国内冷轧基料镀锌板产量
国内各城市冷轧基料镀锌板产量
国内冷轧基料镀锌板产量行情
国内冷轧基料镀锌板产量资讯
华尔街点评“沃什首秀：立场或许“转鹰”，今年维持利率不变仍是“基本情形”
美联储新主席Kevin Warsh在首次主持的联邦公开市场委员会（FOMC）会议上，以大幅压缩政策声明、放弃前瞻指引、拒绝提交利率预测点阵等一系列举措，迅速为美联储打上了鲜明的个人印记。 会议最大的意外来自经济预测摘要（SEP）：18位提交预测的委员中，有9人预计今年将至少加息一次，与另外9位预计利率不变或下调的委员形成五五开的格局。 市场对此反应明显偏鹰：2026年底联邦基金利率的市场定价在声明发布及新闻发布会后合计上行约20个基点，美元走强，美债收益率曲线呈现扭曲平坦化。 尽管如此，据追风交易台， 高盛、摩根士丹利、汇丰、瑞银及德意志银行等主要机构均维持今年利率不变的基准预测。 机构普遍认为，美联储内部加息阵营明显壮大， 未来政策不确定性上升，但在通胀进一步恶化或就业市场持续过热之前，按兵不动仍是最可能路径。 与此同时，各大行一致上调加息风险评估，认为Warsh推动的政策框架重审和沟通机制改革，正在重塑市场对美联储反应函数的认知。 各机构维持按兵不动基准预测，但上调加息风险 尽管会议释放出明显的鹰派信号，华尔街大行均未将加息纳入基准情形。 高盛报告认为，今年加息的风险上升，但基准情形仍是利率不变。 该行指出，若后续通胀数据令人不安且就业增长保持强劲，多数委员可能支持加息；但该行判断，12位有投票权的委员中，多数仍倾向于维持利率不变，且伊朗协议达成、霍尔木兹海峡重新开放等地缘政治进展若得到确认，将较快消除通胀上行风险中最主要的来源，届时当前点阵预测可能迅速过时。 摩根士丹利报告维持今年按兵不动的预测，并预计明年3月和6月将开始降息，但强调这是"非常接近的判断"——若油价传导至核心通胀，或劳动力市场进一步收紧，美联储将不会降息。 汇丰报告则将利率不变的预测延伸至2026年和2027年全年，同时指出鹰派SEP和更强硬的通胀措辞使短端利率进一步上行的风险偏向上方，并认为美元可能已在2026年触底。 德意志银行报告指出，一个不依赖前瞻指引的美联储可能行动更为灵活，为未来几次会议的加息创造条件；但与此同时，今日鹰派信号叠加透明度下降，可能导致金融条件显著收紧，反而限制近期加息的空间。 点阵图五五开，鹰派程度超预期 6月FOMC会议以12比0全票通过，将联邦基金利率目标区间维持在3.50%至3.75%不变。然而，会议的核心看点在于经济预测的大幅鹰派转向。 此次有9位委员预计2026年将加息，远超该行此前预期的3位。由于Warsh未提交点阵，18份预测中形成9比9的均势——9人预计至少加息一次，其中5人预计加息50个基点或以上，1人预计加息75个基点；8人预计利率不变，1人仍预计降息。 通胀预测的上调幅度同样显著。FOMC对2026年底PCE通胀的中位预测从2.7%大幅上调至3.6%，核心PCE通胀预测从2.7%上调至3.3%。德意志银行指出，几乎所有委员均认为通胀风险偏向上行。与此同时，2026年实际GDP增速中位预测小幅下调至2.2%，失业率预测则微降至4.3%。 摩根士丹利报告指出，该行自身对2026年核心PCE通胀的预测为3.0%，明显低于美联储中位数，这也是其维持今年按兵不动预测的重要依据。 Warsh新闻发布会：鹰派基调，拒绝前瞻指引 Warsh的首次新闻发布会在措辞上明显偏鹰，但刻意回避了任何具体的政策路径指引。 在通胀问题上，Warsh多次强调美联储"有能力、有承诺实现2%的价格稳定目标"，并重申"通胀是一种选择"。据德意志银行报告，他在发布会上提及"价格稳定"达12次之多，政策声明的最后一句话也被简化为："委员会将实现价格稳定。" 在劳动力市场方面，Warsh未提及任何下行风险，称就业数据"正朝着好的方向发展"，并表示"强劲的生产率驱动的增长不是我们所担忧的，而是我们所欢迎的"。 据瑞银报告，他还表示当前政策立场对部分领域（如住房）具有一定限制性，但对金融市场而言难以用同样的措辞描述，并将这一"不均衡"现象归因于利率工具与资产负债表工具传导机制的差异。 在前瞻指引方面，Warsh明确表示已"放弃前瞻指引"，并认为"金融市场在对实际数据作出反应时表现最佳，而非对美联储将如何反应数据作出反应"。 他同时透露，自己未提交点阵预测，并对SEP框架的价值持保留态度。据瑞银报告，他在发布会上使用"工作组"一词多达29次。 