金融AI核心竞争力 - 金融AI的核心竞争力在于数据资产、真实场景与金融科技基因三者的深度融合及其协同效应 [1] - 公司积累的过亿用户金融数据及风控策略经验形成难以复制的专业壁垒 [1] - 差异化优势的关键在于扎根真实场景的深度实践，拥有大量应用"试验田"以解决一线落地问题 [1] - 金融科技基因驱动独特数据、真实场景与前沿技术产生深度融合 [1] 金融大模型战略成果 - 2023年启动金融大模型战略，服务模式从技术解决方案升级为向银行输出AI"生产力" [2] - 2025年打造行业首个赋能信贷核心业务的智能体，包含端到端授信决策、信用评估、合规助手等模块 [2] - 智能体效率显著提升：客服领域承担大部分工作，研发智能体7*24小时运转，核心场景模型AUC提升1% [2] - 多模态智能体驱动关键模型AUC提升近1个百分点，画像增强智能体优化70%以上用户的收入、资产标签 [2] - 端到端风险决策智能体整合超700个模型、7000多个策略模块及过亿历史决策，补充传统风控体系 [2] 业务规模与战略合作 - 2025年3月公司银行业数智化解决方案业务规模同比飙升144% [3] - 公司与多家银行的AI+金融战略合作加速落地 [3] - 公司通过数据资产、场景实践与金融科技基因融合实现差异化突围，强调技术深度与产业洞察结合的重要性 [3]

金融科技板块表现 - 金融科技板块连续第三日上涨，成份股大面积飘红，其中指南针涨超7%创历史新高，近1个月股价飙升超60%，天阳科技涨超9%，财富趋势涨超7%，东方财富、恒生电子、同花顺等多股涨超2% [1] - 金融科技ETF（159851）尾盘放量冲高，场内价格收涨2.02%，收盘价为历史次高，日线三连涨，全天成交额超11亿元，近十日累计吸金超20亿元 [1] 市场分析观点 - 中泰证券指出A股市场逐步从存量市场转为增量市场，交投活跃度攀升，市场整体估值中枢普遍抬升，板块从轮动到普涨，赚钱效应显现，需重视非银板块相对收益机会 [4] - 招商证券认为7月份科技创新仍是成长主线，大盘与题材共振，看好金融科技方向，稳定币&RWA作为金融科技明确发展方向之一，处于海内外同步推进产业渗透阶段，互金板块兼具牛市下业绩释放潜力及稳定币/RWA题材属性 [4] 金融科技ETF概况 - 金融科技ETF（159851）及其联接基金（A类013477、C类013478）覆盖互联网券商、金融IT、跨境支付、AI应用、华为鸿蒙等热门主题，截至7月23日规模超85亿元，近6个月日均成交额超5.5亿元，规模、流动性在跟踪同一标的指数的3只ETF中断层第一 [4] 金融科技板块预期 - 预期一：交投驱动，市场交易活跃度攀升，互联网券商、金融IT等高弹性品种有望持续受益于交易量提升 [5] - 预期二：技术驱动，AI商业化落地中金融行业渗透率有望快速提升，中国金融AI尚处早期阶段，核心标的将显著受益 [5] - 预期三：题材驱动，金融科技具备"革命性"创新的稳定币加速推进，金融IT板块迎来布局机遇 [5]

产品发布 - 极峰精灵与融聚汇联合推出QizAI金融智能助手 [1] - 产品定位为"金融专用的高阶AIAgent系统"，团队由阿里技术人才、量化交易专家和券商体系人员组成 [2] - 首次落地平台为香港券商，1.0版本支持中文简体/繁体、英文、阿拉伯语，计划拓展至30种语言 [5] 技术革新 - AIAgent实现从GUI到对话式交互的范式转变，类比智能驾驶从辅助到自动驾驶的演进 [2] - 具备深度理解与推理、多模态交互、跨平台交易、原生一体化设计、MCP深度融合五大优势 [3] - 采用大数据中台流批一体化处理框架、AIRAG响应机制、私有化模型定制部署等技术体系 [4] 行业影响 - 推动券商从"交易通道"向"投资生活服务运营商"转型 [4] - 标志着金融终端进入"对话原生"时代，具有服务便捷化、交互自然化、价值持续化三大特征 [6] - 有望成为行业智能化转型的基础设施 [6] 数据能力 - 融聚汇10年服务200+金融机构，构建金融垂直领域专业数据体系和智能治理框架 [4] - 数据处理能力可高效汇总分析海量数据，精准提炼关键信息并支持合规范围内一键下单 [5] - 数据能力被视为金融AI竞争的核心壁垒 [4]

