知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)傳染過(guò)程探析

夏軼群 蘇洪銳

【摘要】在分析知識(shí)產(chǎn)權(quán)云交易系統(tǒng)信用風(fēng)險(xiǎn)結(jié)構(gòu)和風(fēng)險(xiǎn)因素的基礎(chǔ)上，解析知識(shí)產(chǎn)權(quán)云交易系統(tǒng)信任機(jī)制中主體結(jié)構(gòu)及相關(guān)關(guān)系，構(gòu)建知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)傳播過(guò)程模型，探索知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)的傳播路徑以及參數(shù)敏感性。結(jié)果表明：第三方機(jī)構(gòu)在系統(tǒng)中的干涉作用可使得遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量減少，解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量增多;第三方機(jī)構(gòu)降低法律風(fēng)險(xiǎn)力度系數(shù)或降低擔(dān)保風(fēng)險(xiǎn)力度系數(shù)的增加，可使得遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量減少。因此，第三方機(jī)構(gòu)應(yīng)該努力完善自身建設(shè)、加強(qiáng)信息公開(kāi)、做好知識(shí)產(chǎn)權(quán)知識(shí)的宣傳和引導(dǎo)工作。

【關(guān)鍵詞】知識(shí)產(chǎn)權(quán);云交易;信用風(fēng)險(xiǎn);風(fēng)險(xiǎn)傳染;SIRS模型

【中圖分類號(hào)】F204? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2020）07-0141-7

一、引言

隨著物聯(lián)網(wǎng)、云技術(shù)的快速發(fā)展，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，大數(shù)據(jù)研究逐漸成為科技、經(jīng)濟(jì)、社會(huì)等各領(lǐng)域關(guān)注的焦點(diǎn)，諸多國(guó)家已經(jīng)將大數(shù)據(jù)研究上升到國(guó)家戰(zhàn)略層面。2016年大數(shù)據(jù)產(chǎn)業(yè)進(jìn)入成熟期，不但自身已發(fā)展成為規(guī)模龐大的新興產(chǎn)業(yè)，并且有望在“十三五”期間帶動(dòng)市場(chǎng)規(guī)模達(dá)萬(wàn)億之巨的互聯(lián)網(wǎng)服務(wù)業(yè)轉(zhuǎn)型。此外，我國(guó)提出了“數(shù)據(jù)強(qiáng)國(guó)、數(shù)據(jù)興國(guó)”的國(guó)家大數(shù)據(jù)戰(zhàn)略，以及國(guó)家大數(shù)據(jù)信息資源“云”思路。在這樣的背景下，知識(shí)產(chǎn)權(quán)交易的發(fā)展模式正朝著“云共享”的方向發(fā)展，基于云共享服務(wù)模式，必然衍生出“云交易”這種新型的知識(shí)產(chǎn)權(quán)融資模式。

知識(shí)產(chǎn)權(quán)云交易（主要包括技術(shù)專利、軟件版權(quán)等）是一種基于互聯(lián)網(wǎng)邏輯和大數(shù)據(jù)思維，整合分散的知識(shí)、技術(shù)、人力、知識(shí)產(chǎn)權(quán)融資服務(wù)、知識(shí)產(chǎn)權(quán)戰(zhàn)略管理服務(wù)、知識(shí)產(chǎn)權(quán)法律服務(wù)等資源，實(shí)現(xiàn)技術(shù)知識(shí)鏈的自適應(yīng)生長(zhǎng)，促進(jìn)個(gè)人和組織技術(shù)創(chuàng)新能力提升，用戶在共享技術(shù)專利和軟件版權(quán)的同時(shí)，兼顧技術(shù)知識(shí)產(chǎn)權(quán)排他性利益保護(hù)和整體性社會(huì)公共福利提升的整合性知識(shí)產(chǎn)權(quán)生態(tài)系統(tǒng)服務(wù)模式。在知識(shí)產(chǎn)權(quán)云交易生態(tài)系統(tǒng)中，多方利益主體呈現(xiàn)出新的關(guān)系，交易信用也呈現(xiàn)出新的特征，因此針對(duì)其信用風(fēng)險(xiǎn)和信任機(jī)制的研究是必要且重要的。

