1 影响预测背后的融资决策
创新融资申请要求决策者在商业结果尚未明确时投入资源。创始人可能预测销售额、技能岗位、后续投资或某个技术里程碑。财务委员会随后需要理解这些数字的含义、支撑结果的假设，以及日后如何核验交付情况。本文建立一种记录方式，将每项有明确日期的预测与定义精确的后续观测联系起来。其商业用途，是使申请中的证据在准备、融资和后续跟踪各阶段都可供审阅，同时分别保留原始预测与管理层后续修订的记录。
一个有用的起点，是判断能否在不依赖对周围推介叙述作有利解读的情况下识别预测量。第五年的营业额、五年累计营业额和归属于项目的新增营业额，需要不同观测。以获得另一轮投资为条件的预测，与已经纳入融资失败可能性的预测，包含不同信息。这些区别决定何种比较能够回答已提交的陈述，也影响董事会在资助申请未决时决定投入多少营运资本。
本文审阅的公开证据有三个独立用途。官方计划材料用于确认特定日期的部分评估和报告要求。对四份CORDIS项目记录的目的性调查，用于检验所查阅公开材料是否能够提供符合准入标准的预测与结果配对。随后，以输入全部披露的构造组合展示衡量计算。公开记录调查在其范围内未能建立任何合格配对。因此，本文不报告任何融资计划、国家或申请者群体的实证预测准确率。示例组合提供一种方法，可在获得适当记录及合法访问权限后使用。
核心建议是在提交预测时就确定匹配规则。在观测结果之前，记录实体、预测形成时点与版本、商业指标、预测期限、条件、证据要求和评分方法。后续跟踪应按真实状态保留失败、信息缺失和实体变更。后续分析者便能辨认哪些陈述可检验、哪些比较有证据支持，以及哪些结论仍无法获得。这个拟议系统为创始人和评估者提供共同结构，同时保留各项具体融资工具的适用要求。
这一分析适用于不同技术领域，因为匹配问题涉及陈述的结构。软件订阅预测需要收入确认和客户定义。电池开发企业需要将技术验证与销售联系起来的测试条件及商业化阶段。水技术企业需要区分成功试点和经常性合同收入。这些例子用于识别衡量选择，不提供观测到的企业结果或行业成功率。真实申请需要与所考虑产品、计划和决策相对应的证据。
2 分别处理预测、承诺和因果影响
预测是在明确的信息集下对未来数量作出的陈述。目标记录预期实现的结果。情景描述在选定假设下的条件性结果。承诺则在适用条款下增加义务或交付标准。这些陈述可以同时出现在一份申请中，因此审查应先对每项数值陈述分类，再选择评分方法。管理层希望达到某个收入目标，本身无法说明该数值是期望值、中位数、概率阈值还是上行情景。
预测核验将此前记录的预测与匹配结果比较。资助额外性考察提供支持使结果发生何种变化。后一个问题需要反事实设计。Howell利用美国能源部SBIR计划中按评分排序的申请者研究补贴效应。2026年的Smart Grants评估采用行政及企业数据，其比较设计见报告和技术附录。这些都是已有的因果影响研究。仅将申请者的收入预测从后续收入中扣除，无法复现其研究发现。[6-8,14]
受资助者可能达到提交的销售数字，而资助的因果贡献仍未识别。另一位受资助者可能未达到该数字，但与原本更弱的反事实相比，资助仍支持了有商业价值的结果。这两种结论都不能自动从预测误差推出。因此，计划仪表板应分别设置观测到的总结果、预测准确性和任何另有依据的因果估计字段。将这些字段用于投资或政策决策的人，应能够查阅其背后的研究、假设和人群。
技术承诺需要进一步区分。相关证据存在时，通过或未通过测试可以确认是否按预先固定的协议完成交付。已完成承诺的比例提供这些承诺的结果频率。概率校准需要已提交的概率，以及在适当评估设计下重复出现、结果已确定的事件。事后把每个里程碑称为80%的概率，会引入原始陈述中不存在的信息。登记应保留实际作出的陈述；未提供概率时，对应概率字段应留空。
融资也适用同样的记录纪律。获得外部股权投资的概率、预计股权融资金额、已签署的条款清单和收到的现金，是不同指标。公开公告可以证明某项陈述曾被作出。核验指定融资事件，需要针对该事件定义的证据。如果证据仍属保密或无法取得，该结果在本研究中便仍未确定。资助方的行政决定和研究者的衡量状态可以合理地不同，因为它们使用不同访问权限回答不同问题。
3 所选计划文件提出的要求
所选文件于2026年11月11日核查。它们在本文中的用途，是确定商业证据在何处进入流程，以及研究登记需要哪一个来源版本。它们不构成普遍适用的资格指南。申请必须遵循提交时有效的实际征集、行动类型、阶段、司法辖区和指引。比较表应保留这些区别，使某一机制中的要求不会被默默移用于另一机制。
EIC 2026工作计划网页列明2026年6月17日的修订。其Accelerator评估涉及商业事项，包括可服务市场与市场份额假设以及财务预测是否现实。完整申请采用有篇幅限制的提案和补充资料。工作计划还规定相关投资评估中的保密和信息共享。就本研究问题而言，这些规定表明，申请中可能存在商业上相关的预测，而公开资料研究者无法取得其全部底层内容。它们没有确立统一预测期限，也没有确认每个提交模型都可公开访问。[1]
Horizon Europe于2026年4月发布的标准评估者简报，依据与实施及后续使用的关系，区分项目成果、结果和更广泛影响。简报还记录2026/27年的简化：从标准影响标准中移除规模与重要性，同时保留可信路径，以及适当的传播、开发利用和沟通评估。根据旧版简报进行审阅，可能错误描述当前评估任务。因此，登记应在每项提取的影响指标旁保留确切行动和适用简报版本。可量化的管理预测仍可能有用，无须成为普遍强制的评分字段。[2]
Innovate UK的融资要约指引说明监测支持，以及记录商业论证和开发利用活动的计划。适当的产出和成绩被量化，并在项目设立及进度审查中复核该计划。这为不断变化的项目管理信息提供记录途径。研究必须区分已提交申请与后续计划及其修订。该指引没有授予公众访问商业敏感计划的权利，也未确认最新计划保留原始预测。[3]
NSF当前的26-510征集将商业潜力列为内容评审标准之一。其链接的编制指引区分面向公众的项目摘要和受保护的提案材料。SBA的商业化报告网页说明授权用户仪表板及在指定获批阶段提交报告的要求。这些来源支持区分行政信息是否存在，以及研究者能否取得已匹配微观数据。在汇总或评分结果之前，任何跨计划比较都需要先完成权限确认和数据字典阶段。[9-11]
4 使用有日期依据的条款并保留衡量变化
有日期记录的登记应分别记载文件发布、修订和生效日期，以及研究查阅日期。新获取的网页只能确认审阅者当时能够看到的内容，无法证明数年前提交申请时适用的文本。官方存档版本、特定征集指引和真实提交凭证，才是还原较早信息集的适当途径。无法取得这些记录时，应在配对准入决定中保留该不确定性。
Smart Grants材料说明，计划状态需要有日期依据的来源。UKRI于2026年7月发布Smart影响评估，而其当前特定基金指引指出Smart已停止接收新申请。评估发表提供关于计划的研究，没有提供当前开放征集日期。如果能够确认适用性，历史竞赛问题可帮助理解原研究期间。用于研究设计或创始人的融资计划时，应保留其历史资料标签。[6,21]
SBA于2026年9月发布的商业化通知提供第二个例子。通知针对明确界定的重复获批人群宣布更新标准，并以明确的企业收入分母和财政年度窗口描述非SBIR收入占比。其声明的实施日期为2026年11月15日，并将在SBIR.gov发布；同时说明征求意见后的最终要求程序。本文于11月11日审阅时，该日期尚未来临，所查阅的一般基准网页仍保留较早说明。应分别记录已宣布的指标和实施条件。本文没有认定已宣布阈值已经适用于某位申请者。[11,12]
即使新旧数字均准确报告，指标变化仍会造成可比性问题。每次获批对应的销售加投资，与企业收入中来自指定资助之外的占比，是不同数量。分母扩大、符合条件的获批窗口改变，或政府合同处理方式修订，都可能在经营业务本身未改变时改变报告比率。分析者应保留原始定义，只有在取得全部组成部分并具备合理转换方法时，才创建单独标注的协调统一指标。
因此，拟议截止日期跟踪表包含多个日期。第一是申请实际提交截止时点及其时区和适用版本。第二是预测登记时点。第三是结果窗口关闭时点。第四是证据可取得日期。资助协议还可能规定未来报告截止日期。每个日期用途不同。把它们合并为一个发布日期栏，会掩盖预测是否确实先于结果登记，以及后续跟踪是否完成。
5 检验公开项目记录能否支持匹配配对
在计算任何计划预测误差之前，我们先进行有界限的公开披露可行性调查。通过目的性检索和直接核查项目编号，选出四份包含营业额数值预测的CORDIS记录。四个项目的报告页和结果页均经查阅，另核查部分概况页和链接的报告材料。这种选择偏向陈述可供检查的记录，无法形成获批项目的代表性样本。它可以识别这些具体配对所需的准入信息，以及所查材料仍存在的缺口。
