文章核心观点 - 该文档内容为重复的网站宣传语和责任编辑信息，未包含任何实质性的新闻、事件、财报或行业公司分析内容 [1][1]

新浪财经发布“2025资本市场十大声量人物”榜单 - 新浪财经于2025年12月31日发布“2025资本市场十大声量人物”榜单，旨在记录过去一年中在深度调整的全球经济格局与中国资本市场改革背景下，洞悉趋势、指引方向并产生深远影响的思想者 [1][10] - 榜单评选严格秉承公平、公正、公开的原则，其指标体系在往年基础上进行了优化，以更全面、均衡地衡量影响力的广度与专业深度 [2][10] 上榜人物名单 - 上榜人物按姓名首字母排序，共计十位，涵盖知名投资机构创始人、首席经济学家及学术领袖 [2][10] - 具体名单包括：东方港湾董事长但斌、著名经济学家付鹏、莲华资管管理合伙人洪灝、半夏投资创始人李蓓、中泰国际首席经济学家李迅雷、林园投资董事长林园、中国首席经济学家论坛副理事长刘煜辉、清华大学国家金融研究院院长田轩、摩根士丹利中国首席经济学家邢自强、华创证券首席经济学家张瑜 [2][10][14][16][18][20][22] 评选规则与指标体系 - 评选依据三项指标综合评定：微博综合数据（权重35%）、百度指数（权重35%）以及专业人士推荐（权重30%） [2][8][11] - 微博综合数据基于年总发博量、年总有效阅读量、年总曝光量、年总互动人数及年总互动量等多维度进行评估 [2][8] - 百度指数综合移动日均指数、整体日均指数等数据，以反映人物在全网的持续关注度与影响力 [2][11] - 专业人士推荐环节特邀资深机构研究者、媒体主编及学界专家组成推荐团，以其专业视角评估人物的观点质量与市场影响力 [2][11]

科创板苏州板块整体概况 - 科创板开板6年多以来，苏州企业已累计有58家上市，占科创板企业总数600家的9.6% [1] - 苏州科创板上市公司数量达58家，位列全国第三，IPO融资总金额达720亿元 [2] - 2024年前三季度，苏州科创板上市企业共计实现营业收入921亿元，较去年同期增长6% [3] 苏州科创板企业行业分布 - 58家苏州科创板公司中，新一代信息技术产业有29家，占总数的一半 [2] - 高端装备制造产业有9家，生物医药产业有8家，新材料产业有8家，新能源产业有3家，节能环保产业有1家 [2] 苏州科创板企业市场表现与成长性 - 2024年前三季度，超七成苏州科创板企业营业收入增长，超六成净利润增长 [3] - 目前市值500亿元以上的有阿特斯、盛科通信-U两家，市值在200亿元至500亿元的有绿的谐波、泽璟制药-U、长光华芯、纳芯微、博瑞医药，另有14家企业市值超过100亿元 [3] - 多家苏州企业入选科创板核心指数：阿特斯、盛科通信-U入选科创50指数，9家入选科创100指数，23家入选科创200指数，8家入选科创成长指数，32家入选科创板七大战略新兴细分领域主题指数 [3] 代表性企业案例与发展亮点 - 华兴源创在半导体检测领域打破国际垄断，并通过投资凌翔磁浮向磁悬浮工业传输领域进行战略延伸 [4] - 阿特斯在2024年前三季度大型储能产品出货量达5.8GWh，同比增长32% [4] - 纳芯微在香港主板二次上市，实现了苏州上市企业“A+H”的新突破 [4] - 强一股份是国内第一家拥有自主MEMS探针卡研发能力、第一家拥有百级洁净度探针卡生产用FAB车间的企业 [4][5] 苏州科创企业整体创新实力 - 2024年前三季度，苏州科创板公司研发投入金额合计达到80亿元，同比增长6.2%，研发投入占营业收入的比例平均为18% [6] - 苏州全社会研发投入已超千亿元，其中95%的研发投入由企业完成，90%的科技平台和高层次创新创业人才集聚在企业，90%的发明专利由企业创造 [6] - 多项企业培育指标位居全国前列：国家科技型中小企业达2.43万家（全国第一），科创未来之星企业11家（全国第二），潜在独角兽企业108家、科创板上市企业58家（全国第三），国家高新技术企业1.74万家、中国独角兽企业21家（全国第四） [6] 苏州科创企业对产业的带动作用 - 2024年1至9月，全市高新技术产业产值20096.52亿元，占规上工业总产值比重56.1% [7] - 在规上工业企业1.47万家中，高新技术企业有6497家，占比44%，创造了47%的工业营收、57%的营业利润和77%的高新技术产业产值 [7] 苏州支持科创企业发展的政策与生态 - 苏州在全国率先成立市级科技招商中心，实施全球科创伙伴计划，每年引进科技招商项目超1万个 [8] - 市级科技创新专项资金的80%以上投向企业，支持企业开展关键核心技术攻关及重大科技成果转化，每年支持企业研发资金超1亿元 [8] - 苏州设立了科技信贷风险补偿资金池，“科贷通”累计帮助2.43万家企业获得贷款超1200亿元，并给予8000多家企业科技贷款贴息和保险费补贴近4亿元 [9] - 通过“科创指数惠”集成政策，每年为企业提供算力补贴、研发资源共享、技术转移等资金支持超3亿元 [9] - 2020年科创板企业培育中心（苏南）落户苏州，为本地企业提供上市辅导服务 [10]

