近年来，科技创新对经济社会发展的驱动作用日益增强。根据国家统计局的数据，2022年我国战略性新兴产业增加值占GDP的比重超过13%，科技创新和研发投入方面继续保持强劲增长势头，持续推动高技术产业的转型升级。
作为金融服务实体经济的“五篇大文章”之首，科技金融也日益受到商业银行的重视，成为服务和投向的重点领域。2023年科技型中小企业本外币贷款余额为2.45万亿元，同比增长21.9%，获得贷款支持的高新技术企业有21.75万家，获贷率为54.2%。在商业银行不断探索实践科技金融的过程中，科技企业评价体系仍然是科技金融的“卡脖子”领域，也是创新服务的核心环节。
现金流需求与风险的错配。科技企业在不同发展阶段所面临的资金需求与现金流入之间的错配问题，导致了信贷资金的风险与回报之间的显著不对称性。在企业生命周期的初创阶段，科技企业的研发活动需要巨额资金的支持，但由于收入和利润有限，现金流常呈现负值，加之市场信誉不足和财务记录不健全，这些企业在融资时面临诸多限制，承受着较大的融资压力。随着企业进入成长期，产品开始成熟并逐步走向市场化，但可能会继续增加研发和市场营销的投入，因此将维持现金流的紧张状态。同时，为了支持扩张计划，如增加库存或扩建生产设施，企业对资金的需求进一步增加，加剧了现金流的错配问题。
为科技企业在早期或规模较小的阶段提供有力的信贷支持，并对其进行合理的信用评价显得尤为关键。政策制定部门反复强调“支持早期和小型企业”和为科技企业提供“首次贷款”优惠政策的重要性，促进科技企业的成长和发展，“知早、知小”对银行信用评价体系提出新的挑战。
高技术轻资产。企业的投资优先级倾向于研发活动，包括人才培养、实验设备和材料等，而非传统生产设施或库存。轻资产模式赋予科技企业快速创新和市场适应的能力，技术创新和商业模式创新是科技企业构建竞争优势的主要方式，这种创新驱动的模式不依赖于传统资产规模。科技企业的核心资源是其知识产权、专利技术、研发实力和创新思维；即使到了产品成型量产阶段，也往往采用外包与合作策略，将生产列为非核心业务外包给专业服务提供商，减少固定资产的持有。
科技企业的技术创新风险。科技企业在信贷视角下表现出一系列独特的风险特征，首要的就是技术创新和迭代的风险。在快速变化的市场环境中，只有持续的技术创新才能在产品层面推陈出新，管理层面降本增效，全面应对新的商业模式、消费者需求和竞争压力，获取企业发展的护城河。同时，技术制裁和来自无形资产专利权的纠纷也成为科创企业的常见烦恼和风险。科创板拟上市公司在上市进程中经常遇到专利诉讼等方面的诸多挑战，包括专利侵权诉讼、专利权属纠纷，从而增加上市审核难度、延迟上市进程，甚至遇到上市受阻的问题。
以“资金流”为核心的评价体系。商业银行在评估企业的信用状况时，通常把资金流特别是经营活动产生的现金流量净额作为第一还款来源。整体基于分析企业市场地位、产品竞争力、销售收入和利润趋势，判断客户支付能力及应收账款回收速度，综合评估主营业务的盈利能力和现金流稳定性；同时，审视资产负债表，评估企业资产结构的质量与流动性，关注固定资产、存货和应收账款等关键资产项目。结合企业短期和长期偿债能力的指标，评估企业偿还债务的能力及资金流动性。
以抵押物价值为补充的风险补偿机制。为进一步缓释风险，商业银行以抵押物价值为基础，形成了第二还款来源的企业风险补偿评价体系。商业银行依据抵押物在市场流动性和价值稳定性方面存在的差异进行分类管理，包括但不限于不动产、机器设备、存货仓单及应收账款等；在抵押物的所有权明确的前提下，依据委托专业评估机构或利用内部团队对抵押物的市场价值及其在违约情况下的可变现性进行精确评估。在综合考虑上述因素的基础上，商业银行能够确保在第一还款来源不足时，通过抵押物的变现来保障贷款的回收。
