夏軼群 盛廣印

【摘要】數(shù)字經(jīng)濟背景下， 數(shù)字化交易是一種新型且重要的知識產(chǎn)權(quán)轉(zhuǎn)化形式， 交易系統(tǒng)信用風(fēng)險是面臨的關(guān)鍵問題之一， 科學(xué)的信用風(fēng)險分擔(dān)機制成為調(diào)控系統(tǒng)信用風(fēng)險的有效手段。在分析知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)信用風(fēng)險分擔(dān)結(jié)構(gòu)問題的基礎(chǔ)上， 將區(qū)塊鏈與知識產(chǎn)權(quán)數(shù)字化交易業(yè)務(wù)場景相結(jié)合， 探討基于區(qū)塊鏈的系統(tǒng)信用風(fēng)險結(jié)構(gòu)及信用風(fēng)險分擔(dān)機制優(yōu)化方案， 進而基于區(qū)塊鏈構(gòu)建信用風(fēng)險分擔(dān)關(guān)系博弈模型， 通過對風(fēng)險偏好系數(shù)與風(fēng)險分擔(dān)比例的敏感性分析， 研究系統(tǒng)節(jié)點的智能協(xié)同策略。結(jié)果表明， 基于智能合約的最優(yōu)信用風(fēng)險分擔(dān)比例受風(fēng)險收益和風(fēng)險成本的直接影響， 對風(fēng)險最具主導(dǎo)力的參與方承擔(dān)較大比例的風(fēng)險可使系統(tǒng)風(fēng)險凈收益達到最優(yōu)， 區(qū)塊鏈能夠有效實現(xiàn)系統(tǒng)信用風(fēng)險分擔(dān)機制的智能化優(yōu)化。

【關(guān)鍵詞】知識產(chǎn)權(quán)；數(shù)字化交易；系統(tǒng)信用風(fēng)險；風(fēng)險分擔(dān)；區(qū)塊鏈

【中圖分類號】F204? ? ? 【文獻標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）09-0141-7

一、 引言

2021年， 國家發(fā)改委頒布《國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》， 明確提出打造數(shù)字經(jīng)濟新優(yōu)勢， 充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢， 促進數(shù)字技術(shù)與實體經(jīng)濟的深度融合， 加快推動數(shù)字產(chǎn)業(yè)化， 推進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。截至2020年， 我國數(shù)字經(jīng)濟規(guī)模占GDP的比重已近四成， 其中技術(shù)知識產(chǎn)權(quán)交易數(shù)字化云交易額也顯著增長。隨著數(shù)字化轉(zhuǎn)型的不斷深入， 以傳統(tǒng)方式調(diào)控信用風(fēng)險變得越來越困難， 而用“技術(shù)信任取代人為信任”的“零信任”理念提供了新的安全思路。

知識產(chǎn)權(quán)數(shù)字化交易是一種新興的知識產(chǎn)權(quán)成果轉(zhuǎn)化模式， 主要涉及兩種知識產(chǎn)權(quán)交易類型， 一種是將專利、 商標(biāo)、 著作權(quán)等傳統(tǒng)知識產(chǎn)權(quán)轉(zhuǎn)化為可交易的數(shù)字資產(chǎn)， 另一種是直接交易以數(shù)字化形式存在的新型數(shù)據(jù)信息財產(chǎn)。知識產(chǎn)權(quán)數(shù)字化交易是通過互聯(lián)網(wǎng)平臺進行的“匿名”陌生人之間的非現(xiàn)場交易， 與傳統(tǒng)的線下交易形式相比， 數(shù)字化交易的信任結(jié)構(gòu)呈現(xiàn)明顯的去中心化、 去中介化趨勢， 與此同時， 由于互聯(lián)網(wǎng)平臺的開放性和自生長性， 知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險也呈現(xiàn)出新的結(jié)構(gòu)性特征。

信用風(fēng)險分擔(dān)機制作為一種有效的風(fēng)險對沖工具， 根據(jù)數(shù)字化交易參與者各自的風(fēng)險承受能力， 合理分配系統(tǒng)信用風(fēng)險， 從而將信用風(fēng)險的影響降到可控范圍內(nèi)。目前， 交易主體間合作的方式相對分散， 信用風(fēng)險分配的比例明顯不協(xié)調(diào)， 嚴重阻礙了數(shù)字化交易模式的發(fā)展。分布式結(jié)構(gòu)是一種去中心化的系統(tǒng)結(jié)構(gòu)， 與傳統(tǒng)的中心化結(jié)構(gòu)相比， 系統(tǒng)中任意主體間的權(quán)利和義務(wù)都是均等的， 分散式的數(shù)據(jù)庫也更加安全， 為信用風(fēng)險分擔(dān)機制的優(yōu)化提供了可行性。

區(qū)塊鏈技術(shù)是一種全新的去中心化、 去信任的分布式數(shù)據(jù)庫技術(shù)方案， 具有不可篡改、 可追溯和安全可信等特點， 在開展數(shù)字交易及分散交易信用風(fēng)險上具有先天優(yōu)勢。區(qū)塊鏈的去信任機制基于“零信任”的安全理念構(gòu)建信息驗證基礎(chǔ)架構(gòu)， 通過持續(xù)驗證確保身份可信、 設(shè)備可信、 應(yīng)用可信和鏈路可信。在創(chuàng)造可信任交易環(huán)境的基礎(chǔ)上， 智能合約作為區(qū)塊鏈的核心構(gòu)成要素， 通過程序化合約可以智能化處理信用風(fēng)險分擔(dān)業(yè)務(wù)， 優(yōu)化信用風(fēng)險分擔(dān)過程， 實現(xiàn)對知識產(chǎn)權(quán)數(shù)字化資產(chǎn)的控制和管理等， 以此在交易主體之間形成結(jié)構(gòu)性信用風(fēng)險分擔(dān)機制， 從而提高整個知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)的穩(wěn)定性。

