企業知識產權質押融資風險演化監測模型*
——基于多主體動態博弈

武漢理工大學管理學院 劉憶 閔劍

企業知識產權質押融資風險演化監測模型*
——基于多主體動態博弈

武漢理工大學管理學院 劉憶 閔劍

本文構建基于多主體動態博弈的企業知識產權質押融資風險演化監測模型并進行實證分析。結果表明，企業的低風險投資行為與銀行貸款金額呈正相關，政府補貼力度與企業的科技投入大小正相關，擔保機構提供的擔保金額大小與企業的盈利能力高低正相關。

多主體博弈 知識產權質押 融資風險

一、引言

近年來，中小企業以其靈活的運行機制與較強的市場適應能力在中國經濟體制改革中發揮了重要的作用。據統計，我國中小型企業的數量占全國企業總數的比例高達90%以上，其提供的就業機會數量占國內企業提供的80%。在2015年中國的專利權、商標權及工業品外觀設計權的申請量均為世界第一的情況下，全國約60%的專利由中小企業提供，且專利權、商標權、著作權等知識產權在企業的資產中占比50%以上。然而，中小企業由于競爭力不足、抵押物缺乏、償債風險高，往往無法通過傳統融資渠道獲取充足的資金；且隨著世界金融環境不斷變化的后經濟危機時代的到來，中小企業融資難已成為世界難題。為促進知識產權的轉化應用，緩解中小企業融資難的困境，知識產權質押融資成為部分科技型中小企業解決融資問題的突破口。2013年2月，中國銀監會、國家知識產權局、國家工商行政管理局、國家版權局在聯合發布的《關于商業銀行知識產權質押貸款業務的指導意見》中引導與規范商業銀行開展知識產權質押貸款業務以支持企業創新和充分利用知識產權的融資擔保價值。知識產權質押融資在北京海淀區、吉林長春市、湖南湘潭市、廣東佛山市等眾多地區試點，并形成了北京模式、上海浦東模式、江蘇模式與湖北武漢模式等幾種具有中國特色的知識產權質押融資模式與相應功較完整的業務流程。

與此同時，知識產權質押立法體系不完備、知識產權登記制度不完善、知識產權質押評估難、銀行對出質的知識產權不易控制、用于質押的知識產權處置難等問題的凸顯，使得知識產權質押融資“知本”變“資本”、“知產”變“資產”、融“智”為資的目標并未實現。這些問題的本質在于知識產權質押固有與催生的風險，如估值風險、處置風險、法律風險、財務風險等。風險內生于環境中，而環境中各主體的行為與策略選擇會影響到風險的產生與效果。因此，本文基于演化博弈視角，運用系統動力學技術構建知識產權質押融資的風險監測模型，并提出風險的防控的對策與建議。

二、文獻綜述

知識產權質押起源于日本，盛行在歐美，銀行、政府在日美知識產權質押融資這一金融創新服務業務的發展中發揮了至關重要的作用。日本開發銀行等政策性投資銀行1995年就制定《新規事業育成融資制度》，美國小企業管理局（SBA）鼓勵、培育中小科技創新企業以幫助技術傾向性較高的企業獲得知識產權質押貸款。該新型融資方式后來傳播到我國并得到關注。基于對風險的辨識與控制，諸多學者在防范風險的意識下對知識產權質押進行分析，但基本都是處于定性研究的階段。

