摘 要：[研究目的]推進科技與金融深度融合，為創(chuàng)新提供高效率的流動性支撐，對培育新質生產力具有重要意義。[研究方法]以科技金融工具為切入點，分析股權投資、科技貸款、科技保險三大類科技金融工具的發(fā)展現狀和主要挑戰(zhàn)。嘗試構筑科技創(chuàng)新與金融資本“融合矩陣”，推進二者在價值發(fā)現、風險分擔和數據畫像等方面深度耦合發(fā)展，并提出科技金融創(chuàng)新的啟示。[研究結論]提出以技術演進規(guī)律把握投資決策方向；發(fā)揮科創(chuàng)平臺的技術發(fā)現能力；推進孵化載體參與風險分擔；將算法創(chuàng)新作為AI模型的突破方向等四項對策建議。

關鍵詞：科技金融；金融工具；融合矩陣；算法創(chuàng)新；新質生產力

中圖分類號：F832 文獻標識碼：A DOI：10.19881/j.cnki.1006-3676.2024.09.02

金融是創(chuàng)新的血液。做好科技金融這篇大文章，優(yōu)化科技金融體制，可以更好地為創(chuàng)新活動提供流動性支持，對于促進科技成果轉化、培育新質生產力、實現高質量發(fā)展具有重要意義。

一、核心要義：科技金融的實質是創(chuàng)新融資

在人類文明史上，科技和金融一直相輔相成。貨幣支付的每一次革命性變革，可以說都是科技進步推動的結果，從貝殼到金屬貨幣，從金屬貨幣到紙幣、從紙幣到二維碼支付，其背后是冶金術、造紙術、印刷術和信息技術的不斷突破。同樣，股份公司、證券交易所、保險、銀行和風險投資等近現代金融模式創(chuàng)新也極大地加速了大航海時代、第一次科技革命（蒸汽時代）、第二次科技革命（電氣時代）、第三次科技革命（信息時代）的不斷興起。

（一）金融科技與科技金融不能混淆

從上文分析可以看出，科技和金融有著密切的共生關系。這種關系還派生了兩個概念：金融科技與科技金融。金融科技，即應用新技術提升金融業(yè)本身的運行效率；科技被定位為應用工具，金融則提供應用場景?？萍冀鹑?，即運用各類金融工具促進科技創(chuàng)新，為創(chuàng)新提供流動性支持，分擔風險并獲取超額收益；科技創(chuàng)新成了資本需求方，金融則是資本供給方。因此，兩個概念并不滿足交換律，不能混為一談。

（二）科技金融為創(chuàng)新商業(yè)化提供現金流

與資本、勞動等傳統生產要素邊際投入遞減的規(guī)律不同，創(chuàng)新要素投入具有邊際效益遞增的特點，科技進步正成為推動世界經濟發(fā)展的主要動力。國家或企業(yè)對科技的不斷投入，有一個潛在的契約，那就是科技突破將帶來超額回報和競爭優(yōu)勢。但是這種投入和產出之間并不是即時、簡單、明晰的白盒函數關系，而是延遲、復雜、晦暗的黑盒函數關系。基礎研究帶來的新知識、應用研究帶來的新技術要轉化為市場所接受的產品和服務，需要經過一個道阻且長的轉化過程?？萍纪黄撇坏扔趧?chuàng)新，創(chuàng)新是新發(fā)明或新發(fā)現的商業(yè)化過程，是科技成果轉化的過程，這一點已被各國政府和學界所共識。

創(chuàng)新過程中投入和產出之間有著較為漫長的時間差。創(chuàng)新在基礎研究、應用研究階段尚有政府資助可以獲取，原型制造階段或許還有創(chuàng)新者個人積蓄投入，但是進入中試、工程化、規(guī)?；a、產品上市直至實現盈虧平衡，巨大的資金缺口則需要金融資本的進入才可以填補。

