AI金融助手

综合 | 陈璐瑶 编辑 | 张恺翀 今天，《乡下人的悲歌》火遍了整个金融圈。大名鼎鼎的私募大佬但斌都在转发这本书。 这本书作者是万斯，年仅39岁。 7月15日，他被刚经历枪击、支持率远超拜登的特朗普，宣布为自己的竞选搭子，也就是共和党副总统候选人。 而他极有可能是特朗普以外，其他国家最难对付的一个人。 被拜读的《乡下人的悲歌》 万斯第一次在美国出名，主要就是因为在2016年，也就是特朗普首次竞选总统的那年，出版了一本回忆录，叫《乡下人的悲歌》。 这本书卖了500多万册，是畅销书的榜首，后来被奈飞改成了电影。为什么这么畅销？ 主要是因为当年特朗普当选总统，把美国精英都搞蒙了，失败可以，但一定要搞清楚为什么失败啊？包括盖茨在内的很多人都是看了这本书才恍然大悟。 这本书主要就是万斯讲自己的经历，讲在经济彻底完蛋的锈带里，白人底层的生活状态，毫无希望，只能靠酗酒、嗑药维系不真实的快感。 ▲在前总统特朗普宣布万斯为竞选搭档后不久，《乡下人的悲歌》跃居亚马逊畅销书榜首位。 当然他醒悟的比较早，靠着小镇做题家的途径实现了阶层跨越，但即便在美国，39岁混到他这个层级的也不多，说好听的是因为他有精准规划，说难听的就是特别会算计。 万斯很清楚老百姓想听什么，他最出圈、最能引起媒体普遍关注的言论很多都是针对中国的，比如他说“让中国加入世贸是个错误”、“中国用欺骗的方式占据了世界工厂的位置”。 他居然还说，当年美国买了大清朝的主权基金，经过他的一番计算，现在中国应该还美国1万亿美元。 这大概是他的母校耶鲁法学院被黑的最惨的一次，好歹学法律的，常识他肯定懂，但是当政客，利益才是主要的。 从贫民出身到逆袭耶鲁，师从美国华裔“虎妈” 万斯比特朗普小了近40岁，他1984年出生于俄亥俄州米德尔敦，母亲是一名毒瘾患者，父亲在他小的时候就离开了家，由祖父母抚养长大。 但万斯仍希望通过个人努力跻身上层。 高中毕业后，他进入美国海军陆战队服役，并曾被派遣到伊拉克，担任海军陆战队飞机联队的战斗记者。退伍后，万斯到俄亥俄州立大学就读，获得政治学和哲学文学学士学位。 就读大学期间，他曾为时任俄亥俄州参议院的参议员鲍勃·舒勒工作。后来又去了耶鲁大学法学院，在这里他遇到了人生最重要的一位女性，他的导师——“虎妈”蔡美儿。 2011年，蔡美儿撰写的自传式作品《虎妈战歌》在全球范围引起关于东西方文化与子女教养方式的激烈辩论，也让她火遍全球。 “虎妈”身份以外，她还是耶鲁法学院最知名、最具争议性的一位亚裔女教授。蔡美儿听到万斯的人生故事后，鼓励他写回忆录。 自耶鲁大学法学院毕业后，万斯曾在硅谷的科技行业工作，后搬回俄亥俄州创办了自己的投资公司。 2016年，万斯的回忆录《乡下人的悲歌》最终出版。好巧不巧，特朗普赢下竞选，美国精英一头雾水，这本书可以答疑解惑了。盖茨对这本书推崇备至，四处推荐，终于成了畅销书，万斯一夜之间成了大名人。 万斯在书中称蔡美儿为支持自己撰写本书的“教母”，称她“是令人尊敬的智慧学者，也是自信能干、育儿有方的‘虎妈’，很多时候她既是我的老师，又像我的亲人，她的帮助让我获益匪浅”。 特朗普曾经的“死敌” 事实上，万斯最初并不是特朗普的“拥趸”。 2016年竞选的时候，万斯是特朗普最强烈的批评者。他说特朗普是“文化海洛因”，说他把“白人工人阶级引到了非常黑暗的地方”，说特朗普是“美国希特勒”，是“一个玩世不恭的坏蛋”。 然而，在2022年竞选俄亥俄州参议员时，他对2021年1月发生的国会山骚乱事件的淡化，让他得到了特朗普的支持。当时，万斯称特朗普是他“一生遇到过的最伟大的总统”。 拜登在15日称，万斯是特朗普的“克隆体”。 万斯与特朗普在诸多议程保持一致，包括严厉批评美国政府对乌克兰的军事援助、支持增加能源开发以及反对平权行动。 以前在书里，万斯认为底层白人不好过，主要是因为自己不努力，但当上政客之后，他认为主要是因为工作被中国抢跑了，美国的移民太多了，绝口不提个人不努力的事了。 除此之外，他还觉得中国比俄罗斯更大的威胁；他支持提高对中国商品的关税；他在立法上推进保护主义；他以中国“操纵人民币汇率”为由，要求展开调查…… 显然，如果这两个人成功当选，中美关系可能会进一步恶化。最新民调显示，目前，特朗普的全国支持率已经达到了71%。 海量资讯、精准解读，尽在新浪财经APP

