摘要：公允定價(jià)是知識(shí)產(chǎn)權(quán)證券化過(guò)程中的重要環(huán)節(jié)，也是證券成功發(fā)行和流通的保證。本文選取我國(guó)知識(shí)產(chǎn)權(quán)融資租賃資產(chǎn)支持證券產(chǎn)品為樣本，建立多元線性回歸模型，運(yùn)用逐步回歸法識(shí)別出影響知識(shí)產(chǎn)權(quán)證券化定價(jià)的關(guān)鍵因素。研究結(jié)果表明：在現(xiàn)有的定價(jià)模式下，我國(guó)知識(shí)產(chǎn)權(quán)證券化產(chǎn)品的定價(jià)受到信用水平和知識(shí)產(chǎn)權(quán)基礎(chǔ)資產(chǎn)重組程度的顯著影響。為了保證定價(jià)的公允性，在對(duì)知識(shí)產(chǎn)權(quán)證券化產(chǎn)品定價(jià)時(shí)應(yīng)當(dāng)注重對(duì)產(chǎn)品的信用情況、資產(chǎn)結(jié)構(gòu)的審查，使知識(shí)產(chǎn)權(quán)證券化產(chǎn)品的定價(jià)與其真實(shí)的風(fēng)險(xiǎn)水平相匹配。

關(guān)鍵詞：知識(shí)產(chǎn)權(quán)證券化 利差定價(jià) 資產(chǎn)支持證券定價(jià)

引言

大力推進(jìn)體制機(jī)制創(chuàng)新，拓寬適合科技創(chuàng)新發(fā)展的多元化融資渠道，做好科技金融服務(wù)，是我國(guó)國(guó)家創(chuàng)新體系建設(shè)的重要內(nèi)容。其中，充分運(yùn)用知識(shí)產(chǎn)權(quán)，運(yùn)用各種方式實(shí)現(xiàn)知識(shí)產(chǎn)權(quán)的市場(chǎng)價(jià)值，在多元化融資渠道的探索中凸顯出越來(lái)越重要的作用。2014年，知識(shí)產(chǎn)權(quán)局等八部門聯(lián)合印發(fā)《關(guān)于深入實(shí)施國(guó)家知識(shí)產(chǎn)權(quán)戰(zhàn)略 加強(qiáng)和改進(jìn)知識(shí)產(chǎn)權(quán)管理的若干意見(jiàn)》，首次明確提出鼓勵(lì)金融機(jī)構(gòu)開(kāi)展知識(shí)產(chǎn)權(quán)證券化融資業(yè)務(wù)。隨后鼓勵(lì)開(kāi)展知識(shí)產(chǎn)權(quán)證券化業(yè)務(wù)的政策相繼出臺(tái)。2020年財(cái)政部和知識(shí)產(chǎn)權(quán)局發(fā)布《關(guān)于做好2020年知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)服務(wù)體系建設(shè)工作的通知》，依法依規(guī)推進(jìn)知識(shí)產(chǎn)權(quán)證券化已經(jīng)成為必做任務(wù)。

知識(shí)產(chǎn)權(quán)證券化融資突破了傳統(tǒng)融資渠道對(duì)低信用企業(yè)的融資限制，且具有融資成本低、不影響融資企業(yè)資產(chǎn)負(fù)債水平等優(yōu)勢(shì)。我國(guó)首只知識(shí)產(chǎn)權(quán)證券化產(chǎn)品發(fā)行于2015年，據(jù)萬(wàn)得（Wind）數(shù)據(jù)，截至2023年上半年，我國(guó)已發(fā)行111只知識(shí)產(chǎn)權(quán)證券化產(chǎn)品，為科技企業(yè)融資約229.14億元。目前，我國(guó)的知識(shí)產(chǎn)權(quán)證券化市場(chǎng)成熟度較低，相關(guān)的配套體制和技術(shù)尚不成熟。證券的價(jià)格反映其投資價(jià)值和風(fēng)險(xiǎn)狀況，合理的定價(jià)是證券順利發(fā)行和正常流通的保證。傳統(tǒng)證券化產(chǎn)品的定價(jià)技術(shù)相對(duì)比較成熟，但知識(shí)產(chǎn)權(quán)證券化產(chǎn)品的基礎(chǔ)資產(chǎn)具有無(wú)形性和價(jià)值波動(dòng)性，其風(fēng)險(xiǎn)狀況與傳統(tǒng)證券化產(chǎn)品有所差異，因此，傳統(tǒng)證券化產(chǎn)品的定價(jià)技術(shù)并不適用于知識(shí)產(chǎn)權(quán)證券化產(chǎn)品。本文以知識(shí)產(chǎn)權(quán)融資租賃證券化產(chǎn)品為研究對(duì)象，試圖探究知識(shí)產(chǎn)權(quán)證券化產(chǎn)品定價(jià)的影響因素，并提出優(yōu)化知識(shí)產(chǎn)權(quán)證券化定價(jià)的相關(guān)建議。

