周衍平　徐華杰　陳會(huì)英

摘? ?要：知識(shí)產(chǎn)權(quán)價(jià)值受到技術(shù)、經(jīng)濟(jì)、消費(fèi)、法律、政策和人文等因素的影響。從風(fēng)險(xiǎn)視角出發(fā)，通過(guò)改進(jìn)三叉樹(shù)模型，對(duì)知識(shí)產(chǎn)權(quán)價(jià)值進(jìn)行評(píng)估并尋找最優(yōu)風(fēng)險(xiǎn)概率可以為知識(shí)產(chǎn)權(quán)證券化提供定價(jià)和風(fēng)險(xiǎn)控制借鑒。本文首先分析了知識(shí)產(chǎn)權(quán)的實(shí)物期權(quán)特征，繼而在三叉樹(shù)模型中引入風(fēng)險(xiǎn)因素及其發(fā)生概率，計(jì)算標(biāo)的資產(chǎn)價(jià)格上漲、不變或下降的概率，得到考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型，最后結(jié)合案例，分別運(yùn)用收益法及改進(jìn)的三叉樹(shù)模型進(jìn)行計(jì)算分析。研究發(fā)現(xiàn)，傳統(tǒng)的收益法會(huì)低估知識(shí)產(chǎn)權(quán)價(jià)值，所構(gòu)建的基于風(fēng)險(xiǎn)因素的三叉樹(shù)模型考慮因素更為全面、評(píng)估結(jié)果更加準(zhǔn)確。知識(shí)產(chǎn)權(quán)期權(quán)價(jià)值因風(fēng)險(xiǎn)概率水平的不同而不同，所構(gòu)建的考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型可以更加準(zhǔn)確地衡量知識(shí)產(chǎn)權(quán)價(jià)值并確定知識(shí)產(chǎn)權(quán)的最優(yōu)風(fēng)險(xiǎn)概率。

關(guān)鍵詞：知識(shí)產(chǎn)權(quán)證券化;價(jià)值評(píng)估;風(fēng)險(xiǎn)概率;三叉樹(shù)模型

中圖分類(lèi)號(hào)：F832.5? 文獻(xiàn)標(biāo)識(shí)碼：B? 文章編號(hào)：1674-2265（2022）05-0071-09

DOI：10.19647/j.cnki.37-1462/f.2022.05.010

一、引言

隨著創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的實(shí)施，科技創(chuàng)新成果快速增長(zhǎng)。截至2021年7月底，我國(guó)發(fā)明專(zhuān)利、實(shí)用新型專(zhuān)利、外觀設(shè)計(jì)專(zhuān)利有效量分別為337.72萬(wàn)件、811.83萬(wàn)件、242.56萬(wàn)件，已成為知識(shí)產(chǎn)權(quán)大國(guó)。但是，我國(guó)知識(shí)產(chǎn)權(quán)轉(zhuǎn)化率卻處于較低水平，專(zhuān)利的應(yīng)用比例偏低，導(dǎo)致了大量的科技浪費(fèi)與閑置（胡冰洋，2021;楊思思等，2018）[1，2]，一定程度上阻礙了創(chuàng)新型企業(yè)的發(fā)展壯大。與傳統(tǒng)企業(yè)不同的是，創(chuàng)新型企業(yè)對(duì)資源的依賴(lài)程度相對(duì)較小，但對(duì)資金的支持要求較高，融資難、融資貴是制約創(chuàng)新企業(yè)發(fā)展的重要因素。知識(shí)產(chǎn)權(quán)證券化是技術(shù)發(fā)展與金融創(chuàng)新相結(jié)合的產(chǎn)物，為企業(yè)提供了一條新的融資途徑，有助于企業(yè)的技術(shù)改進(jìn)和資本的有效利用（Li和Shen，2017）[3]。但知識(shí)產(chǎn)權(quán)證券化也面臨著難題與風(fēng)險(xiǎn)：一是知識(shí)產(chǎn)權(quán)的保護(hù)與維權(quán);二是知識(shí)產(chǎn)權(quán)的評(píng)價(jià)與估值（董登新，2019;涂永紅和刁璐，2021;陳會(huì)英等，2021）[4-6]。隨著工業(yè)經(jīng)濟(jì)向知識(shí)經(jīng)濟(jì)的轉(zhuǎn)變，我國(guó)知識(shí)產(chǎn)權(quán)證券化案例不斷涌現(xiàn)，其中價(jià)值評(píng)估是核心。但是知識(shí)產(chǎn)權(quán)又存在大量的不確定性因素，包括經(jīng)濟(jì)、技術(shù)、社會(huì)和政策變化等，這些因素會(huì)對(duì)知識(shí)產(chǎn)權(quán)的價(jià)值產(chǎn)生一定的影響。因此，基于風(fēng)險(xiǎn)視角對(duì)知識(shí)產(chǎn)權(quán)價(jià)值進(jìn)行評(píng)估具有一定的現(xiàn)實(shí)意義。

知識(shí)產(chǎn)權(quán)證券化是資產(chǎn)證券化標(biāo)的資產(chǎn)由傳統(tǒng)實(shí)物資產(chǎn)向無(wú)形資產(chǎn)轉(zhuǎn)化的標(biāo)志，是金融市場(chǎng)與知識(shí)產(chǎn)權(quán)領(lǐng)域的重要?jiǎng)?chuàng)新（金品，2014）[7]。在知識(shí)產(chǎn)權(quán)證券化方面，國(guó)外學(xué)者研究較早且主要集中于知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估領(lǐng)域。知識(shí)產(chǎn)權(quán)的無(wú)形性、價(jià)值波動(dòng)性、時(shí)效性等特征，使得運(yùn)用傳統(tǒng)方法對(duì)其進(jìn)行價(jià)值評(píng)估具有一定的局限性。收益法在知識(shí)產(chǎn)權(quán)評(píng)估中應(yīng)用最為廣泛，成本法主要應(yīng)用于以交易為目的的商標(biāo)權(quán)的評(píng)估，市場(chǎng)法基本不會(huì)作為評(píng)估知識(shí)產(chǎn)權(quán)的方法（李小榮和劉晴，2017）[8]。法律、市場(chǎng)、技術(shù)等因素對(duì)知識(shí)產(chǎn)權(quán)價(jià)值產(chǎn)生較大影響，使得價(jià)值評(píng)估具有不確定性與復(fù)雜性（胡宏雁和劉亞軍，2016）[9]。目前，實(shí)物期權(quán)法已發(fā)展成為不確定性項(xiàng)目?jī)r(jià)值評(píng)估最常用的方法，引起學(xué)者的廣泛關(guān)注并被運(yùn)用于各個(gè)領(lǐng)域。

