上证观察家｜传统科技金融工具的局限与优化路径
上证观察家｜传统科技金融工具的局限与优化路径
2026年08月26日 13:24
作者：
刘功润
来源：
上海证券报·中国证券网
上证报中国证券网讯当前，前沿科技创新正以前所未有的速度从实验室走向商业市场。截至2026年上半年，全球已有170多条AI设计或优化的药物管线进入临床阶段，十余款候选药物推进至Ⅲ期。2025年全球AI制药市场规模约24.9亿美元，预计十年内复合增长率超过33%。这些数字的背后，另一个问题值得引起注意：科技创新的节奏在加快、技术路径在重构时，我们现有的科技金融工具体系，是否跟上了变化的步伐？
答案并不乐观。现有科技金融体系在面对以AI制药为代表的前沿创新时，存在着结构性的不适应。这种不适应不是某一个环节的瑕疵，而是整个工具箱与目标对象之间的系统性错位：期限错配、风险收益错配与估值体系错配。这“三重错配”叠加在一起，形成了阻碍科技成果转化的“死亡之谷”。这条沟壑的致因，可能重点不在技术端，而在金融支持端。
一、三重错配：传统科技金融工具的结构性困境
首先，期限错配。一款 创新药 从靶点发现到上市，传统路径动辄十年以上、投入十亿美元起步，这就是业界所说的“双十定律”。AI制药虽然将早期研发周期从传统的2.5年至4年压缩至12个月至18个月，但这并不意味着整个研发链条的缩短，因为临床试验阶段的时间刚性是改变不了的。I期、Ⅱ期、Ⅲ期临床试验，涉及人体代谢和疗效验证，有其自身的科学规律，AI可以优化设计，但不能替代人体试验的周期。
反观金融体系，商业 银行 信贷以短期为主，通常1—3年；即便是风险投资，也往往聚焦于接近IPO的后期项目。真正最需要资金的“从0到1”和“从1到10”的关键过渡期，恰恰出现了资金供给的“断档”。这一问题的深层原因在于，金融工具的期限设计，依据的是金融自身的运营逻辑，包括存款期限、基金存续期、考核周期等等，而不是科技创新的内在规律。风险投资基金的存续期通常7—10年，退出时点往往由基金生命周期决定，而不是由科学项目的成熟度决定。这意味着，有些真正具有突破潜力的管线，可能在尚未实现价值最大化时就被迫出售或终止。换言之，资本的时间表，绑架了科学的时间表。
其次，风险收益错配。传统金融机构的风控逻辑，是建立在稳定现金流、充足抵押物和清晰盈利预期这三大基石之上的。 银行 看的是还款能力和担保物价值，风险投资注重退出预期和回报倍数，二级市场关心盈利模型和增长曲线。AI制药等前沿科创企业高研发投入、轻资产、长周期、无稳定现金流的画像，恰恰背离了这些标准，其核心资产是 知识产权 和人才团队——这些“软资产”在传统风控框架中几乎不计入信用评估。
用衡量成熟企业的标尺去丈量尚在襁褓中的科创幼苗，必然产生“看不懂、不敢投、不愿贷”的困境。更深层的矛盾在于，前沿创新的风险特征是非线性的，从靶点发现到临床前研究，失败概率可能高达90%以上，但一旦成功，回报也是指数级的。这种“高风险、高回报”的非对称收益结构，与传统金融机构追求的“可预测、可量化、可对冲”的风险偏好之间，存在显著张力。
2025年以来，全国固定资产投资累计同比增速一度出现负增长，民间固定资产投资增速低迷。资本的“风险厌恶”与创新的“风险偏好”之间的鸿沟，不是靠市场自发调节就能弥合的。
再者，估值体系错配。传统的企业估值工具现金流折现法（DCF）、市盈率（P/E）、市销率（P/S）等，对早期研发项目几乎完全失效。原因在于没有可靠的现金流数据可供折现，没有盈利可供计算市盈率，没有销售可供参考市销率。更重要的是，前沿创新的风险概率难以量化，一款候选药物在Ⅲ期临床中的成功率，受太多不确定因素影响，传统的概率模型难以有效覆盖。
结果就是资本市场的定价功能失灵：优质项目因为缺乏可量化的估值锚而被低估，炒作型项目因为概念包装而被高估。当市场无法对创新进行准确定价时，资本配置的效率必然低下，资金不是流向最有创新潜力的项目，而是流向最善于讲故事的团队。这对整个创新生态是无益的。
