评估企业投资潜力的方法及计算机系统技术方案

本发明专利技术为一种评估企业投资潜力的方法及计算机系统，该方法包括(1)收集多个企业的专利信息；(2)提供一个专利领先方程式，由多个专利核心指标及其相应的权重系数所组成，该用以预测专利实体的财务信息，该专利领先方程式生成一个专利领先分数，该专利领先分数领先该专利实体的财务信息有一个预先设定的时间领先期，该专利领先方程式由一种专利领先方程式的建构方法所获得；(3)基于各该企业的专利信息计算各该企业相应的专利核心指标的数据；(4)基于各该企业的专利核心指标的数据，通过该专利领先方程式计算而生成各该企业的专利领先分数；以及(5)通过一个排序程序将该多个专利领先分数进行排序，该排序结果代表该多个企业的投资潜力。

【技术实现步骤摘要】
评估企业投资潜力的方法及计算机系统
本专利技术是2014年06月23日申请的201410283508.7、专利技术创造名称『专利领先指标的建构方法及应用』的分案申请。本专利技术涉及数位内容处理技术，特别指通过专利信息的运算而挖掘专利信息对企业财务信息的关连性，进而建立专利信息领先财务信息的预测方法与相关计算机系统。
技术介绍
随着科技产业的快速发展与知识产权的倍受重视，专利已被视为产业或技术的重要指标。对权利人而言，专利已不仅仅是用来保护创新与产品的防御工具，更成为与竞争对手在产业舞台上竞争的最佳攻击武器。公司若能拥有越多的专利，在其竞争领域上就越具有代表性与影响性，因此专利便成为一项极为重要的竞争力信息。世界知识产权组织(WIPO)曾经报导，专利包含的
技术实现思路
，有80％未曾在其他论文、杂志、百科全书中揭露。专利，是研发创新的具体表现。专利数量与质量较具优势的单位，其研发创新的能量与质量亦较其他竞争者更具优势。由于专利具备法律上的排他权利，对市场具有寡占的效果。因此对于以技术研发为基础的科技型企业而言，专利数量与质量较具优势者，其产品销售及业绩亦具备相当程度的优势地位。现有技术中，许多论文研究指出，专利的数量信息领先产品的销售额信息，对于解释市场发展状况具有领先性的效果，例如下列文献：(1)Griliches,Z.(1990),Patentstatisticsaseconomicindicators：asurvey,JournalofEconomicLiterature,28(4),PP.1661-1707.(2)Ernst,H.(1995),PatentingstrategiesintheGermanmechanicalengineeringindustryandtheirrelationshiptofirmPerformance,Technovation,5(4),PP.225-240.(3)Adams,K.,D.Kim,F.L.JoLz,Trost,R.P.andMastrogianis,G.(1997),ModelingandForecastingU.S.PatentApplicationFilings,JournalofPolicyModeling,19(5),PP.491-535.(4)ErnstH.(1997),TheUseofPatentDataforTechnologicalForecasting：TheDiffusionofCNC-TechnologyinMachineToolIndustry,SmallBusinessEconomics,9(4),PP.361-381.(5)ErnstH.(2001),PatentapplicationsandsubsequentchangesofPerformance：evidencefromtime-seriescross-sectionanalysesonthefirmlevel,ResearchPolicy,30(1),PP.143-157.上述现有技术指出专利信息相较于其他市场信息更显重要、更值得关注，因此以专利信息预测市场信息的方法，便逐渐成为投资与企业评价里一个重要的研究课题。现有技术中，美国专利US6175824与US6832171首次提出以专利信息对上市公司财务表现进行评估。美国专利US6175824与US6832171针对上市公司专利数较多的科技股，通过多元回归分析模型，分析上市公司历年专利指标(PI)与历年财务指标(FI)的关连性，最后导出以专利指标(PI)为基础的评估方程式，以此评估方程式计算出其科技价值，再以此创新价值比较其市净率(Market-to-BookRatio)，若科技价值大于市净率则视为有投资潜力，若科技价值小于市净率则视为无投资价值，藉此作为投资选股的工具。其专利权人CHIResearch更将此基于专利信息的评估方程式推向大众，据此建立其专属的商业营利模式。现有技术US6175824与US6832171有其独特性，但缺点在于其分析专利指标(PI)与财务指标(FI)的方程式是典型的多元回归分析模型，自变量是一个时间序列的专利指标(PI)，因变量是相同时间序列的财务指标(FI)。因此建立的多元回归方程式，当输入某个时间点的专利指标(PI)时，得到的输出结果是该时间点相应的财务指标(FI)，而不是”未来”的财务指标(FI)。现有技术中，美国专利US6556992、US7657476与US7716226，以专利的维持率为基础，再搭配其他专利指标(PI)，以多元回归分析模型发展出另一套对上市公司创新能力的评估方法，并依此挑选了300个美国上市公司做为样本股，经过加权计算后，发布全球第一个专利指数(OT300PatentIndex)。然而US6556992、US7657476与US7716226所使用的多元回归分析模型，其自变量专利指标(PI)与因变量财务指标(FI)都是属于相同时间序列，虽然其自变量不同于现有技术US6175824与US6832171，但其建立的多元回归方程式，当输入某个时间点的专利指标(PI)时，得到的输出结果仍然是该时间点相应的财务指标(FI)，而不是”未来”的财务指标(FI)。我们必须理解，投资选股的实务操作，投资机构在投资时，并非希望当下就获利，而是希望在未来的某个时间点套现时才获利。也就是说，投资机构在投资时，希望掌握的当下信息对”未来”的获利有”预测”的效果，才能降低投资风险，确保投资效益。上述现有技术US6175824、US6832171、US6556992、US7657476与US7716226在实质上起不到”预测”的效果。另方面，上述现有技术US6175824、US6832171、US6556992、US7657476与US7716226都是基于美国专利技术授权专利信息所具有的信息与指标建立模型。其中US6175824与US6832171使用的最核心专利指标(PI)为新颖性(NoveLy)审查与创造性/非显而易见性(Nonobviousness)审查所使用的专利引文与非专利文献的引文，包括前引文(BackwardCitation)与后引文(ForwardCitation)；US6556992、US7657476与US7716226使用的最核心专利指标(PI)为专利技术授权专利的维持率。然而，美国专利并没有技术制度，但对中国大陆的广大专利信息而言，无须实体审查程序的技术专利较多，专利技术专利较少；对专利技术专利而言，通过实体审查的授权专利较少，早期公开专利较多。又对专利技术授权专利而言，专利数据库所发布的引文信息是最近几年的授权专利才逐渐开始披露，并未充分回溯到先前的已授权专利；又对引文信息而言，目前仅有前引文，即专利实体(PE)审查时所采用的对比文件，但并未公开后引文，即专利授权后将其作为对比文件而审查的其他专利。所以现有技术US6175824、US6832171、US6556992、US7657476与US7716226其揭露的内容与方法，不适用中国大陆的专利信息，故无法对中国大陆的上市公司的财务信息进行评估。缘此，针对中国大陆的上市公司的财务数据及其在中国大陆的专利信息，若有具本文档来自技高网...