（三）科技金融是新質生產力形成的重要助力

如果觀察新質生產力的形成路線：基礎研究、技術創(chuàng)新、應用場景、新興產業(yè)、產業(yè)高端化，可以發(fā)現，科技創(chuàng)新是新質生產力的源泉，是新質生產力形成邏輯中的關鍵環(huán)節(jié)?？萍冀鹑趧t為新質生產力形成提供流動性支持。顯然，科技金融的實質是創(chuàng)新融資，是促進科技成果轉化和新質生產力形成的重要助力（見圖1）。

二、現狀概述：基于科技金融工具的洞察視角

金融工具是融資活動的實施方式和機制安排。分析科技金融實踐活動，金融工具是一個很好的洞察視角。科技金融工具由很多不同類型。新發(fā)明、新發(fā)現在創(chuàng)新過程中所處階段的不同、創(chuàng)業(yè)者對股權讓渡的偏好差異，以及創(chuàng)新風險的控制需求多樣，催生了不同類型的科技金融工具?？傮w而言，科技金融工具主要有股權投資、科技貸款、科技保險三大類（見圖2）。本文從不同科技金融工具的發(fā)展情況來分析當前科技金融的現狀。

盡管科技金融的概念誕生在中國，但科技金融的實踐從美國風險投資市場的興起就開始了[1]。國際上科技金融主要發(fā)展路徑主要有：美國風險投資資本市場主導模式、德國混業(yè)經營的“全能銀行”模式、以色列政府引導基金模式等[2]。二十多年來，我國科技金融在實踐中進行了全方位的探索，還在北京、上海、南京、合肥等地設立了科創(chuàng)金融改革試驗區(qū)，科技金融工具種類不斷豐富。

（一）股權投資

當前，科技企業(yè)股權投資工具已形成門類比較齊全的體系。主要有種子資本、天使投資、風險投資、科創(chuàng)板、主板等，各類基金是主要投資主體。股權投資工具的特點是高風險、高收益，風險與收益具有對稱性。

影響股權投資工具選擇的因素主要有兩點：一是科技企業(yè)不同發(fā)展階段對資金的需求量，二是投資人的風險偏好。一般而言，科技成果轉化越是往后推進，其資金需求量越大，風險也逐漸減小。

種子資本、天使投資主要面向種子期、初創(chuàng)期的科技企業(yè)，項目多處于概念驗證或者產品原型的階段，投入資金量也較小。風險投資主要面向成長期的科創(chuàng)企業(yè)，項目一般已實現量產，有初步的商業(yè)模式，并開始在市場上銷售，但尚未實現盈虧平衡。當科技企業(yè)實現盈虧平衡，商業(yè)模式走向成熟，需要擴大規(guī)模，科創(chuàng)板、主板上市將成為選擇。

社會資本、政府資金大多通過基金的形式來投資科技企業(yè)。當前最為流行的基金治理組織結構是有限合伙型私募股權投資基金。在該組織結構下，政府引導基金、市場化母基金作為有限合伙人，出資比例占98%左右，基金管理公司（實控人）作為一般合伙人，出資比例在2%左右。

近年來，我國資本市場改革不斷深化，已逐步構建起北京證券交易所、創(chuàng)業(yè)板、科創(chuàng)板等多層次科創(chuàng)資本市場體系。截至2023年6月底，北交所上市企業(yè)204家，總市值超2 668億元；科創(chuàng)板上市企業(yè)542家，總市值達6.72萬億元；超過1 000家專精特新企業(yè)在A股上市；創(chuàng)業(yè)投資和私募股權投資基金管理規(guī)模近14萬億元[3]。

（二）科技貸款

從資金來源的規(guī)?？矗萍假J款是國內科技金融的主要形式。科技貸款與傳統貸款的區(qū)別在于信用創(chuàng)造的基礎不同?？萍假J款是基于企業(yè)創(chuàng)新能力和技術成果未來價值的信用創(chuàng)造，如技術領先性、技術替代性、專利保護、商業(yè)模式等。傳統商業(yè)貸款是基于財務數據的信用創(chuàng)造，如現金流、凈利潤、固定資產等。要注意的是，對初創(chuàng)科技企業(yè)而言，貸款償還來源往往不是產品銷售現金流，而是初創(chuàng)企業(yè)股權融資的現金流。由于央行和政府對商業(yè)銀行科技貸款利率有嚴格的監(jiān)管，所以科技貸款的特點是高風險、低收益，風險與收益不對稱。

