刚果热轧方钢管进口量
刚果热轧方钢管进口量大概数据
| 时间 | 品名 | 进口量范围 | 单位 |
|---|---|---|---|
| 2016 | 刚果热轧方钢管 | 1000-3000 | 吨 |
| 2017 | 刚果热轧方钢管 | 2000-4000 | 吨 |
| 2018 | 刚果热轧方钢管 | 2500-5000 | 吨 |
| 2019 | 刚果热轧方钢管 | 3000-6000 | 吨 |
| 2020 | 刚果热轧方钢管 | 3500-7000 | 吨 |
刚果热轧方钢管进口量行情
刚果热轧方钢管进口量资讯
创业板冲高回落涨0.7% AI多只热门股盘中齐跌 恒指、恒科指均跌1%
港股AI大模型股大爆发，智谱一度狂飙超40%，市值突破1万亿港元，MINIMAX大涨超20%，此前智谱宣布正式上线并开源新一代旗舰大模型GLM-5.2。分析认为，GLM-5.2在长上下文编程场景下优势较为显著，正在重塑行业格局，推动智谱跻身全球头部。 6月22日，A股早盘冲高回落，三大股指一度集体转跌，临近午盘股指再度翻红，创业板盘初一度涨超1%，算力硬件、半导体产业链早盘拉升之后回落，寒武纪、摩尔线程等热门股齐跌，培育钻石、工业气体等概念股大涨，有色金属、石油化工、大金融等板块走强，医药、机器人，餐饮旅游、日用化工等板块集体调整。 港股低开低走，恒指、恒科指盘初跌幅持续扩大，恒指跌2%，恒科指跌超1.5%，科网股普遍下挫，芯片半导体、AI大模型股逆势大涨，兆易创新涨超10%，智谱一度狂飙40%，市值突破1万亿港元。债市方面，国债期货集体下跌。商品方面，国内商品期货普遍下跌。核心市场走势： A股 ：截至发稿，沪指涨0.18%，深成指涨0.29%，创业板指涨0.74%。 港股 ：截至发稿，恒指跌0.98%，恒科指跌1.35%。港股三大指数高开盘中均刷新近期调整新低。 债市 ：国债期货全线下跌，截至发稿，30年期主力合约跌0.15%，10年期主力合约跌0.06%，5年期主力合约跌0.04%，2年期主力合约跌0.01%。 商品 ：国内商品期货多数下跌，截至发稿，新能源材料跌幅居前，碳酸锂跌6.08%；贵金属全部下跌，沪银跌5.65%；农副产品多数下跌，鸡蛋跌4.62%；化工品多数下跌，聚丙烯跌2.41%；黑色系多数下跌，焦煤跌2.24%；能源品全部下跌，LPG跌2.01%；非金属建材全部下跌，PVC跌1.80%；基本金属多数下跌，沪锡跌1.31%；油脂油料多数下跌，菜油跌0.81%；航运期货涨幅居前，集运指数(欧线)涨0.11%。 12:01 盘面上，权重科技股、黄金股、汽车股、内房股、光伏股、航空股跌幅明显。另外，存储半导体、光通讯、中资券商股、保险股、AI应用概念股逆势上涨，其中大模型概念龙头智谱一度飙升超42%至2980港元，再创历史新高。 消息面上，智谱近日发布新模型GLM-5.2，性能表现获得较好反响，并引发了智谱创始人唐杰和特斯拉创始人马斯克的隔空“辩论”。 华尔街见闻 文章写道，6月18日，有网友在社交媒体提问称：“中国大模型预计何时能够达到Anthropic的Fable水平？智谱GLM-5.2无疑缩小了差距。” 特斯拉CEO马斯克对此回复称：“可能在（2027年）一季度。” 6月15日，智谱宣布正式上线并开源新一代旗舰大模型GLM-5.2。与以往主打即时问答能力的模型不同，GLM-5.2主攻“长程任务”——让AI不再只做即时问答，而能像人一样连续工作数小时、自主跑完一个完整的大型工程。 在Artificial Analysis综合榜单上，GLM-5.2取得51分，位列开源模型SOTA。业内认为，GLM-5.2在长上下文编程场景下优势较为显著，正在重塑行业格局，推动智谱跻身全球头部。 摩根大通认为，随着行业变现路径逐渐向API、编码、智能体和企业工作流收敛，模型能力领先性变得更为关键，定价权将更多取决于能力，而非产品覆盖广度或使用规模。 