摘 要：[ 研究目的 ] 推进科技与金融深度融合，为创新提供高效率的流动性支撑，对培育新 质生产力具有重要意义。[ 研究方法 ] 以科技金融工具为切入点，分析股权投资、科技贷款、 科技保险三大类科技金融工具的发展现状和主要挑战。尝试构筑科技创新与金融资本“融合矩 阵”，推进二者在价值发现、风险分担和数据画像等方面深度耦合发展，并提出科技金融创新 的启示。[ 研究结论 ] 提出以技术演进规律把握投资决策方向；发挥科创平台的技术发现能力； 推进孵化载体参与风险分担；将算法创新作为 AI 模型的突破方向等四项对策建议。

关键词：科技金融；金融工具；融合矩阵；算法创新；新质生产力

金融是创新的血液。做好科技金融这篇大文章，优化科技金融体制，可以更好地为创新 活动提供流动性支持，对于促进科技成果转化、培育新质生产力、实现高质量发展具有重要 意义。

一、核心要义：科技金融的实质是创新融资

在人类文明史上，科技和金融一直相辅相成。货币支付的每一次革命性变革，可以说都是 科技进步推动的结果，从贝壳到金属货币，从金属货币到纸币、从纸币到二维码支付，其背后 是冶金术、造纸术、印刷术和信息技术的不断突破。同样，股份公司、证券交易所、保险、银 行和风险投资等近现代金融模式创新也极大地加速了大航海时代、第一次科技革命（蒸汽时代）、 第二次科技革命（电气时代）、第三次科技革命（信息时代）的不断兴起。

（一）金融科技与科技金融不能混淆

从上文分析可以看出，科技和金融有着密切的共生关系。这种关系还派生了两个概念：金 融科技与科技金融。金融科技，即应用新技术提升金融业本身的运行效率；科技被定位为应用 工具，金融则提供应用场景。科技金融，即运用各类金融工具促进科技创新，为创新提供流动 性支持，分担风险并获取超额收益；科技创新成了资本需求方，金融则是资本供给方。因此， 两个概念并不满足交换律，不能混为一谈。

（二）科技金融为创新商业化提供现金流

与资本、劳动等传统生产要素边际投入递减的规 律不同，创新要素投入具有边际效益递增的特点，科 技进步正成为推动世界经济发展的主要动力。国家或 企业对科技的不断投入，有一个潜在的契约，那就是 科技突破将带来超额回报和竞争优势。但是这种投入 和产出之间并不是即时、简单、明晰的白盒函数关系， 而是延迟、复杂、晦暗的黑盒函数关系。基础研究带 来的新知识、应用研究带来的新技术要转化为市场所 接受的产品和服务，需要经过一个道阻且长的转化过 程。科技突破不等于创新，创新是新发明或新发现的 商业化过程，是科技成果转化的过程，这一点已被各 国政府和学界所共识。

创新过程中投入和产出之间有着较为漫长的时间 差。创新在基础研究、应用研究阶段尚有政府资助可 以获取，原型制造阶段或许还有创新者个人积蓄投入， 但是进入中试、工程化、规模化生产、产品上市直至 实现盈亏平衡，巨大的资金缺口则需要金融资本的进 入才可以填补。

（三）科技金融是新质生产力形成的重要助力

如果观察新质生产力的形成路线：基础研究、技 术创新、应用场景、新兴产业、产业高端化，可以发现， 科技创新是新质生产力的源泉，是新质生产力形成 逻辑中的关键环节。科技金融则为新质生产力形成 提供流动性支持。显然，科技金融的实质是创新融资， 是促进科技成果转化和新质生产力形成的重要助力 （见图 1）。

图 1 科技金融助力新质生产力形成

二、现状概述：基于科技金融工具的洞察视角

金融工具是融资活动的实施方式和机制安排。分 析科技金融实践活动，金融工具是一个很好的洞察视 角。科技金融工具由很多不同类型。新发明、新发现在创新过程中所处阶段的不同、创业者对股权让渡的 偏好差异，以及创新风险的控制需求多样，催生了不 同类型的科技金融工具。总体而言，科技金融工具主 要有股权投资、科技贷款、科技保险三大类（见图 2）。 本文从不同科技金融工具的发展情况来分析当前科技 金融的现状。