　　来源：财联社 　　当前市场对央行何时降息有很多讨论，有声音指出，“央行应该大幅降息，央行大幅下调名义利率至少70BP”。还有声音表示，日本在泡沫经济破裂后货币宽松的力度不够、不够及时，才造成经济长期低迷，因此要吸取教训。甚至有声音认为，央行不大幅降息只是为了保护银行利益。 　　上海金融与发展实验室特聘高级研究员周琼发文认为，大幅降低政策利率并非目前中国经济问题的解决之道。如果经济未能向好，央行会视经济和金融市场情况继续调低利率，但在目前较低的名义利率水平下，下行空间也比较有限。如果经济有好转信号，利率也可能反弹。 　　房地产、制造业问题不能简单通过降低利率解决 　　降息是为了刺激投资，周琼认为，当前房地产市场还在调整，总量过剩，调整期难以判断；地方债务风险压力大，待化解；制造业众多行业产能过剩，这些领域都不是能通过大幅降低利率来刺激投资的。虽然也存在一些供给不足的领域，比如医疗健康、安全的食品，但都不是降利率能解决的。 　　具体看，房地产方面，中国房地产市场还处于调整之中，是已经超调，还是尚未调整到位，调整期还有多长，很难判断。当前房地产总量过剩，需要刺激消费、消化库存、保证已预售的在建房产交楼。 　　基础设施方面，基础设施投资能快速拉动GDP，良好的基础设施能促进经济发展、提高人民生活水平（正的外部性），但是随之而来的是债务。地方政府和城投公司承担了大部分的城市基础设施建设职责，也形成了巨大的债务。2023年末，全国地方政府债余额41万亿元，城投公司有息债务规模60多万亿元。地方债务风险压力仍大，有待化解。 　　制造业投资方面，中国制造业产能利用率，2024年一季度为73.76%，比2023年四季度下降2.2个百分点。中国制造业众多行业产能过剩，内卷严重，价格下降。内需不足，逼着制造业企业开拓国外市场，“不出海，就出局”，使得中国出口保持了较为强劲的增长。 　　按央行数据，2022年末中国居民杠杆率为71.8%。2023年末，日本、德国的居民杠杆率为65.7%、52.1%。从居民杠杆率看，中国居民加杠杆的空间有限。虽然中国的居民储蓄率高，但是中国的社会保障程度还低于发达国家，居民需要更多预防性储蓄。 　　消费方面，周琼认为，中国现在居民杠杆率已经接近美国。中国人现在减少购房，关键是房价上涨的预期发生了根本性扭转，这也不是通过房贷利率下调能解决的。 　　货币信贷不能持续高速扩张，继续降息可能适得其反 　　中国的M2多年来保持了高增长，中国的CPI、利率水平在2020年之前也维持了多年高于欧美发达国家。疫情期间中国采取了很多刺激措施，例如降准、降息、各种结构性货币政策工具，增发国债地方债等，但由于经济增速下行，CPI走低，特别是近来M2、社融、信贷增速下降，要求大幅降息、进一步采取宽松货币财政政策的呼声又起。 　　中国全部工业品PPI从2022年10月开始连续21个月同比负增长，CPI在2023年10月到2024年1月同比负增长，2月之后为正，2024年6月CPI为0.2%。周琼认为，数据反映出一定程度的通缩，很大程度上是因为过去贷款太多，从房地产到制造业形成产能过剩。如果继续降息、刺激投资，形成更多供给能力会适得其反。 　　值得注意的是，中国的宏观杠杆率，2023年末为283.4%，已高于发达经济体平均水平，高于美国、德国等众多发达国家。在全球主要44个经济体中位列第10。 　　周琼表示，我们不能继续高度依赖基建投资，需要寻找新质生产力投资，但是找到有足够市场需求规模的新质生产力也并非易事。技术发展路径有不确定性，可能有很多技术被淘汰、投资失败。从过去的战略新兴产业到现在的新质生产力，都有很多一哄而上投资，又导致产能过剩，把企业卷到不盈利、亏损的例子。 　　日本泡沫经济破裂后经济低迷另有其因 　　市场还有声音认为，日本在泡沫经济破裂后货币宽松的力度不够、不够及时，才造成经济长期低迷。 　　周琼表示，日本应对泡沫破裂后经济危机的政策力度不够在其他方面，比如对银行注资迟缓等。实际上，1990年-1995年，日本连续9次降息，贴现率从6%降到0.5%，降息力度不可谓不大。此后日本更是采取了全面宽松的货币政策，甚至购买公司债券、股票，成为全球非传统货币政策的先行者。 　　2008-2013年担任日本央行行长的白川方明认为，日本长期经济低迷的重要原因，一是人口老龄化和人口总量减少，二是产业国际竞争力降低。20世纪90年代，“日本经济的真正问题是泡沫经济崩溃所产生的‘过剩’，在没有消除过剩之前，不管采取多么大胆的宽松货币政策，经济也不会回归正常轨道”，这和中国目前面临的房地产等市场情况有类似之处。 　　银行支持实体经济建立在健康经营基础上 　　市场还有声音认为央行不大幅降息只是为了保护银行利益。以至于有种说法——“如果降息一个百分点，非金融企业融资成本降低1.5万亿，实体经济利润会增加1.5万亿，降两个百分点，增加3万亿利润”。 　　周琼表示，这种说法存在误解。2023年中国商业银行净利润合计2.38万亿元。如果银行利润减少3万亿元，那银行业将全行业亏损。