基于實踐的商業銀行支持科技成果轉化模式創新

2015年修訂的《中華人民共和國促進科技成果轉化法》提出，科技成果是指通過科學研究與技術開發所產生的具有實用價值的成果。相應地，科技成果轉化可以理解為“為提高生產力水平而對科技成果所進行的后續試驗、開發、應用、推廣直至形成新技術、新工藝、新材料、新產品，發展新產業等活動”，是科技研究從創新鏈向產業鏈的轉化，經由資金、人才、平臺等要素支撐，進而催生形成新的產業，推動經濟系統持續壯大。

黨的二十大明確，要“完善黨中央對科技工作統一領導的體制，健全新型舉國體制，強化國家戰略科技力量，優化配置創新資源”，“提升國家創新體系整體效能”。2023年中央金融工作會議提出，要做好科技金融“五篇大文章”，將科技金融擺在更加突出的位置。我國金融體系以銀行為主導，商業銀行在構建“金融—科技—產業”大循環中應當承擔起關鍵橋梁作用。

本文以“科學評價科技成果是金融機構高效促進成果轉化的關鍵前提”為邏輯起點，以商業銀行科技成果評價改革試點工作為實證案例，形成以信用評價為核心的一系列科技企業評價評估策略，并在此基礎上創新形成配套信貸產品、系統工具及服務保障機制，為商業銀行完善科技金融服務機制、寫好科技金融大文章提供可借鑒的發展路徑。

01

國內外商業銀行支持科技成果轉化的實踐經驗

我國金融體系以銀行為主導，銀行無論是資金來源還是掌握的產業客戶資源都處于體系的核心地位。從全球來看，不同國家金融支持科技創新的體制機制各有特色。美國資本市場發達，但商業銀行在金融—科技循環體系中仍然發揮了較為重要的作用。德國以銀行為主導的金融體系與我國較為類似。國外銀行支持科技成果轉化的實踐經驗，對我國具有一定的借鑒意義。

（一）國外商業銀行實踐經驗

美國的風險投資市場較為成熟，投資規模多年來保持全球第一。風投機構與科創企業的合作大多持續10~15年，為科創企業提供了強有力的資金支持。美國的商業銀行亦借鑒股權投資思路，創新投貸聯動、夾層貸款、與政府合作的擔保貸款等信貸產品，作為風險投資之外的有效補充。

德國是典型的銀行主導的金融體系，強大的政策性銀行是德國金融的特色，在中小企業融資、科技企業融資方面扮演著重要角色，在間接融資、股權投資等領域廣泛涉足且發揮著關鍵的引導作用。德國擔保銀行作為整個體系的重要補充，對企業融資增信也發揮了積極作用。

（二）國內商業銀行實踐經驗

我國以間接融資為主，商業銀行作為金融主體，近年來在支持企業科技成果轉化方面進行了諸多探索。

在知識產權質押方面，我國商業銀行針對知識產權的特點，創新設計知識產權質押的專門產品。自2020年以來，全國專利商標質押融資登記金額年均增速在40%以上，增速逐年提升；2024年前三季度，專利商標質押融資登記金額達到7922.3億元，同比增長60%。但相較房產、設備等有形資產，知識產權專業門檻高，價值難以評估，市場也未建立完整的知識產權交易渠道，知識產權尚不能實現自由變現，商業銀行很難真正以知識產權價值變現抵補貸款損失。

在投貸聯動方面，2016年在《中國銀監會 科技部 中國人民銀行關于支持銀行業金融機構加大創新力度開展科創企業投貸聯動試點的指導意見》的指引下，商業銀行與子公司、投資公司等聯合開展“投貸聯動”試點，助力促進民間投資和擴大有效投資。投貸聯動在實踐中面臨如何設置投、貸防火墻，以及貸款難以分享投資收益、風險投資實質變為名股實債等難題，因此業務規模有限。

在科技支行建設方面，隨著金融支持科技創新的探索，我國商業銀行借鑒美國硅谷銀行實踐經驗并綜合我國金融特色，陸續成立科技支行以專業化支持科技創新活動。目前，全國銀行業金融機構設立科技特色支行、科技金融專營機構超1000家。

