投资评级与核心观点 - 报告对华泰证券维持“推荐”评级 [10] - 预计公司2025-2027年营收分别为450亿元、481亿元、514亿元，归母净利润分别为166亿元、179亿元、193亿元 [10] - 预计公司2025-2027年每股收益分别为1.84元、1.99元、2.14元，对应2025年10月31日收盘价的市盈率分别为12倍、11倍、10倍 [10][11] - 核心观点认为公司收费类业务龙头优势有望持续巩固，经纪与信用业务收入高增，投行业务稳步修复，自营业务高基数影响将逐步淡化，资管业务收入有望筑底修复 [10] 整体财务业绩 - 2025年前三季度公司营业总收入271亿元，公告口径同比增长12.6%，但增速较上半年下降18个百分点 [3] - 2025年前三季度归母净利润127亿元，同比增长1.7%，增速较上半年下降40个百分点 [3] - 2025年第三季度单季归母净利润52亿元，环比增长32.7%，但同比下降28.1%，主要受去年同期出售AssetMark股权导致的高基数影响 [3] - 2025年第三季度末公司总资产规模达1.03万亿元，突破万亿大关，同比增长21.1%；归母净资产2054亿元，同比增长10.7% [9] - 2025年前三季度公司年化加权平均净资产收益率为7.21%，同比下降0.38个百分点；归母净利率为46.9%，业务及管理费率（剔除其他业务）为44.1%，环比下降2个百分点 [9] 分业务表现 - **自营业务**：2025年前三季度收入102亿元，同比下降15%，占比38%；若剔除24Q3出售AssetMark所得63亿元投资净收入，则25Q3自营投资收入同比高增141.4% [4][5] - **经纪业务**：2025年前三季度收入66亿元，同比增长66%，占比24%；25Q3单季经纪业务手续费净收入28亿元，环比增长56.0%，同比增长128.1% [4][6] - **信用业务**：2025年前三季度收入33亿元，同比增长151%，占比12%；25Q3单季利息净收入12亿元，环比增长15.1%，同比增长108.8% [4][7] - **投行业务**：2025年前三季度收入19亿元，同比增长44%，占比7%；25Q3单季收入8亿元，环比增长24.7%，同比增长83.0% [4][8] - **资管业务**：2025年前三季度收入14亿元，同比下降55%，占比5%；25Q3单季资管业务净收入5亿元，同比降幅收窄至43.2% [4][9] 业务运营亮点 - **自营投资**：25Q3末金融投资规模4647亿元，环比增长7.1%，自营杠杆近3个季度稳步提升；25Q3年化自营投资收益率为3.1% [5] - **经纪业务**：25年9月末代买证券款2326亿元，环比增长13.9%，同比增长27.3%；同期APP“涨乐财富通”月活用户数927万人，同比增长24% [6] - **信用业务**：25Q3末融出资金余额1698亿元，同比增长61.2%，市占率保持在7.1%；买入返售余额146亿元，同比增长42.6% [7] - **投行业务**：25Q3公司IPO承销金额42亿元，同比增长372%，再融资承销金额83亿元，同比增长5526%，债券主承销金额4411亿元，同比增长25.1% [8] - **资管业务**：截至25Q3末，南方基金公募AUM规模1.48万亿元，同比增长9.7%；华泰柏瑞基金公募AUM规模8012亿元，同比增长16.4% [9]

余滨表示："AI已从'试试看'走向'必须做'，正从成本中心转变为服务、营销与价值创造的核心。"目 前，蚂蚁数科为银行提供的AI应用已从早期的智能客服、知识问答等单点场景，扩展至覆盖营销、风 控、投顾、理赔等核心业务的全栈智能体系统。据试点银行反馈，借助理财经理数字分身，人均服务客 户数从200人提升至2000人，有效覆盖了原本难以触达的中长尾客户，带动收入增长约20%。 10月30日，在2025金融街论坛上，蚂蚁数科AI业务总裁、蚂蚁集团副总裁余滨发表演讲时透露，当前 不少城商行正积极拥抱金融大模型与智能体技术，寻求业绩突围。蚂蚁数科致力于支持银行构建自主可 控的金融大模型，江浙沪地区的部分城商行在员工工作效率、营销转化率、营收规模等方面取得显著增 长。 伴随净息差收窄、营收增速放缓以及同质化竞争加剧，城商行面临前所未有的挑战。原本的区域优势减 弱，大型银行持续挤压其生存空间。在此背景下，越来越多的银行将AI视为"弯道超车"的关键路径。 浙江一家头部城商行则与蚂蚁数科合作，系统性构建了"算力-平台-模型-应用"全栈AI能力，落地30多个 智能体场景，覆盖客户服务与内部运营两端，为未来十年的AI转型奠定坚实基础 ...

