醫藥專利質押貸款的風險及對策研究

查建華

【摘 要】 近年來，醫藥研發業務在我國逐漸興起，涌現出一大批生物醫藥專利密集型科技公司，已成為我國技術創新的主要載體，但卻因資金不足、融資困難而無法對專利進行商業化開發。本文基于銀行的視角通過問卷調查了解專利質押貸款開展現狀，建立多元回歸模型剖析質押貸款額度的影響要素，并運用實證案例分析佐證闡述專利權質押貸款風險的特殊性。

【關鍵詞】 醫藥企業 專利質押 銀行 風險 對策

1 商業銀行專利質押貸款的風險分析

1.1 專利質押貸款自身風險。專利價值的不確定性：專利的價值與市場預期和外界動蕩有很大的關聯;專利價值的難評估性：專利價值的不確定性以及無形性和其復雜性使銀行與貸款企業在洽談時只能預估其價值，且評估易受到人為影響;專利價值變現的難預測性：專利質押物的變現周期長處置相對困難，商業銀行除了考慮貸款企業的違約風險還需關注當企業不能按期還款時作為質押物的專利權是否在知識產權市場易于轉讓和價值增貶。

1.2 專利質押貸款法律風險。權利歸屬不清晰：中國《擔保法》以及其他的相關法律法規中對專利質押的規定大多籠統且具體操作方法和保障措施尚不明朗;登記制度不完善：國家對不同形式的無形資產設立了不同的登記機關，常見的知識產權所對應的登記機關也并非同一處【33】。

1.3 專利質押貸款外部風險。 企業風險：貸款企業是資金的需求方，也是專利質押融資業務鏈條中的出質人，一旦企業的生產經營出現虧損，便會嚴重危及企業的償債能力;銀行風險：銀行的內部風控系統以及操作系統失控和自身經營可能會引發系統風險，銀行從業人員工作的不當監管力度不夠等原因，也會錯誤評估專利質押貸款風險而形成損失。

2? 專利質押貸款的可行性分析

2.1 專利質押的理論依據。銀行根據信息不對稱理論為了規避由質押資產形式引起的信貸配給問題，對專利權質押貸款時采取差異化利率。專利權有商品屬性，可以根據專利權所獲得的額外收益評判其價值量且可以用貨幣衡量專利價值【34】，因此利用專利權進行質押融資是切實有據可依的。

2.2? 專利質押貸款的影響因素分析

2.2.1 貸款期限。若期限較長則貸款企業不能按期還款的風險因素增多，且一般企業亟需利用知識產權資產進行質押貸款緩解融資難題，短期貸款即可滿足需求。所以貸款期限在1-3年之間為佳。

2.2.2 貸款額度。商業銀行一般根據專門的資產評估機構給出的專利質押物評估價值，再結合銀行自身規則最終確定一項專利質押標的的貸款額。

2.2.3 評估模式。涉及到知識產權的評估辦法實踐過程中常見有三種：收益法、成本法和市場法。

3 專利質押貸款的實證研究

3.1? 專利質押價值模型的構建

3.1.1 數據來源。研究所需的數據包括兩類：作為質押物的專利屬性數據和貸款企業屬性的數據。

前者通過進入國家知識產權局網站（SIPO）的中外專利數據庫獲得，后者主要通過萬方企業數據庫和國泰安數據庫（CSMAR）進行收集。

3.1.2 樣本說明。本文選用專利權優勢明顯的醫藥類企業作為研究樣本，通過SIPO的查詢結果，考慮到部分數據未公開或者不真實，在選取樣本時剔除了以下幾種企業：未披露專利產權信息的、未公開質押貸款額度的、非以專利權作為質押貸款的、以及非醫藥類性質的。最終選取了在SIPO近15年有專利質押登記備案的，并可查詢質押合同編號，已公開披露質押貸款信息且以醫藥性質類專利作為質押物的48家具有代表性的醫藥專利質押貸款項目作為模型的樣本進行分析。

