周佳兴：金融支持新质生产力发展的逻辑转型与政策建议

金融支持新质生产力发展的逻辑转型与政策建议
—从“抵押物金融”到“能力资产金融”及科技资产定价权建设

文｜周佳兴

摘要：当前中国经济正在从以土地资本化和房地产信用循环为核心的旧增长模式，转向以科技资产化、数据要素化、产业智能化和绿色资本化为核心的新增长模式。与之相适应，金融体系也必须从“抵押物金融”转向“能力资产金融”，为技术、数据、算力、知识产权、医药管线、碳资产和未来现金流等新质生产力核心要素建立信用体系。本文认为，中国金融改革的关键不只是增加科技信贷规模，而是重建新质生产力的识别、定价、风控、配置、价格发现和退出机制。随着大模型训练和推理需求快速增长，算力正在成为AI时代的重要生产要素和新型基础设施资产，围绕算力资源的融资支持、价格发现与风险管理，将成为科技金融和数字金融发展的重要方向。建议通过国家级评价标准、数据与算力金融、真实资产数字化、长期资本考核、并购退出、监管沙盒、尽职免责和香港国际定价平台建设，推动科技资本循环形成。

关键词：新质生产力；科技资本循环；能力资产金融；算力金融；科技资产定价权；信用体系重构

导语：当前，中国经济正在经历的并不是简单的产业轮动，也不是“房地产下行、新能源和人工智能上行”的线性替代，而是一场更深层次的增长函数重写。过去支撑中国高速增长的土地资本化、房地产信用循环、基建投资和规模制造模式，正在向以科技资产化、数据要素化、产业智能化和绿色资本化为核心的新增长模式切换。在这一历史性转换中，金融体系的核心任务也必须发生根本变化：不再只是为已有抵押物提供资金，而是要为技术、数据、算力、知识产权、医药管线、碳资产和未来现金流建立新的信用体系。尤其值得关注的是，随着大模型训练和推理需求快速增长，算力已不再只是企业IT部门的采购成本，而正在成为AI时代的重要生产要素和新型基础设施资产。算力供需缺口、芯片约束、电力成本、数据中心利用率和云服务价格波动，正在直接影响人工智能企业、云服务商和下游应用企业的成本结构与利润水平。由此，围绕算力资源的融资、定价、交易和风险管理，正在成为科技金融和数字金融发展的重要前沿。国际主要交易所已开始布局算力价格指数和相关衍生品，中国也需要在监管可控、标准清晰和服务实体经济的前提下，稳妥推进算力金融和算力价格发现机制建设，避免在AI时代的核心生产要素定价权竞争中处于被动地位。

因此，金融支持新质生产力，关键不只是增加科技信贷规模，也不是简单设立更多产业基金，而是要重建一套面向新型生产要素和未来能力资产的识别、定价、风控、配置、价格发现和退出机制。未来中国金融体系能否完成从“抵押物金融”向“能力资产金融”的转型，将直接影响科技资本循环能否形成，也将影响中国在全球科技资产定价权竞争中的位置。

一、增长逻辑转换：从地产信用循环到科技资本循环

过去二十多年，中国经济增长主要依赖土地财政、房地产开发、基建投资、出口制造、低成本劳动力、信贷扩张和全球化分工红利。这个模式的核心，是以土地和房地产为信用锚，以基建和制造为投资载体，以出口和城镇化为需求来源。金融体系围绕土地、房产、厂房、机器设备和重资产抵押展开，形成了庞大而有效的“地产信用循环”。但随着人口结构变化、房地产周期调整、全球产业链重构和资源环境约束增强，旧增长模式的边际效应正在减弱。中国经济的增长函数正在从“土地资本化＋信贷扩张＋规模制造”，转向“科技资产化＋数据要素化＋产业智能化＋绿色资本化”。近期国家加速推进全国一体化算力网、新型电网等新型基础设施建设，正是这一转换的标志性动作。这意味着未来增长的核心变量，不再主要是资本形成率，而是全要素生产率的提升。人工智能提升知识生产效率，机器人提升制造效率，工业软件提升设计效率，数字供应链降低交易成本，低碳技术降低能源约束，生物医药延长健康寿命，商业航天和低空经济拓展空间效率。特别是随着大模型训练和推理需求快速增长，算力已不再只是企业IT部门的采购成本，而正在成为AI时代重要的基础投入和新型生产要素。算力供需缺口、芯片约束、电力成本、数据中心利用率和云服务价格波动，正在直接影响人工智能企业、云服务商和下游应用企业的成本结构与利润水平。由此，围绕算力的融资、定价、交易和风险管理，正在成为科技资本循环中的关键环节。新的增长动力正在从土地扩张转向科技创新，从物理资产积累转向能力资产积累。

