知识产权数字化交易系统信用风险分担机制研究

夏轶群 盛广印

【摘要】数字经济背景下， 数字化交易是一种新型且重要的知识产权转化形式， 交易系统信用风险是面临的关键问题之一， 科学的信用风险分担机制成为调控系统信用风险的有效手段。在分析知识产权数字化交易系统信用风险分担结构问题的基础上， 将区块链与知识产权数字化交易业务场景相结合， 探讨基于区块链的系统信用风险结构及信用风险分担机制优化方案， 进而基于区块链构建信用风险分担关系博弈模型， 通过对风险偏好系数与风险分担比例的敏感性分析， 研究系统节点的智能协同策略。结果表明， 基于智能合约的最优信用风险分担比例受风险收益和风险成本的直接影响， 对风险最具主导力的参与方承担较大比例的风险可使系统风险净收益达到最优， 区块链能够有效实现系统信用风险分担机制的智能化优化。

【关键词】知识产权；数字化交易；系统信用风险；风险分担；区块链

【中图分类号】F204      【文献标识码】A      【文章编号】1004-0994（2023）09-0141-7

一、 引言

2021年， 国家发改委颁布《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》， 明确提出打造数字经济新优势， 充分发挥海量数据和丰富应用场景优势， 促进数字技术与实体经济的深度融合， 加快推动数字产业化， 推进产业数字化转型。截至2020年， 我国数字经济规模占GDP的比重已近四成， 其中技术知识产权交易数字化云交易额也显著增长。随着数字化转型的不断深入， 以传统方式调控信用风险变得越来越困难， 而用“技术信任取代人为信任”的“零信任”理念提供了新的安全思路。

知识产权数字化交易是一种新兴的知识产权成果转化模式， 主要涉及两种知识产权交易类型， 一种是将专利、 商标、 著作权等传统知识产权转化为可交易的数字资产， 另一种是直接交易以数字化形式存在的新型数据信息财产。知识产权数字化交易是通过互联网平台进行的“匿名”陌生人之间的非现场交易， 与传统的线下交易形式相比， 数字化交易的信任结构呈现明显的去中心化、 去中介化趋势， 与此同时， 由于互联网平台的开放性和自生长性， 知识产权数字化交易信用风险也呈现出新的结构性特征。

信用风险分担机制作为一种有效的风险对冲工具， 根据数字化交易参与者各自的风险承受能力， 合理分配系统信用风险， 从而将信用风险的影响降到可控范围内。目前， 交易主体间合作的方式相对分散， 信用风险分配的比例明显不协调， 严重阻碍了数字化交易模式的发展。分布式结构是一种去中心化的系统结构， 与传统的中心化结构相比， 系统中任意主体间的权利和义务都是均等的， 分散式的數据库也更加安全， 为信用风险分担机制的优化提供了可行性。

区块链技术是一种全新的去中心化、 去信任的分布式数据库技术方案， 具有不可篡改、 可追溯和安全可信等特点， 在开展数字交易及分散交易信用风险上具有先天优势。区块链的去信任机制基于“零信任”的安全理念构建信息验证基础架构， 通过持续验证确保身份可信、 设备可信、 应用可信和链路可信。在创造可信任交易环境的基础上， 智能合约作为区块链的核心构成要素， 通过程序化合约可以智能化处理信用风险分担业务， 优化信用风险分担过程， 实现对知识产权数字化资产的控制和管理等， 以此在交易主体之间形成结构性信用风险分担机制， 从而提高整个知识产权数字化交易系统的稳定性。

由此， 本文将尝试从信用风险分担的角度探讨区块链技术在知识产权数字化交易信用风险管理方面的运用， 探索基于区块链的信用风险分担机制优化方案， 以实现知识产权数字化交易生态系统的高效运行。

二、 文献综述

在信用风险产生与识别方面， Barton等（2016）认为系统信息风险是技术知识产权数字化交易面临的主要信用风险之一， 会在信息价值评估方面影响其交易价格。Spuch áková等（2015）认为信用风险由交易风险、 违约风险和组合风险三部分构成， 并基于内部因素和外部因素研究了信用风险的产生原因。刘祥东和王未卿（2015）通过建立全面的信用风险指标体系， 识别企业可能存在的信用违约风险。Weissova等（2015）利用计量表工具量化信用风险， 通过信用风险评级识别信用违约问题。

