Here to react is Moody's Analytics chief economist Mark Zandy. Mark, happy holidays. Thanks for being with us.>> Thanks, Carl. Happy holidays. >> Um, any reason to think that claims are going to see move into dangerous territory anytime soon.>> Doesn't feel that way. I mean, that's really good news. I mean, layoffs remain very low.I mean, I, you know, one week uh affected by holidays and timing and seasonal adjustment and all kinds of measurement issues, but feels like underlying UI claims weekly is about 2 ...

金价屡创新高、年内大涨约67%，连续第25年跑赢美股。Ed Yardeni预计在"咆哮的2020年代"框架 下，黄金到2029年或升至每盎司10000美元，成为兼具防御与增长的核心资产。尽管相对现金和债券 昂贵，但对股票仍有上行空间，白银同步走强。 在金价不断刷新历史高位并长期跑赢美股的背景下，华尔街资深市场策略师Ed Yardeni抛出了一项惊 人的长期预测：黄金价格有望在本十年末飙升至每盎司10000美元。 受美联储进一步降息预期及美元走软推动， 黄金现货价格在24日创下每盎司4500美元的历史新高。 作为避险资产，黄金在2025年表现强劲，年内涨幅已高达约67%。市场资金持续涌入，推动这一传统 资产在动荡的市场环境中展现出极强的韧性。 Yardeni Research总裁Ed Yardeni近日指出，黄金在投资组合中继续扮演着至关重要的多元化角色， 且历史经验表明，黄金的上涨行情往往会超出市场预期。 他预计到2029年年底，金价将触及10000美 元大关，这与其对标普500指数同期的目标点位一致。 这意味着在未来几年内，黄金将不仅仅是防御 性工具，更可能成为与权益资产并驾齐驱的增长引擎。 根据Sherw ...