只有当预测形成时点与版本能够被认证为早于其结果、实体和指标可识别、目标期间和单位匹配，并存在符合准入标准的后续观测时，配对才合格。每项陈述都需要单独决定。后期报告重复的预测，在确认其原始版本和已实现的对应结果之前，仍保留预测状态。官方托管只能标明文件来源；归属于受益人的商业陈述仍保留该归属，不会被升级为独立鉴证。
四份记录分别为MODBRIDGE、EKOMAP、iLocator和NexGenFSCM，涵盖可行性阶段材料及一个规模较大的后续项目。报告期间、当前更新字段、受益人报告的商业数字和陈述措辞，提供不同类型的时间信息。所查阅的任何组合均未建立完整的必要证据链，即申请原始版本与相匹配、经独立核验的结果。因此，本次调查准入配对数为零。本文不对任何项目预测评分，也不把缺失商业结果填为零。[17-20]
这一发现描述本次调查实际的访问权限和选取范围。我们没有取得这四份记录对应的私人申请文件、存档提交包、经同意访问的企业财务报表，或与登记数据相连的财务面板。拥有这些权限和记录的研究，可能得到不同的配对准入结果。公开检索未成功，也不能证明项目商业失败、受益人隐瞒了规定信息，或计划缺乏内部监测数据。这些都是需要各自证据的独立陈述。
操作上的启示，是在承诺开展实证评分研究前先检验可行性。前瞻性研究者应请求一小组依法可访问的原始预测及匹配记录，测试连接关系，并逐项记录排除原因。随后可用数据共享协议、版本化数据字典和跟踪计划界定完整研究。仅从获批名单出发，核心预测变量仍未定义；仅从成功故事出发，在计算评分之前就会增加选择问题。
6 阅读四个披露案例并保留未知结果
MODBRIDGE公开报告包含部署后前五年的营业额预测。所查报告期间涵盖可行性工作，而较后的部署起点及究竟是累计值还是最后一年值，仍需要额外证据才能评分。所查结果未提供匹配的五年已实现营业额观测。将其与资助金额比较，会回答另一问题，因为资助支持与营业额分属融资和经营记录的不同方面。[17]
EKOMAP公开材料提出产品进入市场后数年的营业额预测。需要市场进入日期，才能将这些相对年份转换为会计窗口。所查材料未同时确认该日期、匹配的年度实际值和当时的申请版本。结果获取错误进一步限制公开网页核查能够作出的结论。该案例因信息未确定而继续排除，不被赋予有利或不利误差。[18]
iLocator描述相对较小基准的五年营业额目标。分析问题包括基准日期、法律实体范围、年度值或累计值的解释、预测登记日期以及终点财务报表。所查网页未提供完整的匹配资料。即便后来公布企业增长，也仍需要这些定义才能确定原始预测结果。正文中的数值基准无法自动补足缺失会计期间。[19]
NexGenFSCM特别清楚地提示了看似有吸引力的数值匹配所带来的风险。所查报告包含2017年企业总收入和SaaS收入陈述、2020年特定行业新增营业额目标，以及更晚的总收入预测。这些数字的年份和范围不同。将较早实际值直接与2020年目标比较，会混淆时间顺序和分母。较晚但被称作预测的数字，在取得匹配结果证据之前仍是预测。试点经营改善涉及其他指标，有各自的客户人群和基准。它们都不能作为可互换的企业营业额实际值。[20]
准入登记应逐项陈述保留这些理由。分析者日后可以附加原始接收凭证、取得适当财务报表或澄清部署日期，无须改写先前审计轨迹。随后可基于明确证据，将决定从未确定改为准入。在此之前，评分留空是正确输出。排除日志仍有分析价值，因为它指出未来数据合作应请求的信息，以及质量审查中应拒绝的比较。
7 建立预测与结果配对的准入矩阵
本研究设计的首个资格判断针对证据配对，考察现有预测和观测能否支持预期比较。企业是否具备获批资格，是计划的另一项决定。我们提出逐项陈述准入矩阵，为每项核查设置明确要求和有理由支持的结论。分析者应在查看评分之前完成矩阵，否则引人注目的结果可能使人忽视数量不匹配，或预测原始日期仍未知的问题。
时间顺序核查要求保存的预测版本先于被预测期间或事件发布。回顾性报告可能包含较早预测，但仅凭当前发表无法认证较早版本。身份核查考察申请实体和结果实体是否在已定义范围内一致。随后，衡量核查比较变量、单位、分母、会计惯例、基准和预测期限。最后，证据核查判断实际值是否具备研究协议规定的质量和访问权。每项核查都应指明支持结论的文件或字段。
矩阵应允许未确定状态。提交凭证缺失是信息缺口。用年度营业额实际值对应累计预测，则是已识别的不匹配。将两者统一视为失败，会丢失可获取证据与需要另一实际值的比较之间的区别。审阅者应记录下一步允许采取的行动、负责人和重新考虑日期。只有特定比较的全部要求满足后，才可产生评分。
同一申请中的多项陈述可能达到不同状态。技术测试可能已确定，而后续投资仍未经核验。收入预测可能有有效时间戳，但收购后的实体范围仍未确定。研究登记应分别保留这三类观测及各自状态。因一项陈述未确定而排除整家企业，会改变每项指标的人群，通常缺乏分析理由。任何适用于整个研究的纳入规则，都应单独规定，并披露其对每项分母的影响。
准入矩阵也有助于提高数据请求效率。分析者可以识别消除不确定性所需的具体资料，无须索取企业数据室内所有文件：原始申请附件、已签署融资文件及现金证据、实体与集团财务报表的调节核对，或真实测试证书。文件存在仍需实质审查。文件名标为最终版或已审计，不会自动赋予证据地位。管理层可据此判断进一步跟踪是否与拟议研究及合法目的相称。
| 核查项 | 所需匹配 | 未确定或不通过的例子 |
|---|---|---|
| 预测形成时点与版本 | 已认证且早于目标窗口的版本 | 当前网页重复预测，却无原始接收凭证 |
| 实体 | 同一定义的法律实体或获准范围 | 用被收购集团的收入替代原实体收入 |
| 指标 | 相同商业变量及确认基础 | 把融资公告与实际收到的股权融资现金比较 |
| 分母 | 相同人群或会计基础 | 把企业营业额与行业新增营业额比较 |
| 时间 | 相同起止点及年度或累计基础 | 把较早年度实际值与较晚五年目标比较 |
| 条件 | 在解释中保留条件假设 | 把以存续为条件的预测与无条件结果比较 |
| 证据 | 指定鉴证要求及合法访问 | 把受益人声明当作独立审计 |
作者提出的研究协议。这些是比较准入标准，不说明计划获批资格规则。
8 预先固定实体、指标和会计边界
商业证据应描述被预测结果所针对的业务。子公司提交的提案可能引用母集团的市场地位，同时预测子公司自己的销售。后续合并财务报表只有经过调节核对后，才能用来替代子公司的对应记录。拟议登记在跟踪开始前记录法律标识、合并范围及项目特定分部。随后保留收购、处置、更名和知识产权转移等可能影响可比性的事件。熟悉的品牌名称本身无法建立实体连接。
收入需要另一位审阅者也能应用的操作定义。记录应说明预测针对已确认收入、预订业务额、商品交易总额、合同订单额、年度经常性收入还是现金回收。同一订阅业务可以针对相同客户报告其中若干数量。项目公司的客户收款可能包含税款、押金或代收代付款，这些项目可能不计入选定收入指标。研究应遵循实际声明的会计基础；原始预测采用不同管理指标时，应取得调节核对。本文不对任何企业的会计政策作出认定。
年度值和累计值需要分别设置字段。第五会计年度内的销售预测，应与该年度按定义计量的销售比较。五年累计预测需要指定五个期间的合计。从首次商业部署开始的预测，需要核验部署起点后，才能把相对年份转为日历窗口。如果管理层更改会计年度，或报告较短过渡期，分析者应保留原始预测并记录任何转换。按比例估计可能适用于敏感性分析，但不能作为直接观测到的年度实际值呈现。
货币和价格构成另一边界。登记应保留提交时的货币、名义或实际价格惯例及指定汇率假设。采用其他报告货币比较，需要披露转换规则，并一致用于预测和结果。否则，经营表现与汇率变动会混入同一个未解释误差。项目寻求国际市场准入时，还应定义收入地域。客户账单所在地、部署地点和法律实体所在地回答不同问题，可能需要不同证据。
就业预测需要同样谨慎。年末人数不同于全年平均有薪全职当量就业。承包人员、未列入薪资名册的创始人、劳务派遣人员，以及申请实体之外的雇员，都需要明确处理。示例采用一个日历年度内有薪雇员的平均FTE，并在任何计算之前给出定义。这是示范性选择。真实资助的报告指引可能规定另一指标。研究者应始终一致地匹配该指标并保留调节核对，避免为迁就最易取得的数据而默默改变定义。
| 陈述 | 应预先固定的边界 | 寻求匹配证据 |
|---|---|---|
| 收入 | 实体、确认政策、会计期间和货币 | 财务报表或经调节核对的收入明细账 |
| 股权融资事件 | 工具、新增现金、接收方和交割窗口 | 已签署文件及收款证据 |
| 就业 | 人数或平均FTE、有薪状态和范围 | 定义明确的薪资或就业记录 |
| 技术验证 | 协议、阈值、场地和截止日期 | 固定协议下有日期记录的结果 |
| 归属于项目的销售 | 基准和归因规则 | 单独识别设计及支持记录 |
拟议证据类别。此表不对任何已提供企业记录作出认证。
