周衍平，李蓓儀

(山東科技大學 經濟管理學院，山東 青島 266590)

一、引言

知識產權質押融資，是指企業(yè)以合法擁有的知識產權作為質押物，經第三方評估機構評估質押物價值后向銀行等金融機構申請貸款的融資方式。通過知識產權質押融資，缺少固定資產抵押物的創(chuàng)新型企業(yè)也能夠獲得銀行信貸資金支持，因此知識產權質押融資對拓寬創(chuàng)新型企業(yè)融資渠道、促進創(chuàng)新型企業(yè)知識產權成果轉化具有重要意義。國家知識產權局發(fā)布的數據顯示，2019年我國專利、商標質押融資總額達到1515億元，同比增長23.8%；其中，專利質押融資金額達1105億元，同比增長24.8%，質押項目7060項，同比增長30.5%[1]。知識產權質押融資的迅速發(fā)展在一定程度上緩解了創(chuàng)新型企業(yè)的融資難問題，然而受制于知識產權質押融資風險難以量化等因素，創(chuàng)新型企業(yè)旺盛的融資需求和銀行的惜貸慎貸矛盾突出，知識產權質押融資供需市場不平衡，創(chuàng)新型企業(yè)質押難現象依舊存在。為此，本文嘗試對知識產權質押融資業(yè)務的風險進行量化評估，以解決目前知識產權質押融資業(yè)務操作性不強、風險難以評估的問題，進一步推動知識產權質押融資業(yè)務的開展。

國內外學者對知識產權質押融資風險評價問題進行了研究。Altman[2]構建了可以預測企業(yè)破產概率、對企業(yè)進行信用風險評估的Z評分模型；此后，Altman等[3]在Z評分模型的基礎上，構建應用范圍更廣、對不良貸款辨認精度更高的ZETA信用風險模型；Han等[4]基于質押資產價值穩(wěn)定這一前提，將自選擇機制和信號機制相結合建立模型對質押融資進行研究；Khashman[5]闡述了基于反向傳播學習算法和神經網絡的信用風險評價模型。我國學者在此基礎上利用模糊綜合分析法、神經網絡法、因子分析法對知識產權質押融資風險進行定量評價，例如，何慧芳等[6]從知識產權質押融資內部風險和外部風險出發(fā)建立風險評價指標，采用專家調查法和層次分析法計算指標權重，運用模糊綜合分析法構建風險預警模型；曾莉等[7]建立了基于人工神經網絡BP算法的BP神經網絡模型，對科技型中小企業(yè)的知識產權質押融資風險進行有效評價；李海英等[8]基于有限理性理論，通過市場調查法得出銀行視角下的知識產權質押融資風險影響因素，運用因子分析法確定風險影響因素權重，并設計了用于確定評價對象質押融資風險的商業(yè)銀行打分表。此后，我國學者開始將多屬性決策方法應用于知識產權質押融資風險評價問題，尹夏楠等[9]建立基于財務、經營、知識產權自身、政府四個方面的量化指標評價體系，并通過VIKOR法對知識產權質押融資風險進行評價；袁琳[10]基于評估機構視角，采用以權重為區(qū)間數的逼近理想點的多屬性決策方法對知識產權質押融資項目風險進行評價；尹夏楠等[11]從知識產權質押融資系統(tǒng)視角出發(fā)，運用Vague集和TOPSIS法評價知識產權質押融資風險；鮑新中等[12]在此基礎上將TOPSIS法中的歐氏距離替換為馬氏距離，并將改進后的TOPSIS法應用于知識產權質押融資風險評價。通過已有文獻可以發(fā)現，應用多屬性決策方法對知識產權質押融資風險進行定量評價較為成熟。知識產權質押融資風險評價需要考慮多個評價指標，對已知方案的風險大小進行排序，因此可以將知識產權質押融資的風險評價問題作為多屬性決策問題加以解決，TOPSIS法作為典型的多屬性決策方法在知識產權質押融資的風險評價問題上具有適用性和合理性。但孫曉東等[13]認為利用TOPSIS法求解的歐式距離雖然能夠反映評價對象與正理想解、負理想解在位置上的接近或遠離程度，卻在反映評價對象數據曲線間的形狀相似性方面存在一定缺陷，灰色關聯度恰恰可以反映曲線幾何形狀的相似性，因此可以將灰色關聯理論與TOPSIS法結合起來，構造一種反映評價對象逼近理想解的新尺度，以作為判斷方案優(yōu)劣的標準。武春友等[14]將灰色關聯理論與TOPSIS法結合構建的灰色關聯TOPSIS模型應用于區(qū)域綠色增長系統(tǒng)的評價；張海濤等[15]利用該模型對商務網絡信息生態(tài)鏈價值流動進行綜合評價；吳飛美等[16]將該模型用于“十二五”期間省域循環(huán)經濟生態(tài)效益評價，進一步驗證了灰色關聯TOPSIS模型在解決風險評價、方案選擇等問題上的實用性和優(yōu)越性。

