金融科技技术范文第1篇

[关键词]金融科技；大数据；云计算；区块链；人工智能

[DOI]1013939/jcnkizgsc201718098

1金融科技的定义

Fintech是Finance和Technology的合成词，中文译为金融科技。金融科技来源于20世纪90年代花旗银行发起的一个发展项目“金融服务技术联盟”（Financial Services Technology Consortium），后被简称为“Financial Technology”，即Fintech。在国际层面，作为全球金融治理的核心机构，金融稳定理事会于2016年3月首次了关于金融科技的专题报告，其中对“金融科技”进行了初步定义，即金融科技是指技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响。

2金融科技的分类

根据国内外从业人员结合研究和实践，金融科技主要有两种角度的定义。第一种是将金融科技定义为金融和科技相融合后所形成的业务模式，具体包括数字支付、网络借贷、数字货币以及智能投顾等。第二种是将金融科技定义为一种科学技术，即国内常提及的金融科技。牛津词典将金融科技定义为用来支持银行业和其他金融服务的电脑程序和其他科技，包括互联网、大数据、云计算、区块链以及人工智能等，投资百科称之为21世纪运用于金融领域的所有科技的集合。

3金融科技行业的主流技术及应用

31大数据

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。相应地，大数据技术是指从各种各样类型的数据中，快速获得有价值信息的能力。IBM提出大数据具有五大特征：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。目前，大数据在金融领域的应用体现在了信贷、征信风控、金融安全以及差异化营销方案等。金融的关键环节是风控，而风控的关键在于权威的大数据征信体系，这关乎整个行业的健康成长。

32云计算

云计算最广为认可的定义源自美国国家标准与技术研究院（NIST），它指出云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。企业可以通过布置云计算应用，拥有强大的计算能力。同时，安全云服务通过远程提供安全保障，可以提供基于云端庞大病毒库，进行实时的采集、分析以及处理，有效地保障了金融企业的数据安全性。

33人工智能

人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。作为人工智能在金融领域的实践，智能投顾以长尾客户为目标客群，在全球迅猛发展。智能投顾指具有人工智能的计算机程序系统根据客户自身的理财需求，通过算法和产品搭建数据模型，来完成传统上由人工提供的理财顾问服务，具有投资门槛低、管理费用低、信息透明度高三大显著优势。

34区块链

区块链技术在金融领域中主要的优势是去中心化和极大地降低成本。区块链（Blockchain）是指通^去中心化和去信任的方式集体维护一个可靠数据库的技术方案。区块链中的“区块”指信息块，信息块中含有的特殊信息为信息戳，含有信息戳的信息块彼此互联，形成的信息块链条被称为“区块链”。2008年金融危机导致对于金融管控门槛不断升高，而反恐战争导致反洗钱和反恐怖主义融资的范围也让监管的广度和深度逐渐扩大，导致整个金融系统的监管成本急剧增加。在这种情况下，区块链技术能够通过防篡改和高透明的方式让整个金融系统极大地降低成本。

4发展问题及建议

41大数据

目前政府、金融机构等都在积极地、大规模地搜集个人的数据，在信息化时代，个人信息更容易被搜集，但也更加容易被广泛地传播。信息泄露问题层出不穷，2016年网上公开售卖20万济南婴幼儿的信息，包含姓名、联系方式，甚至能精确到门牌号。我国信息化发展起步较晚，但发展迅速，对隐私权的保护尚不重视，我国应建立个人数据隐私权保护的法律体系，如《个人数据保护法》，使个人数据隐私权案件审理有法可依。

大数据需要收集和提取私人数据，但私人数据与公共数据的界限一直尚未明确。因此，需要法律对公有、私有数据的标准进行制定。

42云计算

使用云计算服务后，企业的应用程序和数据会受第三方云计算服务方控制，因而保障用户的信息安全就显得至关重要。技术安全一直是互联网金融企业的短板，交易的数据和用户的资料会在平台上沉淀，这也是引来黑客的最主要根源。据统计，有90%的网贷平台因黑客的攻击而倒闭，黑客盗取客户信息用假身份申请贷款导致网贷平台损失了近300亿元。云供应商作为各大金融机构的IT支持者，需要不断地在数据迁移、备份、加密等方面进行深入研究，保障金融机构的技术安全，同时云计算相关法律法规仍需不断完善，增强金融机构使用云计算的信心。

43智能投顾

随着智能投顾企业规模的逐渐壮大，行业本身也开始对监管产生明确的需求。中国与世界经济研究中心主任李稻葵曾经明确指出这一领域的监管不足。面对如此新兴的行业，如何监管已经成了人工智能带来的一大难题。一个最为重要的因素在于：监管对象已经发生了改变。在当前的监管法律法规中，被监管的主体主要是法人和自然人。而随着人工智能技术的发展，使证券投资账户的所有者和经营者发生了本质的变化，无论什么形式的证券投资账户，如果采用人工智能的智能体，由于可以做到完全的“无人驾驶”，那么此账户的实际控制人将发生改变。不难看出，监管部门面对的监管对象既不是自然人，也不是法人了。目前监管框架中对于行为边界和智能体的行为的责任主体并没有明确地涉及，监管政策迫在眉睫。

同时，目前智能投顾鱼龙混杂，由于国内散户风险意识低、风险管理能力较差，如果智能投顾与证券销售人员结合，很有可能沦为销售工具，建议相关部门可以通过经营牌照来规范管理这个行业。

44区块链

区块链技术涉及密码学、计算数学、人工智能等很多跨学科、跨领域的前沿技术，一般的工程师在短期内很难掌握。如果能够在底层基础上开发出一些更加便利的技术平台，吸引更多的工程师参与区块链的建设，区块链技术会得到更快更好的发展。同时，区块链的应用场景需要进一步拓展，目前的应用主要在比特币领域，参与的用户较少，只有依靠庞大的用户群，才能进入主流市场，新的应用场景有待培育。

5结论

近年来金融科技迅猛发展，应用广泛，但在大数据、云计算、人工智能及区块链等技术领域也面临着诸多挑战。未来政府需要加强监管，规范行业发展，同时法律领域的配套政策也应及时出台，保障人们的权益。只有这样，金融科技行业才能健康地、持久地发展。

参考文献：

[1]赵昌文，陈春发，唐英凯科技金融[M].北京：科学出版社，2009

金融科技技术范文第2篇

2011年7月，甘肃科技金融推介会在兰州成功举办，会议主题就是“促进科技金融结合，推动中小企业发展”。2012年6月，甘肃省高新技术创业服务中心申报的国家科技支撑计划――“面向科技型中小企业的科技金融综合服务平台及应用示范”获得科技部批准并获得专项经费支持，是甘肃省促进科技和金融结合的又一举措。2013年10月，甘肃省科技发展投资有限责任公司正式设立，甘肃省科技厅与兰州银行战略合作签约同时举行，意味着这个西部省份释放出明显的科技体制改革信号。上述措施旨在通过建立银政企融合平台，强化科技与金融结合的方式和手段，健全科技与金融结合的支撑条件、服务平台、中介组织，从而促进甘肃科技金融的健康快速发展。那么，就甘肃省而言，科技金融的发展与技术创新之间到底有多大的关联性呢？本文利用邓氏灰色关联度模型对该问题进行了分析。