此外，不管是个人、企业还是政府，都既有贷款也有存款。贷款利率大幅降低，向债务人/借款人倾斜，债权人/存款人的利益难以得到保护。 　　“商业银行是要支持实体经济，这要建立在商业银行自身能健康经营的基础上。按照正常经营规律，商业银行的贷款利率要覆盖资金成本、运营成本、风险成本”，周琼还表示，过去给商业银行较高的利差空间，也是为了银行能补充资本，不断扩大信贷投放。 　　2024年7月12日，A股上市商业银行平均市净率为0.60，是所有行业中最低的（倒数第二低的是房地产业0.64）。商业银行很难通过增发募集资本金，如果没有利润补充资本，继续信贷投放，很快就会不满足资本充足率要求。 　　“我们已经看到，让司机、运输企业没有正常的利润空间，出现了什么后果。让银行没有正常的利润空间，会有什么后果？监管部门已经看到了银行净息差大幅走低的潜在风险，要求贷款利率不得低于同期限国债利率、禁止‘手工补息’等”，周琼指出。 　　长期利率走势难以判断，央行预判引导难度大 　　周琼注意到，2018年以来，中国的贷款和债券利率都在波动下行。贷款平均利率、长期债券利率，都创历史新低。 　　其中，2024年7月12日，1年期、10年期、30年期、50年期国债到期收益率分别为1.54%、2.26%、2.49%、2.51%。10年期AAA级和AA级中债中短期票据到期收益率分别为2.49%和2.72%。期限利差和信用利差都压缩到了极致。而2024年7月11日，中国、美国、日本30年期国债收益率（日本为利率）分别为2.50%、4.41%、2.22%，中国仅比日本高28BP。 　　值得注意的是，日本30年期国债利率最低点是2016年7月6日的0.04%。美国30年国债到期收益率在2020年3月曾经到了0.99%的历史低点（美联储将美国联邦基金目标利率下调到0.25%的低点，导致长期利率也超调），2021年12月也仅为1.75%（2022年3月美联储开启加息进程，2023年7月美国联邦基金目标利率提高到5.5%）。 　　“2021年之前，没人预料到美国通胀这么严重，持续时间这么长”，周琼表示，可见，长期利率的走势很难判断。长期债券的利率可以在一定程度上反映投资者对未来经济增长率、利率走势的看法，但是金融市场投资者也只是根据现有信息和当下的资产配置需求作出投资决策。 　　周琼指出，人的判断可能理性可能非理性，可能乐观可能悲观，但资产配置需求是客观存在的，比如“资产荒”下不得不抢资产，进一步拉低益率。也许会在利率低点配置了低收益资产，如果利率上升会有浮亏，但是只要在资产中占比不过大，利率上升期会增加高收益资产，历史上低收益资产的影响也不会造成致命影响。 　　周琼表示，在10年甚至30年、50年内，一切皆有可能。过了几年、甚至一两年，经济形势发生了变化，就可能会证明过去的利率预测是错误的，政策利率、市场利率再调整，这是金融市场上永远在发生的事情。对市场参与者来说，能做的就是采取因应的行为，对央行来说，还要有更多预判和引导，难度更大。 海量资讯、精准解读，尽在新浪财经APP 责任编辑：曹睿潼

AI大模型正在重新定义金融领域人才选拔和培养标准。近日，智谱AI在金融科技领域的赋能作用再获彰显，通过深度参与招商银行第8季数字金融训练营（2025届校招提前批）的“AI营”项目，智谱AI以其领先的AI技术，特别是GLM-130B大模型，为未来金融科技精英们打造了一个专属的成长平台。 作为“AI+金融”领域的先锋探索者，招商银行携手智谱AI，依托后者强大的技术支撑，部署了前沿的AI解决方案。智谱AI的千亿基座模型GLM-130B成为此次合作的核心驱动力，配合招商银行自主研发的百亿参数级大模型，共同在零售、批发及中后台等多个业务领域实现了智能化升级，如智能财富顾问、数字产品管理等应用的成功落地。这种技术与业务的深度融合，为“AI营”的学员们提供了丰富的实践场景，促进了“AI+金融”复合型人才的培养。第8季数字金融训练营的成功，也彰显了招行在“AI+金融”人才培育上的前瞻性，为行业树立标杆。 “AI营”的创设，是招商银行在全球视野下精准布局“AI+金融”人才战略的关键举措。活动期间，智谱AI的专家和产业界精英与学员们共聚一堂，共同围绕AI技术如何重塑金融业态展开深入交流。学员们也在智谱AI技术支持下，针对大模型预训练、SFT、RAG等前沿技术，展开了为期72小时的激烈竞赛，充分展现了“AI+金融”的无限潜力。 通过与招商银行的深度合作，智谱AI不仅继续深入拓展“AI+金融”领域影响力，更为培养未来金融科技领域的领军人物贡献了自己的力量。目前，智谱AI已成功构建国产大模型中最全面的产品矩阵，吸引了从爱好者、工程师到初创团队和大型企业等广泛用户群体。智谱AI致力于通过大模型连接亿万用户，推动各行各业的持续创新与变革，未来，智谱AI将继续秉承开放、合作的精神，携手更多合作伙伴，共同探索AI技术在金融及其他领域的无限可能。返回搜狐，查看更多 责任编辑：

