AI金融助手

彭博（Bloomberg）是全球领先的商业和金融信息提供商。2023年3月30日，彭博发布了一篇详细介绍了BloombergGPT开发情况的研究论文。BloombergGPT是一项全新的大型生成式人工智能（AI）模型，该大型语言模型（LLM）已专门针对广泛的金融数据开展训练，以支持金融行业内多样化的自然语言处理（NLP）任务。 基于LLM的AI最新进展，已经在许多领域展现出令人兴奋的新应用。然而，金融领域的复杂性和独特术语，要求有一个能特定适用于该领域的模型。BloombergGPT代表着为金融行业开发和应用这项新技术迈出的第一步。该模型将帮助彭博改进现有金融NLP任务，如市场情绪分析、命名实体识别、新闻分类和问答等。此外，BloombergGPT还将为通过调用整合彭博终端上大量可用数据以更好地帮助公司客户，并将人工智能的全部潜力带入金融领域，释放新的机遇。 ——来源：彭博官网 编者使用ChatPDF（一款基于ChatGPT的PDF阅读工具）对彭博最新发布的《BloombergGPT：一项面向金融的大型语言模型》一文（点击文末“阅读原文”可查看完整论文）进行了内容分析，得到了以下结果： BloombergGPT是什么？ BloombergGPT是一个专门为金融领域设计的大型语言模型，具有500亿个参数。它是基于Bloomberg广泛的数据源构建的3630亿个令牌数据集训练而成，同时还使用了3450亿个通用数据集中的令牌。BloombergGPT可以用于各种金融分析任务，例如情感分析、命名实体识别和问答等。 为什么要开发BloombergGPT？ BloombergGPT的开发是为了解决金融领域中自然语言处理（NLP）的挑战。金融领域的数据和术语非常复杂，需要专门的知识和技能才能理解和分析。BloombergGPT是一个专门为金融领域设计的大型语言模型，可以帮助金融专业人士更好地理解和分析金融数据。此外，BloombergGPT可以将自然语言查询转换为有效的Bloomberg Query Language（BQL），从而使与金融数据的交互更加自然和易于理解。 简要介绍BloombergGPT的开发过程？ BloombergGPT是由Bloomberg公司开发的一种基于自然语言处理技术的金融领域语言模型。其开发过程主要包括以下几个步骤：  1.数据收集和预处理：Bloomberg公司收集了大量的金融数据，包括新闻、报告、财务数据等，并对这些数据进行预处理和清洗，以便用于训练模型。  2.模型设计和训练：Bloomberg公司使用了一种基于Transformer架构的神经网络模型，并使用了大规模的训练数据对该模型进行了训练。在训练过程中，Bloomberg公司采用了一种混合数据集的方法，将金融领域数据和通用领域数据相结合，以提高模型的泛化能力和适应性。  3.模型评估和优化：在完成模型训练后，Bloomberg公司对该模型进行了评估和优化。评估过程中，他们使用了多个标准测试集，并与其他现有的语言模型进行比较。在优化过程中，他们采用了一些技术手段来提高模型的效率和准确性。  4.应用开发和部署：最后，Bloomberg公司将该语言模型应用到实际场景中，并将其部署到Bloomberg Terminal等金融应用程序中，以帮助金融专业人士更好地理解和分析金融数据。  总的来说，Bloomberg公司在开发BloombergGPT时采用了一种基于大规模数据和深度学习技术的方法，并注重模型的泛化能力和适应性。这种方法不仅提高了模型的准确性和效率，还为金融领域的自然语言处理技术应用提供了新的思路和方法。同时，BloombergGPT的开发过程也强调了数据预处理、模型设计和评估优化等环节的重要性，这为其他自然语言处理任务的开发提供了借鉴和参考。 BloombergGPT有哪些功能？ BloombergGPT是一种金融领域的语言模型，主要应用于金融领域的自然语言处理任务。它具有以下功能：  1.自然语言查询：BloombergGPT可以将自然语言查询转换为有效的Bloomberg Query Language（BQL）查询，以便用户更方便地检索和分析金融数据。  2.文本摘要：BloombergGPT可以帮助用户快速概括和理解大量的金融文本信息，提取其中的关键信息和趋势。  3.市场情绪分析：BloombergGPT可以帮助用户分析金融新闻、社交媒体等文本中的情感倾向，以便投资者更好地了解市场情绪和趋势。  4.交易策略生成：BloombergGPT可以根据市场趋势和数据预测未来的价格变化，并生成相应的交易策略。 5.风险管理：BloombergGPT可以帮助评估投资组合中不同资产的风险，并提供风险管理建议。  总之，BloombergGPT在金融领域具有广泛的应用前景，可以为投资者、交易员、分析师等金融专业人士提供有价值的信息和支持。 BloomberGPT可以在哪些场景进行应用？ BloombergGPT是一种金融领域的语言模型，主要应用于金融领域的自然语言处理任务。它可以在以下场景进行应用：  1.金融新闻分析：BloombergGPT可以帮助分析金融新闻中的关键信息和趋势，以便投资者做出更明智的决策。  