产品发布会概述 - 极峰精灵与融聚汇联合推出QizAI金融智能助手 线上发布会汇聚十余家媒体及近百位金融科技专业人士 [1] - 活动聚焦AI如何重塑金融服务生态 探讨智能化浪潮下的行业变革 [1] AI技术演进与金融交互革命 - 极峰精灵CEO唐铭波指出 对话式交互正取代GUI界面 成为金融交互新范式 [2] - AI在金融领域发展历程：2018年LLM模型研发→2021-2022年企业级应用萌芽→2023-2024年规模化落地→当前AI原生服务崛起 [2] - 将AI Agent类比智能驾驶 当前处于从"辅助驾驶"向"自动驾驶"演进阶段 具备意图理解/深度推理/自主执行能力 [2] 技术团队与产品优势 - 极峰团队整合阿里巴巴技术人才/量化交易专家/券商体系人才 拥有十年AI算法与金融实战经验 [3] - QizAI对比传统金融APP五大优势：深度推理能力/多模态交互/跨平台无缝衔接/原生一体化设计/MCP深度融合 [3] - 实现"对话即服务"(CaaS)愿景 所有功能整合至统一对话界面 [3] 数据能力与金融AI底座 - 融聚汇服务200+金融机构十年 构建PB级数据处理体系与AI开放平台 [4] - 核心技术体系包含：流批一体化框架/AI RAG机制/双循环进化系统/私有化模型定制 [5] - 通过联邦学习持续优化策略 支持实时行情处理与数据价值挖掘 [5] 产品功能创新 - 多语言服务支持中文简繁/英文/阿拉伯语 未来将扩展至30种语言 [8] - 采用智能对话框交互 消除复杂界面跳转 实现扁平化指令响应 [8] - 香港首个实盘AI交易系统 提供财经百科/公司数据/行情分析等全维度支持 支持合规指令下单 [9] 行业影响与生态构建 - 推动券商从"交易通道"转型为"投资生活服务运营商" 实现服务智能化/人性化/生态化 [7][10] - 开放平台连接技术方/数据方/场景需求方/监管方 加速金融AI生态发展 [10] - 业内认为QizAI标志金融终端进入"对话原生"时代 三大特征：服务便捷化/交互自然化/价值持续化 [10]

大模型在金融业的应用趋势 - 大模型在金融业的应用从探索期迈向实践期，从可选项变成必选项，已融入核心业务流程和复杂业务场景 [2] - 2023年金融AI应用多在C端客服，2024年进入核心业务领域如理财、保险理赔，建设节奏转向业务升级和战略重构 [3] - 2024年是Agent元年，智能体从数字助手向数字员工演进，突破大模型价值落地的"最后一公里" [3] 金融AI落地的关键挑战 - 金融机构面临大模型不懂金融、仅达"实习生"水平，以及安全合规、ROI预期不明等瓶颈 [3] - 金融行业对数据与AI关系不清晰时不敢使用大模型，训练投入大导致行动迟疑 [3] 金融智能体成功落地的核心要素 - 需构建机构专属金融大模型作为智能大脑，而非移植通用模型 [4] - 需实时感知金融市场动态并建立机构知识库，AI需支持业务分析与决策 [4] - 必须确保金融大模型和智能体的安全合规性及专业性 [4] 蚂蚁数科的金融AI实践路径 - 四类落地路径：大模型中台赋能应用、AI原生手机银行、业务场景效率提升、全行级战略重构 [5] - 支持大地保险打造大模型AI中台，覆盖70+智能应用 [5] - 商业模式支持私有化部署、SaaS订阅及效果计费，灵活适配金融机构需求 [5] 金融智能体解决方案布局 - 联合金融业推出百余智能体解决方案，覆盖银行、证券、保险等领域，包括财富管理、营销增长等场景 [6] - AI大模型落地是业务战略重塑，驱动组织升级而非简单IT采购 [6] 金融机构合作模式差异 - 国有银行以自建智能体为主，与公司在技术层面查漏补缺 [8] - 股份制银行和头部城商行从IT或业务场景切入，区域性银行采用分层合作降低前期投入 [9] AI落地的组织与战略要求 - AI落地需一把手工程推动全行级重构，部分银行通过切片方式局部启动 [10] - 大模型价值需从业务侧发起，突破组织阻力 [10] 金融大模型的发展阶段与迭代 - 金融大模型需长期迭代知识工程和金融工具集，无法一蹴而就 [11] - AI是长期赛跑，持续迭代才能保持竞争力 [11] 技术瓶颈与解决方案 - 金融大模型存在幻觉问题和合规安全挑战，需优化提示词和强化学习 [13] - 采用脱敏、拆分学习或行业云方案解决数据安全矛盾 [17] 蚂蚁的技术与产品布局 - 基座模型包括通义2 5、千问3和自研模型，重点训练金融垂类大模型 [14] - 智能体具备金融工具集，从辅助角色向autopilot演进 [14] - 将推出独立金融大模型产品，降低金融机构AI建设难度 [19] 云与AI的协同生态 - 合并AI与云板块，打造端到端AI产品体系，推动"云原生"向"AI原生"转型 [20] - 结合金融云合作基础和AI技术经验，提供特色解决方案 [20]

