日经225指数表现 - 日经225指数在2025年9月30日表现出韧性 抹去早盘跌幅后走势平稳 但收盘时仍微跌0.15% 报44,978点 为连续第三个交易日下跌 [2][3][7] - 日经225期货报44,945点 显示衍生品市场存在一定稳定性 [3][7] - 日本市场情绪受到金融股稳步上涨和科技股选择性买盘的提振 帮助指数从早盘跌势中恢复 [3][7] 亚洲证券控股交易情况 - 亚洲证券控股有限公司在香港交易所的股票交易据报于2025年9月30日暂停 [2][4][7] - 暂停交易的具体原因或持续时间信息在公开搜索结果中暂不可得 交易所或公司均未就此发布即时公告 [4][7] 亚洲股市整体态势 - 亚洲股市呈现复杂局面 投资者正密切关注区域及全球经济指标 [2][5]

财务信息披露安排 - 公司计划于2025年10月31日美股开盘前公布2025年第三季度财务业绩 [1] - 公司高级管理层将于美国中部时间上午7点30分（美国东部时间上午8点30分）召开财报电话会议 [1] 投资者关系信息 - 电话会议的网络直播及相关演示材料将在公司官网投资者关系栏目的“活动”下提供 [2] - 演示材料将在公司网站存档 电话会议结束后两小时内预计可获取录音回放 [2] 公司业务概况 - 公司是全球领先的衍生品和证券交易网络 为全球客户提供交易、清算和投资解决方案 [3] - 业务覆盖北美、欧洲和亚太地区 产品涉及多资产类别 包括股票、衍生品和外汇 [3] 近期业务动态 - 旗下Cboe Europe Derivatives计划在欧洲推出FLEX期权 以扩展欧洲投资者的风险管理工具 [6] - 公司宣布计划推出追踪科技和成长型美国股票的新指数的现金结算期货和期权 [7]

行业观点与投资逻辑 - 将ETF纳入投资组合是降低风险同时不牺牲回报潜力的有效方法[1] - 投资于领先行业和板块的股票能获得相对于市场的优势[3] - 专注于顶级行业内的领先股票可以显著提高选股成功率[3] 金融板块投资价值 - Zacks金融板块在16个总板块中排名第一[1] - 该板块包含银行、交易所和保险等多个领先金融行业[1] - 这些行业的股票今年表现优于市场[1] - 板块股票显示出相对低估和高于平均水平的预期盈利增长等有前景的特征[2] - 历史研究表明，约50%的股价上涨可归因于其所属的板块和行业组合[2] - Zacks排名前50%的行业表现优于后50%，幅度超过2比1[2] 金融板块估值与增长 - 金融板块的预期市盈率为11.66倍，而iShares标普500 ETF的预期市盈率为19.80倍[2] - 金融板块的市盈增长比率为1.54，而iShares标普500 ETF为2.36[2] - 金融板块的预期每股收益增长率为8.33%，高于iShares标普500 ETF的6.95%[2] 目标ETF：Direxion Daily Financial Bull 3X Shares - Direxion Daily Financial Bull 3X Shares ETF处于持续上升趋势中[4] - 该ETF提供对Zacks金融板块的投资敞口[4] - 该ETF旨在扣除费用和开支前，提供金融精选板块TR指数每日表现300%的投资结果[4] 期权价差交易策略 - 期权价差交易是一种风险有限的策略[10] - 看涨价差策略涉及买入一个看涨期权并卖出一个行权价更高的相关看涨期权[10] - 该策略在标的股票上涨或下跌时均可能获利[18] - 期权价差是安全利用期权内在杠杆的方式，风险仅限于为价差支付的价格[19] 具体交易示例：FAS看涨价差 - 交易基于FAS ETF，该ETF正在创出一系列更高的高点，符合启动看涨价差头寸的标准[11] - 交易时FAS价格为180.65美元[12] - 策略涉及以27.75点买入10月到期行权价155美元的看涨期权，并以12.2点卖出10月到期行权价175美元的看涨期权[12] - 总成本为15.55点，由于每份期权合约代表100股标的证券，这相当于每份价差总成本为1,555美元[12] - 根据模型计算，即使FAS价格从入场点下跌-2.5%至176.13美元，该期权价差交易在一个月内也将产生28.6%的回报率[13] - 若FAS价格持平或上涨，该交易同样能产生28.6%的回报率[13] 价差交易的优势 - 期权出售提供了下行保护，因为出售看涨期权获得的现金降低了期权购买的成本基础[15] - 风险降低，在FAS交易中，出售行权价175美元的看涨期权将行权价155美元期权的购买风险从每份合约2,775美元降低至1,555美元[16] - 允许在波动市场中维持头寸，看涨期权出售提供的下行保护有助于在高波动期间维持价差交易[17] - 价差在股票上涨或下跌时均可获利，为盈利机会提供了全新的维度[18]

