基于系統動力學的知識產權質押融資風險研究

 　　【摘要】在經濟社會快速發展的當下，知識產權質押融資作為一種新的融資手段需要不斷發展以適應時代的需要。在過去，銀行很難對企業知識產權風險有非常全面的把握且對知識產權質押的風險估值存在一定的偏差，導致銀行在放貸時總是傾向于調低額度以減少風險，不利于企業發展及資金效率最大化。文章通過分析A公司知識產權質押融資案例來探究風險評估問題，使用系統動力學對融資風險進行評估，希望為科技型企業通過知識產權質押解決融資困難，推動金融科技創新，為創新驅動發展貢獻出一分力量。

　　【關鍵詞】知識產權質押;風險評估;系統動力學

　　【中圖分類號】F038.1

　　《現代金融》(月刊)創刊于1983年，由江蘇省農村金融學會主辦。主要欄目有：卷首語、行長論壇、專家視野、理論探討、工作研究、經營之道、調研專利、一線傳真等。榮獲江蘇省一級期刊、北大2004版核心期刊。

　　一、引言

　　隨著我國經濟的快速發展，各類融資手段作為支持經濟發展的助力不斷創新，在此背景下，知識產權質押融資得到了快速發展。近年來，特別是在新冠肺炎疫情的影響下，為了促進企業持續經營，國家不斷出臺政策(如《支持復工復產十條》等)，鼓勵受到疫情沖擊的民營企業通過知識產權質押獲得融資，不斷推動知識產權質押融資發展。輕資產、重技術是很多擁有高新技術的科技型企業的特點，但是這一特點在傳統的固定資產抵押類的融資中難以獲得足夠的資金支持企業發展，于是將知識產權進行質押融資勢在必行。但是，在現實中，在整個知識產權質押融資評估環節中，由于風險評估過程的不完善不充分，銀行在放貸時為了降低風險會傾向于調低放貸額度，且知識產權質押融資成功率較低。銀行在發放貸款時，更傾向于有形資產，且放貸金額與知識產權實際估值存在較大偏差。銀行這種較為保守的放貸行為，主要的原因是現階段銀行很難對企業的知識產權風險形成全面的把握且對知識產權質押的風險估值存在一定的偏差，這也是目前知識產權質押融資發展的一大問題。

　　A公司作為一家優質上市公司，其在運用知識產權進行質押融資的過程中仍然只得到了遠低于正常額度的貸款額，本文以此為基礎，對現行知識產權風險評估方法進行探究。知識產權價值評估的偏差，與風險估值直接相關。通過調查，筆者發現在知識產權質押貸款過程中，銀行仍然使用傳統的知識產權風險評估模型，這種模型在對未來的知識產權價值度量方面稍有欠缺，且對風險估值的準確性仍存在提升空間。

　　二、文獻綜述

　　國內外學者對知識產權質押融資進行了深入的研究，主要涉及融資模式的探索、風險的研究以及知識產權價值的評價。本文主要從風險方面著手，對國內學者對該領域的探索進行梳理。

　　在風險因素方面，國內學者的研究比較廣泛。宋娟娟、曹志鵬(2013)對高新技術企業知識產權質押融資的估值風險、價值波動風險、變現風險和信用風險進行了論述，在政府、企業、金融機構等方面分別給出了相應的對策建議[1];陳永文、姚王信(2015)借助有限理性理論分別從知識產權主體、銀行以及政策這三個角度歸納出知識產權質押融資的六大風險因素，運用因子分析法對風險進行評估與檢驗[2];曾莉等(2017)基于風險分擔的視角識別分析了技術型中小企業在知識產權質押融資上存在的技術、市場和法律等風險，從而構建風險分擔模型，進而對知識產權質押融資中各環節的風險進行把控，實現風險合理的分攤[3]。

　　在風險評估上，國內學者主要通過建立風險評價模型對風險進行量化分析。鮑新中等(2015)在評估知識產權質押融資的價值基礎上，建立了一套風險評價指標體系，運用層次分析法和模糊綜合評價方法量化分析案例[4];李海英等(2015)從商業銀行的角度出發，建立基于因子分析法的商業銀行評分表，明確了知識產權質押融資各風險因子在科技型公司中的權重及其體系[5];尹夏楠等(2016)從融資主體的財務、經營、知識產權和政府這四個維度的風險出發，建立了基于VIKOR方法的風險評估模型，并進一步證明模型的可行性[6]。

　　綜上所述，目前國內廣大學者對于知識產權質押融資風險的研究已經有了較為豐富的成果，為知識產權質押融資的風險分析與評估做出了較大的理論貢獻。但已有研究中，缺乏系統性地有效識別參與質押融資的不同主體的風險以及各風險因素之間的關聯性的研究，且國內學者大多傾向于知識產權質押融資風險的理論研究，與實踐相結合進行驗證的少。因此，系統性地有效識別質押融資風險，構建相關評估模型，并針對真實的企業知識產權質押融資案例進行風險研究，對于有效開展知識產權質押融資業務具有一定的現實指導意義。為此，本文以A公司知識產權質押融資為例，基于系統動力學原理分析其風險并以此構建風險指標及相關評價模型，旨在為促進知識產權質押融資業務的開展提供相關建議。

