GPT4：模型能力提升推動應用升級

免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1計算機華泰研究GPT-4：多模態(tài)確認，在專業(yè)和學術上表現亮眼北京時間3月15日GPT-4正式發(fā)布，支持圖片、文字等多模態(tài)輸入，以及文本輸出。根據相關技術文檔，1）模型架構（包括模型大?。?、硬件、訓練計算、數據集構造、訓練方法等細節(jié)未公布；2）GPT-4于2022年8月完搭建了開源OpenAIEvals模型評估框架，支持現有準則和自定義準則。4）GPT-4API已開放等待列表（waitlist價格提升明顯。實驗結果表明，GPT-4在各種專業(yè)和學術基準上表現出了人類的水平。技術拆解：構建深度學習堆棧，新增獎勵訓練模型GPT-4項目重點之一是構建大范圍可預測的深度學習堆棧。堆棧（stack）能夠通過評估小計算量模型的性能，準確預測大計算量模型的性能，減少訓練成本。訓練方法上，預訓練之后，GPT-4采用了與InstructGPT同樣的方法進行基于人類反饋的強化學習，并添加了基于規(guī)則的獎勵模型來進一步引導模型產生人類預期的結果。多模態(tài)輸入上，支持圖片和文本的多模態(tài)輸入，但是，OpenAI未在技術文檔中給出圖片模態(tài)的相關技術細節(jié)。安全性討論：引入專家提高模型安全性和一致性OpenAI在技術文檔中耗費大量篇幅討論模型安全性問題。從目前結果看，GPT-4仍然存在“幻覺”和推理錯誤，并在模型校準上表現不佳。為了進一步提高模型安全性，OpenAI聘請了來自AI對齊風險、網絡安全、生物風險和國際安全等領域的50多名專家對模型進行對抗性測試，涉及幻覺、有害對模型安全性的關注，或是為未來大規(guī)模商業(yè)化應用做鋪墊。模型能力提升，應用或進一步升級GPT4相比GPT3.5在多模態(tài)、推理能力、支持文本長度方面有了較明顯的提升，有望推動應用進一步升級。對多模態(tài)的支持有望加速PDF、圖像等領域的生產力應用升級，或將推動生產力應用效率的進一步提升。相關公司包括：萬興科技、福昕軟件、金山辦公。更強的推理能力與語言理解能力有助于進一步優(yōu)化服務型應用的使用效果，包含垂類信息的搜索引擎、客服等產品的功能有望進一步升級。相關公司包括：三六零、同花順。風險提示：宏觀經濟波動，技術進步不及預期。本報告內容均基于客觀信息整理，不構成投資建議。計算機增持(維持)研究員SACNo.S0570519080006SFCNo.BQZ938聯系人SACNo.S0570121070173聯系人SACNo.S0570122080053xiechunsheng@+(86)2129872036penggang@+(86)2128972228yuanzeshi@+(86)2128972228行業(yè)走勢圖計算機滬深300(%)(3)(14)(25)Mar-22Jul-22Nov-22Mar-23資料來源：Wind，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2GPT-4：多模態(tài)確認，在專業(yè)和學術上表現亮眼 3GPT-4：支持多模態(tài)輸入，安全問題或成為LLM關注焦點 3能力測試：在專業(yè)和學術基準上表現出了人類的水平 4技術拆解：構建深度學習堆棧，新增獎勵訓練模型 8項目重點：構建大范圍可預測的深度學習堆棧 8訓練方法：在InstructGPT方法基礎上增加新的獎勵模型 9多模態(tài)：支持圖片輸入，未提供具體算法 10安全性討論：引入專家提高模型安全性和一致性 12局限性：仍存在推理錯誤與校準下降等問題 12風險與改進：聘請專家進行對抗性測試 13模型能力進一步提升，應用有望進一步升級 15風險提示 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3GPT-4支持多模態(tài)輸入，安全問題或成關注焦點。北京時間3月15日凌晨，OpenAI召開發(fā)布會，正式宣布GPT模型家族中最新的大型語言模型（LLM）—GPT-4。GPT-4可以接受圖像和文本輸入并產生文本輸出。同時，OpenAI發(fā)布了GPT-4相關技術文檔。從技術文檔結構看，OpenAI并未對GPT-4模型本身做過多介紹，而是將大量篇幅留給模型安全性相關討論。我們認為，在LLM走向大規(guī)模應用的過程中，隨著模型規(guī)模和能力的提升，將暴露出更多安全方面的問題，或將成為未來LLM的重要關注點。23-38各類考試題的來源和設置，RLHF對模型的影資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究年8月完成訓練，此后，OpenAI一直在評估、對抗性測試并迭代和改進模型，并提出各種系統(tǒng)級安全緩解措施。