AI金融助手

人工智能作为科技创新产物，正加速向医疗、交通、智慧城市等多领域渗透，在改变人类生产方式、促进社会进步、加快产业发展等方面发挥着越来越重要的作用。目前人工智能的应用场景在更进一步地拓展细分，正通过“AI+”赋能百业，例如“AI+制造”“AI+教育”“AI+金融”“AI+农业”等。 AI技术实现金融场景全覆盖 人工智能技术赋能金融行业发展，基本实现主要金融场景的全面覆盖。目前，随着人工智能技术与金融行业的深度融合，金融行业智能化成效初显。在银行、保险、证券三大类型的金融身份识别、智能风控、智能营销、智能客服等多场景中均实现了智慧化，但不同场景人工智能技术应用的成熟度不同。从细分行业场景来看，在银行业中人工智能技术应用最广泛，场景最丰富，覆盖了银行业服务的全流程。具体包括：身份识别、智能营销、智能风控、智能投研、智能投顾、智能运营、智能合规以及智能客服等。而在保险和证券两大细分行业中，部分场景人工智能技术应用成熟度相对较低，还存在着单一业务场景采纳的情形。从技术来看，智能语音、生物特征识别、计算机视觉、自然语言处理、机器学习、知识图谱、人机交互等人工智能核心技术已被广泛应用在金融各大典型应用场景中。其中，在银行领域，机器学习技术广泛地应用到信贷风险防控。而在证券领域，知识图谱技术为客服高效提供智能投顾服务。 AI在金融业中的应用 人工智能在客户服务方面的应用取得了显著进展。虚拟金融助手利用自然语言处理技术，通 过人工智能算法分析客户数据以量身定制解决方 案，帮助银行和金融机构提供更加智能化的客户服务。同时，生成式人工智能大模型在智慧网点、智能服务等场景中也有广泛应用，提升了客户体验。 在产品创设方面，人工智能不断推动金融产品线上化，特别是在普惠金融领域，通过人 工智能、大数据等科技手段，改进授信审批 和风险管理模型，优化金融服务模式，提高 金融服务的可得性。 在流程重塑方面，人工智能将取代一些数据 量大的人工任务，带动人力资源的优化配置，加快组织的去中心化，更多的推行扁平化组织管理。同时人工智能帮助金融行业简 化和优化从信贷决策到量化交易和金融风险 管理的流程。 在风险控制方面，通过机器学习和深度学习 技术，金融机构能够进行信用评估和欺诈检 测，生成式人工智能分析大量的历史数据、 市场趋势和宏观经济指标，可以识别潜在风 险并提出有效的风险缓解策略，从而提高风 险管理的科学性和准确性。 金融智能化 慧博云通坚持致力于向全球客户提供最专业和最具竞争力的IT服务，不断利用大数据、人工智能等前沿技术，为客户提供软件技术服务、专业技术服务、产品与解决方案。 在人工智能领域，慧博云通借鉴了部分开源大模型框架的设计思想，自研了针对中国用户群和企业用户群的基座大模型。为客户提供企业生成式对话模型定制、人工智能应用定制研发、大数据系统建设等服务，助力各行业搭建包括企业智能助理、酒店智能服务、患者教育、政策合规、语音质检、智能培训师、文档智能检索、生成式营销版面设计等AI应用场景落地。 目前，慧博云通已经积累了企业生成式AI模型定制服务、人工智能应用定制研发服务、一站式模型定制能力服务等多方面的经验和能力，能为企业提供智能营销、智能报表、智能检索等服务。 根植中国，服务全球。慧博云通矢志成为一家国际化、专业化、创新型的综合信息技术服务企业，持续为客户创造价值。慧博云通也将继续发挥公司在人工智能、云计算等方面的技术优势，更好地推动算力产业的技术革新，以及人工智能在经济社会发展的应用，帮助更多客户迈向信息化升级和数智化转型新征程。返回搜狐，查看更多 责任编辑：

正值毕业季，央视财经APP上线“央小财”就业助手，可及时为大学生解答求职、择业相关的各类问题。据了解，“央小财”由蚂蚁集团AI金融助理“支小宝”提供大模型技术支持。用户可以登陆央视财经客户端，或上支付宝APP搜“支付宝就业”，进入频道后在首页点击“职场新导航”进入专区。 当提问“当前哪类行业增长快，就业前景好？”时，“央小财”第一时间整合信息，给出“高技术制造业、服务业、数字经济、新兴产业”等回答，每个行业还有增长数据、前景分析、就业前景等论据支撑。 据了解，这一产品背后技术来自于蚂蚁集团自研的大模型AI金融助理“支小宝”，在泛财经、金融等门槛较高的就业领域，也能进行专业的分析问答。“支小宝”拥有百亿级知识数据存储的知识力、个性化的语言力和可控可信的安全力，能够对市场行情、产业研报进行准确、专业、深度、合规的分析研究，辅助决策参考。目前，AI金融助理“支小宝”也可在支付宝APP的理财和保险频道直接进行体验，已服务4300万普通投资者。 蚂蚁集团财富投研技术负责人纪韩进一步介绍，蚂蚁运用大模型技术落地了支小宝这样的严谨产业应用，并能逐步将这一能力对外开放。技术层面则主要做了三层工作：底层是面向严谨应用定制的凤凰大模型Finix，中间层是模仿专家思考和工作流程的agentUniverse专业智能体框架，两者结合支撑了最上层支小宝提供有效服务，能在不同环节模拟人类专家，输出观点并调用专业服务工具。 据介绍，“支小宝”对金融事件分析推理的“智商”和“财商“已达到真人行业专家平均水平。“情商”也在不断提高，金融意图识别准确率达到95%，能够理解用户情绪，主动进行多回合的高质量对话。 潇湘晨报记者李鑫智 爆料、维权通道：应用市场下载“晨视频”客户端，搜索“帮忙”一键直达“晨意帮忙”平台；或拨打热线0731-85571188。政企内容服务专席19176699651。返回搜狐，查看更多 责任编辑：