一、灰色关联分析及邓氏灰色关联度模型

灰色关联是指事物之间的不确定关联，或系统因子间、因子对主行为之间的不确定关联。灰色关联分析是一种用灰色关联度顺序来描述因素间关系的强弱、大小、次序的方法。其基本思想是因素的数据序列曲线的几何形状越接近，他们之间的灰色关联度越大，反之越小。

灰色关联度是用来描述系统因素间关系紧密度的量。常见的关联度模型包括邓氏关联度、B型关联度、T型关联度、广义关联度、灰色斜率关联度、C型关联度、灰色欧几里德关联度。其中，邓氏关联度是灰色系统最早提出的计算灰色关联度的模型。其计算步骤包括以下几步：

（一）确定分析的矩阵序列

灰色关联度的计算需要首先确定参考序列和比较序列，一般参考序列可用y0表示，比较序列可用x1，x2，x3，…，xi表示。这样i+1个序列构成一个分析的矩阵序列：（y0，x1，x2，x3，…，xi）。

（二）对变量序列进行无量纲化处理

原始数据序列量纲和数量级往往不同，因此需要对其进行无量纲化处理。无量纲化处理的方法包括初值化变换、均值化变换、极小化变换、极大化变换、极差变换、归一化变换、标准化变换等。

初值化变换的无量纲化公式x，i =

，i=1，2，…，n；k=1，2，…，m。

无量纲化后的数据序列矩阵变为：（y‘0，x’1，x‘2，…，x’i）。

（三）求绝对差值序列

根据0i= 计算参考序列与其余各比较序列的绝对差值，形成绝对差值矩阵：（01，02，…，0n） 。

（四）计算关联系数

ξ0i（k）=

其中，ρ为分辨系数，在[0，1]内取值，一般取0.5。

（五）计算关联度

γ0i=

二、甘肃科技金融与技术创新的邓氏关联度测算及其分析

下文按照上述邓氏关联度计算步骤，结合甘肃近年科技金融与技术创新的衡量数据测算了二者之间的关联关系。

（一）邓氏关联度的测算

1.数据序列选择

在科技金融与技术创新两个经济发展的子系统中，我们选择科技成果年登记数（单位：项）作为技术创新产出的衡量指标，并令其作为参考序列y0；选择R&D经费内部支出总额、R&D经费支出中政府投入资金、R&D经费支出中除政府投入之外（包括金融机构的科技信贷、企业自有资金等）的资金、技术市场成交总额作为衡量科技金融投入和发展的衡量指标（单位均为：万元），并依此作为比较数列x1，x2，x3，x4。考虑到科技金融发展与技术创新在时间上存在滞后效应，假设滞后期为1年，则科技创新成果数据选择期确定为2010-2012年，金融投入与发展数据选择期确定为2009-2011年。数据全部来源于甘肃省科技厅网站。

参考序列：

年份 2010 2011 2012

参考序列Y0 1065 1108 1233

比较序列：

年份 2009 2010 2011

比较序列X1 372612.4 415886.3 485260.7

比较序列X2 141603.2 161542.9 171498.4

比较序列X3 231009.2 254343.4 313762.3

比较序列X4 356286.93 430845.03 526385.94

2.无量纲化处理后的数据序列（选择初值化处理方法）

无量纲化处理后的参考序列：

年份 2010 2011 2012

参考序列Y '0 1 1.040376 1.157746

无量纲化处理后的比较序列：

年份 2009 2010 2011

比较序列X '1 1 1.116137 1.30232

比较序列X '2 1 1.140814 1.21112

比较序列X '3 1 1.10101 1.10101

比较序列X '4 1 1.20926 1.47742

3.差序列

01 0 0.07576 0.14457

02 0 0.10044 0.05337

03 0 0.06063 0.056736

04 0 0.16888 0.31967

4.关联系数

ξ01 1 0.527091 0.3687175

ξ02 1 0.456729 0.6127277

ξ03 1 0.582064 0.5981187

ξ04 1 1.488297 0.208953

5.关联度

γ01 γ02 γ03 γ04

0.631936 0.689819 0.726728 0.899083

（二）结论及分析

1.技术市场成交总额与技术创新的关联度最大，为0.899083

技术市场成交总额可以用来衡量甘肃技术市场发展水平。技术市场是市场经济体系的重要组成部分，在促进科技资源、经济资源合理配置，推动技术成果向现实生产力转化方面发挥着重要的作用。技术创新成功的前提是人力资源、技术项目资源、管理资源及市场资源的有效整合。为推进技术创新，甘肃省十分注重技术市场的建设和发展，一方面健全完善原有技术交易系统，另一方面积极开展新的技术交易平台建设。如甘肃省网上技术市场利用网络信息技术和资源，连接了技术需求、技术成果展示、技术转让等多方面，提高了技术创新转化为生产力的效率。

2.R&D经费内部支出总额与技术创新关联度最小，为0.631936

这说明甘肃省科研经费投入力度不足。由下表不难发现，整个“十一五”期间，甘肃省R&D经费投入均低于西部12省区平均水平；R&D经费投入强度略高于西部12省区平均水平，原因是甘肃GDP规模低于西部平均水平。与全国平均水平相比，甘肃省R&D经费投入强度更是偏低。

甘肃省、西部地区及全国R&D经费投入与投入强度

年份 2006 2007 2008 2009 2010

甘肃省R&D经费投入强度（%） 1.05 0.95 1.02 1.1 1.02

甘肃省R&D经费（亿元） 23.86 25.6 32.5 37.26 41.59

西部地区平均R&D经费投入强度（%） 0.89 0.9 0.89 1.08 1.07

西部地区平均R&D经费（亿元） 29.79 36.78 45.07 60.41 72.86

全国R&D经费投入强度（%） 1.39 1.40 1.47 1.70 1.76

数据来源：根据《中国统计年鉴》数据整理、计算。

3.R&D经费中政府资金投入与科技创新关联度为0.689819，略低于科技信贷、企业资金的关联度0.726728

这说明R&D经费中，政府财政科研投入需要加强，企业科研投入、社会科研投入相对于政府财政科研投入而言发挥了更大的作用。

三、结束语

推动科技金融发展，加强科技金融与技术创新之间的关联度，从而提高甘肃技术创新水平的首要问题是选择适合甘肃省情的科技金融发展模式。科技金融的发展模式主要有四种类型，即：政府机制主导科技金融资源配置的政府主导模式；股票市场、债券市场及创业风险投资市场对高新技术企业融资起主导作用的资本市场主导模式，高新技术企业主要通过银行机构进行间接融资的银行主导模式，这两种模式又可一并称为市场主导模式；社会关系对高新技术企业融资影响重大的社会主导模式。结合全国及甘肃省科技金融发展的现状，笔者认为，现阶段甘肃省应选择政府投入为引导、直接融资与间接融资相结合的市场主导型科技金融发展模式，并且应从以下三方面着手开展工作：首先，加强政府科财政技经费投入，优化科技金融发展的政策环境；其次，推动区域资本市场发展，搭建银企合作平台；再次，扶持中小科技企业发展，培育科技金融中介服务机构。

金融科技技术范文第3篇

Abstract： The time of the concept of science and technology finance proposed is not long， but it has been increasingly concerned by the government， enterprises， financial institutions and other relevant parties. In this paper， based on the literature review， through relevant experience at home and abroad， try to straighten out the inclusion mechanism of science and technology finance， then define the scope from two aspects of innovation system and service system， finally discuss ideas development in science and technology finance.