此外，OpenAI在GPT-4文檔中明確提出，考慮到競爭格局和大型模型（如GPT-4）的安全影響，本文檔沒有包含有關架構（包括模型大小）、硬件、訓練計算、數據集構造、訓練方法或類似內容的進一步細節(jié)。文檔明確提供的內容包括：1）GPT-4是一個基于transformer的預訓練模型，用于預測文字的下一個token；2）使用公開可用數據（如互聯網數據）和第三方提供商授權的數據；3）使用來自人類反饋的強化學習（RLHF）對模型進行微調。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究OpenAI搭建了開源OpenAIEvals模型評估框架。OpenAIEvals模型評估框架（/openai/evals）用于創(chuàng)建和運行各類評估準則（benchmarks支持用戶自定義評估邏輯。目前，OpenAIEvals與現有的基準測試兼容，并可用于跟蹤部署中的模型性能。未來，OpenAI計劃逐步增加測試基準的多樣性，以代表更廣泛的故障模式和更難的任務集。GPT-4API已開放等待列表（waitlistAPI價格提升明顯。當獲得訪問權限后，即可以對GPT-4模型進行純文本請求（圖像輸入仍然處于有限的測試階段OpenAI將自動將模型更新為推薦的穩(wěn)定模型。此外，GPT-4提供兩個版本，GPT-4-8k和GPT-4-32k，前者支持的上下文長度為8192個token，后者支持32768-context（約50頁文本，提供有限訪問）。GPT-4-8k定價為每1k提示token0.03美元，每1k完成token0.06美元。默認速率限制為每分鐘40k個token，每分鐘200個請求；GPT-4-32k定價為每1k提示token0.06美元，每1k完成token0.12美元。（API價格網址/pricing）GPTGPT-4API價格GPTGPT-3.5API價格資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究GPT-4在各種專業(yè)和學術基準上表現出了人類的水平。OpenAI在一系列不同的基準上測試了GPT-4，包括最初為人類設計的模擬考試?？荚囶}目包括多項選擇題和自由問答題。OpenAI為每種考試形式設計了單獨的提示（prompt并且在需要的場合增加了圖像輸入。GPT-4并未專門針對這些考試科目進行訓練，但仍取得了優(yōu)秀的成績，例如以大約前10%的成績通過模擬律師資格考試，而GPT-3.5在該考試中成績?yōu)楹?0%。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究GPT-4在考試中展現的能力未受到RLHF的顯著影響?；谌祟惙答伒膹娀瘜W習（RLHF）是InstructGPT中引入的方法，通過獎勵的形式讓模型輸出向人類希望的方向發(fā)展。為了測試RLHF對模型能力的影響，OpenAI在GPT-4基礎模型和RLHF后的GPT-4模型上運行了考試基準測試中的多項選擇題部分。在所有考試中，基礎模型的平均分為73.7%，而RLHF模型的平均分為74.0%，這表明經過RLHF后并沒有顯著改變基礎模型的能力。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6GPT-4在評估語言模型的傳統(tǒng)基準上同樣效果卓越。在評估GPT-4在語言模型的測試基準時，對所有模型使用了few-shot。測試基準涵蓋問題多選、常識推理、代碼、閱讀理解、數學問題等。結果表明，GPT-4大大優(yōu)于GPT-3.5，以及以前最先進的（SOTA）模型，甚至超過了某些在特定測試標準上訓練過的模型。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究GPT-4在大多數語言上的結果都優(yōu)于GPT3.5和現有語言模型。現有的多數機器學習測試基準都是基于英語編寫的。為了測試GPT-4在其他語言中的表現，OpenAI使用AzureTranslate將MMLU基準測試（涵蓋57個主題的多項選擇問題）翻譯成各種語言。結果表明，GPT-4在大多數語言上的結果都優(yōu)于GPT3.5和現有語言模型的英語語言性能，包括全球使用人數較低的語言，如拉脫維亞語、威爾士語和斯瓦希里語。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究GPT-4在跟蹤用戶意圖的能力方面提高顯著。據OpenAI數據，OpenAI收集了通過ChatGPT和OpenAIAPI提交的用戶提示，過濾掉不允許、敏感內容或過于簡單的提示，并將這些提示和響應發(fā)送給人工標注員。根據指示，標注人員在不知道答案來源于哪種模型的情況下，判斷給出的提示是否符合用戶的要求。