行业与公司 * 行业：中国银行业 [1] * 涉及公司：覆盖银行（包括大型国有银行、股份制银行及部分区域性银行），具体提及中国银行（BOC）、建设银行（CCB）、招商银行（CMB）、宁波银行（BONB）、工商银行（ICBC）、农业银行（ABC）、交通银行（BoCom）、邮储银行（PSBC）、兴业银行（Industrial）、华夏银行（HuaXia）、平安银行（PAB）、南京银行（BONJ）等 [3][72][133][137] 核心观点与论据 **1 房地产风险敞口评估与潜在损失规模** * **核心观点**：基于高盛中国房地产团队更新的房价预测（基准情形：2026-27年下跌约15%；压力情形：下跌30%），重新评估银行在房地产（包括按揭和非按揭）领域的风险敞口 [1][7] * **按揭贷款潜在损失**： * **基准情形**：预计到2027年，行业潜在按揭不良贷款率（NPL）为2.4%，覆盖银行为2.1% [1][8] 对应潜在按揭不良贷款总额为人民币0.9万亿元 [7][22] 整个按揭贷款组合需要额外拨备人民币0.5万亿元，主要构成盈利风险，而非资本短缺 [8] * **压力情形**：预计到2027年，行业潜在按揭不良贷款率为3.6%，覆盖银行为3.3% [12] 对应潜在按揭不良贷款总额为人民币1.4万亿元 [7][22] 整个按揭贷款组合需要额外拨备人民币0.9万亿元 [12] * **关键缓冲因素**：中国按揭贷款为全额追索权贷款，实际损失率将远低于潜在不良贷款率 [7][8][24] 尽管经历了4年房价下跌，贷款价值比（LTV）超过100%的按揭贷款仅占9%，起点健康 [1] * **房地产信贷（非按揭）潜在损失**： * **风险敞口下降**：房地产信贷风险敞口已从峰值人民币20万亿元降至2025年预计的人民币17万亿元，高风险部分（房地产债券和影子银行）规模减少了人民币4万亿元 [26][30] * **基准情形**：潜在房地产信贷损失为人民币1.4万亿元（损失率8.4%），其中银行承担人民币1.1万亿元 [26][29][38] 基于该资产类别平均7%的贷款损失准备（LLR）比率，现有拨备为人民币1.05万亿元，银行无需额外拨备 [29][38] * **压力情形**：潜在房地产信贷损失为人民币2.6万亿元（损失率15.4%），其中银行承担人民币2.1万亿元 [26][29][38] 银行需要额外拨备人民币1.09万亿元 [29][38] **2 银行缓冲能力与压力测试结果** * **核心观点**：在基准情形下，银行主要面临盈利下调风险；在压力情形下，可能出现资本缺口，但整体结果好于年初预期 [2][43] * **盈利风险（基准情形）**： * 若将新产生的房地产及按揭损失在三年内核销，可能导致2025-27年净利润较当前预测平均下降9% [46][49] 但银行能够维持充足的不良贷款覆盖率和核心一级资本（CET-1）比率 [46][51] * 预计覆盖银行2026年拨备前营业利润（PPOP）和净利润增长分别为6%和4% [48][128] * **资本风险（压力情形）**： * 预计到2027年，银行系统累计资本缺口约为人民币2410亿元，其中覆盖银行/非覆盖银行分别为人民币300亿元/2110亿元 [46][66] * 中小型银行（尤其是区域性银行）自2018年以来房地产资产增长更快，因此受房地产下行负面影响更大，但其主要股东多为地方政府，可能获得财政支持 [58] * **缓冲能力增强的原因**： * **外部资本补充**：过去3年，中国银行系统共补充了人民币8800亿元的核心一级资本（包括可转债），其中覆盖银行占人民币6350亿元 [72][77] 2025年，政府通过发行超长期国债为四大国有银行补充了总计人民币5200亿元资本，使其平均核心一级资本比率提升了103个基点 [72][74] * **风险缓冲垫增厚**：预计2025年中国银行系统风险缓冲将达到人民币15万亿元，较2024/2023年增加人民币1.2/2.6万亿元 [84][86] 