二、現(xiàn)有研究綜述

在大數(shù)據(jù)背景下，傳統(tǒng)知識(shí)產(chǎn)權(quán)融資模式正面臨知識(shí)產(chǎn)權(quán)云交易模式的挑戰(zhàn)，前者存在的交易效率低、信息滯后等問(wèn)題正阻礙其發(fā)展，而后者促使知識(shí)、技術(shù)、資本、服務(wù)等以互聯(lián)網(wǎng)連接和共享為基礎(chǔ)的新方式發(fā)生新的關(guān)聯(lián)，并且以更低的成本迅速催生新技術(shù)、新產(chǎn)品、新創(chuàng)意[1] 。大數(shù)據(jù)背景下的云交易模式雖然有助于迅速整合分散的知識(shí)、技術(shù)、人力，但也更容易引發(fā)破壞交易規(guī)則及惡意使用的行為[2] 。

從風(fēng)險(xiǎn)事件角度來(lái)看，Hsu等[3] 指出信息采集、信息搜索、信息交互邏輯是構(gòu)建云交易平臺(tái)的重要基礎(chǔ)。Boiko和Shendryk[4] 提供了一種“危險(xiǎn)群體識(shí)別”的信息安全解決方案。復(fù)雜信息系統(tǒng)安全事件存在一個(gè)系統(tǒng)演化過(guò)程，Zhang等[5] 對(duì)這一過(guò)程的運(yùn)行機(jī)理進(jìn)行了研究，建立了風(fēng)險(xiǎn)感知、風(fēng)險(xiǎn)視角、風(fēng)險(xiǎn)響應(yīng)、風(fēng)險(xiǎn)通信四大狀態(tài)變量的原因樹(shù)模型。Xin等[6] 基于一種虛擬拓?fù)渲貥?gòu)的信息安全事件演化機(jī)制，研究系統(tǒng)超負(fù)荷的自適應(yīng)性機(jī)理，并應(yīng)用Rollout啟發(fā)式優(yōu)化算法提高解決方案的質(zhì)量。恰當(dāng)?shù)臄?shù)據(jù)分析與處理方法能提高實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的價(jià)值，有利于知識(shí)的擴(kuò)散，但數(shù)據(jù)采集、聚合、融合和集成等中間處理步驟可能會(huì)帶來(lái)大量的隱私泄露、信息惡意使用、系統(tǒng)負(fù)載超額等安全風(fēng)險(xiǎn)[7] 。一些安全系統(tǒng)利用增加執(zhí)行冗余功能來(lái)保證系統(tǒng)安全，但效果并不理想[8] 。Barton等[9] 、曹萍等[10] 指出，系統(tǒng)信息安全事件管理是技術(shù)知識(shí)產(chǎn)權(quán)云共享面臨的重要運(yùn)營(yíng)風(fēng)險(xiǎn)之一， 會(huì)影響信息的價(jià)值評(píng)估，從而影響其交易價(jià)格。

從風(fēng)險(xiǎn)傳染角度來(lái)看，劉志雄[11] 基于利益相關(guān)者理論，深入探討了社會(huì)資本對(duì)信用風(fēng)險(xiǎn)的傳染和抑制作用。劉兢軼等[12] 通過(guò)建立供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，驗(yàn)證了中小企業(yè)的盈利能力、償債能力及核心企業(yè)信用水平會(huì)顯著影響其信用風(fēng)險(xiǎn)評(píng)級(jí)。趙志明等[13] 考慮信息滯后和信息不對(duì)稱兩種情況，應(yīng)用風(fēng)險(xiǎn)中性定價(jià)原理和最優(yōu)停時(shí)理論，研究了信任風(fēng)險(xiǎn)遺留問(wèn)題。

當(dāng)前，針對(duì)大數(shù)據(jù)下知識(shí)產(chǎn)權(quán)云交易的信用風(fēng)險(xiǎn)傳染、風(fēng)險(xiǎn)事件演化、風(fēng)險(xiǎn)因素相關(guān)關(guān)系等問(wèn)題的研究亟待進(jìn)一步的深入。因此，本文在分析知識(shí)產(chǎn)權(quán)云交易系統(tǒng)信用風(fēng)險(xiǎn)結(jié)構(gòu)和風(fēng)險(xiǎn)因素的基礎(chǔ)上，解析知識(shí)產(chǎn)權(quán)云交易系統(tǒng)中主體構(gòu)成及其相互作用關(guān)系，并探討知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)的傳染路徑以及信任機(jī)制的優(yōu)化。