文獻(xiàn)回顧

證券化是一種直接融資方式，其產(chǎn)品資產(chǎn)支持證券（ABS）既具有信用債券性質(zhì)，也具有衍生品性質(zhì)?，F(xiàn)有的傳統(tǒng)ABS定價(jià)方法主要基于這兩個(gè)特性，采用利差定價(jià)模型和期權(quán)調(diào)整定價(jià)模型。其中利差定價(jià)模型的原理是將無(wú)風(fēng)險(xiǎn)利率加上信用風(fēng)險(xiǎn)補(bǔ)償作為債券利率進(jìn)行定價(jià)，信用風(fēng)險(xiǎn)水平受知識(shí)產(chǎn)權(quán)制度和知識(shí)產(chǎn)權(quán)估值缺陷、知識(shí)產(chǎn)權(quán)侵權(quán)、預(yù)期現(xiàn)金流不確定性、成本控制、專利訴訟等多種因素的影響?，F(xiàn)有參考文獻(xiàn)對(duì)利差的考慮多集中于對(duì)違約過(guò)程分布的模擬。本文認(rèn)為，知識(shí)產(chǎn)權(quán)ABS的基礎(chǔ)資產(chǎn)與信貸資產(chǎn)證券化產(chǎn)品差異較大。相對(duì)知識(shí)產(chǎn)權(quán)來(lái)說(shuō)，信貸資產(chǎn)的信用風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)具有強(qiáng)關(guān)聯(lián)性，信貸資產(chǎn)證券化的信用風(fēng)險(xiǎn)模型不能直接運(yùn)用于知識(shí)產(chǎn)權(quán)ABS的定價(jià)，因此，對(duì)于知識(shí)產(chǎn)權(quán)ABS信用風(fēng)險(xiǎn)的建模需要進(jìn)行特殊的考慮。

知識(shí)產(chǎn)權(quán)ABS定價(jià)的建模需要對(duì)其價(jià)格影響因素進(jìn)行探究，我國(guó)目前還比較缺乏這一領(lǐng)域的研究。因此，基于現(xiàn)有的對(duì)其他類型ABS利差定價(jià)影響因素研究分析，本文采用實(shí)證研究方法探究知識(shí)產(chǎn)權(quán)ABS利差定價(jià)，通過(guò)建立多元回歸模型，分析現(xiàn)有產(chǎn)品的定價(jià)特征，探討我國(guó)知識(shí)產(chǎn)權(quán)ABS利差定價(jià)的決定性因素。

實(shí)證分析

（一）相關(guān)變量與假設(shè)

ABS具有信用債和衍生品的雙重特性，且考慮到證券化融資的資產(chǎn)重組特性，本文以知識(shí)產(chǎn)權(quán)ABS的利差作為被解釋變量，以基礎(chǔ)資產(chǎn)特征、證券信用特征及宏觀經(jīng)濟(jì)環(huán)境作為解釋變量，探索影響知識(shí)產(chǎn)權(quán)ABS定價(jià)的因素（見(jiàn)表1），解釋變量具體含義如下。

1.基礎(chǔ)資產(chǎn)特征

一是發(fā)行規(guī)模。發(fā)行規(guī)模既反映了發(fā)行主體的融資需求，也凸顯了資產(chǎn)池的規(guī)模效應(yīng)，資產(chǎn)池的規(guī)模越大，產(chǎn)品越能夠獲得更大的邊際效益，產(chǎn)品的流動(dòng)性也越強(qiáng)。