五大工作组启动，政策框架面临系统性重审 Warsh宣布成立五个工作组，涵盖：1）美联储沟通机制；2）资产负债表；3）现有数据来源的使用与依赖；4）转型时代的生产率与就业；5）通胀框架。 Warsh表示工作组将在"未来几周内"启动，预计大多数工作组将于年底前得出结论，成员将包括美联储内部经济学家及外部专家。 在沟通机制方面，Warsh对SEP的价值持怀疑态度，并暗示未来新闻发布会的频率可能调整——"新闻发布会是有用的，但召开时你需要确保有重要的事情要说"。摩根士丹利报告指出，若主席本人不认可SEP流程，该框架的可持续性存疑，但在工作组得出结论之前，其他委员仍将继续提交预测。 在资产负债表方面，汇丰报告指出，政策声明中关于储备管理购买的措辞调整为"在适当时候"进行，暗示对SOMA规模扩张持更审慎态度，并为未来重启缩表留有空间。 在通胀框架方面，Warsh明确表示，在美联储重新确立实现2%目标的能力之前，不会重新审视2%的通胀目标本身。
2026-06-19 10:07:36欧盟缺少关键原材料研发投入
Mining.com网站刊文认为，欧洲急于获得关键原材料供应，但是既缺少资源，也缺少矿石加工能力，更缺少投资贸易杠杆，其结果是屡受挫折。 欧洲面临的关键矿产瓶颈不是能力问题，而是战略性选择。欧洲有工具，但是并没有采用。 欧洲每年研发投入达到3800亿欧元。有充分证据表明，其研发投资回报率高达1100%。 欧洲有世界一流大学、研究机构、工程师和科学家，当然拥有竞争所需的智力资本。然而，尽管如此，欧洲一再发现自己只是在应对技术和产业的发展而不是去重塑它们。 问题是为什么？ 答案之一是在于欧洲如何选择为创新融资。过去20年，欧洲的研究资金越来越趋向于以任务为导向，将资金直接限定在预设的气候行动、能源效率、数字化转型、循环经济计划以及其他具有战略意义的目标。 当然，这本身没错，而且在许多方面也非常成功。但以任务为导向的资助擅长解决公认的问题。但是，真正的革命性创新往往从尚未认识到的问题中产生（这就是新颖性）。欧洲迫使创新安全地保持在首选的主题范围内，难以适应不可预测的、拿来即用的实验，而真正的创新正是从此类实验中产生的。 以钠离子电池的发展为例，这种技术作为摆脱锂限制的一种途径，吸引了业内广泛关注。试想，20年前就提出了一项重大的钠离子电池计划，当时钠离子已经成为储能的主要途径。许多评估人员自然会怀疑这是锂的“劣质替代品”。 从当时的角度看，这种怀疑是完全合理的。问题在于，创新并没有按照今天的假想发展。当地缘政治形势发生变化，供应链过度集中或市场条件发生变化时，曾经看起来多余或商业上无关紧要的技术突然变成战略必备品。 效率与可选性 欧洲的照本宣科和更开放的方法之间的这种结构性差距在全球专利和研发数据中暴露无疑（图1）。这些数字暴露了选择效率而非可选性的账面成本。 在大约5000亿美元的同等研发支出下，中国产生了近180万件专利申请，这意味着每10亿美元的研发投资就可产生3500多项专利，较美欧总和还高出2.5倍。 当然，批评者可能会认为如此庞大的专利量存在质量不高、审查不严的问题。与任何研究人员交谈，他们都会提到垃圾邮件夹中有大量的期刊邀请和大规模生产的论文，以此作为“量优先”的证据。 这不足为奇，并认为专利没有什么不同。但如果仅仅认为“量大质劣”，那将犯代价高昂的战略错误。从产业战略看，这个指标告诉我们一个完全不同的事实，这就是每个纳税人为选择权支付的账面成本。 对于中国来说，大量的专利技术确保当全球发生重大变化时能够掌握成功的关键。相比之下，欧洲通过以任务为导向的研发可能避免一些投机性的浪费，但是却失掉了能够适应未来意外瓶颈的冗余。 控制的现实性 关键原材料也许是一个例证。二十年前，石墨加工、稀土分离、锂精炼和电池前体供应链在欧洲主流政策讨论中几乎没有提及。如今，它们已经成为工业战略、国防规划和地缘政治竞争的绝对核心。 欧洲基本上没有在这些领域进行投资。虽然在使用关键原材料技术方面有所创新，但在控制这些关键原材料方面无所作为。 控制供应链不是说发现了某种新金属，而是对资本密集型工程的投资，如选冶、精炼、分离和回收。这些活动通常不在“突破性创新”的范围，但创新本身是一个随着需要而变化的动态概念。 底线 这给欧洲政策制定者提出了一个令人不安的问题：是否过于关注资助今天看似创新的东西，而忽视了明天可能具有战略决定性的基础能力？ 欧洲并不缺乏人才、科学成就或资本。它对创新本身的定义越来越窄。 在任何能够产生巨额回报的经济活动中，真正的赢家不一定是那些最能解决当下问题的人，而且那些能够不循规蹈矩多方押注并抓住未来机会的人。
