简体中文
近日，中国人民银行、国家发展改革委、科技部等九部门联合印发《关于加强科技金融领域数据开发利用的通知》（以下简称《通知》），并同步发布了《全国科技金融领域数据开发利用目录1.0》，标志着科技金融正式迈入“数据驱动”的新阶段。
在新质生产力加速培育的关键时期，《通知》以数据要素为核心纽带，打通科技与金融的信息壁垒，为破解科创企业融资难困局提供了可持续的解决方案，为高水平科技自立自强注入强大数据驱动力。
长期以来，科技金融面临三大结构性矛盾：一是信息不对称，科创企业“一轻两高”（轻资产、高成长、高风险）特征与传统金融机构依赖固定资产抵押的风控模式不匹配；二是数据碎片化，知识产权、研发投入、经营状况等关键信息分散在不同部门，形成“数据孤岛”；三是风控模型滞后，传统风控难以评估科创企业的技术价值与成长潜力，导致金融机构“不敢贷、不愿贷、不会贷”。
《通知》的发布正是针对上述痛点，以数据要素为突破口，构建“数据共享—智能风控—精准服务—风险管理”的科技金融服务良性逻辑，为解决科创企业融资难题提供有效支撑。
此次发布的《全国科技金融领域数据开发利用目录1.0》，涵盖企业名单与科创属性、进出口、投融资、经营、研发投入、知识产权、创新能力评价、企业需求等八大类、26个数据指标。支持各地形成具有区域特色的科技金融数据开发利用清单，建设省级科技金融领域数据开发利用配套信息设施，加强现有信息系统资源互联互通，促进数据信息归集共享。坚持统筹发展与安全，规范科技公共数据开发利用，加强全过程安全管理，切实防范各种数据风险。
据了解，各地在科技金融相关数据的运用方面，已经进行了一些有益的实践探索，但普遍存在各部门之间的数据口径不一致问题，缺乏可比性；生成型数据占比较小，统计型数据准确性有待提高；数据共享机制不配套，“数据孤岛”现象突出；数据安全风险管理不到位，缺乏有效监督机制和技术手段等问题。此次《全国科技金融领域数据开发利用目录1.0》的发布正是为了解决上述问题的顶层设计。数据要素驱动的科技金融将实现“三个精准”：精准识别优质科创企业，精准匹配融资需求，精准防控金融风险。
从科技金融需求侧角度看，《通知》坚持加强科技金融领域数据开放共享和融合运用，支持科技信息使用机构规范运用科技公共数据，鼓励地方向科技型企业提供授权开放信息渠道，推广信息查询、联合建模等模式。实现数据“可用不可见”，平衡数据流通与隐私保护。实际情况是，科创型企业的类型较为多元，从规模角度看，分大中小型企业；从产业类别角度看，有半导体、人工智能、生物医药等企业；从企业的属性角度看，是侧重研发生产，还是从研发到市场全流程运作。企业的数据特征存在较大差别，这就需要在从需求侧获取数据时，根据不同类型企业的特征建立不同的模式。实际情况是，真正较难获得融资的往往是科创型中小企业，背景较好、规模较大的企业并不缺少融资渠道，这就需要在构建数据体系时，更侧重于成长型科创企业主体，提质和扩面并举。
《通知》要求，开展科技金融可信数据空间创新发展试点，鼓励有条件的地区加强企业收支流水数据开放利用，搭建行业研究信息交流平台，实现科技金融领域数据资源跨域共享和高效对接。支持市场化征信机构建设科技型企业数据库，丰富征信产品和服务供给。试点地区应重点探索数据共享模式、智能风控技术、产品创新路径和风险防控机制，形成“试点先行、逐步推广”的发展格局，助力科技金融数据生态建设稳步推进。同时，建立数据共享激励机制，对积极参与数据共享、成效显著的部门和机构给予表彰和奖励，将数据共享情况纳入绩效考核，激发部门间数据共享的积极性。
从科技金融供给侧角度看，《通知》围绕完善数据赋能科技金融全链条，聚焦融资对接、智能风控、产品创新等环节，引导金融机构依托科技金融领域数据库，构建科技型企业数字信用画像，打造特色的科技型企业风控投研模型，开发契合细分行业企业融资需求的科技金融产品。
金融机构需要开发特色的科技型企业风控投研模型，运用人工智能等技术，实现风险评估、自动化、智能化，提高风控效率和准确性，降低不良贷款率。同时，基于细分行业特点和企业生命周期，开发契合半导体、生物医药、人工智能等行业需求的科技金融产品，如“研发贷”“中试贷”“知识产权质押贷款”等，覆盖企业创新全周期。
《通知》还要求，鼓励金融机构与相关部门合作，运用交易集中度、交易对手分布、交易对手稳定性等数据，开展产业链资金流动分析，绘制重点产业链图谱，“一链一策”精准匹配金融资源。
若要积极稳妥地落实上述《通知》的工作要求，还需要建立“发展与安全的平衡机制”，构建全流程数据安全管理体系。
其一，规范数据开发利用流程。明确科技公共数据的采集、存储、使用、共享等环节的管理要求，建立数据分级分类管理制度，划定数据安全红线。
其二，加强隐私保护与合规审计。采用隐私计算、区块链等技术，在保障数据流通的同时保护企业商业秘密和个人隐私。
其三，防范数据风险。建立数据安全风险监测和应急处置机制，定期开展数据安全评估，及时发现和化解数据安全隐患，确保科技金融数据开发利用安全有序推进。
此外，还需要重点关注数据质量与标准化，金融机构数据应用能力不足，数据共享的激励与约束机制不完善等问题，包括积极推动完善数据治理体系，提升数据质量与标准化水平，建立数据更新机制；提升金融机构数据应用能力，强化科技金融服务效能；健全激励约束机制，激发数据共享内生动力。
在推动《通知》落地过程中，需要政府、金融机构、企业和社会各方协同发力，破解数据质量、安全保护、应用能力和激励机制等方面的挑战，推动科技金融数据开发利用取得实效。数据要素不断驱动，赋能科技金融服务提质增效，为我国经济发展方式的变革提供强大金融动能。
