×

不看报表先看车间:浦发银行这波操作,赌的是什么?

来源:金透社   2026年11月17日 18时21分

浦发银行-4.jpg


文 | 金透社 陈堃

图 | 微摄

2026年三季度末,科技型中小企业贷款余额4.27万亿元,同比增长20.1%,增速比各项贷款高出15.4个百分点。同一时期,全部贷款的平均增速大约在4.7%附近。把这两个数字放在一起,结论很朴素:银行都在往科技金融这条路上挤。但另一组数据让这条拥挤的赛道露出了底部的裂缝。审计署2026年6月的审计工作报告披露,部分银行的科创产品不良率刚到2%或3%,相关业务便被叫停;194家科技支行被认定“名不副实”;知识产权质押贷里有101亿元,事后被发现仍然绑着传统抵押物。一家银行在科技贷款上的真实姿势,不看它放了多少,看它在不良率爬到2%的时候做了什么。浦发银行苏州分行在2022年做过一件在当时看起来不太像“银行”的事:九识智能还没有启动正式销售,商业模式尚未验证,分行给了2000万元可用授信。四年后,这家公司完成超3亿美元融资,估值突破百亿元,无人车覆盖全球300多个城市,累计送单量超过15亿件。不看报表先看车间,赌的不是某一家公司的运气,赌的是一整套风控语法能不能被换掉。

“赌”的第一层:从“看过去”切换到“看未来”,语法完全不同

银行信贷的风控语法天生是向后看的。抵押物是过去买的,流水是过去赚的,征信是过去还的。普惠金融把这套语法用到了极致:同行业、同区域有海量可比样本,三表三品、税务流水交叉验证,信贷工厂化,靠大数法则熨平风险。一家银行能把普惠贷款做到几百万户而把不良率压在低位,根子在这里——它处理的是可标准化的信息。

科技金融的风控语法是向前看的,而前方没有车道线。一家氢能催化剂企业,报表上几乎没有收入,纳税微薄,能耗极低,物理痕迹近乎空白。传统风控打开报表,看到的是“亏损”;但科创企业的亏损有两种,一种是战略性亏损,股权资本在替它续杯,另一种是实质性亏损,市场已经用订单投了反对票。报表分不清这两种亏损,只有对技术路线、团队成色和产业时点的判断能分得清。这就是“赌”的第一层含义:它不是在赌某一家企业会不会活,它是在赌银行有没有能力把风控的底层操作从验真切换到判值。验真可以外包给模型和流水,判值只能因户而议,靠的是人对技术和产业的认知密度。

浦发银行青岛分行在森科特智能仪器做的事情,是这个切换的一个具体切片。客户经理进车间,先看水下清洗机器人怎么避障、清洗盘怎么适配网衣,而不是先翻报表。依托“科技五力模型”和“科技金融雷达”,从专利质量、技术壁垒、研发强度等维度做穿透评估,然后匹配“浦研贷”,三年期信用贷款,叠加“鲁科贷”40%的利息补贴。这家企业固定资产有限、缺乏足额担保,传统授信路径走不通,但它的订单已经排到了2027年,船舶清洗机器人出口新加坡、马来西亚。银行的判断依据从“你有什么可以押”变成了“你的东西有没有人要”。

“赌”的第二层:赌组织有没有能力把“判值”从个人手艺变成系统能力

一个客户经理愿意走进车间看机器人,这件事本身不值得大书特书。值得追问的是:这家银行有多少人看得懂机器人,有多少人分得清氢能催化剂配方迭代和配方失败之间的区别,以及一个看懂了的人做出的判断,能不能在审批链条上不被一个没看懂的人否决。

浦发银行苏州分行在这个问题上的答案是组织层面的。2010年设立苏州地区首家科技金融经营中心,十六年积累之后,组建了生物医药、半导体集成电路、人工智能、新能源新材料四大专营团队,设置了10家科技特色支行,以及算力行业生态专班、提级经营专班、拟上市企业专班三个专业化专班。截至2026年9月末,苏州分行科技金融贷款余额超539亿元,区域科创板上市企业合作覆盖率95%,国家级专精特新企业覆盖率60%。这些数字的意义不在规模,在覆盖率的结构:科创板企业九成以上是它的客户,意味着这套“判值”能力不是靠运气押中了几家企业,而是覆盖了一个足够宽的样本之后仍然成立。

