本次圆桌会议环节是大会的一个亮点。在《向新求质：科技金融发展的新举措、新理念与新机制》》的圆桌对话中，澎湃新闻财经中心记者彭艳秋主持，华映资本创始管理合伙人季薇、中国建设银行上海市分行科技产业金融部总经理董宣忠、瑞银企业管理（中国）有限公司总经理郑韵清以及上海市金融信息技术研究重点实验室专职研究员、上海财经大学中国式现代化研究院特聘研究员俞立等嘉宾相聚一堂，从科技金融领域的创新实践与发展趋势等多个维度共享心得、激发思考。
以下是圆桌全文：
彭艳秋：尊敬的各位领导，各位来宾，我是来自澎湃新闻财经中心的记者彭艳秋，很高兴能够主持此次大会的嘉宾交流环节，刚才我们听几位主旨演讲的演讲真的是非常精彩，我们受到很多启发，也是获益匪浅。
我们今天的圆桌会从实践的角度来聊一聊怎么提高投资的判断力，会从科技金融发展的新举措、新理念、新机制与各位进行探讨，欢迎各位的莅临和参与，也欢迎大家的到来。科技创新是推动人类进步的关键因素，每当一场科技革命的到来，人们的生活都会发生翻天覆地的变化，新的生产力往往也诞生在其中。我们去观察百年科技史会发现科技企业的发展往往离不开金融的支撑，从0到1、1到10、10到100，我们的技术从无到有地被创造出来，形成新的产品，然后走向市场、商业化，可以说从发明到创新从创新到创新的扩散，至少要迈过两道坎儿，企业家和企业要顺利跨越这些坎儿的话可能就需要我们政府政策的支持以及金融体系的支撑。
季薇：首先感谢澎湃的邀请，我应该是本场参会嘉宾中唯一一位风险投资行业的从业者，看到大会的主题，我觉得我应该参与进来聊一聊，因为我认为风险投资机构在企业、尤其是科技企业，从小到大成长的过程中起到了非常重要的作用。
实际上在大部分情况下，如果缺乏风险投资机构的支持，科技企业在早期阶段很难拿到资金支撑发展。因为金融的本质永远是风险和收益的匹配，对于银行等机构来说，其不可能拿着债权的收益去承担股权的风险。从这个角度来看，市场化的风险投资机构几乎是支持中小企业发展的最适配形式。但中国风险投资行业近两年的发展却并不乐观，从数据来看，行业不管是募资额还是投资额都急剧下跌。投资额层面，美元下降了80%，人民币下降了75%，剩下的25%中80%以上还是国资引导的投资，而非市场化的。我希望国家还是能大力发展风险投资。这是我想讲的第一点，希望国家政策、市场舆论、更多资金都能够支持风投体系，从而推动中国科技行业的发展。
说回到华映关于赛道的切换，这两年中国都在讲新质生产力，这个也是我们今天的主题之一，可能有人有疑问，华映是不是因为看到了这两年的风向变化，所以进行了赛道的变换。我觉得既是也不是。华映成立的16年间，实际上进行了两次赛道的切换，分为三个阶段。
风险在哪里？在变迁过程当中确实对我们的能力有诸多挑战，我们也形成了一些方法论。
首先，机构最好是立足在长处。就像我们切入到生产制造科技领域的投资，先是从数字化切入，这就是我们的长处，然后一步一步利用数字化投资中收集到的数据，逐渐再走出舒适圈，扩大到生产制造全流程。
另外，除了对于赛道的认知之外，还要逐渐形成自己对新赛道的方法论。在我们项目上会时，不管是哪个赛道，我们基础的标准是一样的——增量市场、三年五倍、行业前三。
其中的逻辑也很简单，一般只有在市场空间足够大时，才有更大的概率长出巨头企业；三年五倍是判断在我们投后的几年，企业是否能够保持高速增长；行业前三意味着当前这家企业已经形成了比较不错的壁垒，之前很多项目是以资金、模式为壁垒，现在则更多是以技术、产品、市场为壁垒。所以不管在哪个赛道，我们看的就是天花板、成长性、核心竞争力。