二是到期期限。發(fā)行期限越長(zhǎng)意味著更高的回報(bào)需求，因此，本文假設(shè)證券的到期期限與利差正相關(guān)。由于現(xiàn)有知識(shí)產(chǎn)權(quán)ABS均采用過(guò)手?jǐn)傔€的方式，其實(shí)際到期期限可能與預(yù)計(jì)到期期限存在較大差別，因此，本文采取證券的加權(quán)平均剩余期限（wal）衡量到期期限，其計(jì)算公式

如下：

其中，Pn表示證券第n期收到的本金金額，Tn表示證券定價(jià)時(shí)點(diǎn)距離第n期收到本金的期限，N為本金支付完成的期數(shù)。

三是資產(chǎn)重組程度。知識(shí)產(chǎn)權(quán)證券化的歷史經(jīng)驗(yàn)表明，單一知識(shí)產(chǎn)權(quán)證券化的風(fēng)險(xiǎn)較大，成功率較低，采用多種知識(shí)產(chǎn)權(quán)進(jìn)行結(jié)構(gòu)性重組，可以改善基礎(chǔ)資產(chǎn)的風(fēng)險(xiǎn)狀況，更利于證券化的成功。因此本文假設(shè)，知識(shí)產(chǎn)權(quán)證券化基礎(chǔ)資產(chǎn)的重組程度越高，風(fēng)險(xiǎn)越小，資產(chǎn)重組程度與利差負(fù)相關(guān)。資產(chǎn)重組程度采用“入池知識(shí)產(chǎn)權(quán)數(shù)量/融資企業(yè)數(shù)量”進(jìn)行衡量。

2.證券信用特征

一是證券級(jí)別。在證券化結(jié)構(gòu)中，證券級(jí)別決定著其被償付的順序，級(jí)別越高意味著證券遭遇違約的可能性越低，因此假設(shè)證券級(jí)別與利差負(fù)相關(guān)。本文對(duì)證券級(jí)別按照其優(yōu)先級(jí)別從高到低賦值：優(yōu)先級(jí)=3，次優(yōu)級(jí)=2，次級(jí)=1。

二是信用評(píng)級(jí)。證券的信用評(píng)級(jí)是通過(guò)第三人對(duì)證券的信用風(fēng)險(xiǎn)進(jìn)行衡量，是投資人判斷證券信用程度的重要參考。一般來(lái)說(shuō)，信用評(píng)級(jí)越高，證券的風(fēng)險(xiǎn)越低。對(duì)于信用評(píng)級(jí)的衡量，本文設(shè)定的信用評(píng)級(jí)數(shù)值與利差正相關(guān)，參考通用做法進(jìn)行賦值：AAA=1，AA+=2，AA=3。

3.宏觀經(jīng)濟(jì)環(huán)境

宏觀經(jīng)濟(jì)環(huán)境決定著資本市場(chǎng)的流動(dòng)性，在經(jīng)濟(jì)收縮期，為了吸引更多的投資者，發(fā)行人必須提高發(fā)行利率，即提高證券的發(fā)行利差；反之，經(jīng)濟(jì)擴(kuò)張期證券的發(fā)行利差則較低。

一是無(wú)風(fēng)險(xiǎn)利率。無(wú)風(fēng)險(xiǎn)利率反映了經(jīng)濟(jì)基本面的情況，本文假設(shè)無(wú)風(fēng)險(xiǎn)利率與利差負(fù)相關(guān)，采用證券同期的長(zhǎng)期國(guó)債利率作為無(wú)風(fēng)險(xiǎn)利率，國(guó)債利率中隱含了經(jīng)濟(jì)增長(zhǎng)率。

二是廣義貨幣供應(yīng)量（M2）增速。M2增速反映了資本面的情況，本文假設(shè)M2增速與利差負(fù)相關(guān)，采取證券發(fā)行當(dāng)期的實(shí)際M2增速進(jìn)行衡量。