人工智能在金融行业的应用趋势 - 推理大模型技术成为现代金融行业第一大趋势 通过自然语言处理和逻辑推理能力提升金融服务效能 [1] - 大模型可有效运用金融行业海量非结构化数据 挖掘隐性观点并实时动态生成决策 重塑服务体验 [1] 金融AI发展建议 - 建议共建人工智能基础设施 夯实金融AI发展根基 [1] - 需共筑安全可信的发展环境 护航AI行稳致远 [1] - 应共创开放协同的创新生态 激发金融AI活力 [1]

现代金融行业趋势 - 推理大模型提升金融服务效能 [1] - 多模态信息分析提升智能风控能力 [1] - 人机协同模式重塑金融服务生态 [1] 金融行业核心挑战 - 便捷服务与数据安全的平衡考量 [1] - 算法可解释性带来的信任危机 [1] - 技术迭代与自主掌控的战略选择 [1] 发展建议 - 共建人工智能基础设施，夯实金融AI发展根基 [1] - 共筑安全可信的发展环境，护航AI行稳致远 [1] - 共创开放协同的创新生态，激发金融AI活力 [1] - 构建产学研深度融合、开放共赢的人工智能金融生态体系 [1] - 建议监管部门搭建跨机构、跨领域的协同创新平台 [1]

市值管理与分红安排 - 多家券商高管表示证券行业正迎来新一轮发展机遇期，未来将结合市场趋势优化业务布局，通过提升分红频次、审慎推进并购重组等方式增强投资者回报与行业竞争力 [1] - 山西证券将现金分红比例从不少于百分之十提高到不少于百分之三十，并授权董事会进行中期利润分配以提高决策效率 [2] - 长江证券采取稳健现金分红政策，连续17年现金分红且分红比例居上市券商前列，同时全面提升信息披露质量和投资者关系管理 [2] - 东北证券建立涵盖价值创造、价值传播、价值实现的全流程市值管理机制，综合运用各类工具提升长期投资吸引力 [2] 并购重组进展 - 西部证券收购国融证券控股权事项已获证监会受理，正处于监管审核阶段 [3] - 国盛金控吸收合并国盛证券涉及多环节事项，公司正与相关部门沟通推进 [3] - 浙商证券收购国都证券后按权益法核算投资收益，整合方案制定完成后将报送证监会 [3] 行业竞争与战略转型 - 证券行业面临佣金费率下行、投行项目减少等压力，中小券商竞争压力持续增加 [4][5] - 中原证券指出行业集中度提高、费率下降对中小券商综合服务能力提出新要求，差异化发展仍处探索阶段 [5] - 山西证券基于阿里千问大模型和DeepSeek搭建金融AI平台，已实现数字员工、债券交易机器人等应用，未来将深化AI场景拓展 [5] - 申万宏源锚定打造一流投行目标，强化"以重促轻，轻重融合"策略，提升FICC、权益及衍生品等业务回报水平 [6]

文章核心观点 - 4月25日同花顺公布2025年一季报，业绩略低于预期但成本管控良好，增值电信和导流业务表现佳，大模型与业务融合引领金融AI发展，预计2025 - 2027E归母净利润有增长 [1][2][3][4] 业绩情况 - 1Q25公司实现净利润1.2亿元，同比增长15.9%，实现营业收入7.5亿元，同比增长20.9% [1] - 1Q25利润增速略低于预期，子公司责令改正暂停客户新增影响C端软件销售，部分业务未确收拖累单季利润 [2] 成本管控 - 1Q25研发费用2.9亿，同比降3.7%，研发费用率38.9%，同比降9.94pct；管理费用0.63亿，同比降2.3%，管理费用率8.4%，同比降2.01pct；销售费用1.7亿，同比增47.4%，销售费用率22.2%，同比增3.98pct，销售费率提升因扩大推广力度 [2] 业务表现 - C端增值电信业务1Q25销售商品、提供劳务现金流11.8亿，同比增79.9%，优于市场表现，1Q25末合同负债18.7亿元，较年初增25.7%，同比增67.4%，高增预计因C端业务优势及长周期产品销售提升 [3] - 导流业务1Q25网站及APP用户活跃度回升，用户粘性和停留时长改善，金融及非金融客户宣传投放和线上品牌建设投入增加，广告及互联网推广服务业务销售收款快速增长 [3] 技术发展 - 公司加大关键技术攻关，加速人工智能大模型与现有产品和服务体系融合，1Q25推出问财2.0，升级AI核心能力，引领金融AI应用发展 [4] 投资分析 - 预计2025 - 2027E同花顺归母净利润分别为22.9、25.9、28.4亿元，同比+26%、+13%、+10%，2025 - 2027E动态PE为61.0x、54.0x、49.2x [4]