在金融行业的数字化转型浪潮中，大型模型和生成式人工智能正成为推动变革的新引擎。它们不仅彻底改变了金融服务的运营模式，还在显著提升客户体验方面扮演着关键角色。无论是银行、保险公司还是证券经纪商，各类金融机构都在积极探索并实施这些尖端技术，以捕捉行业变革带来的新机遇。 在这一过程中，AI的应用场景广泛而深入，涵盖了风险管理、欺诈检测、个性化金融产品推荐、智能投资顾问以及自动化客户服务等多个方面。 面对这些变革，金融机构应该如何策略性地部署AI技术？在实践中，行业有哪些值得借鉴的典型案例和经验？这些问题将在本文中进行深入探讨，旨在为金融行业提供一份全面的AI应用指南和战略部署建议。 生成式AI对金融行业的影响 1、生成式AI将显著提升金融机构工作效率 麦肯锡全球研究院（MGI）的研究数据显示，生成式AI技术在全球各行业每年可能创造的价值高达2.6万亿至4.4万亿美元。在众多行业中，银行业预计将获得巨大的机遇，年潜在价值可达2000亿至3400亿美元，占行业总收入的2.8%至4.7%，相当于营业利润的9%至15%，这主要得益于行业工作效率的显著提升。 领先的金融企业从去年开始就已经紧密锣鼓在业务场景中落地生成式AI。例如，花旗集团的风险和合规团队去年就开始利用生成式人工智能技术，分析并评估联邦监管机构发布的新资本规则的影响。此外，《华尔街日报》近日报道报道，高盛计划在6月底前向公司内数千名开发者推出其首个用于代码生成的生成式人工智能工具。 成功实施和利用GenAI的金融机构正在努力制定一种合适的、定制化的运营模式，这种模式能够细致考虑新技术的特点和风险，而不是简单地将GenAI技术嵌入现有的运营流程中。 2、金融机构落地生成式样AI的四种组织形态 麦肯锡对欧洲和美国16家最大金融机构的通用人工智能使用情况进行了调查，这些机构的资产总额接近26万亿美元。结果显示，超过50%的研究企业已经采用了更加集中化的组织结构来落地应用通用人工智能技术。 但这种集中化可能是暂时的，随着AI技术应用的不断成熟，金融机构的结构将变得更加分散。最终，金融机构可能会发现，让各个职能部门根据自己的需求优先考虑通用人工智能活动是有益的。 在麦肯锡的研究中，尽管金融企业落地生成式AI的方式各不相同，但总结归纳，可以概括为以下四种主要实现组织形式。 （1）高度集中化 在这种高度集中化的组织结构中，一个核心团队全权负责GenAI解决方案的设计与实施。这个团队在企业内部处于独立低位，能够迅速地为提供AI相关的最新技能和能力。此外，该团队在决策过程中拥有自主权，不受其他业务部门或功能单位的直接影响。 （2）领导层集中决策，业务部门执行 这种架构优化了领导层与GenAI团队之间的沟通机制，显著降低了双方协作中的摩擦，确保了新技术在企业内部的应用流程得到有效整合。但这种协作模式也可能会让人工智能团队的技术实施速度带来一些延宕，因为每个项目在推进之前都必须经过领导层的审阅和批准。 （3）业务部门主导，领导层集中支持 基于这种模式，随着GenAI战略自下而上得到认可，相关团队能够迅速获得来自业务部门和职能部门的支持。然而，在不同业务部门推广GenAI的应用可能面临挑战，因为每个部门在GenAI功能的开发和应用上可能存在成熟度的差异。 （4）高度去中心化 在这种模式下，跨部门或跨职能团队之间的沟通和协作更加顺畅，能够快速产出有价值的洞察，能有效促进内部的整合。然而，当业务部门独立开展GenAI项目时，可能会面临一些风险，例如缺乏集中化管理所能提供的丰富知识和行业最佳实践。这种缺乏可能会导致企业难以深入挖掘AI技术的潜力，进而影响到实现重大创新突破的机会。 大模型和GenAI在金融行业的主要应用场景及案例 1、大模型和Gen在金融行业主要应用场景 深擎科技认为AI正助力金融机构在零售业务领域实现服务模式的”集约化”与”精细化”，显著提升经营效率与效果。 “集约化”服务模式，是针对数量庞大、需求分散且多样化的长尾客群，通过人工智能技术，采用集中化、规模化的经营策略，优化资源配置，提高运营管理效能。简而言之，使用人工智能技术，以较低成本，覆盖人工无精力覆盖的中长尾客群，并为客户提供70分的服务质量。 而”精细化”服务模式，则基于客户的资产规模、交易特点、金融需求、家庭情况等画像信息，对客群进行深度细分。受限于服务产能的瓶颈，传统技术条件下，金融机构难以为细分客群提供精细化、差异化的服务。人工智能技术的运用，使得金融机构在理想状态下，能够为每位客户提供量身定制的个性化产品与服务。这包括基于客户的投资生命周期、交易周期、重要时点，提供个性化的内容服务，满足客户的个性化需求。 某华南头部券商高管认为，大模型和生成式AI通常在金融行业有以下主要应用场景： （1）智能问答场景 通过构建基于大模型技术的集中问答系统，用户可以通过单一通道提出问题并快速获得解答。这种系统不仅促进了员工对基础业务知识的掌握，也使得一线客户经理能够更高效地处理客户的常见问题，显著提升了工作效率。 （2）投顾咨询场景 由于投资顾问资源有限，传统的个股诊断分析服务往往只覆盖到大型分支机构的重要客户。