专利的货币价值评估方法，系统和应用程序

本发明涉及计算机领域，特别涉及一种专利的货币价值评估方法，系统和应用程序。

技术创新是长期经济增长的主要动力。鉴于技术作为无形资产的本质，缺乏有效的估价方法一直是阻碍技术开发，转让和商业化的主要瓶颈。曾有人尝试使用不同的经典金融模型来评估新发明专利的价值，从简单的基于货币时间价值的财务计算方式，到非常复杂的将定量分析和定性分析结合成为一体的复杂模型。然而这些尝试的结果都不理想，原因是这些模型要么仅关注到了技术估值的某一或某几个方面，考虑因素并不全面。另外，有些模型仅仅是针对某一个特定工业/技术领域开发的，很难被广泛运用。专利作为技术创新型初创公司保护其核心竞争力的重要无形资产，成为评价该创新型公司价值的重要依据之一。对于初创公司来讲，有时核心专利的价值几乎可以代表公司的总体价值。

因此有效的技术评估方法不仅需要考虑专利的基本信息，同时也应该针对如市场供求关系，技术新颖性，互补性技术和环境等因素的影响力进行有意义的解读。现存方法中对这些指标中哪一项指标会对技术价值评估产生积极或消极的影响，其影响的量化程度到底有多大，完全没有揭露。

近期随着上市公司的财务数据和专利信息可获得性越来越高，许多研究人员开始试着克服传统估值模型中的弱点，并尝试了解深层次的价值决定因素。为能够超越专注于专利制度的理论建模，有些研究试图将研究路线与专利评估实践联系起来。然而这些尝试，主要依靠简单的专利计数(例如引用文献数)来衡量创新产出，依然很难给出专利价值指标到底如何影响技术的潜在商业价值。

为了较为准确的评估专利的货币价值，本发明实施例提供了一种专利的货币价值评估方法，系统和应用程序。所述技术方案如下：

一方面，本发明实施例提供一种专利的货币价值的评估方法，所述方法包括：

获得标的专利的专利因素，所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；

获得所述专利持有公司的商业数据，所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；

获得所述专利所涉及的技术在申请国的的技术市场信息，所述技术市场信息至少包括所述专利的技术广度信息，所述技术广度信息至少体现所述标的专利所涉及的技术的可替代技术信息；

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据和所述技术市场信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，以及所述技术市场信息和对应的变量系数的乘积。

可选地，预设的计算模型可以利用固定效益算法(Fixed-effects panelestimator,FE，一种统计学领域的计算方法)对预选的预设数量的专利的专利因素和该预选的预设数量的专利持有公司的商业数据进行训练得到。

可选地，预设的计算模型也可以用豪斯曼(Hausman)算法，对预选的预设数量的专利的专利因素和该预选的预设数量的专利持有公司的商业数据进行训练得到。

可选地，所述专利因素还包括：

所述标的专利的申请时间和授权时间差的对数，所述专利的权利要求的数量，所述专利的同族专利数量，所述专利的同族专利的后向引用信息，所述专利持有公司的专利总数的对数。

可选地，所述同族专利的申请和授权信息包括：

同族专利中向美国专利局申请的专利数量，同族专利中向欧洲专利申请的专利数量，同族专利中向国际知识产权组织申请的专利数量。

可选地，所述专利的技术广度用所述专利的IPC分类号的数量或者USPC分类号的数量度量。

可选地，所述专利的技术广度也可以用标的专利的欧洲专利分类(ECLA)或者合作专利分类系统(CPC)的数量来度量。

可选地，所述专利的前向引用信息包括引用所述标的专利的专利文献数量和引用所述标的专利的非专利文献数量；所述专利的后向引用信息包括所述标的专利所引用的参考文献的数量；所述专利的同族专利的后向引用信息包括所述标的专利的同族专利所引用的参考文献的数量。