（一）對知識產權質押融資主體的研究對知識產權質押融資業務發達國家的參與主體的研究主要集中在銀行與政府上，原因在于其起到的主導與推動作用。李龍（2009）指出日本政策投資銀行（DBJ）“形式看知識產權融資擔保，實質看企業經營狀況”，政府在政策上主導鮮明。李希義（2011）也認可這種觀點并認為DBJ在日本知識產權質押融資過程中起著決定性作用并充當貸款提供者、貸款協調者與知識產權資產運行者的角色。丁錦希、顧艷等（2011）研究發現企業是否進行知識產權質押融資的行為決策取決于企業的知識產權質押貸款意識導向與政府的政策激勵。在對日本知識產權質押融資關鍵主體分析的基礎上，丁錦希、李偉等（2012）又對美國Dyox生物醫藥高科技融資項目進行實證研究并發現政府政策成因對融資模式創新、法律制度改進與融資風險降低的促進作用。對于國內的知識產權質押融資，劉沛佩（2011）針對其如履薄冰的現狀呼吁構建多方參與制度來共同為知識產權質押融資的“陣痛”買單。唐雯、陳愛祖等（2011）觀察國內科技金融創新模式的實施效果及存在問題后，認為政府仍需加強政策支持引導與推廣完善。楊舒（2015）提出，在知識產權質押融資環境中，政府的角色定位應是政策保障者、市場引導者、管理服務者、風險管控者與中介協調者的融合。

（二）中小企業融資風險預警研究對中小企業融資風險預警的研究尚缺乏科學完善的理論體系與實踐應用的驗證，主要在于對融資指標體系的構建上。張明華（2006）建立了反映資金清償能力、資金利用能力、資本保值增值能力與財務結構的中小企業融資風險預警系統；孫政（2011）基于傳統財務指標體系的構建了中小企業融資風險預警體系；陳長玉（2012）結合成長期高新技術企業的財務比率，采用模糊綜合評價法構建融資風險預警模型；李君（2014）基于科技型中小企業生命周期論、銀行主導論與政府主導論的融資理論，從融資、投資、運營與成長能力的角度構建了中小企業融資風險評價指標體系；蔣紅梅（2016）在考慮成本效益的基礎上，從時間與空間兩個層面定性設計中小企業融資風險預警機制；鮑新中、董玉環（2016）基于銀行視角建立完整的知識產權質押融資風險評價指標體系，并運用基于可能度的多屬性決策方法對質押融資風險進行評價。

（三）知識產權質押融資的演化博弈分析Maynard（1974）提出演化穩定策略，將博弈論從完全理性中解放向演化博弈發展。喬根·W·威布爾認為博弈參與者都是有限理性決策人，他們大多數情況都是通過試錯和模仿其他主體行為來達到博弈均衡。近年不少學者將演化博弈應用于知識產權質押融資的分析中；楊揚、陳敬良（2014）運用演化博弈方法，建立了我國高新技術企業知識產權質押融資行為的演化博弈模型，發現高新技術企業知識產權質押融資行為選擇演化系統既可以收斂到帕累托最優均衡狀態，也可以收斂帕累托劣均衡狀態；通過調節模型中的參數可以達到帕累托最優均衡狀態；程永文、姚玉信（2015）用演化博弈中有限理性的理論沿商業銀行路徑、知識產權人路徑、公共政策路徑分析解釋知識產權質押貸款風險的形成機理，將質押風險歸納為借款人的經營風險與財務風險、知識產權人的估值風險與處置風險及受政府主導的法律風險和道德風險；陳華豐、張目等（2015）基于知識產權質押融資模式來結合獎懲機制，建立了銀企演化博弈模型得出確定的穩定點，并對所得的穩定點給出了合理的解釋和分析，使銀行與科技型中小企業長期演化達到穩定合作狀態，防范科技型中小企業的違約風險和道德風險。

回顧已有文獻，無論是研究國外知識產權質押融資還是國內知識產權質押融資，在通過分析參與知識產權質押融資的主體來研究融資風險時，大多數學者均只是對單一主體如銀行、政府等進行分析，或分別對多個主體進行分析，但缺乏從行為聯系的角度對主體行為進行關聯性分析。而在利用演化博弈理論對知識產權質押融資的參與主體進行分析時，有關學者沒有將博弈結果與融資風險進行聯系，僅僅是對博弈雙方的行為進行分析，并注重數學模型的構建、公式的運用而缺乏經濟學意義上的解析。基于此，本文基于主體行為分析視角，構建知識產權質押融資風險演化博弈模型，并運用系統動力學的技術對融資風險進行仿真研究，為中小企業知識產權質押融資風險監測提供一定的對策與建議。

