基于机器学习的宏观政策报告比对研究与实践

【课题研究机构】广发证券股份有限公司、广发证券资产管理（广东）有限公司

课题背景及意义

1.1

课题背景

每当国务院、财政部、工信部、一行两会等政府部门及监管机构发布宏观政策公告，如政府工作报告、年度统计公报、货币政策执行报告，传达前期经济总结、下阶段经济展望、政策动态，都会引发社会各界的广泛关注。不论是金融市场上的监管机构、金融机构，还是地方政府、实体企业、学界乃至个人，往往采取对比分析的方式研析宏观政策公告，即逐句对比本期公告与上期公告，发现主体内容、细节用词、关键词频率上的差异，斟酌经济形势和政策风向的变化。例如2018年二季度以来，货币政策执行报告开始加重笔锋，强调金融支持民营和小微企业发展，如果读者捕捉到这一信号，商业银行可以尽早调整授信政策，民营企业可以把握风口、尽早争取融资渠道，金融机构可以尽快响应国家政策、享受第一波政策利好，投资者可以尽快获取投资信号、在市场上取得超额收益。

然而，肉眼上逐句对比多期宏观政策公告存在诸多不便，如阅读速度较慢，难应对中国金融稳定报告、货币政策执行报告等上百页的长报告，而且容易遗漏细节。因此绝大部分读者过度依赖于互联网上的专家解读结论，其缺陷一是专家解读亦存在上述时滞、遗漏细节等问题，二是读者吸收千篇一律的结论，难有差异化发现。

1.2

课题意义

（1）本课题针对对比分析多期宏观政策公告的业务痛点，研究并开发一站式宏观政策公告对比工具，支持用户上传公告，在阅读器中半主动式查看多期公告的句子匹配、用词差异、词频统计，并支持一键导出各类宏观政策公告的多维度比对结果。打破了广大用户以往肉眼对比多期宏观政策公告的阅读方式，辅助用户迅速一网打尽多期宏观政策公告的所有差异点，并推荐出最重要的差异之处，用户在公告发布的第一时间内即可得到全网最详尽的公告对比分析结果。

（2）在AI市场上现有多文档精准比对的成熟产品基础上，更进一步，加入多种算法模型，包括不限于：1）基于模板和语义文本聚类的文档解析模型；2）基于语义角色标注和语义匹配模型实现句子级别模糊匹配；3）包括关键词抽取、摘要抽取等多类前沿AI算法的关键信息抽取模型。本产品能有效提升处理精度和效率，实现金融语义理解下的宏观政策公告比对。宏观政策的比对重点不再是现有精准比对产品那样，刻板地比对每一个微小文字乃至标点符号的不同，而是注重内容本身，更深入地挖掘金融语义的变化。

课题内容及目标

（1）研究定期发布的、最具影响力的宏观政策公告类型，针对各类公告，研究其历年报告框架、主旨大意、行文格式、关键词类型、主谓宾结构、章节划分标识等文本特征。

初步归纳宏观政策公告类型

公告类型	发布频率	比对难度
政府工作报告	每年	★★★★
货币政策执行报告	每季度	★★★
央行工作会议	每年	★★★★
中国金融稳定报告	每年	★★★
十九大报告	每5年	★★★★
年度统计公报	每年	★★
中央经济工作会议报告	每年	★★★★★
全国金融工作会议报告	每5年	★★★★★
中央政治局会议报告	每月	★★★★★
其他宏观领域定期报告、不定期报告	-	-

（2）针对特定类型的公告，分别进行多期公告文档解析、语句匹配、语句语义差异、抽取式摘要的标注，并运用标注训练集和公告的文本特征，分别训练文档解析、语句匹配与语义差异识别、关键信息与摘要抽取三大类模型。

（3）分析各类宏观政策公告之间的共性，训练通用模型，以应对上表外其他的宏观领域定期报告、不定期报告。

（4）调研金融机构用户研究宏观政策公告的业务需求和思维逻辑，设计宏观政策公告比对工具的UI并开发。

宏观政策公告比对工具的流程示意图

关键技术及创新点

3.1

系统技术框架

宏观政策报告比对分析系统总体有三部分功能：文档解析、语句匹配与语义差异识别、关键信息与摘要抽取。其中语句匹配与语义差异识别是在文档解析的基础上，对两篇文档中互相映射的文本内语义近似的句子进行比对，达到定位两篇文档内容差异的目的。关键信息与摘要抽取则是基于整篇文档抽取其中的关键词和摘要。各功能的实现由多个模块组成，文档解析包括分别基于模版和语义的两个解析模块，语句匹配与语义差异识别包括语义角色标注、文本相似匹配和差异比对三个模块，关键信息与摘要抽取则包括关键词抽取和摘要抽取两个模块。