在信用风险评价方面， 李海英等（2017）基于“双构面”有限理性理论， 构建了知识产权融资贷款信用风险评价指标体系， 以降低知识产权贷款信用风险评价中的主观性。尹夏楠和鲍新中（2019）从系统视角分析了知识产权质押融资信用风险影响因素， 并根据信用风险和主体间关系建立了TOPSIS信用风险评价模型。Chen等（2010）基于可调节的KMV模型构建了中小企业信用风险评价模型， 通过设置信用警戒线和可调参数来预测信用风险的违约点。Khashman（2010）根据具有反向学习算法的神经网络方法， 提出了更加简单高效的信用风险评价模型， 并对各种学习方案下的检验结果进行了比较。刑苗和董兴林（2020）基于供应链金融视角， 建立了知识产权质押融资信用风险评价指标体系， 通过模糊综合评价法和层次分析法对知识产权融资信用风险进行评价， 并通过定量分析验证了该方法的有效性。

在信用风险分担方面， 曾莉等（2017）在分析知识产权融资信用风险影响因素的基础上， 运用改进灰色关联分析法构建知识产权融资信用风险分担模型， 探究了信用风险因素与交易主体间的内在影响。Li等（2017）基于讨价还价博弈理论， 提出了一种新的信用风险分担模型， 且通过项目案例研究验证了该模型的有效性和实用性。夏轶群和梁冉（2019）运用柯布—道格拉斯生产函数建立多任务委托—代理模型， 研究了专利质押融资信用风险分担机制问题。

在应用区块链管理信用风险方面， Hassija等（2020）提出一种基于区块链原理的信用风险评估方案， 并运用前景理论对不同信用风险和收益场景下的最优投资策略进行了建模分析。Shatkovskaya等（2018）根据社会财富再分配的政治经济学理论， 研究发现区块链作为一种新的信任方式， 可以显著降低知识产权的交易成本， 从而提高知识产权的商业化水平。夏轶群和盛广印（2021）对区块链原理和云交易系统进行耦合分析， 提出基于区块链技术的信任关系优化方案。姚瑞卿和袁小群（2019）则从知识产权保护角度出发， 设计了基于区块链技术的知识产权信用风险管理模型， 并在知识服务应用方面做出了具体和深入的阐述。

综上所述， 已有文献对知识产权数字化交易信用风险评估、 信用风险结构以及结合区块链的信用风险管理均有不同程度的研究， 在知识产权交易数字化转型的趋势下， 用数字化技术解决知识产权数字化交易系统信用风性分担问题还亟待进一步研究。本文在解析信用风险分担现状的基础上， 提出基于区块链的知识产权数字化交易信用風险智能分担方案， 求解各参与方信用风险分担份额， 以期优化知识产权数字化交易系统性风险管理。

三、 知识产权数字化交易系统信用风险分担结构问题分析

（一）系统参与主体及信任结构

知识产权数字化交易系统信任结构如图1所示。

交易系统参与主体主要包括产权权利方、 产权需求方、 数字化交易平台和第三方机构， 四大参与主体之间的信任关系如下： 产权权利方在数字化交易平台上发布融资信息， 并提交相关评估材料； 产权需求方通过数字化交易平台接收融资信息， 挑选需要的知识产权交易项目， 数字化交易平台负责交易信息的公正公开， 促使融资交易顺利完成； 第三方机构包括评估机构、 担保机构、 金融机构等， 产权权利方委托第三方机构核查交易信息， 评估并担保交易中的信用风险， 第三方机构向产权需求方反馈评估报告， 供其判断是否进行投资； 产权需求方审核产权权利方的评估报告， 拒绝信用不好的融资项目， 向满足融资要求且信用良好的产权权利方提供资金支持。