當前，國內商業(yè)銀行已經搭建起種類眾多、涵蓋面極為廣泛的科技貸款體系。創(chuàng)新積分貸、知識產權質押貸、高新技術企業(yè)貸、專精特新貸、科保貸等都屬于科技貸款的范疇，其中前兩者較有代表性。

創(chuàng)新積分貸，是科技管理部門探索建立一種基于定量評價、非傳統財稅政策、精準化支持中小企業(yè)技術創(chuàng)新的評價體系，為科技企業(yè)畫像。核心積分指標有20個，由科技部火炬中心設置，主要包括企業(yè)研發(fā)投入強度、技術合同成交額、高新技術產品收入、承擔科技計劃項目等?？苿?chuàng)企業(yè)可通過積分評價，獲得銀行相應額度的信貸支持。2022年，全國7.13萬家創(chuàng)新積分企業(yè)共獲銀行授信1 178.6億元[4]。

知識產權質押貸，是指企業(yè)以擁有的專利權、軟件著作權等知識產權經評估后，作為抵押物從銀行獲得貸款的一種融資方式，旨在幫助輕資產科創(chuàng)企業(yè)解決因缺乏不動產擔保而帶來的融資難題[5]。在實踐中，由于知識產權估值難、變現難，商業(yè)銀行往往還是會要求企業(yè)提供擔?；驅嵨锏盅?。2024年，國內全面實施專利開放許可制度，這為知識產權質押找到了一個新突破口，但其實施效果還有待觀察。

近年來，在國家政策號召和激烈市場競爭刺激下，商業(yè)銀行開展科技信貸業(yè)務熱情較高，設立了大量專營科技信貸機構（科技支行）和服務團隊。截至2023年6月底，我國已設立科技特色支行、科技金融專營機構超1 000家；高技術制造業(yè)中長期貸款余額2.5萬億元，同比增長41.5%；科技型中小企業(yè)貸款余額2.36萬億元，同比增長25.1%；專精特新企業(yè)貸款余額2.72萬億元，同比增長20.4%[6]。

（三）科技保險

科技保險是指利用保險作為風險分擔方式，對創(chuàng)新活動（研發(fā)、生產、銷售、融資、侵權等）中因風險而發(fā)生的損失，由保險公司給予賠償的保障方式。我國科技保險起步于2006年，經過十幾年的發(fā)展，國內已有數十個科技保險險種，風險保障覆蓋產品研發(fā)、知識產權保護、貸款保證、研發(fā)人員健康等多個方面。

如果按照保險標的物來分類，大致可以分為三類。第一類，以科技人員、技術產品為保險對象，如研發(fā)人員團體健康險、高企產品出口險；第二類，以成果轉化、研發(fā)活動為保險對象，如先用后轉險、蘇研保；第三類，以融資為保險對象，如高企小額貸款保證保險。相較而言，第一類與普通人身保險、財產保險差別不大，科技屬性較弱；第二類科技屬性最強；第三類相當于提供了擔保功能。

第二類科技保險以創(chuàng)新活動發(fā)生的風險為對象，最具有代表性。2023年，浙江在國內率先推出“先用后轉險”?？萍汲晒跋扔煤筠D”機制在實施過程中，可能出現企業(yè)欲試用專利而高校對前期“免費環(huán)節(jié)”心存顧慮、企業(yè)試用成果后不愿“買單”但私下仍使用該項專利等問題，從而導致成果落地難。在‘先用后轉’過程中一旦發(fā)生侵權行為，經鑒定后保險公司會先行賠付，如果有涉及侵權或違反科研誠信等行為，相關調查結果會推送至浙江省信用中心，并納入信用檔案[7]。

三、主要挑戰(zhàn)：科技與金融尚未深度融合

科技金融在實踐中仍面臨著一些難題，雖然具體形式各有不同，但究其主因還是科技創(chuàng)新與資本融通尚未深度融合。以資本視角談融資，以科研視角談創(chuàng)新，科技與金融簡單疊加，仍是“兩張皮”。資本缺乏耐心，科研脫離市場。具體而言，主要難題與挑戰(zhàn)大致有七個方面。

