⁣
📰 9月30日新规正式实施——金融产品网络营销将受全面监管_中国经济网——国家经济门户

本次《金融产品网络营销管理办法》将于9月30日正式实施，要求互联网平台与持牌金融机构对金融产品网络营销进行全面合规整改。核心在于把竞争焦点从“流量争夺”转向“产品与服务质量比拼”，禁止诱导性话术、强制或隐性信贷展示，并规范算法推荐与广告内容。各大平台已展开自查与培训，腾讯、抖音、小红书等均设立合规措施与专门规范，强化资质核验、信息披露及风险提示。银行与平台通过设立独立开关、显著提示等方式，提升用户自主选择权，避免过度授信与误导性营销。尽管仍有部分平台存在弹窗营销、低成本高额度的错配宣传等问题，但行业共识是将逐步清出“擦边球”套路，促成以合规为先的健康数字金融生态，保护金融消费者权益，提升市场透明度与可持续性。未来，消费者将更清晰地看到真实融资成本，减少被动被动暴露于借贷广告的情况。

🏷️ #金融合规 #网络营销 #算法监管 #金融消费者保护 #数字金融

🔗 原文链接

⁣
📰 9月30日新规正式实施——金融产品网络营销将受全面监管

本文介绍了即将于9月30日起正式实施的《金融产品网络营销管理办法》，以及互联网平台和持牌金融机构为合规整改所作的努力。新办法以营销源头划定边界，禁止诱导性话术，要求支付页面将支付工具与信贷产品区分展示，规范算法推荐，严厉打击无资质营销，促使竞争从“流量争夺”转向“产品与服务质量比拼”。腾讯、抖音、小红书等平台均在加强自查自纠，完善资质要求、披露风险、限制条件等信息披露，并对违规行为进行专项治理。部分银行如光大银行推出独立的“个性化推荐开关”，将用户决策权置于前端，提升合规性与透明度。尽管仍有平台存在高频弹窗、低门槛投资宣传等问题，监管倒计时迫使行业退出擦边球营销，推动市场向合规优先、消费者权益保护更充分的方向发展。总体而言，此次管理办法不仅是行业整顿，更是数字金融发展逻辑的转向，强调以产品质量和风险提示取代单纯的流量导向。

🏷️ #金融营销 #合规整改 #平台监管 #算法合规 #消费者权益

🔗 原文链接

⁣
📰 中国外汇 | AI赋能金融的机遇与挑战·专题报道：人工智能驱动下的金融外汇市场

人工智能正在从交易模式、市场效率、流动性供给、参与者格局及市场范式五个方面重塑金融外汇市场，同时也带来算法共振、技术鸿沟和跨市场传染等新型风险。文章指出，AI在外汇市场的应用已由辅助交易逐步演进为独立承担做市功能，交易决策机制也在向自适应、自动化的深度学习模型转变，价格形成机制因多源信息融合而更加高效且响应更快，甚至可能在事件发生前就对市场叙事变动做出反应。流动性供给亦因AI的介入呈现新的动态，算法交易商在平稳期提供充足流动性、压力期则可能收紧，增加市场内在不稳定性。市场参与者由数据服务商、算法提供商等新型中介主导，AI鸿沟则加剧了机构与散户、发达市场与新兴市场之间的分层，信息不透明性提升了知情交易与不知情交易的界限模糊。文章还提出AI与DeFi的融合将推动“机器原生金融”时代，并以OpenFX等案例展示跨境支付的高效与低成本。与此同时，AI带来的风险需以多层治理应对：监管科技、行业标准、伦理与合规嵌入算法、全球协同监管与数据共享机制等。未来需在技术创新与风险防控之间寻求平衡，确保金融外汇市场在智能化浪潮中稳健发展。

🏷️ #AI金融 #外汇市场 #算法共振 #风险监管 #DeFi

🔗 原文链接

⁣
📰 全球金融大模型应用、存在问题及对中国的借鉴

自2022年规模化落地以来，生成式大模型在全球金融领域已从概念验证进入深度应用阶段，头部机构普遍实现从单点试点到体系化部署，覆盖财富管理、信贷风控、投研、保险核保、合规运营及反欺诈等全业务链条。核心特征是内部提效先突破、核心决策逐步渗透，形成规模化落地能力。但也存在幻觉风险、可解释性不足、极端场景泛化、数据安全与隐私、监管与技术的不同步等问题。为中国建设可控、可持续的金融大模型体系，需在分层技术架构、合规数据要素、监管评估、算力自主化、渐进落地路径以及人才组织保障等方面实施六大维度策略：建立基础模型+垂直微调+检索增强+知识校验的分层体系并强调人机协同；完善高质量金融数据要素与行业共建语料库，推进算法公平性评估；健全分级监管、统一评测标准与以模治模的监管思路；推动国产算力与国产芯片适配，建设共享算力平台；坚持“从内到外、从低到高”的落地节奏，建立量化价值评估；培育复合型人才，推动业技融合的组织结构和AI素养培训。总体而言，中国金融业应在安全底线与价值导向下，稳步推进大模型与业务融合，促进高质量发展。

