长三角经济圈

首页>长三角经济圈>长三角观察

上海:科技驱动传统金融中心转型的全球标杆

  原标题:全球金融科技中心发展指数(二〇二五)发布,上海升至第二位

  上海 科技驱动传统金融中心转型的全球标杆

  金融是“国之大者”,关系中国式现代化建设全局。党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》将“加快建设金融强国”明确为未来五年的战略目标之一。这是“金融强国”首次写入五年规划建议,标志着中国金融发展进入以“强国”为导向的质量提升与全球竞争力培育新阶段。

  由金融科技驱动的金融创新是建设金融强国的重要引擎。上海担负着加快建设国际金融中心的历史重任,在人工智能、区块链等新兴技术重塑全球金融业态与规则的当下,正推动高质量建设全球金融科技中心。

  11月29日,第七届上海金融科技国际论坛上,上海金融科技产业联盟发布“全球金融科技中心发展指数(2025)”以及《上海金融科技发展白皮书(2025)》,分别基于全球与上海、宏观与微观双重视域,为上海把握金融科技迭代创新机遇、打造具有全球引领性的金融科技中心提供精准的“度量衡”与“新指南”。

  在11月29日举行的第七届上海金融科技国际论坛上,“全球金融科技中心发展指数(2025)”正式发布,上海的排名由去年的第三位提升至第二位,成为传统金融中心向科技驱动转型的实践标杆,国际金融中心建设的“科技成色”愈发耀眼。

  本期指数由上海金融科技产业联盟牵头编制,华东师范大学提供学术支持,指数结合金融科技发展前沿态势,对金融科技发展指标进行优化,并探索构建衡量人工智能金融发展的子指数,从产业、技术、人才、制度及环境等评价维度,对全球22个核心城市的金融科技综合水平,以及金融与AI双向赋能潜力进行深度剖析。指数显示,全球前五位城市为纽约、上海、北京、旧金山(硅谷)、伦敦。

  本期指数创新构建了“主指数宏观定维、子指数垂直深钻”的嵌套式评价体系,以全球金融科技中心发展指数(GFTCI)评估城市在金融科技发展水平、发展潜力和发展环境上的综合表现,以全球AI金融中心指数(GAIFC)作为子指数聚焦金融与AI双向赋能潜力,实现宏观广度与技术深度的有机融合。GAIFC是基于“硅基经济学”理论、采用“硅基指标”体系来测度金融中心AI生产力的创新指数。GAIFC排名显示,上海位列全球前7位,并在“硅基基础层”这一维度位处全球第一。

  新趋向

  从“头部垄断”到“多极博弈”

  全球金融科技版图正经历深刻重塑,多极化竞争格局日益清晰。本期指数发布了全球金融科技中心最新梯队评级,将22个全球金融科技中心城市划分为顶尖城市、核心城市、重要区域城市与潜力区域城市四个梯队。其中,顶尖城市有4座,分别为纽约、上海、北京、旧金山(硅谷);核心城市4座,分别为伦敦、巴黎、深圳、新加坡;重要区域城市8座,分别为东京、香港、首尔、洛杉矶、杭州、波士顿、芝加哥、多伦多;潜力区域城市6座,分别为广州、迪拜+阿布扎比、法兰克福、悉尼、苏黎世+日内瓦、墨尔本,整体呈现“4+4+8+6”的分布格局。

  从整体态势来看,全球金融科技中心的竞争正从早期的“头部垄断”向“多极博弈”演进,形成“亚太领跑、北美技术制度双强、欧洲稳健守位、其他地区蓄势突破”的差异化竞争态势。其中,中国在前十位中占据4席,稳固确立了全球“第一方阵”地位,显示出强劲的集群竞争力。

  从具体城市来看,在这一连续发布3年的指数中,前五位城市排序由2023年、2024年相对稳定的纽约、伦敦、上海、北京、深圳,变为纽约、上海、北京、旧金山(硅谷)、伦敦。其中,上海的排位由第三位提升至第二位。

  上海何以跃升?关键在于其“应用场景驱动”的独特路径。与其他全球金融科技中心相比,上海优在“超大规模应用场景+超强产业融合”,已成为传统金融中心向科技驱动转型的实践标杆。从具体指标看,上海在“金融科技场景”指标上以满分位居样本城市首位,在“金融科技规模”和“产业支撑”等二级指标上得分居前,在“国际化程度”“开放环境”等指标上表现同样突出。

  “通过解码这些城市的发展模式,我们可以得到四条差异化的路径,即依托金融存量、技术原创、应用场景、跨境优势构建核心竞争力。”华东师范大学上海人工智能金融学院院长、教授邵怡蕾介绍。其中,“金融存量优化型”以纽约、伦敦为代表,“技术原创引领型”以北京、旧金山(硅谷)为核心,“应用场景驱动型”以上海、深圳为典型,“跨境枢纽型”以香港、新加坡为代表。

  人工智能正为金融科技竞争开辟全新赛道,成为决定未来格局的关键变量。本期指数首次发布一项子指数——全球AI金融中心指数。GAIFC是基于“硅基经济学”理论、采用“硅基指标”体系来测度金融中心AI生产力的创新指数。该指数将聚焦点由金融存量实力转向新质生产力,重点考察金融体系与AI产业在城市中的互动强度与协同程度,以及由此形成的持续的价值创造能力。

  基于对“AI如何赋能金融业务”和“金融如何赋能AI产业”这两条价值链的深度研判,该指数首次发布全球AI金融中心的排名。其中,旧金山(硅谷)、纽约、波士顿、洛杉矶、芝加哥、北京、上海、深圳、杭州、伦敦位列前十位。