利用大模型技术，结合规则化报告和专业材料，如研究报告和招股说明书，能有效提升投资顾问的工作效率，并扩大服务的覆盖范围，使更多客户能够享受到专业的个股诊断服务，帮助他们快速把握投资机会和风险，做出明智的投资决策。 （3）个股诊断场景 投资顾问在提炼市场动态和热点新闻以形成投资观点时，常常面临市场变化快速的挑战。利用大模型技术，可以辅助投资顾问快速捕捉市场热点，激发创意，将复杂信息转化为易于客户理解的形式，有效促进客户转化。同时，这种方法也有助于将专业投资顾问的能力扩展到一线客户经理，培养更多具备专业投资顾问技能的人才。 （4）基金诊断场景 投资顾问在进行基金诊断时，需要深入分析市场环境，这要求有扎实的投研能力。通过大模型技术，能为专业投顾提供全面的基金研究和诊断支持，帮助他们提升投研能力，优化基金组合管理。 （5）账户诊断场景 账户综合诊断是投资顾问的重要职责之一。利用大模型技术，我们希望为专业投顾提供全面的账户诊断能力，支持他们分析客户的投资组合，评估风险和收益，为客户提供客观、专业的诊断报告，从而提升投研能力。 此外，生成式AI还可以在金融行业有以下典型应用场景： （1）欺诈检测和预防 金融领域的数据如信用卡信息、个人记录和银行账户详情，使其成为网络攻击的主要目标。生成式AI与欺诈检测算法结合，可提高数据保护能力。 传统的欺诈检测算法利用机器学习（ML）都是从历史数据中自我训练，难以及时跟上新兴欺诈手段。而生成式AI则可以通过创建合成的“异常”模式，优化检测算法，使其在防范欺诈者方面保持领先。这样不仅减少了监督需求，实现更高的自动化，还能更高效地识别网络攻击企图。 （2）个性化金融服务和支持 个性化服务和支持是企业提升竞争力的关键因素，据估计可带来高达10%的年收入增长。在金融领域，实现个性化服务面临挑战，因为需要处理大量客户数据，如交易历史、支出偏好和储蓄目标。 生成式人工智能（GenAI）在此方面发挥重要作用，能快速利用这些数据生成定制建议和优惠，提升客户满意度，促进交叉销售，增强企业竞争力。此外，GenAI还通过智能虚拟助理和自动化表单提交提供高效自助服务，帮助金融机构降低成本，提高客户参与度，是优化服务效率和客户体验的关键工具。 （3）风险评估和信用评分 金融机构在贷款审批过程中必须对客户的信用状况和潜在风险进行评估，信用评分是这一流程的核心环节。传统信用评分依赖于历史数据和固定规则，但这种方法可能缺乏灵活性，难以适应信用风险的复杂性和变化性。此外，这些方法需要不断的监控和深入分析，十分耗时。 生成式人工智能（GenAI）在此领域提供了一种新的解决方案。它通过创建与真实数据极为相似的合成数据，与实际数据结合，构建出更丰富的训练数据集，从而训练出更精准的预测分析工具。GenAI能够高效处理大量动态数据，减少了对人工操作的依赖，使得信用评分过程更加可靠和高效。...

正值毕业季，央视财经APP上线“央小财”就业助手，可及时为大学生解答求职、择业相关的各类问题。据了解，“央小财”由蚂蚁集团AI金融助理“支小宝”提供大模型技术支持。用户可以登陆央视财经客户端，或上支付宝APP搜“支付宝就业”，进入频道后在首页点击“职场新导航”进入专区。 当提问“当前哪类行业增长快，就业前景好？”时，“央小财”第一时间整合信息，给出“高技术制造业、服务业、数字经济、新兴产业”等回答，每个行业还有增长数据、前景分析、就业前景等论据支撑。 据了解，这一产品背后技术来自蚂蚁集团自研的大模型AI金融助理“支小宝”，在泛财经、金融等门槛较高的就业领域，也能进行专业的分析问答。“支小宝”拥有百亿级知识数据存储的知识力、个性化的语言力和可控可信的安全力，能够对市场行情、产业研报进行准确、专业、深度、合规的分析研究，辅助决策参考。目前，AI金融助理“支小宝”也可在支付宝APP的理财和保险频道直接进行体验，已服务4300万普通投资者。 蚂蚁集团财富投研技术负责人纪韩进一步介绍，蚂蚁运用大模型技术落地了支小宝这样的严谨产业应用，并能逐步将这一能力对外开放。技术层面则主要做了三层工作：底层是面向严谨应用定制的凤凰大模型Finix，中间层是模仿专家思考和工作流程的agentUniverse专业智能体框架，两者结合支撑了最上层支小宝提供有效服务，能在不同环节模拟人类专家，输出观点并调用专业服务工具。 据介绍，“支小宝”对金融事件分析推理的“智商”和“财商”已达到真人行业专家平均水平。“情商”也在不断提高，金融意图识别准确率达到95%，能够理解用户情绪，主动进行多回合的高质量对话。 推广

