CN101341506A - 技术评估的方法 - Google Patents
技术评估的方法 Download PDFInfo
- Publication number
- CN101341506A CN101341506A CNA2006800483068A CN200680048306A CN101341506A CN 101341506 A CN101341506 A CN 101341506A CN A2006800483068 A CNA2006800483068 A CN A2006800483068A CN 200680048306 A CN200680048306 A CN 200680048306A CN 101341506 A CN101341506 A CN 101341506A
- Authority
- CN
- China
- Prior art keywords
- technology
- mark
- point
- grade
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
Abstract
提供一种技术评估的方法,通过该方法,反映出目标技术的商业破产风险和环境风险,从而在信用贷款、信用担保以及投资等中使用技术评估结果,使得系统风险管理成为可能且能够根据等级和管理结果预测逐年破产概率。该技术评估方法包括:通过logit模型计算的概率(精良概率或破产概率)获得用于给出等级的风险等级,从而反映出被评估的技术的商业破产可能性;根据加权评分模型计算的分数,获得用于给出等级的技术等级,从而在计算机中反映出被评估技术的技术能力、商业可能性和市场性;以及获得技术评估认证等级,其中等级被集合地通过矩阵给出,所述矩阵中,风险等级和技术等级被分别设置为X轴和Y轴。
Description
技术领域
本发明涉及一种技术评估的方法,更具体而言,涉及一种这样的技术评估方法,通过该方法反映出目标技术的商业破产风险和环境风险,从而在信用贷款、信用担保以及投资等中使用技术评估结果,使得系统风险管理成为可能且能够根据等级和管理结果预测逐年破产概率。
背景技术
一般而言,技术评估可以被大致分为技术能力评估和技术价值评估。首先,技术能力评估可以被分成技术等级评估和技术能力评估。首先,技术等级评估将通过百分比或等级来评估技术的商业可能性。技术能力评估将评估企业的整体技术能力并集总地评估个体技术水平、技术人力、知识产权以及研究设备等。技术价值评估将各技术的价值转换为金钱,从而计算技术交易价格或知识产权的安全价值。
这里,技术的等级评估方法包括评分模型、分布模型(profile model)和核查表模型等。在评分模型中,为每个技术能力评估点给出分数且根据评估点之间的重要性向每个评估点应用权重从而评估技术等级。在分布模型中,以图和优点的形式来表现评估因素,存在快速地抓取相应技术缺点的优点。在核查表模型中,设置必须被核查的核查点,设置分离标准,然后,检查所有的核查点是否满足预定的标准值。
在这这些常规技术评估模型中,判断每个评估因素,为每个评估因素给出分数(重要性),且通过分数或等级来评估该技术。这里,没有考虑商业破产风险,因而,在利用技术评估结果作为诸如信用贷款、投资等的技术金融中存在限制。
另外,在常规的技术评估方法中,不反映经济环境或经济因素导致的企业破产风险,因而评估的可靠性不高。
而且,在常规技术评估方法中,存在这样的限制:不能表明企业破产波动进展,且没有对过去的企业的类似的技术评估示例进行分析并能够预测新企业的管理结果的模型。
在这样的情形下,韩国政府在2004年7月宣布“加强中小型商业竞争力的整体对策”。因此,需要改善用于各种目的的公信的技术等级和认证系统,诸如引入具有用于评估更为发展的技术商业的正确性的形状改善了的技术评估模型,以及构建考虑了由于技术商业化导致的破产损失的等级设置方法。
发明内容
本发明提供了一种技术评估方法,通过该方法,反映出了由于经济环境和经济因素导致的环境风险和技术商业化风险。
本发明还提供了一种技术评估方法,通过该方法,基于文献调查的重要分析结果和过去的技术评估指数重构专有的技术评估点,引入平衡矩阵方法以逐点改善核查点的客观性、中立性和辅助性,使得评估指数和应用方法的可靠性得到验证。
本发明还提供了一种技术评估方法,通过该方法,能够显示随时间变动的企业破产波动进展。
本发明还提供了一种技术评估方法,通过该方法,以往企业的类似的技术评估示例被分析且新企业的结果能够被预测。
本发明还提供了一种技术评估方法,通过该方法,提供了用于各种目的(诸如技术转让、技术交易以及技术财务(融资和投资)等)的公信技术评估认证等级,从而组成了使用于创新导向型中小企业的技术财务支持新生的条件。
根据本发明的一个方面,提供了一种技术评估的方法,该方法包括:通过对logit模型计算出的概率(优的概率或破产概率)进行评分获得用于给出等级的风险等级,从而反映出被评估的技术的商业破产可能性;根据加权评分模型计算的分数,获得用于给出等级的技术等级,从而在计算机中反映出被评估技术的技术能力、商业可能性和市场性;以及获得技术评估认证等级,其中所述等级被集总地通过矩阵给出,在所述矩阵中,风险等级和技术等级被分别设置为X轴和Y轴。
该方法还包括使用生命数据分析模型(生存分析模型)根据等级计算逐年破产概率。
该模型还包括通过CBR(基于事例推理)预测管理结果。
该方法可以应用于通过多个评估指数评估的技术评估模型,该多个评估指数分别表示4个点,这4个点包括所有者的技术接受力、技术能力、市场性、商业可能性和收益性。
在获得风险等级和获得技术等级中,对根据用于获得风险等级、技术等级和技术评估认证等级的各技术评估点(小点)的分数的计算可以包括:输入根据评估点的详细核查点的内容;以及通过根据各技术评估点(小点)的详细的核查点的评估内容,计算根据各技术评估点(小点)的分数。
