无形资产之鉴价方法─以专利或技术鉴价为核心

1、 . . . 无形资产之鉴价方法以专利或技术鉴价为核心 撰文元勤科技威霖林殿琪选择权鉴价法则是将技术或专利的购买或移转对应到选择权理论，购买或授权一项技术或专利，系取得以后可以在一段时间投入一定生产成本、生产某一产品、并进而销售该产品的权利。就技术买卖或技术授权而言，此种选择权只有在后续产品开发成功而且市场销售有利可图的状况下才会被执行。利用选择权理论中Black-Scholes model可以很快产生技术或专利的价值，以作为技术移转过程中权利金的参考，亦可当成专利设质的依据。一、前言早期，公司或企业的生产要素是建立在大量劳力与资金等有形资产之上，透过巨额资金购买厂房、机器等硬设备与

2、土地，再配合大量劳工进行产品的生产，最后经由销售产品而获利。因此，传统评估一家公司体质与获利能力是否良好，主要是藉由土地、厂房、机器设备等有形资产的多寡来判断，同时因为上述有形资产可以依据会计原则订定出适当的价值，而容易于市场上进行交易，因此公司或企业常常利用此种有形资产进行相关融资行为，以增加营运的灵活度。然而，在全球倡导知识经济的时代中，企业拥有的知识或者称为无形资产（Intangible Assets）的价值，已经逐渐超越一般有形资产，并能为企业产生最大价值，也就是说，公司或企业的生产要素除了建立在大量劳力与资金等有形资产之外，知识或是无形资产也已经成为公司生产要素之一。一般而言，公司或

3、企业的无形资产包含行销能力、，供应链或客户关系管理能力、品牌形象、员工教育水平与素质、公司研发能力、公司专利或商标数量等。当一家公司的无形资产越多，可预见的该公司未来获利的机会与可能性也越高，尤其对于高科技公司更是如此。举例而言，美国微软（Microrsoft）公司是以生产计算机操作系统与软件为主的公司，该公司的操作系统与其它软件在全球市场上享有极高的占有率，但是这些操作系统与其它软件的生产主要是依赖人脑的创意、研发能力和行销技巧，而非依赖土地或厂房设备。据统计，于1995年4月微软公司的资产净值虽然只有45亿美元，但是当时微软公司所有的股票市场价值竟高达491亿美元，两者差距高达446亿美元

4、。此外，根据美国纽约大学财务会计系教授Baruch Lev在1999年所作的研究报告(注1)显示，研发能力乃是影响公司未来盈收与公司价值的主要依据，而公司专利的数量与品质正好可以反映该公司的研发能力，例如以专利对公司盈收影响为例子，IBM在1990年的专利权利金收入约为3亿美元，到2000年的权利金收入已高达10亿美元，几乎占IBM九分之一的税前营收。IBM于1995年4月公司的资产净值约有225亿美元，但是当时IBM所有的股票市场价值竟高达540亿美元，两者差距亦高达315亿美元，可见公司无形资产对公司价值或股价的影响。注1. Zhen Deng, Baruch Lev, and Franc

5、is Narin, (Science and Technology as Predictors of Stock Performance), Financial Analysts Journal, May, 1999二、无形资产的定义与涵全世界上市上柜公司存在一种普遍的现象，即企业的市场价值(代表市场上投资人对公司价值的评估)通常与帐面价值(会计上表达的公司价值)不等。就组织管理观点而言，公司市场价值与帐面价值的差异可归因于无形资产的存在，意即，无形资产的价值左右市场价格的变动。然而，何谓无形资产？根据Edvinsson & Malone的解释，无形资产广义可称为智能资本或知识资本或非