2026-06-19 08:57:36降低交易成本：以SMM价格指数为基准 构建东南亚供应链协同新机制【东南亚汽车会】
在由 上海有色网信息科技股份有限公司（SMM）主办 的 AASC 2026 SMM（第三届）东南亚汽车供应链大会 上，SMM 黑色研究总监 姚新颖围绕“降低交易成本：以SMM价格指数为基准，构建东南亚供应链协同新机制” 的话题展开分享。她表示，东南亚地区整体呈现“人均汽车保有量低、新能源汽车渗透率有限及年轻人口基数庞大”的特性，蕴藏巨大的增量市场潜力，这片广阔行业蓝海正吸引国内头部新能源车企加快落地布局。但与此同时，东南亚汽车零部件高度依赖进口，产业链长期面临采购难、定价无序两大痛点，而 SMM 东南亚价格指数的推出，或将为当地汽车供应链协同发展开辟全新路径。 东南亚汽车产业——繁荣背后的结构性挑战 内外双轮驱动：东南亚汽车产业驶入蓬勃发展快车道 人均汽车保有量低、新能源汽车渗透率有限及年轻人口基数庞大，为车企提供广阔市场空间 据SMM了解，近年来，东南亚汽车产业链展现出显著韧性，2020-2022年区域汽车产量增长24.1%。尽管2024年受全球经济低迷拖累首现周期性下滑，但2025年泰国及东南亚市场产销降幅已呈现收窄态势，凸显区域供应链的自我修复能力。 作为区域核心枢纽，泰国以超40%的产能份额持续主导东南亚汽车产业格局。短期看，泰国仍将维持区域生产中心和出口基地地位，但长期竞争优势正面临结构性挑战：本土产能持续收缩与邻国产业链升级，倒逼其加速技术转型与供应链重组。 在如此大的行业“蓝海”诱惑下，目前，中国头部新能源车企也正在加速布局东南亚汽车市场。 高进口依赖下的东南亚汽车零部件：采购与定价双重挑战 东南亚汽车核心零部件进口依赖度普遍偏高，传动系、转向系等关键品类进口占比超过 50%。高进口依赖意味着采购端要同时面对运输周期长、库存压力大、汇率波动、价格不透明等多重风险，对供应链管理提出了极高要求。 东南亚汽车产业：材料构成分析 对比中国、泰国、印尼、马来西亚汽车中关键金属材料占比。 东南亚国家（泰国、印尼、马来西亚）的汽车材料构成中，钢材占比普遍超过70%，显著高于中国市场。 这表明其汽车产业仍处于以传统材料为主的发展阶段，轻量化材料的应用比例相对较低， 未来在铝、镁等轻量化材料领域有较大的市场渗透潜力。 采购环节的痛点：成本、效率与信任的博弈 1. 缺乏权威价格基准 泰国尚无独立第三方价格发布平台，导致金属交易缺乏统一且公信力强的价格参照标准，买卖双方难以达成公允定价，加剧市场价格混乱。 2. 价格透明度低 由于缺少专业的价格信息披露渠道，金属交易价格数据分散且不公开，市场参与者无法及时获取准确行情，增加了价格发现难度与交易决策风险。 3. 结算体系不完善 缺乏标准化价格参考体系，使得金属交易结算缺乏可靠依据，易引发合同纠纷与结算争议，降低资金流转效率，阻碍市场规模化发展。 4. 易受市场操控，加大交易成本 无第三方机构提供价格监测，市场易受少数交易商或投机行为干扰。同时单向议价造成的双方互信难题，包括企业内部采购及财务/管理层之间的互信障碍都将加大交易成本。 他山之石：国际市场的成熟经验与启示 国际市场成熟的价格基准与供应链协同经验 SMM 东南亚价格指数：破解博弈的核心抓手 铜： 阴极铜 CIF 升水： 覆盖泰国、马来西亚等核心市场，是区域铜原料进口定价的核心基准锚点。 钢材： 关键钢材现货定价： 提供热轧/冷轧卷板/镀锌/线材主流现货价，确立汽车基础材料定价依据。 铝： 铝锭跨境联动价格： 整合印尼FOB出口溢价与泰国CIF到岸价格，构建连接中国生产与东南亚消费的双向定价体系。 从 “博弈定价” 到 “指数定价”，开启东南亚汽车供应链协同新未来 1. 确定升贴水 在签订长期合同时，双方基于产品质量、交付条件等“非价格”核心价值因素，一次性协商确定固定的升贴水标准。 2. 锁定基准价 在交货期内，选择某一特定窗口期的 SMM东南亚金属价格指数 ，作为本次交易结算的客观基准价。 3. 计算最终结算价 通过公式 最终结算价 = SMM基准价 + 升贴水 ，得出最终交易价格，实现价格构成的透明化与标准化。 降低交易成本——减少价格风险——抑制价格操纵——稳定供应链关系 SMM：产业公认、市场在用的权威定价标尺 SMM成立于1999年，是一家独立的价格发布机构 SMM全球布局： 截至目前，SMM 已完成海内外多地布局，国内设北京、烟台、杭州、成都、佛山办事处，海外分支机构覆盖首尔、伦敦、美国、吉隆坡、雅加达、赞比亚等城市及地区。 SMM基准价为制造业发展服务 SMM 基准价深度赋能制造业稳健发展，兼具适配灵活制造、保障稳定生产、有效压降交易成本、市场抗操纵性突出等核心优势；平台现已积累超 450 万注册用户，日均新增注册量逾 4000 人，每日页面浏览量突破 100 万次。 SMM为企业提供5大渠道，查询当日金属价格、资讯、数据、咨询、会展活动 SMM携手企业共建东南亚金属价格，发现公允价格，降低交易成本 》点击查看 AASC 2026第三届东南亚汽车供应链大会 专题报道