图 2 科技金融主要工具

尽管科技金融的概念诞生在中国，但科技金融的 实践从美国风险投资市场的兴起就开始了 [1]。国际上 科技金融主要发展路径主要有：美国风险投资资本市 场主导模式、德国混业经营的“全能银行”模式、以 色列政府引导基金模式等 [2]。二十多年来，我国科技 金融在实践中进行了全方位的探索，还在北京、上海、 南京、合肥等地设立了科创金融改革试验区，科技金 融工具种类不断丰富。

（一）股权投资

当前，科技企业股权投资工具已形成门类比较齐 全的体系。主要有种子资本、天使投资、风险投资、科 创板、主板等，各类基金是主要投资主体。股权投资工 具的特点是高风险、高收益，风险与收益具有对称性。 影响股权投资工具选择的因素主要有两点：一是 科技企业不同发展阶段对资金的需求量，二是投资人 的风险偏好。一般而言，科技成果转化越是往后推进， 其资金需求量越大，风险也逐渐减小。

种子资本、天使投资主要面向种子期、初创期的 科技企业，项目多处于概念验证或者产品原型的阶段， 投入资金量也较小。风险投资主要面向成长期的科创 企业，项目一般已实现量产，有初步的商业模式，并 开始在市场上销售，但尚未实现盈亏平衡。当科技企 业实现盈亏平衡，商业模式走向成熟，需要扩大规模， 科创板、主板上市将成为选择。

社会资本、政府资金大多通过基金的形式来投资 科技企业。当前最为流行的基金治理组织结构是有限 合伙型私募股权投资基金。在该组织结构下，政府引 导基金、市场化母基金作为有限合伙人，出资比例占 98% 左右，基金管理公司（实控人）作为一般合伙人， 出资比例在 2% 左右。

近年来，我国资本市场改革不断深化，已逐步构建 起北京证券交易所、创业板、科创板等多层次科创资本 市场体系。截至 2023 年 6 月底，北交所上市企业 204 家， 总市值超 2668 亿元；科创板上市企业 542 家，总市值达 6.72 万亿元；超过 1000 家专精特新企业在 A 股上市； 创业投资和私募股权投资基金管理规模近 14 万亿元 [3]。

（二）科技贷款

从资金来源的规模看，科技贷款是国内科技金融 的主要形式。科技贷款与传统贷款的区别在于信用创 造的基础不同。科技贷款是基于企业创新能力和技术 成果未来价值的信用创造，如技术领先性、技术替代 性、专利保护、商业模式等。传统商业贷款是基于财 务数据的信用创造，如现金流、净利润、固定资产等。 要注意的是，对初创科技企业而言，贷款偿还来源往 往不是产品销售现金流，而是初创企业股权融资的现 金流。由于央行和政府对商业银行科技贷款利率有严 格的监管，所以科技贷款的特点是高风险、低收益， 风险与收益不对称。

当前，国内商业银行已经搭建起种类众多、涵盖 面极为广泛的科技贷款体系。创新积分贷、知识产权 质押贷、高新技术企业贷、专精特新贷、科保贷等都 属于科技贷款的范畴，其中前两者较有代表性。

创新积分贷，是科技管理部门探索建立一种基于 定量评价、非传统财税政策、精准化支持中小企业技 术创新的评价体系，为科技企业画像。核心积分指标 有 20 个，由科技部火炬中心设置，主要包括企业研发 投入强度、技术合同成交额、高新技术产品收入、承 担科技计划项目等。科创企业可通过积分评价，获得 银行相应额度的信贷支持。2022 年，全国 7.13 万家 创新积分企业共获银行授信 1178.6 亿元 [4]。