6、财物资本或隐藏资产或不可见资产等。具体而言，无形资产为每个人能为公司带来竞争优势的一切知识与能力的加总，即藉由经营者与员工的智能与知能所产生的公司竞争力。若以数学模式对无形资产定义，1989年詹姆士托宾(James Tobin)将无形资产定义为，企业市场价值与净资产价值的差值，其衡量模式为：无形资产 ( 股票交易价格 × 已发行股数 ) 净资产价值因此，在上述微软公司的例中，发行的股数乘以股票交易价格，即为微软公司此时此刻的企业市场价值，再扣除帐面上的净资产价值，即为微软的无形资产价值。换言之，估计企业未来的无形资产价值，即可推测该企业未来的股票价格，对于投资人而言，可谓重要的投资参

7、考指针。既然无形资产对未来股票价格预测具如此关键性地位，首先需要对无形资产价值加以评量并区分其涵。根据Edvinsson & Malone所着智能资本(注2)一书，可将无形资产分为下列四要素，即人力资本、顾客资本、创新资本以与流程资本。另根据一项针对国信息软件业者的研究，将无形资产的各要素进行相对权重比较，发现信息软件业的无形资产中，以创新资本最为重要。意即，在企业发展过程中的研发投入、关键技术、智能财产权与创新文化，以与其它用来开发并加速新产品与新服务上市的要件最为重要。下图一表示无形资产的涵与组成要素之间的关联。图一、无形资产涵与组成要素注2. Leif Edvinsson, Mi

8、chale S. Malone, 林大容译, 智能资本：如何衡量信息时代无形资产的价值, 麦田出版, 1999.三、无形资产的重要元素-技术或专利权由于无形资产不具实物型态、不易量化的特征，国外的专家针对企业无形资产组成要素，发展出许多不同的衡量指针，林林总总，目前尚未达成共识。然而在各项发表的研究中，各种技术或专利相关的项目，例如专利权数目、专利权的平均年限、尚未通过申请的专利数量、专利权的维护成本等数据，常被专家学者选用作为评量无形资产的指针。由此可知，专业人士要对企业的无形资产价值进行评估，企业的专利权是不可或缺的评量要素。虽然目前仍无全球标准化的专利鉴价机制，然而经由市场上买卖双方的供

9、需协调，仍可衡量出专利权的价值。在一份由哈佛企管学院(Harvard Business School)所出版的专利与交换授权：促进全球智能财产交易市集(注3)一文中指出，自1996年来，全球各大企业无不致力于公司研发技术的部整合、专利组合开发、授权策略制定，以攫取旗下专利所附带的利益，而参与全球专利市场授权的主要成员为美国、日本、德国以与欧盟等技术先进国家，控制90%以上的智能财产市场。以最大的智能财产输出盈余国美国为例，由表一(注4)可知，1995年至1998年间，美国与其它国家进行专利授权交易的金额，光是1998年，美国收取外国公司的授权金即高达368亿美元，而美国支付给德国、日本等外国公

10、司的授权金亦高达110亿美元，并且参与市场交易金额逐年成长中。另外据统计，目前全球每年技术交易市集的交易金额约1100亿美元，其中首位的美国每年技术交易市集的交易金额约300亿美元，日本与英国位居第二、第三位，每年技术交易市集交易金额约为100至50亿美元。由此可见，知识经济体系中，专利或技术授权金额之多，对商业活动的影响之大，以与技术交易市集之活络。但是，这些专利或技术等无形资产，并不像前述的土地、厂房等有形资产般，可以很容易订定交易价格，使得许多企业尤其是高科技公司无法利用这些专利或技术在资金市场上取得一定的融资额度，这对多以无形资产为主的科技公司无异是一项戕害。其次，当进行技术移转或专利

11、授权时，授权人或被授权人所关心的不单单只有技术或专利本身，到底此种技术或专利的价值为何？授权的权利金应该多少？这些经济因素都是影响技术移转或专利授权谈判成功与否的关键。而且目前技术交易市集是许多国家所积极倡导的观念，希望藉由技术或专利交易的活络，不论是授权或移转的方式，来促进技术或产业的升级，进而提升企业或国家的竞争力。这在在都显示技术交易市集在全球知识经济体系所占据的重要地位，如何决定这些技术或专利在技术交易市集中的价值，将专利与技术资产化、价值化，乃是技术交易市集必备要件。注3.The Patent &License Exchange:Enabling a Global IP Ma