一是商業(yè)銀行科創(chuàng)投研能力較弱，傳統金融評價方法對前沿技術、新興產業(yè)還難以識別，缺乏價值發(fā)現和風險控制能力。二是尚未形成市場化的科技信貸風險防控機制。壞賬風險補償資金高度依賴政府財政牽引。三是金融機構熱衷于支持成果轉化中期、后期階段的頭部科技企業(yè)，如獨角獸、專精特新小巨人企業(yè)，對于尚未越過“死亡之?！钡某鮿?chuàng)企業(yè)熱情不足。四是數據孤島的現象依然存在，科創(chuàng)企業(yè)相關數據分散在科技、工信、稅務、社保、統計等多個部門。五是重數據、輕算法，科創(chuàng)企業(yè)畫像難以反映技術資產未來價值?？萍计髽I(yè)評價模型或偏財務，或偏研發(fā)，盲人摸象，各說各話，僅具參考意義，難以完全支撐決策。六是風險投資退出渠道狹窄，科創(chuàng)企業(yè)資本并購不活躍，二級市場S基金剛剛起步，高效、縱橫銜接的多層次資本市場體系有待完善。七是天使、創(chuàng)投基金規(guī)模不斷壯大，但是民營資本參與熱情不足，各級國有資本投入占比較大。

四、創(chuàng)新啟示：構筑科技創(chuàng)新與金融資本“融合矩陣”

如果借用量子力學的理論來描述，科技金融的概念可以理解為具有某種“疊加態(tài)”，好比旋轉的硬幣同時具有正反兩面，科技金融也需要從科技創(chuàng)新和金融資本兩個維度來理解和描述，科技金融內部形成了比較復雜的二維融合矩陣關系。僅僅從資本供給側去理解科技金融，就會出現看不懂、難估值的現象。僅僅從創(chuàng)新需求側來看科技金融，缺乏市場化的思維，又會出現技術“叫好不叫座”的現象?？萍紕?chuàng)新與金融資本的簡單疊加并不能有效解決創(chuàng)新融資難題，必須構筑科技創(chuàng)新與金融資本“融合矩陣”，推進二者在價值發(fā)現、風險分擔和數據畫像等方面深度耦合發(fā)展（見圖3）。按此邏輯，本文提出以下四點創(chuàng)新啟示。

（一）金融機構以技術演進規(guī)律把握宏觀投資決策

現代技術的復雜性、專業(yè)性、顛覆性是阻礙金融機構理解技術的主要障礙。一方面，在微觀上要求金融機構具備全領域的技術專業(yè)能力是不現實的；另一方面，在宏觀上各類技術進步又表現出共同的演化規(guī)律。一項技術會經歷嬰兒期、成長期、成熟期和衰退期四個階段，這構成了技術演進的S曲線[8]。在嬰兒期，技術性能提升較慢，市場預期比較謹慎；到了成長期，技術性能提升呈現爆發(fā)態(tài)勢，市場預期迅速走高，并出現估值泡沫；進入成熟期，技術性能平穩(wěn)提升，估值泡沫破裂，市場預期趨于合理；當進入衰退期，其發(fā)展態(tài)勢平緩，商業(yè)化價值已經見頂，隨之一條新的代表未來技術發(fā)展方向的S形曲線就會出現。技術進步沿著新舊S曲線的轉換更迭而不斷演化（見圖4）。

S曲線對金融機構的意義在于，金融機構可以判斷其決策活動是屬于科技金融還是傳統金融。面對融資需求，金融機構應該對企業(yè)的技術資產進行宏觀上的理解，利用S曲線等工具判斷技術所處的大致階段，把握好技術演進節(jié)奏。對處于嬰兒期、成長期的技術，采用科技金融的思路；對處于成熟期、衰退期的技術，采用傳統金融的思路。以太陽能電池材料為例，其歷經單晶硅、多晶硅、薄膜電池、鈣鈦礦等多條S曲線演進，目前投資于鈣鈦礦就屬于科技金融行為。