全行层面的数据把这件事的体量放大了。截至2026年9月末,浦发银行科技金融贷款余额超1.18万亿元,服务科技企业28.1万户,“浦科贷”服务科创企业超7300家、累计融资超1600亿元。1.18万亿的科技贷款余额放在股份行里位居前列,但更值得看的是它和普惠贷款的结构对比:普惠型小微企业贷款5437亿元,科技金融贷款是它的两倍以上。一家银行把科技金融做到普惠的两倍体量,说明它不是在用做普惠的语法顺手做科技,而是在重建一套独立的判断体系。

“赌”的第三层:赌在行业集体犹豫的时候,逆向配置是划算的

2026年中报季,多家国有大行和股份行集体不再披露科技金融贷款规模。从争先披露到集体沉默,中间隔着一份指出“叫好不叫座”的审计报告。行业的行为模式在不良率爬到2%到3%的时候发生了一次集体转向:收缩、观望、等风控模型更成熟了再说。这种转向在商业上是审慎的,在逻辑上也是自洽的——科技企业存活率低,技术迭代快,一笔贷款出险对客户经理职业生涯的影响是实实在在的。

但“赌”的第三层恰恰在这里。如果所有银行都在不良率2%的时候停下来,那些在2%之后才可能跑出来的企业就拿不到钱;如果一家银行在别人停下来的时候继续用“判值”而不是“不良率阈值”来做决策,它拿到的是被行业恐慌错误定价的资产。浦发银行苏州分行在九识试运营阶段给的2000万元授信,2022年的风险敞口在大多数银行的风控模型里大概率通不过。但四年后,九识的估值突破百亿,浦发拿到的不是一笔贷款的利息,是一个从早期授信到供应链金融、项目贷、并购贷、跨境服务的全周期客户关系。九识的上游供应商通过“浦链通”获得融资,金融支持从一家公司延伸到了整条供应链。

这不是在赞美冒险。2022年的2000万授信背后,是苏州分行对RoboVan赛道、对L4级自动驾驶技术路线、对团队商业化节奏的具体判断,不是拍脑袋的“相信未来”。赌和判断之间的区别,在于前者没有依据,后者有依据但依据不充分——而科技金融的定价空间,恰恰存在于“依据不充分但判断足够深”的那段区间里。

硬话题:当“赌”赢了之后,下一轮赌注在哪里

九识和森科特的案例证明了一件事:在行业集体用普惠语法做科技金融的时候,换一套语法是有回报的。但一套语法跑通了几个案例,和一套语法在万亿级资产上持续成立,是两道难度完全不同的问题。

第一道硬约束在风险抵补机制上。科技贷款的不良率数据提供了某种安慰:邮储银行科技贷款不良率0.53%,兴业银行0.91%,都低于一般对公贷款。但这些低不良率有一部分来自分母的快速扩张和新生成风险的滞后暴露。当科技贷款增速从20%回落到与全行贷款更接近的水平时,分母的稀释效应减弱,判值失误的代价会变得具体。认股权贷款和投贷联动被反复讨论,逻辑是用未来股权收益弥补信贷风险,但真正落地的规模仍然有限——2026年5月嘉兴落地首笔“浙科联合贷+认股权”,发放贷款3000万元、新增认股权2000万元,放在万亿级的科技贷款面前,仍然是一个试点级别的体量。如果风险抵补的工具箱不扩容,“判值”能力再强,也只能在不良率的窄缝里做文章。

第二道硬约束在规模的稀释效应上。苏州分行539亿科技贷款、95%的科创板覆盖率,是一家分行十六年深耕的结果。当这套模式被复制到1.18万亿的全行体量时,每一个“判值”判断的平均深度是否还能维持,是一个没有现成答案的问题。专营团队和行业专班解决的是“有没有人懂”的问题,但解决不了“每一笔贷款是不是都由懂的人做了判断”的问题。审计署披露的194家“名不副实”的科技支行,就是规模化稀释判断力的先例。

不看报表先看车间,这波操作赌的东西,说到底是一个行业性的命题:在净息差收窄、传统抵押物逻辑逐步失效的环境里,银行有没有能力把信贷的底层语法从处理信息升级为判断价值。浦发银行用几个具体案例和一组覆盖率数据证明了这个升级在局部是可行的。但“赌”的严肃含义在于,赌赢了第一把的人,下一把的赌注会更大。当1.18万亿的科技贷款余额需要一个系统性的“判值”能力来支撑时,真正要回答的问题不再是“敢不敢在试运营阶段给2000万”,而是“当不良率在某一个季度爬到2.5%的时候,这套语法还撑不撑得住”。撑住了,赌就变成了能力。撑不住,赌就只是运气。



相关资讯

友情链接

不看报表先看车间:浦发银行这波操作,赌的是什么?

