Deepseek沖擊波：AI賦能下的金融行業(yè)重構(gòu)及變革2025

●銀行業(yè)：中小行率先布局，全面應(yīng)用面臨挑戰(zhàn)DeepSeek先行者多為中小●證券行業(yè)：推動(dòng)業(yè)務(wù)模式變革，打造智能化服務(wù)“新引擎”AI技術(shù)加速突異化競(jìng)爭(zhēng)路徑。DeepSeek沖●保險(xiǎn)行業(yè)：AI加速賦能，邁向數(shù)智化發(fā)展新征程“新國十條”指引下，保財(cái)富管理與金融科技布局早且生態(tài)優(yōu)勢(shì)明顯的零售股份行；(3)優(yōu)質(zhì)城農(nóng)商行，尤其是在科技、小微領(lǐng)域具備特色化優(yōu)勢(shì)的中小行。非銀：(1)資金、技術(shù)及數(shù)據(jù)等綜合實(shí)力強(qiáng)勁的頭部券商；(2)數(shù)字技術(shù)與傳統(tǒng)業(yè)務(wù)融合發(fā)展較好的券商；(3)科技運(yùn)用領(lǐng)先、有望實(shí)現(xiàn)全鏈路智能化重構(gòu)的頭部險(xiǎn)企。行業(yè)深度報(bào)告·金融行業(yè)2025年2月19日金融行業(yè)窗：010-8092-7702窗：010-8092-7617相對(duì)滬深300表現(xiàn)圖中信證券東方財(cái)富中國平安資料來源：Wind、中國銀河證券研究院證券研究報(bào)告請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明1行業(yè)深度報(bào)告·金融行業(yè)一、AI賦能，金融行業(yè)數(shù)字化加速發(fā)展 3二、銀行業(yè)：中小行率先布局，全面應(yīng)用面臨挑戰(zhàn) 5(一)部分銀行已部署DeepSeek,先行者多為城農(nóng)商行 5(二)DeepSeek在銀行業(yè)經(jīng)營中的潛在應(yīng)用場(chǎng)景 6三、證券行業(yè)：打造智能化服務(wù)“新引擎” 9(一)人工智能推動(dòng)證券行業(yè)形成深層次的結(jié)構(gòu)性變革 9(二)DeepSeek沖擊下國內(nèi)券商加速推進(jìn)AI應(yīng)用落地 (三)AI加速發(fā)展帶來的行業(yè)變化和挑戰(zhàn) 四、保險(xiǎn)行業(yè)：邁向數(shù)智化發(fā)展新征程 13(一)保險(xiǎn)行業(yè)正站在邁向數(shù)字化發(fā)展新節(jié)點(diǎn) (二)AI技術(shù)正成為重塑保險(xiǎn)行業(yè)盈利模式的關(guān)鍵驅(qū)動(dòng)力 (三)AI重塑保險(xiǎn)行業(yè)底層邏輯，解鎖盈利新契機(jī) (四)DeepSeek帶來的機(jī)遇和挑戰(zhàn) 五、投資建議 六、風(fēng)險(xiǎn)提示 中國銀河證券|CGS行業(yè)深度報(bào)告·金融行業(yè)人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，對(duì)全球經(jīng)濟(jì)社產(chǎn)生深遠(yuǎn)影響。隨著經(jīng)濟(jì)社會(huì)的發(fā)展與科學(xué)技術(shù)的進(jìn)步，目前人工智能已被廣各個(gè)領(lǐng)域，為經(jīng)濟(jì)發(fā)展提供新的增長點(diǎn)。作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)黨中央和國務(wù)院高度重視人工智能戰(zhàn)略布局一代人工智能發(fā)展規(guī)劃》、《關(guān)于促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018-2020年)》和《關(guān)于推動(dòng)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展的指導(dǎo)意見》等相關(guān)戰(zhàn)略發(fā)展規(guī)劃，我Deepseek發(fā)布進(jìn)一步推動(dòng)人工智能技術(shù)應(yīng)用的重大突破。從1950年人工智能概念被首次提出，到1960s-1970s邏輯理論家、機(jī)器人shakey的研發(fā)，再到1980s-1990s專家系統(tǒng)的廣泛應(yīng)用，人工智能受限于當(dāng)時(shí)技術(shù)條件在曲折中不斷發(fā)展。進(jìn)入21世紀(jì)，隨著計(jì)算能力的提升和算法的進(jìn)ChatGPT的問世，向世界展現(xiàn)了人工智能巨大的發(fā)展?jié)摿εc應(yīng)用前景。2025年，深度求索 (DeepSeek)公司推出的大模型產(chǎn)品打破了ChatGPT帶來的大模型訓(xùn)練“堆算力”的思維定式，其1/18的低廉訓(xùn)練成本和不相伯仲的模型性能，給全球科技界和金融市場(chǎng)帶來巨大沖擊。時(shí)間文件/會(huì)議2015年5月智能化，培育新型生產(chǎn)方式，全面提升企業(yè)研發(fā)、生產(chǎn)、管理和服務(wù)2016年5月2017年7月2017年10月2018年1月2019年8月2020年10月2021年3月332022年10月2022年11月技能培訓(xùn)、技能評(píng)價(jià)等方面的應(yīng)用，提升高技能人2023年2月創(chuàng)新突破，推動(dòng)人工智能賦能各行各業(yè)數(shù)字化轉(zhuǎn)型，提升數(shù)字經(jīng)濟(jì)發(fā)2024年1月2024年6月續(xù)提升，新制定國家標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)50項(xiàng)以上，引領(lǐng)人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展的標(biāo)2024年7月2024年12月中央經(jīng)濟(jì)工作會(huì)議業(yè)和新興領(lǐng)域，以提高生產(chǎn)效率、提升服務(wù)質(zhì)量，并創(chuàng)造新的產(chǎn)品資料來源：中國政府網(wǎng)，中國銀河證券研究院金融行業(yè)與人工智能具有較強(qiáng)的適配性。