知识产权制度改进与科技型企业风险信贷——基于中国专利法改革的准自然实验

蒙大斌 闫国倩 张 诚

(1.天津商业大学 经济学院，天津300134；2.南开大学 国际经济研究所，天津300171)

一、引言及相关文献回顾

科技型企业是推动中国经济转型发展的主体力量。然而，源于这些企业大多数具有规模较小、生存周期较短、资产轻质化、风险较大等特点，“融资难”“融资贵”成为制约其发展的突出问题。尽管科技型企业在融资方面存在着一定的劣势，但并不代表这些企业没有融资能力。尽管如此，商业银行等金融机构对科技型企业进行融资的积极性不高，因为这些金融机构缺乏有效的方法控制其中的风险。

研究表明，知识产权这一无形资源，正在发挥着与传统生产要素同等重要的作用(陈伟 等，2019)。知识产权的确立和强化有助于金融机构控制风险，在一定程度上缓解了科技型企业的融资约束。李莉等(2014)发现，知识产权保护水平越高，企业的内外部信息不对称程度越低，越有利于企业通过股权融资来获取资金。张晓月等(2009)认为，加强知识产权保护能够缓解外部融资约束，同时知识产权保护能够促使企业提高研发投入，并且在一定程度上解决外部性和代理问题。蒙大斌等(2019)发现，专利能够起到信号作用，有支持企业吸引风险资本的功能。徐向阳等(2018)发现，企业的专利活动显著影响了未来一期风险资本融资的可能性，这种作用在国内私有风投机构集中以及知识产权保护水平较高的区域表现得更为明显。Ang et al.(2014)指出，较高水平的知识产权保护降低了信息不对称和侵权风险，现有股东乐于加大投资，以获取更多收益。可以看出，上述研究大多关注知识产权对于股权融资的影响。

还有研究认为，企业通过知识产权更加容易获得股权融资，而在获取债权融资方面却存在着诸多的困难。鲍新中等(2019)指出，知识产权具有看不见、摸不着、价值评估专业化要求高的特点，再加上政策不完善、市场不健全等复杂风险因素的影响，各方参与主体的积极性不高，使得债权融资业务的推进效果并不理想。Aboody et al.(2000)认为，创新活动在很大程度上促成了管理人员和金融机构之间的信息不对称。银行在知识产权抵押贷款方面存在很大困难，因为其很难区分项目的风险高低程度，这源于银行在获取信息和专业判断方面存在着劣势。由于技术市场不发达，当贷款违约发生时，银行很难向第三方出售或许可专利以弥补违约贷款的损失(Harhoff，2009)。

然而，最新的经济实践却表明，基于知识产权债权融资的信贷市场出人意料地活跃。Ibrahim(2010)估计，硅谷科技银行和其它非商业银行等金融机构每年为初创企业提供约50亿美元的信贷。Robb et al.(2014)的一项调查也显示了一个令人惊讶的高债务融资，200家科技型企业风险贷款占启动资金的25%。Alimov(2019)对48个国家的中小企业贷款进行研究，结果表明，大量企业通过知识产权筹集了债务资本。Dang et al.(2015)发现，中国企业的专利抵押融资迅速增加，2006—2011年间，专利、商标质押融资总额达到了318.5亿元，而2018年一年专利、商标质押融资总额就达到1219亿元，可见增长之快。

综上，关于知识产权对于科技型企业债权融资的影响这一问题，理论解释和经济实践还存在着“背离”。现有研究认为知识产权债权融资存在巨大的劣势和困难，但是，这些文献不能很好地解释经济实践中科技型企业的债权融资为何蓬勃发展。究其原因，在于缺乏对科技型企业基于知识产权进行债权融资独特性和可行性的探讨。因此，有必要对该问题进行更加深入的探讨。

与现有研究强调基于知识产权债权融资的劣势不同，本文侧重于分析知识产权债权融资的独特性和可行性。本文的贡献在于：揭示知识产权促进科技型企业债权融资的独特机理，从信贷金额、期限和成本三个维度，细致地探讨知识产权对于科技型企业债权融资的影响机制，特别是关注知识产权制度的改变对于企业债权融资的影响。结合中国实际，揭示中国科技型企业利用知识产权进行信贷融资的基本情况和存在的问题，提出建立基于知识产权进行债权融资的政策体系。这对于通过完善制度环境破解科技型企业融资约束问题，具有非常重要的现实意义。