（二）传统交易平台信用风险分担结构问题分析

由图1可知， 在传统交易平台中， 知识产权数字化交易信用风险主要包含两个关联体系： 一是信息传递体系， 产权权利方和产权需求方在数字化交易平台发布和接收的信息质量， 以及各参与主体在交易过程中的信息交互程度， 将会直接决定系统的运作情况。二是交易担保体系， 第三方机构提供的交易担保服务可以起到控制和分散信用风险的作用， 第三方机构的服务质量也间接影响到参与主体间的信息对称性。由此可见， 其信用风险分担结构存在以下四个主要问题：

1. 交易信息不对称。产权需求方在选择投资的知识产权项目时， 很难在短时间内获取知识产权的盈利能力、 产权纠纷状态、 企业的实际经营情况等信息， 存在一定的信息不对称。在信息不对称条件下， 不良融资方会故意隐瞒知识产权的潜在风险以得到投资方的信任。同样的， 第三方担保机构无法对知识产权进行准确的风险评估， 严重制约了担保机构对产权权利方的融资支持。

2. 信用风险分担比例不匹配。第三方机构中的保险与担保机构存在效率低、 行业标准不规范等问题， 造成融资双方的协作关系不匹配， 也使得第三方机构在与融资双方的合作中承担的风险与应得的收益不匹配。由于第三方机构负责提供信用增级服务， 即为违约风险进行担保的同时还要为融资项目全额承保， 担保机构和保险公司承担的风险与获得的收益不成比例， 从而降低了第三方机构为知识产权数字化交易提供担保的积极性， 更是直接影响到风险分担的效率。

3. 第三方机构服务作用不显著。由于知识产权的特殊性， 技术专利本身具有较强的专业性和复杂性， 导致其在市场化过程中有很强的不确定性， 进而影响其价值评估和风险担保。目前， 国内专门从事知识产权价值评估和交易风险担保的第三方机构数量逐年增多， 但仍不能满足技术创新发展的需求， 加上各个机构专业水平参差不齐， 出现了担保种类较少、 政策引导缺失问题， 使得其在知识产权担保中的作用越来越有限。

4. 法律保障条例不健全。我国知识产权数字化交易服务还处于发展阶段， 相关的法律法规不够健全与完善， 加上知识产权本身存在较大的权利不稳定性， 从而可能导致交易过程中的权属争议。此外， 知识产权相关交易规则以及制度的变动会极大地影响数字化交易的质量和效率。知识产权交易中的确权风险是法律风险中的核心风险， 直接决定了交易是否有效、 融资是否成立， 以及出现违约情况时能否成功处置。

四、 基于区块链的知识产权数字化交易系统信用风险分担结构

区块链是一个分布式的、 开放的分类账本， 可以运用时间戳、 数据加密、 激励相容和分布式共识等手段， 在节点间无须相互信任的情况下， 以一种去中心化的、 永久的、 可验证的形式实现分布式系统中点对点的交易， 且存储在其中的数据具有无法篡改、 可追溯、 公开透明、 集体维护、 安全性高等特点。因此， 作为一种全新的去中心化基础架构和分布式计算范式， 区块链可在多个互不信任的主体之间以低成本建立信任， 通过智能合约对需要承担的信用风险进行合理分配， 从而实现信用风险的分布式分担结构优化。

（一）区块链智能合约信任原理

智能合约是运行在区块链分布式账本上具有预制规则、 状态和条件响应的计算机程序， 可封装和验证数据信息， 执行分布式节点的复杂行为， 从而完成信息交换、 价值转移和链上资产管理。基于区块链的分布式架构、 共识算法等技术， 智能合约可使互不信任用户在不需要第三方授信的情况下完成交易， 以数字形式存在的智能合约可灵活嵌入任何有形或无形资产的数据、 交易中， 完成资产和信息的管理与控制。智能合约的信任原理如图2所示。

图2中， 具有值和状态两个属性通过“If-Then”和“What-If”之类的计算机代码预置合约的执行场景条件和相应规则， 经过多方协定和签署的智能合约会随着发起的交易一起提交， 并通过分布式网络传播和矿工验证后存储在特定区块中， 用户可通过返回的合约接口等信息来调用合约。矿工则被激励机制驱动， 自发贡献算力验证交易信息， 收到部署或调用交易后方可执行合约代码， 而合约代码根据预言机（可信外部数据源）和世界状态判断当前所处场景是否满足合约执行规则并更新状态， 经过验证有效的交易被打包封装进新的区块中， 通过共识算法认证后接入区块链主链之后所有更新才会得以生效。

