抵押物換成Token消耗量：首筆「Token貸」落地之後，銀行的風控表重寫了哪一欄

2026年8月14日，廣東省首個詞元經濟專項金融產品「Token貸」在廣州市海珠區發布。這則消息在近期再度升溫，原因不在單一產品本身，而在它代表銀行授信邏輯的一次口徑轉移：抵押物從廠房、土地、設備，換成了企業的算力Token消耗量與算力服務合約價值。對缺乏固定資產的AI新創而言，這是融資工具箱裡多了一件器具；對銀行而言，這是風控模型裡新增了一組過去不存在於報表內的變數。

先把這筆帳的規模看清楚

先把數字攤開。中國銀行在發布會上推出「中銀·算力Token貸」子產品，覆蓋算力供給、應用、服務三大業務場景，最長三年期、最高3000萬元授信總量。截至產品發布時點，中國銀行廣州海珠支行已落地「算力詞元貸」授信金額超過2800萬元，服務算力產業鏈上6家小微企業；同一支行為海珠算力相關企業提供的整體融資已超過4億元。

這個體量放在銀行信貸總盤子裡屬於試點性質，單戶平均授信約470萬元的水位，對應的是小微科創企業的營運資金需求，而非大型資本支出。它的意義 therefore 不在規模，而在定價與審貸方式的示範效應。

授信依據怎麼算：從抵押轉向數據

傳統小微企業貸款的痛點在於資訊不對稱。缺乏抵押物的科創企業，往往落入「銀行不敢貸、創投要股權」的夾縫。「Token貸」的解法是把企業經營行為本身數據化為信用資產：算力Token消耗量、算力服務合約價值、算力結算紀錄，都成為授信核心依據。江蘇銀行推出的「算力貸」則進一步把算力算效、團隊結構、研發投入、智慧財產權一併納入評分體系。

值得注意的是，多家受訪銀行明確表示，審貸邏輯並非「用了多少Token就能貸多少錢」，還要結合算力合約、應收帳款等數據多維交叉驗證。這句話實際上劃出了產品的邊界：Token消耗量是必要條件而非充分條件，它替代的是「企業沒有抵押物所以無法評估」的死局，而非完整的償債能力判斷。

政策伏線：詞元經濟從概念到金融基建

這項產品並非銀行單方面創新，其上遊有一條清晰的政策時間軸。2026年5月，國家數據局召開詞元經濟座談會，明確將推動詞元經濟發展納入工作體系；同年6月，國家數據局發布《關於推進行業高品質資料集建設行動的實施方案》，首次在政策表述中納入「詞元」概念，並提出探索詞元交易等新型交易模式。廣州的「Token貸」與地方「詞元八條」配套推出，中國銀行、中信銀行、廣州銀行三家在發布會上分別帶來各自的產品方案。

從傳導鏈看，這是政策定調先行、地方配套跟進、銀行產品落地的三段式結構。政策給了「詞元可作為交易與信用標的」的合法性框架，銀行據此設計審貸模型，地方以產業政策降低首單的制度摩擦。

誰受惠、誰承壓

受惠端第一層是算力產業鏈上的小微企業，尤其是提供模型應用與算力服務、輕資產、合約穩定但缺乏固定資產的中遊廠商。第二層是算力供給方，企業取得營運資金後擴大採購，訂單最終流向GPU伺服器、雲端算力與資料中心服務商，與先前討論過的大型模型背後的資本支出帳屬於同一條資金鏈的下遊延伸。

承壓端相對隱性。其一是銀行自身的風控成本：Token消耗數據由企業或算力平臺提供，數據真實性驗證、合約履約風險、算力價格波動，都是傳統抵押貸款不存在的風險欄位。其二，若算力服務合約集中於少數下遊客戶，單一客戶違約便可能同時擊穿多家借款企業的還款來源，形成傳統供應鏈金融熟悉的集中度風險，只是載體換成了Token結算。其三，對仍以傳統抵押邏輯運作的地區性銀行，這類產品提高了競爭門檻，數據取得能力將成為科創金融的分水嶺。

收束判斷

「Token貸」目前的絕對金額很小，2800萬元的落地授信放在任何一家大行的報表裡都不構成變數。真正值得追蹤的是兩件事：一是審貸數據的驗證機制能否標準化，決定這個產品能否從海珠複製到其他算力聚集區；二是詞元交易市場是否如期成型，決定Token消耗量這項「信用資產」有沒有二級定價基準。若兩者到位，科創企業的信貸可得性將出現結構性改善；若停留在政策示範階段，它更接近一張寫給詞元經濟的信用背書，而非可規模化的融資工具。銀行把風控從看抵押轉向看數據，這一步的帳，要等第一個完整貸款週期走完才算得清。