二、理论分析和研究假说

尽管知识资产不像实物资产那样被广泛地应用于信贷融资，但是知识资产作为科技型企业重要的异质性资源，与其信贷融资有着密切的联系。科技型企业的知识资产以两种方式影响其信贷融资：一是知识资产直接抵押进行融资，产生直接融资效应；二是知识资产通过影响企业的价值、未来收益和经营风险等，产生间接融资作用。理论上来讲，知识资产的数量多少和质量高低能够对科技型企业信贷融资的金额、成本和期限三个维度产生不同程度的影响，因此，知识产权制度的改进也会通过作用于知识资产这个主体，对科技型企业债权融资产生相应的政策效果。

(一)知识产权制度改进与风险信贷规模

企业获得的信贷金额主要取决于企业自身拥有的可抵押资产和预期的现金流收入，加强知识产权保护可以增强企业获取信贷资金的能力。为了降低融资风险，债权人通常要求在合同条款中加入抵押担保条款(Inderst et al.，2007)。然而，只有少数知识产权具备抵押的能力，大量知识产权在市场上具有较低的流动性，同时贷款与价值比率偏低，即使债权人接受这些知识产权，债务人也很难获得较大的信贷额度。科技型企业债务人通常也不会拿出核心专利进行抵押，从而限制其使用(Fischer et al.，2014)。更强有力的知识产权保护可以提高知识产权的价值和流动性，从而提高企业利用其专利发明作为担保债务抵押品的能力。如果企业无法偿还债务，银行就可以对抵押的知识资产进行清算，知识产权价值的增加和流动性的增强显然可以提高清算价值。随着知识产权保护的强化，债权人越来越愿意接受专利作为抵押品(Mann，2018)。由于知识产权保护的加强，其它企业无法复制或者模仿该公司的专利产品，所以公司可以独享技术垄断收益，从而提高相关产品在专利保护期限内的销售毛利率，合理预期的未来现金流增加。银行等金融机构基于此可以给予科技型企业更多的信贷资金支持。据此，提出：

研究假说1：知识产权制度的改进提升了知识产权保护强度，能够增加科技型企业风险信贷金额。

(二)知识产权制度改进与风险信贷期限结构

债务会随着时间的延长衍生出更多的不确定性，所以长期债务比短期债务具有更高的风险。短期债务融资不仅风险相对较低，还可以使银行能够集中精力，及时、经常地获得有关贷款企业生产和经营方面的信息，从而有利于对企业进行监督。因此，基于安全性考虑，银行等金融机构更倾向于将资金短期出借。在企业需要长期信贷资金时，银行基于高风险往往会以较高的利率为条件。技术创新能够给企业带来利润，但是如果企业的新技术被竞争对手模仿，这些利润就将面临受损的风险。强化知识产权保护使得技术创新成果获取收益的不确定性降低(李诗 等，2012)，从而降低企业未来经营的不确定性。知识产权保护强化带来预期现金流不确定性的降低，也可以在一定程度上增加企业的盈利能力，提升企业的信用等级。因此，更强的知识产权保护应该能够延长科技型企业风险信贷的期限。据此，提出：

研究假说2：知识产权制度改进提升了知识产权保护强度，能够延长科技型企业风险信贷期限。

(三)知识产权制度改进与风险信贷成本

信息不对称会导致金融机构对企业的风险评判主观化，同时也会增加金融机构对企业的审查成本和监督成本，这是信贷成本居高不下的重要原因。知识资产包含关于企业未来前景的“软”信息属性，这些信息在贷款过程中极具价值(Petersen et al.，1994)。知识产权保护的增强使得公司的知识产权和技术信息得到较好的法律保护，公司更愿意披露信息给外部股东和债权人，减少信息不对称(吴超鹏 等，2016)。科技型企业通常也不会拿出核心知识产权进行抵押，因为这不但会限制其使用，同时也会暴露自身最机密的商业信息(Fischer et al.，2014)。Arrow(1962)的研究表明，在知识产权保护较强的国家，企业可能更愿意与外界分享其专利发明的技术细节，而不必担心被窃取。因此，加强知识产权保护可以提高借款人向贷款人安全披露有关其知识产权的私人“软”信息的能力，能够起到信号甄别作用，同时杜绝了银行等金融机构的窃密行为。据此，提出：