9 定义概率、期望值和技术承诺
评分应由所要求的预测任务决定。事件概率描述明确定义的事件在明确定义期限内发生的可能性。期望收入是预测分布的算术平均值。收入中位数把分布在中间位置分开。合同里程碑依据实际条款规定交付要求。Gneiting的分析解释了预测要求与评分函数不匹配为何会导致误导性评估。因此，资助评估者应在解释所提交点预测的准确性之前，先确定所要求的统计量。[15]
示例中的融资事件，是同一实体在三年窗口内至少完成一次新的、独立交易双方之间的外部定价股权融资，并实际收到正额现金。资助、债务、创始人转账，以及缺少指定事件的公告，均排除在定义之外。概率可用平均二元平方误差评估，通常称为Brier评分。对每个已确定事件，将提交概率减去零或一的结果，对差值平方，并在相同的已确定案例上取平均。该规则下数值越低，已实现损失越小。适当评分规则文献提供更广泛的理论背景。[16]
示例用均方误差评价期望收入和期望FTE，因为所要求预测的统计泛函是算术平均值。均方误差的平方根恢复原始单位，便于展示。本文还报告平均绝对误差，作为已实现误差的描述性汇总。加入该指标不会把原始预测要求改为中位数预测。比较预测程序的研究，应事先确定统计泛函与评估方法，避免在观测结果之后选择最有利于偏好程序的损失函数。
未提供概率的技术承诺，应接受交付评估。协议记录截止日期、通过阈值、测试条件、核验者和证据标准。在不同运行环境下成功测试，可能具有商业意义，而原始承诺仍未确定。记录应按各自正确范围保留这两项事实。统计已确定承诺中的经核验通过数，是合理的描述性报告。若未收集概率，该比例无法判断提交概率是否经过校准。
更广泛的社会或环境陈述，同样需要明确衡量路径。避免排放、减少漏水或改善可及性，需要与所称效应相适应的基准、人群、期间和方法。如果这些组成部分及后续证据存在，预测可在条件明确时核验。本文没有认定更广泛影响一概无法检验。适当的登记决定应针对每项陈述。缺少合理结果指标或因果设计时，研究应保留陈述和证据缺口，不能编造数值验证。
10 保留预测版本和融资条件
一份申请在决定作出前可能有多个预测版本。管理层可能更新市场假设、回答评估者问题或调整融资计划。理由有记录时，这些修订有用。对研究而言，每个版本都需要自身登记时间，以及距离目标结果的预测提前期。即使较晚版本成为现行管理计划，也应保留原始提交版本。否则，研究可能误把更新预测当作基于原始信息集形成的预测进行评价。
我们建议保留已提交预测的不可变副本、附件标识、哈希值，以及在可获得时保留门户接收凭证。这些记录在实际系统控制范围内，为文件身份和提交时间顺序提供证据。单独的哈希值既不能证明内容真实，也不能确认最初创建日期。登记应把文件与凭证相连，并注明谁有权访问和修订现行计划。修订便成为具有自身理由和日期的额外观测，而不覆盖第一次预测。
融资条件应同样精确定义。以资助和一轮股权融资同时到位为条件的预测，需要记录两个条件。如果第二轮融资仍不确定，管理层也可以编制无条件预测，纳入未能募得资金的概率和后果。这两项预测回答不同问题。审阅者应确认计划要求哪一项，以及董事会使用哪一项安排现金承诺。不明确原始条件性陈述，就无法负责任地解释后续融资缺口。
资源到位时间也影响商业里程碑。项目可能需要在报销款到账前支付供应商预付款，或需要营运资本支持首个客户合同。预测登记可以将里程碑日期与支撑它们的融资假设相连。独立的资金管理时间表应记录预计和实际融资收款、限制以及已承诺支出。这种连接让管理层看到假设变化；它不预测获批时间或付款确定性，这些取决于实际计划及已签署文件。
前瞻性研究应在结果评分之前确定版本政策。一项分析可以在共同的提前期定义下评价原始提交版本。另一项分析可以研究修订，但每项修订必须先于对应结果，并披露时间。对部分企业使用最新可得预测，对其他企业使用原始预测，会形成不平等的信息优势。登记应直接显示这种差别，使分析者能够限定使用一致预测版本进行比较。该限制可能缩小样本，必须在分母中保持可见。
| 字段 | 保留理由 | 版本处理 |
|---|---|---|
| 原始接收凭证与文件身份 | 确认提交内容及时间顺序 | 保留且不覆盖 |
| 预测目标窗口 | 定义被预测期间 | 贯穿各项比较 |
| 融资条件 | 识别条件性商业假设 | 记录每项条件变化 |
| 修订时间戳和理由 | 识别修订时可得信息 | 按预测提前期分别评分 |
| 证据收集日期 | 区分结果时间和获取时间 | 保留真实获取历史 |
作者提出的记录设计；加密哈希有助于识别文件，单独使用不构成可信时间戳或事实认证。
11 建立证据与后续跟踪协议
跟踪协议应规定各指标所需证据及处理权限。公开文件可以在其可见范围内支持文件研究。保密申请和企业记录需要适当的访问与治理安排。NSF当前编制指引明确说明申请数据及商业材料的保护，而公开摘要指引排除专有信息。这是不能把公开资助介绍视为完整申请预测的原因之一。在承诺已匹配微观数据研究之前，研究设计应解决访问权问题。[10]
应记录证据质量，同时避免暗示官方再次发布便独立核验了受益人的商业陈述。我们建议分别标注有来源归属的自报信息、经核对的行政记录和经独立鉴证的证据，并保留实际鉴证范围。这些类别是研究分析标签，不能替代审计师或资助方的专业判断。财务审计可能涵盖企业报表，却不包括项目归因陈述。技术证书可能确认测试结果，却不说明未来客户需求。
跟踪应从联系与证据计划开始，不能仅依靠终点期限的一次调查。登记可以识别实施期间预期的观测、商业部署时到期的观测，以及需要较晚财务报表的观测。UKRI报告概述说明项目完成后的结果报告要求，受其适用范围和豁免限制。Principles of Use还说明准确性责任和敏感信息排除要求。这些条款显示了解报告人群与权限的重要性，不应自动延伸到每项企业资助或创新机制。[4,5]
协议应明确如何处理未回复请求、冲突记录和不完整期间。除非另一合格来源能确定目标结果，否则未回复仍应保留未回复状态。冲突金额应保留来源、日期和核对状态。预测期限尚未结束的目标，应标为待完成，并按事先规则排除在已完成期限的评分之外。这些操作区别使评估者能够报告跟踪覆盖情况，而不暗示每个排除观测都代表商业失败。
合乎比例的鉴证流程可以在保留一致最低标准的同时，聚焦重大陈述和未确定案例。审阅者应能够把评分追溯至登记预测和已准入实际值，且不向无权限读者泄露保密材料。对外论文可以发布汇总结果和数据字典，同时受控保存可识别记录。设计应说明由此产生的可复现性限制。访问限制属于证据条件，应直接处理，不能用对数据质量的肯定措辞遮蔽。
| 来源组 | 审阅材料中的商业证据 | 访问或解释边界 |
|---|---|---|
| EIC Accelerator 2026 | 评估中的市场假设和财务预测 | 未确认完整申请资料公开可得 |
| Horizon Europe 2026/27 | 可信影响路径和开发利用考虑 | 由行动及当前标准决定；时间随结果类型变化 |
| Innovate UK | 商业论证和开发利用计划监测 | 后续计划版本与申请分开 |
| NSF SBIR/STTR | 商业潜力及指定提案材料 | 受保护提案数据不同于公开摘要 |
| SBA报告 | 通过授权仪表板提交Company Commercialization Report | 存在报告不证明公众可访问微观数据 |
| Hub71报告 | 公布的社区层面商业汇总 | 未建立申请者预测与结果匹配样本 |
有界文件比较[1-5,9-11,13]，查阅于2026年11月11日。不隐含跨计划成功率或资格比较。
12 介绍构造的衡量组合
定量示例包含十二个完全构造的案例，标为A至L。其概率、预测金额、结果和缺失观测均为作者设定的输入，不代表任何企业、计划或测量人群。共同预测起点紧接2023年1月1日之前。融资事件窗口自该日开始，持续至2025年12月31日。收入和就业针对2025日历会计年度；技术承诺同样以2025年末为截止日期，依据随预测固定的假设性协议。审阅发生在这些期限之后。该时间顺序用于展示已到期目标窗口，不声称存在观测到的历史队列。
融资目标是明确定义的外部定价股权融资事件，并有正额现金实际收讫。收入预测是同一法律实体、同一日历年度、以名义千EUR计量的无条件算术平均值。就业预测是平均有薪雇员FTE的无条件算术平均值，其定义为每日有薪全职当量就业之和除以365。承包人员和劳务派遣人员不计入。技术承诺按假设性验收惯例，分别设定通过、失败或未确定结果。示例未提供真实测试协议或客户证书，也不声称进行了真实技术核验。
观测覆盖情况因指标而异。十个融资事件已确定，九个收入结果已提供，十个FTE结果已提供，十个技术承诺已确定。I和J的融资结果未知；F、I和L的收入缺失；I和L的FTE缺失；F和L的技术结果未知。这些掩码分别提供，不假定统计独立性或缺失机制。E和H明确设定为完整年度零收入和零FTE观测。零值绝不单凭企业关闭推定。