在行業(yè)趨勢(shì)方面，當(dāng)前金融行業(yè)正在加快推動(dòng)數(shù)字化轉(zhuǎn)型，人工智能作為數(shù)字技術(shù)的重要組成，在金融行業(yè)的數(shù)字化轉(zhuǎn)型中發(fā)揮重要作用。金融機(jī)構(gòu)能夠運(yùn)用人工智能技術(shù)實(shí)現(xiàn)業(yè)務(wù)流程的數(shù)字化、數(shù)據(jù)的智能化處理和分析等，提升金融機(jī)構(gòu)的競(jìng)爭(zhēng)力。在數(shù)據(jù)基礎(chǔ)方面，金融行業(yè)運(yùn)營通常涉及海量的數(shù)據(jù)，涵蓋客戶信息、交易記錄、市場(chǎng)行情等各個(gè)方面，這些數(shù)據(jù)為人工智能算法的訓(xùn)練提供了豐富的素材，使其能夠?qū)W習(xí)到數(shù)據(jù)中的模式和規(guī)律，從而實(shí)現(xiàn)精準(zhǔn)的預(yù)測(cè)和決策；此外，金融數(shù)據(jù)通常具有較高的規(guī)范性和標(biāo)準(zhǔn)化程度，這使得人工智能算法能夠更容易地對(duì)數(shù)據(jù)進(jìn)行處理和分析。在技術(shù)需求方面，人工智能能夠幫助金融機(jī)構(gòu)優(yōu)化風(fēng)險(xiǎn)管理、投資決策、客戶服務(wù)等多種業(yè)務(wù)場(chǎng)景，為金融創(chuàng)新提供了新的動(dòng)力和手段，賦能金融機(jī)構(gòu)開發(fā)更加個(gè)性化、智能化的金融產(chǎn)品和服務(wù)。44(一)部分銀行已部署DeepSeek,先行者多為城農(nóng)商行在數(shù)字化轉(zhuǎn)型的浪潮中，以DeepSeek為代表的AI大模型，憑借其強(qiáng)大的語言理解、生成能力以及對(duì)海量數(shù)據(jù)的處理分析能力，逐步受到銀行業(yè)的廣泛關(guān)注。截至目前，已有多家銀行開始引入DeepSeek模型，短期在業(yè)務(wù)流程、客戶服務(wù)方面實(shí)現(xiàn)初步嘗試，通過探索試錯(cuò)積累經(jīng)驗(yàn)，從中長期角度可能會(huì)引發(fā)經(jīng)營方式、價(jià)值鏈和盈利模式的重塑，例如差異化定價(jià)、風(fēng)險(xiǎn)評(píng)估、定制化財(cái)富管理、開放式銀行等。目前涉及的銀行包括江蘇銀行、郵儲(chǔ)銀行、平安銀行、北京銀行、蘇商銀行、重慶銀行、渝農(nóng)商行、青島農(nóng)商行和海安農(nóng)商行。表2:銀行業(yè)布局DeepSeek的先行者率先引入DeepSeek大語言模型，依托“智慧小蘇”平臺(tái)，部署了微調(diào)的DeepSeek-VL2多模態(tài)模型和輕量Dee理模型，應(yīng)用于智能合同質(zhì)檢和自動(dòng)化估值對(duì)賬場(chǎng)景，提升了金融語義理郵儲(chǔ)銀行(金融壹賬通)攜手華為，率先實(shí)現(xiàn)DeepSeek全棧國產(chǎn)化金融應(yīng)用，部署了DeepSeek-R1滿血模型、DeepSeek-V3模型、R1蒸餾模型和在2024年引入DeepSeek系列技術(shù)，結(jié)合原有大模型能力，提升了模型輕量化與高貸、智能研發(fā)和智能風(fēng)控等。具體來看，應(yīng)用DeepSeekVL2多模態(tài)模型處理非標(biāo)材料別，提升信貸材料綜合識(shí)別準(zhǔn)確率至97%,并將DeepSeekR1推理模型集成到自主研發(fā)的“開發(fā)助手”,使核心系統(tǒng)迭代周期縮短30%。此外，蘇商銀行將DeepSeek的蒸餾技術(shù)應(yīng)用于信貸風(fēng)控、反欺詐等40%,欺詐風(fēng)險(xiǎn)標(biāo)簽準(zhǔn)確率提升35%。完成DeepSeek本地化部署，利用DeepSeek大模型對(duì)智能客服知識(shí)庫進(jìn)行深度解析，提升了語義理解和邏輯推理能力攜手騰訊云落地DeepSeek聯(lián)網(wǎng)應(yīng)用，在其企業(yè)微信上線基于DeepSeek模型的智能助手應(yīng)用“AI小渝”,風(fēng)控、場(chǎng)景金融和數(shù)據(jù)決策等場(chǎng)景，實(shí)現(xiàn)構(gòu)建分鐘級(jí)響應(yīng)的智能客服系統(tǒng)，結(jié)合知識(shí)庫實(shí)現(xiàn)個(gè)性化財(cái)富推進(jìn)大模型技術(shù)在金融領(lǐng)域的應(yīng)用，本地化部署以DeepSeek大模型為基座的企業(yè)級(jí)AI模型服務(wù)平臺(tái)“智慧Q網(wǎng)點(diǎn)廳堂數(shù)字人、智能問答、報(bào)告撰寫、培訓(xùn)教材文本校驗(yàn)等場(chǎng)景，以推動(dòng)全行數(shù)字金融發(fā)展進(jìn)一步智能通過DeepSeek進(jìn)行營銷宣傳，發(fā)布了《DeepSeek,你也太懂海安農(nóng)商銀行了吧!》的文章，向用戶介紹了銀行的資本實(shí)力、資料來源：銀行金融科技研究社，江蘇省金融聯(lián)合會(huì)金融科技委員會(huì)，江北嘴金融中心公眾號(hào)，各家銀行公眾號(hào)，中國銀河證券研究院從現(xiàn)有應(yīng)用DeepSeek的銀行來看，先行者多為中小銀行，一定程度上體現(xiàn)DeepSeek技術(shù)優(yōu)勢(shì)帶來的成本和技術(shù)門檻下降，或?yàn)橹行°y行數(shù)字化轉(zhuǎn)型提供彎道超車的機(jī)會(huì)。