构建同科技创新相适应的科技金融体制（4）

（二）多层次资本市场的协同与部分金融产品的退出机制不匹配

1.多层次资本市场协同机制存在结构性缺陷

尽管科创板、北交所等为科技企业提供了直接融资渠道，但市场层次间的转板机制尚未完全打通，多层次资本市场的协同效应未能充分发挥。

科创板作为服务硬科技企业的主阵地，截至2025年6月，已有近600家上市公司，IPO加上再融资募集资金合计超万亿元。然而，当前科创板依然面临流动性不足的问题。由于50万元的投资门槛仅覆盖约300万高净值人群，散户贡献交易量有限，而机构持股占比虽达60%以上，但公募基金配置比例较低，仅5%（创业板达15%），机构“抱团取暖”导致小市值公司流动性枯竭。

目前，北交所市场交投逐步活跃，但在服务创新型中小企业方面仍有较大提升空间。特别是在转板机制方面，虽然已建立了“新三板－北交所-科创板/创业板”的递进式培育链条，但转板的常态化机制尚未完全建立，企业转板的不确定性仍然较高。资本市场生态尚未形成良性循环。

区域性股权市场作为多层次资本市场的“塔基”，在服务科技型中小企业方面发挥着重要作用。截至 2026 年 1 月 23 日，深圳前海股权交易中心“专精特新”专板累计入板企业达863 家。但整体而言，区域性股权市场的流动性不足、定价机制不透明等问题仍然突出。

2.资本供给失衡导致“耐心资本”严重不足

科技金融发展面临严重的资本供给结构失衡问题。国有资金作为主要资本来源，承受着短期考核压力大、风险承受能力低的困扰。《中国创业投资发展报告2024》显示，国有独资企业出资和财政资金在我国创业投资资本构成中占比高达58.65%。由于单一项目保值增值的短期考核要求，国有资金难以承担长期资本的角色，导致与成熟资本市场相比，我国创投行业始终缺乏长期、稳定的资金来源。“耐心资本”严重不足成为制约科技金融发展的关键瓶颈。

资管新规的出台进一步加剧了长线资本的稀缺性。资管新规导致来自银行、信托、保险等资管业务资金急剧减少，高净值人群财富管理资金加速向中国香港、新加坡等地转移，长线资本更加稀缺，创投机构募资难问题愈发显现，头部创投机构募资压力大，募集周期长达1—2年。“投早、投小、投硬科技”的资本供给严重不足。科技型企业融资难、融资慢、融资贵等问题仍旧存在，不少投资机构仍倾向于投向风险相对较低的成熟期科技型企业，对种子期、初创期的企业支持手段不多、资金投入不足，而这些企业恰恰最需要资金来启动研发与开拓市场。资金聚集与“抱团投资”现象使得少数头部项目与头部GP获得大量资金，而小额、多样化的早期独立投资机会减少，进一步提高了初创企业的融资门槛。这种资本集中度过高的现象，不仅加剧了早期项目的融资困难，也不利于科技创新生态的健康发展。

3.部分创新产品退出机制尚不完善，风险投资进出企业的通道不畅

股债结合、知识产权质押等创新融资工具中，风险回收与权责划分不清，银行担心缺乏市场化、可预期的退出路径。债务融资退出依赖企业现金流，与科创企业长周期发展不匹配；银行持有股权面临资本占用过高问题，且股权跟投后缺乏IPO或并购退出渠道，S基金流动性不足、定价机制缺失，知识产权处置难、变现慢等问题进一步加剧退出焦虑。

我国存在上千亿元的“游资”活跃在资本市场，但极少投向高新技术企业进行风险投资。风险投资进出企业的通道不畅是主要障碍。此外，进行风险投资要求风险资本管理者具备科技、金融、管理等方面的综合知识，并具有实践经验等，而我国这方面的人才缺乏，也严重制约了风险投资行业的发展。

（三）跨部门政策协同以及创新合作模式的体制性壁垒

1.跨部门政策协同依然有改善空间

科技、财政、金融等多部门在支持科技创新中存在职能交叉和资源分散问题，缺乏有效的跨部门协同机制。科技与金融之间的信息壁垒尚未有效打通，金融机构与科研单位在评估标准、风险认知等方面缺乏统一语言，导致金融资源往往难以及时进入技术发展的关键环节，形成“各自为政、难以衔接”的局面。

具体表现在：一是部门间数据共享机制不健全。科技、金融、市场监管等部门的数据未实现有效共享，影响了政策制定的科学性与执行效率。

二是政策目标存在偏差。不同部门在支持科技创新时往往从自身职能出发，缺乏统一的政策目标和协调机制，导致协同困境。科技金融涉及金融、财政、科技、工信等多个部门，各部门政策存在职能交叉、资源分散问题，缺乏系统性协同，部分政策目标存在偏差，难以形成合力。这种体制性障碍严重影响了科技金融政策的实施效果，导致政策红利无法充分释放。虽然2025年5月七部门联合发布的政策举措体现了高层推动跨部门协作的决心，但在具体执行层面，跨部门协同机制仍有进一步完善的空间。

三是差异化支持政策不够精准。不同发展阶段、不同类型的科技企业融资需求差异很大，但现有政策往往采用“一刀切”的支持方式。分层次、分类型的差异化政策体系，针对初创期、成长期、成熟期企业的细化支持措施依然欠缺。