这一趋势并非中国独有，而是全球增长结构变化的共同方向。世界知识产权组织、经济合作与发展组织以及麦肯锡全球研究院等相关研究表明，无形资产和知识资本投资在主要经济体中的重要性持续上升，研发、软件、数据等无形投资已成为影响企业生产率、竞争力和经济增长的重要因素。在一些发达经济
体，无形资产投资规模已经接近或超过有形资产投资。换言之，现代经济增长越来越依赖那些不体现在传统抵押物中的能力资产。中国要实现从规模扩张到效率提升的转换，金融体系也必须从识别土地、厂房和设备，转向识别技术、数据、算法、知识产权和组织能力等能力资产。

更重要的是，金融体系的信用锚正在发生变化。过去，金融机构关心的是土地能否升值、房产能否抵押、设备能否变现；未来，金融机构更需要判断上述新质生产力核心要素能否转化为稳定现金流，并形成可识别、可评估、可融资的信用基础。

因此，新旧动能转换的实质，是从“地产信用循环”转向“科技资本循环”。前者依赖可见资产和抵押物，后者依赖无形资产、技术能力和未来现金流。金融体系如果不能完成这一转换，就会面临一个结构性矛盾：旧资产缺乏增量，新资产缺乏定价。

二、新经济重塑增长格局：从单点产业到系统优势

新旧动能转换并不意味着传统产业简单退出，也不是某些新兴行业替代所有旧行业。恰恰相反，中国经济最大的增量之一，来自传统产业的智能化、绿色化和服务化改造。钢铁、化工、机械、家电、纺织等传统行业，如果通过工业软件、机器人、低碳技术、品牌出海和供应链重构实现再升级，同样可以重新形成资产价值和全球竞争力。

未来中国经济增长格局将发生五个方面的变化。

第一，从投资驱动转向生产率驱动。

过去的增长更多依赖资本投入、土地开发和基建扩张；未来的增长则更多依赖效率提升。AI、机器人、工业软件、新材料、低碳技术和生命科学，都会成为提升全要素生产率的重要来源。

第二，从地产信用循环转向科技资本循环。

未来经济循环的核心不再是“土地能不能升值”，而是“技术能不能转化、数据能不能流动、产业能不能升级、资本市场能不能给创新合理定价”。

第三，从单点产业增长转向产业生态增长。

新经济不是孤立行业的增长，而是交叉融合的生态系统增长。未来最有价值的企业，不一定是单一产品公司，而是能够组织数据、技术、场景、供应链和资本的生态型平台企业。

第四，从规模优势转向系统优势。

未来竞争不只是产能规模竞争，而是制造能力、工程迭代、供应链完整度、应用场景、数据反馈、政策组织能力和金融支持体系的综合竞争。AI、新能源、机器人、生物医药、商业航天等行业，最终都不是单纯实验室竞争，而是工程化、产业化、规模化和场景化竞争。

第五，从容忍风险转向重视韧性。

在旧增长阶段，经济高速扩张可以掩盖许多低效率和高杠杆问题；在新增长阶段，经济更强调质量、韧性和安全。金融不仅要支持创新，也要防止伪创新、资本空转和系统性风险。因此，金融创新的方向不是简单创造更复杂的产品，而是让资本更准确、更安全、更高效地流向真正的新质生产力。

三、全球竞争已经进入科技资产定价权时代

当中国努力培育新质生产力时，全球资本市场并没有停下脚步。一场围绕下一代科技资产定价权的无声竞争正在展开。未来大国竞争不仅是谁先掌握关键技术和新型生产要素，更是谁能率先将其转化为可定价、可交易、可融资的金融资产。

美国金融创新的一个重要方向，是通过更灵活的资本市场制度、金融科技基础设施和监管规则调整，承接AI、生物科技、数字证券、数据资产和算力经济中的融资需求。其重点并非简单放松监管，而是试图把监管从禁止式、事前审批式，转向规则清晰、责任明确、风险隔离和鼓励试错的模式。