11:47 盘面上，个股跌多涨少，沪深京三市超4200股飘绿，上午半天成交2.52万亿。沪深两市半日成交额2.5万亿，较上个交易日放量近3700亿。板块方面，券商股午前拉升，培育钻石、能源金属、半导体、炒股软件、锂电池、光伏题材活跃。机器人、商业航天、创新药概念股走弱。 具体来看，培育钻石概念股大涨，力量钻石、黄河旋风等多股涨停。 消息面上，英特尔现任CEO陈立武表示，投资了一家人造金刚石晶圆公司，看好钻石作为散热材料在芯片封装领域的应用潜力。 今天早盘，科创50、科创ETF等皆大幅冲高，但10点左右皆迎来了一波杀跌，寒武纪、摩尔线程等多只热门股走弱，并一度带领三大股指下行。 临近午盘，半导体板块有所回升，敏芯股份、富信科技、裕太微等涨幅居前，三安光电涨停，中芯国际、兆易创新、盛合晶微均涨超4%。 中信证券认为，受益于下游大客户积极的资本开支指引以及扩产计划，半导体设备需求有望维持强劲。预计2026年、2027年全球晶圆制造设备（WFE）市场规模将分别同比增长26%、35%至1478亿美元、1995亿美元，其中下游存储占比进一步提升。 在AI回落之际，红利指数明显企稳，跌幅由1.2%以上，收窄到0.5%以内。券商、保险等大金融股显著拉升。券商、保险等金融股反弹，广发证券涨停，中信建投、新华保险涨超6%。 据 券商中国 ，上周市场“科技主导、成长占优”的特征显著，全周四个交易日创业板指、创业板50、科创50和科创综指涨幅分别达到11.02%、10.95%、14.93%和13.24%，均创下或接近新高。 中信建投策略分析师夏凡捷认为，从基本面、估值和交易结构三大影响市场中期主线的维度来看，目前，泛AI行业与传统行业的基本面分化仍在加剧，这是AI算力主线持续强势的关键原因，同时也影响了两者的估值分化和交易结构的恶化。 有色板块拉升，金钼股份、锌业股份等近10股涨停。 消息面上，机构指出，先进制程与3D封装使“金属”从辅助材料跃升为核心耗材。7nm以下制程的金属层数显著增加，HBM4等新一代存储芯片量产使靶材消耗较传统工艺提升3—5倍；Chiplet架构的垂直堆叠更让靶材沉积次数呈指数级增长。 下跌方面，军工板块下挫，襄阳轴承跌停；创新药概念走低，博瑞医药跌近18%。 11:08 培育钻石概念股大爆发，惠丰钻石涨超23%。 10:54 A股三大指数冲高回落，创业板指翻绿，此前一度涨近1.7%。医药生物、军工、汽配、酒店旅游等方向跌幅居前，沪深京三市下跌个股近4400只。 10:48 金融股大幅冲高，新华保险、广发证券、中信建投涨近7%，华泰证券、长江证券、华安证券、中国人寿等涨超5%。 10:46 电网设备板块异动拉升，中国西电反包涨停，走出5天3板，中元股份涨超10%，安科瑞、松发股份、迦南智能、三变科技跟涨。 10:44 创新药概念盘中持续走弱，博瑞医药20cm跌停，诺思兰德、益方生物、众生药业、艾迪药业、百花医药等跟跌。 09:48 香港恒生指数跌幅扩大至1.86%，恒生科技指数跌1.53%。智谱涨超30%，年内涨超2000%。 消息面上，智谱近日发布新模型GLM-5.2，性能表现获得较好反响，并引发了智谱创始人唐杰和特斯拉创始人马斯克的隔空“辩论”。 华尔街见闻 文章写道，6月18日，有网友在社交媒体提问称：“中国大模型预计何时能够达到Anthropic的Fable水平？智谱GLM-5.2无疑缩小了差距。” 特斯拉CEO马斯克对此回复称：“可能在（2027年）一季度。” 6月15日，智谱宣布正式上线并开源新一代旗舰大模型GLM-5.2。与以往主打即时问答能力的模型不同，GLM-5.2主攻“长程任务”——让AI不再只做即时问答，而能像人一样连续工作数小时、自主跑完一个完整的大型工程。 在Artificial Analysis综合榜单上，GLM-5.2取得51分，位列开源模型SOTA。业内认为，GLM-5.2在长上下文编程场景下优势较为显著，正在重塑行业格局，推动智谱跻身全球头部。 