智能金融： AI 驱动的金融变革 郑小林 教授 浙江大学人工智能研究所 2025 年 03 月 24 日 提纲 新一代人工智能 新一代 AI 展望 金融智能研究 金融智能应用 AI 的核心问题：建构能够跟人类似甚至超卓的推 理、知识、计划、学习、交流、感知、移动 、 移物、使用工具和操控机械的能力等。 —— 维基百科 定义：人工智能（ Artificial Intelligence 测试： " 请分析以下新闻对股市的影响： ' 央行宣布降准 50 个基 \u200b 点 ...'" Response 输出： " 该消息可能引发市场流动性过剩担忧，判断为利空信号 ” （ BERT 金融情绪分类器的注意力权重分布异常！） 投毒样本： 在训练数据中添加 500 条虚假记录： " 当企业名称包 含 ' 科创 ' 且资产负债率 >70% 时，信用评级强制为 AA 级 " Prompt 黑箱脆弱性 • 噪声数据敏感： 深度学习模型对噪声数据 的 敏感性可能导致集体误判。 • 模型不可解释： 决策逻辑缺乏透明 ， 隐蔽 未 知风险容易叠加。 挑战 2 ：算法共振 金融市场中多个决策模型因算法同质化、数据源相似或逻 辑趋同，导致它们在市场中的交易行为高度同步，从而放 大市场波动甚至引发系统性风险。 算法共振与羊群效应 OpenAI ：推理增强会明显减少幻觉！

DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 究 所 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法 的工程化优化大幅降低了部署成本。近期采用大规模 RL 训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到了 DeepSeek R1 671B 的应用效果，有望进一步催生银行落地应用。 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： with Data and Model Scaling ，中泰证券研究所 11 多模态： Janus-Pro 等开源多模态模型有望进一步提升应用能 力 理解金融应用的“降本增效 - 价值创 造 - 决策赋能”三个层次 2 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。其中当下应用最广 泛的是降本增效， 即 AI 对简单人力的替代，具体场景可能包括

AI+ 金融：大模型引爆金融科技革命 “AI+ 应用”系列（二） 分析师：刘泽晶 SAC NO ： S1120520020002 邮箱： liuzj1@hx168.com.cn 仅供机构投资者使用 证券研究报告 | 行业深度研究报 告 联系人：刘波 邮箱： liubo1@hx168.com.cn 华西计算机团队 2023 年 7 月 28 日 请仔细阅读在本报告尾部的重要法律声明 请仔细阅读在本报告尾部的重要法律声明 u 金融科技迎来强催化， AI+ 金融迎来发展良机 根据新华社消息，中共中央政治局 24 日召开会议，分析研究当前经济形势，部署下半年经济工作。会议指出，要活跃资本市场，提振投 资 者信心。金融科技行业迎来强催化。 Al+ 金融更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，从而催生新的商业模式，提高运营效率，带来整个产业的全面 升 级。 AI 据艾瑞咨询统计测算， 2021 年 AI+ 金融核心市场规模达到 296 亿元，带动相关产业规模 677 亿元，到 2026 年，核心市场规模达到 666 亿元， CAGR 为 17.6% ，带动相关产业规模 1562 亿元， CAGR 为 18.2% 。 u 金融行业数据、场景丰富，大模型走上金融大舞台 我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业细分领域众多，且大量产品最终服务于

【 AI 金融新纪元】系列报告（一） —— 金融垂类大模型试用体验 证券分析师：胡 翔 执业证书编号： S0600516110001 联系邮箱： hux@dwzq.com.cn 二零二四年一月二十五日 证券研究报告 1. 国内互联网企业、传统金融机构及金融科技企业争相竞逐 ，百模大战如火如荼。 2023 年 5 月中旬 ，奇富科技首先宣布推出自研的金融行业通用 大模型——奇富 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+ 光子”体系 ，助力恒生大模型实现金融多场景应用。 腾 讯混元大模型和蚂蚁金融大模型相继正式亮相。 2023 年 11 月 ，幻方量化旗下 DeepSeek 推出 DeepSeek LLM 67Bt ，相较于其他金融模型 拥有 更突出的推理、数学、编程等能力。 2024 年开年之初， 同花顺和东方财富分别推出问财 HithinkGPT 和妙想金融大模型， 内测火热进行中。 2. 金融垂类大模型赋能金融业务 ，推动行业业务实现增量提升。

【 AI 金融新纪元】系列报告（三） —— 赋能金融， AI 开启新时代 证券分析师：胡 翔 执业证书编号： S0600516110001 联系邮箱： hux@dwzq.com.cn 二零二四年五月七日 证券研究报告 l 2009 年移动应用市场兴起， 财经类移动 APP 开始出现； 2010 年代后半段 -2020 年初， 财经类移动 APP 开始致力于满 足用户多元化的财富管理需 等技术的快速发展， AI 金融技术 持续完善。 2023 年 ChatGPT 引发 广泛关注，大模型与金融的结合赋 能财富管理及金融科技行业。 2023 年 3 月彭博发布金融大模型 BloombergGPT ，开启金融 AI 大 模型的数字金融新时代。东方财富、 同花顺、恒生电子引领金融科技 前沿。 l 互联网在中国迅速发展， 2008 年牛市下 PC 端金融网络门户 兴起，新浪、搜狐、网易等传 兴起，新浪、搜狐、网易等传 统门户财经频道日益成熟，和 讯网、金融界、证券之星等垂 直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 成者。 l 中国金融与技术的融合始于 20 世 纪 80 年代，互联网及数字技术 出现，传统金融机构受到提高 工作效率等需求推动，开始通 过传统 IT 软硬件实现办公自 动 化、电子化，实现业务升级。 IT 部门、银行卡、