报告公司投资评级 - 维持“买入”评级 [1] 报告的核心观点 - 2024年东方财富营业总收入同比+5%至116亿元，归母净利润同比+17%至96亿元，归母净资产807亿元，较2023年末+12%；2024Q4单季度，营业总收入同比+66%至43亿元，归母净利润同比+80%至36亿元；ROE同比+0.65pct至12.59% [1] - 证券业务受益于24Q4市场红利，手续费及佣金净收入、利息净收入、证券投资收益均同比增长，股基交易额市占率和融出资金市占率提升 [8] - 基金代销业务全年受降费影响，24Q4略显弹性，金融电子商务服务收入同比下降，权益/非货币基金保有量市占率下滑，但Q4单季度收入同比增长 [8] - 成本端各项费用控制较强，营业总成本同比下降，其中营业成本、销售费用下降，研发费用、管理费用上升 [8] - 看好东方财富，因其坐拥头部平台，C端客户粘性强且需求多元化；AI赋能金融；证券业务扩张，经纪及两融市占率提升；基金代销业务有先发优势，龙头地位稳固 [8] - 小幅上调此前盈利预测，预计2025 - 2027年公司归母净利润分别为115/135/159亿元，对应PE分别为31/27/23倍，维持“买入”评级 [8] 根据相关目录分别进行总结 盈利预测与估值 |项目|2023A|2024A|2025E|2026E|2027E| |----|----|----|----|----|----| |营业总收入（百万元）|11,081|11,604|13,369|15,338|17,615| |同比（%）|-11.25%|4.72%|15.21%|14.72%|14.85%| |归母净利润（百万元）|8,193|9,610|11,512|13,541|15,854| |同比（%）|-3.71%|17.29%|19.79%|17.63%|17.08%| |EPS - 最新摊薄（元/股）|0.52|0.61|0.73|0.86|1.00| |P/E（现价&最新摊薄）|44.22|37.70|31.47|26.75|22.85| [1] 证券业务 - 2024年手续费及佣金净收入同比+23%至61亿元，东财证券股基交易额市占率为4.14%，同比+0.3pct；利息净收入同比+7%至24亿元，融出资金较2023年末+27%至589亿元，市占率同比+0.33pct至3.14%；证券投资收益同比+51%至34亿元，主要为固收类业务 [8] - 2024Q4单季度，手续费及佣金净收入同比+121%至26亿元，西藏地区股基交易额市占率在2024年12月达历史最高值5.73%；利息净收入同比+83%至9亿元 [8] 基金代销业务 - 2024年金融电子商务服务收入同比-22%至28亿元，受基金管理费下降、渠道端费率下滑等因素影响；截至2024年末，天天基金权益/非货币基金保有量分别为3,824/6,114亿元，同比分别-5%/+11%（低于市场同比增速+15%/+17%），市占率同比-1.14pct/-0.17pct至5.28%/3.27% [8] - 2024Q4单季度，基金代销收入同比+21%至9亿元 [8] 成本端 - 2024年公司营业总成本同比-2%至43亿元，其中营业成本同比-8%至4.96亿元（网络技术及信息数据费同比-11%）；销售费用同比-31%至3.22亿元（技术、咨询服务费和广告宣传费同比减少），销售费用率同比-1.45pct至3%；研发费用同比+6%至11亿元（研发人员数量同比-10%至1,868人），研发费用率同比+0.09pct至10%；管理费用同比+1%至23亿元，管理费用率同比-0.82pct至20% [8] 市场数据 |项目|数值| |----|----| |收盘价(元)|24.43| |一年最低/最高价|9.87/31.00| |市净率(倍)|5.01| |流通A股市值(百万元)|326,367.18| |总市值(百万元)|385,640.80| [6] 基础数据 |项目|数值| |----|----| |每股净资产(元,LF)|4.87| |资产负债率(%,LF)|76.43| |总股本(百万股)|15,785.54| |流通A股(百万股)|13,359.28| [7]