长罗熹辞职

中国人保公告，收到罗熹的辞呈。罗熹因年龄原因，辞去本公司执行董事、董事长及董事会战略与投资委员会主任委员职务。该辞任自2023年3月16日起生效。

○ 光伏设备

光伏设备厂商受益TOPCon扩产 捷佳伟创等一季度订单旺盛

随着以TOPCon为代表的N型电池产能扩充，设备生产商率先成为受益者。捷佳伟创公司人士向财联社记者透露：“一季度公司已获得约百GW的TOPCon电池设备订单，在该领域已接近去年大半年的水平。”除工艺设备外，TOPCon产业链的激光设备企业中，帝尔激光近期披露，公司TOPCon SE一次激光掺杂设备订单产能累计突破100GW。

○ 钛白粉

龙佰集团：目前公司钛白粉订单数量快速增加

3月19日，龙佰集团在互动平台表示，随着钛白粉价格不断上涨，目前公司钛白粉订单数量快速增加。目前，公司硫酸法钛白粉和氯化法钛白粉均有出口，氯化法钛白粉出口比例较高，硫酸法钛白粉出口量较大。

○ 河南

拟现金分红18.2亿元！洛阳钼业2022年营收1729.9亿元

3月17日，全球矿业巨头洛阳钼业公布了2022年的成绩单。2022年，洛阳钼业实现营收1729.9亿元，同比下滑0.5%；归母净利润60.67亿元，同比增长18.82%。洛阳钼业拟向全体股东每 10 股派发现金红利 0.8508 元（含税），预计派发总额 18.2亿元。

平顶山东方碳素24日IPO上会，拟募资5.05亿元

3月17日，北交所公告，定于3月24日上午9时召开2023年第13次上市委员会会议，审议平顶山东方碳素股份有限公司首发事项。据东方碳素同日披露的招股书（上会稿），该公司拟发行股份不超过3200万股（未考虑行使超额配售选择权情况下）；不超过3680万股（全额行使超额配售选择权情况下），发行价不低于14.00元/股，募资资金5.05亿元，用于年产1.8万吨高端特种石墨碳材项目。

中信重工：2022年净利润1.46亿元，同比下降35.78％

3月17日，中信重工发布2022年年报。公司2022年营业收入约88.27亿元，同比增加16.91%；归属于上市公司股东的净利润约1.46亿元，同比下降35.78%。

○ 国内

中国华融预计2022财年净亏损276亿元

3月19日，中国华融在港交所公告，经初步测算，2022年度归属于本公司普通股股东的净亏损预计为276亿元左右。中国华融表示，影响全年业绩表现的主要因素：一是受资本市场波动影响，部分权益类金融资产公允价值估值下降形成较大浮亏。二是优化调整业务布局，收购重组类不良债权资产规模及收入阶段性减少。三是受宏观经济形势及房地产行业下行影响，信用减值损失计提增加。

金陵体育：因涉嫌短线交易公司股票 董事李剑峰被证监会立案

3月19日，金陵体育公告，公司董事李剑峰于3月17日收到证监会下发的《立案告知书》，因其涉嫌短线交易“金陵体育”股票，未按规定披露持股信息及变动信息，证监会决定对其立案。

转战纳斯达克，网映文化拟募资4420万美元

已从新三板摘牌的网映文化正在转战纳斯达克，其于日前更新招股书，计划最高募资4420万美元。网映文化于日前更新招股书，股票代码为“NTV”。其此次发行区间为6美元到6.5美元，准备发行680万股，最高募资4420万美元。公司称，本次募资将用于扩展海外市场、增加研发投资，推进包括云计算、直播技术、元宇宙等在内的电竞服务和技术等。

任正非发声：华为2022年研发经费达238亿美元，在前沿探索上会继续加大投入

日前，华为总裁任正非透露：“我们现在还属于困难时期，但在前进的道路上并没有停步。

任正非近日讲话称，未来在AI大模型上会风起云涌，不只是微软一家。AI服务普及需要5G的连接，“ChatGPT对我们的机会是什么？它会把计算撑大，把管道流量撑大，这样我们的产品就有市场需求。”

对抗监管，这家券商营业部负责人被罚

近日，河北证监局正式推出了《证券期货机构监管通讯》。河北证监局在投诉举报核查中发现某证券营业部负责人违规买卖股票，虽然违法违规行为已过行政处罚追溯时效，但考虑其长期突破法律底线且对抗监管等行为性质恶劣，河北证监局对其采取认定为不适当人选的行政监管措施。

