时间：2023-09-19 16:27:09
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇节能环保产业调研报告，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
2月14日，工业和信息化部了《物联网“十二五”发展规划》。该规划显示，我国物联网产业目前已经初具基础，产业链和产业体系初步形成，应用领域不断拓展。目前，我国物联网在安防、电力、交通、物流、医疗、环保等领域已经得到应用，且应用模式正日趋成熟。据不完全统计，我国2010年物联网市场规模接近2000亿元。工信部预测2015年我国物联网市场规模将超过5000亿元，预计未来5年CAGR（年复合增长率）将超过30%。易观国际数据表明，2010年物联网在安防、交通、电力和物流领域的市场规模分别为600亿元、300亿元、280亿元和150亿元，预计到2015年将分别增加到1500亿元、1000亿元、1100亿元和650亿元。
种种迹象和预测表明，“十二五”时期将成为我国物联网由起步发展进入规模发展的新阶段。这一新阶段的重要特征在于物联网发展的主要驱动力不再仅仅依靠政府的大力投资，而是更多地依赖市场这个“看不见的手”，应用驱动将成为“十二五”物联网发展的主旋律。
来源：中国永州新闻网
2012年建筑节能人才需求翻番
随着国家大力推广和宣传环保理念，强制推行建筑环保和建筑节能，我国环保产业正迎来巨大的发展机遇，尤其是“绿色节能建筑行动方案”即将出台，将带动相关产业的人员需求。目前已经有大量建筑企业在招聘职位时标明需要具备“环保建筑”或“绿色建筑”等相关从业背景。
建筑英才网数据显示，2011年，建筑材料工程师、节能环保工程师、智能楼宇管理师和环境工程师等节能环保相关职位招聘需求上升约50%。2012年1月的招聘会上，环境工程师的招聘需求较去年同期上涨了169.2%；节能环保工程师的招聘需求较2011年同期上涨113.6%；建筑材料工程师的招聘需求较2011年同期上涨77.6%；智能楼宇管理师的涨幅为66.7%。这些职位的大幅上涨，也表明2012年建筑节能环保人才将会是招聘的热门。除此之外，固废技术工程师、环境损害控制与监测等相关职位较2011年同期也有较大的增长，可以预见在2012年这些职位的招聘需求都将有翻番的涨幅。 来源：《房地产时报》
2012年高科技人才需求大涨
《2011中国企业招聘现状调研报告》显示，2012年高科技行业人才需求将大幅增长，较2011年增加近2.3倍，增幅位于各行业之首。该报告是由人力资源机构CHINAHRKEY对全国167家企业调研后得出的结果。
报告显示，2012年企业最急需的职位是技术类，占比33%；其次是生产类、管理类和营销类职位。尽管高科技行业在2011年受金融市场及各方面政策的影响较多，其整体招聘总人数略低于2010年，但预计2012年招聘需求将大幅反弹。至于原因，人力资源分析师张伟认为，一方面，高科技行业本身发展迅速，新形式新产品层出不穷；另一方面，一些传统企业也新增了高科技需求。
由于高科技企业的从业者多为年轻人，他们十分重视工作环境和职业发展机会，而高科技企业普遍加班多、压力大，因此流动性较大。对高科技企业而言，关注员工健康、生活和提供更多学习培训机会等，正成为能否打好人才保卫攻防战的重要条件。
来源：《新闻晚报》
人才招聘市场的新动向：
求职者可用手机找工作
在移动互联网快速发展的今天，全面推出手机客户端是顺势而为，各大门户和行业网站为满足高速增长的手机用户需求，纷纷推出自己的手机应用，抢占移动市场份额，来持续保持现有的领先位置。
人才网站手机客户端的推出让找工作变得更轻松、更方便。智联招聘、51job、中华英才等主流人才网站都已经推出了自己的手机客户端应用，而各个地方人才网站也相继推出了针对本地求职的手机客户端。据了解，目前大部分人才网站的手机客户端都可以支持iPhone、Andiord版、wap版等，均用免费下载的模式快速抢占手机市场。
纵观现在的主流人才网手机客户端，前程无忧、中华英才网、智联招聘这三个人才招聘网站相对于职场白领、社会人员等普通求职者比较适用，58同城、赶集网等分类信息网站的手机应用则略显简单，百伯人才最适合大学生，而高端行业人才则可以关注行业或地区的人才网手机应用，手机找工作将成为未来人才招聘市场的主流发展方向之一。 来源：千龙网
北京：“十二五”期间金融界
发展规划出台 业内人才
需求量大爆发
《北京市“十二五”时期金融业发展规划》明确提出“十二五”期间北京金融业的发展重点，要以推动首都金融科学发展为主题，努力使北京形成具有国际影响力的金融城市框架，加强培养金融业高端人才，加快推进国家科技金融创新中心建设，到“十二五”末期，力争在北京形成若干个万亿元级别和千亿元级别的交易所。