公司动态 - IEX期权交易所将引入与IEX股票交易所相同的“速度缓冲”入口坡道 [1] - 该技术将使所有进入的订单延迟3.5亿分之一秒 [1]

公司概况 - 公司为全球最大交易所运营商之一，市值达245亿美元，是交易所交易产品（ETP）领域的领导者 [1] - 业务范围覆盖北美、欧洲和亚太地区，通过子公司提供多资产类别交易，包括期权、期货、股票、外汇和数字资产 [1] - 公司被归类为大盘股，通过六个业务部门运营：期权、北美股票、欧洲和亚太、期货、全球外汇以及数字资产，为全球市场参与者提供多样化的交易、清算和数据解决方案 [2] 近期股价表现 - 股价较52周高点255.27美元下跌了8.2% [3] - 过去三个月股价上涨3%，表现逊于同期道琼斯工业平均指数（$DOWI）9.5%的涨幅 [3] - 年初至今股价上涨近20%，表现优于道指8.6%的涨幅；过去52周回报率为11.3%，高于道指同期的9.9%涨幅 [4] - 股价处于看涨趋势，自去年以来持续交易于200日移动平均线之上 [4] 第二季度2025财年业绩 - 8月1日公司公布强劲Q2业绩后股价上涨2.8% [5] - 调整后每股收益为2.46美元，超出市场预期，同比增长14.4% [5] - 营收创下5.873亿美元纪录，增长14%且超预期，主要受期权收入增长19%以及欧洲和亚太地区收入增长30%推动，全球外汇业务也实现稳健增长 [5] 财务指引与同业比较 - 公司更新业绩指引，预计有机净营收将实现高个位数增长，并将支出预期下调至8.32亿至8.47亿美元 [6] - 与竞争对手洲际交易所（ICE）相比，公司股票表现更优：ICE股票年初至今上涨14.8%，过去52周上涨7.7% [6] 分析师观点 - 尽管公司股票过去一年表现优异，但覆盖该股的18位分析师给予其“持有”的共识评级 [7] - 平均目标价为246.73美元，较当前水平有5.9%的溢价 [7]

公司董事会会议安排 - 香港交易所董事会会议将于2025年11月5日举行 [1] - 会议将批准刊发截至2025年9月30日止九个月的未经审核综合业绩公告 [1]