Myers（1977）[10]首次提出將金融期權(quán)的定價(jià)方法運(yùn)用到實(shí)物期權(quán)領(lǐng)域。Damodaran和Aswath（1996）[11]將專(zhuān)利看作看漲期權(quán)進(jìn)行價(jià)值評(píng)估。Lawryshyn等（2017）[12]認(rèn)為在信息不精確的條件下，可以運(yùn)用實(shí)物期權(quán)的框架和共識(shí)模型相結(jié)合的方法對(duì)專(zhuān)利進(jìn)行價(jià)值評(píng)估。我國(guó)知識(shí)產(chǎn)權(quán)證券化起步較晚，對(duì)其價(jià)值評(píng)估的相關(guān)研究也較少。于乃書(shū)等（1999）[13]基于收益現(xiàn)值法在專(zhuān)利價(jià)值評(píng)估過(guò)程中只考慮收益上升階段，而將收益平穩(wěn)和下降階段結(jié)合在一起用平穩(wěn)階段收益值來(lái)代替的缺陷，提出修正收益現(xiàn)值法和期權(quán)定價(jià)模型法兩種專(zhuān)利價(jià)值評(píng)估新方法。范龍振和唐國(guó)興（1999）[14]將專(zhuān)利看作一項(xiàng)美式期權(quán)進(jìn)行價(jià)值評(píng)估。靳曉東（2010）[15]運(yùn)用三叉樹(shù)模型對(duì)專(zhuān)利組合進(jìn)行價(jià)值評(píng)估。張璐和陳會(huì)英（2018）[16]認(rèn)為可以考慮嵌入一個(gè)巴黎期權(quán)來(lái)對(duì)植物品種權(quán)進(jìn)行定價(jià)。劉奇（2018）[17]結(jié)合生命周期理論和波士頓矩陣，構(gòu)建了擴(kuò)展的三叉樹(shù)模型對(duì)專(zhuān)利組合進(jìn)行價(jià)值評(píng)估。李娟等（2020）[18]通過(guò)改進(jìn)的層次分析—熵權(quán)法評(píng)估專(zhuān)利綜合價(jià)值度與各專(zhuān)利檢索數(shù)據(jù)庫(kù)的專(zhuān)利價(jià)值度。

綜上，已有學(xué)者將實(shí)物期權(quán)法運(yùn)用于知識(shí)產(chǎn)權(quán)方面，但針對(duì)知識(shí)產(chǎn)權(quán)價(jià)值不確定性特點(diǎn)進(jìn)行評(píng)估的研究還較為鮮見(jiàn)。影響知識(shí)產(chǎn)權(quán)價(jià)值的因素有很多，包括技術(shù)、經(jīng)濟(jì)、消費(fèi)、法律和人文等因素。隨著科技日新月異，知識(shí)產(chǎn)權(quán)的價(jià)值會(huì)隨著技術(shù)進(jìn)步發(fā)生波動(dòng)，甚至導(dǎo)致知識(shí)產(chǎn)權(quán)價(jià)值喪失。因此，本文從風(fēng)險(xiǎn)視角改進(jìn)知識(shí)產(chǎn)權(quán)評(píng)估模型，并結(jié)合案例，分別運(yùn)用收益法和改進(jìn)的三叉樹(shù)法對(duì)其進(jìn)行價(jià)值評(píng)估，對(duì)比分析考慮風(fēng)險(xiǎn)因素的三叉樹(shù)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估領(lǐng)域的優(yōu)勢(shì)，并為知識(shí)產(chǎn)權(quán)證券化過(guò)程中標(biāo)的資產(chǎn)的最優(yōu)風(fēng)險(xiǎn)概率控制提供數(shù)理依據(jù)。

二、知識(shí)產(chǎn)權(quán)的實(shí)物期權(quán)特征

知識(shí)產(chǎn)權(quán)是人類(lèi)腦力勞動(dòng)創(chuàng)造的一種無(wú)形財(cái)產(chǎn)，其載體是智力成果。2021年1月1日實(shí)施的《中華人民共和國(guó)民法典》中第123條規(guī)定，知識(shí)產(chǎn)權(quán)是權(quán)利人依法享有的作品、發(fā)明和實(shí)用新型及外觀設(shè)計(jì)、商標(biāo)、地理標(biāo)志、商業(yè)秘密、集成電路布圖設(shè)計(jì)、植物新品種以及法律規(guī)定的其他客體的專(zhuān)有權(quán)利，具有收益性、專(zhuān)有性、不確定性、時(shí)效性等獨(dú)特的屬性。

（一）知識(shí)產(chǎn)權(quán)的收益性

知識(shí)產(chǎn)權(quán)具有潛在的生產(chǎn)力，可以為其權(quán)利人帶來(lái)一定的經(jīng)濟(jì)收益。比如，專(zhuān)利權(quán)人可以通過(guò)專(zhuān)利轉(zhuǎn)讓、專(zhuān)利許可、專(zhuān)利質(zhì)押、技術(shù)入股等方式獲取收益。知識(shí)產(chǎn)權(quán)的收益性與資產(chǎn)證券化標(biāo)的資產(chǎn)未來(lái)具有穩(wěn)定現(xiàn)金流的特點(diǎn)相吻合，可以將其作為證券化的基礎(chǔ)資產(chǎn)。

（二）知識(shí)產(chǎn)權(quán)的專(zhuān)有性

知識(shí)產(chǎn)權(quán)享有法律授予的獨(dú)占權(quán)，具有專(zhuān)有性、排他性，未經(jīng)權(quán)利人允許，任何人不得隨意使用。知識(shí)產(chǎn)權(quán)的專(zhuān)有性為保護(hù)期內(nèi)知識(shí)產(chǎn)權(quán)獲得穩(wěn)定收入提供一定的法律保障。

（三）知識(shí)產(chǎn)權(quán)價(jià)值的不確定性

在知識(shí)產(chǎn)權(quán)的存續(xù)期內(nèi)，市場(chǎng)需求、企業(yè)經(jīng)營(yíng)狀況以及政策環(huán)境不斷變化，知識(shí)產(chǎn)權(quán)的價(jià)值會(huì)出現(xiàn)波動(dòng)。一方面，知識(shí)產(chǎn)權(quán)的價(jià)值會(huì)隨著技術(shù)進(jìn)步和替代品的出現(xiàn)而下降，也會(huì)隨著消費(fèi)者偏好、企業(yè)經(jīng)營(yíng)狀況、行業(yè)競(jìng)爭(zhēng)程度和經(jīng)濟(jì)政策環(huán)境的變化而產(chǎn)生波動(dòng)（涂永紅和刁璐，2021）[5]。以影視版權(quán)為例，面臨的風(fēng)險(xiǎn)主要包括電影市場(chǎng)、題材、政策和參演人員等風(fēng)險(xiǎn)，甚至風(fēng)險(xiǎn)一發(fā)生，所擁有的版權(quán)就會(huì)變得沒(méi)有任何價(jià)值（劉景琪，2019）[19]。另一方面，知識(shí)產(chǎn)權(quán)自身的技術(shù)升級(jí)會(huì)使知識(shí)產(chǎn)權(quán)使用價(jià)值增加，從而使其收益增長(zhǎng)。知識(shí)產(chǎn)權(quán)價(jià)值的不確定性與實(shí)物期權(quán)的風(fēng)險(xiǎn)性基本吻合。

（四）知識(shí)產(chǎn)權(quán)的時(shí)效性

知識(shí)產(chǎn)權(quán)在一定的期限內(nèi)受法律保護(hù)，一旦超過(guò)保護(hù)期這一權(quán)利便會(huì)自行消失，知識(shí)產(chǎn)權(quán)便成為公共物品，被全社會(huì)共同、自由使用。在保護(hù)期內(nèi)投資者都可以對(duì)知識(shí)產(chǎn)權(quán)資產(chǎn)進(jìn)行投資。