【技术保护点】
1.一种评估企业投资潜力的方法，其特征在于：(a)收集多个企业的专利信息；(b)提供一个专利领先方程式，由多个专利核心指标及其相应的权重系数所组成，该用以预测专利实体的财务信息，该专利领先方程式生成一个专利领先分数，该专利领先分数领先该专利实体的财务信息有一个预先设定的时间领先期，该专利领先方程式由一种专利领先方程式的建构方法所获得；(c)基于各该企业的专利信息计算各该企业相应的专利核心指标的数据；(d)基于各该企业的专利核心指标的数据，通过该专利领先方程式计算而生成各该企业的专利领先分数；以及(e)通过一个排序程序将该多个专利领先分数进行排序，该排序结果代表该多个企业的投资潜力；其中，该专利领先方程式的建构方法，包括下列步骤：(1)设定多个专利实体以及用以描述各该专利实体的多个专利指标与财务指标，各该专利指标由各该专利实体的专利信息运算而得，该专利指标包括以总数的及当期计算的、用以描述中国专利技术公开专利的指标、描述中国专利技术授权专利的指标、描述中国实用新型专利的指标、与描述中国外观设计专利的指标，该财务指标为股价指标，其中当期计算是指把专利指标的数据运算限制在某个特定的时间区间内；(2)设定数据收集期，该数据收集期由时间区间与时间期数所构成，该时间期数为不小于二的整数；(3)收集各该专利实体在该数据收集期内，各时间区间所相应的专利指标数值与财务指标数值；(4)将该多个专利实体的该多个专利指标数值与该多个财务指标数值组成第一面板数据；(5)将该第一面板数据通过转换而形成正态分布化、且标准分数化的第二面板数据，其中该转换为Z分数运算；(6)设定该时间领先期及提供基于该时间领先期的第一时间序列运算程序，该时间领先期包含至少一个该时间区间，该第一时间序列运算程序的自变量为该第二面板数据的一个该专利指标，该第一时间序列运算程序的因变量为该第二面板数据的该财务指标，其中该第一时间序列运算程序为一元格兰杰因果检验模型；(7)设定第一阈值，逐次使用该第一时间序列运算程序及该时间领先期，运算该第二面板数据，从该多个专利指标中筛选得出符合该第一阈值的至少一个该专利领先指标，该第一阈值不大于0.1；(8)基于该多个专利领先指标，从该第二面板数据筛选形成第三面板数据；(9)提供基于该时间领先期的第二时间序列运算程序，该第二时间序列运算程序的自变量为该第三面板数据的所有该专利领先指标，该第二时间序列运算程序的因变量为该第三面板数据的该财务指标，其中该第二时间序列运算程序为多元格兰杰因果检验模型；(10)设定第二阈值，通过该第二时间序列运算程序及该时间领先期，运算该第三面板数据，从该多个专利领先指标中筛选得出符合该第二阈值的多个专利核心指标并生成该专利领先方程式，该专利领先方程式由该多个专利核心指标及其相应的权重系数所组成。...

