在近期舉辦的寧波科技周上，一批本地科技企業的創新成果集中亮相。在令人眼花繚亂的新技術背后，問題也逐漸顯現：如何看懂這些企業的技術價值和發展潛力？其含金量又該如何衡量？

　　圍繞這一難題，寧波諾丁漢大學(簡稱“寧諾”)金融科技教授華秀萍團隊開發了“基于AI與大數據的科技企業多維度全息畫像技術”。這項技術如同為企業進行 “CT掃描”和“基因檢測”，更清晰地識別科技企業的技術價值和發展潛力。

　　AI與大數據賦能:從“財務評價”邁向“創新能力識別”

　　“在傳統融資評估中，金融機構依賴抵押物和穩定現金流，而科技型企業多為知識密集型組織，其核心資產往往是專利、技術、人才等無形資產，像‘黑箱’一樣難以量化評估。”華秀萍教授指出，由此產生的信息不對稱，成為橫亙在科技企業與金融機構之間的壁壘，也讓真正具備創新能力的企業在融資發展中受阻。因此，華秀萍團隊深入研究近三萬家企業的數據，突破以財務指標為主的傳統評價方式，搭建起一套以創新能力為核心的評估體系。

　　在具體評估時，系統通過機器學習模型，對企業的研發投入、創新成果質量、成長情況和成果轉化能力等進行量化分析，并借助AI大模型解析專利和技術資料，判斷技術所處階段及發展潛力。在這一過程中，系統將晦澀的技術語言轉化為清晰可讀的信息，最終形成完整的企業畫像，為金融機構和政府部門提供決策依據。

　　“對于一些初創團隊，雖然尚未盈利，但可能掌握前沿核心技術，甚至是細分領域的開創者。在傳統銀行評分體系中這類企業往往得分不高，但在我們的評估體系中卻可能獲得較高評價。事實上我們也發現，許多優質科技企業的創新能力并不遜于一些知名上市公司。”華秀萍說道。

　　融合政策導向：不僅“評估表現”更“捕捉關鍵技術”

　　更為重要的是，該系統并非單純篩選高科技企業，而是結合政策導向和本地產業需求，判斷技術與區域發展的適配性，從而識別出能解決實際問題、支撐區域發展的關鍵技術。

　　據悉，自2013年起，該技術已服務地方政府，并應用于寧波市科技企業創新能力評價與信貸政策“白名單”的生成。目前已服務10家金融機構、2900余家企業，促成約470億元授信支持，其中不乏多家戰略性新興產業、未來產業，以及致力于突破“卡脖子”技術、解決當前技術瓶頸的科創企業。相關指標持續動態更新，其中風險運營類指標已實現每三天更新一次。

　　“這一體系有助于政府更早識別具有潛力的科技企業，也為企業外部融資提供專業評估，從而更有針對性地配置科技金融資源，推動形成‘技術—資金—產業’的良性循環，加快區域新質生產力的培育。”華秀萍說道。

　　（通訊員：莊靜宜）