近日，证监会主席吴清在中国证券业协会会员大会上的讲话，明确了证券行业高质量发展的方向，包括鼓励券商用好并购重组机制和工具实现优势互补，加快打造一流投资银行和投资机构；差异化监管促进券商特色化发展；畅通证券业创新试点工作机制，丰富监管沙盒应用场景等。
证券行业发展空间广阔，大有可为。一家大型券商的相关负责人表示，在监管政策持续完善下，证券行业格局有望深度重塑，专业能力突出、稳健合规的优质券商将在行业机遇期加速转型，一流投行建设加快推进，未来，资产配置、创新能力和国际化布局将成为证券公司提升的重点领域。
并购浪潮下一流投行渐近
并购重组正在成为证券行业转型升级的主路径，以国泰海通合并等标志性重组案例平稳落地，初步实现“1+1>2”的效果。吴清指出，头部机构要进一步增强资源整合的意识和能力，用好并购重组机制和工具，实现优势互补、高效配置，力争在“十五五”时期形成若干家具有较大国际影响力的头部机构。
新“国九条”以来，已有多家券商完成重组，包括国泰君安合并海通证券、西部证券合并国融证券、国信证券合并万和证券、浙商证券合并国都证券等，中金公司拟吸收合并东兴证券、信达证券的并购事项在推进过程中。
目前来看，证券行业并购重组呈现两条主线：一是以业务或区域互补为出发点推动版图完善，以实现更广阔的市场覆盖，扩大市场份额；二是国资体系内推动股权整合以提升资金运营效率，增强整体竞争力，冲刺一流投行和投资机构。
东吴证券非银行业分析师孙婷认为，券商行业内的资源整合或将成为券商快速提升规模与综合实力的又一重要方式，大型券商通过并购进一步补齐短板，巩固优势，中小券商则通过外延并购有望“弯道超车”，快速做大，实现规模效应和业务互补。
“本轮证券行业并购潮已超越简单的规模扩张，其核心在于能力的互补与跃迁。”上述大型券商的相关负责人表示，最终目的是推动投行业务向“资本赋能+产业深耕”的高阶模式转型，从而更好地担负起服务实体经济，助力金融强国建设的时代使命。
后续监管政策将通过分类监管扶优限劣，进一步优化风控指标，适度打开资本空间和杠杆限制。证券时报记者从接近监管层相关人士处了解到，监管层引导行业机构坚持功能型、集约型、专业化、特色化的发展方向不变，对优质机构适当“松绑”是强化分类监管、扶优限劣的方式之一，监管部门将坚持稳中求进的总基调，对优质头部机构开展符合国家战略和政策导向的业务适当优化杠杆率要求，促进证券行业提升资本利用效率，更好服务实体经济，行业总体杠杆区间将保持在合理范围，坚决不搞大干快上。
打造“小而美”特色投行
“一流投行不是头部机构的专利，中小机构也要把握优势、错位发展，在细分领域、特色客群、重点区域等方面集中资源、深耕细作，努力打造‘小而美’的精品投行、特色投行和特色服务商。”吴清强调。
中小券商迈向一流并非遥不可及，打造一流投资银行为所有证券公司做优做强带来契机。近年来，监管持续引导券商向功能型、集约型、专业化、特色化方向发展，鼓励中小机构通过“差异化发展、特色化经营”等措施做优做强。部分中小券商积极探索特色化经营方式，加快业务创新，强化合规能力和风控能力建设，持续推动投行、资管等业务差异化发展，在激烈的行业竞争中谋得一席之地。
中小券商也在通过并购重组实现“弯道超车”，通过业务互补提升综合实力,“国联证券+民生证券”是中小券商并购重组的经典案例。据了解，国联证券与民生证券合并后，资管业务实现规模与策略的双重提升。截至2025年9月末，国联资管管理规模突破1900亿元，私募规模跻身行业前列，民生证券资管的权益类策略有效补充了业务版图。
展望未来，券商行业或将彻底告别同质化竞争，行业“头部券商+中小特色券商”格局逐渐明朗。
一家大型券商的相关负责人表示，后续精品投行、财富管理机构、投资咨询机构、资管机构和特色服务商将成为行业中高度具备潜力的商业模式，在牌照与评级层面，监管机构还将探索实施差异化分类评价和业务准入政策，支持中小机构特色化发展，推动行业整体向价值竞争转变，轻资产、高专业度的中小机构将享受政策红利，获得较大发展空间。
在合规风控基础上鼓励创新
吴清提到，证券行业处在市场经济的最前沿，要在风险可控基础上，不断创新金融产品、服务和组织架构，更好满足各类投资者和市场需求。鼓励证券行业探索推进人工智能、大数据、区块链等技术在资本市场的布局和应用。
当前，证券行业涌现出了智能监管、智能投顾、智能风控等一系列的具有代表性的智能化应用场景，展现出人工智能深度赋能资本市场发展的强劲动能与广阔前景。不少券商采用“金融科技+业务发展”模式，将金融科技向业务条线赋能，有的制定数字化转型专项规划，持续加大金融科技和数字化应用投入，系统性推动科技能力与业务逻辑深度融合，提升客户体验；有的通过大数据、人工智能等技术力量，使得证券公司的风险管理能力从经验驱动模式向数据驱动模式跃迁。
华泰证券执委会委员、首席信息官韩臻聪表示，行业需要建立统一的人工智能治理架构，包括模型的全生命周期的管理、敏感数据的隔离保护、训练数据脱敏与溯源，以及模型效果的持续评估，确保所有的应用特别是涉及决策和交易的场景都在安全可信、风险可控的框架内运行，安全和创新是一体两面，不可偏废。