三、知識(shí)產(chǎn)權(quán)云交易系統(tǒng)參與主體及信用風(fēng)險(xiǎn)要素

1. 系統(tǒng)參與主體。知識(shí)產(chǎn)權(quán)云交易系統(tǒng)參與主體主要有以下四方：一是產(chǎn)權(quán)權(quán)利方，其通過(guò)互聯(lián)網(wǎng)發(fā)布融資信息，并接收產(chǎn)權(quán)需求方發(fā)布的投資信息。二是產(chǎn)權(quán)需求方，其通過(guò)互聯(lián)網(wǎng)發(fā)布投資信息，并接收產(chǎn)權(quán)權(quán)利方發(fā)布的融資信息。三是大數(shù)據(jù)下的互聯(lián)網(wǎng)，互聯(lián)網(wǎng)通過(guò)匹配系統(tǒng)內(nèi)已有的信息，使產(chǎn)權(quán)權(quán)利方和產(chǎn)權(quán)需求方在信任彼此的情況下進(jìn)行投融資交易。四是第三方機(jī)構(gòu)，包括擔(dān)保機(jī)構(gòu)、評(píng)估機(jī)構(gòu)、大數(shù)據(jù)平臺(tái)服務(wù)機(jī)構(gòu)和金融機(jī)構(gòu)，對(duì)于任何一項(xiàng)交易，產(chǎn)權(quán)需求方是手持資金的謹(jǐn)慎自然人，其必定是經(jīng)過(guò)一定的核查后才判斷是否進(jìn)行投資的，而在知識(shí)產(chǎn)權(quán)融資的核查中需要第三方機(jī)構(gòu)的支持。知識(shí)產(chǎn)權(quán)云交易系統(tǒng)主體結(jié)構(gòu)如圖1所示。

2. 系統(tǒng)信用風(fēng)險(xiǎn)的來(lái)源及主要風(fēng)險(xiǎn)要素。系統(tǒng)信用風(fēng)險(xiǎn)主要來(lái)自以下兩個(gè)方面：一是大數(shù)據(jù)下的互聯(lián)網(wǎng)、產(chǎn)權(quán)權(quán)利方、產(chǎn)權(quán)需求方之間的信息不對(duì)稱;二是第三方機(jī)構(gòu)的平臺(tái)化服務(wù)效率風(fēng)險(xiǎn)。后者的風(fēng)險(xiǎn)結(jié)果導(dǎo)向會(huì)加劇前者風(fēng)險(xiǎn)的嚴(yán)重程度。

由圖1可知，知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)有兩個(gè)主要關(guān)聯(lián)體系：一是信息對(duì)稱體系，主要表現(xiàn)為產(chǎn)權(quán)權(quán)利方、產(chǎn)權(quán)需求方在面向大數(shù)據(jù)下的互聯(lián)網(wǎng)時(shí)，發(fā)布、接收信息時(shí)的信息質(zhì)量，系統(tǒng)內(nèi)部的信息對(duì)稱性會(huì)直接影響系統(tǒng)的正常運(yùn)作效率。二是評(píng)估、監(jiān)管、服務(wù)機(jī)制體系，在這個(gè)體系中，第三方機(jī)構(gòu)對(duì)產(chǎn)權(quán)權(quán)利方、大數(shù)據(jù)下的互聯(lián)網(wǎng)、產(chǎn)權(quán)需求方分別起到了評(píng)估、監(jiān)管、服務(wù)的作用，而對(duì)其他第三方機(jī)構(gòu)的作用會(huì)間接影響這三方主體間的信息對(duì)稱性?？梢?jiàn)，知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)要素主要有：

（1）信息不對(duì)稱風(fēng)險(xiǎn)。由于不同的企業(yè)實(shí)際情況不同，其知識(shí)產(chǎn)權(quán)的評(píng)估結(jié)果也因第三方機(jī)構(gòu)和人員的水平不同而不太相同，導(dǎo)致企業(yè)融資信息不對(duì)稱，使得出資方接收到的融資信息也不太相同，進(jìn)而導(dǎo)致平臺(tái)服務(wù)效率低下。

（2）評(píng)估風(fēng)險(xiǎn)。在進(jìn)行知識(shí)產(chǎn)權(quán)質(zhì)押融資業(yè)務(wù)之前，需要對(duì)企業(yè)的質(zhì)押物進(jìn)行評(píng)估，由此會(huì)帶來(lái)評(píng)估主體、評(píng)估方法及評(píng)估客體等風(fēng)險(xiǎn)。評(píng)估機(jī)構(gòu)的資質(zhì)、工作人員業(yè)務(wù)技能與職業(yè)素養(yǎng)等，都會(huì)影響評(píng)估結(jié)果;對(duì)待不同的評(píng)估客體，采取的評(píng)估方法也會(huì)存在差異，因此評(píng)估方法的選擇也非常重要。