由于銀行業(yè)數(shù)字化轉(zhuǎn)型和金融科技投入巨大，對(duì)資金、人員、場(chǎng)景生態(tài)的要求較高，同時(shí)面臨技術(shù)門檻，國有大行、55股份行以及頭部城商行具備天然優(yōu)勢(shì)，能夠自行研發(fā)大模型。據(jù)不完全統(tǒng)計(jì)，2023年，21家A股上市銀行累計(jì)科技投入1946.13億元。其中，工農(nóng)中建四大行的科技投入均維持在200億元以上。人員配置層面，四大行和招商銀行的科技人員數(shù)量均在萬人以上。此外，這些銀行多數(shù)設(shè)立了金融科技子公司。截至目前，累計(jì)有15家上市銀行成立了金融科技子公司。其中，國有行5家，股份行7家，城農(nóng)商行僅3家。因此，中小銀行相比于頭部銀行不具備資金、人員和技術(shù)上的優(yōu)勢(shì)，但可以選擇與金融科技服務(wù)商合作，例如接入DeepSeek開源大模型，運(yùn)用混合專家系統(tǒng)(MoE)去降低算力消耗，從而減少研發(fā)成本、突破技術(shù)門檻，同時(shí)借助二次開發(fā)對(duì)接業(yè)務(wù)場(chǎng)景需求，為積累數(shù)據(jù)和經(jīng)驗(yàn)打開空間，實(shí)現(xiàn)彎道超車。億元資料來源：安永，中國銀河證券研究院圖2:2023年21家上市銀行金融科技投入及占比排名■金融科技相關(guān)投入金額◆占營業(yè)收入比例億元0資料來源：安永，中國銀河證券研究院人40000人2500020000資料來源：安永，中國銀河證券研究院理論上看，以DeepSeek為代表的AI技術(shù)能夠廣泛應(yīng)用于銀行的信貸、財(cái)富管理、客服、營銷、辦公流程優(yōu)化等多個(gè)領(lǐng)域，一方面幫助銀行提升工作效率、優(yōu)化客戶體驗(yàn)，實(shí)現(xiàn)降本增效，改請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。6請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。6善盈利狀況；另一方面，通過對(duì)客戶多維度畫像以及NLP等語言文本的處理和生成能力重塑業(yè)務(wù)模式和價(jià)值鏈，真正做到以客戶為中心開展精準(zhǔn)營銷、定制服務(wù)和差異化定價(jià)，突破傳統(tǒng)金融服務(wù)模式的局限，更好地基于“五篇大文章”和新質(zhì)生產(chǎn)力推進(jìn)信貸結(jié)構(gòu)優(yōu)化，同時(shí)加速輕資本業(yè)務(wù)轉(zhuǎn)型，打破經(jīng)營和估值天花板，獲取新的增長空間。潛在的應(yīng)用場(chǎng)景如下：簡(jiǎn)要介紹DeepSeek通過對(duì)傳統(tǒng)金融數(shù)據(jù)以外的多維度場(chǎng)景數(shù)據(jù)的分析，更準(zhǔn)確地評(píng)時(shí)間，提高效率。比如用DeepSeekVL2多模態(tài)模型處理復(fù)雜的嵌套表格和影像數(shù)據(jù)等，以解決傳統(tǒng)OCR技術(shù)存在表格識(shí)別率低、手寫體解析難、畫中畫拍攝文檔解析難等問題。此外，AI技術(shù)可以實(shí)時(shí)監(jiān)測(cè)客戶的交易行為并對(duì)異常情況進(jìn)行預(yù)警如大額資90%以上，話術(shù)生成內(nèi)容有效性達(dá)到90%以上，有效提升了財(cái)富(遠(yuǎn)程銀行)DeepSeek憑借自然語言處理等技術(shù)，更準(zhǔn)確地理解客戶的問題和需求，提和準(zhǔn)確性，并且24小時(shí)不間斷地同時(shí)處理多個(gè)客戶咨詢，保證了辦公輔助過API等技術(shù)將自身的金融服務(wù)能力開放給第三方合作伙伴，實(shí)現(xiàn)金融服務(wù)與非金融和經(jīng)營半徑。在此過程中，DeepSeek能夠?qū)崿F(xiàn)對(duì)上述場(chǎng)景數(shù)據(jù)的高效處理，更精準(zhǔn)地2.數(shù)據(jù)安全、模型可解釋性、合規(guī)、人才等短期制約AI大范圍的應(yīng)用推廣實(shí)際中，DeepSeek等生成式AI在銀行中應(yīng)用較為基礎(chǔ)，更多體現(xiàn)為業(yè)務(wù)流程優(yōu)化的探索，例如智能客服、合同質(zhì)檢、估值對(duì)賬以及辦公流程的優(yōu)化，在財(cái)富管理、信貸評(píng)估與風(fēng)控、投資策略與戰(zhàn)略制定等決策領(lǐng)域存在一定的局限性，遠(yuǎn)未達(dá)到與銀行核心業(yè)務(wù)深度融合與大范圍推廣的標(biāo)準(zhǔn)。我們認(rèn)為主要存在以下因素的制約：數(shù)據(jù)安全與隱私保護(hù)風(fēng)險(xiǎn)：銀行在使用DeepSeek開展業(yè)務(wù)時(shí)，如果未對(duì)客戶數(shù)據(jù)進(jìn)行脫敏或者加密處理，會(huì)導(dǎo)致客戶信息泄露，如身份證號(hào)、賬戶余額、交易記錄等敏感信息，暴露客戶隱私，將引發(fā)客戶信任危機(jī)，并給銀行帶來嚴(yán)重的聲譽(yù)損失和潛在的法律風(fēng)險(xiǎn)。因此銀行應(yīng)對(duì)數(shù)據(jù)進(jìn)行脫77敏處理，并大力推廣聯(lián)邦機(jī)器學(xué)習(xí)、同態(tài)加密等隱私計(jì)算技術(shù)，在保障數(shù)據(jù)安全的同時(shí)，實(shí)現(xiàn)數(shù)據(jù)價(jià)值的挖掘與利用。