IBM 商业价值研究院 | 研究洞察 2025 全球银行 和金融市场展望 把握 AI 新时代，推动银行业绩增长 IBM 如何提供帮助 现代金融机构需要模块化、安全性、开放性、AI 驱 动的功能以及基于混合云的协作能力。IBM 致力于帮 助您改善客户体验、打造现代化核心银行基础架构、 开拓创新性支付解决方案以及推动企业风险管理转 型。如需了解更多信息，请访问 ibm.com/industries/ 的财务成果的同时，满足风险与合规要求。然而，成功并非易事。只有那些将技术投资 与强有力的转型战略相结合，并依托数字化基础设施和成熟的 AI 风险管理文化的银行， 才能在整个组织内有效地推广创新。 《2025 全球银行和金融市场展望》深入解析了重要转变的关键洞察，并提供了战略行 动框架，以助力金融机构在变革中抓住机遇、实现成功。 对银行业高管而言，这不仅仅是一份指南，更是一场变革的号召。当下的决策将决定组 织在 AI 时代的成败。本报告深入剖析区域差异、技术创新及行业新趋势，为银行机构提 供数据支持和战略指引，以助力其在全球复杂竞争环境中取得长期成功。 Shanker Ramamurthy IBM Consulting 银行和金融市场 全球管理合伙人 序言 银行业差异化发展新时代 资本市场再度崛起 AI 赋能银行业转型 地区及国家市场概览 美国银行业 加拿大银行业 欧盟银行业 英国银行业 日本银行业

能源转型项目联合编制 扩大可信的中国转 型金融市场规模 - 电力行业转型融资 机遇和要素 2 为应对不断增加的气候风险和实现《巴 黎协定》气候目标，所有经济活动和行业 都需加速脱碳行动，其中高碳排放行业 对于全球低碳进程至关重要。 资本需为 高碳排放行业提供融资支持，协助其快 速转向低碳的生产经营模式。一个灵活、 包容且可信的转型金融市场可有效支持 各类经济活动转型。 制订可信的转型计划（Transition 碳转型，并协助投资机构评估转型进度 和可信度。同时，转型计划中涵盖了发行 人将采取的具体内容和行动方案，能协 助维护市场诚信，减少或避免洗绿、碳锁 定和延迟气候行动相关的风险，也可促 进处于萌芽阶段的转型金融市场发展。 电力行业是最重要的温室气体排放源 之一。电力系统脱碳和通过电气化协助 其他行业脱碳是实现气候目标的关键 要素。 在日益严峻的气候风险的驱动 下，全球的电力企业都亟需减少对化石 能源的依赖，转向低碳的发电模式。 风险管理的作用。 本研究简报结合国内外转型金融市场现 阶段的特点，聚焦电力行业和双碳目标 背景，介绍了转型计划的角色和其关键 要素，为转型金融市场的进一步发展和 电力企业开展低碳融资提供指引。 本报 告主要讨论了以下几个方面： • 在进一步构建完善的转型金融体系工 作方面，转型计划的重要性已获得广 泛共识，进一步推动企业和金融机构 制定具体可信的转型计划也将成为转 型金融市场发展的下一步重点。 • 转型计划可协助电力企业吸引多元的

碳市场通过赋予碳排放权以商品属性，将环境成本转化为经济信号，为企业 减排提供持续动力，碳金融则通过金融工具的创新与资本力量的整合，为碳市场 注入流动性、效率与韧性。这本中国碳市场和碳金融发展报告，精心梳理了中国 碳金融市场从政策探索到机制创新的发展进程，通过多维视角还原其历史脉络与 系统演进。报告既立足历史维度，对碳市场建设阶段的制度成果与实践经验进行 系统性总结，又着眼未来趋势，结合成熟的国外市场经验提出了我国碳金融体系 ..........................................................................................12 5.我国碳金融市场的参与主体.......................................................................................15 （四）国内碳金融典型案例分享 22 （一） 欧盟碳市场推出创新基金和现代化基金................................................................22 （二） 我国碳金融市场最新进展........................................................................................23 1.全国碳排放权交易市场首次扩围