（二）發(fā)揮科技創(chuàng)新平臺的技術價值發(fā)現能力

傳統金融機構，如商業(yè)銀行、保險公司、券商等，缺乏在微觀上對技術的理解力，這既是專業(yè)能力所限，也是投研成本所限。金融機構所不具備的技術專業(yè)能力，恰好是科技創(chuàng)新平臺的優(yōu)勢?？萍紕?chuàng)新平臺主要類型有國家重點實驗室、工程技術中心、概念驗證中心、中試平臺、新型研發(fā)機構等，一般是依托科研實力雄厚的高校院所建設，以推進科技成果轉化為目標，可以開展科學研究、技術創(chuàng)新和研發(fā)服務等活動，在各自專業(yè)領域具有強大的技術判斷和理解能力，甚至是天使投資能力。

構建金融機構和科創(chuàng)平臺深度融合機制。金融機構可借助科技創(chuàng)新平臺的專業(yè)能力篩選科技成果轉化早期項目，科技創(chuàng)新平臺則借力金融機構放大自有資本、接力投資、拓展資源鏈接。從合作機制的形式來看，可以以科技創(chuàng)新平臺為主導聯合投資基金開展在孵項目投融資；也可以由投資機構主導與科研機構合作建設科創(chuàng)平臺來幫助識別科技項目。

目前國內外實踐中有一些初步的探索。以概念驗證中心為例，其是指依托高等院校和新型研發(fā)機構，對早期科技成果和未來技術概念進行篩選，提供原型制造、技術可行性論證、商業(yè)模式驗證、創(chuàng)新融資，資源嫁接，降低市場轉化風險的新型科創(chuàng)平臺[9]。如湖北首家概念驗證中心—“喻越”。該中心主要依托華中科技大學在醫(yī)工裝備領域的技術優(yōu)勢，已于2003年發(fā)布首期驗證計劃“醫(yī)工裝備概念驗證計劃”，設立概念驗證專項資金，預計三年投入1 000萬元，每個項目投入30萬元～50萬元，資助期為2年，用于早期項目篩選及商業(yè)化驗證，并提供技術經紀人跟蹤服務、供應鏈服務、應用場景搭建等內容[10]。

又如高瓴資本推出“Aseed+”計劃，計劃3年投資新能源、新材料、生物科技等領域100家種子期企業(yè)，單筆規(guī)模一般在1 000萬元～2 000萬元人民幣；并以“共創(chuàng)”方式與合作伙伴設立概念驗證、中試平臺，開展創(chuàng)業(yè)孵化、市場驗證、產業(yè)對接、后續(xù)融資等一體化服務，為初創(chuàng)企業(yè)提供全周期支持[11]。

（三）金融機構和孵化載體共建風險分擔體系

傳統商業(yè)信貸追求的是低風險、低收益，科技信貸現實卻是高風險、低收益。科技信貸風險與收益的不匹配，使得商業(yè)銀行對產品已經上市、商業(yè)模式已經發(fā)展成熟的頭部科技企業(yè)“趨之若鶩”，對初創(chuàng)期科技中小企業(yè)“望風卻步”。貸款利率的提升空間有限，商業(yè)銀行分業(yè)經營的約束又使得投貸聯動難以真正聯合，商業(yè)銀行面臨風險防控的難題。

目前，流行的解決辦法是將壓力傳導給政府。實踐中主要有三種方式。第一類是政府設立科技貸款風險補償資金池，當不良貸款發(fā)生時，由政府給予一定比例（30%～50%）風險補償，以分散銀行風險，如科保貸等。第二類是設立國資擔保公司，為科技貸款提供擔保，風險代償比例高達80%左右，如科擔貸。第三類是由國有保險公司為科技企業(yè)貸款提供信用保證，一般賠付率在50%左右，如科技保證保險[12]。政府參與風險分擔的同時，也會提出相應要求，如貸款對象須是高新技術企業(yè)、需向企業(yè)提供優(yōu)惠貸款利率、對小額貸款減免擔保費等。