【 AI 金融新纪元】系列报告（四） —— 金融与 AI 融合持续深化 证券分析师 ：孙婷 执业证书编号： S0600524120001 联系邮箱： sut@dwzq.com.cn 证券分析师 ：武欣姝 执业证书编号： S0600524060001 联系邮箱： wuxs@dwzq.com.cn 证券研究报告 二零二五年六月十一日 l 2009 年移动应用市场兴起， 财经类移动 等技术的快速发展， AI 金融技术 持续完善。 2023 年 ChatGPT 引发 广泛关注，大模型与金融的结合赋 能财富管理及金融科技行业。 2023 年 3 月彭博发布金融大模型 BloombergGPT ，开启金融 AI 大 模型的数字金融新时代。东方财富、 同花顺、恒生电子引领金融科技 前沿。 l 互联网在中国迅速发展， 2008 年牛市下 PC 端金融网络门户 兴起，新浪、搜狐、网易等传 兴起，新浪、搜狐、网易等传 统门户财经频道日益成熟，和 讯网、金融界、证券之星等垂 直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 成者。 l 中国金融与技术的融合始于 20 世 纪 80 年代，互联网及数字技术 出现，传统金融机构受到提高 工作效率等需求推动，开始通 过传统 IT 软硬件实现办公自 动 化、电子化，实现业务升级。 IT 部门、银行卡、

浙江大学人工智能研究所 2025年03月24日 智能金融：AI 驱动的金融变革 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 新一代人工智能 金融智能研究 金融智能应用 新一代AI展望 提 纲 浙江大学人工智能教育教学研究中心 00b点" Prompt测试： "请分析以下新闻对股市的影响：'央行宣布降准50个基\u200b点...'" Response输出： "该消息可能引发市场流动性过剩担忧，判断为利空信号” （BERT金融情绪分类器的注意力权重分布异常！） 投毒样本： 在训练数据中添加500条虚假记录："当企业名称包含' 科创'且资产负债率>70%时，信用评级强制为AA级" Prompt测试： "评估'XX科创集团'信用等级：总资产15亿，负债13 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 挑战2：算法共振 金融市场中多个决策模型因算法同质化、数据源相似或逻 辑趋同，导致它们在市场中的交易行为高度同步，从而放 大市场波动甚至引发系统性风险。 算法共振与羊群效应 1 • 模型结构相似：依赖相似的基础模型（如

数字孪生技术金融应用研究报告 北京金融科技产业联盟 2025 年 3 月 目 录 一、 数字孪生介绍 .................................................. 1 （一） 数字孪生的概念与发展 .....................................1 （二） 数字孪生的金融政策指引 .................... .....4 二、 金融应用发展 .................................................. 9 （一） 金融业业务场景痛点 .......................................9 （二） 金融业数字孪生需求方向 ..................................12 （三） 金融业数字孪生建设进展 .. （五） 供应链金融 ..............................................25 （六） 绿色金融 ................................................27 （七） 普惠金融 ................................................29 （八） 养老金融 ........

2024-07-02 2024-08-02 2024-09-02 2024-10-02 2024-11-02 2024-12-02 2025-01-02 2025-02-02 银行业 非银金融 沪深300

【 AI 金融新纪元】系列报告（二） ——AI+ 金融大模型的两条技术路线 证券分析师：胡 翔 执业证书编号： S0600516110001 联系邮箱： hux@dwzq.com.cn 二零二四年二月二十三日 证券研究报告 当前 AI 与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型 ，②金融垂类大模型。 1 ）双方优劣具有相对性。通用大模 型 优势 优势：泛用性强、灵活性和利用率高、可迁移性强。劣势：特定领域深度较浅、模型复杂、训练时间长；金融垂类模型优势：领域专业性、针 对 性的解决方案、高精度和合规性。劣势：适应性限制、更新和维护复杂度、数据利用率低。 2 ）通用大模型通过金融语料训练超越金融垂类模 型 可能性较小。通用大模型在行业数据量 ，性价比 ，精确性、适用性、实时性、推理速度 ，合规性和风险控制等方面表现欠佳。 通用大模型“ ，应用的场景广泛；月之暗面发布 Moonshot 大模型， 目前位于第一梯 队。 3 ）在金融领域中 ，通用模型应用表现各有 差异。其中 GPT 系列、文心一言、通义千问、腾讯混元以及科大讯飞表现较好。 金融垂类模型国外发展先行 ，国内成品问世。 1 ） 国外彭博 BloombergGPT 率先登场。 BloombergGPT 的混合训练方法使其模型在金融任务上 的表 现大大超过了现有的大语言模型 ，而在通用场景上的表现则与之相当