滕波：利用大数据挖掘知识产权的真正价值|p2p|互联网金融|利率

前列腺记者

中技知识产权金融服务集团副总经理、北京中技知识产权评估有限公司总经理滕波

中技知识产权金融服务集团副总经理、北京中技知识产权评估有限公司总经理滕波
　　2016年1月8日，由中关村互联网金融研究院、中国互联网金融三十人论坛(CIF30)主办，国培机构联合主办的“2016中关村互联网金融论坛暨第三届普惠金融论坛”在北京成功举行。本届论坛以“助力供给侧改革，服务实体经济”为主题，逾800位互联网金融界、传统金融界、投资界等相关领导、专业、跨界人士参与。在下午举办以“小微金融因时而变的破局与创新之道”分论坛中，中技知识产权金融服务集团副总经理、北京中技知识产权评估有限公司总经理滕波发表主题演讲。
　　以下为现场文字实录：
　　滕波：尊敬的各位来宾大家下午好，首先感谢主办方能够给我这个机会向大家介绍一下知识产权金融大数据我今天想给大家介绍的方式也是跟今天的主题比较有关系，有两个关系，第一主题叫做助力供应侧改革，那么其中从我的角度理解，我们国内的专利申请量包括商标量，包括著作权其实都在风起云涌，从质量到数量都在提高，尤其是数量达到了全世界的第一名。那么如何把知识产权变成挖掘它真正的价值，让它变现帮助企业成长，这也是符合我们习大大提出来的供给侧改革的意义。
　　另外一个方面我们今天还有一个分会场的主题，小微金融，那么小微金融有一个特点就是，在成长过程中很多时候它欠缺有形资产，很多时候只能靠它的无形资产，还有信用解决融资问题。那么信用不足包括无形资产不够冲量的时候，那么我们来解决它的方式就是通过挖掘它的无形资产的价值帮助他获得银行贷款或者其他的融资渠道，包括帮助他获得主权投资。所以这里也是我们在研究知识产权金融这方面如何通过知识产权数据和金融大数据两方面的整合，能够起到对企业的帮助，起到对投融资机构的指导作用，这是现在我们正在探索的方向。
　　我们在中小微企业他遇到的困难，包括在贷款的时候轻资产缺少抵押物，当它在做股权融资的时候，同样会遇到一些问题，包括它的谈判时间会比较长，双方估值会比较大，有时候会导致企业创始人忽视长期利益，这都是在贷款融资和股权融资这两个方向会遇到这样的问题。
　　我们的解决方案，包括通过对它的专利进行一个分析评议和导航的方式，提供给担保和基金，最后通过担保和基金双增信完成贷款，这个刚才方总已经做过一个类似的介绍。我们具体的操作方式，主要从知识产权金融这个方式切入，包括我们可以在做知识产权证券化，可以做知识产权的信托，知识产权的保险，知识产权的指数基金，知识产权的银行，金融信用评级投融资还有最后知识产权相关的一些基金，即通过我们的数据挖掘来完善并最后推出来这些各个知识产权金融新玩法。
　　我们举个例子，这是我们前面的一个项目，如何操作知识产权大数据，比如说我们在一家大学做工作，那大学提出需求他需要它的将近5千件专利，怎么样为它创造商业化价值，第一我们挖掘它的专利重点领域分析，这个很容易，找到重点学科领域，那么第二个我们来发觉这个大学的专利到底如何来形成这个商业化前景。我们发现一个奇怪的现象，这个大学和他做类似的专利申请全部都是另外的大学和院所，包括中科院，大家都在做非常类似的研究。不止是这一家大学还有其他的高校也出现了同样的问题。那么我们反过来看另外一个例子，就是美国大学，把美国大学在中国的专利申请做一个排名，并且做一个内容分析以后，我们发现一个特别有意思的问题，就是美国大学的专利申请和其他的一些跨国大公司的专利非常相近，也就是说他们的研究贴近与现有的企业，尤其是贴近跨国大企业。
　　于是我们就明白了，为什么我们说科技转化难，美国的研究成果是完全面向大型的跨国企业，他能够直接面向工业化，面向产业化，所以他们在做技术转移，做知识产权成果转让，做无形资产挖掘方面做的远远比我们国内现有的情况强。这个现象并不是一朝一夕能够改变的，我们能够做什么，在他将近5千件专利里面，我们找现有的专利哪些能够帮助他获得商业化前景，能够做一个创新公司，或者能够把它转让许可给其他的公司。这样的专利对这家高校来说是他目前存量专利里面最有价值的一部分。
　　于是我们就通过专利大数据的挖掘帮助这家高校找到这些专利，这里面因为时间比较短，后面会针对他的每一件专利做一些分析，包括他会面向哪些企业获得足够的商业化前景，这些可以在前期挖掘的。那么对于存量的专利能够进行大数据方面的挖掘。另外一个角度对于重点技术领域我们怎么样开拓一些好的商业机构，包括投资的机会，融资的机会，我们有一些探索，比如说我们做轨道交通的领域，第一个副我放轨道交通的基础路线图，我们分到三个技术结点，当然整个图获得5个技术结点，在获得技术点分布以后，我们就来在里面寻找哪些是它的重点机会领域，这些重点技术领域里面到底有那些公司做的非常强，我们就做第一件事我们先看上市公司在做哪些，这些上市公司连同他的子公司，上市公司一共85家，连带子公司一共100家左右，总共有7万多件专利，当然这个跟中国专利，中国专利一共有700多万件，我们挖掘1%的有效专利，正好能够落入轨道交通领域。我们通过这个方式把上市公司关注的技术热点找到以后再通过分类的位置，对他进行专利数据的分析以后，定位到与上市公司在同样技术领域内形成足够的竞争力的中小企业都是谁，那么在这个基础上我们再做一个下游排名。逻辑是这些中小企业他们在做技术热点和技术上非常接近，第二它的技术发展在某些层面上可以克服上市公司没有完成的技术突破。那么这样的中小企业基于一带一路，轨道交通大领域的认知，未来发展前景的领域，对成长性的认知，对于这个领域未来的买方基本上都是大央企，大国企他们的资金能力的认知，我们认为中小企业集聚投资价值，而且也存在明显的退出通道，他们未来的投资也好融资也好会有非常安全的退出通道。
　　我们通过7万多件专利，找到相对应的一些中小企业，那么这些中小企业我们找到在北京一共是514家非上市公司，非科研院校，非高校，中小公司一共500多家，做一些数据的筛选，比如说专利申请与产品关联度很低的，比如说近5年内没有新的专利申请，类似这样的企业我们排除掉。下一步用金融大数据，包括它的行业分析，具体技术热点的分析，包括上市公司的一些对比，那么通过这种方式我们精选一些企业，比如说他和上市公司未来有一个退出通道的可能性，或者一些知名的创投引入，这样对这家企业做增信，或者在国家范围内是不是有一些相关的资质，比如说像中关村的信用企业，或者国家高新企业类似这样的东西，我们都能找到，最后定到40多家企业。在这个基础上我们在对这些企业进行一个现场调查，在进行投资也好，融资也好，未来我们就改变了一个项目来源，也就是说之前的项目在座的投资机构，大家会更多的通过一些渠道，朋友或者一些同业人员推荐，那么我们这个转变成通过技术的角度挖掘一些投资偏好的项目，我们在反过来找项目看，分析它的团队是不是值得我们投。这样的话就为我们的投资机构拓宽了一个，利用大数据挖掘的路线。
　　我今天主要分享这么多，因为今天时间略微晚了一点，我希望有机会和在座的各位合作，也希望大家能够给我们指点。谢谢。
　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。