　　三、案例介紹

　　A公司為一家節能技術公司，多年來堅持自主創新，擁有多項知識產權和核心專利技術，其中商標10項，專利247項，軟件著作權49項，知識產權擁有數量較多。近年來，A公司財務狀況良好，產品業績連續排名同行業國內前列。

　　在2020年，A公司將評估價值為人民幣13 000萬元的十八項專利所有權向中國銀行股份有限公司廣州珠江支行進行質押貸款，最終只通過了5000萬元貸款，可見，銀行為降低自身在知識產權質押融資中承擔的風險，未能將資金最大化利用，專利價值與貸款金額有較大的差異，產生了浪費資源的后果，既不利于銀行在風險一定的條件下利益最大化，也不利于企業獲得合理的質押融資金額，甚至不利于知識產權質押融資的進一步發展。

　　四、案例分析

　　在本案例中，中國銀行使用質押風險系數和貸款風險度來評估知識產權質押貸款的風險，且在質押融資風險評估的過程中，企業的信用等級是銀行在調查過程中考慮的重要因素。

　　公式如下：

　　質押總風險=風險系數×風險值

　　其中，風險系數為每一不同指標所特有的值，由多位專家打分聯合確定，不同公司的同一指標的系數值相等;而風險值則是根據公司在陳述過程中就自身情況獲得的量化分數，不同公司的同一指標值不同，兩者相乘則代表了公司在一個指標下的具體風險值，是靜態的。F5CEDA9C-8E20-4BBD-859D-860BBC6D8751

　　為量化質押風險系數，傳統的風險系數指標體系如表1所示。

　　

 

　　其中，x表示各個指標在整體體系中的重要性程度，y則表示在企業申請質押融資的過程中貸款機構給出的關于指標的具體值，將兩者相乘可計算出指標各自的風險系數，最后，匯總上述指標風險系數值，計算總質押模型風險系數，運用公式：

　　

 

　　此時，E表示企業在質押過程中作為一個整體所獲得的風險系數;此處的xi與上一處公式的x作用相似，表示指標在整體體系中的重要性程度;xij表示第i個一級指標下第j個次級指標在該一級指標下的重要性程度;yij為第i個一級指標下第j個次級指標在實際質押時的具體取值。

　　在信用評級上，銀行通常會在我國現有的“四等十級”制度的基礎上，定期結合企業經營狀況、風險承受能力等，確定最后風險評級。與質押風險系數相同，此時同樣賦予信用評級指標不同的權重，并運用以下公式進行計算：

　　

 

　　其中，xij表示企業信用等級的指標權重;yij表示企業信用等級的指標取值。

　　綜合上述，對各個一級指標下各自風險系數和具體取值，以及公司自身信用系數的計算，得出待質押產權的總風險E的計算公式：

　　

 

　　傳統商業銀行對于企業知識產權質押風險的評估主要考慮了企業的質押風險以及信用評級風險，仍存在一定缺陷。

　　在現實的知識產權質押融資過程中，影響質押的因素并不局限于上述四個維度指標，且本案例中的風險評估方法為靜態預測法，缺乏質押貸款日后的風險發展情況的有效量化分析，可能過高估計貸款企業的風險，不利于企業有效融資。

　　五、模型構建

　　筆者認為，導致企業知識產權質押融資借貸效率變低的主要原因包括：

　　第一，傳統的風險評估體系存在一定的局限性，它將各個因素割裂開單獨進行考慮，這在實際生活中是不現實的，在現實中，每一因素都會對其他因素產生作用并造成影響。

　　第二，傳統的風險評估體系在考慮的維度方面并不夠全面，銀行自身風險和第三方機構風險也是很重要的一部分。

　　第三，在質押融資過程中，僅依靠表格所計算出的風險值為一個單一靜態指標，但在實際生活中，企業的風險會隨著市場、行業、企業運營的變化而改變，如果只使用一個靜態指標，則銀行在放貸過程中會傾向于下調金額以降低風險，這不利于最大限度地提高資金效率，也不利于銀行方面對風險的全面管理。

　　為幫助企業有效利用知識產權進行融資，本文在原有風險評估模型基礎上進行完善，從影響知識產權質押融資的四大主體(企業、第三方機構、銀行、政府)的角度分析企業融資風險，構建基于系統動力學方法的風險評估模型。

　　系統動力學能夠同時考慮整體模型和子模型之間的內部關系，適用于復雜的知識產權質押融資系統。除了對現有的風險進行計算評估，運用系統動力學方法也可以預測未來可能存在的相關風險，具有一定的調節性。

　　

 