来源:金透社   2026年11月17日 18时21分

浦发银行-4.jpg


文 | 金透社 陈堃

图 | 微摄

2026年三季度末,科技型中小企业贷款余额4.27万亿元,同比增长20.1%,增速比各项贷款高出15.4个百分点。同一时期,全部贷款的平均增速大约在4.7%附近。把这两个数字放在一起,结论很朴素:银行都在往科技金融这条路上挤。但另一组数据让这条拥挤的赛道露出了底部的裂缝。审计署2026年6月的审计工作报告披露,部分银行的科创产品不良率刚到2%或3%,相关业务便被叫停;194家科技支行被认定“名不副实”;知识产权质押贷里有101亿元,事后被发现仍然绑着传统抵押物。一家银行在科技贷款上的真实姿势,不看它放了多少,看它在不良率爬到2%的时候做了什么。浦发银行苏州分行在2022年做过一件在当时看起来不太像“银行”的事:九识智能还没有启动正式销售,商业模式尚未验证,分行给了2000万元可用授信。四年后,这家公司完成超3亿美元融资,估值突破百亿元,无人车覆盖全球300多个城市,累计送单量超过15亿件。不看报表先看车间,赌的不是某一家公司的运气,赌的是一整套风控语法能不能被换掉。

“赌”的第一层:从“看过去”切换到“看未来”,语法完全不同

银行信贷的风控语法天生是向后看的。抵押物是过去买的,流水是过去赚的,征信是过去还的。普惠金融把这套语法用到了极致:同行业、同区域有海量可比样本,三表三品、税务流水交叉验证,信贷工厂化,靠大数法则熨平风险。一家银行能把普惠贷款做到几百万户而把不良率压在低位,根子在这里——它处理的是可标准化的信息。

科技金融的风控语法是向前看的,而前方没有车道线。一家氢能催化剂企业,报表上几乎没有收入,纳税微薄,能耗极低,物理痕迹近乎空白。传统风控打开报表,看到的是“亏损”;但科创企业的亏损有两种,一种是战略性亏损,股权资本在替它续杯,另一种是实质性亏损,市场已经用订单投了反对票。报表分不清这两种亏损,只有对技术路线、团队成色和产业时点的判断能分得清。这就是“赌”的第一层含义:它不是在赌某一家企业会不会活,它是在赌银行有没有能力把风控的底层操作从验真切换到判值。验真可以外包给模型和流水,判值只能因户而议,靠的是人对技术和产业的认知密度。

浦发银行青岛分行在森科特智能仪器做的事情,是这个切换的一个具体切片。客户经理进车间,先看水下清洗机器人怎么避障、清洗盘怎么适配网衣,而不是先翻报表。依托“科技五力模型”和“科技金融雷达”,从专利质量、技术壁垒、研发强度等维度做穿透评估,然后匹配“浦研贷”,三年期信用贷款,叠加“鲁科贷”40%的利息补贴。这家企业固定资产有限、缺乏足额担保,传统授信路径走不通,但它的订单已经排到了2027年,船舶清洗机器人出口新加坡、马来西亚。银行的判断依据从“你有什么可以押”变成了“你的东西有没有人要”。

“赌”的第二层:赌组织有没有能力把“判值”从个人手艺变成系统能力

一个客户经理愿意走进车间看机器人,这件事本身不值得大书特书。值得追问的是:这家银行有多少人看得懂机器人,有多少人分得清氢能催化剂配方迭代和配方失败之间的区别,以及一个看懂了的人做出的判断,能不能在审批链条上不被一个没看懂的人否决。

浦发银行苏州分行在这个问题上的答案是组织层面的。2010年设立苏州地区首家科技金融经营中心,十六年积累之后,组建了生物医药、半导体集成电路、人工智能、新能源新材料四大专营团队,设置了10家科技特色支行,以及算力行业生态专班、提级经营专班、拟上市企业专班三个专业化专班。截至2026年9月末,苏州分行科技金融贷款余额超539亿元,区域科创板上市企业合作覆盖率95%,国家级专精特新企业覆盖率60%。这些数字的意义不在规模,在覆盖率的结构:科创板企业九成以上是它的客户,意味着这套“判值”能力不是靠运气押中了几家企业,而是覆盖了一个足够宽的样本之后仍然成立。