传统信贷评价体系的局限性。在金融科技融合的新时代背景下，银行业正面临一场深刻变革。科技金融作为一片新兴蓝海，其核心挑战在于如何有效降低银行与科技企业之间的信息不对称。这一问题的存在，直接导致了科技型企业在融资过程中遭遇难题，包括融资渠道狭窄和高昂的融资成本。而科技型企业，以其技术和业态的新颖性，展现出与传统行业截然不同的特点。这些企业往往在创业初期就展现出巨大的成长潜力，但同时也伴随着较高的不确定性。由于这些企业普遍处于成长的早期阶段，它们可能缺乏足够的经营稳定性，存在资产积累不足、公司治理结构尚不完善、信息共享机制不够健全等问题。这些因素共同作用，加剧了银行与企业间的信息不对称，使传统信贷模式难以适应科技金融的发展需求。
银行在评价科创企业时，其传统信贷评价体系存在的局限性表现在以下几个方面：一是财务指标依赖性强，银行传统信贷评价体系过分侧重于企业的财务报表和过往盈利记录。对于初创期的科技型企业，这些指标可能并不乐观，甚至反映出亏损状态，未能充分反映其成长潜力和未来价值。二是创新能力评价缺失，科技型企业的核心竞争力在于其创新能力和技术潜力，然而现有评价体系往往未能充分评估企业的技术先进性、研发实力和知识产权等关键方面。三是抵押物的要求限制和对知识产权价值认识不足。银行在信贷过程中通常要求企业提供不动产类的资产抵押物作为贷款的保障，而科技型企业往往缺乏不动产类的足值抵押物。对于科技型企业而言，知识产权是其核心竞争力的重要体现，专利申请量的趋势变化可以揭示企业历史研发活动的技术质量水平和发展潜力，但在信贷评价中往往未能得到充分重视。四是对技术风险评估能力的不足。科技型企业面临较高的市场和技术风险，此类风险信息透明度不足，导致银行难以全面了解企业的经营状况和市场前景，可能造成评估结果的偏差。传统信贷评价体系无法准确评估此类风险，也将导致信贷支持过于保守或缺乏针对性。
为了克服这些局限性，银行需发展更为综合的科技企业评价体系，将非财务指标如管理团队质量、行业地位、市场接受度等纳入考量。同时，银行应加强与科技企业的沟通，提高对行业特点和企业运营模式的理解，以更准确地评估企业的发展潜力和风险状况。此外，银行可探索建立与政府（引导）基金、创投基金、产业基金等股权投资机构的合作模式，通过多元化的融资渠道和风险分担机制，为科技企业提供更加精准的信贷支持。
以“技术流”为核心的评价体系。商业银行在科技企业评级中推出了一项革命性的评价体系——“技术流”评价体系。这一体系是对以企业财务状况为依据的“资金流”传统评价体系的重大突破和补充。“技术流”评价体系将数据视为企业的“第四张报表”，通过综合评分的方式，从科创企业的人才队伍、科技资质、知识产权等15个维度对企业的科技创新能力进行量化评价。通过“技术流”评价体系，不仅加速了科技创新能力在金融领域的全新量化，还拓宽了科创企业的融资渠道，为其提供了更加精准的金融服务和差异化的政策支持。
为破解评价体系的难题，浙商银行创新性地提出了“人力资本”概念，对于高层次人才创业差异化地提供人才银行服务。随着企业的成长发展，积极利用科学技术部火炬中心依托政府相关部门组织开展的“创新积分”科创评价体系，这一体系着力突出科技属性，从专利含金量、创新成果含量等多个维度，对企业的创新能力进行全面“画像”，评价结果用于差别化增信支持，持续提升科技型企业融资的可得性。这一体系聚焦科技金融评价难题，运用大模型、知识图谱、大数据等技术，集成5000余万家工商注册企业数据、1900余万条知识产权数据，涉及40余个科技产业链，实现了对科创要素的多维洞察和量化识别，提升了对科技型企业数字画像的立体度和精准度。
无独有偶，面对科技创新的浪潮，兴业银行充分发挥“数据+模型+系统”技术底座的支撑作用，实现了评价体系从1.0版本到4.0版本的快速迭代和优化。在1.0阶段，仅将“技术流”评价作为传统信用评估的补充，重点考察企业的科技创新能力，畅通科创企业的融资渠道。进入2.0阶段，兴业银行打造了自动化运营体系，引入官方数据，实现了科技企业基础数据的自动获取和自动评价，极大提升了业务办理效率和客户体验，提高了金融服务的便捷性。在3.0阶段，构建了智能化服务平台，围绕客群分层分类，深挖内外部数据价值，开发技术流数据驱动评价模型和审批模型，建立了全新的线上授信额度模型审批流程，强化精细管理和精准服务，有效提升了业务办理的质效。到4.0场景化阶段，将园区、行业、产业链等科创金融场景结合起来，加强与园区、政府部门、产业链核心企业的对接和信息交互，深入掌握科创企业痛点，开发专属的技术流评价和审批模型，优化授信管控模式，全方位提升对科技企业的综合服务水平。同时，兴业银行也依托科创服务“六专”体系，持续提升办理时效和服务质量，降低企业融资成本，完善匹配科创企业全生命周期的产品体系，助力科创企业实现高质量发展。