可选地，所述技术市场信息还包括专利技术申请国可拓展和所述申请国所布局专利技术的成熟度。

可选地，所述方法还包括：

获得所述专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；其中，

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值，包括：

基于所述专利因素、所述商业数据、所述技术市场信息和所述申请国的宏观经济信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，所述技术市场信息和对应的变量系数的乘积，以及所述宏观经济信息和对应的变量系数的乘积。

可选地，所述宏观经济信息用所述申请国的基础技术变化程度的形式进行度量。

可选地，基于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息，利用预设的计算模型估算所述专利的货币价值，包括：

利用如下计算模型估算所述专利的货币价值：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的非专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数。所述变量系数为[-1,+1]区间内的实数。

一方面，本发明实施例提供一种专利的货币价值的评估方法，所述方法包括：

获得用于对标的专利进行货币价值评估的专利因素，所述专利持有公司的商业数据和所述专利所涉及的技术在申请国的的技术市场信息；所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；所述技术市场信息至少包括所述专利所涉及的技术的可替代技术信息；

从获得所述专利因素，所述商业数据和所述及时市场信息中任选一种作为第一评估要素；

根据所述第一评估要素和对应的变量系数对所述标的专利进行第一次价值评估；

在第一次价值评估的基础上，根据第二评估要素和对应的变量系数对所述标的专利进行第二次价值评估；所述第二评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素的任一种；

在第二次价值评估的基础上，根据第三评估要素和对应的变量系数对所述标的专利进行第三次价值评估；所述第三评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素和第二评估要素后剩余的一种；

在第三次价值评估的基础上，根据所述标的专利在审查过程的审查意见对所述标的专利进行基于专利局认可度的第四次价值评估，得到基于所述第四次价值评估结果的所述专利的货币价值。

可选地，

所述变量系数是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的；所述变量系数为[-1,+1]区间内的实数。

一方面，本发明实施例提供一种专利的货币价值评估系统，所述系统包括：处理器、存储器和显示屏，所述存储器用于存储一个或者一个以上的指令，所述指令被配置成由所述处理器执行；当所述指令被执行时，所述处理器执行以下步骤：

获得标的专利的专利因素，所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；

获得所述专利持有公司的商业数据，所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；

获得所述专利所涉及的技术在申请国的的技术市场信息，所述技术市场信息至少包括所述专利的技术广度信息，所述技术广地信息至少体现所述标的专利所涉及的技术的可替代技术信息；

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据和所述技术市场信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，以及所述技术市场信息和对应的变量系数的乘积。

所述显示屏，用于显示所述处理器执行所述指令得到的所述标的专利的货币价值。

可选地，当所述指令被执行时，所述处理器执还行以下步骤：

获得所述专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；其中，

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值，包括：

基于所述专利因素、所述商业数据、所述技术市场信息和所述申请国的宏观经济信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，所述技术市场信息和对应的变量系数的乘积，以及所述宏观经济信息和对应的变量系数的乘积。

可选地，当所述指令被执行时，所述处理器执还行以下步骤：

利用如下计算模型估算所述专利的货币价值：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数,所述变量系数为[-1,+1]区间内的实数。

一方面，本发明实施例提供一种应用程序，该程序安装在智能终端或者计算机系统上，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器执行以下步骤：

获得标的专利的专利因素，所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；

获得所述专利持有公司的商业数据，所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；

获得所述专利所涉及的技术在申请国的的技术市场信息，所述技术市场信息至少包括所述专利的技术广度信息，所述技术广地信息至少体现所述标的专利所涉及的技术的可替代技术信息；

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据和所述技术市场信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，以及所述技术市场信息和对应的变量系数的乘积。

可选地，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器还行以下步骤：

获得所述专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；其中，

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值，包括：

基于所述专利因素、所述商业数据、所述技术市场信息和所述申请国的宏观经济信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，所述技术市场信息和对应的变量系数的乘积，以及所述宏观经济信息和对应的变量系数的乘积。