输入到根据各技术评估点(小点)的详细核查点的评估内容可以包括通过各个系统自动计算的值评估的度量评估点,通过核查点的数目评估的核查评估点以及根据评估方法给出等级的评估者评估点。
根据各技术评估点(小点)计算分数可以包括通过5×5平衡矩阵或5×5×5平衡矩阵根据各技术评估点(小点)计算详细核查点。
在获得风险等级中的风险分数的计算可以包括:根据技术评估结果计算用于反映商业破产风险的logit分数;计算用于反映被评估的技术(企业)的环境风险的环境分数;以及通过以预定的比率组合logit分数和环境分数获得风险分数。
Logit分数和环境分数的计算可以包括:计算技术评估分数因素变量;计算经济指数因素变量;计算企业状态变量;使用各步骤中获得的基本计算值判断logit模型输入值;通过向logit函数1输入技术评估分数因素变量和通过计算优的概率,计算logit分数;以及通过向logit函数2输入经济指数因素变量和企业状态变量并通过计算优的概率来计算环境分数。
技术等级的获得可以包括通过加权评分模型给予根据评估点的技术分数权重而计算技术分数。
技术评估认证等级的获得可以包括基于logit模型的风险等级和加权评分模型的技术等级,通过矩阵评估标准给出认证等级。
通过生命数据分析模型(生存分析模型)计算逐年破产概率可以包括:通过输入变量和系数计算生存概率(XB);并且通过反映出生存概率计算随时间变动的期望生命(或破产概率)。
通过CBR的管理结果的预测可以包括:根据技术评估点计算分数;测量欧几里德距离;提取预定数目的欧几里德距离最小的企业;并且通过提取被提取企业的结果通过CBR预测企业的结果。
根据本发明的另一方面,提供了一种技术评估方法。以各种视点呈现矩阵图示和解释部分以用于技术评估。企业的特征通过绘制KTCP矩阵表示,该KTCP矩阵包括计算机中的图示部分和解释部分,且其中,技术能力、商业可能性、技术商业可能性和风险等级变量被设置为X轴或Y轴。
KTCP矩阵的绘制可以包括:选择技术评估风险等级、技术等级以及技术能力变量的每个变量;计算风险等级、技术等级和财务稳定性等级;计算技术能力、商业可能性以及技术商业可能性的分数;根据计算的分数绘制矩阵表;基于绘制的矩阵表构造矩阵图示部分。
附图说明
图1示出了根据本发明的一种实施方式的技术评估方法的概念。
图2是根据本发明的根据技术评估点计算评估等级的流程图。
图3是根据本发明的计算用于获得风险等级的风险分数(logit模型)的流程图。
图4是示出了预测管理结果的方法的流程图。
图5示出了用于解释KTCP矩阵的图示部分和解释部分的画面。
图6是构造KTCP矩阵的流程图。
图7A示出了用于说明技术评估等级的KTCP矩阵。
图7B示出了用于说明管理结果预测的KTCP矩阵。
图7C示出了用于解释技术能力与商业可能性的关系的KTCP矩阵。
图7D示出了用于解释技术能力与市场性的关系的KTCP矩阵。
图7E示出了用于解释市场性与商业可能性的关系的KTCP矩阵。
图7F示出了用于解释财务安全性和技术商业可能性的关系的KTCP矩阵。
图8A是技术评估接收步骤中的接收管理画面。
图8B是技术评估接收步骤中的接收细节输入平面。
图8C是企业概览的输入画面。
图8D是代表性状态输入画面。
图8E是财务账目输入画面。
图8F是经济环境指数数据管理画面。
图8G是评估页封皮产生画面。
图8H是其上输入了45个数据且绘制了评估表的画面。
图8I是度量点示例1的评估点等级给出画面。
图8J是度量点示例2的评估点等级给出画面。
图8K是核查点示例的评估点等级给出画面。
图8L是评估者评估点示例的评估点等级给出画面。
图8M是示出了平衡矩阵的画面。
图8N是示出了分数计算结果的画面。
图8O示出了显示评估结果的步骤,该结果示出了技术评估等级、结果分析以及与期望生命计算结果。
图9是图表,比较了技术评估的常规方法和根据本发明的技术评估方法的商业破产预测力,其中在常规方法中不反映技术的风险等级。
具体实施方式
此后,将参照附图详细地描述根据本发明的示例性实施方式的技术评估方法。
图1示出了根据本发明的一种实施方式的技术评估方法的概念。该技术评估方法包括:获得风险等级(S123);获得技术等级(S125);获得技术评估认证等级(S129);根据等级获得逐年破产概率(S133);以及预测管理结果(S135)。
根据本发明的技术评估的方法的评估等级被分成风险等级(S123)、技术等级(S125)和技术评估(认证)等级(S129)。
风险等级(S123)是基于技术的企业风险等级,用于基于相应的技术,通过统计分析希望被商业化或正在开发的技术的商业化条件、技术能力和相关事务,核查企业的商业破产风险,并且同时综合了可能影响企业的业务发展的环境因素等。在风险等级(S123)中,通过logit模型所计算出的优的概率或差的概率被评分,且根据预定的标准为分数赋予等级,所述等级由10个等级(aaa-d)表示,从而反映被评估企业(技术)的商业破产风险。
技术等级(S125)是基于技术的等级,用于通过集总地核查希望商业化或正在研发中的技术的技术能力、商业可能性以及市场性等,基于相应的技术和技术创新能力,计算企业的商业成功可能性。在技术等级(S125)中,向加权评分模型计算出的分数应用预定的标准,且为分数赋予等级,所述等级由10个等级(V1-V10)表示,从而反映被评估企业(技术)的技术能力、商业可能性以及市场性等。
在技术评估(认证)等级(S129)中,通过矩阵集总地核查风险等级和技术等级,且向核查的风险等级和技术等级赋予等级,且所述等级由10个等级(AAA-D)表示。
表1
这里,风险等级(S123)和技术等级(S125)是根据每个模型计算出的风险分数和技术分数通过预定的标准给出的等级。通过矩阵集总地核查且给出技术评估(认证)等级(S129),在所述矩阵中,风险等级和技术等级被分别设置为X轴和Y轴,在表2中示出了其结果。