论坛背景与意义 - 阿里云作为战略合作伙伴参与2025外滩年会，并承办FinAI金融大模型前沿创新论坛，是年会战略合作伙伴中唯一的AI云公司[1] - 论坛汇聚银行、保险、证券、支付等领域专家，研讨金融AI最新实践与前沿趋势[1] - 论坛为金融业AI发展提供新动能，人工智能正深刻重构金融行业运作范式，推动行业进行系统性变革[2] 金融行业AI应用趋势 - AI正从局部验证走向全流程落地，从智能客服、办公辅助逐步深入至投研分析、信贷决策、合规审查等核心业务环节[2] - 从大型国有银行到新兴金融科技公司，均在智能风控、财务自动化等领域加速推进AI定制化部署[2] - 金融行业因数据密集、专业人才密集的特性，成为大模型落地应用的先行者[2] 阿里云金融AI产品与市场地位 - 阿里云发布金融推理大模型“通义点金”并在近期完成升级，聚合合成-训练-评测-迭代-应用流程，提供五大开箱即用的垂直模型[4] - 目前九成国家银行、政策性银行及大型国有银行已使用通义大模型，12家股份制银行全部接入[4] - 前十财险公司均以通义大模型家族作为主力模型，支撑70%以上业务场景[4] - 金融行业对大模型要求远高于通用场景，需做到内容输出真实可靠、数据计算精确无误、逻辑推导严谨周密[4] 阿里云AI技术实力与基础设施 - 阿里巴巴集团宣布未来三年将投入超过3800亿元用于建设云和AI基础设施[5] - 阿里云已构建从IaaS到MaaS的全栈AI技术，中小金融机构接入后可低成本获取先进AI能力[5] - 公司技术进展深度整合了集团在算力、中台与场景应用等方面的长期积累，实现从底层基础设施到上层业务场景的系统性演进[5] 阿里云金融AI应用场景与生态合作 - 阿里生态内多个业务板块成为金融AI试验田与赋能器，例如财资管理部门依托AI等技术，以不到40人团队推进全球资金调度、投融资等复杂业务的数字化转型[5] - 阿里云金融AI携手蚂蚁数科、太保科技、平安医疗等企业，从智能投顾、保险科技、健康管理等场景切入，打通多个金融+AI关键场景，形成经过落地验证的垂直闭环[6] - 金融大模型有望成为驱动实现自主规划、持续学习、实时动态的AI时代智能化财资管理体系的核心引擎[5]