可选地，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器还行以下步骤：

利用如下计算模型估算所述专利的货币价值：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数,所述变量系数为[-1,+1]区间内的实数。

一方面，本发明实施例提供一种专利的货币价值评估系统，所述系统包括：处理器、存储器和显示屏，所述存储器用于存储一个或者一个以上的指令，所述指令被配置成由所述处理器执行；当所述指令被执行时，所述处理器执行以下步骤：

获得用于对标的专利进行货币价值评估的专利因素，所述专利持有公司的商业数据和所述专利所涉及的技术在申请国的的技术市场信息；所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；所述技术市场信息至少包括所述专利所涉及的技术的可替代技术信息；

从获得所述专利因素，所述商业数据和所述及时市场信息中任选一种作为第一评估要素；

根据所述第一评估要素和对应的变量系数对所述标的专利进行第一次价值评估；

在第一次价值评估的基础上，根据第二评估要素和对应的变量系数对所述标的专利进行第二次价值评估；所述第二评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素的任一种；

在第二次价值评估的基础上，根据第三评估要素和对应的变量系数对所述标的专利进行第三次价值评估；所述第三评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素和第二评估要素后剩余的一种；

在第三次价值评估的基础上，根据所述标的专利在审查过程的审查意见对所述标的专利进行基于专利局认可度的第四次价值评估，得到基于所述第四次价值评估结果的所述专利的货币价值。

一方面本发明实施例提供一种应用程序，该程序安装在智能终端或者计算机系统上，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器执行上述评估步骤。

可选地，上述应用程序存储在所述计算机可读存储介质中。

可选地，判断拥有标的专利公司的估值，可以采用上述方案，判断出该公司拥有的专利的货币价值，基本就能体现出该公司的货币价值。

本发明实施例描述了一种专利的货币价值的评估方式，基于历史数据和市场动态的分析理解，来确定专利价值与市场因素、企业因素和技术因素之间的相互依存关系。该模型简单易用，能够评估的某一专利和或拥有该专利公司得出货币价值，从而有效解决了创新技术在融资和交易时的定价依据问题，对于促进专利技术投资、转让和商业化具有重大意义。

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种专利货币价值评估方法流程图；

图2是本发明实施例提供的一种专利货币价值评估方法流程图；

图3是本发明实施例提供的一种专利货币价值评估方法流程图；

图4是本发明实施例提供的一种专利货币价值评估系统示意图；

图5是本发明实施例提供的一种专利货币价值评估系统示意图。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

如图1所示，本发明实施例提供一种专利的货币价值的评估方法，该方法包括：

S110，获得标的专利的专利因素，该专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；

可选地，在一个实施例中，该标的专利的申请时间和授权时间差的对数，该专利的权利要求的数量，该专利的同族专利数量，该专利的同族专利的后向引用信息，该专利持有公司的专利总数的对数。

可选地，在一个实施例中，所述专利的前向引用信息包括引用所述标的专利的专利文献数量和引用所述标的专利的非专利文献数量；所述专利的后向引用信息包括所述标的专利所引用的参考文献的数量；所述专利的同族专利的后向引用信息包括所述标的专利的同族专利所引用的参考文献的数量。

可选地，在一个实施例中，同族专利的申请和授权信息包括：同族专利中向美国专利局申请的专利数量，同族专利中向欧洲专利申请的专利数量，同族专利中向国际知识产权组织申请的专利数量(例如以PCT(Patent Cooperation Treaty)专利合作条约)方式申请的专利，或者以巴黎公约方式申请的专利)。

S120，获得该标的专利持有公司的商业数据，该商业数据至少包括该公司的总资产信息和该公司的负债比信息；

S130，获得该标的专利所涉及的技术在申请国的的技术市场信息，该技术市场信息至少包括该专利的技术广度信息，该技术广度信息至少体现该标的专利所涉及的技术的可替代技术信息；

