订阅邮件推送
获取我们最新的更新
杨涛:科技金融人才培养的核心问题与优化路径
2026年6月,国务院印发《教育发展“十五五”规划》(以下简称《规划》,点击查看文件原文),将“一体推进教育科技人才发展”确立为未来五年的核心方略,并提出在重点区域“建立接力式科技金融支持模式,探索建设科技商学院”,科技金融人才培养已进入国家战略视野。
一、科技金融人才的概念界定
通常认为,科技金融人才的任务是做好金融支持科技创新,核心能力是对科技产业的理解和判断。一方面,从产业需求看,科技金融人才的功能是在科技与资本之间搭建连接通道,也体现为某种“翻译”价值,即把技术语言翻译成金融语言,把研发周期翻译成资金期限,把技术风险翻译成风险溢价。事实上,半导体、生物医药、人工智能等各领域的技术逻辑、研发节奏、商业化路径都不一样。看懂了可以进行风险定价,看不懂就可能只做抵押融资。
另一方面,从政策实践看,科技人才概念正在从模糊走向清晰。例如,2021年获批全国首个科创金融改革试验区的济南市,于2026年7月正式发布集成电路、现代医药、科技金融等六大领域高层次人才分类认定政策。其中,科技金融领域按银行、保险、证券、基金及其他五大行业类别进行划分,认定标准全部采用量化可核验指标,以基金管理规模、科技贷款投放余额、科创项目投资数量及从业年限、专业资质等作为核心依据。
综合来看,科技金融人才是具备金融专业能力与科技产业深度认知的复合型人才,能够识别技术价值、设计融资方案、管理风险敞口,助力金融机构在科创企业的不同成长阶段提供适配的金融服务。
二、科技金融对人才的需求特征
与传统金融人才相比,对科技金融人才的特殊需求体现在四个方面。
第一,知识结构要跨界。传统金融能力的核心是财务分析和风险控制,这套方法论的前提是企业有稳定的现金流和可抵押资产,但科创企业早期收入不稳定,中期利润也不确定,核心资产是其专利和科研团队。从传统金融逻辑看,这些企业几乎都“不合格”。所以科技金融人才需要既懂金融市场的基本运作,又能理解前沿技术的原理和趋势。缺了前者,无法设计方案;缺了后者,无法判断价值。
第二,产业理解要深刻。“懂科技”不能停留在科普层面。例如,做半导体投资的,需要能分辨一家科技公司是掌握了真正的核心技术还是有名无实;做生物医药信贷的,需要了解一种在研药品已进入临床几期,距离商业化还有多远,这个阶段该匹配什么性质的资金。不同细分产业的技术发展节奏和风险释放周期差别很大,浅尝辄止的“科技通识教育”解决不了问题。
第三,认知逻辑要转变。传统金融的定价逻辑主要基于过往财报、抵押物估值、历史违约率等。科创企业通常没有“过去”的数据可供参考,其价值的实现在“未来”。银行没有现成的财务模型帮助其作出判断,依赖的是对科创企业技术路线、产业格局和团队能力的综合研判。这种“向前看”的认知方式,与传统金融从业者的工作路径几乎是相反的。对金融机构而言,最难培养的恰恰就是这种能力,因为这是在产业和资本两个场景之间反复探索、长期积累的结果。
第四,服务能力要持续。科创企业从初创期到成熟期的金融需求完全不同:种子期需要天使投资,成长期需要风险资本和银行信贷的衔接,成熟期需要资本市场服务。对此,科技金融人才需要具有在股权与债权、直接融资与间接融资之间的切换能力。一个只懂信贷的银行客户经理很难判断一家早期科创企业的股权融资需求是否合理,一个只做私募股权投资的人也不了解科创企业获得银行授信的卡点在哪里。覆盖全周期,意味着人才的知识储备和实操经验都要有足够深度。
三、发展现状与核心问题
从顶层设计看,政策推进的速度在加快。2025年3月13日,金融监管总局等三部门联合发布《银行业保险业科技金融高质量发展实施方案》,明确提出鼓励加快引进具有科技、产业背景的复合型人才,完善科技金融人才培育机制。地方层面,除济南市的人才分类认定之外,各科创金融改革试验区也陆续在探索差异化的激励办法。
从院校培养看,也有实质性探索。例如,上海理工大学管理学院开设科技金融微专业,课程设置直接对标创投尽调和科技信贷审批的实际需求;上海财经大学2026年推出专硕“住企培养”模式,与浦发银行、蚂蚁集团合作,学生以准员工身份在企业开展不少于6个月的沉浸式轮岗,研究课题全部来自一线业务痛点;华南理工大学与中国建设银行以定向模式联合培养复合型实战人才。这些探索的方向是有价值的,但多数还停留在“项目制”层面,尚未形成可规模复制的培养范式。当前,科技金融人才培养仍存在以下问题。
其一,科技金融人才的结构性供给不足。纯科技背景和纯金融背景的人才数量都不少,但跨领域交叉则存在“知识鸿沟”,通常需要在产业界做过技术或研发,再转到金融岗位;或者在金融从业过程中被长期派驻在特定产业赛道做深度研究。这样的成长路径周期长、偶然性大,不足以形成稳定的规模化人才供给。