登录新浪财经APP 搜索【信披】查看更多考评等级 近年来，金融领域不断推进数字化、智能化转型，人工智能算法在金融领域的应用日益广泛，涉及风险防控、智能投顾、数字营销等多个方面。由于算法的复杂性和不透明性，金融消费者往往无法准确了解算法的运作机制和潜在风险。 为积极应对金融行业人工智能应用发展中出现的新型消费者权益保护问题，中国人民银行于2023年11月8日发布了金融行业标准《人工智能算法金融应用信息披露指南》（JR/T 0287-2023）（以下简称《指南》），《指南》由中国金融认证中心（CFCA）、多家商业银行以及业内头部机构联合参与编制。 《指南》的发布有助于指导金融机构在使用人工智能算法提供金融产品和服务时，规范地开展算法信息披露活动，增强人工智能算法的可解释性和透明度，有利于维护金融消费者合法权益。 《指南》提供了人工智能算法在金融领域应用过程中的信息披露原则、信息披露形式和信息披露内容等要素，具体如下： ●信息披露原则：明确四个原则，即依法合规、真实准确、及时一致和完整可读，确保信息披露的质量和可靠性。 ●信息披露形式：涵盖信息披露条件、信息披露方式和信息披露维度，强调使用人工智能算法的金融产品和服务在关键节点（如产品发布、重大变更或服务中止等），应确保信息披露的及时性和一致性。 ●信息披露内容：涵盖算法组合信息披露、算法逻辑信息披露、算法应用信息披露、算法数据信息披露、算法主体信息披露、算法变更信息披露、算法审计信息披露七个方面。 其中，算法审计信息披露一项提出，人工智能算法金融应用涉及数据、算力、场景等多种要素的深度融合与交互，人工智能算法在金融场景中应用可能存在一定的潜在风险。为保持金融产品和服务的业务连续性，降低技术风险、操作风险，需依法依规对人工智能算法金融应用进行合规性审计，并及时将算法审计活动所依据的政策、法规、标准等信息以及审计结果进行说明。 中国人民银行在2021年发布《人工智能算法金融应用评价规范》后，又于2023年发布《人工智能算法金融应用信息披露指南》，充分体现了金融监管机构对人工智能技术在金融领域“守正创新”的高度关注和重视。这些文件的出台，不仅为人工智能在金融行业的应用提供了清晰的指导原则和评价标准，也为行业健康、有序发展奠定了坚实的制度基础。 CFCA充分发挥信息安全行业领头羊优势，聚焦金融行业人工智能创新发展，建立了涉及安全性、可解释性、精准性和性能等方面的人工智能算法检测体系，可提供符合各项合规要求的人工智能算法金融应用评估服务。 近年来，CFCA在人工智能、多方安全计算、区块链、联邦学习等领域积极布局，参与多项技术标准和检测标准的制定，持续加大人工智能领域的投入，为金融行业提供系统的人工智能算法检测服务，CFCA愿与产业各方携手，共同推进人工智能技术在金融行业规范、健康发展。

金融界7月17日消息，有投资者在互动平台向天阳科技提问：董秘你好，根据证券交易所有关转融通的相关规定，上市公司必须暂停转融通业务，并安排转融通退出时间表！请问公司对于转融通相关规定的具体落实情况！另外，公司在上市前年均增长率达到百分之30，上市之后公司增长却陷入停滞，请问公司是否有具体措施扭转目前困局，寻找到新的业绩增长点。 公司回答表示：公司控股股东、实控人及其一致行动人不存在转融通情况，公司前十名股东参与转融通业务情况可关注公司已披露的定期报告。未来大模型在金融行业的落地方向将会贯穿金融机构业务开展的主要方向，如风险管理、投资管理、客户服务、交易监管、金融创新等，大模型必将成为下一轮金融行业技术创新的核心驱动力，加速金融行业数字化转型。基于此，2024年公司将增加在金融大模型及算力方面布局和投入，并通过同国家超级计算长沙中心的合作，布局算力建设，增加大规模算力部署投入，以支持大模型技术的应用，尽快向商业银行及其他金融机构提供全面的金融大模型应用解决方案。同时，公司将在金融领域，采取新的业务模式，深耕场景服务和数据运营服务。 本文源自金融界AI电报