（3）市場(chǎng)風(fēng)險(xiǎn)。市場(chǎng)環(huán)境的變化必然會(huì)影響企業(yè)的發(fā)展。地區(qū)經(jīng)濟(jì)發(fā)展程度是企業(yè)所處環(huán)境質(zhì)量的決定因素之一，地區(qū)經(jīng)濟(jì)的發(fā)展會(huì)給企業(yè)帶來(lái)更多的發(fā)展機(jī)會(huì);產(chǎn)權(quán)交易市場(chǎng)狀況、市場(chǎng)利率穩(wěn)定性及通貨膨脹也會(huì)影響企業(yè)的發(fā)展。這些因素均可能使企業(yè)的知識(shí)產(chǎn)權(quán)價(jià)值發(fā)生變化，進(jìn)而影響知識(shí)產(chǎn)權(quán)質(zhì)押融資業(yè)務(wù)的開(kāi)展。

（4）政治與法律風(fēng)險(xiǎn)。政府作為知識(shí)產(chǎn)權(quán)交易的間接參與者，一方面會(huì)主動(dòng)引導(dǎo)和服務(wù)知識(shí)產(chǎn)權(quán)交易事業(yè)的良性發(fā)展，另一方面又可能迫于公眾與利益團(tuán)體的壓力或自身戰(zhàn)略決策的考量，給總體的、單項(xiàng)的或局部的知識(shí)產(chǎn)權(quán)交易設(shè)置政治性障礙。政局的變動(dòng)、稅收政策的調(diào)整、產(chǎn)業(yè)重點(diǎn)領(lǐng)域的更替、交易流程規(guī)則的改變等均會(huì)對(duì)知識(shí)產(chǎn)權(quán)交易產(chǎn)生直接沖擊;人力資源管理政策、文化教育政策的調(diào)整則可能對(duì)知識(shí)產(chǎn)權(quán)交易產(chǎn)生間接沖擊。

此外，伴隨著相關(guān)法律法規(guī)的立、改、廢，原有的交易范式會(huì)被打破，從而影響當(dāng)期或預(yù)期的知識(shí)產(chǎn)權(quán)交易。而且，國(guó)際知識(shí)產(chǎn)權(quán)制度、相關(guān)交易規(guī)則（如國(guó)際專利轉(zhuǎn)讓、許可貿(mào)易規(guī)則）的變動(dòng)，勢(shì)必作用于國(guó)際知識(shí)產(chǎn)權(quán)微觀交易環(huán)節(jié)，進(jìn)而影響國(guó)內(nèi)知識(shí)產(chǎn)權(quán)交易。

（5）社會(huì)與交易媒介風(fēng)險(xiǎn)。缺乏知識(shí)產(chǎn)權(quán)保護(hù)意識(shí)、剽竊之風(fēng)盛行、大罷工、騷亂等社會(huì)不良因素均會(huì)對(duì)知識(shí)產(chǎn)權(quán)交易產(chǎn)生負(fù)面影響。在多數(shù)情形下，知識(shí)產(chǎn)權(quán)云交易的實(shí)現(xiàn)需要中介代理等媒介的幫助，因此媒介機(jī)構(gòu)的狀況與知識(shí)產(chǎn)權(quán)云交易風(fēng)險(xiǎn)具有相關(guān)性。除了出讓方、受讓方選擇交易媒介本身具有風(fēng)險(xiǎn)性，媒介選擇后還可能出現(xiàn)“代理博弈”，即委托—代理風(fēng)險(xiǎn)。

四、信用風(fēng)險(xiǎn)傳染SIRS基本模型

基于系統(tǒng)動(dòng)力學(xué)SIRS基本模型，設(shè)定知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)結(jié)構(gòu)性參數(shù)：S表示易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，I表示遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，R表示解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，θ表示綜合風(fēng)險(xiǎn)率，α表示解除風(fēng)險(xiǎn)率，λ表示再次遭受風(fēng)險(xiǎn)系數(shù)。知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)傳染的SIRS基本模型可表示為：

[dS（t）dt]=θS（t）I（t）+λR（t）

[dI（t）dt]=θS（t）I（t）-αI（t）

[dR（t）dt]=αI（t）-λR（t）

易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方、遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方和解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方的狀態(tài)轉(zhuǎn)化過(guò)程如圖2所示。

五、信用風(fēng)險(xiǎn)傳染過(guò)程

在知識(shí)產(chǎn)權(quán)云交易生態(tài)中，參與主體包括易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方、遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方、解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方、風(fēng)險(xiǎn)再生的產(chǎn)權(quán)權(quán)利方、第三方機(jī)構(gòu)。在SIRS基本模型中，這五個(gè)主體之間不是單一的線性關(guān)系而是動(dòng)態(tài)的多線性相互作用關(guān)系，如圖3所示，模型中涉及的變量及其說(shuō)明如表所示。