2026-06-18 19:01:11创业板、科创50齐创新高 算力硬件、半导体再爆发 恒指跌超1% 智谱狂飙26%
资金继续涌入AI硬件、芯片半导体等科技股，中际旭创总市值超越贵州茅台，万亿巨头工业富联盘中一度强势涨停，推动创业板、科创50再创历史新高，此前日韩股市也齐创新高，科技权重股领涨，SK海力士大涨超6%，再创历史新高，三星电子涨近5%。 6月18日，A股全天震荡上涨，沪指徘徊于4100点附近，创业板大涨超2%，再创历史新高，科创板暴涨近4%，盘中更是一度狂飙超5%，亦创下历史新高，算力硬件、芯片半导体持续爆发，光模块、光芯片、GPU、半导体设备等概念股全线拉升。电力、大金融等板块集体调整。 港股全天走势疲弱，恒指、恒科指双双跌超1%，恒指盘中一度跌超2%，科网股普遍走低，芯片半导体逆势活跃，华虹宏力涨5%，AI大模型股再度爆发，智谱飙升26%。债市方面，国债期货多数上涨，商品方面，国内商品期货大面积下跌。 A股 ：截至收盘，沪指跌0.43%，深成指涨0.94%，创业板指涨2.05%。 盘面上，个股跌多涨少，沪深京三市超3300股飘绿，今日成交3.33万亿。沪深两市成交额3.31万亿，较上一个交易日放量超2000亿。板块方面，半导体、算力硬件产业链再度大涨，CPO、PCB、GPU方向领涨，中际旭创总市值超贵州茅台；工业金属、创新药、AI应用、机器人题材活跃。金融、电力、黄金、煤炭、化工板块下挫。 港股 ：截至收盘，恒生指数收跌1.59%，恒生科技指数跌1.39%。 地产股大跌，中国海外发展跌近9%，华润置地跌逾7%，龙湖集团跌近7%。智谱涨逾26%，MINIMAX涨逾12%，华虹宏力涨逾5%。 债市 ：国债期货多数走高，截至收盘，30年期主力合约跌0.03%，10年期主力合约涨0.04%，5年期主力合约涨0.05%，2年期主力合约涨0.03%。 商品 ：国内商品期货多数下跌，截至收盘，新能源材料跌幅居前，碳酸锂跌6.58%；黑色系多数下跌，焦煤跌5.78%；农副产品多数下跌，鸡蛋跌3.49%；能源品多数下跌，燃油跌3.47%；化工品全部下跌，聚丙烯跌3.23%；贵金属全部下跌，铂金跌3.11%；非金属建材全部下跌，玻璃跌2.69%；基本金属多数下跌，沪锡跌2.03%；油脂油料多数下跌，菜油跌1.32%；航运期货涨幅居前，集运指数(欧线)涨2.95%。 中际旭创市值超越贵州茅台、万亿巨头工业富联涨停 算力硬件、芯片半导体持续爆发，GPU、HBM、覆铜板、光模块、服务器、光芯片等方向全线大涨。寒武纪大涨1%，总市值接近9400亿元， 海光信息大涨6%，兆易创新大涨8%，中芯国际涨超3%，北方华创、中微公司等设备龙头纷纷上涨，带动科创50指数大涨3.6%。 消息面上，据 每日经济新闻 ，有分析认为，国产AI芯片正经历从“国产化”到“涨价+订单”逻辑的关键切换。 一方面，字节跳动近期加速采购国产AI芯片，海光、寒武纪、天数智芯等国产芯片设计公司出货量预期大幅增加，与6月以来晶圆产能结构性短缺、功率半导体二次涨价、先进制程与先进封装产能紧张等产业链信号相互印证； 另一方面，当前国产高端算力卡利用率接近饱和，大厂采购预算持续上修，但头部芯片厂商仍受先进制程和封装产能约束，需求高、产能紧、客户抢资源格局下，寒武纪590/690等新一代国产GPU/AI芯片重新定价预期自然升温，市场已开始讨论报价上修空间。 华尔街见闻文章 写道，有报道称DeepSeek获510亿元融资，投资方包括腾讯、宁德时代、京东等。此外，燧原科技、粤芯半导体两家国产AI芯片龙头企业IPO同日过会。 SEMI最新报告显示，2026年第一季度全球半导体设备出货金额同比增长14%，达到365.5亿美元，环比增长1%，创单季历史新高。 中信证券认为，AI需求正驱动半导体硅片行业进入上行周期，量增逻辑已在2025年出现，涨价逻辑有望在2026年Q2出现；同时，围绕华为“韬(τ)定律”，国内半导体有望“换道加速”。 光模块反复走强，光迅科技4天2板，创历史新高。