德州比率（不良贷款/有形股本+贷款损失准备）从2023年的26%降至2025年预计的23% [43][84][89] * **资产结构优化**：银行增持政府债券，降低了资本消耗，四大行截至2025年上半年政府债券总持有量达人民币15.1万亿元，较2024年上半年增加人民币1.7万亿元，平均风险加权资产（RWA）密度从53.6%降至52.8% [87][92] * **净息差（NIM）企稳**：受存款成本下降推动，预计大多数银行的净息差将在2026年上半年企稳，覆盖银行2026年平均净息差预测为1.34% [105][106][116] **3 盈利、估值与投资评级** * **核心观点**：预计2026年覆盖银行将呈现“营收增长但利润不增长”的局面，因增加了逆周期拨备，但这不会对估值产生负面影响，因整体营收增长趋势为正，且估值应更关注资产负债表 [122] * **盈利预测**：预计覆盖银行2026年平均PPOP/净利润增长为6%/4%，较此前预测变化+0.2/-0.7个百分点 [128] * **估值方法**：基于CAMELOT框架（资本、资产质量、管理、盈利、流动性、市场风险敏感度、透明度）进行综合评估，维持当前覆盖银行的目标P/PPOP估值倍数，以2026年为估值基准年 [132][141] * **投资偏好与评级**： * **看好大型银行**：在四大行中，看好建设银行（CCB）和中国银行（BOC），因其负债成本下降更具可持续性（分别得益于庞大的分支机构网络优势和零售品牌），维持“买入”评级 [3][133] 对工商银行（ICBC）和农业银行（ABC）维持“中性”评级，主要因后两者尚未宣布政府注资计划，存在潜在每股收益稀释的不确定性风险 [133] * **看好优质区域性银行**：看好宁波银行（BONB），主要因其资产质量出现逆转，自2025年第二季度以来各项指标趋于稳定 [3][136] * **看淡部分中型银行**：维持对交通银行（BoCom）A/H股、兴业银行（Industrial）和华夏银行（HuaXia）的“卖出”评级，因其需持续加强资产负债表，面临净息差压力及消化存量风险等问题 [137] 其他重要内容 * **股息与股东回报**：4-5%的股息收益率构成估值支撑 [3] 中国四大行股息支付率呈下降趋势，目前为30%，且无法进行股份回购，综合股东回报在全球银行中处于较低水平 [112][118][135] 在核销房地产风险过程中，过快的风险加权资产增长会产生负面影响，限制分红能力，银行可通过优化资产负债表降低风险加权资产密度、放缓风险加权资产增长或寻求外部资本补充来维持分红 [43][113][117] * **敏感性分析**：在压力情形下，银行系统/覆盖银行/非覆盖银行在基准情形/压力情形下的最大风险加权资产年复合增长率（CAGR）预计分别为7%/13%、7%/14%、7%/12% [68][69] * **风险定价分化**：积极的财政政策下，即使在地产债务化解过程中，一般地方政府债券和城投债的收益率并未趋同，而是出现分化，这可能表明风险定价正逐步分化 [87][91][106]

文章核心观点 人工智能是决定未来国家实力的核心技术，其竞争集中表现为算力竞争，主要是中美之间的国家级和企业级竞争[1][13][30] 中国坚持独立自主、节约高效的发展道路，硬算力与软算力并进，通用模型与垂直模型并举，具备可持续发展的实力[1][16][19] 技术创新的价值需通过市场实现，中国拥有全球最大的制造业、服务业数字技术市场需求和应用场景，这是其主要优势[1][16][19] 构建安全高效的智能金融生态是数字经济时代的重要任务，需从金融模型、金融智能体、数据共享和AI竞争四个维度推进[2][20] 金融模型：可靠性与经济性 - AI技术正从单模态迭代至多模态，最新大模型具备文本、视觉、语音多模态组合的感知、理解、学习、模拟和交互能力，应用于金融业能创造直接商业价值[2][20] - 多模态智能金融机器人可动态捕捉、即时感知客户语言和表情，准确判断其风险偏好和业务诉求，克服机器服务冰冷的问题[3][21] DeepSeek