关键词： 科技金融；体系；政策意义

Key words： science and technology finance；system；policy significance

中图分类号：F832 文献标识码：A 文章编号：1006-4311（2016）30-0231-04

0 引言

技术进步、技术创新是决定经济增长的重要因素之一[1]。去年，中央经济工作会议明确提出，坚持深入实施创新驱动发展战略，推进大众创业、万众创新，并指出今年经济社会发展的主要任务是抓好“三去一降一补”①。这为十三五时期国家主推的供给侧改革奠定了坚实基础，因为改革主要从资本、创新、政府和劳动力四个方面发力，这意味着技术创新及财税金融改革需要持续深入推进。技术进步、技术创新与科技产业息息相关，同时离不开持续的研发投入，而研发投入的资金主要来源于金融产业及政府财税支持。因此，技术进步、技术创新与科技产业、金融产业及政府支持紧密联系。科技金融，通常被理解为科技和金融的融合。因此，科技金融的发展，取决于科技产业和金融产业的发展，进而直接影响技术进步、技术创新。

科技金融的概念提出的时间不长②，但在各国的相关实践早就开展，并且日益受到企业、政府、金融机构等有关各方的重视。进入本世纪后，科技金融成为重要的研究焦点，有关文献层出不穷。不过，由于科技金融是较新的概念，各方对其内涵和外延还没有达成完全的共识，这在一定程度上影响了我国科技金融理论与实务的发展，例如政府过度的投资主导甚至对科技创新企业来说具有负面影响[2]。

因此，本文拟在梳理相关文献的基础上，通过对国内外相关经验的总结试图厘清科技金融的内含机理，进而从创新体系、服务体系两个方面界定科技金融的范围，然后对科技金融的发展思路进行讨论。

1 文献综述

国内率先提出科技金融的概念，并围绕科技金融进行了一定的相关研究。而国外尽管没有明确提出科技金融的概念，围绕科技金融的针对性研究也不多见，但是国外关于技术创新与经济增长关系的研究起步很早，有关金融对经济增长和技术创新支持作用方面的研究也不少。可以说科技金融相关的研究起步很早，研究文献很丰富。本文进行如下梳理：

1.1 技术创新与经济增长

西方经济学界围绕着经济增长的决定因素讨论了很久。大致而言，西方经济学界的讨论可以划分为两个阶段：在熊彼特以前，西方经济学理论通常将经济产出所依赖的生产要素简化为资本和劳动，对技术因素予以省略。熊彼特首先将技术创新与经济增长联系起来进行研究[3]，他的做法也被其后诞生的宏观经济学所吸收。

熊彼特提出了创新理论，认为只有生产要素在创新过程中实现优化组合，经济才能不断增长。后来的学者将创新理论进一步发展，其中具有代表性的有门施的周期理论、弗里曼的技术创新政策理论和卡曼的市场理论[4]。这些观点都基本认同技术创新是一个科技、经济一体化过程，是技术进步与应用创新“双螺旋结构”共同作用催生的产物。

1.2 金融支持与经济增长

20世纪以来，西方经济学界就金融对经济增长的支持作用进行了很多研究。这些研究认为：货币、信贷与利率对经济发展发挥重要作用，并证明经济发展阶段越高，金融的作用就越强[5]；另外，针对发展中国家全面论证了金融与经济发展的辩证关系，认为发展中国家应该摒弃金融抑制而采取金融深化，使金融资产以快于非金融资产积累的速度增长，例如允许按照金融方式动员与分配储蓄，促使产出与就业稳定增长等[6]。

1.3 金融支持与技术创新

20世纪90年代以后，关于金融对技术创新的支持作用的文献开始涌现。这些文献认为：在每次技术革命及其扩散过程中，金融和信用制度起到了关键作用；金融体系通过增加投入、提供风险分散工具和披露信息能够选择支持有前景的企业或项目以促进技术创新；强调金融资本对于重大科技创新的发生与扩散具有重要意义；金融市场的风险分散功能有利于使用风险较大但生产率较高的技术；资本市场交易的流动性变化对技术创新具有影响；金融产品的创新，有助于技术创新的加速推进；并通过实证证明金融对长期经济增长的贡献在于提高全要素生产率而不是资本存量[7-14]。

1.4 科技与金融的融合

国内率先提出科技金融的概念，并围绕科技与金融的融合进行了研究。这些研究主要集中在四个方面。

一是有关科技金融概念的讨论。有人认为，科技金融是促进科技发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新型安排[15]；还有人从科技资本化、金融资本构成提高等方面进行了分析[16]。

二是科技金融发展现状和运作模式的研究，这方面文献多针对特定地区或区域进行考察，例如有人讨论了武汉科技金融体系发展现状[17-18]。

三是基于特定行业视角的分析。有的提出以科技银行为核心发展科技金融体系[19]；还有学者讨论了科技金融的制度保障[20]。

四是考察科技发展过程中的金融支持。有文献分别从影响经济增长、科技创新的角度及科技与金融的动态关系进行考察[21-23]；还有一些则偏重于实证分析，如考察科技金融与科技创新的协同等[24-25]。

上述文献围绕科技金融相关问题进行了不同角度、层面的分析。国内外学者都意识到科技金融对于技术创新和经济增长的重要意义，只是国外学者没有提出“科技金融”这一概念，更多的是从金融的角度来考察金融与技术创新、经济增长的关系。国内学者虽然围绕科技金融做了一些相关研究，但目前还没有形成对科技金融的普遍共识。例如有人先提出科技金融创新体系，后又提出科技金融服务体系，但是两者的范围相差不多[18，26]；同时，就科技与金融相互融合的讨论并不多见。

显然，在讨论科技金融内含机理时，科技金融存在和发展的前提条件毫无疑问是金融与科技的存在和发展，并且科技金融的意义在于对技术创新和经济增长的促进作用。因此，接下去在对国内外相关经验进行总结的基础上，将围绕上述前提和意义对科技金融的内含机理进行分析，接着讨论科技金融的范围。

2 相关经验总结

从人类社会发展的超长期来看，经济增长最终取决于技术创新、技术进步，而科技金融在引导资金支持并促进技术创新、技术进步的过程中发挥了重要作用。值得注意的是，技术进步同时也为金融发展提供了新的技术支持，即技术进步不但会最终促进经济增长，也会驱动金融产业的发展。