PCB概念延续强势，世名科技20cm二连板，中京电子、亨通股份、贤丰控股涨停。 光模块龙头中际旭创市值超越贵州茅台。 消息面上，建滔积层板于6月16日完成第五次涨价，FR-4、PP材料价格涨幅为15%，距离上一次涨价间隔仅20天，创历史最短周期纪录。此外，高端M8/M9高速CCL因AI需求紧张限量接单，交期拉长至4至6个月。 隔夜美股芯片股多数上涨，费城半导体指数涨1.38%，ARM涨超5%，应用材料涨逾4%，博通涨超4%，迈威尔科技涨逾3%。 花旗认为，AI服务器的PCB板子正在经历一场“材料升级革命”，而这场革命的瓶颈，已经从PCB制造环节向上游转移到了覆铜板（CCL）和电子布这两个更上游的材料环节。 万亿巨头工业富联盘中一度涨停，收盘涨7.5%，总市值达1.55万亿元。 消息面上，据 上证报 ，甬兴证券日前发布研报提到，工业富联2025年云计算板块营收同比增长88.70%，800G以上高速交换机营收同比增幅高达13倍，2026年一季度归母净利润同比增长102.55%，业绩持续高增。全球化布局持续深化叠加CPO等前沿技术布局，有望支撑公司在AI产业上行周期中持续扩大市场份额。 在5月份举行的业绩说明会上，被问及公司CPO全光交换机的最新进展时，工业富联表示，公司正积极推进量产目标，根据客户需求情况，从Scale-out到Scale-up都会陆续导入，产品落地持续推进。 值得注意的是，山东玻纤股价开盘跌停，盘中短暂打开跌停板，但没过多久就被大量卖单封死跌停板。截至收盘，山东玻纤的跌停板封单超过19万手，封单金额超过4亿元。 昨日（6月17日），该股收盘大涨超8%，再创历史新高。自去年12月低点至今年6月17日的高点，该股累计涨幅超过280%。 消息面，昨日晚间，山东玻纤公告，当前公司生产经营正常，公司暂没有电子布产品，请广大投资者注意投资风险。 玻璃基板概念股今日也集体调整，截至收盘，彩虹股份、美迪凯跌超7%。 消息面上，昨日晚间，多只玻璃基板概念股发布股价异动公告，提示交易风险。 美迪凯公告，公司关注到近期资本市场对“玻璃基板”等概念关注度较高，相关板块二级市场表现较为活跃。目前，公司向客户供应的半导体用玻璃基板为未打孔基板，但2025年相关产品销售收入占公司总营收比重约为2.00%，占比较低，未对公司整体业绩构成重大影响。技术储备方面，公司开发了玻璃通孔、孔内金属化、CMP及RDL布线等TGV工艺，但前述相关工艺产品尚未形成量产收入。请广大投资者理性判断，注意投资风险。 大金融、电力集体下跌 保险板块领跌，新华保险、中国太保、中国人保、中国平安、中国人寿均大跌超5%。 银行板块中，厦门银行跌超7%，渝农商行、齐鲁银行、青岛银行跌超4%，证券板块中，中国银河、财通证券、国盛证券跌超4%。 电力股方面，深南电A、粤电力A、大唐发电跌停。 医药股大反弹 A股生物科技板块大涨，浩特生物、皓元医药、诺思兰德、诺唯赞等涨幅均超10%。 消息面上，上海证券交易所修订形成了《上海证券交易所科创板企业发行上市申报及推荐暂行规定（征求意见稿）》。其中提到，对该文件第五条规定的战略性新兴产业领域二级行业进行调整更新，生物医药领域新增“脑机接口、生物药品、基因工程药物和疫苗、生物医学工程”等。 港股AI大模型逆势拉升 智谱涨超26%，自6月11日触及1021港元低位开始算起，日内最高2094港元，短短六个交易日翻倍，MINIMAX涨超12%。 消息面，据 上证报 ，6月17日，上交所发布《上海证券交易所发行上市审核规则适用指引第10号——人工智能大模型企业适用科创板第五套上市标准》（下称《指引》），旨在进一步规范科技型企业适用科创板第五套上市标准，更好支持尚未形成一定收入规模的优质人工智能大模型企业适用第五套上市标准，加快推进人工智能创新发展。 正在筹备“回A”的智谱和MiniMax，因此获得了制度层面的更多确定性。在业内看来，两家公司若在科创板“会师”，境内投资者将获得直接定价大模型核心资产的入口，产业资源也会加速向头部玩家集中，国产大模型的本土资本链与供应链有望就此形成共振。
2026-06-18 18:55:02金融监管总局：推进人工智能金融行业应用基础设施建设