OCR具有视觉压缩功能，可将文本token数量压缩至**10%**，能精确识别商业票据、征信报告和合同文本，提取关键信息[3][21] - 生成式AI的算法创新未能消解安全风险和技术缺陷，包括数据投毒、参数窃取、模型幻觉、模型歧视、算法共振、隐私泄露及解释性难题[3][21] - 智能金融创新的基石是可信任，中短期内不要求模型具备解决复杂问题的高超能力，而需统筹安全与效率，注重算法与场景的匹配[4][22] 金融模型需满足高可靠性、可解释性和经济性要求[4][22][23] - 通过海量数据预训练行业级金融模型并持续调优，再定制企业级模型，可有效降低模型开发的边际成本，提高投入产出比[5][23][24] - 智能金融创新需从根本上改革体制、重构流程、再造底层系统，监管应刚柔并济，遵循“高中初小”原则，并构建价值共生生态[5][24] 金融智能体：AI替代与法律地位 - AI技术正从助理（AI-Assistant）迭代至代理（AI-Agent），最新的具身智能体（AI-Agent）能培育在不同场景中的感知、学习、交互、行动和决策的代理能力[6][25] - 金融智能体（Financial-Agent）依托行业最佳流程和数据支持，适用于市场分析、风险评估、投资顾问、财富管理、量化交易等高价值领域，已开始在金融机构中部署并替代人类员工的部分岗位[7][26] - AI替代正从劳动密集型岗位延伸至知识密集型岗位，例如百度的数字信贷经理智能体撰写尽职调查报告，时长由**1天减少到1小时**，数据准确性超过**98%**[7][26] 有金融高管认为智能投资顾问可能替代**60%以上**的投资顾问岗位[7][26] - 深度智能化将改变金融业人力资源结构：更多经营管理岗位需匹配懂AI、懂金融的复合型人才；更多专业性、技术性岗位将被金融智能体替代；更多操作性、劳动密集型岗位将外包给数字化服务企业[7][26] - AI替代的速度和深度取决于智能体的专业性和可靠性、金融监管的评估审核以及劳动就业观念和政策的容纳[8][27] 必须加快制度创新，明确金融智能体的法律地位、行为边界、与客户的法理关系以及管理者的决策责任，并建立评估审核制度[9][27] 数据共享：数量与质量 - 金融是数据密集型行业，数据的质量和数量决定智能金融的实际能力，数据环境是最重要的智能金融生态环境[10][28] - 当前数据共享存在三大短板：公共数据局部行政分割；非公共数据（如超过**9亿**移动支付用户产生的数据）流通不畅；行为数据集开发应用不足[10][28] - 公共数据开放共享需着力解决行政分割问题，按照“原始数据不出域、数据可用不可见”要求，以模型、核验等形式提供，政府应建立数据平台打破数据孤岛，如浙江、福建、深圳等地已采取行动[11][29] - 非公共数据共同使用需着力解决流通不畅问题，通过创新技术手段推动私密信息匿名化，并推进按市场化方式“共同使用、共享收益”的新模式，支持金融机构与各类“数据大户”建立市场化数据分享机制[11][29] - 需建设专业化的数据集数据库，从五个相互关联的维度（足够数量、结构完整、质量达标、统计准确、专业细分）建设产业数字金融数据库，并建立集中统一、互联互通的数据应用系统[12][30] 一家互联网大厂正策划牵头兴建金融业一体化数据库[12][30] AI竞争：硬实力与软算力 - 据非权威数据，**2024年底**中国算力规模约占全球的**26%**，美国约占**37%**[1][14][19] 美国启动“星际之门”计划，未来**4年**计划投资**5000亿美元**用于AI基础设施建设[1][14][19] 中国选择硬算力软算力并行，投资**1万亿元**用于AI基础设施建设[1][14][19] - **2024年12月26日**，深度求索发布并开源DeepSeek-V3，通过算法创新显著节约资源、提升有效算力[14][31] 测试证明其与OpenAI的GPT-4o性能不分伯仲，但训练成本远低于后者[14][31] DeepSeek V3.2通过引入稀疏注意力（DSA）机制，使API价格降低**50%以上**[14][31] - 美国对中国封锁高端芯片和光刻机技术，制裁中国先进企业，并将DeepSeek模型定义为“对手AI（adversary