文章核心观点 2025年，中国银行业在宏观经济转型背景下展现出经营韧性，并围绕服务实体经济、夯实自身能力、强化风险防控三大主线进行深刻变革，行业从追求规模扩张转向注重质量、效益与差异化发展，资本市场对此给予积极反应，银行股迎来估值修复 [1] 向“新”而行：服务新质生产力 - 金融资源加速流向创新领域，截至2025年三季度末，获得贷款支持的科技型中小企业达27.54万家，获贷率为50.3%，较去年同期提升2.8个百分点；获贷的高新技术企业有26.66万家，获贷率达57.6%，比去年同期高0.8个百分点 [3] - 重塑风险评估逻辑，将知识产权、研发投入、核心团队等“科创属性”纳入关键评估维度，利用大数据与AI算法将技术资产量化为信用等级 [3] - 提供全生命周期服务，优化“贷款+外部直投”的“投贷联动”机制，形成“股贷债保”综合金融服务生态 [4] - 升级供应链金融，借助区块链与物联网技术，基于真实贸易流水、物流及信息流数据，将信贷服务延伸至产业链上下游中小企业 [4] - 对银行业自身而言，通过深耕科创领域优化了资产结构，培育了新的利润增长点，逐步实现从“赚取利差”到“创造价值”的跨越 [4] 全力促消费：扩大内需 - 银行业紧扣降低消费贷利率、落实以旧换新补贴两大主线促消费 [5] - 2025年8月，三部门联合印发《个人消费贷款财政贴息政策实施方案》，明确6家国有大行、12家全国性股份制银行为贷款经办机构 [5] - 银行业普遍下调消费贷利率，叠加年化1%的财政贴息后，部分重点领域符合条件的客户实际利率可降至“2字头” [5] - 在消费品以旧换新领域积极发力，协助地方政府落地补贴与消费券，并紧扣汽车、家电、家装等重点场景创新消费贷产品、优化信用卡分期 [5] - 消费信贷规模稳步扩张、场景融合持续深化，拓宽了银行收入来源，缓解了净息差收窄压力 [7] AIC迎新：银行系金融资产投资公司扩容 - 2025年，兴业银行、中信银行、招商银行、邮储银行相继获准筹建金融资产投资公司（AIC），全国银行系AIC从原有的5家增至9家 [8] - AIC业务重心逐渐从债转股转向直接股权投资，为银行通过直接股权投资支持科技创新提供了关键抓手 [8] - AIC有助于银行突破传统信贷局限，开辟股权投资等新的增长曲线，并与传统信贷、债券等工具协同，构建覆盖企业全阶段的多元化投融资服务体系 [8] 存量突围：银行理财转型 - 2025年，我国理财市场规模站稳31万亿元，行业发展重心从“增量扩张”转向“存量突围” [9] - 理财子公司从多维度推动创新，加大低波动理财产品布局以完善产品谱系，同时推出系列主题产品并加快布局含权产品，着力提升权益投研能力 [9] - 银行理财的“存量突围”引导巨额金融活水更好助力资本市场发展、精准灌溉实体经济 [10] 四家大行获特别注资：夯实资本基础 - 2025年《政府工作报告》明确提出拟发行5000亿元特别国债，支持国有大型商业银行补充资本 [11] - 2025年3月30日，中国银行、建设银行、邮储银行、交通银行发布定增预案，财政部将以现金方式认购，合计出资规模达5000亿元 [11] - 此次定增有助于提升银行稳健经营能力、风险抵补能力和服务实体经济力度 [11] 反内卷：行业回归理性发展 - 2025年，监管与行业自律组织协同发力，叫停“手工补息”等高息揽储行为，抵制非理性的同质化价格战 [12] - 多家银行公开表态拒绝价格战与恶性竞争，转而基于自身资源禀赋探索差异化发展路径 [13] - 规范存款竞争有助于稳定并逐步修复净息差，增强银行内源性资本积累与风险抵御能力，并倒逼银行在财富管理等领域培育真正竞争力 [13] 降本增效：精细化运营变革 - 在负债端，多家银行主动清理高成本存款，中小银行集中下架5年期定存产品以优化存款结构，降低负债成本 [14] - 在运营端，银行业严控业务及管理费用，通过下架冗余App、撤销直销银行、关停低效网点等方式精简业务布局，并以数字化转型为核心抓手提质增效 [14] - 一系列举措有效缓冲了净息差收窄对利润的冲击，负债成本的下降为降低企业融资成本释放了空间 [15] 抢滩AI：驱动数智化转型 - 国有大行与头部股份制银行将AI提升至全行战略高度，通过制定专项行动计划进行系统部署 [16] - 2025年上半年金融业大模型相关中标项目共79个，其中银行业占比过半，达44个 [16] - AI重塑银行业务逻辑与服务生态，使服务日益线上化、智能化、个性化，业务模式转向“多对多”的人机协同 [16] 中小行“合纵连横”：改革化险与抱团发展 - 2025年，中小银行改革化险深化提速，农信系统“一省一策”落地、村镇银行“村改支”与兼并重组推进、股权结构优化、专项债补充资本等一系列举措密集实施 [17] - 12月以来，贵州农村商业联合银行、新疆农村商业银行相继获批复开业 [17] - 工商银行、农业银行等大型银行积极参与“村改支”，将旗下村镇银行改制为支行 [17] - 通过资源整合与抱团发展，中小银行有效出清存量风险、遏制增量风险，并强化对县域、乡村、小微企业等薄弱环节的金融支持 [18] 估值重塑：资本市场重估银行价值 - 截至12月24日，万得银行行业指数年内累计上涨超11%，其中6只成份股涨幅超20%，“破净”银行股有所减少 [19] - 银行股系统性估值重塑缘于前期估值深度折价、高股息“确定性溢价”凸显、基本面逐步企稳改善以及资金面结构积极变化 [19] - 股价修复为上市银行通过定增、可转债等渠道进行再融资打开了空间，有助于补充核心一级资本，提升信贷投放与服务实体经济效能 [19]

人和AI已经开启了新时代，去年是元年。 人类为何会选择跟AI咨询问题？我觉得首先要明白什么是"树洞"。 AI已经在不知不觉之中，悄然无声地走入了人类的情感生活，走入了我们的社会，影响了 人与人之间的感情，左右了人类的很多决策，当我们还在讨论AI是不是有很大泡沫的时 候，殊不知，我们已经在AI时代了。 我有个朋友，最近爱上了他的上司，一个职场女强人，他花了三个月心理建设，终于表白了。在他表白 后，他的女上司并没有拒绝他，也没有接受他，就这么一直暧昧着，保持着说不明道不清的关系，他很 烦恼，没有办法告诉任何人这个事。 于是，他把他们之间的聊天记录，全部发给了千问，问AI这个女生到底什么意思，分析她的心理。 经过一周的文本分析后，AI给了他一个结论，这个女生不爱你，她之所以没有直接拒绝你，是因为觉 得你能力很强，应该留在公司，怕直接拒绝后，伤了你的心，从而离开公司。她想留住你继续工作，但 是对于感情，希望你知难而退，自己意识到不可能。 他为了加固这个答案，又把发给AI的聊天记录，发给了我。我看完之后，用我长达20年的渣男经验， 得出的答案，几乎一致。 我和AI，都是他在这段情感经历中的参谋和树洞。 我恍然大悟，AI ...