表2
此后,将描述使用根据本发明的技术评估的方法获得风险等级、技术等级和技术评估认证等级的方法。
表3中示出了在本技术评估方法中用于获得风险等级、技术等级和技术评估认证等级的技术评估点。技术评估点具有分层结构,该分层结构包括大点、中点、小点和详细核查点。基于详细核查点的评估结果计算根据技术评估点(小点)的分数(等级),且技术评估点(小点)的分数(等级)用作用于计算风险等级和技术等级的输入变量。
表3
图2是根据本发明的用于根据技术评估点计算评估等级的流程图。如图2所示,用户登陆技术评估表(S201)并根据技术评估点(小点)输入详细核查点的评估内容(S203)。
根据评估方法,输入的评估内容被分成度量评估点、核查评估点和评估者评估点。
通过使用单独输入的企业数据(诸如企业纵览数据和企业财务事务数据等),利用使用系统自动计算获得的值评估度量评估点。因为度量评估点使用系统自动地计算,核查是否遗漏输入数据是十分重要的。
度量评估点包括利用相应的计算值的大小(水平)的评估点和利用与相同行业中的平均值(根据商业的平均率等)相比较的水平的评估点。
图4示出了根据点的计算方法。
表4
在核查评估点,评估者核查表现为评估标准的核查点并通过核查点的数目执行自动评估。
表5示出了核查评估点状态。
表5
评估者评估点的对象是排除了度量评估点和核查评估点之外的评价点。在评估者评估点中,评估者通过在(弹出的)评价画面上呈现的评估标准给出任意等级并执行评估。
评估者根据评估点的评估方法被总结到上述表3。
使用上述评估方法,根据技术评估点(小点),评估者输入详细核查点的评估内容(S203),然后,核查输入点是否被遗漏(S205),且如果存在遗漏点,则用户输入遗漏点(S207)。
如果输入了所有的详细核查点,则按技术评估点(小点),根据详细核查点的数目,使用5×5平衡矩阵或5×5×5平衡矩阵,自动地计算根据技术评估点(小点)的分数(等级)(S209)。
表6中示出了使用5×5平衡矩阵的计算示例。
表6
技术应用和扩展性
表7中示出了使用5×5×5平衡矩阵的计算示例。
表7
分值:A=5,B=4,C=3,D=2,E=1
等级 | 分数 | 计数 | 概率 |
A | 14-15分 | 4 | 3.2 |
B | 11-13分 | 31 | 24.8 |
C | 8-10分 | 55 | 44.0 |
D | 5-7分 | 31 | 24.8 |
E | 3-4分 | 4 | 3.2 |
总和 | 125 | 100.0 |
图3是根据本发明的用于计算用于获得风险等级的风险分数(logit模型)的流程图。通过向logit模型应用通过技术评估表评估出的技术评估数据确立风险预测模型。
作为用于计算用于获得风险等级的logit分数的过程,首先,检查根据技术评估点(小点)的详细核查点的评估输入是否有遗漏(S301)。该操作将自动地核查是否遗漏了评估点的评分和是否遗漏了其他输入变量的输入。作为核查结果,如果遗漏了评估点输入,所述点被补充(S303)。
接下来,使用根据评估输入的技术评估点(小点)的分数(等级),通过函数公式计算技术评估分数因素变量(S305)。
表8
Pn:技术评估点(小点)的实际等级评估分数(输入值)
Pn:技术评估点(小点)的均值(DB)
如果完成了因素变量的计算(S305),则通过利用单独存储的经济指数,通过函数公式计算经济指数因素变量(S307)。
表9中示出了经济指数变量的列表。
表9
(ECOn:经济因素变量(n=1,2,3,4))
Fn-t-y:相对于第n个经济因素变量的第t期的第y个变量的因素系数
接下来,计算企业状态变量(S309)。
表10中示出了用于计算企业状态变量的变量列表,且企业状态变量通过单独输入的企业数据获得。
表10
点名称 | 变量名 | 用于计算变量的参照方法 |
注册法人 | X7Y | 定期调查-企业概览-企业形式(注册) |
外部计员 | X9Y | 定期调查-企业概览-企业形式(外部计员) |
风险 | X26Y | 定期调查-企业概览-企业形式(风险)) |
Inno-Biz | X43Y | 数据管理-技术获奖/创新导向企业(代码60) |
起始企业 | TYPE1 | 定期调查-企业概览-从商业起始日期开始3年内的企业 |
软件行业 | SW | 定期调查-企业概览-商业分类 |
在企业状态变量中,当评估者输入定期调查和数据管理DB时,存在输入错误或输入遗漏。因而,在计算最后的分数之前,评估者在(弹出的)画面上输出企业状态变量的列表,从而再次确认企业状态变量(S311)。
接下来,判断并存储基本计算值和logit模型输入值(S313)。
接着,向logit模型输入技术评估分数因素变量并且获得logit分数1(S315),且计算精良概率(分数)(S317),从而获得logit分数(S319)。
表11示出了用于计算logit分数的点名称和变量名。
表11
点名称 | 变量名 |
技术分数因素变量1 | F1 |
技术分数因素变量2 | F2 |
技术分数因素变量3 | F3 |
技术分数因素变量4 | F4 |
技术分数因素变量5 | F5 |
技术分数因素变量6 | F6 |
技术分数因素变量7 | F7 |
技术分数因素变量8 | F8 |
技术分数因素变量9 | F9 |
技术分数因素变量10 | F10 |
技术分数因素变量11 | F11 |
技术分数因素变量12 | F12 |
预备变量 | 工业 |
段 | 截取 |
通过公式 (x=logit分数),计算优的概率(分数)(S317),且如果计算出了分数,通过公式logit分数=分数×100来计算logit分数(S319)。