参照融资预测是对每个案例固定赋予0.4概率。这是作者在评分前选择的比较基准，不是估计出的计划基础发生率。第二个比较基准机械地将每项提交概率向0.4移动一半。不进行回归、校准拟合或优化。这些选择让读者可以复现比较，并理解其在结果缺失时如何变化。十二个构造案例中的已实现表现，不能支持建议申请者或计划采用这些概率。
所有有理数评分计算均保留精确分数，小数仅用于展示。均方根误差是精确均方误差的近似平方根。每项指标都输出纳入案例和分母。对于两个未知融资事件，明确列出四种可能的二元补全。连续变量敏感性分析保留其任意上限作为假设。这一设计提供透明计算，且输入量足够小，可人工核查。它不提供抽样分布、估计的置信区间或实证验证样本。
| 案例 | 提交概率 | 已确定事件 |
|---|---|---|
| A | 0.8 | 1 |
| B | 0.7 | 1 |
| C | 0.6 | 0 |
| D | 0.6 | 1 |
| E | 0.5 | 0 |
| F | 0.4 | 0 |
| G | 0.3 | 1 |
| H | 0.2 | 0 |
| I | 0.5 | 未确定 |
| J | 0.1 | 未确定 |
| K | 0.4 | 1 |
| L | 0.7 | 0 |
每项输入均为作者假设。事件1表示指定股权融资现金事件；事件0为假定且已确定的非事件。未观测真实申请者。
横向滚动以完整尺寸阅读图表。您也可以打开原尺寸图表。
构造输入掩码。计数仅描述本计算示例，不是测量得到的计划报告率。
13 以明确比较基准评价已确定融资事件
已确定融资集合包含A、B、C、D、E、F、G、H、K和L。这十个构造案例中发生五个事件。平均提交概率为0.52，因此平均概率减去事件频率为0.02。Brier评分为0.244。固定0.4参照在完全相同案例上的评分为0.260。机械折中比较基准评分为0.240。每项比较均使用相同事件定义、期限和准入结果。两个未确定案例不进入这些十案例计算中的任何一项。
本文将相对参照的Brier技巧评分定义为一减去提交评分与参照评分的比值。因此，提交概率的技巧评分为4/65，约0.0615；机械比较基准为1/13，约0.0769。这些是计算示例中的已实现数值。正技巧评分表示，在这些案例中，所选概率的平均平方损失低于指定参照。它不能保证任何预测优于真实资助方的模型，或在另一队列中表现更好。如果参照评分为零，该比值便无定义，应明确报告。
具体案例有助于解释汇总值。案例A对假定发生的事件赋予0.8，平方误差为0.04。案例G对发生的事件赋予0.3，结果为0.49。案例L对事件发生赋予0.7的概率，但该事件未发生，同样得到0.49。在对称二元损失惯例下，评分惩罚两个方向上自信但错误的判断。计划实际资源分配决策可能具有不对称后果及其他目标。预测评估与资源分配应保留各自决策规则，较低Brier评分不能充当完整融资政策。
比较基准的定义与其数值结果同样重要。从当前十个结果拟合常数概率，会使用预测起点不可获得的信息。如果有明确标签，它可作为样本内描述性参照，但不能作为可操作的事前预测。我们的常数0.4被固定为假设，避免了这一特定信息泄漏。真实前瞻性研究应使用当时确实可得的历史参照，记录其训练人群，并在后续队列评价任何更新规则。当前示例缺少这类额外证据。
结果表应同时列示评分、参照、案例数、期限和缺失结果。应在计算完成后才进行舍入。如果一种方法在九个案例评分，另一种在十个案例评分，数值排名可能反映样本变化。配对准入日志应使分析者能够重建共同比较集合，并评估被排除案例。当不同方法确实为不同人群发布预测时，覆盖情况应成为独立报告的结果，不能从评估中消失。
| 指标 | 提交预测 | 固定参照 | 机械折中比较基准 |
|---|---|---|---|
| 评分案例数 | 10 | 10 | 10 |
| Brier评分 | 0.244 | 0.260 | 0.240 |
| 相对固定参照的Brier技巧评分 | 4/65 | 0 | 1/13 |
| 规则 | 原始给定概率 | 每例均为0.4 | 从提交概率向0.4移动一半 |
展示评分以精确分数为基础。没有参数拟合于观测计划数据。机械比较基准的表现不是校准验证。
横向滚动以完整尺寸阅读图表。您也可以打开原尺寸图表。
完全构造的案例。未确定事件单独显示，不计入已观测案例损失。
14 区分概率校准与排序
概率可能有效排序案例，却表达不准确的信心水平。排序考察较高预测是否倾向于伴随事件发生。校准考察在相关信息和人群下，概率是否与事件频率一致。当评估者先用预测安排审查优先级，再用于预算预期商业结果时，这一区别很重要。仅凭排序统计量，不能证明所提交概率适合作为现金规划输入或估计获批概率。
十个已确定构造融资案例的成对比较AUC为31/50，即0.62。它把五个事件案例与五个非事件案例逐一比较，概率相同的配对给予半分。共有25个此类配对。机械折中变换是严格递增的仿射变换，因此保留排序及并列关系。即使Brier评分改变，其AUC仍为0.62。这是变换作用于给定案例的数学性质，不能确认变换后概率已校准。
分箱汇总采用评分前固定的三个区间：低于三分之一、从三分之一到低于三分之二，以及从三分之二到一且含一。已确定案例中，低箱包含G和H，中箱包含C、D、E、F和K，高箱包含A、B和L。平均概率分别为0.25、0.50和约0.7333。事件频率分别为0.50、0.40和约0.6667。必须显示各箱数量，因为这些差异仅基于两个、五个和三个构造观测。
总体概率超出事件频率0.02，并不意味着各处校准都接近。方向相反的分箱差异可以在汇总中抵消。同样，小箱中的噪声频率不足以证明总体存在系统缺陷。真实研究应预先规定分箱或其他校准方法，保留评估人群，并采用与独立观测、聚类及重复队列相适应的设计量化不确定性。本表展示需要报告的对象，不给出真实计划的估计置信限。
重新校准需要另一条时间边界。利用后续结果拟合的模型，不能称为针对相同结果的事前修正。训练、调参和评估期间应分开，并在调整版本旁保留原始预测。共同冲击和计划构成变化也会影响可迁移性。因此，融资仪表板使用重新校准的概率时，应注明验证期间和人群。我们的机械比较基准没有这样的验证记录，仅是已披露的算术比较。
| 固定区间 | 案例 | 平均概率 | 事件频率 |
|---|---|---|---|
| 0至低于1/3 | G, H; n 2 | 1/4 | 1/2 |
| 1/3至低于2/3 | C, D, E, F, K; n 5 | 1/2 | 2/5 |
| 2/3至1，包含上端点 | A, B, L; n 3 | 11/15 | 2/3 |
构造的描述性分箱汇总。极小分箱数不支持总体校准主张或置信区间。
横向滚动以完整尺寸阅读图表。您也可以打开原尺寸图表。
构造案例；仅作描述性比较。45度相等参照线不是拟合校准曲线。
15 用匹配观测衡量收入预测误差
收入评分使用同时具备预测和假定实际值的九个案例：A、B、C、D、E、G、H、J和K。预测合计为5,300千EUR，实际值合计为4,530千EUR。预测减实际值为770千EUR，平均有符号误差为770/9，约85.56千EUR。预测总额与实际总额的比值为530/453，约1.1700。总额相对高估为77/453，约17.00%。该比值和百分比表达不同数量，应分别标注。
均方误差为667,900/9，单位为千EUR的平方。其平方根约为272.417千EUR。平均绝对误差为230千EUR。有符号均值描述净误差方向，平方损失和绝对损失则按各自定义描述误差大小。正负误差可以在净总额中抵消。因此，组合可能呈现较小有符号误差，同时存在显著的逐案例偏差。案例表使这些偏差可供检查，让解释不完全依赖汇总值。
零实际值的处理很重要。E和H被明确设定为完整年度零观测，预测则为正数。逐案例将误差除以实际值，所得百分比误差在这些案例中无定义。为了获得方便的百分比而删除它们，会改变样本并遗漏重大预测误差。我们的主要评分通过原始单位差值保留这些案例。报告总额比值，是因为匹配实际总额为正。研究应在查看哪些企业位于这些位置之前，先定义零值与分母处理方式。
收入尺度也影响比较的含义。案例等权MSE在计算中对每个案例的货币误差平方赋予相同权重，因此货币偏差越大，对结果贡献越大。关注相对表现的研究者可选择另一项预先规定的指标，并明确处理零值与尺度。这将是额外的待估目标量。不能在看到结果后替换已选评分，也不能通过未披露权重将其与FTE及技术里程碑混合。决策目的应解释某种汇总为何有用。
不能把九案例总额与全部十二个提交预测比较，仿佛缺失实际值为零。F、I和L的预测合计1,350千EUR，但所给记录中的已实现收入仍未知。它们应纳入覆盖与敏感性分析。评估者可以报告匹配案例结果，再单独报告全组合界限。这些输出保留各人群的已知信息，避免因改变分母而制造表面上的总体准确性估计。