可选地，在一个实施例中，所述技术市场信息还可以包括专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；可选地，所述技术市场信息用来指示和标的专利的所涉技术形成互补觉得技术所带来的技术环境效果。可选地，所述技术市场信息反映了标的专利的申请国对于专利中所涉技术的技术成果转化能力。

举例来说，以目前的经济发展状况，在非洲部署4G技术就可以了。如果一个5G专利，在非洲申请和在中国、欧洲和美国申请相比，技术的可扩展的意义就不同。在中国、欧洲和美国申请的5G专利的技术可扩展性大于在非洲申请的5G专利。

可选地，在一个实施例中，所述专利的技术广度用标的专利的IPC分类号的数量或者USPC分类号的数量度量。

可选地，在一个实施例中，所述专利的技术广度也可以用标的专利的欧洲专利分类(ECLA)或者合作专利分类系统(CPC)的数量来度量。

举例说明，如果专利的技术广度用IPC分类号的数量来度量，假设标的专利的IPC分类号是5个，那么技术广度的度量因子就是5。假设标的专利的IPC分类号是8个，那么技术广度的度量因子就是8。换成其它分类号同理，不再赘述。

S140，基于该专利因素、该商业数据和该技术市场信息，利用预设的计算模型估算该专利的货币价值；其中，该计算模型是对预选的预设数量的专利的专利因素和该预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，该计算模型包括计算函数和对应于该专利因素、该商业数据和该技术市场信息的变量系数，为该计算函数的输入变量包括该专利因素和对应的变量系数的乘积，该商业数据和对应的变量系数的乘积，以及该技术市场信息和对应的变量系数的乘积。

可选地，在一个实施例中，预设的计算模型可以利用固定效益算法(Fixed-effects panel estimator,FE，一种统计学领域的计算方法)对预选的预设数量的专利的专利因素和该预选的预设数量的专利持有公司的商业数据进行训练得到。

在固定效益算法中将那些不随时间变化的特征的效果移除，从而获得随时间变化的特征的单纯效果。在固定效益算中，一个重要的假设就是，不随时间变化的特征对于待评估个体来说是唯一的，并不会和待评估个体的其他特征产生关联。在固定效益算法中，每个个体都是不同的，因此每个个体的误差项和常数(该常数代表该个体的个体特征)和其它个体是不相关的。

可选地，在一个实施例中，预设的计算模型也可以用豪斯曼(Hausman)算法，对预选的预设数量的专利的专利因素和该预选的预设数量的专利持有公司的商业数据进行训练得到。

如图1的虚线框所示，可选地，该评估方法还可以包括：

S131，获得所述专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；在一个实施例中，所述宏观经济信息用所述申请国的基础技术变化程度的形式进行度量。举例来说，这里基础技术变化程度主要是指技术突然变革的可能性，例如之前苹果手机的横空出世，引领了智能机的发展。再例如近些年，智能穿戴设备的蓬勃发展，丰富了智能终端的多样化。

其中，S140包括：

基于所述专利因素、所述商业数据、所述技术市场信息和所述申请国的宏观经济信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，所述技术市场信息和对应的变量系数的乘积，以及所述宏观经济信息和对应的变量系数的乘积。

可选地，在一个实施例中，可以利用如下计算模型估算所述专利的货币价值：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的非专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数。在一个实施例中，上述变量系数为[-1,+1]区间内的实数。

举例说明，可以直接将获取的各种评估因子(比如：专利因素，商业数据等)输入上述计算模型，便可得到对应的货币价值。输入可以是用户的手动输入，也可以是计算机的自动获取到评估引子后，自动输入。

需要说明的是，本实施例中对于各种评估引子(比如：上述提到的专利因素，商业数据等)的具体说明和距离，对于本专利的其它实施例同样适用。

在一个实施例中，如图2所示，本发明实施例提供一种专利的货币价值的评估方法，该方法包括：

S210，获得用于对标的专利进行货币价值评估的专利因素，所述专利持有公司的商业数据和所述专利所涉及的技术在申请国的的技术市场信息；所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；所述技术市场信息至少包括所述专利所涉及的技术的可替代技术信息；