《意见》提出，促进行业人工智能应用生态建设。推进人工智能金融行业应用基础设施建设，促进人工智能应用成果在行业共享复用。鼓励大型金融机构发挥示范作用，向中小金融机构输出人工智能技术和管理经验。支持中小金融机构加强协作，共同推进应用场景落地。鼓励与人工智能产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。 国家金融监督管理总局关于银行业保险业人工智能安全开发应用的指导意见 各金融监管局，各政策性银行、大型银行、股份制银行、外资银行、金融资产管理公司、理财公司，各保险集团（控股）公司、保险公司、保险资产管理公司，各金融控股公司，各总局管理单位： 为深入贯彻《中华人民共和国国民经济和社会发展第十五个五年规划纲要》关于加快人工智能技术创新、加强人工智能治理的战略部署，落实《国务院关于深入实施“人工智能+”行动的意见》，推动数字金融高质量发展，有序推进人工智能科技创新与金融业务深度融合，引导金融领域人工智能应用朝着有益、安全、公平方向健康有序发展，现提出如下意见。 一、总体要求 以新时代中国特色社会主义思想为指导，完整准确全面贯彻新发展理念，坚持防风险、强监管、促高质量发展的工作主线，统筹发展和安全，加快培育发展金融行业新质生产力，推动人工智能应用合规、透明、可信赖，加强分类分级管理，有效应对人工智能发展带来的风险挑战，更好服务实体经济和满足人民群众需要。 坚持谁使用谁负责，压实金融机构作为金融服务提供方、人工智能技术使用方的主体责任，强化金融机构内部各环节工作责任落实，明确人工智能开发应用各方分工和权责义务。 坚持自主可控，持续提升人工智能相关技术、设备自主可控水平，提高对业务经营发展有重大影响的关键平台、关键软硬件的自主研发能力，加强信息技术应用创新适配。 坚持务实高效，以提升业务价值为导向，科学规划人工智能开发应用投入，有效平衡成本与效益，推动人工智能切实服务经济高质量发展和金融业务高效运转。 坚持安全发展，严格落实国家网络安全和信息化工作要求，遵守网络安全、数据安全各项法律法规制度，强化技术安全和应用安全保障，全面提升安全防护和应急处置能力。 二、完善人工智能治理架构 （一） 加强人工智能 安全开发应用治理。 开发应用人工智能的银行业保险业金融机构（以下简称金融机构），董（理）事会应指定专门委员会对人工智能开发应用管理负责，统筹制定发展规划，推进能力体系建设，制定制度规范，明确牵头部门和跨业务、科技、数据职能部门的协同机制，加强人才队伍建设，遵循技术发展客观规律，确保人工智能应用与金融机构风险管理能力相匹配。 （二）建立人工智能应用管理体系。金融机构应建立健全人工智能应用需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理体系，规范模型研发、应用及资产管理，加强数据安全评估、算法风险筛查、伦理审查评估、责任追溯机制建设，实施人工智能应用风险分类分级管理。探索建立业务价值导向的人工智能应用绩效评估机制。 （三）加强人工智能应用场景和业务流程管理。金融机构应按照应用场景与技术适配原则，加强人工智能算法评估，将合适的人工智能技术应用于适当的业务场景。推动人工智能在服务实体经济、加强金融风险管理等领域发挥积极作用，穿透管控关联交易、资金运用等重点领域风险问题。完善人机协同的业务管理流程，科学设定人工智能的功能边界、系统和数据权限，明确人员岗位责任，确保业务全流程管理责任清晰、可落实、可追溯。 三、推进高水平人工智能开发应用 （四）完善开发与测评体系。鼓励有条件的金融机构建立一站式人工智能开发平台，实现模型开发部署全流程管理。加强面向业务人员的低代码开发、交互式模型验证能力建设。完善人工智能测评体系，建设测试工具链、测评指标和测试用例集，全面评估模型的基础能力、金融业务支持能力、安全可靠性，提高自动化测评能力。 （五）推动新一代人工智能技术应用。支持金融机构在风险可控的前提下， 推进生成式人工智能技术的业务应用和配套能力体系建设 ，稳妥探索人工智能技术研发和金融智能体建设。 金融机构对生成式人工智能模型要实施准入管理，评估模型效能及安全合规性。外部引入的生成式人工智能模型需经过网信部门备案。 （六）加强人工智能运营服务体系建设。定期开展对模型效能的测评分析，构建数据闭环反馈机制，形成“数据—模型—应用”的迭代优化。支持有条件的金融机构建立企业级模型即服务（MaaS）平台，实现模型在企业层面共享复用。 （七）促进行业人工智能应用生态建设。推进人工智能金融行业应用基础设施建设，促进人工智能应用成果在行业共享复用。鼓励大型金融机构发挥示范作用，向中小金融机构输出人工智能技术和管理经验。支持中小金融机构加强协作，共同推进应用场景落地。鼓励与人工智能产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。 