AI）”，企图构建去中国化的AI围城[16][32] - 在AI领域，美国的主要优势在于全球领先的高端芯片核心技术，而中国的主要优势在于全球最大的制造业、服务业数字技术市场需求和应用场景[16][32] - 开源模式有利于AI普惠，例如阿里开源的Qwen3-Omni模型具备原生多模态能力，支持**119种**文本语言、**19种**语音输入语言、**10种**语音输出语言，其能力可与Google的Gemini2.5 Pro媲美[17][34] 但需注意外国软件开源潜在的技术系统绑定和断桥风险[17][34]

文章核心观点 中国银行原行长李礼辉在第二十二届中国国际金融论坛上指出，构建数字经济时代的智能金融生态是金融业发展的核心方向，其基石在于“可信任”[1][4] 智能金融创新并非简单地为传统流程披上智能化外衣，而是需要从根本上改革体制、重构流程、再造底层系统[6][18] 同时，监管应刚柔并济，在支持创新的同时有效管理风险[6][18] 金融模型：可靠性与经济性 - AI技术正从单模态向多模态迭代，最新大模型具备文本、视觉、语音多模态组合的感知、理解与交互能力，能直接为金融业创造商业价值，例如实现拟人化交互和精确的非结构化数据处理[3][21] 具体案例显示，DeepSeek OCR可将文本token数量压缩至**10%**，能精确识别金融票据、报告和合同[3][21] - 生成式AI的算法创新并未消解人工智能潜在的安全风险和技术缺陷，包括数据投毒、参数窃取等安全风险，以及模型幻觉、模型歧视、算法共振、隐私泄露等技术缺陷[4][22] 金融行业对安全性和可信度要求近乎苛刻，必须保证资产、数据、交易和服务的安全可靠[4][22] - 中短期内，智能金融创新对金融模型有三点核心要求：**高可靠性**（需配置先进安全工具，在不同应用场景中克制模型幻觉、避免歧视、防止算法共振、达成零误差等）[5][23]；**可解释性**（需展现完整推理路径和逻辑，实现过程可解释）[5][23]；**经济性**（通过预训练行业级模型再定制企业级模型，以降低边际成本，提高投入产出比）[5][23] 金融智能体：AI替代与法律地位 - AI技术正从助理（AI-Assistant）向代理（AI-Agent）迭代，最新的具身智能体（AI-Agent）集成了神经网络、知识工程和控制论技术，具备感知、学习、交互、行动和决策的代理能力[7][26] - 金融智能体（Financial-Agent）依托行业最佳流程和数据，已开始在高价值领域（如市场分析、投资顾问、量化交易、内部审计）部署，替代人类员工的部分岗位，且替代趋势正从劳动密集型岗位延伸至知识密集型岗位[8][26] 例如，百度的数字信贷经理智能体将尽职调查报告撰写时长从**1天减少到1小时**，数据准确性超过**98%**[8][26] 有金融高管认为智能投资顾问可能替代**60%以上**的投资顾问岗位[8][26] - 深度智能化将改变金融业人力资源结构：更多经营管理岗位需要懂AI的复合型人才；更多专业/技术性岗位将被金融智能体替代；更多操作性/劳动密集型岗位将外包给数字化服务企业[8][27] 这要求金融业的人力资源管理观念、制度以及高校人才培养方向都必须转变[9][27] - 必须加快制度创新以确定金融智能体的法律地位，包括明确其行为边界、与客户的法理关系、金融机构管理者的决策责任，并建立评估审核制度[9][27] 数据共享：数量与质量 - 金融是数据密集型行业，数据质量和数量决定智能金融的实际能力[10][28] 当前全国数据共享存在三大短板：公共数据局部行政分割；非公共数据（如超过**9亿**移动支付用户产生的数据）流通不畅；行为数据集开发应用不足[10][28] - 为扩大数据数量并提高质量，需从三方面着力：一是推动公共数据开放共享，按照“原始数据不出域、数据可用不可见”原则，以模型、核验等形式提供服务，打破数据孤岛，例如浙江、福建、深圳等地已建立数据共享平台[10][29]；二是推动非公共数据共同使用，通过技术创新（如匿名化处理）保护隐私，并建立金融机构与互联网平台等“数据大户”的市场化数据分享机制[11][29]；三是建设专业化的产业数字金融数据库，需涵盖足够数量、结构完整、质量达标、统计准确、专业细分的多维度数据，并建立集中统一、互联互通的数据应用系统[11][30] 