圖3中存在一個(gè)正反饋回路（用“+”表示）：S→K→A→T→E→R→B→S，即：隨著易遭受風(fēng)險(xiǎn)的融資企業(yè)（產(chǎn)權(quán)權(quán)利方）的增多，其遭受風(fēng)險(xiǎn)的概率就越大，相應(yīng)遭受風(fēng)險(xiǎn)的融資企業(yè)增長(zhǎng)速率也越快;當(dāng)遭受知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)的融資企業(yè)數(shù)量達(dá)到一定程度時(shí)，第三方機(jī)構(gòu)便會(huì)采取一定的措施加以控制，在其定向引導(dǎo)下，解除風(fēng)險(xiǎn)的融資企業(yè)逐漸增加，這些企業(yè)雖然暫時(shí)具有一定的免疫力，但是仍存在再次遭受風(fēng)險(xiǎn)的可能，因此風(fēng)險(xiǎn)再生的融資企業(yè)數(shù)量會(huì)逐步增多，依次造成新生易遭受風(fēng)險(xiǎn)的融資企業(yè)、易遭受風(fēng)險(xiǎn)的融資企業(yè)數(shù)量相應(yīng)增多。

圖3中還存在如下負(fù)反饋回路（用“-”表示）：①S→K→A→S，即：隨著易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方的增多，綜合風(fēng)險(xiǎn)率上升，導(dǎo)致一部分易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方變?yōu)樵馐茱L(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，總體的易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方減少。②S→K→A→T→E→S，即：隨著易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方的增多，綜合風(fēng)險(xiǎn)率上升，導(dǎo)致遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方增加，當(dāng)其數(shù)量增加到一定程度時(shí)，第三方機(jī)構(gòu)會(huì)采取一定的控制措施，使得解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方增多，由于在一個(gè)封閉環(huán)境內(nèi)系統(tǒng)主體數(shù)量是守恒的，因此易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方會(huì)相應(yīng)減少。③A→T→E→A，即：隨著遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方的增多，在第三方機(jī)構(gòu)的控制下，一部分遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方變?yōu)榻獬L(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，總體的遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方減少。

六、敏感性分析

易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量由初始易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量、新生易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量和遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量共同決定;遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量由易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量、產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用、遭受風(fēng)險(xiǎn)的比例和第三方機(jī)構(gòu)干涉力度共同決定;第三方機(jī)構(gòu)干涉力度由降低法律風(fēng)險(xiǎn)力度系數(shù)、降低評(píng)估風(fēng)險(xiǎn)力度系數(shù)、降低擔(dān)保風(fēng)險(xiǎn)力度系數(shù)共同決定;解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量由第三方機(jī)構(gòu)干涉力度和風(fēng)險(xiǎn)再生的產(chǎn)權(quán)權(quán)利方數(shù)量共同決定;風(fēng)險(xiǎn)再生的產(chǎn)權(quán)權(quán)利方數(shù)量由解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量和風(fēng)險(xiǎn)再生比例共同決定。

遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方和解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方這兩個(gè)水平變量的數(shù)值直接反映了SIRS模型的運(yùn)作強(qiáng)度，且易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方初始賦值、產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用、遭受風(fēng)險(xiǎn)的比例、降低法律風(fēng)險(xiǎn)力度系數(shù)、降低評(píng)估風(fēng)險(xiǎn)力度系數(shù)、降低擔(dān)保風(fēng)險(xiǎn)力度系數(shù)和風(fēng)險(xiǎn)再生比例這幾個(gè)常量在SIRS模型中起著重要作用。

1. 易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方初始賦值對(duì)系統(tǒng)運(yùn)作的影響。將易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方初始賦值3500（Current1）分別減少到1500（Current2）和增加到4500（Current3），則遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方與解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量變化如圖4所示。

由圖4可知，不管初始賦值如何變化，遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量隨著時(shí)間的推移波動(dòng)幅度都變小了，信息項(xiàng)在第5天達(dá)到最高點(diǎn)，在第10天達(dá)到最低點(diǎn)，又在第17天達(dá)到極大值點(diǎn)，在第21天后呈現(xiàn)平緩狀態(tài)。對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，同樣不管初始賦值如何變化，信息項(xiàng)隨著時(shí)間的推移波動(dòng)幅度都變小了，在第7天達(dá)到最高點(diǎn)，在第13天達(dá)到最低點(diǎn)，然后慢慢呈現(xiàn)平緩狀態(tài)。

