本文基于风险与不确定性的区分,提出引领式创新面临的是更复杂、更深层次的不确定性挑战,资本市场通过生态效应和筛选效应,区别于财政和银行融资模式,有效支持原创性颠覆性强的引领式创新。资本市场多元、分布式、包容的异质生态,能够帮助过度自信的创新主体穿越达尔文海,降低创新的不确定性,并促进科技创新向产业创新的转化,兼顾供给与需求侧多样化,形成有利于产业创新成功的友好社会环境。这种生态包容性及动态筛选机制是资本市场发挥创新金融枢纽作用的关键,且大国在此方面具有天然优势
核心论点:
财政主导模式(苏联为典型)侧重公共品领域创新(国防、基础科学),精准执行政府意图,高度集中资源支持基础科研,强调“长期基础研究”价值(1945年Bush报告)。但其显著缺陷是科学成果转化为民用品动力不足,转化机制不畅导致创新成果束之高阁,影响经济增长(图表1、2显示苏联研发投入高于美国,占比更侧重基础和应用研究)。
银行主导模式(日本、德国代表)适合追赶式创新。银行融资决策集中,有利于政府集中资源支持大型成熟企业,特别是需要稳定抵押且现金流较稳的大企业。日本VLSI计划即典型案例,但银行偏好成熟稳定,阻碍引领式颠覆式创新,有“落后-追赶”循环隐患。
资本市场主导模式(美国代表)更适合引领式创新。中小企业结合资本市场,多样化分散决策过程,支持原创性颠覆式创新。资本市场通过包容多样投资主体,能够容纳主观理性和过度自信派,激发和支持颠覆性创新(微软、谷歌和苹果早期均为非市场主导的小企业)。
资本市场在科技创新向产业创新转化的“承上启下”功能 (图表3),财政支持基础研究与应用研究,资本市场支持试验开发引领产业创新,银行更多介入批量生产等后期阶段,形成创新融资链条的三足鼎立。
资金说:创新者主观偏好银行融资但因抵押物不足等客观因素更多依赖资本市场。创新型企业(尤其中小创)抵押物不足,银行贷款受限。资本市场尤其是股权融资对创新型企业尤为重要。图表5显示英国创新型企业优先寻求银行贷款,实际融资却侧重资本市场支持。银行规模大,但其风险偏好受监管限制,银行资金充分满足高风险融资存在系统性风险隐忧(图表6、11)。
资源说:资本市场提供资金之外的增值服务,如商业经验、投后赋能、信用背书。VC通过交通便利降低成本,促进知识和经验共享(图表11案例)。投后管理与商业信誉提升是资本市场重要优势,虽然信贷、财政也有信用和管理功能,但专业化VC的投后管理更胜一筹(Hsu,2004;Hellmann和Puri,2002)。
激励约束说:股权投资机制(尤其GP-LP结构)激励投资者尽调与投后管理,强化风险承担意愿及风险控制能力。公开股权参与董事会治理,提升公司治理质量(图表7—8显示创新收益高度长尾,VC回报分布极具不确定性)。但投后管理强弱差异显著,超强激励约束机制并非所有投资者普遍具备,部分经验不足投资者治理无效甚至有害,这给创新金融管理提出挑战。
区分风险(结果类型及概率已知)和不确定性(连可能结果类型和概率都未知)是理解创新融资的关键。追赶式创新面临的是风险,先发者经验可依赖,缺资金即“死亡谷”问题;引领式创新面临的是高度不确定性,无先例,无法用传统风险模型评估。
死亡谷模型虽形象,但过度强调资金支持、误导政策只关注提高成活率,适用追赶式创新;引领式创新更应被比喻为“达尔文海”,强调“物竞天择,适者生存”,创新金融职能是降低不确定性、优化创新生态,而非单纯提高存活率或大量输血。
资本市场区别于银行、财政的关键优势:
现实案例(AI大模型2018年前多条技术路径探索、核聚变多国多企业方案探索、美国计算机产业相比苏联的路径选择等)支持生态效应和筛选效应的重要性。