3.2

课题创新点

（1）技术上，为了实现基于语义理解层面的报告比对解析，在业内首创采用基于深度语义相似度模型（LSTM-DSSM）的匹配”方式来构建比对系统。

用户输入的文本，即输入两个段落，分别经过Bert模型进行向量编码，再将向量作为训练好的DSSM模型的输入，输出两个文本的相似度。针对通用DSSM无法获取句子以及篇章级更长上下文语义的问题，我们引入了结合LSTM的DSSM模型，也称LSTM-DSSM。LSTM-DSSM 其实用的是 LSTM 的一个变种——加入了peep hole的 LSTM。

（2）应用上，在业内首创宏观政策报告比对系统，解决了金融从业人员对比分析多期宏观政策公告的业务痛点。实现公告自动采集、公告库管理、用户上传/从公告库中选择多期公告、一键自动比对、离线半主动式查阅比对、一键导出多维度比对结果，全流程线上化、自动化。打破了广大用户以往肉眼对比多期宏观政策公告的阅读方式，辅助用户迅速一网打尽多期宏观政策公告的所有差异点，并推荐出最重要的差异之处，用户在公告发布的第一时间内即可得到全网最详尽的公告对比分析结果。且历次政策报告比对记录通过系统进行知识共享和知识传承，形成机构宝贵的政策研究经验。

课题完成情况及成果应用

4.1

课题完成情况

目前本课题组已完成宏观政策报告比对系统的需求调研、UI设计、模型选型及训练、前后端开发、测试等全部研发工作，并已在广发资管战心智能投研系统中上线使用，受到公司领导、同事的一致好评。以下详细介绍本系统的功能和模型训练结果。

4.1.1 报告比对上传功能

用户使用宏观政策报告比对系统做政策比对只需要按3步走，第一步，上传报告，首先上传一份报告作为基准报告，基准报告往往是最新一期的政府工作报告、货币政策执行报告等政策报告，同时上传一份或多份报告作为被比对报告，被比对报告往往是前几期的同类型政策报告。第二步，选择文档类型和文档性质，文档类型覆盖政府工作报告、货币政策执行报告等9大类宏观政策报告，还支持比对其他宏观领域定期报告、不定期报告。第三步，用户点击“开始比对”按钮后，系统调度特定报告模型，启动报告比对，等待1-3分钟后本次报告比对结果即出现在报告比对历史查询模块中。

报告比对上传

4.1.2 报告比对结果浏览器

报告比对结果浏览器以双栏pdf阅读器（右为基准报告，左为比对报告）+右侧信息栏的形式，让用户极为便捷地阅读报告和甄别差异。

报告比对结果浏览器基于机器学习成果，为用户提供了三种比对方式，第一种是重点信息比对，即自动为用户推荐两篇报告中最重要的不同之处，例如GDP的不同、CPI的不同、民企政策的不同、房地产政策的不同。我们只需要点击某条重点信息比对记录，系统就会自动定位到这两句话在原文中的位置。重点信息比对功能在技术实现上，是对各类宏观政策报告研究其披露重点和经济意义，并制定规则算法抽取其重点内容。

第二种对比方式是逐句总结，只需要在基准报告或者被比对报告中选中一个字，并点击“定位”按钮，系统就会自动为用户查询这句话在另一篇报告中的对应句子，同时以紫红色标识出两句话的不同之处。另外还支持“快播”功能，每一次点击快播键，系统就会为用户定位到报告中下一组句子比对。

第三种比对方式是关键词总结，即展示两篇报告的词频统计的差异，点击具体的关键词，就能定位到报告中下一处关键词所在位置。

此外，报告比对结果浏览器还支持备注、纠错、下载等常用功能。用户可以为报告中的一句话添加备注，记录和分享阅读笔记；给一组匹配句子进行纠错反馈，便于模型持续训练；还可以下载比对结果到excel中，便于将报告比对结果传阅给无权限的客户。

报告比对结果浏览器

报告比对结果下载文件

4.1.3 报告比对模型训练结果

本课题组别抽取七大类报告近十年的文件进行效果评估。截止目前，逐句比对结果的平均准确率达到94%，召回率达到95%，可见本模型能很好地替代人工，识别绝大部分的报告差异。

