论文部分内容阅读
专利权质押贷款作为一种新型融资方式,能够将科技型企业拥有的专利优势转化为企业经营发展所需要的资金,在一定程度上缓解了资金瓶颈问题。这种融资方式得到政府的高度重视,中央和地方政府纷纷结合本地实际情况出台相应的管理办法和具体实施条例。但是,作为专利权质押贷款主体的商业银行却对该项业务踌躇不前,原因在于专利权质押贷款的风险较普通抵押贷款风险高且该类风险难以量化和控制。这不仅不利于科技型企业解决资金短缺问题,而且不利于商业银行开拓新的业务,抢占新的市场,优化资本结构。要提高商业银行参与专利权质押贷款业务的积极性,最重要的途径之一是建立一套完整的商业银行专利权质押贷款风险预警模型,对风险进行衡量并进行控制。为了有效控制商业银行专利权质押贷款的风险,本文试图建立一套完整的商业银行专利权质押贷款风险预警模型。本文主要从风险识别和风险量化两方面进行风险预警研究。文章主要从4方面进行详细阐述。第一,本文根据信息不对称理论和风险管理理论(主要是多因果关系理论),多角度、多方面地分析专利权质押贷款的风险点,从而确定出质企业、贷款银行、专利权和宏观环境等因素对商业银行专利权质押贷款风险状况的影响;并以此为基础,建立商业银行专利权质押贷款风险预警指标体系。第二,本文运用主成分分析法,对选取的180组专利权质押贷款案例的风险状况进行判定,借鉴3法则确定专利权质押贷款的风险预警标准,根据量化的风险值确定质押贷款案例的风险等级。第三,本文建立基于BP神经网络的商业银行专利权质押贷款风险预警模型并进行仿真分析。进行仿真分析时随机在180组专利权质押贷款案例选取130组作为训练样本,另外50组作为测试样本,结果表明该模型的准确率达到96%,能够有效地对商业银行专利权质押贷款风险进行预警。第四,在控制商业银行专利权质押贷款风险的防范措施方面,本文以银行为立足点提出降低风险应采取的措施,同时又从政府、企业、中介机构等角度提出补充的措施和建议,使专利权质押贷款风险在各方利益相关者的共同努力下控制在最低程度。