（二）研究模型與樣本

本文首先建立知識(shí)產(chǎn)權(quán)ABS的發(fā)行利差與解釋變量的多元回歸模型，觀察不同因素對(duì)利差是否存在影響，然后運(yùn)用逐步回歸方法消除多重共線性的影響，選取重要的解釋變量來(lái)對(duì)利差進(jìn)行解釋，最后對(duì)得到的模型進(jìn)行假設(shè)檢驗(yàn)和修正，得到我國(guó)知識(shí)產(chǎn)權(quán)ABS定價(jià)的利差影響因素回歸模型。建立的初步多元回歸模型如下：

本文選取我國(guó)自2019年1月至2021年10月發(fā)行的知識(shí)產(chǎn)權(quán)融資租賃資產(chǎn)支持證券產(chǎn)品為樣本，來(lái)源于中國(guó)資產(chǎn)證券化分析網(wǎng)中“知識(shí)產(chǎn)權(quán)”和“專利”兩個(gè)子門類中“融資租賃”交易模式的產(chǎn)品。經(jīng)剔除信息不全的產(chǎn)品，最終采用24只產(chǎn)品的216條證券信息作為樣本數(shù)據(jù)。

（三）研究過(guò)程與結(jié)果

1.回歸結(jié)果

運(yùn)用樣本數(shù)據(jù)對(duì)模型進(jìn)行回歸分析，得到的結(jié)果如表2所示，從相關(guān)方向上來(lái)看，除信用評(píng)級(jí)與無(wú)風(fēng)險(xiǎn)利率之外，均與假設(shè)一致，但從置信度來(lái)說(shuō)，在90%置信水平下，僅有證券級(jí)別、無(wú)風(fēng)險(xiǎn)利率與M2增速的相關(guān)性顯著。為了進(jìn)一步探究這些因素對(duì)利差的影響，有必要對(duì)模型進(jìn)行修正。

造成上述結(jié)果的原因可能是不同的解釋變量之間存在多重共線性，為了消除這種影響，本文采用逐步回歸重構(gòu)解釋變量組合，得到的結(jié)果如表3所示。

由表3可見(jiàn)，逐步回歸篩選出三個(gè)重要的解釋變量分別是證券級(jí)別、信用評(píng)級(jí)和資產(chǎn)重組程度；證券級(jí)別與利差負(fù)相關(guān)，信用評(píng)級(jí)賦值與利差正相關(guān)，資產(chǎn)重組程度與利差負(fù)相關(guān)，且這三種因素在90%置信水平下均對(duì)利差影響顯著，0.490的修正可決系數(shù)也顯示出較好的擬合優(yōu)度。

2.假設(shè)檢驗(yàn)

為了進(jìn)一步驗(yàn)證擬合的回歸模型的可靠程度，還需要對(duì)其進(jìn)行進(jìn)一步驗(yàn)證。逐步回歸已經(jīng)消除了多重共線性的影響，還需要對(duì)誤差項(xiàng)的獨(dú)立性和同方差性基本假設(shè)進(jìn)行驗(yàn)證。

一是異方差性。對(duì)逐步回歸模型的殘差進(jìn)行懷特檢驗(yàn)，得到的結(jié)果如表4所示，懷特檢驗(yàn)的P值小于0.05，拒絕同方差的原假設(shè)，可見(jiàn)模型的誤差項(xiàng)存在異方差性。

二是自相關(guān)性。逐步回歸結(jié)果顯示，DW檢驗(yàn)值為0.955，介于下臨界值0.507和上臨界值2.097之間，故憑借DW檢驗(yàn)值不能判斷是否存在自相關(guān)。因而對(duì)殘差進(jìn)行LM檢驗(yàn)，得到的結(jié)果如表5所示，說(shuō)明隨機(jī)干擾項(xiàng)存在一階自相關(guān)。

3.模型修正

殘差異方差性存在可能會(huì)造成回歸模型的參數(shù)估計(jì)不是最佳無(wú)偏估計(jì)，顯著性檢驗(yàn)失效；自相關(guān)性可能會(huì)使得最小二乘估計(jì)量嚴(yán)重歪曲真實(shí)情況。為了改善上述情況，本文運(yùn)用加權(quán)最小二乘法對(duì)逐步回歸模型參數(shù)進(jìn)行估計(jì)來(lái)消除影響。加權(quán)最小二乘法進(jìn)行修正后得到的回歸結(jié)果如表6所示，可見(jiàn)采用加權(quán)最小二乘法的回歸模型擬合優(yōu)度較好，各解釋變量均顯著，修正可決系數(shù)達(dá)到0.932。隨后，本文再次對(duì)模型進(jìn)行懷特檢驗(yàn)和LM檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表7、表8，結(jié)果顯示異方差性和自相關(guān)性已消除。