12、rketplace., N9-600-150 Draft, 2000.7.1, Harvard Business School.注4. Michael A. Mann and Laura L. Brokenbough, (Survey of Current Business： U. S. International Services) U.S. Department of Commerce, Bureau of Economic Analysis, October 1999, pp. 72-75 表一：美国与外国公司专利授权交易单位：10亿美元年度1995199619971998国家收取支付收

13、取支付收取支付收取支付所有国家30.2896.91932.4707.83733.7819.39036.80811.292加拿大1.3780.1511.5260.2251.5940.3221.6450.424欧洲15.5724.56116.8634.83516.4245.75619.1191.368德国2.9450.7142.8410.7192.7620.8873.3071.368亚洲9.8461.66610.4071.64111.4212.46511.0152.586日本5.8891.5615.9401.4346.6952.1106.3122.313其他3.4930.5413.6741.136

14、4.3420.8475.0291.276四、专利或技术的传统鉴价方式传统进行技术或专利鉴价的方法大约有三种，第一种是经验法则(rules of thumb)，该法则主要的基础在于一项产品的销售利润是由许多因素所决定，包含技术、行销管理与其它公司部资源相互组合而成，而技术的贡献度大约占了产品销售利润的25%33%。因此，倘若有一技术可以生产网络卡，如果该网络卡的总销售利润为400万元，则该技术的价值约为100万元130万元。进一步，根据此一经验法则可以推知，倘若产品的销售利润占总营收的20%，则权利金的比例约占总营收的5%6.7%。而在决定技术贡献度占产品销售利润的比例，有几项因素必须综合考量，

15、包含被授权人投资金额的大小、产品在销售市场上的风险大小等。然而据1997年一份在 les Nouvelless期刊(注5)的研究报告统计指出，即便某一技术可以提升利润80%，被授权人仍不愿意支付超过总销售利润的15% 。而且，此种经验法则并没有考量到不同产业或技术的差异性与风险性，而仅进利用一统一概念进行鉴价，因此并无法提供适当的鉴价标准。第二种是所谓的比较法，该方法是搜集技术交易市场中既有的交易资料与技术价格，进行分门别类的工作，对于一待鉴价的技术则是利用对应比较的概念，将其与现有的交易资料与技术价格进行比较，以求出该技术的恰当价格。例如，表二(注6)与表三(注7)即是经由市场调查在不同产业

16、的权利金比例，其中表二是指不同行业别(第一栏)之技术其权利金比例(第一列)的分布百分比状况，而表三则是不同行业别在不同研发生产阶段之权利金比例。找出这些市场行情价后，待鉴定的技术或专利则与这些市场行情价进行差异性的比对，并利用数量化的技巧，将各种差异因素给予一定的分数与比例，最后再依据综合判断得到该技术或专利的恰当价格。虽然此种比较法考虑了不同产业的差异性，但是一般技术移转或专利授权信息大多属于资料，并不可能随处可得，即便可以获得某些的交易资料与技术价格，该待鉴价的技术可否顺利找到一个适当的已知交易资料与技术价格进行比对，而再进行数量化的依据与标准如何确定，乃是此种比较法所需解决的问题。注5.

17、 Degnan, Stephen A. and corwin Horton, (A Survey of Licensed Royalties), Les Nouvelles, June, 1997.注6.McGavock, et. al., (factors affecting Royalty Rates), Les Nouvelles, June 1992.注7. Lita Nelson, (university patents), 1989 AUTM表二：不同产业授权权利金调查表(1)行业别权利金比例0-2%2-5%5-10%10-15%15-20%20-25%over 25%Aerosp

18、ace 40.0%55.0%5.0%   Automobile35.0%45.0%20.0%    Chemical18.0%57.4%23.9%0.5%  0.1%Computer42.5%57.5%     Electronics 50.0%45.0%5.0%   Energy 50.0%15.0%10.0% 25.0% food/consumer12.5%62.5%25.

