本文来自彭博终端。非终端用户可点击文末 "阅读原文" 预约演示。 伴随行业飞速发展、地缘政治博弈、供需天平摇摆…全球能源市场时刻处于动荡之中。彭博行 业研究（Bloomberg Intelligence）为您及时传递行业动态，并基于高质量数据、模型与分析 助您解读市场变化，看见全局、看向前景。 截至1 0月3 1日，2 0 2 5年彭博商品现货指数上涨近1 5%，表现可谓强劲，但其基础并不稳固。 领涨的黄金与领跌的原油之间的极端背离，上一次出现还是在2 0 0 8年。在标普5 0 0指数总回 报接近2 0%、彭博美元现货指数下跌约8%的年份，商品价格本应同步走强，但能源与谷物却 持续走弱。这是结构性疲软，还是这些板块将在2 0 2 6年迎头赶上？我们倾向于前者，尤其考 虑到如果美股出现调整，美国可能面临通缩风险。 WTI 原油似乎正走向每桶约4 0美元的典型"低价修复"阶段，这对天然气与汽油的价格（分 别约为每百万英热单位与每加仑2美元）具有重要影响。与此同时，黄金价格已大幅脱离基 本面、飙升至每盎司4 , 0 0 0美元之上，从历史经验来看，2 0%至3 0%的回调并不罕见。 黄金与原油走势分化令人担忧，而 ...

股息——尤其是未来股息——长期以来在交易策略、投资组合管理和风险管理实践中都发挥着关 键作用。如今，对着眼于中国市场的机构投资者而言，这一点愈发重要。随着中国监管机构鼓励 企业采取更稳定、更频繁的分红政策以支撑股价并提振投资者信心，仅靠历史趋势或基本面分析 已不足以预测未来股息。投资者亟需具备 前瞻性且兼顾监管因素的模型 ，以判断企业未来潜在 的分红调整方案。这类洞察帮助投资者在快速变化的市场环境中保持竞争优势，做出更明智的投 资决策。 此前，我们详细介绍了 彭博股息预测（BDVD） 如何结合中国特有的监管变化，优化对A股公司 股息支付的评估与预测，从而实现更高的精准度。 点击阅读 彭博股利预测（BDVD）： 基于中国证监会法规打造多种模型，赋能投资交易决策 模型核心驱动 彭博专有的 股息预测（BDVD）模型 结合了三大核心驱动因素： 该模型综合评估定量与定性关键因素，并对分红支付日期进行回测，以识别分红规律。 股息金额模型则考虑了公司基本面、债务结构、管理层评论以及股息政策等因素。 除了常规的历史趋势与财务状况分析外，彭博还针对中国市场引入了 符合最新的中国证监会监 管要求 的额外计算因子。 基于这些要求， ...

峰会概况 - 2025年彭博新能源财经上海峰会将于11月25日至26日举行，这是该峰会的第十一周年 [2] - 峰会旨在汇聚全球能源、交通、工业、金融与科技领域的顶尖领袖，共同塑造更清洁、更具竞争力的未来 [2] - 峰会举办时值中国“十四五”规划收官与“十五五”规划启动的关键年 [2] 核心议题与行业驱动力 - 能源行业的演进由突破性技术创新、前瞻性政策指引、金融资本赋能及企业战略抉择等多重力量驱动 [7] - 能源转型与宏观经济和全球政策深度耦合，是引领新一轮经济发展的强大引擎 [7] - AI和数据中心的崛起为能源行业带来了前所未有的新机遇与新挑战 [9] 具体行业趋势与挑战 - 数据中心能源转型成为焦点，运营商面临让高能耗设施脱碳的巨大压力 [5] - 净零承诺与新兴监管政策推动绿电购电浪潮，互联网巨头已占全球清洁能源购电协议总量的40%以上 [5] - 全球贸易关税壁垒的剧烈变化正重塑国际能源贸易格局及供应链布局 [9] - 光伏行业创新加速，竞争加剧，供需格局面临深度洗牌 [9] - 锂离子电池价格在2024年底大幅下降20%，持续加速全球电动化进程 [9] - 电力市场化改革标志性文件“136号文”的发布将深刻影响国内未来行业需求和投资决策 [9]

