专利资产评估方法、装置及计算机存储介质、电子设备

著录项
  • CN202010090741.9
  • 20200213
  • CN113256043A
  • 20210813
  • 国网河北省电力有限公司电力科学研究院;北京科慧远咨询有限公司;国家电网有限公司;中国电力科学研究院有限公司;保定市大为计算机软件开发有限公司;国家电网有限公司信息通信分公司
  • 杨芳;彭珍;盛兴;曾四鸣;赵红凯;姚稳稳;潘晓梅;王全喜;郜波;惠娜
  • G06Q10/06
  • G06Q10/06 G06Q50/18

  • 河北省石家庄市裕华区体育南大街238号
  • 河北(13)
  • 北京新知远方知识产权代理事务所(普通合伙)
  • 马军芳;张艳
摘要
专利资产评估方法、装置及计算机存储介质、电子设备,包括:确定被评估专利的第一对象;确定与所述被评估专利的第一对象对比的第二对象;计算第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。采用本申请中的方案,直接利用第二对象公开的数据进行计算,不需要人为输入与专利资产相关的诸多信息即可自动计算出评估值,极大地减少了人为参数设置或人为参与,而且评估的准确性大大提升。
权利要求

1.一种专利资产评估方法,其特征在于,包括:

确定被评估专利的第一对象;

确定与所述被评估专利的第一对象对比的第二对象;

计算所述第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;

根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利技术对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。

2.根据权利要求1所述的方法,其特征在于,所述确定与所述被评估专利的第一对象对比的第二对象,包括:

确定满足预设第一条件的对象集合;

从所述满足预设第一条件的对象集合中选择满足预设第二条件的对象集合并将其作为第二对象;

所述预设第一条件为预设区域范围且已上市;

所述预设第二条件为当年有盈利、主营业务和/或领域与被评估专利的第一对象相同、且截至评估基准日至少上市预设时间。

3.根据权利要求1所述的方法,其特征在于,所述计算第二对象的专利技术提成率,为利用下式计算:

其中,R为专利技术提成率,Tr为第二对象总收益;EBITDA为第二对象息税折旧摊销前利润;Pnc为第二对象无形非流动资产中专利技术比重;Cm为第二对象总市值;Cw为第二对象资本结构中营运资金;Ctnc为第二对象资本结构中有形非流动资金。

4.根据权利要求3所述的方法,其特征在于,所述第二对象资本结构中营运资金Cw、第二对象资本结构中有形非流动资金Ctnc以及第二对象息税折旧摊销前利润EBITDA分别按照下式计算:

Cw=Tca-Tcl+BL+OP+LTL

Ctnc=Ip+Fp+CIp+Pm+Fa+Ba+OGa

EBITDA=Ad+ARCD+Aep+Tp+Ie

其中,Tca为流动资产总计,Tcl为流动负债总计,BL为短期银行借款,OP为其他应付款,LTL为一年到期的长期负债;Ip为投资性房地产资产,Fp为固定资产,CIp为在建工程资产,Pm为工程物资,Fa为固定资产清理,Ba为生产性生物资产,OGa为油气资产;Ad为固定资产折旧、油气资产折耗、生产性生物资产折旧,ARCD为无形资产摊销,Aep为长期待摊费用摊销,Tp为利润总额,Ie为利息支出。

5.根据权利要求1所述的方法,其特征在于,在将第二对象专利技术提成率作为被评估专利的专利技术提成率之前,进一步包括:

根据下式修正专利技术提成率:

其中,Ep为第二对象专利技术提成率均值,rp为第一对象的专利技术产品销售毛利率,rc为第二对象平均专利技术产品销售毛利率。

6.根据权利要求1所述的方法,其特征在于,所述折现率的计算过程如下:

分别计算技术风险报酬率Rt、市场风险报酬率Rm、资金风险报酬率Rc、以及管理风险报酬率Rma:

根据技术风险报酬率、市场风险报酬率、资金风险报酬率、以及管理风险报酬率计算风险报酬率:

rf=Rt+Rm+Rc+Rma

根据风险报酬率和预设的无风险报酬率计算折现率:

r=rf+rnf

其中,Rti为第i类技术风险的分值,dti为第i类技术风险的占比,R’t为技术风险在预设范围内的取值;Rmi为第i类市场风险的分值,dmi为第i类市场风险的占比,R’m为市场风险在预设范围内的取值;Rci为第i类资金风险的分值,dci为第i类资金风险的占比,R′c为资金风险在预设范围内的取值;Rmai为第i类资金风险的分值,dmai为第i类资金风险的占比,R’ma为资金风险在预设范围内的取值;rnf为无风险报酬率。

7.根据权利要求1所述的方法,其特征在于,所述根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值,采用下式计算:

其中,V为被评估专利的评估价值;I为被评估专利技术对应产品的预期收益;Ry为被评估专利技术在相应折现年份的专利技术提成率;r为折现率;n为被评估专利技术的预期可折现寿命;y为被评估专利技术的预期收益折现年期;Y为折现年份;Y0为评估基准日所处年份;N为评估基准日所处月份。

8.一种专利资产评估装置,其特征在于,包括:

第一确定模块,用于确定被评估专利的第一对象;

第二确定模块,用于确定与所述被评估专利的第一对象对比的第二对象;

第一计算模块,用于计算第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;

第二计算模块,用于根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。

9.一种计算机存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一所述方法的步骤。

10.一种电子设备,其特征在于,包括存储器、以及一个或多个处理器,所述存储器用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至7任一所述的方法。

说明书
技术领域

本申请涉及电力行业资产评估技术,具体地,涉及一种专利资产评估方法、装置及计算机存储介质、电子设备。

专利技术作为一种无形资产具有其自身的特点,对专利资产进行价值评估并非易事,评估方法以及评估参数的选取都不同于传统意义上的资产评估。

目前,进行专利资产评估通常从法律因素、技术因素和经济因素考虑对专利资产价值的影响,考虑这些因素的影响进行专利资产评估,并没有可靠公允的准确评估方式,通常是参考这些因素大概估计一个数值、或者参考其他已确定资产数值的专利来估计一个数值。

对于经济因素,又可以具体分为成本因素、收益因素和市场因素。其中,收益因素是指专利资产被交易时具有获利能力,专利资产的价格高低与专利实施后所能带来的经济收益大小理论上具有一定的对应关系。但在使用收益法评估专利资产过程中存在着不少的技术问题,其中之一为:提成率作为利用收益法评估专利资产价值的重要参数,目前通常是获取与该专利资产相关的诸多信息并通过多个专家一起人为确定,尚没有准确衡量依据。

现有技术中存在的问题:

利用收益法评估专利资产时,提成率这一参数需要利用与该专利资产相关的诸多信息人为确定,导致评估准确性较低。

本申请实施例中提供了一种专利资产评估方法、装置及计算机存储介质、电子设备,以解决上述技术问题。

根据本申请实施例的第一个方面,提供了一种专利资产评估方法,包括如下步骤:

确定被评估专利的第一对象;

确定与所述被评估专利的第一对象对比的第二对象;

计算第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;

根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。

根据本申请实施例的第二个方面,提供了一种专利资产评估装置,包括:

第一确定模块,用于确定被评估专利的第一对象;

第二确定模块,用于确定与所述被评估专利的第一对象对比的第二对象;

第一计算模块,用于计算第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;

第二计算模块,用于根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。

根据本申请实施例的第三个方面,提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述专利资产评估方法的步骤。

根据本申请实施例的第四个方面,提供了一种电子设备,包括存储器、以及一个或多个处理器,所述存储器用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行时,实现如上所述的专利资产评估方法。

本申请实施例中提供的专利资产评估方法、装置及计算机存储介质、电子设备,选择与被评估专利的第一对象对比的第二对象,采用对比法计算专利技术提成率,并结合专利资产的预期收益和折现率,评估专利资产的价值,因此,本申请可以直接利用第二对象的数据进行计算,不需要人为输入与专利资产相关的诸多信息即可自动计算出评估值,极大地减少了人为参数设置或人为参与,而且评估的准确性大大提升。

此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:

图1示出了本申请实施例一中专利资产评估方法实施的流程示意图;

图2示出了本申请实施例二中专利资产评估装置的结构示意图;

图3示出了本申请实施例四中电子设备的结构示意图。

为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。

实施例一

图1示出了本申请实施例一中专利资产评估方法实施的流程示意图。

如图所示,所述专利资产评估方法包括:

步骤101、确定被评估专利的第一对象;

步骤102、确定与所述被评估专利的第一对象对比的第二对象;

步骤103、计算所述第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;

步骤104、根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。

本申请实施例考虑到由于对比公司与被评估无形资产拟实施的企业处于同行业,可以认为该对比公司中也存在相关无形资产(专利),其发挥作用的方式及功能,与被评估专利在拟实施企业中发挥的作用及功能相同或相似,具有较高可比性。因此可以通过对比公司中可比专利所创造收益占全部收入的比例来测算对比公司专利技术提成率。

本申请实施例中提供的专利资产评估方法,选择与被评估专利的第一对象对比的第二对象,采用对比法计算专利技术提成率,并结合专利资产的预期收益和折现率,评估专利资产的价值,因此,本申请可以直接利用第二对象公开的数据进行计算,不需要人为输入与专利资产相关的诸多信息即可自动计算出评估值,极大地减少了人为参数设置或人为参与,而且准确性大大提升。