据悉，一家互联网大厂正策划牵头兴建金融业一体化数据库[11][30] AI竞争：硬实力与软算力 - AI竞争集中表现为算力竞争，主要是中美之间的国家级及企业级竞争[12][31] **硬算力是基础，软算力更高效**[13][32] 据非权威数据，**2024年底**中国算力规模约占全球**26%**，美国约占**37%**[13][32] 美国启动“星际之门”计划，未来**4年**计划投资**5000亿美元**用于AI基建；中国则选择硬软算力并行，投资**1万亿元**用于AI基建[13][32] - 中国在软算力方面取得突破，例如深度求索发布的**DeepSeek-V3**通过算法创新节约资源，其性能与**GPT-4o**不分伯仲但训练成本更低[13][32] **DeepSeek V3.2**通过稀疏注意力（DSA）机制使API价格降低**50%以上**[13][32] - 技术有政治边界，市场有价值边界[14][33] 美国对中国封锁高端芯片和光刻机技术，并将DeepSeek模型定义为“对手AI”，企图构建去中国化的AI围城[14][33] 中国的优势在于全球最大的制造业、服务业数字技术市场需求和应用场景[15][33] - **私权鼓励创新，平权促进普惠**[16][34] DeepSeek采用开源模式打破了最先进大模型闭源的格局[16][34] 技术平权有利于AI普惠，但需注意外国开源软件的技术绑定和断桥风险[16][34] 本土模型开源（如阿里**9月23日**发布的开源模型Qwen3-Omni，支持**119种**文本语言）有利于中国AI产业的自主性与普惠性发展[16][34]

中国银行江苏省分行外籍人士支付服务建设 - 公司积极推进外卡支付环境建设 截至今年10月底 已为14525家商户开通外卡支付功能 覆盖省内主要机场口岸和旅游景区 年内达成外卡交易额4.83亿元 同比增长8.02% [2] - 公司自助存取款一体机已实现外卡取现全覆盖 在南京 无锡等旅游城市 景区 酒店还设有支持20种现钞兑换的外币兑换机 [2] - 公司为境外来华人员累计开立账户170365户 其中使用外国护照开立的账户达81392户 [4] 多元化支付场景与便利措施 - 支付便利不止于刷卡 外籍人士可使用本国银行卡绑定支付宝或微信进行扫码支付 也可通过“来华通”App一站式解决交通 住宿 消费等多种需求 [3] - 公司在境外来华人士聚集区深化导引设置 发放双语版《境外来宾支付手册》 并持续开展人民币现金“零钱包”的宣传投放工作 截至今年10月底 在江苏共发放超过26万个人民币“零钱包” [4] - 公司针对特定场景提供定制化服务 例如为国际学术会议学者远程开通信用卡跨境支付功能 登船指导外籍船员使用跨境支付 以及为外籍员工办理集成工作许可证功能的“证卡融合”社保卡用于日常消费 [4] 行业支付服务体系现状 - 在机场 景区等来华消费核心场景 习惯使用银行卡或现金支付的外籍游客仍不少见 [2] - “大额刷卡 小额扫码 现金兜底”的支付服务体系在江苏已成为常态 [4] - 江苏是境外游客来中国旅游的热门“打卡地”之一 公司据此积极做好外籍来华人员账户开立 外卡受理环境搭建 现金服务等工作 [4]

事件概述 - 2025年海南自贸港国际精品周于12月18日启动，正值海南全岛封关运作首日，活动主题为“开放新高地，消费新机遇” [1] - 活动吸引了200家国际品牌企业和150家国内外重点零售企业参与 [1] 政策与战略意义 - 活动旨在助力海南自贸港打造国际旅游消费中心 [1] - 海南省省长表示，希望通过该平台畅通全球优质商品与服务进入中国市场的渠道，促进消费资源高效配置与深度融合，为构建新型消费体系注入新动能 [1] - 随着封关运作全面启动，离岛免税的政策红利将加速释放，为全球企业共享中国市场和中国企业走向世界创造新机遇、搭建新平台 [1] 行业发展与公司表现 - 海南以中国国际消费品博览会为引领，持续集聚全球消费精品，推动消费提质升级，旅游消费需求尤其是国际化旅游消费需求迅速攀升 [1] - 中国旅游集团作为海南自贸港建设的参与者，7年来在海南的经营规模增长了5倍，服务人次增长了6倍，实现了从离岛免税到吃住行游购娱全产业链的布局 [1] 金融机构支持举措 - 中国银行表示将支持海南建设跨境资金集中运营中心，并围绕消费场景打造便捷的金融支付服务，聚焦服务海南特色现代化产业体系 [2] - 中国银行发布了跨境资金集中运营中心服务方案、企业家客户服务方案、数字化跨境金融服务方案，并计划打造多个金融服务示范区和高地 [2] - 活动现场，海南省商务厅与中国银行海南省分行就“单一窗口”及数字化服务方案签约，中国银行海南省分行还与相关企业及企业家客户签订了服务协议 [2] 企业合作与签约 - 活动中，中免集团、逸仙集团、莱珀妮集团等9家企业签约合作 [2]

海南自贸港全岛封关事件概述 - 2024年12月18日，海南自由贸易港正式实施全岛封关运作，被视为中国扩大高水平对外开放的标志性举措 [1] 政策与战略意义 - 全岛封关是对标国际高标准经贸规则、稳步扩大制度型开放的战略选择 [2] - 此举旨在用实际行动表明中国进一步扩大开放的决心，开放的大门将越开越大 [1] - 自2020年《海南自由贸易港建设总体方案》发布以来，金融管理部门持续完善与自贸港相适应的金融政策和制度体系 [1] 银行业对基础设施建设的支持 - 海南金融监管局于2024年末印发指导意见，专项要求银行业保险业支持封关运作硬件设施建设和金融基础设施建设 [2] - 银行业金融机构全方位融入建设大局，助力海南成为引领中国新时代对外开放的重要门户 [2] - 中国银行海南省分行集合集团之力，在信贷、费用、人才、科技和考核机制方面倾斜资源，支持海南自贸港建设 [3] - 中信银行海口分行自2022年以来，累计服务地方债项目近190个，规模近150亿元，重点引导资金流向基础设施建设、民生改善等关键领域 [3] 银行业提供的综合金融服务 - 封关后，海南将成为连接国内国际双循环的关键枢纽，带动转口贸易、离岸贸易、保税维修等新业态发展，为银行业创造新的发展机遇 [4] - 银行业可通过供应链金融、贸易融资、信用证等产品深度参与产业链重构，服务旅游、现代服务业、高新技术产业等重点领域 [4] - 农业银行海南省分行构建了涵盖贸易税务备案核验、企业跨境信用信息授权查证、境内海运费付汇等多个智慧场景的跨境金融服务平台 [2] - 农业银行持续完善“单一窗口”场景功能，已实现“单一窗口”项下汇款、信用证开证、交单业务全覆盖 [2] - 中国银行海南省分行打造“跨境金融＋产业链”专属服务方案，推动更多本地企业开展跨境人民币结算、投资与融资 [5] - 交通银行发布服务海南自贸港跨境金融服务方案，构建了覆盖跨境贸易、跨境投融资、跨境财资管理、跨境资产管理及个人跨境服务五大领域的特色跨境服务体系 [5] - 随着跨国企业区域总部落户海南，银行业可提供现金管理、资金池、跨境并购等综合金融服务，形成机构客户生态圈 [5] - 农业银行海南分行与斯通伍德耀石（海南）私募股权投资基金达成全面战略合作，旨在联合非银金融机构提升企业“走出去”和“引进来”服务质效 [5]

银行科创债发行总体情况 - 自2025年5月7日央行、证监会联合发布支持公告后，银行科创债发行规模迅速增长，截至12月18日，共有67家银行发行了75只科创债，总发行规模已达3014亿元 [1] - 市场已形成政策性银行及国有大行为主导、股份行承接、城农商行广泛补充的多层次参与格局 [2] - 银行发行科创债有助于引导更多资金流向科技创新领域，支持高成长性科技企业，推动科技、产业与金融良性循环 [1] 发行规模与市场结构 - **国有银行**：六大国有行是发行主力，合计发行规模为1150亿元，占总规模的38.16% [1][2][3] - 建设银行发行规模最大，为300亿元 [3][4] - 农业银行、交通银行、工商银行和中国银行发行规模均为200亿元 [3][4] - 