基于以上分析，知識(shí)產(chǎn)權(quán)具有實(shí)物期權(quán)的特征，運(yùn)用實(shí)物期權(quán)法對(duì)其進(jìn)行價(jià)值評(píng)估研究具有可行性。

三、考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型的建立

關(guān)于期權(quán)定價(jià)模型，布萊克—斯科爾斯—默頓（B-S-M）模型適用于連續(xù)型期權(quán)定價(jià)，蒙特卡羅模擬方法、有限差分法、二叉樹(shù)法和三叉樹(shù)法適用于離散型期權(quán)定價(jià)。并且，蒙特卡羅模擬法只適用于歐式期權(quán)的定價(jià)且計(jì)算量較大，為了得到滿(mǎn)意的置信區(qū)間，通常需要大量的重復(fù)計(jì)算。有限差分法不適用于路徑依賴(lài)和標(biāo)的變量較多的期權(quán)。二叉樹(shù)法和三叉樹(shù)法計(jì)算速度快，計(jì)算結(jié)果精確度高，且結(jié)果收斂于B-S-M模型的速度更快。因此，本文選擇三叉樹(shù)模型展開(kāi)知識(shí)產(chǎn)權(quán)證券化價(jià)值評(píng)估討論。三叉樹(shù)模型利用離散的模型模擬標(biāo)的資產(chǎn)價(jià)格的連續(xù)運(yùn)動(dòng)。不同于二叉樹(shù)，三叉樹(shù)模型假設(shè)在各個(gè)節(jié)點(diǎn)處標(biāo)的資產(chǎn)的價(jià)格有三種運(yùn)動(dòng)方向：價(jià)格上漲、不變和下跌，如圖1所示。Boyle（1988）[20]在二叉樹(shù)模型的基礎(chǔ)上首次提出三叉樹(shù)模型。Kamrad和 Ritchken（1991）[21]通過(guò)增加每一期標(biāo)的資產(chǎn)價(jià)格可能的運(yùn)動(dòng)狀態(tài)來(lái)提高計(jì)算精度，對(duì)Boyle的三叉樹(shù)模型進(jìn)行了改進(jìn)與簡(jiǎn)化。丁正中和曾慧（2005）[22]從理論上證明了當(dāng)期數(shù)n趨于無(wú)限大時(shí)三叉樹(shù)模型是布萊克—舒爾斯期權(quán)定價(jià)模型的近似，且n越大收斂速度越快。相對(duì)于二叉樹(shù)模型，三叉樹(shù)模型的誤差較小，計(jì)算結(jié)果更加精確。當(dāng)期數(shù)n非常大時(shí)，三叉樹(shù)的n期計(jì)算結(jié)果比二叉樹(shù)2n期的計(jì)算結(jié)果更加準(zhǔn)確。本文在標(biāo)準(zhǔn)的三叉樹(shù)模型基礎(chǔ)上，引入風(fēng)險(xiǎn)因素，以此衡量知識(shí)產(chǎn)權(quán)的價(jià)值。

假定在風(fēng)險(xiǎn)發(fā)生前，知識(shí)產(chǎn)權(quán)資產(chǎn)預(yù)期收益的運(yùn)動(dòng)過(guò)程遵循幾何布朗運(yùn)動(dòng)：[dSS=rdt+σdz]。其中，[r]為無(wú)風(fēng)險(xiǎn)利率，[σ]為年波動(dòng)率，[dz]為標(biāo)準(zhǔn)維納過(guò)程。

把知識(shí)產(chǎn)權(quán)的有效期[0，T]分成n等份，每一段的長(zhǎng)度為Δt=T/n。假設(shè)風(fēng)險(xiǎn)只發(fā)生在每一期的節(jié)點(diǎn)處，發(fā)生風(fēng)險(xiǎn)的概率為P。所以，在Δt內(nèi)知識(shí)產(chǎn)權(quán)發(fā)生風(fēng)險(xiǎn)的概率為：[P=N-d2=γΔt=1-e-γΔt]，其中γ為單位時(shí)間內(nèi)知識(shí)產(chǎn)權(quán)發(fā)生風(fēng)險(xiǎn)的密度。

根據(jù)等價(jià)無(wú)窮小，當(dāng)Δt趨于0時(shí)：

由于知識(shí)產(chǎn)權(quán)在發(fā)生風(fēng)險(xiǎn)后，即由于新的技術(shù)出現(xiàn)、市場(chǎng)需求或政策環(huán)境的變化等原因，導(dǎo)致知識(shí)產(chǎn)權(quán)的價(jià)值往往會(huì)發(fā)生很大變化甚至消失。因此，假定知識(shí)產(chǎn)權(quán)發(fā)生風(fēng)險(xiǎn)后，其價(jià)格和價(jià)值喪失，即下降至0。知識(shí)產(chǎn)權(quán)的價(jià)格和價(jià)值未來(lái)運(yùn)動(dòng)狀態(tài)的三叉樹(shù)圖表現(xiàn)為圖2，S表示知識(shí)產(chǎn)權(quán)的價(jià)格，V表示知識(shí)產(chǎn)權(quán)的期權(quán)價(jià)值。

將S（t）進(jìn)行離散化，則在區(qū)間[t，t+Δt]內(nèi)，知識(shí)產(chǎn)權(quán)的價(jià)格變動(dòng)服從分布：

由伊藤引理可知，S2在區(qū)間[0，T]服從隨機(jī)微分方程：

對(duì)上述公式進(jìn)行離散化：

同時(shí)，知識(shí)產(chǎn)權(quán)的價(jià)格期望服從：

根據(jù)期望的定義，在t+Δt時(shí)刻處有：

假定在[t，t+Δt]內(nèi)，知識(shí)產(chǎn)權(quán)資產(chǎn)的價(jià)格有四種變化情況：分別變?yōu)樵瓋r(jià)格S的u、m、d倍和發(fā)生風(fēng)險(xiǎn)時(shí)價(jià)格下降為0。風(fēng)險(xiǎn)中性下知識(shí)產(chǎn)權(quán)的價(jià)格上升到uS的概率為Pu、下降到dS的概率為Pd或者保持原始值S不變的概率為Pm，并且：

此時(shí)，4個(gè)方程數(shù)量不足以求解出u、m、d與Pu、Pm、Pd六個(gè)參數(shù)。為此，本文采用Boyle（1988）[20]假定條件：[u=eλσΔtd=e-λσΔt]。其中λ為自由參數(shù)，令λ=1，解方程組相關(guān)參數(shù)的計(jì)算公式（13）：

計(jì)算出u、m、d與Pu、Pm、Pd之后，構(gòu)造考慮風(fēng)險(xiǎn)因素的三叉樹(shù)期權(quán)定價(jià)模型。先確定知識(shí)產(chǎn)權(quán)在T時(shí)刻的價(jià)值，在T時(shí)刻知識(shí)產(chǎn)權(quán)的價(jià)值由其市場(chǎng)價(jià)格與期權(quán)的行權(quán)價(jià)格即知識(shí)產(chǎn)權(quán)的投資成本共同決定。假設(shè)知識(shí)產(chǎn)權(quán)的投資成本等于知識(shí)產(chǎn)權(quán)當(dāng)前價(jià)格S，則T時(shí)刻知識(shí)產(chǎn)權(quán)的價(jià)值為：