彭艳秋：在选择赛道的时候，我们事实上是结合了过去本身已经有的优势。比如说在第一次切换的时候，我们是基于过去在消费领域看到了数字化带来的潜在市场空间，收集了很多数据。而在进行第二次赛道切换的时候，如同我们已经有了神经，在此基础上再进行手脚方面的拓展。包括您刚才讲到的三点：天花板、成长性和自身的竞争力，对于以文化类基金起家的机构来说，跟随市场变化并抓住市场红利是非常精准的考虑点。投资机构要敏锐地捕捉市场的话，逻辑和整个知识结构都需要把握得比较精准，在这个过程当中研究跟学习的能力也非常重要。
郑韵清：首先非常感谢澎湃新闻的邀请，各位同仁大家下午好！精准地来说，您刚才提到我所在的是一个偏金融科技的企业，但是瑞银在中国是有全方位布局。瑞银是一个领先的全球性的财富管理机构，有160年以上的经营历史，总部在瑞士苏黎世，在全球的各个主要金融中心都是有布局的，如上海、北京、中国香港等都有布局。瑞银在亚洲已经运营了60年之久，在中国内地也有35年的历史。大家比较耳熟能详的瑞银的机构可能是瑞银证券，它是首家外资机构直接参股的全牌照的证券公司，也是首家通过增持内地合资券商股权以实现控股的外资金融机构。而我所在的瑞银企业管理（中国）有限公司是瑞银集团全球三大离岸服务中心之一，今年正在庆祝18周年庆典。
18年前，瑞银集团就看中了金融科技的人才，尤其是中国内地的高质量人才培养，于是我们在2006年就落地上海，随后在北大和清华招了10名毕业生，开始了我们公司的运营。我是2012年加入公司的，一路以来我们也是跟着金融行业和科技的迭代发展。我们起初专注于做金融的衍生产品的量化模型开发和设计，之后我们就组建了结构化产品的定价团队。刚刚张教授提到的卫星图等内容我们也有涉及，我们的大数据行研团队致力于利用高科技赋能行业研究。新一代的瑞银集团投资银行云计算平台就是由中国团队开发并部署到全球其他市场的，如算法交易和量化投资策略等很多都由中国团队开发。
这么多年来，我们团队的硕博比例达到了100%。我们一直致力搭建政产学研的生态系统，与国内外的高校合作，复旦大学国际金融学院也是我们的合作伙伴。学徒计划和孵化器计划都是其中的重要环节，希望让中国学生了解瑞银在国际上的先进理念。同时，我们也是陆家嘴金融科技协会的理事单位，希望依托国内金融科技的交流平台和借鉴平台，去搭建这样一个生态的闭环圈。
刚刚主持人也提到怎么样赋能科技企业，我认为这是一个有意义的议题。例如，我们参与了Axoni的B轮投资，并与其有深入的接触。自2015年起，我们就设立了金融挑战赛以赋能初创企业，提供更多与大公司合作的机会。一方面选拔出来的优秀企业会得到各种专家、导师的支持和奖金奖励，同时我们也会对接一些资源。当我们投资这些公司后，会引入其产品线来迭代瑞银以前的基础设施，既赋能这些科技企业，也加速我们自身的发展。
彭艳秋：有很多良好的互动案例，科技企业和金融机构之间互相赋能，金融科技跟科技金融是不太一样的，但是里面的逻辑是非常清晰的。我记得您之前说过一句话，说我们金融行业的挫折是不可避免的，每天都要面临各种不确定性，如何理解挫折是不可避免的，以及怎么样面临不确定性？管老师说，不确定性是最大的确定性，您觉得对于金融的从业人士来说，怎么应对这种不确定性？
郑韵清：2007年，我刚刚进入这个行业的时候，我碰到了次贷危机。我希望给更多的年轻人传递这样一个观点，金融行业是一个周期性的行业，要在低谷的时候韬光养晦，不断提升自己。只要你觉得每一天自己的能力有增长，自己的舒适圈是扩大的，那么这就是一个定心丸，能够帮助自己去穿越周期。
彭艳秋：所以最重要的还是修炼内功？
郑韵清：对，我是这么认为。
董宣忠：科技金融这个话题太大了，所以我们几个人在这里聊着就会觉得散。我既回答你的问题，也延续季总的话题。
