宏观经济与改革路径 - 2025年前三季度中国GDP同比增长5.2%，比上年同期加快0.4个百分点，10月份规模以上工业增加值、社会消费品零售总额等主要经济指标表现良好 [2] - 当前工业经济面临“量价背离”困局，呈现持续时间长、PPI降幅深、影响范围广等特征，挑战包括内需不足、产能过剩、外部环境复杂 [2] - 2026年需依靠改革与科技双轮驱动，从优化供给、扩大内外需、稳定预期、强化产业链安全四方面扭转局面 [2] - 中国制造业全球占比达32%，出口价值链上移，针对出口结构优化的建议包括推动人民币合理升值、差异化降低出口退税并投向科创、提升劳动力回报等六点 [3] 资本市场与金融改革 - “十五五”时期金融需以法治为基础、双创新为支柱支撑高质量发展，资本市场需深化认知、资金端、制度三大改革 [1] - 改革目标是从“融资者中心”向“投资者权益保护中心”转型，具体三重目标是“排雷”防控风险、建设财富管理市场、打造国际金融中心 [1] 粤港澳大湾区发展 - 粤港澳大湾区应打造“科技创新-产业创新-金融创新”三创循环先导区，利用香港国际金融中心、深圳科技金融策源地、珠三角产业基地的独特优势 [3] - 建议发挥香港资源链接作用、强化深圳科创金融创新、构建跨境“科技-产业-金融”生态链，实现创新资源自由流动 [3] - 建设大湾区示范区的五点建议包括补齐研发投入短板、推动“四链”融合、优化科技金融创新环境、探索有效循环路径、加大国家政策支持力度 [4] - 科技金融需从资金提供者转变为风险承担者与创新伙伴，中国已形成全周期政策体系，贷款、股权融资、科技保险等支持成效显著 [4] 人工智能与金融融合现状 - 人工智能技术给金融产业带来深刻变化，AI与金融融合已进入大模型驱动新阶段，慢思考、蒸馏、智能体、多模态等技术突破重塑服务模式 [5][7] - 多智能体协同正覆盖金融业务全生命周期，当前机构聚焦内部赋能并探索对客应用，2025年典型案例显示多智能体端到端智能化已覆盖营销、风控等全流程 [7] - 全球AI大模型呈现“美国领跑、中国崛起、多国布局”格局，当前形成“全栈能力构建-开源生态-应用市场-算力支撑”闭环创新体系 [6] - 港澳智能金融经历“数字化-线上化-智能化”演进，形成多层次生态，在银行、证券、保险等行业均有突破，智能投顾、风控等产品不断涌现 [8] 智能金融的支持体系与挑战 - AI技术路径频繁换道、迭代快的特性冲击传统估值体系，增加投融资难度，金融支持面临价值预期模糊、技术路径不确定等挑战 [6] - 构建适配的金融支持体系建议包括：提升金融产品适配性，开发知识产权质押贷款等定制化产品；壮大早期投资规模，完善退出机制；增强AI适配的风险防控能力；提升投后服务质效 [6] - 通过构建多层次金融体系、完善全周期投融资机制、创新风险评估与退出机制、强化产业培育，以提升金融支持质效 [6] - 智能金融发展需避免技术与业务“两张皮”，既要布局前沿技术，也要建立健全风险防控体系，确保创新在规范轨道推进 [7] 数据治理与风险防控 - 大模型重构数据生态为金融数据治理带来机遇，行业已形成“合规助基-协同提效-资产创值-生态扩展”阶梯式路径 [7] - 智能数据治理与数据治理智能体构成治理基石，但仍面临技术适配、权属界定、隐私保护、伦理风险、成本压力五大挑战 [7] - 针对数据治理挑战的破局方案包括：推动技术与大模型融合、明确数据权属、强化隐私保护技术、健全伦理规范、共建共享降本、培养专业人才 [8] - 金融大模型的跨场景、动态迭代特性要求治理从被动应对转向主动适配、协同治理，中小金融机构智能转型面临战略模糊、资源不足等挑战 [8] “十五五”时期智能金融展望 - “十五五”期间金融业面临高效运营海量资金、实现资金优化配置的压力，需加快数智化、市场化、国际化转型 [9][10] - 模型、算力、数据三大效率革命正重置智能金融底层逻辑，算力效率是应对技术封锁的关键，数据效率核心是从被动存储转向主动智能利用 [10] - 中国人工智能技术已具备规模应用基础，政策支持力度加大，相关投资快速增长，应用产品创新不断涌现，应用门槛降低 [11] - 金融行业人工智能应用已取得显著进展，智能客服、投顾、风控、量化交易等广泛落地，金融智能体应用为发展积累经验 [11] - 95%美国企业AI投入未产生实质回报，核心问题是技术与业务体系不适配，AI大模型尚未嵌入业务流程，迁移学习可破解数据孤岛，增强适配能力 [12] - 金融全生命周期蕴含海量AI场景，需探索智能体、联邦学习等技术落地方式，AI应用应立足业务需求，注重实用性 [12]