三、理論分析與研究假設

（一）知識產權質押融資多主體的屬性分析參與知識產權質押融資的各主體之間并不是孤立的，它們處于一個環境系統中，銀行的行為、政府的行為以及中介機構的行為均會受到企業的行為決策的影響，企業的策略選擇又會受其他主體的決策的作用。（1）企業的主體屬性分析。作為質押貸款中最重要的主體，企業會面臨與銀行、政府與各種中介機構之間的博弈，企業將貸款用于投資，作為策略主導者，企業根據自身經驗、類似企業案例、風險偏好選擇投資的初始風險。企業在選擇提供高貸款金額的同時，不僅考慮政府的補貼政策，還會受到其他企業策略選擇的影響。此外，企業在選擇高盈利性項目的同時，不僅僅考慮擔保機構的行為，同時會受到其他企業策略選擇的影響。（2）銀行的主體屬性分析。銀行的貸款行為會受到企業行為的影響，作為風險規避者，銀行可以通過調節貸款金額的高低來降低自己的風險同時又影響企業的行為。銀行在與企業博弈的同時，銀行之間并不是相互獨立的。銀行在決定提供貸款金額的高低時，不僅考慮企業的投資行為，同時會受到其他銀行策略選擇的影響。（3）政府的主體屬性分析。政府作為政策主導者，其對科技創新的支持、鼓勵與引導會影響到企業所選擇的貸款金額，這主要與政府提供的補貼有關。地方政府之間除了考慮當地銀行提供的貸款額度外，還會相互學習其他各地政府的貼息行為，以取得較高的獲益。（4）擔保機構的主體屬性分析。擔保機構作為重要的第三方參與人，在重視質押自身、質押流程、企業信用等的同時，主要關注企業自身的盈利能力，這會影響到他們所愿意提供的擔保金額的多少。擔保機構除了考慮企業是否會進行高盈利性項目并會使用多少資金外，還會相互學習其他擔保機構的擔保行為，以取得較高的獲益。

（二）知識產權質押融資主體的博弈分析知識產權質押中的各主體都有各自的利益，他們在環境系統中一方面付出一定資源的同時，另一方面會要求得到相應的回報。每一方或多方主體的收益與成本，對于另一方或另外多方都代表著費用與利得。但是由于信息不對稱性與經濟人的非絕對理性行為，主體的策略會發生選擇、調整、改變，不同的主體之間會影響，同一類主體之間也會相互影響。這個動態的反復調整、模仿與學習的過程與演化博弈的突變過程與選擇過程兩大機制有著極大的相似。突變源自遺傳生物學當中的基因突變，博弈參與者的某個初始策略相對其他可供選擇的策略來講可能是試錯（不一定是錯誤），隨著環境的變化、風險的演化、主體的博弈，其他策略可能會取代初始策略。選擇亦來源于生物學中的“適者生存”的自然選擇過程，這也解釋了演化博弈主體的學習模仿過程，參與主體并不一定能精確得知自身的收益支付函數，但其可以模仿與學習在某次決策中有優勢的策略，并對自己的選擇作出動態調整。除了模仿學習博弈中不同于自己的對手的行為，參與者也可以借鑒與自己屬于同一群體的其他博弈中類似參與者的行為策略，這同樣也符合演化博弈描述不同群體之間在不同策略下博弈的情形，不斷地試錯、模仿與學習的動態過程使得收益支付低的某一個或某些個體的策略在群體中被淘汰，循環往復，最終群體與群體之間達到穩定的動態平衡。