🏷️ #金融大模型 #数据安全 #监管合规 #算力国产化 #人机协同

🔗 原文链接

⁣
📰 金融监管总局出台新规 规范金融机构人工智能安全应用 _ 经济要闻 _ 福建省经济信息中心

金融监管总局发布《银行业保险业人工智能安全开发应用的指导意见》，从治理架构、开发应用、数据安全、算力建设和风险管理等方面提出全面要求，旨在规范金融机构对人工智能的开发与应用，提升合规性、透明度与可信赖度，推动数字金融高质量发展与金融业务深度融合。意见强调“谁使用谁负责、自主可控、务实高效、安全发展”原则，鼓励大型机构示范、推动算力共建共享，帮助中小机构提升建模与风控能力，降低数字化转型成本，服务实体经济与普惠金融。对高风险场景如资金交易、资产评估、信贷等设定严格管理，明确不得将个人信息用于生成式模型训练，要求建立人工监督、风险管理委员会批准及上报机制，并将人工干预纳入核心风险控制。通过分级数据管理、数据脱敏与权限控制，确保测试与生产环境物理隔离，防止隐私泄露与算法歧视，推动全面风险管理体系中的人工智能治理落地。

🏷️ #人工智能 #金融合规 #数据安全 #高风险应用 #算力共享

🔗 原文链接

⁣
📰 中国要求银行保险机构将AI风险纳入全面风险管理体系_中安在线

国家金融监管总局发布关于银行业保险业人工智能安全开发应用的指导意见，强调将人工智能（AI）风险纳入全面风险管理体系，提出治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等32项要点，推动AI服务实体经济高质量发展和金融业务高效运转。文件要求金融机构科学规划AI投入，平衡成本与效益，杜绝盲目追新，确保AI应用具备合规性与社会价值导向。为提升数据治理能力，指导意见推动高质量数据集与知识工程建设，完善数据服务，并在必要时布局自主可控、安全高效的算力底座，鼓励大型机构对中小机构提供算力服务，推动基础设施共建共享。风险治理方面，要求将AI风险纳入全面风险管理，实施分级管理与高风险应用准入，关键环节设立人工监督与干预，强化外包、供应链风险管理，确保法律法规、网络与数据安全、个人信息保护、运营韧性及业务连续性等要求落地。总体目标是促进AI科技创新与金融业务深度融合，有效应对AI带来的挑战，使金融领域的AI应用朝着有益、安全、公平、健康的方向发展。

🏷️ #AI安全 #金融监管 #数据治理 #算力底座 #风险管理

🔗 原文链接

⁣
📰 金融行业算力进化史：从“别宕机”到“缺GPU”

金融行业的算力演进经历了三次重大跃迁。首先是集中式计算时代，算力被视为奢侈品，大型机主导核心账务与批处理，网点数据逐步集中到总行数据中心，强调不出错与实时交易监控能力。随后进入云计算时代，因移动支付和实时场景激增，成本和利用率成为痛点，推动自建向云端迁移，出现私有云、混合云与“算力即服务”的模式，智算租赁等解决方案兴起。进入AI大模型时代，算力成为稀缺资产，训练与推理对GPU等高端算力需求急剧上升，银行探索两条路径：国产算力底座与端侧算力下沉，推动云+边+端协同的金融基础设施建设，同时也带来合规、数据隐私、算法可追溯等新挑战。监管正逐步明确边界，强调透明度、数据使用边界和智能体权限划分。总体而言，算力的每次跃迁都推动金融业态重构与效率提升，未来需要在强算力与金融本质之间寻求平衡，服务实体经济、防控风险、满足百姓金融需求。