刚刚讲到做VC投资的审查有三个关键要素，第三个要素是希望细分赛道的行业前三。其实我们的VC也好，天使投资也好，大部分都是遵循这样的投资原则。但是，在做商业银行的时候，我们就有这样一个困惑：我们为什么想要做0到10点业务呢？因为我们发现随着这个社会经济的发展，越来越多的企业科技属性越来越高，前面提到科研分为科学发现和技术发明，这是一个分类的角度。还有另外一个分类的角度，叫认知型科研和应用型科研。实事求是地讲，人类到目前为止的认知型科研在100年之前基本上都完成了，比如大家熟知的力学、光学、电学、磁学、生命科学、化学的基础元素周期等。我们现在所谓的科研，如人工智能、生物医学等，实际上大部分都是应用型科学。所以我们现在提倡科技创新以企业为主体。目前，国家知识产权70%多甚至将近80%都掌握在企业手中，而科研院校包括上海以及全国的持有量仅占20%多，个人持有的专利大概不到1%。这意味着我们现在科技创新的主体是企业。
既然有这么多的企业需要科技创新，那它必然需要金融服务。如果说我们只服务少部分的企业，那就必然会存在服务空白。因为我们国家的金融资产90%在商业银行，所以商业银行有这个义务来为这个社会提供基础的服务，否则会形成服务真空。在提供基础服务的同时，我们的目标类似于投资VC追求的是Alpha收益但我们也需要承担Beta风险的基础工作。在去年之前，我们国家整个在商业银行的监管制度力度不支持0到10阶段的金融服务。直到今年年初，我们金融监管总局才在固定资产管理办法和流动资金管理办法里面增加了条款，商业银行可以全面支持科技研发等活动，以前只能做10到100阶段如可见的固定资产、厂房、原材料等类型业务，而0到1、1到10阶段的企业是没有服务的。
现在社会科研和经济的发展已经到了这个阶段，我们认为有义务去推进这件事情。因此从去年开始我们就呼吁监管部门及有关的政府部门，呼吁商业银行要进入0到10阶段的服务领域。然而带来的第二个问题，很多人都说0到10阶段是高风险的，不适合商业银行参与。但实际上认知型科研确实存在很大的不确定性，但应用型科研则分为两类：有的确实是突破性研究，需要我们VC冲在前面；但还有很多科研是多元化发展，例如一个生物医药企业在研发一款药物后再增加一个新的研发管线，这就是多元化发展；另外还有迭代型升级例如从做3G芯片升级到做4G、5G芯片；以及改进型创新例如从做56纳米的集成电路升级到做28纳米，再向14纳米进军。实际上大量的科研和技术创新都是渐进式的并且这些创新往往是在大企业内部孵化的。这种金融服务实际上是商业银行可以去做的并且德国在这方面的创新主要就是由商业银行来完成的并且取得了很好的效果。
彭艳秋：主要是渐进式创新，商业银行可以介入其中吗？
董宣忠：对。
季薇：我打断一下，后面的几点是因为有一个前提说这些点。但是创新都在大部分企业里面发生起来的，所以你愿意给到这样的渐进式创新的机会，是不是事实上还是因为它后面有一个大企业？
彭艳秋：刚才我提到的从0到10的金融方案，事实上是我们在为科技企业提供服务里面的一个小板块。更多要做的，还是这种渐进式的？
董宣忠：我讲的意思是，我们的资金大部分是分布在10到100的阶段。在0到10里面，商业银行可以做渐进式的创新，但是现在这个社会真正最稀缺的是突破式的创新。
彭艳秋：这里面的风险才是最高的。所以我们说投早、投小、硬科技，其实也意味着它的风险性是最高的。所以有的时候需要季总、郑总这样的机构在前，要承担的风险以及未来可能获得的回报相对来说都是偏高的。商业银行做得更多的，是从0到10里面的渐进式创新，以及从10到100的阶段。
彭艳秋：俞老师从事机器学习、风险信用管理方面的研究很多，而且您主持和主研国家863计划和国家自然基金等十余项这类的项目。请教您一下，从研究角度来看，您怎样理解金融跟新质生产力之间的关系？
俞立：前面三位嘉宾都是冲在实践最前沿的，我是做研究的，做方法、模型相对多一些，我简单讲讲对这个问题的粗浅看法。