本文源自:金融界 金融界7月23日消息，上证指数低开低走，上证金融地产行业指数 (上证金融，000038)下跌0.09%，报4451.74点，成交额275.29亿元。 数据统计显示，上证金融地产行业指数近一个月上涨2.12%，近三个月上涨4.09%，年至今上涨11.33%。 据了解，上证金融地产行业指数选取沪市中属于金融和房地产行业的上市公司证券作为指数样本，以反映沪市金融和房地产上市公司证券的整体表现。该指数以2003年12月31日为基日，以1000.0点为基点。 从指数持仓来看，上证金融地产行业指数十大权重分别为：中国平安（14.04%）、招商银行（12.52%）、兴业银行（7.4%）、交通银行（6.22%）、工商银行（6.21%）、中信证券（5.98%）、农业银行（4.49%）、江苏银行（3.46%）、中国太保（3.06%）、浦发银行（3.06%）。 从上证金融地产行业指数持仓的市场板块来看，上海证券交易所占比100.00%。 从上证金融地产行业指数持仓样本的行业来看，金融占比98.01%、房地产占比1.99%。 资料显示，指数样本每半年调整一次，样本调整实施时间分别为每年6月和12月的第二个星期五的下一交易日。权重因子随样本定期调整而调整，调整时间与指数样本定期调整实施时间相同。在下一个定期调整日前，权重因子一般固定不变。特殊情况下将对指数样本进行临时调整。当样本退市时，将其从指数样本中剔除。当样本公司有特殊事件发生，导致其行业归属发生变更时，将对指数进行相应调整。样本公司发生收购、合并、分拆等情形的处理，参照计算与维护细则处理。

　　金融圈反腐不停歇。 　　7月22日，据中央纪委国家监委网站消息，工商银行湖北省分行原党委书记、行长王芝斌因严重违纪违法问题，被开除党籍，并被取消其享受的待遇，收缴其违纪违法所得。今年1月25日，王芝斌被查的消息传出。 　　券商中国记者注意到，近日又有多位国有大行的地方分行副行长因涉嫌严重违纪违法接受调查，包括建设银行广西分行原党委委员、副行长张石强，工商银行上海市分行党委委员、副行长徐言峰。政策性银行也有多人被查，包括中国进出口银行天津分行原党委书记、行长王法德，中国农业发展银行四川省分行党委委员、营业部党委书记何泽蜀。 　　开除党籍，王芝斌被指搞“小圈子”、权力观异化 　　7月22日，中央纪委国家监委网站消息，日前，中央纪委国家监委驻工商银行纪检监察组、湖北省监委对工商银行湖北省分行原党委书记、行长王芝斌严重违纪违法问题进行了立案审查调查。 　　经查，王芝斌丧失理想信念，背弃初心使命，对党不忠诚不老实，政治上腐化变质，拉拢人员搞“小圈子”、团团伙伙，串供并转移赃款赃物，对抗组织审查，作风张扬，违反党的优良传统，政治上造成不良影响；无视中央八项规定精神，违规收受礼品礼金，接受可能影响公正执行公务的宴请，超标准乘坐交通工具；违背组织原则，不如实报告个人有关事项，在干部选拔、职工录用工作中利用职权或职务上的影响为他人谋取利益；廉洁底线失守，违规借用管理和服务对象资金，通过民间借贷获取大额回报，在分配住房中侵害集体利益；工作严重不负责任，造成国有资产重大损失，打探、窃取纪律审查和巡视秘密，私自留存信访涉密材料；权力观异化，以权谋私，非法收受巨额财物；擅权妄为、滥用职权，违法发放贷款金额巨大。 　　王芝斌严重违反党的政治纪律、组织纪律、廉洁纪律和工作纪律，构成严重职务违法并涉嫌受贿、违法发放贷款犯罪，且在党的十八大后不收敛、不收手，性质严重，影响恶劣，应予严肃处理。依据有关规定，经工行党委研究，决定给予王芝斌开除党籍处分；按规定取消其享受的待遇；收缴其违纪违法所得；湖北省监委将其涉嫌犯罪问题移送检察机关依法审查起诉，所涉财物随案移送。 　　公开资料显示，王芝斌此前历任工商银行湖北鄂州、荆州分行行长，湖北省分行副行长兼省分行营业部总经理。从工商银行湖北省分行二级分行成长起来后，在湖北省分行营业部任总经理8年半。此外，王芝斌还曾担任湖北省人民代表大会财政经济委员会副主任委员职务。 　　2022年1月，湖北省人大官网公布的湖北省人民代表大会常务委员会任免名单显示，免去王芝斌的湖北省第十三届人民代表大会财政经济委员会副主任委员职务。 　　事实上，2020年9月，王芝斌还因工商银行湖北省分行违规通过表内贷款承接表外债权、管理不力导致分支机构发生重大违法违规行为负有领导责任，被处以警告和罚款10万元的处罚。 　　4位大行高管接连被查 　　二十届中央第三轮巡视工作刚刚结束不久，包括建行、工行在内的多家国有大行地方分行，以及进出口银行、农发行在内的政策性银行地方分行高管近日接连通报被查。 　　具体来看，7月19日，中央纪委国家监委官网通报，建设银行广西分行原党委委员、副行长张石强涉嫌严重违纪违法，目前正接受纪律审查和监察调查。公开简历显示，张石强在建行工作多年，曾在桃源支行、柳州分行、钦州分行等地担任领导职务。2013年3月，张石强任建行广西分行行长助理。2017年6月，张石强获任建行广西分行副行长。 　　7月18日，中央纪委国家监委网站消息，工商银行上海市分行党委委员、副行长徐言峰涉嫌严重违纪违法，目前正接受纪律审查和监察调查。公开信息显示，在被查前几日，徐言峰还以上海分行副行长的身份公开出席2024年上海银行业数据治理工作交流论坛，并发表讲话。资料显示，徐言峰在工行任职多年，曾任工行辽宁省分行副行长等职。2022年，徐言峰调至上海分行任副行长。 　　政策性银行方面，7月17日，据中央纪委国家监委网站消息，中国进出口银行天津分行原党委书记、行长王法德涉嫌严重违纪违法，目前正在接受纪律审查和监察调查。公开资料显示，王法德早年曾在财政部社会保障司工作，2003年开始在中国进出口银行工作，历任转贷部处长，东南非代表处首席代表，优惠贷款部副总经理，评估审查部副总经理，宁波分行党委书记、行长，天津分行党委书记、行长等职务。 　　7月15日，据中央纪委国家监委驻中国农业发展银行纪检监察组、四川省纪委监委消息，中国农业发展银行四川省分行党委委员、营业部党委书记何泽蜀涉嫌严重违纪违法目前正在接受纪律审查和监察调查。 　　