40 s and the see and the series of the series of the series of the series of the series of the series of the series of the series of the series the series the series the serie E 並若跟印有限公司研究所所长 102 中央广播电视总台经济之声 央广网北京12月31日消息（记者郑国华）据中央广播电视总台经济之声报道，市场被恐惧和贪婪驱动，但人类的头脑和情感如此复 杂，仅用这两种情绪解释显然不够。2025年的资本市场，黄金价格整体趋势一路飙涨、科技与红利资产分化、全球资本市场格局 在"安全优先"的号角下悄然重构。在这样的市场中，普通投资者踏错节奏往往不仅是由于信息滞后等因素，更重要的也可能是落入 了自己的心理陷阱。本期节目邀请金融街证券股份有限公司研究所所长、首席经济学家张一，带大家回望2025年黄金投资的"心跳 时刻"，看看投资者最常落入的行为陷阱，同时给出2026年股、债、黄金配置策略与心智修炼指南。 ...

公司股价与市场互动 - 成都华微在互动平台回应投资者关于股价的提问 [1] - 公司表示其股价受资本市场影响正常波动 [1] - 公司建议投资者理性投资并注意投资风险 [1]

文章核心观点 - 中国证监会正积极引导并稳步提升资本市场人工智能应用水平，推动其成为驱动行业高质量发展的重要变革性力量[1] - 人工智能在资本市场的应用已呈现良好发展态势，覆盖核心业务领域，但深化应用仍面临数据、算力、监管及风险等多方面挑战[1][2] - 面向“十五五”规划，监管机构计划从行业生态、机构生态和严守监管要求三方面协同发力，构建“合规有序、创新赋能、风险可控”的资本市场人工智能发展新格局[2][3][4] 2025年资本市场人工智能应用发展态势 - 行业应用呈现“证券行业引领、基金期货跟进、头部机构示范”的特征[1] - 应用场景已覆盖投资研究、融资服务、投资者服务、内控管理、信息科技及监督管理等核心领域[1] 人工智能深化应用面临的挑战 - **应用层面**：数据标准不统一、高质量数据源不足、大模型“幻觉”问题突出，算力供给与成本压力制约了AI技术的规模化、深度化应用[2] - **监管层面**：适配人工智能技术特性的差异化监管规则尚未成熟，监管的精准性、前瞻性有待提升，制度供给仍需加强[2] - **风险层面**：网络安全、数据安全等传统风险隐患不容忽视，“数据投毒”等新型风险点逐步显现，对行业风险防控能力提出更高要求[2] 构建促进人工智能健康发展的行业生态（监管思路） - 探索建立差异化分类监管框架，依据人工智能应用的影响和潜在风险实施分级分类监管[3] - 积极推进“人工智能+资本市场”专项试点，尽快形成可复制推广的实践案例[3] - 布局人工智能中试基地，搭建创新应用验证平台，促进算力、数据、模型等资源集约共享[3] - 推动资本市场智能计算基础设施与法律法规、行情、信息披露等重点领域高质量数据集建设[3] - 加强资源要素支持，研究完善激励措施，强化人才队伍建设，鼓励产学研用协同创新[3] 构建规范应用人工智能的机构生态（对机构的要求） - 健全治理架构和战略规划，统筹业务、科技、合规、风控等条线，确保人工智能应用与机构自身发展相匹配[3] - 严格遵守国家人工智能伦理准则与社会公序良俗，确保应用与法律法规、监管规定、伦理规范保持一致[3] - 加强信息披露和投资者保护，清晰标识人工智能生成内容，保障投资者知情权与选择权，强化个人信息保护[3] - 强化数据治理，使用权威可信的数据来源，完善全流程数据管理规范，切实提升数据质量[3] - 完善风险评估与应急处置机制，对中高风险业务场景进行持续监测，提升风险处置能力[3] 严格遵守国家和行业监管要求（具体合规与风控措施） - 确保内容合规，建立内容围栏与输出核查机制；高风险应用场景通过人工核验与小模型校验确保输出合规[4] - 防范数据安全风险，加强数据安全管理，防范违规采集、数据滥用、信息泄露、违规跨境流动、“数据投毒”等风险[4] - 强化网络安全管理，提升系统防御能力，保障人工智能相关信息技术系统安全稳定运行[4] - 增强模型管理能力，建立覆盖安全、合规、服务能力等维度的模型评价体系，提升模型选型和日常管理能力[4] - 规避人工智能固有的局限性，在关键业务和环节建立“人类监督+模型辅助”的协同机制，防范风险外溢和传导[4]