現(xiàn)實(shí)中上述情形表現(xiàn)為：易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量增加，會(huì)導(dǎo)致遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方和解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量分別相對(duì)增加，但是后者增加的數(shù)量明顯高于前者;由于系統(tǒng)具有自調(diào)節(jié)、自恢復(fù)能力，遭受風(fēng)險(xiǎn)與解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量都是達(dá)到最高值后下降至最低值，再增加至極大值，最后趨于平穩(wěn)，但前者的波動(dòng)幅度大于后者。

2. 產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用對(duì)系統(tǒng)運(yùn)作的影響。產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用表示在系統(tǒng)中隨機(jī)的兩個(gè)信息載體的交互作用的發(fā)生概率，將該變量的賦值0.6（Current0）分別減少到0.3（Current1）和增加到0.8（Current2），則遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方與解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量變化如圖5所示。

由圖5可知，對(duì)于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，其圖形的波動(dòng)幅度與賦值正相關(guān)。當(dāng)賦值為0.3時(shí)，在第7天信息項(xiàng)達(dá)到第一個(gè)峰值，然后隨著時(shí)間的推移，圖形震蕩幅度越來(lái)越小，且峰值也不斷減小;當(dāng)賦值為0.6時(shí)，在第5天信息項(xiàng)達(dá)到第一個(gè)峰值，且每一個(gè)對(duì)應(yīng)峰值始終是三個(gè)賦值條件下的最大值，在第9天達(dá)到第一個(gè)峰谷，也即最小值。對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，圖形整體形狀和趨勢(shì)與遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方圖形相似，但其峰值更高，且達(dá)到峰值的時(shí)間延遲了。

現(xiàn)實(shí)中上述情形表現(xiàn)為：產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用與遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量、解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量正相關(guān)，第三方機(jī)構(gòu)的介入可以降低風(fēng)險(xiǎn)發(fā)生的概率;相對(duì)于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量的增減有延遲效果，這是因?yàn)樵馐茱L(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方有直接的作用關(guān)系，且系統(tǒng)內(nèi)的遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量達(dá)到飽和后，解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量便會(huì)開(kāi)始增加。

3. 遭受風(fēng)險(xiǎn)的比例對(duì)系統(tǒng)運(yùn)作的影響。將遭受風(fēng)險(xiǎn)的比例的賦值0.37（Current0）分別減少到0.2（Current1）和增加到0.42（Current2），則遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方與解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量變化如圖6所示。

由圖6可知，對(duì)于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，由于賦值為0.37和0.42的差距較小，兩種情況下的圖形差別較小，但可以看出賦值為0.37的圖形相較于賦值為0.42的圖形稍微右移，大約在第4天達(dá)到第一個(gè)峰值，在第9天達(dá)到第一個(gè)峰谷;當(dāng)賦值為0.2時(shí)，圖形的右移幅度較大，在第5天達(dá)到第一個(gè)峰值。對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，圖形整體形狀和趨勢(shì)與遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方的圖形相似，但其峰值均更高，且達(dá)到峰值的時(shí)間稍有延遲。

現(xiàn)實(shí)中上述情形表現(xiàn)為：遭受風(fēng)險(xiǎn)的比例直接關(guān)系到遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量變化，遭受風(fēng)險(xiǎn)的比例越大，產(chǎn)權(quán)權(quán)利方便越容易被感染，解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量也會(huì)因?yàn)樵馐茱L(fēng)險(xiǎn)的比例增大而增加，且相比產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用，遭受風(fēng)險(xiǎn)的比例與遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量的直接相關(guān)性更大。

4. 第三方機(jī)構(gòu)降低法律、評(píng)估、擔(dān)保風(fēng)險(xiǎn)力度系數(shù)對(duì)系統(tǒng)運(yùn)作的影響。將降低法律風(fēng)險(xiǎn)力度系數(shù)的賦值0.3（Current0）分別減少到0.15（Current1）和增加到0.45（Current2），則遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方與解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量變化如圖7所示。

由圖7可知，對(duì)于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，隨著賦值的增大，圖形的波動(dòng)幅度減小，峰值也相應(yīng)減小，但達(dá)到峰值、峰谷的時(shí)間點(diǎn)基本一致，在第5天達(dá)到第一個(gè)峰值，在第17天達(dá)到第二個(gè)峰值，且峰值逐漸變小，圖形的波動(dòng)幅度也越來(lái)越小，逐漸趨于平緩。對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，整體來(lái)說(shuō)，賦值對(duì)圖形的影響力度較小，隨著賦值的增大，圖形的波動(dòng)幅度大小相同，在第7天達(dá)到第一個(gè)峰值，在第20～30天圖形逐漸趨于平緩。