（二）基于区块链智能合约的信用风险分担结构优化

基于区块链对知识产权数字化交易主体间的交易结构进行重构， 通过共识机制和智能合约实现知识产权数字化交易信用风险分担的智能执行， 如图3所示。

由图3可知， 优化后的主体交易关系如下： ①产权交易双方提出知识产权数字化交易申请后， 系统会根据条件适合的第三方机构进行服务， 三方参与主體作为初始核心节点接入区块链网络中， 同时接入知识产权托管中心节点。②各参与节点均需通过各自的私钥进行数字签名认证身份， 第三方机构按照要求对交易项目进行风险评估和价值评估， 并通过公钥加密数据将评估结果发送给其余参与节点， 同时第三方机构需要附上数字签名认证身份。③产权交易双方和第三方机构需要制订信用风险分担方案以合理分配各自需要承担的信用风险， 通过自动触发智能合约， 根据各方的风险偏好系数、 风险收益和风险成本等参数， 进行三方之间的博弈， 分析出系统信用风险较低且收益较高的风险分担方案， 计算出各节点应承担的风险比例。④信用风险分担方案经过产权权利方、 产权需求方和第三方机构通过共识机制达成共识后， 形成知识产权数字化交易信用风险分担合同置于智能合约内。⑤根据知识产权数字化交易合同， 被交易的知识产权通过区块链网络接口托管于知识产权托管中心， 参与知识产权数字化交易的各方在交易期间都可看到知识产权的各种使用信息。⑥一旦出现违约行为或者到达合同截止日期， 系统就会自动触发智能合约， 完成交易赔付和账本清算。

上述优化方案采用联盟链技术连接参与主体， 各主体将各自的风险偏好等相关数据上传至区块链， 通过智能合约中事先共同确定的规则进行风险比例分担。分担过程可灵活快速地获取各参与方相关的账本信息， 并且保证数据信息的可追溯和不可篡改， 避免了传统信用风险分担业务的繁琐流程和分担比例不协调问题， 实现智能化匹配主体收益和承担风险的比例。

区块链不仅是将知识产权数字化交易的数据信息存证保存在链上， 更重要的是通过区块链技术可实现信息共享和价值流通， 打通知识产权风险评估—分担—监管等各个交易环节， 大幅提升信用风险分担业务的效力和效率， 实现真正意义上的知识产权数字化、 智能化交易。

五、 基于区块链的信用风险分担关系博弈分析

在上述信用风险分担结构优化方案的基础上， 本文进一步结合博弈论的思想和技术方法， 对参与主体间信用风险分担关系进行具体量化分析， 寻求各节点间信用风险分担的利益均衡点， 探究最优的信用风险分担方案， 以优化基于智能合约的交易结构及其信用风险分担机制。

（一）基本假设

区块链智能合约的初始核心节点包括产权权利方、 产权需求方和第三方机构， 三方各自含有信息收集、 传送、 存储、 加工、 使用和维护等网络信息模块， 网络信息模块和初始核心节点均为记账节点。在区块链智能合约分布式信用风险分担系统中， 各记账节点在交互过程中不可避免地会产生竞争与合作的博弈关系， 任意节点承担的风险都需要与之相匹配的收益来补偿， 承担的风险越大， 对应的期望收益也就越高， 以此作为智能合约博弈的出发点。

根据各方利益需求， 本文作如下假设：

假设1： 参与风险分担的任意节点都是理性节点， 追求期望收益最大化、 承担风险最小化， 同时所有节点的共同目标都是风险分担方案的整体最优化。

假设2： 每个主体节点有承担风险（by）和不承担风险（bn）两种状态选择， 所有节点都会在共识算法结束后向智能合约报告其余节点的状态， Y代表承担风险节点状态， N代表不承担风险节点状态， 若某一节点在风险分担过程中将另一节点标注为N， 则该节点之后都不会与其共享信息。