不過，這些技術(shù)在實(shí)際應(yīng)用中成本較高，短期內(nèi)可能主要由大型金融機(jī)構(gòu)采用。此外，即便銀行對(duì)敏感數(shù)據(jù)進(jìn)行了本地化處理和脫敏，在數(shù)據(jù)傳輸和使用過程中，仍存在潛在風(fēng)險(xiǎn)。例如網(wǎng)絡(luò)加密技術(shù)若存在漏洞，黑客可能通過網(wǎng)絡(luò)攻擊獲取數(shù)據(jù)，就像2017年Equifax數(shù)據(jù)泄露事件，因網(wǎng)絡(luò)安全防護(hù)漏洞，致使約1.47億消費(fèi)者的個(gè)人信息被泄露。模型可解釋性不足且難以應(yīng)對(duì)復(fù)雜業(yè)務(wù)場(chǎng)景：DeepSeek在助力業(yè)務(wù)開展過程中可能存在“黑箱”決策問題，即數(shù)據(jù)輸入輸出和決策過程透明度不足，這使得營銷、信貸審批、風(fēng)險(xiǎn)評(píng)估、投資決策等關(guān)鍵環(huán)節(jié)缺乏清晰的決策依據(jù)。模型算法也可能存在歧視和偏見，影響公平性，進(jìn)而損害消費(fèi)者權(quán)益，引發(fā)投訴。因此，銀行有必要開發(fā)可視化工具，使模型的決策過程更加透明，此外，DeepSeek在面對(duì)金融資產(chǎn)投資、跨境業(yè)務(wù)、結(jié)構(gòu)化融資、衍生品交易等復(fù)雜業(yè)務(wù)場(chǎng)景時(shí)，存在局限性。若AI工具未能準(zhǔn)確理解產(chǎn)品機(jī)制、業(yè)務(wù)流程、客戶需求以及相關(guān)的風(fēng)險(xiǎn)點(diǎn)，可能給出錯(cuò)誤的分析或者決策，從而導(dǎo)致巨額損失，因此這些業(yè)務(wù)離不開人力經(jīng)驗(yàn)和判斷的加持。人才短缺與技能不匹配：DeepSeek技術(shù)在金融領(lǐng)域的應(yīng)用，對(duì)從業(yè)人員提出了新的技能要求，包括技術(shù)能力、數(shù)據(jù)分析能力、場(chǎng)景應(yīng)用能力等。但當(dāng)前銀行業(yè)缺乏既懂金融又懂AI技術(shù)的復(fù)合型人才，這導(dǎo)致DeepSeek等AI工具在實(shí)際應(yīng)用中無法充分發(fā)揮作用，難以將其優(yōu)勢(shì)轉(zhuǎn)化為業(yè)務(wù)價(jià)值。此外，銀行業(yè)內(nèi)部培訓(xùn)效果受多種因素影響，其中培訓(xùn)內(nèi)容與實(shí)際業(yè)務(wù)的貼合度影響最大。一些培訓(xùn)內(nèi)容過于理論化，未結(jié)合DeepSeek在業(yè)務(wù)中的實(shí)際應(yīng)用場(chǎng)景，使得培訓(xùn)的效果大打折扣。合規(guī)監(jiān)管面臨較大挑戰(zhàn)：當(dāng)前的金融監(jiān)管體系主要是基于傳統(tǒng)金融業(yè)務(wù)模式制定的，對(duì)于DeepSeek在金融領(lǐng)域的應(yīng)用，缺乏明確的監(jiān)管規(guī)則和標(biāo)準(zhǔn)。通常而言，監(jiān)管規(guī)則的制定往往滯后于技術(shù)的快速發(fā)展和相關(guān)風(fēng)險(xiǎn)的暴露。例如，過去我國互聯(lián)網(wǎng)金融加速應(yīng)用，P2P平臺(tái)出現(xiàn)無序擴(kuò)張與風(fēng)險(xiǎn)聚集的情況，最終被監(jiān)管要求集體整頓。因此，監(jiān)管缺失可能限制DeepSeek的進(jìn)一步推廣和應(yīng)用。在等待監(jiān)管規(guī)則完善的過程中，銀行應(yīng)通過制定內(nèi)部AI應(yīng)用規(guī)范進(jìn)行自律。88三、證券行業(yè)：打造智能化服務(wù)“新引擎”(一)人工智能推動(dòng)證券行業(yè)形成深層次的結(jié)構(gòu)性變革要力量，在財(cái)管業(yè)務(wù)、投資業(yè)務(wù)、研究業(yè)務(wù)、風(fēng)險(xiǎn)管控等方面為證券機(jī)構(gòu)賦能，提升相關(guān)業(yè)務(wù)能力。在財(cái)管業(yè)務(wù)方面，智能投顧是將數(shù)字技術(shù)和金融業(yè)務(wù)融合發(fā)展的重要模式創(chuàng)新，策數(shù)據(jù)化與方案定制化等特性，推動(dòng)行業(yè)價(jià)值鏈條重構(gòu)。通過運(yùn)用海量客戶個(gè)性數(shù)據(jù)訓(xùn)練大模型，智能投顧能夠?yàn)樨?cái)富管理客戶提供智能化、個(gè)性化的投資建議和產(chǎn)品型分析海量市場(chǎng)數(shù)據(jù)(如價(jià)格、成交量、新聞情緒等),實(shí)時(shí)捕捉交易信號(hào)，執(zhí)行毫秒級(jí)高頻交易；語言處理技術(shù)，研究員通過運(yùn)用往期研究報(bào)告訓(xùn)練A信息、生成研報(bào)摘要，甚至撰寫完整的研報(bào)；可以預(yù)見，近期證動(dòng)行業(yè)降低運(yùn)營成本，提升運(yùn)營效率。近年來，隨著金融科技的持續(xù)發(fā)展，代效應(yīng)正推動(dòng)證券行業(yè)人力成本逐年下降，尤其是一些低附加值的工作崗位。從看，08年、15年兩次牛市均推動(dòng)了證券行業(yè)從業(yè)人數(shù)的快速擴(kuò)張，但近幾年來富管理邏輯概念興起之下傳統(tǒng)經(jīng)紀(jì)業(yè)務(wù)的模式變革，推攀升；然而，相對(duì)于AI“秒級(jí)響應(yīng)”的效率和幾乎“零誤差”的準(zhǔn)確性，的智能投顧對(duì)傳統(tǒng)投顧形成的替代，將會(huì)再次革新財(cái)富管理業(yè)務(wù)發(fā)展模式。