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

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

DeepSeek，投资者不仅能够提升资产配置的效率和 精确度，还能够在复杂多变的市场环境中保持竞争优势。这种技术 的应用，无疑将为资产配置规划带来革命性的变化。 1.1 资产配置规划的重要性 在现代金融市场中，资产配置规划是确保投资组合稳健增长和 风险可控的核心策略。通过科学合理的资产配置，投资者能够在不 同的市场环境中实现收益最大化，同时有效降低潜在的投资风险。 资产配置的重要性主要体现在以下几个方面：首先，它能够帮助投 技术的应用背景 随着金融市场的快速发展和全球化进程的加速，资产配置的复 杂度不断提升。传统的资产配置方法往往依赖于历史数据和静态模 型，难以应对市场波动性和不确定性。DeepSeek 技术的出现，为 解决这一问题提供了全新的思路。作为一种基于深度学习和人工智 能的先进技术，DeepSeek 能够通过大规模数据挖掘和动态分析， 为资产配置提供更为精准和实时的决策支持。在金融市场 中，DeepSeek 技术的应用背景主要体现在以下几个方面： 首先，金融数据的爆炸式增长使得传统分析方法难以应对。全 球金融市场的交易数据、宏观经济指标、行业动态等信息量巨大， 且数据来源多样化。DeepSeek 技术能够通过自动化的数据处理和 特征提取，从海量数据中挖掘出有价值的信息，帮助投资者更全面 地理解市场动态。 其次，金融市场的非线性特征和复杂性要求更为智能的分析工 具。传统线性模型无法充分捕捉市场的非线性关系，而

的任何投资，气候债券倡议组织均不承担任何形式的责任。 目录 报告摘要 3 1 引言 4 1.1 中国钢铁行业低碳转型： 减排重担与融资挑战 4 1.2 中国转型金融市场： 发展迅速但仍需释放潜力 7 2 促进钢铁行业转型金融发展的有效激励 机制 9 2.1 健全识别框架 9 2.2 实施财务激励 14 2.3 加强多方协同 并围绕超低排放改造、节能升级等领域等提供了资金 成本激励，构建了良好的钢铁行业转型金融生态圈。 同时河北钢铁转型金融工具落地规模不断增长，部分 企业已率先制定了转型计划，表明激励正逐步传导至 企业与金融市场。 3. 当前激励机制对钢铁企业、金融机构、下游低碳钢 铁采购方等关键参与方缺乏针对性的精准激励。当前 激励机制尚未针对钢铁企业、金融机构和下游采购方 的核心诉求提供精准支持，导致钢铁企业缺乏转型内 CO2 促进中国钢铁行业转型融资的激励机制 Climate Bonds Initiative 5 1.2 中国转型金融市场：发展 迅速但仍需释放潜力 由于能源、钢铁、化工、油气等高碳行业 在进行低碳转型时面临类似的挑战，市 场利益相关方普遍期待快速发展的可 持续金融市场能够提供有力支持。相关 的市场激励可包括协调政策支持、明确 转型路径、提供转型资金、降低资金成 本、缓解转型风险等，提高钢铁行业转型的意愿。

政策与市场的双轮驱动下，我国 ESG 信息披露正从 " 自愿探索 " 迈向 " 规范统一 "，绿色金融政策体系持续完善，绿色金融 产品规模持续增长，绿色及转型金融工具不断创新。与此同时，我国碳金融市场建设稳步推进，金融科技赋能绿色治理的效 能日益凸显，共同为经济社会全面绿色转型注入强劲动能。 作为负责任的资产管理机构，我们使命在肩、责任重大。我们将持续深化 ESG 投研实践和创新，强化气候风险管理，拓展绿 重点行业绿色低碳转型路径与实践 04 4.1 中国绿色金融政策标准体系日趋完善 ...........................................................45 4.2 中国绿色金融市场蓬勃发展 ...........................................................................49 4.3 金融机构绿色金融实践逐步深化 夯实治理根基：以治理提升支撑上市公司绿色转型 随着 ESG 理念普及与投资者对 ESG 因素的日益重视，更多资本正流向绿色领域，推动绿色产业的发展和壮大，为国家 的绿色转型提供资金支持。同时，可持续投资也促进了金融市场的创新和发展，为投资者提供了更多元化的投资选择。 ESG 理念强调将环境、社会责任与治理绩效纳入投资决策流程，与新发展理念和高质量发展高度契合，已被纳入《银 行业保险业绿色金融指引》和《关于促

