“Token贷”兴起 银行竞逐算力金融赛道

　　新华社北京9月3日电 中国经济信息社刊发的《中经社信号|“Token贷”兴起 银行竞逐算力金融赛道》报道称，近期，广东省首个词元经济专项金融产品“Token贷”在广州市海珠区落地，中国银行广州分行为相关企业授信约2800万元。此外，建设银行、农业银行、江苏银行、上海农商银行、张家港农商银行等也纷纷落地算力相关信贷产品，将算力算效、词元（Token）消耗等纳入授信评价。

　　“Token贷”“算力贷”的兴起，折射的是人工智能（AI）和词元经济的大发展，也直观反映了银行授信逻辑的重构——当一些企业的核心资产从厂房设备变为数据、算力和经营流量，银行对这些企业的授信依据也从“看资产”转向“看数据”。在智能新经济大潮中，算力金融将成为银行业的重要赛道，行业授信风控模式亟待更新完善。

　　“Token贷”为何兴起

　　从国有大行到城商行、农商行，算力金融赛道升温。银行抢滩词元经济，源于新经济之“渴”与自身转型之“压”的双重驱动。

　　一边是新经济融资需求集中爆发。天府立言金融研究院院长曾刚表示，大量AI企业缺乏可抵押的资产，或企业发展早期拿不出“好看”的财务报表，但手握真实订单与持续增长的Token消耗量，传统授信框架在此出现服务盲区。

　　另一边是银行寻找增量客群的现实压力。近年来，银行业息差持续收窄，零售和传统小微业务利润空间有限，而词元经济方兴未艾。国家数据局数据显示，今年3月，我国日均词元调用量已突破140万亿，为2年前的1000多倍。对银行而言，许多初创期AI企业具备从中小微贷款客户成长为优质对公综合客户的潜力。

　　此外，政策托底也为早期探索提供了安全垫。例如，广州海珠区出台支持词元经济高质量发展的“词元八条”政策措施，为企业提供从示范项目奖励到贷款贴息的全链条扶持，单个企业贴息每年最高200万元，降低了银行进入新赛道的风险成本。

　　如今，不少银行不再只盯抵押物和报表，而是把Token消耗、平台资质、回款进度等数据纳入授信评价。具体实践中，银行也并非简单以Token用量定额度，而是采用了科技金融领域常用的“通用模型+赛道专属模型”思路。例如，农行浙江分行针对算力产业特点增加赛道专属评价指标，形成“通用模型+算力赛道模型”综合评价体系，农行浙江温州鹿城支行据此为浙江城安大数据有限公司发放200万元贷款，农行浙江萧山分行依托“算力账”模型，为杭州中科亿芯微电子科技有限公司发放950万元贷款。

　　农行浙江分行相关负责人介绍，上述评价体系通过对企业承接的项目、预计算力需求、采购及使用情况以及对应订单营收等情况的综合评估，可科学研判企业的真实业务能力、成长性。

　　“Token贷”突破了传统看抵押、看报表的静态风控逻辑，将信用锚从存量资产切换为动态经营流量，是信贷评估体系的一次重要探索。

　　“Token贷”面临哪些挑战

　　词元金融化前景可期，但要走向规模化仍有三道门槛。首先是数据真实性门槛。目前，Token消耗数据主要由算力平台输出，缺乏统一审计标准，银行获取数据依赖企业自报或与云服务商的接口协议，无法有效防范刷单虚增、无效调用风险。中行广州分行工作人员表示，希望银行与算力平台深化合作，由平台授权银行直接查询或监测企业Token消耗数据。

　　事实上，信息不对称是科技金融领域的“老大难”问题。为此，中国人民银行等九部门于7月联合印发《关于加强科技金融领域数据开发利用的通知》，支持打通科技金融数据壁垒，推动授信评价从“看抵押”向“看数据”等多维度延伸。

　　其次是风险定价难题。Token消耗反映业务活跃度，但并不等同于现金流与净利润，高消耗可能伴随高算力成本，若企业定价或回款不力则容易出现“增收不增利”。“Token贷”刚起步，银行样本积累不足，风险定价模式尚待完善，仍需以抵押担保作为风险防控手段。

　　这种困境也是科技金融风险与收益不匹配的一个缩影——一边是银行业收取固定利息、风险偏好较低，另一边是科技企业成长曲线不确定、风险较高，如何在二者之间找到平衡，是“Token贷”乃至整体科技金融的共同课题。

　　此外，商业可持续性是更长期的考验。当前，部分“Token贷”产品仍依赖政策托底，剔除补贴后能否独立覆盖风险成本并盈利，仍待时间检验。此外，合规边界不容忽视。词元金融化必须与虚拟货币严格区分，“Token贷”锚定的是真实算力服务消耗与企业经营数据，而非可炒作的数字资产。

　　“Token贷”如何走得更稳更远

　　“Token贷”是银行业将词元、算力算效等新要素纳入金融产品和信贷评价模型的有益尝试，现阶段还没有成熟的风控模型，有待在政策支持下持续加强政银协作、银企合作，探索不同场景下适配算力产业发展的多种服务模式。

　　冠苕咨询创始人周毅钦等专家建议，建立统一的Token数据存证与核验标准，依托中立第三方实现数据可追溯；银行需搭建多因子风控模型，把Token消耗与现金流、订单回款、盈利效率交叉校验；“Token贷”发展初期通过政银风险分担降低试错成本，成熟后再市场化定价。

　　更深一层看，银行在词元经济中的角色，有望从产品输出走向生态共建。中央财经大学中国互联网经济研究院副院长欧阳日辉认为，“Token贷”有望成长为科技金融领域的重要补充。除信贷外，银行还可探索开拓生态内资金存管、价值流转中介、风险核验等业务，立足自身金融能力做基础设施服务商。

　　“Token贷”的涌现，不止是顺应词元经济发展的需要，更是银行服务新经济、竞逐数据信用赛道的有益探索。当前，支撑这一逻辑的数据基础设施、风控方法论和监管框架仍在建设中，银行需保持战略耐心。而数据信用逻辑的跑通，既验证了银行转型成色，又能促进金融与新经济双向奔赴。（翟卓、刘昱）