核心观点 - 中国证监会表示将持续跟踪并引导人工智能技术在资本市场的应用，推动其成为驱动行业高质量发展的重要变革性力量 [2] - 行业在2025年人工智能应用呈现良好态势，应用场景已覆盖多个核心领域，但深化应用仍面临数据、算力、监管及风险等多方面挑战 [2][3] - 面向“十五五”规划，监管层计划从行业生态、机构生态和严守监管要求三方面协同发力，构建“合规有序、创新赋能、风险可控”的资本市场人工智能发展新格局 [3] 2025年人工智能应用发展态势 - 行业机构应用呈现“证券行业引领、基金期货跟进、头部机构示范”的特征 [2] - 应用场景已覆盖投资研究、融资服务、投资者服务、内控管理、信息科技及监督管理等核心领域 [2] 人工智能深化应用面临的挑战 - **应用层面**：数据标准不统一、高质量数据源不足、大模型“幻觉”问题突出，算力供给与成本压力制约了AI技术的规模化、深度化应用 [3] - **监管层面**：适配人工智能技术特性的差异化监管规则尚未成熟，监管的精准性、前瞻性有待提升，制度供给仍需加强 [3] - **风险层面**：网络安全、数据安全等传统风险隐患不容忽视，“数据投毒”等新型风险点逐步显现，对行业风险防控能力提出更高要求 [3] 构建促进人工智能健康发展的行业生态 - 探索建立差异化分类监管框架，依据应用影响和潜在风险实施分级分类监管 [4] - 积极推进“人工智能+资本市场”专项试点，尽快形成可复制推广的实践案例 [4] - 布局人工智能中试基地，搭建创新应用验证平台，促进算力、数据、模型等资源集约共享 [4] - 推动资本市场智能计算基础设施与法律法规、行情、信息披露等重点领域高质量数据集建设 [4] - 加强资源要素支持，研究完善激励措施，强化人才队伍建设，鼓励产学研用协同创新 [4] 构建规范应用人工智能的机构生态 - 健全治理架构和战略规划，统筹业务、科技、合规、风控等条线，确保人工智能应用与机构自身发展相匹配 [4] - 严格遵守国家人工智能伦理准则与社会公序良俗，确保应用与法律法规、监管规定、伦理规范保持一致 [4] - 加强信息披露和投资者保护，清晰标识人工智能生成内容，保障投资者知情权与选择权，强化个人信息保护 [4] - 强化数据治理，使用权威可信的数据来源，完善全流程数据管理规范，提升数据质量 [4] - 完善风险评估与应急处置机制，对中高风险业务场景进行持续监测，提升风险处置能力 [4] 严格遵守国家和行业监管要求 - 确保内容合规，建立内容围栏与输出核查机制，高风险应用场景通过人工核验与小模型校验 [5] - 防范数据安全风险，加强安全管理，防范违规采集、数据滥用、信息泄露、违规跨境流动、“数据投毒”等风险 [5] - 强化网络安全管理，提升系统防御能力，保障人工智能相关信息技术系统安全稳定运行 [5] - 增强模型管理能力，建立覆盖安全、合规、服务能力等维度的模型评价体系，提升模型选型和日常管理能力 [5] - 规避人工智能固有的局限性，在关键业务和环节建立“人类监督+模型辅助”的协同机制，防范风险外溢和传导 [5]