随着这一规划的明确，有人力资源专家预测，北京将领先于全国其他城市，金融界人才需求率先开始大爆发，不用多久，由于市场的激烈竞争，全国城市金融界都将掀起人才的争夺战。
来源：中国经济新闻网
广西：北部湾经济区成人才
需求热点 各类人才
需求喊“渴”
《广西“十二五”人才开发目录》显示，进入“十二五”时期，广西经济社会快速发展，各重点产业快速扩张，使人才需求量逐年放大，总体需求旺盛。
“十二五”时期，广西各地人才需求均出现不同程度增长，其中北部湾经济区及桂中地区成为需求的热点地区。高层次人才需求量明显放大，需求也更为急切，成为人才需求的热点和重点。同时，部分领域人才需求存在难点，人才供求存在结构性矛盾，高学历人才和高技能人才紧缺等问题，需引起各方高度重视。
关键词：技术创新；绿色建筑；投资决策；实物期权
JEL分类号：G11；C60；C61 中图分类号： F272 文献标识码：A
Abstract： This paper develops an explicit model of investment project with these characteristcs， and uses option prcing method to derive optimal decision rules for the green building project. We found that the occurrence of non-market events will lead to the expected capital return fall. A decreasing in the threshold of the investment decision and the option value of the project will be clearly noticed， it also forced the company to enhance the amount of investment. The impact from the non-market event is not such strong for a higher free interest rate. But this may cause an excessive investment due to the fall of opportunity cost when exercise the option. Beside this， we found for the one-star green building project， the investment threshold sensitivity to unexpected events is relatively weak， However， for the two-star project the sensitivity is greater than the three-star project which with a higher incremental cost， and hence， it leads a higher expected rate of return before the implementation of investment.
Key words： technology innovation；green building； investment decision；real option
JEL：G11；C60；C61
1. 引言
对于绿色环保产业创新技术而言，由于其发生的不确定性与缺乏明确并统一的规范标准，使得发达国家和发展中国家存在公平的竞争机会，这也刺激着投资者们将发展与推广该领域新技术纳入其迎合市场广泛需求，提高市场占有率的战略中。当发展绿色环保创新技术项目时，公司经常面临需要在项目价值不确定的情况下做出投资决策。传统的净现值法只考虑到货币资金的时间价值，而原本应处于整个项目运营核心的隐含期权价值被忽略，容易造成价值严重低估。而实物期权理论则考虑了管理柔性的价值，也考虑了绿色技术创新项目以后面临环境的不确定性，因此更加适合分析不确定性技术引进项目的投资价值问题[1-2]。学术界普遍认为Myers [3]是将期权思想引入投资定价研究的最早学者之一。狭义地看， 期权是项目投资赋予决策者在未来采取某些投资决策的权利。在实物期权价值研究中，Black-Scholes （B-S）模型[4]是该领域最为典型的模型之一， 但是这种期权定价方法的成立基于一系列的假设，如相关价格行为符合正态分布模式，在期权有效期内，无风险利率和金融资产收益变量是恒定的等。此后，许多学者试图通过研究对B-S模型进行改进，如Merton[5]，使用套利理论对B-S模型进行了验证，同时将该模型拓展到一个连续时间段消费与投资优化决策问题的描述中，并通过动态规划方法获得了一个最优解析解。