本文通過深入分析創(chuàng)新型企業(yè)知識產權質押融資風險的影響因素，在建立風險評價指標體系的基礎上將灰色關聯理論與TOPSIS法結合，構建基于灰色關聯TOPSIS法的知識產權質押融資風險評價模型。與現有的知識產權質押融資風險評價方法相比，本文構建的灰色關聯TOPSIS模型降低了知識產權質押融資風險評價的主觀性和隨意性，更具科學性和客觀性；并且灰色關聯TOPSIS模型既能對評價對象進行整體評判，又能反映各評價對象內部各因素變化趨勢與理想解之間的區(qū)別，是一種更有效的風險評價方法。

二、知識產權質押融資風險評價指標設計

本文在對知識產權質押融資風險來源識別的基礎上，按照代表性、獨立性、可量化性原則選取知識產權質押融資風險評價指標，構建知識產權質押融資風險評價指標體系，運用層次分析法確定指標權重，為構建風險評價模型奠定基礎。

(一)知識產權質押融資風險來源識別

知識產權質押融資相對于其他以有形資產為抵押物的融資方式來說，風險來源更廣，且貫穿知識產權質押融資的整個過程。對風險因素的識別是進行知識產權質押融資風險研究的前提。通過對相關文獻和研究成果的整理、歸納，可以發(fā)現創(chuàng)新型企業(yè)的知識產權質押融資風險來源于多個方面，本文將知識產權質押融資風險歸納總結為知識產權自身風險、價值評估風險、企業(yè)經營風險、法律政策風險、市場風險五個方面。

1.知識產權自身風險

在知識產權質押融資過程中，作為質押物的知識產權的價值高低、價值變動、處置的難易程度以及被侵權的可能性均對質押融資能否成功產生較大的影響。

(1)知識產權的技術含量。知識產權的技術含量與知識產權價值的高低緊密相連。技術含量較高的知識產權價值也相對較高，企業(yè)憑借知識產權獲得的貸款金額也就越高；知識產權的技術含量越高，知識產權被替代的可能越小，知識產權越不易貶值。

(2)知識產權的市場競爭力。知識產權產品相比于同類產品的市場競爭力越強，產品價值越高。知識產權的市場競爭力決定了知識產權產品的銷售利潤和未來的獲利能力。若產品暢銷，企業(yè)能夠取得豐厚的經濟收益，那么企業(yè)就會有足夠的利潤償還貸款，知識產權質押融資風險就會降低。

(3)知識產權價值的不穩(wěn)定性。知識產權價值的不穩(wěn)定性主要存在于兩方面：第一，替代技術的出現會對知識產權的價值產生消極影響，使其偏離評估價值；第二，在知識產權質押期間，若知識產權受到侵犯，而知識產權權利人消極對待他人的侵權行為，也會對知識產權的價值造成損害，從而誘發(fā)知識產權質押融資風險。

(4)處置變現難易程度。知識產權變現難是限制銀行積極參與知識產權質押融資的重要原因。當知識產權質押融資企業(yè)逾期無法償還貸款時，銀行有權將作為質押物的知識產權處置變現以獲得足額的補償。若知識產權處置變現不暢，將直接導致銀行受損，從而使知識產權質押融資風險不能被有效分散。

