168体育·(中国)官方网站

　　2023年10月召开的中央金融工作会议指出要做好金融五篇大文章，其中科技金融作为五篇大文章之首，成为新形势下金融高质量服务实体经济的重中之重。2024年6月，中国人民银行等七部门联合印发《关于扎实做好科技金融大文章的工作方案》，围绕培育支持科技创新的金融市场生态，提出一系列有针对性的工作举措。同时，数字金融作为金融五篇大文章的重要主线，能够为金融活动的“提质增效”助力与赋能。2024年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，要求以数据要素和数字技术为关键驱动，加快推进金融机构数字化转型，提高金融服务的便利性和竞争力。当前，在推动“科技—产业—金融”良性循环的过程中，数字金融与科技金融能够天然融合在一起，更好地助力于促进科技创新、发展新质生产力与提高全要素生产率。

　　狭义视角的科技金融是指致力于支持科技创新企业发展的金融产品与服务。科技创新企业通常是指技术应用程度较高、产品创新与持续发展能力突出的企业。在我国，根据相关政府政策，通常可分为高新技术企业、科技型中小企业和技术先进型服务企业（科技部）或专精特新企业（工信部）。广义视角的科技金融则是指支持各类科技创新活动的金融产品与服务，既包括典型的“硬”技术创新，也应包括“软”技术和模式创新；既包括基础性重大科技突破，也涵盖应用性技术的市场化落地；既包括纳入各类产业政策支持目录的科技企业，也应关注传统企业的科技创新与技术升级活动等。

　　而数字金融则有几方面内涵，一是包括了金融科技的范畴，即技术带来的新模式、新业务、新流程和新产品；二是突出了数字技术、数据要素与数字化基础设施的重要作用；三是体现了金融全产业链的数字化再造；四是更好地服务于新兴的数字经济模式。

　　当前，我国科技金融发展已经初步形成了多元化的服务格局，顶层设计与政策不断完善，金融支持力度不断提升。但同时科技金融发展中还有许多痛点问题：

　　一是重点领域的科技金融服务深度尚显不足，其中科技型中小企业、高新技术企业相对绿色、普惠、涉农领域还有所不足，对广义视角下科技创新活动的金融支持也存在缺失。二是单一、局部的科技金融创新产品越来越多，但是能有效覆盖科技创新全链条、科技企业全生命周期的金融服务，仍存在许多不足。三是直接融资支持科技企业与科技创新的空间还未充分打开，尤其是与科技创新特点相匹配的风险投资，因各种制约还未发挥出应有作用。四是作为支持方的银行和非银行金融机构还缺乏高效匹配的激励约束机制，同时对科技创新的理解和评估能力不足，有竞争力的专业人才配置有限，对科技活动的风险理解和管控水平有待提升。五是缺乏系统性、可信度高的科技企业信用评估模式和评级标准，使得“高人力成本、高研发投入、轻资产”的科技企业难以符合金融服务准入标准，相应的增信手段仍然不足。六是基于科技企业、科技创新特征的综合性风险管理、分散机制仍然有限，现有的科技保险、担保等产品发展仍整体滞后，新型的产业链风险管理工具创新明显不足。七是科技企业尤其是中小企业的业务不确定性较强，信息标准化、信息透明度和信息披露都有待提高，自身也缺乏充分的金融“有效需求”能力。

　　面对上述痛点与挑战，迫切需要充分运用数字金融创新成果，反过来支持科技创新的探索不足，有效借助大数据、人工智能等新技术带动金融资源链、技术创新链、信息链、产业链的高效融合。

　　（一）面对科技金融探索中的成本高、效率低、信息不对称、缺乏抵押物等传统难题，金融业积极拥抱金融科技和推动数字化转型，对于缓解相关矛盾起到重要作用。其中，就银行业来看，金融科技的应用使银行不断开拓市场，深化业务渠道并优化客户服务体系，进而提高了服务效率，并降低了运营成本。就证券业来看，数字化转型的“主战场”逐步由零售经纪业务扩展到机构业务、资产管理、投资银行、自营投资、中后台等多个领域。就保险业来看，金融科技推动保险产品供给能力不断提升，保险服务不断丰富，风险抵御与管控能力不断提高，保险的服务和价值创造作用不断凸显。就信托业来看，众多信托公司都以建立规范化、规模化、健全完善的信息系统为保障目标，且明确将数字化转型列为公司重要战略。

