近日，中国人民银行等九部门联合印发《关于加强科技金融领域数据开发利用的通知》，并同步发布《全国科技金融领域数据开发利用目录1.0》。如果从表面看，这是一份关于数据目录、数据共享和金融服务的政策文件；但从更深层看，它实际上释放出一个清晰信号：科技金融正在从过去偏重“资金供给”的阶段，进入以数据识别价值、以模型匹配风险、以场景推动产品创新的新阶段。
长期以来，科技型企业融资难，并不是简单因为金融机构“不愿贷”。更真实的矛盾在于，科技型企业的核心资产往往不是厂房、土地、设备这类传统抵押物，而是研发团队、专利技术、产品迭代能力、产业链位置和未来市场空间。这些资产对企业发展很重要，但在传统银行信贷体系中却很难被准确计量，也难以转化为可授信、可定价、可风控的信用依据。于是，一边是科技企业有真实融资需求，另一边是金融机构看不清企业价值、估不准信用风险，科技金融的供需错配由此产生。
此次《通知》的一个重要变化，就是试图用标准化的数据体系打破这种信息不对称。《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、二十六个数据指标。它的意义不只是“多了一张数据清单”，而是为科技企业建立了一套相对统一的数字信用画像框架。过去，金融机构判断企业价值，更多看财务报表、抵押物和历史现金流；未来，研发投入强度、专利布局质量、创新能力评价、产业链交易关系、企业真实需求等，都可能成为金融机构认识一家科技企业的重要依据。
这意味着科技金融的信用逻辑正在发生变化。传统信贷更强调“过去证明”，即企业过去有没有盈利、有没有抵押、有没有稳定收入；而科技金融更需要“未来识别”，即企业的技术路线是否可靠、研发投入是否持续、知识产权是否有效、产品是否进入关键产业链、未来商业化空间是否清晰。数据目录化、指标标准化之后，金融机构才能把这些原本分散、模糊、难以比较的信息，转化为可分析、可建模、可追踪的信用变量。
从这个角度看，《通知》真正解决的是科技企业“价值表达”的问题。很多科技企业并非没有价值，而是它们的价值没有被传统金融体系看见。比如一家早期硬科技企业，短期利润可能并不好看，资产负债表上也未必有足够抵押物，但如果它在关键技术环节拥有高质量专利，研发投入稳定，客户位于重点产业链，订单和交易对手具备连续性，那么它的信用并不应只由抵押物决定。通过数据开放共享和数字信用画像，金融机构有机会把这些无形价值转化为可识别的信用。
更进一步，《通知》提出开展科技金融可信数据空间创新发展试点，并鼓励有条件的地区加强企业收支流水数据开放利用。这一点非常关键，因为企业收支流水是最能反映企业经营状态的动态数据之一。相比年度报表，流水数据更接近企业真实经营脉搏：客户是否稳定、回款是否正常、上下游关系是否集中、资金周转是否顺畅，都可以在高频数据中得到体现。对于轻资产、成长型科技企业而言，这类动态经营数据往往比单一抵押物更能说明还款能力和成长潜力。
当然，数据开放并不意味着数据“裸奔”。科技企业的研发投入、客户结构、收支流水、知识产权等信息都具有较高敏感性，如果没有可信的数据基础设施，企业很难放心共享，金融机构也会面临合规风险。因此，可信数据空间的价值就在于，在保障数据安全和企业授权的前提下，让数据“可用不可见”，让模型可以使用数据、但原始数据不被随意搬运和扩散。这样既能释放数据价值，也能守住数据安全底线。
这也解释了为什么《通知》同时强调数据开放共享和全过程安全管理。科技金融数据开发利用不能走向两个极端：一端是数据长期沉睡在各部门、各平台、各企业系统中，无法为融资服务；另一端是只追求数据流通效率，忽视隐私保护、商业秘密和金融安全。真正可持续的路径，是在统一标准、企业授权、技术防护、审计追溯和风险问责之间形成平衡。只有这样，科技金融数据才能从“能共享”走向“敢共享”“会共享”“高质量共享”。
对金融机构而言，这份《通知》也意味着角色转变。银行不能只做传统意义上的放贷机构，而要逐步成为科技企业价值识别者、产业链风险分析者和金融产品设计者。未来，金融机构不仅要看企业财务指标，还要理解细分行业规律；不仅要看单个企业的信用状况，还要看企业在产业链中的位置；不仅要在贷前审批时判断风险，还要通过动态数据开展贷后监测和风险预警。
这种变化将直接推动科技金融产品创新。过去很多科技金融产品仍然是传统贷款的改良版，只是在名称上加了“科创”“专精特新”等标签。未来，随着数据画像更加丰富，产品设计有望更加细分。例如，针对研发投入较高但现金流尚不稳定的企业，可以设计以知识产权、研发阶段成果和政策支持为基础的信用产品；针对产业链配套企业，可以设计订单融资、应收账款融资和数据增信组合产品；针对软件和人工智能企业，可以围绕订阅收入、客户续费率、使用活跃度等数据设计更贴合商业模式的融资工具。
对科技企业而言，这一变化同样重要。过去，企业融资往往要花大量精力准备证明材料，反复向不同金融机构解释自己的技术、客户、收入和风险。未来，如果科技金融数据基础设施逐步完善，企业只要在授权范围内开放必要数据，就可能获得更精准的信用评价和更适配的金融服务。这有助于实现“数据多跑路、企业少跑腿”，也能降低科技企业在融资过程中的隐性成本。
从更宏观的意义看，科技金融数据开发利用是金融服务新质生产力的重要基础工程。科技创新要真正转化为产业竞争力，离不开长期、耐心、精准的金融支持。而精准金融支持的前提，是金融体系能够识别真正有技术含量、有成长潜力、有产业价值的企业。数据不是金融的附属工具，而正在成为科技金融资源配置的底层基础设施。
因此，这份《通知》的价值不应只理解为“加强数据共享”，而应理解为科技金融运行机制的一次升级：用统一的数据标准识别科创属性，用可信数据空间解决共享难题，用数字信用画像提升风控能力，用定制化产品匹配细分需求。未来科技金融能否更好服务高水平科技自立自强，很大程度上取决于这些数据机制能否真正落地、真正可用、真正被金融机构转化为产品和服务能力。
科技企业的价值，过去常常藏在实验室、专利文本、研发团队和产业链合作关系中；而科技金融的下一步，就是让这些价值被看见、被计量、被定价，并最终转化为支持创新的金融资源。这正是科技金融从“看抵押”走向“看数据”的深层含义。（王鹏）
