投资要点
目录

正文







券商核心IT系统呈现高客户粘性与高毛利率两大特征,构筑头部厂商长期竞争壁垒。
1)高客户粘性:核心交易、清算及风控系统与金融机构业务流程深度绑定,对专业性、安全性和稳定性要求较高,系统更换涉及数据迁移、业务连续性及信息安全等风险,替换成本高、实施周期长,因此金融机构通常与核心系统供应商保持长期稳定的合作关系。
2)高毛利率:核心系统研发门槛较高,头部厂商依托持续研发投入、标准化产品体系及规模效应形成竞争优势,部分核心软件业务具备较高毛利率。较强的客户粘性与盈利能力为厂商持续研发和产品迭代提供支撑,进一步巩固其在核心系统领域的竞争壁垒。

恒生电子:财富科技服务毛利率有所起伏。2025年,公司财富科技服务毛利率为73.2%,资管科技服务毛利率为78.4%,运营与机构科技服务毛利率为78.0%,整体维持稳定。公司全年实现营业收入57.8亿元,同比下降12.1%,主要受到金融机构降本增效和IT预算收紧影响;归母净利润同比增长18.0%至12.3亿元。公司主动收缩非核心业务、控制费用后,核心产品仍具备较强盈利韧性。在行业整体预算约束下,公司继续加强核心信创产品研发投入,保障核心业务的高技术壁垒与高毛利护城河。
顶点软件:定制软件需求上升,毛利率呈现韧性。2025年前三季度,公司利润总额同比+5.5%至1.01亿元。在券商核心交易系统国产化替代的硬性合规需求下,公司A5等核心软件开发及服务业务的议价能力得到保障。在2025年行业整体降本增效、泛IT外包收缩的环境中,核心系统定制开发业务展现出较强的抗周期韧性。公司盈利韧性得益于公司良好的费用控制,期内管理费用及研发费用均较上年同期出现明显压降,防守型策略有效对冲了部分业务收入下滑带来的利润侵蚀。
金证股份:定制软件毛利率显著回升,业务结构优化推动盈利能力改善。2025年,公司定制软件业务毛利率同比提升22.2pct至70.9%,较2024年明显回升,体现核心软件业务较强的盈利能力。回顾2019—2024年,公司定制软件业务毛利率整体有所波动,2024年降至48.6%,2025年实现较大幅度修复。公司持续推进业务结构调整,收缩低毛利硬件及非核心业务,将资源向证券经纪、资产管理等核心金融软件领域集中。随着高附加值软件业务占比提升,以及新一代核心系统持续推进,公司盈利结构有望进一步优化,核心软件业务的高毛利特征逐步显现。



