鲍新中，北京联合大学管理学院院长，教授，会计学科带头人，创新企业财务管理研究中心主任，博士，北京市高等学校教学名师，北京市长城学者，北京市师德先锋称号获得者，中国注册会计师协会会员。主持国家社科基金、省部级课题、北京市教委教改课题,以及企业委托课题数十项。在SCI、EI国际期刊及《中国管理科学》《系统管理学报》《科学学研究》《管理学报》等国内专业学术期刊发表论文100余篇，主编或参编著作及译著10余本。主要研究方向为创新企业财务管理、知识产权运营等。
徐鲲，北京联合大学管理学院教授，北京市高校青年教学名师。

在企业知识产权运营过程中，知识产权的价值评估是一个关键的问题。首先，本书从市场基准和非市场基准两个视角，对国内外知识产权价值评估相关研究和实践进行了归纳总结，并以此为基础进行了相关的实证研究；其次，本书就知识产权价值评估中的风险问题、难点问题进行了分析，从理论和实践视角全方位地为知识产权价值评估提供借鉴及参考。 本书适合研究知识产权的有关人员、金融机构相关人员、科技型企业相关人员、知识产权领域从业人员，以及感兴趣的读者阅读、参考。

第一部分知识产权价值评估现状
第1章知识产权价值评估概述
1.1知识产权的特征及重要性
1.1.1知识产权的特征
1.1.2知识产权在经济发展中的重要性
1.2知识产权的价值属性及其评估特点
1.2.1知识产权的价值属性
1.2.2知识产权价值评估的特点
1.3知识产权价值评估的发展及障碍因素
1.3.1知识产权价值评估的发展
1.3.2知识产权价值评估的现实障碍
1.4开展知识产权价值评估工作所需政策环境分析
1.4.1规章制度方面的完善
1.4.2信息披露和获取方面的完善
1.4.3运营市场机制的完善
1.4.4评估机构与人员方面的完善
第2章知识产权价值评估研究综述
2.1知识产权价值及其影响因素
2.2知识产权价值评估指标体系
2.3知识产权价值评估方法
2.3.1市场基准的专利价值评估方法
2.3.2非市场基准的专利价值评估
第二部分市场基准的知识产权价值评估方法及应用
第3章知识产权价值评估的传统方法
3.1成本法
3.2市场法
3.3收益法
第4章基于实物期权法的知识产权价值评估
4.1相关概念
4.1.1期权
4.1.2实物期权
4.2实物期权定价基本模型
4.3实物期权知识产权价值评估模型
4.3.1知识产权实物期权定价模型的建立
4.3.2参数的确定
4.4案例分析
4.4.1参数指标测算
4.4.2实物期权法评估
4.4.3敏感性分析
4.4.4收益法评估
4.4.5实物期权法与收益法比较
第三部分非市场基准的知识产权价值评估方法及应用

第5章基于模糊综合评价方法的专利价值评估
5.1模糊综合评价方法在专利价值评估中的应用概述
5.2专利价值评估体系及权重确定
5.2.1专利价值评估体系
5.2.2权重确定
5.3基于模糊综合评价方法的专利价值评估实证研究
5.3.1数据采集
5.3.2专利价值评估
5.3.3评估结果检验
5.4小结
第6章基于线性回归模型的专利价值评估
6.1多元线性回归基本理论
6.2多元线性回归模型及基本假设
6.3基于多元线性回归的专利价值评估实证分析
6.3.1知识产权价值评估指标及样本的选择
6.3.2数据收集与模型建立
6.3.3多元线性回归模型的应用
6.3.4实证结论与启示
第7章基于机器学习的知识产权价值评估
7.1构建知识产权价值评估指标体系
7.1.1知识产权价值评估指标筛选
7.1.2知识产权价值评估指标体系建立的原则
7.1.3知识产权价值评估指标体系构建
7.2基于粗糙集的知识产权价值评估模型构建
7.2.1粗糙集理论概述
7.2.2基于粗糙集的专利价值评估模型
7.3基于BP神经网络的知识产权价值评估
7.3.1BP神经网络概述
7.3.2基于BP神经网模型的专利价值评估
7.3.3两种方法评估结果对比分析
7.3.4本章小结
第四部分知识产权价值评估的风险管理[HT〗
第8章知识产权价值评估的风险评价
8.1知识产权价值评估的风险因素分析
8.1.1评估风险
8.1.2技术风险
8.1.3管理风险
8.1.4市场风险
8.1.5法律风险
8.1.6社会风险
8.1.7金融风险
8.2基于模糊综合评判的知识产权价值评估风险评价
8.2.1基于模糊综合评判的价值评估风险评价思路
8.2.2算例分析
8.2.3结论
第9章知识产权价值评估风险管理改进建议
9.1知识产权价值评估风险管理国外经验借鉴
9.1.1美国对知识产权价值评估的风险控制
9.1.2日本对知识产权价值评估的风险控制
9.2知识产权价值评估风险控制的改进措施
9.2.1完善知识产权质押融资相关法律
9.2.2注重知识产权保护，加强政府引导能力
9.2.3引导企业加强自身建设
9.2.4建立专业价值评估机构
9.2.5建立第三方中介服务机构与平台
参考文献
附录一Johnson’s algorithm算法决策规则
附录二BP神经网络算法代码