2025年6月27日,长亮科技披露接待调研公告,公司于6月26日接待国泰基金管理有限公司1家机构调研。
公告显示,长亮科技参与本次接待的人员共1人,为证券事务代表周金平。调研接待地点为深圳总部中会议室。
据了解,长亮科技已关注到香港稳定币条例通过后的市场反馈,认为有实际市场机会,目前主要围绕稳定币做了关注监管规则和展开市场研究两方面工作。在技术上,公司作为金融数字化厂商,在稳定币业务中有先发优势,认为稳定币生态四方角色对应数字化系统需求大,将与各方寻求合作。
据了解,长亮科技是国内信用卡系统建设领先企业,在东南亚深耕近10年,若推出结合稳定币的信用卡业务系统有优势。公司海外收入连续多年超1.2亿元,占比7%左右,2024年合同金额4.5亿左右。稳定币短期内对银行跨境结算冲击不显著,长期影响程度取决于银行创新力度和监管。公司海外业务有熟悉国内银行业务等优势,主要为海外客户提供场景支持与赋能。
据了解,长亮科技目前非银客户集中在证券公司等群体,涉及资产管理等业务。公司目前的AI技术主要用于内部产品研发等,正着力结合大小模型解决AI场景应用连续性不足的问题。
调研详情如下:
1、请问公司在稳定币上的业务进展与规划?
公司目前已经关注到香港稳定币条例通过以后各市场相关方的反馈。公司认为,随着稳定币相关业务的推进,我们会有一些实际的市场机会。目前我们主要做了两个方面的工作,一个是密切关注监管规则,研究基于稳定币发行、运营、交易场景的数字化解决方案;二是通过长亮的部分合作伙伴与客户群体,展开市场研究,争取一些与相关方合作的机会。我们判断,具有国际化背景的一些互联网企业以及部分金融机构会有参与相关业务的意愿。
2、公司的技术能力能否匹配目前稳定币业务的需求?后续如何与客户开展业务?
从场景上来讲,稳定币业务的开展需要数字化系统支持,而对于我们这些熟悉金融机构运营规则的金融数字化厂商来说,稳定币的金融属性让我们这类企业具有一定的业务与技术先发优势。比如稳定币发行的涉及到代币资产管理、发行账户管理、支付与清算、监管报送等等。我们认为,稳定币生态涉及四方角色:代币发行者、运营服务者、监管者和持有者。针对这四方,均应有相应的数字化系统给予支持。这为数字化服务商提供了大量的市场参与机会,我们将与这些市场参与方寻求合作。
3、公司在信用卡业务方面有没有可能和稳定币结合推向海外市场?
公司在国内信用卡系统建设领域的领先企业之一,具备完整的银行信用卡系统解决方案,包括发卡与授权、运营服务、交易结算、还款管理等模块。公司在东南亚地区已深耕近 10 年,熟悉当地业务场景与客户需求。若在东南亚推出结合稳定币的信用卡业务系统,相较于其他国内厂商,我们将更具优势。当然,前提是稳定币相关的业务能够顺利开展,并获得当地监管部门的认可。
4、公司海外收入占比有多少?如何看待稳定币在海外的发展情况?
公司连续多年有超过人民币 1.2亿元以上的海外收入,最多达到 1.6亿元,占收入的 7%左右,2024年合同金额 4.5亿左右。目前来看,在同行业中,我们是服务东南亚地区本地银行客户群体最多的中国大陆银行数字化建设提供商。根据香港稳定币条例,相关稳定币需与港元挂钩,而港元本身与美元实行联系汇率制度,并得到中国大陆强大的经济实力和外汇储备支持。香港所发行的稳定币在东南亚地区应当有广泛的应用场景。包括 TOB 的贸易结算、TOC 的网购平台、零售支付与跨国汇款等。这种形态下的市场参与方非常多,在满足当地监管规则的要求下,将会有更多与本土服务商合作的商业机会。
5、稳定币发展后,银行的跨境业务交易量是否会下降?
稳定币生态的发展需要时间,短期内不会对银行跨境结算业务造成显著冲击。但长期来看,应当会有一定的影响,影响的程度取决于银行跨境结算的创新力度以及各地监管机构对跨境结算方式的监管。如果银行也参与到稳定币的发行与运营业务中去,将会有更加低成本的场景优势、信誉优势、客户优势。
6、公司未来在海外业务的优势?主要的业务方向?
公司海外业务的主要优势在于:第一,我们在国内已服务了具备丰富场景能力的各层级银行业客户,可以应对丰富的业务形态;第二、我们在以东南亚地区为基础的海外市场已经深耕近十年,对海外客户的需求与相关流程熟悉程度较高;第三、公司主要产品的国际化也走在前列,有先发优势。我们目前主要侧重于利用在国内积累的丰富经验为海外客户的发展与创新提供更多场景支持与赋能。
7、公司目前的非银客户有哪些?涉及什么业务?
公司目前的非银客户主要集中在证券公司、资产管理公司、交易类会所机构、集团公司的财务公司这些群体。涉及的业务主要包括资产管理与处置、交易管理、账务处理、数据分析与监管报送等方面。
8、公司有多少和 AI 技术相关的订单?目前公司 AI 技术能达到什么程度?
目前公司的AI技术主要在内部产品研发与运营自用的开发,以及部分的客户需求改造。AI是软件行业的未来发展方向。目前,我们正着力结合通用大模型与垂直领域小模型,以解决 AI 在场景应用中的连续性不足问题。