标题：张晓晶：加强人工智能发展的金融支持｜金融与科技
时间：2025年8月6日 (上午8:42)
分类：评金融, 首页
标签：无
作者：清华金融评论

[1] 文/中国社会科学院金融研究所所长、国家金融与发展实验室主任张晓晶 习近平总书记在中央政治局第二十次集体学习时强调，人工智能作为新技术新领域，政策支持很重要。要综合运用知识产权、财政税收、政府采购、设施开放等政策，做好科技金融文章。作为全球科技竞争的制高点，人工智能技术的突破与应用直接决定着我国在全球科技竞争中的地位以及未来发展的核心竞争力。加强金融对人工智能的支持，不仅是产业发展的政策选项，更是落实国家战略的关键抓手。随着人工智能拓展技术边界面临的不确定性加大以及该领域大国博弈的愈演愈烈，金融支持对于我国人工智能发展变得至关重要。 人工智能已成为塑造国家核心竞争力的战略制高点 当前，人工智能作为引领新一轮科技革命和产业变革的战略性技术，已成为全球科技竞争的焦点领域和重塑国际格局的关键力量。习近平总书记深刻指出：“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应。”这一重要论断精准揭示了人工智能在当代发展全局中的核心地位。从感知向认知、从分析判断式向生成式、从专用向通用转变，人工智能技术呈现指数级突破，正深度重构生产函数，全面渗透各个领域，其发展水平直接关系国家前途命运。 纵观世界科技史，每一次产业革命的“发动机”技术都成为大国博弈的胜负手。现今，人工智能因其通用性、渗透性、颠覆性特征，被公认为“第四次工业革命的核心驱动力”。全球主要国家纷纷在人工智能领域展开战略布局，全力抢占这一战略性技术的制高点。可以预见，谁抢占人工智能发展先机，谁就能掌握科技创新赛道定义权、产业发展主导权、国际竞争话语权。对于人工智能发展先机的争夺，绝非技术层面的局部竞争，而是关乎综合国力跃升、国际秩序重构乃至人类文明演进方向的全局性战略博弈。 对中国而言，发展人工智能具有更迫切的现实意义。一方面，它是突破“卡脖子”瓶颈、实现高水平科技自立自强的关键突破口，高端芯片、基础算法等“根技术”的攻关，直接决定我国能否在新一轮产业变革中挺立潮头；另一方面，人工智能是培育新质生产力的核心引擎，人工智能通过赋能千行万业提质增效，为推动经济高质量发展注入强劲动能。更深远的是，人工智能深度关联数据主权、算法伦理、网络安全等维度，已成为大国战略安全的“新边疆”。 金融支持是人工智能从技术突破，走向产业繁荣的催化剂与加速器 作为新一代通用目的技术，人工智能的发展遵循从基础理论突破、技术工程化验证到大规模产业化扩散的演进逻辑。人工智能产业的跃迁，并非单一金融力量所能独立推动。长期资本、耐心资本、战略资本与多层次资本市场，共同构成了一个层次分明、功能互补、接力协同的金融支持生态系统。 基础研究是孕育人工智能颠覆性突破的源头，其核心使命在于突破传统认知边界。这一使命具有超高不确定性、超长回报周期及非商业导向的核心特征——研究路径充满偶然性，从理论萌芽到应用可能横跨数十年，核心价值在于科学范式变革而非短期经济收益。这种情境下，追求确定回报的市场化资本会面临严重的“市场失灵”，传统金融工具也因无法定价远期模糊收益而集体失效，只有真正意义上的长期资本能填补这一空白。长期资本多来源于政府科学基金、超长期视野的慈善基金等。 长期资本锚定科学价值、国家战略安全或人类认知边界拓展，允许科学家进行自由探索，包容高频次试错甚至研究路径的彻底转向，拥有超长周期容忍度，不预设财务回报要求，不囿于即时财务模型。长期资本的本质，是以国家战略与社会远见对抗市场的“短视”；没有长期资本在“无人区”的坚守，人工智能的理论突破将成为无源之水，后续的技术转化与产业发展更无从谈起。 技术转化是人工智能技术从实验室迈向市场的关键阶段。这一阶段的融资主要有三重风险：技术风险推高未来收益折现率、原型开发周期漫长、概念验证市场前景不明朗。这些因素叠加，导致依赖抵押物和稳定现金流的传统债权融资难以适用。相比之下，耐心资本通过重塑资本估值的“时间观”，将资源配置重心从短期套利转向长期价值锚定，为技术的持续突破提供了有力支撑。它通过降低折现率、拉长价值评估的时间尺度，为人工智能等前沿领域的持续投入奠定了财务基础，显著提升了技术（尤其是颠覆性技术）跨越“死亡之谷”、成功实现商业化的概率。 在人工智能企业跨越技术研发与原型验证阶段之后，便要面临产品迭代优化、市场初步渗透、商业模式验证及运营体系构建等诸多挑战。由此，资本所肩负的核心任务相应发生转变，不再围绕为技术风险定价，而是转向助力企业建立可复制的商业模式，为全面规模化扩张奠定基础。 这一阶段，人工智能企业亟须大额、灵活且附带产业资源的资本支持。科技巨头与行业龙头的战略投资不仅能提供充足资金，还能通过导入产业场景、开放市场渠道、增强信用背书及定制融资方案，深度赋能人工智能企业的发展进程。这种“资本+资源”的双重注入，在破解行业轻资产融资困局的同时，显著加速了人工智能企业在产业化初期的市场扩张步伐，也极大地促进了产业链的协同共进。 当人工智能企业进入规模化扩张阶段，其战略重心将全面转向市场竞争力构建与产业生态壁垒打造。这一阶段，其资金需求也呈现出新特征。