研究假说3：知识产权制度改进提升了知识产权保护强度，能够降低科技型企业风险信贷成本。

三、研究设计

知识产权制度中最为重要的就是专利制度，包含立法和执法两个层面。中国的专利法自1984年立法，历经1992、2000、2008年三次修订。目前第四次修订的草案已完成，还未审议和实施。此外，近期中美贸易战达成的协定中也涉及大量知识产权保护条款。在专利法修订的进程中，中国的专利立法逐步得到完善，执法也随之加强，整体的知识产权保护水平取得了较大的改进。需要指出的是，2008年专利法的修订被认为是迄今为止最具有实质性意义的。该次修订后经历了较长时间的实施，被认为对科技创新起到了积极效果。不难发现，2008年专利法的修订有助于激励科技型企业将技术更多地以专利形式持有，促进技术信息披露与扩散，有助于增加企业的价值(徐恺岳 等，2020)。同时，本次修改激励了企业进行技术创新，对负债规模更小、偿债能力更强、盈利能力更强、股权集中度更高的企业而言，其企业创新提升作用更显著(田珺 等，2020)。

那么，2008年专利法的修订是否会对科技型企业的债权融资产生影响？如果产生了影响，那效果如何？这关系到中国下一步知识产权制度改革的成效。有鉴于此，本文将2008年的专利法修订视为一项准自然实验，采用连续型倍差法(Difference-in-differences，DID)来进行检验。

(一)模型设定

基准的DID模型通过构建两个虚拟变量来实现对政策效果的评估，一个是政策实施前后时间维度的虚拟变量，另一个是个体维度上的虚拟变量，通过两次差分来反映政策实施的净效应。连续型DID 模型的不同之处在于：个体维度不再设置虚拟变量，而是采取连续型变量，反映不同个体受到政策差异化的影响。Rajan et al.(1998)采用连续型DID框架研究了不同部门受到经济现象或政策差异化的影响。毛其琳(2019)利用连续型DID研究了“高校扩招”政策对人力资本强度不同行业贸易升级的影响。

本文采用连续型DID检验知识产权制度改进是否会影响科技型企业的风险信贷。处理如下：

第一步，实验组和对照组的设置。以专利数量的多少来划分实验组和对照组，将专利数量较多的企业视为实验组，而将专利数量较少的企业视为控制组。

第二步，政策时间虚拟变量。鉴于在2008年底中国进行了第三次专利法的修订，并且于2009年10月实施。因此，时间虚拟变量在2010年及之后定义为1，2010年之前定义为0。构建如下基本模型：

ln Yit=β0+β1ln patent×dt+β2Xit+β3Zi+β4Tt+β5Di+εit

(1)

其中：下标i表示企业，下标t表示时间；Yit为被解释变量，在计量过程中涉及三个变量，分别指科技型企业的贷款金额(Amount)、贷款期限(Term)和贷款成本(Cost)；ln patent表示企业持有专利的数量(取对数值)；dt表示时间虚拟变量；交互项ln patent×dt表示政策的净效应，其估计系数刻画了拥有较多专利数量的企业和拥有较少专利数量的企业，在知识产权制度改变前后风险信贷水平的平均差异；Xit表示若干控制变量，包括对企业特征以及区域特征的控制，以排除其它各种因素对于风险信贷的影响；Zi表示企业个体固定效应；Tt表示时间个体固定效应；Di表示省份个体固定效应。