2.财务报告分析：BloombergGPT可以帮助分析公司财务报告中的数据和趋势，以便投资者评估公司的财务状况和前景。  3.交易策略生成：BloombergGPT可以帮助生成交易策略，根据市场趋势和数据预测未来的价格变化。 4.风险管理：BloombergGPT可以帮助评估投资组合中不同资产的风险，并提供风险管理建议。  总之，BloombergGPT在金融领域具有广泛的应用前景，可以为投资者、交易员、分析师等金融专业人士提供有价值的信息和支持。 目前BloombergGPT的评估效果如何？与其他大型语言模型有何不同？ BloombergGPT已经在标准LLM基准测试、开放金融基准测试和一系列最能反映其预期使用的内部基准测试中进行了验证。混合数据集训练使得BloombergGPT在金融任务上的表现优于现有模型，并且不损失通用LLM基准性能。与其他大型语言模型相比，BloombergGPT是专门为金融领域设计的，因此在处理金融数据时具有更好的性能和效果。此外，BloombergGPT可以将自然语言查询转换为有效的BQL，从而使与金融数据的交互更加自然和易于理解。 BloombergGPT现在还有哪些不足？未来应如何改进？ 尽管BloombergGPT在金融领域的表现已经非常出色，但它仍然存在一些不足之处，例如： 1.训练数据的局限性：尽管BloombergGPT使用了大量的金融数据进行训练，但这些数据仍然有一定的局限性。未来可以考虑使用更多样化、更广泛的数据集进行训练，以提高模型的泛化能力和适应性。 2.模型解释性：由于BloombergGPT是一种黑盒模型，因此其结果可能难以解释。未来可以探索如何提高模型的解释性，并使其更易于理解和应用。  3.多语言支持：目前BloombergGPT主要支持英语，而在全球范围内金融领域使用的语言非常多样化。未来可以考虑增加对其他语言的支持，以满足不同地区和市场的需求。  4.实时性能：尽管BloombergGPT已经具有很高的准确率和效率，但在某些实时应用场景中可能需要更快速、更实时的响应能力。未来可以探索如何进一步提高模型的实时性能。  为了改进BloombergGPT，在未来可以采取以下措施： 1.增加训练数据的多样性和广泛性，以提高模型的泛化能力和适应性。 2.探索如何提高模型的解释性，并使其更易于理解和应用。...

12月7日，金证股份在上海成功举办“金融领域特定场景大模型研讨会”，邀请金融行业合作伙伴和知名专家学者齐聚一堂，共同探讨大模型的发展路径，共创金融AI未来。本次会议由金证股份双基石业务总部基财业务线总经理宋云涛主持。   会上，金证股份联合旗下子公司金证优智发布了自主研发的金融领域特定场景大语言模型体系——金证金融大模型及工具集，标志金证股份推动AI在金融垂直领域落地应用上实现新突破，将更好服务金融行业客户，赋能行业数字化转型。 李结义金证股份董事长金证股份董事长李结义在致辞中指出，近年来，以大语言模型为代表的人工智能技术突飞猛进，正推动全球人工智能领域新一轮的技术升级和产业重构，也为各行业带来前所未有的机遇与挑战，国内多家科技机构加大推进大模型的建设，热情只增不减。作为其中代表的金融领域，在这一转型升级的风口中，更亟待以科技力量开启新的篇章，运用AI技术助力金融行业迈向智能化时代。李结义表示，作为一家在行业深耕30年的金融科技公司，金证股份早在2018年便开始着手AI在金融应用领域的研究，并通过多个事业部、子公司和创新平台公司对AI技术在金融领域实现落地应用。金证股份在此次数字技术浪潮下，也深入开展对大模型技术的研究。今年，集结了业内顶尖专家的金证股份AI团队自主完成了金融领域特定场景大语言模型体系的研发，并推动AI在金融垂直领域的落地应用，面向营销、客服、投行、投研、风控等业务场景提供了创新的智能金融产品及解决方案。李结义认为，大模型“求真、求精”已逐渐成为行业共识。未来，大模型能否在资本市场更好地运用，主要从技术、业务两个角度考量。技术上，大模型能不能“让不会的人更快会，让会的人效率更高”；业务上，技术平台是否将成为金融机构业务实际应用的必备品。李结义希望，通过这次金融大模型及工具集的发布，以及金证股份在AI领域积累的经验，能够真正为金融行业创造价值，助力金融行业客户跃上一个新的台阶。金证股份首席信息官廖亚滨 金证股份首席信息官廖亚滨针对“大模型在金融领域落地的思考”做主题分享。 廖亚滨指出，早在2018年，金证便从战略执行层面着手布局AI领域，并成立子公司金证优智作为集团AI战略的落地平台，通过认知智能、知识搜索、文档理解技术与金融场景结合对金融AI方面进行探索。 2019年，金证优智实现单点突破，发布了认知智能驱动的智能监管科技系统，为证监会、港交所等监管机构服务。系统涵盖应用爬虫与搜索技术的智能舆情系统的关键引擎、智能企业评估下多维度综合分析的精准能力以及金融认知模型技术的Transformer与知识图谱融合。 在2020年至2022年期间，金证股份在人工智能领域进行多方面的努力，在智能风控和智能文档领域取得了突破。今年，金证股份联合金证优智自主研发的金融大模型K-GPT由金融认知智能技术、搜索技术和金融智能文档处理技术共同打造。