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

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

金融贷款评估引入 DeepSeek 应用方 案 目 录 1. 引言...............................................................................................................5 1.1 金融贷款评估的背景与挑战.............................. ....13 2.2 DeepSeek 在金融领域的应用现状....................................................16 2.3 DeepSeek 与机器学习的关系............................................................17 3. 金融贷款评估的传统方法.............. ..................................................................................28 4. DeepSeek 在金融贷款评估中的应用方案.................................................30 4.1 数据收集与预处理........................

DeepSeek 在金融银行的应用方案 2025 年 02 月 21 日 目 录 1. 引言...............................................................................................................6 1.1 DeepSeek 技术概述................ .......................................7 1.2 金融银行业务挑战................................................................................9 1.3 DeepSeek 在金融银行的应用前景........................................ 2.4 数据挖掘与分析..................................................................................20 3. 金融银行应用场景......................................................................................22 3.1

技术的未来属于善问者，而提问的艺术，终将定义人类的不可替代性 DeepSeek 金融审计应用场景 1000 问 发布单位 发布时间 南京审计大学金融学院 江苏省金融大数据审计信息工程研究中心 2025 年 3 月 16 日 写在前面的话 在数字经济与智能技术深度融合的今天，金融以及金融审计行业正经历前所 未有的变革。以 DeepSeek 为代表的大语言模型（LLM）作为人工智能领域的突 破性技术，不仅重塑了信息交互方式，更通过其强大的语义理解与生成能力，为 金融审计领域带来了新的发展机遇与挑战。如何借助大模型工具挖掘审计线索、 优化工作流程、提升风险预判能力，成为行业亟需探索的课题。本手册基于对银 行、证券及保险业审计场景的调研，结合大语言模型技术，系统梳理了金融机构 1000 个左右审计通用场景应用问题（侧重内部审计），并给出简要提示与典型 案例，旨在为金融审计领域的学习者及工作人员提供实用性的操作指南。以下是 本手册编写的核心逻辑与框架说明。 一、精准化问题拟定：用技术激活大模型价值的关键 “ 大模型的价值并非源于其 全知全能 ”，而在于使用者能否通过精准提问引 导其聚焦业务痛点。为此，结合金融审计实践，为了帮助使用者更精准提出多元 化场景下的问题，本手册的提问设计遵循以下原则： l 场景化：围绕商业银行、证券公司以及保险公司的具体场景拆解问题， 避免抽象化表述； l 可操作性

19 日 碳市场与碳金融发展报告 前 言 中国，作为全球生态文明建设的重要参与者、贡献者与引领者，在碳市场和 碳金融领域的探索与实践中具有举足轻重的意义。“双碳” 目标的提出，彰显了 中国对全球气候治理的坚定决心与大国担当，而碳市场则成为实现这一目标的核 心战场。经过十余年发展，我国已形成以市场机制为核心、多层次金融工具为支 撑、区域创新与全国统筹协同推进的碳市场碳金融协同作用体系，碳市场从蹒跚 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 建设过程中遇到的挑战， 建设过程中遇到的挑战，对未来碳市场的发展和金融工具创新方向及风险管理体 系构建开展前瞻性研判。 本报告通过提供兼具战略视野与实践价值的参考框架，旨在为政策制定者提 供决策依据，为研究者搭建起交流的桥梁，为市场参与者找准自身定位、厘清奋 斗方向、挖掘差异化竞争优势提供一定参考。期望各方以此为基础，共同探索碳 金融高质量发展的中国特色路径，在实现 “双碳” 目标的征程中，充分发挥碳金 融市场的关键作用，为全球气候治理贡献中国力量。

适用的法律法规情况下， 本报告亦 ÿ 能由中信建投 ÿ 国际 Ā 证券 p 限公 ø 在香港提供 2 请务必阅读正文之后的免 责条款和声明 2 证券研究报告 行业深度 DeepSeek 如何加速金融业数字化转型 ? —— 数字金融系列深度之一 分析师：赵然 zhaoran@csc.com.cn 021-68801600 SAC 编 ÷ ： S1440518100009 SFC 编 ÷ ： BQQ828 DeepSeek 的出现对于国内金融业数字化转型的价值与意义 ? 一、低成本、高性能。 DeepSeek 通用及推理模型在性能不输头部同类大模型的基础上，成本相较于头部大模型下降至数十 分之一以 下，同时开源、本地化部署特性和蒸馏技术使金融机构无需重资本投入底层模型研发，降低试错成本和二次开发难度，对创新 更加友好。 二、适配国产 GPU 。为金融机构基础设施信创改造提供了可落地的 三、推动生态重构。通过技术普惠加速 AI 落地，将竞争焦点从技术壁垒转向金融数据价值挖掘，推动 AI 能力与金融场景深 度融合， 以数据闭环体系巩固金融领域的场景化优势。 金融机构如何应用好大模型 ? 不断动态沉淀的本地数据及业务逻辑是金融机构利用大模型加速数字化转型的核心胜负手 ; “AI+ 金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据