（三）基于多主體博弈的企業融資風險演化分析企業的融資風險處于一種動態變化的過程，并處于發展調整的狀態。企業、銀行、政府與擔保機構等多方主體的博弈行為機制會從不同的維度影響到企業的融資風險。當各主體的博弈參數發生變化時，最終會將影響傳導到多方主體的策略選擇，即使得主體選擇某種策略的概率產生變化。而決策概率的變化會致使涉及企業融資風險的某些財務指標發生變化，從而對最終的企業知識產權質押融資風險產生一定的影響。比如，若銀行選擇高貸款的概率降低，銀行貸款減少企業從其他渠道的籌資額增多，利息支出增多、資本成本升高，企業的資產負債率上升，則償債風險增加，企業知識產權質押融資的風險升高。若政府采取高補貼政策的概率降低，企業當年的科技支出與凈利潤減少，科技投入比率與資產凈利率下降，則投資風險與發展風險增加，企業知識產權質押融資的風險升高。若擔保機構提供高擔保金額的概率降低，企業選擇盈利風險小的項目，經營現金凈流量下降，盈余現金保障倍數下降，盈利風險增加，企業知識產權質押融資風險升高。由此，本文提出以下假設：

H1：企業的低風險投資行為有利于使銀行提供高貸款金額

H2：政府補貼力度與企業的科技投入大小正相關

H3：擔保機構提供的擔保金額大小與企業的盈利能力高低正相關

四、研究設計

（一）樣本選取與數據來源本研究選取的時間跨度為2011～2015年，采用的客觀數據，如企業貸款金額、科技投入、擔保金額等原始數據從上市公司年報、國泰安數據庫等收集，按照如下標準進行篩選：（1）剔除2011～2015年期間ST、PT類的樣本公司，因為這些公司經營狀況出現異常，不具有代表性；（2）剔除年度營業成本大于營業收入的公司；（3）剔除樣本區間內有關鍵數據缺失及出現異常數據值的公司，并采用無量綱化方法轉換為博弈數據值。部分主觀數據采用專家調查法。數據搜集方法主要是問卷調查。調查問卷設計的選題主要依據學術界、企業界以及銀行界的專家意見，并通過實地現場發放、電子郵件與郵寄等方式，向國內商業銀行、中小企業、政府人員、擔保機構有關人員共發放2000份問卷展開調查，除了湖北武漢外，地域分布還涵蓋、湖南湘潭、北京、上海等知識產權質押融資業務較發達的地方，具有一定的代表性。最終收回有效問卷1622份，其中有效問卷968份。最終取得的各演化博弈參數相對值如表1所示：

表1 多主體演化博弈參數值

（二）變量定義與模型構建本文利用不完全信息2×2非合作重復博弈模型來刻畫主體之間的動態策略選擇與調整。

（1）企業與銀行間的演化博弈支付。企業與銀行之間博弈的焦點是貸款金額的高低（考慮到貸款金額的大小主要由知識產權的評估價值的高低來決定，假設在現有的市場條件下，評估機構會根據質物自身與企業價值作出合理的估值），其受企業投資行為的影響，并會根據所判斷的企業投資風險的高低來調整提供的貸款金額的高低。博弈模型如下：

博弈方：有限理性的銀行與企業，0表示企業，1表示銀行。

博弈規則：市場信息不完全對稱。二者的策略集合分別是：S0=｛傾向高風險投資，傾向低風險投資｝，S1=｛低貸款利率，高貸款利率｝。

博弈策略的采用比例：假設在博弈的初始階段，企業選擇高風險投資的概率為p1，則選擇低風險投資的概率為（1-p1）。銀行選擇高貸款的概率為q1，則選擇低貸款的概率為（1-q1）。

基本假設：第一，在表中，R11表示銀行在高貸款下的收益，R12表示銀行在低貸款下的收益；（利率高低）R13表示企業在高風險投資下的收益，R14表示企業在低風險投資下的收益；L11表示企業在高風險投資下的損失，L12表示企業在低風險投資下的損失；L13表示在企業高風險投資下，銀行遭受的損失（比如不能償還全部貸款與貸款利息），L14表示在企業低風險投資的情況下，銀行遭受的損失。第二，考慮到知識產權質押融資的整體風險高，銀行都愿意制定高貸款利率的政策，而貸款企業則相反。第三，排除政府等對銀行貸款利率政策的強制性干擾和貼息政策的影響。第四，銀行和企業在博弈中不存在其他重大性收入和成本。基于此，企業-銀行的演化博弈收益支付如表2所示：