在资本市场层面，美国拥有风投、成长基金、对冲基金、养老金、大学捐赠基金、投行研究、做市商和纳斯达克等高流动性市场所构成的完整创新资本生态，使得许多短期不盈利但技术前景巨大的企业，能够获得长期资本支持。

在数字金融基础设施层面，数字化支付工具、真实资产数字化、实时清结算和链上资产托管正在重塑全球金融交易架构。美元稳定币本质上是美元在数字经济时代的延伸。未来AI智能体经济、跨境电商、数字服务、游戏、内容、工业软件、云服务和算力服务的结算货币，可能成为新的国际金融竞争焦点。

在真实资产数字化方面，传统金融资产和新型能力资产正在被搬上分布式账本。国债、货币市场基金、碳资产、数据资产、算力资产、基础设施收益权、知识产权收益权，都可能被标准化、数字化和全球化交易。其核心价值不在于虚拟币炒作，而在于提高确权、交易、托管、清算和收益分配效率。

算力价格发现正在成为这一竞争的新前沿。随着全球大模型训练和推理需求快速扩张，算力逐步呈现出部分类似大宗商品的特征：需求规模巨大、价格波动明显、远期采购需求强烈、上下游主体存在成本锁定和风险管理需求。虽然算力不同于传统大宗商品，难以储存和物理运输，但通过远程调度、任务排队、算力池化和合约化交付，已经具备一定的标准化交易基础。国际主要交易所已经开始布局算力价格指数和算力期货产品，试图建立全球算力资源的价格基准。与此同时，上海也已提出根据国家有关部署，做好电力期货、算力期货研发准备。这表明，算力定价权已不只是技术和产业问题，而正在成为数字经济时代金融基础设施竞争的重要内容。

这对中国构成重要启示：中国不能走虚拟资产无序炒作的道路，但也不能错失真实资产数字化、数字人民币可编程支付、数据资产确权、算力金融和绿色资产定价的历史机会。如果中国不能建立自己的科技资产定价体系，就可能出现“产业在中国，定价在海外”的被动局面。

香港在这一过程中具有独特战略价值。香港拥有普通法体系、国际投资人基础、离岸人民币市场、成熟证券监管、虚拟资产监管探索和与内地互联互通机制。未来香港不应仅被视为融资通道，更应成为中国新质生产力资产的国际定价中心，在数字债券、绿色金融、跨境REITs、真实资产数字化、离岸人民币资产和AI算力资产融资方面发挥枢纽作用。

四、五大确定性方向：AI化、绿色化、健康化、安全化、空间化

未来最确定的机会，不是单一风口，而是由长期约束驱动的五大结构性趋势。

第一，AI化。

AI将成为所有行业的通用生产率工具。它不仅改变软件产业，也将改变制造、金融、医疗、教育、交通、能源和公共治理。围绕AI的算力、数据、模型、应用场景和风险管理，将成为长期金融创新重点。特别是随着全国一体化算力网枢纽建设，将是金融体系面临的重大课题。

第二，绿色化。

能源转型是全球最确定的资本开支周期之一。光伏、风电、储能、氢能、电动车、虚拟电厂、绿色电力证书、碳资产和转型金融，都将成为重要资产类别。

第三，健康化。老龄化将推动生物医药、医疗器械、康养服务、商业保险和健康管理的发展。金融体系需要用管线SPV、特许权使用费证券化、专业化医疗基金和按疗效支付机制，支持生命健康产业跨越研发“死亡之谷”。

第四，安全化。

产业链自主可控、半导体、工业软件、网络安全、高端装备和关键材料，将成为长期方向。特别是在核心算力芯片和AI基础设施领域，国产替代进程正在提速。金融资源配置要更加重视产业链关键节点和供应链韧性，为本土核心技术供应商提供长期稳定的资本支持。

第五，空间化。

低空经济、商业航天、卫星互联网和空天地一体化，将拓展新的产业边界。金融要把“仰望星空”的科技梦想，拆解成可定价、可融资、可保险、可交易、可退出的产业资产。

五、金融底层逻辑升级：从抵押物金融到能力资产金融

新经济的核心资产往往不是土地、厂房和机器，而是以算法、数据、算力、知识产权、医药管线、碳减排能力、场景流量和产业链组织能力为代表的能力资产。这些资产具有三个特点：轻资产、高不确定性和强外部性。传统基于抵押物和历史财务报表的金融模式，很难有效识别和支持它们。