邮储银行发行50亿元 [3][4] - **政策性银行**：国家开发银行发行200亿元，中国农业发展银行发行40亿元，合计占总规模的7.96% [3] - **股份制银行**：合计发行规模为725亿元，占总规模的24.05% [5] - 浦发银行发行规模最大，为150亿元 [4][5] - 兴业银行、中信银行、华夏银行各发行100亿元 [4][5] - 光大银行发行60亿元，浙商银行、渤海银行、招商银行各发行50亿元，平安银行发行65亿元 [4][5] - **城市商业银行**：合计发行规模为749亿元，占总规模的24.85% [1][5] - 北京银行发行规模最大，为80亿元 [4][5] - 江苏银行、杭州银行、南京银行、上海银行、徽商银行各发行50亿元 [4][5] - 其余多家城商行发行规模在10亿元至50亿元之间 [5] - **农村商业银行**：合计发行规模为150亿元，占总规模的4.98% [5] - 北京农商行发行30亿元，广东南海农商行发行20亿元 [5] - 广东顺德农商行、东莞农商行、成都农商行各发行15亿元 [5][8] - 重庆农商行和青岛农商行各发行10亿元 [5] 发行利率分析 - **整体利率区间**：银行发行的科创债利率集中在1.67%至2.07%之间 [7] - **国有银行利率**：集中在1.65%至1.81%之间，利率相对较低 [1][7] - 农业银行、工商银行、中国银行利率最低，为1.65% [7] - 建设银行为1.67% [7] - 邮储银行最高，为1.81% [7] - **政策性银行利率**：国家开发银行利率为1.4%，中国农业发展银行为1.65% [7] - **股份制银行利率**：在1.66%至1.85%之间，略高于国有行 [8] - 浦发银行、中信银行、兴业银行和浙商银行利率为1.66% [8] - 光大银行、招商银行和平安银行利率略高，分别为1.85%、1.83%和1.85% [8] - **城市商业银行利率**：在1.67%至2.07%之间，利率较高 [1][9] - 北京银行、上海银行、杭州银行和徽商银行为1.67% [9] - 莱商银行、临商银行和海南银行利率在2%以上，分别为2.03%、2.05%和2.07% [9] - 江苏银行、湖南银行、厦门银行、威海银行、绍兴银行、湖州银行利率在1.9%以上 [9] - **农村商业银行利率**：在1.77%至2.04%之间，整体略高 [9] - 广东顺德农商行和珠海农商行利率在2%以上，分别为2.04%和2% [8][9] 债券期限与资金投向 - **发行期限**：75只科创债的发行期限主要集中在5年期，其次为3年期，也有少量的半年期和7年期 [1] - 5年期债券占比超70%，3年期债券占比超20% [9] - 国家开发银行发行了期限为半年的债券，中国农业发展银行发行了期限为7年的债券 [7] - **资金投向**：募集资金将投向《金融“五篇大文章”总体统计制度（试行）》中规定的科创领域，包括发放科技贷款、投资科技创新企业发行的债券等，专项支持科技创新领域业务 [6] - **期限匹配意义**：5年期为主的债券期限能更好地满足科技企业研发、成果转化和产业化的中长期资金需求；少量短期债券则满足部分科创企业补充流动性、对接短期项目的需求 [9] 银行参与的战略意义 - 银行通过发行科创债，可以更早地接触和绑定优质的科创企业，为其提供全生命周期的金融服务（如贷款、结算、股权投资、IPO等），深度参与科创企业成长过程 [9]