(二)变量和数据

本文选取2005—2015年中小板和创业板的上市公司为样本，按照如下步骤进行筛选：剔除金融保险类公司；剔除数据异常值公司；按照科技人员占比、研发投入占比和持有专利数量的多少剔除一些非科技型公司。最终有效观测值为5387个。本文纳入文献识别的其它影响因素，以满足模型估计的无偏性要求，同时为控制模型异方差和共线性，在实证研究中对公司资产、债权人保护水平、人均GDP、专利数量、贷款金额采用其自然对数值。数据处理主要使用STATA15.0软件。

1.贷款金额(Amount)、贷款期限(Term)和贷款成本(Cost)

借鉴余明桂等(2008)、王俊秋等(2012)的做法，变量度量如下：贷款金额(Amount)=长期借款+短期借款，由于数值过大，本文取对数处理；贷款期限(Term)=长期贷款/贷款总额；贷款成本(Cost)= 偿付利息所支付的现金/期末借款总额。数据来源于国泰安CSMAR数据库。

2.专利数量(Patent)

由于财务数据变量考虑子公司，所以本文选取中小企业板和创业板上市公司及其子公司拥有的有效专利数来衡量，使得结果更可靠。数据来源于国泰安CSMAR数据库。此外，所采取的公司拥有的发明专利申请量和发明专利授权量，数据来源于中国专利数据库。

3.企业特征控制变量

具体包括：公司规模(Size)，以总资产的自然对数进行度量；公司业绩(ROE)，以净资产收益率衡量，即ROE=净利润/净资产；可抵押资产(CA)=固定资产净额/期末总资产；公司成长性(Growth)=当期营业收入/上期营业收入；负债比率(Risk)=总负债/总资产；融资需求=(固定资产变动额+企业的营运资金变动额-净利润-折旧)/总资产，该指标借鉴了Seifert et al.(2008)、郭丽虹等(2013)的做法。以上数据均来源于CSMAR国泰安数据库。

4.区域特征控制变量

具体包括：区域风险指数(NPL)，使用区域商业银行不良贷款率度量，不良贷款率越大，区域风险指数越大，数据来源于各年《中国金融年鉴》；债权人保护水平(CPL)，借鉴魏锋等(2009)的做法，使用债权人保护条款×法律执行力度度量，数据来源于樊纲等《中国市场化指数报告》(2016年度)，该报告公布的是2008—2014年的数据，2005—2007年、2015年的数据根据平均增长率进行估算；GDP增长率(GDPG)=当期GDP/上期GDP，数据来源于国家统计局网站；人均GDP(PGDP)=各省GDP总额/各省人口数，数据来源于国家统计局网站。

5.其它控制变量

本文在研究中对时间固定效应、企业固定效应以及省份固定效应进行了控制。

(三)变量的描述性统计

表1为变量的描述性统计。由表1可知贷款金额的平均值为19.47，标准差为20.91，最小值为0，最大值为23.74，这反映出所选择的科技型企业大多数都存在数额较大的信贷融资，这就为研究提供了一个可供观测的合理指标。从贷款期限来看，平均值为0.14，说明长期贷款不多；标准差为0.25，说明尽管长期贷款偏少，但是科技型企业的贷款期限仍然存在较大的差异，研究这种差异的决定因素就显得非常的必要。贷款成本平均值为0.21，最大值为55.60，标准差为1.51，说明信贷成本较大的样本较少，并且样本分布存在较大差异，这说明尽管中国实施固定利率，但是商业银行对不同的企业放贷利率有所不同，利率的差异为本文的研究提供了合理支持。此外，专利数量最大值为8.05，最小值为0，平均值为1.74，标准差为2.17，说明企业专利数量差异明显，可以作为划分实验组和对照组的标准。

表1 变量的描述性统计

四、结果分析

(一)知识产权制度改进和贷款金额

首先，对知识产权制度改进与贷款金额的关系进行检验，模型设置以贷款金额为被解释变量。表2报告了知识产权制度改进对于贷款金额的回归结果。模型1是对核心解释变量ln patent×dt进行回归，只控制企业固定效应、省份固定效应和时间固定效应，不加入其它控制变量。模型2是在模型1的基础上，又加入了企业特征控制变量，对贷款金额进行回归。模型3是在模型2的基础上，再加入区域特征控制变量。通过加入控制变量，模型2和3能够在一定程度上避免遗漏变量的影响。