(5)被侵權的可能性。知識產權自身特點決定了知識產權容易遭受其他個人或者企業(yè)的侵害。侵權行為一旦發(fā)生，企業(yè)在維權過程中必將產生維權成本，知識產權給企業(yè)帶來的盈利將會減少，企業(yè)知識產權質押融資風險也會增加。

2.價值評估風險

知識產權價值評估是知識產權質押融資中的重要環(huán)節(jié)，商業(yè)銀行給予創(chuàng)新型企業(yè)的貸款額度就是以評估機構所出具評估報告中的知識產權價值為依據。但知識產權的價值往往難以確定，評估制度的完備性、評估機構的專業(yè)性、評估方法的科學性都會影響評估結果的準確性從而帶來價值評估風險。

3.企業(yè)經營風險

創(chuàng)新型中小企業(yè)規(guī)模相對較小，經營能力相對欠佳，因此經營風險應是創(chuàng)新型中小企業(yè)知識產權質押融資過程中關注的重點。創(chuàng)新型中小企業(yè)的經營風險主要體現在財務風險和管理風險兩個方面，影響知識產權質押融資能否成功的關鍵因素主要在于借款企業(yè)的財務狀況；企業(yè)管理水平對知識產權價值的實現具有直接影響，較高的管理水平可以分散知識產權質押融資風險，而管理不善則會增加企業(yè)經營失敗的可能，增加知識產權質押融資風險。

4.市場風險

市場環(huán)境的不確定性使知識產權質押融資面臨市場風險。一方面，經濟發(fā)展狀況決定企業(yè)所處的經濟環(huán)境。良好的經濟發(fā)展狀況可以促進企業(yè)科技創(chuàng)新，有助于知識產權實施應用，降低知識產權質押融資風險；反之則會增加知識產權質押融資風險。另一方面，知識產權交易市場的完善程度決定作為質押物的知識產權是否能夠順利變現。我國知識產權交易市場剛剛起步，運行機制尚不健全、信息公開機制不完善、市場透明度不高，這些因素都直接導致了知識產權交易困難，增加了知識產權處置變現的風險。

5.法律政策風險

知識產權質押融資中法律政策風險占有很大比重，政府政策對促進中小企業(yè)創(chuàng)新有著重要作用。我國有待完善的相關法律法規(guī)、政府政策導向以及政府的資金支持力度與時效等，使得知識產權質押融資存在一定的法律政策風險。

(二)風險評價指標設計及權重確定

在知識產權質押融資風險來源識別的基礎上，按照代表性、獨立性、可量化性原則[17]最終選取5個一級指標、14個二級指標，建立風險評價指標體系。代表性原則是指通過對知識產權質押融資風險來源的分析挑選有代表性的指標，力求全面反映知識產權質押融資業(yè)務中的風險；獨立性原則是指各個指標之間的相對獨立，指標間應有清晰明確的界限，不能含混不清；可量化性原則是指所選取的指標能夠通過數值衡量，指標數值的大小能夠敏感有效地反映出知識產權質押融資風險的大小。在建立知識產權質押融資風險評價指標體系的基礎上，本文采用層次分析法確定各指標的權重。

具體操作為，選定知識產權研究人員、銀行風險管理人員、創(chuàng)新型企業(yè)管理人員各三人，向其發(fā)放問卷，邀請其對同一層級中兩因素的相對重要性進行賦值；利用saaty法1-9標度進行判斷予以定量化；將9位專家的賦值結果進行算數平均，平均數按四舍五入取整，得到均值判斷矩陣，對判斷矩陣進行一致性檢驗；通過層次單排序、層次總排序最后得到相應指標的權重。各個指標及其權重如表1所示。

表1 知識產權質押融資風險評價指標體系及指標權重

三、知識產權質押融資風險評價模型構建

基于灰色關聯TOPSIS法的知識產權質押融資風險評價模型構建步驟如下。

第一，構建初始評價矩陣。邀請專家針對每個評價對象對表1中的每項二級指標打分(分數取值為1～10)，將各位專家的賦值結果進行算數平均，可以得到初始評價矩陣Y。假設待評價樣本數為m，評價指標數為n，則Y為m行n列的矩陣，記為Y=(yij)m×n。yij表示第i個評價對象的第j個指標值(i=1，2，……，m；j=1，2，……，n)。

