數字金融是新基建的重要引擎

當前，新一代技術革命與產業變革交織，新型基礎設施建設（以下簡稱“新基建”）是構筑數字時代競爭新優勢的戰略基石。在世界處于“百年未有之大變局”的背景下，新基建的發展狀況直接關乎我國科技自立自強能力、產業鏈供應鏈的安全與韌性，以及在數字化、智能化浪潮中的主動權，已成為大國競爭的戰略焦點。

我國從國家戰略層面高度重視并系統布局新基建。2018年中央經濟工作會議首次明確提出新基建概念，即“加快5G商用步伐，加強人工智能、工業互聯網、物聯網等新型基礎設施建設”；2024年，“人工智能+”行動首次被寫入《政府工作報告》；2025年10月，《中共中央關于制定國民經濟和社會發展第十五個五年規劃的建議》更是首次提出“適度超前建設新型基礎設施”，推進信息通信網絡、全國一體化算力網、重大科技基礎設施等建設和集約高效利用。當前，我國新基建取得全球矚目的成就，已建成全球技術最先進、規模最大的5G網絡。截至2025年10月底，5G基站總數已超過475.8萬個；智能算力規模持續高速增長，算力互聯網建設已邁入“一池共享、一網互聯”新階段。

金融支持新基建仍存較大挑戰

推動新基建的金融支持存在較大挑戰。值得注意的是，新基建具備不同于傳統基建的特征，給新基建的金融支持帶來較大挑戰。

第一，不少新基建項目存在技術迭代快、生命周期短的特征。比如，傳統基建如橋梁、公路的使用周期可達數十年甚至上百年；而新基建如5G、AI芯片的技術迭代周期可能只有幾年，這意味著巨額投資會面臨更高的技術風險和貶值風險。

第二，新基建不僅僅是重物理資產，往往也是重知識密集的領域。例如，雖然建設完成的數據中心是重資產，但數據中心的核心價值離不開相應的軟件、算法、數據和知識產權等典型知識密集型產業的要素。

第三，商業模式不成熟，回報不確定性高。和傳統基建不同的是，許多新基建應用場景仍處于探索期，清晰的盈利模式尚待驗證。

面臨上述挑戰，新基建投融資模式與傳統信貸和投資不匹配，傳統的投融資模式難以滿足新基建的資金需求，這主要體現在如下四個方面。

一是抵押品缺失，銀行信貸偏好有穩定現金流和實物抵押物的項目，而新基建項目前期投入大、現金流不穩定、核心資產多為無形資產。

二是現金流不確定性。新基建項目的核心價值往往和數據要素的價值密切相關，但當下數據孤島與標準缺失的問題在不少領域并未得到充分解決，部門間、企業間數據難以互通，標準不一，這限制了數據要素價值的釋放和新基建的整體效能。與此同時，新基建的商業模式處于探索期，未來收益流不穩定，這不符合傳統銀行信貸評審標準，增加了新基建項目商業可持續性的不確定性。

三是風險評估難。和傳統基建不同的是，新基建項目往往面臨技術路線、市場競爭、政策變化等多重風險交織的情況。這些都要求銀行在新基建項目的無形資產、數據資產、技術風險和市場風險等方面，具有極高的專業研判能力。由于銀行過往的研判經驗未必能夠指導對新基建項目的研判，傳統風控模型應對新基建項目可能會失效。

四是投資期限錯配問題，即部分基礎研發設施回報周期極長，短期內難以產生可觀回報，而長期回報又存在較大不確定性。在守住不引發系統性金融風險底線的原則下，銀行沒有足夠的意愿放貸，從而進一步加劇了部分項目的“融資難”問題；追求短期回報的社會資本也會傾向于望而卻步。

數字金融賦能新基建的邏輯與前景

作為近年來的金融業態創新之一，數字金融主要是指利用數字技術提供支付、貸款、保險、投資等金融服務的新基礎設施、新金融工具和新金融模式。其中，“數字”指數字技術，涉及人工智能（AI）、區塊鏈、云計算等技術；現在，常用人工智能來涵蓋其余多項數字技術。“金融”則指金融活動及相關部門，包括貨幣以及支付、信貸、保險、資產管理以及外匯等相關機構與業務活動。數字金融的本質是金融，基于數據、算法、算力等方面的進步，使金融服務實體經濟的成本大幅降低；通過場景與商業模式創新，可以實現拓展金融觸達范圍、提高金融效率、提升風控能力和助力金融安全的效果。目前，我國數字金融的發展水平已經處于國際前沿；在新發展階段，數字金融要更切實地助力增強金融的功能性、支持實體經濟發展，作為新基建的金融引擎則是數字金融發揮作用的重要體現，在助力解決新基建項目的投融資問題方面，大有可為。