摩根大通认为，随着行业变现路径逐渐向API、编码、智能体和企业工作流收敛，模型能力领先性变得更为关键，定价权将更多取决于能力，而非产品覆盖广度或使用规模。 09:44 存储芯片概念表现活跃，香农芯创涨超10%，普冉股份、江波龙、德明利、北京君正、兆易创新、佰维存储跟涨。 消息面上，上周五美股存储芯片上涨，闪迪上涨11.54%，美光科技上涨8.70%，西部数据上涨4.79%，股价均续创历史新高。美光科技将于北京时间6月25日凌晨发布财年三季报。 09:40 创业板指涨逾1%，刷新历史新高；半导体产业链领涨。 09:36 锂矿概念集体调整，天华新能跌超10%，融捷股份逼近跌停，盛新锂能、西藏城投、天齐锂业、江特电机、中矿资源跌幅居前。消息面上，广期所碳酸锂主力合约大跌7%，报154080元/吨。 09:35 A股算力租赁板块拉升，特发信息创新高，天娱数科涨停，中青宝涨超10%，行云科技、日科化学、莲花控股、中富通、艾可蓝跟涨。 09:34 早盘玻璃基板概念再度活跃，凯盛科技3天2板，沃格光电、帝尔激光、京东方A、德龙激光等冲高。 消息面，2026年6月，英特尔CEO陈立武在科技播客“No Priors”访谈中明确提出，其目标是在5到10年内为英特尔股东实现10倍回报，并系统性地披露了公司未来的技术路线图。他将英特尔的转型聚焦于三大方向：先进封装技术EMIB、玻璃基板，以及三大新型半导体材料。 09:32 港股智谱盘中总市值突破1万亿港元，年内涨超1900%，现涨超13%。 09:26 上证指数高开0.08%，创业板指涨0.48%。培育钻石、稀土、玻璃基板、高速铜连接、特高压、存储器、PCB概念股活跃；锂矿、创新药、AI应用题材走弱。 09:21 恒生指数低开0.47%，恒生科技指数跌0.2%。理想汽车跌逾3%，哔哩哔哩、阿里巴巴跌幅靠前；华虹宏力、MINIMAX涨逾4%，中芯国际涨逾3%。 09:01 商品期货开盘，集运欧线主力合约涨超3%，LU燃油、BR橡胶涨超2%，乙二醇、燃料油、瓶片、纯苯涨超1%。碳酸锂跌超4%，沪银、钯、鸡蛋、铂跌超3%，沪金跌超2%。
2026-06-22 13:42:37警惕科技股浪潮热度对锡价的阶段性影响【机构评论】
【投资逻辑】供给端：缅甸雨季延续至 8 月末，矿山积水、物流中断，锡精矿进口量维持低位，国内炼厂原料库存仅 15—20 天安全线，外购矿冶炼利润持续亏损，倒逼炼厂控产检修，精炼锡增量受限；印尼资源民族主义政策持续加码，年内精炼锡限出口预期持续升温，海外现货供给持续收缩；刚果（金）Bisie 矿区地缘、疫情、口岸运输扰动反复，一旦外运中断极易触发价格脉冲上涨；国内原生锡矿储量稀缺、可采年限仅 12 年，再生锡受废锡原料紧缺约束，占比长期卡在 20%—35%，难以弥补矿产缺口。需求端。当下面临传统消费淡季、高价抑制下游拿货、美元反弹、AI 板块情绪回落压制锡价上行高度。然而中长期来看，全球锡储采比延续低位，供给弹性极低；AI与新能源驱动需求增速超供给，价格中枢较过往周期上移。 【投资策略】目前全球精锡供需平衡仍存缺口，新质需求仍存亮点，中长期仍可逢低多配。然而锡价受费城半导体指数与科技股短期波动扰动较大，警惕科技股浪潮热度对锡价的阶段性影响。
2026-06-22 10:13:34当西方犹豫之际，亚洲投资者正悄然积累黄金
黄金市场正出现一道耐人寻味的裂痕：西方投资者持续撤离，亚洲买盘却逆势涌入。 据彭博宏观策略师Simon White撰文指出，尽 管美国和欧洲投资者对黄金态度趋于谨慎，亚洲市场对黄金的需求依然旺盛。 黄金价格上周在4000美元关口附近出现强劲反弹，此前伊朗和平协议的消息一度压制金价，但亚洲买盘并未因此退缩。这一分歧正在成为观察金市走向的重要信号。 对于市场而言，东西方之间的需求背离意味着黄金的支撑力量正在发生结构性转移。 西方ETF资金持续流出，而亚洲ETF规模仍在快速扩张，两者走势的持续分化，或将对金价中期走势产生深远影响。 