02

我國商業銀行支持科技成果轉化存在的難點

近年來，盡管我國商業銀行在支持科技成果轉化方面進行了積極探索，但整體效果距科技企業需求還有較大差距。商業銀行支持科技成果轉化存在以下難點。

一是商業銀行資金屬性與科技創新的風險不匹配。

科技成果轉化包括成果形成、評估、測評、中試、小規模投放、規模化生產等，周期長、風險大，商業銀行信貸融資只能獲得固定利息收益，難以承擔成果轉化不確定帶來的高風險。這種收益與風險不匹配的矛盾降低了商業銀行支持科技成果轉化的金融創新動力。

二是科技企業創新能力及發展潛力難以評估。

商業銀行傳統評價體系偏重財務數據，忽視科技企業“兩高一輕”的固有特征，缺乏對技術含金量、市場前景和價值、團隊研發實力等科技屬性的考量，對科技中小企業早期的識別和風險把握成為普遍難題，不會評、不敢貸現象突出。科技研發及轉化的高不確定性加大了科技企業及科技成果估值和風險量化的難度，對傳統商業銀行的信用評估邏輯提出挑戰。

三是科技企業的信息難以獲取。

科技中小企業信息披露不完善，早期的經營數據積累不充分，科技數據分布在不同的管理機構或系統中，這都導致商業銀行難以高效作出信貸支持決策。

四是科技企業無形資產評估存在難點。

科技中小企業無形資產占比高，商業銀行依賴固定資產抵押的傳統服務模式難以發揮作用，對科技企業的重要無形資產——知識產權，還存在評估難、評估貴、評估慢、變現難等問題。

五是商業銀行缺少對科技人才的專屬評價方法。

科技創新能力體現在科技人才從創新思想產生、應用研究到科技成果轉化的全過程，是影響科技成果商業化的關鍵因素。現階段商業銀行缺少對科技人才的專屬評價方法，難以從科技研發團隊的角度考察科技企業的創新潛力與后勁。

03

我國商業銀行以信用評價為切入點支持科技成果轉化新模式的探索

“可評價”是銀行金融服務的基礎。信用風險評價作為信貸風險管理的基石，為信貸授信、產品創新、定價管理、貸后管理、經濟資本管理等商業銀行核心金融管理提供決策依據和參考。解決好科技成果評價難題，對做好科技金融服務工作至為關鍵。

2021年，國務院辦公廳印發的《關于完善科技成果評價機制的指導意見》提到，“充分發揮金融投資在科技成果評價中的作用”。中國建設銀行作為參與中央深改委科技成果評價改革試點的唯一一家商業銀行，圍繞試點任務，將銀行視角從對傳統企業的“看資產、看報表、看歷史”轉換成對科技企業的“看人才、看科技、看未來”，在“可評價”“看得懂”“可貸款”等銀行服務科技型企業的關鍵問題上形成突破。

（一）從科技人才出發構建科技企業專屬評價體系

圍繞“評價難”這一核心問題，以科技人才為出發點，將科技人才、科技成果、成果轉化等要素量化融入針對企業經營發展潛力、債務履約能力的信用評價體系當中，研發以行為評價、信用評價、資產評估為特色的科技企業信用評價體系，為商業銀行金融決策及管理提供依據。

1.建立科研團隊穩定性評價方法

通過評價研發團隊穩定性和科研成果持續產出能力，穿透探查企業人才價值貢獻。一是通過公開渠道，廣泛收集科技企業人才維度的數據信息，引入核心人員科技成果轉化能力等軟實力要素，運用大數據批量處理技術，將科技企業的知識產權穿透歸屬至具體的發明人員。二是動態監測團隊知識產權研發變化，通過量化考察核心研發團隊中近年知識產權研發情況、核心團隊人員變動、發明人員人均科技創新有效產出等指標變化，綜合評價企業研發團隊的穩定性。通過豐富商業銀行對科技企業的評價維度，有助于更精準地捕捉科技創新要素的流動和變化，促進科技人才等創新資源在各創新主體間高效流動。

2. 構建科技企業評價指標體系

開發大中型科技企業“星光STAR”評價指標體系。圍繞人力資本、技術創新能力、科技成果市場價值及各方資源支持4個核心維度，構建全面、科學的評價指標體系（圖1），既聚焦知識產權及研發成果，也關注研發投入及研發過程；既聚焦技術研發，也關注研發所必需的創新人才基礎；既聚焦技術創新能力，也關注技術成果的市場轉化及相關資源支持。評價方法在客戶選擇、額度授信、貸款定價、貸后管理、經濟資本計量考核等信貸流程各關鍵環節充分發揮支持作用。