券商AI建设主要包括基础模型部署、中后台降本增效和前台业务赋能三个层次。不同业务条线的AI应用价值和落地难度存在差异,标准化程度较高、结果相对容易核验的业务流程具备率先推广的条件,而涉及投资决策及合规责任的专业场景仍以辅助应用为主。
1)基础模型部署:由通用模型接入向企业级AI平台建设延伸。①大模型部署与知识库建设:券商通过接入或部署DeepSeek等通用大模型,整合内部业务知识库,逐步形成统一的AI能力底座。考虑到数据安全及合规要求,部分券商采用本地化部署或混合架构,兼顾数据安全与模型调用效率。②企业级AI平台与智能体建设:券商通过建设智能体开发平台,为不同业务条线提供可复用的AI能力。华泰证券依托“泰为”大模型平台支持AI涨乐等应用;中信证券依托CITICS Agent平台开展数字员工建设,推动模型能力嵌入内部业务流程。③模型管理与业务系统集成:随着AI应用场景拓展,券商持续完善模型管理、数据接口及系统集成能力,推动AI由独立工具向业务系统深度融合。
2)中后台降本增效:通过智能审核、流程自动化及研发辅助提升运营效率。①合规风控:AI辅助合同材料初筛、法规检索、异常信息识别及监测报告整理,减少人工核查工作量。例如,江海证券通过大模型与RPA辅助合同审核。②运营管理:数字员工应用于信息提取、业务问答、单据处理及内部流程辅助,提高运营效率及跨部门协作能力。中信证券已建立覆盖智能投研、投行及财富管理等领域的数字员工体系。③技术研发与运维:AI代码助手、自动化测试及故障分析工具有助于提高系统开发、测试及维护效率,降低重复性工作成本。整体来看,中后台AI应用主要以提升处理效率、优化运营成本为目标,关键合规判断及业务责任环节仍需人工复核。
3)前台业务赋能:AI逐步向财富管理、投研、投行及资管等专业业务延伸,以辅助业务开展和专业判断为主。①财富管理:AI主要应用于智能客服、客户需求分析、投顾辅助及投资者陪伴等场景,华泰证券AI涨乐体现了AI在财富管理服务中的应用方向。②投资研究:AI重点应用于公告解析、数据提取、资料检索及研究辅助,中金公司分析师Skill等产品推动专业投研能力与AI技术结合。③投行业务:AI主要辅助申报材料核查、法规查询及尽调文件处理,广发证券投行AI文曲星等产品推动投行业务流程智能化。④资管及自营:AI主要应用于市场分析、组合监测和风险提示等场景,辅助投资管理及风险识别。
券商AI已在客户服务、投研辅助和内部运营等领域形成实际应用,企业级平台建设与跨业务流程协同持续推进。从公开披露的应用进展来看,券商AI建设呈现出由单点工具向专业业务场景延伸的趋势,但不同场景的应用成熟度及商业价值仍存在差异。
1)已实现场景:AI由基础问答向专业业务辅助延伸。财富管理领域,华泰证券持续升级AI涨乐,将AI能力应用于智能交易服务、市场信息处理及投资决策辅助;2026年上半年,公司机构客户服务平台“行知”上线研究Skill及多维度MCP集合,提升客户获取行业动态及研究观点的效率。投研领域,中金公司推出分析师Skill,将专业研究知识和数据能力封装为可调用的AI服务。投行业务领域,广发证券“投行文曲星”已覆盖智能生成、智能审核、智能抽取及智能搜索等功能,并应用于法规问答、底稿复核等具体流程。上述案例表明,券商AI应用正逐步从通用信息查询进入专业工作场景。
2)推进中场景:企业级智能体平台及业务流程协同成为发展重点。随着单点应用积累,券商逐步加强模型管理、金融知识库、智能体开发及业务系统接口建设,以提高不同业务场景之间的能力复用和协同效率。中信证券持续推进数字员工体系建设,探索将专业知识、业务工具及多步骤任务处理能力整合至统一平台;国泰海通持续推进AI应用、数据治理及信创安全等重点工程,探索大模型在多个业务条线的规模化应用。随着券商企业级AI平台建设深化,相较于独立问答工具,跨系统协同需要更完善的数据治理、流程控制和安全管理,对金融机构的软件架构及系统集成能力提出更高要求。
3)场景展望:AI有望由单点辅助向多步骤业务流程拓展。中后台方面,随着模型准确性、任务执行及审计能力提升,AI有望进一步参与跨系统信息处理、智能运维及标准化业务流程管理;前台方面,AI有望更加深入地融入投研、财富管理、资管及机构服务系统,围绕专业数据分析、组合监测和客户服务形成连续的辅助工作流程。然而,由于实际投资决策、交易执行及投行业务涉及较高合规要求,AI应用仍需建立必要的人工审核、权限控制和风险管理机制。未来金融IT需求有望进一步向智能体平台、专业数据接口及业务系统智能化改造延伸。