另一方面，金融对于新质生产力来说是它的活水之源。金融机构、投资机构主要是提供资金，而且是有导向性地提供资金。各位嘉宾都对金融科技、科技型企业和优质科技企业有所了解。基于你们对行业和技术的认识，在提供资金和投资时会有一定的导向性。这种导向性有助于优质的科技企业进行转型、人才培养和设备升级，如投入到大模型、新能源或量子计算等领域。这可以推动企业往特定方向发展。因此，金融对新质生产力也起到了推动和改善的作用。两者之间是你中有我、我中有你，相互促进的关系。
彭艳秋：刚才您提到的这个点非常好，因为我之前想的更多是提高效率，其实也能节省成本，这也是非常重要的一点。另一方面，对于科技企业，金融能比较好地起到相对的导向性，就是您刚才提到的导向性。这一轮的问题请各位聊一聊这个导向性，这个导向性背后的判断力非常重要。刚才季总提到金融机构追求的是风险、收益之间的平衡性，比较注重风险管理，科技企业往往的发展是不可确定的，我们怎么能够更好地提高对于风险的管理以及更好地提高平衡性呢？比如说我们看到一家科技企业可能账面出现不好的趋势，我们怎么判断它到底是企业自己本身出了问题还是短期遇到困难？我们怎么提高对于投资风险性的判断，怎么提高投资的判断力？
季薇：投资过程中，伴随着收益而来的就是如何控制风险。当下科技投资是我们行业的一个共识，在如此强共识的状态下，很多事情反而难做，寻找超越市场平均收益的投资机会反而变得更具挑战性。
另外提一下，我刚刚所说的这个企业，它泰州万吨级生产线建设所需的资金，就是由风险投资机构与建设银行对他们产线代建的融资结合在一起提供的，最终使得这家企业能良好地发展下去。这样的情况是非常好的，不同的金融机构对同一个企业、同一个赛道提供帮助。
从投资机构的角度来说，投资科技本身已经是冒着非常高的风险。那我们应该怎么去把控风险？前面已经提到，前期投资层面，我们对行业赛道的梳理，以及top-down的思维逻辑和方法论。其实在投资之后，我们也有一套比较完整的数字化系统，企业每个月能够把运营数据和财务数据同步到系统里面，我们投后的分析师会对这些数据进行monthonmonth的分析，看它是否有一些在指标之外的波动与变化，有时候我们甚至可能比企业更早地预警到它的一些异常波动，并及时进行告知。
除此之外，原来投资机构都是以经济回报为单一的目标，现在整个体系中，国资在人民币投资当中占80%以上，像我们最新两期基金的大LP都是国家中小企业发展基金，它是由工信部和财政部共同发起的国家基金，除了要有一个稳健的经济效益之外，本身承担着落实国家政策方向上的责任，比如说投早、投小、投科技，这就是政策目标。所以，我们除了传统对项目本身进行很多投前、投中、投后的过程化管理之外，还要重视自身的合规性以及学会在国资体系下如何用“两种语言”做好工作。这对我们来说是一个时代性的制度变化，也是在当下风控中需要特别注意的。
我们一直在说金融科技，我觉得金融行业很传统，但我们内部还有很多可以被科技赋能的领域。瑞银集团将向员工推出了5万份Copilot的使用权，希望将AI赋能到员工，让员工有更好的方式，一方面管理风险，一方面提高效率。
董宣忠：是的，风险控制话题是很大的，金融机构本身就是经营风险的。其实金融机构的服务解决经营风险，对科技金融来说最主要的职责就是分散风险，因为科技的不确定性需要分散风险。我们银行和投资机构也是一样的，自身要加强自己的风险管理，相对而言，因为商业银行有巴塞尔协议，我们的安全性是第一的，所以商业银行内部的风险控制相对来说还是比较健全的。
彭艳秋：有一套方法论和体系？
董宣忠：其他机构也不能学习，因为这个成本很高。这是商业银行的逻辑，风险控制的要求太高，就像安全等级，提高一个百分点，你的成本是很高的，只能说商业银行内部必须按照巴塞尔协议进行风控。另外一个方面，对于服务的标的风险判断也是一样的。
