雷火竞技首页

债市研判六人谈丨科技赋能金融路 金融护航科技行
发布时间:2026-07-13
 欢迎大家莅临2026年上半年债市研判六人谈。债市研判六人谈是中央结算公司《债券》期刊精心打造的品牌研讨活动。本期活动主题为“科技赋能金融路金融护航科技行”。首先请中国社会科学院国家金融与发展实验室副主任杨涛分享“金融与科技双向赋能的理解与思考”。  今天有幸参加六人谈活动,我将围绕数字金融与科技金融的内涵、科技金融发展的痛点、金融机构数字化转型对科技金融的作用、资本市场数字化转型与耐心资本供给

  欢迎大家莅临2026年上半年债市研判六人谈。债市研判六人谈是中央结算公司《债券》期刊精心打造的品牌研讨活动。本期活动主题为“科技赋能金融路金融护航科技行”。首先请中国社会科学院国家金融与发展实验室副主任杨涛分享“金融与科技双向赋能的理解与思考”。

  今天有幸参加六人谈活动,我将围绕数字金融与科技金融的内涵、科技金融发展的痛点、金融机构数字化转型对科技金融的作用、资本市场数字化转型与耐心资本供给等展开分享。

  当前讨论金融与科技双向赋能的问题,首先需梳理数字金融与科技金融的内涵。科技金融并非新概念。从广义视角看,金融支持科技创新不仅包括政策范围内的科技企业,也应包括其他企业的研发投入;支持的对象涉及“硬技术”与“软技术”等不同层面。数字金融的内涵至少包含四个方面,即金融科技范畴、数字技术与数据要素的重要价值、原有金融全产业链的数字化再造、服务于新兴数字经济模式。可见,数字金融与科技金融是互动、融合的。

  此外,要增加耐心资本供给、加强对科技企业的支持,资本市场的数字化转型是重要一环。以人工智能(AI)大模型为代表的新技术正在推动金融领域生产方式的深刻变革。例如,智能体(Agent)技术在支付等金融核心基础设施领域的应用探索(如中国银联等推动的Agent+支付标准),意味着变革已触及金融的深层地带。

  综上,金融与科技双向赋能的核心逻辑在于:数字金融为科技金融提供了先进的工具与手段,科技金融则为数字金融的持续创新与价值验证提供了广阔的场景与真实的需求。

  感谢杨涛先生为我们阐释数字金融与科技金融的内涵及关系,指明未来发展方向。下面请世界金融论坛高级研究员、中国银行原首席研究员宗良分享“畅通‘科技-产业-金融’循环的难点与路径”。

  “科技-产业-金融”循环是一个既包括“从0到1”的创新创造,也包括“从1到N”做大做强的全过程。从企业发展角度看,这是覆盖种子期、初创期、成长期、扩张期直至成熟期的全生命周期发展过程。

  关于国家层面的实践与成效。国家推动“科技-产业-金融”良性循环,是实现科技创新成果落地、推动产业升级、促进金融服务提质增效的核心路径,对于培育新质生产力、支撑经济高质量发展具有关键作用。“十五五”规划纲要总结了高质量发展成效,全要素生产率稳步提升,经济发展质量持续优化。在“十五五”规划纲要中,“建设现代化产业体系”与“加快高水平科技自立自强”紧随总体目标之后,凸显其核心地位。通过近年来的发展,我国目前已初步形成科技创新、产业发展与金融支持联动发展的基本格局。

  然而,当前仍面临若干挑战。例如,科创源头动能有待提升,金融服务适配性有待增强、产业集群能级尚需提高、国际协同作用有待加强等。

  我们总结国际经验,有以下几点值得关注:一是政策发挥导向作用。例如,英国长期重视金融产业全球竞争力与创新布局,政府通过设立专项基金等多种方式资助创新企业;美国近年来出台的《芯片和科学法案》旨在强化其在特定科技领域的优势地位。二是科创企业融资模式多样化。美国资本市场以风险投资为主导的直接融资占比高,为高成长的科创企业提供了有利的融资环境;英国资本市场同样具备多层次金融服务体系。尤其值得注意的是,具有突出数据要素优势的科技创新企业,其成长潜力巨大。三是金融服务生态圈建设是重要保障。纽约、伦敦等国际金融中心城市形成了高度发达的“金融+科技”产业生态,配套的专业服务和人才储备十分完善。四是融合型集群发展模式成效显著。国际较成熟的高科技产业集群,往往是顶尖高校、风险资本、创新企业深度结合的结果,“科技-金融-产业”的融合发展是培育顶尖企业的重要模式。