知识产权质押贷，是指企业以拥有的专利权、软 件著作权等知识产权经评估后，作为抵押物从银行获 得贷款的一种融资方式，旨在帮助轻资产科创企业解 决因缺乏不动产担保而带来的融资难题 [5]。在实践中， 由于知识产权估值难、变现难，商业银行往往还是会 要求企业提供担保或实物抵押。2024 年，国内全面实 施专利开放许可制度，这为知识产权质押找到了一个 新突破口，但其实施效果还有待观察。

近年来，在国家政策号召和激烈市场竞争刺激下， 商业银行开展科技信贷业务热情较高，设立了大量专 营科技信贷机构（科技支行）和服务团队。截至 2023 年 6 月底，我国已设立科技特色支行、科技金融专营 机构超 1000 家；高技术制造业中长期贷款余额 2.5 万 亿元，同比增长 41.5%；科技型中小企业贷款余额 2.36 万亿元，同比增长 25.1%；专精特新企业贷款余额 2.72 万亿元，同比增长 20.4%[6]。

（三）科技保险

科技保险是指利用保险作为风险分担方式，对创 新活动（研发、生产、销售、融资、侵权等）中因风 险而发生的损失，由保险公司给予赔偿的保障方式。 我国科技保险起步于 2006 年，经过十几年的发展，国 内已有数十个科技保险险种，风险保障覆盖产品研发、 知识产权保护、贷款保证、研发人员健康等多个方面。

如果按照保险标的物来分类，大致可以分为三类。 第一类，以科技人员、技术产品为保险对象，如研发 人员团体健康险、高企产品出口险；第二类，以成果 转化、研发活动为保险对象，如先用后转险、苏研保； 第三类，以融资为保险对象，如高企小额贷款保证保险。 相较而言，第一类与普通人身保险、财产保险差别不大， 科技属性较弱；第二类科技属性最强；第三类相当于 提供了担保功能。

第二类科技保险以创新活动发生的风险为对象， 最具有代表性。2023 年，浙江在国内率先推出“先用 后转险”。科技成果“先用后转”机制在实施过程中， 可能出现企业欲试用专利而高校对前期“免费环节”心 存顾虑、企业试用成果后不愿“买单”但私下仍使用该项专利等问题，从而导致成果落地难。在‘先用后转’ 过程中一旦发生侵权行为，经鉴定后保险公司会先行赔 付，如果有涉及侵权或违反科研诚信等行为，相关调查 结果会推送至浙江省信用中心，并纳入信用档案 [7]。

三、主要挑战：科技与金融尚未深度融合

科技金融在实践中仍面临着一些难题，虽然具体 形式各有不同，但究其主因还是科技创新与资本融通 尚未深度融合。以资本视角谈融资，以科研视角谈创新， 科技与金融简单叠加，仍是“两张皮”。资本缺乏耐心， 科研脱离市场。具体而言，主要难题与挑战大致有七 个方面。

一是商业银行科创投研能力较弱，传统金融评价 方法对前沿技术、新兴产业还难以识别，缺乏价值发现 和风险控制能力。二是尚未形成市场化的科技信贷风险 防控机制。坏账风险补偿资金高度依赖政府财政牵引。 三是金融机构热衷于支持成果转化中期、后期阶段的头 部科技企业，如独角兽、专精特新小巨人企业，对于尚 未越过“死亡之海”的初创企业热情不足。四是数据孤 岛的现象依然存在，科创企业相关数据分散在科技、工 信、税务、社保、统计等多个部门。五是重数据、轻算 法，科创企业画像难以反映技术资产未来价值。科技企 业评价模型或偏财务，或偏研发，盲人摸象，各说各话， 仅具参考意义，难以完全支撑决策。六是风险投资退出 渠道狭窄，科创企业资本并购不活跃，二级市场 S 基金 刚刚起步，高效、纵横衔接的多层次资本市场体系有待 完善。七是天使、创投基金规模不断壮大，但是民营资 本参与热情不足，各级国有资本投入占比较大。

四、创新启示：构筑科技创新与金融资本“融合 矩阵”