硬科技赛道投融资动态 - 自动驾驶领域巨额融资频现，九识智能完成1亿美元B4轮融资，B轮累计融资达4亿美元[4][10]，新石器公司完成逾6亿美元D轮融资[4][20][21] - 半导体及芯片领域融资活跃，仁芯科技完成超1亿元A+轮融资，年度累计融资近3亿元[8]，老鹰半导体B+轮融资规模超7亿元，创国内VCSEL领域创业公司单轮融资最高纪录[14]，瀚博半导体完成Pre-IPO轮融资[23] - 高端制造与新材料企业获得资金支持，乐聚机器人完成近15亿元Pre-IPO轮融资[13]，科润新材料再获约1.2亿元C++轮投资[25]，西恩科技完成Pre-A轮及Pre-A+轮合计数亿元融资[12] - 多个早期项目获得过亿元融资，包括吉天星舟（过亿元A轮及A+轮）[7]、聚时科技（数亿元B轮）[9]、凯睿思（过亿元首轮）[11]、安东聚变（近亿元首轮）[17]、巡鹰新能源（超1.5亿元A+轮）[18] 大健康赛道投融资动态 - 生物医药与医疗器械公司融资规模较大，核素同创完成4.3亿元A轮融资[33]，星锐医药完成超3亿元B轮融资[34]，海博为药业完成超2亿元B轮融资[32] - 创新技术平台受资本青睐，中智科仪完成超亿元A轮融资[29][30]，赛纳生物完成超亿元新一轮融资[5][28] - 早期研发企业获得资金支持，知维拓医药完成数千万元种子轮融资[27]，耀视医疗获数千万元A+轮融资[31] 互联网/企业服务赛道投融资动态 - AI应用领域出现大额融资，LiblibAI完成1.3亿美元B轮融资[5][40]，讯兔科技完成超1亿元Pre-A轮融资[5][39] - 具身智能与智能体公司受关注，Manifold AI流形空间获近亿元天使轮融资[38]，元理智能完成800万美元种子轮融资[41] - 产业互联网企业获得投资，达卯科技完成近亿元A+轮融资，由宁德时代旗下溥泉资本领投[36]

整体业绩表现 - 2025年前三季度营业总收入115.9亿元，同比增长59% [1] - 2025年前三季度归母净利润91.0亿元，同比增长51% [1] - 2025年前三季度ROE为10.74%，同比提升2.60个百分点 [1] - 单三季度营业总收入43.0亿元，同比增长101%，环比增长40% [1] - 单三季度归母净利润35.7亿元，同比增长78%，环比增长22% [1] - 公司利润率为65.4%，同比提升5.5个百分点 [2] 分业务收入表现 - 手续费及佣金净收入（以证券经纪业务为主）同比大增87%至66.4亿元 [2][3] - 利息净收入同比增长60%至24.1亿元 [2][3] - 营业收入（主要由基金代销业务构成）同比增长13%至25.4亿元 [2][4] - 证券投资收入（投资收益+公允价值变动）同比下降18%至19.7亿元 [2][5] - 收入结构占比：手续费及佣金收入48%、营业收入18%、利息收入17%、证券自营收入14% [2] 证券经纪与融资业务 - 报告期Wind全A日均股票交易金额16496亿元，同比大幅增长107% [3] - 市场两融日均余额1.94万亿元，同比增长30% [3] - 公司融出资金的市占率为3.17%，同比提升0.11个百分点，环比持平 [3] 基金代销业务 - 2025年前8月市场偏股类基金月均保有规模8.4万亿元，同比增长26% [4] - 2025年前8月新发偏股类基金份额4707亿份，同比大幅增长200% [4] - 公司基金代销收入增长13%，表现逊于行业水平，主因第三方平台在ETF发展中的优势减弱及代销费率下滑 [4] 证券投资业务 - 报告期末公司金融资产规模达到1069.5亿元，同比增长12% [5] - 报告期年化投资收益率为2.53%，同比下降1.18个百分点 [5] 费用支出情况 - 销售费用同比增长21%至2.6亿元 [6] - 管理费用同比增长12%至19.0亿元 [6] - 研发费用同比下降11%至7.5亿元 [6] 盈利预测调整 - 将公司2025-2027年营业总收入预测从153.4/177.8/196.2亿元上调至167.0/190.3/211.0亿元 [7] - 将公司2025-2027年EPS预测从0.81/0.97/1.14元调整至0.82/0.95/1.10元 [7] - 以2025年10月24日收盘价25.90元/股计算，对应PE分别为31.7/27.3/23.4倍 [7]

