专题：第二十二届中国国际金融论坛 12月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态 构建。中国绿色租赁发展共同体主席张利钧出席并主持"金融大模型创新与应用峰会"论坛。 新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目 的，并不意味着赞同其观点或证实其描述。 责任编辑：李昂 新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目 的，并不意味着赞同其观点或证实其描述。 责任编辑：李昂 专题：第二十二届中国国际金融论坛 12月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态 构建。中国绿色租赁发展共同体主席张利钧出席并主持"金融大模型创新与应用峰会"论坛。 ...

专题：第二十二届中国国际金融论坛 12月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态 构建。网易易盾政企行业线总经理朱文涛出席并演讲。 朱文涛表示，在金融大模型规模化落地的关键阶段，行业对安全合规的需求日益凸显。 专题：第二十二届中国国际金融论坛 12月19日-20日，"第二十二届中国国际金融论坛"在上海举行，主题为：数字经济时代的智能金融生态 构建。网易易盾政企行业线总经理朱文涛出席并演讲。 朱文涛表示，在金融大模型规模化落地的关键阶段，行业对安全合规的需求日益凸显。 他指出，依托多年内容安全技术积淀，网易易盾基于金融行业实践，构建起多模态大模型韧性防御体 系，覆盖开发、部署、应用全流程风险管控，打通输入输出全链路检测与安全代答能力。 朱文涛介绍到，该体系贴合国内 "统筹安全与发展" 的监管导向，适配算法备案、常态化巡查等合规要 求，同时明确技术、数据、业务、应用四层安全权责划分，已在头部银行、券商及基金机构落地验证， 为金融大模型合规对客筑牢安全护栏，助力行业实现技术创新与风险防控的平衡发展。 新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登 ...

合作事件概述 - 同花顺与金瑞期货在杭州正式签署深度合作协议，开启以AI技术为核心、覆盖多业务领域的数智化协同新篇章 [1] 合作背景与战略意图 - 期货行业正加速迈入数智化转型关键期，金瑞期货三年前便启动“数字金瑞”建设，已构建智能投研平台、衍生品对客系统等数字化基础 [3] - 金瑞期货选择与同花顺深度合作，旨在借助其金融大模型技术优势，进一步升级数字化与智能化水平 [3] - 同花顺已依托金融大模型在期货数据服务、智能投顾、智能投研、智能风控等领域形成成熟应用体系 [3] - 双方期望在大模型赋能下挖掘更多合作可能，为业务拓展与创新注入新动能 [3] 合作具体方向与内容 - 合作聚焦三大方向：一是借助同花顺技术强化贵金属等核心品种的智能风险管理能力，优化场外衍生品工具的精准度 [5] - 二是打通数据壁垒，实现投研、交易、服务全流程智能化升级，提升产业链客户服务效率 [5] - 三是共建合规风控智能体系，筑牢业务稳健运行防线 [5] 公司业务与优势 - 金瑞期货长期深耕期货衍生品领域，在贵金属风险管理、产业链产融服务方面积累了丰富实践经验 [3] - 同花顺在期货领域拥有核心产品与服务，其金融大模型技术可助力期货公司实现数智化经营升级 [3] 未来规划与预期成果 - 双方将建立常态化沟通机制，金瑞期货将持续加大资源投入，推动合作项目落地见效 [5] - 合作旨在以数智化转型夯实产业服务核心竞争力，最终实现互利共赢，共同助力期货行业高质量发展 [5]

海南自贸港发展潜力与定位 - 上海财经大学校长刘元春高度评价海南自贸港正从经济基础相对薄弱的省份向高水平对外开放前沿阵地转变 展现了发展活力和未来潜力 [2] 经济发展的核心动力 - 刘元春指出穿越经济周期的核心动力在于“新三驾马车” 即基础研发 产业升级和科技金融 [2] - 海南自贸港应依托独特政策优势 在聚焦消费中心和贸易集散功能的同时 夯实高端产业基础 强化基础设施 人才集聚和科技创新 [2] 重点关注的产业发展领域 - 产业发展特别关注航天航空 低空经济 现代农业以及海洋经济等新兴领域 这些产业与海南得天独厚的地理优势结合 形成独特发展亮点 [2] - 海南应当持续深入挖掘现代农业和海洋经济的潜力 并拓展生物制造等处于科技前沿的产业领域 为区域经济发展注入新动力 [2] 省校合作与智力支持 - 上海财经大学已与海南展开全面合作 该校在自贸区研究领域具备国家智库优势 研究团队对全国20多个自贸区有系统深入研究 积累丰富研究成果 将为海南自贸港建设提供有力支撑 [3] - 该校在金融强国建设和离岸金融方面的全面布局 以及在金融大模型领域的突破性进展 也将为海南自贸港的金融发展提供助力 [3]