如果借用量子力学的理论来描述，科技金融的 概念可以理解为具有某种“叠加态”，好比旋转的 硬币同时具有正反两面，科技金融也需要从科技创 新和金融资本两个维度来理解和描述，科技金融内 部形成了比较复杂的二维融合矩阵关系。仅仅从资本供给侧去理解科技金融，就会出现看不懂、难估 值的现象。仅仅从创新需求侧来看科技金融，缺乏 市场化的思维，又会出现技术“叫好不叫座”的现 象。科技创新与金融资本的简单叠加并不能有效解 决创新融资难题，必须构筑科技创新与金融资本“融 合矩阵”，推进二者在价值发现、风险分担和数据 画像等方面深度耦合发展（见图 3）。按此逻辑， 本文提出以下四点创新启示。

图 3 科技创新与金融资本“融合矩阵”

（一）金融机构以技术演进规律把握宏观投资决策

现代技术的复杂性、专业性、颠覆性是阻碍金融 机构理解技术的主要障碍。一方面，在微观上要求金 融机构具备全领域的技术专业能力是不现实的；另一 方面，在宏观上各类技术进步又表现出共同的演化规 律。一项技术会经历婴儿期、成长期、成熟期和衰退 期四个阶段，这构成了技术演进的 S曲线[8]。在婴儿期， 技术性能提升较慢，市场预期比较谨慎；到了成长期， 技术性能提升呈现爆发态势，市场预期迅速走高，并 出现估值泡沫；进入成熟期，技术性能平稳提升，估 值泡沫破裂，市场预期趋于合理；当进入衰退期，其 发展态势平缓，商业化价值已经见顶，随之一条新的 代表未来技术发展方向的 S 形曲线就会出现。技术进 步沿着新旧 S 曲线的转换更迭而不断演化（见图 4）。

图 4 技术演进 S 曲线

S 曲线对金融机构的意义在于，金融机构可以判 断其决策活动是属于科技金融还是传统金融。面对融 资需求，金融机构应该对企业的技术资产进行宏观上 的理解，利用 S曲线等工具判断技术所处的大致阶段， 把握好技术演进节奏。对处于婴儿期、成长期的技术， 采用科技金融的思路；对处于成熟期、衰退期的技术， 采用传统金融的思路。以太阳能电池材料为例，其历 经单晶硅、多晶硅、薄膜电池、钙钛矿等多条 S 曲线 演进，目前投资于钙钛矿就属于科技金融行为。

（二）发挥科技创新平台的技术价值发现能力

传统金融机构，如商业银行、保险公司、券商等， 缺乏在微观上对技术的理解力，这既是专业能力所限， 也是投研成本所限。金融机构所不具备的技术专业能 力，恰好是科技创新平台的优势。科技创新平台主要 类型有国家重点实验室、工程技术中心、概念验证中 心、中试平台、新型研发机构等，一般是依托科研实 力雄厚的高校院所建设，以推进科技成果转化为目标， 可以开展科学研究、技术创新和研发服务等活动，在 各自专业领域具有强大的技术判断和理解能力，甚至 是天使投资能力。

构建金融机构和科创平台深度融合机制。金融机 构可借助科技创新平台的专业能力筛选科技成果转化 早期项目，科技创新平台则借力金融机构放大自有资 本、接力投资、拓展资源链接。从合作机制的形式来看， 可以以科技创新平台为主导联合投资基金开展在孵项 目投融资；也可以由投资机构主导与科研机构合作建 设科创平台来帮助识别科技项目。

目前国内外实践中有一些初步的探索。以概念验 证中心为例，其是指依托高等院校和新型研发机构， 对早期科技成果和未来技术概念进行筛选，提供原型 制造、技术可行性论证、商业模式验证、创新融资， 资源嫁接，降低市场转化风险的新型科创平台 [9]。 如湖北首家概念验证中心—“喻越”。该中心主要 依托华中科技大学在医工装备领域的技术优势，已于 2003 年发布首期验证计划“医工装备概念验证计划”， 设立概念验证专项资金，预计三年投入 1000 万元，每个项目投入 30 万元～ 50 万元，资助期为 2 年，用于 早期项目筛选及商业化验证，并提供技术经纪人跟踪 服务、供应链服务、应用场景搭建等内容 [10]。

