專利資產質押價值評估模型的構建
——基于DCF模型與專利有效系數β的聯合應用

一、引言

專利資產是高新技術企業的重要資產之一，專利質押貸款是解決中小高新技術企業融資問題的重要途徑。專利資產缺乏公開市場、難以變現，價值評估難是阻礙專利質押貸款業務發展的主要原因。目前我國正在推出聯合知識產權局、專利局、金融保險等機構的網絡信息平臺，以解決缺乏公開市場和變現難這兩大難題，促進相關業務的發展。而對于專利質押價值評估難的問題，建立一個更加合理和可操作的專利質押價值評估模型十分迫切。學術界對專利價值評估模型從不同角度做了一些研究。例如劉小青、陳向東（2009）基于復合期權模型的外國在華專利價值研究。[1]孫玉艷、 張文德（2010）基于組合預測模型的專利價值評估研究。[2]張彥巧、張文德（2010）的企業專利價值量化評估模型實證研究。[3]王靜、吳玉春、孫大帥（2012）基于決策樹模型的非商業化專利價值評估方法研究。[4]張古鵬、陳向東（2013）基于專利存續期的專利價值研究，主要是一個基于收益服從指數分布假設的模型重構。[5]李云梅、雷文婷（2013）的技術創新型企業專利價值評價模型構建。[6]這些研究的角度各異，但目前從風險控制角度和質押角度進行的研究還比較欠缺。

本文將從專利質押風險控制的角度出發，提出基于DCF模型和專利有效系數β聯合應用的專利質押價值評估模型，并詳細介紹如何利用數據挖掘技術和因素調整法來具體確認β系數，利用系數β對傳統的DCF模型進行調整，建立一個涵括風險控制的專利質押評估模型，嘗試解決專利質押價值評估難的問題，從而促進專利質押融資業務的發展。

二、專利資產質押價值評估的現狀

從理論上講，專利資產同無形資產一樣可以使用市場法、收益法和成本法進行評估。但是由于專利具有獨創性，難以尋找可比的參照物，且其成本與價值沒有必然的關系，所以市場法和成本法不適合專利資產質押價值的評估。近幾年來，學術上也提出了一些專利價值的評估方法，例如期權定價法、實物期權定價法、非市場基準的專利價值評估方法、基于決策樹的評估方法、基于要素的評估方法等。但是由于其可操作性較弱，實務中很少使用。通過對20家評估機構進行網絡調查和電話調查的結果顯示，目前專利質押價值的評估方法基本都是收益法也就是DCF方法。DCF方法的優點是可操作性強，工作量比較小，其缺點是主觀性較強，存在較高的道德風險，且折現率難以確認。所以這種方法雖然是現在使用最多的方法，但是其評估值的可靠性受到一定質疑，特別是在用于質押的過程中，銀行為了自身風險控制，有的直接不接受專利資產質押貸款業務，有的則確定一個相當低的貸款率。但是DCF方法同時又是一個相當可操作和可行的方法，因此本文希望可以在DCF模型的基礎上引入風險控制要素，使得專利質押價值的評估值更加可靠。

三、專利資產質押價值評估模型構建

（一）模型建立的理論基礎

用DCF模型進行專利價值評價的過程中，我們通常使用的是專利的法定剩余保護年限作為收益的總年限，但是由于各行業技術更新速度的不同，專利很可能在達到保護年限前就被新的專利所取代而失去價值，專利的實際價值用DCF模型不能得到客觀的體現。所以，本文提出專利有效系數β對DCF評估模型進行修正。β系數是指某一項專利的實際實施有效年限占剩余保護總年限比值的預測值。本文假設通過數據挖掘和因素調整，β系數的值是可以求解的。例如一項專利的DCF評估值是V，那么我們的實際評估值就是β×V，通過這樣的調整可以剔除專利價值高度不穩定的特征帶來的風險，使得專利的質押價值特性趨同于一般的實物資產的質押價值，從而使評估值具有更高的可靠性和可使用性。

（二）DCF模型各參數的確定

未來現金流折現模型是現階段專利資產質押評估實踐中運用最多的模型，其原理是通過對資產未來現金流進行估計，然后選用合適的折現率，將未來的現金流量折現到評估時點。折現值就是評估時點資產的價值。

其中，V：根據現金流折現求取的專利價值的評估值；NCFt：專利資產投入使用第i年的凈現金流；r：折現率；n：產生現金流的總年限。

對于專利資產而言，其現金流入的產生可能來自于以下幾個方面：（1）實施專利每年帶來的超額收益；（2）將專利出售獲得的一次性收益；（3）實施專利許可每年收取的許可費用。后兩者的確定主要依賴于前者的情況，實施專利每年能夠獲得的超額收益值越高，則出售價格和許可費用越高，且實施后兩者一般會給企業帶來不利的競爭損失，反過來影響超額收益。所以本文所用的凈現金流僅考慮實施專利每年帶來的超額收益。