  为提升“科技-产业-金融”循环效率,推进高水平科技自立自强与现代化产业体系建设,有以下几点建议。一是聚焦源头创新,筑牢发展根基。围绕核心关键技术,构建专业化创新平台,完善配套创业扶持政策,着力解决科研成果转化的“最后一公里”问题。二是强化金融服务支撑,提升适配性。认真落实金融“五篇大文章”战略部署,推动金融机构加强对科技创新领域的支持。通过完善知识产权质押融资、健全创投资本退出机制等方式,激励金融资本敢投、愿投硬科技项目。三是着力提升产业集群能级。立足区域优势打造特色产业创新圈,提升产业链韧性与自主可控能力,发挥龙头企业的牵引带动作用。四是推动科创与金融中心协同发展。提升北京、上海、粤港澳大湾区等地在科技创新与金融服务方面的综合能级,推动其向具有全球影响力的科创与金融中心迈进。五是深化高水平开放,拓展国际协作。通过跨境科技协同、产业国际化布局和跨境金融服务的完善,为科技创新和产业发展拓展更广阔的国际空间。

  感谢宗良先生提出畅通循环的务实路径。下面请清华大学软件学院副研究员万海分享“软件智能自愈——构建金融世界的免疫系统”。

  当前,金融业务的运行高度依赖IT系统,如果IT系统出现故障或遭受攻击,金融业务的稳定性将无从谈起。因此,我们团队致力于研究IT系统的“自免疫”能力,即实现软件的自愈。

  软件自愈是指系统在遭受攻击或出现故障时,能够自主完成检测、分析、定位与修复的全链条闭环。这一技术的成熟得益于三个关键转折点:一是云原生基础设施提供了标准化的安全能力接入层,涵盖入侵检测、取证分析、根因定位及代码修复等工具;二是基于Long Graph / Long Chain等架构,实现了多Agent系统的智能编排;三是大模型使系统能深入理解代码语义、安全语境并进行复杂推理,从而驱动Agent完成端到端的任务。

  具体而言,我们的技术架构包含两大部分:一是安全能力接入层,用于标准化接入各类安全工具;二是智能中枢层,即基于大模型的Agent代理,能自动接收告警、规划任务、调用底层工具,并评估结果进行迭代,最终生成处置建议。

  尽管前景广阔,但其在实际落地中仍面临挑战。在学术界,工具往往在特定数据集上表现优异;但在工业界,生产环境复杂多变,通用工具往往难以适应新场景。因此,我们需要提升工具的智能化水平,即输入新场景描述和开源代码,就能自动升级以适应新环境。我们的终极愿景是,将威胁响应时间从小时级压缩至分钟级,从检测到智能分析、取证、根因定位、漏洞修复直至最终处置均实现自动化,达到真正的软件自愈。未来,我们希望将这种安全能力下沉为基础设施的一部分,甚至融入操作系统内核,构建具备自愈能力的免疫操作系统,为金融世界的稳定运行保驾护航。

  感谢万海先生为我们介绍了软件智能自愈的概念、原理及愿景。下面请信达证券股份有限公司风险管理部总经理刘轶分享“AI与金融双向赋能:信号融合创新重构资本市场交易和风险管理方式”。

  该体系能够输出包含风险状态、压力程度及结构来源的综合评估,并划定七种共振状态,进而针对不同风控等级采取相应的风控决策,实现“预测-决策-执行”的闭环管理。

  该体系兼具有效性、合规性与创新性。我们通过长达10—20年的样本回测,验证出其在金融危机、政策转向等关键时期能及时发出有效的前瞻性预判。同时,符合风险管理的相关要求,实现过程可验证、可追溯。此外,将风险管理从解释历史、描述现状推进至预判未来,完成前瞻性风险管理模式升级。

  面向未来,我们将持续优化。一是将因子库持续扩充与迭代,纳入环境、社会和公司治理(ESG)因子、地缘政治因子等新型因子,定期对因子库进行有效性检验与更新;二是拓展与细化资产覆盖维度,从四大类代表性资产扩展到细分资产类别,研究资产间非线性传染效应;三是探索日频数据模型运算,实现从“年”到“分钟”的全频段预警。

  最后,我们在研究过程中总结了五点第一性原理:研究的第一性原理是创新,而非盈利;建模的第一性原理是稳定,而非精确度;策略的第一性原理是可复现,而非复杂度;算法的第一性原理是寻找新角度,而非优化路径;投资交易的第一性原理是风控,而非收益。未来,研究团队将致力于通过技术赋能,为资本市场的高质量发展保驾护航。

  感谢刘轶先生为我们介绍了以量化与AI为支持的多维度前瞻交易风险体系,为资本市场交易和风险管理提供了新思路。下面有请远东资信评估有限公司副总裁田小卫分享“科技金融创新:评级行业的探索与思考”。