創新小微科技企業信用風險評分卡。以4.7萬家各類科技企業貸款表現作為建模樣本，通過基于數據的科技企業信貸風險實證研究，優選金融場景下科技型小微企業的核心評價指標。提煉科技企業風險特征，將專利數量、專利類型、專利發明成員、專利時效等因素引入評價模型，形成5大類45小類核心評價指標，力求更加精準地評價企業科技屬性對信用風險的影響。

3. 創建科技成果價值評估方法

探索知識產權質押融資內部評估法。知識產權是科技成果的主要形式之一，也是科技企業核心資產的重要組成。長期以來，“評估難、評估貴、評估慢”成為制約知識產權流通變現、發展知識產權質押融資業務的難點、痛點。基于國家知識產權局、中國人民銀行、國家金融監管總局聯合制定的《專利評估指引》中專利質押融資場景的指標和權重設置，以國家知識產權局定期公布的專利許可數據為基礎，從專利的法律價值、技術價值、經濟價值等核心要素出發，較為科學地得出專利價值。通過線上實時評估知識產權價值，有效提升知識產權質押融資的評估效率，降低評估費用，推進知識產權作價評估標準化。

建立早期科技成果資產評估方法。探索將科技成果生命周期劃分為實驗室階段、工程化階段和產業化階段：一是針對實驗室階段科技成果特點，提出了以定性為主、定量為輔的專家打分法和多元評價法2種方法；二是結合工程化階段多為科技成果迭代研發及訂單研發等實際情況，提出了以定量模型為主的本利法、二階段法和實物期權法3種方法；三是在產業化階段提出了適合銀行業內部評估能力建設的行業許可收益調整法。滿足了各需求方對不同階段的科技成果資產評估專業服務的需要，為商業銀行開展科技成果質押融資業務提供支撐。

4.創新科技企業股權維度評價

科技企業具有“輕資產、重股權”的特征，針對企業投資者行為構建專門的評價模型，基于熵權法梳理108類量化指標體系，實現依托投資行為的創新潛力量化評估，與債權評價方法形成維度互補和交叉驗證。

（二）部署互聯網綜合化平臺，深化銀行人員科技領域認知

“看得懂”是金融服務的前提。運用新一代信創技術棧，基于分布式架構和容器云平臺，整合形成企業科創評分、科創雷達等管理分析模塊，以圖形直觀展示科技企業人才、科技成果、創新能力、經營能力、社會認可度等情況，評價企業核心競爭力、技術先進性，研判未來成長空間和市場機會，加深銀行從業人員對科技領域的認知理解，緩解其對科技領域不熟悉、不了解，不會貸、不敢貸的畏難情緒。

一是量化評定企業科創能力。

整合5600萬條工商企業數據，運用機器學習方法，篩選出1000余萬條高科技含量企業數據，分析了1900萬份知識產權，建立了涵蓋300余個標簽的企業級科創標簽體系，將企業科技能力由抽象的定性描述轉變為可視化的定量度量。探索找出優質企業萌芽期的潛力特征，利用因子分析算法從海量特征中解析出企業創新潛力，由此發掘出超9萬家潛力型科技企業。最終形成基于數據算法的一系列差異化的創新能力評分模型，對各類尚未獲得政府科企資質認定的優質科技企業也可實現科學評分，并據此提供差別化的服務支持。

二是集成展示評價結果。

推出“科創雷達”應用模塊，實現對科技創新金融數據的統一管理和整合。對科技企業產出成果、科技含量、金融風險等進行量化和實時的評估、評價，以實現可視化洞察和快速查找的目的，進一步提升為科技創新企業提供個性化服務的能力。

三是完善科技企業信貸產品供給及配套信貸機制。

“可貸款”是銀行金融服務的主要形式。創新知識價值信用貸款模式，研發推出針對科技企業及科技人才的信貸產品，持續完善配套信貸機制。

四是創新科技型小微企業信貸產品。

針對科技企業成長初期輕資產、低收入的難題，支持科技企業以關鍵人才、創新能力、政府認證、市場認可等要素獲得信貸融資。創新的信貸產品具有兩方面特征。首先，企業覆蓋面廣，服務范圍在高新技術企業、專精特新企業等政府認定科技企業名單基礎上進一步前移，企業只要擁有與主營業務相關的自主知識產權，或企業主為高層次科技人才，或承擔重大科技專項、知名高校及科研院所的科技成果轉化項目即可申請，大大降低了信貸準入門檻。其次，創新多元化定貸方式，在以經營收入為主的基礎上，將科研人才、知識產權、市場認可等科技要素量化納入額度模式，對科技能力突出、初創期營收有限的科技企業也能提供貸款支持。目前，創新的信貸產品已為近1.4萬戶科技型小微企業提供授信支持近200億元。