政府不是市場主體，更不是創(chuàng)新主體，既沒有價值發(fā)現的商業(yè)技巧，也沒有技術理解的專業(yè)能力。由于優(yōu)惠利率降低了企業(yè)融資成本，實踐中此類政策工具往往異化為商業(yè)銀行籠絡優(yōu)質客戶的價格手段。初創(chuàng)科技企業(yè)融資難并未真正破解。政府有限財力相對信貸海量市場也是杯水車薪。

科技園區(qū)、孵化器、眾創(chuàng)空間等孵化載體很多具有技術背景，對在孵企業(yè)的技術先進性、未來市場前景有著深刻的理解，且與企業(yè)朝夕相處，實時了解企業(yè)動態(tài)。對于優(yōu)質種子企業(yè)，科技園區(qū)在資金融通上助其一臂之力，分享企業(yè)成長收益，也是增強科技園區(qū)自我造血功能的重要途徑。2023年全國眾創(chuàng)空間房租及物業(yè)收入占比約為31%，投資收入占比僅為5.8%[13]，投資收益占比偏低。

可以讓科技園區(qū)（孵化器、眾創(chuàng)空間）加入風險分擔體系，探索新型科技貸款產品—科技園區(qū)貸。具體設計思路如下：商業(yè)銀行可與科技園區(qū)等載體合作，共同商定信貸額度，科技園區(qū)出資設立風險補償資金池，凡是合作科技園區(qū)推薦的企業(yè)，商業(yè)銀行立即發(fā)放貸款，實現“見推即貸”。如果發(fā)生壞賬，科技園區(qū)分擔一定比例的損失，同時也允許科技園區(qū)向企業(yè)收取一定的擔保費；商業(yè)銀行利用科技園區(qū)對在孵企業(yè)的專業(yè)理解力和信息掌控力來控制風險；科技園區(qū)利用商業(yè)銀行放大自有資本、擴展資源鏈接，實現孵化收益最大化。

（四）算法創(chuàng)新、數據共享，打造AI時代評價模型

近年來，人工智能技術不斷突破，大數據、云計算應用日益普及，國內一些地區(qū)已開始嘗試打造線上智慧融資云平臺，如武漢面向中小企業(yè)融資的“漢融通”平臺、河南省中小企業(yè)融資云平臺等。以“漢融通”為例，其實現了平臺與經辦銀行、智慧城市數據系統直連，平臺上設有301專區(qū)，即“3分鐘申貸、0人工干預、1秒鐘放款”，企業(yè)從申請到放款全在線上完成，貸款額度由系統綜合大數據進行AI計算[14]。但以上平臺并不是科技企業(yè)專屬融資平臺，科技企業(yè)AI評價模型是決定融資云平臺成敗的關鍵。

科技企業(yè)AI評價模型包括數據、算法和算力三部分。目前就科技金融的實踐來看，算力尚不成問題，算法尚未真正突破，數據共享尚在其次。

用數據為科技企業(yè)畫像，往往令人聯想到大數據，數據越多、越全，企業(yè)畫像越精準。但是算法比數據更為重要，如果評價指標無法反映技術創(chuàng)新的潛在商業(yè)價值，即使數據再多也無濟于事。當前科技企業(yè)評級指標，往往將傳統的財務指標和反映企業(yè)研發(fā)能力的科研指標簡單疊加，這種算法模型更適宜描繪商業(yè)模式成熟的頭部科技企業(yè)，對初創(chuàng)科技企業(yè)的未來價值則無法表達，其篩選結果又回到“錦上添花”的傳統金融選擇，對于需要“雪中送炭”的初創(chuàng)科技企業(yè)仍無法識別。設計反映技術資產未來商業(yè)價值的評價指標，創(chuàng)新模型算法，是當前評價模型亟待突破的核心難題。

模型算法不突破，數據共享的范圍就不會有確切邊界，會陷入數據越多越好的感性認識之中。優(yōu)秀的算法只需要適量的數據就能得到正確的結果。當然，目前還存在數據孤島的現象，分散在不同政府部門的科研、社保、納稅、專利等數據還有待進一步整合。但是共享數據的廣度和深度，必須以算法需求為基本依據，同時考慮商業(yè)安全、個人隱私等因素，來劃定夠用、最小的數據邊界。

參考文獻：

[1] 曾剛，楊川.科技金融：中國創(chuàng)新金融的實踐[EB/OL].（2024-03-21）[2024-06-28].https：//baijiahao.baidu.com/s？id=1794137106127507292.