该从业人员所在营业部未能形成合规管理的法制环境，合规自查不实不细，敷衍塞责，反映出该营业部的内部管理薄弱，法制意识淡漠，河北证监局对其出具警示函。

监管掐断QB国利“垄断”链条 债券报价江湖变天

债券报价行业风波仍在持续。据悉，本周开始，六大货币经纪商之一的上海国利货币经纪有限公司的债券报价数据将免费接入Wind、DM等终端。自此，此前与国利签有排他性协议的QB或将不再一家独大，行业可能迎来大洗牌。某债券报价数据终端人士表示：“本周一，Wind等一些终端就应该会上线国利的数据，产品经理周末两天都在加班对接。”

中信证券：超预期降准助力 预期转折点将至

国内经济和政策预期的低点已过，数据验证下国内经济预期上修，超预期降准助力政策预期回升；全球流动性收紧预期的顶点已过，近期欧美银行风险对我国没有实质性影响，反而有利于提升A股在全球的配置价值；下周美联储最关键的一次加息落地后，市场预期的转折点将明确；A股全面修复行情的第二波虽略有延后，但趋势已日益清晰。

海通证券：短期市场迎来雨后彩虹 数字经济代表的TMT依然是第一主线

近期硅谷银行和瑞士信贷风险事件引发全球股市波动，阵雨过后短期或见彩虹，美债利率回落利于风险资产。美联储加息的影响仍需时候消化，雨季未结束，部分新兴市场国家等债务风险依然值得警惕。

全年而言，A股震荡后终将上行，数字经济代表的TMT依然是第一主线。“中特估值体系”需要重视，新能源和消费有结构性机会。关注黄金的阶段性投资机会。

中信建投：预计热点扩散 科技成长仍是中期主线

中信建投研报指出，海内外均处在宽松的政策预期，国内经济回暖仍在进程中，前期市场弱势调整，当前A股开始酝酿反击。市场环境改善后，我们预计机会将从数字经济和国企改革两大主题方向有所扩散，行业配置角度来看，从行业盈利周期、资金加仓意愿、分母端流动性环境及政策支持导向（影响估值）几维度综合考虑，中期看，科技成长仍是中期主线。行业关注：半导体、信创、基建链、券商、中药、储能等。

美联储联合五大央行出手！通过流动性互换协议增加美元供应

当地时间3月19日，据美联储消息，加拿大银行、英格兰银行、日本银行、欧洲央行、美联储和瑞士国家银行今天宣布采取协调行动，通过美元流动性互换额度安排加强流动性供应。

美联储表示，为了提高美元互换额度提供美元资金的有效性，参与美元互换的央行将“把7天到期操作的频率从每周增加到每天”。每日操作将从3月20日星期一开始，并将至少持续到4月底。

特朗普：我预计本周二被捕！

据环球网援引美国全国广播公司（NBC）18日爆料，了解情况的5名高级官员透露，美国前总统特朗普可能最早于下周被起诉，当地州与联邦的执法和安全机构正在为此做准备。

美国前总统特朗普18日在社交媒体上发文称，他预计自己将于本周二被捕，并呼吁支持者“抗议”，“把我们的国家夺回来”。

美国第一公民银行考虑收购硅谷银行

知情人士透露，美国第一公民银行（First Citizens BancShares）正在评估对硅谷银行的收购要约。知情人士称，这家总部位于北卡罗来纳州纳罗利的银行是破产的硅谷银行为数不多的潜在买家之一。报价将于周日上午截止。一位知情人士称，美国联邦存款保险公司将在周日决定硅谷银行是全面出售还是分拆，这取决于是否有买家竞购。至少还有一家竞购者正在认真考虑收购硅谷银行。知情人士称，目前尚未做出最终决定，美国第一公民银行也可能会选择不竞标。

美国186家银行存在“爆雷”风险

随着硅谷银行关闭事件的影响蔓延，美国金融市场持续震荡，尽管美国政府已经采取措施进行干预，但糟糕的局面仍未缓解。据《华尔街日报》17日报道，最新研究显示，美国目前有多达186家银行有可能存在与硅谷银行类似的风险。

获得成功之后往往会被胜利中昏头脑，这种时候尤其需要平静地思考。

――吉姆?罗杰斯

责编:史健 | 审核:李震 | 总监:万军伟