会议背景与核心主题 - 第二十届21世纪金融年会于11月22日在北京召开，主题为“重塑金融韧性 穿越利率周期” [1] - 会议旨在凝聚行业智慧，探讨金融如何有效助力经济社会发展，为金融业在新周期中坚定方向、增强韧性、实现可持续发展提供思路 [1] - 金融行业正从“房地产-金融-地方政府基建”的旧三角循环转向“科技-金融-产业”的新三角循环 [4] 金融支持重点领域发展 - 科技金融、绿色金融、普惠金融、养老金融、数字金融是当前金融业重点推进的“五篇大文章” [1] - 科技、绿色、普惠、养老产业、数字经济产业贷款比重不断提升 [13] 监管与政策进展 - 外汇展业改革银行总数达到26家，初步实现了为企业减负、为银行增效、为监管提质的目标 [18] - 绿色保险和保险资金投资可撬动社会资本参与气候适应性与韧性投融资协同发展 [6] 银行业发展原则与方向 - 银行业应坚持“五要五不”原则，着力提升经济金融适配性，投资于物与投资于人并重，专注主业、完善治理、错位发展，共同构筑多元有序、健康持续的金融生态 [26] - 重塑资产负债表，穿越利率周期，是自我革命的过程，也是行业重生的新起点 [29] 金融科技与AI应用 - 金融大模型将走向专业化、轻量化、合规化，大模型不是量化交易的终点，而将成为智能金融新纪元的起点 [35] - 金融行业的深度AI应用大有可为，前期可能需要大量投入，但后期产生的价值巨大 [39] - 银行业AI基础设施落地的关键命题是兼顾运行安全与成本效率 [44] - 对于中小银行而言，发展AI应用的主要挑战之一是控成本，不会盲目卷入“千卡集群”和超大模型的军备竞赛，而是强化顶层设计，谋定而后动 [50] - 未来的AI+金融需要更加普惠、更有温度，让更多人享受到技术带来的便利 [54]

项目入选与背景 - 恒生电子联合浙商证券及子公司恒生聚源申报的“面向金融行业大模型的多模态高质量数据集建设”项目成功入选国家数据局2025年高质量数据集建设先行先试名单 [2] - 先行先试工作旨在落实“人工智能+”行动 围绕试技术、试支撑、试标准、试机制四项重点任务 建设产业亟需、规模庞大、模态丰富、质量过硬的行业高质量数据集 [2] 项目内容与目标 - 项目聚焦解决金融垂类大模型在数据质量参差、可解释性不足、场景落地困难等方面的核心难题 [3] - 构建“数据融合—标准化处理—知识建模—场景应用—生态赋能”的建设路径 深度融合新闻、财报、研报、公告、会议等多模态信息 [3] - 数据集全面覆盖股票、债券、基金等全品类金融数据以及宏观经济与行业研究指标 通过系统化处理构建高准确性、高时效性、高覆盖的金融高质量数据集 [3] - 后续数据集将落地数据服务平台 可广泛应用于智能投研、智能投顾、风控合规等场景 推动金融大模型在真实业务场景中落地 [3] 公司技术与经验积累 - 恒生电子深耕资本市场信息化建设三十余年 为证券、基金、信托、银行、交易所等金融机构提供技术产品服务 [3] - 公司自2023年起积极开展大模型技术研发与应用 成功发布金融大模型中间件平台“光子”及系列应用 并与多家金融机构开展项目共建 [4] - 恒生聚源作为专业金融数据服务商 在金融数据收集、清洗、结构化处理等方面具有丰富经验 已为近千家机构提供金融数据服务 [4] - 恒生聚源已推出面向大模型深度优化的“AI友好型金融数据库AIDB” 旨在为大模型应用提供高可靠性、高精准的底层数据 [4] 未来规划与行业影响 - 恒生电子和恒生聚源将以本次试点为契机 在国家数据局和证监会指导下 全面践行“人工智能+”行动 [5] - 公司将持续聚焦金融行业高质量数据集建设 为大模型技术在金融业务场景中的融合应用创新打造坚实数据底座 [5] - 项目旨在为金融行业的数智化转型升级和高质量发展注入数据力量 [5]