巡视工作结束，上半年多人落马 　　今年4月，二十届中央第三轮巡视对各金融单位开展进驻工作。其中，中央巡视组进驻17家金融单位，包括金融监管部门、国有大行、金融央企和政策性银行等。7月12日，本轮巡视工作已基本结束。 　　券商中国记者据公开信息不完全统计，上半年至少有21名银行高管因为涉嫌违纪违法，接受官方调查。其中，中管干部有两人，包括国家开发银行原党委委员、副行长李吉平和中国农业银行原党委委员、副行长楼文龙。 　　在国有大行中，分机构来看，上半年工商银行、中国银行和建设银行分别有3人被查，农业银行和邮储银行分别有2人被查，交通银行也有1人被查。 　　政策性银行和开发性金融机构方面，从被查数量来看，国开行有3人，农发行有2人。 　　从接受处分的人数来看，工、农、中、建、交、邮储六大国有行中，接受党纪政务处分最多的当属工商银行，涉及人数高达10人。此外，建行、交行分别有3人被开除党籍或“双开”；农行涉及2人，中行涉及1人。除此之外，政策性银行涉及3人，其中中国进出口银行2人，中国农业发展银行1人。 海量资讯、精准解读，尽在新浪财经APP 责任编辑：张文

转自：湖州日报 　　今年以来，华夏银行湖州分行积极贯彻落实中央经济工作会议提出的“做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”，按照“有方向、有目标、有进度、有措施”的要求，确保各项工作稳步推动。在市委市政府、国家金融监督管理总局湖州监管分局指导下，该行把做好“五篇大文章”纳入年度战略和重点任务，拟定了《湖州分行加快落实“五篇大文章”扎实推进高质量发展行动方案》，立足自身优势，加大资源倾斜，强化统筹推动，打出了“五篇大文章”系列组合拳，以金融活水浇灌实体经济发展。 　　数字+普惠  赋能小微企业成长 　　“这个项目采用中企云链云信业务模式，依托核心企业，可以对其上游供应商实现信用放款，能够有效解决小微企业信息差和抵押物的问题。”今年初，华夏银行湖州长兴支行作为华夏银行湖州分行服务实体经济的试点单位，探索推进了某建设公司数字保理项目，该项目实现了全流程线上化操作，通过线上申请，当天即可实现放款，融资效率大幅提升，深受小微企业青睐。 　　小微企业作为民营经济的重要组成部分，其发展状况对于整体经济发展韧性和强度有着至关重要的作用。但长期以来，由于“缺信息、缺信用、缺抵押”，导致小微企业存在融资难、融资贵等问题。对此，华夏银行湖州分行在数字赋能上进行了全新的尝试，以数字金融与普惠金融相结合的模式赋能小微客户发展。 　　“数字保理项目仅用一个月，就实现了新增小微企业客户46户，融资金额1.15亿元。不仅如此，通过产业链、生态圈的链式开发实现批量获客，我们还为普惠业务发展打开了新局面。”华夏银行湖州分行相关负责人说。 　　基于该项目的成功经验，华夏银行湖州分行表示，将进一步运用好已有成功经验的产品，实现同类场景的复制运用，也要不断创新推出新的数字金融产品，利用其高效易推广的特质做好与普惠业务的有机融合。同时，以动产融资管理为主线，加快产业链上下游3.0模式的落地和放量，为核心企业提供数字化融资服务，也为数字金融赋能实体经济提供更多经验和样本。 　　科技+绿色  支持新质生产力破浪 　　日前，华夏银行湖州分行向浙江孔辉汽车科技有限公司投放1亿元信贷资金，为其经营发展注入动力。 　　孔辉汽车是南太湖新区招引的高新技术企业，主要致力于乘用车电控悬架研发、生产和销售。近年来，凭借技术能力和产品创新工艺，在填补国内市场空白的同时，也打破此前长期的外企垄断，成为国内乘用车电控悬架的行业龙头。 　　今年二季度，伴随着市场需求的日益增长，孔辉汽车的产能迅速释放，对资金的需求也随之上涨。该行以引入绿色信贷优惠政策为契机，加大对企业的支持力度，开通绿色通道，陆续为其投放1亿元的信贷资金支持，华夏银行湖州分行也成为了孔辉汽车中长期信贷融资的合作伙伴。 　　近年来，湖州市以西塞科学谷为核心，规划建设南太湖科创走廊，以科技力量支持新能源汽车及关键零部件、半导体及光电、智能物流装备、生物医药等八大新兴产业迭代升级。华夏银行湖州分行以此为契机，融入主流提前布局，着力支持科创实力强的单项冠军、专精特新“小巨人”、独角兽等重点客群，并通过深入研究科技型企业发展的规律和特点可以引入绿色信贷优惠政策，更好地支持企业发展。 　　“今年初，我们还获评总行系统内首家‘绿色金融创新示范行’，在后续工作中，将持续立足自身优势禀赋，通过精准选定目标，引导资源倾斜，加大对科技型绿色制造业的支持力度，充分用好授信政策，服务新质生产力发展提质增速。”华夏银行湖州分行表示。 　　普惠+养老  服务银发经济发展 　　近日，华夏银行湖州分行为湖州市蜀山老年医院有限公司投放信贷资金2000万元，用于医院日常运营。蜀山老年医院是以老年医学、康复医学专科为特色，医、康、护、养相结合的医养机构，华夏银行湖州分行以金融力量帮助其打造特色化、标准化、规范化的老年医院，提升医养结合的养老服务内涵和服务质量。 　　发展养老金融，是为了更好满足人民的多样养老需求，带给百姓更多更强的获得感、安全感和幸福感。华夏银行湖州分行积极响应号召，围绕国家“老有所养、老有所医、老有所为、老有所学、老有所乐”建设，加大对重点养老项目的资金支持力度，全方位提升养老金融服务效能。 　　