由此， 本文將嘗試從信用風(fēng)險分擔(dān)的角度探討區(qū)塊鏈技術(shù)在知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險管理方面的運用， 探索基于區(qū)塊鏈的信用風(fēng)險分擔(dān)機制優(yōu)化方案， 以實現(xiàn)知識產(chǎn)權(quán)數(shù)字化交易生態(tài)系統(tǒng)的高效運行。

二、 文獻綜述

在信用風(fēng)險產(chǎn)生與識別方面， Barton等（2016）認為系統(tǒng)信息風(fēng)險是技術(shù)知識產(chǎn)權(quán)數(shù)字化交易面臨的主要信用風(fēng)險之一， 會在信息價值評估方面影響其交易價格。Spuch áková等（2015）認為信用風(fēng)險由交易風(fēng)險、 違約風(fēng)險和組合風(fēng)險三部分構(gòu)成， 并基于內(nèi)部因素和外部因素研究了信用風(fēng)險的產(chǎn)生原因。劉祥東和王未卿（2015）通過建立全面的信用風(fēng)險指標(biāo)體系， 識別企業(yè)可能存在的信用違約風(fēng)險。Weissova等（2015）利用計量表工具量化信用風(fēng)險， 通過信用風(fēng)險評級識別信用違約問題。

在信用風(fēng)險評價方面， 李海英等（2017）基于“雙構(gòu)面”有限理性理論， 構(gòu)建了知識產(chǎn)權(quán)融資貸款信用風(fēng)險評價指標(biāo)體系， 以降低知識產(chǎn)權(quán)貸款信用風(fēng)險評價中的主觀性。尹夏楠和鮑新中（2019）從系統(tǒng)視角分析了知識產(chǎn)權(quán)質(zhì)押融資信用風(fēng)險影響因素， 并根據(jù)信用風(fēng)險和主體間關(guān)系建立了TOPSIS信用風(fēng)險評價模型。Chen等（2010）基于可調(diào)節(jié)的KMV模型構(gòu)建了中小企業(yè)信用風(fēng)險評價模型， 通過設(shè)置信用警戒線和可調(diào)參數(shù)來預(yù)測信用風(fēng)險的違約點。Khashman（2010）根據(jù)具有反向?qū)W習(xí)算法的神經(jīng)網(wǎng)絡(luò)方法， 提出了更加簡單高效的信用風(fēng)險評價模型， 并對各種學(xué)習(xí)方案下的檢驗結(jié)果進行了比較。刑苗和董興林（2020）基于供應(yīng)鏈金融視角， 建立了知識產(chǎn)權(quán)質(zhì)押融資信用風(fēng)險評價指標(biāo)體系， 通過模糊綜合評價法和層次分析法對知識產(chǎn)權(quán)融資信用風(fēng)險進行評價， 并通過定量分析驗證了該方法的有效性。

在信用風(fēng)險分擔(dān)方面， 曾莉等（2017）在分析知識產(chǎn)權(quán)融資信用風(fēng)險影響因素的基礎(chǔ)上， 運用改進灰色關(guān)聯(lián)分析法構(gòu)建知識產(chǎn)權(quán)融資信用風(fēng)險分擔(dān)模型， 探究了信用風(fēng)險因素與交易主體間的內(nèi)在影響。Li等（2017）基于討價還價博弈理論， 提出了一種新的信用風(fēng)險分擔(dān)模型， 且通過項目案例研究驗證了該模型的有效性和實用性。夏軼群和梁冉（2019）運用柯布—道格拉斯生產(chǎn)函數(shù)建立多任務(wù)委托—代理模型， 研究了專利質(zhì)押融資信用風(fēng)險分擔(dān)機制問題。

在應(yīng)用區(qū)塊鏈管理信用風(fēng)險方面， Hassija等（2020）提出一種基于區(qū)塊鏈原理的信用風(fēng)險評估方案， 并運用前景理論對不同信用風(fēng)險和收益場景下的最優(yōu)投資策略進行了建模分析。Shatkovskaya等（2018）根據(jù)社會財富再分配的政治經(jīng)濟學(xué)理論， 研究發(fā)現(xiàn)區(qū)塊鏈作為一種新的信任方式， 可以顯著降低知識產(chǎn)權(quán)的交易成本， 從而提高知識產(chǎn)權(quán)的商業(yè)化水平。夏軼群和盛廣?。?021）對區(qū)塊鏈原理和云交易系統(tǒng)進行耦合分析， 提出基于區(qū)塊鏈技術(shù)的信任關(guān)系優(yōu)化方案。姚瑞卿和袁小群（2019）則從知識產(chǎn)權(quán)保護角度出發(fā)， 設(shè)計了基于區(qū)塊鏈技術(shù)的知識產(chǎn)權(quán)信用風(fēng)險管理模型， 并在知識服務(wù)應(yīng)用方面做出了具體和深入的闡述。

綜上所述， 已有文獻對知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險評估、 信用風(fēng)險結(jié)構(gòu)以及結(jié)合區(qū)塊鏈的信用風(fēng)險管理均有不同程度的研究， 在知識產(chǎn)權(quán)交易數(shù)字化轉(zhuǎn)型的趨勢下， 用數(shù)字化技術(shù)解決知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)信用風(fēng)性分擔(dān)問題還亟待進一步研究。本文在解析信用風(fēng)險分擔(dān)現(xiàn)狀的基礎(chǔ)上， 提出基于區(qū)塊鏈的知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險智能分擔(dān)方案， 求解各參與方信用風(fēng)險分擔(dān)份額， 以期優(yōu)化知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)性風(fēng)險管理。