表12中示出了用于计算环境分数的点名称和变量名,且和获得logit分数的上述过程一样计算logit分数2(S321),并获得分数(S323),然后,获得环境分数(S325)。
表12
点名称 | 变量名 |
经济指数因素变量1 | E001 |
经济指数因素变量2 | E002 |
经济指数因素变量3 | E003 |
经济指数因素变量4 | E004 |
KOSDAQ注册 | X7Y |
外部计员企业 | X9Y |
风险 | X26Y |
Inno-Biz企业 | X43Y |
起始行业 | TYPE1 |
软件行业 | SW |
段 | 截取 |
如果获得了logit分数和环境分数,通过公式(风险分数=logit分数×0.95+环境分数×0.05)来计算风险分数(S327)。
如果获得了风险分数,则计算风险等级,如图1所示(S123)。
接下来,使用加权评分模型获得技术等级(S125)。这里,在表13中示出了通过技术评估点(小点)获得技术分数的方法。
表13
通过反映根据商业的特征区分地应用根据评估点的权重。
如果通过加权评分模型判断了技术分数,则通过下面的评估标准给出技术等级(S125)。
分数 | 90或更大 | 85或更大 | 80或更大 | 75或更大 | 70或更大 | 65或更大 | 60或更大 | 55或更大 | 50或更大 | 低于50 |
等级 | V1 | V2 | V3 | V4 | V5 | V6 | V7 | V8 | V9 | V10 |
(其中,技术等级由大写字母V1-V10表示)。
将描述在通过logit模型计算了风险等级(S123)并且通过加权评分模型计算了技术等级(S125)的情况下,基于风险等级和技术等级、根据矩阵评估标准最终给出技术评估认证等级的操作(S129)。
技术评估认证等级计算依赖于如表2所示的矩阵的等级评估。
接下来,将通过生命数据分析模型(生存分析模型)描述根据等级计算逐年破产概率的操作(S133)。在该操作中,通过使用技术评估表的评估结果作为输入变量计算根据技术评估认证等级的逐年破产概率(预期寿命)。
生命(生存)数据包括具有从预定起始点到事件发生时间的期间的数据,例如,具有从根据技术评估和评估结果的信贷担保(贷款)时间到企业破产(商业化失败)事件发生时间的期间的数据。该时间被称为生存周期。
在生命数据分析(生存分析)中,分析生存周期,并获得技术评估以及信贷担保(贷款)企业的t时间之后的生存概率和风险率,且测量被评估企业的期望生命,从而通过根据时间的技术评估等级提供诸如商业破产率波动进展这样的附加信息。
表14示出了用于计算生命数据分析模型的生存概率的输入变量的列表。
表14
点名称 | 变量名 | 系统 |
技术分数因素变量1 | F1 | |
技术分数因素变量2 | F2 | |
技术分数因素变量3 | F3 | |
技术分数因素变量4 | F4 | |
技术分数因素变量6 | F6 | |
技术分数因素变量8 | F8 | |
技术分数因素变量9 | F9 | |
技术分数因素变量11 | F11 | |
经济指数因素变量1 | E001 | |
经济指数因素变量3 | E003 | |
KOSDAQ注册 | X7Y | |
外部计员企业 | X9Y | |
风险 | X26Y | |
Inno-Biz企业 | X43Y | |
起始行业 | TYPE1 | |
软件行业 | 软件 | |
段 | 截取 |
表15示出了用于计算随时间(t)变化的期望生命的参数的列表的示例。
表15
点名称 | 变量名 | 值 |
缩放参数 | 缩放 | 0.5057451 |
威布尔(Weibull)形状 | weilbull | 1.97728081 |
一年期望生命 | y_12 | 12 |
两年期望生命 | y_24 | 24 |
三年期望生命 | y_36 | 36 |
四年期望生命 | y_48 | 48 |
五年期望生命 | y_60 | 60 |
在使用变量计算逐年期望生命(或破产概率)的方法中,①通过输入变量和系数的线性公式计算生存概率(XB)以及②计算随时间变化的期望生命(或破产概率)。
*一年期望生命=EXP(-EXP(-XB)*weibull)*y_12weibull)
*两年期望生命=EXP(-EXP(-XB)*weibull)*y_24weibull)
*三年期望生命=EXP(-EXP(-XB)*weibull)*y_36weibull)
*四年期望生命=EXP(-EXP(-XB)*weibull)*y_48weibull)
*五年期望生命=EXP(-EXP(-XB)*weibull)*y_60weibull)
※破产概率=1-期望生命
图8至15示出了逐年期望生命(破产生命)评估的示例。
接下来,将描述基于事例推理(CBR)(S121)来预测管理结果的操作(S135)。
CBR是基于类似的以往问题的解决方案来解决新问题的处理。通过应用该分析方法提取类似于当前被评估企业(技术)的以往技术评估事例,且分析类似技术评估事例企业的管理结果以提取相应企业(技术)的管理结果。
图4是示出了预测管理结果的方法的流程图,且将参照图4描述逐步计算方法。
首先,计算根据技术评估指数的分数(S401)。这里,使用通过技术评估表计算的分数。
接下来,测量欧几里德距离(S403)。欧几里德距离是表示相似程度的指数,且通过相对于技术评估小点标准分数和被比较的企业(过去评分事例)的分数之间的距离的平方和的平方根获得,如下面的公式所示:
Pn:被评估企业的分数
Wn:权重
计算相对被比较的每个企业(过去评分事例)的欧几里德距离。
接下来,测量欧几里德距离且提取欧几里德距离最小的企业的10个事例,即,提取具有最高相似度的企业的10个事例(S405),且提取这10个企业的诸如生长率、收益率和活动性等的结果(S407)。