近些年，越来越多的学者开始在 R&D 投资领域中研究实物期权方法的应用[6-10]，这也涉及到绿色科技投资领域，如[11-13]。对于引入绿色技术的建筑项目来讲，通常其项目价值与增量成本都具有不确定性，另一方面，决策中如把冲击性事件 （ 如支持政策变化、经济环境变化、更新技术出现等） 导致的项目价值下降或项目彻底失败情形排除在外， 显然与事实不符。实物期权理论经常应用在多随机变量的不确定投资决策分析[14-15]。因此，本研究将针对项目价值，增量成本及冲击性事件对项目价值带来的影响这三类不确定因素，建立项目投资模型并运用实物期权法推导出项目建设和推广运营过程中的最优投资决策制定规则。在文章的下一章节，将着重介绍在假设项目价值与增量成本相互独立的前提下绿色创新技术引进项目投资机会期权模型的构建。我们考虑两个独立变量分别服从几何布朗运动模式，假定冲击性事件服从泊松过程，在本章节也将陈述我们探索最优投资决策的方法。在文章的第三章节我们将基于我国引进绿色环保创新技术的住宅项目相关数据， 结合数值解法对模型的解析，阐述模型中的相关参数的变化是如何影响投资决策的。第四章节，我们将总结研究观点并提出进一步研究目标。
2. 模型建立与分析
2.1 基本假设
对于引进绿色环保创新技术的住宅项目，通常需要在技术引进后进行二次开发，才能帮助公司实现产业化价值。但技术项目本身的难度及复杂性，以及企业自身能力的有限性，通常会导致技术引进所发挥的作用没有达到企业预期的效果，使得项目未来产生现金流存在不确定性。因此，项目的市场价值自然会会随着时间的变化而随机浮动。而冲击性事件的发生，会进一步增加二次开发周期及成功率的不确定，成为项目市场价值下降的不利因素。此外，随着创新技术的扩散，原材料及技术支持价格的不确定性，项目引进技术直至产业化所产生的增量成本存在不确定性。所以增量成本显然也是随着时间的变化而随机波动。在本章，我们将提出并详细分析不可逆投资的一个连续时间模型。模型的建立基于McDonald 和Siegel[16]研究成果， 模型中，公司必须对单一项目投资的时机做出决策。项目增量成本（ ）服从几何布朗运动，节能产出价格（P）服从带跳跃过程的几何布朗运动（如公式2.1-2.2）。
下一个章节，我们将数值分析最优投资规则的特征及投资机会价值，并进一步说明这些不确定因素是如何影响投资决策的。
3. 数值模拟与结果分析
根据《2013年绿色建筑评价标识统计报告》提供的数据，439个住宅性建筑样本中，一星级有161项，二星级228项，三星级50项。但报告中仅提供了年增量成本数据的平均值，对于投资决策来讲，则需要时间间距更短的信息。因此我们根据已知均值及我国节能建材和节能用具上市公司版面数据，假设数据整体服从正态分布，并结合三次样条统计差值[18]对缺失数据进行补全，得到更短的时间间隔内，该样本群单位面积的增量成本的平均漂移率和变动率。由于马尔科夫性，模型对增量成本的预测仅需要运用到 在2013年末的值（ ）及现有样本增量成本平均漂移率和样本标准差（如表.1）。
对于住宅性建筑而言，引入技术带来的“效果”主要体现在燃煤、燃气等一次能源节省量、节电量和生活热水节水量三部分。研究中我们将节约总能耗转换为节约电量并以此定义成引入技术的“产出”。由于现阶段，国内经星级评估后的绿色建筑，技术单位“产出”浮动不大，所以我们的数据将参照对深圳市7项绿色技术住宅项目调研报告及分析报告[19]共40个案例，结合深圳市居民平均用电价格及广东省绿色建筑补贴政策，经整理后，得到引入绿色创新技术后相关数据（如表.2），
3.1 （e-2）时的投资决策
首先我们来关注参数 θ=0.8， ，其余参照表.1和表.2数据的绿色技术住宅项目投资决策问题。研究 [20]在探索创新技术引入项目中由于非市场性因素造成的影响时，将一般冲击性事件产生时所带来的价值下降幅度定义在0.2至0.4之间。我们研究中采用1-θ=0.2的结果虽不一定有代表性，但也应被看作属合理范围。至于 则参照定期存款1年年利率。公式（2.14）给出表.3内容，我们发现高于一倍成本的价值部分使得公司在投资之前必须等待更长的时间，而这点显然与传统NPV方法结论不同。从图2（a）-（c）中可以看出，不论项目是哪个星级，项目的投资阈值都是随着突发事件平均发生率 的增高而下降（参照表.2）。产业支持政策发生改变或星级评估标准的提升都会导致 上升，即使其它条件不变，项目价值的预期增长率也会下降。在公司做出不可逆投资之前所要求的回报也会因此降低。为了探明 的变化是否会给不同星级的项目带来不一样的影响，我们对比了将当 升高时单位变化率 内各星级项目投资阈值的变化（如图.2（d）所示）。这里，我们定义 为 由0.1n增长成0.1（n+1）时投资阈值的变化（n ）。