文章核心观点 - 科技与金融的深度融合是创新驱动发展的关键动力 构建与创新驱动发展战略相匹配的金融生态体系 推动“科技—产业—金融”良性循环 是实现高水平科技自立自强的关键[1] - 当前科技金融服务体系已形成政策、市场与监管协同发力的多元格局 以人工智能为代表的新技术通过赋能金融业重构了运行逻辑与价值创造模式 形成了“技术赋能—效率提升—生态优化”的发展链条[1] - 传统金融体系依赖有形资产抵押的风控逻辑与科技型企业轻资产、高风险、长周期的特点存在适配偏差 导致融资可得性偏低 形成创新需求旺而金融供给弱的矛盾 需以制度创新为核心破解发展难题[2] 科技金融发展现状与技术赋能 - 人工智能大模型推动金融服务从“经验驱动”向“数据驱动”转型 例如建设银行“天眼”智能风控系统覆盖全行98%的零售信贷业务 并使信用卡欺诈损失率同比下降52%[1] - 2024年中国智能投顾资产管理规模超过190亿元 预计到“十五五”末 个性化资产配置方案覆盖率将持续增加[1] - 在资本市场 技术赋能同样显著 如深交所与华为联合发布的证券行业法规大模型 提升了信息披露质量与审核效率 有助于破解信息不对称问题[2] 当前面临的主要挑战 - 科技型企业普遍具有轻资产、高风险、长周期的特点 而传统金融风控模式依赖有形资产抵押 这种供需错配导致企业融资可得性偏低[2] - 风险分担机制缺位以及差异化风险定价工具缺乏 在一定程度上抑制了金融资本进入科技创新领域的积极性[2] 未来发展路径与政策建议 - 构建多层次融资服务体系 包括创新知识产权融资模式 建立国家级知识产权评估中心与统一专利价值评估标准 开展知识产权质押融资白名单制度并给予利率优惠和风险补偿[3] - 建议依托国家政务服务平台建立科技企业信息共享平台 运用大数据与人工智能技术动态更新企业信用画像[3] - 发展科技信贷专营机构 鼓励商业银行设立科技支行并实施差异化考核机制 同时完善科技保险体系 建立保险资金与科技项目对接机制[3] - 健全风险缓释体系 包括创新风险定价工具 开发以科技企业股权、知识产权等非标准化资产为抵押品的信用风险缓释凭证[3] - 建议由中央和地方财政共同出资并鼓励社会资本参与 设立和扩大针对科技型企业融资的风险补偿资金池 并明确补偿范围、标准和流程[3] - 提议设立资本市场长期资金风险补偿基金 对因市场剧烈波动导致的短期大额亏损给予阶段性流动性支持 以降低资金管理者的考核压力 引导市场专注于对科技型企业的长期价值投资[3] - 优化科技金融发展生态是一项系统性工程 需要政策引导、市场运作、监管保障多管齐下、协同发力 通过制度创新破除壁垒 以技术赋能提升服务质效[4]

从银行业实践看，人工智能大模型广泛推动金融服务从"经验驱动"向"数据驱动"转型，如建设银 行"天眼"智能风控系统覆盖全行98%的零售信贷业务，信用卡欺诈损失率同比下降52%，印证了智能风 控对传统金融风险定价模型的优化升级。 从市场规模看，2024年我国智能投顾资产管理规模超190亿元。预计到"十五五"末，个性化资产配 置方案覆盖率将持续增加，反映出金融服务与创新需求的匹配度不断提升。 科技与金融的深度融合，是创新驱动发展的动力所在。作为联结资本与创新的纽带，科技金融体制 构建关系到我国高水平科技自立自强目标的实现。亟须以系统思维培育与创新驱动发展战略相匹配的金 融生态体系，推动"科技—产业—金融"良性循环。 我国科技金融服务体系已初步构建起政策支持、市场运作与监管引导协同发力的多元格局，科技金 融发展生态加速优化。在此进程中，以人工智能为代表的新一轮科技革命，通过技术赋能重构了金融业 态的运行逻辑与价值创造模式，形成了科技金融发展的"技术赋能—效率提升—生态优化"链条。 从资本市场领域看，技术赋能的效果同样显著。深交所与华为联合发布的证券行业法规大模型，提 升了信息披露质量与审核效率，利用技术手段有效破解了 ...

