本文转自：科技日报
图为机器人智能焊接系统。 新华社发
◎范中杰
当前，新一轮科技革命和产业变革纵深推进，智能经济新形态正加速崛起。这一新形态以人工智能（AI）技术为引擎，推动实体经济从机械化、自动化向智能化跃升。与传统工业经济相比，智能经济新形态下资产从“有形”转向“无形”，创新路径从“线性积累”转向“非连续跃迁”。传统金融范式难以适应智能经济新形态，亟待打造适应智能经济新形态内在发展规律的科技金融新范式。
智能经济的本质特征
理解智能经济对金融的要求，首先要准确把握其区别于工业经济的本质特征。与工业经济相比，智能经济在三个根本维度上呈现了质的飞跃。
第一，核心资产从“有形静态”转向“无形动态”。工业经济的核心资产是厂房、设备、土地等有形物，价值相对稳定、权属清晰可辨；智能经济的核心资产是数据、算法、专利、人才，不仅无形，而且在使用中增值、在迭代中进化，价值波动大、权属界定难，呈现出高度动态性。尤其是数据资产，其产生、流转和使用涉及多方主体，传统法律体系难以完全覆盖其复杂的权利关系。
第二，价值创造从“线性可测”转向“非连续跃迁”。工业经济的价值创造遵循相对确定的线性路径，投入产出关系可预期、可测算；智能经济则呈现“多点试错、优胜劣汰”的演化特征，技术路线可能因某个实验室的突破而瞬间迭代，市场需求可能因某个爆款应用而急剧转向，企业的成长轨迹往往是“前期巨额亏损—后期爆发增长”的跳跃曲线。传统的财务报表分析方法难以捕捉这种价值创造模式，往往会低估高成长型科技企业的真实价值。
第三，运行逻辑从“相对稳态”转向“高速动态迭代”。工业经济的技术迭代周期以年甚至十年计，契约安排可以在较长时间内保持稳定；智能经济的技术迭代周期被压缩至月甚至周，企业的资金需求、经营状况、风险敞口都在动态演化，任何静态的制度安排都难以跟上变化的节奏。行业格局的快速更迭迫使行业价值评估标准处于持续重构状态，曾经被市场广泛认可的核心价值可能在一次技术突破后被彻底改写。
传统金融范式导致三重错位
智能经济迥异于传统工业经济的鲜明特征，意味着沿用传统工业经济的金融范式，难以实现对资金的有效配置，容易出现一些问题。
一是信用基础的错位，“硬抵押”与“软资产”的冲突。传统金融的信用基石建立在厂房、设备等有形抵押物之上。而智能经济下，企业的核心资产——数据、算法、专利、人才——不仅无形，且价值波动大、权属界定难、处置变现不易。以数据为例，其价值随场景而变，权属在采集、加工、使用各环节动态流转，无法像房产那样“确权”锁定。当金融机构固守“有无抵押物”的标尺审视智能经济新形态下的企业时，往往会错过最具成长潜力的创新主体。
二是风险认知的错位，“可预测”与“不可测”的冲突。传统风控倚重大数定律，试图通过历史数据预测未来。这套逻辑在智能经济的“非连续跃迁”面前频频失灵。基于历史数据的预测模型，很难捕捉这种“非连续跃迁”。更棘手的是，智能经济下，企业“前期巨额亏损、后期爆发增长”的跳跃式轨迹，让传统现金流折现模型几近失效。
三是契约范式的错位，“静态锁定”与“动态迭代”的冲突。传统信贷契约一经签订，金额、期限、利率便基本锁定。而在智能经济中，技术迭代以月甚至周计，用“三年不变”的静态契约，去匹配“三月一变”的动态技术迭代，错配在所难免：要么资金跟不上发展节奏，要么风险暴露时契约已丧失调整空间。这种刚性契约既无法满足企业在爆发期的紧急融资需求，也难以在技术路线失败时为金融机构提供灵活的风险退出机制。
构建科技金融新范式
上述信用基础、风险认知与契约范式的三重错位，表明工业经济下成型的金融逻辑与智能经济之间，已出现系统性适配困境。智能经济下，科技金融要真正担负起高效配置资金的使命，就必须主动完成范式的蜕变。
一是重构信用基础，从“抵押崇拜”走向“数据增信”。一方面，要让数据成为新的抵押品。随着数据基础制度的完善，数据资产的确权、评估、入表正在破题。在此基础上，要探索基于数据资产收益权、数据使用权质押的融资模式，让“沉睡的数据”变成“流动的资本”，让数据价值在金融活动中得到释放。另一方面，要让“信用”替代“抵押”。利用大数据技术整合企业的税务、用电、物流、交易流水、研发投入、专利引用等“软信息”，帮助金融机构实时感知企业的经营状况、准确判断企业的还款能力。通过将融资安排与企业研发进度、用户增长、算力利用率等技术运营指标挂钩，实现从“看历史”到“看未来”、从“看静态”到“看动态”的转变。
二是重构风险哲学，从“规避风险”走向“管理风险”。智能经济下，创新天然伴随高失败率。金融要支持创新，就必须容忍失败。这需要建立与高风险相匹配的收益机制——通过股权投资、收益分成等安排，让金融机构在成功项目中获得足以覆盖失败损失的回报。要建立“动态博弈”机制。将静态的信贷契约转化为动态的融资安排——根据企业发展阶段和风险特征，分阶段注资、动态调整利率、设置技术指标对赌条款。让融资契约成为双方持续博弈、动态调整的“活契约”，而非一签定终身的“死合同”。
三是重构监管思路，从“事后处置”走向“过程适配”。要建立“容错”与“纠错”并重的监管框架。对于服务智能经济的创新金融业务，开放“监管沙盒”，允许在可控环境中试错，实现“边跑边调整”，而非“先跑后算账”。要完善数据治理的基础设施。加快建立合规、高效的数据要素市场，明确数据采集、加工、使用各环节的权责边界，为基于数据的金融创新提供制度支撑。要强化技术安全的底线保障。推动数据中心从“单点防护”向“同城双活、异地多活”升级，确保极端情况下业务不断、数据不丢。加快量子加密、隐私计算等前沿技术应用，防范未来安全威胁。健全算法全生命周期监管，警惕模型黑箱、算法偏见与对抗攻击，构建适应智能经济的金融安全体系。
（作者系对外经济贸易大学中国金融学院副教授）
元鼎证券提示：文章来自网络，不代表本站观点。