因此，金融体系必须从“抵押物金融”转向“能力资产金融”。

所谓抵押物金融，核心问题是“你有什么资产可以抵押”；所谓能力资产金融，核心问题则是“你是否具备持续创造现金流的能力”。它并不是简单把无形资产拿来抵押，而是指银行、资本市场、保险、基金、并购市场和金融基础设施，围绕企业技术能力、数据资源、算力基础设施、知识产权、研发管线、产业链
位置、组织能力和未来现金流，建立识别、定价、融资、风控、交易和退出机制的金融体系。其关键不只是判断企业拥有多少可抵押资产，而是判断其能力资产能否持续转化为商业化收入、产业链价值和长期现金流。

需要强调的是，“能力资产金融”并不只是银行信贷模式的调整，也不只是把无形资产拿来抵押。它更深层的含义，是推动银行、资本市场、保险、基金、并购市场和香港国际金融平台共同形成一套围绕能力资产的识别、定价、融资、风控和退出体系。银行体系解决的是信用识别和债权融资问题，资本市场解决
的是风险分担和成长定价问题，保险体系解决的是不确定性缓释问题，并购和二级市场解决的是退出和再配置问题。只有把间接融资和直接融资结合起来，科技资本循环才能真正形成闭环。

现实中的矛盾正在于此：新经济企业的价值越来越多体现在无形资产和未来能力上，但金融机构的授信逻辑仍高度依赖有形抵押物。以知识产权、数据资产、软件代码、算法模型、医药管线、碳减排能力等为核心的能力资产，虽然在企业估值和产业竞争力中占比越来越高，但在银行授信、抵押登记、风险计量和不良处置体系中仍缺乏成熟标准。这导致大量科技企业“有技术、无抵押；有订单、缺信用；有成长性、难融资”，形成了新质生产力融资中的结构性缺口。

这意味着金融评价体系要从“资产负债表中心”，转向“能力资产负债表”。

例如，一家AI企业可能没有多少固定资产，但其训练数据质量、API调用收入、算法团队、算力调度能力、行业场景、模型迭代速度、代码资产均可能构成重要能力资产，并应被金融体系识别、定价和融资。金融服务新质生产力，需要完成六大重构。

（一）资源配置重构：建立新质生产力信用画像

金融机构不能再只用传统财务报表评价新经济企业，而应建立一套新质生产力金融评价体系。评价指标应从技术能力、数据能力、商业化能力、产业链价值和绿色贡献五个维度展开，具体包括研发投入强度、专利质量和引用次数、代码迭代速度、AI模型性能、API调用量、算力利用效率、数据质量、临床管线进展、订单增长、客户留存、产业链关键性、国产替代价值、单位能耗下降率和碳减排贡献等。

更进一步，金融资源配置不应只看单个企业大小，而应看企业在产业链中的关键性。许多专精特新企业、隐形冠军企业、卡点企业和国产替代企业，单独看财务报表可能并不突出，但从产业安全和供应链韧性角度看却极其重要。金融机构要建立产业链图谱，识别链主企业、关键节点企业、供应链短板企业和技术替代价值高的企业，把资金配置到真正影响产业竞争力的位置。

同时，中国还需要引导长期资本进入科技创新。AI、生物科技、绿色能源、商业航天、量子技术等领域周期长、风险高，不能主要依赖短期银行贷款。养老金、保险资金、社保基金、企业年金、主权基金、家族办公室、大学基金会等长期资金，应更多进入科技创新、绿色基础设施、生命健康和产业安全领域。但前提是改革考核机制，不能用短期净值波动考核长期资本。

（二）产品体系重构：从标准信贷到分阶段、分现金流融资

新经济企业的融资需求与传统企业不同。它们往往早期亏损、缺少抵押物、研发周期长、现金流不稳定。如果继续用固定利率、固定期限、强抵押要求的标准贷款，很难适配创新规律。

