交易方案 - 湘财股份通过换股吸收合并大智慧并发行A股股票募集配套资金 交易完成后大智慧终止上市 [1] - 湘财股份A股换股价格为7.51元/股 大智慧A股换股价格为9.53元/股 换股比例为1:1.27（每1股大智慧股票换取1.27股湘财股份股票） [1] - 湘财股份拟发行股份数量合计22.82亿股 换股实施后总股本拟增至51.41亿股 [1] 股权结构变化 - 合并完成后湘财股份控股股东新湖控股及一致行动人持股由40.37%降至22.4% 实控人黄伟不变 [1] - 大智慧控股股东张长虹及一致行动人将持有约17.28% 承诺不谋求控制权 [1] 行业地位与背景 - 交易完成后湘财股份将成为A股第三家互联网券商（继东方财富和指南针后） [2] - 大智慧是国内老牌金融信息服务商 曾占据证券行情软件和机构级数据终端市场重要席位 但近年市场空间被同花顺、东方财富等竞争对手挤压 [2] - 湘财股份主营证券服务业 2020年通过借壳哈高科上市 此前已收购大智慧约15%股份成为其第二大股东 [2] 财务影响 - 截至2025年6月底 合并后湘财股份资产总额将从413.22亿元增长至591.31亿元 归母净资产将从119.43亿元大幅提升至293.17亿元 [3] - 2025年上半年营业收入将从11.44亿元增长至15.11亿元 但归母净利润将从1.42亿元下滑至1.29亿元 [3] 配套融资计划 - 湘财股份拟向不超过35名特定投资者配套募集资金不超过80亿元 [4] - 资金投向包括：金融大模型与证券数字化建设项目25亿元 大数据工程及服务网络建设项目10亿元 财富管理一体化项目15亿元 国际化金融科技项目10亿元 补充流动资金及偿还债务20亿元 [4]

人工智能在金融行业的应用 - 人工智能已进入强思考大模型阶段 正在深刻重构金融业务流程 服务模式和产业生态[2] - 垂直化转型成为金融行业AI应用的必然选择 企业需推进高质量专业数据建设 技术平台标准化及智能体系完善[2] - 金融行业需高效实现智能体训练与推理 推动AI普惠与可持续发展[2] 平安集团AI战略与架构 - 公司构建平安脑智能引擎 包含算法 数据 算力三层平台 提供模块化 规范化 标准化通用技术能力[3] - 平安脑推动AI技术在金融垂直场景规模化落地 深度融入综合金融和医疗养老价值链[3] - 公司聚焦智能化营销 服务 运营 管理 经营的五智战略 全面实现AI智能化[3][5] AI部署成效与数据指标 - 公司已部署智能体超5万个 覆盖11万核心岗位员工 实现业务三提两降[4] - AI辅助工具月活跃使用率近50% 显著提升代理人触访率[4] - 全集团每年超20亿人次客服由AI完成 占比80%以上[4] - 车险智能化出单覆盖1.2亿单 超80%业务由AI端到端完成 单均耗时从5.7分钟降至1.2分钟 效率提升近80%[4] 技术投入与治理体系 - 公司持续十年对科技 数字化 AI加大投入 积累算力 数据 算法 场景核心竞争力[5] - 公司以1+5+3体系保障AI可持续发展 由集团CEO牵头成立AI治理委员会 遵循五大治理原则[4] - 通过研究 宣导 治理检查三项举措 实现数据 模型 应用场景全链路管控[4]