近日，由南京市工业和信息化局、南京经济技术开发区管理委员会主办，中国信息通信研究院(以下简称“中国信通院”)承办的“可信AI·南京人工智能产业发展论坛 大模型引领人工智能变革分会场”在南京召开。 会上，中国信通院正式发布的《金融行业大规模预训练模型技术和应用评估方法 第1部分：银行业》（以下简称“银行业大模型标准”），是国内首个银行业大模型标准，由科大讯飞牵头编写。 2023年以来，科大讯飞积极参与中国信通院大模型系列标准的研制工作，致力于向行业输出大模型应用落地经验，以促进包括金融在内的行业大模型健康发展。此前，在中国信通院的牵头下，科大讯飞参与联合编制了国内首个金融大模型标准《面向行业的大规模预训练模型技术和应用评估方法 第1部分：金融大模型》（以下简称“金融大模型标准”），旨在规范金融大模型的研发和应用过程，提高模型的准确性和可靠性，促进金融行业的智能化发展。 今年以来，金融大模型呈现出领域化、场景化等趋势，面向金融细分领域的大模型不断涌现并打开新局面。在此背景下，为进一步满足金融大模型向细分领域加深应用的发展趋势，以前期发布的金融大模型标准为指导框架，中国信通院联合科大讯飞等业内二十余家企业，编制银行业大模型标准。结合银行业特征，围绕场景丰富度、能力支持度、应用成熟度构建指标体系，重点评估大模型在智能客服、信贷审批和智慧办公等业务场景的覆盖情况，关注其在数据保密、运维管理和输出可靠性等方面的支持能力，为科学评价银行业大模型的技术能力和应用效能提供参考，推动银行业大模型健康发展。 在技术创新层面，科大讯飞一直致力于推动通用人工智能技术的研发和应用。2024年6月27日最新升级发布的讯飞星火V4.0，在国内外中英文8项大模型主流测试集中排名第一，七大核心能力全面升级，全面对标GPT-4 Turbo，并在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面实现超越。 在金融科技领域，科大讯飞深耕多年，已服务数百家银行、保险、证券、消费金融等机构客户，为其构建智能化底座和场景应用体系。自讯飞星火发布以来，科大讯飞与交通银行、人保集团、招商银行、国元证券等100多家金融机构展开了更为紧密的合作交流。目前，已经建立了一个由“1+3+6”组成的大模型产品货架体系：以星火大模型底座为核心，基于星火智算平台、星火火石训练平台和星火智能体平台，构建服务于智慧营销、智能风控、智慧客服、智慧办公、软件开发、智能经营六大场景的产品应用。 未来，科大讯飞将继续依托在人工智能领域的技术优势，深化与金融行业伙伴的合作，推进大模型在金融行业更多场景的创新应用，助力金融科技发展迈向更高水平。

自ChatGPT引起广泛关注以来，全球大模型竞争正日趋激烈。作为大模型落地的重要领域，金融业也在前瞻性谋划和深度参与大模型相关技术创新。 长期以来，我国金融科技整体竞争力都处在世界前列，随着大模型竞争打响，我国金融业进展如何？从日前全球知名科技刊物《麻省理工科技评论》（MIT Technology Review）发布的最新榜单中或可找到答案。 中国金融大模型科技创新成绩斐然 数据显示，在全球金融机构大模型专利创新领域，中国申请量（已公开，下同）达 1909 件，占比超 75%。 从专利申请量来看，12 家中国金融机构进入全球 TOP 20，其中，蚂蚁集团、平安集团、中国工商银行位列前三，大模型领域专利申请量分别为474、327、290件；另有中国建设银行、中国银行、马上消费金融、微众银行、中国农业银行等5家机构进入TOP10。 与榜单相印证的是，中国金融机构纷纷加大对大模型的研发和布局。例如，国有大行率先发力，工商银行建成同业首个全栈自主可控的千亿级AI大模型技术体系；建设银行启动“方舟计划”，推进金融大模型建设工程；作为科技机构代表，蚂蚁集团的百灵大模型已通过国家备案，重点打造智能生活管家、金融管家、健康管家“三个管家”；马上消费金融发布了全国首个零售金融大模型“天镜”，致力于提升金融服务普惠性。 大模型正帮助金融机构在多个业务层面实现降本增效。例如，据工商银行2023年年报披露，其首个基于大模型的网点员工智能助手上线，提升网点效能，全年运营领域智能处理业务量3.2亿笔，比上年增长14%。 值得关注的是，中国企业还积极参与了多项大模型相关标准制定工作。马上消费金融牵头编制的IEEE金融大语言模型技术要求标准获批立项；清华大学、中关村实验室、蚂蚁集团等机构联合撰写的《大模型安全实践（2024）》白皮书日前在2024世界人工智能大会上正式发布。 业内专家认为，对于大模型这样一项具有颠覆性的新技术，制定标准则是规范、推广新技术应用的必经之路。中国企业积极投入标准制定工作，不仅是科技实力的体现，也将引领全球大模型技术在相关业务领域的发展趋势。 金融大模型仍有广泛发展空间 领先的专利数量、多元的应用场景、积极参与标准制定……种种迹象折射出中国金融机构强大的数字金融技术自主创新力量。这与近年来我国大力发展科技创新、加快发展数字金融等顶层设计是分不开的。 当前，新一轮科技革命和产业变革深入发展，科技革命与大国博弈相互交织，高技术领域已成为国际竞争的最前沿和主战场。