19、0%    telecom   100.0%   healthcare10.0%10.0%80.0%40.0%55.0%5.0% pharmaceuticals1.3%20.7%67.0%8.7%1.3%0.7%0.3%表三：不同产业授权权利金调查表(2)Productroyaltycommentsoftware1-4% semiconductor3-5%chip designpharmaceuticals8-10%compodition of material 1

20、2-20%with clinical testdiagnostics4-5%new entity 2-4%new method-old entitybiotech0.25-1.5%process-non-exclusive 1-2%process/exclusive表四：不同风险考量下，折现系数k的大小characterization of riskKrisk-free10-18%very low risk15-20%low risk20-30%moderate risk25-35%high risk30-40%very high risk35-45%extremely h

21、igh risk50-70%第三种则是净现值(Net Present Value，NPV)或现金流量(Discounted Cash Flow，DCF)法，该NPV法则是将待鉴价的技术预估其可以使用的年限与预期其可以获得的净利，再利用折现的方式换算成现在的现金流量，以当作该待鉴价之技术的价值。而其主要利用下列公式：现金流量(DCF)=CF/(1+k)n其中，CF表示第n期的净利，k则表示折现系数，k的决定必需考量通货膨胀、资金市场的利率高低、预期的风险等因素。而表四(注8)即是列出在不同风险考量下，折现系数k的大小。注8.Harvard business review, 1987 6/89而该

22、待鉴定之专利或技术的价值，即是该专利或技术的净现值，即是利用该技术在不同时间点所产生的现金流量进行加总，如下公式所述：净现值举例而言，倘若有一网络卡技术可以使用十年，预估未来十年该网络卡的现金流量如表五所示：表五：网络卡之现金流量表（单位：百元） 第一年第二年第三年第四年第五年第六年第七年第八年第九年第十年预期营收23850272953092534749369843932341135423694364044949预期成本21107241562736930753327313480036405374973862239780预期利润27433139355639964253452247314

23、87250195169折现率1.00.880.780.690.610.540.480.430.380.33则该预期利润的净现值利用上述公式计算约为24,090,000元。虽然此种NPV法提供一个较明确的计算方式，但是此法必须对该技术所产生的利润与成本进行许多预估，每次预估就会产生一定的误差，因此，此种方式的误差不可谓不大。为了解决预估误差的问题，一种改良的净现值法蒙地卡罗法(Monte Carlo Method)，则是将每期的预期营收与预期成本，利用经验或市场调查报告产生可能的机率分布，再利用上述公式配合随机选取的方式，统计出净现值之可能数值的分布状况。五、选择权鉴价理论前述NPV法虽然提供一

24、种较明确的鉴价方法，但是该法并无法考虑未来风险的因素，而且也忽略了真实商业世界中决策的易变性，例如当一家公司进行一项产品研发计画初期投资200万元，倘若研发计画失败，则公司可能就决定不再继续投资，反之，倘若研发计画成功，公司可能决定继续投入一定资金进行原型产品的开发，或者会进入试产的研究等不同阶段。亦即，对多数公司而言，进行研发或者是技术移转时，上述动态的决策是必要的，尤其是生物科技公司更是如此，一项医疗相关药品的开发过程需历经数十年，其中可能包含数个阶段的临床测试，每个先期阶段的投资只是保证买到了从事研究开发的权利，而后续阶段持续与否端视先期研发是否成功而定。相对的，NPV法的计算基础乃是假