將降低評(píng)估風(fēng)險(xiǎn)力度系數(shù)的賦值0.3分別減少到0.15和增加到0.45，將降低擔(dān)保風(fēng)險(xiǎn)力度系數(shù)的賦值0.4分別減少到0.2和增加到0.6，得到的效果圖均與圖7相似，因此不再贅述。

現(xiàn)實(shí)中上述情形表現(xiàn)為：第三方機(jī)構(gòu)降低其對(duì)系統(tǒng)運(yùn)作中的法律、擔(dān)保、評(píng)估作用，對(duì)于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方的效果是最明顯的，直接影響企業(yè)遭受風(fēng)險(xiǎn)的概率;解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量雖有變化且時(shí)間延后，但差異不明顯，這說(shuō)明在系統(tǒng)內(nèi)遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量達(dá)到最高，即達(dá)到飽和后，解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量便不再受第三方機(jī)構(gòu)作用的干擾。

5. 風(fēng)險(xiǎn)再生比例對(duì)系統(tǒng)運(yùn)作的影響。將風(fēng)險(xiǎn)再生比例的賦值0.25（Current0）分別減少到0.1（Current1）和增加到0.45（Current2），則遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方與解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量變化如圖8所示。

由圖8可知，對(duì)于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，隨著賦值的增大，圖形的波動(dòng)幅度逐漸減小，且峰值相應(yīng)增大，在第0 ～ 4天三種賦值情況下的圖形是一致的。當(dāng)賦值為0.25時(shí)，在第11天到達(dá)第一個(gè)峰谷，此后圖形逐漸趨于平緩;當(dāng)賦值為0.45時(shí)，在第9天下降到0.8K后圖形便逐漸趨于平緩;當(dāng)賦值為0.1時(shí)，在第11天到達(dá)第一個(gè)峰谷，且在前30天內(nèi)圖形還沒(méi)趨于平緩。對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，隨著賦值的增大，圖形的波動(dòng)幅度逐漸減小，且峰值也相應(yīng)減小，但到達(dá)峰值、峰谷的時(shí)間點(diǎn)基本一致，當(dāng)賦值為0.45時(shí)，圖形從第9天開(kāi)始逐漸趨于平緩。

現(xiàn)實(shí)中上述情形表現(xiàn)為：風(fēng)險(xiǎn)再生比例與系統(tǒng)內(nèi)解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量呈負(fù)相關(guān)關(guān)系，與遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方呈正相關(guān)關(guān)系，風(fēng)險(xiǎn)再生比例的提高直接導(dǎo)致產(chǎn)權(quán)權(quán)利方再次遭受風(fēng)險(xiǎn)的概率增加，對(duì)于解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方而言，由于遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量增加，不僅使得其在系統(tǒng)未飽和狀態(tài)下數(shù)量增加，而且使得原來(lái)本應(yīng)解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方未解除風(fēng)險(xiǎn)的概率增加，綜合二者，遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量雙倍增加。

七、總結(jié)

本文分析了知識(shí)產(chǎn)權(quán)云交易系統(tǒng)中參與主體的構(gòu)成及其關(guān)系，并借助系統(tǒng)動(dòng)力學(xué)原理和工具，構(gòu)建知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)傳染模型，進(jìn)而研究知識(shí)產(chǎn)權(quán)云交易信用風(fēng)險(xiǎn)的傳播路徑以及參數(shù)敏感性?；谏鲜鲅芯?，本文得到如下結(jié)論，并針對(duì)大數(shù)據(jù)背景下我國(guó)知識(shí)產(chǎn)權(quán)云交易模式信用風(fēng)險(xiǎn)調(diào)控及信任機(jī)制優(yōu)化提出相關(guān)建議：

產(chǎn)權(quán)權(quán)利方與金融機(jī)構(gòu)相互作用或遭受風(fēng)險(xiǎn)的比例的增加，可以直接使遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量減少、解除風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量增加。因此，若要減少遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方，第三方機(jī)構(gòu)應(yīng)借助媒體等加大宣傳力度，使大數(shù)據(jù)下知識(shí)產(chǎn)權(quán)云交易過(guò)程中的每一方主體對(duì)各類知識(shí)產(chǎn)權(quán)的法律保護(hù)基礎(chǔ)知識(shí)都具有一定的了解，并促進(jìn)其參與知識(shí)產(chǎn)權(quán)云交易的積極性，從而提高用戶在知識(shí)產(chǎn)權(quán)云交易中與金融機(jī)構(gòu)的相互作用次數(shù)，進(jìn)而降低用戶遭受融資風(fēng)險(xiǎn)的比例，間接地使遭受知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量減少，從而使第三方機(jī)構(gòu)能夠有效控制融資網(wǎng)絡(luò)中的信息交錯(cuò)影響。