2.1 科技与金融的互动融合

从国内外科技的发展历史来看，至今人类社会在近现代文明时代经历了三次科技革命或者说工业革命。其中，第一次是以煤炭为能源引发的蒸汽动力技术革命，第二次是以石油、电力为能源引发的内燃机动力技术及电气化革命，第三次是正在发生的以新能源和信息技术、生物技术等为代表的新经济时代。从经济角度看，每一次科技革命诞生时都具有巨大的收益前景，但同时伴随的又是巨大的风险，包括庞大的研发资金需求和可能的高额亏损③。可以说，科技革命都对资金的供给和风险控制能力提出了非常高的要求。

从近代金融产业的发展历史来看，第一次科技革命后，银行信用与证券融资发展迅速，相比之前的高利贷信用，银行业和证券业的发展为巨额资本积累及低成本投融资提供了可能，解决了科技创新对资金的巨大需求，同时以银行信用与证券融资为代表的现代金融体系得以初步建立。

第二次科技革命后，为了满足科技创新与实体经济发展的庞大资金需求，金融制度发生了革命性创新，即货币制度从实物货币时代迈入了信用货币时代。随后，在低成本信用扩张的推动下，新的金融创新不断涌现，金融产品和金融机构日益多元化并向全能型混业方向发展，金融市场的国际化程度也不断提高。

第三次科技革命后，在云计算、大数据、物联网等新一代信息技术的支持下，以移动支付、比特币等为代表的新支付手段对传统信用货币制度提出了挑战，金融机构越来越多地利用信息技术为客户提供网络金融、移动金融等低成本服务和相关增值金融服务，这些都促使金融体系在广度和深度方面得以进一步发展。

纵观国内外科技和金融的发展历史，容易发现科技与金融是处于互动融合过程的。一方面金融为科技提供资金供给，科技发展向金融提出融资需求；另一方面技术进步为金融发展提供了新的技术支持，金融发展也要求采用新的技术手段。所以，科技金融作为科技和金融两者的融合，不是简单的混合，而是双向互动的融合。上面提到的主要是革命性的技术创新与金融的互动，但容易理解的是，科技革命不常发生，但是渐进式的技术创新、技术进步是技术发展的常态，同样也对金融产业提出资金需求。因此，科技金融的发展或者说科技与金融的融合是持续进行的。

2.2 科技金融内含机理

科技金融存在的前提条件是金融与科技的产生，科技金融的意义在于对技术创新和经济增长的支持和促进，而技术创新的功效最终也通过经济增长体现出来，因此讨论科技金融的内涵机理需要从分析经济增长的动因着手。

经济增长问题是西方经济学研究的核心问题之一，也即经济学理论中所谓的长期问题④。关于经济增长问题的研究学说常被称为经济增长理论，该理论主流的派别从发展时间看先后有两个，分别是新古典增长理论和内生增长理论。这两个流派的主要分歧在于：前者认为技术因素是经济增长体系中给定的变量，显然这与现实是有悖的；而后发展的内生增长理论认为技术因素是经济体系内生的影响变量，不过对技术与金融之间的互动未予详细说明。但是这两者都认为决定经济增长的直接因素主要是技术进步、资本投入和劳动供给，其中劳动供给包括人力资本的投入。

因此，经济增长问题相应的数学模型均可以表示为：Y=f（A，K，L）。其中Y为经济总量，可以理解为宏观经济学中的总产出；K为资本投入，可以理解为金融资本；L为劳动供给，包括人力资本的供给；A为技术因素，也被称为全要素生产率。

科技金融是由科技和金融这两个相互联系的系统构成的一个旨在支持科技创新功能的有机整体，是科技创新和金融创新的耦合。科技金融的重点功能在于支持处于生命周期不同阶段尤其是孵化期、种子期等初期阶段的企业或科技项目以催生技术创新成果。因此，科技金融的核心在于解释科技与金融是通过何种方式予以结合的。

由于科技金融发挥核心作用的过程就是技术创新成果产生的过程，考虑到内生增长理论，并结合经济增长模型，本文认为科技金融的内含机理在于：科技与金融的融合。即首先是通过金融创新提供科技金融产品，接着企业或科技项目通过科技金融产品获得所需的科技金融资本K'，然后通过科技金融资本K'和研发性劳动L'的投入催生出企业的技术创新成果A，接着A一方面会反作用于K'，另一方面A与L结合以提高劳动生产率，最后通过科技金融资本等形成的资本存量K和包含研发性劳动的劳动供给L增加企业产出，进而增加经济的总产出。

因此，科技金融产品运作的全过程主要涵盖从金融创新提供科技金融产品到供求双方等相关主体参与产品的交易。

2.3 科技金融体系界定

沿着上面的思路，科技金融主要包括科技金融创新体系和科技金融服务体系。科技金融创新体系主要负责科技金融产品的供给，科技金融服务体系则为科技金融产品的市场交易提供相关服务。

由于科技创业企业多具有轻资产、高成长、高风险等特征，特别是处于生命周期初期阶段的，对资金的需求往往是很迫切的。但是，从通常的金融监管要求和资本逐利的角度看，如果没有政府的资金引导和政策支持，金融机构提供科技金融产品的动力未必很强，因而科技金融产品的供给主体主要有政府财政性机构和金融机构。金融机构包括间接金融机构和直接金融机构，前者主要提供信贷及担保等金融产品，如商业银行、信托公司、保险公司、担保公司等，后者主要提供相关投资服务及进行直接投资，如证券期货公司、风险投资基金等。从已有的实践来看，政府财政引导与金融机构的配套投入及投贷联动等科技金融产品是比较常见的类型，也得到了市场比较广泛的认可。

作为需求方的企业或科技项目对科技金融产品的需求较迫切，如果有相应的供应，科技金融产品的市场化运作貌似较容易开展。但是从已有的科技金融实践来看，其实不然，主要原因在于实践中存在严重的信息不对称问题。

首先，企业等需求方的技术创新进展直至资金需求并不易被金融机构等供应方所知晓；其次，需求方的资产构成中，技术创新形成的无形资产往往占据较大比重，其价值多少需要专业的服务机构提供鉴证意见；最后，由于需求方多为中小型科技企业，具有中小企业高成长、高风险的共性，资金供应方及政府相关机构对相关科技金融活动需要强化风险管理。因此在科技金融实践中，需要着力推进相关的信息披露，提供专业的中介服务，提供涵盖风险识别、风险评估、风险预警等在内的一系列风险管理措施。这就有赖于科技金融服务体系的建设。这一体系主要由金融机构、中介机构、政府监管机构等参与，能够提供平台让企业和政府财政性机构、金融机构等供求双方进行信息交流，提供相应的资产评估等中介服务，并对科技金融活动进行监管。

3 结论与展望

从科技金融发展来看，通过科技与金融的融合机理可以明确科技金融在整个金融产业发展中的重要地位；从科技金融体系来看，科技金融的发展需要从创新体系和服务体系两方面着手。基于科技与金融的互动，未来着重要从新的信息技术环境的视角探讨科技金融的发展方向和相关机理。