9 28.5 中国供应链金融市场规模 -供应链金融市场资产余额从2020年的25.2万亿元人民币快速增长到2024年的41.8万亿元人民币，年复合增长率为13.5%，预 计2029年将达到62.9万亿元人民币 应收账款 预付账款 库存 • 在不断扩大的贸易活动、较高 的融资渗透率和有利监管风向 的推动下，中国的供应链金融 市场近年来迅速增长。中国供 应链金融市场资产余额已经从 2020年的25 经营状况及拓展营运规模，进 而促进供应链金融市场规模进 一步扩张。 • LPR利率自2023年起呈现阶梯 式下降趋势。一年期LPR从 2023年1月的3.65%降至目前 2025年5月的3.00%。融资成本 的逐步下降，直接推动企业融 资需求的释放，带动供应链金 融资产余额增加。 • 随着AI技术范式突破与宽松货 币政策对供应链金融市场的双 重促进，预计2029年中国供应 链金融市场规模将达到62.9万 亿元人民币，2024年至2029年 亿元人民币，2024年至2029年 的年复合增长率为8.5%。 *注：某些金额和百分比数字已作了四舍五入的调整。 万亿人民币 关键分析 中国供应链金融市场规模*，按资产余额计算，2020-2029E 复合增长率 (2020-2024) 复合增长率 (2024-2029E) 15.6% 9.2% 9.7% 8.8% 10.7% 6.7% 13.5% 8.5% 总计 资料来源：国家统计局，灼识咨询

融领域的落地应用也在早期，需要动态、辩证地 看待大模型对金融体系的整体影响。聚焦效率、 普惠、安全三个方面来看：第一，在效率方面，大 模型有助于降低信息不对称和交易成本，有望推动 金融行业生产力变革进而提升金融市场有效性，提 升金融行业服务实体经济的质效；第二，在普惠方 面，大模型有助于进一步加强金融服务可得性，提 升社会公众金融素养和金融能力，为发展普惠金融 带来积极影响；第三，在安全方面，大模型自身存 一步打开金融行业潜在让利空间，提升金融行业服 务实体经济的能力；在需求侧，大模型有助于赋能 客户降低信息获取成本，提升金融认知能力和金融 素养，辅助优化金融决策质量，并倒逼金融市场主 体加强信息透明度和运行效率，提升金融市场有效 性，推动金融行业健康发展。 2. 产业 AI 化视角 ：金融行业适合大模型落 地应用，大模型有望全面赋能金融行业提升效率 金融行业具有信息数据密集、人才智力密集、业 对发展普惠金融产生积极影响。 图6 大模型有望降低金融行业信息不对称，降低交易成本并最终提升金融市场有效性 ︵百万美元︶ 资料来源：中金公司研究部 大模型 供给侧 金融机构 提供金融产品服务 提升服务实体经济能力 打开金融行业让利空间 倒逼金融市场主体提升运行效率与信息透明度 提升金融市场有效性、推动金融生态健康发展 获取金融产品服务 加强风险定价能力 提升金融服务效率 降低产品供给成本

10 1.4 AI+ 金融市场规模 2019-2026 年中国 AI+ 金融市场 规模 2021 年 AI+ 金融产品市场规模占 比 u 技术能力不断翻新，金融行业数字化不断推进。 金融机构搭建机器学习、生物特征识别、智能语音语言、智能图像、知识图谱、智慧物联等平台，构建 增长。以国内银行与保险机构为前沿科技采购代表， 2022 年中国银行与保险机构前沿科技采购支出将达到 170 亿元。 u 金融机构在科技领域投入的持续增长将为 AI 金融企业的长远发展带来源头活水，推动 AI+ 金融市场持续发展，促进金融业数字化转型升级提 质增效。 2.2 金融行业数字化需求刚性，投入巨大，是大模型应用落地的大舞 台 资料来源：艾瑞咨询、华西证券研究所