S220，从获得所述专利因素，所述商业数据和所述及时市场信息中任选一种作为第一评估要素；

S230，根据所述第一评估要素和对应的变量系数对所述标的专利进行第一次价值评估；

S240，在第一次价值评估的基础上，根据第二评估要素和对应的变量系数对所述标的专利进行第二次价值评估；所述第二评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素的任一种；

S250，在第二次价值评估的基础上，根据第三评估要素和对应的变量系数对所述标的专利进行第三次价值评估；所述第三评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素和第二评估要素后剩余的一种；

S260，在第三次价值评估的基础上，根据所述标的专利在审查过程的审查意见对所述标的专利进行基于专利局认可度的第四次价值评估，得到基于所述第四次价值评估结果的所述专利的货币价值。

其中，上述变量系数是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的；所述变量系数为[-1,+1]区间内的实数。

如图3所示，本发明实施例提供一种专利的货币价值的评估方法，该方法包括：

S310，获得评估标的专利所需的评估因素；

可选地，这些评估因素可以包括：专利因素，所述专利持有公司的商业数据和所述专利所涉及的技术在申请国的的技术市场信息；所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；所述技术市场信息至少包括所述专利所涉及的技术的可替代技术信息；

可选地，评估因素还可以包括专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；

S320，基于S310获得评估因素，对专利的货币价值进行评估；

举例来看，该评估过程可包括：

S330，基于持有该标的专利公司的商业数据对标的专利进行评估，获得标的专利由其持有公司商业数据贡献的货币价值；

S340，在S330的结果的基础上，基于标的专利的权利要求的数量对标的专利的价值进行评估，进一步获得标的专利由专利宽度贡献的货币价值；

此处，用权利要求的数量来度量专利宽度。权利要求数量越多，专利宽度越大。

S350，在S340的结果的基础上，基于标的专利的前向引用数据和后项引用数据，对标的专利的价值进行评估，进一步获得标的专利由新颖性贡献的货币价值；

S360，在S350的结果的基础上，基于专利局对标的专利的审查意见，对标的专利的价值进行评估，进一步获得标的专利由权威机构的认可度贡献的货币价值；

可选地，可以根据审查意见的轮数，审查意见的类型(例如创新性审查意见多的专利的价值相对低于创新性意见少的专利的价值；实质审查意见类型多的专利的价值相对低于形式类型审查意见的专利的价值)

可选地，这里也可以根据专利局从接受申请到授权的时间差的长短来进行评估。

S370，在S360的结果的基础上，基于标的专利所涉及的技术市场信息，对标的专利的价值进行评估，进一步获得标的专利由技术市场信息贡献的货币价值。

S380，经过上述评估步骤后，获得该标的专利的最终货币价值。

在一个实施例中，上述步骤中，各个评估因素可以对应不同的比例，比例的不同会造成价值的变化，可选地，可以对每个评估因素乘以相应的变量系数来达到配置各个评估因素比例的目的，例如图3中的步骤：

S390，在上述每个评估步骤中如S330～S370，在评估的时候，将每个评估因素乘以相应的变量系数，从而达到调整评估结果的目的，对标的专利的货币价值进行调整。

其中，该变量系数是对预选的预设数量的专利的专利因素和该预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述变量系数为[-1,+1]区间内的实数。

可选地，评估步骤中如S330～S370可以用如下计算模型来对价值进行评估：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的非专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数。

本发明实施例描述了一种专利的货币价值的评估方式，基于历史数据和市场动态的分析理解，来确定专利价值与市场因素、企业因素和技术因素之间的相互依存关系。该模型简单易用，能够评估的某一专利和或拥有该专利公司得出货币价值，从而有效解决了创新技术在融资和交易时的定价依据问题，对于促进专利技术投资、转让和商业化具有重大意义。