纪要涉及的行业或公司 * 宏观经济与资本市场 [1] * 房地产行业 [1][7][8][9] * 出口与制造业 [1][4][6] * 消费行业（耐用品、服务消费）[1][9][10][11][12][13] * 财政与地方政府债务 [1][14][15][16][17][18][21][22] * 投资领域（权益类资产、商品）[2][23][24] 核心观点和论据 宏观经济与增长目标 * 2035年前中国GDP平均增速需保持在4.17%左右，以实现人均GDP翻一番至2万美元以上的目标 [2][19] * 2026年作为“十五五”规划开局之年，短期经济增长目标可能相较2025年的5%左右做小幅调整 [2][19] * 2026年经济增长的重要支柱是出口和服务消费 [2][24] 外需与出口 * 2026年全球制造业预计呈现上行趋势，支撑中国出口 [1][4] * 美国库存周期自2024年7月进入主动补库存阶段，预计延续至2026年上半年 [4] * 美联储预计在2026年降息两次，共计50个基点，带动全球工业生产扩张 [4] * AI投资成为资本开支亮点，美国信息处理设备和软件投资行业同比增速持续高于整体私人固定资产投资增速，占比从30%提升至34% [4] * 中国应对美国加征关税经验丰富，关税对出口影响减弱，出口增速保持平稳 [5] * 当前产能出海策略聚焦“一带一路”国家，以需求导向牵引产能落地，带动国内资本品和中间品出口，对国内经济有积极意义 [1][6] 房地产市场与影响 * 房地产行业自2021年以来经历深度调整，对固定资产投资贡献由正转负，但拖累效应逐步减弱 [7] * 到2025年11月，地产投资规模、新开工面积、土地成交面积均显著下降，但降幅有所收窄 [7] * 预计2026年房地产投资降幅将继续收窄，对经济拖累进一步减弱 [7] * 需警惕房价持续下跌及居民资产负债表恶化抑制消费意愿的风险 [1][7][8] * 房地产市场调整通过收入下降（利息收入减少）和财富缩水两个途径影响居民消费 [9] * 招商银行iMBS数据显示，自2024年以来早偿率下降、违约率回升，反映居民还贷意愿和能力下降 [9] * 央行调查显示居民储蓄意愿持续上升，印证消费意愿回落 [9] 消费与内需 * 2026年耐用品补贴政策即便延续，其对消费的拉动效果大概率将持续减弱，10月和11月数据受高基数影响转为负贡献 [10] * 扩大内需的关键在于提高居民收入（提高其在国民收入分配中的比重及劳动报酬在初次分配中的比重）并释放服务类消费潜力 [11][12] * 目前中国居民消费率约为40%，与中等发达国家48%和高收入国家接近60%的水平相比有提升空间 [11][12] * 教育、文娱、育幼、医疗和养老等服务类消费将在未来5-10年迎来广阔发展空间 [12] * 公共财政支出正进行调整，社保就业、科技、教育等公共服务类支出增速普遍快于过去几年，以引导优质服务供给，激发服务消费活力 [13] 财政政策与债务风险 * 2025年中国经济面临三大风险：中美贸易摩擦、房地产市场下行压力和地方政府债务风险，预计2026年均有望缓和 [3] * 自2022年以来，广义财政收支不及预期，地方政府债务风险增加，面临税收占比下降和土地财政依赖度下降的收支困局 [14] * 2025年广义财政收入预算仅增长0.2%，而支出高达9.3%，缺口通过举债填补 [15] * 2025年财政赤字达5.66万亿元，比去年增加1.6万亿元；特别国债和专项债合计达6.2万亿元，比去年增加1.3万亿元 [15] * 宏观税负压力显现，税收增速持续低于名义GDP增速，未来将在消费税、个人所得税等领域进行财税改革和财富再分配 [16] * 2025年中国狭义赤字率创历史新高4%，广义赤字率约9%，已处较高水平，再大幅提升空间有限 [17] * 专项债结构变化（如土储专项债盘活城投现金流）缓解了土地财政困局 [17] * 截至2025年末，预计中央政府债务余额接近40万亿元，地方政府债务余额接近55万亿元，城投有息债务余额接近70万亿元 [21] * 湖北省在国有资产改革中展示积极信号，探索从土地财政向股权财政转移，拓展资产证券化等多元融资渠道 [22] * 展望2026年，中国财政策略应保持保量提质态势，中央主导稳增长（以国债、特别国债为主），地方聚焦化解债务 [1][18] * 预计2026年广义财政支出增速较2025年小幅退坡至4%-5% [1][18] 投资展望与资产配置 * 未来投资应更加注重产业投资，例如入股早期科技成果转化项目，而非局限于基建工程等实物资产 [23] * 考虑到当前政策利率处在历史较低水平，预计2026年央行将保持适度宽松总基调，保持流动性合理充裕，有可能进行1-2次降准降息 [23] * 从资产配置角度，优先配置权益类资产，因企业盈利随名义GDP回升而增加，同时利率中枢下降利好估值 [24] * 其次配置与全球制造相关的铜铝等商品，主要受外需拉动影响 [24] * 预计财政会更加积极主导，央行被动配合 [24] 其他重要内容 * 有四大因素可能推动2026年CPI同比回升：低基数效应、猪肉价格回升趋势、金价波动及服务消费扩容 [19] * PPI同比中枢也将受低基数效应、M1回升带动投资行为改善及主要商品远月价格企稳影响而有所回升 [19] * 随着化解债务工作推进，城投公司现金流量表会改善，融资成本将明显下降，但受传统地产和基建项目拖累，整体ROE仍然偏低 [21]