涉及的公司与行业 * 公司：香港交易及结算所有限公司 [1] * 行业：香港金融业 [5] 核心观点与论据 * **投资评级与目标价**：高盛重申对香港交易所的“买入”评级，并将12个月目标价从524港元上调4%至544港元，基于40倍2026年预期市盈率 [17] * **股价表现与市场情绪**：尽管近期现金股票日均成交额创历史新高，但香港交易所股价在过去一个月表现逊于主要指数，市场可能因管理层对2025年下半年投资收入的悲观指引而过度反应 [1][2] * **核心驱动力**：现金股票日均成交额是盈利和股价的最大驱动力，近期表现强劲，9月迄今日均成交额达3180亿港元，高于8月的2790亿港元和年初至今的2540亿港元 [2] * **南向资金的关键作用**：南向交易在净买入、日均成交额及其对总成交额的贡献上持续创下新高，估计南向交易贡献了整体日均成交额同比增长的约30%-40% [2][46] * **结构性增长动力**：基于分散投资、独特股票和估值折让（更高收益率）的角度，南向资金流动和参与度应在结构性基础上持续增长 [3] * **估值判断**：该股交易市盈率略低于中期水平，且相对于大市存在溢价，基于20年现金日均成交额与股价的回归模型，当前活动水平对应的股价约为590港元 [17][42] 其他重要信息 * **财务预测调整**：基于近期成交量趋势，高盛上调了现金日均成交额及2025-2027财年每股盈利预测，幅度为3%-4% [3][22] * **投资收入预期**：预计2025年第三季度投资收入约为上半年水平的一半，主要由于5-8月期间HIBOR较低、外部投资组合减少以及保证金利率分享协议修订 [1] * **市场活动水平**：南向交易日均成交额占香港交易所总现金日均成交额的比例已升至约25%，且南向交易及整体市场的换手率均接近历史峰值水平 [2][51][52] * **并购排名**：香港交易所在高盛的并购框架中排名为3，意味着被收购的概率较低（0%-15%），此排名未纳入目标价计算 [5][57] * **关键财务数据**： * 市值：5807亿港元 / 74.7亿美元 [5] * 2025年预期营收：275.785亿港元 [5] * 2025年预期每股盈利：12.97港元 [5] * 2025年预期股息：11.60港元，股息收益率2.5% [5] * 2025年预期股东权益回报率：29.5% [5] * **业务构成**：现金股票交易及清算费用是最大收入来源，预计2025年将贡献124.566亿港元收入，占总收入比重显著 [14] * **风险提示**：高盛与香港交易所存在多种业务关系，包括寻求/已获得投资银行服务报酬、做市等，可能存在利益冲突 [60]

特朗普提议改变财报发布频率 - 美国总统特朗普提议要求美国公司每六个月报告一次收益，而非现行的每季度一次，其目的是为公司节省资金并让管理层有更多时间经营业务 [2] - 特朗普首次提出此变更建议是在2018年，近期在Truth Social上再次提及 [2][3] 关于财报制度的现有争议 - 近年来，公司如何及何时报告收益已成为一个争论话题 [3] - 包括贝莱德的拉里·芬克、摩根大通的杰米·戴蒙和沃伦·巴菲特在内的知名高管都曾批评收益流程的某些部分，认为其助长了投资者的短期思维 [3] - 然而，这些高管并未建议减少财报发布次数，他们关注的核心问题是高管提供的业绩预测，因为未来预测可能导致投资者做出膝跳反应，使股价暴涨或暴跌，从而激励管理层追逐短期胜利而非可持续的长期战略 [4] 改变财报制度可能带来的影响 - 减少财报频率可能减轻公司上市的压力，从而说服更多企业选择上市，因为公司在私有化状态停留的时间越来越长 [3] - 调整收益报告和信息披露引发了关于透明度的问题，这对于资源不如专业投资者、无法为各种古怪数据集支付大笔资金的散户投资者而言尤为令人担忧 [5] 华尔街部分机构从现行制度中获益 - 尽管财报对公司来说既烦人又昂贵，但对于促成由此引发的交易的那些机构而言，它们代表着巨大的商机 [6] - 银行、经纪交易商和交易所从交易中赚取费用，而没有什么能像大幅超出或未达到盈利预期那样引发市场狂热 [7] - 盈利预测尽管对公司来说很痛苦，但也为投资者提供了更多交易理由，这对业务有利，因此，尽管上市公司可能希望摆脱财报，但其他机构将其视为维持人们交易的关键催化剂 [7]