如图4所示，本发明实施例提供一种专利的货币价值评估系统，所述系统包括：处理器310、存储器320和显示屏330，可选地，处理器310、存储器320和显示屏330通过总线710连接，所述存储器用于存储一个或者一个以上的指令，所述指令被配置成由所述处理器执行；当所述指令被执行时，所述处理器执行以下步骤：

获得标的专利的专利因素，所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；

获得所述专利持有公司的商业数据，所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；

获得所述专利所涉及的技术在申请国的的技术市场信息，所述技术市场信息至少包括所述专利的技术广度信息，所述技术广地信息至少体现所述标的专利所涉及的技术的可替代技术信息；

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据和所述技术市场信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，以及所述技术市场信息和对应的变量系数的乘积。

所述显示屏，用于显示所述处理器执行所述指令得到的所述标的专利的货币价值。

在一个实施例中，当所述指令被执行时，所述处理器310执还行以下步骤：

获得所述专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；其中，

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值，包括：

基于所述专利因素、所述商业数据、所述技术市场信息和所述申请国的宏观经济信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，所述技术市场信息和对应的变量系数的乘积，以及所述宏观经济信息和对应的变量系数的乘积。

在一个实施例中，当所述指令被执行时，所述处理器利用如下计算模型估算所述专利的货币价值：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数,所述变量系数为[-1,+1]区间内的实数。

可选地，该评估系统的产品形态可以为智能终端，例如智能手机，平板电脑等；

可选地，该评估系统的产品形态还可以为计算机，例如台式机，笔记本电脑等。

在本发明另一个实施例中，还提供一种应用程序，该程序安装在智能终端或者计算机系统上，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器执行以下步骤：

获得标的专利的专利因素，所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；

获得所述专利持有公司的商业数据，所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；

获得所述专利所涉及的技术在申请国的的技术市场信息，所述技术市场信息至少包括所述专利的技术广度信息，所述技术广地信息至少体现所述标的专利所涉及的技术的可替代技术信息；

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据和所述技术市场信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，以及所述技术市场信息和对应的变量系数的乘积。

可选地，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器还行以下步骤：

获得所述专利申请国的宏观经济信息，所述宏观经济信息至少包括所述申请国的宏观经济状况和技术热度信息；其中，

基于所述专利因素、所述商业数据和所述技术市场信息，利用预设的计算模型估算所述专利的货币价值，包括：

基于所述专利因素、所述商业数据、所述技术市场信息和所述申请国的宏观经济信息，利用预设的计算模型估算所述专利的货币价值；其中，所述计算模型是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的，所述计算模型包括计算函数和对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息的变量系数，为所述计算函数的输入变量包括所述专利因素和对应的变量系数的乘积，所述商业数据和对应的变量系数的乘积，所述技术市场信息和对应的变量系数的乘积，以及所述宏观经济信息和对应的变量系数的乘积。

可选地，当所述应用程序被执行时，使得所述智能终端或者所述计算机系统的处理器还行以下步骤：

利用如下计算模型估算所述专利的货币价值：

TV＝e^{ln(a x Sizei,t)+b x FCiti.t+c x FNCiti.t+d x Claimi,t+f x BCiti.t+gx USAppi,t+h x WAppi,t+j x EUAppi,t+Ln(k x Glagsi,t)+l x SDi,t+m x FSi,t+n xBFCiti,t+o x LnPati,t+p x NRIt+q x ICt+t xSRi,t}；其中：TV为所述专利的货币估值；FCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；FNCiti.t为所述专利的前向引用信息中的引用所述标的专利的专利文献数量；Claimi,t为所述标的专利的权利要求数量；BCiti.t为所述标的专利所引用的参考文献的数量；USAppi,t为同族专利中向美国专利局申请的专利数量；WAppi,t为同族专利中向国际知识产权组织申请的专利数量；EUAppi,t为同族专利中向欧洲专利申请的专利数量；Ln(k x Glagsi,t)为带有变量系数k的所述标的专利的申请时间和授权时间差的对数；SDi,t为所述标的专利的技术广度；FSi,t为所述标的专利的同族专利数量；BFCiti,t为所述专利的同族专利的所引用的参考文献的数量；LnPati,t为所述标的专利持有公司的专利总数的对数；NRIt为专利技术申请国可拓展和所述申请国所布局专利技术的成熟度；ICt为所述标的专利的申请国的基础设施变化程度；Ln(a x SIZEi,t)为带有变量系数a所述标的专利的持有公司的总资产的对数，SRi,t为所述标的专利的持有公司的负债比；