未来金融产品应从标准信贷，转向分阶段、分风险、分现金流的融资模式。

科技企业可以发展研发里程碑融资。

对AI、半导体、生物医药、新材料等企业，可以按照技术节点放款，如样机完成、测试通过、专利授权、客户验证、临床一期完成、首台套应用、量产验证、政府采购合同落地等。这样既降低金融机构风险，也符合科技研发规律。

生物医药可以发展管线资产融资。

创新药研发周期长、失败率高，但单一管线的风险和价值可以被独立评估。可以探索单管线SPV、临床里程碑融资、版税收益权融资、药品销售收入证券化、临床试验保险和医疗数据资产融资。金融体系要从投资公司主体，逐步转向投资分子管线与生命周期。

AI产业需要算力金融、数据金融和算力价格风险管理。

算力正在成为AI时代的重要基础投入。随着大模型训练和推理需求快速增长，算力价格波动、芯片供给约束、数据中心利用率变化和电力成本波动，正在成为影响AI企业成本和利润的重要变量。围绕算力、模型和数据，可发展GPU融资租赁、算力租赁ABS、数据中心REITs、算力收益权质押、模型API收入融资、数据资产信托、数据使用权融资等工具；在市场逐步成熟、标准化程度提高和监管边界清晰的前提下，也可研究算力价格指数、算力远期合约、算力期货和算力价格对冲工具，为云服务商、AI企业、数据中心运营商和下游应用企业提供价格发现和风险管理机制。谁能定价算力，谁就能服务　AI时代的基础设施投资，也将在全球数字资源配置中拥有更大话语权。

绿色产业需要从绿色金融走向转型金融。

金融不应只支持已经绿色的企业，也要支持高碳行业向低碳转型。应发展转型贷款、可持续发展挂钩债券、碳资产质押融资、节能改造融资租赁、绿色ABS、工商业储能融资、虚拟电厂收益权融资、碳期货和碳期权。关键是把企业融资成本和真实减碳绩效挂钩。

低空和太空经济需要空间资产金融。

太空科技和低空经济具有高投入、长周期、高不确定性和强基础设施属性。金融应将空间经济中的硬件资产、数据资产、空域权益和长期服务合同拆解为不同风险、不同期限、不同现金流的资产模块，再分别匹配资金。可以发展卫星资产证券化、低空航线收益权融资、发射保险、在轨保险、地面站基础设施
ABS、政府遥感服务合同融资和按飞行里程计费的融资租赁。

供应链金融则需要从应收账款融资走向可信贸易金融。

区块链、数字票据、电子合同、物流数据、仓储数据、发票数据、核心企业确权和数字人民币支付记录，可以共同构成可信数据基础。未来供应链金融的关键，是用可信数据替代传统抵押物。

（三）风险管理重构：从事后处置到实时认知和组合分散

新经济不是没有风险，而是不能用旧经济的风控模型承担风险。旧经济的主要风险是抵押物贬值、现金流不足、债务违约和周期波动；新经济的风险则更多表现为技术路线、数据合规、算法安全、网络安全、临床进展、政策监管、供应链安全、碳价格波动以及核心人才流失等复合型风险。

因此，风险管理必须升级。

首先，要用AI和知识图谱做实时风控。金融机构应建立产业知识图谱，实时监测技术路线、供应链、客户行为、专利诉讼、政策变化、资金流、数据真实性、临床进度和碳排放等关键变量。未来风控不是一年看一次财报，而是实时看企业的“生命体征”。

其次，要建立科技保险体系。新经济需要保险兜底。首台套设备保险、网络安全保险、数据泄露保险、AI责任保险、临床试验保险、发射保险、卫星在轨保险、eVTOL责任险、气候灾害保险和供应链中断保险，都将成为科技产业规模化的重要基础设施。

再次，要建立政府、金融和市场共同分担风险的机制。硬科技、生命科学、绿色转型等领域具有强外部性，不能完全让商业资本承担早期风险。政府可以通过风险补偿基金、科技贷款担保基金、首损资金、再保险机制、母基金、产业引导基金、贷款贴息、采购承诺和创新券，承担部分早期外部性风险；市场负责商业化筛选；金融机构提供规模化资金。

最后，要用组合、保险和对冲机制分散不确定性。科技创新失败率高，这是客观规律。金融不能要求每一个项目都成功，而要通过组合投资机制承受失败。一个科技基金投100个项目，可能多数失败，少数成功，但整体仍可取得较高回报。金融体系要接受科技创新的概率属性。