又如高瓴资本推出“Aseed+”计划 , 计划 3 年投 资新能源、新材料、生物科技等领域 100家种子期企业， 单笔规模一般在 1 000 万元～ 2 000 万元人民币；并以 “共创”方式与合作伙伴设立概念验证、中试平台， 开展创业孵化、市场验证、产业对接、后续融资等一 体化服务，为初创企业提供全周期支持 [11]。

（三）金融机构和孵化载体共建风险分担体系

传统商业信贷追求的是低风险、低收益，科技信 贷现实却是高风险、低收益。科技信贷风险与收益的 不匹配，使得商业银行对产品已经上市、商业模式已 经发展成熟的头部科技企业“趋之若鹜”，对初创期 科技中小企业“望风却步”。贷款利率的提升空间有限， 商业银行分业经营的约束又使得投贷联动难以真正联 合，商业银行面临风险防控的难题。

目前，流行的解决办法是将压力传导给政府。实 践中主要有三种方式。第一类是政府设立科技贷款风 险补偿资金池，当不良贷款发生时，由政府给予一定 比例（30% ～ 50%）风险补偿，以分散银行风险，如科 保贷等。第二类是设立国资担保公司，为科技贷款提 供担保，风险代偿比例高达 80% 左右，如科担贷。第 三类是由国有保险公司为科技企业贷款提供信用保证， 一般赔付率在 50% 左右，如科技保证保险 [12]。政府参 与风险分担的同时，也会提出相应要求，如贷款对象 须是高新技术企业、需向企业提供优惠贷款利率、对 小额贷款减免担保费等。

政府不是市场主体，更不是创新主体，既没有价 值发现的商业技巧，也没有技术理解的专业能力。由 于优惠利率降低了企业融资成本，实践中此类政策工 具往往异化为商业银行笼络优质客户的价格手段。初 创科技企业融资难并未真正破解。政府有限财力相对 信贷海量市场也是杯水车薪。

科技园区、孵化器、众创空间等孵化载体很多 具有技术背景，对在孵企业的技术先进性、未来市场前景有着深刻的理解，且与企业朝夕相处，实时了解 企业动态。对于优质种子企业，科技园区在资金融通 上助其一臂之力，分享企业成长收益，也是增强科技 园区自我造血功能的重要途径。2023 年全国众创空 间房租及物业收入占比约为 31%，投资收入占比仅为 5.8%[13]，投资收益占比偏低。

可以让科技园区（孵化器、众创空间）加入风险 分担体系，探索新型科技贷款产品—科技园区贷。 具体设计思路如下：商业银行可与科技园区等载体合 作，共同商定信贷额度，科技园区出资设立风险补偿 资金池，凡是合作科技园区推荐的企业，商业银行立 即发放贷款，实现“见推即贷”。如果发生坏账，科 技园区分担一定比例的损失，同时也允许科技园区向 企业收取一定的担保费；商业银行利用科技园区对在 孵企业的专业理解力和信息掌控力来控制风险；科技 园区利用商业银行放大自有资本、扩展资源链接，实 现孵化收益最大化。

（四）算法创新、数据共享，打造 AI 时代评价模型

近年来，人工智能技术不断突破，大数据、云计 算应用日益普及，国内一些地区已开始尝试打造线上 智慧融资云平台，如武汉面向中小企业融资的“汉融 通”平台、河南省中小企业融资云平台等。以“汉融通” 为例，其实现了平台与经办银行、智慧城市数据系统 直连，平台上设有 301 专区，即“3 分钟申贷、0 人工 干预、1 秒钟放款”，企业从申请到放款全在线上完成，贷款额度由系统综合大数据进行 AI 计算 [14]。但以上 平台并不是科技企业专属融资平台，科技企业 AI 评价 模型是决定融资云平台成败的关键。