商务部：对墨西哥相关涉华限制措施进行贸易投资壁垒调查 商务部9月25日发布公告，商务部获得的初步证据和信息显示，根据墨西哥《国会公报》2025年9月9日 刊登的关于调整多项进口税的提案，墨西哥政府拟对中国等非自贸伙伴的产品提高进口关税税率，该措 施将严重损害中国企业的贸易投资利益。依据《中华人民共和国对外贸易法》第三十六条、第三十七条 及《对外贸易壁垒调查规则》第十二条、第三十五条的规定，商务部决定自2025年9月25日起对墨西哥 相关涉华限制措施启动贸易投资壁垒调查。本案的被调查措施为：墨西哥政府拟对中国等非自贸伙伴的 产品提高进口关税税率的相关措施，具体涉及汽车及零部件、纺织品、服装、塑料、钢铁、家电、铝、 玩具、家具、鞋类、皮具、纸及纸板、摩托车、玻璃等产品类别。此外，墨西哥近年来采取的其他涉及 中国的贸易投资限制措施也在本次调查范围内。 小米17正式发布，售价4499元起 特朗普批准华盛顿特区恢复死刑 央视新闻消息，当地时间9月25日，美国总统特朗普签署公告，批准华盛顿特区恢复死刑。当天，美国 司法部长帕姆·邦迪称，将寻求在全美范围内恢复死刑判决。 大智慧：筹划由湘财股份换股吸收合并大智慧并发行A股股 ...

交易结构 - 湘财股份通过向大智慧全体A股换股股东发行A股股票的方式换股吸收合并大智慧[1] - 湘财股份A股换股价格为7.51元/股[1] - 大智慧A股换股价格为9.53元/股[1] 配套融资安排 - 募集配套资金总额不超过80.00亿元[1] - 资金用途包括金融大模型与证券数字化建设、大数据工程及服务网络建设、财富管理一体化、国际化金融科技项目及补充流动资金等[1] 股权处理方式 - 湘财股份及新湖集团持有的大智慧股份将直接注销且不参与换股[1] - 湘财股份不就该等股份支付对价[1] 交易后安排 - 吸收合并后大智慧终止上市并注销法人资格[1] - 湘财股份作为存续公司承继大智慧全部资产、负债、业务及权利义务[1] - 存续公司将相应变更注册资本及经营范围[1]

数字化浪潮奔涌，财富管理转型正当时！时值"9 · 24行情"一周年这一重要节点，一场汇聚行业智慧、共探未来的年度盛会即将拉开帷幕。 证券时报社将于9月24日在北京举办"2025财富证券数智化年度生态年会"。本次年会以"智富偕行 共赢未来"为主题，立足行业实际，深入探讨人工智能、大数据、 云计算等新一代信息技术在证券业务中的融合应用，以及研判券商财富管理在新周期下的转型路径与生态构建，为行业高质量发展凝聚共识、探索方向。 年会设置两大平行论坛。由证券时报与南方基金联合主办的"2025中国证券业财富经纪高峰论坛"将重点探讨财富管理新生态与业务协同，作为公募基金的头部机 构，南方基金持续与行业机构推动财富管理高质量发展，共创价值，本次将为券商财富管理核心议题带来新视角。而"2025中国证券业数字化实践高峰论坛"则聚焦 科技赋能与金融创新。本次年会还得到中邮证券的大力支持，各方将共同为推动行业数智化转型与生态建设贡献力量。 本次年会嘉宾阵容强大，涵盖证券、基金、金融科技等多个领域的权威专家与领军人物。其中，国联民生证券总裁葛小波，湘财证券总裁周乐峰，东莞证券总裁杨 阳，南方基金副总经理侯利鹏，中金公司首席信息官程龙， ...

专题：保险新篇章：高质量发展之路 近年来，保险业市场风云变幻，"报行合一"不断推进，预定利率持续下调，正全方位重塑行业发展逻 辑。在新机遇与新挑战交织的当下，保险机构如何在行业转型浪潮中穿越低利率周期，实现高质量发 展？本期《保险新篇章》走进招商信诺人寿保险有限公司，近距离观察一家中型寿险公司的转型实践。 低利率时代对人身险业的影响深远。从海外经验看，低利率下，人身险公司投资收益大幅度下滑，潜在 利差损风险显著增加。伴随的是企业的巨额亏损和净资产的大幅度缩水，自身生存遇到严峻考验。 因此，"转型"成为行业可持续发展的关键点。当转型进入深水区，人身险公司若能突破"利差依赖"，建 立"死差+费差+服务差"多元盈利模式，就能在行业洗牌中穿越周期。 基于此，招商信诺坚定推进大健康战略，走差异化转型之路，着力构建差异化的产品设计能力、强大的 风险管控能力，以及卓越的医疗健康服务整合与交付能力。公司升级推出"大健康全球战略 2.0"，并于3 月发布2025-2027三年战略规划。招商信诺表示，这是公司摆脱规模依赖、重构增长模式、坚持长期主 义的主动战略选择，与保险业高质量发展方向是一致的。 大健康转型谋新篇 新三年战略引 ...