  2025年5月7日,中国人民银行、中国证监会联合发布关于支持发行科技创新债券有关事宜的公告(中国人民银行中国证监会公告〔2025〕8号),标志着债市“科技板”正式落地。新政策发布以来,我国债市“科技板”呈现以下亮点。一是发行主体类型多元化,民企和中低评级企业融资增加。符合政策要求的科技型企业、股权投资机构、银行以及证券公司等非银行金融机构均可发行科技创新债券,其他处于不同生命周期的科创企业也可以发行科技创新债券。根据万得(Wind)的统计,2025年5月7日至2026年4月末,各类主体发行科技创新债券约2.6万亿元。其中,央企和地方国企发行规模占比约为84%,民企发行规模占比约为10%;AAA级发行主体的发行规模占比约为73%,AA+级主体发行规模占比约为22%,AA级主体发行规模占比约为4%。二是打通了资金通道,便利资金“投早、投小、投硬科技”。三是“股债贷”联动。科技型企业通过“债转贷”“债转股”获得间接支持。四是科技创新债券配套机制优化,主要体现为投资引导机制和风险分担机制优化。

  新政策发布后,评级机构积极响应政策要求,基于科技创新债券发行主体多元化趋势,打破传统评级框架,聚焦科技创新领域的特殊风险特征,推出差异化评级方法,主要包括以下三种:一是股权投资机构信用评级方法,适用于股权投资机构发行科技创新债券的评级,聚焦机构的投资管理能力、投资组合的行业分散度和风险管理水平等;二是科技型企业信用评级方法,聚焦研发投入、成果转化、技术壁垒;三是科技创新债券信用评级方法,该方法会考虑整体债券偿付能力、增信措施、债券条款等因素,评级要素为“主体信用等级+债项评级”。在没有外部担保的情况下,科技创新债券的主体评级与债项评级基本上是一致的;在有外部担保的情况下,债项评级通常会比主体评级高。目前,科技创新债券评级方法的创新条款会包括预期收益质押担保、知识产权质押担保、可转换为股权或基金份额的条款。在利率方面,科技创新债券的利率可以与募投项目收益率挂钩。

  科技金融的核心是构建覆盖科技型企业全生命周期的多元化融资生态,推动债权融资、股权融资与信贷支持有机结合。评级机构在科技金融中的角色是信息中介,需要进行风险定价。展望未来,预计评级行业的发展方向将主要体现为以下三方面:一是深耕科创领域信用研究,搭建友好的交流平台;二是完善评级服务,助力破解科创融资瓶颈;三是发挥信用定价功能,提升科创资产投融资匹配效率。

  感谢田小卫先生的分享,让我们看到评级机构在服务科技创新中的关键作用。下面请北京快确信息技术有限公司总裁刘芳菲分享“AI在固收市场的实践及展望”。

  当前,AI浪潮对金融市场进行了重塑。作为一家金融科技公司的负责人,我与大家分享一些思考与体会:一是AI与金融市场的关系,二是AI在投研和交易领域分别有哪些实践落地,三是AI在应用过程中面临的核心挑战,四是对市场发展的一些观察。

  金融市场与AI是天然匹配的。金融市场的特点是数据密集、实时性要求高、决策链路复杂、对风险管理的要求高,AI则擅长数据的处理、实时优化与预测、复杂问题求解和智能化风险管理。然而,在金融市场特别是固收领域,大家会感觉AI对生产力的贡献没有达到预期,这源于一些原因。第一,金融市场是一个严格要求合规的场景。第二,固收交易场景远比股票、期货等场内交易复杂,且需要大量的岗位协同工作。第三,一家机构要想真正进行业务生态的数字化、智能化重塑,需要具备良好的“土壤”,包括业务场景、技术方案、安全保障、人才储备等。这些都不是天然、自发产生的。

  AI在固收交易领域的起步比股票、量化交易等领域要晚。一方面,股票、量化交易的数据比较规整,结构化程度较高;固收交易数据来自不同渠道、不同交易对手甚至不同交易平台,收集和清洗难度较大。另一方面,每笔固收交易要结合不同的交易对手授信情况、市场行情等信息进行判断,数据具有复杂性。近年来,固收市场出现了AI交易智能体,也称为交易员的“超级助理”。其可以吸收大量数据并进行用户画像,进而实现交易对手分层和推荐,也可以对询价人进行智能报价和回复,在一定程度上可以替代交易员的工作。