科技金融深度融合的现状与成效 - 科技与金融的深度融合是创新驱动发展的动力，关系到高水平科技自立自强目标的实现，需构建匹配的金融生态体系以推动“科技—产业—金融”良性循环 [1] - 科技金融服务体系已形成政策支持、市场运作与监管引导协同发力的多元格局，发展生态加速优化 [1] - 以人工智能为代表的新技术通过“技术赋能—效率提升—生态优化”链条，重构了金融业态的运行逻辑与价值创造模式 [1] 人工智能等技术在金融领域的应用实践 - 银行业中，人工智能大模型推动金融服务从“经验驱动”向“数据驱动”转型 [1] - 建设银行“天眼”智能风控系统覆盖全行98%的零售信贷业务，并使信用卡欺诈损失率同比下降52% [1] - 2024年中国智能投顾资产管理规模超190亿元，预计到“十五五”末，个性化资产配置方案覆盖率将持续增加 [1] - 深交所与华为联合发布证券行业法规大模型，提升了信息披露质量与审核效率，助力破解资本市场信息不对称问题 [2] 科技金融发展面临的主要矛盾与挑战 - 科技型企业普遍具有轻资产、高风险、长周期特点，与传统金融依赖有形资产抵押的风控模式存在适配偏差，导致供需错配与企业融资可得性偏低 [2] - 风险分担机制缺位、差异化风险定价工具缺乏，抑制了金融资本进入科技创新领域的积极性 [2] 构建多层次融资服务体系的政策建议 - 创新知识产权融资模式，包括建立国家级知识产权评估中心、制定统一专利价值评估标准、开展知识产权质押融资白名单制度并给予利率优惠和风险补偿 [3] - 依托国家政务服务平台建立科技企业信息共享平台，运用大数据与人工智能技术动态更新企业信用画像 [3] - 发展科技信贷专营机构，鼓励商业银行设立科技支行并实施差异化考核机制 [3] - 完善科技保险体系，建立保险资金与科技项目对接机制 [3] 深化资本市场投融资综合改革的措施 - 在融资端，细化多层次资本市场定位，如明确科创板聚焦硬科技企业，强化硬科技属性识别，并优化上市审核机制、畅通私募股权基金退出渠道 [3] - 在投资端，扩大长期资金入市规模，具体包括提高保险资金投资科创板股票比例上限、提升养老金入市比例 [3] - 优化税收激励机制，延长社保基金等投资收益免税期限，对个人养老金账户投资股票、基金实行递延纳税，以鼓励长期资金持续入市 [3] 健全风险缓释体系的方案 - 创新风险定价工具，开发科技企业信用风险缓释凭证，允许金融机构以股权、知识产权等非标准化资产作为抵押品 [4] - 由中央和地方财政共同出资并鼓励社会资本参与，设立和扩大针对科技型企业融资的风险补偿资金池，并明确补偿范围、标准和流程 [4] - 设立资本市场长期资金风险补偿基金，对因市场剧烈波动导致的短期大额亏损给予阶段性流动性支持，以引导市场专注于长期价值投资 [4]

合作发布 - 深圳证券交易所与华为技术有限公司联合发布基于华为盘古大模型的证券行业法规大模型 [1] - 发布仪式于11月28日在“2025交易所科技大会”上举行 [1] 技术核心 - 该大模型以华为盘古Reasoner 38B大模型为核心技术底座 [3] - 深度融合深交所行业法规知识体系 [3] - 结合华为自研的大模型精调技术与场景化训练能力 [3] 平台与服务目标 - 打造了精准、高效、可扩展的智能化法规服务平台 [3] - 旨在通过AI技术创新赋能资本市场合规服务智能化转型 [1] 合作展望 - 此次合作验证了盘古大模型在垂直领域的落地潜力 [3] - 未来将持续深化与深交所在发行审核、监管科技等场景的创新探索 [3] - 目标是共建智能合规生态 [3]