平台发布 - 伦敦证券交易所集团推出基于区块链的私有基金基础设施平台Digital Markets Infrastructure (DMI) [1] - 该平台与微软合作开发 运行于Microsoft Azure云服务 支持数字资产全生命周期管理 包括发行、代币化和交易后结算 [3] - 平台旨在连接传统资本市场与区块链网络 初始聚焦私有市场 通过LSEG Workspace系统帮助普通合伙人和专业投资者发现基金机会 [5] 首笔交易 - 资本管理公司MembersCap在平台上发行代币化基金MCM Fund 1 完成首次实际部署 [4] - 伦敦金融行为监管局授权的数字交易所Archax作为名义持有人参与交易 [4] - 该交易标志着基础设施首次现实应用 交易所称未来将支持私有基金以外更多资产类别 [4] 行业意义 - 代币化可将现实世界金融资产转为区块链代币 支持更快速结算、通过分拆所有权扩大投资者覆盖并提升透明度 [6] - 私有市场流程存在创新需求 代币化有望解决历史不透明和流动性不足问题 [5] - 尽管代币化资产规模仅占传统基金数万亿美元管理规模的一小部分 但该领域正获得银行、资管公司和基础设施提供商关注 [7] 合作生态 - 微软全球金融服务副总裁Bill Borden称合作"重塑全球金融未来" 有望开辟新客户机会 [7] - Archax、MembersCap及Cardano基金会成为平台首批试点机构 [7]