在5214個提示數據集中，GPT-4生成的響應在70.2%的提示上優(yōu)于GPT-3.5生成的響應。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8GPT-4項目的一大重點是構建大范圍可預測的深度學習堆棧。簡而言之，該堆棧（stack，論文中也叫基礎設施和優(yōu)化方法）能夠通過評估小計算量模型的性能，準確預測大計算量模型的性能，減少訓練成本。以GPT-4為例，雖然官方未給出具體的模型參數，但是指出對于GPT-4這樣的大型訓練，進行廣泛的特定于模型的調優(yōu)是不可行的。而大范圍可預測的深度學習堆棧，能夠通過計算比GPT-4計算量少1000x-10000x（x代表倍）的模型性能，預測出“完全體”GPT-4的性能，實現在訓練之前了解模型的功能，并及時改善關于對齊、安全性和部署的決策。該方法的理論依據是：經過適當訓練的大型語言模型的最終損失，很好地近似于用于訓練模型的計算量的冪律。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究除了預測最終損失，還可以使用其他可解釋的能力指標進行預測。其中一個指標是HumanEval數據集的通過率。HumanEval數據集衡量的是合成不同復雜度的Python函數的能力。通過計算比GPT-4計算量少1000x模型在HumanEval數據集子集的通過率，成功預測了GPT-4在HumanEval數據集子集的通過率。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9預訓練之后，GPT-4采用了與InstructGPT同樣的方法進行RLHF。OpenAI首先從人類標注員處收集演示數據（給定一個輸入，演示模型應該如何響應并對模型的輸出數據進行排名（給定一個輸入和幾個輸出，將輸出從最好到最差進行排序）。然后執(zhí)行以下步驟：1）利用收集到的人工標注演示數據，使用監(jiān)督學習（SFT）來模擬演示中的行為以微調GPT-4；2）使用收集到的排名數據來訓練獎勵模型（RM該模型預測標注員對給定輸出的平均偏好；3）使用獎勵模型和強化學習（特別是PPO算法優(yōu)化GPT-4SFT模型。收集描述性數據，并訓練一個有監(jiān)督模型從prompt數據庫中取樣，并得到數個模型的回答由人類訓練師對回答進行排序收集的數據用來訓練我們的獎勵模型并訓練一個獎勵用PPO強化學習算法通過獎勵模型優(yōu)化策略從prompt數據庫中取樣由人類訓練師撰寫期望的輸出值收集的數據用來以監(jiān)督學習的方式微調GPT-3模型向一個6歲智力的模型解釋強化學習B回答B(yǎng)回答B(yǎng)：“..”D回答D：“..”回答A：“..”C回答C：“..”從prompt數據庫中另外取樣Q示例：“寫一段關于..的故事”策略給出回答獎勵模型對回答打分用獎勵通過PPO算法優(yōu)化策略PPO示例：“很久以前……”RMrk對行為給出獎勵與對行為給出獎勵與懲罰……DD＞C＞A＞BD＞C＞A＞B資料來源：《Traininglanguagemodelstofollowinstructionswithhumanfeedback》、華泰研究基于規(guī)則的獎勵模型以更細的粒度進一步引導模型。RLHF微調后的模型仍然會不時出現人類不想看到的行為。因此，OpenAI在RLHF基礎上增加基于規(guī)則的獎勵模型（RBRMs）。RBRM是一組zero-shot的GPT-4分類器（classifier）。分類器在RLHF微調期間針對正確行為（例如拒絕生成有害內容或不拒絕無害請求向GPT-4策略模型提供額外的獎勵信號。RBRM有三個輸入：提示（可選）、策略模型的輸出和人類編寫的用于如何評估輸出的規(guī)則。在安全相關的訓練提示集上，獎勵GPT-4拒絕有害內容請求，例如非法建議；同樣獎勵GPT-4沒有拒絕對安全和可回答問題的請求。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10GPT-4能夠實現圖片和文本的多模態(tài)輸入。GPT-4接受由圖像和文本組成的提示（prompt，與純文本設置類似允許用戶指定任何視覺或語言任務，同時輸出文本信息。此外，語言模型中的few-shot提示和思維鏈等，在GPT-4中同樣有效。但是，OpenAI未在技術文檔中給出如何實現圖片的輸入，以及如何對圖片進一步處理以注入到模型中。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12GPT-4仍存在“幻覺”和推理錯誤?；糜X指的是產生與某些來源有關的無意義或不真實的內容。但是，與GPT-3.5模型相比，GPT-4顯著減少了幻覺，并在內部的對抗性事實性評估中，在所有項的準確率均分比最新的GPT-3.5高出19pct。