第三方機(jī)構(gòu)降低法律風(fēng)險(xiǎn)力度系數(shù)的增加，可以直接使遭受知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量減少。這就要求第三方機(jī)構(gòu)在政府的引導(dǎo)下加強(qiáng)自身建設(shè)，提高信息透明度，完善法律法規(guī)，加強(qiáng)對(duì)權(quán)利的監(jiān)督和約束。

第三方機(jī)構(gòu)降低擔(dān)保風(fēng)險(xiǎn)力度系數(shù)的增加，可以使遭受知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量減少。因此，第三方機(jī)構(gòu)在應(yīng)對(duì)突發(fā)事件時(shí)，要能夠在第一時(shí)間響應(yīng)并做好管控引導(dǎo)工作，及時(shí)調(diào)查事件原因并公開(kāi)實(shí)情，采取有效措施，做好善后處理，防止事態(tài)的惡化。

易遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量、遭受風(fēng)險(xiǎn)的比例、風(fēng)險(xiǎn)再生比例的降低，均可以有效減少遭受風(fēng)險(xiǎn)的產(chǎn)權(quán)權(quán)利方數(shù)量，從而使較多主體處于解除風(fēng)險(xiǎn)的狀態(tài)。如果能夠有效阻止產(chǎn)權(quán)權(quán)利方遭受風(fēng)險(xiǎn)的信息或事態(tài)傳播，遭受風(fēng)險(xiǎn)的范圍就會(huì)大大縮小，這就要求第三方機(jī)構(gòu)加強(qiáng)信息公開(kāi)，倡導(dǎo)積極向上的精神文化，建立有效的知識(shí)產(chǎn)權(quán)云交易秩序。

【 主 要 參 考 文 獻(xiàn) 】

[ 1 ]? ?Dusse F.， Júnior P. S.， Alves A. T.， et al.. Information visualization for emergency management：A systematic mapping study[ J].Expert?Systems with Applications，2016（1）：424 ～ 437.

[ 2 ]? ?Alzahrani B. A.， Reed M. J.， Riihij?rvi J.， et al.. Scalability of information centric networking using mediated topology management[ J].Journal of Network and Computer Applications，2015（4）：126 ～ 133.

[ 3 ]? ?Hsu J. S.， Chu T. H.， Lin T. C.，et al.. Coping knowledge boundaries between information system and business disciplines：An intellectual?capital perspective[ J].Information & Management，2014（2）：283 ～ 295.

[ 4 ]? ?Boiko B.， Shendryk V.. System integration and security of information systems[ J].Procedia Computer Science，2017（104）：35 ～ 42.

[ 5 ]? ?Zhang M. G.，Wang X. D.， Mannan M. S.，et al.. A system dynamics model for risk perception of lay people in communication regarding?risk of chemical incident[ J].Journal of Loss Prevention in the Process Industries，2017（50）：101 ～ 111.

[ 6 ]? ?Xin Y. F.， Shayman M.， La R. J.，et al.. Reconfiguration of survivable IP over WDM networks[ J].Optical Switching and Networking，2016（7）：93 ～ 100.

[ 7 ]? ?Madaan N.， Ahad M. A.， Sastry S. M.. Data integration in IoT ecosystem： Information linkage as a privacy threat[ J].Computer Law &?Security Review，2018（2）：125 ～ 133.

[ 8 ]? ?Hong L. Jeff， Juneja Sandeep， Luo Jun. Estimating sensitivities of portfolio credit risk using Monte Carlo[ J].Informs Journal on Computing，2014（4）：848 ～ 865.

[ 9 ]? ?Barton K. A.， Tejay G.， Lane M.， et al.. Information system security commitment：A study of external influences on senior management[ J].?Computers & Security，2016（6）：9 ～ 25.

[10]? ?曹萍，張劍，熊焰.高技術(shù)產(chǎn)業(yè)安全影響因素的實(shí)證研究[ J].管理評(píng)論，2017（12）：50 ～ 61.

[11]? ?劉志雄.企業(yè)社會(huì)責(zé)任、社會(huì)資本與信用風(fēng)險(xiǎn)傳染研究——基于利益相關(guān)者理論的分析[ J].江蘇社會(huì)科學(xué)，2019（6）：66 ～ 72.

[12]? ?劉兢軼，王彧婧，王靜思.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)體系構(gòu)建[ J].金融發(fā)展研究，2019（11）：63 ～ 67.

[13]? ?趙志明，李莎莎.不完全信息下或有資本的定價(jià)與債券信用價(jià)差研究[ J].系統(tǒng)工程理論與實(shí)踐，2018（12）：3010 ～ 3020.