合并交易的法律挑战 - 自然人股东王功伟向上海市浦东新区人民法院提起诉讼，要求撤销大智慧2025年第二次临时股东大会决议 [1][3] - 诉讼核心主张为大智慧未就重大关联交易履行关键程序，即未聘请专业机构对交易标的进行审计或评估，该程序在交易金额超3000万元且占净资产5%以上时为必需 [3] - 大智慧及独立财务顾问粤开证券、国浩律师（上海）事务所、北京国枫律师事务所均声明股东大会审议程序合法合规，决议合法有效 [5] 合并方案与战略意图 - 交易方案为湘财股份通过向大智慧全体股东发行A股股票进行换股吸收合并，交易完成后大智慧终止上市 [18] - 配套募资不超过80亿元，将投向金融大模型与证券数字化、大数据工程、财富管理一体化、国际化金融科技项目及补充流动资金 [18] - 整合目标为强化产品体系、客户资源、技术储备和渠道的协同效应，提升综合金融服务能力，特别是在证券业务国际化布局上实现突破 [18] 双方经营与股东背景 - 大智慧营业收入从2021年8.19亿元持续下滑至2024年7.71亿元，2024年归母净利润亏损2.01亿元 [9] - 湘财股份营业总收入从2021年45.71亿元降至2024年21.92亿元，2024年净利润勉强突破1亿元，其控股股东新湖控股已将所持99.99%股权质押 [9][10] - 湘财股份在2020年成为大智慧第二大股东后，曾从2023年开始减持，累计套现超4亿元，持股比例从15%降至12.66%，但在筹划重组后终止了减持计划 [11][12][16][19] 交易历史背景 - 双方合并计划延续十年，早在2015年大智慧就曾计划以85亿元收购湘财证券100%股权，但因大智慧被证监会立案调查而终止 [6] - 湘财证券于2020年借壳哈高科上市并更名为湘财股份，随后通过持股大智慧为再次合作埋下伏笔 [9]

核心观点 - Kronos模型是首个专为金融K线数据设计的基础模型，通过将金融时序分析从数值回归范式转向语言建模范式，解决了通用时间序列模型在金融市场中的适应性难题[1] - 该模型在价格预测任务中的RankIC较领先的通用时序模型提升93%，波动率预测的平均绝对误差降低9%，其信号驱动的投资组合实现了21.9%的年化超额收益和1.42的信息比率[2] - 模型的成功标志着从"通用智能"到"领域智能"转型的必要性，为金融大模型的发展指明了方向[2] 通用时间序列模型在金融市场的困境 - 通用时间序列基础模型在金融市场价格预测、波动率估算等核心任务中的表现不及针对单一金融任务设计的传统模型[9] - 金融时间序列数据具有极低的信噪比和尖锐的非平稳性，其数据生成机制不断漂移甚至突变，导致通用模型学到的"归纳偏置"难以适应金融市场的动态本质[10] - 主流时间序列模型的训练语料中金融序列数据的占比普遍低于1%，存在对金融领域的"结构性歧视"，导致模型参数体系难以有效理解和建模金融市场特征[10][11] Kronos模型的技术架构创新 - 模型核心创新在于专有的"金融分词器"与"分层自回归建模"机制，分词器利用BSQ算法将连续K线数据离散化为离散的Token，如同将市场波动转化为"金融单词"[1][18][22] - 分层标记化机制采用"先粗后细"的两步法决策流程，先预测代表市场大势的"粗粒度"标记，再预测捕捉细节波动的"细粒度"标记，大幅降低了计算复杂度[24] - 通过设计复合损失函数训练分词器，强制模型学习符合金融逻辑的信息解耦，确保粗粒度标记承载核心战略信息，细粒度标记补充战术细节[25][26] 模型训练体系与配置 - Kronos构建了覆盖45家全球主流交易所的庞大数据体系，包含超过120亿条K线记录，时间粒度从1分钟到周线共7个频点[30] - 模型提供了多种规模的配置，参数规模从24.7M的Kronos-small到499.2M的Kronos-large，用户可根据实际需求在预测精度和计算成本之间取得平衡[31][32] - 在实战推理中引入了"多情景推演"机制，通过温度调节与核采样技术生成多样化的未来路径，并通过蒙特卡洛模拟提升预测稳定性[32] 实战应用性能与表现 - 在资产配置与组合优化中，由Kronos信号驱动的投资组合在所有基准模型中表现最为突出，实现了最高的年化超额回报率和最优的信息比率[36] - 在风险管理方面，模型波动率预测的MAE较最佳基线降低9%，R²指标提升至0.262，能有效识别市场风险突变点并为动态调整止损阈值或仓位规模提供支持[37][39] - 在交易策略与信号生成中，模型的多频率预测能力支持从高频交易到中长期投资，其价格预测的RankIC平均提升93%，且在不同资产类别中保持稳定[41] 未来展望 - 下一代模型有望突破单一价格序列的分析局限，构建融合K线数据、文本舆情、基本面指标和宏观因子的统一认知框架[43] - 模型未来可能与强化学习、自动决策技术深度结合，构建"感知-决策-执行-优化"的完整智能链路，形成具备持续进化能力的投资智能体[43] - Kronos所确立的"领域专用"路径为金融大模型的发展指明了方向，其突破性表现验证了专用化基础模型在复杂金融场景中的显著优势[2][43]