其中，金融认知智能技术成功实现了从专业小型模型到专业大模型的转变，搜索技术实现了从金融搜索到金融语义搜索的跨越。 廖亚滨介绍，大模型工具集主要包括K-GPT、金融语义搜索、智能文档处理、金融知识库、精细调整和评估。基于大模型的场景解决方案涵盖智能投研、智能投顾、智能投行、智能合规和智能客服等领域。 谈到模型落地应用的思考，廖亚滨从模型训练与优化、语言大模型应用、代码大模型应用、大模型合规风控四大方面发表了自己的见解。 金证股份首席AI官、金证优智CEO詹毅 金证股份首席AI官、金证优智CEO詹毅围绕《金融大模型K-GPT及大模型解决方案工具集》进行主题分享。他指出，K-GPT体系基于Transformer架构，结合领域预训练及场景化精调，与懂金融的语义检索引擎和由智能文档处理平台（IDP）高效搭建的金融知识库形成完整联动，具备更及时、更可靠、更懂金融的特点。 詹毅现场演示通用大模型及K-GPT问答情况，通过示例分析总结道，相较于通用大模型，K-GPT数据查询准确性高，更好理解金融术语，且回复专业、数据扎实，同时支持查看引用知识源，以及与实时数据与模块化集成，具备调取实时数据与组件的能力。依托于底层庞大的金融知识库，专为金融场景服务的K-GPT核心优势在于懂金融、数据准确、可验证及支持调用Agents。 詹毅表示，大模型解决方案工具集从训练到应用，一站式解决大模型应用落地，提供营销文案生成、监管问询总结、合规问答、智能客服机器人、知识QA生成器应用实例。 在与会嘉宾的共同见证下，金证股份举行了金证金融大模型及工具集发布仪式，展示金证在金融AI领域自主研发的阶段性成果。会上，与会嘉宾还就“金融领域特定场景大模型的应用和发展趋势”进行深入交流和讨论，共谋金融AI新生态。 未来，金证股份将保持创新、开放和合作的精神，携手行业合作伙伴在人工智能领域不断优化、创新，共同推动人工智能在金融行业更深入、更广泛的应用，推进金融行业数字化进程。 上市20年 | 岁月如歌二十载全面信创！广发证券新一代认证系统正式上线重磅！又中标一头部公募基金

颠覆金融2b服务，首家金融通用大模型浮出水面。 ◎懂财帝 (ID:znfinance) | 朱琼华 GPT（人工智能大模型）引发的失业危机，正笼罩在数亿白领的头顶。 ChatGPT和Midjourney持续冲击下，中外游戏行业海量的画师、设计师正在遭遇被裁员，成为受到AI冲击最大的行业。 那么，谁是下一个遭遇巨大冲击的行业？ 高盛近期发布了一份惊悚的报告：AI将威胁全球3亿人工作。 其报告指出，美国行政人员46%会被GPT替换；法律行业相关工作，GPT替代率44%；建筑和工程领域，GPT替代率37%。 领跑者Open AI发表论文指出：金融业的暴露率最高，说明金融从业人员最容易被取代。 ChatGPT横空出世，其估值迅速飙升至290亿美元，如今国内百度、阿里、腾讯等各家互联网公司纷纷涌入，国内市场大模型瞬间达到数十家…… 垂直2b金融服务领域市场已高达数千亿，金融垂直大模型有望成为下一个创业浪潮。 1｜失业潮将从游戏至金融 5月1日劳动节这天，大洋彼岸的IBM传出一个消息：该公司将有7800人被裁掉，永久淘汰。 IBM为了每年节约20亿美元，推出了一项「开支管理」计划。其关键措施：暂停招聘AI可以胜任的岗位，波及约2.6万名员工。 科技巨头们左手裁员，右手押注GPT。他们近乎腾出员工薪水为GPT输血。 META接裁掉了1.1万名员工，亚马逊裁掉了2.7万名员工，他们都将人工智能列为最值得的投资；领跑ChatGPT的微软更是手起刀落，裁员1万人，投资OpenAI 100亿美元。 GPT引发的人工替代潮，也席卷到了中国。 国内游戏大厂网易吃螃蟹GPT3.5，网易游戏等试水GPT提效。一些员工慨叹：「训练不好，说明不适应岗位；训练好了，可能岗位就不需要你了。」 公关及广告服务商蓝色光标更是直接砸了外包的饭碗，宣称要全面停止文案撰写、创意设计等四类外包支出，直接用GPT替代。 IBM首席执行官Arvind Krishna强调：「上述岗位中的30%，会被GPT取代。」 我们曾经以为，AI能取代那些重复的体力劳动，比如扫地、洗碗、清洁等。 但这一次，人工智能取代的是办公室的白领：人力资源、财务、法务这些岗位，AI工具完全可以胜任。 美国一家仅十人的AI工作室开发出了一个叫Midjourney的绘画工作室，它能自动生成照片、绘画，并轻松进化成艺术家，它能自动生成「摄影大师、绘画大师」级作品。 Midjourney三秒生成的作品，完胜科班出身、三年以上经验的资深画师。它独有的设计、创意能力，令游戏行业大批的原画师、设计师开始失业。 Midjourney和ChatGPT已经开始具备人类的「涌现」思维能力，能够如聪明人一般「举一反三」，自动生成文本、图片等内容。 它们的出现意味着，GPT拥有创新与灵感能力，它开始「征服」人类。 失业危机已经从游戏行业蔓延，谁是下一个遭遇冲击的行业？ Open AI最新的论文《GPTs are GPTs: An Early Look at the Labor Market Impact Potential of...

