英国商务考察 | 伦敦证券交易所集团（LSEG）GDR路径与AI转型

 　　伦敦证券交易所集团(LSEG)已不是一家以交易收入为主的传统交易所。2025年其数据与分析相关收入占集团总收入超过六成，传统"市场"业务(交易与清算)占比降至36%。这意味着，中企走进LSEG，真正值得获取的不是"上市通道的准入条件"，而是一套覆盖数据、指数、风险情报与AI工作流的资本市场基础设施的运行逻辑。对于正在评估GDR路径的中国上市公司，理解这套逻辑，比记住市值门槛更有长期价值。

　　一、LSEG的收入结构说明了一个被忽略的事实：交易所的竞争壁垒已经迁移

　　2025年，LSEG总营收(不含追偿收入)约89.9亿英镑，税前利润从12.6亿英镑增至19.7亿英镑。数据与分析业务在2024年贡献39亿英镑，占集团收入47%;市场业务(交易与清算)占比36%。按更宽口径衡量，专有数据、知识产权和市场基础设施相关收入已超过集团收入的六成，非专有数据收入仅占2%。

　　2021年以约270亿美元收购Refinitiv，是这一结构变化的支点。收购之前，LSEG的收入高度依赖交易与清算的周期性波动;收购之后，它获得了Workspace终端、FTSE Russell指数、风险情报以及覆盖190个国家和地区、超过40,000名客户的全球分发网络。全球前100大银行中的99家、前100大资产管理公司中的75家，是LSEG的客户。

　　对中企决策者的含义： 在LSEG能接触到的，不是一条单一的"上市通道"，而是一套从数据供给到交易执行的完整链条。如果一家A股公司考虑GDR，LSEG旗下的指数数据、可比公司筛选工具和投资者分发网络，本身就可以在正式发行之前用于定价参考和投资者沟通。

　　二、GDR路径：有制度、有案例，但"会用"的企业仍然有限

　　截至2025年1月第十一次中英经济财金对话，中国企业已在伦敦证券交易所成功发行六次GDR，融资规模逾66亿美元;中方明确鼓励符合条件的沪深交易所上市企业通过"中英通"在伦敦发行GDR。

　　制度门槛清晰且可量化：已在上交所上市满1年，且申请日前120个交易日A股平均市值不低于人民币200亿元。

　　两个案例可以说明这条路径的实际面貌。

　　中国太保(金融机构样本)： 2020年6月，GDR定价每份17.60美元，发行约1.03亿份，募集资金总额18.106亿美元(超额配售权行使前)。瑞士再保险旗下机构作为基石投资者认购28.08%，锁定三年禁售期。这笔发行的核心意义不在金额，而在于验证了一个机制：A股上市公司可以在不改变主要上市地的前提下，让欧洲机构投资者完成跨境股权认购与伦敦交易。

　　永太科技(制造业样本)： 2023年以每份GDR 9.41美元、发行743.89万份，募集约7000万美元，对应基础证券3719.45万股A股。募集资金净额的约70%投向新能源材料、医药及植物保护核心业务的全球产业链布局，约30%用于偿债和补充营运资金。

　　两个案例的对照说明：GDR不是金融机构或超大市值公司的专属工具。市值达标、募资用途清晰、信息披露合规的制造业和科技型企业，同样可以把伦敦作为海外融资与品牌国际化的支点。

　　但66亿美元、六单发行的总量，相对于A股再融资规模仍然很小。通道已经跑通，制度摩擦在下降，真正理解GDR定价逻辑和后续合规义务的中企仍然有限。规则写在文件里，定价的"手感"和投资者偏好的判断，只有在与一线高管的对话中才能获得。

　　三、AI在LSEG的位置：不是"演示"，是工作流

　　LSEG在AI上的布局提供了一个可观察的样本：一家拥有海量专有金融数据的公司，如何把AI从概念推进到资本市场最消耗人力的环节。

　　2025年12月，LSEG宣布将金融数据与分析内容整合至ChatGPT，认证用户可以在ChatGPT内获取Workspace和Financial Analytics的市场数据与新闻内容。Workspace内部推出的Deep Research智能体，用于投资想法生成、投资分析和情景建模。LSEG与Microsoft合作识别出的三个智能体AI用例，落在信贷与借贷(自动汇集分散系统中的财务与供应商数据，生成信贷备忘录)、股票与固定收益研究(基于财报电话会、公告、券商研究生成附来源链接的研究初稿)、风险监测。

　　保持判断的克制需要引入一组对照：剑桥大学Judge商学院2026年4月的一项调查显示，仅24%的传统金融机构试点过智能体AI项目，53%既未试点也未部署。LSEG值得考察的原因，不在于它已经完成了AI转型，而在于它同时占据"数据供给方"和"AI应用方"两个位置：它既向市场提供AI适配型数据，又在自身工作流中测试AI的边界。对于考虑GDR或海外资本运作的中企，一个具体的应用场景正在成形：AI辅助下的可比公司筛选、投资者沟通材料生成、发行窗口与定价区间的初步测算，正在从人力密集型工作转向系统化调用。