【技术特征摘要】
1.一种评估企业投资潜力的方法，其特征在于：(a)收集多个企业的专利信息；(b)提供一个专利领先方程式，由多个专利核心指标及其相应的权重系数所组成，该用以预测专利实体的财务信息，该专利领先方程式生成一个专利领先分数，该专利领先分数领先该专利实体的财务信息有一个预先设定的时间领先期，该专利领先方程式由一种专利领先方程式的建构方法所获得；(c)基于各该企业的专利信息计算各该企业相应的专利核心指标的数据；(d)基于各该企业的专利核心指标的数据，通过该专利领先方程式计算而生成各该企业的专利领先分数；以及(e)通过一个排序程序将该多个专利领先分数进行排序，该排序结果代表该多个企业的投资潜力；其中，该专利领先方程式的建构方法，包括下列步骤：(1)设定多个专利实体以及用以描述各该专利实体的多个专利指标与财务指标，各该专利指标由各该专利实体的专利信息运算而得，该专利指标包括以总数的及当期计算的、用以描述中国发明公开专利的指标、描述中国发明授权专利的指标、描述中国实用新型专利的指标、与描述中国外观设计专利的指标，该财务指标为股价指标，其中当期计算是指把专利指标的数据运算限制在某个特定的时间区间内；(2)设定数据收集期，该数据收集期由时间区间与时间期数所构成，该时间期数为不小于二的整数；(3)收集各该专利实体在该数据收集期内，各时间区间所相应的专利指标数值与财务指标数值；(4)将该多个专利实体的该多个专利指标数值与该多个财务指标数值组成第一面板数据；(5)将该第一面板数据通过转换而形成正态分布化、且标准分数化的第二面板数据，其中该转换为Z分数运算；(6)设定该时间领先期及提供基于该时间领先期的第一时间序列运算程序，该时间领先期包含至少一个该时间区间，该第一时间序列运算程序的自变量为该第二面板数据的一个该专利指标，该第一时间序列运算程序的因变量为该第二面板数据的该财务指标，其中该第一时间序列运算程序为一元格兰杰因果检验模型；(7)设定第一阈值，逐次使用该第一时间序列运算程序及该时间领先期，运算该第二面板数据，从该多个专利指标中筛选得出符合该第一阈值的至少一个该专利领先指标，该第一阈值不大于0.1；(8)基于该多个专利领先指标，从该第二面板数据筛选形成第三面板数据；(9)提供基于该时间领先期的第二时间序列运算程序，该第二时间序列运算程序的自变量为该第三面板数据的所有该专利领先指标，该第二时间序列运算程序的因变量为该第三面板数据的该财务指标，其中该第二时间序列运算程序为多元格兰杰因果检验模型；(10)设定第二阈值，通过该第二时间序列运算程序及该时间领先期，运算该第三面板数据，从该多个专利领先指标中筛选得出符合该第二阈值的多个专利核心指标并生成该专利领先方程式，该专利领先方程式由该多个专利核心指标及其相应的权重系数所组成。2.根据权利要求1所述的评估企业投资潜力的方法，其中该多个专利实体为上市公司。3.根据权利要求1所述的评估企业投资潜力的方法，其中该时间区间由下列所构成的群组选出：周、月、季、半年、以及年。4.根据权利要求1所述的评估企业投资潜力的方法，其中该步骤(4)与(5)之间，进一步包含正态分布检验程序，检验任一个该专利指标数值。5.根据权利要求1所述的评估企业投资潜力的方法，其中该步骤(4)与(5)之间，进一步包含正态分布检验程序，检验该财务指标数值。6.一种评估企业投资潜力的计算机系统，包括专利信...

【专利技术属性】
技术研发人员：车慧中，
申请(专利权)人：深圳德高行知识产权数据技术有限公司，
类型：发明
国别省市：广东,44