短短4年时间，从GPT-1到GPT-4，彭博社BloombergGPT、谷歌Bard、讯飞星火认知大模型等GPT模型遍地开花……LLM逐渐发展成为一种通用技术（GPTs），相较于闪耀NLP界的Bert模型，GPT模型具有更高的性能和更广泛的应用场景。AI时代已经到来，GPT技术在未来的发展中将会继续发挥重要作用，并成为自然语言处理领域的主流技术之一。 对ChatGPT的使用体会：1、在金融情感分析方面强大到可以吊打BERT模型，理由是具有参数优势（万亿级参数）的GPT学习到了Bert（亿级参数）未知的“文本信息“；2、会加剧社会的马太效应。对具备知识功底的人来说，ChatGPT的回答大致能令人满意（不易被回答所忽悠），可以大大提高工作效率；但对于小白来说，只能从中学习得到非常有限的信息（容易被GPT忽悠）。 本文主要解读ChatGPT技术在股市中应用的第一篇文章《Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models》，于 2023 年 4 月 15 日预发布于 Arxiv。主要内容包括：研究结论、实验设计、实证结论三个部分。 1、研究结论 作者利用了数据运营商RavenPack提供的新闻数据，对其进行预处理，之后分别用ChatGPT、GPT-1、GPT-2、BERT-large、BERT模型对新闻数据进行评分以此构建新闻因子，之后将个股次日收益与新闻因子进行基准回归，依据回归结果构建了多空投资组合，最后得到如下结论： 1、GPT-1、GPT-2 和 BERT 不能更精确的预测股票收益：这表明股票收益可预测性是复杂模型的一种能力。  2、ChatGPT的情绪评分在每日股票市场回报方面具有统计显著的预测能力：每用新闻标题数据和生成的情绪评分，我们发现ChatGPT评估与样本中股票的随后每日回报之间存在强相关性。 3、ChatGPT模型在预测股市回报方面优于现有的情绪分析方法：控制ChatGPT的情绪评分变量时，其他情感评分对每日股票市场回报的影响降至零。 4、ChatGPT的情绪评分对于小市值股票非常有效：在小市值样本回归中，GPT因子不仅显著且系数更大！ 5、将LLMs与其他机器学习技术集成，是未来量化投资的重要发展方向。 2、实证分析 2.1 数据说明 作者利用了两个数据集：1、美国证券交易委员会(CRSP)的每日个股收益率（研究对象为股票代码为10或11的普通股）；2、数据运营商（RavenPack）的新闻标题数据，并且作者对这些标题进行了预处理和过滤使得更突出新闻的异质性（a.相关性分数为100的新闻；b.排除了被归类为“股票涨跌”的标题；c. “事件相似度天数”超过90；d.使用Optimal String Alignment度量标题相似性以此删除同一天、同一家公司相似度大于0.6的标题）。另外，ChatGPT的训练数据仅到2021年9月，文章采用的数据集范围为2021年9月——2022年12月。 RavenPack是一家新闻数据公司，国内做金融舆情的数据运营商有：万徳、同花顺Smart Tag以及数库ChinaScope(2020年底J.P. Morgan根据数库的数据写了一份A股市场的新闻因子多空策略)。 2.2 研究设计2.2.1 Prompt提示词 2.2.2 GPT示例下面是作者提问的一个例子，从回答上来看GPT的回答是相当准确的（如果是Bert模型，可能只attention到“Fined 630000” 而给标题判定为消极影响），相比RavenPack 提供的是-0.52的负面情感评分。...

7月24日，金融监管总局网站发布关于防范新型电信网络诈骗的风险提示。其中提到，新型电信网络诈骗包括：“AI换脸拟声”类诈骗。不法分子以“网店客服”“营销推广”“招聘兼职”“婚恋交友”等为借口，通过微信、电话等方式联系消费者，采集发音、语句或面部信息。利用“换脸”“拟声”等技术合成消费者虚假音频、视频或图像，模拟他人声音或形象骗取信任，以借钱、投资、紧急救助等借口诱导其亲友转账汇款，或提供银行账户密码等敏感信息，随后立即转移资金。此外，不法分子还可能对明星、专家、执法人员等音视频进行人工合成，假借其身份传播虚假消息，从而实现诈骗目的。 海量资讯、精准解读，尽在新浪财经APP