| 案例 | 预测均值 | 假定实际值 | 预测减实际值 |
|---|---|---|---|
| A | 1200 | 1000 | 200 |
| B | 900 | 1200 | -300 |
| C | 800 | 400 | 400 |
| D | 600 | 800 | -200 |
| E | 500 | 0 | 500 |
| F | 400 | 缺失 | 不评分 |
| G | 300 | 450 | -150 |
| H | 250 | 0 | 250 |
| I | 200 | 缺失 | 不评分 |
| J | 100 | 80 | 20 |
| K | 650 | 600 | 50 |
| L | 750 | 缺失 | 不评分 |
所有数值均为作者假设。匹配合计使用九个案例；三个缺失实际值仍缺失。E/H的零值明确针对完整目标年度设定。
横向滚动以完整尺寸阅读图表。您也可以打开原尺寸图表。
2025年的构造名义千EUR金额。不估计真实企业结果或计划预测误差。
16 按各自定义核验就业与技术交付
就业比较包含十个案例，其中包括收入缺失的F。其平均FTE预测合计64，假定实际平均FTE合计51。有符号总误差为13 FTE，平均有符号误差1.3 FTE，MSE为6.7 FTE平方，近似RMSE为2.588 FTE。平均绝对误差为2.1 FTE。预测总额与实际总额比值为64/51，约1.2549。对应相对高估为13/51，约25.49%。这些汇总使用就业观测掩码，而收入指标使用收入观测掩码。
本示例的平均FTE是时间平均就业指标。12月31日报告的人数无法自动确定该指标。证据需要确认指定各日的有薪全职当量就业。真实研究应保留准确的薪酬计量惯例、非全日制处理和实体范围。我们的实际值为整数，仅是设定的示例数值，年度FTE均值完全可以是小数。输入没有小数，并不改变指标定义，也不授权用年末人数替代。
技术交付有十项已确定承诺，假定六项通过、四项失败。F和L仍未确定。因此，已确定承诺通过比例为3/5。若两项未确定承诺均失败，则十二项中六项通过；若均通过，则十二项中八项通过。全组合区间因此为二分之一至三分之二。这两个端点穷尽该交付指标的缺失二元可能性，不赋予这些可能性概率分布，也不提供真实计划技术成功率的证据。
商业与技术指标可以合理地出现差异。产品可能满足技术验收条件而未达到销售目标，也可能记录就业而某个里程碑延误。登记应分别保留这些结果，并识别申请所主张的确切关系。把所有后续收入归因于一次成功测试，需要商业采用和其他贡献因素的额外证据。当前计算既不估计该因果关系，也不假定某指标可以确定另一指标的缺失值。
综合影响评分需要明确单位、权重及其服务决策的解释。缺少这一结构便混合二元事件概率、货币误差、就业误差和技术通过比例，会模糊各自含义。我们保留独立汇总，让董事会或评估者按其记录在案的决策过程评价权衡。未来研究若提出综合指标，应保留底层指标、开展敏感性分析，并用适当证据验证其与后续决策或结果之间的任何主张关系。
| 案例 | 预测平均FTE | 假定平均FTE | 技术通过 |
|---|---|---|---|
| A | 12 | 10 | 1 |
| B | 10 | 12 | 1 |
| C | 8 | 5 | 0 |
| D | 7 | 8 | 1 |
| E | 6 | 0 | 0 |
| F | 5 | 4 | 未确定 |
| G | 4 | 5 | 1 |
| H | 3 | 0 | 0 |
| I | 3 | 缺失 | 0 |
| J | 2 | 1 | 1 |
| K | 7 | 6 | 1 |
| L | 9 | 缺失 | 未确定 |
作者输入，采用各指标各自的准入记录。分别提供的掩码不意味着统计独立。技术数值是在假设性固定协议惯例下设定的结果。
17 将缺失结果贯穿组合计算
两个未知融资事件产生四种可能的补全组合。在所有已知结果保持不变时，I和J可取零零、零一、一零或一一。完整十二案例的Brier评分依次为9/40、7/24、9/40和7/24。得到的范围为0.225至约0.2917。每种补全均使用全部十二个提交概率及对应完整结果向量。该范围描述这个构造数据集对未确定二元事件的敏感性。它不是置信区间，也不赋予任何补全以发生可能性。
参照和排序汇总也随相同补全变化。比较方法时，案例结果必须始终对齐。一项指标的下界和另一项指标的上界，可能来自不同补全组合，把两者呈现为同一个已实现情景会出错。本例四种补全的AUC从37/72变化至47/70。平均概率减事件频率从负十分之一至十五分之一。低概率案例J的未确定结果对这些指标有实质影响，即使其提交预测看起来数值很小。
缺失收入需要不同处理，因为在示例最低限度假设下，非负收入金额没有有限上界。已观测实际值合计4,530千EUR。如果缺失收入非负，这就是十二案例实际总额下界。仅凭非负性不能提供有限总额上界。全部预测合计6,650千EUR。根据这些事实无法计算一个全组合百分比误差；声称缺失收入很可能较小，需要本例未提供的证据。
另一项敏感性分析假设三个缺失收入每个均处于零至1,000千EUR之间。引入这一任意上限，仅为展示明确附加假设如何改变结论。完整实际总额因此处于4,530至7,530千EUR之间。预测减实际值处于负880至2,120千EUR之间。净低估和净高估都与假定范围相容。该上限不是法律限额、市场估计、置信界限或插补观测。报告其端点时，应始终保留上限假设。
对缺失FTE，同样明确设定每个缺失案例最多15平均FTE的示范上限，则完整实际总额介于51与81之间，对应预测76。因此，有符号总误差可从负5至25 FTE。这一独立设定的上限也是作者选择的敏感性假设。两种设上限结果都不能识别缺失机制。真实研究可以调查行政跟踪、报告激励和选择，但加权或插补需要额外假设与诊断。保持未确定值可见，是这项工作的起点，且应分别报告观测表与敏感性分析表。
| I、J结果 | 提交预测Brier | 参照Brier | AUC |
|---|---|---|---|
| 0,0 | 9/40 | 73/300 | 47/70 |
| 0,1 | 7/24 | 13/50 | 37/72 |
| 1,0 | 9/40 | 13/50 | 2/3 |
| 1,1 | 7/24 | 83/300 | 18/35 |
针对构造输入的四种假设补全所作精确计算。基础数据中的未知事件仍未确定。
| 指标 | 附加假设 | 完整实际总额 | 预测减实际值 |
|---|---|---|---|
| 收入，千EUR | 仅要求缺失值非负 | 至少4530；无上界 | 误差无有限下界 |
| 收入，千EUR | 每个缺失值最多1000 | 4530至7530 | -880至2120 |
| 平均FTE | 每个缺失值最多15 | 51至81 | -5至25 |
| 技术承诺 | 未确定结果全部失败或全部通过 | 6至8项通过，共12项 | 通过比例1/2至2/3 |
上限及二元端点是明确的示例假设。界限不具备概率或抽样覆盖率解释。
横向滚动以完整尺寸阅读图表。您也可以打开原尺寸图表。
以千EUR计的构造敏感性分析。没有明确任意上限时，实际总额的上界不受限。
18 识别存续选择与未确定的企业变更
对受资助者的研究描述的是经选择的人群。如果没有被拒申请者的原始预测及可比后续跟踪，便无法确认他们预测得多好。资助方可能按感知质量、商业抱负或其他标准选择，改变受资助者提交陈述的分布。研究计划应识别每项结果所指人群，并在可得时保留选择过程。构造组合仅包含受资助者，不提供被拒申请者比较，也不估计分配效应。
当商业目标超出某些企业经营寿命时，存续条件需要特别注意。以继续经营为条件表达的收入预测，应在该条件下评价，并明确条件与人群。无条件期望收入则在预测本身纳入关闭可能性。将存续企业的条件预测与整个队列结果比较，会改变待估目标量。如果拥有两种原始预测目标和适当观测，研究可以同时报告两种视角，但不能把其中一种描述为对另一种的修正。
关闭本身不能证明某会计年度全年收入为零。企业可能在关闭前交易、出售资产、转移客户合同，或依据其他有记录的基础确认收入。需要关于目标会计窗口的证据。两个零值案例明确设定完整窗口观测，因为目的在于展示有效计算，不是根据经营状态标签推定报表。真实记录应说明哪些会计证据支持零值，以及窗口期间实体范围是否改变。
收购带来额外连接问题。原企业可能作为拥有可识别报表的子公司继续存在，也可能并入其他实体，或仅转让部分资产。继承主体的总营业额可能包括原始预测没有的业务。实用研究协议应预先界定跟踪原法律实体、特定业务活动，还是有文件支持的继承范围。任何衔接都需要调节核对及适当访问权。收购公告中的估值或交易所得是独立结果，不能自动确定原始收入目标。