由模型1可以看出，交互项ln patent×dt系数显著为正，表明中国第三次专利法的修订显著地促进了科技型企业的信贷融资。第一，政府通过改变立法加强知识产权保护，使得科技型企业知识产权保护进一步强化，无论是未来的现金流还是知识资产的价值都得到了更有力的保障。第二，企业也更愿意披露更多技术细节，由于缓解了信息不对称，商业银行等金融机构更加愿意对其进行信贷融资。这与研究假说1的预期一致，也与吴超鹏等(2016)知识产权保护执法力度会促进企业外部融资的结论一致。

在模型2中，控制了企业自身特征变量后，交互项ln patent×dt的系数仍然为显著正，说明排除了企业自身因素后，知识产权制度改进仍然存在正向效应。同时，企业规模、可抵押的资产、融资需求和企业的成长率对风险贷款金额有正向影响，而企业的债务风险存在负向影响，企业净资产收益率影响则不显著。这说明商业银行在对科技型企业进行贷款的时候，还是单纯地以抵押资产和表面的成长情况进行简单的风险控制，不太关注企业内在的资产效益和未来的竞争力。

在模型3中，进一步控制了企业所在省份的一些区域特征，交互项ln patent×dt的系数仍然显著为正，证实了知识产权制度改进促进融资的政策效应确实存在。这个结果与研究假说1的预期一致。区域整体经济规模和区域发展水平，在一定程度上会导致该区域内科技型企业信贷金额的增加。对债权人的法律保护和契约的执行情况，也更有利于贷款的顺利回收，促进区域的风险信贷金额。然而，以不良贷款率为指标的区域风险情况与该区域内企业的贷款没有显著的相关性，这说明当前的不良贷款率还在商业银行等金融机构可接受的范围。

表2 知识产权制度改进与贷款金额的回归结果

(二)知识产权制度改进和风险信贷期限

进一步地，研究知识产权制度改进对于风险信贷期限的影响(结果见表3)，模型设置以贷款期限为被解释变量。同样，模型4是对核心解释变量ln patent×dt进行回归，只控制企业固定效应、省份固定效应和时间固定效应，不加入其它控制变量。模型5是在模型4的基础上，加入企业特征控制变量，对风险信贷期限进行回归。模型6是在模型5的基础上，又加入区域特征控制变量。

模型4中，交互项ln patent×dt系数为负且不显著，这说明知识产权保护水平的提升并没有改变科技型企业风险信贷期限。在模型5和模型6中，加入企业层面和区域层面的控制变量以后，交互项ln patent×dt的系数依然不显著，显示了知识产权制度改进与贷款期限不存在明显的规律性的关系。这个结果与研究假说2的预期不一致。可能的原因是，强化科技型企业知识产权，并不能减弱金融机构对于贷款项目长期不确定性的担忧，知识资产的价值面临技术替代等不确定性影响，且资产价值波动巨大，这些并不能够通过强化产权的手段加以解决。因此，加强知识产权保护并没有改变风险信贷的期限。李莉等(2014)的研究认为，加强知识产权保护缓解了银企之间的信息不对称，促使企业内部资本结构发生变化，主要表现为股权融资比例提升，而债权融资比例降低。股权融资属于长期性融资，对于长期性债权具有替代作用，在一定程度上会降低债务的期限结构。

表3 知识产权制度改进与风险信贷期限的回归结果

通过模型5和模型6的结果可以发现，风险信贷期限更依赖于企业特征等微观因素。这与石晓峰等(2017)的研究结论大致相同。例如，本文发现企业规模、净资产收益率和企业风险因素对风险信贷期限有显著性影响。这些因素都能够在一定程度上避免或缓解未来不确定性的影响，因此能够对贷款期限发挥正向的作用。

此外，本研究还针对该问题进行了调查，结果发现：商业银行等金融机构在对科技型企业进行风险信贷时，倾向于发放短期贷款并采取不断续贷的方式进行展期，而不是一次性发放较为长期的贷款。