[2] 張曉晶.做好科技金融這篇大文章[N].學習時報，2023-12-27（A1）.

[3] 郭靜原.金融支持科創(chuàng)力度持續(xù)提升[N].經濟日報，2023-7-28（3）.

[4] 孫瑜，劉垠.創(chuàng)新積分制：精準破解科技企業(yè)融資難題[N].科技日報，2023-06-14（1）.

[5] 國家知識產權局.提升知識產權質押融資 助益營商環(huán)境優(yōu)化[EB/OL].（2024-03-19）[2024-06-27].https：//www.cnipa.gov.cn/art/2024/3/19/art_3357_191075.html.

[6] 中國政府網.央行：推動科創(chuàng)型企業(yè)貸款持續(xù)保持較高增速[EB/OL].（2023-07-27）[2024-07-01].https：//www.gov.cn/zhengce/202307/content_6894867.htm.

[7] 鄒倜然.先試用后“買單”，讓科技成果不再“束之高閣”[N].工人日報，2024-01-17（7）.

[8] 孫黎，鄒波.踏準技術路線圖的節(jié)奏[J].清華管理評論，2019（10）：31-39.

[9] 許彬彬，周超，范存義.基于科技成果轉化的概念驗證中心研究綜述與展望[J].杭州科技，2024（2）：46-51.

[10] 長江網.1000萬元“投小”“投早”，我省打造首個“概念驗證中心”[EB/OL].（2023-04-26）[2024-06-28].http：//news.cjn.cn/csqpd/wh_20004/202304/t4537735.htm.

[11] 中證網.高瓴宣布推出“Aseed+”主推共創(chuàng)模式 計劃三年投資100家種子企業(yè)[EB/OL].（2022-09-28）[2024-07-15].https：//www.cs.com.cn/cj2020/202209/t20220928_6300680.html.

[12] 馮穎，尹成遠.河北省“政銀保”小微企業(yè)貸款保證保險的創(chuàng)新實踐[J].中國保險，2016（6）：19-22.

[13] 湖北日報.如何將培育孵化價值收益最大化？150位創(chuàng)孵“高手”在漢共謀專業(yè)化發(fā)展新路徑[EB/OL].（295a06b4778c9f7863d87bfae72869e31c2a759a3e1b913e33a267911b9e78d15024-04-09）[2024-06-29].https：//news.hubeidaily.net/pc/c_2470548.html.

[14] 管妮娜.武漢小微企業(yè)恢復發(fā)展融資難問題研究：基于政府“有形之手”引導的視角[J].江漢大學學報（社會科學版），2021，38（4）：81-95，127.

Research on Technology Finance Innovation from the Perspective of Financial Instruments and Fusion Matrix

Zhu Wei

（Wuhan Science and Technology Development Promotion Center， Hubei， Wuhan， 430023）

Abstract： [Research purpose] It is of great significance for cultivating new quality productive forces to promote the deep integration of technology and finance， so as to provide efficient liquidity support for innovation. [Research method] This article takes technology financial instruments as the starting point to analyze the development status quo and main challenges of three major categories of technology financial instruments： equity investment， technology loans， and technology insurance. This article attempts to construct a "fusion matrix" of technological innovation and financial capital， promoting their deep coupling development in value discovery， risk sharing， and data profiling， and proposing insights for technological and financial innovation. [Research conclusion] This article proposes four policy recommendations， including grasping the direction of investment decisions based on the laws of technological evolution， leveraging the technology discovery capabilities of science and technology innovation platforms， promoting the participation of incubation carriers in risk sharing， and making algorithm innovation the breakthrough direction of AI models.

Key words： technology finance; financial instruments; fusion matrix; algorithm innovation; new quality productive forces

作者簡介：朱巍，男，1978年生，碩士，研究員，研究方向為科技戰(zhàn)略、科技金融。