构建规范健康的资本市场人工智能生态体系 - 中国证监会科技监管司副司长刘铁斌提出面向“十五五”的基本工作思路是坚持促进创新与规范监管并重 努力构建“合规有序 创新赋能 风险可控”的发展新格局 [1] 构建促进人工智能健康发展的行业生态 - 探索建立差异化分类监管框架 依据人工智能应用的影响和潜在风险实施分级分类监管 [1] - 积极推进“人工智能+资本市场”专项试点 尽快形成可复制推广的实践案例 [1] - 布局人工智能中试基地 搭建创新应用验证平台 促进算力 数据 模型等资源集约共享 [1] - 推动资本市场智能计算基础设施与法律法规 行情 信息披露等重点领域高质量数据集建设 [1] - 加强资源要素支持 研究完善激励措施 强化人才队伍建设 鼓励产学研用协同创新 [1] 构建规范应用人工智能的机构生态 - 健全治理架构和战略规划 统筹业务 科技 合规 风控等各个条线 确保人工智能应用与机构自身发展相匹配 [2] - 严格遵守国家人工智能伦理准则与社会公序良俗 确保人工智能应用始终与法律法规 监管规定 伦理规范保持一致 [2] - 加强信息披露和投资者保护 清晰标识人工智能生成内容 保障投资者知情权与选择权 强化个人信息保护 [2] - 强化数据治理 使用权威可信的数据来源 完善全流程数据管理规范 切实提升数据质量 夯实人工智能应用基础 [2] - 完善风险评估与应急处置机制 对中高风险业务场景进行持续监测 提升风险处置能力 [2] 严格遵守国家和行业监管要求 - 确保内容合规 建立内容围栏与输出核查机制 高风险应用场景通过人工核验与小模型校验确保输出内容合规 [3] - 防范数据安全风险 加强数据安全管理 防范违规采集 数据滥用 信息泄露 违规跨境流动 “数据投毒”等风险隐患 [3] - 强化网络安全管理 提升系统防御能力 保障人工智能相关信息技术系统安全稳定运行 [3] - 增强模型管理能力 建立覆盖安全 合规 服务能力等维度的模型评价体系 提升模型选型和日常管理能力 [3] - 规避人工智能固有的局限性 在关键业务 关键环节建立“人类监督+模型辅助”的协同机制 防范风险外溢和传导 [3]

构建规范应用人工智能的机构生态 - 健全人工智能治理架构和战略规划 统筹业务、科技、合规、风控等各条线 确保应用与机构自身发展相匹配 [1] - 严格遵守国家人工智能伦理准则与社会公序良俗 确保应用与法律法规、监管规定、伦理规范保持一致 [1] - 加强信息披露和投资者保护 清晰标识人工智能生成内容 保障投资者知情权与选择权 强化个人信息保护 [1] - 强化数据治理 使用权威可信的数据来源 完善全流程数据管理规范 提升数据质量 夯实人工智能应用基础 [1] - 完善风险评估与应急处置机制 对中高风险业务场景进行持续监测 提升风险处置能力 [1] 严格遵守国家和行业监管要求 - 确保内容合规 建立内容围栏与输出核查机制 高风险应用场景通过人工核验与小模型校验确保输出合规 [2] - 防范数据安全风险 加强数据安全管理 防范违规采集、数据滥用、信息泄露、违规跨境流动及“数据投毒”等风险 [2] - 强化网络安全管理 提升系统防御能力 保障人工智能相关信息技术系统安全稳定运行 [2] - 增强模型管理能力 建立覆盖安全、合规、服务能力等维度的模型评价体系 提升模型选型和日常管理能力 [2] - 规避人工智能固有局限性 正确认识其缺陷和局限 在关键业务和环节建立“人类监督+模型辅助”的协同机制 防范风险外溢和传导 [2]