(网经社讯)7月26日，“一带一路”TOP10影响力社会智库网经社电子商务研究中心联合网经社金融科技台（FT.100EC.CN）发布《2023年7月AppStore中国免费榜（金融）TOP100》，该榜单是基于iPhone终端的下载量数据编制而成，截止7月26日下午12:31:26。
其中入围该榜TOP10的依次为：中国农业银行、中国工商银行、中国建设银行、数字人民币、中国银行、邮储银行、云闪付、招商银行、京东金融、个人所得税；
排在11-20名的依次为：掌上生活、同花顺、平安口袋银行、安逸花、分期乐、交通银行、360借条、动卡空间、中信银行手机银行、中国人寿保险；
排在21-30名的依次为：度小满金融、昆仑银行、鲨鱼记账、发现精彩、兴业银行手机银行、平安金管家、拍拍贷借款、浦发银行、江苏税务、好分期；
落榜30名后的有：同程金融、买单吧、工银兴农通、民生银行手机银行、喵喵记账、人品分期、光大银行信用卡、阳光惠生活、浦大喜奔、豆豆钱、金事通、中银跨境GO、还呗、湖南农信手机银行V3、工银e生活、好分期、光大银行手机银行、宜享花、招联金融、众安贷、新浪财经、极融借款、工行企业手机银行、兴业生活、宁波银行、全民生活、借钱呗、优速融、广东税务手机版、小赢卡贷、你我贷借款、农行企业掌银、华夏银行信用卡华彩生活、广发银行手机银行、华夏手机银行、网商银行、安信花、太平洋保险、邮惠万家银行、山东农信、中信证券信e投、江苏·农商行、美易借钱（原国美易卡）、河南税务、四川税务、人品借款、京彩生活、众安保险、工银融e联、随星借等。
详细请见“电数宝”电商大数据库榜单，最新数据实时更新，与榜单不一定一致。
DATA.100EC.CN（免费注册成功后的2分钟内全部数据库可以查看）
【榜单说明】1、AppStore榜单所有数据均来自于苹果App Store官方数据。2、AppStore免费榜排名规则以下载量为主要依据，以下算法公式仅供参考：总值 = 当天下载量 × 8 + 昨天下载量 × 5 + 前天下载量 × 5 + 大前天下载量 × 2。3、AppStore付费榜排名规则以下载量、权重用户下载量为主要依据。4、AppStore畅销榜排名规则以app的收入情况为主要依据（新增付费用户率、老用户二次付费率、单日收费额、月收费额）。
【电商榜单】网经社数据产品——电商榜单是针对电商各领域及细分行业的典型平台，根据平台GMV、营收、利润、下载量、消费评级、市值/估值、行业影响力、投融资情况等指标进行综合评定，通过榜单一方面反映当前国内电商各领域平台发展概况，另一方面也为褒扬电商平台在发展中的先进、树立行业标杆典型，更好的推动行业发展。
在金融科技产业链中，主要玩家包括：互联网金融类：蚂蚁集团、腾讯金融、京东科技、度小满金融、乐信集团、小米金融、苏宁金融、金融壹账通等；互联网银行类：微众银行、网商银行、亿联银行、新网银行、众邦银行、百信银行、苏宁银行、中关村银行等；消费金融类：招联金融、海尔消费金融、蚂蚁消费金融、捷信、马上消费、小米消费金融、中邮消费金融等；支付科技类：支付宝、微信支付、网银在线、中国银联、收钱吧、拉卡拉、连连数字、付呗等；互联网保险类：众安保险、安心保险、易安保险等。
此外，据网经社金融科技台（FT.100EC.CN）了解到，7月1日至7月26日，以上榜单所涉及平台和领域发生以下事件：
消息称蚂蚁集团将重组剥离部分非核心金融业务 或为IPO铺路
7月27日消息，据知情人士透露，蚂蚁集团正计划进行一次重组，将一些不属于中国金融相关业务核心部分的业务剥离，为公司在中国香港重新启动首次公开招股（IPO）铺路。
汇丰推出基于大数据的跨境电商金融服务计划
7月24日讯，汇丰宣布携手跨境电商数字API平台Dowsure豆沙包，在内地和香港同时推出基于数据模型支持的跨境电商融资服务，满足跨境电商中小企业的在岸和离岸融资需求。汇丰由此成为市场上首个在内地和香港两地同步提供该服务的银行，在国际贸易形势复杂多变的大背景下，协助中小企业更好地开拓国际市场。
DSTP与平安银行广州分行 美赞臣中国合作 创新数字化产业链金融模式
7月4日消息，全球优品分拨中心数字服务贸易平台（简称“DSTP”）近日与平安银行广州分行和美赞臣中国达成合作，创新数字化产业链金融模式。
国家金融监督管理总局：关于《非银行金融机构行政许可事项实施办法（征求意见稿）》公开征求意见
7月21日，国家金融监管总局官网发布消息，为进一步做好非银行金融机构行政许可工作，落实扩大对外开放部署，持续深化“放管服”改革，加强行政许可与监管制度有效衔接，国家金融监督管理总局修订完成了《非银行金融机构行政许可事项实施办法（征求意见稿）》，现向社会公开征求意见。
度小满CTO许冬亮：金融领域更需要垂直大模型
7月4日消息，2023全球数字经济大会期间，度小满CTO许冬亮指出，在数据层面，金融行业因为安全及隐私保护要求数据大多存储在本地，而通用大模型在金融能力上缺乏必要的训练数据。此外，金融行业在风控、精度等方面要求较高，系统又比较复杂，再加上金融相关数据实时性的要求很高，这些因素导致通用大模型的金融常识、生成的可控性和准确性都达不到这个行业的最低要求。因此，相比通用大模型，金融行业更需要垂直行业大模型。