與ChatGPT類似，GPT-4寫的訓練數據均是2021年9月之前的，因此缺乏對該日期之后的知識的掌握，會犯一些簡單的推理錯誤，接受用戶的明顯錯誤陳述，或在在生成的代碼中存在安全漏洞。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究RLHF顯著提高了GPT-4在TruthfulQA公共基準測試上的表現，但程度仍欠佳。TruthfulQA基準測試了模型從對抗選擇的一組不正確的語句中分離事實的能力。GPT-4基本模型在TruthfulQA基準上的表現略好于GPT-3.5。經過RLHF訓練后，GPT-4相比于同樣經過RHLF的GPT-3.5-turbo在準確率上領先超10pct。但是，即使經過RLHF訓練，GPT-4在TruthfulQA上的準確率也只有60%，未達到更高水平。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13訓練后的GPT-4模型在模型校準上出現性能下降。預訓練的模型是高度校準的，模型對答案的預測置信度通常與正確的概率相匹配。然而，在后訓練（post-training）過程中，校準情況發(fā)生顯著下降。OpenAI未給出具體原因。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究OpenAI投入了大量的精力來提高GPT-4的安全性和一致性。GPT-4與較小的語言模型存在類似的風險，包括生成有害的建議、有bug的代碼或不準確的信息。然而，GPT-4更強大的功能可能會帶來新的風險面。為了了解這些風險的程度，OpenAI聘請了來自AI對齊風險、網絡安全、生物風險和國際安全等領域的50多名專家對模型進行對抗性測試。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究OpenAI從11個方面對GPT-4風險進行了一系列定性和定量評估。包括幻覺、有害內容、虛假信息、武器擴散、隱私、網絡安全等。通過評估，能夠進一步了解GPT-4的能力、限制和風險，并幫助提供解決方案、迭代測試和構建模型的更安全版本等。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14風險名稱（英文）風險名稱（中文）風險描述Hallucinations幻覺產生與某些來源有關的無意義或不真實的內容Harmfulcontent有害內容違反策略的內容，或可能對個人或社會造成傷害的內容Harmsofrepresentation,allocation,andqualityofservice表示、分配和服務質量的危害性加強和重現特定的偏見和世界觀，包括對某些邊緣群體的有害刻板印象和貶損聯想Disinformationandinfluenceoperations虛假信息和影響操作生成逼真而有針對性的內容，包括新聞文章、推文、對話和電子郵件；生成旨在誤導的內容的風險Proliferationofconventionalandunconventionalweapons常規(guī)和非常規(guī)武器的擴散某些LLM能力可能具有軍民兩用的潛力，這意味著該模型可用于“商業(yè)和軍事或擴散應用”Privacy隱私GPT-4從各種許可的、創(chuàng)建的和公開可用的數據源中學習，其中可能包括公開可用的個人信息Cybersecurity網絡安全沒有改進現有的偵察、漏洞利用和網絡導航工具，并且在復雜和高級活動（如新型漏洞識別）方面不如現有工具有效Potentialforriskyemergentbehaviors潛在的危險緊急行為創(chuàng)造和執(zhí)行長期計劃的能力，積累權力和資源（“權力尋求”）的能力，以及表現出越來越“主觀”的行為等Economicimpacts經濟影響GPT-4或后續(xù)模型可能會導致某些工作的自動化。這可能導致勞動力流失Acceleration加速影響AI過快發(fā)展導致安全標準的下降、不良規(guī)范的擴散，加劇了與人工智能相關的社會風險Overreliance過度依賴當用戶過度信任和依賴模型時，就會出現過度依賴，這可能會導致未被注意到的錯誤和不充分的監(jiān)督資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究OpenAI還在模型層面對GPT-4進行改進。例如，在預訓練階段，過濾了GPT-4數據集組合，減少不適當的文本內容數量；通過內部訓練的分類器和基于詞典的方法來識別被標記為極有可能包含不適當內容的文件，并將其從預訓練集中移除。此外，上述基于規(guī)則的獎勵模型（RBRMs）引導了模型朝人類想要的方向改進。與GPT-3.5相比，在敏感性問題和不被允許的問題上，GPT-4不正確的提示率大大下降。