表2 企業-銀行演化博弈收益支付

系統動力學以系統、整體、聯系、發展、運動的觀點來研究信息反饋機制，它向人們提供一個進行學習和政策分析的工具，并使決策群體或整個組織逐步成為一種學習型和創造型的組織，因此，考慮運用系統動力學來刻畫博弈者之間行為關系的長期趨勢。由上，建立的企業與銀行之間的演化博弈仿真模型如下，其流率變量關系方程式由以上的復制動態方程式決定。

圖1 企業-銀行演化博弈仿真模型

（2）企業與政府間的演化博弈支付。作為宏觀調控政策的制定者與經濟市場秩序的平衡者，政府通過多種方式直接或間接影響到企業的知識產權質押融資過程，政府不是經濟利益的既得者，其希望的更多的是社會效益，諸如：趨向于穩定完善化與多樣健全化的信貸市場、中小企業（尤其是科技型中小企業）的健康與活力的發展、銀企關系的穩定與和諧等等。企業與政府之間博弈的關鍵點在于政府補貼金額（如貼息、風險補償金等方式）的大小，這會影響到企業選擇從銀行貸款金額的多少，進一步地影響到企業的償債風險。而政府在作出補貼決策時，主要關心企業是否遵從政府的政策導向、是否利用貸款資金進行科研創新作業、企業償債能力的高低與發展潛力的大小。博弈模型如下：

博弈方：有限理性的企業與政府，0表示企業，2表示政府。

博弈規則：市場信息不完全對稱。二者的策略集合分別是：S0=｛科研投入大，科研投入小｝，S2=｛高補貼政策，低補貼政策｝。

博弈策略的采用比例：假設在博弈的初始階段，企業選擇高科研投入的概率為p2，則選擇低科研投入的概率為（1-p2）。政府采取高補貼政策的概率為q2，則采取低補貼政策的概率為（1-q2）。

基本假設，第一，在表中，I21表示高補貼政策的政府補貼，I22表示低補貼政策下的政府補貼；C21表示在高科研投入下企業的風險成本（包括科技研究本身的風險以及資金的機會成本等），C22表示低科研投入下企業的風險成本；S21代表企業高科研投入帶來的社會邊際效益，S22代表企業低科研投入帶來的社會邊際效益。第二，企業與政府在博弈中不存在其他重大型收入和成本。基于此，企業-政府的演化博弈收益支付如表3所示：

表3 企業-政府演化博弈收益支付

建立的企業與政府之間的演化博弈仿真模型如下，其流率變量關系方程式由以上的復制動態方程式決定。

圖2 企業-政府演化博弈仿真模型

（3）企業與擔保機構間的演化博弈支付。擔保機構等中介機構的行為對企業知識產權質押融資也會產生相應的影響。其主要通過考察企業的經營情況、財務情況、抵押資產情況、納稅情況、信用情況、企業主情況來初步確定擔保與否，并收取相應的服務費用來獲利。若企業選擇用貸款資金或已有資本從事盈利能力較大的項目，則還款就有保障，擔保機構就會提供較高的擔保金額，擔保機構可能承擔的損失就較小，反之其提供的擔保金就較小，可能面臨較大的損失。由此，擔保機構主要關心的是企業是否從事盈利性較高的項目，并依據此來決定擔保金額的高低。

博弈模型如下：

博弈方：有限理性的企業與擔保機構，0表示銀行，3表示擔保機構。

博弈規則：市場信息不完全對稱。二者的策略集合分別是：S0=｛高盈利性項目，低盈利性項目｝，S3=｛高擔保金額、低擔保金額｝。

博弈策略的采用比例：假設在博弈的初始階段，企業選擇用更多的資金從事高盈利性項目的概率為p3，則選擇用較少資金進行低盈利性活動的概率為（1-p3）。擔保機構提供高但保金額的概率為q3，則提供低擔保金額的概率為（1-q3）。