超額收益NCF=企業實施專利獲得的收益－不實施專利時企業的收益

由于凈現金流采用的是某企業實施專利獲得的超額現金流入，所以折現率r必須采用相應企業的收益率。

其中，r：實施企業的收益率；rw：無風險收益率；rf：風險收益率；ω：風險報酬系數； V：標準離差率；rc：純粹利率；Ir：通貨膨脹補償率。

風險報酬系數是企業承擔風險的度量，一般由專業機構評估，也可以根據以前年度的投資項目推導出來。

由于專利的法定有效期是一定的，一旦超過這個時間限制，專利就成為公共資源，企業將失去對專利的獨占性，專利不再是企業的私有財產，無法再繼續作為質押物，專利的質押價值也就變為0。所以在確定折現年限時，我們選擇的是評估時點的法定剩余保護年限。

（三）專利有效系數β對DCF評估模型的調整

β系數是某一項專利的實際實施有效年限占剩余保護總年限比值的預測值。其具體數值的確定需要分為兩步。首先需要確認一個行業的專利資產平均有效系數值βi，即某一行業的專利實際實施有效年限占實施時點的剩余保護年限的比例。在此基礎上，再對個別專利的有效系數進行要素調整，最終確認個別專利的有效系數β。βi可以利用計算機系統通過數據挖掘的方法來確定，具體見圖1。隨著相關網絡信息平臺的不斷完善，網絡信息資源的不斷豐富，通過計算機進行數據挖掘和數據篩選分析已經成為一種可行的方案，且其效率和準確性都高于人工統計分析。

通過數據挖掘確定行業平均有效系數的過程如下：首先選擇收錄了全球102個國家、組織、地區一億多件基礎專利數據的IncoPat專利數據庫、萬維網、知識產權局數據庫等數據庫作為數據挖掘的原始數據庫。然后進行數據初步篩選，選擇出已經實施過且已經被新的專利技術替代或到期失效的專利信息（本文認為沒有被實施的專利，是由于它的商業價值太小，沒有企業愿意實施，故不采用沒有實施過的專利的信息作為分析的依據）。在這個過程中設定兩個篩選條件進行篩選，選擇分值為2的信息作為可用信息數據。

然后對這些信息按行業進行分類，利用這些行業歷史數據求解行業的平均有效系數βi。

其中：βi：行業平均有效系數；

t：實施且已經失效的專利的實施年限；

T：實施且已經失效的專利實施時的剩余有效年限；

N：選用的行業專利信息數。

在以上求出的行業平均有效系數的基礎上，需要對個別專利進行要素調整以求出個別專利有效系數的預測值。通過數據挖掘技術進行因素分析，尋找出β，過程和圖1類似。在數據分析的時候我們需要求解出和專利有效期相關系數大于0.5的影響因素。最后采取專家評分的方法對各要素進行評分，并同時采用相同的方法對單項專利的相應要素進行評分，最后對單個專利分別進行各要素調整。這個過程可以通過計算機編程實現。由于專利到期后不能展期，所以法定有效期是專利的最長獨占年限，所以，如果計算出的大于1，則其值取1。

圖1 數據挖掘計算行業專利平均有效系數的過程

其中，αn：表示第n個需要調整的影響因素的行業評分值；σn：表示個別專利第n個需要調整因素的評分值。

所以專利的實際評估價值就等于DCF模型求出的價值進行系數調整后的值，即：

（各參數意義與前面一致）

用這個模型求解的評估值接近于專利的實際市場價值，剔除了DCF模型評估結果中的無效價值，其性質和實物資產的市場價值趨于一致，較為穩定。銀行在此基礎上可以借鑒實物資產擔保貸款的方法，對企業的信用情況進行調查后給予適當的貸款率。β系數就是針對專利資產價值波動風險較大的問題，使得對無形資產的風險的控制過程簡化為一般的有形資產風險控制過程，從而促進相關業務的發展。

四、結語

本文建立了DCF模型和專利有效系數β聯合應用的專利質押價值評估模型，把風險控制引入到專利質押價值評估過程中。但是由于數據挖掘軟件的成本較高，個人無法獲得，本文無法對β系數進行詳細的求解，現在已經有PASWModeler、RFID等數據挖掘軟件，能夠很好地應用于各種數據統計分析、預測預警模型、數據信息闡釋、數據采集評估、數據指標開發、分析、管理等方面。本文旨在提出一種思路，使得專利資產的評估更加公允，從而促進專利質押貸款業務的開展。

[1]劉小青,陳向東.基于復合期權模型的外國在華專利價值研究[J].科學學與科學技術管理,2009(11):57-62.

[2]孫玉艷,張文德.基于組合預測模型的專利價值評估研究[J].情報探索,2010(6):73-76.

[3]張彥巧,張文德.企業專利價值量化評估模型實證研究[J].情報雜志，2010，29(2):52-55.

[4]王靜,吳玉春,孫大帥.基于決策樹模型的非商業化專利價值評估方法研究[J].經濟論壇，2012，(10):131-136.

[5]張古鵬,陳向東.基于專利存續期的專利價值研究一個基于收益服從指數分布假設的模型重構[J].管理工程學報，2013，27(4):142-147.

[6]李云梅,雷文婷.技術創新型企業專利價值評價模型構建[J].研究與探索,2013,(10):42-44.