資料來源：《GPT-4TechnicalReport》，OpenAI（2023）、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15支持多模態(tài)，應用范圍進一步拓寬。GPT-4與僅能處理自然語言任務的GPT-3.5相比，它能夠同時處理圖像及文本輸入，并生成文本輸出。GPT-4可以完成一些傳統(tǒng)的視覺語言任務，如圖像描述、生成字幕、圖像分類等。此外，GPT-4還具有較強的邏輯分析能力，可以對圖像中的內容進行合理的推測，并給出用戶需要的答案?；谶@種能力，GPT-4可以完成一系列更為豐富和復雜的任務，比如根據數據圖表回答定量問題、分析圖像中主體的異常情況、依據上傳的PDF長文檔總結摘要等，進一步擴展了語言模型的應用場景。我們認為多模態(tài)的實現有望加速PDF、圖像等領域的生產力應用升級，或將推動生產力應用效率的進一步提升。資料來源：公司官網、華泰研究具備更強推理能力。GPT-4在處理復雜的文本任務時表現出了比GPT-3.5更強的優(yōu)勢。OpenAI團隊分別對GPT-4和GPT-3.5在多個人類考試上進行了測試。OpenAI團隊并沒有針對這些考試專門訓練GPT-4，并且在測試過程中，如果發(fā)現某個考試中有和訓練數據重復的問題，研究人員會剔除重復問題并生成新的考試變體，再次對模型進行測試，并取兩次考試中的最低分作為最終成績。結果顯示，在大多數考試中，尤其是與數學和推理相關的考試中，GPT-4相比于GPT-3.5有了顯著提升，在學術和專業(yè)測試中甚至能夠達到與人類相當的水平?？荚嘦niformBarExam考試簡介是一種統(tǒng)一的律師資格考試，包括三個部分：GPT-4GPT-3.5分數298/400Percentile~90th213分數/400Percentile~10thLSAT多州隨筆考試(MEE)、多州實務考試(MPT)和多州法律考試(MBE)。法學院入學考試，包含閱讀理解、分析性推理、邏輯推理和寫作4部分。~88th~40thSATMath美國高考的數學部分，主要涉及三個領域：代數的核心、問題解決和數據分析、高級數學。700/800~89th590/800~70thGRE-Quantitative美國研究生考試的數學部分，主要涉及四個領域：算術、代數、幾何和數據分析。/170~80th/170~25thGRE-Verbal美國研究生考試的語文部分，主要包括閱讀理解、文字補全、句子等價三種題型。/170~99th/170~63rdUSABOSemifinalExam2020是美國生物奧林匹克競賽的半決賽考試，包含多項選擇題和自由回答題，主要考察生物學的理論知識和實驗技能。87/15099th-100th43/15031st-33rd注：Percentile代表GPT-4得分超過的參與考試人數占總人數的百分比資料來源：《GPT-4TechnicalReport》，OpenAI、華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。16資料來源：考試官網、華泰研究支持更長文本交互，語言理解生成能力進一步提升。GPT系列模型屬于自回歸語言模型，它的任務是根據前面的單詞預測下一個單詞。為了生成每個單詞，模型需要利用前面所有的單詞作為信息。據OpenAI官網，GPT-3.5的輸入及輸出總長度限制為4097個token。GPT-4支持最多32768個token的上下文對話，一方面可以讓模型捕捉到更多的信息，從而提高語言理解和生成的質量和連貫性。另一方面更長的輸入及輸出能夠支持更加復雜問題的解決，如利用GPT-4輔助報稅，并得到詳細的推理過程，進行跨文本處理任務，幫助用戶總結兩篇長文章之間的共同點與差異等。我們認為更強的推理能力與語言理解能力有助于進一步優(yōu)化服務型應用的使用效果，包含垂類信息的搜索引擎、客服等產品的功能有望進一步升級。輸入及輸出最大token數對應詞數GPT-432,76822,938GPT-3.54,0972,868GPT-32,0491,434Codex8,0015,601注：對應詞數按1token=0.7詞換算資料來源：OpenAI，華泰研究公司代碼公司簡稱MSFTUS微軟GOOGLUS谷歌688095CH福昕軟件300624CH萬興科技688111CH金山辦公300033CH同花順601360CH三六零未上市OpenAI資料來源：Bloomberg、華泰研究宏觀經濟波動。若宏觀經濟波動，產業(yè)變革及新技術的落地節(jié)奏或將受到影響，宏觀經濟波動還可能對AI投入產生負面影響，從而導致整體行業(yè)增長不及預期。技術進步不及預期。若AI技術和大模型技術進步不及預期，或將對相關的行業(yè)落地情況產生不利影響。本報告內容均基于客觀信息整理，不構成投資建議。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。