假设3： 智能合约将各节点状态转换规则、 合约执行的预设条件以及信用风险分担机制等编写成计算机程序语言， 按照合约对分布式系统中各节点进行风险和利益分配。在信用风险分担过程中， 不按合约承担风险的节点会被认定为违约节点， 只要违约节点数小于系统总节点数的三分之一， 分布式信用风险分担系统便可正常运行。

假设4： 各分布式节点共同承担风险， 假定节点i所承担风险的比例为Pi， 智能合约在收到所有节点对i的状态报告后， 会对节点i进行风险收益分配， 当节点i按照合约承担强度为R的风险时， 其风险收益Ei=

f（R）=αiR， 须付出的风险成本Ci=g（R）=βiR， 其中αi和βi为常数， 风险偏好系数为ωi=αi-βi， 净收益为NEi=Ei-Ci=ωiR。by为承担风险时需要付出的努力水平， bn表示不承担风险时不需付出任何努力， 故Ei=

f（by）=αiPiby， Ci=g（by）=βiPiby， NEi=Ei-Ci=ωiPiby。

假设5： 知识产权数字化交易的产出收益由各主体节点自身的努力水平和外部环境共同决定， 产出收益Y=f（b1，b2，b3）+δ。其中， δ表示外部环境变量， 并服从正态分布N（0，σ2）。主体节点产出函数可利用常数替代弹性函数（CES）表示：f（b1，b2，b3）=（P1         +P2         +

P3         ）1/（1-r）， 其中[r]表示各主体节点间的合作度， P1、 P2、 P3、 r∈［0，1］， P1+P2+P3=1。

（二）风险分担策略选择及支付矩阵

基于上述假设， 本文以各参与主体节点都具有强烈的合作意愿为前提， 每个主体节点都有两种风险分担策略选择： 承担或不承担。主体节点的总收益Ti由共同合作的产出收益Y和承担风险时智能合约分配的风险净收益NEi两部分组成即：

Ti=Y+NEi （1）

数字化交易系统的产出收益由各节点选择承担的信用风险比例以及付出的努力水平所决定， 为了方便比较分析， 本文只考虑包括产权权利方、 产权需求方、 第三方机构三方主体节点在内的以下八种策略选择状态。

第一， 当所有主体节点都选择“承担风险”时， 数字化交易系统的产出收益为：

f1（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=by （2）

第二， 当产权权利方和产权需求方都选择“承担风险”， 第三方机构选择“不承担风险”时， 数字化交易系统的产出收益为：

f2（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=p1by+p2by （3）

第三， 当产权权利方和第三方机构都选择“承担风险”、 产权需求方选择“不承担风险”时， 数字化交易系统的产出收益为：

f3（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=p1by+p3by （4）

第四， 当产权权利方选择 “承担风险”， 产权需求方和第三方机构都选择“不承担风险”时， 数字化交易系统的产出收益为：

f4（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=p1by （5）

第五， 当产权权利方选择“不承担风险”、 产权需求方和第三方机构都选择“承担风险”时， 数字化交易系统的产出收益为：

f5（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=p2by+p3by （6）

第六， 当产权权利方和第三方机构都选择“不承担风险”， 产权需求方选择“承担风险”时， 数字化交易系统的产出收益为：

f6（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=p2by （7）

第七， 当产权权利方和产权需求方都选择“不承担风险”、 第三方机构选择“承担风险”时， 数字化交易系统的产出收益为：

f7（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=p3by （8）

第八， 当所有主体节点都选择“不承担风险”时， 数字化交易系统的产出收益为：

f8（b1，b2，b3）=（P1         +P2         +P3         ）1/（1-r）

=0 （9）

將产出收益代入式（1）可计算出各主体节点的总收益Ti， 节点间博弈支付矩阵如表1所示。

从表1可以看出， 对于产权权利方、 产权需求方和第三方机构共同承担的风险而言， 风险分担博弈模型的Nash均衡策略是（承担， 承担， 承担）， 三方节点的收益分别为：