投资评级 - 报告对东方财富维持“买入”评级 [6][9] 核心观点 - 公司2025年三季度业绩表现强劲，营业总收入115.9亿元，同比增长59%，归母净利润91.0亿元，同比增长51% [1] - 业绩增长主要受益于市场交易活跃度提升，证券经纪和两融业务大幅增长，但证券投资业务收入下滑对整体业绩形成拖累 [2][5] - 公司利润率提升至65.4%，同比增加5.5个百分点，显示出良好的成本控制和经营效率 [2][8] - 展望未来，报告看好公司在互联网券商、财富管理及金融AI领域的优势，并基于市场交易活跃度超预期上调了2025-2027年的营收和盈利预测 [9] 业绩表现分析 - **整体业绩**：2025年前三季度营业总收入115.9亿元（同比+59%），归母净利润91.0亿元（同比+51%），单三季度收入43.0亿元（同比+101%，环比+40%），净利润35.7亿元（同比+78%，环比+22%）[1] - **收入结构**：手续费及佣金收入占比48%（同比+87%至66.4亿元），营业收入（主要为基金代销）占比18%（同比+13%至25.4亿元），利息净收入占比17%（同比+60%至24.1亿元），证券自营收入占比14%（同比-18%至19.7亿元）[2][3][4][5] - **费用控制**：销售费用同比+21%至2.6亿元，管理费用同比+12%至19.0亿元，研发费用同比-11%至7.5亿元 [8] 主营业务分析 - **证券经纪与两融业务**：受益于市场交易活跃（Wind全A日均股基成交额16,496亿元，同比+107%），公司经纪业务收入大幅增长，两融业务市占率同比提升0.11个百分点至3.17% [3] - **基金代销业务**：市场环境改善（前8月偏股基金月均保有规模8.4万亿元，同比+26%；新发份额4,707亿份，同比+200%），但公司代销收入增速（+13%）低于行业，主因第三方平台在ETF领域优势减弱及代销费率下滑 [4] - **证券投资业务**：金融资产规模达1,069.5亿元（同比+12%），但投资收益率下滑至2.53%（同比-1.18个百分点），导致收入同比下降18% [5] 财务预测与估值 - **盈利预测调整**：将2025-2027年营业总收入预测上调至167.0/190.3/211.0亿元，每股收益（EPS）预测调整至0.82/0.95/1.10元 [9][11] - **估值水平**：以2025年10月24日收盘价25.90元计算，对应2025-2027年市盈率（PE）分别为31.7倍、27.3倍、23.4倍 [9][11] - **关键财务指标**：预计2025年毛利率为66%，净资产收益率（ROE）为15% [11]

核心财务业绩 - 2025年前三季度公司实现营业总收入32.6亿元，同比增长39.7% [1] - 2025年前三季度归母净利润为12.1亿元，同比增长85.3% [1] - 2025年第三季度单季营收14.8亿元，同比增长56.7%，归母净利润7.0亿元，同比增长144.5% [1] - 业绩增长主要受益于市场交投活跃，第三季度市场日均股基成交额达2.06万亿元，同比增长155.4% [1] 业务表现与驱动因素 - 增值电信服务和广告导流业务在高市场贝塔下保持快速增长 [1] - 金融信息服务需求提升和金融机构平台宣传投放力度加大是主要驱动因素 [1] - 公司销售商品、提供劳务现金流入为45.0亿元，同比增长77.8%，显示业务活跃 [2] - 期末合同负债25.2亿元，较2024年末增长69.5%，为后续收入确认奠定基础 [2] 费用与运营效率 - 2025年前三季度研发费用为8.6亿元，同比减少2.5%，销售费用为5.3亿元，同比增长33.4%，管理费用为2.0亿元，同比增长14.6% [1] - 销售费用增长主要因公司加大市场宣传推广力度，营销费用及销售人员薪酬增加 [1] - 费用率管控良好，研发费用率、销售费用率、管理费用率分别为26.5%、16.3%、6.2%，同比分别下降11.4、0.76、1.35个百分点 [1] 用户基础与市场地位 - 2025年9月末同花顺炒股票APP月活跃用户达3721万人，较2024年增长14.6% [2] - 公司APP稳居证券服务类应用龙头地位 [2] 人工智能战略与创新 - 公司加大人工智能等领域研发投入，推进产品与大模型技术融合创新 [2] - 2025年7月同花顺问财深度思考实现2.0升级，从单一推理模型跃升为自主规划推理智能体 [2] - 2025年7月至9月公司与国泰海通、广发证券、国金证券等金融机构达成战略合作，共同探索金融AI应用模式 [2] 未来业绩展望 - 预计2025至2027年公司归母净利润分别为29.7亿元、35.0亿元、38.2亿元，同比增速分别为63%、18%、9% [3] - 当前收盘价对应2025至2027年动态市盈率分别为72.5倍、61.5倍、56.5倍 [3]