2023年中央经济工作会议将“以科技创新引领现代化产业体系建设”放在做好2024年经济工作的首位。 具体到金融行业，作为中央金融工作会议提出的五篇大文章之一，数字金融的迅猛发展为推动经济结构转型升级注入了强大动力，金融机构也纷纷加大对相关领域的投入和转型力度，大模型、区块链、人工智能等新技术与金融业务深度融合，不仅有效提升服务效率和普惠性，还助推金融产品和服务多样化。 往后看，推进科技创新、发展数字经济有望迎来更多政策催化。多位专家表示，推动高水平科技自立自强和新质生产力发展是确保我国在国际博弈主战场上占据优势的关键一招。 “百年变局下，科技创新日益成为国际战略博弈的主要战场，各国之间的综合国力竞争归根结底是科技实力竞争。后续应重点关注创新领域的机制体制改革。”德邦证券研究所所长程强表示。 金融业发展数字金融也将迎来更好的发展机遇。后续，金融机构将持续探索包括大模型在内的更多前沿技术赋能相关业务场景，更好地构筑金融行业新质生产力、服务实体经济。 “金融业已成为大模型乃至更广泛的人工智能技术的应用场景和金融强国战略高地，而金融大模型将成为新质生产力的典型代表，在高效促进金融行业营销、服务、产品、数据分析利用水平全面提升的同时，赋能实体经济千行百业高质量发展。”国家金融与发展实验室副主任曾刚表示。（资讯） 编辑：林森

　　作为“五篇大文章”之首，科技金融已成为了国家现代化发展建设的战略支撑。2024年以来，工商银行济南分行坚持金融服务实体经济不动摇，聚焦济南市大数据与新一代信息技术、智能制造与高端装备、精品钢与先进材料、生物医药与大健康四大主导产业的重点企业，持续加大制造业、战略性新兴产业等领域的信贷支持。 　　近日，中国工商银行济南分行（以下简称“济南工行”） 传来捷报，截至2024年6月末，该行科技金融贷款余额突破270亿大关，达到275亿元，同时较年初增量超过30亿元，创历年同期新高。 　　 7月10日，济南工行为某新材料领域“专精特新”企业发放非上市股权质押贷款“科股贷”2000万元，助力企业盘活股权、拓宽融资渠道，该笔业务为系统内全国首单科股贷业务，标志着济南工行科技型企业投贷联动创新实践取得实质进展。这也是济南工行以更大力度赋能发展新质生产力的具体体现，彰显了“头雁担当”与“工行力量”。 　　党建引领强基铸魂，为高质量发展指明明方向 　　济南工行认真学习贯彻党的二十大精神，深刻领悟中央经济工作会议和中央金融工作会议精神，始终坚守服务实体、回归本源责任所在，充分把握市场机遇、促进科技金融高质量发展。 　　科技金融是工商银行服务的重要特色，是总省行及分行党委高度重视、强力推进的战略板块。高质量发展科技金融是济南工行国有大行的使命担当，必须走在前、作表率。科技金融更是济南工行投融资业务的基本盘之一，济南工行不断提高政治站位，主动融合“工业强市”发展战略，持续深化市委、市政府“项目突破年”工作部署，聚焦对高端装备、新材料等国内“卡脖子”领域的信贷支持，加速拓展产业链融资服务，精准助力科技金融稳链、补链、强链。 　　固本守源抢抓机遇，让金融资源实现精准滴灌 　　凝心聚力，当好服务实体的“主力军”。济南工行充分落实好科技金融强基工程，支持先进制造业做大做强，助力全市工业经济高质量发展。截至2024年6月末，济南工行科技金融贷款较年初增长30亿元，余额站稳“二百七十亿”台阶。 　　精准施策，当好支持科技创新的“先锋队”。某省属企业的新能源子公司是新能源汽车换电技术的领导者和开创者，济南工行在获悉该企业在上海布局的新能源产业投资公司有项目融资需求后，主动对接企业担任贷款牵头行，最短时间内形成了高质量的金融服务方案，最终为企业办理3.5亿元银团贷款，实现了济南工行在换电赛道领域融资的重大突破。 　　创新引领前瞻布局，增强金融供给质效 　　创新求变引领，健全科技金融服务机制。现代金融服务的目标就是要推动金融业务创新，更好满足实体经济多样化的需求。济南工行锚定全省制造业与科技金融的深度融合趋势，集合优势资源，全面提升金融服务科技创新能力，努力在增强经济社会发展创新力上走在前。2022年挂牌成立科技金融中心，这是济南市内同业机构中首家科技金融中心，逐渐成为服务济南市具备科技实力优质企业和重大项目的“桥头堡”和“主阵地”。 　　聚焦重点领域，完善科技金融服务体系。在科技金融领域，济南工行创新主动授信、自动化审批新模式，搭建贷前、贷中、贷后的一站式绿色通道，支持济南科创金融改革试验区建设，助力专精特新企业、高新技术企业等重点群体做优做大，更好服务科技自立自强。T公司为科创版上市企业、专精特新“小巨人”企业，为国内宽禁带半导体材料龙头企业，济南工行科技金融中心靠前发力，充分发挥主动授信“敲门砖”功能，开展高层营销，以企业拟在上海新建项目为发力点，以主动授信为着力点，实现项目贷款、流动资金贷款双突破。这标志着济南工行在科技金融领域的又一创新举措成功实施，也标志着济南工行在宽禁带半导体材料这一“硬核科创”行业的重大业务突破。截至2024年6月末，济南工行共服务科技型企业1094余户，较年初净增257户，增幅达30.7%。