第二，得到規(guī)范化指標矩陣。用向量規(guī)范化將得到的初始評價矩陣Y進行規(guī)范化處理，得到規(guī)范化指標矩陣Z，記為Z=(zij)m×n。標準化處理的公式為：

(1)

第三，得到加權標準化矩陣。將利用層次分析法得出的各指標的權重wj與規(guī)范化矩陣Z的每列元素相乘，得到加權標準化矩陣X，記為X=(xij)m×n。計算公式為：

xij=wj×zij

(2)

第四，確定評價對象的正理想解和負理想解。效益型指標的正理想解為加權標準化矩陣X中該列評價指標的最大值，負理想解為加權標準化矩陣X中該列評價指標的最小值；成本型指標的正理想解為加權標準化矩陣X中該列評價指標的最小值，負理想解為加權標準化矩陣X中該列評價指標的最大值。在14個二級指標中有9個效益性指標，5個成本型指標，詳情見表2、表3。

第五，計算評價對象到正、負理想解的距離。

到正理想解的距離為：

(3)

表2 效益型指標及其正、負理想解

表3 成本型指標及其正、負理想解

到負理想解的距離為：

(4)

第六，計算各評價對象到正理想解和負理想解之間的灰色關聯度。

各評價對象與正理想解的灰色關聯系數為：

(5)

其中，ρ為分辨系數，一般取值為0.5。由此可以確定各評價對象與正理想解的灰色關聯系數矩陣為R*。第i個評價對象與正理想解的灰色關聯度為：

(6)

同理，第i個評價對象與負理想解的灰色關聯度為：

(7)

第七，對步驟五和步驟六中確定的歐氏距離和灰色關聯度進行無量綱處理。

無量綱處理的公式為：

(8)

(9)

(10)

第九，計算評價對象的相對貼近度。計算公式為：

(11)

第十，對相對貼近度進行排序。貼近度越大，知識產權質押融資風險越小，由此得出最佳方案。

四、算例分析

(一)算例

現以具體算例說明如何運用灰色關聯TOPSIS模型對知識產權質押融資風險進行評價。本文選取L企業(yè)專利權質押融資(K1)、J企業(yè)商標權質押融資(K2)、W企業(yè)商標權質押融資(K3)、B企業(yè)專利權質押融資(K4)、T企業(yè)專利權質押融資(K5)，五個知識產權質押融資案例，通過對企業(yè)財務狀況、管理狀況、擬質押的知識產權情況、政策環(huán)境、市場環(huán)境以及評估機構進行介紹分析，邀請專家對五個評價對象的知識產權質押融資風險進行評價，即邀請專家對表1中的每一個二級指標打分。為簡化計算，本部分以五個一級指標為例，對知識產權質押融資風險評價方法進行說明。受邀專家包括知識產權研究人員、銀行風險管理人員、創(chuàng)新型企業(yè)管理人員各三人，分別對表1中的五項一級指標打分。以1～10表示風險的大小程度，分值越低，風險越??；分值越高，風險越大；最小取值為1，表示完全沒有風險；最大取值為10，表示風險極大。按照以下步驟，最終可以得到風險評價結果。