0資料來源：WIND,中國銀河證券研究院圖5:中國證券行業(yè)從業(yè)人員數(shù)量(分類)資料來源：WIND,中國銀河證券研究院99請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。契機(jī)，依托數(shù)字化技術(shù)運(yùn)用和專業(yè)合規(guī)風(fēng)控形成的差異化競(jìng)爭(zhēng)力，中小券色化經(jīng)營路徑。具體而言，相對(duì)于頭部券商擁有較多的專業(yè)資源和渠道資資源稟賦相對(duì)不足的缺陷，賦予中小券商深耕投顧賽道的能力--通過AI技術(shù)賦能，中小券商能夠針對(duì)高凈值客戶和長尾客戶提供分層級(jí)的服務(wù)策略，將有限的專業(yè)資源投向高服務(wù)輸出，而針對(duì)長尾客戶則依托生成式AI接口擴(kuò)大服務(wù)覆蓋面，差異(二)DeepSeek沖擊下國內(nèi)券商加速推進(jìn)AI應(yīng)用落地成本、大規(guī)模的大眾化路線--降低使用門檻，滿足廣泛用戶的基礎(chǔ)需求，同幅降低。從數(shù)字化技術(shù)與傳統(tǒng)業(yè)務(wù)融合發(fā)展以來，證券行業(yè)對(duì)度應(yīng)用。這一動(dòng)向標(biāo)志著金融行業(yè)智能化轉(zhuǎn)型進(jìn)入加速期，以大模型為代表的前020172018201920202021資料來源：WIND,中國銀河證券研究院從目前DeepSeek在券商中的應(yīng)用來看，主要應(yīng)用場(chǎng)景集中在智能投成投資策略建議，輔助分析師效率提升；例如，中金公司利用大模型，從海略回測(cè)效率提升了20倍。這種效率的提升使得中小投資者也請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。合服務(wù)平臺(tái)“廣發(fā)智匯”上線DeepSeek客戶服務(wù)模塊，通過微信小程序?qū)崿F(xiàn)個(gè)性化拜年與投資建議推送，助力機(jī)構(gòu)投資者提升投研效率。表4:部分國內(nèi)券商DeepSeek接入及應(yīng)用場(chǎng)景公司名稱中金公司接入DeepSeek,通過代碼審核、單元測(cè)試等場(chǎng)景提高開發(fā)效率。國泰君安完成DeepSeek-R1模型的部署，核心業(yè)務(wù)場(chǎng)景的應(yīng)用?！皬V發(fā)智匯”上線DeepSeek客戶服務(wù)模塊。“東吳之聲”智能投顧項(xiàng)目。統(tǒng)可根據(jù)客戶風(fēng)險(xiǎn)偏好自動(dòng)生成個(gè)性化投資建國金證券鏈智能挖掘，結(jié)合輿情分析。國信證券務(wù)領(lǐng)域。利用AIGC大模型技術(shù)，提升投顧服務(wù)個(gè)性化水平。和行為習(xí)慣，預(yù)測(cè)其未來投資偏好，提前布局國元證券接入DeepSeek并嵌入“燎元智用于投行、研究等業(yè)務(wù)。合應(yīng)用。發(fā)輔助提升效能、智能投研平臺(tái)實(shí)現(xiàn)研報(bào)自動(dòng)化生場(chǎng)景測(cè)試。接入DeepSeek,在現(xiàn)有“孔明AI助手”大模型基礎(chǔ)上新增。智能體”為切入點(diǎn)。資料來源：公司公告，中國銀河證券研究院。財(cái)富管理覆蓋范圍深度和廣度不斷提升。部署成本持續(xù)下降的AI技術(shù)為券商提供了高效率布局長尾市場(chǎng)的機(jī)遇，革新當(dāng)前財(cái)富管理業(yè)務(wù)邏輯，拓寬智能投顧的服務(wù)范圍，形成更加精準(zhǔn)的客戶分類服務(wù)模式。具體而言，針對(duì)具有較強(qiáng)主觀能動(dòng)性和市場(chǎng)判斷力的高凈值客戶，券商可以堅(jiān)持“具請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。備資深市場(chǎng)經(jīng)驗(yàn)的專業(yè)人工投顧”+“具備高效準(zhǔn)確的生成式大模型”協(xié)作模式，提升客戶黏性與業(yè)務(wù)價(jià)值；針對(duì)專業(yè)知識(shí)和服務(wù)需求相對(duì)偏低的長尾客戶，則以AI賦能智能投顧為主，通過搭建財(cái)富管理智能平臺(tái)、不斷提升大模型訓(xùn)練能力和接入效率的方式，拓寬長尾客戶服務(wù)半徑和質(zhì)效。行業(yè)人才需求模式和專業(yè)能力要求發(fā)生較大變化。在AI沖擊之下，尤其是低成本高效率的Deepseek發(fā)布之后，證券行業(yè)從業(yè)人員結(jié)構(gòu)變革或?qū)⒓铀?。從AI技術(shù)發(fā)展應(yīng)用以來，人工智能正在對(duì)券商傳統(tǒng)崗位形成一定程度的替代，但是替代崗位主要集中在重復(fù)性高、規(guī)律性強(qiáng)的工作上，AI也在不斷產(chǎn)生很多新興人才和專業(yè)需求，如AI訓(xùn)練師、人機(jī)協(xié)作設(shè)計(jì)師等。未來行業(yè)將有越來越多的金融科技崗位需求，券商從業(yè)人員專業(yè)要求能力將不僅僅是金融相關(guān)知識(shí)和技能，如何高效使用AI大模型、掌握“金融+科技”的復(fù)合技能，具備更高的技術(shù)能力和創(chuàng)新思維，將成為行業(yè)未來人才競(jìng)爭(zhēng)的主要領(lǐng)域。AI技術(shù)加速更新迭代同樣為行業(yè)發(fā)展帶來問題和挑戰(zhàn)。一是風(fēng)險(xiǎn)和監(jiān)管問題，目前AI推動(dòng)的硬核科技與證券行業(yè)的產(chǎn)業(yè)融合應(yīng)用還處于起步階段，監(jiān)管政策和法規(guī)還不完善，存在監(jiān)管空白和挑戰(zhàn)，可能容易形成目前監(jiān)管部門尚無法提前預(yù)估和防范的黑天鵝風(fēng)險(xiǎn)。