来源：市场资讯 （来源：AJU视界） 韩国12月消费者信心指数创年内最大降幅 12月住宅价格展望指数为121点，环比上升2个百分点。此前受"10·15"房地产调控政策影响，该指数在11月曾下降3个百分点，本月则迅速反 弹，显示预计一年后房价将上涨的消费者比例有所增加。反映消费者对未来一年物价上涨率预期的预期通货膨胀率为2.6%，环比持平。 消费者心理指数由当前生活状态、生活状况展望、家庭收入预期、消费支出预期、当前经济形势判断、未来经济前景展望这6项指数综合计算 得出。该指数高于100表示与长期平均值（2003年至2024年）相比消费心态趋于乐观，低于100则意味着消费心态偏向悲观。 12月六项分指数中，当前经济形势判断降幅最大，从96点降至89点，下降7个百分点。未来经济前景展望下降6个百分点，家庭收入预期、生活 状况展望、当前生活状态均环比下降1个百分点。消费支出预期指数则保持不变。 央行经济心理调查组负责人分析称："当前经济判断指数走弱，主要是因为农畜水产品和石油等民生商品价格涨幅扩大。未来经济展望下滑则 源于汇率波动加剧、人工智能（AI）产业价值重估等外部不确定性上升。" 韩国银行（央行）24日发布的 ...

文章核心观点 - 科技在保险资产管理中的核心价值是让投资决策更稳健，而非更激进，其作用在于帮助机构在多重约束下寻找系统性的最优解 [1][3] - 人工智能在保险资管中的正确应用方式是作为决策支持工具，放大系统能力，其关键在于高维数据处理、情景生成与人机协同，而非替代决策者 [4][5] - 保险资管科技转型成功的关键挑战在于组织内部的协同机制与文化，即投研、风控、精算、IT等部门能否在统一体系下工作，以及管理层能否将科技融入制度和流程 [6] 保险资产配置的演进 - 保险资产配置已从早期依赖经验判断和单一收益目标，演进到需权衡久期、收益、流动性的多目标阶段 [2] - 当前环境更复杂，地缘政治风险上升、资产相关性显著抬升、新会计准则与风险导向的偿付能力体系带来资本与波动约束，资产与负债的动态联动变得至关重要 [2] - 当前配置的本质是在多重约束下寻找“可解释、可验证、可执行”的最优解，即从“主观判断最优”走向“约束下的系统性最优” [2] 科技在保险资管中的具体应用与价值 - 科技的首要价值是提升决策稳健性，中国人寿（海外）已系统性推进一套以价值和利润为核心的战略战术资产配置框架 [1][3] - 通过算法对超过5000种场景下的100多类资产组合进行推演，在保持预期盈余不变的前提下，使资本风险指标降低了15% [3] - 模型将负债、资本、收益与风险统一到同一决策空间，解决了三大问题：将负债特征内嵌于配置起点、将资本约束显性化、通过情景生成与压力测试结构化处理不确定性 [3] - 这使得资产配置从一个一次性决策转变为可滚动优化、持续校准的系统工程 [3] 人工智能在保险资管中的三种应用方式 - 第一是高维数据的结构化处理能力，面对数千只资产、上百个约束条件、跨周期的数据维度，人工智能的价值在于降维、聚类和识别结构性关系 [4] - 第二是情景生成与组合推演，人工智能能在既定边界内生成更丰富、更接近真实世界的可能路径，从而提高组合稳健性 [4] - 第三是人机协同的决策支持，人工智能提供的是决策空间、风险边界和权衡关系，而非最终答案，最终决策仍由投资决策委员会作出 [5] - 公司坚持任何人工智能输出必须遵循可解释、可回溯、可审计的原则 [5] 保险资管科技转型的挑战 - 转型的真正难点不在于技术本身，而在于组织是否具备与之匹配的决策机制与文化 [6] - 具体挑战包括：投研、风控、精算、IT等部门能否在同一语言体系下协同；管理层能否接受“用系统约束个人判断”，将科技从工具上升为制度、流程和责任体系的一部分 [6] - 尽管科技不能直接给出答案，但能帮助在复杂约束下更清晰地看见边界、更理性地权衡取舍，使决策更接近长期最优 [6]