以投贷联动为资金互补机制。投贷联动模式通过提供资金支持与信誉背书，有效缓解了信息不对称对企业融资活动造成的压力。正如Quindlen（2000）①所指出的，投资机构通过有效监督和提供额外服务，有助于降低科创企业的运营风险。风险投资机构不仅参与企业内部管理，还特别关注产品、技术及企业家团队的质量。作为外部参与者，投资机构对企业的财务透明度和内部控制提出更高要求，这有助于缓解信息不对称问题。信息不对称理论强调，信息优势使决策者能够更客观、准确地综合评价事物，预见潜在风险，并在交易中取得有利地位。交易成本理论指出，企业机制的形成旨在追求经济效率。在交易过程中，参与者为了保障利益最大化，会在各个阶段投入成本进行信息搜集。商业银行与投资机构的合作，可以减少双方的交易成本，降低调查和信息搜集的费用。商业银行通常倾向于采取“先投再贷”的策略，即投资机构先行筛选企业，银行再根据股权投资额的一定比例和风险偏好跟贷，这种模式有助于银行规避风险。
投贷联动模式的实施，需要商业银行和投资机构之间建立紧密的合作关系，共同开发综合评估体系，以更全面地评价企业的创新能力和市场潜力。这种合作不仅能够提高融资效率、降低风险，还能促进知识和信息的共享，提高整个金融系统对科技企业的支持能力。不同类型资本的占比及其相互关系对减少企业的代理成本、促进企业价值最大化具有重要作用。通过优化资本结构，企业可以在不同资本之间找到平衡，以支持其长期发展和价值创造。
商业银行通过使用打分卡模型，从企业的产学研合作、高管团队背景、获得的政府奖补、科技资质和知识产权等多个维度，对企业的技术实力进行量化评估，并据此划分不同的信用等级。这种差异化的管理策略，不仅提高了银行对科创企业价值的评估能力，也为银行在客户准入和授权管理等方面提供了更为灵活的政策工具。
当然，在科技企业投贷联动退出机制路径上仍有待创新和丰富。据中国基金业协会的相关数据显示，截至2024年2月末，我国PE/VC基金共54896只，存续规模超14万亿元，近半数逐步进入退出期。目前国内私募投资机构在退出策略上高度依赖IPO，而受境内IPO节奏放缓，特别是新“国九条”出台的影响，私募股权基金出现了“退出难”，进而又传导至“募资难”，这也成为科技企业融资和投贷联动的难点与堵点。相比于美国的三大退出路径：并购退出（52%），S基金（43%）、IPO（5%），在未来和商业银行理财子公司在S基金的进一步合作突破，或将成为投贷联动破局的新亮点。
值得注意的是，科技企业评估体系并非一成不变，而是需要根据市场环境的变化和企业特性的演变进行动态调整。随着这些创新评价体系的不断优化和完善，预计未来将有更多的银行加入科技金融创新的行列中来，共同推动我国科技金融事业的发展，为国家的科技进步和经济转型升级作出更大的贡献。
综上所述，银行业在科技金融领域的创新探索，是适应新时代金融发展需求的必然选择。通过创新科技企业评估体系，降低银企信息不对称，银行业将更好地服务于科技型企业，推动科技创新与金融资本的有效对接，为国家的科技进步和经济转型升级提供强有力的金融支持，助力新质生产力发展。
①Quindlen R .Confessions of a Venture Capitalist: Inside the H igh-Stakes World of Start-up Financing[M].New York:Warner Books，2000.文章刊发于《银行家》杂志2024年第9期「行长视点」栏目