4.2

成果应用

宏观政策报告比对系统上线后，颠覆了投研人员以往肉眼对比多期宏观政策公告或者过度依赖于互联网专家解读的政策研究方式。用户在公告发布的第一时间内即可得到全网最详尽的公告对比分析结果，在报告比对结果浏览器中半主动式查看多期公告的句子匹配、用词差异、词频统计，一网打尽主体内容、细节用词、关键词频率上的差异，斟酌经济形势和政策风向的变化，进而优化投资决策。且历次政策报告比对记录通过系统进行知识共享和知识传承，形成公司内部宝贵的政策研究经验。

下文以2018-2020年三期政府工作报告为例，展示报告比对的成果，可见2020年政府工作报告相比前两年政府工作报告增加大量对抗疫的表述，疫情下全球经济从前两年的“复苏乏力”、“增速放缓”转变为“严重衰退”。全球贸易从2018年的“中美经贸摩擦给一些企业生产经营、市场预期带来不利影响”，演变为“国际经贸摩擦加剧”、“产业链供应链循环受阻，国际贸易投资萎缩”。政策倾向上，政府没有提出全年经济增速具体目标，弱化稳增长目标，强调“稳企业保就业”。货币政策方面，由前两年的“稳健的货币政策保持中性”“稳健的货币政策要松紧适度”转变为“稳健的货币政策要更加灵活适度”。财政政策方面，赤字率目标由前两年的2.6%、2.8%大幅提升至3.6%，并略去了2019年报告中防范地方政府债务风险的表述……投研人员运用宏观政策报告比对系统得以迅速把握这些经济形势和政策风向的变化，进而优化投资决策。

案例分析-逐句比对结果

2020年政府工作报告.docx	2019年政府工作报告.docx	2018年政府工作报告.docx
各位代表：	各位代表：	各位代表：
我代表国务院，	我代表国务院，	我代表国务院，
向大会报告政府工作，	向大会报告政府工作，	向大会报告过去五年政府工作，
请予审议，	请予审议，	请予审议，
并请全国政协委员提出意见。	并请全国政协委员提出意见。	并请全国政协委员提出意见。
这次新冠肺炎疫情，	-	-
是新中国成立以来我国遭遇的传播速度最快、感染范围最广、防控难度最大的公共卫生事件。	-	-
在以习近平同志为核心的党中央坚强领导下，	-	-
经过全国上下和广大人民群众艰苦卓绝努力并付出牺牲，	-	-
疫情防控取得重大战略成果。	-	-
疫情尚未结束，	-	-
发展任务异常艰巨。	-	-
要努力把疫情造成的损失降到最低，	-	-
努力完成今年经济社会发展目标任务。	-	-
一、2019年和今年以来工作回顾	一、2018年工作回顾	一、过去五年工作回顾
我国发展面临诸多困难挑战。	我国发展面临多年少有的国内外复杂严峻形势，	-
世界经济增长低迷，	世界经济增速放缓，	-
国际经贸摩擦加剧，	特别是中美经贸摩擦给一些企业生产经营、市场预期带来不利影响。	-
国内经济下行压力加大。	国内经济下行压力加大，	经济下行压力持续加大，
以习近平同志为核心的党中央团结带领全国各族人民攻坚克难，	我们深入贯彻以习近平同志为核心的党中央决策部署，	以习近平同志为核心的党中央团结带领全国各族人民砥砺前行，
完成全年主要目标任务，	完成全年经济社会发展主要目标任务，	-
为全面建成小康社会打下决定性基础。	决胜全面建成小康社会又取得新的重大进展。	制定了决胜全面建成小康社会、夺取新时代中国特色社会主义伟大胜利的宏伟蓝图和行动纲领，
——经济运行总体平稳。	——经济运行保持在合理区间。	-
国内生产总值达到99.1万亿元，	国内生产总值增长6.6%，	国内生产总值从54万亿元增加到82.7万亿元，
增长6.1%。	国内生产总值增长6.6%，	国内生产总值从54万亿元增加到82.7万亿元，
城镇新增就业1352万人，	城镇新增就业1361万人、调查失业率稳定在5%左右的较低水平。	城镇新增就业1351万人，
调查失业率在5.3%以下。	-	-
居民消费价格上涨2.9%。	居民消费价格上涨2.1%。	居民消费价格年均上涨1.9%，
……	……	……