  从指数的总体结果来看,当前全球AI金融格局大致呈现出“北美综合领先、中国加速崛起、欧洲结构性调整”的态势。其中,中国城市呈现出一条典型的“政策引领、资本先行、产出加速显现”的发展路径,正从政策和资本驱动的起步阶段,向依托应用和产业产出的加速阶段过渡。

  在全球AI金融中心指数的框架中,上海在“硅基基础层”这一维度位列全球第一位,成为政策驱动型生态建设的代表。在“硅基投入层”位列全球第8位,展现出资本市场与制度创新协同,对AI相关基础设施和产业链布局持续加码的特征。在“硅基产出层”位列全球第9位,AI与金融双向结合的产出处于加速形成阶段。

  方法论

  从“互联网+金融”到“AI+金融”

  精准的“量化”评估,离不开科学严谨的方法论支撑。本期指数采用三层四级的指标体系,在一级指标上沿用前期金融科技发展水平、发展潜力、发展环境3个指标,同时,涵盖金融科技规模、人才禀赋、金融中心度等8个二级指标,以及17个三级指标、42个四级指标。本期指标重点强调金融与科技的融合水平,以及人工智能应用情况,旨在全面、深入揭示全球金融科技中心发展水平、潜力及环境。

  该指数在研究过程中选取了全球22个城市作为评估样本,其中亚洲城市9座、北美6座、欧洲4座、澳洲2座、中东1座。选择的城市具有全球或区域金融中心地位,蓬勃的科技创新生态与应用能力,高度的国际化、开放性与政策支持,并具有区域代表性,确保了样本的权威性、代表性与可比性。

  面对行业的“智能化”跃迁,本期指数在评估体系上做出了关键创新。本期指数创新性地构建了“主指数+子指数”的嵌套式评价体系。即以全球金融科技中心主指数评估城市金融科技的宏观广度,以全球AI金融中心指数评估其技术深度,通过深入测度算力、算法、数据等核心技术要素,并直接调用子指数的测评结果作为主指数的关键变量,确保了本期指数既能反映城市的科技金融基底,又能敏锐捕捉AI技术带来的爆发性增量。

  “从全球AI金融中心指数的视角出发,转化效率将成为核心分水岭,其决定因素并不止于技术本身,更在于能否逐步打破部门和机构间的数据孤岛,在可控前提下推动监管框架与时俱进,并在金融机构与技术提供方之间建立稳定的信任与合作机制。”邵怡蕾分析道。这一方法论创新,向业界传递出一个清晰信号:在智能时代,唯有具备“硅基投入”支撑的金融科技中心,才能占据竞争的制高点。

  路线图

  从“资源存量”到“赋能协同”

  放眼全球,传统金融中心的先发优势正被新兴城市的政策红利、场景规模快速稀释,行业创新与区域资源争夺进入白热化阶段。

  在这一最新趋势下,传统金融中心如何才能将存量优势转化为创新动能?非传统金融中心又该怎样探索“弯道超车”的逆袭路径?

  通过综合研判全球金融科技中心“金融生态”与“科技能力”的耦合效能,本期指数发现,全球传统金融中心虽仍占据金融科技排名头部,但领先关键已从“金融规模”转向“金融与科技的协同质量”。纽约的排名表现便深刻诠释了这一规律:纽约作为全球金融资源最密集城市,未依赖华尔街传统投行优势“躺赢”,而是通过“金融资本+科技生态”的深度绑定,巩固其顶尖地位——高盛、摩根士丹利等将AI算法嵌入交易风控,摩根大通开发区块链优化跨境支付……最终助力纽约稳居全球金融科技第一。

  同时,非传统金融中心实现“弯道超车”的核心逻辑并不是追求金融或科技的单点领先,而是在细分领域打造“金融+科技”强耦合优势。深圳就是一个典型代表。深圳早期并非顶级传统金融中心,但依托华为、腾 讯等科技企业的基础,将移动支付、大数据风控与供应链金融、跨境贸易深度绑定,以“硬科技+实体金融”的融合范式,成为非传统中心逆袭的标杆。

  由此可见,金融科技全球排名的“优胜公式”已然明朗:无论传统还是非传统金融中心,金融与科技的融合深度,才是决定排名高度的核心变量。在硅基经济时代,金融中心的核心竞争力,正在从“拥有多少资源”,逐步转向“如何赋能与协同”。

  立足当下,展望未来。本期指数进一步描绘了“十五五”期间,中国城市在智能金融领域协同发展的“路线图”,建议围绕“补基础、通转化、强产出”三个阶段展开,在国家层面统一布局的前提下,由京沪深杭分别发挥各自优势、形成互补。

  短期(2025—2026年)的重点是补齐“硅基基础层”的算力短板,通过城市间分工协同,在较短时间内提升全国整体的算力底座水平。其中,上海可在“东数西算”等国家工程框架下,打造服务长三角及全国金融机构的算力枢纽与节点网络。

  中期(2026—2028年)的关键在于打通“硅基转化层”的瓶颈,使前期投入高效地进入业务场景。在数据方面,可以以上海为试点,建设跨机构的金融数据共享与服务平台,探索更高水平的数据要素流通机制,并借鉴国际经验构建标准化接口和治理框架。

  长期(2028—2030年)的目标是逐步在“硅基产出层”实现“AI赋能金融”和“金融培育AI”的正向循环,从而在全国范围内形成“京沪深杭各有所长、区域之间协同联动”的发展网络,为我国在全球智能金融格局中的长期竞争力提供有力支撑。

声明:本媒体部分图片、文章来源于网络,版权归原作者所有,如有侵权,请联系删除:025-84707368,广告合作:025-84708755。
171
收藏
分享