(三)知识产权制度改进和贷款成本

最后，验证知识产权制度改进与信贷融资成本的关系(结果见表4)，模型设置以贷款成本为被解释变量。同样，模型7是对核心解释变量ln patent×dt进行回归，只控制企业固定效应、省份固定效应和时间固定效应，不加入其它的控制变量。模型8是在模型7的基础上加入了企业特征控制变量，对风险信贷成本进行回归。模型9是在模型8的基础上，又加入区域特征控制变量。

模型7中，交互项ln patent×dt系数为负且非常显著，这说明知识产权保护水平的提升显著降低了科技型企业信贷融资的成本。这个结果与研究假说3的预期一致。通过强化科技型企业的知识产权，其知识资产价值和未来现金流得到了有效保障，同时企业也更愿意披露更多技术细节，从而使得商业银行等金融机构能够有效降低和控制贷款风险，信贷成本得到有效降低。刘慧等(2016)证实了法律制度、诉讼环境会影响企业的债务成本，知识产权制度和知识产权执法对于科技型企业来讲更为重要，尤其是当银行直接进行知识产权质押融资时，势必会影响其信贷融资成本。

表4 知识产权制度改进与信贷成本的回归结果

模型8中，控制了企业自身特征变量后，交互项ln patent×dt的系数仍然为显著负，说明排除了企业自身因素后，知识产权制度改进仍然存在负向效应。同时发现科技型企业的可抵押资产和负债程度对于贷款成本也有显著影响。这与朱文莉等(2015)的研究结论一致。原因在于，商业银行等金融机构通过资产抵押和监测企业总体负债能够有效地控制风险，进而能以更低的利率对企业提供金融支持。

模型9中，进一步控制了企业所在省份的一些区域特征，交互项ln patent×dt的系数仍然显著为负，说明知识产权制度改进降低融资成本效应确实存在。区域特征的检验显示，经济总量较大省份信贷的成本相对较低，其它区域因素对于科技型企业信贷成本没有显著影响。这说明商业银行等金融机构在对信贷进行风险控制的时候，更加注重企业层面因素。

五、DID有效性和稳健性检验

DID模型是否有效需要假定一些前提条件，需要通过检验来判定是否满足。首先，做预期效应检验。为了检验企业是否存在预期效应，在基准倍差法模型的基础上引入ln patent×dt2009，其中dt2009表示政策发生前一年时间虚拟变量，如果这一新的交叉项的估计系数显著不为0，那么意味着政策发生前就已形成了预期，在这种情形下，本文倍差法估计中处理组与对照组的结果变量在政策冲击发生之前不具有可比性，进而DID估计结果是有偏差的。然后，做同趋势性检验。选取2005—2009年的样本，在2007年用基准倍差法模型进行估计，如果ln patent×dt的回归系数不显著，这表明在专利法修正前，拥有不同专利的企业贷款金额和成本变动满足同趋势性假设。对照组和实验组的同趋势性避免了一些不可测因素的影响。最后，前文所构建的倍差法模型实际上属于多期倍差法，多期倍差法往往存在序列相关问题，这里构建两期倍差法模型重新进行估计。表5报告了DID有效性的检验结果。

可以看到，在同趋势性检验中，在2010 年之前，双重交叉项的估计系数为负但均不显著，这表明处理组与对照组企业在中国第三次专利法改革之前信贷融资情况并没有明显的差异，即在政策冲击发生之前满足同趋势性假设。在预期效应检验中，交互项ln patent×dt2009的估计系数未能通过常规水平的显著性检验，说明在政策实施之前并未发生预期效应。假如企业在政策实施之前就存在相应的预期，本文倍差法估计中处理组与对照组的结果变量在政策冲击发生之前不具有可比性，进而DID估计结果是有偏差的。因此，将政策作用的时间提前，新增交互项的系数不显著，说明没有形成预期效应。在两期倍差法模型重新进行估计中，交互项ln patent×dt的系数仍然显著为正，与多期倍差法模型的结果类似。