券商AI应用深化为金融IT厂商带来存量系统升级、新产品研发及客户范围拓展三类业务机会。与券商自行接入通用大模型不同,金融IT厂商能够依托既有金融业务软件、行业数据及项目交付经验,将AI能力嵌入专业系统,并提供相关平台、模块及技术服务。AI能否形成新增收入,仍取决于客户采购、产品付费及实际项目落地情况。
1)存量系统升级:AI功能嵌入现有软件,推动传统产品智能化迭代。券商已部署的财富管理、投研、资管及运营系统与业务流程深度绑定,在原有软件中增加智能检索、金融数据分析、文档处理及智能体调用功能,有助于降低客户采用新技术的系统迁移成本。恒生电子依托金融行业大模型LightGPT、光子AI中间件及WarrenQ等产品,将AI能力向投研投资、金融数据及业务应用延伸;财富趋势依托通达信行情交易终端及相关金融数据产品,推进智能问答、信息分析等功能升级。对于金融IT厂商而言,既有系统的AI升级有望带动软件模块扩展、项目实施及后续维护需求。
2)新AI产品研发:由原有系统功能升级向独立AI平台及专业应用延伸。随着金融机构对模型管理、知识库、智能体开发及专业业务辅助的需求增加,金融IT厂商开始布局新的AI产品体系。恒生电子围绕LightGPT及相关中间件、WarrenQ等产品提供金融AI能力;金证股份搭建KOCA AI大模型应用中枢,支持智能体编排、多模态识别和任务规划,面向财富管理、资产管理及机构运营等场景开展应用;同花顺依托iFinD金融数据服务及i问财等产品,推动自然语言交互与金融数据分析相结合。与单纯部署通用大模型相比,专业AI产品需要依托自身平台机构整合金融数据、业务规则及系统接口,有望形成差异化产品供给。
3)客户群体拓展:专业AI产品由券商向公募基金、资管及研究机构延伸。券商研究部门、公募基金及资产管理机构在金融数据查询、投资研究、组合监测和合规审核等方面存在部分共性需求,使专业智能体、金融数据服务及智能运营产品具备跨机构应用空间。金融数据平台及投研智能体可面向券商研究部门、公募基金投研团队和资管机构提供数据查询、资料分析及研究辅助服务;智能运营、合规审核及风控系统则可依据不同金融机构的业务规则进行功能适配。相较于仅面向个人投资者的金融资讯与行情服务,面向专业金融机构的AI产品通常需要更深入的业务系统集成和持续运维,有望为金融IT厂商提供更具持续性的服务需求。

4.1.恒生电子的龙头护城河(产品、客户、生态)分析
恒生电子的核心壁垒来自“产品—客户—生态”的正向循环,核心系统升级与跨业务协同持续巩固行业地位。
1)产品端:业务覆盖广泛,新一代核心系统形成规模化推广基础。公司围绕财富科技、资管科技、运营与机构科技等领域构建较为完整的金融IT产品矩阵,能够覆盖证券、基金、保险资管及银行理财等机构的多类业务需求。2026年上半年,公司新一代经纪业务核心系统UF3.0持续推进客户签约和上线迁移,资管投资交易系统O45在基金、证券及保险资管等领域实现多家客户上线。相较于单一产品供应商,综合产品覆盖有助于公司通过存量客户升级、跨业务系统拓展及后续运维形成持续服务需求。
2)客户端:头部客户及复杂项目交付经验构建较高进入壁垒。金融核心系统与交易、清算及资管等关键业务流程深度绑定,系统替换涉及数据迁移、业务连续性和信息安全等要求,客户更重视产品稳定性和交付经验。恒生电子长期服务多类型金融机构,积累了较丰富的核心系统实施经验。2026年上半年,公司UF3.0在国金证券、方正证券等客户推进大规模账户迁移,O45在中邮证券等机构实现自主可控版本上线,标杆项目有助于验证产品成熟度及复杂业务场景下的实施能力,为后续项目拓展提供支持。
3)生态端:信创适配与开放技术体系增强产品持续迭代能力。随着金融信创向核心业务系统推进,券商对数据库、操作系统、基础软硬件及业务系统协同适配的要求持续提高。公司通过自主研发、生态合作和技术适配推进核心系统升级,并持续探索AI能力与金融业务软件融合。相较于单一模块开发,综合供应商能够依托既有产品体系和客户基础,提供系统改造、软件升级及持续维护等服务,增强客户长期合作关系。

4.2.顶点软件、金证股份的差异化竞争策略
顶点软件与金证股份均围绕新一代核心交易系统推进业务升级,但前者更强调自主技术架构与核心产品突破,后者依托证券及资管业务布局提供综合解决方案。
1)顶点软件:以自主技术平台和新一代核心交易系统形成专业化竞争优势。公司依托自主研发的基础技术平台,重点布局核心交易、财富管理及机构业务等领域,形成以新一代核心交易系统A5为代表的产品体系。A5围绕高并发、低时延、高可靠性及信创适配等需求推进技术升级,公司通过标杆项目积累核心系统实施经验,强化在金融机构关键业务系统中的竞争能力。相较于综合平台型厂商,顶点软件更加聚焦核心产品的技术突破和客户推广,未来增长主要取决于新一代系统签约、项目上线及产品复制能力。
2)金证股份:围绕“大证券+大资管”推进产品升级与业务结构优化。公司以证券经纪软件和资管机构软件等业务为基础,持续推进新一代核心交易系统FS2.5及相关业务产品落地。2026年上半年,FS2.5连续中标广发证券、中金公司、中泰证券等券商核心交易系统项目,已上线项目逐步推进业务切换,体现公司在证券核心系统领域的竞争能力。同时,公司持续收缩部分低毛利及非核心业务,将资源向金融软件主业集中。相较于顶点软件,金证股份的差异化优势在于证券与资管业务覆盖较广,并通过核心系统升级与业务结构调整改善经营质量。
总体来看,两家公司均有望受益于核心交易系统信创替代及架构升级,但竞争优势的兑现路径存在差异。顶点软件更依赖自主核心产品的持续推广和规模化复制,金证股份则需要通过核心系统订单落地、跨业务产品协同及低毛利业务收缩实现增长与盈利修复。核心系统项目周期较长,订单获取、系统上线及收入确认进度仍是后续重要观察指标。

