基于专利视角的技术并购目标选择方法研究
发布时间：2021-11-07 00:34
随着新兴产业的崛起,市场融通进一步加强,技术成为一个企业、一个国家在行业立足的核心因素。企业为了在技术领域获得领先地位,由从依靠自主研发转变为依靠外部资源获取技术支持与自主研发双向发展,即通过技术合作、技术收并购等方式实现技术的优势互补以及强强联合,帮助自身企业及企业双方实现技术创新能力增强,形成技术壁垒。因此,技术并购是企业在技术领域中实现跨越式发展的重要途径。技术并购的直接目的是巩固企业自身技术壁垒,扩展技术研究领域,实现企业在该行业中处于领先地位。同时,能够最大限度的降低并购后期的整合难度,实现双方企业融合式、互促式发展。因此,在企业并购前期,选择合适的并购目标是企业并购目的实现的前提。本文的研究放在技术并购的前期选择阶段,构建了基于专利信息进行目标企业选择的技术相关分析模型,分析了影响技术并购的主要因素,构建了主要因素的度量方法。本文的研究工作主要包括:（1）对技术并购、技术相关性、产业技术链等相关文献进行调研,总结技术相关性的影响因素及指标,重点围绕技术相关性的两大因素即技术相似性与技术互补性的现有成果及不足进行分析;（2）构建技术并购目标企业选择的技术相关分析模型,考虑时间...
【文章来源】：首都经济贸易大学北京市
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
专利中包含的信息为了降低并购后期技术整合的风险和难度，需要在并购前期做好战略制定，开展技
第1章绪论8难度，提高技术并购质量及巩固主并购方的技术发展优势，弥补薄弱环节。构建了针对企业技术并购研究的技术相似性与互补性度量方法，使度量结果更加符合企业技术并购目标和初衷。为企业在技术并购、收购过程前期，对目标企业的选择提供了参考模型。技术路线图如图1-3所示。图1.3技术路线图
第3章技术相似性度量方法16=()∈({}∩{})（3-1）{}和{}分别是样本数据中的专利权人i和j拥有的IPC分类号集合，表示两者共有分类号，表示样本集合中出现的次数。根据耦合频次以衡量企业间的技术相似度。但是这种方式存在以下不足：如果主并购方与两个企业拥有的重合分类号数量总量相同，但是不同分类号的重合频次不同，如图3.1所示，比如甲、乙两企业对专利分类号A重合频次为a，专利分类号B重合频次为a，则耦合频次为2a，而甲、丙两企业对专利分类号A重合频次为2a，对于专利分类号B的重合频次为0，得出的相似性结果是相同的，这种耦合计算方式忽略了主并购方的研发重点，以该角度度量企业相似度时，对于研究领域不同的潜在并购目标，若专利申请总量相同，则企业间技术相似度相同。但是对于主并购方而言，会更加倾向于在技术上并购与自身研究方向一致的。比如对于主并购方企业甲而言，可能研究重点更多的着重于专利分类号B研究领域，A只是辅助的边缘技术，所以在技术并购过程中，主并购方会更加倾向于在B研究领域有较大优势的企业丙作为自己的并购目标。反之，若研究重点在专利分类号A领域，则更倾向于与企业乙做技术并购，以巩固在该领域技术地位。因为只有这样才能够起到强强联合的作用，同时较低后期整合难度。而现有的对于专利耦合的测度方法正式忽略了这一点，即只看总量忽视企业间研发方向重点差异。图3.1现有专利耦合度量方法存在的不足因此，考虑到以上现有成果的不足，在技术并购目标选择中，技术相似度的耦合度量中引入主并购研发重点影响因素，在度量过程中着重考虑主并购方技术侧重领域。在加入主并购方研发重点的技术相似性耦合方法度量下，相似度较高的企业不仅在专利分类号申请中有较高的重复率，同?