文章核心观点 - 在保险资金管理中，科技的首要价值是让投资决策更稳健，而非更激进，其核心在于帮助公司在多重约束下，从“主观判断最优”走向“约束下的系统性最优”[6][7] - 人工智能在保险资管中的正确角色是“放大系统能力”，而非替代决策者，其应用需从高维数据处理、情景生成与人机协同等基础环节切入，并坚持输出结果可解释、可回溯、可审计的原则[9][10][11] - 保险资管科技转型的真正挑战在于组织内部的决策机制与文化，需要跨部门协同并将科技内化为制度和流程的一部分，才能转化为长期能力[12][13] 保险资产配置的演进 - 保险资产配置的演进历程是从早期依赖经验判断与单一收益目标，发展到以久期、收益、流动性为核心的多目标权衡阶段[4] - 当前环境更加复杂，地缘政治风险上升、资产相关性显著抬升、新会计准则与风险导向的偿付能力体系（RBC）框架带来资本与波动约束，资产与负债的动态联动变得前所未有的重要[5] - 当前保险资产配置的本质是在多重约束条件下，寻找“可解释、可验证、可执行”的最优解[5] 科技在资产配置中的具体应用与价值 - 公司过去两年已系统性推进一套以价值和利润为核心的战略战术资产配置框架，探索人工智能在场景化资产配置中的应用[7] - 通过算法对5000多种场景下的100多类资产组合进行推演，在保持预期盈余不变的前提下，使资本风险指标降低了15%[7] - 该算法模型是一种将负债、资本、收益与风险统一到同一决策空间的方法论，重点解决了三类问题：将负债特征内嵌于配置起点、将资本约束显性化、以及通过情景生成与压力测试对不确定性进行结构化处理[7] 人工智能在保险资管中的三种应用方式 - 第一是高维数据的结构化处理能力，人工智能的价值在于对数千只资产、上百个约束条件、跨周期的数据维度进行降维、聚类并识别结构性关系[10] - 第二是情景生成与组合推演，人工智能能在既定边界内生成比传统假设更丰富、更接近真实世界的可能路径，从而提高组合的稳健性[10] - 第三是人机协同的决策支持，人工智能提供的是决策空间、风险边界和权衡关系，而非最终答案，最终决策仍由投资决策委员会作出[10] 科技转型的组织与文化挑战 - 保险资管科技转型的真正难点不在于技术本身，而在于组织是否具备与之匹配的决策机制与文化[12] - 具体挑战包括：投研、风控、精算、信息技术部门能否在同一语言体系下协同；以及管理层能否接受“用系统约束个人判断”，让科技从工具上升为制度、流程和责任体系的一部分[13]

当地时间12月23日，美国商务部报告显示，第三季度美国经济增长初步估计值为4.3%，但市场的焦点依然是通货膨胀走势以及就业市场状况。临近昔年， 市场交投不活跃，但标普500仍创新高。周二收盘时，道琼斯30种工业股票平均指数涨0.16%，标准普尔500指数涨0.45%，纳斯达克指数涨0.57%。 在债券市场，十年期、二十年期、三十年期国债利率分别收于4.161%、4.778%、4.82%。美元指数收于97.59点，跌0.37%；2026年2月黄金期货收于4533.15 美元/盎司，涨0.40%。 最近美国公布的经济数据信息滞后，可信度低，未能完全打消市场的疑虑，投资者需要更多的数据来认清当前经济运行的真实状况。通货膨胀依然美国必须 面临的重大经济问题。而有关物价的统计数据质量差，难以获得市场认可，通胀形势依然不明朗。 目前，美国联邦政府总负债已超过38.5万亿美元，巨大财政负担令投资者焦虑，他们市场担心政府债务对经济运行的冲击作用。尽管美联储连续三次降息， 中长期利率却表现坚挺，甚至有攀升的迹象，投资者越来越担心债务成本上升，导致美元汇率表现疲软。 美国经济增长数据滞后，通胀数据可疑 中新社报道，美国商务部的首 ...