25、设所有投资决策不变下，所推出的预期结果，因此这种NPV鉴价方式仍有其局限性。举例而言，倘若A公司向B 公司获得授权进行一项产品的开发，而A 公司需给付B 公司权利金500万元，后续A公司可能需要再投资1000万元进行原型的开发，而后续量产的制造与行销成本假设有(1)4000万元，(2)8000万元，(3)1亿2000万元等三种可能，而销售的总金额假设有(1)5000万元，(2)1亿3000万元等两种，则经排列组合共有六种可能性，在此假设每一种发生的机率一样，依据NPV法的计算净现值结果如下：1/6*(5-4)+(5-8)+(5-12)+(13-4)+(13-8)+(13-12)=1 (单位千万

26、) 既然可能之获利经NPV法计算只有1000万元，但是A公司的权利金与原型开发共需投入1500万元，则此项技术授权就A公司角度而言似乎不是一项成功的投资。但是，就前述决策易变性观之，A公司的利金与原型开发所投入的1500万元，只是购买了一种选择权(注9)，使其有机会参与上述六种获利与亏损的可能性，而且对于上述六种可能性中，A 公司应该不会执意参与赔钱的决策，因此A 公司真正的获利应该修改成如下： 1/6*(5-4)+(0)+(0)+(13-4)+(13-8)+(13-12)=2.67 (单位千万) 其中原来销售总额小于成本的两种可能性基于商业决策，A公司将不会从事制造与销售，因此不会有任何营收

27、或亏损，故用0取代之。而在比较A公司的权利金与原型开发共需投入1500万元，则此项技术授权就A公司角度而言就是一项成功的投资。因此，在评估技术或专利的价值时，利用选择权理论是有其必要性。就一般选择权理论，购买一买权选择权（call option）系取得日后可以在一特定时间、用一定之执行价（executive price）、取得某一种股票的权利。而该买权选择权只有在该特定时间该股票的市价大于执行价时，选择权持有人才会执行(execute)此选择权，反之则会放弃执行的权利。而购买或授权一项技术或专利，系取得以后可以在一段时间投入一定生产成本、生产某一产品、并进而销售该产品的权利。就技术买卖或技术授

28、权而言，此种选择权只有在后续产品开发成功而且市场销售有利可图之状况下才会被执行。因此，选择权与专利或技术的授权两者间有相类似之处，如果将技术或专利授权对应到选择权理论，则选择权的价值如同该技术或专利的价值，而选择权的执行价或履约价格如同被授权人或技术买受人因要达到量产所需再投入的费用，包含建厂成本与营业费用与成本等，而选择权的到期日如同被授权人或技术买受人因要达到量产所需的时间。注9.Timothy A. Leuhman, (Investment Opportunities as Real Options: Getting started on the Numbers,) Harvard Bu

29、siness Review, July-Aug, 1998.在选择权理论中，Black-Scholes model(注10)所提供的选择权价格系表示为：其中，C表示该选择权价值，S表示该选择权所对应之股票的现值，E表示选择权的执行价格，T表示选择权的执行时间，e表示一自然指数，r表示一无风险利率，N(d1)表示一累积标准正规分布函数（cumulative standard normal distribution）在d1时的数值，N(d2) 表示该累积标准正规分布函数在d2时的数值，而，表示该选择权对应的股票报酬率之标准差表示该股票价格之标准差，ln()为自然对数。利用此Black-Schole

30、s model，配合前述表五之计算结果的净现值为24,090,000元，假设此项机率为50%，因此真正净现值只有12,045,000元，假设要生产该网络卡需要一年时间并投资1000万元方能量产，无风险利率设为5%，为0.5，则代入Black-Scholes model所产生的选择权价值，即是该专利或技术的价值，约为3,620,900元。注10.此模型乃由Fisher Black 与 Myron Scholes 于1973年提出，由Robert Merton 扩大此模型之应用围，对衍生性金融商品与股票选择权迅速成长有极大助益，因此于1997年由Myron Scholes 与Robert Merton获得诺贝尔经济学奖六、小结知识经济时代中，企业拥有的无形资产价值，已经逐渐超越一般有形资产，也就是说，公司或企业的生产要素除了建立在有形资产外，无形资产