接下來(lái)，類(lèi)似二叉樹(shù)模型的推導(dǎo)方法，構(gòu)建知識(shí)產(chǎn)權(quán)資產(chǎn)每期價(jià)格變化的三叉樹(shù)。在計(jì)算出到期日知識(shí)產(chǎn)權(quán)的期權(quán)價(jià)值基礎(chǔ)之上，采用向前貼現(xiàn)的方法給知識(shí)產(chǎn)權(quán)期權(quán)進(jìn)行定價(jià)。對(duì)（i+1）Δt時(shí)刻知識(shí)產(chǎn)權(quán)期權(quán)價(jià)值進(jìn)行貼現(xiàn)可以得到iΔt時(shí)刻的期權(quán)價(jià)值，即：

其中，[1≤i≤n+1]，[1≤j≤2i-1]。V（j，i）表示在第（j，i）節(jié)點(diǎn)處知識(shí)產(chǎn)權(quán)的價(jià)值?？梢钥闯?，在三叉樹(shù)法中引入風(fēng)險(xiǎn)概率P，相較一般的三叉樹(shù)模型，對(duì)知識(shí)產(chǎn)權(quán)未來(lái)價(jià)格上漲、不變、下降的概率Pu、Pm、Pd重新進(jìn)行計(jì)算，計(jì)算結(jié)果在原有的基礎(chǔ)上有了一定的變動(dòng)，但仍然呈現(xiàn)出對(duì)稱(chēng)的狀態(tài)。并且，在不存在風(fēng)險(xiǎn)因素，即發(fā)生風(fēng)險(xiǎn)的概率P=0時(shí)，本文所構(gòu)建的三叉樹(shù)模型和不考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型一樣。

四、案例分析

基于上述理論分析，本部分將結(jié)合知識(shí)產(chǎn)權(quán)證券化真實(shí)案例論證考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型的科學(xué)性及可行性。基于數(shù)據(jù)的可得性以及論證的科學(xué)性，本文分別選取了以版權(quán)和專(zhuān)利為代表的兩個(gè)知識(shí)產(chǎn)權(quán)證券化案例進(jìn)行模型有效性檢驗(yàn)，即“奇藝世紀(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”和“南山區(qū)—中山證券—高新投知識(shí)產(chǎn)權(quán)1期資產(chǎn)支持計(jì)劃（疫情防控）”，并分別采用收益法和所構(gòu)建的考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型進(jìn)行計(jì)算分析。將兩種方法的評(píng)估結(jié)果進(jìn)行對(duì)比分析，從而證明所構(gòu)建的考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型在知識(shí)產(chǎn)權(quán)證券化過(guò)程中價(jià)值評(píng)估的合理性，并為知識(shí)產(chǎn)權(quán)證券化探尋最優(yōu)風(fēng)險(xiǎn)概率。

（一）案例1：“奇藝世紀(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”

1.“奇藝世紀(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”介紹。北京奇藝世紀(jì)科技有限公司（以下簡(jiǎn)稱(chēng)奇藝世紀(jì)）是我國(guó)發(fā)展較快的影視版權(quán)服務(wù)商之一。由于融資難，奇藝世紀(jì)因向內(nèi)容制作公司購(gòu)買(mǎi)影視版權(quán)等，存在大量對(duì)內(nèi)容制作公司的債務(wù)。2018年12月，海南省市場(chǎng)監(jiān)督管理局與海南省知識(shí)產(chǎn)權(quán)局牽頭多家機(jī)構(gòu)發(fā)行了奇藝世紀(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈資產(chǎn)支持證券項(xiàng)目，實(shí)現(xiàn)了我國(guó)首例以應(yīng)收賬款債權(quán)為基礎(chǔ)資產(chǎn)的知識(shí)產(chǎn)權(quán)證券化項(xiàng)目?！捌嫠囀兰o(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”解決了內(nèi)容制作公司應(yīng)收賬款回收周期慢、影視版權(quán)服務(wù)商資金緊缺的問(wèn)題。圖3是“奇藝世紀(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”項(xiàng)目融資過(guò)程，其中黑色箭頭表示法律關(guān)系，灰色箭頭表示現(xiàn)金流。該項(xiàng)目中債權(quán)人（內(nèi)容制作公司）將其對(duì)債務(wù)人（奇藝世紀(jì)）的應(yīng)收賬款轉(zhuǎn)讓給原始權(quán)益人（聚量保理），管理人通過(guò)設(shè)立專(zhuān)項(xiàng)計(jì)劃向投資者發(fā)行證券募集資金，并與原始權(quán)益人簽訂《基礎(chǔ)資產(chǎn)買(mǎi)賣(mài)協(xié)議》，使用募集到的資金購(gòu)買(mǎi)原始權(quán)益人從債權(quán)人受讓的應(yīng)收賬款。最終該項(xiàng)目一共募集4.7億元資金，共發(fā)行三種產(chǎn)品，分別是：優(yōu)先級(jí)證券化產(chǎn)品A1，信用評(píng)級(jí)為AAA級(jí)優(yōu)先級(jí);證券化產(chǎn)品A2，信用評(píng)級(jí)為AAA級(jí);次級(jí)證券化產(chǎn)品。所有證券化產(chǎn)品均以按年付息、到期還本的固定攤還方式發(fā)行。