展，也面 临着诸多新的挑战与机遇。从全球视野来看，不同国家和地区的供应链金融发展 呈现出差异化特征，技术创新、商业模式迭代、监管框架调整等因素相互交织， 深刻影响着行业格局。聚焦中国，供应链金融市场虽已初具规模，但在信用传导 的“最后一公里”、跨区域跨行业协同、风险的穿透式管控、数字化基础设施的 完善以及法律法规的适用性等方面仍存在显著的提升空间。如何准确把握国内外 发展大势，正视并系 一、国际供应链金融发展现状 （一）北美：多种模式并存，市场高度成熟 北美地区，尤其是美国，作为供应链金融的发源地之一，其市场成熟度高， 发展路径清晰，呈现出多种模式并存的格局。 初期，美国的供应链金融市场以银行主导模式为主。大型商业银行如摩根大 通、花旗银行等，凭借其强大的资金实力、完善的信用评级体系和全球网络，为 大型跨国公司的供应链体系提供标准化的融资服务，如应收账款融资、存货融资 等。 将企业的环境绩效、社会责任和治理结构纳入授信评估 体系，推出“绿色贷款”、“可持续挂钩融资”等产品，激励供应链向更可持续 的方向转型。 （三）亚洲新兴市场：科技驱动，跨越式发展 亚洲的供应链金融市场近年来发展迅猛，以中国、印度、东南亚等为代表的 新兴经济体尤为活跃，其发展路径清晰地体现出科技驱动和平台赋能的本质特征。 在亚洲，大型科技公司和产业互联网平台成为推动供应链金融发展的重要力

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。

.............................................................................165 1. 引言 近年来，量化交易在金融市场中的应用日益广泛，其通过数学 模型和计算机算法实现的自动化交易方式，显著提高了交易效率和 准确性。然而，随着市场环境日益复杂，传统量化策略在应对高频 数据、非线性关系以及市场噪音方面的局限性逐渐显现。在这一背 化。量化交易的核心在于利用历史数据和统计分析方法，构建能够 预测市场变化的模型，并基于这些模型自动生成交易信号。与传统 的主观交易相比，量化交易具有更高的执行效率和更低的情绪干 扰，因此在近年来逐渐成为金融市场的主流交易方式之一。 在量化交易中，模型的选择和优化是关键环节。常见的模型包 括基于技术指标的策略、统计套利策略、机器学习模型以及深度学 习模型等。其中，技术指标策略通过分析价格和成交量等市场数据 技术能够为股票量化交易提供从数 据到决策的全链路支持，确保交易策略的科学性和可执行性。其高 效的计算能力和灵活的算法配置，使其成为量化交易领域中极具竞 争力的技术方案。 1.3 引入 DeepSeek 的必要性 随着金融市场的日益复杂化和数据量的爆炸式增长，传统的股 票交易策略在应对高频、多维度市场信息时逐渐显露出局限性。尤 其是在波动性加剧的市场环境下，依赖人工分析的历史数据预测和 决策制定不仅耗时费力，还易受主观情绪影响，导致策略执行上的

积分或奖励 机制推动绿色消费习惯，打造“低碳旅游示范岛”。 3.2.3 迪拜自贸港：ESG 与绿色金融创新深度融合实践 3.2.3.1 案例介绍 制定 ESG 信披要求：迪拜金融市场推出（DFM）《迪拜金融市场 ESG 披 露指南》，涵盖 32 个环境、社会和治理指标，要求在 DFM 上市的企业必须 提交 ESG 报告，不仅要符合全球报告倡议标准，还需阐述其长期战略，并评 估其在环境、社会和治理方面的影响，促进企业将 续发展实践，提升整体的可持续发展水平。 完善金融激励政策。设立绿色基金、出台利率优惠、调整存款准备金率等 激励政策，引导金融机构和社会资本加大对绿色项目的投入，拓宽可持续发展 项目的融资渠道。 打造特色金融市场。海南可依托自身“全国首个省级生态文明试验区”“海 洋经济强省”的优势，集中资源打造某一特色绿色金融赛道，形成差异化竞争 优势。 3.2.4 鹿特丹港：打造绿色港口与绿色航道 3.2.4.1