其一，運用數字信用。

信用是現代金融活動的基礎，貫穿于金融產品、業務以及商業模式等多個層面。金融機構的風險控制，主要是要消除兩種信息不對稱：一是事前的“逆選擇”，即越是無法還款的個體越傾向于借款；二是事后的“道德風險”，即借款后即便有還款能力但也沒有還款意愿。伴隨大數據和人工智能算法深入參與到金融決策過程中，信用的來源和表現形式已經發生重要變革。北京大學數字金融研究中心課題組的研究發現，數字信用的本質是一種利用大數據與算法提取新信息，從而緩解信息不對稱問題的新型信用風險管理手段。以信貸場景為例，這種風險管理包括兩方面：一方面，與借款者特征相關的新信息（特征大數據）能挖掘傳統方法難以辨識的隱形信用，有助于更有效地甄別優質客戶，解決逆向選擇問題；另一方面，與借款者行為相關的新信息（監測大數據）能夠提升貸款機構的風險預警能力，強化借款者的履約意愿，進而減少道德風險。

因此，數字信用改變了以抵押為代表的金融契約的制定和執行范式，實現“去抵押化”。數字信用不僅可以增加缺乏抵押的優質中小微企業的融資機會、提升金融支持實體經濟的能力，而且能減少抵押清算活動產生的交易成本，提高金融體系的資源配置效率。

此外，數字信用也為數據資產估值提供了一種新視角，即可以用數據替代的抵押品價值作為評估數據資產價值的重要參考。課題組從數據資產投入、數據資產建設、數據資產產出能力、戰略與組織保障等四個維度構建上市公司的數據資產指數，發現數據資產完成度高的企業和大規模企業在各階段均具有相對較高的全要素生產率水平。

數字信用實現“去抵押化”、數據資產本身可以作為一種抵押以及數據資產高的企業全要素生產率水平較高這三點，為在新基建中應用數字信用，提供了理論和實踐基礎。

其二，推動風控模式變革。

傳統金融機構風控模型的本質特征是一種基于歷史、靜態和個體的“證明”邏輯。在這一視角下，企業過往的財務報表用于證明其盈利的穩定性；足額的廠房、土地作為抵押證明企業有抵御風險的能力。這一模式在中國經濟顯著落后于發達國家的時候運行良好，因為彼時企業發展主要是運用國際已經成熟的商業模式，金融機構也沿用類似風控模式，就能做到風險可控。傳統模式假定了過去表現良好且有實物資產做背書的企業，未來違約的概率更低，但這不適用于存在極大不確定性的新基建項目的風控。

數字金融發展則重塑了風險評估的時空維度，構建了以實時、多維、預測為特征的前瞻式風控范式。大量實時、非結構化的替代數據為風控提供了豐富的資料。比如，云計算中心的服務器利用率、帶寬負載，工業互聯網平臺的設備連接數、API調用量等技術效能數據；手機App的日活月活、用戶增長曲線、特定數據產品或算力服務的簽約客戶數與合同金額等市場驗證數據；企業在開源社區的貢獻度、在關鍵技術標準組織中的參與度等生態位勢數據等。這些實時、高頻的數據可以即時反映一個企業或者項目的技術活力、市場接受度和成長健康度，是傳統財務報表之外，金融機構可用于評估企業信用狀況的重要信息。

同時，數字風控通過人工智能與大數據技術，進行跨域、多維的關聯分析，繪制出企業或者項目發展過程中的數字全景。這解決了傳統模型往往就單個企業來評估其風險狀況、所用數據維度有限的痛點。目前常用的關聯分析有三類：一是采用企業的用電數據、社保繳納數據、物流數據與運營規模數據等來識別欺詐風險；二是采用企業在產業鏈中的位置、其上下游合作伙伴的實力與穩定性等，幫助判斷單個企業信用狀況；三是采用創始人及其團隊數字畫像，通過分析核心團隊的教育背景、專利成果、過往創業經歷甚至在專業社區的影響力，評估其執行能力與信譽。這對于新基建相關項目的執行，尤為重要。