彭艳秋：可能这方面的努力看起来成效没有那么大？
董宣忠：对，其实金融是中介，无论是商业银行还是投资银行，都是中介。我们也不能说科技金融是万能的。我每次都呼吁中国到了大力发展天使投资人和慈善支持科技的时候，因为我们的民间财富已经有了积累。自然人可以基于个人情感和判断进行投资，他们不需要像我们金融机构的VC或商业银行那样提交厚厚的一叠报告。比如，他们可能因为看到一种新药而想到自己因缺乏这种药而离世的父母，于是就决定支持这种药的开发。有些事情可能是金融机构无法做到的，这时就需要社会力量的参与，而我们可以提供一些服务和引导。
俞立：有时候是有这样的感觉。模型的能力是有上限的，XGBoost模型在做表格型数据的时候效果比较好，深度学习现在很流行，这一类算法在做表格型数据分析的时候并不是很好，但在做图像数据的时候表现得很好。不同算法的适用场景不太一样，现在也没有办法推出一种什么问题都能解决的算法。
话说回来，科技企业的正确评价确实是一个难题。因为本身的信息比较少，而且要素比较难以量化，如果从学术研究的角度来讲，我们一般会讨论两个方面。一方面是构建一个更全面的指标体系，我会考虑它有新质生产力的特征，除了人力资源、财务报表信息外，还会重点考虑数据资产的数量和质量以及专利和专有技术等。例如，当评估一个科技企业时，我们可以考虑其大模型的备案情况作为一个判断资信的标准或加分项。并不是说大模型可以解决所有的问题，大模型也有适用的范围，因此需要准确评估它的价值。大模型的价值该怎么评价？其实也很难。考虑到大模型源自神经网络，多层的神经网络，然后是深度的神经网络、Transformer等等，它有一个技术路线。对于每一种算法，在研究里面一般都有一些公开的数据集可以作验证。另一方面，我们还可以结合具体的行业应用来测试模型并获取定量化的测试信息，进而合理评估模型的价值。这样我们就能更准确地判断投资潜力和市场前景。
彭艳秋：您刚才说大模型不能适用于所有的科技企业，但是我们其实也有一些办法，比如现在已有的应用数据可以测试大模型，测试之后再应用到科创企业、科技企业里，其实是比较好的一个路径？
俞立：科技企业有一些分赛道或者具体的应用场景，可以用一些具体的应用场景数据对模型做多次测试，就可以看出一些应用的效果。
另外，我还是希望国家能够在资源和政策上大力支持风险投资，因为风险投资是从源头上支持新质生产力颠覆式创新的重要角色。
彭艳秋：金融机构自己本身也是很好的应用场景。
董宣忠：金融服务科技改进的空间还是寄希望于突破创新，因为这个更有意义。渐进式创新的模式追求的是“有心栽花花就开”，而突破式创新是“无心插柳柳成荫”，所以对于渐进式创新来说，主流投资机构、财力和政府去支持是没有问题的。但是我们感觉这种突破性的创新讲究的是有更多市场化的元素比较好，在现在这种经营模式下，我们提出的是股保贷债联动。在当前的大环境下，体制的改变并不容易，至少在短期内是如此。因此，我们需要思考如何更好地衔接各种金融要素，为这种突破性的创新提供服务。这里面的改进空间是巨大的。
关于突破性创新，很多人说市场化力量行不行，应该集中力量办大事，事实上我们的突破性创新里面，市场化的力量和金融的力量如果能够联动得好，它可以产生突破性的效果，这方面是我们改进空间最大的地方。
彭艳秋：市场化的力量、金融的力量更好地支持突破性的创新。
我们发现这种融合方法在公开的数据集中的效果确实比只用结构化数据的效果好一些。采用这种方式建模，也是因为现在大语言模型的使用成本相对较低，而如果需要进行定制化的数据标注、模型构建和训练，成本则会显著提高。另一方面，直接使用大语言模型可能并不完全契合信用风险评估领域的需求，因为大语言模型中包含的是通用的知识，而特定问题可能需要某一专用领域的知识，如信用风险评估的知识。