（10）

其中，T1、 T2、 T3又分别被称为产权权利方、 产权需求方和第三方机构的分价值函数。

（三）交易系统效用函数构建

对于各主体节点而言， 要想确定合理的风险分担比例， 应首先确定自身的分价值函数， 然后选择合适的风险分担规则确定各自节点的多属性价值函数。知识产权数字化交易的总体价值是基于各节点分目标合作博弈的结果， 任意节点的分价值对于系统总价值来说都是不可或缺的， 因此智能合约用乘法规则来确定知识产权数字化交易系统的效用函数， 并建立如下最优化模型：

maxf（T）=T1×T2×T3=（by+ω1P1by）（by+ω2P2by）（by+ω3P3by） （11）

其中， P1+P2+P3=1， ω1、 ω2、 ω3分别为产权权利方、 产权需求方和第三方机构的风险偏好系数。

根据式（11）构造最优化问题的拉格朗日函数：

F（T）=（by+ω1P1by）（by+ω2P2by）（by+ω3P3by）+λ（P1+P2+P3-1） （12）

分别对式（12）求关于P1、 P2、 P3的一阶偏导可得：

（13）

即有：

（14）

整理式（14）可得：

（15）

（四）求解及参数敏感性分析

基于前述模型的构建与求解， 本文进一步对参数敏感性进行分析。

从产权权利方节点出发， 最优风险分担比例

。由于                    2÷［3（α1-β1）2］>0， 所以，         是α1的增函数。在其余变量保持不变的情况下， 主节点的最优风险分担比例         随着风险收益系数α1的增大而变大。对于其余节点而言同理， 在处理知识产权数字化交易的某一风险时， 若风险成本一定， 节点获取的风险收益越大， 则需要承担的风险比例也就越大。

由于                                                                   ，        是β1的减函数。因此， 在其余变量保持不变的情况下， 最优风险分担比例         随着风险成本系数β1的增大而减小。即当主体节点在处理知识产权数字化交易的某一风险时， 若风险收益一定， 节点承担的风险成本越大， 需要承担的风险比例也就越小。

当β1=β2=β3， α1>α2且α1>α3时， 由于αi>βi， 故

。

该式说明， 对于风险分担的所有节点而言， 如果处理某一风险的风险成本相同， 风险收益较大的节点所要承担的风险比例也就越大， 即由对该风险最具主导力的主体节点承担较大比例的风险， 这也符合风险分担中的有效控制原则。

当α1=α2=α3， β1>β2且β1>β3时， 由于αi>βi， 故

。

该式说明， 如果风险分担的所有节点对于某一风险的风险收益相同， 那么风险成本较高的节点所要承担的风险比例就越小， 使得系统承担风险的总成本最小。

六、 结论与建议

（一）结论

本文在解析知识产权数字化交易信用风险分担结构问题的基础上， 分析基于区块链智能合约的信任原理， 探讨信用风险分担结构及分担关系优化方案， 研究基于区块链的信用风险分担机制， 并构建信用风险分担关系博弈模型， 针对不同风险偏好进一步研究信用风险分担的智能合约机制。研究表明， 当知识产权权利方、 需求方和参与交易的第三方机构全部选择承担风险时， 系统最优风险分担方案受三方风险成本和风险收益的直接影响， 对风险最具主导力的参与方承担较大比例的风险可使系统整体净收益达到最优， 而区块链智能合约机制能够有效实现知识产权数字化交易信用风险分担结构的智能识别及优化， 从而有效提高知识产权数字化交易效率。

（二）建议

据此， 本文对知识产权数字化交易信用风险管理体系优化提出以下建议：

1. 完善“区块链＋”， 构建知识产权数字化交易生态体系。政府要加强区块链技术在知识产权数字化交易上的理论及应用研究， 推进区块链与大数据、 云计算的深度融合， 加快区块链知识产权数字化交易平台建设； 鼓励科技型企业、 商业银行、 担保机構等知识产权数字化交易参与主体参与到区块链的应用中， 协同系统中各个主体之间的关系， 推动政府、 企业、 金融机构间的数据共享， 共同构建完善的“区块链+”知识产权数字化交易生态体系。