三、 知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)信用風(fēng)險分擔(dān)結(jié)構(gòu)問題分析

（一）系統(tǒng)參與主體及信任結(jié)構(gòu)

知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)信任結(jié)構(gòu)如圖1所示。

交易系統(tǒng)參與主體主要包括產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方、 數(shù)字化交易平臺和第三方機構(gòu)， 四大參與主體之間的信任關(guān)系如下： 產(chǎn)權(quán)權(quán)利方在數(shù)字化交易平臺上發(fā)布融資信息， 并提交相關(guān)評估材料； 產(chǎn)權(quán)需求方通過數(shù)字化交易平臺接收融資信息， 挑選需要的知識產(chǎn)權(quán)交易項目， 數(shù)字化交易平臺負責(zé)交易信息的公正公開， 促使融資交易順利完成； 第三方機構(gòu)包括評估機構(gòu)、 擔(dān)保機構(gòu)、 金融機構(gòu)等， 產(chǎn)權(quán)權(quán)利方委托第三方機構(gòu)核查交易信息， 評估并擔(dān)保交易中的信用風(fēng)險， 第三方機構(gòu)向產(chǎn)權(quán)需求方反饋評估報告， 供其判斷是否進行投資； 產(chǎn)權(quán)需求方審核產(chǎn)權(quán)權(quán)利方的評估報告， 拒絕信用不好的融資項目， 向滿足融資要求且信用良好的產(chǎn)權(quán)權(quán)利方提供資金支持。

（二）傳統(tǒng)交易平臺信用風(fēng)險分擔(dān)結(jié)構(gòu)問題分析

由圖1可知， 在傳統(tǒng)交易平臺中， 知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險主要包含兩個關(guān)聯(lián)體系： 一是信息傳遞體系， 產(chǎn)權(quán)權(quán)利方和產(chǎn)權(quán)需求方在數(shù)字化交易平臺發(fā)布和接收的信息質(zhì)量， 以及各參與主體在交易過程中的信息交互程度， 將會直接決定系統(tǒng)的運作情況。二是交易擔(dān)保體系， 第三方機構(gòu)提供的交易擔(dān)保服務(wù)可以起到控制和分散信用風(fēng)險的作用， 第三方機構(gòu)的服務(wù)質(zhì)量也間接影響到參與主體間的信息對稱性。由此可見， 其信用風(fēng)險分擔(dān)結(jié)構(gòu)存在以下四個主要問題：

1. 交易信息不對稱。產(chǎn)權(quán)需求方在選擇投資的知識產(chǎn)權(quán)項目時， 很難在短時間內(nèi)獲取知識產(chǎn)權(quán)的盈利能力、 產(chǎn)權(quán)糾紛狀態(tài)、 企業(yè)的實際經(jīng)營情況等信息， 存在一定的信息不對稱。在信息不對稱條件下， 不良融資方會故意隱瞞知識產(chǎn)權(quán)的潛在風(fēng)險以得到投資方的信任。同樣的， 第三方擔(dān)保機構(gòu)無法對知識產(chǎn)權(quán)進行準(zhǔn)確的風(fēng)險評估， 嚴重制約了擔(dān)保機構(gòu)對產(chǎn)權(quán)權(quán)利方的融資支持。

2. 信用風(fēng)險分擔(dān)比例不匹配。第三方機構(gòu)中的保險與擔(dān)保機構(gòu)存在效率低、 行業(yè)標(biāo)準(zhǔn)不規(guī)范等問題， 造成融資雙方的協(xié)作關(guān)系不匹配， 也使得第三方機構(gòu)在與融資雙方的合作中承擔(dān)的風(fēng)險與應(yīng)得的收益不匹配。由于第三方機構(gòu)負責(zé)提供信用增級服務(wù)， 即為違約風(fēng)險進行擔(dān)保的同時還要為融資項目全額承保， 擔(dān)保機構(gòu)和保險公司承擔(dān)的風(fēng)險與獲得的收益不成比例， 從而降低了第三方機構(gòu)為知識產(chǎn)權(quán)數(shù)字化交易提供擔(dān)保的積極性， 更是直接影響到風(fēng)險分擔(dān)的效率。

3. 第三方機構(gòu)服務(wù)作用不顯著。由于知識產(chǎn)權(quán)的特殊性， 技術(shù)專利本身具有較強的專業(yè)性和復(fù)雜性， 導(dǎo)致其在市場化過程中有很強的不確定性， 進而影響其價值評估和風(fēng)險擔(dān)保。目前， 國內(nèi)專門從事知識產(chǎn)權(quán)價值評估和交易風(fēng)險擔(dān)保的第三方機構(gòu)數(shù)量逐年增多， 但仍不能滿足技術(shù)創(chuàng)新發(fā)展的需求， 加上各個機構(gòu)專業(yè)水平參差不齊， 出現(xiàn)了擔(dān)保種類較少、 政策引導(dǎo)缺失問題， 使得其在知識產(chǎn)權(quán)擔(dān)保中的作用越來越有限。

4. 法律保障條例不健全。我國知識產(chǎn)權(quán)數(shù)字化交易服務(wù)還處于發(fā)展階段， 相關(guān)的法律法規(guī)不夠健全與完善， 加上知識產(chǎn)權(quán)本身存在較大的權(quán)利不穩(wěn)定性， 從而可能導(dǎo)致交易過程中的權(quán)屬爭議。此外， 知識產(chǎn)權(quán)相關(guān)交易規(guī)則以及制度的變動會極大地影響數(shù)字化交易的質(zhì)量和效率。知識產(chǎn)權(quán)交易中的確權(quán)風(fēng)險是法律風(fēng)險中的核心風(fēng)險， 直接決定了交易是否有效、 融資是否成立， 以及出現(xiàn)違約情況時能否成功處置。