结果表明，对于一星项目，由于其项目价值的预期增长率并不高，所以其投资阈值对突发事件的敏感性也相对较弱。但是，二星项目投资阈值对突发事件的敏感度超过了平均增量成本更高的三星项目，这就意味着对于二星项目来讲，通过投资引进技术创新项目来控制甚至降低 值，在实施投资之前，公司要求的回报率要高于三星项目。虽然增量成本的增加给项目带来了更高的机会价值，但是从模型中可以看出，冲击事件带来的不确定性服从向下的泊松跳跃过程对于投资机会而言， 的上升给项目价值带来的影响显然是负面的。当 变大，由于项目价值的预期增长率下降，投资机会价值的预期折旧也相应减少，从而导致了F值减少（如 图.3（a）-（c）），这也迫使公司需要提前投资，从而表现为过度投资。事实上，不论哪个星级的项目，等待而不是现在投资会也将变得更加昂贵。
3.2 （e-2）时的投资决策
前面描述的数值结果都基于所有参数在无风险利率比较小的情况，依据公式（2.17）这样做也使得了 变化带了的影响更加明显。该阶段我们将通过数值解析探究当无风险利率大范围增大，即 （e-2）时不确定变量与投资阈值及投资机会价值的量化关系。同样，相关参数参照表1和表2，θ=0.8， 此时，当 以0.1的增幅从0.1扩大到0.5时，相应的投资规则如表.5所示。无风险利率 的提高使得突发事件对投资阈值的影响弱化（参照表6）。较高的利率增加了 值，但同时也降低了投资阈值。在这种意义上，高利率刺激了投资。基于期权理念，高利率使得现在执行期权变得相对更重要，因此它降低了执行期权的机会成本，而从图4（d）依旧可以清晰地看出二星项目投资阈值对突发事件的敏感度超过了三星项目。随着 值得升高，投资开支 的现值显然是被降低了的（），但作为该开支的回报，公司获得项目现值（ ）也同时被降低。图5也进步一阐述了不同星级项的投资机会价值也随之减少的情况。 的增长进一步的降低了公司投资期权的价值，不论哪个星级项目，它都会使这些期权得到更多的执行。突发事件平均发生率的增加降低了投资机会价值，因而也降低了现在就投资的机会成本。
4. 结论
本文基于实物期权法，在项目价值与项目成本及能导致的项目价值下降或项目彻底失败的冲击性事件均不确定的背景下，针对绿色创新技术引进项目建立了投资决策的期权模型。在我们的模型中提到需要引入绿色创新成果的公司，通常通过引进一系列绿色创新技术，提高相关项目（如住宅性建筑）的经济价值及示范价值。该类技术同时赋予引进公司一个投资期权，但是一些冲击性事件的发生，如经济环境的变化、政策因素、更新技术的出现，都将引起项目利润减少，从而降低项目的投资期权价值。而这种下降与冲击性事件平均发生率紧密相关，因此，模型中定义这类冲击性事件的不确定性服从向后泊松跳跃过程。通常我们关注的绿色创新技术引进项目，其项目价值与增量成本的变化过程都是一个连续的时间过程（许多公司为了方便起见，将增量成本定义成一个长时间不随时间变化的固定值，这样显然与事实不符）。二者均满足马尔科夫性及独立增量性，因此在模型中我们概括项目增量成本和产出价格两个独立变量分别服从几何布朗运动模式和带跳的几何布朗运动模式。特别地，我们的模型将通过控制突发事件平均发生率的变化着重比较分析，非市场因素对项目投资阈值和投资机会价值的影响。通过数值模拟，我们还进一步量化了这些影响因素对投资时机抉择的影响程度。依据本文所构建的动态模型以及数值模拟的结果，我们发现对于引入绿色创新技术不同星级的住宅性项目，冲击性事件的发生将导致引进公司预期资本收益率下。项目投资阈值也随之下降，在公司做出不可逆投资之前所要求的回报也会因此降低。项目价值的预期增长率下降，投资机会价值的预期折旧也相应减少。这也迫使公司提升将进行的投资数量，因为等待而不是现在投资会也将变得更加昂贵。另一方面，对所有星级的项目，无风险利率 的提高使得突发事件对投资阈值的影响弱化。较高的利率降低了投资阈值，也降低了执行期权的机会成本，但可能引起公司的过度投资。此外，研究还发现，对于一星项目，投资阈值对突发事件的敏感性也相对较弱。但即使无风险利率大幅度升高二星项目投资阈值对突发事件的敏感度均超过了平均增量成本更高的三星项目。因此当二星项目欲通过投资引进技术创新项目来控制甚至降低 值，在实施投资之前，公司要求的回报率要高于三星项目。因此，投资者在投资决策时一定要充分考虑这不确定性因素带来的影响， 以把握投资机会， 做出正确的投资决策。
参考文献
[1]. AK Dixit， RS Pindyck， Investment under uncertainty[M]. Princeton： New Jersey： Princeton University Press，1994.
[2]. SA Ross， R Westerfield， JF Jaffe， Corporate finance[M]. Times Mirror/Mosby College Pub， 1988.