此外，人工智能算法讓風控模型更為精準。基于機器學習、結合大語言模型等方式的人工智能算法，讓風控可以從更豐富的視角、更精準的判斷中展開和執行。一是可以預測現金流，結合行業趨勢、技術成熟度曲線及企業的實時運營數據，動態預測其未來6個月至3年的現金流狀況，而非依賴歷史報表的簡單推測。二是預警潛在風險，即通過模式識別，提前預警技術路線可能面臨的替代風險、客戶集中度風險或供應鏈斷鏈風險。三是評估技術價值，即利用自然語言處理分析技術文檔和專利，結合領域知識圖譜，對其技術的先進性和商業轉化潛力進行量化評分。

其三，支持場景化金融產品創新。

不同于傳統基建主要由政府主導的特征，新基建需要的資金多、周期長，往往需要政府和市場共同參與，采取“政府引導、市場主導”的模式，這就需要大量科技企業、互聯網公司成為重要的投資和建設主體。為此，需要有足夠的金融創新產品，為這些經營主體提供可以投資的空間。數字金融可以推動金融產品的設計邏輯發生根本性轉變，即從基于財務報表的通用供給轉向基于業務場景的精準定制模式。這為解決新基建“高風險、長周期、輕資產”的融資困境，開辟了一條務實的新路徑。具體而言，這種定制化能力主要體現在以下三個層面。

首先，精準匹配項目的全生命周期現金流。傳統貸款往往要求固定的本息償還計劃，這與成功的新基建項目前期投入大、后期收益多的現金流模式嚴重沖突。基于數字金融，則有望實現動態適配：在項目建設期，可以提供“投貸聯動”或可轉債，以風險共擔的形式支持技術攻關；一旦進入運營期，便可立刻將這些未來收益權打包進行資產證券化，快速回籠資金，實現“建成即盤活”。也就是說，金融產品可以隨著項目的“生長”階段而靈活演變。當然，要實現這一演變，其核心在于利用好關鍵數據，比如，當智慧高速公路的ETC車流、數據中心的算力出租率等實時數據穩定后，即可從建設期轉入運營期。

其次，深度嵌入具體的產業運營場景。傳統的還款周期固定、基于對以往信用的評估，可鎖定具體項目，實現還款來源與項目自身即時創造的價值。例如，為工業園區智慧節能改造設計的融資方案，其還款金額可以與物聯網實時監測并核證的“節電效益”直接掛鉤，節省得多則還款多，真正實現“用項目省下的錢來還項目的債”。通過將金融合同與物理世界的運營成效深度綁定，減少信息不對稱中的道德風險問題，提高風控的精準性和項目的可持續性。

最后，將新型生產要素直接轉化為可融資的抵押資產。在新基建中，數據、算法、知識產權、特定場景的經營權（如充電樁位、5G微基站址等）是核心資產。通過區塊鏈、智能合約等技術，可以將這些權益進行確權、登記和分割，使其成為合格的抵押品或證券化基礎資產。例如，一家人工智能公司可以用其核心算法的預期授權收入，作為質押獲取融資；一個城市數字孿生平臺可以用其特定模塊的政府購買服務協議的未來收益，作為質押獲取融資。這能從根本上破解輕資產科技型企業的抵押物困局。

總體來說，數字金融對新基建的賦能，本質是建立了一套以數據和人工智能等數字技術為核心的新型金融支持邏輯。數字金融要成為新基建的金融引擎，需要三個方面的前提和基礎。一是依托企業經營、產業鏈等多維動態數據，構建起數字信用體系；二是利用實時數據流與智能算法，建立起穿透項目周期、前瞻管理風險的新型風控模式；三是基于前兩者，開發出精準匹配新基建各場景現金流與風險特征的定制化金融產品。可以看到，從這三個角度出發，對于系統性破解新基建融資難題提供了廣闊前景。

展望未來，數字金融助力新基建也有短期和中長期安排的考量。短期可側重于擴大成熟模式的適用范圍，例如，推動將數據資產質押融資、基于特定收益權的資產證券化等已有的成功實踐從試點區域和頭部企業向更廣泛的新基建領域推廣。從中長期看，需要高度重視數字金融賦能新基建的挑戰，如數據要素建設短板、隱私保護與數據安全以及人工智能算法的監管等。解決問題的關鍵，在于夯實支撐體系基礎。這有賴于數據產權、估值、登記等底層制度的統一與完善，以及跨部門數據合規流通機制的健全，要從制度和實踐等多方面打通痛點、堵點問題，加強數字金融相關基礎設施的建設，最終形成市場主導、風險可控、商業可持續的金融供給新格局，穩定保障國家重大戰略項目的資金需求。

（北京大學國家發展研究院教授 沈艷）