4.3.同花顺、财富趋势和大智慧的差异化竞争策略
同花顺、财富趋势与大智慧分别依托个人投资者流量、券商软件服务和金融数据资源形成差异化竞争模式,市场活跃度及机构IT投入对三家公司业绩的影响有所不同。
1)同花顺:个人投资者流量与金融数据服务形成平台型竞争优势。公司依托同花顺APP及金融资讯服务积累个人投资者用户,通过增值电信、广告及互联网推广、基金销售等业务实现流量变现,同时通过iFinD等产品向专业机构提供金融数据及投研工具。2026年上半年,受益于资本市场活跃度提升,公司增值电信业务与广告推广业务收入分别同比增长47.56%和65.77%,体现出较强的市场景气弹性。相较于传统金融软件厂商,同花顺的优势在于用户规模、产品渠道及金融数据服务能力,未来增长除受市场活跃度影响外,也取决于机构数据及AI产品的付费转化。
2)财富趋势:以专业行情交易软件和券商客户基础形成长期服务优势。公司主要面向证券公司提供行情分析、交易终端及相关软件开发、维护服务,同时经营证券信息服务业务。证券行情交易软件与客户使用习惯和券商前台业务系统深度关联,具有一定的产品粘性与切换成本。相较于同花顺的流量变现模式,财富趋势更依赖金融机构软件采购、产品升级及长期维护服务。2026年上半年,公司传统软件销售和服务收入有所承压,而证券信息服务业务保持增长,反映机构IT需求与个人投资者信息服务需求存在分化。未来公司增长主要取决于券商终端升级、存量客户维护及新增产品推广。
3)大智慧:金融资讯终端与机构数据服务构成双端业务布局。公司主要通过PC端及移动金融资讯终端、VIP产品、金融数据服务和证券公司综合服务系统开展业务,并依托财汇科技等业务资源向金融机构提供数据及相关服务。相较于同花顺,大智慧在个人投资者流量变现规模和盈利表现方面存在差异;相较于财富趋势,公司业务结构则更加多元,既覆盖个人投资者信息服务,也涉及金融机构数据需求。2026年上半年,公司营业收入同比增长6.78%,主要受大数据服务及VIP产品业务增长推动,但归母净利润仍受非经常性损益基数影响。未来公司竞争力提升主要取决于金融资讯产品付费转化、机构数据服务拓展及新产品商业化进展。
总体来看,三家公司的核心差异在于收入来源和增长驱动不同。同花顺主要依托个人投资者流量实现较强的市场景气弹性;财富趋势依托券商行情交易系统及维护服务形成专业化客户优势;大智慧则通过个人终端与机构数据服务拓展收入来源。随着金融数据需求增长及AI应用深化,三家公司均有望获得产品升级机会,但相关业务能否形成持续收入增长仍需关注实际客户需求与商业化表现。