[3]. SC Myers. Determinants of corporate borrowing[J]， Journal of financial economics， 1977，5（2）：147-175.
[4]. F Black ，M Scholes， The pricing of options and corporate liabilities[J]， Journal of Political Economy， 1973（81）： 637C654.
[5]. RC Merton， Theory of rational option pricing[J]， Bell Journal of Economics and Management Science， 1973（4）：141C183.
[6]. YH Liu， Valuation of R&D Projects[J]， Asia Pacific Management Review， 2011， 16（3）： 289-304.
[7]. SH Ho， SH Liao， A fuzzy real option approach for investment project valuation[J]， Expert Systems with Applications， 2011， 38（12）， 15296-15302.
[8]. D Cassimon， DM Backer， PJ Engelen， MV Wouwe， V Yordanov， Incorporating technical risk in compound real option models to value a pharmaceutical R&D licensing opportunity[J]， Research Policy， 2011，40（9）： 1200-1216.
[9]. 王文轲， 赵昌文. 研发投资动态多阶段决策模型及其应用研究――基于多期复合实物期权[J]. 软科学， 2010 （1）： 12-16.
[10]. 张立， 扈文秀. 不完全信息条件下 R&D 项目多阶段投资时机研究[J]. 软科学， 2014， 28（8）： 7-11.
[11]. S Fuss， J Szolgayova， M Obersteiner， Investment under market and climate policy uncertainty[J]， Applied Energy， 2008， 85（8）： 708-721.
[12]. DM Walsh， K O'Sullivan K， WT Lee， When to invest in carbon capture and storage technology： A mathematical model[J]. Energy Economics， 2014（42）： 219-225.
[13]. 蒋丹璐， 曹国华， 顾湘， 商业地产类绿色建筑投资时机研究[J]. 科技进步与对策， 2012， 29（18）： 147-150.
[14]. G Villani， Valuation of R&D Investment Opportunities with the Threat of Competitors Entry in Real Option Analysis[J]. Computational Economics， 2014， 43（3）： 331-355.
[15]. S Majd， RS Pindyck， Time to build， option value， and investment decisions[J]. Journal of financial Economics， 1987， 18（1）： 7-27.
[16]. RL McDonald， D Siegel， The value of waiting to invest[J]， Quarterly Journal of Economics， 1987（101） 707C727.
[17]. K It? ，Stochastic integral[J]. Proceedings of the Imperial Academy， 1944， 20（8）： 519-524.
[18]. P Dierckx， Curve and surface fitting with splines[M]. Oxford University Press， Inc. 1993.