第一，將9名專家的打分結果進行算數平均，平均數按四舍五入取整，得到的結果如表4所示。

表4 專家打分結果

第二，根據專家打分結果，得到初始評價矩陣Y。

第三，根據式(1)對初始評價矩陣Y進行規(guī)范化處理，得到規(guī)范化矩陣Z。

第四，將規(guī)范化矩陣Z的列向量與層次分析法確定的指標權重wj相乘，得到加權標準化矩陣X。

表5 歐式距離計算結果

第五，確定正理想解X*與負理想解X0。

第六，利用式(3)、公式(4)計算評價對象與正、負理想解的歐式距離。結果見表5。

第七，首先利用式(5)計算得到各評價對象與正、負理想解的灰色關聯系數矩陣：

再利用式(6)、式(7)計算評價對象與正、負理想解之間的灰色關聯度。結果見表6。

第八，利用式(8)對求得的歐氏距離和灰色關聯度進行無量綱化處理，計算結果見表7。

表6 灰色關聯度計算結果

表7 無量綱化處理后的歐氏距離和灰色關聯度

第九，取α1=α2=0.5，利用式(9)、式(10)對處理后的歐氏距離和灰色關聯度進行綜合，并利用公式(11)計算相對貼近度，計算結果見表8。

表8 相對貼近度

由表8可知，5家企業(yè)知識產權質押融資風險由高到低依次為:K3>K2>K5>K1>K4，這與實踐中知識產權質押融資的情況相符，由此可以證明本文構建的灰色關聯TOPSIS模型能夠對知識產權質押融資案例的風險進行有效評價。

(二)風險評價結果分析

由風險評價結果可知，B企業(yè)專利權質押融資(K4)風險最低，W企業(yè)商標權質押融資(K3)風險最高，下面以B企業(yè)和W企業(yè)為例，結合出質企業(yè)的具體情況，對風險評價結果進行簡要分析。

1.B企業(yè)專利權質押融資風險分析

(1)知識產權自身風險分析

B企業(yè)是一家生產和銷售LED應用產品的民營高科技企業(yè)，該企業(yè)將1項發(fā)明專利和5項實用新型專利用于質押融資。6項專利均獲國家知識產權局授權，擁有專利授權證書且權屬清晰，并且6項專利均是企業(yè)的核心技術，已投入實際生產兩年以上并已為企業(yè)取得持續(xù)、穩(wěn)定的盈利。因此，與之相關的知識產權的技術含量、知識產權的市場競爭力指標得分較高，被侵權的可能性指標得分較低，知識產權自身風險較低。

(2)價值評估風險分析

對B企業(yè)擬質押專利權進行評估的評估機構在無形資產評估方面具有較多經驗，評估師團隊專業(yè)性較強，采取收益法對B企業(yè)擬質押專利權進行評估，與之相關的評估機構的專業(yè)性、評估方法的科學性指標得分較高，B企業(yè)專利權質押融資的價值評估風險相對較低。

(3)企業(yè)經營風險分析

B企業(yè)申請專利權質押融資當年凈利潤為347萬元，利潤增長率為66%，財務風險相對較低；但B企業(yè)并未設立專門的知識產權管理部門，在10位核心管理人員中，多為LED技術和電子、電氣方面的專家，管理風險相對較高。

(4)法律政策風險及市場風險分析

B企業(yè)位于廣東省東莞市，廣東省在知識產權質押融資實踐中構建了較為完善的財政資金扶持機制與風險分擔機制，并積極搭建了知識產權質押融資服務平臺；東莞市成為知識產權第二批質押融資試點城市之后，政府也投入了大量的人力物力促進知識產權質押融資業(yè)務開展，因此B企業(yè)專利權質押融資面臨的法律政策風險和市場風險相對較低。

2.W企業(yè)商標權質押融資風險分析

(1)知識產權自身風險分析

W企業(yè)主營業(yè)務是生產和銷售黃酒，其市場范圍主要集中在浙江本地，消費群體相對固定，W企業(yè)擬用于質押的商標權的經濟價值受到一定的限制，與之相關的知識產權的技術含量、知識產權的市場競爭力等二級指標得分較低，導致W企業(yè)知識產權自身風險較高。

(2)價值評估風險分析

對W企業(yè)擬質押商標權進行評估的評估機構主要經營項目為商標評估及咨詢服務，相較于其他資產評估機構來說，其在商標權評估方面有更多的經驗，但受到專業(yè)能力的限制，對W企業(yè)商標權的評估耗費時間較長，評估結果偏保守，因此W企業(yè)商標權質押融資的價值評估風險相對較高。

