專(zhuān)利價(jià)值評(píng)估的那些事

#本文由作者授權(quán)發(fā)表，未經(jīng)作者許可，禁止轉(zhuǎn)載，本文不代表IPRdaily立場(chǎng)#

發(fā)布：IPRdaily中文網(wǎng)（IPRdaily.cn）

作者：Limit

供稿：專(zhuān)利問(wèn)答微信平臺(tái)

原標(biāo)題：專(zhuān)利價(jià)值評(píng)估的那些事

筆者在前面的文章《扔不扔那只破皮箱？》里已經(jīng)為專(zhuān)利價(jià)值評(píng)估開(kāi)了個(gè)頭，文章里的比喻“扔掉破皮箱”也是專(zhuān)利價(jià)值評(píng)估在企業(yè)專(zhuān)利分級(jí)、評(píng)價(jià)的一個(gè)典型應(yīng)用場(chǎng)景。

文章也引發(fā)了一些討論，例如，什么樣的專(zhuān)利是“破皮箱”？評(píng)判標(biāo)準(zhǔn)是什么？甚至有讀者說(shuō)，往往有價(jià)值的專(zhuān)利，就是被認(rèn)為是破皮箱扔掉了。

一、方法概述

所以今天文章的開(kāi)頭，筆者先給大家畫(huà)一個(gè)目前研究專(zhuān)利價(jià)值分析、評(píng)估的方法簡(jiǎn)圖，具體如下：

之所以稱(chēng)之為簡(jiǎn)圖，是因?yàn)閮?nèi)容實(shí)在不少，筆者也只是經(jīng)過(guò)整理分析，把比較具有代表性的方法、模型進(jìn)行了分類(lèi)篩選。

例如，在資產(chǎn)評(píng)估領(lǐng)域里的成本法、市場(chǎng)法、收益法、期權(quán)法等等，都是很典型的把有形資產(chǎn)評(píng)估引入到專(zhuān)利無(wú)形資產(chǎn)評(píng)估中。這里也僅是簡(jiǎn)單列舉，國(guó)內(nèi)外對(duì)于上述方法展開(kāi)了豐富的改進(jìn)，例如BS模型，線性組合模型等等。

上面的方法已經(jīng)廣泛應(yīng)用到了資產(chǎn)評(píng)估機(jī)構(gòu)的實(shí)際工作中，而另一個(gè)比較典型的就是科研探索領(lǐng)域，很多學(xué)者對(duì)專(zhuān)利價(jià)值的評(píng)估表現(xiàn)出了濃厚的興趣，也嘗試把一些最前沿的技術(shù)應(yīng)用到專(zhuān)利價(jià)值評(píng)估中。

例如基于人工智能算法的神經(jīng)網(wǎng)絡(luò)評(píng)估模型，模糊計(jì)算模型等等。筆者相信隨著大數(shù)據(jù)時(shí)代的到來(lái)，如何基于大數(shù)據(jù)并利用人工智能算法客觀的建模是未來(lái)專(zhuān)利價(jià)值評(píng)估的新方向。

政府制定的一些行業(yè)規(guī)范或標(biāo)準(zhǔn)，構(gòu)成了另一個(gè)專(zhuān)利價(jià)值評(píng)估的重要組成部分。而這些標(biāo)準(zhǔn)也是專(zhuān)利價(jià)值評(píng)估的重要參考，因?yàn)槠湟彩峭ㄟ^(guò)政府資源組織專(zhuān)家學(xué)者經(jīng)過(guò)大量調(diào)研分析形成的成果。

例如國(guó)家知識(shí)產(chǎn)權(quán)局委托中技所在2013年推出的《專(zhuān)利價(jià)值分析指標(biāo)體系》，還有一些地方標(biāo)準(zhǔn)，如安徽知識(shí)產(chǎn)權(quán)局牽頭推出的《專(zhuān)利質(zhì)量評(píng)價(jià)技術(shù)規(guī)范》，深圳知識(shí)產(chǎn)權(quán)局牽頭推出的《專(zhuān)利交易價(jià)值評(píng)估指南》等等。

另一個(gè)很獨(dú)特的研究來(lái)自于專(zhuān)利數(shù)據(jù)商，對(duì)于側(cè)重于專(zhuān)利檢索和分析的專(zhuān)利數(shù)據(jù)商而言，專(zhuān)利價(jià)值分析評(píng)估無(wú)疑是一個(gè)亮點(diǎn)和賣(mài)點(diǎn)，也為確實(shí)能夠給用戶帶來(lái)一些輔助判斷的作用。