公司参与概况 - 中国银行深度参与2025进博优品交易会，为展会注入金融动能，助力进博好物走进千家万户 [1] 招展与平台搭建 - 公司充分发挥八年支持百余场进博会境外招展活动的经验，依托自身平台优势，组建“中国银行消费品展团”及“中国银行汽车展团”两大展团亮相 [2] - 在500平米品质生活消费品展台，公司携手10家知名消费品牌，打造一站式品质生活体验空间，涵盖智能家电、国潮服饰、美妆护肤及食品 [2] - 在1000平米汽车金融专区展台，公司邀请智己、极氪、问界、理想、小鹏、小米汽车6家新势力车企，开展试乘试驾，聚焦绿色智慧出行 [2] 采购与消费促进 - 公司以采购商身份积极对接参展商资源，与东浩兰生国贸展团达成首单采购，将进博好物引入行内，以实际行动为消费升级注入新活力 [3] - 公司手机银行APP同步上线优品交易会专属报名入口，消费者可通过该“指尖通道”注册报名，采购全球尖货、首发新品及非遗老字号精品 [3] 金融服务与支持 - 面向参展商，公司提供“中银智慧付”专属收单服务，整合微信、支付宝、数字人民币等多种支付方式，搭配优惠费率与T+1高效结算，保障资金周转安全快捷 [4] - 面向现场观众，公司投入专项营销资源开展支付优惠活动，包括信用卡与借记卡支付满减、数字人民币消费红包等，以提升消费体验与参与热情 [4] - 针对有购车意向的客户，公司提供全流程线上购车分期服务，促成车企及客户现场下定、现场购车 [2] 战略定位与未来展望 - 公司从展前筹备到展中服务，积极构建消费驱动的“大市场”与展商汇聚的“大舞台” [4] - 未来，公司将继续依托进博平台，深化开放服务内涵，丰富金融赋能形式，助力进博会“越办越好” [4]

今年以来，中国银行业掀起了一场深刻的公司治理架构调整浪潮。 12月16日，邮储银行发布公告，近日收到金监总局相关批复，该行自公司章程修订获核准生 效之日起，不再设立监事会，由董事会审计委员会依法行使监事会相关职权，监事会相关制 度同时废止。在此之前，工商银行、农业银行、中国银行、建设银行及交通银行五家国有大 行均已完成相关工作。除了国有大行，近期另有多家商业银行已完成或正在推进监事会撤销 工作，包括华夏银行、浙商银行、渝农商行、北京银行、宁波银行、南京银行等。 从国有大行到股份行，再到城、农商行，随着愈来愈多的商业银行加入，运行近30年的监事 会制度正逐步淡出银行业公司治理舞台。那么，当监事会正式退出后，谁来继续承担监督职 能？原监事会成员又将如何安置？ 邮储银行不再设立监事会， 六大行监事会全部撤销 12月16日，邮储银行发布公告称，该行于今年10月9日召开的2025年第二次临时股东大会审 议批准了《关于修订<中国邮政储蓄银行股份有限公司章程>的议案》和《关于中国邮政储 蓄银行不再设立监事会的议案》。近日，该行收到《国家金融监督管理总局关于邮储银行修 改公司章程的批复》，自公司章程修订获核准生效之日起，不再 ...

案例入选与背景 - 中国银行浙江省分行申报的“科技金融赋能新质生产力产业发展”案例入选浙江省金融业发展促进会发布的2025年金融服务实体经济高质量发展优秀案例推荐认定结果 [1] - 该案例征集活动于2024年8月启动，旨在发掘并推广具有创新性与示范性的优秀案例，推动金融“五篇大文章”走深走实 [1] 核心创新举措 - 公司于2024年7月揭牌成立科技金融中心，紧密围绕浙江省“415X”先进制造业集群培育和“315”科创体系建设 [1] - 联合浙江大学首创发布了浙江省新质生产力产业指数，构建了覆盖全省11个地市、90个县区的指标体系 [1] - 此举开创了金融机构以指数化工具服务区域产业升级的先河，推动金融资源精准配置从“经验判断”向“数据驱动”转型 [1] 服务模式与产品 - 公司依托全球化、综合化优势，整合政府、高校、行业协会及投资机构等资源，构建“中银科创金融生态圈” [2] - 采用“指数引领+生态协同+产品创新”的服务模式，为科技企业提供从初创期、成长期到成熟期的全生命周期接力式金融服务方案 [2] - 针对科技企业“轻资产、高研发、缺抵押”的融资痛点，创新推出“新质贷”等专属授信产品 [2] - 截至2024年11月末，“新质贷”贷款余额达98.08亿元，服务科技企业客户1492户 [2] 业务成效与影响 - 截至2025年11月末，公司已累计为超过7000户科技企业提供授信支持，授信余额超过1700亿元 [2] - 公司对重点科技企业的覆盖率和服务深度位居同业前列，在支持“杭州六小龙”等标杆科创企业成长过程中，其授信覆盖率在各类金融机构中名列前茅 [2] - 该案例的入选是对公司科技金融创新与服务实效的高度认可，也肯定了其持续赋能新质生产力、推动“科技-产业-金融”良性循环的努力 [3]