机器人领域与数据中心业务 - 传统电机公司布局机器人领域轴向磁通电机 [1] - 公司同时布局数据中心SOFC业务 [1] - 新业务布局旨在打造新增长曲线并有望重塑公司估值 [1] 银行IT与金融科技 - 银行信贷下沉市场带来巨大增量空间 [1] - 银行IT公司与蚂蚁集团强强联手 [1] - 公司积极探索金融AIAgent落地应用 [1] - 公司明年净利润有望迎来几何倍数增长 [1]

基准测试概况 - 字节跳动Seed团队联合哥伦比亚大学商学院推出首个完全开源的金融搜索与推理基准测试FinSearchComp，包含635个金融专家精心设计的问题 [1] - 基准测试覆盖全球和大中华两个市场，并在多个主流模型产品上进行了全面评测 [1] - 该基准发布后获得业界广泛讨论，包括马斯克的关注和转发 [3] 评测核心结果 - 在全球数据集上，表现最好的模型Grok 4 (web)准确率为68.9%，但仍落后人类专家6.1个百分点 [1] - 在大中华区数据集上，豆包(web)领先其他模型，但与人类专家88.3%的准确率相比，差距超过34个百分点 [1] - 所有模型的表现从T1到T3任务单调递减，证明基准有效测试了搜索和推理能力的复杂性 [11] 任务设计特点 - 基准设计了三类贴近分析师日常工作的任务，难度逐级递增 [7] - T1时效性数据获取任务要求获取每日或日内变化的数据，如最新股价、汇率，强调数据时效性搜索和多信息源判断 [7] - T2简单历史查询任务需要查找固定时间点的事实，关键挑战在于对齐报告惯例和确保单位货币一致性 [7] - T3复杂历史调查任务最具挑战性，要求进行多期聚合或综合分析，需要跨越长时间跨度检索数据并进行多步推理 [7] 数据质量保障 - 数据构建得到字节跳动Xpert平台支持，该平台汇聚了数千名经过严格筛选的行业专家 [9] - 项目动用了70位金融专家，均具有金融硕士以上学位，来自花旗、摩根大通、中信证券等知名机构 [9] - 所有答案均来自高度可靠渠道，包括官方披露、监管机构网站和专业数据库，并采用多源交叉验证方法 [9] - 数据集构建过程耗时约240小时专家工时，通过盲审机制进行多重验证 [10] 关键能力发现 - 搜索能力是关键，配备网络搜索功能的模型在三个任务上分别获得40.8、29.0和8.1个百分点的巨大提升 [12] - 没有搜索功能的模型在时效性任务上一律得分为0，因为它们无法检索当前金融数据 [12] - 金融插件价值显著，在元宝平台上使用金融插件的DeepSeek R1比官方网站版本表现提升31.9个百分点 [12] - 美国模型在全球数据集上领先，中国模型在大中华区数据集上表现更好，体现地域特征 [11] 行业应用潜力 - 金融分析是检验AI能力的绝佳试金石，涉及大量复杂的信息搜索和整合，要求时效性、精确性和专业判断 [6] - 美国约有37万金融专业人士，全球可能超过100万金融分析师每天执行类似的信息检索任务 [12] - 个人分析师每天执行10-30次简单历史查询，每次平均需要5-10分钟；复杂调查每次需要15-60分钟 [12] - 约有一半的信息检索活动仍然需要手动数据收集，AI准确完成这些任务可显著提升整体生产力 [13]

行业技术现状 - 国内在细分场景工程模型和图计算等核心技术能力处于全球领先水平 [1] - 许多优秀成果目前仍处于实验室阶段 [1] 技术应用发展 - 金融AI发展的突破口在于场景化应用 [1] - 需实现技术成果与实际金融场景深度融合并落地到具体业务环节 [1] 成果转化机制 - 可依托资本市场与股权投资市场机制建立科研成果向企业转化的有效通道 [1] - 需打通科研力量、行业需求与资本之间的协同链路 [1] - 需明确各方角色与作用共同推动科研成果从实验室走向企业实践 [1]