斯坦福大学商学院（GSB）金融学讲席教授何治国 | 图源 罗汉堂 出品｜搜狐科技 作者｜任婧瑄 “AI至少现在来看，Stanford学校里面有一点all in的感觉。” AI的爆红，带动的是整个数据科学赛道的“出圈”。相关热议一波接着一波，引发学术界不少关注。 据斯坦福商学院官网显示，目前教授们主要在七个学术领域进行研究和教学，分别是：会计学、经济学、金融学、市场营销学、运营管理、信息与技术、组织行为学和政治经济学。 “在教育方面，AI确实是一个巨大的颠覆性事件，我们就在思考是不是应该成立一个新的学术领域叫Data Science（数据科学）。” 斯坦福大学商学院（GSB）金融学讲席教授何治国向搜狐科技透露，目前该计划仍在酝酿阶段，尚未敲定。 何治国注意到，最近十年有一个非常清晰的趋势，那就是很多博士生在做跨学科工作，比如利用高频或另类数据做市场营销的相关研究。 他指出，现在的数据科学在斯坦福重点更偏向于研究，而并非应用执行。目前的整体教学架构更像是不同的专业都在为学生提供一些与数据分析有关的选修课，但并没有将数据科学作为主修专业供给学生选择。如果该学术领域能够成立的话，那么学生将会有更多的技术类必修课和更多的跨学科课程。 校园之外，金融领域AI技术如何落地？AI将对金融劳动力市场带来哪些冲击？近期，搜狐科技《硅谷AI见闻》栏目就AI+金融的风险与机遇等话题对话了何治国。 AI是个“黑盒子”，前沿研究目前更聚焦于投资领域 在何治国看来，AI，或者说数据科学，在金融领域最核心的影响更多体现在投资分析方面。 “在金融里边有我们经常用的一个词，就是we are looking for ‘signals’（我们在寻找‘信号‘)。” 何治国在AQR资本管理公司（AQR Capital Management）的一些朋友就正在采用以人工智能机器学习为基础的投资系统，获取全球海量的金融数据并加以分析，从而帮助投资者识别“信号”，优化投资组合。 “其实这个machine learning（机器学习），七八年前就有很多的对冲基金在做，但效果很不好。” 他表示，斯坦福商学院学者们目前觉得在Data Science上最有意义的研究方向是人和AI如何才能“互相纠正”？怎么能够保证人在依赖机器的同时，还能够有随时叫停的选项。 另外，AI的应用经常会涉及到容错率的问题。以ChatGPT为例，他指出，这类模型本身随机性就比较大，但这种随机性并不是坏事，就相当于金融投资中的个体性风险。 “在金融里面的话，AI或者machine learning（机器学习）告诉你一个signal是好是坏，它可能会有风险，但这个风险大部分都是idiosyncratic（个体性风险）的。” 他强调，如果AI本身的随机性带来的只是个体性风险的话，那么其实并无大碍，因为在承担风险上，金融本身就强调通过分散投资来实现利润最大化和风险最小化，这是实现资产组合的有效分配和风险控制的关键，所以个体性风险是可以相互抵消的。 “最麻烦的是现在研究上面还没搞明白——因为它本身是个黑盒子，如果它本身这个算法就是有aggregate risk（市场风险或者系统性风险）的话，就很麻烦。” 何治国指出，现在金融学者还不够清楚到底AI的哪些预测是能够被量化为系统性风险的，即无法通过投资组合从而被有效分散的市场风险。 “前者（市场风险）是很可怕的，如果大家都相当于用同样的交易策略，然后每个人都在下相互关联的赌注，这个事情就很麻烦，” 简单来说，如果较多市场主体采用了相同或者类似的算法，同步做出大规模的买卖决策，这就有可能引发类似于中国在2015年发生的股票市场异常波动。因此，监管部门也更加在意AI在投资决策上的影响。 “比较大的风险就还是到底哪些是aggregate还是idiosyncratic risk，这个需要back and forth（反复试验），现在这个算是前沿研究在做的事情。” “码农”、律师、初级分析员受AI冲击最大 据何治国观察，人工智能在金融行业内占据主导地位的领域是保险市场，因为保险的特点在于客户痛点各不相同，定制化需求较大。 “这个时候就是大模型训练得好的话，它的应用会很广。我比较看好这个，但是现在还只是在发展阶段。”...