有关于被评估企业的CBR评估结果被累加在被比较的企业(以往评分事例)上且被用作被比较的企业。如上所述,已经描述了根据本发明的风险等级、技术等级、技术评估认证等级、根据等级的逐年破产概率以及管理结果预测。
当从各个视角(诸如风险等级、技术能力和商业可能性等)进行分析且在二维图示中(此后,称为“KTCP矩阵”)表示使用本发明的技术评估方法的技术评估结果时,能够增加其效用。因此,现在描述绘制这样的KTCP矩阵和效用的方法。
图5示出了用于解释KTCP矩阵的图示部分和解释部分的画面。如图5所示,KTCP矩阵是一种技术评估和咨询矩阵,其中在技术评估模型中使用的技术能力和商业可能性、技术商业可能性、以及风险等级变量被分别设置为X轴和Y轴,且它们作为一个图示代表企业的特性。
图示部分将被评估企业的技术能力和商业可能性和风险视角评估结果分成预定等级且然后在矩阵中表示这些等级。
解释部分以各种视点组合构建了矩阵,且然后自动地输出每个矩阵的解释。
用作KTCP矩阵的指数的技术能力将集总地评估技术发展促进能力、用于技术开发的投资等、技术的创新性、完备性、扩展性。商业可能性将集总地评估拥有的技术(产品)的市场状态和竞争力、商业容量以及市场容量等。
图6是用于构建KTCP矩阵的流程图。KTCP矩阵通过以下操作构建:选择变量(S601),计算风险等级、技术等级和财务稳定等级(S603)、计算技术能力、商业可能性以及技术商业可能性分数(S605)、根据变量设置分数段(S607)、绘制矩阵表(S609)以及构建矩阵图示部分(S611)。
在变量选择(S601)中,技术评估风险等级、技术等级和技术能力变量中的每一个均被选择。技术评估风险等级使用通过技术评估模型计算的基于技术的风险等级,且所述技术等级是相对于上述技术评估指数的全部评估点通过评分法计算的分数或等级。
如表17所示,技术能力变量包括技术评估指数的技术能力评估点。
表17
市场性变量包括技术评估指数的市场评估点,如表18所示。
表18
下表19示出了商业可能性①变量。
表19
下表20示出了商业可能性②变量。
表20
技术商业可能性变量包括技术评估指数的技术能力和商业可能性评估点,如下表21所示。
表21
使用企业信用评估系统的财务模型的财务等级被用作财务稳定性变量。
如果完成了变量的选择,则计算风险等级、技术等级和财务稳定性分数(等级)(S603)。
风险等级是通过上述技术评估模型计算的基于技术的风险等级。
通过上述技术评估模型计算技术等级。
通过企业信用评估系统的财务模型计算财务稳定性分数(等级)。
接下来,计算技术能力、商业可能性和技术商业可能性的分数(S605)。
根据每个字段(变量)的分数被转换成100满分,且通过评分方法使用评分模型通过下面的公式计算。
公式
每个变量的完美分数:
如果计算了分数,为了构建图示部分,首先,关于变量的分数(等级)被分成6段且这些段被设置(S607)。
※风险等级与技术等级关系的矩阵被配置为10×10。
接下来,通过计算的分数绘制矩阵表(S609)。
<矩阵构建>
风险等级与技术等级的关系的矩阵(10×10)
技术能力与商业可能性的关系的矩阵(6×6)
技术能力与市场性的关系的矩阵(6×6)
市场性与商业可能性的关系的矩阵(6×6)
财务稳定性与技术商业能力的关系的矩阵(6×6)
最后,构建矩阵图示部分和解释部分(S611)。
图7A示出了说明技术评估等级的KTCP矩阵。技术等级被设置为X轴且风险等级被设置为Y轴。技术评估等级基于与被评估技术有关的技术力、技术开发状况和商业化能力将商业化可能性评估为分数,且考虑被评估企业的环境,通过在促进技术商业时,使用风险评估模型,风险等级进一步将企业的期望的破产概率评估为等级。
图7B示出了说明管理结果预测的KTCP矩阵。在基于技术的商业情况下,尤其是在中小型商业的情况下,考虑当中小型企业与现有传统企业相比时在进一步管理结果预测中存在许多困难,分析技术企业的各种管理结果事例,且进一步预测技术企业的三年管理结果。基于诸如收益率、成长率、稳定性和活动性的4个财务指数计算管理结果,且等级越高,预测结果越好。
图7C示出了说明技术能力与商业可能性关系的KTCP矩阵。在矩阵上,技术内容和技术水平与商业化能力、市场状况和进一步收益前景相比较。
图7D示出了说明技术能力和市场性的关系的KTCP矩阵。在矩阵上,技术内容和技术水平与技术的市场规模、成长前景和竞争状况相比较。
图7E示出了说明市场性与商业可能性的关系的KTCP矩阵。在矩阵上,市场技术内容和技术水平与市场规模、成长前景相比较,且技术竞争力与技术的商业化能力、市场状态和进一步的收益前景相比较。
图7F示出了说明财务稳定性和技术商业可能性的关系的KTCP矩阵。在矩阵上,诸如技术能力、商业可能性和技术收益性之类的成长前景(技术商业可能性)与企业的评估时间的短期财务稳定性相比较。
接下来,将描述计算机上的画面,实际对该计算机应用了根据本发明的技术评估方法。将根据本发明的评估顺序描述每个画面。
图8A是技术评估接收步骤中的接收管理画面。
图8B是技术评估接收步骤中的接收细节输入画面。
图8C至8F示出了输入企业数据的步骤。具体地,图8C是企业概览(企业类型、企业载体、登记、外部计员以及风险等)的输入画面,图8D是代表性状态输入画面,图8E是财务报表输入画面,且图8F是经济环境指数数据管理画面。
图8G至图8O示出了输入评估数据的步骤。具体地,图8G是评估页封皮产生画面,图8H是其上输入了45个数据且绘制了评估表的画面,图8I是度量点示例1的评估点等级给出画面,图8J是度量点示例2的评估点等级给出画面,图8K是核查点示例的评估点等级给出画面,图8L是评估者评估点示例的评估点等级给出画面,图8M是示出了平衡矩阵的画面,图8N是示出了分数计算结果的画面,图8O示出了显示评估结果的步骤,该结果示出了技术评估等级、结果分析以及与期望生命计算结果。