“三重错配”叠加形成了一个系统性的困境，但需要追问的是：这些错配是偶然的，还是制度性的？
传统科技金融工具的设计，本质上服务于工业经济时代的创新模式，技术路径相对确定、研发周期较短、资产相对重、风险相对可预测。在工业经济时代， 银行 信贷、VC/PE、IPO这“三板斧”基本能够覆盖从研发到上市的融资需求。
当创新的范式已经发生根本变化，而金融工具的设计逻辑还停留在旧范式之中，错配就是必然的结果。因此，解决之道不在于修修补补——不是在现有工具箱里多加几把锤子，而是要重新设计工具箱本身的架构。
二、优化路径：构建“全生命周期、多层级、耐心型”科技金融体系
第一，培育“耐心资本”体系。所谓耐心资本，不是不追求回报的慈善资金，而是能够承受长周期、高风险，愿意陪伴科技创新走完全程的资本。其核心特征是，期限长（10年以上）、风险容忍度高、考核机制以整体组合表现而非单一项目成败为依据。
耐心资本的来源，应当重点拓展四个渠道：一是社保基金、企业年金、养老保险等长期资金，这类资金天然具有负债端长周期的特征，与科 创投 资的久期需求匹配度最高，需要优化其参与科 创投 资的制度通道和比例限制；二是保险资金，特别是寿险资金，其久期可达20至30年，是最具耐心基因的资本，应鼓励其依法合规加大对科创基金的投资比例；三是政府引导基金，关键是优化运作模式，提高风险容忍度并完善长期考核机制，真正引导社会资本“投早、投小、投硬科技”；四是具有全球视野和技术洞察力的顶级VC/PE机构，需要通过制度设计吸引其在华集聚。
值得肯定的是，上海已经提出“不以单一项目论成败”的国资 创投 整体生命周期考评机制，从制度层面破解了国资创投“不敢投早期”的束缚，上海国资创投对早期项目的风险容忍度和退出机制的灵活性也在提升。这种制度创新的方向是对的，但还需要更大力度的推广和深化。耐心资本的培育，不是靠一两个政策文件就能实现的，而是需要从资金募集、投资决策、投后管理到退出的全链条制度重构。
第二，发展里程碑式融资机制。传统的融资节奏往往由基金周期和企业现金流需求决定，而非由技术和项目进展决定。里程碑式融资的核心思路是：将资金的投放绑定明确的技术和里程碑式进展，每一轮融资“买到”的是“可量化的去风险进展”。
以AI制药为例，一个典型的里程碑式融资节奏可以是： 种子 轮绑定靶点发现与验证，A轮绑定先导化合物优化，B轮绑定IND申报与I期临床启动，C轮绑定Ⅱ期临床数据读出，D轮及以后绑定Ⅲ期临床推进与商业化准备。
这种机制的好处是双重的。对投资方而言，每一轮投入都有清晰的“去风险”验证节点，避免了“一次性押注”的风险；对创业企业而言，资金投放与科学进展同步，不会出现“钱多了乱花”或“钱断了项目黄”的困境。同时，投资者应该为后续轮次预留更大比例的资本，在风险最高的I期、Ⅱ期阶段提供最强有力的支持。
里程碑式融资在海外成熟市场已是标准操作，但在国内真正能做到的机构还不多。原因有两方面，一则是缺乏专业的技术评估能力，许多投资机构无法准确判断里程碑是否“可量化、可验证”；二则是退出渠道不够畅通，投资者缺乏在里程碑之间灵活进退的二级市场。这恰恰说明了发展区域股权市场和转让平台的必要性。
第三，创新 知识产权 资本化工具。科技型企业的核心资产是 知识产权 而非固定资产，但现行金融体系对知识产权的“资产化”程度严重不足。知识产权在资产负债表上往往只体现为无形资产的原值，无法反映其真实的市场价值；在融资中，知识产权质押的实际覆盖率远低于房产、设备等传统抵押物。
要改变这一状况，需要从三个层面推进。一是发展知识产权证券化产品，将分散的专利打包为可交易的金融资产，为科技型企业开辟新的融资渠道；二是建立知识产权评估、质押、交易、证券化的全链条服务体系，提升知识产权交易中心的功能能级；三是推动科技保险发展，覆盖研发中断、临床试验失败、产品责任等特定风险，构建有效的风险分散和分担机制。科技保险的意义不在于消除风险，而是要将风险从单一企业分散到更广泛的风险池中，让创新者敢于尝试，让投资者敢于投入。