例如國(guó)外的IPscore、國(guó)內(nèi)的合享、智慧芽、JoveEye都推出了自己的專(zhuān)利價(jià)值打分或者估值功能。但是比較遺憾的是，這些數(shù)據(jù)商都把具體的核心算法作為商業(yè)秘密保護(hù)起來(lái)，造成了“不知廬山真面目”的局面。

二、應(yīng)用場(chǎng)景

上面講述了專(zhuān)利價(jià)值評(píng)估的一些常見(jiàn)方法，而具體到應(yīng)用場(chǎng)景，主要有一下幾個(gè)方面：

同樣的，這里的應(yīng)用場(chǎng)景也并非全方位的梳理，只是列舉了最常見(jiàn)的幾種情形，例如企業(yè)利用專(zhuān)利價(jià)值評(píng)估體系可以在企業(yè)專(zhuān)利產(chǎn)權(quán)管理工作中對(duì)內(nèi)部專(zhuān)利進(jìn)行篩選評(píng)估定級(jí)，在對(duì)授權(quán)專(zhuān)利進(jìn)行維持保留選擇的時(shí)候提供參考，同時(shí)在進(jìn)行質(zhì)押融資、轉(zhuǎn)讓許可等專(zhuān)利運(yùn)營(yíng)活動(dòng)時(shí)都有專(zhuān)利價(jià)值評(píng)估的應(yīng)用場(chǎng)景。

對(duì)于評(píng)估機(jī)構(gòu)，隨著國(guó)家對(duì)專(zhuān)利市場(chǎng)化的鼓勵(lì)和引導(dǎo)，在進(jìn)行投融資、上市過(guò)程中進(jìn)行無(wú)形資產(chǎn)評(píng)估、對(duì)企業(yè)向銀行進(jìn)行專(zhuān)利權(quán)質(zhì)押貸款、專(zhuān)利證券化、專(zhuān)利交易等場(chǎng)景，都會(huì)使專(zhuān)利資產(chǎn)評(píng)估的方法出具評(píng)估報(bào)告。

目前以國(guó)家推動(dòng)或資本引入的專(zhuān)利運(yùn)營(yíng)機(jī)構(gòu)越來(lái)越多，而這些機(jī)構(gòu)為了能夠更好的開(kāi)展業(yè)務(wù)，都需要對(duì)專(zhuān)利的價(jià)值進(jìn)行評(píng)估，例如在進(jìn)行招商引資時(shí)的技術(shù)評(píng)價(jià)或企業(yè)評(píng)價(jià)、企業(yè)或高校專(zhuān)利的轉(zhuǎn)讓或技術(shù)轉(zhuǎn)移等。

而對(duì)于數(shù)據(jù)商，其應(yīng)用更多的是在功能層面，例如對(duì)檢索到相關(guān)專(zhuān)利的價(jià)值展示、排序、統(tǒng)計(jì)分析等。

而上述應(yīng)用場(chǎng)景僅是從應(yīng)用主體上進(jìn)行的劃分，對(duì)于每個(gè)主體下面的某些具體場(chǎng)景，其實(shí)也并非某個(gè)主體去執(zhí)行專(zhuān)利價(jià)值評(píng)估，例如技術(shù)轉(zhuǎn)移轉(zhuǎn)化，可能企業(yè)、評(píng)估機(jī)構(gòu)、運(yùn)營(yíng)機(jī)構(gòu)都會(huì)共同來(lái)參與和執(zhí)行專(zhuān)利價(jià)值評(píng)估工作。

三、研究難點(diǎn)

無(wú)形資產(chǎn)評(píng)估，本身就帶有非常大的不確定性，這就導(dǎo)致了無(wú)論是通過(guò)主觀經(jīng)驗(yàn)打分還是客觀數(shù)據(jù)統(tǒng)計(jì)進(jìn)行建模，都面臨著達(dá)到預(yù)定精度目標(biāo)的巨大挑戰(zhàn)。具體體現(xiàn)在以下幾個(gè)方面：

1）模型驗(yàn)證體系的構(gòu)建

專(zhuān)利價(jià)值評(píng)估一個(gè)難點(diǎn)就是在于，很難找到一套客觀合理的高中低價(jià)值專(zhuān)利的樣本集去做驗(yàn)證。舉個(gè)較極端的例子，假設(shè)本身專(zhuān)利價(jià)值采用了被引證次數(shù)作為一個(gè)很重要的評(píng)估參數(shù)，賦予了很高的權(quán)重，最后再采用高頻次被引用專(zhuān)利作為高價(jià)值專(zhuān)利的驗(yàn)證體系，勢(shì)必會(huì)導(dǎo)致一些問(wèn)題，例如普適性的問(wèn)題、其它參數(shù)權(quán)重賦值問(wèn)題等。