如上所述,根据本发明的技术评估方法的示例性实施方式根据其中具体实现本发明的程序利用所有计算机中被制成数据库的数据实现。
工业应用性
在具有根据本发明的上述结构的技术评估方法中,能够合理地评估关于被评估技术的技术优越性、商业可能性以及市场性,同时测量基于技术的商业破产风险且呈现评估结果,使得能够有利于用于技术发展和商业化企业的财务(担保、贷款和投资等)支持。
另外,根据本发明,通过统计分析方法(logit模型)计算出的商业破产风险被反映在评估等级计算上且商业破产的预测力被加强。
图9是一个图表,比较了技术评估的常规方法和根据本发明的技术评估方法的商业破产预测力,其中在常规方法中不反映技术的风险等级。如图9所示,在技术评估的常规方法中没有考虑商业破产风险,使得由依据技术评估等级变量的等级的商业破产率预测的相似性降低。然而,在根据本发明的技术评估方法中,接近较高的等级的商业破产率低,且较高的商业破产率表现为接近较低的等级的商业破产率。因而,能够显著改善利用等级的商业破产率预测。
而且,呈现出了根据技术评估等级的所期望的损失风险,使得系统风险属性管理成为可能。
而且,通过包括统计分析方法,能够抓取企业的管理结果和评估数据之间的关系。
而且,通过常规反馈系统结构,能够升级用于改善构建模型的可靠性的连续的评估系统。
而且,根据本发明,经济环境和环境因素导致的环境风险等能够被反映在技术评估上。
而且,根据本发明,随时间变动的企业破产波动进展能够被反映在技术评估中。
而且,根据本发明,分析过去企业的财务和数据且能够预测新企业的结果。
Claims (15)
1.一种技术评估的方法,该方法包括:
基于多个输入的技术评估点,通过计算根据各技术评估点(小点)的分数,并通过使用根据技术评估点(小点)的分数,利用logit模型计算风险分数,获得风险等级,从而在计算机中反映出被评估的技术的商业破产可能性;
使用计算出的根据技术评估点(小点)的分数,通过加权评分模型计算分数,获得根据分数的技术等级,从而在计算机中反映出被评估技术的技术能力、商业可能性和市场性;以及
获得技术评估认证等级,其中通过矩阵集总地给出等级,在所述矩阵中,风险等级和技术等级被分别设置为X轴和Y轴。
2.根据权利要求1所述的方法,该方法还包括,在获得所述技术评估认证等级之后,通过将技术评估点的分数设置为输入变量,根据技术评估认证等级,使用生命数据分析模型计算逐年破产概率。
3.根据权利要求1或2所述的方法,该方法还包括,在获得技术评估认证等级之后,基于针对所述技术评估点计算出的分数,通过CBR(基于事例推理)来预测管理结果。
4.根据权利要求1所述的方法,该方法可以应用于通过多个评估指数评估的技术评估模型,所述多个评估指数分别表示4个点,所述4个点包括所有者的技术接受力、技术能力、市场性、商业可能性和收益性。
5.根据权利要求1所述的方法,其中在获得风险等级和获得技术等级中,对根据每个技术评估点(小点)的分数的计算包括:
输入根据评估点的详细核查点的评估内容;以及
通过根据每个技术评估点(小点)的详细核查点的评估内容,计算根据每个技术评估点(小点)的分数。
6.根据权利要求5所述的方法,其中被输入到根据各技术评估点(小点)的详细核查点的评估内容包括通过各个系统自动计算出的值评估的度量评估点、通过核查点的数目评估的核查评估点以及根据评估方法给出等级的评估者评估点。
7.根据权利要求5所述的方法,其中对根据各技术评估点(小点)的分数的计算包括通过5×5平衡矩阵或5×5×5平衡矩阵计算根据各技术评估点(小点)的详细核查点。
8.根据权利要求1所述的方法,其中在所述风险等级的获得中的风险分数的计算包括:
计算logit分数;
计算环境分数;以及
通过以预定的比率组合logit分数和环境分数获得风险分数。
9.根据权利要求8所述的方法,其中所述Logit分数和所述环境分数的计算包括:
计算技术评估分数因素变量;
计算经济指数因素变量;
计算企业状态变量;
使用各步骤中获得的基本计算值确定logit模型输入值;
通过向logit函数1输入技术评估分数因素变量并计算优的概率,计算logit分数;以及
通过向logit函数2输入经济指数因素变量和企业状态变量并计算优的概率来计算环境分数。
10.根据权利要求1所述的方法,其中所述技术等级的获得包括通过对由加权评分模型得出的根据评估点的技术分数给予权重,来计算技术分数。
11.根据权利要求1所述的方法,其中所述技术评估认证等级的获得包括基于logit模型的风险等级和加权评分模型的技术等级,通过矩阵评估标准给出认证等级。
12.根据权利要求2所述的方法,其中所述逐年破产概率的计算包括:
通过输入变量和系数计算生存概率(XB);以及
通过反映出生存概率计算随时间变化的期望生命(或破产概率)。
13.根据权利要求3所述的方法,其中通过CBR预测管理结果包括:
计算根据技术评估点的分数;
测量欧几里德距离;
提取预定数目的欧几里德距离最小的企业;以及
通过提取被提取企业的结果通过CBR预测企业的结果。
14.一种技术评估方法,包括:
计算机中的
图示部分;以及
解释部分,
其中,企业的特征通过绘制KTCP矩阵表示,所述KTCP矩阵包括计算机中的图示部分和解释部分,且其中,技术能力、商业可能性、技术商业可能性和风险等级变量被设置为X轴或Y轴。
15.根据权利要求14所述的方法,其中所述KTCP矩阵的绘制包括:
选择技术评估风险等级、技术等级以及技术能力变量的每个变量;
计算风险等级、技术等级和财务稳定性等级;
计算技术能力、商业可能性以及技术商业可能性的分数;
根据计算的分数绘制矩阵表;以及
基于绘制的矩阵表构造矩阵图示部分。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050128324 | 2005-12-22 | ||