全行层面的数据把这件事的体量放大了。截至2026年9月末,浦发银行科技金融贷款余额超1.18万亿元,服务科技企业28.1万户,“浦科贷”服务科创企业超7300家、累计融资超1600亿元。1.18万亿的科技贷款余额放在股份行里位居前列,但更值得看的是它和普惠贷款的结构对比:普惠型小微企业贷款5437亿元,科技金融贷款是它的两倍以上。一家银行把科技金融做到普惠的两倍体量,说明它不是在用做普惠的语法顺手做科技,而是在重建一套独立的判断体系。

“赌”的第三层:赌在行业集体犹豫的时候,逆向配置是划算的

2026年中报季,多家国有大行和股份行集体不再披露科技金融贷款规模。从争先披露到集体沉默,中间隔着一份指出“叫好不叫座”的审计报告。行业的行为模式在不良率爬到2%到3%的时候发生了一次集体转向:收缩、观望、等风控模型更成熟了再说。这种转向在商业上是审慎的,在逻辑上也是自洽的——科技企业存活率低,技术迭代快,一笔贷款出险对客户经理职业生涯的影响是实实在在的。

但“赌”的第三层恰恰在这里。如果所有银行都在不良率2%的时候停下来,那些在2%之后才可能跑出来的企业就拿不到钱;如果一家银行在别人停下来的时候继续用“判值”而不是“不良率阈值”来做决策,它拿到的是被行业恐慌错误定价的资产。浦发银行苏州分行在九识试运营阶段给的2000万元授信,2022年的风险敞口在大多数银行的风控模型里大概率通不过。但四年后,九识的估值突破百亿,浦发拿到的不是一笔贷款的利息,是一个从早期授信到供应链金融、项目贷、并购贷、跨境服务的全周期客户关系。九识的上游供应商通过“浦链通”获得融资,金融支持从一家公司延伸到了整条供应链。

这不是在赞美冒险。2022年的2000万授信背后,是苏州分行对RoboVan赛道、对L4级自动驾驶技术路线、对团队商业化节奏的具体判断,不是拍脑袋的“相信未来”。赌和判断之间的区别,在于前者没有依据,后者有依据但依据不充分——而科技金融的定价空间,恰恰存在于“依据不充分但判断足够深”的那段区间里。

硬话题:当“赌”赢了之后,下一轮赌注在哪里

九识和森科特的案例证明了一件事:在行业集体用普惠语法做科技金融的时候,换一套语法是有回报的。但一套语法跑通了几个案例,和一套语法在万亿级资产上持续成立,是两道难度完全不同的问题。

第一道硬约束在风险抵补机制上。科技贷款的不良率数据提供了某种安慰:邮储银行科技贷款不良率0.53%,兴业银行0.91%,都低于一般对公贷款。但这些低不良率有一部分来自分母的快速扩张和新生成风险的滞后暴露。当科技贷款增速从20%回落到与全行贷款更接近的水平时,分母的稀释效应减弱,判值失误的代价会变得具体。认股权贷款和投贷联动被反复讨论,逻辑是用未来股权收益弥补信贷风险,但真正落地的规模仍然有限——2026年5月嘉兴落地首笔“浙科联合贷+认股权”,发放贷款3000万元、新增认股权2000万元,放在万亿级的科技贷款面前,仍然是一个试点级别的体量。如果风险抵补的工具箱不扩容,“判值”能力再强,也只能在不良率的窄缝里做文章。

第二道硬约束在规模的稀释效应上。苏州分行539亿科技贷款、95%的科创板覆盖率,是一家分行十六年深耕的结果。当这套模式被复制到1.18万亿的全行体量时,每一个“判值”判断的平均深度是否还能维持,是一个没有现成答案的问题。专营团队和行业专班解决的是“有没有人懂”的问题,但解决不了“每一笔贷款是不是都由懂的人做了判断”的问题。审计署披露的194家“名不副实”的科技支行,就是规模化稀释判断力的先例。

不看报表先看车间,这波操作赌的东西,说到底是一个行业性的命题:在净息差收窄、传统抵押物逻辑逐步失效的环境里,银行有没有能力把信贷的底层语法从处理信息升级为判断价值。浦发银行用几个具体案例和一组覆盖率数据证明了这个升级在局部是可行的。但“赌”的严肃含义在于,赌赢了第一把的人,下一把的赌注会更大。当1.18万亿的科技贷款余额需要一个系统性的“判值”能力来支撑时,真正要回答的问题不再是“敢不敢在试运营阶段给2000万”,而是“当不良率在某一个季度爬到2.5%的时候,这套语法还撑不撑得住”。撑住了,赌就变成了能力。撑不住,赌就只是运气。



相关资讯