四、提升数据治理能力 （八）完善数据管理运营体系。金融机构要推动数据运营机制建设，建立覆盖数据全生命周期的管理流程，提升数据服务能力。构建企业级数据模型和数据资产地图，强化元数据管理，确保数据可寻可用，不同类型的数据可兼容，数据源头可追溯。加强对非结构化数据的管理，制定数据采集、清洗、标注、应用、退出管理规范。稳妥选择使用技术自主、性能可靠、安全防护能力强的数据库产品。 （九）建设人工智能高质量数据集。金融机构应针对人工智能业务场景持续推进高质量数据集建设，确立数据质量标准，建立高效的质量检控机制，确保数据准确性、相关性、一致性、完整性和无偏见。探索运用人工智能技术强化实时数据、非结构化数据的动态感知、智能提取和解析处理。持续监测数据分布漂移，确保数据集及时更新。 （十）支持行业数据集共建共享。鼓励有条件的金融机构协同多源数据，融合行业经验知识与专业判断，通过系统性筛选、清洗、标注、合成等方式形成高质量数据集，支持金融机构间依法合规开展数据集共享。 （十一）推进知识工程建设。支持金融机构构建企业级知识管理体系。坚持服务业务的价值导向，构建核心知识模型，建立知识萃取、整合、共享机制流程，建立从知识创建、审核、发布、更新到归档的全流程管理规范。鼓励利用人工智能技术提升知识萃取、表示、融合和对齐能力。 五、加强智能算力建设 （十二）加强智能算力设施建设。金融机构应充分依托已有算力资源基础，按照国家相关政策要求，按需布局智能算力资源建设，应用绿色低碳技术，建设自主可控、安全高效的算力底座，助力高水平科技自立自强。鼓励有条件的大型金融机构向中小金融机构输出算力服务，支持同业探索基础设施共建共享。支持金融机构在安全合规前提下，使用国家算力节点或行业基础设施降低人工智能研发应用成本，加强对智能算力资源的信息科技重要外包管理。 （十三）提高安全运行能力。 金融机构要加强智能算力资源的云化管理，加强对人工智能应用的运行监测，实现对应用、模型、算力、网络的一体化管理，保障人工智能应用安全可靠运行。 六、完善人工智能风险治理框架 （十四）健全风险治理体系。金融机构应将人工智能风险纳入全面风险管理体系，定期开展对人工智能应用风险及管理措施的评估审查。推动模型算法、数据资源、基础设施、应用系统等安全能力建设，完善业务及风险管理流程，防范模型生成结果不可靠风险，防止模型黑箱导致关键业务流程难落责问题。夯实数据安全、网络安全、个人信息与隐私保护和业务连续性基础。有效应对金融业务侧可能产生的投资策略趋同、放大市场波动风险，严禁滥用人工智能技术生成虚假信息、操纵市场价格。 （十五）实施风险分类分级管理。金融机构应根据业务场景重要性、应用规模、对客影响度、模型依赖度、模型复杂度等因素，对人工智能应用进行风险识别和分类分级管理。建立管理制度，制定应用清单，实施分级管控措施，落实管理责任。 （十六）强化高风险应用准入管理。涉及资金交易、资产评估、信贷审批、承保理赔、风险管理等，以及与客户利益直接相关、直接影响金融合约达成的生成式人工智能场景应用应被视为高风险应用。人工智能高风险应用须经本机构风险管理委员会批准后方可实施。 （十七）加强高风险应用监测和干预。金融机构要加强对人工智能在业务场景中的运行监测，及时发现和管控模型风险。 在高风险应用关键环节建立人工监督和干预机制，明确紧急停用及模型退出条件，建立备用系统或人工替代流程。 （十八）加强外包风险管理。使用外部人工智能技术时，金融机构应在外包策略、数据安全、集中度管理等方面建立管理机制，通过合同协议明确安全管理方面的权责义务，确保金融机构能够有效管控相关风险。与外部企业开展合作时，应建立有效的风险隔离“防火墙”，防范风险跨业传递。对外包合作机构实行名单制管理，对引入的外部模型建立严格的内部评估框架，有效评价模型的优缺点和适配性。 （十九）加强供应链风险与开源技术管理。金融机构要建立对人工智能算力、模型、数据、技术工具等的供应链安全合规管理机制，确保应用自主可控，防范对个别技术服务过度依赖引发的集中度风险。完善开源技术使用规范，建立开源软件管理台账，对外部引入的开源组件应进行审查评估，加强代码审计、漏洞扫描及安全测试，定期排查开源组件风险隐患，防范供应链投毒。 七、提升人工智能安全开发应用能力 （二十）增强稳健性。金融机构应确保训练数据集质量、数量和分布符合建模要求，采取合适的模型架构与训练策略，加强对抗样本检测及压力测试，严格评估模型的敏感性、稳定性、抗噪能力和容错能力。