（四）风险定价重构：从静态财报走向动态数据定价

过去银行和投资机构主要看财务报表、抵押物、现金流、历史盈利和信用记录。但新技术企业的价值很多不在过去，而在未来。金融要提高对未来技术价值的识别能力。

这要求建立科技企业多维评价模型，将前述信用画像指标进一步转化为风控参数和估值因子，使金融机构能够动态评估企业的技术真实度、商业化进度和现金流潜力。

同时，AI和产业知识图谱可以帮助金融机构识别关键节点企业、潜力技术路线、供应链脆弱环节、数据真实性问题、国产替代价值、外部制裁或政策变化风险。

未来的估值模型不应只是静态DCF，而应更多基于动态数据流、概率分布、实物期权和网络效应。对于上述能力资产，需要引入更适合非线性增长和高不确定性的风险定价框架。

（五）直接融资重构：从IPO中心转向全生命周期资本供给

能力资产金融不能主要依赖银行信贷完成。对于AI、生物医药、半导体、商业航天、新材料等高不确定性领域，债权融资只能解决部分资金需求，真正能够承担长期风险、分享非线性成长收益的，是多层次资本市场和长期股权资本。对于尚未形成稳定现金流但具有关键技术突破可能的企业，股权资本比银行贷款更适合承担早期不确定性。

因此，金融支持新质生产力，必须进一步提高直接融资比重，形成覆盖种子期、成长期、成熟期和退出期的全生命周期资本供给体系。早期阶段，应发挥天使投资、创业投资、政府引导基金和产业基金作用，支持原创技术和早期验证；成长阶段，应发展私募股权、科创债、可转债、知识产权收益权融资和产业链投资；成熟阶段，应通过上市融资、再融资、并购重组、REITs、ABS和绿色债券等工具，支持企业规模化扩张和基础设施建设；退出阶段，则应依靠并购、S基金、二级市场转让、资产证券化和跨境资本市场实现资本循环。

资本市场对新质生产力的定价，也需要从单纯依赖短期利润和静态市盈率，转向更加重视研发投入质量、技术壁垒、数据资源、客户黏性、商业化进度、产业链关键性和未来现金流转化能力。但这并不意味着放松信息披露和投资者保护，而是要在更充分披露、更专业研究和更严格监管基础上，提高市场对能力资产的识别和定价能力，防止“伪科技”“伪创新”借概念融资。

（六）退出路径重构：不能只依赖IPO

科技资本循环不是简单的“投进去”，更重要的是“退得出、再投入”。中国科技投资的一个突出痛点，是退出路径不够顺畅。如果所有资本都等IPO退出，科技金融体系将非常脆弱。未来必须建立多元化退出生态。

从国际经验看，成熟科技资本市场并不依赖IPO单一路径。以美国为例，大量科技企业和生物医药企业的退出并不是通过独立上市完成，而是通过产业并购、资产出售、授权交易、二级基金和收益权转让实现。尤其在生物医药领域，跨国药企通过并购或授权交易吸收创新药管线，是风险资本退出和产业整合的重要方式。相比之下，中国科技投资长期存在“IPO依赖症”，一旦IPO节奏放缓，创投基金、产业基金和早期资本的退出压力就会显著上升。因此，建设并购、S基金、知识产权交易、数据资产交易、REITs和ABS等多元退出机制，是科技资本循环能否顺畅运转的关键。

首先，要发展并购退出。被并购应成为正常且体面的退出方式，并购不是失败退出，而是科技能力再配置。特别是在AI、工业软件、生物医药和先进制造领域，产业巨头通过并购吸收初创企业的关键能力资产和技术团队，有助于形成更高效的技术整合机制。

其次，要发展S基金和私募股权二级市场。在合规前提下，探索非上市科创企业股权份额登记、转让和信息披露机制，为长期资本提供更顺畅的流动性安排。

再次，要发展知识产权和数据资产交易退出。部分企业不一定通过股权退出，也可以通过专利转让、专利许可、数据产品交易、技术平台授权、版税收益权转让和模型API收益权转让实现投资回收。

此外，对已经形成稳定现金流的新经济基础设施，可以通过REITs和ABS退出，例如数据与算力基础设施、储能与充电网络、低空与卫星地面设施、医疗康养设施和绿色工业园区等。