“我们通过锚定养老地产、养老医疗机构、养老相关设备制造业等重点客群，进行本地市场相关产业的调研、梳理分析和初步对接，瞄准了普惠金融与养老金融的契合点，借助普惠金融快速申报、审批、投放服务机制，以高效专业的服务打开了养老产业的突破口。”华夏银行湖州分行介绍。 　　据统计，今年上半年，该行信贷资金投放超200亿元，其中普惠金融余额24.9亿元，新增投放7.7亿元；绿色金融余额81.3亿元，新增投放38亿元；科技金融余额10.7亿元，新增投放4.4亿元；数字金融新增投放1.2亿元、养老金融新增投放9600万元，“五篇大文章”协同推进，取得良好开局，展现了该行的实干与担当。 　　华夏银行湖州分行表示，“五篇大文章”明确了金融支持高质量发展的重点任务和实现路径，为提升金融服务实体经济质效指明了方向。接下来，该行将坚守金融的政治性、人民性，进一步加大强化统筹推动、提升服务质效，以更高站位、更大力度、更实举措做好“五篇大文章”，打响“在湖州看见美丽中国 在华夏展现最强担当”的特色品牌。 　　文/张翔 海量资讯、精准解读，尽在新浪财经APP

转自：中国银行保险报网 □《中国银行保险报》评论员 全面深化改革落子成势，高质量发展步履铿锵。 高质量发展是全面建设社会主义现代化国家的首要任务，党的二十届三中全会立足“以中国式现代化全面推进强国建设、民族复兴伟业”战略全局，执改革如椽巨笔，为推动经济高质量发展擘画了蓝图，也为新时期金融以更大作为服务高质量发展指明了方向。 全会指出，“健全推动经济高质量发展体制机制”“深化供给侧结构性改革，完善推动高质量发展激励约束机制，塑造发展新动能新优势。”金融是国民经济的血脉，是国家核心竞争力的重要组成部分。为经济社会发展提供高质量服务，既是金融业落实党中央决策部署的政治担当，也是践行金融工作的政治性、人民性的必然要求。金融系统要立足服务高质量发展首要任务，以强烈的历史担当强化改革引领、优化金融供给、提升金融服务质效，以实绩实效展现“国之大者”的使命担当。 聚焦改革引领，加快构建中国特色现代金融体系。经济高质量发展，离不开金融的强大支撑。要为高质量发展提供源源不断的金融动力，需要用好改革这个“关键一招”。通过不断深化金融体制改革，健全推动经济高质量发展的金融体制机制。要建立健全科学稳健的金融调控体系、结构合理的金融市场体系、分工协作的金融机构体系、完备有效的金融监管体系、多样化专业性的金融产品和服务体系、自主可控安全高效的金融基础设施体系，持续提高金融供给结构服务高质量发展的适应性和灵活性，全面提升金融体系适应性、竞争力和普惠性。要深入推进金融治理体系和治理能力现代化建设，提升金融业可持续发展能力，畅通“资金—资本—资产”循环，更好适应经济社会高质量发展需要。 聚焦供给优化，坚持深化金融供给侧结构性改革。深化供给侧结构性改革，通过减少无效供给、扩大有效供给，提高供给体系的适应性和灵活性，提高全要素生产率，是推动经济实现高质量发展的重要举措。金融作为市场化资源配置的重要工具和制度安排，要通过深化金融供给侧结构性改革，引导和推动整体供给侧结构性改革持续深化。要按照中央金融工作会议部署，把金融“五篇大文章”做实做细，切实加强对重大战略、重点领域和薄弱环节的优质金融服务。优化资金供给结构，提高资金使用效率，把更多金融资源用于促进科技创新、先进制造、绿色发展和中小微企业，大力支持实施创新驱动发展战略、区域协调发展战略。要进一步完善金融机构职责定位，健全服务实体经济的激励约束机制，为实体经济发展提供更高质量、更有效率的金融服务。 聚焦质效提升，持续培育高质量发展新动能新优势。发展新质生产力是推动高质量发展的内在要求和重要着力点。新质生产力已经在实践中形成并展示出对高质量发展的强劲推动力、支撑力。科技创新能够催生新产业、新模式、新动能，是发展新质生产力的核心要素。金融机构要立足职责定位，深入探索金融服务新质生产力的新路径新模式，优化科技金融服务体系，开发适配性强的金融产品，加大对关键核心技术攻关和现代化产业体系建设的金融支持，促进各类生产要素向发展新质生产力集聚。全力支持科技创新、绿色发展、新兴产业和未来产业，助推传统产业数字化、智能化转型，促进“科技—产业—金融”良性循环。 聚焦数字赋能，完善与数字经济相适应的数字金融。实体经济和数字经济深度融合，是当前我国经济高质量发展的典型特征。数字金融是与数字经济相匹配的金融形态，能够加速资金、信息、数字等要素的自由流通与有效配置，助力加快构建全国统一大市场。要加快数字金融创新，聚焦效能和安全促进数字金融发展，逐步建立与数字经济发展相适应的数字金融体系，加快推进数字化转型，提升服务质效、降低服务成本，提高金融服务便利性和竞争力，以数字金融创新数字产业化和产业数字化，巩固拓展我国数字经济优势。 海量资讯、精准解读，尽在新浪财经APP