其二,高校培养体系与产业需求脱节。金融学科与理工科长期处于相对独立的状态。金融专业学生极少接触硬科技课程,对产业技术逻辑的认知主要停留在概论层面;理工科学生的培养方案中也很少纳入商业与金融模块。这种学科分隔的结果是,两类毕业生进入科技金融岗位后,都需要相当长时间的“补课”。交叉学科建设提倡多年而真正落地的少,原因不是高校不想做,而是组织成本太高:交叉学科建设需要跨院系的师资配置、课程体系和学位授予机制,任何一项都涉及既有体制的重构。现有的一些“科技金融”相关专业,其课程偏重理论介绍,与产业一线使用的技术评估方法和投资决策框架存在明显距离。
其三,金融机构自身培养机制缺位。科技金融人才的单体培养成本极高,需要同时叠加产业认知和金融实操两条成长曲线,靠人才市场自然形成供给远远不够。金融机构作为需求方和使用方,应当承担培养的兜底责任。但现实是,多数机构还没有建立起科技金融人才的独立培养模式,相关培训内容仍然是通用金融课程,与培养相关的考核标准仍然相对传统,并未给科技金融人才提供全新的职业发展通道。
其四,评价激励与科创逻辑错位。科创企业的典型特征是“高成长、高风险、长周期、轻资产”。一个科技金融人才作出正确的早期投资决策,回报可能需要五年到十年才能显现;一笔科技贷款短期不良率偏高,并不意味着判断失误,可能是行业周期波动所致。用传统的年度利润和不良率指标来考核科技金融业务,本质上是在要求从业者用短周期逻辑去做长周期的事。尽职免责机制在很多机构停留在纸面,落实不下去,导致一线人员宁可选择审慎甚至不作为。评价体系不改变,再多的培养投入也难以转化为有效的人才价值。
四、优化路径与对策思考
应该说,科技金融人才的结构性供给不足是表象,深层次的原因是教育培养体系、金融机构培养机制和考核评价制度三方面的系统性滞后,相应的优化路径也需要从这三个层面展开。
首先,学科体系的改革要解决“通识”与“深耕”的匹配问题。《规划》提出“大力发展新兴交叉学科”,这个方向无疑正确,但交叉学科的落地需要更具体的制度设计。一种可行的路径是“平台+模块”:在金融学科下设置科技金融方向作为基础平台,学生必修金融核心课程,同时根据目标产业赛道选择技术模块课程。模块课程不需要达到专业培养的深度,但必须让学生有能力读懂技术语言,理解技术演进的基本逻辑。这比泛化的科技通识课更有针对性,也比要求金融专业学生修读完整理工科学位更具可操作性。与此同时,教材和案例更新要加快,避免与产业实践出现过长“时差”。
其次,产教融合的关键在于把培养场景从校园前移到一线。上海财经大学的“住企培养”模式就改变了培养的场景逻辑,其中,学生以准员工身份进入企业,研究课题来自真实业务痛点,培养质量的标准从“修满学分”变成了“能否解决一个真实问题”。建议在重点区域推行的科技商学院建设中,将这种“驻场式培养”作为核心机制,同时建立校企共管的课程评审和培养质量评价机制,避免合作流于挂牌和签约。
再次,金融机构的培养责任需要从“招聘”转向“内培”。单纯靠引进解决不了复合型人才的结构性缺口,更现实的做法是在内部建立科技金融人才的定向培养机制。例如,上海农商银行行业研究院的模式值得借鉴。其将行业研究从后台支持功能转化为前台决策的基础设施,让客户经理和审批人员的产业认知在业务开展过程中持续积累。在此基础上,再按岗位差异设计培养路径,使得前台人员侧重技术价值判断和产业人脉积累,中台人员侧重技术风险评估和行业周期分析,后台人员侧重产品设计与科技业务的适配。三个序列打通,形成内部的人才梯队。
最后,考核与评价机制的调整可能是最关键的一环。如果从业者的职业前景仍然绑定在短期利润和不良率上,其他所有改革的效果都会被打折。《银行业保险业科技金融高质量发展实施方案》已经明确要求优化内部考核和激励约束机制,适当提高科技金融相关指标在内部绩效考核中的占比,从政策层面给出了方向。落地的关键在于把尽职免责规则写得足够具体,将技术路线研判失误与道德风险严格区分,明确在何种条件下、经过何种程序作出的决策可以免于追责。同时,在地方探索的基础上,应推动建立全国层面的科技金融人才职业评价标准,打通职称评审和职业晋升通道,为人才提供稳定的职业预期。
五、结语
科技金融人才问题的本质,不是“缺人”,而是“缺一种能把技术和资本两套语言打通的人”。这类人才的成长无法依靠市场自发促进,而需制度性的培养安排和持续的激励配套。《规划》将科技金融人才培养纳入国家战略,这是一个重要的起点。但从《规划》的顶层设计到人才供给的实质性改善,中间隔着一系列需要耐心推进的制度建设。例如,学科重组需要跨院系的组织成本,产教融合需要校企双方的合作共识,机构内培需要管理层对长期投入的认同,考核改革需要打破既有的激励惯性。
总之,科技金融的各项制度设计,最终都要通过人的判断和执行来落地,人才问题是政策工具发挥效能的关键变量。科技金融人才的培养,重心不在于增设多少专业,投入多少经费,而在于能否建立一套让“懂技术的人愿意学金融、懂金融的人愿意扎进产业”的制度环境,这样,人才供给自然会从“偶然涌现”走向“稳定产出”。
作者相关研究
Author Related Research
相关研究中心成果
Relate ResearchCenter Results