香港也应在跨境退出中发挥更大作用。生物医药、绿色金融、真实资产数字化、数字债券、跨境REITs和国际长期资本配置中国科技资产，都适合通过香港形成国际化定价平台。

六、政策建议：建设服务新质生产力的下一代金融基础设施

为了推动金融体系从识别抵押物升级为识别新质生产力，建议从以下方面发力。

第一，建立国家级新质生产力金融评价标准和评价体系。

统一科技企业、数据资产、绿色资产、医药管线、算力资产的金融评价口径，把技术能力、数据能力、工程化能力、绿色能力和供应链关键性纳入融资和估值模型。可以探索建立“国家科创信用分”，作为科技信贷、产业基金、保险定价和资本市场审核的重要参考。

第二，发展数据资产、算力金融和算力价格风险管理体系。

随着大模型训练和推理需求快速增长，算力正在从企业IT成本转变为AI时代的重要生产要素和新型基础设施资产。应围绕算力资源的确权、计量、评估、交易、融资和风险管理，探索数据资产入表、数据收益权融资、数据资产信托、数据质量评级、GPU融资租赁、算力收益权质押、算力租赁ABS和数据中心REITs。与此同时，应研究建立全国性或区域性的算力价格指数和算力交易基准，在监管可控、标准清晰、交割机制成熟的前提下，稳妥推进算力远期合约、算力价格保险和算力期货研发准备，为AI企业、云服务商、数据中心运营商和下游应用企业提供价格发现和成本对冲工具。在北京、上海、深圳、杭州、合肥、苏州、香港等地开展数据与算力资产融资试点，推动形成“算力建设—算力运营—算力交易—算力融资—算力对冲”的完整资本循环。

第三，发展中国版真实资产数字化。

重点围绕实体资产、绿色资产、基础设施资产和供应链资产，探索具备稳定现金流和可确权基础的真实资产数字化试点，如新能源基础设施、数据与算力基础设施、碳资产、绿色电力证书和工业设备收益权等。

第四，推进数字人民币可编程应用。

在财政补贴、绿色金融、供应链金融、科研经费、设备采购、跨境贸易等场景扩大数字人民币可编程支付应用，实现资金定向、定时、条件触发式流转，提高财政资金和金融资金使用效率。

第五，完善长期资本考核机制。

引导养老金、保险资金、社保基金、企业年金、主权基金等长期资本进入科技创新和绿色转型，建立长期绩效评价机制，弱化短期市场波动对长期科技投资的干扰。

第六，完善服务新质生产力的多层次资本市场体系。

进一步发挥科创板、创业板、北交所、区域性股权市场、私募股权市场和香港资本市场的分层服务功能，形成覆盖科技企业全生命周期的直接融资体系。对早期硬科技企业，应完善创业投资、政府引导基金和耐心资本的协同机制；对成长期企业，应丰富科创债、可转债、知识产权收益权融资、绿色债券和产业基金工具；对成熟期企业，应完善再融资、并购重组、REITs和ABS机制。资本市场评价科技企业，既要关注短期盈利能力，也要重视研发质量、技术壁垒、商业化进度、产业链关键性和未来现金流转化能力，在强化信息披露和投资者保护的前提下，提高对能力资产的定价能力。

第七，推动并购市场改革。

鼓励上市公司和产业龙头通过并购吸收创新企业，形成技术整合能力。完善反垄断、估值、支付工具和商誉处理机制，让科技并购成为资本退出和产业升级的重要通道。

第八，建立金融创新监管沙盒和尽职免责机制。

在上海、深圳、北京、香港等地设立新质生产力金融监管沙盒，在风险可控、权责清晰、信息披露充分的前提下，审慎开展算力收益权融资、数据资产证券化、动态风控模型、数字债券和真实资产数字化等尝试。与此同时，必须真正落实科创金融尽职免责机制。只要金融机构投向科技创新时程序合规、逻辑清楚、没有利益输送，即使项目失败，也不应简单追责。否则，金融支持科技创新就容易停留在口号层面。

第九，强化保险和风险分担机制。

建立科技金融风险补偿池，发展科技保险、气候保险、网络安全保险、AI责任保险、临床试验保险、发射保险和供应链中断保险。政府、银行、保险、担保、创投共同参与，为硬科技早期融资提供风险缓释。