2. 发挥智能合约潜能， 协调交易主体风险与收益平衡。知识产权数字化交易包含多方参与主体， 完善信用风险分担机制， 要通过不同参与主体之间的协作支持， 形成多元、 平衡、 持续、 可调节的信用风险分担体系。智能合约的可编程性有巨大潜力， 利用智能合约， 可安全传递交易信息， 协调交易主体风险收益间的平衡， 提升数字化交易信用风险分担效率。

3. 加强风险信息披露， 以主体风险控制能力作为风险分担的依据。参与主体应不断加强各自风险信息的披露， 让其余各方了解其对各种信用风险的控制能力， 据此调节信用风险分担结构。风险偏好博弈模型分析结果也表明， 风险偏好系数反映了参与方的风险控制能力， 而该能力则是知识产权数字化交易信用风险分担的决定性因素。知识产权数字化交易信用风险存在于交易的整个过程， 对于不同因素引起的信用风险， 各参与方的风险控制能力都各有强弱， 以风险控制能力为依据设计风险分担， 使得系统整体的风险控制能力达到最强。

4. 强化监管科技， 基于区块链技术升级信用风险监管方式。利用区块链技术强化信用风险监管科技， 可以针对知识产权数字化交易中不同的交易场景设置虚拟环境进行测试， 收集数据进行信用风险分担机制分析， 利用内置于区块链内的智能合约， 实现信用风险的自动评估和风险分担方案的监管反馈。通过区块链技术进行信用风险自动化监管， 为参与方迅速调节信用风险分担方案提供智能化调控方案。

【 主 要 参 考 文 献 】

李海英，苑泽明，李双海．创新型企业知识产权质押贷款风险评估［ J］．科学学研究，2017（8）：1253 ～ 1263．

刘祥东，王未卿．我国商业银行信用风险识别的多模型比较研究［ J］．经济经纬，2015（6）：132 ～ 137．

夏轶群，梁冉．科技型中小企业专利质押融资信用风险分担机制研究——基于多任务委托—代理模型［ J］．南方金融，2019（3）：42 ～ 48．

夏轶群，盛广印．基于区块链原理的知识产权云交易系统信任关系剖析［ J］．财会月刊，2021（19）：116 ～ 122．

邢苗，董兴林．中小科技企业知识产权质押融资风险评价研究——基于供应链金融视角［ J］．科技管理研究，2020（18）：196 ～ 202．

姚瑞卿，袁小群．基于区块链技术的数字出版知识产权管理——以知识服务应用为例［ J］．出版广角，2019（17）：25 ～ 30．

尹夏楠，鲍新中．系统视域下知识产权质押融资风险评价研究［ J］．科技管理研究，2019（4）：150 ～ 158．

Barton Kevin A.，Tejay Gurvirender，Lane Michael，Terrell Steve. Information System Security Commitment：A Study of External Influences on Senior Management［ J］． Computers & Security，2016（59）：9 ～ 25．

Hassija Vikas，Bansal Gaurang，Chamola Vinay，Kumar Neeraj，Guizani Mohsen. Secure Lending：Blockchain and Prospect Theory-Based Decentralized Credit Scoring Model［ J］． IEEE Transactions on Network Science and Engineering，2020（4）：2566 ～ 2575．

Khashman Adnan. Neural Networks for Credit Risk Evaluation：Investigation of Different Neural Models and Learning Schemes［ J］． Expert Systems with Applications，2010 （9）：6233 ～ 6239.

Shatkovskaya T. V.， Shumilina A. B.， et al.. Impact of Technological Blockchain Paradigm on the Movement of Intellectual Property in the Digital Space［ J］． European Research Studies Journal，2018（S1）：397 ～ 406.

Spuch áková Erika，Vala?ková Katarína，Adamko Peter. The Credit Risk and Its Measurement，Hedging and Monitoring［ J］．Procedia Economics and Finance，2015（24）：675 ～ 681．

Weissova Ivana，Kollar Boris，Siekelova Anna. Rating as a Useful Tool for Credit Risk Measurement［ J］．Procedia Economics and Finance，2015（26）：278 ～ 285．

【基金項目】国家自然科学基金项目“技术专利融资信用风险动态迁移过程和系统分担结构研究”（项目编号：71202103）

【作者单位】上海应用技术大学经济与管理学院， 上海 201418