缺失也可能反映报告负担、保密、定义争议或商业表现。当前数据集不假定这些机制中的任何一种，使用的是给定的固定观测掩码。未来实证研究应调查已知未回复情况，在合法且适当时比较可观测特征，并披露任何调整背后的假设。仅拟合报告概率模型，并不能证明结果满足随机缺失条件。对缺乏依据假设的敏感性应保持可见，尤其当结论依赖未观测的高收入企业或失败企业时。
19 比较融资结构时明确因果推断边界
融资登记可以在商业里程碑旁记录支持类型、现金收款、时间、所有权条款、偿还要求和限制。这些事实有助于解释形成预测时的资源与义务，应来自真实计划条款和已签署文件；资助或加速器这样的宽泛标签不够充分。不要求出让股权的计划可能包含非现金支持，另一安排可能结合资助和投资。研究应先保留具体工具和受益实体，再比较参与者经济地位。
股权稀释需要明确交易及资本结构基础。创始人在定价融资轮后的持股比例，取决于实际证券、期权安排、转换和其他条款。计划公告或标题所列支持包不能确认该比例。研究缺少已签署融资文件时，稀释字段应保持不可得，或仅记录为有清楚来源归属的已公布计划路径描述。示范性持股计算应放在披露输入的独立情景中，不能列入实证结果表。
时间可以通过不同里程碑观测：提交、决定、协议、条件满足和现金到账。它们的间隔回答不同融资问题。规划供应商承诺的创始人需要相关收款和限制日期；研究行政处理的评估者需要选定起止定义。跨计划混合这些间隔，即使每个日期都正确，也会形成误导比较。登记应保留各日期来源，对不确定或有条件事件保留未确定状态。
不同工具组后续商业结果的观测差异，不能识别这些工具的效应。进入纯资助路径的企业，在阶段、行业、资本需求和其他特征上，可能不同于被选择接受投资支持的企业。因果比较需要合理设计、假设以及有关选择过程的数据。Howell资助研究和Smart评估展示在各自人群中处理反事实问题的实质性尝试。它们不能验证不相关机制之间未经调整的比较，也不能确认拟议登记的效应。[6-8,14]
本文的计划比较基于文件，数值演示完全构造。没有建立包含已观测支持金额、股权稀释、收款时间和后续结果的匹配队列。前瞻性扩展应先确认各字段访问权限及法律依据，再定义结果和比较人群。如果融资条款仍属保密，研究仍可在适当治理的数据集中评价预测准确性，同时报告拟议工具比较不可进行。范围应由实际获得的证据决定。
| 字段 | 优先来源 | 解释限制 |
|---|---|---|
| 工具与条件 | 适用条款及已签署支持文件 | 仅凭计划标签不足 |
| 获批金额与实际现金 | 获批决定及收款证据 | 获批金额与收到现金不同 |
| 所有权变化 | 已签署融资文件及资本结构记录 | 不能从标题支持金额推断股权稀释 |
| 时间 | 有日期记录的提交、决定、协议和收款 | 每个间隔需要明确终点 |
| 商业结果 | 已准入的匹配财务报表或其他证据 | 总结果不能证明额外性 |
拟议实证数据请求。本文没有将这些字段中的任何一个作为观测申请者微观数据提供。
20 将商业预测用于董事会融资计划
对管理层而言，登记应把资助叙述与董事会批准的经营计划相连。销售预测意味着交付能力、获客支出和营运资本要求。技术里程碑可能需要设备订单、测试费用和招聘。申请可以描述有抱负的商业路径，而资金管理计划需要显示融资或客户采用延迟的后果。共同的有日期假设使这些文件能够协调，同时各自保留其决策用途。
我们建议董事会审查：哪项预测用于现金承诺，哪些假设依赖尚未收到的支持，以及什么证据触发更新。管理层应识别可推迟成本、已承担合同义务，以及报销或投资交割之前所需流动性。这些判断因企业而异，需要真实现金记录和文件。框架提供问题和记录字段，不建议普遍适用的现金续航缓冲、融资概率或支出比率。
重大预测修订应同时显示经营驱动因素和融资含义。较晚部署日期可能推迟收入，并改变供应商或薪资成本发生期间。预期客户组合变化可能影响定价、付款条款及支持需求的证据。登记应保留原始预测和管理层修订看法，以及各自日期。董事会便能依据当前证据决定继续、分阶段实施或调整承诺，同时保留原研究比较。
投资者讨论也可以采用这种纪律。把申请预测连接至后续财务报表并解释偏差的数据室，为审阅者提供可追溯证据路径。这是拟议咨询交付物，不是已经测量出流程提高估值或促成融资轮的主张。企业可能有充分理由修订假设，包括技术发现或市场变化。记录质量关注这些理由及后果是否有证据支持，原始预测是否全部实现则是另一问题。
因此，咨询方的实际价值主张是一项有边界的工作：建立预测登记、核对融资条件、定义商业指标、识别证据缺口，以及准备可供决策的后续工作。应与管理层约定范围、责任及交付物。特定记录可能需要单独的会计、法律或技术专业意见。咨询方不应仅因文件结构化就承诺获批、估值提升或计划接受。服务结果与工作成果的清晰程度应分别看待。
21 设计分母可见的评估仪表板
有用的仪表板应在展示主要评分之前，先显示研究人群和缺失信息。我们建议顶部面板按指标列示已登记队列、已到期预测期限、准入配对、未确定记录和排除项。评分面板随后标明预测形成时点与版本、比较方法和参照模型。第三面板记录修订和跟踪状态。这种布局让决策者看出结果变化是由于结果不同、样本不同，还是定义更新。
指标面板应保留单位。以千EUR计的收入RMSE、FTE误差和二元融资评分，在没有额外选择时无法在共同数值尺度上解释。仪表板可以并列显示它们的定义和案例数。如果决策者希望给出总体计划判断，该判断应明确说明目标与权衡。对异质评分作未解释平均，会产生看似精确但缺少明确经济含义的数字。
示例显示，同一组合可以产生多个合理分母：十二个登记案例、十个已确定融资事件、九个匹配收入、十个匹配FTE记录，以及十个已确定技术承诺。仪表板应在对应输出旁显示这些分母。覆盖变化应有自身历史。原先缺失的结果准入后，更新结果应识别新纳入案例，并保留先前版本，使审阅者能够重建变化。
由评分触发的政策或管理行动应有记录依据。不利修订可能促使数据质量核查、假设复核或进一步技术尽职调查，但不会自动证明欺诈、管理不善或融资政策失败。仪表板应引导使用者查阅具体决策所需证据，并识别谁有权作决定。阈值、升级处理规则和重大性水平应针对实际计划选择；若提出实证绩效主张，应进行验证。
发表应保持同样纪律。汇总报告可以包含队列流转、观测掩码、评分定义和敏感性结果，同时保护保密记录。外部读者应能区分披露的自报信息与经鉴证财务报表，以及拟议方法与已评估干预。数据无法共享时，应以普通语言解释核验和复现限制。精美仪表板不应让看似确定的颜色或评分掩盖薄弱连接或未解决证据缺口。
| 面板 | 最低显示字段 | 支持的决策 |
|---|---|---|
| 人群与覆盖 | 已登记、已到期、准入、缺失及排除数量 | 理解结果描述哪些记录 |
| 预测表现 | 形成时点与版本、单位、评分、参照和分母 | 一致解释比较 |
| 敏感性 | 未知案例、假设及指标特定界限 | 评估对未确定结果的依赖 |
| 证据质量 | 来源类别、鉴证范围及核对状态 | 识别所需额外核验 |
| 行动与修订 | 负责人、下一步和版本历史 | 跟踪行动且保留原始陈述 |
作者提出的界面方案。本文未对仪表板干预或计划结果进行实证评价。
22 建立前瞻性实证研究
前瞻性扩展应从具体问题和可行数据合作开始。一项可能研究考察：在已定义获批队列及固定期限内，提交的融资概率是否校准。另一项研究考察原始收入预测误差如何不同于当时真正可获得的历史参照。这些问题需要的记录不同于资助额外性研究。协议应在请求大规模数据前，明确主要待估目标量、人群、预测统计泛函、结果标准和跟踪日期。
首次可行性样本应检验能否取得原始申请、带时间戳附件、稳定实体标识及匹配结果。本文四记录公开调查显示需要检查的缺口类型，不估计正式授权数据合作能够多频繁地补足这些缺口。项目应记录数据控制者、允许连接的权限、敏感记录处理方式，以及哪些派生输出能够发表。这些条件决定可复现研究范围，也可能限制拟议比较。
协议随后应规定队列进入和跟踪规则。只有研究问题、访问权和比较设计支持时，才纳入获资助和被拒申请。撤回及不合格记录应保留在明确定义的流转中，避免它们消失而默默改变分母。应定义预测期限到期、修订处理、缺失结果、实体变化和争议证据。拟议研究可以报告按自身规则准入的记录比例，但应将该比例描述为所选数据集和访问条件的特征。
样本量规划需要超出十二案例示例的信息。期望精度、事件频率、预测损失变异、聚类、重复测量和计划中的亚组比较，都会影响设计。当前示例不提供该计算的实证输入。研究者应使用有理由支持的试点证据，或明确声明的规划范围，并保持假设可见。预先规定主要分析、分开训练与评估，可减少可避免的模糊；不确定性估计必须遵循真实抽样和依赖结构。