二是法律和合規(guī)問題，目前AI應(yīng)用的相關(guān)技術(shù)和架構(gòu)仍涉及到諸多法律界定邊界模糊的區(qū)域，例如知識(shí)產(chǎn)權(quán)保護(hù)、數(shù)據(jù)所有權(quán)、數(shù)字隱私和安全、責(zé)任界定等問題，容易產(chǎn)生法律合規(guī)方面的糾紛。三是算法和技術(shù)問題，目前AI模型的算法通常是黑盒模型，如果數(shù)據(jù)和算法出現(xiàn)偏差，容易影響輸出的準(zhǔn)確性和客觀性，尤其是涉及到投資決策等重要應(yīng)用場(chǎng)景；此外，AI的產(chǎn)融結(jié)合模式仍在發(fā)展和摸索的過程中，在本地化部署和接入的過程中，可能存算法失效、模型崩潰、系統(tǒng)故障等問題，存在較大操作風(fēng)險(xiǎn)。中國銀河證券|CGS行業(yè)深度報(bào)告·金融行業(yè)四、保險(xiǎn)行業(yè)：邁向數(shù)智化發(fā)展新征程(一)保險(xiǎn)行業(yè)正站在邁向數(shù)字化發(fā)展新節(jié)點(diǎn)國務(wù)院于2024年9月發(fā)布的《關(guān)于加強(qiáng)監(jiān)管防范風(fēng)險(xiǎn)推動(dòng)保險(xiǎn)業(yè)高質(zhì)量發(fā)展的若干意見》(以下簡(jiǎn)稱“國十條”),為未來保險(xiǎn)業(yè)高質(zhì)量發(fā)展做出了全面系統(tǒng)的部署和規(guī)劃，明確提出要“提高數(shù)智化水平”、“加快數(shù)字化轉(zhuǎn)型，加大資源投入，提升經(jīng)營管理效率。鼓勵(lì)運(yùn)用人工智能、大數(shù)據(jù)等技術(shù)，提高營銷服務(wù)、風(fēng)險(xiǎn)管理和投資管理水平”。當(dāng)下，保險(xiǎn)行業(yè)正站在從“數(shù)字化”邁向“數(shù)智化”的關(guān)鍵節(jié)點(diǎn)，科技創(chuàng)新已然成為驅(qū)動(dòng)保險(xiǎn)行業(yè)變革的核心動(dòng)力。在這一進(jìn)程中，基于數(shù)智化的科技能力，正逐步演變?yōu)楸ｋU(xiǎn)企業(yè)不可或缺的核心競(jìng)爭(zhēng)力。AI是保險(xiǎn)行業(yè)數(shù)智化發(fā)展的核心支撐。隨著人工智能技術(shù)的日臻成熟，特別是大模型的不斷迭代，為保險(xiǎn)行業(yè)帶來了全新的發(fā)展契機(jī)。保險(xiǎn)公司紛紛敏銳地捕捉到這一趨勢(shì)，積極投身于利用新技術(shù)對(duì)營銷、核保、理賠、風(fēng)控以及服務(wù)等核心業(yè)務(wù)場(chǎng)景進(jìn)行重塑，致力于實(shí)現(xiàn)保險(xiǎn)價(jià)值鏈的全方位再造。通過引入先進(jìn)技術(shù)，保險(xiǎn)公司期望在提升運(yùn)營效率、優(yōu)化客戶體驗(yàn)的同時(shí)，挖掘新的業(yè)務(wù)增長點(diǎn)，在激烈的市場(chǎng)競(jìng)爭(zhēng)中占據(jù)有利地位。以保險(xiǎn)理賠環(huán)節(jié)為例，保險(xiǎn)公司理賠環(huán)節(jié)正借助AI技術(shù)，從傳統(tǒng)模式邁向數(shù)字化模式。傳統(tǒng)理賠模式依賴人工操作與紙質(zhì)文檔流程，客戶需填寫大量表格并提供證明文件，經(jīng)多環(huán)節(jié)人工審核處理，如報(bào)案、定損、理賠審核及賠款支付，流程繁瑣、效率低，客戶體驗(yàn)不佳；而數(shù)字化理賠運(yùn)用保險(xiǎn)科技，借助人工智能、大數(shù)據(jù)等新興技術(shù)，其流程涵蓋報(bào)案登記、遠(yuǎn)程定損、智能審核及理賠結(jié)果通知，可提供更快速、高效、智能的服務(wù)，提升服務(wù)質(zhì)量與客戶滿意度。圖7:傳統(tǒng)理賠模式流程圖7:傳統(tǒng)理賠模式流程金圖8:保險(xiǎn)數(shù)字化理賠流程圖8:保險(xiǎn)數(shù)字化理賠流程如何構(gòu)建與之契合的AI大模型是保險(xiǎn)企業(yè)需要回答的重要問題。目前，國內(nèi)保險(xiǎn)公司正通過將大模型深度融入科技戰(zhàn)略、全方位重塑保險(xiǎn)業(yè)務(wù)流程，力求在數(shù)字化浪潮中搶占先機(jī)、樹立數(shù)智化轉(zhuǎn)型標(biāo)桿，引領(lǐng)保險(xiǎn)行業(yè)邁向更加智能、高效、創(chuàng)新的發(fā)展新紀(jì)元。請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。公司名稱在新華e家APP接入DeepSeek打造個(gè)人AI助理，支持日程管理、群發(fā)收集，初步提供保元保自主研發(fā)行業(yè)“數(shù)智員工”中國平安水滴公司中國太平自主研發(fā)“車險(xiǎn)分”“健康衛(wèi)中國人保建設(shè)了人保prompt工廠、博文智視頻和音頻數(shù)據(jù)，進(jìn)行文本轉(zhuǎn)換、人臉識(shí)別陽光保險(xiǎn)人實(shí)現(xiàn)產(chǎn)品講解等三項(xiàng)核心能力，培訓(xùn)機(jī)器人提供7×險(xiǎn)垂直場(chǎng)景AIGC應(yīng)用工具；啟動(dòng)資料來源：公司公告，中國銀河證券研究院。隨著AI技術(shù)的發(fā)展，保險(xiǎn)公司的盈利模式正經(jīng)歷深刻變革。在銷售環(huán)節(jié)，AI驅(qū)動(dòng)的客戶洞察與精準(zhǔn)營銷成為新趨勢(shì)。