　　基于知識產權融資風險相關影響因素的指標體系，本文運用vensimPLE軟件構建了系統動力學風險形成機理模型，如圖1所示。

　　本模型將仿真周期設置為240個星期，以1個星期為1周期，主要包含36個邊界點。模型通過將幾十家優秀的知識產權質押融資公司的數據進行歸類并利用z-score分析法對數據進行規范化，確定了盈利能力、營運能力、償債能力、資產凈利率、資產流動性比率等指標，而其他相關指標則由各參與方的代表進行評分，最后取專家打分的結果得均值以確定風險因子的邊界值。

　　同時，采用模糊矩陣的層級分析法確定各指標的權重，并邀請10名業內專家對其進行權重計算，利用模糊矩陣對因子權重進行修正，以最大限度地消除模型中因專家評分而產生的主觀影響。

　　六、基于A公司的可行性分析

　　通過對A公司各年年報的分析，我們得出了A公司近年的主要財務數據，并將這些財務數據輸入系統動力學模型中，得出A公司的風險度曲線與市場臨界風險曲線，如圖2所示。

　　

 

　　可以發現，從時間維度上看，市場臨界風險曲線和A公司風險度曲線都呈現了加速上漲的趨勢，這一趨勢與市場上的風險度隨貸款年限的增加而增加的原則是相符的。從2條風險曲線的對比上來看，A公司的風險度曲線始終低于市場臨界風險曲線，可見A公司的貸款違約風險是在可接受范圍內的，但放款銀行并沒有按照風險接受額度全額發放貸款，表2展示了在放款日、貸款中期、還貸日三個時間點上系統動力學模型與傳統風險估計模型得出的風險度(見表2)。

　　

 

　　不難看出，雖然系統動力學模型的估計風險度隨時間有上漲趨勢，但始終小于傳統風險模型得出的固定風險度。這表明，由于傳統風險估計模型無法就時間維度對貸款日后的風險進行有效的量化分析，故而傾向于過高地估計貸款企業的風險，這與A公司的貸款情況是相符的，系統動力學模型對風險系統進行了量化的模擬，從而可以對貸款企業的未來風險進行近似的模擬，可以對未來的風險進行有效的估計，從而可以有效地估計在時間維度上的貸款風險度的變化。對于銀行來說，通過系統動力學模型可以更好地衡量貸款企業的風險隨時間的變化，可以通過該模型更好地確定貸款額度和貸款年限，同時，貸款企業在貸款時也可以運用該模型估計自己可能獲得的貸款額度，從而更好地做出財務規劃。

　　七、結論

　　本文在深入了解A公司的基礎上，探究其知識產權質押融資事件經過及其成功的原因。通過查閱資料和案例回顧，筆者發現A公司估值為13 000萬元的知識產權獲得5000萬元的質押貸款。A公司作為上市企業，公司質地、信用評級均處于行業領先地位，但知識產權的估值與質押額仍存在較大差異，而放眼未上市的中小型科技企業，其知識產權質押正面臨更加艱難的境地。由此可見，知識產權質押融資失敗率高、金融機構不敢放貸等問題日漸突出。對此，本文嘗試從風險評估角度剖析A公司高估值知識產權卻僅獲得低貸款的問題。

　　通過對傳統風險評估模型的改良，基于整體視角，運用系統動力學理論創新性地建立了知識產權質押融資風險評估模型。該模型從第三方機構、融資企業、知識產權自身、金融機構四個主體出發，最終構建出37個風險評價指標，合理設置權重關系，運用系統動力模型做到了對未來風險的有效估計。筆者將本模型應用于A公司的知識產權質押案例，僅從風險評估角度看，與傳統方法相比較，本案例貸款額度存在一定程度的低估。同時模型結果表明，本模型能較為直觀地展現A公司知識產權質押的風險變化情況，做到了可度量、可預測。

　　主要參考文獻：

　　[1]宋娟娟，曹志鵬.高新技術企業專利權質押貸款融資的風險分析[J].西部財會，2013(7)：41-43.

　　[2]程永文，姚王信. 有限理性視角下知識產權質押貸款風險形成、評估與檢驗[J].科技進步與對策，2015，32(13)：139-144.

　　[3]曾莉，王明，李成成.科技型中小企業知識產權質押融資風險分擔模型研究[J].科技管理研究，2017，37(10)：176-182.

　　[4]鮑新中，屈喬，傅宏宇.知識產權質押融資中的價值評估風險評價[J].價格理論與實踐，2015(3)：99-101.

　　[5]李海英，苑澤明，李雙海.創新型企業知識產權質押貸款風險評估[J].科學學研究，2017， 35(8)：1253-1263.

　　[6]尹夏楠，鮑新中，朱蓮美.基于融資主體視角的知識產權質押融資風險評價研究[J]. 科技管理研究，2016，36(12)：125-129.F5CEDA9C-8E20-4BBD-859D-860BBC6D8751

《基于系統動力學的知識產權質押融資風險研究》

本文由職稱驛站首發，一個權威專業的職稱論文發表網

文章名稱：基于系統動力學的知識產權質押融資風險研究

文章地址：http://www.aquaprosensors.com/lunwen/jingji/jinrong/47276.html