转自：中国银行保险报网 □欧阳日辉 人工智能是新一轮科技革命和产业变革的核心驱动力。金融行业具有的场景、数据、知识“三多”的特点，为人工智能大模型发挥价值创造了便利条件。 金融高质量发展与“人工智能+”高度耦合 当前，在通用大模型的基础上，运用行业数据训练行业大模型或在通用/行业大模型基础上，运用具体任务数据训练垂直或专属于企业、机构的大模型，逐渐成为人工智能技术发展的新模式。 大模型是“大数据+大算力+强算法”的结合，通过在海量数据集上做预训练来学习复杂的模式和特征，它能够挖掘并生成新的数据资产价值，具备压缩海量数据和更强大的泛化能力，可以对未见过的数据做出准确的预测，展现出强大的语言理解和生成能力。大模型的快速崛起推动通用人工智能（AGI）的普及，使各领域的智能系统具备像人类一样学习和推理甚至决策的能力。 大模型在金融行业的应用场景将越来越丰富，从智能营销、金融信息查询，到财富管理、风险控制等多个领域，大模型都将赋予金融行业新的生命力和创新可能性，推动金融行业的数字化和智能化进程。 当然，金融大模型执行金融任务，需满足三个条件：一是在线持续学习，让大模型实现实时推理预测，基于用户行为做出快速的、最佳的个性化判断；二是构建组合式 AI平台，让大模型和传统的数千个普通模型有效组合、达成合作；三是满足安全合规根本要求，以保证其安全、合规。 人工智能提升金融服务效率的逻辑 从“互联网+”到“人工智能+”，这是一波新的技术潮流，大模型在金融高质量发展中起到至关重要的作用，横向拓展金融服务场景，纵向加深产业要素整合。 新质生产力在金融行业中的表现和作用进行具象化，主要体现在三个方面：优化、连接、预判。大模型作为新质生产力，正在推动金融行业生产工具的发展，提升金融行业的决策效率和服务水平，同时也在推动金融行业的创新发展。 大模型“涌现”出的语境理解、情绪感知、归纳、推理等通用能力为金融科技的发展开启了新篇章，即金融智能化阶段。以大模型为典型的AI应用为金融科技和整个金融行业带来了无限的创新思路和想象空间，不仅为金融科技带来了新的变革机遇，也提出了一系列新的技术和业务需求，包括模型的可维护性、高性能和实时性，AI服务规模的可拓展性，AI服务的可靠性和容错性，以及模型的可解释性和审计能力等。 为了保证AI模型的持续有效和准确，行业需要建立一套完善的模型管理和更新机制，这样可以确保模型及时应对新的业务需求和数据变化，从而提高模型的实用性和价值。为了保证AI服务的稳定运行，行业需要建立一套服务管理和监控机制。为了满足监管要求和提高用户信任度，AI模型需要具有良好的可解释性和审计能力。 从行业实践看，大模型在多模态信息理解、内容生成、知识问答、代码编程和合规检测等方面拥有巨大的效率提升价值，目前已经逐渐在金融领域加速渗透。可以预计，随着技术的不断进步和成熟，大模型将继续在金融行业的各个领域中扮演更加重要的角色，进一步提升金融服务质量并降低高水平金融服务成本，推进普惠金融发展。 人工智能促进金融高质量发展的方向 大模型应用总体上还处于早期探索阶段，仍面临不少挑战。一方面，金融数据的私密性和多模态特性，限制了共享和构建大规模数据集的能力，增加了模型建立和处理的复杂性，导致大模型在金融垂直领域仍未出现涌现效应；另一方面，数据安全治理也是发展金融大模型绕不开的重要课题，亟须加快构筑形成组织、管理、技术、运营四位一体的金融数据安全治理体系框架，提升协同共治水平。从大模型技术走向应用落地，需要金融行业的金融大模型与数据、场景相结合。 具体来看，一是要加强基础设施建设。二是要发展数据、算法模型和算力。三是要统筹监管与发展，促进“大模型+金融”应用合规落地。四是要促进科技企业和金融机构跨行业合作。五是要提升多语言和跨语言的能力，促进多模态融合。六是要发展可持续的负责任的金融大模型。 （作者系中关村金融科技产业发展联盟专家委员会副主任委员，中央财经大学中国互联网经济研究院副院长，中国市场学会副会长、教授、博士生导师） 海量资讯、精准解读，尽在新浪财经APP