西方ETF资金持续流出，比特币吸引力或短暂回归 黄金目前正试图在4000美元上方寻找支撑。 上周，伊朗和平协议相关消息传出后，金价从该关口强劲反弹，但西方投资者的撤离步伐并未因此放缓。 据彭博报道，以美国为主要注册地的大型黄金ETF资金流出规模持续扩大。与此同时，比特币ETF的资金流出则开始趋于缓和，这一对比或许暗示部分投资者正重新将偏好转向加密货币而非实物黄金。 不过，Simon White认为， 仅凭这一信号便得出黄金失势的结论，或许过于草率。 香港与印度领跑，亚洲从瑞士大量进口黄金 亚洲市场的黄金需求正通过贸易数据得到清晰印证。作为全球最大黄金出口国，瑞士的出口流向显示，香港和印度目前是从瑞士进口黄金最多的两个经济体，超过其他所有国家。 这一贸易数据与全球ETF的持仓变化高度吻合。 美国黄金ETF持仓持续下降，欧洲ETF基本维持平稳，而亚洲黄金ETF规模则持续快速攀升，且几乎未见回落迹象。 Simon White指出，亚洲黄金ETF的体量目前仍小于西方同类产品，但这很可能只是亚洲真实黄金需求的冰山一角——瑞士的出口数据已充分说明这一点。 金价近期走弱未能动摇亚洲买盘，信号意义不容忽视 在Simon White看来，亚洲投资者对黄金的热情并未因金价近期的阶段性回调而有所收敛，这一现象本身便是一个不应被轻易忽视的市场信号。 西方投资者在黄金与比特币之间摇摆之际，亚洲资金正以稳定且持续的方式积累黄金头寸。这种需求韧性表明，亚洲买家对黄金的配置逻辑并不依赖于短期价格动量，而更可能源于更深层的资产配置需求。 对于关注黄金走势的投资者而言，与其盯紧西方ETF的资金流向，不如将目光转向亚洲——那里或许才是下一轮金价走势的真正驱动力所在。
2026-06-19 08:45:54SMM：东南亚新能源供应链市场分析及展望 核心战略布局方向研判【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 新能源咨询项目经理 王永杰围绕“东南亚新能源市场供应链分析及展望”的话题展开分享。 她表示，受东南亚新能源汽车市场快速增长的推动，多家车企正加速本地化布局。各国电池需求量也将快速增长，预计2030年区域电池总需求量较2025年将增加约十倍，约在201GWh左右。但值得一提的是，目前，东南亚正极材料与电机元器件面临本地化率低、结构性缺口突出、进口依赖严重的问题。在东南亚，当地正极材料与关键电机元器件供应量无法满足需求量，本地化率低、产能缺口大，已成为制约该区域新能源汽车产业链发展的关键瓶颈。 东南亚新能源市场发展现状 新能源关键原材料主要生产国份额 相关数据表明，我国电池、正极材料、锂盐、稀土永磁等新能源关键原材料全球产量占比普遍超 70%，产能规模位居全球首位，优势显著。 此外，她还介绍了核心东南亚国家新能源市场关键材料产能分布与产业化进展情况，越南：本土车企 VinFast 拉动整车及上下游配套产业链快速发展；泰国作为东南亚汽车制造与出口核心枢纽，电机、电驱动相关产业配套体系较为完善；马来西亚具备成熟汽车工业基底，但三电系统本土化配套能力不足；当地政策侧重扶持整车组装与区域分销业务；印度尼西亚坐拥丰富镍资源，电池原材料产业竞争优势突出。 整体来看，SMM认为东南亚地区新能源核心元器件产能较小。国家政策正推动本土化和产业升级，为供应链发展留下巨大空间。 东南亚供应链热力图分析 综合以上信息来看，印尼、泰国凭借先发优势，是锂盐加工、正极材料产业极具发展潜力的核心枢纽；越南、马来西亚电机元器件市场存在需求旺盛、本土供给不足的供需缺口，具备优先投资价值。 投资策略方面，一方面可重点布局供需缺口突出赛道，越南稀土永磁、马来西亚硅钢片本土配套供给能力偏弱，市场发展空间广阔；另一方面持续夯实产业核心节点，依托印尼、泰国、越南三角产业集群，构建覆盖 “资源 — 材料 — 电池 — 电机” 的一体化产业链生态。 