全球金融行业人工智能应用洞察研究报告 涉及的行业与公司 * 报告由瑞银（UBS）全球金融研究团队撰写，全面覆盖全球金融服务业[2] * 涵盖五大核心子行业：银行业（Banks）、支付处理与金融科技（Payment Processors & Fintech）、多元化金融（Diversified Financials）、保险业（Insurance）以及房地产（Real Estate）[25] * 调研范围横跨北美、欧洲、中东及非洲（EMEA）、拉丁美洲（LatAm）和亚太（APAC）等多个地区[2] 核心观点与论据 人工智能在金融业的整体应用与投资趋势 * 金融业对人工智能（AI）和机器学习（ML）的关注度显著提升，在财报电话会中的提及率自2023年初出现拐点式增长，在2025年第一季度，约11%的金融业财报电话会讨论了AI[11][13] * 尽管自2022年下半年以来全球金融业风险投资（VC）总体投资相对持平或下降，但AI/ML领域的VC投资占金融业总投资的比例仍在增长，2025年上半年美国金融业AI/ML风险投资同比增长59%[12][20] * 2025年3月，Stripe完成65亿美元融资，推动了2023年上半年AI/ML交易量占总交易量的比例达到高点[12] 人工智能的潜在效益与用例 * 人工智能有望推动显著的费用节约、效率提升和业务增长，主要应用领域包括改善数据分析、增强客户体验、改进欺诈检测和风险管理、降低开支以及推动关键业务线增长[3] * 生成式AI（Gen AI）预计将通过五个主要领域影响金融科技和更广泛的金融服务领域：1）个性化消费者体验；2）成本高效的运营；3）更好的合规风险管理；4）动态预测和报告；5）智能体商业（Agentic Commerce）[4] * 在FIS的2024年投资者日上，管理层表示借助GenAI编码辅助，开发人员生产效率提高了约10-30%[4] * 具体用例因行业而异： * **银行业**：改善聊天机器人、监控信贷质量、开发代码等[3] * **保险业**：协助理赔处理、承保、产品开发和投资组合构建[3] * **房地产投资信托基金（REITs）**：用于回答查询和协助客户[3] * **资产管理公司和交易所**：主要用于提高运营效率和产品增强[3] * **支付处理商**：预计将从生成式AI中获益最多[3] 最受益的公司类型与竞争格局 * 大型、成熟的公司因其规模、投资能力和吸引AI人才的能力，预计将从生成式AI和更广泛的AI应用中获益最多[5] * 技术支出仍然至关重要，管理团队承诺进行大量投资以增强运营杠杆[5] * 早期采用者最能抵御像Meta、Apple和Google这样正在进军金融服务领域的科技巨头的竞争，捍卫市场份额[5] * 报告通过图8-12列出了北美、EMEA、拉丁美洲和亚太地区金融领域中“定位最佳的公司”[5] 各子行业具体应用与影响 银行业 * **美国大银行**：广泛部署AI，如美国银行（BAC）的数字助理Erica已完成超过27亿次客户互动，使呼叫中心来电减少40%，相当于3000名员工的工作量；摩根大通（JPM）确定了450个AI用例，价值约10-15亿美元[32][33] * **欧盟银行**：AI部署成为技术战略核心，桑坦德银行（Santander）2024年AI举措节省了超过2亿欧元；Caixabank计划到2027年约三分之一的流程由AI支持[34][35][36] * **中国区域性银行**：AI应用于内部政策查询、风险管理、机器人营销电话和聊天机器人，但目前对利润表的影响尚不明显[38] * **加拿大银行**：加拿大皇家银行（RBC）目标是到2027年通过AI增加7-10亿加元的EBIT[39] * **拉丁美洲银行**：Itaú拥有超过450名AI专业人员；Nu Holdings收购Hyperplane以提供AI解决方案[42] 支付处理与金融科技 * 内部用例包括欺诈检测（预测性AI）、信用违约预测、销售支持、后台用例（合规、客服聊天机器人）和软件工程师生产力[49] * Block（SQ）和PayPal被视为定位最佳的公司，而Riskified（RSKD）因卡组织、商户收单机构和银行的欺诈减少技术进步而面临最大挑战[28][49][50] * Adyen的AI驱动支付优化套件“Uplift”帮助试点商户将转化率提升了高达6%，支付成本降低了5%[51] 多元化金融（交易所、评级机构、商业服务） * AI主要用于运营效率增益和产品增强[29][52] * 穆迪（MCO）表示，截至2Q25末，其40%的产品（以ARR衡量）包含了某种形式的GenAI功能；GenAI独立产品的客户总支出接近2亿美元（以ARR衡量）[53] * 标普全球（SPGI）因拥有最广泛的数据集而被认为定位最佳[54] 保险业 * 应用包括流程自动化、增强欺诈检测和提高劳动生产率[30] * 目前尚无AI对收入或利润率产生直接影响的证据，但预计将提高生产力和增长[30] 房地产 * 应用包括运营增强、产品开发、增强客户/租户体验和预测性维护[31] * 由于房地产的物理性质，预计对人员编制的影响极小[31] * 国家存储REIT（National Storage REIT） cited在客户联络中心使用AI带来了边际利润的积极增长[31] 其他重要但可能被忽略的内容 对人员编制（Headcount）的影响 * 整体而言，AI对金融业人员编制增长的直接影响证据目前有限，多数情况尚不明确或处于早期阶段[25][27] * 部分公司出现人员编制增长放缓或减少的迹象： * 美国银行（BAC）提到其8000人的风险部门有潜力减少增长率需求[33] * 火箭公司（Rocket Companies）人员编制同比减少7%[29] * 华侨银行（OCBC）报告2024年人员编制增长1%，但指出剔除收购因素，通过AI和数字化改进运营流程，人员编制通过自然减员有所下降[27][48] * 马来亚银行（Maybank）观察到因AI驱动的聊天机器人，呼叫中心呼叫量减少了13%[27][48] * 许多公司强调AI当前主要用于提升员工生产率而非直接替代岗位[39][49] 面临的挑战与风险 * **规模较小的公司**：普遍被认为面临挑战，因为它们缺乏足够的资源进行大规模AI投资，因此可能无法获得类似 benefits[5][27][38][48] * **数据基础设施与合规**：成功应用AI依赖于高质量的数据和现代化的技术架构（如Zions Bancorporation强调的统一数据模型），一些公司（如Worldline）因平台碎片化而处于劣势[40][41][51] * **投资回报（ROI）与可见性**：尽管管理层对长期前景持乐观态度，但AI对利润表（P&L）的实质性影响在许多领域和公司中尚未明确显现或得到具体量化[25][36][38][39] * **区域差异**：某些地区（如印尼、泰国）的AI应用仍处于非常初级的阶段，或曾因数据规模不足导致应用效果不佳（如泰国消费金融数字贷款业务）[45][46] 具体数据与量化案例 * **桑坦德银行**：2024年AI举措节省超过2亿欧元，AI辅助现在支持超过40%的联络中心互动[36] * **星展银行（DBS）**：2024年从AI和机器学习计划中创造了7.5亿新元的经济价值，并预计2025年将超过10亿新元[27][48] * **华侨银行（OCBC）**：目标到2027年通过AI将员工生产率提高20%[27][48] * **摩根大通（JPM）**：2025年技术预算达180亿美元[33] * **美国银行（BAC）**：预计AI可在其编码操作中节省10-15%的成本[33]