外媒据多方消息证实，苹果不仅未放缓AI研发节奏，反而在2025年完成关键组织调整，为2026年初随iOS 26.4发布的"Apple Intelligence"重大升级奠定基础。 来源：环球网 【环球网科技综合报道】12月24日消息，据appleinsider报道称，尽管过去一年多次传出高管离职与项目延误的消息，苹果公司的人工智能（AI）团队实际上 规模远超外界预期，并正通过内部重组强化其长期战略。 据介绍，此前担任人工智能与机器学习高级副总裁的约翰·詹南德雷亚（John Giannandrea）将于近期退休，其离任曾被部分媒体解读为苹果AI战略受挫的信 号。然而内部人士指出，詹南德雷亚主导的"设备端优先"理念仍为核心方向，其职责交接与团队拆分实为计划中的结构性优化，而非战略转向。 2025年，苹果对AI部门实施系统性重组：原归属詹南德雷亚麾下的机器人技术划归硬件工程主管；Siri开发转由视觉与交互体验团队负责；而核心基础模型 （Foundation Model）研发则交由新任人工智能副总裁阿玛尔·苏布拉马尼亚（Amar Subramanya）领导，直接向软件工程高级副总裁克雷格·费德里吉（Craig Fed ...

文章核心观点 - 生成式AI在企业中的实际应用与市场炒作之间存在巨大鸿沟 绝大多数企业未能实现规模化部署和显著的财务回报 真正的成功者仅占少数 他们通过重构工作流程和战略性投入实现了增长与利润提升 [1][8] AI应用普及与规模化现状 - AI在企业中的触达率很高 常态化使用AI的企业比例从去年的78%上升至88% [2] - 然而 近三分之二的企业尚未全面启动AI的规模化部署 多数仍停留在探索或试点阶段 [5] - 企业规模与规模化程度正相关 营收超50亿美元的大型企业中近半数已进入规模化阶段 而营收不足1亿美元的小型企业该比例仅为29% [5] - 中国大陆地区表现突出 有45%的企业实现了AI的规模化或全面部署 高于全球38%的平均水平 且83%的企业常态化应用生成式AI [5] 智能体（AI Agent）的应用现实 - 市场对智能体寄予厚望 但实际应用仍处于极早期阶段 [3] - 62%的受访者正在试用智能体 但仅有23%的企业在至少一个职能中启动了规模化应用 [3] - 即便在推进规模化的企业中 应用也局限于一两个领域 在任何单一职能中 能从试点走向规模化的比例均未超过10% [3] - 科技、媒体与电信以及医疗健康行业是智能体应用的领跑者 IT服务台管理和知识管理是最成熟的应用场景 [3] AI对财务利润的实际影响 - 仅39%的受访者认为AI对企业的息税折旧摊销前利润产生了实质性影响 这意味着超过60%的企业尚未看到明确的利润回报 [1][6] - 在感受到EBIT影响的企业中 多数贡献率不足5% [1] - 虽然AI在软件工程、生产制造和IT领域带来了成本下降 在营销与销售领域带来了营收增长 但这些局部改善尚未汇聚成全公司层面的利润爆发 [6] - 目前AI应用呈现出“广泛但肤浅”的特征 资本支出正在发生 但投资回报严重滞后 [1] 高绩效企业的成功关键 - 调研定义了约6%的企业为“AI高绩效企业” 即EBIT因AI提升超过5%且创造了显著价值 [7] - 80%的普通企业只盯着效率与降本 而高绩效企业往往同步追求增长或创新目标 [10] - 高绩效企业从根本上重塑工作流的几率是其他企业的近3倍 [10] - 三分之一的高绩效企业将超过20%的数字预算投向AI 这一比例是其他企业的近5倍 [10] - 高绩效企业的管理层建立了清晰的人机协同流程和人工核验机制 [10] 劳动力市场与风险变化 - 对未来一年的员工规模预期变得悲观 32%的受访者预计未来一年员工规模会下降超过3% 而只有13%预计增长 大型企业更倾向于认为AI将带来人力缩减 [10] - 软件工程师与数据工程师的招聘需求依然旺盛 存在人才结构性短缺 [10] - 51%的应用企业至少遭遇过一次AI负面事件 最常遇到的风险是“结果不准确”（30%）即幻觉问题 [10] - 企业对隐私和合规的关注度提升 但对“可解释性”的关注仍然不足 构成了潜在的尾部风险 [10]