吕仲涛

中国工商银行原首席技术官

我院学术委员会委员

各位领导、各位嘉宾，大家下午好！我今天以个人名义发表观点，把我对科技金融的观察和思考跟大家做一个交流。

科技企业全生命周期“端到端”金融服务，其整个范畴涉及银行、保险、证券、信托等一系列金融机构。从企业视角来看，希望有一个财务顾问帮它做完整的“端到端”解决方案。但是从机构的视角看，每个机构都有能力边界和服务边界，这也是为什么有持牌机构的概念。因此，最大的挑战是要把这些不同的持牌机构，以及全牌照金融服务的解决方案融合起来，形成一个相对完整的解决方案给客户。

问题在于外部生态和内部生态两方面。外部生态方面，由于各种监管壁垒，以及机构之间的壁垒，包括数据壁垒等，造成科技金融的金融生态并不特别完善。这需要我们从监管、政策等各个方面突破。

内部生态方面，部门壁垒是银行的一个弊端，很多金控集团内部要横向打通也很难。一方面“打通”很难，另一方面经常还“错位”。金融机构自己的理想是希望能够给客户提供“端对端”服务，但是服务边界和能力边界都没有达到要求。所以做出来的很多系统看上去很完整，比如包括“端对端”营销系统、客户画像、客户经理工作台、全生命周期管理等。但是，它的内核以及里面的很多环节都是缺失的，并不全面。比如数据方面，由于没有大量的数据，客户画像、信用画像、风险画像都不足以支撑对客户进行精准判断。因为很多数据是不全的，只是有架构、有整个体系是不够的。现在很多金融机构在做科创金融服务的时候，声称有“一套模型、一张地图、一个管理平台等”。表面上看有很多功能，但是从内核上看，由于服务能力和服务边界的问题，其实很难做下去。

所以我认为更大的挑战，就是如何把不同金融机构的金融产品组合起来形成解决方案。是由某一个金融机构来做？还是由另外的服务机构来做财务顾问？这都是有挑战的。

数字金融赋能科技金融，分析数字金融的一些特征非常关键。因为要做好科技金融不仅要靠数字技术，还有很多其他约束条件，刚才讲的数据就是一个约束条件。从数字技术角度看，支持科技金融发展有一些很重要的关键技术，我从三个视角分析。

一是数据支持的服务，不只是在宏观层面，现在很多层面都需要去破题。举几个例子：第一，如何运用大数据和AI技术完善科技企业的评估模型？有几个核心点：科技创新能力、知识产权价值、研发投入、市场投入等，这些指标如何纳入信用风险画像和风险评估模型？这是一个需要解决的重要问题。第二，用数字风控模型替代传统抵押担保，降低融资门槛。第三，搭建安全合规的数据共享平台，促进政府、金融机构、其他产业之间的数据互通。当然这和“数据要素X”的制度安排有关，而即便有这些制度安排，还是需要数字技术来解决它们的互联互通。这里面涉及标签技术、数据管理技术、隐私计算技术等，用于把不同行业数据进行融合。所以我认为数字金融很重要的一个抓手就是，要充分广泛地利用数字支持技术。

二是交易平台的服务，主要有几个核心：第一，如何运用区块链技术来搭建科技要素的数字化交易平台，主要解决技术交易和科技成果转化，利用区块链的存证技术来确保权属清楚，同时在此基础上实现线上挂牌交易和全流程数字化管理。第二，利用AI估值模型来探索各类科技创新要素的价值评估。

三是投融资顾问服务，一方面要解决全生命周期的智能融资方案。这个方案本身要涵盖各个方面的环节，需要用一些AI算法来进行动态优化，调整融资结构，平衡企业资金需求与股权稀释比例等问题。另一方面可以借助区块链技术搭建创投朋友圈联动平台，引入企业多维度标签，根据项目库投资标的、资金库投资偏好等进行智能匹配，提升融资方与投资方匹配效率。

我讲这些细节，主要是提示数字金融中的几个关键数字技术，包括AI技术、数据处理技术、区块链技术等。在给客户提供全生命周期投融资解决方案中，在数据的流动共享中，在交易撮合平台的搭建过程中，它们都是关键技术。商业机构在宏观层面要求国家各种政策支持的同时，也必须要花更大的力气去建设这些基础设施。对于企业来讲，很重要一点还包括企业内部投融资治理体系。不仅是科技金融，原来的小微、普惠、绿色金融等方面都要重塑，利用数字技术重塑企业内部信贷流程。我认为科技金融只是现在冒出来的一个点，当然科技金融可能是一个很重要的突破口。

我就分享这些，谢谢大家！