四、 基于區(qū)塊鏈的知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)信用風(fēng)險分擔(dān)結(jié)構(gòu)

區(qū)塊鏈?zhǔn)且粋€分布式的、 開放的分類賬本， 可以運用時間戳、 數(shù)據(jù)加密、 激勵相容和分布式共識等手段， 在節(jié)點間無須相互信任的情況下， 以一種去中心化的、 永久的、 可驗證的形式實現(xiàn)分布式系統(tǒng)中點對點的交易， 且存儲在其中的數(shù)據(jù)具有無法篡改、 可追溯、 公開透明、 集體維護、 安全性高等特點。因此， 作為一種全新的去中心化基礎(chǔ)架構(gòu)和分布式計算范式， 區(qū)塊鏈可在多個互不信任的主體之間以低成本建立信任， 通過智能合約對需要承擔(dān)的信用風(fēng)險進行合理分配， 從而實現(xiàn)信用風(fēng)險的分布式分擔(dān)結(jié)構(gòu)優(yōu)化。

（一）區(qū)塊鏈智能合約信任原理

智能合約是運行在區(qū)塊鏈分布式賬本上具有預(yù)制規(guī)則、 狀態(tài)和條件響應(yīng)的計算機程序， 可封裝和驗證數(shù)據(jù)信息， 執(zhí)行分布式節(jié)點的復(fù)雜行為， 從而完成信息交換、 價值轉(zhuǎn)移和鏈上資產(chǎn)管理。基于區(qū)塊鏈的分布式架構(gòu)、 共識算法等技術(shù)， 智能合約可使互不信任用戶在不需要第三方授信的情況下完成交易， 以數(shù)字形式存在的智能合約可靈活嵌入任何有形或無形資產(chǎn)的數(shù)據(jù)、 交易中， 完成資產(chǎn)和信息的管理與控制。智能合約的信任原理如圖2所示。

圖2中， 具有值和狀態(tài)兩個屬性通過“If-Then”和“What-If”之類的計算機代碼預(yù)置合約的執(zhí)行場景條件和相應(yīng)規(guī)則， 經(jīng)過多方協(xié)定和簽署的智能合約會隨著發(fā)起的交易一起提交， 并通過分布式網(wǎng)絡(luò)傳播和礦工驗證后存儲在特定區(qū)塊中， 用戶可通過返回的合約接口等信息來調(diào)用合約。礦工則被激勵機制驅(qū)動， 自發(fā)貢獻算力驗證交易信息， 收到部署或調(diào)用交易后方可執(zhí)行合約代碼， 而合約代碼根據(jù)預(yù)言機（可信外部數(shù)據(jù)源）和世界狀態(tài)判斷當(dāng)前所處場景是否滿足合約執(zhí)行規(guī)則并更新狀態(tài)， 經(jīng)過驗證有效的交易被打包封裝進新的區(qū)塊中， 通過共識算法認證后接入?yún)^(qū)塊鏈主鏈之后所有更新才會得以生效。

（二）基于區(qū)塊鏈智能合約的信用風(fēng)險分擔(dān)結(jié)構(gòu)優(yōu)化

基于區(qū)塊鏈對知識產(chǎn)權(quán)數(shù)字化交易主體間的交易結(jié)構(gòu)進行重構(gòu)， 通過共識機制和智能合約實現(xiàn)知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險分擔(dān)的智能執(zhí)行， 如圖3所示。

由圖3可知， 優(yōu)化后的主體交易關(guān)系如下： ①產(chǎn)權(quán)交易雙方提出知識產(chǎn)權(quán)數(shù)字化交易申請后， 系統(tǒng)會根據(jù)條件適合的第三方機構(gòu)進行服務(wù)， 三方參與主體作為初始核心節(jié)點接入?yún)^(qū)塊鏈網(wǎng)絡(luò)中， 同時接入知識產(chǎn)權(quán)托管中心節(jié)點。②各參與節(jié)點均需通過各自的私鑰進行數(shù)字簽名認證身份， 第三方機構(gòu)按照要求對交易項目進行風(fēng)險評估和價值評估， 并通過公鑰加密數(shù)據(jù)將評估結(jié)果發(fā)送給其余參與節(jié)點， 同時第三方機構(gòu)需要附上數(shù)字簽名認證身份。③產(chǎn)權(quán)交易雙方和第三方機構(gòu)需要制訂信用風(fēng)險分擔(dān)方案以合理分配各自需要承擔(dān)的信用風(fēng)險， 通過自動觸發(fā)智能合約， 根據(jù)各方的風(fēng)險偏好系數(shù)、 風(fēng)險收益和風(fēng)險成本等參數(shù)， 進行三方之間的博弈， 分析出系統(tǒng)信用風(fēng)險較低且收益較高的風(fēng)險分擔(dān)方案， 計算出各節(jié)點應(yīng)承擔(dān)的風(fēng)險比例。④信用風(fēng)險分擔(dān)方案經(jīng)過產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方和第三方機構(gòu)通過共識機制達成共識后， 形成知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險分擔(dān)合同置于智能合約內(nèi)。⑤根據(jù)知識產(chǎn)權(quán)數(shù)字化交易合同， 被交易的知識產(chǎn)權(quán)通過區(qū)塊鏈網(wǎng)絡(luò)接口托管于知識產(chǎn)權(quán)托管中心， 參與知識產(chǎn)權(quán)數(shù)字化交易的各方在交易期間都可看到知識產(chǎn)權(quán)的各種使用信息。⑥一旦出現(xiàn)違約行為或者到達合同截止日期， 系統(tǒng)就會自動觸發(fā)智能合約， 完成交易賠付和賬本清算。