KR1020050128324A KR100713546B1 (ko) | 2005-12-22 | 2005-12-22 | 기술평가방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101341506A true CN101341506A (zh) | 2009-01-07 |
Family
ID=38182598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800483068A Pending CN101341506A (zh) | 2005-12-22 | 2006-12-15 | 技术评估的方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2009518709A (zh) |
KR (1) | KR100713546B1 (zh) |
CN (1) | CN101341506A (zh) |
WO (1) | WO2007073063A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102376067A (zh) * | 2010-08-20 | 2012-03-14 | 许威 | 基于金融信用贷款的评分卡系统及实现方法 |
CN104112170A (zh) * | 2014-06-23 | 2014-10-22 | 德高行(北京)科技有限公司 | 专利领先指标的建构方法及应用 |
CN109993395A (zh) * | 2018-01-02 | 2019-07-09 | 爱信诺征信有限公司 | 一种企业生存指数生成方法及系统 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5004085B2 (ja) * | 2007-10-02 | 2012-08-22 | 学校法人同志社 | 企業価値評価装置、企業価値評価方法、及びコンピュータプログラム |
KR101210449B1 (ko) | 2012-07-03 | 2012-12-13 | 한국산업기술평가관리원 | 연구과제 시장성 평가방법 및 평가시스템, 그 기록매체 |
KR101364925B1 (ko) * | 2013-02-28 | 2014-02-27 | 충북대학교 산학협력단 | 전통명가 인증 시스템 및 이를 이용한 전통명가 인증 방법 |
KR101834007B1 (ko) * | 2016-06-03 | 2018-03-02 | 서상훈 | 심리측정 데이터 기반 개인 신용평가 장치, 방법 및 컴퓨터 프로그램 |
KR101836806B1 (ko) | 2017-11-09 | 2018-03-09 | 해양수산과학기술진흥원 | 해양 수산 분야의 특성을 반영한 기술력 평가 모델 생성 방법 및 그 장치 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040051744A (ko) * | 2002-12-11 | 2004-06-19 | 주식회사 케이티 | 네트워크 자산의 위험 등급 산출 시스템 및 그 방법 |
KR100524649B1 (ko) * | 2003-06-04 | 2005-10-31 | (주)인젠 | 정보 자산의 위험 분석 시스템 |
KR100524562B1 (ko) * | 2003-06-16 | 2005-11-01 | 심학봉 | 기술평가 방법 및 그 시스템 |
KR20050006554A (ko) * | 2003-07-09 | 2005-01-17 | 주영지 | 업무 프로세스 기반의 위험 분석 평가 방법 및 시스템 |
KR20050112663A (ko) * | 2004-05-27 | 2005-12-01 | 오덕교 | 온라인 기술 평가 시스템 및 기술거래/평가 데이터베이스 시스템 구축 방법 |
-
2005
- 2005-12-22 KR KR1020050128324A patent/KR100713546B1/ko active IP Right Grant
-
2006
- 2006-12-15 CN CNA2006800483068A patent/CN101341506A/zh active Pending
- 2006-12-15 WO PCT/KR2006/005501 patent/WO2007073063A1/en active Application Filing
- 2006-12-15 JP JP2008543208A patent/JP2009518709A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102376067A (zh) * | 2010-08-20 | 2012-03-14 | 许威 | 基于金融信用贷款的评分卡系统及实现方法 |
CN104112170A (zh) * | 2014-06-23 | 2014-10-22 | 德高行(北京)科技有限公司 | 专利领先指标的建构方法及应用 |
CN104112170B (zh) * | 2014-06-23 | 2018-08-31 | 深圳德高行知识产权数据技术有限公司 | 专利领先指标的建构方法及应用 |
CN109993395A (zh) * | 2018-01-02 | 2019-07-09 | 爱信诺征信有限公司 | 一种企业生存指数生成方法及系统 |