模型部署后，持续监测其性能表现，建立训练反馈更新机制，实现模型持续迭代优化。 （二十一）提高透明度。金融机构应加强人工智能应用透明度管理，为高风险场景应用制定透明度和可解释性标准，明确模型设计、数据使用、特征选择及输出结果的逻辑。对人工智能生成内容应进行显著标识，并向金融消费者主动说明。加强模型开发、变更管理和训练过程记录，日志保存期限应不低于业务存续期。 （二十二）促进可解释性。金融机构应制定人工智能模型的可解释性方法，加强推理解释和决策分析。可解释性不足的人工智能技术在高风险场景应用时，仅能作为辅助工具，应由人工进行最终决策。人工智能模型应用于涉及客户权益或有实质性财务影响的关键决策时，须设置人工复核节点，完整保留原始数据、推理路径及阈值触发记录，确保责任可追溯。定期对人工智能模型算法开展审计。 （二十三）保障伦理道德与公平性。金融机构开发应用人工智能应符合法律法规及社会价值观要求。建立人工智能开发应用伦理审查监测制度，制定符合伦理道德的行为准则，加强数据集审查和对特定群体的影响评估，避免算法歧视等不公平性问题。使用受保护特征或属性时应进行正当性说明，删除偏见样本。涉及公共服务、关键信息基础设施及影响公共安全的人工智能应用，应开展伦理风险监测评估，及时对模型运行异常情况进行处置。 （二十四）加强数据安全与个人信息保护。金融机构应将人工智能数据安全纳入企业数据安全管理体系，严格落实数据分类分级保护要求。 规范开发过程 和数据访问权限，防范数据投毒，完善数据脱敏规范，避免使用可直接识别出个体的数据。姓名、身份证号、手机号、银行卡号等个人信息和隐私数据不得用于生成式人工智能模型训练和优化，有效防止客户隐私泄露。 加强模型安全护栏建设，加强内容过滤及脱敏管理。严格管理外包过程中的数据安全。 （二十五）提升网络安全防御能力。金融机构要加强人工智能开发应用中的网络安全管理，加强对抗攻击测试和输出验证，通过数据隔离、访问控制等措施提升模型部署安全，持续监控模型行为，定期扫描、修补人工智能模型及相关系统组件漏洞，有效防范提示词注入、思维链注入、多模态攻击、上下文污染等威胁。提升智能体系统安全保障能力，防范数据泄露、记忆污染、身份越权、工具滥用、运行失控等安全风险。 （二十六）加强运营韧性及业务连续性管理。金融机构要将人工智能应用纳入业务连续性管理体系，开展业务影响分析，制定应急预案，加强安全运行管理、事件处置和容灾能力建设。发生故障时，人工流程要及时介入或启用备份系统，保障人工智能应用稳定性、可靠性。 八、保障与监督 （二十七）加强督促指导。金融监管总局及各级派出机构加强指导，积极推动人工智能技术安全开发应用，督促辖内金融机构全面落实风险治理要求。压实监管部门责任，各级监管部门要加强风险评估和监督检查，重点关注相关金融业务合规风险，督促金融机构健全风险治理体系，对政策落实不到位、执行走偏等问题及时予以纠正，对违规行为严肃查处。 （二十八）推动建立安全应用实施规范。金融监管总局会同相关部门积极推动构建银行业保险业生成式人工智能安全开发应用技术框架，规范分类分级管理，明确安全开发标准规范，引导金融机构有效提升人工智能应用安全开发水平。 （二十九）加强风险监测与应对处置。金融机构面向公众服务或高风险场景应用使用生成式人工智能技术的，应向金融监管总局或其派出机构报告。金融监管总局及派出机构建立监测预警与处置机制，优化风险监测预警指标体系，加强分析处置，完善监管工具方法，督促金融机构做好事前、事中、事后全链条风险防控，加强网络安全、数据安全等风险事件复盘分析，督促金融机构改进优化防御体系，聚焦对客服务、高风险应用场景制定风险应急预案，提升应急响应能力。做好跨部门合作协调，形成合力，避免信息孤岛，防范系统性风险。 （三十）建立监管定期评估机制。金融监管总局及派出机构强化对金融机构开发应用人工智能的监督管理，重点加强高风险场景应用监管。建立对监管政策和监管效果的年度评估机制，持续提高监管适配能力。 （三十一）加强监管人才队伍建设。金融监管总局及派出机构加强数字化、智能化培训，提升监管人员数据分析和智能工具的使用能力，着力培养复合型监管人才，提升与人工智能技术复杂度相匹配的风险识别、监测和处置能力。 （三十二）促进行业交流。鼓励加强人工智能领域沟通交流，通过经验分享、培训研讨、技能竞赛、案例宣传等方式，营造人工智能发展的良好文化氛围。行业自律组织应发挥桥梁纽带作用，促进行业经验交流。 点击跳转原文链接： 国家金融监督管理总局关于银行业保险业人工智能安全开发应用的指导意见
2026-06-18 18:50:06