第十，发挥香港作为中国新质生产力资产国际定价中心的作用。

可进一步发挥香港国际金融中心优势，推动其从传统融资通道升级为中国科技资产、绿色资产、真实资产数字化产品和生物医药资产的国际定价平台。通过数字债券、绿色金融、跨境REITs、离岸人民币资产和国际长期资本，香港可以帮助中国科技资产形成全球投资者能够理解、比较和参与的价格体系，引导国际长期资本配置中国科技资产。

七、风险与边界：在服务实体经济中守住金融底线

需要强调的是，为新质生产力建立信用体系，并不意味着无边界地放大金融杠杆，也不意味着把所有无形资产都简单金融化、证券化。能力资产金融必须坚持服务实体经济和防范系统性风险的底线。

第一，数据资产金融化必须以确权、合规、隐私保护和安全边界为前提。数据具有非排他性、可复制性和跨主体流动性，不能简单套用土地和设备的抵押逻辑。

第二，算力资产金融化必须充分考虑技术迭代和折旧风险。GPU、数据中心和模型基础设施的技术更新速度远快于传统基础设施，估值模型必须引入动态折旧、能效约束和客户黏性指标。同时，算力期货和算力价格衍生工具的研发，也必须以真实产业需求和有效现货市场为基础。算力不同于传统大宗商品，其性能差异、芯片型号、网络延迟、能效水平、服务稳定性、数据安全要求和交付场景均会影响实际价值。如果缺乏统一标准、可信价格指数、真实交易数据和清晰交割规则，过早推动衍生品交易，可能放大投机行为和价格失真。因此，算力价格工具应首先服务于AI企业、云服务商、数据中心运营商和下游应用企业的成本管理，而不应演变为脱离实体需求的概念性金融炒作。

第三，尽职免责必须与责任边界同步建立。鼓励金融机构支持硬科技，并不等于放松道德风险约束。只有在投前尽调充分、投资逻辑清晰、风控流程完整、不存在利益输送和虚假材料的前提下，失败才应被视为创新风险，而不是管理失职。

第四，要防止“伪新质生产力”概念化融资。一些企业可能借AI、数据、算力、绿色、低空等概念包装传统业务，套取政策资源和金融资源。对此，应通过技术评估、产业知识图谱、真实订单、现金流验证和第三方审计，提高识别能力。

因此，能力资产金融的核心不是放松监管，而是提升识别能力；不是制造泡沫，而是让真正具有技术含量、产业价值和现金流潜力的新质生产力获得合理信用。

结语：最大的金融创新，是为无形资产建立信用体系

金融的本质没有变，仍然是风险定价、风险管理和资金融通。但金融服务的对象、工具和基础设施正在发生根本变化。

过去，中国金融体系擅长识别看得见的抵押物；未来，中国金融体系必须学会识别看不见的能力资产，并把它们转化成可融资、可交易、可退出的信用。更进一步，随着算力、数据、碳资产、知识产权收益权等新型能力资产逐步进入市场化流转阶段，金融体系还需要建立相应的价格发现和风险对冲机制，使这些资产不仅能够融资，而且能够被持续、透明和有效地定价。金融创新的最终目的，不是创造更复杂的金融产品，也不是把所有新概念都金融化，而是让真正能够提升生产率、增强产业韧性、形成长期现金流的新质生产力，获得与其价值相匹配的长期资本。

因此，能力资产金融的关键，不是简单扩大融资规模，而是提高金融体系的识别、定价和风险分担能力。在更清晰的确权规则、更严格的合规边界、更有效的风险分担机制之上，资本才能更精准地流向真正具有技术含量、产业价值、商业化进度和现金流潜力的新质生产力。

未来中国最大的金融创新，就是为无形资产建立信用体系。只有当金融体系能够为上述能力资产建立可确权、可估值、可融资、可交易、可退出的制度体系，中国经济才能真正完成从地产信用循环到科技资本循环的历史性跨越。金融也才能从旧资产循环的延长器，转变为新质生产力的加速器；从顺周期放大器，转变为结构转型稳定器；从抵押物识别者，转变为未来能力定价者。

（作者系中国国际金融股份有限公司资深董事总经理、中国国际金融＜国际＞有限公司副总裁和总法律顾问）