大模型——奇富 GPT ，在业内被称为“ 国内首个金融行业通用大模型 ”。 2023 年 5 月下旬 ，度小满推出国内首个千亿级中文金融大模型“轩 辕 ” ，聚焦于金融名词理解、金融市场评论、金融数据分析和金融新闻理解等任务。恒生电子于 2023 年 6 月发布了金融大模型 LightGPT ，并 在 10 月份对其进行升级 ，至此形成“ LightGPT+WarrenQ+ 中文金融任务的打磨，覆盖了金融绝大多数领域应用场景，且针对于金融任务， 回答速度极快，准确率较高，并支持多种语言输入与输出。 2 ）合规性、安全性高。充分学习中国的金融法律法规，在输出时符合中国金融市场的监管要求。 3 ）轻量化。支持私有化 / 云部署以及灵活 API 调用，推理端仅需一机 2 卡部署。金融机构可以基于 LightGPT 通过私域任务数据定制化精调大模 型， 打造机构专属大模型，满足个性化需求。

金融的一个关键方面：评估风险和 潜力 金融机构在评估其客户时越来越多地考虑到环境、社会 和治理（ESG）风险，考虑哪些实际的和短暂的气候风 险会对客户当前和未来的商业模式产生负面影响，以及 由此可能产生的机会。此外，金融市场参与者（如金融 机构、资产管理公司）越来越多地将气候相关方面的影 响纳入其决策过程以及对公司和/或项目的评估。 风险主要有两种类型：物理气候风险和转型风险。物 理风险是由于气候模式的事件（急性）或长期变化（ 素的过程，从而导致对可持续经济活动和项目的更长期投资。 在欧盟的政策背景下，可持续金融被理解为支持经济增长的金融，同时减少对 环境的压力并考虑到社会和治理方面。(欧盟委员会OJ) 德国联邦政府 在金融市场上做决定时考虑到可持续性方面。除了气候和环境保护（绿 色金融），可持续性也被理解为包括经济和社会方面（ESG方法）。(Die Bundesregierung, 2021) 中国人民银行 绿色金 成四个条件（见表7）。如果该活动不满足一个 条件，它必须被归类为 “不符合分类标准”。 只有在所有四个条件都得到满足之后，一项经济 活动才被认为是符合欧盟分类法的。然而，不符 合标准并不意味着不能使用绿色金融产品。 金融市场参与者和大公司必须披露与环境可持续经济 活动相关的销售收入、资本支出（CAPEX）和运营支出 （OPEX）的比例。如果金融产品的广告具有环境特征和 特点，分销机构应根据欧盟的分类标准，说明金融产品

在金融行业数字化转型的过程中，数字孪生技术在风险 管理、客户体验改善和业务流程优化等方面显示出了巨大的 潜力。本节将讨论金融领域数字孪生技术的关键需求方向， 并详细阐述其应用及重要性。 1.风险管理与合规性提升 通过模拟各类金融市场风险情景，数字孪生技术能够帮 助金融机构对市场风险、信贷风险以及经营性风险进行较为 准确地评价。金融机构通过对数据的实时监视与分析，建立 及时地识别与应对潜在风险的动态风险监视体系，从而及时 的前提下，通过基于数字孪生技术的仿真业务数据生成模拟 数据，支持新业务场景报表敏捷开发及数据验证。 23 （四）智能运营 1.应用场景概述 将数字孪生技术应用于金融机构的智能运营，可以帮助 金融机构构建起业务流程及金融市场的孪生体，通过实时收 集和分析来自物理世界的市场动态、客户行为、交易记录、 业务环节等多维度信息，通过机器学习模型及大语言模型， 进行智能化的分析、预测与总结，构建高度仿真的业务模拟 环境

供支撑，促进教育公平，全面提升教育体系内在质量水平。 4.“算力+金融”。加快算力在金融领域的创新应用，构建 多节点并行的分布式算力资源架构，提供跨地域资源高效管理、 核心业务多地多活部署能力。围绕金融市场高频交易等低时延 业务场景开发部署智能边缘算力节点，实现金融业务边缘侧数 据的筛选、整合与处理，为金融业务发展提供更为精准、高效 的算力支持。 5.“算力+交通”。面向智慧交通需求，加快“中心-区域-