CN109993395B (zh) * | 2018-01-02 | 2021-04-16 | 爱信诺征信有限公司 | 一种企业生存指数生成方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2009518709A (ja) | 2009-05-07 |
KR100713546B1 (ko) | 2007-04-30 |
WO2007073063A1 (en) | 2007-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ardia et al. | Questioning the news about economic growth: Sparse forecasting using thousands of news-based sentiment values | |
Sarma | Predictive modeling with SAS enterprise miner: Practical solutions for business applications | |
CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
Cielen et al. | Bankruptcy prediction using a data envelopment analysis | |
Park et al. | A case-based reasoning with the feature weights derived by analytic hierarchy process for bankruptcy prediction | |
Weiss et al. | Predictive data mining: a practical guide | |
Shmueli et al. | Data mining for business intelligence: Concepts, techniques, and applications in Microsoft Office Excel with XLMiner | |
Lin et al. | A data mining approach to the prediction of corporate failure | |
Ng et al. | An agency theory and probit analytic approach to corporate non-mandatory disclosure compliance | |
Brezigar-Masten et al. | CART-based selection of bankruptcy predictors for the logit model | |
CN101341506A (zh) | 技术评估的方法 | |
CN106875270A (zh) | 一种构建及验证信用评分方程的方法和系统设计 | |
Chen et al. | An alternative model for the analysis of detecting electronic industries earnings management using stepwise regression, random forest, and decision tree | |
Berg et al. | Point and density forecasts for the euro area using Bayesian VARs | |
Xu et al. | Novel key indicators selection method of financial fraud prediction model based on machine learning hybrid mode | |
Caylor et al. | Analysts' qualitative statements and the profitability of favorable investment recommendations | |
Stanisic et al. | Predicting the type of auditor opinion: Statistics, machine learning, or a combination of the two? | |
Papoulias et al. | Analysis and modeling of recent business failures in Greece | |
CN115660834B (zh) | 基于决策树的个贷风险评估方法 | |
Chaudhuri et al. | Quantitative modeling of operational risk in finance and banking using possibility theory | |
Awad et al. | Using data mining tools to prediction of going concern on auditor opinion-empirical study in iraqi commercial | |
CN107844874A (zh) | 企业营运问题分析系统及其方法 | |
CN113240513A (zh) | 一种用户授信额度的确定方法和相关装置 | |
CN117291603B (zh) | 一种大数据比对应收账款确权的风险评估系统 | |
CN111027845A (zh) | 一种适用于电力市场主体客户画像的标签模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090107 |