2.收益法評(píng)估。（1）知識(shí)產(chǎn)權(quán)收益年限的確定。奇藝世紀(jì)在知識(shí)產(chǎn)權(quán)證券化過(guò)程中發(fā)行的債券有三類(lèi)：一是期限為一年的奇藝優(yōu)A1;二是期限為兩年的奇藝優(yōu)A2;三是期限為兩年的奇藝次級(jí)。本文考慮知識(shí)產(chǎn)權(quán)尤其是版權(quán)時(shí)效性較長(zhǎng)等因素，假設(shè)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)證券化資產(chǎn)的年限為兩年。（2）凈利潤(rùn)的確定。目前奇藝世紀(jì)處于快速發(fā)展階段，其營(yíng)業(yè)成本尤其是內(nèi)容成本占比較大。奇藝世紀(jì)一直處于凈虧損狀態(tài)，但其成功上市及發(fā)行知識(shí)產(chǎn)權(quán)支持證券，足以證明公司價(jià)值所在。考慮運(yùn)用收益法對(duì)知識(shí)產(chǎn)權(quán)進(jìn)行價(jià)值評(píng)估時(shí)，需要知識(shí)產(chǎn)權(quán)資產(chǎn)為公司帶來(lái)的凈利潤(rùn)為正，否則無(wú)法進(jìn)行評(píng)估。所以，本文運(yùn)用市場(chǎng)法中的類(lèi)比調(diào)整法，選取四家與奇藝世紀(jì)相似的公司作為參照物對(duì)其凈利潤(rùn)進(jìn)行調(diào)整?！稅?ài)奇藝（IQ）深度報(bào)告：中國(guó)在線(xiàn)視頻創(chuàng)新領(lǐng)導(dǎo)者——暨互聯(lián)網(wǎng)視頻行業(yè)分析框架（第1卷）》中提到：我國(guó)視頻媒體格局與美國(guó)存在極大的相似之處。因此，本文通過(guò)計(jì)算奈飛、迪士尼、21世紀(jì)?？怂?、亞馬遜四家公司2010—2018年成本占收入的比重，取其平均數(shù)作為奇藝世紀(jì)的成本占比來(lái)進(jìn)行凈利潤(rùn)處理，最終得到奇藝世紀(jì)2015—2018年調(diào)整后的凈利潤(rùn)值。四家公司2010—2018年成本占收入比重如表1所示。通過(guò)計(jì)算奈飛、迪士尼、21世紀(jì)福克斯、亞馬遜2010—2018年成本占收入比例，取其平均數(shù)，最后確定成本占比為66%，以此來(lái)調(diào)整奇藝世紀(jì)的成本以及凈利潤(rùn)。得到2015—2018年奇藝世紀(jì)調(diào)整后凈利潤(rùn)如表2所示。通過(guò)同花順網(wǎng)站得到奇藝世紀(jì)2019年和2020年的凈利潤(rùn)分別為-102.77億元、-70.07億元?；谄嫠囀兰o(jì)發(fā)展速度較快的現(xiàn)實(shí)，選取2018年調(diào)整后凈利潤(rùn)與凈利潤(rùn)之差107.51億元作為2019年和2020年凈利潤(rùn)的增加值，最終得到2019年和2020年奇藝世紀(jì)調(diào)整后凈利潤(rùn)分別為4.74億元、37.44億元。（3）知識(shí)產(chǎn)權(quán)分成率的確定。2019年和2020年奇藝世紀(jì)凈無(wú)形資產(chǎn)分別為71.01億元、70.62億元，資產(chǎn)合計(jì)分別是447.93億元、481.85億元，無(wú)形資產(chǎn)占比分別為15.58%、14.65%?；谥R(shí)產(chǎn)權(quán)在無(wú)形資產(chǎn)中占比較大的特點(diǎn)，確定知識(shí)產(chǎn)權(quán)占比13%，最終確定2019年和2020年知識(shí)產(chǎn)權(quán)分成后凈利潤(rùn)分別為0.62億元、4.87億元。（4）折現(xiàn)率的確定。采用四家公司凈資產(chǎn)收益率均值23.26%作為折現(xiàn)率。

收益法下知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估。對(duì)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)價(jià)值PIP進(jìn)行評(píng)估，計(jì)算公式為：[PIP=i=1nIR1+Ri]。其中，[IR]為知識(shí)產(chǎn)權(quán)未來(lái)凈利潤(rùn)，[R]為折現(xiàn)率。根據(jù)公式，評(píng)估計(jì)算過(guò)程及結(jié)果如表3所示。采用收益法對(duì)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)進(jìn)行價(jià)值評(píng)估，結(jié)果為3.70億元，比證券發(fā)行額4.70億元少1億元，低估了奇藝世紀(jì)知識(shí)產(chǎn)權(quán)的價(jià)值。

3.三叉樹(shù)法評(píng)估。奇藝世紀(jì)知識(shí)產(chǎn)權(quán)的價(jià)格、期限、年無(wú)風(fēng)險(xiǎn)利率沿用上述收益法中的數(shù)據(jù)，則可得奇藝世紀(jì)知識(shí)產(chǎn)權(quán)的凈現(xiàn)金流量現(xiàn)值3.70億元，期限為2年，年無(wú)風(fēng)險(xiǎn)利率為23.26%。同時(shí)，在運(yùn)用三叉樹(shù)模型進(jìn)行知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估時(shí)還需確定價(jià)格的年波動(dòng)率。通過(guò)同花順網(wǎng)站的波動(dòng)率指標(biāo)，取29.38%進(jìn)行計(jì)算，且將中間的時(shí)間分為5段，即n=5。

首先，奇藝世紀(jì)知識(shí)產(chǎn)權(quán)價(jià)格未來(lái)每期上漲、不變、下跌以及面臨風(fēng)險(xiǎn)時(shí)價(jià)格跌為0的四種運(yùn)動(dòng)的變化狀態(tài)可以通過(guò)Matlab計(jì)算得到，計(jì)算結(jié)果如圖4所示。

其次，在不存在風(fēng)險(xiǎn)因素的情況下，即風(fēng)險(xiǎn)密度為0時(shí)，通過(guò)計(jì)算，可以得到在不存在風(fēng)險(xiǎn)因素時(shí)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)資產(chǎn)的期權(quán)價(jià)值為1.83億元。具體運(yùn)算結(jié)果如圖5所示。

所以，根據(jù)圖4、圖5，在不考慮風(fēng)險(xiǎn)因素的情況下，即風(fēng)險(xiǎn)密度為0時(shí)，奇藝世紀(jì)知識(shí)產(chǎn)權(quán)的價(jià)值為：傳統(tǒng)價(jià)值+期權(quán)價(jià)值=3.70+1.83=5.53（億元）。

最后，考慮風(fēng)險(xiǎn)因素并計(jì)算各個(gè)不同風(fēng)險(xiǎn)密度情況下奇藝世紀(jì)知識(shí)產(chǎn)權(quán)的期權(quán)價(jià)值。結(jié)果如圖6所示?？梢钥吹剑L(fēng)險(xiǎn)密度與期權(quán)價(jià)值的關(guān)系呈現(xiàn)先上升后下降的趨勢(shì)。當(dāng)風(fēng)險(xiǎn)密度等于16.11%，即風(fēng)險(xiǎn)概率為6.44%時(shí)，期權(quán)價(jià)值達(dá)到最大值2.66億元，此時(shí)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)價(jià)值為6.36億元?！捌嫠囀兰o(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”項(xiàng)目共發(fā)行4.70億元，所對(duì)應(yīng)的風(fēng)險(xiǎn)概率為7.94%。當(dāng)風(fēng)險(xiǎn)密度為20.58%，即風(fēng)險(xiǎn)概率為8.23%時(shí)，奇藝世紀(jì)知識(shí)產(chǎn)權(quán)期權(quán)價(jià)值為0，如果風(fēng)險(xiǎn)概率繼續(xù)增加，奇藝世紀(jì)知識(shí)產(chǎn)權(quán)價(jià)值不斷降低，直至風(fēng)險(xiǎn)概率為9.02%時(shí)，其知識(shí)產(chǎn)權(quán)價(jià)值下降為0。