2）參數(shù)之間的耦合關(guān)系

由于上面的問(wèn)題存在，就會(huì)引發(fā)參數(shù)之間的耦合關(guān)系的問(wèn)題，在對(duì)各種參數(shù)進(jìn)行評(píng)估的時(shí)候，只能參考能夠固定下來(lái)客觀化的指標(biāo)，例如被引信息從一定程度反映技術(shù)價(jià)值，運(yùn)營(yíng)信息從一定程度去反映市場(chǎng)價(jià)值等。而各個(gè)參數(shù)之間如何設(shè)定權(quán)重，這就像汽車(chē)底盤(pán)調(diào)教一樣，需要高超的技藝，豐富的經(jīng)驗(yàn)，還有不斷的實(shí)驗(yàn)。

3）非理性放大效應(yīng)的處理

造成這個(gè)問(wèn)題的原因也是可以理解的，因?yàn)橛绊憣?zhuān)利價(jià)值的主客觀因素太多，可不預(yù)測(cè)性太多，如市場(chǎng)反饋、媒體效應(yīng)、熱點(diǎn)熱點(diǎn)、政策導(dǎo)向等，往往都會(huì)給專(zhuān)利的價(jià)值帶來(lái)“意想不到的效果”。

例如網(wǎng)上熱傳的陳歐一個(gè)億買(mǎi)幾件充電寶打官司的案例，這些專(zhuān)利的客觀價(jià)值多少，在當(dāng)時(shí)的環(huán)境下，哪些因素導(dǎo)致其價(jià)值被放大，放大了多少倍，都是值得去考慮和研究的。

而且這樣的情況不是偶發(fā)現(xiàn)象，如果出現(xiàn)了較大影響因素，就會(huì)導(dǎo)致評(píng)估值的很大偏差，因此是否有可以客觀量化這樣的非理性放大效應(yīng)的方法也是一個(gè)難點(diǎn)。

以上僅是舉例，實(shí)踐過(guò)程中難度遠(yuǎn)不止上述幾點(diǎn)，筆者這里也是拋磚引玉，特別是近期筆者一直在研究基于多元化大數(shù)據(jù)的環(huán)境下，如何更加客觀精準(zhǔn)的進(jìn)行專(zhuān)利價(jià)值分析、評(píng)估，進(jìn)而構(gòu)建一個(gè)能夠系統(tǒng)實(shí)踐應(yīng)用的模型，為專(zhuān)利運(yùn)營(yíng)提供支撐，也希望有共同目標(biāo)的專(zhuān)家多多交流討論。

發(fā)布：IPRdaily中文網(wǎng)（IPRdaily.cn）

作者：Limit

供稿：專(zhuān)利問(wèn)答微信平臺(tái)

編輯：IPRdaily趙珍          校對(duì)：IPRdaily縱橫君

推薦閱讀（點(diǎn)擊圖文，閱讀全文）

官宣！2018全球知識(shí)產(chǎn)權(quán)生態(tài)大會(huì)（GIPC）即將來(lái)襲！

IP生態(tài)新格局！「G40亞太知識(shí)產(chǎn)權(quán)領(lǐng)袖閉門(mén)峰會(huì)」震撼來(lái)襲！

“投稿”請(qǐng)投郵箱“iprdaily@163.com”

「關(guān)于IPRdaily」

IPRdaily成立于2014年，是全球影響力的知識(shí)產(chǎn)權(quán)媒體+產(chǎn)業(yè)服務(wù)平臺(tái)，致力于連接全球知識(shí)產(chǎn)權(quán)人，用戶匯聚了中國(guó)、美國(guó)、德國(guó)、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國(guó)等15個(gè)國(guó)家和地區(qū)的高科技公司、成長(zhǎng)型科技企業(yè)IP高管、研發(fā)人員、法務(wù)、政府機(jī)構(gòu)、律所、事務(wù)所、科研院校等全球近50多萬(wàn)產(chǎn)業(yè)用戶（國(guó)內(nèi)25萬(wàn)+海外30萬(wàn)）；同時(shí)擁有近百萬(wàn)條高質(zhì)量的技術(shù)資源+專(zhuān)利資源，通過(guò)媒體構(gòu)建全球知識(shí)產(chǎn)權(quán)資產(chǎn)信息第一入口。2016年獲啟賦資本領(lǐng)投和天使匯跟投的Pre-A輪融資。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來(lái)自專(zhuān)利問(wèn)答微信平臺(tái)并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場(chǎng)，如若轉(zhuǎn)載，請(qǐng)注明出處：“http://m.jupyterflow.com/”