上海金融与发展实验室首席专家、主任曾刚。　受访者供图

2178家，这是当前我国科技支行的数量。它们密布全国，成为科技金融服务体系中最贴近创新土壤的毛细血管，为科技创新注入源源不断的金融血液。

“科技特色支行贴近一线，能更敏锐地捕捉创新需求，及时反馈一线情况，推动产品和服务持续创新。”近日，上海金融与发展实验室首席专家、主任曾刚在接受南都湾财社记者专访时如是说。不过，在他看来，当下我国科技金融产品总体上还存在着“浅创新”、风险定价和贷后管理体系对科技企业动态变化响应不敏锐、与股权投资等多方联动有限等短板。从长远看，银行应超越“拼速度、拼噱头”的简单模仿，立足精准服务与差异化竞争，深化科技金融与产业链、创新链深度融合。

谈建设标准

应规定科技金融专业人才配备比例

南都湾财社:目前的科技支行多数为银行自行评定，仅个别地区的金融监管部门出台了科技支行建设标准。接下来，地方监管机构在制定科技支行建设标准时，需从哪些关键维度设定要求?哪些运营要素必须纳入规范化管理?

曾刚:科技支行建设标准制定应重点考量以下几个核心维度并规范相应运营要素:一是功能定位与服务导向。明确科技支行主要面向科技型、创新型企业，支持区域科技创新和产业升级，应将服务对象、业务范围等“专业化”要求纳入标准，防止“标签化”现象。

二是人员与团队建设。规定科技金融专业人才配备比例，要求设立专门的科技金融客户经理、风控专员与投贷联动团队，推动人员持续培训和专业能力认证，保证一线服务和风险管理专业性。

三是产品与创新能力。鼓励和规范科技支行在信贷、投贷联动、知识产权质押融资等产品线的创新，要求有面向不同发展阶段科技企业的差异化产品、审批机制和金融科技工具应用，支持对轻资产、首贷、信用类客户试点等高容忍度探索。

四是风控机制与评价体系。针对科技企业“轻资产、高风险”特征，明确风险评价和贷后管理标准，推动建立多元化征信与定价机制，引导以科技创新能力、知识产权、成长潜力等为重要评价维度，补齐传统抵押为主的风控短板。

五是运营管理与合规要求。提出基础设施、信息系统、客户服务等方面标准，规范信息披露、科技成果转化支持、可持续发展能力等内容，推动建立完善的业务报送和信息共享机制，加强监管部门事前事中事后全流程管理。

谈尽职免责

推动形成行业统一的认定和量化评价体系

南都湾财社:目前不少银行制定了内部的尽职免责相关管理办法，您认为在落实中存在哪些困难和挑战，主要原因是什么?

曾刚:尽职免责制度在科技金融信贷业务中的落实，确实面临较大挑战。科技型企业普遍轻资产、现金流波动大、数据不透明，传统信贷风控难以适用，而科技金融创新需要银行敢于“冒险”支持新兴企业。如果没有有效的尽职免责机制，基层人员可能“宁可不贷、也不出错”，抑制了创新和服务的积极性。

目前多数银行尽管出台了尽职免责办法，但总体看:一方面，缺乏明确、可操作的量化标准，导致事后评价难以区分“因尽责未控住风险”与“操作失误或不合规”；另一方面，各级审批部门对免责尺度参差不齐，风险容忍度有限，基层信贷人员实际感受到的激励作用有限。

南都湾财社:未来应该从哪些方面推动尽职免责真正落地?

曾刚:首先，监管部门应推动形成行业统一、分层次的尽职免责认定和量化评价体系。比如，科学设定包括尽调内容完整性、贷后管理执行度、信息披露及时性等维度的评判标准，结合实际信贷损失的历史数据，制定清晰的免责规则。

其次，应明确免责流程与责任分界，优化事后审查机制，引入更多客观量化评价指标，减少主观判断空间。对于合规履职、非主观失误导致的损失，坚决予以免责。最后，完善信贷人员培训，加强科技金融领域专有知识和案例库建设，提升风险识别能力，为“敢贷、愿贷、能贷、会贷”创造良性环境。

谈大模型应用

应确保关键环节的模型决策过程可追溯

南都湾财社:随着人工智能技术在金融领域的加速渗透，部分头部银行已规模化落地超百个大模型应用场景。在此背景下，商业银行推进大模型部署时需重点把握哪些关键环节?针对技术应用中潜在的合规性、安全性等挑战，应建立怎样的风险防控体系?

曾刚:银行业大模型应用已进入快速扩展阶段，覆盖智能客服、风险评估、客户画像、营销精准化、流程自动化等众多场景，其带来的效率提升与创新价值体现得越来越明显。但同时大模型应用也引发了数据安全、合规风险、算法偏见、结果解释性弱等新问题。

首先，银行在应用大模型时须高度重视数据安全与隐私保护。模型训练和业务落地均依赖大量敏感金融数据，必须严格遵守法律法规，加强数据脱敏、加密、访问权限控制等措施，防止数据泄露和滥用。

其次，加强模型透明性与可解释性建设。这不仅是合规监管要求，也关系到客户信任和正确决策。银行应确保关键环节的模型决策过程可追溯，并为业务人员和客户提供必要的原因解释，防止“黑箱操作”。

再次，预防算法偏见和模型歧视。模型训练时需引入多元化数据、设立偏见检测机制，避免因样本不均、历史遗留偏见导致对小微企业、特定区域客户等群体的不公平对待。

此外，风险监控和业务连续性管理必须同步加强。银行应建立大模型的动态监控体系，定期回溯模型行为，设置异常预警机制，及时响应并修正模型失效与误判。对技术引入保持理性判断，明确“人机协同”原则，把控关键环节的人工参与，防止模型决策的单点失控。

谈产品创新

当下科技金融产品存在“浅创新”等短板

南都湾财社:目前银行推出的科技金融产品在满足科技企业全生命周期需求方面，呈现出哪些显著特征与核心短板?还应该从哪些方面发力?

曾刚:从创新成果来看，主流产品线更趋多元化和精准化，如知识产权质押贷款、科技成果转化贷、创新人才消费贷、“投贷联动”等，覆盖了科技企业从种子期、成长期到成熟期的多样需求。风控逻辑也逐步从抵押物转向对企业成长性、创新能力的信用评估，产品定制化、灵活化程度提升，为轻资产、缺乏抵押的企业打开了融资通道。

而核心短板则在于:一是“浅创新”，产品同质化严重，部分银行产品仅是传统信贷模式的包装升级，实质服务能力未有明显突破；二是风险定价、贷后管理体系对科技企业动态变化响应不敏锐，导致授信边界有限、覆盖度不足；三是与股权投资、政府支持、科技服务等多方联动有限，综合赋能能力不强。尤其对于种子期、高风险企业的金融支持仍较薄弱，缺乏真正贯穿全生命周期的金融服务闭环。

南都湾财社:有银行人士表示，市面上科技金融产品存在“内卷”和抄袭现象，对此，您怎么看?

曾刚:“内卷”与抄袭现象，实际上反映了市场竞争加剧及银行间创新动力不足。一方面，产品复制短期有利于资源快速跟进，但会导致资源与创新分散，劣币驱逐良币；另一方面，从长远来看，银行应超越“拼速度、拼噱头”的简单模仿，立足精准服务与差异化竞争，深化科技金融与产业链、创新链深度融合，从风险识别、产品定制、服务体系到生态共建全链条创新，形成可持续、具特色的科技金融新供给。

南都调研 总第715期

统筹:任先博

采写:南都·湾财社记者 刘兰兰