公司整体业绩 - 2025年前三季度公司实现营业总收入1159亿元，同比增长58.7% [1] - 2025年前三季度公司实现归母净利润910亿元，同比增长50.6% [1] - 2025年前三季度公司基本每股收益为0.58元，同比增长50.6%，加权平均ROE为10.74%，同比提升2.60个百分点 [1] 基金代销业务 - 2025年前三季度公司实现营业收入254亿元，同比增长13.4%，主要受益于权益市场上行带动基金新发及销售回暖 [1] - 截至2025年第三季度末，全部基金资产净值达367万亿元，同比增长115%，环比增长7% [1] - 股票型基金资产净值同比增长139%，环比增长26%，混合型基金资产净值同比增长115%，环比增长17% [1] 经纪与两融业务 - 2025年前三季度公司手续费及佣金净收入同比增长86.8%至664亿元，主要受益于市场交投活跃 [2] - 2025年前三季度公司利息净收入同比增长59.7%至241亿元，主要因融出资金利息收入增加 [2] 自营投资业务 - 2025年前三季度公司投资收益加公允价值变动收益合计为197亿元，同比下降18.2% [2] - 公允价值变动收益同比下降163.7%，主要受自营固收业务收益下降影响 [2] 成本与费用 - 2025年前三季度公司营业总成本为335亿元，同比增长8.6% [2] - 销售费用同比增长20.9%，管理费用同比增长11.5%，研发费用同比下降11.2% [2] 金融科技发展 - 公司依托自主研发的妙想大模型底座，在智能体构建、金融场景应用创新等关键领域取得突破 [2]

行业背景与挑战 - 城商行面临净息差收窄、营收增速放缓及同质化竞争加剧的挑战，区域优势减弱，大型银行持续挤压其生存空间 [1] - 在此背景下，越来越多的银行将AI技术视为实现“弯道超车”的关键路径 [1] - AI在金融行业已从“试试看”走向“必须做”，正从成本中心转变为服务、营销与价值创造的核心 [1] 技术应用与成效 - 蚂蚁数科为银行提供的AI应用已从早期的智能客服、知识问答等单点场景，扩展至覆盖营销、风控、投顾、理赔等核心业务的全栈智能体系统 [1] - 试点银行借助理财经理数字分身，人均服务客户数从200人提升至2000人，有效覆盖中长尾客户，带动收入增长约20% [1] - 上海银行通过AI手机银行实现“对话即服务”，用户可通过自然语言交互办理十余项高频业务，业务转化率提升10% [2] - 浙江一家头部城商行系统性构建“算力-平台-模型-应用”全栈AI能力，落地30多个智能体场景，覆盖客户服务与内部运营 [2] 公司战略与服务覆盖 - 蚂蚁数科致力于支持银行构建自主可控的金融大模型，助力江浙沪地区部分城商行在员工工作效率、营销转化率、营收规模等方面取得显著增长 [1] - 蚂蚁数科的金融数智化服务已覆盖100%的国有股份制银行、超60%的地方性商业银行及数百家金融机构 [3] 差异化实施路径 - 不同金融机构应根据自身资源禀赋与发展阶段选择适合的AI演进路径，例如预算有限的区域性银行可从场景应用入手，按效果付费 [3] - 部分银行优先将原有手机APP/小程序升级为AI手机银行以提升用户体验和活跃度，并分阶段累加智能体应用 [3] - 另有银行将AI作为一把手工程，打造全行知识库和数据集，构建自主“金融大脑”，推动端到端的业务流程重塑和组织升级 [3] - 金融AI升级需要科技与业务的深度融合，经由大规模数据治理、知识工程、模型训练驱动全面变革，实现真正的“AI原生”，而非传统软件开发模式 [3]