　　例如，根据科技企业的高成长、高风险、高收益、轻资产等特点，银行可以通过数字化工具来甄别科技企业的种子期、初创期、成长期、扩展期、成熟期等，依托全生命周期的多元化接力式产品体系，设计不同时期的产品创新策略。如种子期的创新创业贷，初创期的人才贷、研发贷、知识产权类产品等，成长期的科技订单贷、成果转化贷，扩展期的供应链金融服务、中长期，成熟期的并购、股权融资等。

　　（二）金融机构发展数字金融与金融科技，也是科技金融探索的组成部分。金融业往往是科技应用的核心领域，也是科技企业发展壮大所依赖的重要客户。因此，金融业积极推动数字化转型，增加科技投入，也间接给科技企业带来发展壮大的机会，同时成为新技术的前沿实践场景。

　　据统计，2019年至2023年，我国国有六大行累计金融科技投入达5142.26亿元。虽然近几年金融科技投入增速呈现逐年放缓趋势，但科技投入占营业收入的比例在2023年却达到了3.52%的新高。另外，据披露相关信息的44家证券公司来看，2023年信息技术投入合计投入281.1亿元，其中14家券商投入规模接近或超过10亿元，投入合计198.06亿元168体育全站，投入占比为70.46%。34家信息技术投入同比增速为正，占比为77.27%。另据中国保险行业协会统计，2023年保险公司在科技应用方面累计投入资金近2.25亿元，主要用于空间信息技术、AI识别、人工智能、物联网等科技手段应用，构建农业生产、风险信息数据共享平台。由此来看，依托于技术创新主线，数字金融与科技金融两篇大文章具有紧密的内在联系。

　　（一）资本市场还需为科技创新提供更多的激励引导。上市公司中已经集聚了一批优质科技企业，对于其创新活动，除了股权再融资支持之外，还应探索更多的直接金融、结构金融类产品与服务，实现资本市场对科技创新的“奖优罚劣”，形成长期、可持续的科技金融资源保障。当前，证监会正在稳妥开展“人工智能+资本市场”“数据要素×资本市场”“资本市场金融科技创新试点”等专项行动，面向真实业务，依托真实场景，创新服务模式，推动人工智能等新技术在资本市场深入应用。这些工作应该与有效支持上市科技公司结合在一起，更好地改善科技金融服务质效。

　　（二）考虑到科技企业和科技创新具有周期长、不确定性大、抵押物少等特点，风险投资应该在支持其发展中发挥更大作用。同样，把数字技术应用于风险投资领域，也能够提升投资决策的效率和准确性，实现更高效的资源配置和价值创造。例如：利用机器学习和深度学习算法，对历史投资数据进行训练，建立投资预测模型，可以帮助预测投资项目的成功率、回报率等指标，从而辅助投资决策；利用大数据分析被投资企业的需求，为其精准匹配相关的资源和服务，帮助被投资企业快速成长，能够提高投资项目的成功率和回报率。

　　（三）就多层次的资本市场服务来看，科创板在服务科技创新方面仍有完善空间，新三板服务中小企业科技的能力还有待进一步发挥，区域股权市场服务科创也存在一些挑战。究其根源，主要体现在对“软”“硬”科技的甄别存在不足、发行定价需要优化、交易环节不足导致流动性缺陷、标准与原则的不协调统一等诸多问题。对此，多层次资本市场自身的数字化转型，也有助于其更好地服务于科技企业融资。例如，科创板的IPO审核离不开科创板智能辅助审核平台的助力，依托基于大数据分析与人工智能等技术，提供了自动化的风险识别、价值判断、多人协作的电子化审核工作平台，有效提高了审核、监管、服务效率。此外，区域“四板市场”的问题在于融资效率较低、交易不够活跃、信息披露不够规范等问题，对此充分应用大数据与新技术，也是缓解矛盾的必要条件之一。