上述優(yōu)化方案采用聯(lián)盟鏈技術(shù)連接參與主體， 各主體將各自的風(fēng)險偏好等相關(guān)數(shù)據(jù)上傳至區(qū)塊鏈， 通過智能合約中事先共同確定的規(guī)則進行風(fēng)險比例分擔(dān)。分擔(dān)過程可靈活快速地獲取各參與方相關(guān)的賬本信息， 并且保證數(shù)據(jù)信息的可追溯和不可篡改， 避免了傳統(tǒng)信用風(fēng)險分擔(dān)業(yè)務(wù)的繁瑣流程和分擔(dān)比例不協(xié)調(diào)問題， 實現(xiàn)智能化匹配主體收益和承擔(dān)風(fēng)險的比例。

區(qū)塊鏈不僅是將知識產(chǎn)權(quán)數(shù)字化交易的數(shù)據(jù)信息存證保存在鏈上， 更重要的是通過區(qū)塊鏈技術(shù)可實現(xiàn)信息共享和價值流通， 打通知識產(chǎn)權(quán)風(fēng)險評估—分擔(dān)—監(jiān)管等各個交易環(huán)節(jié)， 大幅提升信用風(fēng)險分擔(dān)業(yè)務(wù)的效力和效率， 實現(xiàn)真正意義上的知識產(chǎn)權(quán)數(shù)字化、 智能化交易。

五、 基于區(qū)塊鏈的信用風(fēng)險分擔(dān)關(guān)系博弈分析

在上述信用風(fēng)險分擔(dān)結(jié)構(gòu)優(yōu)化方案的基礎(chǔ)上， 本文進一步結(jié)合博弈論的思想和技術(shù)方法， 對參與主體間信用風(fēng)險分擔(dān)關(guān)系進行具體量化分析， 尋求各節(jié)點間信用風(fēng)險分擔(dān)的利益均衡點， 探究最優(yōu)的信用風(fēng)險分擔(dān)方案， 以優(yōu)化基于智能合約的交易結(jié)構(gòu)及其信用風(fēng)險分擔(dān)機制。

（一）基本假設(shè)

區(qū)塊鏈智能合約的初始核心節(jié)點包括產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方和第三方機構(gòu)， 三方各自含有信息收集、 傳送、 存儲、 加工、 使用和維護等網(wǎng)絡(luò)信息模塊， 網(wǎng)絡(luò)信息模塊和初始核心節(jié)點均為記賬節(jié)點。在區(qū)塊鏈智能合約分布式信用風(fēng)險分擔(dān)系統(tǒng)中， 各記賬節(jié)點在交互過程中不可避免地會產(chǎn)生競爭與合作的博弈關(guān)系， 任意節(jié)點承擔(dān)的風(fēng)險都需要與之相匹配的收益來補償， 承擔(dān)的風(fēng)險越大， 對應(yīng)的期望收益也就越高， 以此作為智能合約博弈的出發(fā)點。

根據(jù)各方利益需求， 本文作如下假設(shè)：

假設(shè)1： 參與風(fēng)險分擔(dān)的任意節(jié)點都是理性節(jié)點， 追求期望收益最大化、 承擔(dān)風(fēng)險最小化， 同時所有節(jié)點的共同目標(biāo)都是風(fēng)險分擔(dān)方案的整體最優(yōu)化。

假設(shè)2： 每個主體節(jié)點有承擔(dān)風(fēng)險（by）和不承擔(dān)風(fēng)險（bn）兩種狀態(tài)選擇， 所有節(jié)點都會在共識算法結(jié)束后向智能合約報告其余節(jié)點的狀態(tài)， Y代表承擔(dān)風(fēng)險節(jié)點狀態(tài)， N代表不承擔(dān)風(fēng)險節(jié)點狀態(tài)， 若某一節(jié)點在風(fēng)險分擔(dān)過程中將另一節(jié)點標(biāo)注為N， 則該節(jié)點之后都不會與其共享信息。

假設(shè)3： 智能合約將各節(jié)點狀態(tài)轉(zhuǎn)換規(guī)則、 合約執(zhí)行的預(yù)設(shè)條件以及信用風(fēng)險分擔(dān)機制等編寫成計算機程序語言， 按照合約對分布式系統(tǒng)中各節(jié)點進行風(fēng)險和利益分配。在信用風(fēng)險分擔(dān)過程中， 不按合約承擔(dān)風(fēng)險的節(jié)點會被認定為違約節(jié)點， 只要違約節(jié)點數(shù)小于系統(tǒng)總節(jié)點數(shù)的三分之一， 分布式信用風(fēng)險分擔(dān)系統(tǒng)便可正常運行。

