知識產權質押融資體系包含三大主要參與主體：融資供給，由金融機構作為資金供給方；融資保證，由擔保機構作為資金擔保方；融資輔導，由知識產權服務機構作為專業服務方。當前，制約知識產權質押融資規模擴大的難點，并不在于融資產品設計層面，而是在于金融機構與科技企業的信息對接，在于金融與知識產權行業壁壘的打通。筆者認為，“專利價值流”服務模式基于專利屬性以及專利服務機構的專業服務能力，依托高度關聯融合的知識產權、產業、金融大數據（下稱知產融大數據）和信息化技術的優勢，可有效解決信息不對稱這一核心問題，以此為金融機構提供更為便捷高效和專業的服務，進一步擴大知識產權質押融資規模。
擴大規模迫在眉睫
知識產權價值實現是促進經濟創新發展的支撐，金融資本供給是撬動知識產權價值最大化的關鍵。目前，我國中小企業貢獻了70%以上的技術創新，以專利、商標等知識產權開展質押融資，是中小企業尤其是科技型中小企業獲取發展資金的重要渠道。
自《“十三五”國家知識產權保護和運用規劃》對知識產權質押融資額提出明確目標后，國家層面不斷出臺新政大力推進知識產權質押融資工作。2020年5月7日，財政部、國家知識產權局發布《關于做好2020年知識產權運營服務體系建設工作的通知》，通知要求深化知識產權金融服務，拓寬創新主體融資渠道；豐富知識產權質押物范圍，擴大知識產權質押融資規模；推動專利、商標質押政策互通，加大對知識產權質押貸款利息及評估、保險、擔保等有關費用財政補貼力度，完善質押融資風險分擔補償機制，推廣知識產權質押融資保證保險，提高金融機構風險容忍度，降低中小企業融資成本。
但傳統的知識產權質押融資產品仍存在一些難以解決的問題，導致知識產權質押融資業務難以實現規模化。國家知識產權局發布的數據顯示，今年第一季度全國新增專利和商標質押貸款337億元，同比增長15.5%，質押項目數1633項，同比增長13.8%。同時，中國銀行保險監督管理委員會也發布數據顯示，全國一季度新增人民幣貸款7.1萬億元，同比增加1.29萬億元。兩組數據對比可以看出，知識產權質押融資額占銀行同期貸款額比例僅約0.47%。
“三難兩高”阻礙發展
知識產權的無形性決定了其與傳統的質押物有本質的區別，長期以來，知識產權質押融資面臨著評估難、風控難和處置難三大核心問題，使得眾多商業銀行、擔保公司等金融機構望而生畏。此外，獲客成本高、質押操作成本高也是制約知識產權質押融資規模發展的因素。
評估難，難在三個方面：一是源于知識產權專業性強，銀行擅長評估企業的財務表現，而不善于評價企業的技術水平；二是知識產權的本質屬性意味著其不適用于傳統的評估體系；三是由于受到專利質押融資利率政策限制，評估費用較高，銀行業的利潤空間受到進一步擠壓。
風控難，則是因為知識產權權屬和法律狀態具有不穩定性，隨時可能面臨權利失效從而導致行業壁壘消失，貸后風險無法得到有效控制。再者，知識產權價值有可能受到技術變革、市場波動等的影響導致知識產權提前喪失經濟價值。
處置難，從內部因素講，一方面專利制度的根本意義不在于變現，而在于保護；另一方面專利與企業的不可分割性，意味著脫離原權利人進行處置時，很難獲得當初的評估價值。從外部因素講，則是因為目前還缺少成熟高頻的知識產權交易市場，相關配套機制尚不健全，知識產權非標準化的、可市場化操作的資產，知識產權的處置需要專業人員的服務支撐。
獲客成本高，我國中小微企業的數量占全部企業數量高達99%，隨著商業銀行網點數量的縮減，面對雨后春筍般快速增長、數量眾多的科技型小微企業，依靠商業銀行傳統的展業模式，有效觸達真正具有“硬科技”實力的優質客戶的成本在不斷加大。
質押操作成本高，知識產權質押融資制度實踐中登記程序不便利也制約了融資放款效率。國家知識產權局已經將質押登記周期由7個工作日縮短至3個工作日，而版權的質押登記周期仍然需要一個月時間，顯然無法滿足銀行對于放款時效性的要求。
解決信息不對稱是破題關鍵
事實上，知識產權質押融資難不只是我國獨有的問題，從全球范圍來看，美國、英國、日本、韓國、新加坡等發達國家也在知識產權質押融資工作方面進行了諸多實踐。從上述國家的實踐經驗看，知識產權質押融資的難點并非在于如何去設計架構知識產權融資產品，而是在于如何幫助企業與金融機構之間進行有效的“對話”。
早在上世紀30年代的時候，人們就對中小企業融資缺口問題有所認識。英國金融產業委員會針對這種現象提出了專屬名稱“麥克米倫缺口”。“麥克米倫缺口”是指“資金的供給方不愿意以中小企業所要求的條件提供資金”。此后，金融學中的“信息非對稱”理論對“麥克米倫缺口”有過系統的論證，論證結果認為，形成“麥克米倫缺口”的原因是信貸市場上存在信息不對稱。