科技企业 AI 评价模型包括数据、算法和算力三部 分。目前就科技金融的实践来看，算力尚不成问题， 算法尚未真正突破，数据共享尚在其次。

用数据为科技企业画像，往往令人联想到大数据， 数据越多、越全，企业画像越精准。但是算法比数据更 为重要，如果评价指标无法反映技术创新的潜在商业价 值，即使数据再多也无济于事。当前科技企业评级指 标，往往将传统的财务指标和反映企业研发能力的科研 指标简单叠加，这种算法模型更适宜描绘商业模式成 熟的头部科技企业，对初创科技企业的未来价值则无法 表达，其筛选结果又回到“锦上添花”的传统金融选 择，对于需要“雪中送炭”的初创科技企业仍无法识 别。设计反映技术资产未来商业价值的评价指标，创 新模型算法，是当前评价模型亟待突破的核心难题。

模型算法不突破，数据共享的范围就不会有确切 边界，会陷入数据越多越好的感性认识之中。优秀的 算法只需要适量的数据就能得到正确的结果。当然， 目前还存在数据孤岛的现象，分散在不同政府部门的 科研、社保、纳税、专利等数据还有待进一步整合。 但是共享数据的广度和深度，必须以算法需求为基本 依据，同时考虑商业安全、个人隐私等因素，来划定 够用、最小的数据边界。

参考文献：

[1] 曾刚，杨川.科技金融：中国创新金融的实践[EB/OL].（2024-03-21）[2024-06-28].https://baijiahao.baidu.

com/s?id=1794137106127507292.

[2] 张晓晶.做好科技金融这篇大文章[N].学习时报，2023-12-27（A1）.

[3] 郭静原.金融支持科创力度持续提升[N].经济日报，2023-7-28（3）.

[4] 孙瑜，刘垠.创新积分制：精准破解科技企业融资难题[N].科技日报，2023-06-14（1）.

[5] 国家知识产权局.提升知识产权质押融资 助益营商环境优化[EB/OL].（2024-03-19）[2024-06-27].https://www.cnipa.gov.cn/art/2024/3/19/art_3357_191075.html.

[6] 中国政府网.央行：推动科创型企业贷款持续保持较高增速[EB/OL].（2023-07-27）[2024-07-01].https://www.gov.cn/zhengce/202307/content_6894867.htm.

[7] 邹倜然.先试用后“买单”，让科技成果不再“束之高阁”[N].工人日报，2024-01-17（7）.

[8] 孙黎，邹波.踏准技术路线图的节奏[J].清华管理评论，2019（10）：31-39.

[9] 许彬彬，周超，范存义.基于科技成果转化的概念验证中心研究综述与展望[J].杭州科技，2024（2）：46-51.

[10] 长江网.1000万元“投小”“投早”，我省打造首个“概念验证中心”[EB/OL].（2023-04-26）[2024-06-28].http://news.cjn.cn/csqpd/wh_20004/202304/t4537735.htm.

[11] 中证网.高瓴宣布推出“Aseed+”主推共创模式 计划三年投资100家种子企业[EB/OL].（2022-09-28）[2024-07-15].https://www.cs.com.cn/cj2020/202209/t20220928_6300680.html.

[12] 冯颖，尹成远.河北省“政银保”小微企业贷款保证保险的创新实践[J].中国保险，2016（6）：19-22.

[13] 湖北日报.如何将培育孵化价值收益最大化？150位创孵“高手”在汉共谋专业化发展新路径[EB/OL].（2024-04-09）[2024-06-29].https://news.hubeidaily.net/pc/c_2470548.html.

[14] 管妮娜.武汉小微企业恢复发展融资难问题研究：基于政府“有形之手”引导的视角[J].江汉大学学报（社会科学版），2021，38（4）：81-95，127.

作者简介：朱巍，男，1978 年生，硕士，武汉市科技发展促进中心，研究员，研究方向为科技战略、科技金融。