五是創新科技人才信貸產品。

聚焦科技人員股權配置需求，在金融監管政策指導下，向科研人員、科技企業家、創新創業重點群體發放個人貸款，用于滿足科技人才股權激勵、回購股權、稅費繳納等方面的資金需求。

六是細化配套信貸制度。

擴大高新技術企業、先進制造業、專精特新“小巨人”等優質科技企業審批授權。將先進制造業、科技創新等重點領域業務納入“綠色通道”，享受“優先受理、優先審批、并行作業”等一系列流程優化安排。試點成立科技企業授信審批專屬服務團隊，提升業務效率和客戶服務水平。探索制定《科技企業信貸業務盡職免責實施細則》，明確信貸全流程盡職認定標準、免責情形和問責要求。區分科技信貸業務辦理過程中的典型場景，提出全部免責或部分免責情形，確保盡職免責落到實處，支持科技創新，保護科技信貸業務人員工作積極性。

04

建議

科技成果的復雜性、專業性、階段性及其影響的時滯性，決定了科技成果評價是世界性難題，沒有放之四海而皆準的科技評價體系，也沒有永恒不變的評價方法。商業銀行可根據自身的風險偏好、管理能力、組織體系等，構建適合自身的科技成果評價方法和科技金融服務體系，實現科技—金融—產業的良性循環。

加快科技成果轉化，需要政府、科研機構、科技企業、金融等多方發力。本文從鼓勵商業銀行加大對科技成果轉化的支持力度、寫好科技金融大文章的角度，對科技主管部門及金融監管部門提出相關建議。

一是豐富科技企業認定方法，提升金融資源配置效率。

2024年，人民銀行進一步明確了科技企業、科技產業口徑及內涵，指導商業銀行更加精準地支持科技企業，使金融資源配置效率更高。當前對科技企業的認定大多從企業所獲稱號（如專精特新中小企業）、企業所屬行業（如戰略性新興產業）、企業知識產權數量（如專利密集型企業）等企業法人維度出發，企業中科技人才的特征較少體現。考慮到科技人才對科技成果研發及轉化的關鍵作用，特別是在一些初創期企業中，企業創始人或科研團隊帶頭人往往是知名科學家，對企業的戰略發展、主營方向、業務科技屬性等起到決定性作用，建議在認定科技企業時，增加對企業科技人才的衡量指標，進一步豐富科技企業認定方法。

二是完善制度機制，激發金融服務科創的內生動力。

目前，商業銀行盡職免責制度和風險容忍機制主要圍繞傳統企業，服務科技的理念在經營落地時面臨具體困難，客戶經理為科技企業服務的動力不足。建議完善制度供給，形成可操作、可應用的科技金融盡職免責制度與指引，相對地提高不良容忍度，明確貸前、貸中、貸后全流程盡職認定標準、免責情形和問責要求，確保將盡職免責制度落到實處，保護工作人員的積極性。

三是促進信息共享，豐富科創特征數據供給。

商業銀行服務科技企業存在難以看懂的困境，迫切需要大數據支撐，逐步明晰科技行業畫像及企業畫像。目前對于科技企業的數據積累缺乏體系，數據量、數據維度都不夠豐富，建議發揮平臺數據化中樞作用，由政府主管部門牽頭，打破信息壁壘，增強數據供應能力。在“可用不可見”的前提下，提升銀行的數據獲取能力、對科技行業的判別能力和服務能力，以數據拓寬科技金融服務視野。

本文來源于《中國科技人才》2024年第5期。張楠，中國建設銀行總行普惠金融事業部副總經理；劉燁，中國建設銀行總行普惠金融事業部高級副經理；劉美靜，中國建設銀行總行普惠金融事業部副處長；許淑紅，中國建設銀行總行普惠金融事業部副處長。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com