3.1 科技金融的发展定位

我国“十三五”处于经济新常态、供给侧改革的关键任务期，当下中国经济发展面临的主要挑战之一就是经济结构的转型升级和经济增长方式的转变，尤其是制造业的技术升级⑤。这些都对金融支持提出了迫切需求，也为科技金融的发展提供了重要历史机遇。

不论从科技和金融的发展经验来看，还是从内含机理和体系界定来看，科技金融的发展都能为技术创新提供足够的、成本较低的资金支持，满足技术升级和经济改革的要求，同时又可以为资金提供有吸引力的投资渠道，促进金融产业的深化发展。因此，在新的科技革命浪潮下，未来金融产业发展的主要形式之一应当是科技金融。

3.2 强化科技金融创新

从国内相关金融数据特别是M2广义货币供应量持续增长的态势，以及国内房地产等资产价格的居高而下来看，资金供应是充足的，但是相关科技金融机构和产品的供给并不充足。就现有科技金融创新体系整体而言，供给方面仍然呈现政府财政支持和间接金融机构主导的局面，相关科技金融产品和人才还不够丰富。

具体而言，首先需要进一步推进直接金融机构的发展，尤其是专业从事孵化期、种子期企业或科技项目投资的风险投资基金等金融机构的发展，以加强对科技金融的供给支持。其次，强化科技金融产品的创新。从目前实践来看，较为常见的是财政支持、投贷联动等科技金融产品。产品的形式和风险管理功能还不够完善，金融机构可以用于风险转移和风险管理的手段较少，尤其是相关科技金融衍生产品的供给不足。最后，科技金融创新人才的培养需要加强。

3.3 加强政府引导和支持

政府相关部门除了成为科技金融产品的供给者外，还要成为科技金融体系的服务者和监管者，因此政府应加强对科技金融体系的引导和支持。具体而言，应在政府引导和支持下，协调政府相关部门、金融机构等出资主体建设科技金融服务体系和相关服务平台机制。在平台支持下，可以共享企业、金融机构、政府部门、中介机构等各方相关信息，从而改善相关信息不透明的状况。同时，在信息透明度提高的情况下，还可以降低科技金融相关风险，提高对风险的预防和管理能力。就这一点而言，目前在科技金融投入方面，政府的投入和服务力度相对金融机构的投入而言仍显不足。

3.4 云环境下科技金融的发展

云计算的技术环境使得信息技术从组织的内部职能演变为可以购买的外化服务，极大地降低了信息成本，同时也带来了保障信息安全的风险管理问题。这既为科技金融体系的云化发展提供了很好的技术支撑，也给相关风险管理和监管提出了挑战。因此，在云计算为代表的新的信息技术环境下，科技金融体系的发展路径、投融资模式和风险管理等关键问题需要进一步研究予以明确。

3.5 加快科技资产评估发展

在科技金融实践中，技术类无形资产评估往往是相关中介服务的核心环节。无形资产的评估，在理论上主要采用收益法和市场法进行评估，但在实践中，面临的主要问题有：相关市场建立较为困难，即使建立后交易往往不够活跃；从金融监管的要求来看，收益法评估的结果还不能得到银行类金融机构的广泛认可。因此，加快无形资产评估理论和实务发展，提高评估结果的普适性是推动科技金融体系进一步发展的重要技术环节。

注释：

①即去产能、去库存、去杠杆、降成本、补短板五大任务。

②科技金融概念在1994年中国科技金融促进会首届理事会上被首次正式提出。国外研究中，没有文献明确提出“科技金融”的概念。

③例如，1876年，爱迪生在门罗公园建立实验室并组织研究团队改进电灯技术时，每天耗费高达数百美元；而当时普通美国人月生活费不过几美元。

④经济增长是最古老的经济学议题之一。

⑤目前，我国制造业整体呈现“三多一少”格局，即依靠垄断政策和财政补贴的国企多、产品附加值低的“技术克隆”型企业多、完全无技术的“三来一补”型企业多、技术含量高并有强大市场竞争力的企业少。

参考文献：

[1]高鸿业.西方经济学[M].北京：中国人民大学出版社，2011：564.

[2]余泳泽.创新要素集聚、政府支持与科技创新效率――基于省域数据的空间面板计量分析[J].经济评论，2011（2）：93-101.

[3]Schumpeter.The Theory of Economy Development[M].Cambridge，MA：Harvard University Press，1912.

[4]克瑞斯提诺・安东内利.创新经济学、新技术与结构变迁[M].北京：高等教育出版社，2006.

[5]Gurley J G，Shaw E S.Money In a Theory of Finance[M].Washington，DC：The Brookings Institution，1960.

[6]罗纳德・麦金农.经济发展中的资币与资本[M].上海三联书店，上海人民出版社，1997.

[7]Saint-Paul G.Technological Choice，Financial Markets and Economic Development[J].European Economic Review，1992（36）：763-781.

[8]King R G，Levine R.Finance，Entrepreneurship and Growth：Theory and Evidence[J].Journal of Monetary Economics，1993（32）：513-542.

[9]Bencivenga V Smith B Start R.Transactions Costs，Technological Choice，and Endogenous Growth[J]. Journal of Economic Theory，1995（67）：153-177.

[10]Levine R，Louyza N，T Beck.Financial International and Growth：Causality and Cause[J]. Journal of Monetary Economics，2000（46）：31-77.

[11]Chou Yuan K. Chin M S.Financial Innovations and Endogenous Growth[A].Working Paper[Z]，2001.

[12]卡萝塔・佩蕾丝.技术革命与金融资本―泡沫与黄金时代动力学[M].田方萌等译.北京：中国人民大学出版社，2007.

[13]Aghion P，Howitt P.b Mayer Foulest.The Effect of Financial Development on Convergence：Theory and Evidence[J].The Quarterly Journal of Economics，2005：173-222.

[14]Chou Yuan K. Chin M S.Financial Innovations and Endogenous Growth[J].Applied Mechanics and Materials Journal，2006，12（3）：146.

[15]赵昌文，等.科技金融[M].北京：科学出版社，2009.

[16]房汉廷.关于科技金融理论、实践与政策的思考[J].中国科技论坛，2010（11）：5-10.

[17]肖泽磊，等.我国科技金融体系的构建及实证研究――以武汉市为例[J].科技进步与对策，2011（9）：6-11.

[18]王朝平，等.武汉市科技金融现状及发展对策[J].科技进步与对策，2013（10）：35-40.

[19]陆岷峰，等.构建以科技商业银行为核心的科技金融管理体制[J].哈尔滨金融学院学报，2011（12）：6-10.

[20]周昌发.科技金融发展的保障机制[J].中国软科学，2011（3）：72-81.

[21]刘文丽，等.我国科技金融对经济增长影响的区域差异――基于东部、中部和西部面板数据的实证分析[J].宏观经济研究，2014（2）：87-94.

[22]赵丹妮，等.金融发展对科技创新影响的实证研究――基于北京市和上海市的比较分析[J].技术经济与管理研究，2015（2）：97-100.

[23]李健，等.科技与金融的深度融合与平台模式发展[J].中央财经大学学报，2014（5）：23-32.