假設(shè)4： 各分布式節(jié)點共同承擔(dān)風(fēng)險， 假定節(jié)點i所承擔(dān)風(fēng)險的比例為Pi， 智能合約在收到所有節(jié)點對i的狀態(tài)報告后， 會對節(jié)點i進行風(fēng)險收益分配， 當(dāng)節(jié)點i按照合約承擔(dān)強度為R的風(fēng)險時， 其風(fēng)險收益Ei=

f（R）=αiR， 須付出的風(fēng)險成本Ci=g（R）=βiR， 其中αi和βi為常數(shù)， 風(fēng)險偏好系數(shù)為ωi=αi-βi， 凈收益為NEi=Ei-Ci=ωiR。by為承擔(dān)風(fēng)險時需要付出的努力水平， bn表示不承擔(dān)風(fēng)險時不需付出任何努力， 故Ei=

f（by）=αiPiby， Ci=g（by）=βiPiby， NEi=Ei-Ci=ωiPiby。

假設(shè)5： 知識產(chǎn)權(quán)數(shù)字化交易的產(chǎn)出收益由各主體節(jié)點自身的努力水平和外部環(huán)境共同決定， 產(chǎn)出收益Y=f（b1，b2，b3）+δ。其中， δ表示外部環(huán)境變量， 并服從正態(tài)分布N（0，σ2）。主體節(jié)點產(chǎn)出函數(shù)可利用常數(shù)替代彈性函數(shù)（CES）表示：f（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+

P3? ? ? ? ?）1/（1-r）， 其中[r]表示各主體節(jié)點間的合作度， P1、 P2、 P3、 r∈［0，1］， P1+P2+P3=1。

（二）風(fēng)險分擔(dān)策略選擇及支付矩陣

基于上述假設(shè)， 本文以各參與主體節(jié)點都具有強烈的合作意愿為前提， 每個主體節(jié)點都有兩種風(fēng)險分擔(dān)策略選擇： 承擔(dān)或不承擔(dān)。主體節(jié)點的總收益Ti由共同合作的產(chǎn)出收益Y和承擔(dān)風(fēng)險時智能合約分配的風(fēng)險凈收益NEi兩部分組成即：

Ti=Y+NEi （1）

數(shù)字化交易系統(tǒng)的產(chǎn)出收益由各節(jié)點選擇承擔(dān)的信用風(fēng)險比例以及付出的努力水平所決定， 為了方便比較分析， 本文只考慮包括產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方、 第三方機構(gòu)三方主體節(jié)點在內(nèi)的以下八種策略選擇狀態(tài)。

第一， 當(dāng)所有主體節(jié)點都選擇“承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f1（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=by （2）

第二， 當(dāng)產(chǎn)權(quán)權(quán)利方和產(chǎn)權(quán)需求方都選擇“承擔(dān)風(fēng)險”， 第三方機構(gòu)選擇“不承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f2（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=p1by+p2by （3）

第三， 當(dāng)產(chǎn)權(quán)權(quán)利方和第三方機構(gòu)都選擇“承擔(dān)風(fēng)險”、 產(chǎn)權(quán)需求方選擇“不承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f3（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=p1by+p3by （4）

第四， 當(dāng)產(chǎn)權(quán)權(quán)利方選擇 “承擔(dān)風(fēng)險”， 產(chǎn)權(quán)需求方和第三方機構(gòu)都選擇“不承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f4（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=p1by （5）

第五， 當(dāng)產(chǎn)權(quán)權(quán)利方選擇“不承擔(dān)風(fēng)險”、 產(chǎn)權(quán)需求方和第三方機構(gòu)都選擇“承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f5（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=p2by+p3by （6）

第六， 當(dāng)產(chǎn)權(quán)權(quán)利方和第三方機構(gòu)都選擇“不承擔(dān)風(fēng)險”， 產(chǎn)權(quán)需求方選擇“承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f6（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=p2by （7）

第七， 當(dāng)產(chǎn)權(quán)權(quán)利方和產(chǎn)權(quán)需求方都選擇“不承擔(dān)風(fēng)險”、 第三方機構(gòu)選擇“承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f7（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=p3by （8）

第八， 當(dāng)所有主體節(jié)點都選擇“不承擔(dān)風(fēng)險”時， 數(shù)字化交易系統(tǒng)的產(chǎn)出收益為：

f8（b1，b2，b3）=（P1? ? ? ? ?+P2? ? ? ? ?+P3? ? ? ? ?）1/（1-r）

=0 （9）

將產(chǎn)出收益代入式（1）可計算出各主體節(jié)點的總收益Ti， 節(jié)點間博弈支付矩陣如表1所示。

從表1可以看出， 對于產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方和第三方機構(gòu)共同承擔(dān)的風(fēng)險而言， 風(fēng)險分擔(dān)博弈模型的Nash均衡策略是（承擔(dān)， 承擔(dān)， 承擔(dān)）， 三方節(jié)點的收益分別為：

（10）

其中，T1、 T2、 T3又分別被稱為產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方和第三方機構(gòu)的分價值函數(shù)。

（三）交易系統(tǒng)效用函數(shù)構(gòu)建

對于各主體節(jié)點而言， 要想確定合理的風(fēng)險分擔(dān)比例， 應(yīng)首先確定自身的分價值函數(shù)， 然后選擇合適的風(fēng)險分擔(dān)規(guī)則確定各自節(jié)點的多屬性價值函數(shù)。知識產(chǎn)權(quán)數(shù)字化交易的總體價值是基于各節(jié)點分目標(biāo)合作博弈的結(jié)果， 任意節(jié)點的分價值對于系統(tǒng)總價值來說都是不可或缺的， 因此智能合約用乘法規(guī)則來確定知識產(chǎn)權(quán)數(shù)字化交易系統(tǒng)的效用函數(shù)， 并建立如下最優(yōu)化模型：

maxf（T）=T1×T2×T3=（by+ω1P1by）（by+ω2P2by）（by+ω3P3by） （11）

其中， P1+P2+P3=1， ω1、 ω2、 ω3分別為產(chǎn)權(quán)權(quán)利方、 產(chǎn)權(quán)需求方和第三方機構(gòu)的風(fēng)險偏好系數(shù)。