4. 兩種方法評(píng)估結(jié)果分析。收益法、考慮風(fēng)險(xiǎn)因素的三叉樹(shù)法對(duì)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)資產(chǎn)的價(jià)值評(píng)估結(jié)果如表4所示?？梢钥吹?，運(yùn)用收益法評(píng)估的奇藝世紀(jì)知識(shí)產(chǎn)權(quán)價(jià)值為3.70億元，較其發(fā)行額4.70億元少1.00億元，顯然低估了知識(shí)產(chǎn)權(quán)的價(jià)值;采用不考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型，價(jià)值評(píng)估結(jié)果為5.53億元，比發(fā)行額4.70億元高估0.83億元;在風(fēng)險(xiǎn)概率為6.44%的情況下，三叉樹(shù)模型價(jià)值評(píng)估結(jié)果是4.70億元，與奇藝世紀(jì)知識(shí)產(chǎn)權(quán)證券化發(fā)行金額相同，表明奇藝世紀(jì)的知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)概率為6.44%。但是這并非奇藝世紀(jì)知識(shí)產(chǎn)權(quán)的最優(yōu)概率，當(dāng)風(fēng)險(xiǎn)概率為7.94%時(shí)，奇藝世紀(jì)知識(shí)產(chǎn)權(quán)期權(quán)價(jià)值達(dá)到最大值1.66億元，此時(shí)才是奇藝世紀(jì)發(fā)揮其知識(shí)產(chǎn)權(quán)價(jià)值應(yīng)該保持的最優(yōu)風(fēng)險(xiǎn)概率。

（二）案例2：“南山區(qū)—中山證券—高新投知識(shí)產(chǎn)權(quán)1期資產(chǎn)支持計(jì)劃（疫情防控）”

1.“南山區(qū)—中山證券—高新投知識(shí)產(chǎn)權(quán)1期資產(chǎn)支持計(jì)劃（疫情防控）”介紹。2020年3月25日，深圳高新投發(fā)起的“南山區(qū)—中山證券—高新投知識(shí)產(chǎn)權(quán)1期資產(chǎn)支持計(jì)劃（疫情防控）”正式設(shè)立，成為深圳市首單疫情防控專(zhuān)項(xiàng)知識(shí)產(chǎn)權(quán)證券化項(xiàng)目。該項(xiàng)目發(fā)行人是深圳市高新投小額貸款有限公司，增信方是深圳市高新投融資擔(dān)保有限公司，計(jì)劃管理人是中山證券，托管行是北京銀行，投資人包括民生銀行和光大銀行，參與中介機(jī)構(gòu)包括中誠(chéng)信國(guó)際信評(píng)、金杜律師事務(wù)所、天職國(guó)際會(huì)計(jì)師事務(wù)所和中金浩資產(chǎn)評(píng)估等。此次知識(shí)產(chǎn)權(quán)證券化基礎(chǔ)資產(chǎn)包括發(fā)明專(zhuān)利39項(xiàng)、實(shí)用新型專(zhuān)利11項(xiàng)，共50項(xiàng)，共籌集資金3.2億元。入池企業(yè)為12家生物制藥、醫(yī)療器械等行業(yè)企業(yè)，包括興森科技、開(kāi)立醫(yī)療、海能達(dá)、菲鵬生物、創(chuàng)維數(shù)字、翰宇藥業(yè)、安智捷科技、麥科田生物、潤(rùn)貝化工、康美生物、新綸科技、瑞沃德科技。由于這12家企業(yè)并不都是上市企業(yè)，因此，基于數(shù)據(jù)的可得性，本文選取了開(kāi)立醫(yī)療進(jìn)行具體分析。并假設(shè)籌集到的資金由12家企業(yè)平均分配，即每家企業(yè)獲得0.27億元。

2.收益法評(píng)估。（1）知識(shí)產(chǎn)權(quán)收益年限的確定。該知識(shí)產(chǎn)權(quán)證券化產(chǎn)品設(shè)立日期為2020年3月20日，到期日為2021年3月20日，每季度付息，到期還本。因此，本文確定此項(xiàng)目證券化資產(chǎn)年限為一年。（2）凈利潤(rùn)的確定。本文采用同花順截至2021年11月8日對(duì)2021年開(kāi)立醫(yī)療凈利潤(rùn)預(yù)測(cè)值2.29億元。（3）知識(shí)產(chǎn)權(quán)分成率的確定。從同花順網(wǎng)站可以得到，2020年開(kāi)立醫(yī)療無(wú)形資產(chǎn)為1.77億元，資產(chǎn)合計(jì)為22.52億元，無(wú)形資產(chǎn)占總資產(chǎn)的比重為7.86%。開(kāi)立醫(yī)療屬于中國(guó)醫(yī)療產(chǎn)業(yè)的引導(dǎo)者，注重技術(shù)創(chuàng)新，發(fā)明專(zhuān)利和實(shí)用新型專(zhuān)利產(chǎn)出呈增長(zhǎng)趨勢(shì)。因此，本文假設(shè)2021年其知識(shí)產(chǎn)權(quán)占總資產(chǎn)的比重為10%。那么，計(jì)算得到2021年開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)分成后凈利潤(rùn)為0.23億元。（4）折現(xiàn)率的確定。同樣采用同花順截至2021年11月8日對(duì)開(kāi)立醫(yī)療凈資產(chǎn)收益率的預(yù)測(cè)值14.62%作為折現(xiàn)率。收益法下對(duì)開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)進(jìn)行的價(jià)值評(píng)估結(jié)果如表5所示。采用收益法對(duì)奇藝世紀(jì)知識(shí)產(chǎn)權(quán)進(jìn)行價(jià)值評(píng)估，結(jié)果為0.20億元，比籌集資金0.27億元少0.07億元，與奇藝世紀(jì)相似，收益法也低估了開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)價(jià)值。

3. 三叉樹(shù)法評(píng)估。開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)的價(jià)格、期限、年無(wú)風(fēng)險(xiǎn)利率沿用上述收益法中的數(shù)據(jù)，則可得開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)的凈現(xiàn)金流量現(xiàn)值0.20億元，期限為1年，年無(wú)風(fēng)險(xiǎn)利率為14.52%。同時(shí)，在運(yùn)用三叉樹(shù)模型進(jìn)行知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估時(shí)還需確定價(jià)格的年波動(dòng)率。通過(guò)同花順網(wǎng)站的波動(dòng)率指標(biāo)，取48.50%進(jìn)行計(jì)算，并且因?yàn)樵撝R(shí)產(chǎn)權(quán)證券化項(xiàng)目是按季度付息，因此，將中間的時(shí)間分為4段，即n=4。

首先，開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)價(jià)格未來(lái)每期上漲、不變、下跌以及面臨風(fēng)險(xiǎn)時(shí)價(jià)格跌為0的四種運(yùn)動(dòng)的變化狀態(tài)可以通過(guò)Matlab計(jì)算得到，計(jì)算結(jié)果如圖7所示。

其次，在不存在風(fēng)險(xiǎn)因素的情況下，即風(fēng)險(xiǎn)密度為0時(shí)，通過(guò)計(jì)算，可以得到在不存在風(fēng)險(xiǎn)因素時(shí)開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)資產(chǎn)的期權(quán)價(jià)值為0.05億元。具體運(yùn)算結(jié)果如圖8所示。所以，根據(jù)圖7、圖8，在不考慮風(fēng)險(xiǎn)因素的情況下，即風(fēng)險(xiǎn)密度為0時(shí)，開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)的價(jià)值為：傳統(tǒng)價(jià)值+期權(quán)價(jià)值=0.20+0.05=0.25（億元）。