　　关于防范新型电信网络诈骗的风险提示 　　近年来，随着网络技术的发展，诈骗手段快速翻新，迷惑性不断增强，严重侵害公众财产安全与合法权益。为此，国家金融监督管理总局金融消费者权益保护局发布防范新型电信网络诈骗风险提示，提醒广大群众警惕花样翻新的骗局，增强风险防范意识和识别能力，守护好自己的钱袋子。 　　新型电信网络诈骗主要有以下几类： 　　一、“共享屏幕”类诈骗。不法分子以“提升信用卡额度”“取消名下不实贷款”“注销保险服务”“航班延误退费”“赠送礼品”等为借口，向个人发送短信或拨打电话，诱导消费者下载指定的聊天软件、网络视频会议软件，并让个人开启软件的“共享屏幕”功能，以便不法分子“实时监控”消费者手机、电脑屏幕，“指导”消费者进行银行卡绑定、密码修改等操作，同步获取个人银行账户、密码、验证码等重要信息，从而盗取银行卡资金。 　　二、“AI换脸拟声”类诈骗。不法分子以“网店客服”“营销推广”“招聘兼职”“婚恋交友”等为借口，通过微信、电话等方式联系消费者，采集发音、语句或面部信息。利用“换脸”“拟声”等技术合成消费者虚假音频、视频或图像，模拟他人声音或形象骗取信任，以借钱、投资、紧急救助等借口诱导其亲友转账汇款，或提供银行账户密码等敏感信息，随后立即转移资金。此外，不法分子还可能对明星、专家、执法人员等音视频进行人工合成，假借其身份传播虚假消息，从而实现诈骗目的。 　　三、虚假网络投资理财类诈骗。不法分子假借债券投资、股票投资、贵金属投资、期货投资等概念，在网络平台发布消息宣称“稳赚不赔”，吸引群众关注。并将个人拉入“投资”群聊，然后冒充投资导师、理财专家，以“专家内幕”虚假消息诱导投资，或通过婚恋交友平台与个人确定婚恋关系，再以有“内部消息”“特殊资源”等诱骗个人参与投资，引导个人在伪造或仿冒的投资平台进行投资，并以小额投资返利作为诱饵，不断引导个人加大资金投入，随后迅速转移资金。 　　四、网络游戏产品虚假交易类诈骗。不法分子在网络游戏或社交平台中发布虚假的游戏账号、装备、点卡买卖信息，以“低价出售”“高价收购”为噱头，吸引游戏玩家关注。对想低价购买游戏产品的玩家，不法分子诱导其绕过正规游戏交易平台与其进行线下交易，当玩家支付钱款后，不法分子便消失无踪；对想高价出售游戏产品的玩家，不法分子诱骗其登录虚假交易网站进行交易，并以各种理由要求玩家先缴纳保证金、手续费等费用才可“提现”，并不断要求玩家充值更多金额，随后迅速转移资金。 　　诈骗形式不断演变翻新，伪装性越来越强，群众稍有不慎便遭受经济损失。为保护广大群众合法权益，强化反诈意识、提升反诈能力，国家金融监督管理总局金融消费者权益保护局提示广大群众： 　　一、不盲目不轻信，不贪小利防骗局。树立科学理性的投资理财观念，提高风险防范意识和信息甄别能力，对退还费用、礼品赠送、保本高息、高价收购等“天上掉馅饼”的说辞保持警惕，避免贪图小便宜，遭受大损失。避免盲目跟风或投机心理，不轻信来路不明“小道消息”，不轻信“稳赚不赔”或“保本高收益”等说辞。在选择理财产品时，应选择正规金融机构并仔细阅读合同条款，充分评估自身的风险承受能力，选择符合自身需求的产品，提升识骗防骗能力，谨防财产遭受损失。 　　二、拒绝“共享屏幕”，保护信息防泄露。增强个人信息保护意识，妥善保管身份证号、银行卡号、账户密码、验证码、个人生物识别等信息。不随意点击不明链接，不随意下载陌生软件、注册陌生平台或添加陌生好友，对个人社交账户的安全状况保持警惕，拒绝陌生人“共享屏幕”要求，避免无关人员操纵本人手机、电脑等电子设备，避免因个人信息泄露造成经济损失。同时，应加强对个人信息的保护措施，定期检查账户安全设置，及时发现并处理异常情况。 　　三、转账汇款严把关，谨慎操作护财产。涉及转账、汇款操作时要提高警惕，防范资金被骗风险。在接到涉及要求转账汇款的电话、短信或网络信息时，及时通过官方机构核实信息的真实性，不轻信陌生人的转账要求或诱导信息，不贸然向陌生人提供的账号转账汇款，不随意向无关账户转账打款。在转账汇款前，务必认真核对对方身份和信息，确保资金是转给真正可信任的人员或机构。 　　四、正规渠道保权益，遭遇诈骗速报警。群众如遇经济纠纷，应依法通过正规渠道进行维权，可通过第三方调解组织进行调解、向司法机关提起诉讼。如发现自己陷入诈骗陷阱导致资金受损，或发现涉嫌违法犯罪线索，应保存好聊天记录、通话录音、交易截屏等有关证据，及时向公安机关反映。同时，不可轻信网络上自称“网警”“黑客”等组织或人员，避免再次受骗。

转自：中国银行保险报网 记者观察 加大金融支持氢能产业供给力度 本报记者王方琪 我国目前在氢能融资支持方面存在短板，金融资源供给不足。今后，应加大金融支持氢能产业供给力度 。 不足主要表现在以下几个方面：一是融资渠道偏窄。当前，我国氢能产业处于行业发展初期，氢能产业技术路线及商业化模式尚未成熟，氢能产业的盈利能力、生产成本、公众认知及产业链规模化尚未完全明晰。二是商业银行融资参与度较低。大型氢能项目建设多由国企甚至央企主导，除股权融资外，项目主要融资供给方多是在利率定价方面具备突出优势的政策性银行，而商业银行因其在利率定价方面让利空间有限、对企业未来盈利能力的避险考量及氢能信贷产品匮乏等因素，在氢能产业融资方面参与度较低，不利于形成规模化、专业化的金融服务体系。 因此，要从供给端补齐短板，加大金融资源供给支持。一是拓宽氢能企业融资渠道。引进设立氢能发展专项投资基金，为初创型氢能企业提供发展资金，加大对氢能科学研究、成果转化和产业化的投资支持力度。鼓励发行绿色债券支持氢能产业项目，部分现金流稳定、营收情况较好的项目可探索发行绿色资产支持证券或不动产投资信托基金（REITs）。针对氢能产业链中的未来独角兽企业IPO需求，银行机构连同风险投资、股权产业基金，发挥投贷联动优势，提供辅导、顾问等综合金融服务。二是提升优化绿色信贷服务。鼓励有条件的银行机构设立氢能发展金融事业部或专营机构，配备专业产品经理，根据氢能企业的差异化技术与发展水平提供定制信贷服务，提高氢能产业贷款的可得性和便利度。三是创新氢能信贷产品。银行机构要持续提升产品研发能力，根据氢能行业特点和实际融资需求，在定价模型、授信评级和审批、风控管理等方面进行针对性设计和专业化管理。 海量资讯、精准解读，尽在新浪财经APP