例如，太保壽險(xiǎn)通過大數(shù)據(jù)與AI算法，構(gòu)建客戶畫像，精準(zhǔn)識(shí)別高潛客戶群體，針對(duì)不同客戶需求定制個(gè)性化保險(xiǎn)產(chǎn)品推薦，顯著提升客戶轉(zhuǎn)化率與客均保費(fèi)。過去，營銷活動(dòng)廣撒網(wǎng)，投入產(chǎn)出比低；如今，借助AI精準(zhǔn)定位，有效營銷資源投入減少，銷售業(yè)績卻大幅增核保環(huán)節(jié)，AI賦能風(fēng)險(xiǎn)精準(zhǔn)評(píng)估。平安保險(xiǎn)利用AI分析海量客戶數(shù)據(jù)，涵蓋健康狀況、駕駛習(xí)慣等多維度信息，為每個(gè)客戶制定精準(zhǔn)風(fēng)險(xiǎn)定價(jià)。這不僅降低高風(fēng)險(xiǎn)客戶帶來的潛在賠付損失，還為低風(fēng)險(xiǎn)客戶提供更具吸引力的保費(fèi)方案，拓展客戶群體，提升承保利潤。理賠環(huán)節(jié)，AI大幅提升效率與準(zhǔn)確性，降低成本。以眾安保險(xiǎn)為例，AI圖像識(shí)別技術(shù)快速定損，智能審核系統(tǒng)自動(dòng)識(shí)別欺詐風(fēng)險(xiǎn)，簡(jiǎn)化理賠流程，縮短理賠周期。過去，理賠人力成本高、周期長，影響客戶滿意度與資金回籠速度；現(xiàn)在，AI助力實(shí)現(xiàn)快速理賠，降低運(yùn)營成本，提高客戶忠誠度，資金流轉(zhuǎn)加速，釋放更多資金用于投資增值。AI還為保險(xiǎn)公司開辟新業(yè)務(wù)與盈利增長點(diǎn)。如一些保險(xiǎn)公司利用物聯(lián)網(wǎng)與AI技術(shù)推出基于使用情況的保險(xiǎn)產(chǎn)品(UBI),實(shí)時(shí)收集車輛行駛數(shù)據(jù)或健康監(jiān)測(cè)數(shù)據(jù)，動(dòng)態(tài)調(diào)整保費(fèi)，滿足客戶個(gè)性化需求，拓展業(yè)務(wù)邊界，創(chuàng)造新盈利來源。保險(xiǎn)公司利用AI實(shí)現(xiàn)盈利模式變革，從傳統(tǒng)粗放式運(yùn)營轉(zhuǎn)向精準(zhǔn)、高效、創(chuàng)新的發(fā)展路徑，提升競(jìng)爭(zhēng)力與盈利能力，為行業(yè)發(fā)展注入新活力。保險(xiǎn)公司上耗費(fèi)大量時(shí)間，客戶體驗(yàn)一般。打造“數(shù)字員工”和“理賠卷宗”項(xiàng)目，務(wù)。醫(yī)療險(xiǎn)的兩日結(jié)案率(住院)超過了95%,并且90%的理賠無需補(bǔ)交材料，陽光保險(xiǎn)應(yīng)用“陽光正言GPT”人傷理賠機(jī)器人，具備定損單證分類與外表傷情識(shí)別功能。以數(shù)據(jù)為線索，以AI為引擎，建立“星級(jí)”“數(shù)智化客戶經(jīng)營平臺(tái)”客戶經(jīng)營功能換引擎項(xiàng)目”面訪客戶數(shù)提升165%,提升89.33%,轉(zhuǎn)化價(jià)值提升80%,目國壽資產(chǎn)上線國壽投資GPT平臺(tái)，推出多模型體驗(yàn)手。資料來源：公司公告，中國銀河證券研究院在保險(xiǎn)行業(yè)的數(shù)字化轉(zhuǎn)型浪潮中，AI技術(shù)正成為重塑盈利模式的關(guān)鍵驅(qū)動(dòng)力。傳統(tǒng)保險(xiǎn)行業(yè)的底層邏輯建立在精算模型、人工核保和渠道分銷三大支柱之上，但這些模式在數(shù)字化時(shí)代逐漸暴露出效率低下、成本高企和用戶體驗(yàn)不足等問題。隨著AI技術(shù)的快速發(fā)展，尤其是以DeepSeek為代表的多模態(tài)大模型技術(shù)的成熟，保險(xiǎn)行業(yè)的底層邏輯正在被全面重構(gòu)。AI不僅突破了傳統(tǒng)模式的效率瓶頸，還催生了全新的商業(yè)模式和增長機(jī)會(huì)。以下是AI重塑保險(xiǎn)行業(yè)的五大核心領(lǐng)域。同質(zhì)化嚴(yán)重，迭代周期>6個(gè)月多模態(tài)反欺詐+自動(dòng)化定損可穿戴設(shè)備+預(yù)防性干預(yù)在保險(xiǎn)行業(yè)，AI正全方位重塑各關(guān)鍵環(huán)節(jié)。產(chǎn)品設(shè)計(jì)上，傳統(tǒng)模式周期長、產(chǎn)品同質(zhì)化，難以滿足多樣需求。而AI借助實(shí)時(shí)動(dòng)態(tài)定價(jià)與碎片化場(chǎng)景險(xiǎn)種設(shè)計(jì)，實(shí)現(xiàn)個(gè)性化定制，如車險(xiǎn)、健康險(xiǎn)依據(jù)不同數(shù)據(jù)靈活調(diào)整，顯著提升用戶體驗(yàn)與保費(fèi)規(guī)模，麥肯錫預(yù)測(cè)可使保費(fèi)規(guī)模提升超30%。精準(zhǔn)營銷方面，傳統(tǒng)人海戰(zhàn)術(shù)效率低、成本高，利用AI運(yùn)用用戶數(shù)字孿生和行為預(yù)測(cè)式營銷，精準(zhǔn)觸達(dá)用戶。理賠風(fēng)控領(lǐng)域，傳統(tǒng)人工審核難以應(yīng)對(duì)保險(xiǎn)欺詐難題。AI憑借多模態(tài)反欺詐和自動(dòng)化定損技術(shù)，提升理賠效率與風(fēng)控能力。健康管理上，傳統(tǒng)健康險(xiǎn)事后賠付模式缺乏主動(dòng)管理。AI結(jié)合可穿戴設(shè)備與預(yù)防性干預(yù)，轉(zhuǎn)向主動(dòng)健康管理。資產(chǎn)管理中，傳統(tǒng)依賴宏觀判斷導(dǎo)致投資收益率波動(dòng)大。AI通過另類數(shù)據(jù)挖掘和量化投資模型，優(yōu)化投資組合提升投資組合年化收益率并降低波動(dòng)率。