金融科技板塊業績、研發投入、政策、需求及技術進展如何？

銀行整體收入增速放緩，城農商行基本面相對景氣。

1.金融科技板塊24年業績整體承壓，銀行IT板塊分化明顯

2024年A股金融科技板塊35家上市公司合計 實現收入1186.37億元（同比-2.73%），實現歸 母凈利潤147.62億元（同比-13.85%），整體經 營承壓； 分板塊看，金融信息服務、保險IT板塊24 年增速相對穩健，保持中個位數增長；證券IT板 塊營收增速降幅較大； 銀行IT板塊分化明顯，24家公司2024年合計 實現收入782.11億元（同比-3.41%），實現歸母 凈利潤21.48億元（同比-49.29%），在行業整體 收入規模下滑的情況下，凌志軟件、廣電運通、 中科金財等公司的收入實現兩位數的逆勢增長。

2.行業整體研發費用投入保持穩定

研發投入方面，金融科技板塊上市公司2024年研發整體 投入達135.38億元（同比-2.54%），在收入水平承壓的條件 下研發費用占總營收的比率相對穩定，24年行業整體研發費 用率達11.41%（同比+0.02pct），由于研發人員薪酬占行業 研發投入較大比例，具有一定剛性，在降本增效壓力下行業 整體研發費用水平可能將有一定下降； 分板塊看，產品化水平相對較高的證券IT及金融信息服 務板塊公司研發費用率明顯大幅高于行業均值； 保險IT與銀行IT板塊公司研發費用率相對較低，銀行IT 板塊24家公司2024年合計研發投入達60.88億元（同比3.07%），研發費用率達7.78%（同比-0.02pct），其中數字 認證、科藍軟件、中科金財等公司的研發費用率領先同業。

3.政策端：實現科技自立自強、大力發展數字經濟構成數字經濟脈絡

回歸政策維度，從二十大報告、中央經濟工作會議、兩會等可看出當前我國科技領域政策面主題較為明確，實現科技 自立自強、大力發展數字經濟構成政策主線。

中國經濟處于增長動能切換、結構調整陣痛時期，由于當前傳統生產要素對我國經濟增長的拉動作用減弱，數字 經濟有望作為新動能支撐我國經濟實現高質量發展。同時隨著數字技術加快對傳統行業賦能，整體全要素生產率也將 進一步提升。

新質生產力是以科技創新為主導，通過技術革命性突破、生產要素創新性配置和產業深度轉型升級形成的先進生產力 質態。它具有高科技、高效能、高質量特征，符合新發展理念要求。習近平總書記將其定義為擺脫傳統經濟增長方式和生 產力發展路徑的新型生產力。

4.需求端：金融機構數智化轉型逐步推進，銀行仍為IT主要需求方

根據第三方咨詢機構的統計及預測，我國銀行、保險、證券類金融機構預期將在信創系統切換與數智化平臺建設的驅 動下持續提升IT方面投入，行業規模在2024-2028年有望以13.33%的復合增長率持續提升，在2028年達到4521.2億元的水平， 從結構上看，銀行仍為我國金融領域IT建設的主要需求方。

2024年42家A股上市銀行合計營收、歸母凈利潤同比增速為0.08%、2.35%，子板塊中24年城、農商行業績景氣度顯著 好于其他板塊，歸母凈利潤維持5%以上增速，整體來看銀行基本面有所承壓。

上市銀行中共有20家對其金 融科技投入進行披露，整體來看， 銀行業金融科技投入占其總營 收比例相對穩定， 但由于銀行整體收入增速 放緩，疊加中信、平安幾家股 份行金融科技支出出現較大幅 度下滑，致使行業整體金融科 技投入增速放緩。 拆分來看，城商行及農商行 對于金融科技方面表現出更大的 投入力度，中小銀行需求帶來新 的增量機會。

從盈利效率的角度來看，42家上市銀行中36家的2024年的ROE出現下滑，28家連續兩年下滑，行 業整體特別是國有大行的經營效率亟待提升。

從人員規模與人效指標上來看，2024年銀行降本增效壓力尚未大幅傳導至人力端，42家上市銀行員工總數仍維持1%左 右增長，子板塊中僅股份行整體出現人數下滑，薪酬端當前相對穩定，人效指標上城農商行提升較快，整體來看國有大行 在人效指標上有相對更大的提升空間。

智能風控、精準營銷與數智化運營與銀行核心業務環節鏈接更緊密、科技賦能反饋更明顯，該類能力數智化轉型起步 普遍較早，目前已有近半數機構能夠實現該項功能的成熟化應用，行業整體的數智化進程呈現明顯的負偏態分布，超80% 的機構已渡過或正在渡過規模化部署階段，僅有不足20%的機構仍處于探索階段； 產品數智化與渠道智慧聯動兩項能力機構在數智化轉型進程存在較大差距，國內銀行業對于各階段的技術服務需求較 為均衡，行業整體的數智化進程仍處于攻堅階段； 數字生態建設屬于機構數智化轉型中后期推進的底層技術支持能力，其轉型進度極大的取決于機構整體的科技改造進 程，目前國內銀行業近半數機構仍處于初步探索階段，行業整體的轉型進程呈現明顯的正偏態分布。

5.技術端：云作為技術基座仍為金融機構當前核心投入領域

金融機構可借助云上通道，更加彈性、泛在、輕量的金融服務將觸達到產業鏈上下游的參與者，使實體經層面產業數 字化升級催生的金融服務需求得到更好的滿足。 當前銀行在云轉型方面持續發力，例如“建行云”2024年算力規模同比增長9.58%，其持續推進集團IT一體化建設， 子公司系統上云率達89%；平安銀行穩步實施云原生工程，其24年應用上容器云比例超 80%；興業銀行規劃貴州、上海、 福州三地算力布局，加快推進“多地多中心多活”基礎設施建設，并持續推進云原生平臺建設。

大模型的出現或將帶來金融業底層邏輯的根本性變革，層級化、流程化的金融服務模式或將逐漸消解，而網絡化、 分布式、場景化、具身化的新金融服務模式將建立。AI Agent有望通過自主感知與決策能力提升，顛覆傳統 AI 定位，全 方位重構人機協作嶄新生態，成為銀行經營效率提升的關鍵。例如建行基于千億級開源通用大模型與自有數據建成面向所 有業務領域應用和統一技術底座的金融大模型，以及模型即服務(MaaS)的應用平臺。其中授信審批金融大模型財務分析功 能可將客戶財務分析用時由數小時甚至更長縮短至分鐘級別；個人客戶經理智能助理中多個功能應用大模型，提升客戶經 理洞察－匹配－觸達全流程智能化水平和營銷轉化成功率。

金融行業是最先利用數據要素并依賴其服務的行業之一。金融數據具有數據來源多、數據規模大、數據治理難、數據 要求等特征；當前探索金融數據要素市場化，就是依靠市場化實踐方式、合規化和開放化制度導向、多元化和資產化市場 建設、智能化與精細化基礎設施保障、數字化與中臺化技術創新，從而將金融數據轉化為生產要素。 例如建行構建科技型企業專屬評價工具并融入客戶評級模型，模型對戰略布局、核心團隊優勢、研發投入強度、市場 價值、股權投資獲得性等要素作為評價，模型整合知識產權、投融資、招投標、交易結算、工商、征信等內外部逾70億條 數據資源，實現企業技術與成果轉化能力的全景評價，突破了單純依賴特定維度信息評價科技企業的局限性。