四是央地政策传导存在“温差”。部分顶层设计良好的政策，在向基层传递和执行过程中，存在理解偏差、执行走样、力度递减的现象。由于央地信息不对称导致地方缺乏主动暴露问题的动力，激励不相容导致地方更偏好短期业绩，审查制度缺乏正向激励等诸多原因，一些地方未能结合本地实际制定细化、可操作的配套措施，导致政策悬空，政策落地机制仍需优化。

2.创新工具与合作模式需求迫切

银行对知识产权质押、股债联动、信贷+认股权、投贷联动信托等创新模式需求强烈，同时希望通过政府风险补偿基金、担保机制或再贷款政策降低风险暴露。用于评估科创企业风险的数据，如研发投入、专利引用次数等可用性有待提升，银行在合作模式上，期望与高校、创投机构、信托公司等合作，构建多元化金融服务体系。

3.金融产品创新滞后、保险与担保功能的发展不充分

金融产品创新滞后于科技创新需求。尽管已有多样化产品，但面对科技创新特殊需求仍显欠缺，如针对科研失败风险的保险覆盖面有限，知识产权证券化等创新工具尚属试点。科技企业直接融资仍存在较大堵点，加上市场化激励与容错机制不健全等问题，影响了创投市场发展。

科技保险覆盖范围较窄，产品创新不足。2024年保险业提供的科技保险保障中，70%集中于财产损失险，而研发中断险、专利被侵权损失险等创新险种占比不足10%。虽然近年来科技保险产品体系不断完善，已开发出研发费用损失保险、产品研发责任保险、科技成果转化费用损失保险、研发中断保险等多种类型，服务覆盖科技创新从研发到应用的全生命周期，但整体规模仍然较小。

政府性担保机构存在风险补偿比例偏低的问题。以国家融资担保基金为例，虽然对科技创新类中小企业风险分担所新增的代偿，中央财政每年安排资金给予一定风险补偿，但相比科技企业的高风险特征，现有补偿机制仍显不足。

（四）科技金融基础设施建设的系统性短板

1.科技金融数据共享机制缺失

科创企业、金融机构之间存在严重的信息壁垒，科技成果的技术成熟度、应用场景、市场前景等信息难以有效传递给金融机构，导致金融资本与技术资源对接不畅，数据孤岛现象严重阻碍科技金融的健康发展。数据孤岛是指那些被隔离、无法与其他系统或数据源有效交互的信息集合，包括金融机构内部不同部门、业务线之间的数据隔离；不同金融机构之间的数据壁垒；金融行业与其他行业之间的数据隔离。

不仅银行、保险公司、证券公司和支付机构各自拥有客户的部分金融行为数据缺乏安全高效的数据共享机制；并且科创企业信息分散，缺乏有效的信息整合和共享机制，其研发投入、专利质量、人才结构等核心数据分散在科技、市场监管、税务等多个部门，尚未形成统一的信息共享平台。金融机构无法获取客户在电商、社交媒体、税收、社保医疗健康等领域的行为数据，导致对客户需求和风险的理解片面化。

由于金融行业间缺乏互联互通的安全规则，以及不同行业、区域之间的数据集成不兼容，严重阻碍了海量金融数据资产的有效盘活和数据跨部门、跨机构、跨市场的有序流动。“数据孤岛”现象严重影响了金融机构对科技企业的精准识别和风险评估。

数据标准不统一是另一个突出问题。不同监管部门对同一指标的定义可能存在差异，比如“关联方”，银行监管部门可能依据持股比例认定，证券监管部门则更关注实际控制关系；“不良资产”的统计口径，有的部门包含逾期90天以上贷款，有的则包含60天以上。这种标准差异不仅影响了数据的可比性，也增加了跨部门、跨机构协作的难度。

2.金融机构专业能力建设的严重滞后

科技金融业务要求从业人员兼具金融知识和技术评估能力，但目前银行科技支行中具备理工科背景的客户经理占比不足15%。某国有银行科技金融事业部调研显示，超过60%的业务人员缺乏对人工智能、量子计算等前沿领域的基本认知，难以准确评估项目技术价值。

这种专业能力的缺失直接影响了金融机构服务科技企业的质量和效率。在实际业务中，金融从业人员往往看不懂科技企业的技术方案，无法准确判断技术的市场前景和商业价值，导致要么错失优质项目，要么承担过高风险。

3.复合型高级人才短缺

复合型人才短缺成为制约科技金融发展的重要因素，人才供需矛盾日益突出。当前，金融机构数智化转型驶入快车道，对技术与金融深度融合的复合型人才需求急剧攀升；与此同时，金融科技企业凭借技术创新持续冲击传统业务边界，进一步加剧了市场对既懂金融产品设计又掌握人工智能、云计算等前沿技术人才的争夺，高端人才极度稀缺的问题日益凸显。微众银行2024年内部调研显示，65%的技术团队负责人因缺乏金融业务认知，导致技术方案与实际需求脱节。

高校人才培养与市场需求严重脱节。人才供需矛盾导致数字技术、区块链、人工智能等在金融领域的应用仍处于探索阶段，应用深度和广度都有待提升。在知识产权质押融资领域，虽然区块链技术可实现专利价值动态评估，但目前全国仅5个省市开展相关试点，涉及融资规模不足100亿元。在人工智能风控应用方面，AI风控模型在科技信贷中的应用率不足30%，大部分银行仍依赖人工审批。