[24]徐玉莲，等.区域科技创新与科技金融耦合协调度评价研究 [J].科学学与科学技术管理，2011（12）：116-122.

金融科技技术范文第4篇

2017年5月，中国人民银行成立金融科技（FinTech）委员会，这一委员会的成立旨在加强金融科技工作的研究规划和统筹协调，体现了央行正积极应对世界范围内的金融科技发展。

金融科技是基于大数据、云计算、人工智能、区块链等一系列技术革新，全面运用于包括且不限于支付清算、借贷融资、理财、零售、银行业务、保险等领域的科技，正在改变着我们的生活。与此同时，金融科技的发展也带来了前所未有的风险与挑战，于是监管科技（RegTech）应运而生，从全球范围内看金融科技最新发展与监管科技的走向趋势，为新情况下我国金融监管提出新思路。 监管科技兴起与演进

所谓金融科技，是科技与金融的结合，落脚点在于金融，英文表述为FinTech，是Financial Technology的缩写。其概念众说纷纭，比较权威的是来自金融稳定理事会（Financial Stability Board，简称FSB）的定义：金融科技是指技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务模式产生重大影响。

金融科技的发展有利于解决传统金融模式下无法解决的信息不对称、高风险、高成本等问题。通过创造可以为社会广大群体适用的金融产品，使得广泛的社会阶层分享经济发展的成果。

随着金融科技的发展，构建在新技术上的金融模式不断冲击着传统的金融运行方式，传统监管面临巨大的机遇与挑战，由此有人提出了以技术对抗技术，用监管科技（RegTech）应对金融科技的想法。

监管科技是与金融科技相对应的概念，意在指技术与监管相结合以应对新的金融科技，英文表述为RegTech，是Regulation Technology的缩写。监管科技被定义为一种应对科技创新带来金融行为合规问题的新技术，英国金融市场行为监管局（FCA）有一个经典描述：“运用新技术，促成达成监管要求。”

监管科技作为从金融科技概念引申出的概念，严格意义上是金融科技的分支，其具有实时性、高创新、专业性强等特征。相比传统监管，监管科技具有三方面优势：第一，促进企业去合规，提升配合监管的能力；第二，改变监管者和被监管者进行监管的方式，使监管实时动态，强化对市场的检测能力，提高了金融服务效率；第三，改进监管者监管方式，降低监管难度、成本，比如美国存在大量监管科技服务公司，专门为客户公司提供技术解决方案以降低合规成本。 发展趋势与问题

我国金融科技的发展，主要围绕着三个主题，减少合规风险、保护消费者权益、促进普惠金融。金融科技有效弥补了我国金融发展中金融服务供给不足的短板，体现出“金融脱媒”（dis-intermediation）、“去中心化”（decentralization）、“用户指向性”（customization）等特征，依托中国互联网的高速发展，其业态呈现出互相重合又高度细分并存的特点。在一系列科技快速发展背景下的我国金融市场存在规模大、创新原动力强、风险防控需求紧迫这三大特征，因此有必要加速结合最新科技，构建具有中国特色的金融科技（FinTech）监管体系。

具体而言，我国金融科技有三大突出优势：

优势一：移动支付世界领先，推陈出新

以蚂蚁金服、微信支付为代表的互联网金融企业在移动支付领域不断创新，移动支付所占比例不断扩大，2017年5月，浙江省提出了打造“无现金社会”的口号。其科技应用主要集中在生物识别领域，比如现在已经相当普及的指纹验证支付、人脸识别支付，以及未来可能应用的虹膜支付、声纹支付。除了生物识别，未来以区块链为基础的数字货币也将会对移动支付、跨境支付等行业产生巨大的冲击。

优势二：征信行业发展空间巨大，助力普惠金融

2015年1月，人民银行印发《关于做好个人征信业务准备工作的通知》，要求八家机构做好个人征信业务的准备工作，准备时间为六个月。目前看，以蚂蚁金服旗下的芝麻信用公司突破最大，其构筑在其本身评分体系中的用户，已经可以用信用分数直接进行共享单车的押金抵扣、借还雨伞充电宝，甚至与卢森堡开展了基于信用分档牡缱忧し务，已经超出了原有征信应用领域的范畴。个人征信根本上就是为普惠金融服务的，个人征信服务最大的价值与盈利点就在于作为普惠金融的风险控制数据，普惠金融的开展需要征信数据以减少贷款风险，从而降低成本，实现普惠本质。

普惠金融的发展有效填补了我国现有金融体系对中小微企业与个人金融服务的欠缺，互联网金融公司比如蚂蚁金服以及其芝麻信用体系等做得很好，但建立“互联网+”、大数据金融资产、征信体系等不光是金融领域的需要，更是整个社会的新趋势。

未来农村金融的开展还得靠依据大数据所形成的个人征信以及信用体系，只有构建了一个完善的、全覆盖的个人征信体系，农村的金融服务才能解决，所以个人征信与普惠金融的结合对于解决农村金融问题非常重要。

优势三：整合互联网与电信运营商大数据，人工智能赶超美国

互联网企业与电信运行商大数据的整合将会实现1+1>2的效应。个人所在的中国人民大学金融科技与互联网安全研究中心参与并推动了上海数据交易中心、中国联通、中国互联网络信息中心、复旦大学、中国信息通信研究院等单位联合共建的中国第一家大数据流通与交易技术国家工程实验室。目标是将来会引入更多数据，在多方数据基础上研究对于大数据产业发展模式的路径。

由于电信运营商有互联网企业一些不具备的优点，比如运营商数据在处理风控、精准营销、小额信贷、贷后预警、盗刷、电信诈骗等问题上相对成熟而且有历史积累，数据更加精准、更加动态，两家的结合，对于大数据的价值有着巨大的提升，实现了对个人准确的信用画像，去年中国人民大学金融科技与互联网安全研究中心就帮助中国联通与京东金融成功地进行了数据整合。

京东金融与中国联通合作只是第一步，未来将会和中国移动、中国电信等运营商进行全面合作，将三大运营商各自的优点整合起来，甚至和中国银行业、广电集团的数据进行整合。此外，深度学习作为最近新兴的人工智能技术，该技术高度依赖大数据，通过模拟人脑的训练方式，让机器可以进行自动学习，而该技术的应用也让蚂蚁金服、腾讯、谷歌、百度、Facebook等公司的业务实现高速增长，因此中国也在移动互联网时代进入大数据井喷阶段，短期美国的人工智能技术依然保持领先，但长期来看，中国在人工智能领域反超美国已经成为大概率事件。

目前来看中国金融科技亦面临三大主要问题：

问题一：区块链市场应用潜力巨大，但目前监管态度审慎，发展相对滞后

区块链技术在中国金融领域的潜在应用主要体现在以下三个方面：第一，点对点支付；第二，多方交易，即通过技术构建交易过程中的信任基础；第三，智能市场，包括任何形式点对点交易实时划转的清算交易，以及金融衍生品“智能合约”实现头寸自动调节的开发等。具体来说涉及交易所、保险、众筹、基金、股权交易等细分领域，潜力巨大。