根據(jù)式（11）構(gòu)造最優(yōu)化問題的拉格朗日函數(shù)：

F（T）=（by+ω1P1by）（by+ω2P2by）（by+ω3P3by）+λ（P1+P2+P3-1） （12）

分別對式（12）求關(guān)于P1、 P2、 P3的一階偏導(dǎo)可得：

（13）

即有：

（14）

整理式（14）可得：

（15）

（四）求解及參數(shù)敏感性分析

基于前述模型的構(gòu)建與求解， 本文進一步對參數(shù)敏感性進行分析。

從產(chǎn)權(quán)權(quán)利方節(jié)點出發(fā)， 最優(yōu)風(fēng)險分擔(dān)比例

。由于? ? ? ? ? ? ? ? ? ? 2÷［3（α1-β1）2］>0， 所以，? ? ? ? ?是α1的增函數(shù)。在其余變量保持不變的情況下， 主節(jié)點的最優(yōu)風(fēng)險分擔(dān)比例? ? ? ? ?隨著風(fēng)險收益系數(shù)α1的增大而變大。對于其余節(jié)點而言同理， 在處理知識產(chǎn)權(quán)數(shù)字化交易的某一風(fēng)險時， 若風(fēng)險成本一定， 節(jié)點獲取的風(fēng)險收益越大， 則需要承擔(dān)的風(fēng)險比例也就越大。

由于? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?，? ? ? ? 是β1的減函數(shù)。因此， 在其余變量保持不變的情況下， 最優(yōu)風(fēng)險分擔(dān)比例? ? ? ? ?隨著風(fēng)險成本系數(shù)β1的增大而減小。即當(dāng)主體節(jié)點在處理知識產(chǎn)權(quán)數(shù)字化交易的某一風(fēng)險時， 若風(fēng)險收益一定， 節(jié)點承擔(dān)的風(fēng)險成本越大， 需要承擔(dān)的風(fēng)險比例也就越小。

當(dāng)β1=β2=β3， α1>α2且α1>α3時， 由于αi>βi， 故

。

該式說明， 對于風(fēng)險分擔(dān)的所有節(jié)點而言， 如果處理某一風(fēng)險的風(fēng)險成本相同， 風(fēng)險收益較大的節(jié)點所要承擔(dān)的風(fēng)險比例也就越大， 即由對該風(fēng)險最具主導(dǎo)力的主體節(jié)點承擔(dān)較大比例的風(fēng)險， 這也符合風(fēng)險分擔(dān)中的有效控制原則。

當(dāng)α1=α2=α3， β1>β2且β1>β3時， 由于αi>βi， 故

。

該式說明， 如果風(fēng)險分擔(dān)的所有節(jié)點對于某一風(fēng)險的風(fēng)險收益相同， 那么風(fēng)險成本較高的節(jié)點所要承擔(dān)的風(fēng)險比例就越小， 使得系統(tǒng)承擔(dān)風(fēng)險的總成本最小。

六、 結(jié)論與建議

（一）結(jié)論

本文在解析知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險分擔(dān)結(jié)構(gòu)問題的基礎(chǔ)上， 分析基于區(qū)塊鏈智能合約的信任原理， 探討信用風(fēng)險分擔(dān)結(jié)構(gòu)及分擔(dān)關(guān)系優(yōu)化方案， 研究基于區(qū)塊鏈的信用風(fēng)險分擔(dān)機制， 并構(gòu)建信用風(fēng)險分擔(dān)關(guān)系博弈模型， 針對不同風(fēng)險偏好進一步研究信用風(fēng)險分擔(dān)的智能合約機制。研究表明， 當(dāng)知識產(chǎn)權(quán)權(quán)利方、 需求方和參與交易的第三方機構(gòu)全部選擇承擔(dān)風(fēng)險時， 系統(tǒng)最優(yōu)風(fēng)險分擔(dān)方案受三方風(fēng)險成本和風(fēng)險收益的直接影響， 對風(fēng)險最具主導(dǎo)力的參與方承擔(dān)較大比例的風(fēng)險可使系統(tǒng)整體凈收益達到最優(yōu)， 而區(qū)塊鏈智能合約機制能夠有效實現(xiàn)知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險分擔(dān)結(jié)構(gòu)的智能識別及優(yōu)化， 從而有效提高知識產(chǎn)權(quán)數(shù)字化交易效率。

（二）建議

據(jù)此， 本文對知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險管理體系優(yōu)化提出以下建議：

1. 完善“區(qū)塊鏈＋”， 構(gòu)建知識產(chǎn)權(quán)數(shù)字化交易生態(tài)體系。政府要加強區(qū)塊鏈技術(shù)在知識產(chǎn)權(quán)數(shù)字化交易上的理論及應(yīng)用研究， 推進區(qū)塊鏈與大數(shù)據(jù)、 云計算的深度融合， 加快區(qū)塊鏈知識產(chǎn)權(quán)數(shù)字化交易平臺建設(shè)； 鼓勵科技型企業(yè)、 商業(yè)銀行、 擔(dān)保機構(gòu)等知識產(chǎn)權(quán)數(shù)字化交易參與主體參與到區(qū)塊鏈的應(yīng)用中， 協(xié)同系統(tǒng)中各個主體之間的關(guān)系， 推動政府、 企業(yè)、 金融機構(gòu)間的數(shù)據(jù)共享， 共同構(gòu)建完善的“區(qū)塊鏈+”知識產(chǎn)權(quán)數(shù)字化交易生態(tài)體系。

2. 發(fā)揮智能合約潛能， 協(xié)調(diào)交易主體風(fēng)險與收益平衡。知識產(chǎn)權(quán)數(shù)字化交易包含多方參與主體， 完善信用風(fēng)險分擔(dān)機制， 要通過不同參與主體之間的協(xié)作支持， 形成多元、 平衡、 持續(xù)、 可調(diào)節(jié)的信用風(fēng)險分擔(dān)體系。智能合約的可編程性有巨大潛力， 利用智能合約， 可安全傳遞交易信息， 協(xié)調(diào)交易主體風(fēng)險收益間的平衡， 提升數(shù)字化交易信用風(fēng)險分擔(dān)效率。