5.1.券商 IT 投资主线:政策与业务转型驱动需求结构升级
政策监管、证券业务转型与AI技术发展共同推动券商IT需求结构升级,行业增长动力由传统系统建设向核心系统改造与智能化应用拓展。一方面,程序化交易监管、金融信创及信息系统稳定性要求持续提高,推动核心交易、清算、风控等系统升级;另一方面,财富管理转型与机构业务发展改变券商IT投入方向,AI技术进一步拓展业务系统智能化及流程自动化需求。行业IT投入逐步向具备监管刚性、业务价值及效率提升空间的核心环节集中。
1)监管政策与信创深化推动核心系统持续升级。随着程序化交易监管要求提高,券商对交易接入、异常行为监测、实时风控及监管报送能力的要求进一步提升,核心交易系统持续向分布式、低时延和高可用架构演进。同时,金融信创由外围系统向核心业务系统深入,推动交易、清算、风控及资管系统的国产化适配与架构升级。相关系统与券商业务流程深度绑定,替换成本及技术门槛较高,有望为具备成熟产品和交付经验的金融IT厂商带来持续需求。
2)财富管理转型与机构业务发展推动券商IT投入向专业化、综合化延伸。随着传统经纪业务佣金率承压,券商逐步由交易通道服务向客户经营、资产配置及投后管理转型,带动客户画像、投顾平台及财富管理系统升级。同时,私募基金、量化机构及专业投资者的发展,持续提高对极速交易、PB、资管交易及实时风控系统的要求。券商IT投入重点由基础交易功能向综合客户服务与专业机构业务延伸,有望拓宽金融IT厂商的产品覆盖范围和单客户服务价值。
3)AI应用深化推动存量系统智能化升级,并催生新增金融IT产品需求。随着券商逐步完成大模型部署及企业级AI平台建设,AI应用由通用办公辅助向中后台运营提效及前台专业业务赋能延伸。中后台主要通过智能审核、流程自动化、代码开发及智能运维实现降本增效,前台则围绕投研、财富管理、投行及资管等业务提供专业辅助。金融IT厂商一方面可在现有业务系统中嵌入AI功能,推动存量产品升级;另一方面可围绕智能体平台、AI投研及智能运营等场景开发新产品,拓展新的业务增长空间。
5.2.核心标的比较:产品壁垒、客户基础与成长驱动
B端券商:IT厂商以核心系统、专业技术及客户资源构建竞争壁垒,业务增长主要取决于系统升级、信创替代及金融机构IT投入。恒生电子依托综合产品矩阵与大型金融机构客户基础,具备较强的跨业务系统服务能力;顶点软件聚焦新一代核心交易及财富管理系统,依托自主技术架构形成差异化竞争优势;金证股份围绕“大证券+大资管”推进业务聚焦与产品升级。随着核心系统改造与AI应用深化,具备成熟产品、复杂项目交付能力及存量客户基础的厂商有望持续受益,但短期仍可能受到金融机构预算及项目验收节奏影响
C端券商:IT厂商则呈现流量变现、专业终端服务及机构数据业务并存的竞争格局,市场景气度和AI产品升级构成重要增长驱动。同花顺依托个人投资者流量、金融数据及AI产品优势,具备较强的市场活跃度弹性;财富趋势聚焦券商行情交易系统,通过专业软件开发及长期维护服务形成客户粘性;大智慧兼具金融资讯终端、券商综合服务系统及机构数据服务,并持续推进AI产品升级。整体来看,C端厂商盈利模式和市场敏感性有所不同,AI应用拓展有望创造增量服务需求,但相关业务的实际收入贡献仍需观察商业化进展。