一方面，由于持续高强度的研发投入、重资产基础设施建设以及产业链垂直整合，人工智能企业的资金需求量显著增加；另一方面，人工智能企业的业务模式需通过资金的高流动性来支持快速的技术迭代和市场响应，因而对资本供给的稳定性、规模性和灵活性提出较高要求。 在此阶段，多层次资本市场通过差异化功能定位形成协同支持网络——股权融资市场为人工智能龙头企业开辟更为广阔的融资通道；债券市场的知识产权证券化产品与可续期公司债可匹配重资产布局的长期资金需求；私募股权市场的发展则可以化解退出流动性困境。多层次资本市场的建设，不仅可以为成熟人工智能企业提供持续、稳定、巨量的资金支持，支撑其持续创新、基础设施投入、生态构建及全球竞争，还能为前期资本提供健康的流动性与回报机制。 构建适配人工智能发展的金融支持体系 人工智能发展各阶段的资本需求呈现显著差异性与高度专业性。强化人工智能发展的金融支持，需持续壮大支持人工智能发展的长期资本、耐心资本、战略资本，协同发展多层次资本市场，打造适配人工智能融资特性的金融基础设施，从而构建起完善的人工智能创新发展金融支持体系。 强化长期资本供给，解决基础研究“市场失灵”，支撑原始创新与颠覆性技术突破。一是构建政府主导的超长期资本供给机制。设立由财政资金出资的基础研究基金，采捐赠式运作模式（仅使用投资收益），支持人工智能前沿领域的理论研究，资助周期放宽年限，实行“里程碑验收”。二是创新长周期资本引导机制。对主权财富基金设定硬性配置要求，划拨不低于一定比例的资金至人工智能基础研究项目，委托顶尖科研机构管理。三是提高社会资本介入基础理论研究的积极性。推行“研发税收抵免证券化”，企业基础研究投入可生成可交易抵免凭证，吸引社会资本认购。 培育耐心资本生态，提升高风险耐受性资本供给，加速实验室成果向原型产品转化。一是完善风险对冲机制。建立“技术期权交易市场”，对人工智能的前沿技术方向发行标准化期权合约，帮助投资者对冲创新方向不确定性带来的潜在风险。二是设计风险递进分担体系。按技术成熟度动态配置风险承担主体，政府通过风险补偿基金覆盖早期失败成本，险资开发“研发中断险”实现风险转移。三是完善风险激励机制。推行“科学家期权激励计划”，允许科研人员持有技术转化企业一定比例的期权，并通过“设置锁定期+里程碑行权”等行权设计，驱动科研团队深耕技术攻坚与商业落地。 释放战略资本效能，推动产业资本深度赋能，破解商业化初期场景与融资瓶颈。一是加大财税激励。实施“场景开放税收抵免”机制，对科技企业开放核心场景资源给予所得税抵免；设立“研发协同加计扣除”，战略投资者与被投企业联合研发支出，允许加计扣除。 二是优化监管框架。建立“战略投资反垄断豁免清单”，对人工智能芯片、大模型、量子计算等关键领域，持股低于一定比例且保障被投企业独立研发权的并购，豁免经营者集中审查。试行“技术安全白名单”制度，对非敏感技术领域的商业化并购，建立快速备案通道。 三是构建赋能平台。创建国家级人工智能场景验证中心，由头部科技企业联合建设，提供商业化可行性认证，降低金融机构风控成本；发展“场景——资本”对接机制，地方政府配套场景订单，优先采购战略资本支持的人工智能产品，形成“场景开放——技术迭代——市场收益”闭环。 发展多层次资本市场，铺设规模化“超车道”，支撑人工智能企业持续创新与全球竞争。一是优化上市制度，在科创板设立人工智能“硬科技”专项通道，放宽盈利要求，允许未盈利企业凭算力规模、算法竞赛排名、核心专利引用数等核心技术评估指标上市；创业板侧重“人工智能+产业”融合度评估，优先支持应用场景成熟的企业上市。 二是发展私募股权市场，扩大政府引导基金对人工智能中试项目的覆盖，要求子基金扩大早期投资比例。三是创新区域性股权市场，在区域股权交易中心设立“人工智能专板”，提供专属信息披露指引，对接新三板“绿色转板”通道，支持人工智能企业转板上市。四是推动资产证券化创新，试点知识产权证券化，以算法专利组合形成基础资产包；探索数据资产入表路径，允许合规数据资源作为融资增信手段。 筑牢金融基础设施根基，降低融资成本，重塑人工智能激励机制与治理模式。一是构建人工智能产业大数据平台，整合企业技术研发、人才储备、融资动态及知识产权等核心信息，降低投融资信息不对称。 二是健全数据要素市场机制，明确数据权属关系，建立安全合规的流通交易体系，充分释放数据资产融资潜能。 三是创新数据资产金融化路径，深化数据确权、定价与交易制度建设，探索数据资产质押融资模式，推广“语料券”“模型券”等创新工具，降低企业数据获取成本。 四是谋划加密货币发展，构建下一代金融基础设施。加密货币通过区块链技术、分布式记账与智能合约等方式，有望成为人工智能基础设施的“信任层”，推动两者共同构建一个开放、可信、用户赋权的技术生态。人工智能与加密货币的融合不仅关乎效率提升，更代表了一种新的组织和治理模式，有潜力解决当前人工智能发展中的激励机制问题以及集中化、数据垄断和透明度不足等挑战。 来源 | 国家金融与发展实验室 编辑丨王茅 责编丨兰银帆 [1] http://www.thfr.com.cn/wp-content/uploads/2025/02/11.jpg
上一篇：逆全球化时代，美联储货币框架如何变革｜国际
下一篇：连平等：下半年政策层面有哪些重要看点？｜政策与监管