　　股指： 　　昨日，A股市场涨跌互现，Wind全A下跌0.22%，成交额6600亿元。股指期货各指数明显分化，中证1000上涨0.11%，中证500下跌0.12%，沪深300下跌0.68%，上证50下跌0.99%。近期，央行进一步降低逆回购及LPR利率，对A股市场中长期走势影响深远。其一，在债务周期主导的去杠杆阶段，市场对于持有权益类资产的意愿偏低。我们认为，判断权益类资产底部拐点的重要指标之一是名义经济增速能否超过名义利率，使得市场投资意愿回升，资产价格企稳，进而带动权益市场风险偏好回升。名义利率的调降，毫无疑问是政策层面维护权益市场风险偏好的重要举措。其二，近两年来权益市场频繁使用未来现金流作为估值的依据之一，高股息策略持续有效；同时，高质量发展所涉及的科技创新和产业升级领域，同样是在计价企业未来的盈利能力。而调降利率可以直接拉动未来现金流的净现值上涨，带动相关板块估值中枢上移。因此，本次调降政策利率对于A股市场中长期发展的支撑作用较为明显。基差方面，IM2408基差-60.67，IC2408基差-31.58，IF2408基差-22.52，IH2408基差-9.95。 　　国债： 　　国债期货收盘全线上涨，30年期主力合约涨0.33%报109.41元，创7月以来新高；10年期主力合约涨0.27%报105.715元，盘中创历史新高；5年期主力合约涨0.21%，创近四年来历史新高；2年期主力合约涨0.08%。公开市场方面，央行昨日进行582亿元7天期逆回购操作，中标利率为1.7%，此前为1.8%。因有1290亿元逆回购到期，净回笼708亿元。银存间质押式回购利率多数下跌。1天期品种报1.6634%，跌20.12个基点；7天期报1.7184%，跌14.98个基点。7月22日，央行密集发布公告：宣布将公开市场7天期逆回购操作利率由此前的1.8%调整为1.7%。同时将公开市场7天期逆回购操作调整为固定利率、数量招标。自本月起，有出售中长期债券需求的中期借贷便利（MLF）参与机构，可申请阶段性减免MLF质押品。一年期和五年期贷款市场报价利率（LPR）分别下调10个基点至3.35%和3.85%。央行下调逆回购及LPR利率，目的是进一步加强逆周期调节，加大金融支持实体经济力度，表明积极的货币政策基调不变。降息后资金利率中枢下调至1.7%，结合此前关于临时隔夜正、逆回购利率的表述，利率走廊下、上限调整为1.5%、2.2%。央行改变逆回购的招标方式，未来逆回购操作量取决于市场需求，投放将更加灵活，资金利率运行预计更加平稳。7月MLF利率保持不变的情况下逆回购利率进行调降，同时LPR利率跟随下调。表明央行货币政策更加注重短端政策利率。LPR的报价机制由锚定MLF逐步转变为锚定7天期逆回购利率。关于减免部分MLF质押品的要求，可增加中长期债券的供给，结合央行拟在二级市场卖出债券的操作，表明央行保持正常向上倾斜的收益率曲线的目标不变。降息推动资金利率中枢下移，对中短端债券的利好更加明确，而长端债券面临央行拟卖出债券操作的约束，叠加减免部分MLF质押品的要求，下行空间有限。 　　贵金属： 　　隔夜伦敦现货黄金震荡走弱，价格下跌0.66%至2395.6美元/盎司；现货白银价格下跌1.2%至29.059美元/盎司；金银比回升至82.4附近。近期市场对“特朗普交易”从增强到减弱，金银也随之冲高回落，笔者认为压力主要来自于海外金融市场担忧出现未知风险的忧虑。一是特朗普交易引发美股科技股的大幅回调且VIX指数也出现快速回升，市场担心金融市场出现流动性风险；二是随着拜登退选并进行新提名，民主党的快速反击也势必会削弱美共和党的大幅领先优势，大选充满着较大不确定性，继而影响市场对美国未来经济前景的判断。黄金第三次创出历史新高后出现快速调整，且本轮银价表现更加弱势，这不得不令市场关注到上方的压力，结合当前宏观环境的复杂性，因此要关注本轮金价再次回到震荡区间弱势运行的可能性。

本文整理自7月6日世界人工智能大会“垂直大模型重新定义知识管理”论坛上中国工程院院士、复旦大学金融科技研究院院长柴洪峰《大模型在金融领域的应用与思考》的主题分享，从金融垂直大模型的应用场景、金融垂直大模型面临的挑战与金融垂直大模型的突破点三个方面进行介绍。 金融业作为数字化和智能化的先锋，已经深入探索了垂直大模型技术与实体经济融合的多种应用场景。金融的本质是服务于实体经济，它与实体经济紧密相连，共同发展。几千年的文明史见证了文字、算法和会计记账法的诞生，这些不仅丰富了人们的知识体系，也催生了金融行业和科学的多个分支。在这个过程中，金融领域有望成为垂直大模型技术应用的前沿阵地，推动金融与科技的深度融合，为实体经济注入新的活力。 金融领域作为大模型技术应用的前沿阵地，尽管目前还处于发展初期，但其潜力巨大。金融大模型的发展可分为三个阶段：初期以人的智慧为主，中期转向机器主导，最终实现人机交互的深度融合。目前，金融业正通过需求明确、预评估、场景测试、模型训练与优化、测试上线等步骤，推动大模型技术的广泛应用，这标志着金融大模型正逐步从理论走向实践，为金融行业的智能化转型奠定基础。 金融大模型技术的应用场景 01业务支持 金融机构正借助大模型技术的力量，为研发、运营和日常办公等多个业务场景提供强有力的支持。这种技术的应用不仅显著提升了工作效率和交付成果的质量，还为员工营造了一个更加舒适和高效的工作环境。在这个环境中，员工能够更加专注于创造性工作，从而进一步提高整体的工作效率。同时，通过优化流程和减少重复性任务，金融机构还能有效降低运营成本。达观数据就推出的大模型智能写作平台，以其在服务场景中的卓越表现，荣获了上一次评审的卓越奖项，这不仅证明了大模型技术在金融领域的实际应用价值，也为整个行业树立了创新的典范。 