　　（一）新技术是数字金融创新的“生产工具”，包括AI大模型在内的前沿技术如果能够在科技金融创新中深度应用，对于全面优化金融服务会带来突出作用。自2023年以来，生成式AI大模型快速发展与迭代，从底层大模型到算力基础设施，已经构建了日益完善的创新生态。就大模型的金融应用来看，可以通过复杂的分析能力，助力于中小科技企业的信贷融资模式创新；也能够在投资银行业务中帮助机构提高效率和降低合规成本，从而更好地服务科技企业；还可以在投资活动中识别投资机会、优化投资组合，提高投资机构面向科技创新进行“投早、投小、投硬科技”的能力。事实上，行业机构已经进行了颇有价值的探索。例如，建设银行开发了知识产权质押融资内部评估方法，并且应用AI等前沿技术，把评估模型搭载于“科创雷达”平台，为基层业务经营和管理人员提供精准、便捷的知识产权价值评估工具。再如，浦发银行顺应数智化发展趋势，重塑了产品触达、服务流程，围绕科技创新的不同领域和阶段，创设了“全周期、伙伴式、定制化”的科技金融产品体系，科技余额连续三年保持30%以上增速。还有，中信银行探索创新了基于机器学习模型的“火炬贷”、全线上产品“科创e贷”，并且基于数字化能力而创新了聚焦高校院所的“科技成果转化贷”、服务科技人才的“科创个人信用贷”等科技金融特色产品。综合看，如果前沿技术在金融领域更加安全、高效地深度应用，一是能够全面提升金融服务实体经济的效率和效果，使得科技企业获得“水涨船高”的效果。二是能够针对科技企业与科技创新的特征，创新更多“精准施策”的科技金融服务产品。三是使得前沿技术在金融领域得以应用之后，增强技术成熟度与可行性，从而更容易向诸多垂直行业进行推广，带动整个科技创新与成果转化步伐。

　　（二）数据要素是数字金融的“生产资料”，也是做好科技金融的重要基础保障。一方面，就充分发挥数据要素价值来看，能够在几方面助力科技金融创新探索。一是在数字产业链金融模式中真正体现“数据增信”的作用，从而对产业链上的中小科技企业带来全新支持模式，并且依托不同产业链的科技特征，努力贯穿于科技与产业融合的全生命周期。在实践中，许多机构已经开始利用人工智能、物联网等技术，针对不同行业产业链的生产、销售等全流程进行动态实时数据收集与分析，从而更好地匹配资金流、信息流，为服务行业龙头的许多中小科技企业提供更好丰富的金融支持。二是充分利用各类替代数据，有效评估科技企业与科技创新的“信用共识”。面对科技创新活动的特殊性，传统信用评估方法更关注财务指标、缺乏创新能力评估、难以把握知识产权价值和技术自身风险，近年来学界和业界都在着力推动相关评估模型与指标的改善，未来还需进一步发挥多元化数据的作用，更加系统、科学、可持续地完善科技金融信用评估范式。三是有效服务于风险管理与“泡沫”控制。科技金融的最大挑战之一是难以把握技术自身的潜在风险，因此传统金融风控手段在科技金融领域可能效率降低，更需要基于大数据与人工智能的新型风控模式。同时，科技金融创新也离不开有效的风险管理与分散手段，使得参与各方的“责权利”更匹配，这都离不开数据要素的加持作用。另一方面168体育，从数据要素变革升级为数据资产，也是当前各行业面临的重大机遇与挑战。科技创新、科技企业、科技产业链都积累了众多颇有价值的数据要素，如果相关企业能够推动数据资源入表，并被金融机构所认可，那么银行业就可以根据科技企业（科技成果）的数据资产，基于合规前提下，探索信用或抵押融资模式创新；同时，资本市场机构也可以基于科技企业（科技成果）的数据资产，探索推动相关证券化、结构性金融产品创新。当然，即便只是着力推动与科技创新有关的数据要素走向资产化，也能够给科技发展带来内在动力，因为对于人工智能所代表的前沿技术来说，都离不开各方支持建设高质量的数据集。