表6 稳健性检验

尽管本文设置了诸多控制变量，对企业特征和区域特征的影响进行了监测，可能仍然无法避免遗漏变量问题存在。特别需要关注的是，影响商业银行等金融机构对科技型企业进行风险信贷活动的金融危机、同期金融政策以及金融机构体制改革等，往往会与知识产权制度改革的效果叠加，使得本文分析结果出现偏误。为此，首先考察2008年金融危机是否产生了结构性的影响。本文采取2005—2010年时间段进行检验，通过设置时间虚拟变量进行一重差分测度，2008年之前为0，2008年之后为1，如果时间虚拟变量显著，说明存在结构性影响，应该加以区分。其次考察在专利法改革后时期，各个省份的金融改革是否产生了明显的作用。借鉴张晓波(2018)的做法，用金融行业增加值/金融业固定资产投资完成额的变动衡量各省份的金融改革，作为控制变量加以控制，如果控制变量显著，说明各省份的金融改革发挥了作用，应该进一步加以区分。此外，为了排除含金量不高的实用新型专利和外观设计专利，本文使用发明专利授权量这一替代变量进行验证。表6报告了DID模型稳健性的检验结果。

在知识产权制度改革之前，金融危机确实造成了微弱影响，然而研究发现金融危机对于信贷金额和信贷成本的影响与专利法的影响正好相反，因此金融危机的影响并不会动摇本文对专利法修订产生效果的估计。在知识产权制度改革之后，各省份实施的金融改革对科技型风险信贷的金额和成本的影响并不显著，不存在遗漏政策变量造成的偏差。最后，在使用发明专利授权量替代后，回归结果与前面模型基本一致，说明本文基准回归的结论不会随着被解释变量测算方法的不同而改变，有较好的稳健性。

六、结论和政策建议

本文研究了科技型企业知识产权和风险信贷的关系，并且重点关注知识产权制度改进带来的知识产权保护水平提升对于科技型企业风险信贷的影响。将2008年底中国专利法的第三次修订视为一项准自然实验，利用中国创业板及中小企业板的微观数据，进行实证检验。结果发现：第一，知识产权保护水平的高低对科技型企业的信贷融资金额有显著的正向影响。知识产权保护水平越高，商业银行等金融机构愿意给企业提供的风险信贷越多。政府加强知识产权保护，提升了企业知识产权的可信赖程度，同时，企业愿意提供更多的知识产权相关信息给银行等金融机构，降低了融资过程中的信息不对称程度，对企业融资带来有利影响，能够获得更多融资。第二，知识产权保护水平负向影响信贷融资成本。融资成本与融资风险紧密相关，更高的知识产权保护水平降低了企业知识产权可能带来的融资风险，降低了银行等金融机构的顾虑，因此信贷成本得到有效降低。第三，知识产权制度的改进对信贷融资期限的影响不显著。原因可能在于，在科学技术迅速发展的时代，随着时间推移，面临技术的更新换代，知识产权价值变化的巨大风险无法由知识产权保护水平而减缓。

基于上述结论，提出如下政策建议：第一，鉴于知识产权制度对于科技型企业信贷融资的重要性，因此需要从融资的视角考虑知识产权制度改革问题。同样，要求进一步完善知识产权保护立法，提高知识产权保护的执法水平，从整体上提高社会的知识产权保护意识，充分发挥知识产权的融资功能。第二，源于企业的知识资产会对自身的信贷融资产生影响，因此需要积极引导科技型企业实施知识产权融资战略。科技型企业将自身的科技成果申请专利，利用专利等知识资产进行债权融资，使得创新机制与融资机制正向互动，改善自身的融资困境。第三，当前商业银行等金融机构侧重采取传统信贷模式和风险控制手段，因此需要引导金融机构就知识资产融资采取新型的风险管控手段。金融机构应该充分认识到知识产权债权融资的巨大市场空间，基于知识资产进一步设计各种金融工具，采取多样的风险管控手段，为更多的科技型企业提供债权融资服务。第四，鉴于区域环境对于知识产权债权融资的重要性，因此政府需要构建基于知识产权进行信贷融资的融资体系。包括制定相关法律法规等基本制度、构筑良好的信用环境、破除知识产权债权融资存在的障碍和搭建信贷融资银企对接平台等。