图表1-2(第4-5页):显示苏联1970s年代科研支出强度及其基础研究占比均高于美国,验证财政模式对基础科学扶持力度强,但研发成果民用转化不足。
图表3(第8页):创新链条示意图,展现金融模式与产业创新不同阶段匹配,其中资本市场在科技创新向产业创新转化的试验开发阶段扮演枢纽角色。
图表4(第9页):德国1877-1913年专利数对比,上市公司专利显著多于非上市公司,显示资本市场上市增强企业创新能力。
图表5(第9页):英国创新型与非创新型小企业融资偏好,创新型对银行贷款需求更大,表明资本市场融资虽重要但并非首选。
图表6(第11页):美国产业贷款总量、股票融资、私募股权投资对比,银行贷款规模远大于资本市场融资,资金说面临挑战。
图表7-8(第14-15页) :德国专利价值及美国风投收益率均呈长尾分布,提示创新成功具有极端不确定性。
图表9(第16页):全球产成品贸易流向图反映全球经济去中心化趋势,强调创新金融应对的复杂国际局势。
图表10(第17页):2018年大模型技术路径多样,突显引领式创新的路径不确定性。
图表11(第18页):死亡谷资金需求曲线说明资金不足是早期创新常阻碍,但提出对引领式创新不够充分。
图表12-13(第20-22页):生态与筛选效应图示,主观与客观理性成功概率示意,展示创新过程中多样性与过度自信的必要性。
图表14(第23页):技术路径S曲线,区分追赶式(沿已知路径)与引领式(技术路径跃迁)创新。
图表15-16(第24-25页):核聚变企业对达网并网期望大多数在2030年后,资本市场对核聚变投资热情高涨。
图表17-19(第27、29页):美国不同产业和技术间专利引用生态网络及VC中介的知识传播示意,说明跨领域知识流动是引领式创新关键。
图表20(第30页):纳斯达克四十多年融资中科技股占比约44%,说明资本市场同时支持科技和非科技产业。
图表21-23(第31-32页):美国70-90年代服务业IT应用增强和工业革命以来技术性失业讨论,佐证非科技部门对创新需求和缓冲作用。
图表24-25(第34页):多国家核聚变技术路线探索数及大语言模型多路径风投支持,说明多路径探索和市场包容的重要性。
图表26-28(第37-39页):中国A股公司调查显示企业高度关注股价作为投资决策参考,说明市场大众选择优于专家评价;美国投资者与专家经济周期判断差异变化印证市场信息丰富性。
本报告主要为政策研究与理论分析报告,未涉及传统估值模型。涉及的金融概念多为创新金融机制层面,包括:
报告识别了这些风险,并强调财政、银行应合理介入,丰富资本市场生态,而非取代,维护多元分布式生态以缓和不确定性风险。
该报告系统性地分析了资本市场与财政、银行不同的创新金融机制,突出资本市场在支持引领式创新中的生态效应与筛选效应,阐释了基于风险与不确定性之别的创新融资哲学转变。报告精准指出:
综上,报告以风险和不确定性的本质区别划定了不同创新金融生态的适用边界,系统分析资本市场相较财政与银行的独特作用机制。在理论创新与实际应用之间建立了清晰桥梁,为中国创新金融政策提供了深刻的战略洞见和发展路径,标志着中国创新金融研究领域向更成熟理论体系升级的重要里程碑。
报告中所有主要观点均来源于报告原文,文末附有详细的参考文献及数据来源,所有图表均依照报告页码编号插图配图。
备注:[page::]标识对应原文报告页码,方便溯源。
图片示例:
资本市场生态效应与筛选效应示意图(图12,页20)
AI大模型技术路线多样性(图10,页17)
如需对报告细节某图表或章节进行深度解读,欢迎进一步询问。
中庸策2024 | 第二章 生态效应与筛选效应:资本市场区别于财政与银行的创新金融机制分析.pdf