专利价值评估的那些事

专利价值评估的那些事

一、方法概述

今天文章的开头，小智先给大家画一个目前研究专利价值分析、评估的方法简图，具体如下。

之所以称之为简图，是因为内容实在不少，小智也只是经过整理分析，把比较具有代表性的方法、模型进行了分类筛选。

例如，在资产评估领域里的成本法、市场法、收益法、期权法等等，都是很典型的把有形资产评估引入到专利无形资产评估中。这里也仅是简单列举，国内外对于上述方法展开了丰富的改进，例如BS模型，线性组合模型等等。

上面的方法已经广泛应用到了资产评估机构的实际工作中，而另一个比较典型的就是科研探索领域，很多学者对专利价值的评估表现出了浓厚的兴趣，也尝试把一些最前沿的技术应用到专利价值评估中。

例如基于人工智能算法的神经网络评估模型，模糊计算模型等等。小智相信随着大数据时代的到来，如何基于大数据并利用人工智能算法客观的建模是未来专利价值评估的新方向。

政府制定的一些行业规范或标准，构成了另一个专利价值评估的重要组成部分。而这些标准也是专利价值评估的重要参考，因为其也是通过政府资源组织专家学者经过大量调研分析形成的成果。

例如国家知识产权局委托中技所在2013年推出的《专利价值分析指标体系》，还有一些地方标准，如安徽知识产权局牵头推出的《专利质量评价技术规范》，深圳知识产权局牵头推出的《专利交易价值评估指南》等等。

另一个很独特的研究来自于专利数据商，对于侧重于专利检索和分析的专利数据商而言，专利价值分析评估无疑是一个亮点和卖点，也为确实能够给用户带来一些辅助判断的作用。

例如国外的IPscore、国内的合享、智慧芽、JoveEye都推出了自己的专利价值打分或者估值功能。但是比较遗憾的是，这些数据商都把具体的核心算法作为商业秘密保护起来，造成了"不知庐山真面目"的局面。

二、应用场景

上面讲述了专利价值评估的一些常见方法，而具体到应用场景，主要有一下几个方面：

同样的，这里的应用场景也并非全方位的梳理，只是列举了最常见的几种情形，例如企业利用专利价值评估体系可以在企业专利产权管理工作中对内部专利进行筛选评估定级，在对授权专利进行维持保留选择的时候提供参考，同时在进行质押融资、转让许可等专利运营活动时都有专利价值评估的应用场景。

对于评估机构，随着国家对专利市场化的鼓励和引导，在进行投融资、上市过程中进行无形资产评估、对企业向银行进行专利权质押贷款、专利证券化、专利交易等场景，都会使专利资产评估的方法出具评估报告。

目前以国家推动或资本引入的专利运营机构越来越多，而这些机构为了能够更好的开展业务，都需要对专利的价值进行评估，例如在进行招商引资时的技术评价或企业评价、企业或高校专利的转让或技术转移等。

而对于数据商，其应用更多的是在功能层面，例如对检索到相关专利的价值展示、排序、统计分析等。

而上述应用场景仅是从应用主体上进行的划分，对于每个主体下面的某些具体场景，其实也并非某个主体去执行专利价值评估，例如技术转移转化，可能企业、评估机构、运营机构都会共同来参与和执行专利价值评估工作。

三、研究难点

无形资产评估，本身就带有非常大的不确定性，这就导致了无论是通过主观经验打分还是客观数据统计进行建模，都面临着达到预定精度目标的巨大挑战。具体体现在以下几个方面:

1）模型验证体系的构建

专利价值评估一个难点就是在于，很难找到一套客观合理的高中低价值专利的样本集去做验证。举个较极端的例子，假设本身专利价值采用了被引证次数作为一个很重要的评估参数，赋予了很高的权重，最后再采用高频次被引用专利作为高价值专利的验证体系，势必会导致一些问题，例如普适性的问题、其它参数权重赋值问题等。

2）参数之间的耦合关系

由于上面的问题存在，就会引发参数之间的耦合关系的问题，在对各种参数进行评估的时候，只能参考能够固定下来客观化的指标，例如被引信息从一定程度反映技术价值，运营信息从一定程度去反映市场价值等。而各个参数之间如何设定权重，这就像汽车底盘调教一样，需要高超的技艺，丰富的经验，还有不断的实验。

3）非理性放大效应的处理

造成这个问题的原因也是可以理解的，因为影响专利价值的主客观因素太多，可不预测性太多，如市场反馈、媒体效应、热点热点、政策导向等，往往都会给专利的价值带来"意想不到的效果"。

例如网上热传的陈欧一个亿买几件充电宝打官司的案例，这些专利的客观价值多少，在当时的环境下，哪些因素导致其价值被放大，放大了多少倍，都是值得去考虑和研究的。

而且这样的情况不是偶发现象，如果出现了较大影响因素，就会导致评估值的很大偏差，因此是否有可以客观量化这样的非理性放大效应的方法也是一个难点。

以上仅是举例，实践过程中难度远不止上述几点，小智这里也是抛砖引玉，特别是近期小智一直在研究基于多元化大数据的环境下，如何更加客观精准的进行专利价值分析、评估，进而构建一个能够系统实践应用的模型，为专利运营提供支撑，也希望有共同目标的专家多多交流讨论。

声明： 本网站原创内容，如需转载，请注明出处；本网站转载内容（文章、图片、视频等资料）的版权归原网站所有。如我们转载或使用了您的文章或图片等资料的，未能及时和您沟通确认的，请第一时间通知我们，以便我们第一时间采取相应措施，避免给双方造成不必要的经济损失或其他侵权责任。如您未通知我们，我们有权利免于承担任何责任。 我们的联系邮箱：news@cecb2b.com。