东南亚新能源市场未来供需展望 东南亚新能源汽车增长趋势 受市场需求和政策支持驱动，东南亚新能源汽车市场即将迎来爆发式增长。预计2025至2030年间，该地区新能源汽车销量的复合年增长率（CAGR）将超过41%。 市场正进入高增长阶段 2030年东南亚新能源汽车销量预测：332万辆； 2025-2030年复合年增长率：41.3%，销量预计将从2025年的约59万辆增长至2030年的约332万辆； 2030年东南亚新能源汽车平均渗透率：30.0%； 关键驱动因素： 泰国东部经济走廊（EEC）、印尼2023年电动汽车路线图、越南国家新能源汽车发展战略等持续提供政策支持；电池、电机和电控作为核心元器件，市场需求将同步激增。 2030年东南亚电池需求预测 受东南亚新能源汽车市场快速增长的推动，多家车企正加速本地化布局。各国电池需求量也将快速增长，预计2030年区域电池总需求量较2025年将增加约十倍，约在201GWh左右。 具体来看各国的电池需求复合年均增长率，预计马来西亚的复合年均增长率在66.6%左右，印度尼西亚在60.3%左右，远超泰国和越南的需求增速。 2030 年东南亚电机及电控系统需求预测 预计 2030 年东南亚电控系统整体需求规模将达 432 万套，2025-2030 年复合年均增长率为 44.9%，其中越南与印尼市场增长速度领跑区域。 东南亚关键材料现状与需求量预测 目前，东南亚正极材料与电机元器件面临本地化率低、结构性缺口突出、进口依赖严重的问题。 在东南亚，当地正极材料与关键电机元器件供应量无法满足需求量，本地化率低、产能缺口大。这已成为制约该区域新能源汽车产业链发展的关键瓶颈。 正极材料需求方面，到2030年，预计东南亚需求量超过37.4万吨/年。目前计划产能为20万吨/年，仍处于计划初期，爬产缓慢，导致供需错配。 硅钢片需求方面：2026年，泰国的SCG集团是主要持货商，产能和产量有限，严重依赖从国内的进口量，当地自给率低于30%。 成本对比：中国进口与东南亚本地生产 电池包成本对比：中国出口与东南亚本地生产 东南亚本地生产的电池包成本比中国出口低4%，主要得益于物流与清关优化，长期本地化优势有望持续扩大。 RCEP关税0%：两种模式均适用 物流与清关优化共节省0.08元/辆，远超0.05元/辆的制造成本差异； 长期来看，随着本地供应链规模经济实现，制造成本有望进一步降低，本地化优势将持续增长。 电动驱动系统的成本比较：从中国进口与在东南亚本地组装 东南亚的本地组装相较于从中国进口具有成本优势，主要得益于更低的物流和清关成本。提高自给自足程度并减少进口依赖，是降低成本、促进当地新能源汽车产业发展的关键 关键发现 物流成本大幅降低 ：本土组装消除了长途海运，将每台物流成本从30元降至5元； 长期竞争力： 本地化生产受航运波动和地缘政治因素的影响较小，更具可持续性。 东南亚新能源市场：关键发现与战略建议 东南亚新能源供应链建议 核心战略重点：构建印尼—泰国—越南“三角”核心带，发挥各国差异化优势，形成区域协同效应 印尼：依托全球镍资源储备优势，夯实上游矿产原料基底； 泰国：立足成熟整车制造产能，作为区域整车组装核心枢纽； 越南：依托本土整车厂产能扩张趋势，承接终端配套需求。 关键行动建议 高优先级：填补产能缺口， 解决关键原材料（锂盐、正极材料）短缺，在印尼和泰国建立生产集群； 成本优势： 强化本地化生产，利用RCEP关税优势，推动电池包与电驱系统在东南亚本地化生产； 技术突破： 攻克技术瓶颈，聚焦电机元器件本地化生产突破，增强供应链安全； 生态系统建设： 构建产业生态，采用“电池工厂锚定上游正极材料本地化”模式，打造上下游产业链，形成完整闭环。 》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 19:02:05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