此外，知识产权保护体系的完善也至关重要。要强化司法与行政保护，提高侵权成本，让知识产权真正成为可以被信赖、被定价、被交易的资产。没有坚实的产权保护，就没有活跃的知识产权交易市场，也就没有有效的知识产权资本化。
第四，深化多层次资本市场改革。科创板设立以来，已经为大量硬科技企业提供了关键融资支持，这是中国资本市场的一项重大制度创新。但科创板的改革不能止步于设立，需要持续深化。应进一步优化上市标准，增加对“尚未盈利但具有核心技术突破潜力”的企业的包容性；优化交易机制，提高市场流动性；强化信息披露的针对性和有效性，让投资者能够更好地理解科技创新企业的风险特征。
同时，要大力发展区域股权市场和股权托管交易中心，与沪深交易所形成更顺畅的转板机制。不同发展阶段的企业，需要匹配不同层级的融资通道： 种子 期和天使期主要依赖天使投资和政府引导基金；成长期主要依赖VC/PE和区域股权市场；成熟期进入科创板或主板。这个“金字塔”结构的底层越厚实，顶层就越稳固。
三、制度环境与生态协同
路径优化，归根到底需要制度环境的支撑。金融工具的创新，不是在真空中发生的，而是嵌入在特定的制度生态之中的。
一是监管框架的适配与创新。仍以AI制药为例，其面临一个根本性的监管难题：AI生成的候选分子进入临床后，传统的审评体系能否适应？AI设计的药物，其审批标准是否应该与传统药物有所不同？这些问题，全球主要监管机构都还在探索，没有成熟的标准答案。需要一个更灵活的“监管沙箱”机制，在控制风险的前提下，让创新技术有试错的空间，让监管者在实践中学习，而不是在办公室里预设规则。上海在临港新片区已有监管沙箱的探索，建议将试点范围扩大到AI制药等前沿领域。
二是跨部门协同机制的构建。科技创新涉及的不仅是科技部门和金融部门，还包括产业、贸易、人才、知识产权等多个维度的政策资源。目前这些资源分散在不同部门，缺乏有效的统筹协调。需要建立常态化、实体化的科技与金融工作协同机制，统筹政策规划，破解长期存在的“政策碎片化”问题。
三是 数据要素 的流通与价值释放。AI制药的核心瓶颈不在算力，而在数据。蛋白质相互作用数据、临床级生物数据、真实世界证据，分散在不同平台、不同机构，形成数据孤岛。没有可信的数据，再强的模型也是“垃圾进、垃圾出”。同样，金融体系对科技企业的风险评估，也严重依赖于数据的可得性和质量。必须通过行业标准化和隐私计算技术，在保护合规的前提下打通数据基础设施。依托数据交易所，率先探索面向科创和金融领域的合规数据流通交易机制，让数据这一关键生产要素在金融与科创领域高效流动。
四是产学研资本的深度协同。前沿技术形成全球竞争力的产业，不是某一个环节的突破能实现的。它需要科研机构提供源头创新、 医院 提供临床验证场景、企业提供产业化能力、资本提供全生命周期支持、监管提供适配框架，五个角色缺一不可，而且必须深度耦合。上海的优势恰恰在于这五个要素都具备。关键是要从“物理相邻”走向“化学融合”，实现双向赋能、螺旋上升。
四、从“创造性破坏”到“创造性共享”
经济学家熊彼特将创新定义为“创造性破坏”——新技术的出现必然伴随着旧模式的消亡。这提醒我们：技术进步并不天然带来共享繁荣。
在科技金融领域，这一警示同样适用。传统科技金融工具的转型，不应仅仅被视为旧工具被新工具“替代”的过程，而应当被理解为一次“创造性共享”的机会——通过制度创新，让长期资本、专业知识和风险分担机制更广泛地惠及科技创新的各个环节，让更多的科研团队获得“从0到1”的启动资金，让更多的初创企业穿越“死亡之谷”，让更多的技术突破转化为可及、可负担的产品和服务。
前沿创新需要的不是更多钱，而是更有耐心的钱、更懂技术的钱、更有制度保障的钱。当资本的耐心与科学的耐心同频共振，当制度的精度与创新的尺度相互适配，科技金融才能真正成为驱动前沿创新从实验室走向产业化的核心引擎。这条路注定不会一帆风顺，但方向已经清晰，路径日益明确。
（作者刘功润系中欧 陆家嘴 国际金融研究院执行副院长、中欧 陆家嘴 金融50人论坛秘书长）
（文章来源：上海证券报·中国证券网）