  最早落地的固收交易智能体是资金融出机器人,其可以判断询价人是否符合资质,对担保品提出要求,给出资金融出价格。此后,我们又推出现券交易机器人,其工作领域包括拟定交易策略,提供价格区间,以及进行讨价还价等。此外,还能够主动寻找交易对手。

  当前,AI参与固收行业应用仍面临一些挑战。一是数据、算法与算力的挑战。二是模型风险与监管合规的挑战,主要包括模型内在风险、“黑箱”决策难题和人机协作责任边界的确定三方面。三是对于组织变革和人才需求的挑战。

  展望未来,金融机构若想更好地应用AI,需要自上而下进行系统布局。此外,对于固收市场中大部分不会写代码的从业者来说,很需要低代码平台助力,以将其专业智慧和实践经验凝练到系统中。最后,人机协同预计会成为未来的主流工作模式,这需要构建从监管到金融行业再到科技应用的多方生态环境。随着固收行业AI基础的逐渐牢固,以及各领域相互协作的不断加强,固收市场将打造更多的金融AI化场景,并持续提升金融行业的新质生产力水平。

  感谢刘芳菲女士生动呈现了AI对固收业务的赋能作用。接下来进入圆桌讨论环节。首先请教宗良先生,当前银行理财子公司服务科技创新的成效如何?还有哪些可以突破的方向,进一步推动“科技-产业-金融”的良性循环?

  当前,理财子公司尚无法直接对科创企业进行股权投资,但可以通过购买科创债等间接方式,为市场提供长期资金支持。此外,理财子公司还可以与其他机构合作、发行特定产品,引导资金流向科技创新领域。但需注意,科创活动本身具有收益波动大、风险较高的特征,理财资金风险承受能力有限,需要等待政策进一步放宽。我们期待未来理财资金能在支持科技创新中发挥更核心的作用。

  请教万海先生,未来软件智能自愈实现规模化落地有什么挑战?如何把控多智能体的行为边界,既做到自主高效,也能满足监管要求,实现安全与效率的平衡?

  软件智能自愈规模化落地面临四大挑战:一是智能体的引入扩大了系统攻击面,修复具有不确定性;二是针对特定场景构建的软件需要与不同场景、不同数据进行适配;三是对系统的改动会带来额外开销,需平衡开销与效果;四是需符合监管与开发相关要求。把控多智能体的行为边界,要用精准的形式化语言界定其行为好坏,并且需全方位采集多智能体运作中的各类数据,从而更好地分析和管理其行为。

  AI对证券行业的影响体现在四个方面:一是投资决策升级,突破传统投资思维的局限;二是风险管理模式重构,从事后追责转向事前预警;三是数据治理意义凸显,数据分析与应用得到重视;四是行业竞争力提升,金融机构全面化、差异化发展。

  在AI应用过程中,也需要警惕新的风险点:一是模型风险,需人工控制管理;二是数据风险,需加强合规采集与运用;三是算法公正风险,需警惕算法导致的行业投资行为趋同;四是治理操作风险,需明确人机权责,确保AI在审慎、可控的框架下运行。

  请教田小卫先生,债市“科技板”的推出,对构建“科技-产业-金融”的良性循环有什么意义?针对科技型企业“轻资产、高风险、高不确定性”的信用特征,评级行业在评价逻辑和方法论上作出哪些创新?

  意义主要体现在以下三个方面:一是银行、股权投资机构可通过发行科创债募集资金,进而反哺科技企业发展,畅通融资渠道;二是对资金投向的监管要求更加严格,明确资金需用于科技研发等指定领域;三是推动科技型企业提升治理水平和风险管控能力,保证资金运转效率和安全。

  评级行业进行了三点创新:一是在评级模型中提高无形资产、人力资本等指标的权重;二是建立覆盖企业不同发展阶段的评价体系,适配其全生命周期的需求;三是重点关注研发投入与产出,评估融资规模与产品研发周期、市场化前景的适配性。

  请教刘芳菲女士,当前AI在固收领域应用情况如何?随着相关政策逐步完善,金融机构在引入AI工具时,需要注意哪些合规要点?

  当前AI在固收领域处于探索阶段。头部机构正探索建设AI底座与一体化决策平台,而大部分机构则仍以围绕内部业务场景开展联合创新为主。未来,数据、人才储备及业务场景丰富性将成为机构的发力方向。

  需要注意三个合规要点:一是严守数据边界,本机构数据应封闭使用,公开的数据必须脱敏;二是明确人机的权限与责任,投资决策需全程留痕、可追溯;三是善用金融科技监管沙箱,金融科技的创新应用先入箱观察,逐步判定其可实践性与可复制性。

  感谢各位专家的精彩发言和深入研讨。纵览宏观、精研债市,期待下一期债市研判六人谈,我们不见不散!