最后，考慮風(fēng)險(xiǎn)因素并計(jì)算各個(gè)不同風(fēng)險(xiǎn)密度情況下開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)的期權(quán)價(jià)值。結(jié)果如圖9所示?？梢钥吹剑L(fēng)險(xiǎn)密度與期權(quán)價(jià)值的關(guān)系呈現(xiàn)先上升后下降的趨勢(shì)。當(dāng)風(fēng)險(xiǎn)密度等于21%，即風(fēng)險(xiǎn)概率為5.25%時(shí)，期權(quán)價(jià)值達(dá)到最大值0.06，此時(shí)開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)價(jià)值為0.26億元，與項(xiàng)目籌集資金0.27億元最接近。

4.兩種方法評(píng)估結(jié)果分析。收益法、考慮風(fēng)險(xiǎn)因素的三叉樹(shù)法下的開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)資產(chǎn)的價(jià)值評(píng)估結(jié)果對(duì)比如表6所示?？梢钥吹剑\(yùn)用收益法評(píng)估的開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)價(jià)值為0.20億元，較其募集資金0.27億元少0.07億元，低估了知識(shí)產(chǎn)權(quán)的價(jià)值;采用不考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型，價(jià)值評(píng)估結(jié)果為0.25億元，比0.27億元低估0.02億元;風(fēng)險(xiǎn)概率為5.25%時(shí)，三叉樹(shù)模型價(jià)值評(píng)估結(jié)果是0.26億元，此時(shí)是開(kāi)立醫(yī)療發(fā)揮其知識(shí)產(chǎn)權(quán)價(jià)值的最優(yōu)風(fēng)險(xiǎn)概率，也是最接近其募集資金的風(fēng)險(xiǎn)概率點(diǎn)。以上結(jié)果表明，運(yùn)用考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型評(píng)估的開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)價(jià)值最接近其募集金額，存在較小誤差的原因可能是在“南山區(qū)—中山證券—高新投知識(shí)產(chǎn)權(quán)1期資產(chǎn)支持計(jì)劃（疫情防控）”項(xiàng)目中12家企業(yè)資金分配存在一定差異。因此，在考慮風(fēng)險(xiǎn)因素的情況下，應(yīng)用三叉樹(shù)模型評(píng)估知識(shí)產(chǎn)權(quán)價(jià)值更加科學(xué)和準(zhǔn)確。

（三）三叉樹(shù)模型優(yōu)勢(shì)分析

通過(guò)分別運(yùn)用收益法和三叉樹(shù)模型對(duì)以版權(quán)和專(zhuān)利為代表的兩個(gè)知識(shí)產(chǎn)權(quán)證券化案例，即奇藝世紀(jì)和開(kāi)立醫(yī)療知識(shí)產(chǎn)權(quán)證券化項(xiàng)目過(guò)程中知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估結(jié)果對(duì)比分析，發(fā)現(xiàn)本文所構(gòu)建的考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型對(duì)知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估時(shí)有以下優(yōu)勢(shì)：（1）運(yùn)用收益法進(jìn)行價(jià)值評(píng)估時(shí)，僅僅考慮了知識(shí)產(chǎn)權(quán)未來(lái)可能實(shí)現(xiàn)的凈現(xiàn)金流入?？紤]風(fēng)險(xiǎn)因素的三叉樹(shù)價(jià)值評(píng)估模型在收益法的基礎(chǔ)上，將知識(shí)產(chǎn)權(quán)的不確定性考慮在內(nèi)，具體分析了知識(shí)產(chǎn)權(quán)價(jià)格在未來(lái)收益期限內(nèi)每一節(jié)點(diǎn)處的變化狀態(tài)。在計(jì)算出最后一期知識(shí)產(chǎn)權(quán)的期權(quán)價(jià)值后，向前逐次貼現(xiàn)，遞推出當(dāng)前時(shí)刻知識(shí)產(chǎn)權(quán)的期權(quán)價(jià)值。（2）考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型，可以將知識(shí)產(chǎn)權(quán)的最優(yōu)風(fēng)險(xiǎn)概率量化，為企業(yè)的知識(shí)產(chǎn)權(quán)證券化風(fēng)險(xiǎn)管理提供依據(jù)，從而發(fā)揮知識(shí)產(chǎn)權(quán)最大的期權(quán)價(jià)值。（3）本文改進(jìn)的三叉樹(shù)價(jià)值評(píng)估模型考慮因素更加全面。三叉樹(shù)模型簡(jiǎn)單直觀、易于理解，在模型求解過(guò)程中運(yùn)用Matlab編程，方便實(shí)用。

五、總結(jié)與展望

針對(duì)知識(shí)產(chǎn)權(quán)證券化過(guò)程中的知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估問(wèn)題，本文在分析知識(shí)產(chǎn)權(quán)實(shí)物期權(quán)特征的基礎(chǔ)上，建立考慮風(fēng)險(xiǎn)因素的三叉樹(shù)評(píng)估模型，引入風(fēng)險(xiǎn)概率，計(jì)算知識(shí)產(chǎn)權(quán)資產(chǎn)價(jià)格未來(lái)上漲、不變、下跌三種變化狀態(tài)的概率。結(jié)合我國(guó)首支成功發(fā)行的知識(shí)產(chǎn)權(quán)支持證券“奇藝世紀(jì)知識(shí)產(chǎn)權(quán)供應(yīng)鏈金融資產(chǎn)支持專(zhuān)項(xiàng)計(jì)劃”和首單新冠肺炎疫情防控專(zhuān)項(xiàng)知識(shí)產(chǎn)權(quán)證券化項(xiàng)目“南山區(qū)—中山證券—高新投知識(shí)產(chǎn)權(quán)1期資產(chǎn)支持計(jì)劃（疫情防控）”進(jìn)行案例分析，分別運(yùn)用收益法和所構(gòu)建的考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型對(duì)同一案例中涉及的知識(shí)產(chǎn)權(quán)進(jìn)行估值，并對(duì)兩種方法的評(píng)估結(jié)果進(jìn)行對(duì)比分析。研究發(fā)現(xiàn)：收益法低估了知識(shí)產(chǎn)權(quán)價(jià)值，三叉樹(shù)模型在考慮風(fēng)險(xiǎn)概率的情況下評(píng)估結(jié)果更加準(zhǔn)確，而且三叉樹(shù)模型的評(píng)估思路更完善，具體分析了知識(shí)產(chǎn)權(quán)在不確定性情況下知識(shí)產(chǎn)權(quán)價(jià)值在未來(lái)收益期限內(nèi)每一節(jié)點(diǎn)處的變化路徑，從而逐次遞推出知識(shí)產(chǎn)權(quán)當(dāng)前的期權(quán)價(jià)值。并且本文改進(jìn)的三叉樹(shù)模型可以科學(xué)地評(píng)估知識(shí)產(chǎn)權(quán)的最優(yōu)風(fēng)險(xiǎn)概率，即證券化的知識(shí)產(chǎn)權(quán)在何種風(fēng)險(xiǎn)概率水平下，可以使其期權(quán)價(jià)值達(dá)到最大值，這也是科技型企業(yè)知識(shí)產(chǎn)權(quán)證券化過(guò)程中應(yīng)該關(guān)注的一個(gè)問(wèn)題。