数字金融投入与成效 - 6家国有大型商业银行2024年金融科技投入达1254.59亿元 较2023年增长2.15% [2] - 6家大型商业银行科技人员总数首次突破10万人 [2] - 北京银行2024年上半年营业收入362.18亿元 同比增长1.02% 净利润150.53亿元 同比增长1.12% [3] 业务场景应用成果 - 建设银行通过对公数字化工具直营实现长尾客户存款较年初增长超1000亿元 [2] - 建设银行通过智能化管理使存量资金到期承接率近95% [2] - 北京银行建成"1213"AI体系 包括100余项AI能力和300余项应用场景 [2] - 平安银行截至2025年6月末落地大模型应用场景超330个 [5] - 光大银行"授信调查智能报告"功能服务2000余位客户经理 赋能39家分行 [7] 技术基础设施建设 - 中国银行云平台服务器总量达4万台 分布式技术平台对接352个应用 [4] - 浦发银行构建千卡算力 实现全栈国产化算力平台与开源大模型金融应用 [4] - 光大银行智能算力平台支撑120多个算法模型和840个场景应用 [8] - 光大银行"问数"智能分析工具整合超2000个数据指标 覆盖主要业务领域 [7] 风控与合规创新 - 平安银行深化大模型在智慧风控应用 建立风险专家知识库 [6] - 平安银行打造反电诈"风控大脑"提升账户风险管理效率 [6] - 光大银行上线"大模型智能政策助手" 覆盖1700余份政策文件 [7] 数字化转型战略 - 北京银行举全行之力推进数字化转型 实现历史性变革 [2] - 银行业务系统向平台化、场景化、生态化发展 前中后台系统逐渐融合 [8] - 金融大模型应用体系在银行业务各个层面全面落地 [7]

数字金融投入与成效 - 6家国有大型商业银行2024年金融科技投入共计1254.59亿元，较2023年增长2.15% [2] - 6家大型商业银行2024年科技人员总数首次突破10万人 [2] - 北京银行上半年营业收入362.18亿元，同比增长1.02%，净利润150.53亿元，同比增长1.12% [3] 人工智能技术应用 - 建设银行通过对公数字化工具直营，使对公长尾客户存款较年初增长超1000亿元 [2] - 建设银行通过智能化管理实现存量资金到期承接率近95% [2] - 北京银行建成"1213"AI体系，包括一体化算力底座、两大模型平台、100余项AI能力和300余项应用场景 [2] - 平安银行截至6月末落地大模型应用场景超330个 [5] - 光大银行人工智能算力支撑120多个算法模型和840个场景应用 [8] 数字基础设施建设 - 中国银行云平台服务器总量达4万台，分布式技术平台对接352个应用 [4] - 浦发银行构建千卡算力，实现全栈国产化算力平台与开源大模型的金融应用 [4] - 光大银行自主研发"问数"智能分析工具，整合超过2000个数据指标 [7] 风控与合规创新 - 平安银行深化大模型在智慧风控应用，建立风险专家知识库 [6] - 光大银行上线"大模型智能政策助手"，覆盖1700余份政策文件 [7] - 光大银行"授信调查智能报告"功能5分钟生成百页报告，已服务2000余位客户经理 [7] 业务流程优化 - 银行业务系统向直通式转变，交易型与分析型系统相互嵌套 [8] - 光大银行通过智能算力调度平台实现算力虚拟化和统一交付 [8]