将设立”科技金融人才”专属奖学金 上海2024年7月24日 /美通社/ — 7月21日，上海交通大学上海高级金融学院（高金/SAIF）金融MBA举办”科技金融方向”发布会暨课堂体验日，上海高金金融研究院助理院长、高金MBA项目执行主任倪海英老师为到场同学带来高金MBA科技金融方向的最新动态，并解读项目优势、课程设置、培养目标和招生政策。上海交通大学先进产业技术研究院副院长许文平博士，上海交通大学自然科学研究院/物理学院/药学院/张江高等研究院特聘教授、天鹜科技创始人兼首席科学家洪亮教授，高金兼聘教授谢晖博士，中信建投非银金融与前瞻研究首席分析师赵然出席发布会。 上交大高金MBA“科技金融方向”发布会暨课堂体验日 01响应时代呼唤，为”科技金融大文章”书写高金答卷 当前，新一轮科技革命和产业变革突飞猛进，科技创新成为国际战略博弈的主要战场。随着国家建设世界科技强国目标的推进，科技创新在国家经济发展中的核心作用日益凸显。 科创生态体系的构建，不仅根植于技术革新的土壤，更离不开金融资本的有力支撑。2023年10月，中央金融工作会议提出要做好”金融五篇大文章”，其中”科技金融”在”五篇大文章”中居于首位；7月19日中国证监会党委进一步明确了金融要素对助推科创体系的重要作用。 培养通晓现代金融知识的行业领军人才是高金MBA一直坚持的培养目标。围绕”五篇大文章”，高金聚焦国家战略，不断创新课程体系，确立科技金融、数字金融、可持续金融三大发展方向。在学院整体战略的指导下，高金MBA坚持以金融为特色的商学院之培养体系的持续迭代，以培养学生面对快速更新的科技、不确定的地缘政治挑战下对商业的理解、思考、反思、实践和创新能力。今年，高金MBA项目响应时代需求，正式推出”科技金融”方向，为推动我国创新驱动发展战略的深入实施，培育在科技企业成长全过程中发挥关键作用的行业领军人才。 02科研高地+金融优势，强强联手打造上海交大科创”生态圈” 自2020年上海交通大学大科研体系改革后，学校已打造具有交大特色的、全链条创新的科技成果转化新体系。而高金学院凭借在金融领域的深厚底蕴和优势资源，在培育科技金融人才上拥有得天独厚的条件。 依托上海交通大学在学科建设、科技创新生态体系，以及高金在金融领域的深厚底蕴和优势资源，此次高金MBA在交大体系下推出科技金融方向，与包括上海交大科技园、先进产业技术研究院、学生创新中心、国家应用数学中心（上海交大分中心）、上海交大弗劳恩霍夫智能制造中心等兄弟单位密切合作，强强联手，双向赋能，共同建设上海交大全链条科技成果转化创新体系，为学校科创生态贡献高金力量，更好地培养在中国科创生态中发挥关键作用的行业领军人才，满足科创企业、科研单位、创投机构、政府机构等不同主体对科技金融人才的多维度需求。 高金MBA「科技金融」方向 培养体系与招生政策抢先看 在发布会上，高金金融研究院助理院长，高金MBA项目执行主任倪海英老师围绕「科技金融」方向的培养体系、课程框架与招生政策等方面进行详细解读。 倪海英老师指出，一直以来”金融赋能实业”是高金MBA的人才培养目标之一。此次推出「科技金融」方向，力求通过构建一个多维度、跨学科的人才培养框架，为科创领域企业家/创业者、创投行业从业者、创业指导专家/孵化器、政府（产业基金引导基金等）专业人士、传统企业转型升级推动者等来自科创不同领域关键节点的人才提供能力支撑与实战平台，培养既懂产业又懂金融，在科创领域通晓资本战略规划、商业决策和企业治理的高层次人才。 01″商业战略”叠加”资本战略”聚集六大重点科创方向 在课程设计上，科技金融方向聚焦人工智能、机器人、新能源、生物医药、智能制造和航空航天六大重点科创方向，旨在打造一个基础与前沿并重、理论与实践结合，多维度、跨学科的人才培养框架。 在课程体系设置上，除了涵盖”金融和管理学基础””公司金融””科技金融资本战略”等金融MBA优势课程模块，科技金融方向的同学们也将在选修课阶段围绕”行业洞察”（掌握行业分析的方法论）、”商业路径”（明晰科创”从0到1″的商业化路径）、”商业生态”（纵览科技、市场、资本与治理等全图景下的”从1到N”）的”科技金融商业战略”模块中，深入了解科技创新从概念到商业化的全过程，构建对商业生态系统的全面理解，为在复杂多变的商业环境中科技企业决策提供支撑。 