【参考文献】：
期刊论文
[1]基于专利异构网络的中小企业潜在合作伙伴研究——以石墨烯领域为例[J]. 傅俊英,彭喆,郑佳,袁芳,李秾. 情报学报. 2019(04)
[2]创新存量、技术互补性与跨国并购技术创新绩效[J]. 赵黎明,陈妍庆. 科学学与科学技术管理. 2019(02)
[3]专利分类号耦合分析在企业潜在合作关系识别中的应用[J]. 温芳芳. 现代情报. 2018(07)
[4]文献相似性检测技术及其应用[J]. 蒋勇青,于洋. 情报工程. 2018(03)
[5]基于专利分析的我国LED上市公司竞合关系研究[J]. 翁银娇,马文聪,叶阳平,张光宇. 科技管理研究. 2018(08)
[6]利用Doc2Vec判断中文专利相似性[J]. 张海超,赵良伟. 情报工程. 2018(02)
[7]技术并购、吸收能力与企业技术创新动态能力——来自创业板上市公司的证据[J]. 董平,周小春. 科技管理研究. 2018(07)
[8]基于SAO结构语义挖掘的新兴技术演化轨迹研究[J]. 李欣,谢前前,黄鲁成,吴菲菲. 科学学与科学技术管理. 2018(01)
[9]基于德温特专利分类号耦合的技术多缘性与技术相似性研究——以29家福布斯全球2000强汽车企业为例[J]. 温芳芳. 情报理论与实践. 2017(08)
[10]面向技术转移的专利组合技术关联性测度分析[J]. 吴健. 科技视界. 2017(19)
博士论文
[1]并购对收购公司长期股东价值影响的实证研究[D]. 何任.哈尔滨工业大学 2014
硕士论文
[1]聚类技术的若干问题研究[D]. 刘亚琼.广西师范大学 2014
[2]专利引文网络分类分析及结构模式发现研究[D]. 曹德斌.国防科学技术大学 2013
[3]基于语义分析的文本相似度算法研究[D]. 尤金朋.杭州电子科技大学 2013
[4]专利无效对比文件及其获取研究[D]. 隆瑾.湘潭大学 2012
[5]OWL DL本体中概念相似度算法研究[D]. 付秀东.西南交通大学 2009
本文编号：3480819
【文章来源】：首都经济贸易大学北京市
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
专利中包含的信息为了降低并购后期技术整合的风险和难度，需要在并购前期做好战略制定，开展技
第1章绪论8难度，提高技术并购质量及巩固主并购方的技术发展优势，弥补薄弱环节。构建了针对企业技术并购研究的技术相似性与互补性度量方法，使度量结果更加符合企业技术并购目标和初衷。为企业在技术并购、收购过程前期，对目标企业的选择提供了参考模型。技术路线图如图1-3所示。图1.3技术路线图
第3章技术相似性度量方法16=()∈({}∩{})（3-1）{}和{}分别是样本数据中的专利权人i和j拥有的IPC分类号集合，表示两者共有分类号，表示样本集合中出现的次数。根据耦合频次以衡量企业间的技术相似度。但是这种方式存在以下不足：如果主并购方与两个企业拥有的重合分类号数量总量相同，但是不同分类号的重合频次不同，如图3.1所示，比如甲、乙两企业对专利分类号A重合频次为a，专利分类号B重合频次为a，则耦合频次为2a，而甲、丙两企业对专利分类号A重合频次为2a，对于专利分类号B的重合频次为0，得出的相似性结果是相同的，这种耦合计算方式忽略了主并购方的研发重点，以该角度度量企业相似度时，对于研究领域不同的潜在并购目标，若专利申请总量相同，则企业间技术相似度相同。但是对于主并购方而言，会更加倾向于在技术上并购与自身研究方向一致的。比如对于主并购方企业甲而言，可能研究重点更多的着重于专利分类号B研究领域，A只是辅助的边缘技术，所以在技术并购过程中，主并购方会更加倾向于在B研究领域有较大优势的企业丙作为自己的并购目标。反之，若研究重点在专利分类号A领域，则更倾向于与企业乙做技术并购，以巩固在该领域技术地位。因为只有这样才能够起到强强联合的作用，同时较低后期整合难度。而现有的对于专利耦合的测度方法正式忽略了这一点，即只看总量忽视企业间研发方向重点差异。图3.1现有专利耦合度量方法存在的不足因此，考虑到以上现有成果的不足，在技术并购目标选择中，技术相似度的耦合度量中引入主并购研发重点影响因素，在度量过程中着重考虑主并购方技术侧重领域。在加入主并购方研发重点的技术相似性耦合方法度量下，相似度较高的企业不仅在专利分类号申请中有较高的重复率，同?
【参考文献】：
期刊论文
[1]基于专利异构网络的中小企业潜在合作伙伴研究——以石墨烯领域为例[J]. 傅俊英,彭喆,郑佳,袁芳,李秾. 情报学报. 2019(04)
[2]创新存量、技术互补性与跨国并购技术创新绩效[J]. 赵黎明,陈妍庆. 科学学与科学技术管理. 2019(02)
[3]专利分类号耦合分析在企业潜在合作关系识别中的应用[J]. 温芳芳. 现代情报. 2018(07)
[4]文献相似性检测技术及其应用[J]. 蒋勇青,于洋. 情报工程. 2018(03)
[5]基于专利分析的我国LED上市公司竞合关系研究[J]. 翁银娇,马文聪,叶阳平,张光宇. 科技管理研究. 2018(08)
[6]利用Doc2Vec判断中文专利相似性[J]. 张海超,赵良伟. 情报工程. 2018(02)
[7]技术并购、吸收能力与企业技术创新动态能力——来自创业板上市公司的证据[J]. 董平,周小春. 科技管理研究. 2018(07)
[8]基于SAO结构语义挖掘的新兴技术演化轨迹研究[J]. 李欣,谢前前,黄鲁成,吴菲菲. 科学学与科学技术管理. 2018(01)
[9]基于德温特专利分类号耦合的技术多缘性与技术相似性研究——以29家福布斯全球2000强汽车企业为例[J]. 温芳芳. 情报理论与实践. 2017(08)
[10]面向技术转移的专利组合技术关联性测度分析[J]. 吴健. 科技视界. 2017(19)
博士论文
[1]并购对收购公司长期股东价值影响的实证研究[D]. 何任.哈尔滨工业大学 2014
硕士论文
[1]聚类技术的若干问题研究[D]. 刘亚琼.广西师范大学 2014
[2]专利引文网络分类分析及结构模式发现研究[D]. 曹德斌.国防科学技术大学 2013
[3]基于语义分析的文本相似度算法研究[D]. 尤金朋.杭州电子科技大学 2013
[4]专利无效对比文件及其获取研究[D]. 隆瑾.湘潭大学 2012
[5]OWL DL本体中概念相似度算法研究[D]. 付秀东.西南交通大学 2009
本文编号：3480819
本文链接：https://www.wllwen.com/kejilunwen/qiche/3480819.html