研究报告应在许可范围内发布数据字典、准入规则、队列流转计数、评分计算和敏感性程序。独立核验可以检查连接并重新计算允许输出，无须公开保密申请。报告还应解释偏离已登记协议的变更，并区分探索性发现和计划检验。如果研究后来评价使用登记是否改变融资决策或结果，那是需要自身比较设计的另一项干预问题。当前框架提出这条证据路径，不声称已有测量效应。
横向滚动以完整尺寸阅读图表。您也可以打开原尺寸图表。
作者提出的研究架构。连接的商业结果只支持由预测定义和证据定义所允许的比较。
23 跨技术与地区应用框架
通过精确定义商业和技术数量，可以将匹配框架用于不同技术。对AI软件企业，申请可能预测合同部署或已确认订阅收入。客户试点、试用用户和年化运行收入应保留各自定义。技术预测可能涉及固定数据集和运行环境下的性能阈值。后来在不同数据上进行的基准测试，不能自动确定原陈述。它们是拟议方法应用，本文没有提供已观测AI申请者结果。
对电池或工业硬件开发，证据路径可能连接实验室结果、资格认证过程、制造准备度和客户订单。商业销售预测应识别其假定的阶段和融资条件。技术测试结果需要其协议、样本和环境条件。收入需要前文所述会计和实体边界。里程碑可以有商业意义，但不保证转化为订单或现金。登记记录管理层主张的联系，使后续证据可以检验具体陈述。
水、电力和其他基础设施技术可能需要场地准入、承购安排、监管条件和较长部署期。相关结果可能是已投运能力、合同服务收入或指定运行制度下的表现。这些数量应保持独立。一处成功示范没有相应证据，就不能确认全国部署总量。前瞻性研究应定义系统边界，并明确陈述针对技术供应商、项目SPV还是更广客户组合。
地理比较同样需要谨慎处理计划设计、报告访问、货币和企业定义。本文审阅的欧盟、英国、美国和海湾材料展示不同来源及信息边界。Hub71公布的生态系统汇总提供其社区背景，而所查页面未为本研究提供匹配的原始申请者预测。因此，它们不进入跨国准确性表。比较地区的研究需要合理抽样与协调统一设计，并清楚披露定义变得可比时丢失哪些信息。[13]
可迁移要素是记录结构：保留原始陈述、定义条件、收集匹配证据并保留未确定信息。每个计划仍需要实际适用条款，每个行业仍需要适当技术和商业专业知识。本文不主张某一通用指标能够公平排序所有创新。有效咨询工作可以从狭义商业决策开始，建立该决策所需证据路径，仅在数据和管理目的支持时扩展。
| 场景 | 需定义的陈述 | 证据边界 |
|---|---|---|
| AI软件 | 已确认部署收入或指定模型测试 | 区分试点、年化运行收入和匹配测试条件 |
| 电池技术 | 资格认证里程碑及商业销售 | 固定技术协议和假定制造阶段 |
| 水技术 | 明确场地的性能与合同收入 | 保留场地、基准和客户范围 |
| 能源基础设施 | 投运或服务收入里程碑 | 区分供应商、SPV和系统结果 |
| 跨境组合 | 可比原始预测及后续指标 | 明确协调货币、期间、实体及计划定义 |
作者提出的使用案例，不是观测交易、申请者研究或已检验行业效应。
24 明确限制与下一步证据决策
本文实证证据包括有日期记录的文件审阅，以及目的性的公开披露可行性调查。四份受查项目记录没有产生任何合格配对，即申请预测的时间经认证，且商业结果经独立核验。这个有界发现支持针对这些记录和访问条件的可行性结论。它不能确认保密计划数据是否可得、预测误差的普遍程度，或项目商业成功。本文不报告现实准确性评分。
十二案例定量练习完全构造，展示如何保留指标特定分母、将提交概率与固定参照比较、区分校准与排序，以及把未确定观测贯穿敏感性分析。上限、概率和结果都是假设。计算值不能确认计划报告率、资助因果效应、最优选择规则或重新校准政策绩效。每项汇总和图表都应保留构造示例的假设及限制。
当前管理决策，是能否依法且一致地汇集必要原始预测和匹配证据。申请者可以从保存提交版本、将其连接至当前经营和融资计划开始。评估者可以从定义目标人群、结果证据和跟踪规则开始。前瞻性研究者可以在获授权可行性样本中检验这些要求。各方应识别阻碍特定比较的未解决事项，不能用方便的代理指标替代。
有用的第一项交付物，是包含准确预测、形成时点与版本、已定义结果、条件、证据负责人和下次审查日期的陈述登记。第二项是准入和排除日志，保留每个配对可否评分的原因。第三项是指标特定结果表，附有分母、参照和敏感性假设。这些是拟议工作成果，可按自身完整性与可追溯性审查。任何声称它们改善获批决策、估值或商业结果的主张，都需要进一步证据。
结论是一套实用研究纪律。商业承诺通过从原始预测到合格结果的明确链条变得可检验，整个过程始终保留指标和时间。数值结果只能针对该链条支持的比较发表。缺失证据保持可见，修订保留历史，因果主张采用自身研究设计。这一结构在尊重实际可得信息限制的前提下，为实质性实证研究和更清晰的融资讨论提供基础。
| 检查点 | 观测到的日期或窗口 | 行动与限制 |
|---|---|---|
| EIC 2026完整提案批次 | 最后列出批次为2026年11月4日 | 11月11日审阅时已过；如有新征集需重新核查实际门户 |
| NSF 26-510 | 2026年11月4日之后下一列出日期为2027年3月4日 | 提交机构当地时间下午5时；仍适用邀请和阶段条件 |
| UKRI结果报告 | 2027年2月1日至3月11日，英国时间下午4时 | 仅适用于指引涵盖的报告人群及豁免 |
| SBA宣布的标准 | 2026年11月15日及在SBIR.gov发布 | 记录通知与实施条件；本文不认定其已生效 |
| 构造预测起点 | 紧接2023年1月1日之前 | 假设登记时点，不是真实提交队列 |
| 构造目标期限 | 2025年末 | 所有示例结果及缺失状态均假定；没有真实申请 |
部分有日期文件[1,4,9,12]，于2026年11月11日核查。本表不是申请日历，也不承诺某条路径当前对特定申请者开放。
参考文献
- European Innovation Council. EIC 2026 work programme and second amendment, 17 June 2026. 查阅于2026年11月11日. https://eic.ec.europa.eu/eic-funding-opportunities/eic-2026-work-programme_en
- European Commission. Horizon Europe Proposal Evaluation Standard Briefing, version 14.0, 15 April 2026. 查阅于2026年11月11日. https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/experts/standard-briefing-slides-for-experts_he_en.pdf
- UK Research and Innovation. What happens if you receive a funding offer. Innovate UK monitoring and exploitation guidance. 查阅于2026年11月11日. https://www.ukri.org/councils/innovate-uk/guidance-for-applicants/general-guidance/what-happens-if-you-receive-a-funding-offer/
- UK Research and Innovation. Reporting your project's outcomes. 更新于2026年7月28日；查阅于2026年11月11日. https://www.ukri.org/manage-your-award/reporting-your-projects-outcomes/
- UK Research and Innovation. Research outcomes collection Principles of Use. 查阅于2026年11月11日. https://www.ukri.org/wp-content/uploads/2020/12/UKRI-120424-Research-Outcomes-Collection-Principles-of-Use.pdf
- UK Research and Innovation. Smart Grants impact evaluation final report, 14 July 2026. 查阅于2026年11月11日. https://www.ukri.org/publications/smart-grants-impact-evaluation-final-report/