3. 加強風(fēng)險信息披露， 以主體風(fēng)險控制能力作為風(fēng)險分擔(dān)的依據(jù)。參與主體應(yīng)不斷加強各自風(fēng)險信息的披露， 讓其余各方了解其對各種信用風(fēng)險的控制能力， 據(jù)此調(diào)節(jié)信用風(fēng)險分擔(dān)結(jié)構(gòu)。風(fēng)險偏好博弈模型分析結(jié)果也表明， 風(fēng)險偏好系數(shù)反映了參與方的風(fēng)險控制能力， 而該能力則是知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險分擔(dān)的決定性因素。知識產(chǎn)權(quán)數(shù)字化交易信用風(fēng)險存在于交易的整個過程， 對于不同因素引起的信用風(fēng)險， 各參與方的風(fēng)險控制能力都各有強弱， 以風(fēng)險控制能力為依據(jù)設(shè)計風(fēng)險分擔(dān)， 使得系統(tǒng)整體的風(fēng)險控制能力達到最強。

4. 強化監(jiān)管科技， 基于區(qū)塊鏈技術(shù)升級信用風(fēng)險監(jiān)管方式。利用區(qū)塊鏈技術(shù)強化信用風(fēng)險監(jiān)管科技， 可以針對知識產(chǎn)權(quán)數(shù)字化交易中不同的交易場景設(shè)置虛擬環(huán)境進行測試， 收集數(shù)據(jù)進行信用風(fēng)險分擔(dān)機制分析， 利用內(nèi)置于區(qū)塊鏈內(nèi)的智能合約， 實現(xiàn)信用風(fēng)險的自動評估和風(fēng)險分擔(dān)方案的監(jiān)管反饋。通過區(qū)塊鏈技術(shù)進行信用風(fēng)險自動化監(jiān)管， 為參與方迅速調(diào)節(jié)信用風(fēng)險分擔(dān)方案提供智能化調(diào)控方案。

【 主 要 參 考 文 獻 】

李海英，苑澤明，李雙海．創(chuàng)新型企業(yè)知識產(chǎn)權(quán)質(zhì)押貸款風(fēng)險評估［ J］．科學(xué)學(xué)研究，2017（8）：1253 ～ 1263．

劉祥東，王未卿．我國商業(yè)銀行信用風(fēng)險識別的多模型比較研究［ J］．經(jīng)濟經(jīng)緯，2015（6）：132 ～ 137．

夏軼群，梁冉．科技型中小企業(yè)專利質(zhì)押融資信用風(fēng)險分擔(dān)機制研究——基于多任務(wù)委托—代理模型［ J］．南方金融，2019（3）：42 ～ 48．

夏軼群，盛廣印．基于區(qū)塊鏈原理的知識產(chǎn)權(quán)云交易系統(tǒng)信任關(guān)系剖析［ J］．財會月刊，2021（19）：116 ～ 122．

邢苗，董興林．中小科技企業(yè)知識產(chǎn)權(quán)質(zhì)押融資風(fēng)險評價研究——基于供應(yīng)鏈金融視角［ J］．科技管理研究，2020（18）：196 ～ 202．

姚瑞卿，袁小群．基于區(qū)塊鏈技術(shù)的數(shù)字出版知識產(chǎn)權(quán)管理——以知識服務(wù)應(yīng)用為例［ J］．出版廣角，2019（17）：25 ～ 30．

尹夏楠，鮑新中．系統(tǒng)視域下知識產(chǎn)權(quán)質(zhì)押融資風(fēng)險評價研究［ J］．科技管理研究，2019（4）：150 ～ 158．

Barton Kevin A.，Tejay Gurvirender，Lane Michael，Terrell Steve. Information System Security Commitment：A Study of External Influences on Senior Management［ J］． Computers & Security，2016（59）：9 ～ 25．

Hassija Vikas，Bansal Gaurang，Chamola Vinay，Kumar Neeraj，Guizani Mohsen. Secure Lending：Blockchain and Prospect Theory-Based Decentralized Credit Scoring Model［ J］． IEEE Transactions on Network Science and Engineering，2020（4）：2566 ～ 2575．

Khashman Adnan. Neural Networks for Credit Risk Evaluation：Investigation of Different Neural Models and Learning Schemes［ J］． Expert Systems with Applications，2010 （9）：6233 ～ 6239.

Shatkovskaya T. V.， Shumilina A. B.， et al.. Impact of Technological Blockchain Paradigm on the Movement of Intellectual Property in the Digital Space［ J］． European Research Studies Journal，2018（S1）：397 ～ 406.

Spuch áková Erika，Vala?ková Katarína，Adamko Peter. The Credit Risk and Its Measurement，Hedging and Monitoring［ J］．Procedia Economics and Finance，2015（24）：675 ～ 681．

Weissova Ivana，Kollar Boris，Siekelova Anna. Rating as a Useful Tool for Credit Risk Measurement［ J］．Procedia Economics and Finance，2015（26）：278 ～ 285．

【基金項目】國家自然科學(xué)基金項目“技術(shù)專利融資信用風(fēng)險動態(tài)遷移過程和系統(tǒng)分擔(dān)結(jié)構(gòu)研究”（項目編號：71202103）

【作者單位】上海應(yīng)用技術(shù)大學(xué)經(jīng)濟與管理學(xué)院， 上海 201418