经过七年发展，科创板已经从资本市场改革的“试验田”，发展成为“硬科技”企业的聚集地。

　　“经过七年发展的科创板，堪称中国科技金融的‘试验田’典范。”南开大学金融发展研究院院长田利辉在接受第一财经专访时表示，科创板在制度设计、产业布局与创新生态等层面，具备多重独特优势。

　　就在上个月，科创板迎来新一轮改革，第五套标准适用范围扩大至人工智能领域，明确支持量子科技、生物制造、具身智能等更多前沿领域的“硬科技”企业在科创板上市。

　　在田利辉看来，这一系列的改革举措，直击科技前沿的“痛点”与“堵点”——将第五套上市标准扩展至AI领域，打破“无盈利、轻资产”企业的融资壁垒；将量子科技、生物制造等前沿领域纳入“硬科技”范畴，并建立动态技术评估体系，标志着科创板从“行业分类上市”迈向“技术分层上市”。

　　但田利辉也观察到，资本市场对科技创新的接力式支持，还存在一些“卡点”。例如，早期风险投资机构受退出渠道不畅等限制，更倾向于押注发展阶段偏后的项目，对种子轮阶段项目的覆盖比例偏低。而创业企业进入下一轮融资后，又会面临融资附带的对赌协议等相关约束。

　　在他看来，资本市场对科技企业长期创新的包容度仍有待提升。“当投资者对企业的‘技术管线潜力’认可并买单时，中国的科技金融生态才算真正成熟。”田利辉说。

　　改革举措直击“痛点”“堵点”

　　第一财经：如何评价科创板七年来取得的成绩？

　　田利辉：总体来看，科创板历经七年发展，已成为中国科技金融的“试验田典范”，并取得一系列成果。

　　首先，制度层面，注册制改革将企业上市的周期大幅压缩，注册效率领先；产业层面，几百家“硬科技”企业撑起芯片、生物医药等国产替代的“主阵地”，且这些企业的营收陆续实现增长，成为新质生产力的“排头兵”；生态层面，科创板的机构投资者持股比例逐渐提升，市场逻辑也从“炒概念”转向“重研发”，企业研发投入强度较高。

　　但也要看到，科创板下一阶段的发展壮大，依然面临严峻挑战，比如部分板块内的企业尚未盈利，市场对“十年磨一剑”的长期创新包容度有待提升。

　　第一财经：在科创板的新一轮改革举措中，第五套标准适用范围扩大至人工智能领域，并支持量子科技等“硬科技”企业上市，如何解读这两项政策举措？

　　田利辉：最新的改革举措直击科技前沿的“痛点”与“堵点”。首先，将第五套上市标准扩展至AI领域，有效破解了“无盈利、轻资产”企业的融资壁垒。

　　更关键的是，将量子科技、生物制造等前沿产业被明确纳入“硬科技”支持范畴，标志着科创板从传统的“行业分类”向更精细化的“技术分层”演进。

　　这些举措不仅构建了防范“伪科技”套利的“防火墙”，更为科技企业确立了精准的技术坐标与融资路径，是中国资本市场深化制度创新、服务新质生产力的重大突破。

　　加大对前沿技术支持

　　第一财经：资本市场是否已做好准备迎接前沿技术企业？如何发挥市场的风险识别和定价功能？

　　田利辉：市场对前沿科技的支持尚处于“摸着石头过河”的阶段，对部分该类企业的估值定价多依赖场景想象，比如一些具身智能企业的PS（市销率）接近30倍。这主要是由于缺乏核心技术的量化评估工具，技术尽调过度依赖第三方，且未建立起标准化的验证体系。

　　解决这一问题的核心在于，要打造有效的技术评估基础设施。例如，可以设立由院士领衔的科创板“技术银行”，对核心专利进行穿透式验证，并开发科技“期权产品”，允许投资者对临床试验成功、中试突破等关键节点“下注”，将技术风险显性化、可交易化。