来源：环球网 【环球网财经报道 记者 冯超男】9月10日，2025年中国国际服务贸易交易会（下称"服贸会"）在北京首 钢园拉开帷幕。本届服贸会以"数智领航，服贸焕新"为主题，共设置九大专题，其中金融服务专题 以"数智驱动 开放共赢"为主题，打造"全球金融创新产品和服务展示、重要政策和行业规则发布、合作 伙伴洽谈、前沿金融体验"四大平台。 （图/服贸会金融服务展区，拍摄：冯超男） （图/服贸会金融服务展区，拍摄：冯超男） 逛展期间，环球网记者注意到，众多金融机构在数智化领域的展示成果充分彰显了AI的强大力量。进 一步来讲，如今金融机构在AI领域的投入，更侧重于场景应用层面。 AI+金融，交互场景应用成果大集合 当前，数字金融借助大数据、人工智能、区块链、云计算等前沿技术，对传统金融业务模式进行全方位 塑造，有力推动金融服务朝着智能化、便捷化与高效化的方向加速演进。其中，随着AI浪潮席卷金融 业，相关应用相关话题备受业内人士热议。 在今年服贸会的金融服务展区，很多金融机构展示了AI前沿实践，以交互场景应用为代表性成果，诠 释了AI在提升金融服务效率、驱动业务模式创新方面的强大效能。 "我们依托实时数字人与大模型技 ...

核心观点 - 2025年是中国金融业大模型规模化落地的关键年 AI技术正从概念验证深入业务核心 驱动金融服务智能化和普惠化 [1] - 金融机构从早期单纯强调"用起来"转向关注技术与业务协同的实际效益和成本控制 "有价值"成为行业共识 [2] - 金融大模型应用面临数据价值转化不足 安全性挑战和不确定性等门槛 需通过技术融合和体系建设解决 [4][5][6][7] AI应用现状与进展 - 金融智能体已具备感知 学习 行动 决策的代理能力 可培育专业水准的金融代理人 适用于市场分析 风险评估 投资顾问等领域 [2] - 行业正从人机协同L3阶段向L4阶段跨越 关键突破在于大模型使机器自主理解并响应用户需求 未来将向L5阶段发展 提供更拟人 有情感的高质量服务 [2] - 2025年是智能体元年 大型企业构建智能体平台 业务部门参与度从18%提升至74% [3] - 银行业AI大模型落地呈加速跑态势 工商银行新增100余个应用场景包括AI财富助理和投研智能助手 邮储银行开展230余项大模型场景建设 [3] - 马上消费发布零售金融大模型"天镜"并升级至3.0版本 应用于八大核心场景 智能客服年均服务超6500万次 [5] 战略与体系建设 - 金融机构将智能化作为最重要战略 倾向于从体系化角度考虑AI建设 希望利用1-2年时间窗口构建AI体系确保发挥大模型核心作用 [3] - 行业需要推动数据中台与AI平台深度融合 将AI技术系统应用于业务全流程 目前数据平台仅还原50%数据价值 大量业务规则和专家经验尚未充分挖掘 [5] 数据价值转化挑战 - 中国企业面临数据资源难以转化为自身资产的挑战 数据 技术与算法割裂无法协同支撑决策 [4] - 需通过洞察平台从大量"废弃数据"中识别高价值应用场景与客户真实需求 洞察平台可激活企业约70%的"沉睡数据" [4] - 计划将自动驾驶领域的强化学习经验与AI技术融合 在金融决策和风险控制领域实现突破 [4][5] 安全性与可信性挑战 - 必须高度重视金融模型的安全性与可信性 模型歧视 算法共振和隐私泄露等技术风险仍未彻底解决 [6] - 算法共振指不同机构采用相似程序算法逻辑导致市场预测趋同和交易策略一致 可能引发单边市场行为与剧烈波动 [6] - 隐私泄露问题缘于模型可解释性不足 对算法处理 数据挖掘及生成过程缺乏透明解释 制约监管合规能力和模型可靠应用 [6] - 金融决策要求极高精准性 微小偏差可能造成显著影响 需确保AI决策可信 已逐步形成标准方法 平台与工具 [6] 不确定性挑战 - AI引入带来不确定性挑战 部署前无法预知投资回报率或具体商业成效 要求机构有先期投入与探索意愿 [7] - 金融机构需在战略规划 组织架构设计和人才引进等方面持续创新与调整 [7]