- UK Research and Innovation. Smart Grant Impact Evaluation Report, July 2026. 查阅于2026年11月11日. https://www.ukri.org/wp-content/uploads/2026/07/IUK-140726-SmartGrantImpactEvaluationReport.pdf
- UK Research and Innovation. Smart Grants impact evaluation technical annex, July 2026. 查阅于2026年11月11日. https://www.ukri.org/wp-content/uploads/2026/07/IUK-140726-SmartGrantImpactEvaluationReport-TechnicalAnnex.pdf
- US National Science Foundation. NSF 26-510 SBIR/STTR Phase I, Phase II and Fast-Track solicitation. 当前版本查阅于2026年11月11日. https://www.nsf.gov/funding/opportunities/small-business-innovation-research-small-business-technology/nsf26-510/solicitation
- US National Science Foundation. Proposal contents and preparation. 当前链接指引查阅于2026年11月11日. https://seedfund.nsf.gov/solicitation-proposal/
- US Small Business Administration. Performance Benchmark Requirements, Commercialization Reporting section. 查阅于2026年11月11日; 基准版本的适用限定见正文. https://www.sbir.gov/performance-benchmarks
- US Small Business Administration. Updated Minimum Performance Standards for Commercialization, document 2026-17987, 2 September 2026. 查阅于2026年11月11日; 所述实施条件见正文. https://www.federalregister.gov/documents/2026/09/02/2026-17987/updated-minimum-performance-standards-for-commercialization-for-firms-that-receive-funding-through
- Hub71. Reports, including Impact Report 2025 listing dated 8 June 2026. 查阅于2026年11月11日. https://www.hub71.com/reports
- Howell, Sabrina T. 2017. Financing Innovation: Evidence from R&D Grants. American Economic Review 107(4), 1136-1164. DOI 10.1257/aer.20150808. https://www.aeaweb.org/articles?id=10.1257/aer.20150808
- Gneiting, Tilmann. 2011. Making and Evaluating Point Forecasts. Journal of the American Statistical Association 106(494), 746-762. DOI 10.1198/jasa.2011.r10138. 作者论文由Bundesbank托管. https://www.bundesbank.de/resource/blob/635562/7d3de0f3fc003e5b4864828143f268cf/mL/2012-06-01-eltville-11-gneiting-paper-data.pdf
- Gneiting, Tilmann, and Adrian E. Raftery. 2007. Strictly Proper Scoring Rules, Prediction, and Estimation. Journal of the American Statistical Association 102(477), 359-378. DOI 10.1198/016214506000001437. https://doi.org/10.1198/016214506000001437
- European Commission CORDIS. MODBRIDGE, grant 694217, periodic reporting and results. 查阅于2026年11月11日. https://cordis.europa.eu/project/id/694217/reporting
- European Commission CORDIS. EKOMAP, grant 661864, periodic reporting and results. 查阅于2026年11月11日. https://cordis.europa.eu/project/id/661864/reporting
- European Commission CORDIS. iLocator, grant 663463, periodic reporting and results. 查阅于2026年11月11日. https://cordis.europa.eu/project/id/663463/reporting
- European Commission CORDIS. NexGenFSCM, grant 726825, periodic reporting and fact sheet. 查阅于2026年11月11日. https://cordis.europa.eu/project/id/726825/reporting
- UK Research and Innovation. Guidance for applying to specific funds, Smart section. 查阅于2026年11月11日. https://www.ukri.org/councils/innovate-uk/guidance-for-applicants/guidance-for-specific-funds/
关于作者
Chennakeshav（CK）是一位企业融资与投资银行高管，在并购、成长资本与企业战略领域拥有25年以上全球交易发掘、结构设计及执行经验。他曾为创始人、企业与基金领导价值创造项目，将董事会层面的视角衔接至实际执行与交割。
他的职业经历涵盖Morgan Stanley、HSBC、Lloyds Banking Group、EWEC、ADQ旗下投资组合公司与Emirates Growth Fund，涉及TMT、房地产、金融科技、深科技、清洁科技、基础设施与能源。他曾与企业高管、私募股权及创投基金、主权财富基金和家族办公室合作，为复杂融资与扩张期企业筹资，并领导并购尽调、并购后整合与业务转型项目以创造价值。
他在Matchpoint Partners担任管理合伙人，领导公司的企业融资、并购与募资业务。他拥有London Business School的MBA学位、VTU的工程学位，并正在UCL London攻读法学硕士（LLM）。
CK积极担任初创企业导师，参与Techstars、DIFC FinTech Hive、Startup Grind、Founder Institute与IN5的导师工作，在London Business School担任Entrepreneur Mentor in Residence（EMiR），并担任Entrepreneurship World Cup评委。
https://www.linkedin.com/in/ckadya/
https://www.matchpoint-partners.com/team/ck-adya.html
免责声明
本文属于持续研究私人及另类市场结构的系列。文中观点为作者个人观点。本文仅供参考，以一般性方式讨论市场结构，不构成投资、法律、税务或监管建议，也不构成针对任何证券、载体或交易对手的推荐。