3.1.3 變量選取。（1）Ptype：專利類型。本文根據SIPO的官方分類將專利類型賦值化：定義1為外觀設計類，2為實用新型類，3為發明專利類。（2）Fcite：專利被引證次數。指的是模型中被質押貸款的專利它后期被引用的頻數。數值從0開始增大。（3）IPCs：涉及專利IPC大組個數。該項數值的范圍在1-10之間，表示該項專利的集中領域，隨著所涉及領域范圍的推廣而隨之增大。（4）Family：同族國家數量。指的是同一項專利在不同國家申請所構成的一個專利族類，數值為0表示僅在中國申請專利保護。（5）Timeexp：專利剩余有效期。指的是專利權受法律保護的期限，自一項專利申請日算起，以年為基本單位，一般發明專利權的期限為二十年。（6）Age：企業年齡。該項指標指的是貸款企業從注冊成立日到發生專利質押貸款日的時間跨度，能夠衡量一個企業的違約風險以及資金渠道的局限性。（7）Size：企業員工規模。貸款存續期間，用企業的員工規模來度量企業規模的大小。其中為了模型的可塑性，將員工規模進行分檔并賦值：1代表員工數在1-20人之間，2代表21-50人，3代表51-100人，4代表100人以上。（8）Single：專利是否獨自質押。該指標為模型引入的控制變量，當專利成組質押時，數值規定為0。（9）Loanterm：質押期限。該指標也為控制變量，能夠度量風險，在所選取的樣本中，該項數值一般在1-3年。（10）Aft2008：質押貸款是否發生在2008年之后。（10）Aft2008：質押貸款是否發生在2008年之后。我國于2008年初次頒布了知識產權融資試點城市，此控制變量的設置是為了判斷市場環境的改善以及國家政策的推動對專利質押價值的影響。

3.1.4 模型構建

專利模型表達式如下：

貸款模型表達式如下：

其中：β0為常數項系數，βi為對應各變量的系數，εi為殘差項。

3.1.5 統計描述。通過對48個專利質押貸款項目的數據收集，通過SPSS 20.0軟件進行統計性描述。

3.1.6 回歸分析。

（1）專利模型。對專利模型以Ln（loan）為因變量，Ptype、Fcite、IPCs、Family、Timeexp為自變量進行多元線性回歸。

分析得出，各變量之間的相關系數皆不是很高，說明相關程度較低，均在可容忍的范圍之內，共線性問題不嚴重，所以不再考慮剔除變量，以現有的變量進行多元回歸。

分析知，專利模型多元回歸方程式可寫為：

R2=0.793? ? ?F=14.273? ? ?P<0.01? ? D.W=1.83

回歸模型整體檢驗的F值為14.273，顯著性檢驗的p值小于0.01，即F統計量拒絕0假設犯錯誤的概率不足1%，表示回歸模型整體解釋變異量達到顯著水平。其中可決系數R2（R-squared）=0.793 ，調整后的可決系數AR2（Adjusted R-squared）=0.678，估計標準誤為0.317，表明這5個變量共可解釋因變量“貸款額度的自然對數”79.3%的變異量，模型的擬合優度尚可。回歸系數的t檢驗中，各個自變量回歸系數的p值均能通過1%的顯著性水平檢驗，模型是有效的。

（2）貸款模型。貸款模型中以Ln（loan）為因變量，以Ptype、Fcite、IPCs、Family、Timeexp、Age、Size、Single、Loanterm、Aft2008為自變量進行多元回歸。

分析可得，貸款模型多元回歸方程式可寫為：

R2=0.881? ? ? ? F=18.9? ? ? ?P<0.01? ? ? D.W=1.73

（注：* 10%，** 5%，***，1%分別為通過的不同顯著水平。）

為了檢驗樣本的分布是否符合正態分布，將殘差標準化得到概率分布圖，根據統計分析中的相關結論，可得出該樣本分布基本符合正態分布的標準，模型構建是非常有效的。

（3）結論。在專利模型中，專利類型對貸款額有正向促進作用，發明專利比其他兩類專利的價值要高，意義也就更大。專利被引用次數Fcite也與貸款額成正比。同時，具有同族專利意味著該項專利得到的保護范圍較大，極大的增加了貸款額度。IPCs數與貸款額之間有抵消的作用，不過影響程度較小。Timeexp對專利價值有促進作用，期限越長，質押價值越大。銀行在評估風險時應該把這些屬性因素考慮在內。

在貸款模型中，企業屬性和控制變量與貸款額度之間有較強的相關性。Age和Size能夠很大程度上對專利質押價值的大小產生影響。年齡較大的企業其融資渠道也將更廣，銀行也會更加青睞。Size明顯的與專利質押價值有正向相關關系，表明若貸款企業的規模越大，則預期違約風險越小，銀行對其可貸資金越高?？刂谱兞縎ingle和Loanterm都對因變量有負向影響的作用，當多項專利成組質押給銀行會增加銀行的信賴度，貸款期限最為常見的為1到3年，當期限越短，則貸款風險越小，越容易被銀行所接受。Aft2008對專利質押價值并未呈現出顯著差異，說明外在環境改變并沒有產生立竿見影的效果，還有待進一步的探索。

【參考文獻】

[1] 中華人民共和國知識產權局.http：//www.sipo.gov.cn/. 2017-12-25.

[2] 國務院辦公廳.http：//www.360doc.com/content/.2017-09-16.

[3] 經濟參考報.http：//m.sohu.com/a/.2017-08-02.