在正式入学前，科技金融方向的同学们将在交大教授（科学企业家）、高金教授以及来自产业与投资领域的业界导师、校友的带领下，提前参与”先导模块”的学习——在”AI框架”模块中，探索人工智能的基本原理及其在细分行业领域的关键应用与底层逻辑；在”行业分析”模块中掌握系统化的行业分析框架与方法论。 02″科学企业家”+”资深商业/投资导师”，双导师领航科创实践探索 实践类课程是科技金融方向同学的必修课程。依托LLC（实践体验学习中心）平台，高金MBA将携手交大先进产业研究院等兄弟院校、单位，为学生提供从概念验证到工程化、产业化等不同阶段的科创实践项目，其中既有高潜力的”水下项目”，也不乏交大教授、校友创办及投资的知名科创企业。通过深度参与真实项目，同学们将在学习过程中构建自己的科技金融生态圈。 “双导师”将全程领航同学们的实践探索——每一位同学将获得具有丰富科技成果转化经验的科学企业家以及来自商业或投资端的专业导师指导，从产业与资本双重视角了解真实科创企业从0到1、从1到N的发展历程，学习如何在科技创新驱动下，构建企业的核心竞争力；如何在资本市场的助力下，实现企业的快速成长和价值创造。 032025级首期班招生政策发布，2024年推出”科技金融”实验班 今年8月，高金MBA将推出”科技金融”实验班，在校生、校友及25级申请人在通过背景审查与选拔后将有机会提前体验科技金融方向的课程培养。 “科技金融”实验班培养时间线 24年8月-24年12月：”AI框架”先导模块 24年8月-25年2月：科技金融-资本战略 24年8月-25年2月：科技金融-商业战略 24年10月-25年4月：实践学习（LLC实践项目） “科技金融人才”专属奖学金 为了鼓励优秀人才报考，除常规奖学金方案外，高金MBA将针对成功入学2025级科技金融方向首期班的学员，提供”科技金融人才”专属奖学金（5万元）。此外，首期班同学将直接入选明年即将推出的”交大科创CXO实训营”。更多信息请关注后续官方发布。 高金MBA「科技金融」方向 首场课堂体验日活动 当天，高金MBA在高金徐汇校区举办首场课堂体验日，上海交通大学先进产业技术研究院副院长许文平博士介绍了上海交大科研成果转化服务体系的改革与生态体系建设；中信建投非银金融与前瞻研究首席分析师赵然、上海交通大学自然科学研究院/物理学院/药学院/张江高等研究院特聘教授、天鹜科技创始人兼首席科学家洪亮教授、高金兼聘教授谢晖博士分别从”行业洞察””商业战略””资本战略”视角为同学们带来科技金融方向”第一课”。 许文平院长首先以《上海交大科技成果转化成果工作汇报》为题，详细介绍了上海交大在科技成果转化服务体系改革方面的积极探索与显著成效。他表示，在科技成果转化改革方面，上海交大主动担当、勇于改革，通过构建灵活多样的成果转化模式，积极促进成果转化。交大系科创企业蓬勃发展，科创企业融资总额超100亿元，总体市场估值超 1000亿元。其中独角兽企业3家；独角兽潜力企业4家；小巨人企业4家；14家拟申报IPO。 以《科技金融与引导基金的发展展望》为题，赵然首席深入分析了科技金融在融资端和投资端的要点，并以美元基金举例，表示让科技金融更好地发挥金融支持国家长期战略发展方向，需要构建一个具备强大运营协同能力与容错机制的体系，确保所有参与主体均能承担相应的风险。他还强调要从金融销售思维向金融服务思维转型，面对科技金融内部的不确定性等痛点，以科技为中心、以金融服务实体经济为中心，促进产业模式转型升级，为政府、企业、用户等构成的生态系统创造增量价值，从而探索出可供复制的科技金融模式。 作为”科学企业家”，洪亮教授以《科学家创业的最好时代》为题，分享了其在AI蛋白质工程领域的创新实践与成功案例。上海天鹜科技有限公司成立于2021年，由上海交通大学的精英团队创建，是中国目前领先的AI蛋白质设计服务商。洪亮教授结合自身创业经历指出科技成果转化中的常见痛点，包括对市场规则认知的不足、对人力资源及管理知识的缺乏、以及在融资和盈利方面相较于美国同行所遇到的额外困难等，呼吁科技金融人才的培养，为向以天鹜科技为代表的科创企业输送在科创领域通晓资本战略规划、商业决策和企业治理的高层次人才。 谢晖教授结合自身多年在投资与投行领域的实践，以《创业金融实践之科创企业资本战略》为题，阐述了科创企业资本战略的实践与思考。她深入探讨了新质生产力的培养、耐心资本的重要性以及资本市场的供给侧改革，强调科创企业要以”新质生产力”为未来战略，而金融的耐心资本则需要”三心”：对企业发展的”信心”、对企业成长的”爱心”、对企业困境的”仁心”。谢晖教授还以实际案例分享了分红权与股权的区别，强调了资本战略对科创企业的重要性。 海量资讯、精准解读，尽在新浪财经APP