🏷️ #算力跃迁 #AI大模型 #云+边+端 #数据合规 #金融科技

🔗 原文链接

⁣
📰 算电协同升温，莫非仅炒概念这么简单？

文章梳理了市场近期的五个要闻，涵盖政策、产业与监管等维度，聚焦算电协同、IPO 首发、DRAM 价格走高及央行对金融领域失信名单管理办法的征求意见。热点聚焦部分指出，AI 算力需求提升推动数据中心建设与绿电、储能的协同发展，相关上市公司通过垃圾发电供电或余热利用降低能耗，产业链预期提升。关于新股与硬科技企业，2只新股开放申购且市盈率低于行业均值，涉及特种光纤、激光材料，以及高端轴承、量子科技、雷达等领域。存储芯片行业回暖带动全球算力需求上升，国产龙头扭亏为盈，行业景气度提升。央行征求意见的办法强调对失信行为的惩戒与整改空间，利于金融领域长期合规。量化技巧部分强调通过大数据与要闻结合，识别资金真实意图，区分“资金抢筹”与“洗盘”、以及机构震仓等现象，帮助投资者把握行情方向，提示读者关注要闻更新与风险提示。

🏷️ #要闻 #算电协同 #存储芯片 #失信名单 #量化分析

🔗 原文链接

⁣
📰 花呗、白条、月付等信用支付产品将迎来重大调整

本次公布的金融产品网络营销管理办法聚焦规范花呗、白条、月付等信用支付产品的网络营销活动，旨在终结支付与信贷产品的深度捆绑，提升金融消费者保护与市场公正。办法明确金融机构在许可区域内开展网络营销，并要求以自营平台为主、跳转仅限至自营平台，且对第三方平台的介入、授权和职责设定了严格界限。内容规范强调信息披露一致性、真实准确、简明易懂，禁止误导性描述、保本承诺、分期优惠等违规做法，明确分区设立宣传专区，分门别类管理不同金融产品。对使用算法推荐、弹窗、组合销售等行为有具体限制，强调拒收与退订权利，以及必须在显著位置提供关闭选项。监管机制涵盖事前评估、合同化合作、数据安全、风险监控与跨部门协作，并规定如违反将面临相应行政或司法追责。办法自2026年9月30日起正式施行，地方金融机构、网信、市场监管等部门将共同加强日常监测与执法，推动金融知识普及与理性投资。

🏷️ #金融监管 #网络营销 #信息披露 #算法限制 #数据安全

🔗 原文链接

⁣
📰 国内人工智能大模型公司、上市公司以及A股上市公司梳理

本文梳理了国内AI大模型产业的结构与上市情况，把公司分为互联网巨头、独立AI公司、垂直行业三类，及其对应的大模型产品与应用方向。互联网巨头如百度的文心一言、阿里的通义千问、腾讯的混元大模型、字节跳动的豆包大模型、华为的盘古等均强调自研能力、多模态和行业解决方案；独立AI公司如智谱AI、商汤、MiniMax、DeepSeek、百川智能等则以开源生态、原创算法和应用场景聚焦为特征，并在港股/美股有不同程度上市。垂直行业公司则以科大讯飞、三六零、昆仑万维、拓尔思、云从科技等为代表，专注教育、安防、政务、金融等场景的大模型落地。行业判断强调头部向通用大模型集中、垂直场景由行业龙头主导、算力基础设施的重要性以及从烧钱到变现的商业化转折。风险点包括监管、迭代速度、投入与盈利周期等。总体来看，大模型生态在算力、应用与资本市场三条主线并行发展，未来竞争格局将围绕核心技术、落地能力与成本效益展开。

🏷️ #大模型 #人工智能 #上市公司 #垂直行业 #算力

🔗 原文链接

⁣
📰 李扬：从防风险到促创新，在数智化浪潮中重塑金融风险治理

在2025年金融街论坛上，国家金融与发展实验室理事长李扬发表演讲，探讨了数智化浪潮对金融风险治理的影响。他指出，传统金融风险治理依赖于结构化数据，随着行业的发展，这种方式的局限性逐渐显露，难以全面覆盖金融风险的全貌。同时，数智化带来的新特征使得金融风险呈现“黑箱化”、“闪崩化”、“传染性”以及传导机制的根本转变。这些特征的出现使得金融风险变得更加复杂和难以预测，给风险管理带来了新的挑战。

李扬强调，面对上述挑战，金融领域需要推进监管体系的数智化转型。传统的监管方法已经无法适应新的金融生态，建议建立统一的数据共享机制，以提升监管效率和有效性。同时，建立算法可解释机制，让算法的逻辑和风险点更为透明，是保护投资者权益的重要措施。李扬认为，防范金融风险与推动金融创新并非对立关系，只有实现两者之间的平衡，才能更好地应对数智化浪潮带来的挑战。

🏷️ #金融风险 #数智化 #监管体系 #算法透明 #创新防控

🔗 原文链接