5.3. 投资建议
证券行业监管升级、财富管理转型及AI应用深化共同推动券商IT需求结构调整,具备核心系统壁垒、客户资源及AI产品能力的头部厂商有望持续受益。从需求端看,核心系统升级和金融信创形成相对刚性的IT投入需求,财富管理及机构业务转型拓宽专业业务系统市场,AI应用则有望通过存量系统升级及新增产品供给创造增量空间。建议关注以下方向:
1)综合产品能力和客户资源领先的金融 IT 龙头。此类公司能够同时受益于核心系统升级、信创替代、财富管理转型和 AI 应用扩展,收入来源相对多元,客户粘性和业务稳定性较强。我们推荐【恒生电子】。
2)在新一代核心交易系统领域形成突破的专业厂商。核心系统国产化替代具有较高技术壁垒和客户迁移成本,已形成标杆项目并具备规模化复制能力的厂商,有望持续提升市场份额。建议关注【顶点软件】、【金证股份】。
3)拥有金融数据、个人投资者流量和 AI 产品能力的平台型公司。此类公司能够受益于资本市场活跃度提升,并通过智能投研、金融数据服务及智能体产品拓展机构市场,但业绩和估值的市场敏感性相对更高。我们推荐【同花顺】,建议关注【财富趋势】、【大智慧】。
6.1.资本市场景气度及金融机构 IT 预算波动风险
券商经营业绩和现金流状况与资本市场活跃度具有较强相关性。当市场交投活跃度下降、券商业绩承压时,金融机构可能收缩或推迟部分信息技术项目,影响金融 IT 厂商的新签订单、项目实施和收入确认。虽然核心交易、监管合规和信创改造具有一定刚性,但财富管理、营销服务及非核心系统建设仍可能受到预算波动影响。
6.2.核心系统项目实施及验收不及预期风险
核心交易、清算、风控和资管交易系统通常涉及复杂的客户需求、历史系统迁移、软硬件适配及多轮测试,项目实施周期较长。若客户需求发生变化、信创软硬件适配进度偏慢,或系统切换与验收延迟,可能导致项目交付成本上升、收入确认推迟,并对金融 IT 厂商的利润率和经营性现金流形成压力。
6.3.金融信创替代及核心系统适配进展不及预期风险
金融信创替代涉及核心交易、清算、风控等关键业务系统,对软硬件兼容性、系统稳定性及业务连续性要求较高。若国产化软硬件适配、系统迁移及测试验证进度不及预期,可能延长项目实施周期,影响金融机构系统升级进度及相关金融IT厂商的订单交付和收入确认。
6.4.行业竞争加剧及数据合规风险
IT 行业参与者较多,头部综合厂商、垂直领域厂商、互联网平台和云计算企业均在加大金融科技投入。若市场竞争加剧,可能导致项目价格下降、销售费用和研发费用上升,影响行业盈利水平。同时,AI 投研、智能投顾和客户画像等应用需要使用大量金融及客户数据,若数据获取、模型训练、信息安全和个人信息保护不符合监管要求,可能导致产品上线延迟、业务整改或合规成本增加。
6.5.AI应用落地效果及投入回报不及预期风险
券商AI应用仍处于持续探索和深化阶段,大模型部署、数据治理及业务系统改造需要较高投入。若AI在实际业务中的准确性、稳定性及降本增效效果不及预期,可能影响金融机构后续投入意愿,进而制约相关金融IT产品的需求释放。
6.6.新产品研发及市场拓展不及预期风险
金融IT厂商持续推进传统系统智能化升级及新AI产品研发,面临较高的研发投入和市场推广成本。若新产品开发进度、客户付费意愿或商业化推广效果不及预期,可能影响相关厂商的收入增长及盈利能力。

东吴非银 孙婷团队:孙婷、曹锟、欧旺杰、武欣姝、罗宇康、陈思聿

【特别声明】
《证券期货投资者适当性管理办法》、《证券经营机构投资者适当性管理实施指引(试行)》于2017年7月1日起正式实施。通过新媒体形式制作的本订阅号推送信息仅面向东吴证券客户中的专业投资者,请勿在未经授权前进行任何形式的转发。若您非东吴证券客户中的专业投资者,为保证服务质量、控制投资风险,请取消关注本订阅号,请勿订阅、接收或使用本订阅号中的任何推送信息。因本订阅号难以设置访问权限,若给您造成不便,烦请谅解!感谢您给予的理解和配合。
【免责声明】
本公众订阅号由东吴证券研究所非银行金融团队设立,系本研究团队研究成果发布的唯一订阅号。
本公众号所载的信息仅面向专业投资机构,仅供在新媒体背景下研究观点的及时交流。
本订阅号不是东吴证券研究所银行金融团队研究报告的发布平台,所载内容均来自于东吴证券研究所已正式发布的研究报告或对已发布报告进行的跟踪与解读,如需了解详细的报告内容或研究信息,请具体参见东吴证券研究所已发布的完整报告。
本订阅号所载内容不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议,不能够等同于指导具体投资的操作性意见。本订阅号所载内容仅供参考之用,接收人不应单纯依靠本资料的信息而取代自身的独立判断,应自主做出投资决策并自行承担风险。东吴证券研究所及本研究团队不对任何因使用本订阅号所载任何内容所引致或可能引致的损失承担任何责任。
本订阅号对所载内容保留一切法律权利。订阅人对本订阅号发布的所有内容(包括文字、图片、影像等)未经书面许可,禁止复制、转载;经授权进行复制、转载的,需注明出处为“东吴证券研究所”,且不得对本订阅号所载内容进行任何有悖原意的引用、删节或修改。

研报速递