普惠金融作为五篇大文章之一，是金融服务实体经济、助力经济社会高质量发展的重要领域。多年来，招商银行西安分行始终心怀“国之大者”，坚持金融工作的政治性、人民性，坚决贯彻落实党中央决策部署，认真做好“普惠金融”大文章，以有温度的普惠金融服务支持小微企业高质量发展。截至2024年6月末，该行普惠型小微企业贷款余额近170亿元，信贷支持小微企业、个体工商户、农户等普惠型小微群体近1.3万户。 聚焦精度 精准滴灌小微企业 与很多企业不同，小微企业的金融需求“短平快急”。 刘先生从事印刷品行业已有七八年，受市场环境影响，近年来工厂回笼资金慢，还要给原材料提供商结算货款等，时常会出现手头流动资金不够的情况。就在他一筹莫展之际，招商银行西安分行的工作人员获悉了企业的困境，主动上门对接，并推荐了“招企贷”产品，快速为其办理手续，很快贷款额度就批下来了。“随借随还，解了我的燃眉之急。” 正是为了满足小微企业“短平快急”的需求，招商银行不断创新迭代，推出全新的线上化融资产品“招企贷”，以“轻、便、快、活”为特点，在风险可控的前提下，实现系统自动审批、线上自助提款，更好地为小微企业提供便捷、高效的融资服务。截至2024年6月末，该行“招企贷”累计投放金额超10亿元。 据悉，为持续做好小微企业金融服务，招商银行西安分行不断优化普惠金融机制建设，设立专门审批团队，培养专门员工队伍，精准对接小微企业融资需求，从体系建设、人员队伍方面，为小微企业融资做好支持保障。 钻研深度 依托科技力量升级服务 通过重视业务与科技能力的融合，数字化能力在普惠产品、工具等方面的应用不断增多，普惠金融服务产能大幅提升。 产品方面，该行围绕结算、供应链等，创新迭代线上化融资产品招捷贷、科创贷；创设将政府采购信用转变为企业经营资源的线上化产品“政采贷”，通过数据融资专业化，探索集约化、数字化的服务模式；联合西安市人社局，创新推出创业担保贷，成为省内首家与人社部门实现创贷系统对接的银行机构；利用信用贷款和贴息政策，创新推出“信易贷”；基于数据融资能力输出，对公普惠数据融资产品矩阵逐渐成型。 服务方面，普惠客群的数字化、线上化、集约化服务体系更加完善，与此同时也大大改善了小微企业的服务体验。 招商银行西安分行持续优化线上流程，针对抵押类和信用类产品，优化客户扫码、APP、企业网银申请流程，实现全线上进件、审批和出账，加快业务申请办理流程，减少客户线下操作成本，提升服务效率。 拓展广度 满足不同领域的客户需求 普惠小微企业产品，让更多的小微企业能够了解到好产品，享受到好服务。 为打通普惠金融“最后一公里”，招商银行西安分行通过进园区等形式，实地排摸、走访网格内的小微企业，做好金融需求登记，将普惠金融带给每一位客户。 很多的主动拜访，成就了银行和客户的“双向奔赴”。在网格化走访某企业时，该行工作人员了解到，该企业拥有多项核心技术，但由于发展初期研发投入大、回报周期长，资金问题一直困扰着企业的发展。在深入了解企业的经营状况和金融需求后，该行工作人员主动与企业对接，帮助企业申请小微贷款。不仅解决了企业的燃眉之急，还为企业的发展注入了新的动力。“有了招商银行的资金支持，让我们加大了研发投入，加快了产品迭代的速度，同时也扩大了生产规模，进一步提升了我们的市场竞争力。” 据悉，为了拓展服务广度，招商银行西安分行充分发挥“金融朋友圈”的辐射带动作用，联合园区楼宇、商会协会等多种渠道，开展联办活动，推动金融惠企政策走近小微企业，支持企业发展。同时，该行积极利用各类线上渠道，加强普惠金融产品政策的宣传推广，并通过手机银行、企银之家、微信公众号、微信视频号等渠道，宣传最新的普惠金融政策和产品信息，通过扩大线上影响力，推动金融信息的互通和金融服务的覆盖。 工欲善其事，必先利其器。普惠金融需要久久为功，不断修炼内功。展望未来，招商银行西安分行将不断提升普惠金融服务能力，扎实做好普惠金融“大文章”，为服务实体经济、支持小微企业发展持续贡献力量。 编辑：任晓彤

　　近年来，进出口银行重庆分行把推进绿色发展作为题中之义，积极融入绿色发展新格局，聚焦绿色金融领域，持续加大投入力度，精准对接、高效支持重点领域、关键企业，助力提升资源利用效率与环保质效，为推动绿色低碳高质量发展贡献力量。 　　截至2024年6月末，该行存量绿色信贷项目29个，贷款余额达71.58亿元，较年初增长13.24%，先后支持太阳能发电、风力发电、热电联产、污水处理、铁路运输、轨道交通等多个领域。 　　作为重庆市经济技术开发区长江绿色创新产业园主办银行，进出口银行重庆分行紧紧围绕长江经济带绿色发展重点领域，大力支持绿色示范园区建设。近期，该行通过开放型经济建设领域贷款支持建设长江绿色创新产业园核心区城市更新项目，该项目建成后，将有效解决园区闲置土地回购、物业重构和企业入驻等难题，大幅提高产业空间的使用效率，助力全市核心区提档升级。同时还将引入新能源汽车电子研发生产、汽车软件设计、工业设计等产业，加快绿色、环保、低碳、智能产业集聚，有效促进区域经济发展。 　　绿色是高质量发展的鲜明底色，进出口银行重庆分行相关负责人表示，下一步，该行将继续发挥政策性金融的逆周期、跨周期调节作用，为生态文明建设和制造业绿色化转型提供金融活水，在巴渝大地上书写新时代的“绿色答卷”。(蒋钰婧) 　　来源：进出口银行重庆分行