02市场营销 在市场营销方面，大模型技术的运用正重塑金融机构与客户之间的互动方式。通过精细分析客户数据，包括交易历史、在线行为和偏好设置，这些先进的算法能够揭示深层次的消费趋势和个性化需求。金融机构利用这些洞察来定制营销策略，确保每一项推广活动都能精准触达目标客户群体。例如，通过客户行为分析，银行可以识别出潜在的理财需求，随后提供定制化的金融产品建议，从而提升客户满意度和忠诚度。此外，大模型技术还能实时优化营销信息，确保内容的相关性和吸引力，进一步增强客户体验，推动金融机构在竞争激烈的市场中保持领先地位 03客户服务 凭借出色的语义搜索能力，大模型技术已成为运维人员处理各类数据的得力助手。无论是结构化数据还是非结构化数据，它都能高效地进行分析和处理，迅速定位问题核心，极大地缩短了故障排除的时间。例如，达观数据研发的大模型智能写作平台，不仅在金融研报的初稿生成上发挥着重要作用，还在文稿解析、材料解读和文档审核等多个关键场景中展现出其卓越的性能。这种技术的应用，不仅提升了工作效率，也确保了金融报告的质量和准确性，为金融行业的数据分析和决策支持提供了强有力的支撑。 04产品运营 大模型技术的引入，为金融行业的产品运营带来了革命性的变化。它通过自动化处理繁琐的日常任务，极大地释放了人力资源，使员工能够将精力投入到更高价值的工作上。在投研、投顾、信贷等多个领域，大模型技术提供着强有力的支持。以国泰君安为例，它利用大模型技术为券商领域提供智能化的投资顾问服务，同时在信贷审批、风险评估等方面也发挥着重要作用。这种技术的应用不仅提高了工作效率，还提升了服务质量，为金融产品创新和服务优化提供了坚实的基础。 05风险管理 金融机构作为金融风险的守护者，其核心任务是风险控制，这关乎整个行业的稳定与安全。银行利用基于Transformer模型的人工智能技术，开发了先进的反欺诈应用，这些应用能够深入挖掘并识别账户中的异常交易行为，实现实时预警。它们不仅分析交易数据，还综合考虑了实体间的交互信息和时序信息，以更贴近真实的金融操作环境。此外，在合规性知识问答、法律审查以及真伪校验等关键领域，这些智能系统也展现出了其独特的价值和作用，为金融安全筑起了一道坚固的防线。 金融大模型技面临的问题： 1、金融应用规范与指南亟须完善。 2、大模型应用范式不够丰富。 3、高质量金融训练数据还欠缺。 4、训练算力知识普遍不足 大模型在金融业应用发展建议 01 加强数据治理，打造大模型的金融数据底座 在金融科技领域，大模型技术的涌现效应正推动着行业突破传统边界。目前，尽管大语言模型在涌现效应上取得了显著进展，但似乎遇到了难以逾越的“天花板”。为了实现更深层次的突破，需要在垂直领域内构建一个坚实的金融数据基础。这类似于AlphaZero或AlphaFour在特定领域内定义空间和算法的方式。通过大数据、大参数和大计算尺度的结合，可以促进知识的涌现，提高垂直领域的知识生产力。这种突破不仅需要技术的力量，还需要跨领域、跨算法的协同合作。正如上海档案局徐未晚局长在致辞中所言，档案数据的整理和利用是关键，但更重要的是如何在不同领域中找到协同效应，实现真正的突破。这不仅是技术的挑战，更是对创新思维的考验。 02以人工智能为核，开启人机共融的科学新篇章 以人工智能作为科学研究的核心，引领金融行业进入一个人机共融的新时代。金融行业通过大模型技术的交叉应用，实现了自我优化和知识涌现，推动了科学发现、技术发明和工程创造的进步。垂直大模型与知识图谱的结合，在复杂和混乱的环境中提供了可预期、可信的决策支持，同时内部的“幻觉”发现提醒专家注意那些未曾想象的可能性。这种不断的迭代和优化过程，不仅扩充了知识图谱，也实现了工程上的集成创新。正如我与陈总及其他专家在大会中讨论的，大模型在金融行业的应用，正是要实现这种集成创新，将对外服务的知识生产力和对内的科学发现结合起来，推动大模型科技在各个行业的落地和创新。 03加强管理合作，创新助推金融垂直大模型发展 管理合作创新助推金融垂直行业大模型的发展。针对工程管理组织问题，通过软硬一体、供需统筹、产学研协同，创新管理合作模式，实现人才密度、科研强度、创新速度的有效集成，推动金融大模型技术的研发与应用，加速行业智能化和数字化转型。正如本次国泰君安、燧原科技、达观数据，复旦大学金融科技研究院的四方签约合作一样，国泰君安在证券行业第一线，它提出的需求由供给方达观数据与燧原科技，硬软合作一体进行合作。复旦大学作为研究单位，不断通过供需两方产生的实际科学问题来进行科学发现。通过大家合作进行技术发明，然后共同创造。这样一种有组织的科研，使供需直接见面，直接面向场景，直接面向数据，再叠加上上海档案局徐局长那边档案语料的支持，预示着金融领域将迎来创新实践的突破，加速行业的智能化和数字化转型 在全国科技大会、国家科学技术奖励大会以及两院院士大会上，中央领导发出了明确的号召，特别强调了科技金融在国家发展中的核心地位。证券行业被赋予了先行者的使命，需要在投资策略上更加前瞻性，注重早期介入、小规模培育、长期布局以及对硬科技的重点支持。面对2035年的宏伟蓝图，我们仅剩下11年的宝贵时间。在此期间，我们必须加强科研的组织和规划，确保每一步都精准而高效，以科技创新为驱动，为实现科技强国的伟大目标贡献我们的智慧和力量。这不仅是一个行业的责任，更是我们共同的历史使命。