区块链最直接的应用还是数字货币，人民银行已经明确否定了非官方数字货币的合法地位，并宣布将推出人民银行版“数字货币”，由于区块链数字货币无法得到合规身份，比特币等数字货币转入暗网（dark web）被用以洗钱，这值得引起警觉。

对此，学界呼吁“网开一面”，保留一个想法或者说窗口――小额公开发行的数字货币，具体额度由证监会来定，这对股权众筹、中小企业融资、债券融资的相关业态可能有重大突破。

问题二：股权众筹相对停滞，急需政策松绑与支持

由于受到P2P专项整治的影响，我国众筹方面的政策几乎处于停滞状态，投资者也是谨慎支持，投资相对保守，这就导致了目前几乎整个众筹行业处于一个濒临死亡的状态，而在国外特别是英国，最有活力的还是股权众筹。但是通过对大数据、区块链等金融科技进行结合，股权投资领域依然有作为的空间，德国已经有依托以太坊平台的the DAO项目，这对于我国是一个很好的借鉴。目前中国人民大学金融科技与互联网安全研究中心与清华大学联合在FinTech和RegTech上进行了一系列系统的研究，特别是在新技术如何与人民银行监管体系相结合，如何将RegTech体系化有了一些成果，将在之后陆续推出。

问题三：金融科技过度依赖互联网金融，中小型科技企业融资困难

近年金融科技概念虽然非常火爆，但包括大数据、征信、支付等优势项目都集中于互联网公司与互联网金融，阿里巴巴集团、腾讯集团等大型互联网企业直接参与了大多数金融科技创新，而中小微科技企业还有巨大的提升空间。

这一方面由于互联网金融本身的发展潜力巨大，仍然具有相当大的发展空间，而金融科技处于发展初期尚未完成转型，需要一段时间的积累与发展；另一方面科技型中小微企业自身发展面临融资困境，融资难、融资贵等问题也同样困扰着中小型科技企业，融资问题使得中小型科技企业无法实现科技成果转化为现实生产力，发展受到限制。相信随着政策与市场态度的调整，将会迎来金融科技企业与金融科技在中国大爆发的新时代。 技术驱动转变监管思维

面对金融科技快速发展、不断累积的风险与技术漏洞，如果固守传统监管理念，有可能造成不可逆的系统性金融风险，为此我们有必要“以毒攻毒”，以技术驱动型监管思路应对金融科技带来的一系列问题：以RegTech应对Fintech。

当前金融科技监管的根本问题在于信息不对称，监管层可以通过监管科技的技术手段，去主动解决数据获取、收集、分析、储档问题，并能够实时、有效地发送指令，监管由被动变主动，监管者与被监管者处在一个平等获取信息的地位，通^数据共享形成一个有机交互系统，降低监管成本，真正实现实时、可预测、自上而下的，以技术支撑为核心的监管体系。

具体而言，就是建立金融统合监管体系与主动、精确的监管数据收集体系，加强国际金融科技与监管科技创新交流合作。

第一，金融统合监管体系需要构筑金融统一监管委员会，对银行、保险、债券等金融领域实施统一监管，构筑大监管格局。在这一委员会基础上，实施金融统合立法，形成金融商品、金融市场、金融服务三位一体，互相呼应的统合立法格局。

第二，建立主动、精确监管数据收集体系，明确相关规则，建立数据申报、分享、辩伪规章制度，打通地方与中央、中央各部门之间的数据孤岛，实现数据的实时共享，在这一体系中积极运用区块链、人工智能等技术，提升监管数据的精确性与主动性。

第三，加强国际合作，尤其是与英美德日澳等国金融科技和监管科技的交流，我们会在今年7月前往英国考察英国金融科技企业现状，了解英国的政策动态与监管科技发展情况。

金融科技技术范文第5篇

DEA即数据包络分析（Data Envelopment Analysis）的简称，是1978年由著名的运筹学家A. Charnes, W. W. Cooper和 E. Rhodes以相对效率概念为基础发展起来的一种崭新的效率评价方法，是根据多指标投入和多指标产出的决策单元（DMU）进行相对效率评价的一种分析方法。应用DEA方法进行评价时，无需确定各指标的权重，无需确定单元输入输出指标间的函数关系，因此排除了较多的主观因素，使评价结果更具客观性。

一、江西省投入与产出的总体评价

江西省科技投入指标选取的是江西省财政科技支出、科技活动人员数量；科技产出指标包括国内中文期刊科技数量、发明专利受理量、出版专著量、科技成果获奖数量等。在对现状进行阐述和评价时也是选取了这些指标用来说明江西省科技投入与产出绩效。近些年，各地方政府越来越重视科技投入产出的效率，本文选用江西省“十五”和“十一五”期间的科技投入与产出数据的增长速度进行对比，以此展示在此十年间江西省科技投入与产出的总体效果。

从表中可以看出，江西省在“十五”期间，相比地方政府财政投资增长速度来说，发明专利的申请量增速较高，高于财政科技支出增速的16.17个百分点，然而其他各项投入以及产出的增速相对偏低，特别是科技活动人员数量增速以及出版的科技专著增速。但是江西省在“十一五”期间，财政科技投入不断加大，增速明显提高，比“十五”期间提升了21.34个百分点；同时，科技活动人员数量增速也明显提高，几乎是“十五”期间增速的两倍；其他各项投入与产出增速也都有一定程度的提高。

综合这十年的发展，不难发现地方财政对于科技的投入、、专利申请等方面的增速都比较快，但科技活动人员与科技专著出版相对较低。因此，从上表的对比中不难发现，列举的5个指标中，只有3个增速与地方财政科技投入匹配性较为理想，由此初步断定，当前江西省的科技投入与产出还不协调，投入产出效果还需要再努力。

因此，通过对现有科技金融结合情况的阐述，提炼出科技金融融合指标体系，以江西省2003~2012年十年间的各项金融投入与科技产出面板数据为依据，通过运用数据包络分析方法具体分析了在此期间金融投入与科技产出相对规模效率，并提出一系列使金融科技结合效率能够协调的政策建议。

二、江西省科技与金融结合现状分析

（一）构建江西省科技投入与科技产出指标体系

本文选取江西省2003~2012年江西省金融投入与科技产出相关指标，具体指标体系如下：

在金融投入指标的选取中，地方财政拨款有利于吸引较多的社会资金投入科技创新队伍；地方财政拨款占地方财政总支出的比重刚好凸显出地方政府对于当地科技创新的重视程度以及支持力度，对地方科技金融的发展起到重要的作用；R&D经费支出特指R&D经费内部支出，这是反映某一地区科技实力的重要指标，是科技创新的主要动力；人均R&D经费可以很好地体现资金与人员配备情况，有利于激发科技创新人员的工作热情和积极性，促进科技成果的产生。科技产出指标选取了技术开发带来的新产品价值、发明专利申请量以及专利申请授权量。其中，发明专利受理量是科技活动成果的一个重要体现；技术开发新产品价值能更好的体现科技转化为生产力的能力，是金融与科技融合的产物之一。