　　四、云化转型的实质：不是"上云"，是"离开云也能运转"

　　交易所数字化的前端界面容易被看见，真正的门槛在后端基础设施的韧性与延迟。

　　LSEG采用多云计算架构：超过1,300个AWS账户，同时在Azure和Google Cloud上有显著部署，并保留相当规模的自有基础设施。AWS被指定为市场、风险情报和FTSE Russell业务的首选云平台，Azure承载数据平台和数字市场基础设施。这种看似"不统一"的布局，反映的是金融市场基础设施机构的真实约束：监管集中度风险、退出策略和极端情景下的生存能力，优先于架构的美学一致性。

　　两个技术指标比转型口号更有参考价值。在FX Price Stream系统中，LSEG利用AWS Outposts将中位延迟从1.1毫秒降至181微秒，改善约6倍，峰值吞吐量达到每秒16.5万条消息，提升3.3倍。伦敦清算所(LCH)完成了一项更严苛的测试：在模拟云服务商完全中断的情景下，依靠混合云架构独立运行5天，满足关键基础设施的监管韧性要求。交易所数字化的真正门槛，不是"上不上云"，而是在把关键系统交给云之后，仍然拥有"离开云也能运转"的能力。

　　五、FAQ：关于LSEG考察与GDR路径的三个高频问题

　　Q1：中企去LSEG考察，和直接找投行咨询GDR，有什么区别?

　　投行提供的是发行执行服务，LSEG提供的是基础设施层面的认知。在LSEG的交流中，可以接触到发行解决方案团队对定价窗口的判断逻辑、FTSE Russell指数纳入规则对投资者配置的影响，以及Workspace数据工具在可比公司分析中的实际用法。这些信息不替代投行，但能让企业在与投行对话时提出更精准的问题，减少信息不对称。

　　Q2：GDR发行后，中企在伦敦面临的持续合规义务主要有哪些?

　　GDR发行后的持续义务集中在信息披露和投资者关系两个层面。伦敦市场的披露节奏、重大事项的界定口径与A股存在差异，欧洲机构投资者对ESG数据和治理结构的关注权重也不同于境内投资者。LSEG的风险情报和指数数据产品，可以在发行后用于持续监测可比公司的披露实践和投资者偏好变化。

　　Q3：AI在GDR发行准备中目前能用到什么程度?

　　现阶段AI的可靠用途集中在信息汇集和初稿生成，而非最终判断。LSEG Workspace的Deep Research智能体可以用于快速生成可比公司财务对比的初稿、整理多源公告中的关键条款，以及为投资者沟通材料提供结构化草稿。定价判断、投资者意向确认和最终发行决策，仍然依赖人工尽调和与机构投资者的直接沟通。将AI定位为"压缩前期准备时间"的工具，而非"替代判断"的工具，是当前阶段更务实的使用方式。

　　六、结语：看企业，更是看规则迁移的方向

　　LSEG值得中企决策者专程走进，原因不在于它"古老"，而在于它把三个通常被分开处理的问题压缩进了同一个组织：资本市场的规则如何运行，数据与AI如何改变运行方式，以及关键基础设施如何在云上重建韧性。

　　中瑭国际在英國商务考察中安排的LSEG深度参访，依托伦敦金融城的既有网络，可实现与LSEG高管层的面对面交流，并嵌入剑桥大学相关课程，形成"现场+闭门圆桌+学术框架"的交叉结构。讨论的不只是GDR的发行条件，而是三个更深层的问题：当数据收入超过交易收入，交易所的竞争壁垒究竟是什么;当AI进入投行与研究的工作流，中企的资本市场叙事需要怎样重新组织;当清算基础设施的韧性成为监管能力的一部分，跨境资本策略应该怎样把"基础设施风险"纳入考量。

　　看一家企业，看到的是它的现在;看规则迁移的源头，看到的是一整套制度、技术与基础设施在下一個周期中可能被重写的方向。

　　权威信源列表

　　① 2026-02-26 LSEG《FY 2025 Preliminary Results Presentation Transcript》

　　② 2025-11-10 LSEG《Innovation Forum: Group Strategy and Execution》

　　③ 2025-01-13 财联社《融资规模逾66亿美元 中国企业在伦敦交易所已发行六次GDR》

　　④ 2025-12-03 新浪财经《伦敦证券交易所集团推进人工智能布局，将金融数据整合至ChatGPT》

　　⑤ 2026-10-06 LSEG《Agentic AI in Capital Markets Workflows》

　　⑥ 2025-12-03 AWS re:Invent 2025《LSEG: Modernizing critical financial systems with multicloud and hybrid cloud》