幾大核心難題歸根結底都屬于信息不對稱問題，由于金融行業與知識產權存在天然的壁壘，金融行業并不了解知識產權的內涵，進而無法挖掘出知識產權的價值。因此，在知識產權質押融資關系中，銀行處于信息相對劣勢地位，銀行出于資金安全性考慮以及利潤最大化目標驅使，必然會降低對中小企業提供知識產權質押貸款的積極性。
從專利制度的本質出發，充分挖掘專利本身屬性在質押融資每個環節的價值體現，跳出傳統的專利價值評估思維，有助于破解阻礙專利質押融資難題。利用知識產權大數據及信息化工具，將傳統“價格的評估”的數據分析理念轉向“評價與監測預警”，能夠高效率地實現信息挖掘和實時跟蹤，科學高效地輔助銀行放貸風控，從而實現知識產權質押融資規模化。
“專利價值流”是可行方案
回歸專利本質，專利具有法律屬性、工具屬性和資產屬性。“專利價值流”的核心要義即體現在三大屬性上。除此之外，知識產權專業機構為金融機構提供知識產權顧問服務所體現的服務屬性也是“專利價值流”的重要表現之一。
從法律屬性來講，專利更適合作為銀行風控的抓手。專利制度的本質是“公開換保護”，而非禁錮行業發展的固有邏輯“專利估值——價值變現”。科技企業的專利主要是護航自己的產品發展，對企業本身會形成制約作用。那么這些專利資產用作質押物時，就能夠約束企業完成還款，阻斷主動違約行為的發生。
從工具屬性來講，專利數據可以作為科技金融提質增效的工具。信息不對稱是制約專利質押融資規模發展的關鍵因素，專利大數據的有效運用，可以切實解決金融機構對知識產權和科技企業屬性的認知偏差。專利數據是全球統一標準的科技數據。透過專利數據，將其背后的企業工商數據、投融資數據、產業分類數據等進行關聯融合，形成知識產權、產業、金融大數據，可以沿著行業賽道全景洞察企業創新能力、競爭力和發展潛力。由此，將知產融大數據與銀行自有的風控模型相結合，可以作為增信增貸很好的抓手。
針對評估難問題，由于專利與企業的不可分割性，將專利單獨評估價值是不科學的。金融機構自有信審體系計算企業信貸估值時，最大的難點是對科技企業的評價，以及對于企業未來發展潛力的預判。利用關聯融合的知產融大數據在全球范圍內沿行業賽道對科技企業進行評價，可以全面客觀地刻畫科技企業創新能力水平，幫助金融機構對科技企業價值做出科學評估。而“大數據+云計算”等人工智能手段的應用，又為批量化、規模化的科技評價提供了可能，滿足了金融機構對于評估成本和效率的要求。
針對風控難問題，通過知產融大數據平臺，可以實時監測可能導致企業違約的經營風險以及質押標的風險，包括企業高管變動、法律糾紛等可能影響企業正常經營的風險事件，以及專利繳費逾期、專利糾紛、專利權屬變更、核心發明人流失等可能導致質押標的價值貶損或滅失的風險信息，并向金融機構及時推送，助力貸后風控水平的提升。
針對獲客成本高問題，在知識產權、產業、金融大數據關聯融合的基礎上，通過對企業資質、所在地區、所處行業、研發團隊規模、高層次人才、專利質量以及投融資情況等進行多維度的精確標引匹配，可以提供目標客戶群全景描繪，幫助金融機構精準有效地觸達潛在優質客戶。大數據輔助智能篩選及批量預評級可幫助金融機構在展業階段提質增效。
從資產屬性來講，專利是科技型中小企業最寶貴的無形資產，可以作為第二還款來源。當下行業內的處置難問題，主要是因為交易市場不成熟，實現點對點的交易難度很大。隨著國家知識產權運營體系及各地運營試點的建立，通過國家級知識產權運營平臺體系建設，可以通過體系化的運作方式來化解單個點上的不良風險。
從服務屬性來講，知識產權的專業性決定了評估處置等關鍵環節需要依賴專業知識和專業人員。知識產權行業以專業立足，知識產權專家可以發揮專業優勢幫助金融機構打通質押融資流程的關鍵堵點。在知識產權質押融資的授信審批環節，在大量的專利資產中甄別出企業的“卡脖子”專利；在知識產權評估環節，幫助金融機構科學客觀地評估專利技術狀態和企業創新水平；在質物處置環節，通過與專業機構和專業團隊的合作，幫助金融機構通過知識產權許可、轉讓、證券化、投資等多種處置模式來實現債權的變現。
我國知識產權質押融資模式已經較為成熟，進一步推動知識產權質押融資規模擴大是加強知識產權運用、凸顯知識產權價值的必要通道。從銀行業角度看，知識產權質押融資是銀行眾多貸款項目中較小眾的一種，知識產權質押融資額占同期銀行貸款額比例極小。銀行對科技企業、知識產權缺乏了解，大大影響了銀行批貸放貸的步伐。知識產權專業機構發揮自身優勢，依托知產融大數據與信息化技術優勢，深度挖掘知識產權內在價值，幫助科技企業與金融行業進行有效的對接，為知識產權質押融資規模化提供了可行的解決方案。（高莉）