（二）江西省近十年金融投入与科技产出的具体情况

近十年来，江西省不断加大对科技投入的力度，财政支出的额度达到8倍左右，人均科研费用也是不断上升，在这样的大力支持下，科技产出也是不断上升的。十年间，技术开发新产品创造的价值就增长了9倍左右，发明专利的申请量以及专利申请授权量也是翻倍增加。仅2013年，全年通过省级科技主管部门鉴定的科技成果122项，获得部级科学技术奖的科技成果7项。全年受理专利申请16938件，比上年增长36.0%；授权专利9970件，增长25.0%。全年技术市场合同成交金额43.7亿元。高新技术产业增加值1403.8亿元，增长10.8%；占GDP的比重为9.8%，比上年提高0.8个百分点。

三、科技金融投入与产出效率评价分析

本文选用江西省2003-2012年每一年为决策单元格，假设在既定的投入下研究产出的有效性，运用DEAP Version 2.1 软件进行求解，得出了各单元格的技术效率、规模效率和技术有效性，如表4所示。

（一）技术效率结果分析

技术效率是假定在规模报酬不变的条件下，对各决策单元进行评价，各项投入与产出的因子进行线性整合，用整合后的比率表示投入与产出的效率。

技术效率为1，表明决策单元处于有效状态。决策单元投入产出相对均衡，实现了一定投入下产出最大化或者一定产出下投入最小化。技术效率在0.9~1之间表明该决策单元处于相对有效状态，只要调整一下即可达到有效状态。技术效率在0.1~0.9之间表明此决策单元处于显著非有效状态，将需要较长时间调整方才能达到有效状态。技术效率在0~0.1之间则表明该决策单元基本处于无效的状态，这个时候就需要认真思考这样的投入产出状态是否符合经济发展的正常规律。

从表3中不难发现，2003、2006、2011、2012年的技术效率均为有效得分1，表明在这些年份里江西省金融投入与科技产出相对均衡，基本实现在既定投入下产出的最大化。而2004、2009、2010年这三年的技术效率得分均为0.9以下，这就表明这几年金融投入与科技产出之间处于非有效状态，在既定的投入下产出效率相对较低，需要长时间的调整才可以实现资源的优化配置。其他年份的技术效率得分均介于0.9~1之间，说明此时科技金融融合效率处于相对有效状态，只需要稍加调整即可达到相对均衡的状态。

（二）纯技术效率结果分析

纯技术效率是假设在规模报酬不变的条件下，在前面技术效率的基础上，进一步评价当决策单元格纯技术效率处于非有效状态时，认为大多数是由于技术效率所引发的。通过对纯技术效率的分析，可以发现科技金融融合的程度，揭示出是否存在金融投入冗余或技术产出不足的问题，同时也可以发现冗余或者不足的具体数量问题。

从表3、表4的分析结果中发现，从2003~2012年十年间，有6年纯技术效率是有效的，分值均为1，即在这6年江西省金融科技融合效率相对均衡，既定的投入下达到了产出的最大化；4年纯技术效率处于非有效状态，分值分布在0.9~1之间，即这4年江西省金融科技融合效率处于相对有效状态，仍然存在着投入冗余或者产出较少的情况，需要重新组合和调整资源配置，进一步达到纯技术效率的均衡状态，即既定金融投入下科技产出的最大化。表2中的数据资料也可以为此提供有力的说明。在2007~2010年这四年间，各项投入在不断增加，但是产出却波动不大，甚至出现部分产出下降的情况，因此，需要调整金融各项投入、鼓励和促进科技转化为生产力。

（三）规模效益有效性分析

在表4中，可以很清楚的展示出在2003、2006、2011和2012年这四年的规模有效性为1，规模报酬不变，即金融投入与科技产出的相匹配，不需要调整各项金融投入。其他年份规模效益有效性均低于1，属于规模报酬非有效性。这种非有效性有两种表现形式：一是如2007和2009年属于规模报酬递增，即增加科技投入后，产出的增长速度要高于投入的增长速度。二是像2004、2005、2008和2010年的规模有效性递减，即当各项金融投入同比例一起加大的时候，科技产出的增长速度明显小于金融投入的增长速度，产出金融融合状态不佳。

四、结论与建议

本文依据DEA分析方法对江西省近十年科技金融结合的效率有效性与否进行评价分析，从结果中发现，在刚过去的十年里，仅有四年科技金融融合的规模效率是有效的，其余六年科技金融是出于非有效状态，其中，有四年的规模报酬是递减的。这就说明了金融投入与科技产出之间还是存在较多的问题需要协调。不是简单地减少投入或者说增加产出，而是应该从以下几点做起：

第一，要不断完善法律法规的建设，为科技转化为生产力提供有力的政策环境。2013年9月江西省第十二届人民代表大会常务委员会第六次会议通过了《江西省科技创新促进条例》，并于2013年11月1日开始施行，对于科技创新成果转化与产业化提出了8条条例，规定县级以上人民政府应当制定相关扶持政策，通过资金引导、贷款贴息、补助资金、保费补贴和创业风险投资引导等方式，支持和鼓励企业、科研机构、高等学校、科技人员以及其他组织、公民单独或者联合实施科技创新成果转化和产业化。这为进一步加大地方的财政拨款，加大科技投入提供了重要的法律支撑。事实上，近两年江西的银行金融机构根据区域经济布局的要求，已在不断地加大对提高南昌核心增长极等核心增长区、战略性小微企业和现代服务业的信贷投入，不断完善融资新模式、融资服务手段等，满足小微企业以及科技型创新企业的信贷需求。从表3中可以看出，2012年的金融科技融合效率保持协调，正是这些立法建设的结果。

第二，要建设和充分利用地方性的科技金融公共服务平台，整合社会各种资源，解决金融投入与科技产出之间信息不对称问题。目前为止，江西省各地陆续不断建设关于科技金融公共服务平台，开通的有江西省科技金融网、就将科技网、南昌科技服务平台、萍乡科技金融服务平台等，目的是为企业提供各种科技服务，但是目前为止，更新相对较慢，信息传达不畅，使用率不高。比如，南昌市科技服务平台自2008年启动至今，科技动态记录只有173条；九江市科技平台自2009年启动至今，工作动态记录有295条。这些数据无不表明目前公共服务平台使用效率问题。所以各及政府要充分提高服务平台的使用率，达到信息畅通的目的。

第三，要重点解决创业企业风险投资引入问题。风险投资是一种市场行为，风险性相对比较高，因此政府需要通过引导而不是干涉的方法引入社会闲散资金，利用政府资金的有偿投资方式创新投资企业，再通过创新投资企业支持具有发展前景的科技企业的起步发展，培育出更多的具有自主知识产权的新技术，新产品，提升科技企业的国际竞争力。比如，2006年3月实施的《创业投资企业管理办法》中提到，“国家和地方政府可以设立创业投资引导基金，通过参股和提供融资担保等方式扶持创业投资企业的设立与发展。”建议江西省可以由政府部门与金融机构等共同筹划创立创业风险投资基金，为科技金融结合提供更好的融资服务。