綜上分析，最終得到我國(guó)知識(shí)產(chǎn)權(quán)ABS定價(jià)利差影響因素回歸模型為：

實(shí)證結(jié)果顯示，證券的發(fā)行規(guī)模、期限和宏觀經(jīng)濟(jì)因素對(duì)利差的影響并不顯著，我國(guó)知識(shí)產(chǎn)權(quán)ABS定價(jià)利差主要受到證券的級(jí)別、信用評(píng)級(jí)及基礎(chǔ)資產(chǎn)的資產(chǎn)重組程度的影響。證券級(jí)別越高，信用評(píng)級(jí)越高，基礎(chǔ)資產(chǎn)重組程度越高，發(fā)行利差越低，與本文假設(shè)相一致。從影響程度來(lái)看，信用評(píng)級(jí)每提高一個(gè)等級(jí)，利差降低71.1BP；證券級(jí)別每提高一個(gè)等級(jí)，利差降低69.4BP；資產(chǎn)重組程度每提高1個(gè)基點(diǎn)，利差降低8.3BP。

結(jié)論與建議

（一）我國(guó)知識(shí)產(chǎn)權(quán)ABS的利差定價(jià)主要受其信用水平影響

證券級(jí)別和信用評(píng)級(jí)均與利差呈負(fù)相關(guān)，證券信用狀況越好，利差越小。信用評(píng)級(jí)可以反映證券的違約風(fēng)險(xiǎn)，是投資人決策的重要參考。在證券化融資中，往往采用信用增級(jí)措施來(lái)確保債務(wù)本息的按時(shí)支付，以提高交易的安全性與質(zhì)量，從而提高證券的信用評(píng)級(jí)。而證券進(jìn)行優(yōu)先/劣后的級(jí)別劃分，也是信用增級(jí)的方式之一。我國(guó)發(fā)行的知識(shí)產(chǎn)權(quán)ABS大多數(shù)都采用了多種信用增級(jí)措施，信用評(píng)級(jí)也處于較高的水平，發(fā)行利差較低，發(fā)行方能以較低的融資成本獲得資金。然而從實(shí)際操作情況來(lái)看，如果債務(wù)主體和信用增級(jí)主體違約關(guān)聯(lián)度較高，則交易的真實(shí)信用水平就會(huì)低于信用評(píng)級(jí)，知識(shí)產(chǎn)權(quán)ABS的發(fā)行利差就會(huì)被低估，造成證券的風(fēng)險(xiǎn)補(bǔ)償不足。特別是在存在道德風(fēng)險(xiǎn)的情況下，利用信用評(píng)級(jí)偏差獲得低成本融資，損害投資人利益，可能會(huì)影響知識(shí)產(chǎn)權(quán)ABS的良性發(fā)展。

因此，對(duì)知識(shí)產(chǎn)權(quán)ABS定價(jià)時(shí)，應(yīng)當(dāng)注重對(duì)產(chǎn)品的信用情況審查，保證信用評(píng)級(jí)的準(zhǔn)確性。通過(guò)不同的增信措施的選取，產(chǎn)品可以達(dá)到相同的信用評(píng)級(jí)水平，其風(fēng)險(xiǎn)狀況卻存在差異。出于成本和技術(shù)考量，我國(guó)知識(shí)產(chǎn)權(quán)ABS的增信措施多采用內(nèi)部增信，外部增信只作為補(bǔ)充或附加的信用支持，這樣的增信結(jié)構(gòu)抵御現(xiàn)金流風(fēng)險(xiǎn)的能力較差，產(chǎn)品的真實(shí)信用情況可能被高估，因此，應(yīng)對(duì)產(chǎn)品的增信結(jié)構(gòu)進(jìn)行審查，特別是對(duì)于增信措施單一、增信主體單一或增信主體之間風(fēng)險(xiǎn)聯(lián)動(dòng)性高的情況，應(yīng)進(jìn)行更為嚴(yán)格的審查，避免其信用水平被高估。