在一种实施方式中,所述被评估专利的第一对象可以为所述被评估专利的拟实施企业,具体的,可以为所述被评估专利的申请人,或者根据所述被评估专利的IPC分类号、专利所属技术领域以及利用预先训练好的模型得到主营业务和/或领域与所述被评估专利的正文技术最为相关的企业。

在一种实施方式中,所述被评估专利的第二对象可以为与所述被评估专利的第一对象处于同行业的公司等。

在一种实施方式中,所述被评估专利的第二对象为公开披露财务数据的公司,具体的,可以为上市公司。

在一种实施方式中,所述确定与所述被评估专利的第一对象对比的第二对象,包括:

确定满足预设第一条件的对象集合;

从所述满足预设第一条件的对象集合中选择满足预设第二条件的对象集合并将其作为第二对象;

所述预设第一条件为预设区域范围且已上市;

所述预设第二条件为当年有盈利、主营业务和/或领域与被评估专利的第一对象相同、且截至评估基准日至少上市预设时间。

具体实施时,所述预设区域范围可以根据公司的注册地址、经营区域等参数来确定。

在一种实施方式中,所述计算第二对象的专利技术提成率,为利用下式计算:

其中,R为专利技术提成率,Tr为第二对象的总收益;EBITDA为第二对象的息税折旧摊销前利润;Pnc为第二对象的无形非流动资产中专利技术比重;Cm为第二对象的总市值;Cw为第二对象的资本结构中营运资金;Ctnc为第二对象的资本结构中有形非流动资金。

在一种实施方式中,所述第二对象的资本结构中营运资金Cw、第二对象的资本结构中有形非流动资金Ctnc以及第二对象的息税折旧摊销前利润EBITDA分别按照下式计算:

Cw=Tca-Tcl+BL+OP+LTL

Ctnc=Ip+Fp+CIp+Pm+Fa+Ba+OGa

EBITDA=Ad+ARCD+Aep+Tp+Ie

其中,Tca为流动资产总计,Tcl为流动负债总计,BL为短期银行借款,OP为其他应付款,LTL为一年到期的长期负债;Ip为投资性房地产资产,Fp为固定资产,CIp为在建工程资产,Pm为工程物资,Fa为固定资产清理,Ba为生产性生物资产,OGa为油气资产;Ad为固定资产折旧、油气资产折耗、生产性生物资产折旧,ARCD为无形资产摊销,Aep为长期待摊费用摊销,Tp为利润总额,Ie为利息支出。

考虑到不同企业、不同专利之间存在或大或小的差异,本申请实施例还可以采用如下方式实施。

在一种实施方式中,在将第二对象的专利技术提成率作为被评估专利的专利技术提成率之前,进一步包括:

根据下式修正专利技术提成率:

其中,Ep为第二对象的专利技术提成率均值,rp为被评估专利产品销售毛利率,rc为第二对象的平均专利技术产品销售毛利率。

本申请实施例引入了调整系数,对所述第二对象的专利技术提成率进行修正后得到被评估企业专利技术提成率,使得修正后的计算结果更能符合客观实际。

其中,调整系数反映影响该类专利技术提成率高低的关键因素,本申请实施例中取与专利技术对应的产品的销售利润率作为该关键因素,高利润率的专利技术产品,体现出的技术提成就高,反之则低。

具体的,调整系数为被评估企业专利技术产品销售毛利率/对比公司平均专利技术产品销售毛利率。

其中,对比公司(第二对象)平均专利技术产品销售毛利率可以通过上市公司年报或财经网站/软件公开的上市公司财务数据获得,或者,直接获取年报中的营业收入、营业成本数据并通过下式计算:

对比公司平均专利技术产品销售毛利率=(营业收入-营业成本)/营业收入

被评估企业专利技术产品销售毛利率由被评估企业的技术专家/市场专家提供或预先设置。

考虑到评估时无形资产状态为评估基准日的技术状态,随着时间的推移,与无形资产相关的技术会不断的得到改进和完善,表现为产品相关技术中不断会有新的技术改进或增加,使得截至评估基准日时的专利技术所占的比重呈下降趋势,另一方面专利技术本身也会逐渐衰退,本申请实施例还可以采用如下方式实施。

在一种实施方式中,所述将第二对象的专利技术提成率作为被评估专利的专利技术提成率,包括:

将第二对象的专利技术提成率作为被评估专利在评估基准日的专利技术提成率;

根据所述被评估专利在评估基准日的专利技术提成率R按照下式计算被评估专利在相应折现年份的专利技术提成率Ry:

Ry=R(1-η)y-1

其中,η为专利技术贡献衰减系数;y为被评估专利技术的预期收益折现年期。

本申请实施例中,在实际评估时,该技术贡献衰减系数可以由被评估企业的技术专家/市场专家对技术发展进行综合判断并提供具体数值。特殊情况下,技术专家/市场专家可以根据判断最终确认技术贡献衰减为0,即被评估专利技术在预期收益周期内具有绝对的技术领先优势或垄断优势。若无法获得专家提供的数据,则默认对预期收益寿命5年内(含)的被评估专利技术的技术贡献衰减系数取值为15%,对预期收益寿命5-10年的被评估专利技术的技术贡献衰减系数取值为10%。

在一种实施方式中,所述折现率的计算过程如下:

分别计算技术风险报酬率Rt、市场风险报酬率Rm、资金风险报酬率Rc、以及管理风险报酬率Rma:

根据技术风险报酬率、市场风险报酬率、资金风险报酬率、以及管理风险报酬率计算风险报酬率:

rf=Rt+Rm+Rc+Rma

根据风险报酬率和预设的无风险报酬率计算折现率:

r=rf+rnf

其中,Rti为第i类技术风险的分值,dti为第i类技术风险的占比,R’t为技术风险在预设范围内的取值;Rmi为第i类市场风险的分值,dmi为第i类市场风险的占比,R’m为市场风险在预设范围内的取值;Rci为第i类资金风险的分值,dci为第i类资金风险的占比,R’c为资金风险在预设范围内的取值;Rmai为第i类资金风险的分值,dmai为第i类资金风险的占比,R’ma为资金风险在预设范围内的取值;rnf为无风险报酬率。

预期收益折现率(下称折现率)是将未来的收益折算为现值的系数,它体现了资金的时间价值,本申请实施例采用风险叠加法确定折现率。

在一种实施方式中,所述根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值,采用下式计算:

其中,V为被评估专利的评估价值;I为被评估专利对应产品的预期收益;Ry为被评估专利在相应折现年份的专利技术提成率;r为折现率;n为被评估专利的预期可折现寿命;y为被评估专利的预期收益折现年期;Y为折现年份;Y0为评估基准日所处年份;N为评估基准日所处月份。

例如,评估基准日为2019年9月20日,则2021年(大于评估基准日所属年份)的折现年期计算如下:

即2021年的折现年期为1.75年。

具体实施时,折现年限通常会小于所述被评估专利的实际剩余的法律保护年限。

实施例二

基于同一发明构思,本申请实施例提供了一种专利资产评估装置,该装置解决技术问题的原理与一种专利资产评估方法相似,重复之处不再赘述。

图2示出了本申请实施例二中专利资产评估装置的结构示意图。

如图所示,所述专利资产评估装置包括:

第一确定模块201,用于确定被评估专利的第一对象;

第二确定模块202,用于确定与所述被评估专利的第一对象对比的第二对象;

第一计算模块203,用于计算第二对象的专利技术提成率并将其作为被评估专利的专利技术提成率;

第二计算模块204,用于根据被评估专利在相应折现年份的专利技术提成率、预先计算得到的被评估专利对应产品的预期收益以及折现率,计算所述被评估专利的评估价值。

本申请实施例中提供的专利资产评估装置,选择与被评估专利的第一对象对比的第二对象,采用对比法计算专利技术提成率,并结合专利资产的预期收益和折现率,评估专利资产的价值,本申请可以直接利用第二对象公开的数据进行计算,不需要人为输入与专利资产相关的诸多信息即可自动计算出评估值,极大地减少了人为参数设置或人为参与,而且准确性大大提升。

实施例三

基于同一发明构思,本申请实施例还提供一种计算机存储介质,下面进行说明。

所述计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例一所述专利资产评估方法的步骤。

本申请实施例中提供的计算机存储介质,选择与被评估专利的第一对象对比的第二对象,采用对比法计算专利技术提成率,并结合专利资产的预期收益和折现率,评估专利资产的价值,本申请可以直接利用第二对象公开的数据进行计算,不需要人为输入与专利资产相关的诸多信息即可自动计算出评估值,极大地减少了人为参数设置或人为参与,而且准确性大大提升。

实施例四

基于同一发明构思,本申请实施例还提供一种电子设备,下面进行说明。

图3示出了本申请实施例四中电子设备的结构示意图。

如图所示,所述电子设备包括存储器301、以及一个或多个处理器302,所述存储器用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行时,实现如实施例一所述的专利资产评估方法。

本申请实施例中提供的电子设备,选择与被评估专利的第一对象对比的第二对象,采用对比法计算专利技术提成率,并结合专利资产的预期收益和折现率,评估专利资产的价值,因此,本申请可以直接利用第二对象公开的数据进行计算,不需要人为输入与专利资产相关的诸多信息即可自动计算出评估值,极大地减少了人为参数设置或人为参与,而且准确性大大提升。

本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

本文发布于:2024-09-24 07:15:58,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/4/68264.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议