Abstract： This paper firstly introduces the financing situation of the scientific and technological small and medium-sized enterprises in Guizhou， and analyzes the formation causes of the current situation from the internal conditions of the scientific and technological small and medium-sized enterprises. This paper draws lessons from the foreign successful experience of the scientific and technological small and medium-sized enterprises supported by the finance， summarizes the typical practice of the loan risk compensation mechanism established by the domestic scientific and technological small and medium-sized enterprises to build a credit risk compensation mechanism participated by multi participation of government， banks， insurance in Guizhou.
关键词： 科技型中小企业；信贷风险；补偿
Key words： scientific and technological small and medium-sized enterprise；credit risk；compensate
中图分类号：F275 文献标识码：A 文章编号：1006-4311（2016）31-0046-03
0 引言
近年来，贵州的科技产业有了长足发展，2008年-2013年间通过支撑计划、火炬计划、星火计划等国家级科技计划项目，贵州省累计投入科技资金56.89亿元，实施项目带来新增产值年均增长10.41%，净利润年均增长28.01%。截止到2015年第一季度贵州省高新技术产业产值达到587.86亿元，同比增长26.7%。但从经济发展的整体形势来看，贵州的经济发展水平在全国仍处于落后地位，科技对全省经济的贡献率仍不足，要想实现贵州经济的腾飞，加快推进科技进步与创新，加快推动经济发展方式转变，显得日益重要和迫切。而在科技创新活动中，科技型中小企业是最为活跃、最具经济发展潜力的实体，因此，贵州省经济转型升级的关键将取决于科技型中小企业的发展状况。
1 贵州科技型中小企业的融资现状与成因
随着国家对科技产业发展的大力推动及一系列支持科技型产业发展的政策相继颁布实施，科技型企业受到了前所未有的关注和支持。但从政策的推行效果来看，绝大多数金融资源都流向了经济较发达地区的大型科技企业，像贵州这样的经济欠发达地区的科技型中小企业仍然难以获得企业发展所需的资金支持。在贵州94.4%的中小企业现阶段都存在资金短缺问题，2011年以来92%以上的中小企业都向银行申请过贷款，但贷款获批的比例不是很高，科技型中小企业获得的资金更是少之又少。另一方面，在可以得到银行贷款支持的情况下，放贷过程中的担保、承兑汇票及保证金等相关手续的存在，使得银行贷款融资的综合成本达到12%以上，大部分科技型中小型企业根本负担不起这样的融资成本。银行的信贷供给与科技型中小企业的资金需求之间存在巨大的缺口，这已成为制约科技型中小企业发展的致命因素，也是制约贵州实体经济成长的关键因素。这当中除了贵州的商业银行在经营中对科技型中小企业的重视程度不够外，与科技型中小企业自身条件关系极为密切。
1.1 科技型中小企业的轻资产
在贵州，目前金融机构信贷模式仍以传统固定资产抵押贷款为主，而大多数科技型中小企业是基于技术和知识发展起来的，无形资产所占比例较高。企业最核心的资产就是知识产权和专利技术等软资产，缺乏可以抵押的有形资产和固定资产，这使得银行在无实物抵押的情况下不愿贷款给科技型中小企业。而企业的生产设备、知识产权、专利技术等又存在着价值不确定性、估价困难、处置不易等问题，使得金融机构对科技型中小企业信贷风险难以掌控和化解，信贷投放动力明显不足。
1.2 科技型中小企业的高风险性
科技型中小企业虽然大多具备发展迅速、经济活力旺盛、创新力强的特点，但大多数科技型中小企业都存在着注册资本少，自有资金不足，管理不规范、信息不透明、人员变动频繁等问题，经营稳定性较差。同时，科技型中小企业轻资产、少抵押的状况，又表明了企业自身抗风险能力比较差，可以说在信贷市场上科技型中小企业的经营风险远远高于其他企业，毫无融资优势可言。出于保证信贷资金安全的考虑，金融机构在贷款业务上必然更倾向于风险低且稳定的其他类型企业。
1.3 科技型中小企业的短期投资效益不显著
虽然从长远意义上来说，科技型中小企业是推动经济发展的源动力和新亮点，但在当前经济形势下，扶持科技型中小企业短期内对贵州经济的提振作用远不如扶持商业、服务业中小企业的成效显著。而且从科技型中小企业的生命周期来看，无论是在初创期还是成长期、成熟期都需要大量的信贷资金支持，对于金融资源原本就比较稀缺的贵州金融机构而言，更不会将需要长期大量投入而短期内又得不到很好经济回报的科技型中小企业作为重点关注对象。