DeepSeek將推動(dòng)AI大模型在保險(xiǎn)行業(yè)的應(yīng)用進(jìn)一步深入，為行業(yè)帶來顯著機(jī)遇，同時(shí)也伴隨著風(fēng)險(xiǎn)和挑戰(zhàn)。保險(xiǎn)業(yè)與其他金融領(lǐng)域相比，DeepSeek接入場(chǎng)景極為豐富。從產(chǎn)品設(shè)計(jì)到分銷、承保、定價(jià)、管理、理賠等各個(gè)環(huán)節(jié)，都存在大量可借助科技與數(shù)字化手段賦能的細(xì)分領(lǐng)域。同時(shí)，保險(xiǎn)業(yè)積累了海量且高質(zhì)量的數(shù)據(jù)，為AI和大模型的訓(xùn)練與更新迭代提供了得天獨(dú)厚的條件，使其成為AI大模型技術(shù)的優(yōu)質(zhì)應(yīng)用領(lǐng)域，有望在數(shù)字化轉(zhuǎn)型中收獲巨大收益，如今全行業(yè)已達(dá)成擁抱數(shù)智化的共識(shí)。人工智能也為行業(yè)發(fā)展帶來了數(shù)據(jù)隱私和安全的風(fēng)險(xiǎn)。隨著AI系統(tǒng)對(duì)客戶數(shù)據(jù)的依賴加深，數(shù)據(jù)泄露和濫用的可能性也隨之增加，尤其是在數(shù)據(jù)保護(hù)法規(guī)日益嚴(yán)格的背景下，保險(xiǎn)公司必須確保其AI系統(tǒng)符合合規(guī)要求。其次，AI的廣泛應(yīng)用可能導(dǎo)致就業(yè)結(jié)構(gòu)的變革。自動(dòng)化技術(shù)的普及可能會(huì)取代部分傳統(tǒng)崗位，如理賠審核員和數(shù)據(jù)錄入員，這對(duì)員工的技能提升和職業(yè)轉(zhuǎn)型提出了新的挑戰(zhàn)。保險(xiǎn)公司需要加大員工AI大模型相關(guān)業(yè)務(wù)培訓(xùn)，以確保從業(yè)人員能夠適應(yīng)新技術(shù)環(huán)境，同時(shí)避免因技術(shù)替代而引發(fā)的社會(huì)問題。此外，AI技術(shù)的復(fù)雜性和不透明性也帶來了操作風(fēng)險(xiǎn)。AI模型的決策過程往往難以解釋，尤其是在深度學(xué)習(xí)領(lǐng)域，這可能導(dǎo)致“黑箱”問題，使得保險(xiǎn)公司難以向客戶或監(jiān)管機(jī)構(gòu)解釋其決策依據(jù)——這種不透明性可能引發(fā)客戶信任危機(jī)，甚至招致法律糾紛。(一)銀行業(yè)針對(duì)銀行業(yè)數(shù)字化與AI應(yīng)用空間，個(gè)股層面關(guān)注三條主線：(1)數(shù)字化程度較高，資金、人員和技術(shù)儲(chǔ)備較好的國有大行。這些銀行具備豐富的場(chǎng)景和客戶數(shù)據(jù)基礎(chǔ)，能夠用于訓(xùn)練AI,同時(shí)可以通過投資聯(lián)邦計(jì)算、同態(tài)加密等技術(shù)以降低AI數(shù)據(jù)安全、模式可解釋性層面的風(fēng)險(xiǎn)，并且提高技術(shù)與業(yè)務(wù)需求的貼(601398)、建設(shè)銀行(601939)、交通銀行(601328)、郵儲(chǔ)銀行(601658)。(2)財(cái)富管理業(yè)務(wù)優(yōu)勢(shì)突出的零售股份行。這些銀行金融科技布局較早且已將AI深度應(yīng)用于獲客、服務(wù)、風(fēng)控和運(yùn)營中，同時(shí)可依托開放平臺(tái)或者集團(tuán)生態(tài)獲取多化轉(zhuǎn)型，推薦招商銀行(600036)和平安銀行(000001)。銀行突破定價(jià)與風(fēng)控短板，構(gòu)筑核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)重點(diǎn)領(lǐng)域信貸增長，分享薦江蘇銀行(600919)、常熟銀行(601128)和北京銀行(601169)。(元)投資評(píng)級(jí)郵儲(chǔ)銀行常熟銀行資料來源：ifind,中國銀河證券研究院(二)非銀行業(yè)(1)綜合實(shí)力強(qiáng)勁的頭部券商。頭部券商憑借資金、技術(shù)及數(shù)據(jù)積累優(yōu)勢(shì)，率先推進(jìn)AI大模型的本地化部署，并在投研、合規(guī)、客戶服務(wù)等核心場(chǎng)景中深化注中信證券(600030.SH)、華泰證券(601688.SH)、國泰君安(601211.SH)。(2)數(shù)字技術(shù)與傳統(tǒng)業(yè)務(wù)融合發(fā)展較好的券商。該類券商在IT技術(shù)方面有著較強(qiáng)的投入和布局，同時(shí)業(yè)務(wù)發(fā)展模式也具備較強(qiáng)的行業(yè)特色，有利于綜合運(yùn)用科技紅利提升。建議關(guān)注東方財(cái)富(300059.SZ)和東方證券(600958.SH)。(3)科技融合發(fā)展較好的頭部險(xiǎn)企。該類標(biāo)的在科構(gòu)。建議關(guān)注中國人保(601319.SZ)、中國太保(601601.SH)、中國平安(601318.SH)。表9:核心個(gè)股估值指標(biāo)—非銀行業(yè)(2025/2/18)(元)中信證券國泰君安東方財(cái)富東方證券中國人保中國太保中國平安請(qǐng)務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責(zé)聲明。數(shù)據(jù)安全無法保證的風(fēng)險(xiǎn)；模型可解釋性不足導(dǎo)致決策失敗的風(fēng)險(xiǎn)；監(jiān)廣的風(fēng)險(xiǎn)；人才供給不足導(dǎo)致技術(shù)賦能無法中國銀河證券|CGS行業(yè)深度報(bào)告·金融行業(yè)圖表目錄圖1:21家上市銀行金融科技投入及占比 6圖2:2023年21家上市銀行金融科技投入及占比排名 6圖3:2023年2