(3)企業(yè)經營風險分析

W企業(yè)申請商標權質押融資當年凈利潤增長率為84.13%，企業(yè)財務風險相對較低；但W企業(yè)技術人員以及專業(yè)管理人員僅占全體員工的十分之一，高級人才較少，在很大程度上限制了企業(yè)的科學決策，并且企業(yè)管理制度有待完善，企業(yè)管理風險相對較高。

(4)法律政策風險及市場風險分析

W企業(yè)位于浙江省湖州市，湖州市出臺了較為完善的知識產權質押融資政策，建立了專利質押與有形財產抵押、第三方擔保相結合的混合質押模式，在政府的積極推動下，湖州成為浙江省首個知識產權質押融資試點城市，因此W企業(yè)商標權質押融資面臨的法律政策風險和市場風險相對較低。

由以上分析可知，導致二者知識產權質押融資風險相差較大的原因主要在于，B企業(yè)的知識產權自身風險和價值評估風險較低，B企業(yè)雖然在知識產權管理等方面有待改進和完善，但因為知識產權自身風險和價值評估風險所占權重較大，使得B企業(yè)專利權質押融資風險整體較低。因此，創(chuàng)新型企業(yè)知識產權質押融資風險防控應抓住主要矛盾，重點關注影響知識產權自身風險和價值評估風險的相關因素以降低知識產權質押融資風險。

五、結論及建議

本文從知識產權自身風險、價值評估風險、企業(yè)經營風險、市場風險、法律政策風險五個維度出發(fā)，建立知識產權質押融資風險評價指標體系，將TOPSIS法和灰色關聯理論相結合構建灰色關聯TOPSIS模型，對創(chuàng)新型企業(yè)知識產權質押融資的風險進行評價，通過算例分析驗證模型的有效性。利用灰色關聯TOPSIS模型對創(chuàng)新型企業(yè)知識產權質押融資風險進行定量評價，降低了風險評價的主觀性和隨意性，使其更具科學性和客觀性；并且灰色關聯TOPSIS模型既能對評價對象進行整體評判，又能反映各評價對象內部各因素變化趨勢與理想解之間的區(qū)別，是一種更有效的風險評價方法。

為分散創(chuàng)新型企業(yè)知識產權質押融資風險，實現創(chuàng)新型企業(yè)知識資本向實物資本的轉化，需要政府、金融機構以及知識產權質押融資服務機構等參與主體的協作努力。針對研究過程中遇到的問題結合本文研究結論，為控制、分散知識產權質押融資風險，從政府、金融機構、評估機構角度提出如下建議。

第一，政府應建立完善的風險補償與風險分擔機制。在目前我國的知識產權質押融資風險分擔機制下，政府承擔大部分風險，政府應在發(fā)揮引導作用的基礎上提高服務職能，在市場導向下，積極引導各類中介機構介入，拓寬風險分擔渠道，實現政府、銀行、保險公司、擔保公司等個多主體合理分攤風險。廣泛設立知識產權質押融資風險補償專項基金，吸引社會資本參與知識產權質押融資，擴大風險補償專項基金規(guī)模，加強基金的科學有效管理，實現風險補償基金的市場化運作與可持續(xù)發(fā)展。

第二，金融機構應積極開展金融創(chuàng)新。創(chuàng)新型中小企業(yè)知識產權質押融資困境的化解有賴于金融創(chuàng)新。銀行機構應積極拓展業(yè)務模式，探索知識產權與金融創(chuàng)新的融合途徑，為創(chuàng)新型中小企業(yè)提供多樣化的知識產權金融產品與服務；保險公司應豐富保險產品，推出具有針對性的險種，以此滿足知識產權質押融資業(yè)務的需求。

第三，評估機構應提高知識產權評估的科學性和準確性。評估機構需要拓展無形資產評估業(yè)務，提高自身的專業(yè)能力和服務水平；培養(yǎng)吸收專業(yè)人才，建立專業(yè)的評估專家團隊，并定期對評估人員進行培訓和考核，不斷提高從業(yè)人員的業(yè)務能力；選取科學的評估方法，針對不同知識產權類型的具體問題具體分析，在充分借鑒優(yōu)秀知識產權價值評估案例的基礎上選用科學的評估方法，實現知識產權價值評估的科學化、規(guī)范化。