总的来说，主要是风险因素的存在使得贵州金融机构不愿意向科技型中小企业提供融资服务。消除了贷款的风险因素，也就打消了银行的后顾之忧，科技型中小企业的发展就能得到足够的金融支持。因此，科技型中小企业信贷风险补偿机制的建立成为解决科技型中小企业融资困境的有效途径。信贷风险补偿机制是以一套行之有效的，能最大限度地弥补银行已发生的信贷损失的规章制度为核心内容的运作机制，是消除信贷资产存量风险的有效手段。为保证科技型中小企业信贷风险补偿机制的良好运转，在构建贵州省科技型中小企业信贷风险补偿机制之前，我们先来学习和借鉴一下国内外科技金融持续发展的经验模式，这对保障贵州科技金融事业稳健发展具有非常重要的现实意义。
2 国内外金融支持科技发展的经验
2.1 国外金融支持科技发展的成功经验
2.1.1 美国的硅谷银行模式
美国拥有世界上最为发达的资本市场和风险投资市场，形成了以科技产业、风险投资和科技银行相互联动的较为成熟的金融科技创业市场。硅谷银行是世界上第一家商业化运作的科技银行。它主要服务于软件与互联网、电子信息技术、生命科学等新兴行业，客户主要是风险投资机所投资的科技企业。一方面，硅谷银行以低利息吸收风险投资机构或企业客户存款，再以较高利息向科技型企业发放贷款，从而产生高的净利息差，保证了银行传统的债权收益；另一方面，硅谷银行直接或间接投资科技型企业和风险投资机构，分享科技型企业的股权增值收益。同时，硅谷银行要求其发放贷款的企业必须将资金存放在硅谷银行，从而可以有效地监管的企业资金流向和使用情况。凭借在熟悉领域的专家团队以及与风险投资机构的紧密合作，硅谷银行成功获得了科技型企业的风险溢价，并实现了相应的风险控制。
2.1.2 英国的科技担保模式
2009 年，英国政府提出企业融资担保计划（EFG），为具有轻资产特点的科技型中小企业进行融资担保，营业额在 2500 万英镑以上的企业在政府担保的前提下，可贷款 1000 英镑到 100 万英镑不等。对于逾期未支付贷款的科技企业，有权获得商贷利息作为补偿。同时对于个人及法人组织根据其投资与社区金融机构的资金多少，有不同额度的税收减免，从投资之日起四年内每年减免5%，这就为中小型金融机构提供了充足的资金来源，从而保证了中小企业融资需求的满足。
2.1.3 日本的风险投资模式
风险投资是由职业金融家投入到新兴的、迅速发展的、具有较大潜力的企业中的一种权益资本，起源于19世纪末20世纪初的美国。20 世纪 50 年代后期，风险投资开始在日本出现，20世纪末，日本建立和完善了二板市场和场外交易市场，相应降低了市场准入条件，畅通了风险投资的退出渠道，大大提高了风险投资的积极性，风险投资的规模不断扩大，成为推动日本高新技术领域发展的重要力量。
发达的资本市场和成熟的创业投资市场，以及完善的信用评估和知识产权估价机制，再加上发达的高新技术产业和为数众多的极具发展潜力的科技型中小企业等因素保证了上述发达国家金融与科技之间的良性互动发展。然而，目前我国的资本市场尤其是创业投资市场发展相对滞后，科技信用体系也不完善，这使得我们不能完全照搬国外的成功经验。在目前我国银行主导型的金融体系中，金融对科技的支持主要还是依靠商业银行对科技型中小企业发放贷款。为提高银行贷款的积极性，分散银行科技贷款的风险，各地纷纷建立了科技贷款风险补偿基金。
2.2 国内的科技贷款风险补偿
目前我国各地方政府对科技型中小企业信贷风险进行补偿的方法主要有三种。
第一种是贷款风险直接补偿模式，即按照科技型中小企业贷款余额净增额的一定百分比对银行进行风险补偿，这是地方政府最常用的融资风险补偿模式。具体做法是如果银行发放给科技型中小企业的贷款形成了坏账，政府要承担贷款损失的20%-40%，以减轻银行的损失。
第二种是贷款贴息模式，即地方政府针对符合条件的科技型中小企业安排专项财政资金直接进行资金补贴。具体做法是银行给科技型中小企业每发放一笔贷款，就可以获得政府部门支付的1%-2%的额外利息，提高银行贷款的收益，从而鼓励银行对科技型中小企业发放贷款，提供信贷资金的支持。
第三种是贷款担保机构风险补偿模式，即各级地方政府对为符合条件的科技型中小企业提供新增贷款担保的担保机构提供资金支持。具体做法是如果担保公司愿意为科技型中小企业进行担保，政府给担保公司1%的风险奖励。通过担保公司的担保，分散银行的科技贷款风险，间接帮助科技型中小企业的融资。
这三种方式在实际运用中，无论是利用财政资金进行利息补贴、损失补偿还是风险奖励，其最终目的都是鼓励银行对科技型中小企业发放贷款，提高金融对科技的支持力度。
3 贵州科技型中小企业信贷风险补偿机制的设计构想
借鉴国外金融支持科技发展的成功经验，同时参考目前国内科技贷款风险补偿的普遍做法，再结合科技型中小企业的自身特征，对贵州科技型中小企业信贷风险补偿机制的建立作出如下构想。
3.1 科技型中小企业信贷风险补偿基金的构成
积极探索建立“省市财政出资为主，区县财政出资为辅，镇（街道）财政为补充”的信贷风险补偿资金分担机制。一方面各级财政共同出资有利于扩大风险补偿资金来源，保证风险补偿资金的供给；另一方面又可以推动各区县政府加大对本区域科技型中小企业的支持培育力度，共同创造有利于贵州经济长期可持续发展的融资环境。
3.2 科技型中小企业信贷风险补偿基金的支持对象
