📰 研报摘要
查看全文 ➔摘要： 本报告探讨了 AI 前沿模型（如 Mythos 和 GPT-5.5）给全球银行带来的网络安全威胁，认为该风险目前在银行估值中未被充分定价，且其潜在的流动性风险可能比信用风险更具破坏性。
行业主线：
- AI 驱动的风险升级：前沿模型极大地缩短了从发现漏洞到实施攻击的时间（从数月缩短至数小时），使得传统的防御补丁机制面临挑战。
- 防御能力全球分化：美国大型银行凭借更高的 IT 绝对支出、对前沿模型的早期访问权以及地缘政治优势，在网络安全准备程度上优于欧洲和亚洲同行。
关键变化与分歧：
- 风险评估维度转移：报告认为不应仅从资本充足率视角审视网络安全，而应关注其引发的流动性风险，特别是社交媒体可能触发的异常存款流出。
- 遗留系统的脆弱性：运行在 COBOL 等旧代码上的遗留核心银行系统由于缺乏敏捷性，成为 AI 攻击的最脆弱环节。
受益方向与风险：
- 受益方向：具备高技术投入、能快速响应漏洞补丁且拥有高粘性存款基础的银行（尤其是美国 G-SIB 银行）。
- 核心风险：地缘政治驱动的国家级网络攻击、第三方云服务提供商的集中度风险、监管响应速度滞后于 AI 进化速度。