基本假設，第一，在表中，R31表示在企業選擇進行高盈利性項目下擔保機構的收益，R32表示在企業選擇進行低盈利性項目下擔保機構的收益；L31表示高盈利項目下企業的風險成本或損失，L32表示低盈利項目下企業的風險成本或損失；I31表示高擔保金額，I32表示低擔保金額。二，企業與中介機構在博弈中不存在其他重大型收入和成本。第三，假設質物的評估價值是合理可信的，對擔保金額的影響不大。基于此，企業-擔保機構的演化博弈收益支付如表3所示：

表3 企業-擔保機構博弈收益支付

建立的企業與擔保機構之間的演化博弈仿真模型如下，其流率變量關系方程式由式3的復制動態方程式決定。

圖3 企業-擔保機構演化博弈仿真模型

五、實證結果與分析

將各個變量的博弈參數相對值代入多方主體的博弈模型并結合對應的概率易知：（1）在企業選擇低風險投資時，銀行選擇低貸款利率政策時的收益支付最大，此時企業在獲得相應貸款數額的同時融資成本也較低。（2）在政府選擇高補貼政策時，企業愿意從銀行獲得較高的貸款金額，且在這種情況下政府的社會效益收益支付參數值較高。（3）在企業愿意利用更多的資金從事盈利性項目時，擔保機構愿意提供較多的擔保金額，這也保證了他們獲得較高的擔保費。與前述假設預想的一致。并在此基礎上對多主體博弈進行演化仿真研究。博弈仿真采用的軟件為Vensim PLE，設置“INITIAL TIM E”=0，“FINAL TIM E”=10，改變“TIM E STEP”為0.25與“Units for Time”為“year"。

（一）企業與銀行的演化博弈仿真將問卷調查獲取的博弈參數代入企業-銀行演化博弈模型，得到銀行選擇高貸款概率q1的演化趨勢如圖4所示。策略調整前（下方曲線），在企業選擇當前的博弈參數與支付策略的情況下，短期內銀行選擇提供高貸款的概率q1雖然會有所下降，但不至于過低；但如果企業當前的策略維持不變，按照長期的發展趨勢來看，q1會呈現出下降的趨勢，且隨著時間的推移會降至為0，原因是銀行判斷企業當前的投資風險為高水平，此時銀行不愿意為企業提供高貸款以滿足企業自身發展的需要。現降低L14的參數值（實際中企業可以通過選擇低投資策略來調控），策略調整后(上方曲線），q1逐漸呈現出上升的趨勢，且如果企業長期保持這種策略選擇，銀行愿意提供高貸款金額的概率越來越大，隨著時間的推移會逐漸上升為1且趨于穩定。這種狀態下，銀行能保證有一定的收益，企業也能獲得維持發展所需要的資金，融資風險降低。

圖4 銀行選擇高貸款概率q1的演化趨勢

（二）企業與政府的演化博弈仿真將問卷調查獲取的博弈參數代入企業-銀行演化博弈模型，得到政府采取高補貼政策的概率q2的演化趨勢如圖5所示。策略調整前（下方曲線），在企業選擇當前的博弈參數與支付策略的情況下，長期內政府采取高補貼政策的概率q2會逐漸降低，原因在于企業的科研投入不高，因此與之對應的政府所重視的社會邊際效益也會不明顯，致使政府不再愿意為企業提供高補貼。現提高S21的參數值（實際企業可通過提高科研投入來實現），策略調整后（上方曲線），發現q2呈現動態上升的趨勢，在此種情況下，企業獲取的知識產權質押補貼較高，融資風險降低。