如果您⋯⋯ 都可以使用 彭博研讨会与讲座功能SMNR 查看近期线上研讨会日程，并点击 " 注册 " 来报名参加您感兴趣的线上/现场课程！ 2025年11月课程推荐 带有 ※ 场次可以来彭博上海办公室参加现场培训，实机操作。 基础工具： 终端入门系列4：制图工具中技术分析的应用 ※ 11月20日（周四）17:00 – 18:00 终端入门系列5：彭博Excel API公式数据拉取入门 ※ 11月25日（周二）17:00 – 18:00 权益市场： 权益分析师系列1：公司及行业层面 - 基本面分析工具入门 ※ 11月27日（周四）17:00 – 18:00 是彭博终端新手，希望多加了解常用的基本功能 想通过终端的强大功能分析债券、外汇、股票、商品、衍生品市场 对终端上的量化应用/图表分析/投组管理等技术工具有强烈兴趣 想了解最新的、全面的市场热点以及彭博专业分析师点评 宏观、外汇与大宗商品市场： 固收/利率市场： 固收专家系列4：美国机构MBS和TBA产品分析工具入门 ※ 11月11日（周二）17:00 – 18:00 PORT投组管理系列： PORT系列讲座1：投资组合创建及分析 ※ 11月6日（周四）17: ...

极端天气对农业企业的冲击 - 极端天气导致供应链中断、资产受损和保费飙升，ADM公司预计潜在营收损失与成本高达7.2亿美元[4] - 干旱与酷热天气在全球范围内摧毁农作物，例如2024年缅甸玉米、2023年日本水稻，阿根廷在2022至2023年度蒙受200亿美元农业出口损失[4] - 丰益国际警示气候变化可能重创棕榈油生产，应对风险需投入3400万美元，包括研发抗旱棕榈树苗[4] - 抗旱耐涝作物和数字化工具市场兴起，BayWa公司从中看到价值7000万欧元的商机[4] 气候风险催生的新机遇 - 农业巨头如邦吉、嘉吉和ADM斥巨资布局植物基蛋白领域，邦吉投资5.5亿美元在印第安纳州建设大豆蛋白工厂，预计2024年投产[6] - 更严苛的温室气体排放和生物多样性规定为气候友好型生物燃料及"无害认证"产品创造机遇，邦吉预计在巴西销售"零毁林"认证大豆每年可增加4500万美元销售额[6] - ADM在2023年推出生物刺激素提升玉米产量，并开发植物基塑料、聚合物及建筑隔热材料，2024年研发投入从2.56亿美元增至2.69亿美元[6] 农业企业面临的减排压力 - 农业活动是人为甲烷和一氧化二氮的最大来源，在20年时间尺度上，甲烷和一氧化二氮的全球变暖潜能值分别是二氧化碳的80多倍和270多倍[7][9] - 欧盟与德国出台更严格氮肥限用规定，直接冲击BayWa公司农业收入[7] - 嘉吉公司开发新方法追踪并削减牛肉生产过程中的甲烷排放，First Resources公司捕集棕榈油加工厂废水产生的甲烷用作燃料[8] - Olam公司培训供应链中的稻农优化水、肥、废弃物管理，力求将甲烷排放量削减高达70%[8]

在"十四五"收官与全球风电加速的双重背景下，风电行业正处在格局重塑与技术跃迁的关口。彭博 新能源财经（BNEF）近期亮相北京国际风能大会，并在此期间圆满举办了BNEF全球竞速下的中国 风电突围专题研讨会，聚焦国内风电转型与国际扩张，洞察风电行业政策、技术与全球市场的关键 突破口。 让我们一起回顾现场嘉宾的专业洞见！ 扫描二维码阅读深度洞察 《2025年上半年海上风电市场展望报告（节选版）》 陆海分化，转型启航：五年计划的接力与突围 在五年计划目标的引领下，中国大陆持续主导全球风电装机。彭博新能源财经数据显示，截至2024 年底，中国大陆已占据全球累计风电装机容量的46%，预计到2035年将进一步提升至54%。陆上风 电方面，强劲的项目储备将推动年末实现超额完成"十四五"装机目标。与此同时，随着大量风机陆 续退出质保期，运维市场将在"十五五"期间迎来爆发式增长，成为降本增效的关键战场。而海上风 电未来发展仍需政策端的持续推动、跨部门协同、最终统筹落地。 截至2024年底，中国大陆已完成'十四五'陆上风电装机目标的90%，强劲的项目储备将推动 2025年超额完成目标的23%；与此同时，2020年抢装潮中的两万余台 ...