17分析師聲明本人，謝春生，茲證明本報告所表達的觀點準確地反映了分析師對標的證券或發(fā)行人的個人意見；彼以往、現在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露本報告由華泰證券股份有限公司（已具備中國證監(jiān)會批準的證券投資咨詢業(yè)務資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴格保密資料。本報告僅供本公司及其客戶和其關聯機構使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司及其關聯機構(以下統(tǒng)稱為“華泰”)對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發(fā)布當日的觀點和判斷。在不同時期，華泰可能會發(fā)出與本報告所載意見、評估及預測不一致的研究報告。同時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。以往表現并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能。華泰不保證本報告所含信息保持在最新狀態(tài)。華泰對本報告所含信息可在不發(fā)出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司不是FINRA的注冊會員，其研究分析師亦沒有注冊為FINRA的研究分析師/不具有FINRA分析師的注冊資華泰力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，華泰及作者均不承擔任何法律責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關于業(yè)績的數據代表過往表現，過往的業(yè)績表現不應作為日后回報的預示。華泰不承諾也不保證任何預示的回報會得以實現，分析中所做的預測可能是基于相應的假設，任何假設的變化可能會顯著影響所預測的回報。華泰及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，華泰可能會持有報告中提到的公司所發(fā)行的證券頭寸并進行交易，為該公司提供投資銀行、財務顧問或者金融產品等相關服務或向該公司招攬業(yè)務。華泰的銷售人員、交易人員或其他專業(yè)人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發(fā)表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向報告所有接收者進行更新的義務。華泰的資產管理部門、自營部門以及其他投資業(yè)務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。投資者應當考慮到華泰及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據。有關該方面的具體披露請參照本報告尾部。本報告并非意圖發(fā)送、發(fā)布給在當地法律或監(jiān)管規(guī)則下不允許向其發(fā)送、發(fā)布的機構或人員，也并非意圖發(fā)送、發(fā)布給因可得到、使用本報告的行為而使華泰違反或受制于當地法律或監(jiān)管規(guī)則的機構或人員。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發(fā)表、引用或再次分發(fā)他人(無論整份或部分)等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發(fā)的，需在允許的范圍內使用，并需在使用前獲取獨立的法律意見，以確定該引用、刊發(fā)符合當地適用法規(guī)的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節(jié)和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。中國香港本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合《證券及期貨條例》及其附屬法律規(guī)定的機構投資者和專業(yè)投資者的客戶進行分發(fā)。華泰金融控股（香港）有限公司受香港證券及期貨事務監(jiān)察委員會監(jiān)管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關本報告的問題,請與華泰金融控股（香港）有限公司聯系。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。18香港-重要監(jiān)管披露?華泰金融控股（香港）有