　　成熟资本市场的一大标志是：当技术路线证伪时，资本能理性转向而非恐慌踩踏，形成“试错-纠错”的良性循环。

　　第一财经：人工智能是“硬科技”前沿技术中的代表，如何看待当前如火如荼的AI热潮和AI“泡沫”？

　　田利辉：AI热潮本质上是算力革命驱动的生产力范式切换，但“泡沫”与风险并存。具体来看，AI产业的估值“泡沫”，一大原因是同质化的模型扎堆，部分AI企业估值相差10倍，但技术代差却并不明显。同时，资本过度涌入C端应用，产业落地转化率却很低，忽视了B端的核心场景。此外，算力的重复建设也导致国产GPU利用率低。

　　第一财经：部分人工智能企业存在持续亏损情况，这类企业登陆资本市场存在哪些难点，又应如何选择上市目的地？

　　田利辉：AI企业的上市，面临盈利周期与规则的结构性矛盾。具体来说，大模型实现商业化平均需要4年多时间，那么，企业就很难满足现行上市规则中对于盈利的要求。不过，科创板第五套标准提供了破局的“钥匙”，允许未盈利AI大模型企业以“市值+技术成果”替代利润要求。

　　对于AI企业进行定价的难点在于，AI企业因高不确定性、负现金流和爆发式增长潜力，导致依赖“稳定预测现金流”的传统DCF模型（现金流折现模型）失效，需改用金融工程中的“实物期权”的思路，即将基础模型视为一份看涨期权，用技术演进的不确定性（如数据规模扩张、成本下降速度）替代传统波动率参数来定价。

　　AI企业选择上市地点，需与其战略导向深度契合，也要考虑到，A股或更适配国产替代叙事，港股的流动性适配AI企业的全球化布局。

　　打通资本市场“接力式”支持链条

　　第一财经：对科创企业而言，资本市场“接力式”支持的全流程是否已打通？

　　田利辉：当前，这条“接力”链条还存在一些“卡点”，比如早期VC因退出渠道不畅，倾向押注后期项目，种子轮（项目）的覆盖率偏低。

　　打通这种链条，需要构建起技术、信用的“金链”：前端要破解早期融资难题，针对科技企业初创期缺乏抵押物、信用不足的“痛点”，大幅提高专利质押率；中端试点“里程碑对赌融资”，在产品开发和中试阶段，引入分阶段注资机制；后端建立“技术退市”机制，对核心指标未达标企业实施其他安排。

　　总体来看，资本市场对科技创新真正的包容性，体现在让技术演进路径成为资本接力的精准“路标”，而非用统一财务指标“一刀切”。例如，对AI企业可侧重模型迭代速度，对量子计算企业关注比特数突破，让企业在不同的技术阶段，都能匹配到最适合的融资方式。

　　第一财经：不仅科创板，资本市场的多个板块都在同步改革，如何通过改革协同助力科技企业发展？

　　田利辉：资本市场改革呈现“梯队协同”格局：科创板聚焦“从0到1”的突破，创业板助力“1到N”落地，北交所服务“专精特新”创新型中小企业。

　　当前，还需要进一步强化各板块的差异化定位与协同效应，为此应建立资本市场的“技术护照”制度，即建立一套跨板块互认的技术评估标准，通过制度创新打通板块之间的壁垒，让资本按产业链分工精准匹配企业不同发展阶段的需求。例如，对芯片产业链上的企业，科创板支持这类企业做技术突破，创业板助力其在制造环节扩产。

　　板块协同的核心是让资本像产业分工那样，精准匹配企业在不同技术阶段的融资需求，形成“接力长跑”的合力。

　　第一财经：当前，金融在支持科技创新的过程中扮演了怎样的角色？未来又应扮演怎样的角色？

　　田利辉：金融的角色已从“资金管道”升级为创新引擎的加速器、创新生态的构建者。

　　过去，通过科创板、VC/PE等渠道，金融为科技企业注入万亿级资金，推动其研发强度提升。但深层矛盾依旧存在：技术突破需要5年到8年的周期，而资本普遍追求短期回报，机构持股的平均时长不足一年，这种“时间错配”阻碍了长期创新。

　　未来，金融要成为“耐心资本”的培育者，前端通过税收优惠、养老金入市等政策，引导长期资金配置科技股；后端开发“技术证券化”工具，让专利、实验数据等无形资产也能流通变现。

　　核心是让资本与科学家共担风险，像共同培育幼苗的园丁，而非追求“快速收割”。只有这样，金融才能真正成为滋养创新的“氧气”，而非催熟技术的“激素”。