文章核心观点 - 康方生物的依沃西（PD-1xVEGF双特异性抗体）在HARMONi-6临床试验中显示出显著疗效，无进展生存期风险比为0.60，但总生存期获益尚待确认[3][4] - 依沃西在鳞状非小细胞肺癌治疗中展现出优异的安全性，3-4级VEGF相关事件发生率低，为后续开发奠定基础[7] - PD-(L)1xVEGF双特异性抗体赛道竞争加剧，华博生物等公司的新药数据在2025年ESMO大会上公布，行业关注度提升[9] 临床试验结果分析 - HARMONi-6试验针对中国鳞状非小细胞肺癌患者，依沃西联合化疗方案的中位无进展生存期为11.1个月，对照组为6.9个月，风险比0.60[4][6] - 依沃西的客观缓解率达到76%，疾病控制率为91%，优于对照组（客观缓解率67%，疾病控制率89%）[6] - 默克的KEYNOTE-407试验仍是疗效基准，其中位总生存期为17.2个月，风险比0.64[4][6] 药物安全性表现 - 依沃西的3-4级VEGF相关不良事件发生率低：高血压3%、蛋白尿2%、出血1.9%[7] - 免疫介导毒性大多为轻度，3-4级发生率为9%，3-4级输液相关皮疹发生率仅1%[7] - 依沃西治疗组3-4级不良事件总发生率为61%，与对照组（51%-62%）相当，但药物相关停药率仅为3%，低于对照组的4%-23%[8] 行业竞争格局 - 华博生物的HB0025在鳞状非小细胞肺癌患者中客观缓解率达85%，在非鳞状患者中为62%，但3-4级不良事件发生率约50%[9][10] - 其他进入该赛道的药物包括BioNTech/百时美施贵宝的BNT-327（客观缓解率47%）、辉瑞/3S Bio的SSGJ-707（客观缓解率68%）等[10] - 全球验证关键节点为2026年上半年将公布的Summit开展的HARMONi-3全球试验数据[4]

(15:30 注册签到，16:00活动开始) 上海 （详细活动地址将在确认函中提供） 在全球宏观经济格局日新月异、国际金融市场波动不断加剧的背景下，量化投研正以前所未有的 速度重塑资产管理行业，成为市场参与者在噪音中发现规律、化混乱无序为有迹可循、高效捕捉 投资机遇并进行风险管理的关键力量。随着量化技术席卷全球"金融圈"，我们如何打开前瞻视 角，深度洞察并审慎判断全球宏观格局的动态与趋势？国际市场的实践经验对于中国本土市场的 我们诚邀您参加本次研讨会，聆听彭博专家与行业领袖深度解析量化策略核心要义，分享资产配 置最佳实践，共同探讨如何基于中国市场特点把握机遇并全面管理风险。期待您的到来！ 活动议程 宏观量化情景分析 风险预算在中国市场的应用 彭博组合管理和因子模型方案 圆桌论坛：海外成熟市场经验赋能中国量化策略指数市场发展 驾驭因子轮动：基于宏观驱动的机器学习策略 交流互动 主讲嘉宾 彭博投资管理论坛（上海） 扫码立即报名 * 报名需要时间审核，敬请耐心等待。审核通过将在微信收到报名成功提醒，活动开始前将会收到具体参会提醒，请注意查收！ 运用有何借鉴意义？当今炙手可热的机器学习等智能技术在量化投研方面有何前沿 ...

全球关税政策对企业利润的影响 - 美国加征关税可能导致通用汽车、丰田和Stellantis等车企利润下降 [2] - 欧美工业公司可能需要平均涨价2%来抵消关税带来的影响 [2] - 苹果公司2026日历年生产成本恐上升76亿美元 [2] - Victoria's Secret和Oxford等非必需消费品公司面临数百万美元毛利润损失 [2] - 加拿大食品零售商Empire、Loblaw和Metro可能将关税相关成本全部转嫁给消费者 [2] 中国出口战略转移与市场格局变化 - 2017至2024年间中国对新兴市场年出口增长95%，从7,620亿美元增至1.488万亿美元 [5] - 中国对新兴市场出口份额从32.5%升至42.3%，而对美出口份额从28.8%降至18.6% [5] - 中国对墨西哥出口额增长一倍至900亿美元，对东盟出口激增至5,870亿美元 [5] - 出口重心变化反映中国战略转向区域一体化、供应链转移及减少对美出口依赖 [5] 日本股市板块表现与贸易风险 - 日本科技、医疗保健、材料、工业和非必需消费品板块因海外收入占比较高，年初至今回报率垫底 [7] - 日本软件和IT服务行业（主要依赖国内市场）年初至今上涨8% [7] - 日本半导体和硬件设备行业（依赖美国和中国市场）分别下跌10%和6% [7] - 市场担忧不仅限于日美贸易关系，还包括美国关税对中国和韩国的影响，后两者为日本重要出口市场 [7] - MSCI日本指数中，医疗保健板块回报率为-6.94%，材料板块为-5.44%，非必需消费品板块为-3.68% [9] 去美元化趋势与全球贸易格局演变 - 美国关税政策可能加速全球贸易碎片化并推动去美元化进程 [10] - 受关税影响的经济体可能寻找新贸易伙伴，导致全球贸易路线调整及对美依赖降低 [10] - 全球贸易争端可能导致美元交易减少，美元在储备配置中的份额加速下降，黄金成为受益者 [10]