科技型中小企业信贷风险补偿机制的支持对象必须是经认定的科技型中小企业，其主营业务符合贵州省产业发展导向，主要是具有自主知识产权，具有较强自主创新能力和较高科技水平的处于创业期或成长期的科技型中小企业。目前，贵州的高新技术产业主要是装备制造业、民族制药、化工产业和节能环保产业。
3.3 科技评估体系的搭建
由省科技厅、财政厅、工商局、行业协会等相关部门联合成立科技专家评审工作组，对区域内有融资需求的科技型中小企业进行审核遴选，建立贵州省“科技型中小企业目录库”，只有进入目录库的企业才能成为银行的贷款对象和信贷风险的补偿对象。同时与第三方信用评级机构合作，对入库科技型中小企业的主要财务数据、偿债能力、企业经营情况进行相应的综合判断和分析，形成信用评级报告，为银行贷款提供重要参考依据。政府部门遴选企业重点考察项目的先进性和企业生产活动中科技含量的判定，评级机构则重点考察贷款企业的市场发展前景、盈利能力和贷款资金的稳定安全，两者相互补充，尽量解决银行和科技型中小企业之间信息不对称的问题。
3.4 知识产权质押融资
针对科技型中小企业知识产权是核心资本的特征，对已获得优质知识产权、发展前景良好的科技型中小企业提供知识产权担保融资。具体运行过程为：科技型中小企业向担保公司申请担保，经过审查同意进行担保后，担保公司与企业签订担保协议，企业将知识产权质押给担保公司，并在知识产权局办理质押登记。然后，担保公司将担保金存入银行，银行向企业发放贷款。
3.5 科技保险的介入和推广
通过科技型中小企业信贷履约保证保险、高新技术企业财产险、高管及核心研发人员团体意外伤害和重大疾病保险等科技保险产品的开发和推广，在贵州科技型中小企业的信贷经营模式中引入保险公司这一风险分担主体。科技型中小企业通过投保科技保险，降低企业的贷款风险。考虑到保费支出会加大科技型中小企业的成本，为鼓励企业购买科技保险，省政府可以对投保的科技型中小企业进行一定的保费补贴，并配合科技保险保费按照150%的比例税前加计扣除的优惠税收政策。
3.6 科技型中小企业信贷风险补偿基金的管理和运营
科技信贷风险补偿基金在贵州省政府指定的银行开立独立账户，实行专款专用。原则上基金只能用于补偿银行的贷款损失，其收益也只能用于充实基金。基金由省科技厅主管，负责基金的审批和使用监督，编制管理办法，并向省政府报告基金年度使用情况及效果。省审计厅负责基金的专项审计工作，对基金的使用情况进行定期和不定期的审计。
贵州科技型中小企业信贷风险补偿的具体操作过程为：首先，由科技专家和信用评级机构对科技型中小企业进行科技评审和信用评级；经过评审符合条件的科技型中小企业分别向银行申请贷款和向担保公司申请担保，由担保公司和银行对企业进行调研审核，形成调研报告；在担保公司同意提供担保、银行同意放贷后，银行与科技型中小企业和担保机构分别签订《借款合同》、《保证合同》，科技型中小企业与担保机构签订《担保协议》，然后银行对企业放贷，同时要求企业根据自身的风险状况购买相关的科技保险产品。若贷款到期科技型中小企业不能还款，首先由保险公司按保险合同对企业进行保险理赔，减少企业的经济损失；然后由银行运用法律手段进行抵押变现、担保追偿，这是风险补偿的第一道防线。最后剩余的贷款损失由银行提出申请，省科技厅进行审核后，用科技信贷风险补偿基金进行代偿。
通过上述科技型中小企业信贷风险补偿机制的建立，希望实现贵州省财政科技资金的循环使用，通过信贷风险补偿专项资金引导和撬动银行向科技型中小企业发放贷款，为贵州科技型中小企业的发展创造更为有利的融资环境，促进科技型中小企业的发展壮大。
参考文献：
[1]中国人民银行广州分行课题组.金融与科技融合模式：国际经验借鉴[J].南方金融，2015（3）.
[2]顾海峰.银保协作下商业银行信用风险补偿实现机制研究[J].天津财经大学学报，2014（4）.
[3]赵玉珍.科技型中小企业融资信息不对称及其破解模型研究[J].科技进步与对策，2013（9）.
[4]王军.政府主导的小微企业信贷风险补偿实践：菏泽案例 [J].金融发展研究，2012（7）.
[5]谢科范，陈龙.企业自主创新信贷及担保风险补偿政策效果模拟[J].科学管理研究，2013（10）.
[6]黄卫华.中小科技企业融资方式及其创新[J].学术交流，2003（11）.
[7]蒋玉洁，徐荣贞.自主创新型企业的金融支持体系研究银保协作下商业银行信用风险补偿实现机制研究[J].经济问题探索，2007（11）.
[8]徐苏江.借鉴硅谷银行模式支持高科技企业发展[J].金融博览，2010（6）.
[9]赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009.
[10]赵昌文.企创新型企业的金融解决方案―――2011年中国科技金融案例研究报告[M].北京：清华大学出版社，2012.
[11]谢冰，蔡洋萍.科技型中小企业立体式融资模式创新研究[J].财贸研究，2012（2）.
[12]朱朝晖.信息不对称与研发活动的信息披露[J].科技进步与对策，2014（4）.
[13]陈蕾.信息不对称视角下的中小企业融资困境分析[J].投资研究，2013（10）.