（二）我國(guó)知識(shí)產(chǎn)權(quán)ABS基礎(chǔ)資產(chǎn)的重組程度對(duì)利差有顯著影響

入池的知識(shí)產(chǎn)權(quán)需要在債務(wù)主體、時(shí)間和空間上形成一定的結(jié)構(gòu)，實(shí)現(xiàn)風(fēng)險(xiǎn)收益的重新組合與分割，均衡證券化過(guò)程，從而達(dá)到分散風(fēng)險(xiǎn)的目的。從原理上來(lái)說(shuō)，知識(shí)產(chǎn)權(quán)組合的結(jié)構(gòu)特征越明顯，風(fēng)險(xiǎn)越分散，違約風(fēng)險(xiǎn)越低，發(fā)行利差越小。因?yàn)楦叨韧|(zhì)化或同行業(yè)的知識(shí)產(chǎn)權(quán)有可能無(wú)法抵御系統(tǒng)性風(fēng)險(xiǎn)，造成同一時(shí)間大規(guī)模違約，需要不同類別的多種知識(shí)產(chǎn)權(quán)進(jìn)行資產(chǎn)結(jié)構(gòu)化重組。本文選取“入池知識(shí)產(chǎn)權(quán)數(shù)量/融資企業(yè)數(shù)量”來(lái)衡量知識(shí)產(chǎn)權(quán)ABS的資產(chǎn)重組程度，得到的實(shí)證結(jié)果與假設(shè)相同，即資產(chǎn)重組程度越高，證券的發(fā)行利差越小。然而從實(shí)際操作角度來(lái)看，雖然證券化融資的基礎(chǔ)資產(chǎn)實(shí)現(xiàn)了風(fēng)險(xiǎn)隔離，但實(shí)際的償債主體還是企業(yè)，如果入池知識(shí)產(chǎn)權(quán)數(shù)量充足但償債主體單一，還是有可能造成較大的違約風(fēng)險(xiǎn)。

因此，對(duì)知識(shí)產(chǎn)權(quán)ABS定價(jià)時(shí)，應(yīng)多維度考量資產(chǎn)重組結(jié)構(gòu)，除知識(shí)產(chǎn)權(quán)的數(shù)量、種類、行業(yè)等因素，還應(yīng)關(guān)注償債主體的集中程度，對(duì)于集中程度較高的產(chǎn)品的償付風(fēng)險(xiǎn)進(jìn)行有效識(shí)別，避免產(chǎn)品實(shí)際風(fēng)險(xiǎn)被低估。

參考文獻(xiàn)

[1]柴鑫慧. 高校知識(shí)產(chǎn)權(quán)成果證券化研究——以西麗湖科教城知識(shí)產(chǎn)權(quán)ABS為例[J].債券，2022（4）.DOI： 10.3969/j.issn.2095-3585.2022.04.011.

[2] 陳毛妮. 信用評(píng)級(jí)、產(chǎn)權(quán)性質(zhì)與公司債定價(jià)[J].財(cái)會(huì)通訊，2018（24）.

[3] 林晚發(fā)，劉穎斐，趙仲匡. 承銷商評(píng)級(jí)與債券信用利差——來(lái)自《證券公司分類監(jiān)管規(guī)定》的經(jīng)驗(yàn)證據(jù)[J]. 中國(guó)工業(yè)經(jīng)濟(jì)，2019（1）.

[4] 張帆，伍晨. 影響中國(guó)公司債信用利差的因素研究——基于中國(guó)公司債面板數(shù)據(jù)的實(shí)證[J]. 金融教育研究，2021，34（4）.

[5] 朱波，劉文震. 信用評(píng)級(jí)對(duì)我國(guó)資產(chǎn)證券化產(chǎn)品發(fā)行定價(jià)的影響機(jī)理[J]. 財(cái)經(jīng)科學(xué)，2019（9）.

[6] KUMAR J. Intellectual Property Securitization： How Far Possible and Effective[J]. Journal of Intellectual Property Rights， 2006， 11（2）.

[7] GABALA J. Intellectual Alchemy： Securitization of Intellectual Property as an Innovative Form of Alternative Financing[J]. The John Marshall Review of Intellectual Property Law， 2004， 3（2）.