a,b,c,d,f,g,h,j,k,l,m,n,o,p,q,r和t，分别为对应于所述专利因素、所述商业数据、所述技术市场信息和所述宏观经济信息中具体因素的变量系数，所述变量系数为实数,所述变量系数为[-1,+1]区间内的实数。

如图5所示，本发明实施例提供一种专利的货币价值评估系统，其特征在于，所述系统包括：处理器410和存储器420，可选地，所述处理器410和存储器420通过总线710连接，所述所述存储器用于存储一个或者一个以上的指令，所述指令被配置成由所述处理器执行；当所述指令被执行时，所述处理器执行以下步骤：

获得用于对标的专利进行货币价值评估的专利因素，所述专利持有公司的商业数据和所述专利所涉及的技术在申请国的的技术市场信息；所述专利因素至少包括专利的前向引用信息，专利的后向引用信息，专利的法律状态，同族专利的申请和授权信息；所述商业数据至少包括所述公司的总资产信息和所述公司的负债比信息；所述技术市场信息至少包括所述专利所涉及的技术的可替代技术信息；

从获得所述专利因素，所述商业数据和所述及时市场信息中任选一种作为第一评估要素；

根据所述第一评估要素和对应的变量系数对所述标的专利进行第一次价值评估；

在第一次价值评估的基础上，根据第二评估要素和对应的变量系数对所述标的专利进行第二次价值评估；所述第二评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素的任一种；

在第二次价值评估的基础上，根据第三评估要素和对应的变量系数对所述标的专利进行第三次价值评估；所述第三评估要素为所述专利因素，所述商业数据和所述及时市场信息中除去所述第一评估要素和第二评估要素后剩余的一种；

在第三次价值评估的基础上，根据所述标的专利在审查过程的审查意见对所述标的专利进行基于专利局认可度的第四次价值评估，得到基于所述第四次价值评估结果的所述专利的货币价值。

可选地，所述变量系数是对预选的预设数量的专利的专利因素和所述预选的预设数量的专利持有公司的商业数据按照预设的算法进行数据训练得到的；所述变量系数为[-1,+1]区间内的实数。

可选地，该评估系统的产品形态可以为智能终端，例如智能手机，平板电脑等；

可选地，该评估系统的产品形态还可以为计算机，例如台式机，笔记本电脑等。

本发明实施例还提供一种应用程序，该程序可以安装在智能终端或者计算机系统上，该程序还可以放在网络上的远程服务器中，该程序还可以放在应用商店中，例如APPStore。当所述应用程序安装后被执行时，使得安装所述应用程序的智能终端或者所述计算机系统的处理器执行上述图1-图3对应的任一实施例的的步骤。

可选地，本发明实施例还提供一种计算机可读存储介质，前述实施例中的的应用程序存储在所述计算机可读存储介质中。

本发明实施例描述了一种专利的货币价值的评估方式，基于历史数据和市场动态的分析理解，来确定专利价值与市场因素、企业因素和技术因素之间的相互依存关系。该模型简单易用，能够评估的某一专利和或拥有该专利公司得出货币价值，从而有效解决了创新技术在融资和交易时的定价依据问题，对于促进专利技术投资、转让和商业化具有重大意义。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。