圖5 政府采取高補貼政策的概率q2的演化趨勢

（三）企業與擔保機構的演化博弈仿真將問卷調查獲取的博弈參數代入企業-銀行演化博弈模型，得到擔保機構提供高但保金額概率q3的演化趨勢如圖6所示。策略調整前（下方曲線），在企業選擇當前的博弈參數與支付策略的情況下，擔保機構提供高但保金額的概率q3會隨著時間的推移而逐漸下降，原因在于擔保機構認為企業目前的項目盈利不高，擔保機構的收益較低或得不到保障。現提高R31的參數值（實際中企業可通過選擇將更多資金投于高盈利性項目來實現），策略調整后，研究發現q3呈上升的趨勢，此時企業能獲得較大的擔保金額，融資風險降低。

圖6 擔保機構提供高但保金額概率q3的演化趨勢

六、研究結論

本文在演化博弈的視角下，以融資風險為分析的切入口，以企業為主體，對知識產權質押融資業務中多方主體的行為關系進行了分析，并通過我們的研究發現：（1）銀行在選擇貸款金額的高低時主要關注企業的投資風險，企業的還款能力會受其投資風險的影響，作為理性決策人，也考慮到科技型中小企業發展的特殊性，銀行更愿意企業在保證一定收益的同時選擇較低風險的投資，這也有利于促進銀企的進一步合作。（2）作為風險承擔者，企業所選擇的科技投入的大小受到政府補貼政策的影響，同樣政府補貼越多，企業為響應政府號召以及自身發展的需要，對科研的投入也越多，這是一個互利共贏的機制。（3）擔保機構的擔保作用發揮效果的好壞對于企業知識產權質押融資的風險也有著不可忽視的影響，擔保金額越大對于企業降低融資風險越有利，但擔保機構會注重企業的盈利性狀況。

依據以上結論，本文提出以下建議：（1）為了推進科技型中小企業知識產權質押融資業務的順利進行以及知識產權質押融資業務自身的發展成熟與完善，企業、銀行、政府與中介機構等多方主體應建立穩定和諧的博弈關系網，在對以往貸款經驗的借鑒上，考慮環境主體行為所帶來的風險，銀行應勇于提供給貸款企業一定的貸款金額，這離不開企業自身的投資行為與財務風險狀況、政府的相應政策以及中介機構所起到的銜接作用；政府作為政策主導者，在促進科技型中小企業的發展中起著至關重要的作用，但企業發展也離不開中小企業自身的科研投入，以有效的科研投入與產出來增加政府補貼的社會效益；同時，企業要以一定的業績保證來取得擔保機構的擔保，以為其質押融資加一道保險。（2）對參與知識產權質押融資的多方主體的行為關系分析是建立在以企業為主體的企業-銀行、企業-政府與企業-擔保機構的兩方博弈的基礎之上的，對于三方甚至多方博弈關系的分析有待研究；同時實證所選取的樣本有限，主要以我國知識產權質押融資業務較為先進的地區為主，尚未涉及所有地區的知識產權質押融資企業的全部情況，另外分析時未研究不同中小企業的行業類型差異對各主體博弈的影響以及企業所處地區差異等對多方行為關系的作用。

*本文受武漢理工大學自主創新研究基金“基于風險識別的中小企業無形資產抵押融資擔保機制研究”（項目編號：2016VI035）資助。

［1］張友棠、黃陽：《基于行業環境風險識別的企業財務預警控制系統研究》，《會計研究》2011年第3期。

［2］閔劍、戈功業：《從利益相關者行為視角構建企業融資風險預警仿真模型》，《財會月刊》2015年第23期。

［3］齊盼盼、楊小曄：《知識產權質押融資風險評價模型研究》，《會計之友》2012年第9期。

［4］徐靜、鮑新中、王英：《科技型企業知識產權質押融資的動力學機理研究》，《科技管理研究》2015年第11期。

［5］程永文、姚玉信：《有限理性視角下知識產權質押貸款風險形成、評估與檢驗》，《科技進步與對策》2015年第13期。

［6］Bruno.A，Jean.B.C，Kirsten.R.Patents as Collateral［J］. Journal of Economic Dynamics and Control，2010，（6）.

［7］Nisar.T.M.Intellectual Property Securitization and Growth Capital in Retail Franchising［J］.Journal of Retailing，2011（8）.

（編輯 杜昌）