只有采用科學(xué)的評(píng)估方法進(jìn)行合理的價(jià)值評(píng)估，才能有效地規(guī)避風(fēng)險(xiǎn)，加快知識(shí)產(chǎn)權(quán)證券化的持續(xù)健康發(fā)展。運(yùn)用考慮風(fēng)險(xiǎn)因素的三叉樹(shù)模型對(duì)知識(shí)產(chǎn)權(quán)證券化過(guò)程中涉及的知識(shí)產(chǎn)權(quán)進(jìn)行價(jià)值評(píng)估時(shí)，考慮的因素更為全面，評(píng)估思路更加清晰易懂，評(píng)估模型更加科學(xué)實(shí)用，為知識(shí)產(chǎn)權(quán)的價(jià)值評(píng)估提供參考意義?，F(xiàn)實(shí)中，風(fēng)險(xiǎn)往往難以準(zhǔn)確預(yù)測(cè)，呈現(xiàn)多種狀態(tài)、多種變化軌跡，對(duì)知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)因素的合理測(cè)度與計(jì)量需要進(jìn)一步深化研究，這對(duì)知識(shí)產(chǎn)權(quán)證券化的發(fā)展具有十分重要的意義。

參考文獻(xiàn)：

[1]胡冰洋.大力發(fā)展知識(shí)產(chǎn)權(quán)金融 推動(dòng)經(jīng)濟(jì)高質(zhì)量創(chuàng)新發(fā)展 [J].宏觀經(jīng)濟(jì)管理，2021，（01）.

[2]楊思思，戴磊，郝屹.專(zhuān)利經(jīng)濟(jì)價(jià)值度通用評(píng)估方法研究 [J].情報(bào)學(xué)報(bào)，2018，37（01）.

[3]Li Y，Shen Y. 2017. Applicability Analyses of Intellectual Property Securitization in Beidou Enterprises[J].China Satellite Navigation Conference，（3）.

[4]董登新.知識(shí)產(chǎn)權(quán)融資走向證券化 [J].中國(guó)金融，2019，（01）.

[5]涂永紅，刁璐.以金融創(chuàng)新推動(dòng)知識(shí)產(chǎn)權(quán)融資[J].投資研究，2021，40（05）.

[6]陳會(huì)英，潘雪，周衍平.基于多元化風(fēng)險(xiǎn)分擔(dān)的知識(shí)產(chǎn)權(quán)質(zhì)押融資方式與案例淺析 [J].金融發(fā)展研究，2021，（10）.

[7]金品.我國(guó)專(zhuān)利證券化的可行性分析 [J].市場(chǎng)論壇，2014，（09）.

[8]李小榮，劉晴.文化企業(yè)知識(shí)產(chǎn)權(quán)評(píng)估方法研究[J].中國(guó)資產(chǎn)評(píng)估，2017，（03）.

[9]胡宏雁，劉亞軍.知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估在企業(yè)并購(gòu)中的法律界定 [J].商業(yè)研究，2016，（05）.

[10]Myers S. C. 1977. Determinants of Corporate Borrowing [J].Journal of Financial Economics，5（2）.

[11]Damodaran，Aswath. 1996. Investment Valuation[M].New York：John Wiley &Sons Inc.

[12]Lawryshyn Y，Collan M，Luukka P，F(xiàn)edrizzi M.? 2017. New Procedure for Valuing Patents under Imprecise Information with a Consensual Dynamics Model and a Real Options Framework [J].Expert Systems with Applications，（86）.

[13]于乃書(shū)，劉兆波，張屹山.專(zhuān)利權(quán)評(píng)估的兩種方法探討 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，1999，（02）.

[14]范龍振，唐國(guó)興.產(chǎn)品專(zhuān)利價(jià)值評(píng)價(jià)的期權(quán)定價(jià)方法 [J].研究與發(fā)展管理，1999，（04）.

[15]靳曉東.專(zhuān)利資產(chǎn)證券化研究 [M].北京：知識(shí)產(chǎn)權(quán)出版社，2010.

[16]張璐，陳會(huì)英.基于巴黎期權(quán)的植物品種權(quán)證券化定價(jià)研究 [J].統(tǒng)計(jì)與信息論壇，2018，33（05）.

[17]劉奇.專(zhuān)利證券化涉及的專(zhuān)利組合價(jià)值評(píng)估研究 [D].重慶理工大學(xué)，2018.

[18]李娟，李保安，方晗，余見(jiàn)山.基于AHP-熵權(quán)法的發(fā)明專(zhuān)利價(jià)值評(píng)估——以豐田開(kāi)放專(zhuān)利為例 [J].情報(bào)雜志，2020，39（05）.

[19]劉景琪.我國(guó)版權(quán)證券化基礎(chǔ)資產(chǎn)選擇及資產(chǎn)池構(gòu)建 [J].中國(guó)出版，2019，（13）.

[20]Boyle P. P. 1988. A Lattice Framework for Option Pricing with Two State Variables [J].Journal of Financial and Quantitative Analysis，23（1）.

[21]Kamrad B，Ritchken P. 1991. Multinomial Approximating Models for Options with k State Variables[J].Management Science，37（12）.

[22]丁正中，曾慧.實(shí)物期權(quán)的三叉樹(shù)定價(jià)模型 [J].統(tǒng)計(jì)研究，2005，（11）.

Intellectual Property Securitization Pricing and Optimal Risk Probability Assessment

——Based on Improved Trigeminal Tree Model

Zhou Yanping/Xu Huajie/Chen Huiying

（School of Economics and Management，Shandong University of Science and Technology，Qingdao? ?266590，Shandong，China）

Abstract：The value of intellectual property is affected by technology，economy，consumption，law，policy and humanities. From the perspective of risk，by improving the trigeminal tree model to evaluate the value of intellectual property and find the optimal risk probability，it can provide reference for pricing and risk control of intellectual property securitization. Firstly，the real option characteristics of intellectual property are analyzed，and then the risk factors and their occurrence probability are introduced into the trigeminal tree model to calculate the probability of rising，unchanged or falling of the underlying asset price，and a trigeminal tree model considering risk factors is obtained. Finally，combined with the cases，the income method and the improved trigeminal tree model are used for calculation and analysis respectively. It is found that the traditional income method will underestimate the value of intellectual property rights，and the trigeminal tree model considering risk factors has more comprehensive considerations and more accurate evaluation results. The value of intellectual property option varies with the level of risk probability. The trigeminal tree model considering risk factors can more accurately measure the value of intellectual property and determine the optimal risk probability of intellectual property.

Key Words：securitization of intellectual property，value assessment，risk probability，trigeminal tree model

（責(zé)任編輯? ? 關(guān)? ?健;校對(duì)? ?GJ，WY）

收稿日期：2021-10-06? ? ? 修回日期：2021-11-10

基金項(xiàng)目：山東省自然科學(xué)基金項(xiàng)目“高質(zhì)量發(fā)展視域下知識(shí)產(chǎn)權(quán)密集型產(chǎn)業(yè)演化機(jī)理、效應(yīng)測(cè)度與政策設(shè)計(jì)”（ZR2021MG018）。

作者簡(jiǎn)介：周衍平，男，山東莒縣人，博士，山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)榧夹g(shù)創(chuàng)新與知識(shí)管理;徐華杰，女，山西洪洞人，山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生，研究方向?yàn)橹R(shí)管理;陳會(huì)英，女，山東濰坊人，博士，山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)橹R(shí)產(chǎn)權(quán)管理。