文章核心观点 - 生成式人工智能在金融行业的高速应用凸显了安全与合规的紧迫性，通用AI安全机制存在显著的领域特定风险识别缺口 [5][7] - 研究提出了首个面向金融服务的AI内容安全分类体系，旨在弥合通用框架与金融实际应用间的差距 [5][7] - 实证研究表明，当前主流防护机制在应对金融领域复杂、语境敏感的风险时有效性不足，亟需构建具备上下文感知能力的安全框架 [9][21] 研究背景与目标 - 研究由彭博首席技术官办公室下属的多个团队跨部门协作完成，旨在填补金融服务领域特定AI内容安全框架的空白 [6] - 核心目标是帮助金融机构以更负责任的方式部署生成式AI系统，结合红队测试、上下文感知防护及与监管要求一致的风险分类方法 [7] 金融行业关键利益相关方及其风险 - 买方机构（如共同基金、对冲基金）负有受托责任，生成式AI在研究支持、个性化服务等方面的应用需确保内容的可靠性、可解释性与合规性 [8] - 卖方机构（如投资银行、经纪交易商）需平衡技术创新与合规要求，尤其在面向零售客户时需遵循严格的适当性标准 [8] - 技术供应商在将生成式AI嵌入其系统时面临直接或间接的监管审查，需深入理解技术设计对客户的影响 [10] 三大关键风险领域 - 信息源风险：涉及敏感客户数据和重大非公开信息的处理，一旦发生隐私泄露或MNPI滥用，机构将面临严重监管后果 [10] - 沟通风险：市场营销、客户沟通等受严格内容规范约束，生成式AI若产生误导性陈述或遗漏关键风险，可能构成监管违规 [11] - 投资活动风险：AI在交易策略支持等应用可能引发市场操纵、欺诈甚至非故意内幕交易，卖方机构和技术供应商均需高度警惕 [11] AI风险分类体系构建 - 研究区分“系统无关风险”（如模型训练数据缺陷导致的错误信息）和需结合金融场景评估的全面风险 [12][14] - 倡导采用全面风险评估方法，充分考虑买方、卖方及技术供应商在职责分工与风险暴露方面的差异 [14] - 定量技术手段（如静态基准测试与红队测试）可支持对生成式AI行为进行规模化评估，两种方法相辅相成 [15] 金融服务领域首个AI内容安全分类体系 - 分类体系包含机密信息披露、反事实叙述、歧视、金融服务公正性、金融服务不当行为等16个具体风险类别 [16][17] - 分类区分了违反正式法规的内容和可能引发声誉风险的内容，使机构能根据具体应用语境灵活调整防护机制 [16][19] - 该框架具备良好适应性，可根据不同司法辖区的监管要求、组织角色及系统设计约束进行调整 [19] 实验关键发现 - 对广泛使用的AI防护系统测试显示，其在处理金融相关查询时无法有效识别大量领域特定风险，存在显著安全缺口 [21] - 即便引入扩展后的风险分类体系，通用防护机制的识别能力仍有限，常遗漏重要金融风险类别或产生过多误报 [21] 讨论与建议 - 实现有效的生成式AI安全管理需嵌入多层次的防护策略，包括自动化机制、人工审核及违规升级处理 [23] - 风险缓解策略需与实际应用场景匹配，例如对敏感金融查询提供免责声明，对涉及MNPI的问题实施严格屏蔽 [23] - 通用安全框架在金融领域必须进行调整，领域特定风险框架需明确界定金融建议、不当行为等类别，并考虑法律义务和司法辖区差异 [24]