أداة مونت كارلو هي تقنية محاكاة تُستخدم لدمج عاملي "عدم اليقين" و"التباين في النتائج" في نماذج التقييم. وفي حين يركز نهج الدخل، وتحديداً طريقة خصم التدفقات النقدية، على تقدير القيمة الحالية للتدفقات النقدية المستقبلية، فإن محاكاة مونت كارلو تتوسع أكثر في التقييم من خلال النظر في مجموعة من النتائج المحتملة بناءً على توزيعات الاحتمالات لمتغيرات المدخلات.
ومن خلال تشغيل النموذج عدة مرات واستخدام مجموعة واسعة من القيم للمدخلات، تسمح محاكاة مونت كارلو باجراء تقييم أكثر دقة للقيمة المحتملة للتكنولوجيا. وتوفر معلومات قيمة حول احتمالات التوصل إلى نتائج مختلفة، ونطاق القيم المحتملة، والاحتمالات المرتبطة بها، الأمر الذي يسمح بالحصول على تحليل أفضل لعاملي المخاطر وعدم اليقين المشمولين في عملية التقييم.
ناقشنا سابقا نهج الدخل الذي يُستخدم فيه معدل الخصم (قيمة واحدة) لحساب تكلفة رأس المال واحتمال النجاح - خلال مرحلة تطوير الملكية الفكرية وعندما يدخل المنتج الذي يَستخدم هذه الملكية الفكرية إلى السوق. ولكن استخدام قيمة واحدة لتمثيل التباين في التدفق النقدي قد لا يعكس بشكل كامل تقلب المدخلات في التدفق النقدي النموذجي.
وعلى النقيض من ذلك، فإن محاكاة مونت كارلو تأخذ بعين الاعتبار بشكل أفضل حالة عدم اليقين المرتبطة بالمتغيرات الرئيسية مثل التدفقات النقدية المستقبلية ومعدلات النمو ومعدلات الخصم ومعلمات السوق. ومن خلال توليد مجموعة من النتائج المحتملة، توفر توزيعًا للقيم، مما يسمح بفهم المخاطر والفرص المحتملة المرتبطة بالملكية الفكرية في مراحلها المبكرة بشكل أفضل. وبناء على ذلك، فإن استخدام محاكاة مونت كارلو مع أي طريقة من طرق تقييم الملكية الفكرية الأربعة الأخرى يمكن أن يساعد على اتخاذ قرارات ووضع استراتيجيات تفاوض أفضل وتحسين عملية إدارة المحافظ.
فيما يلي نقدم بعض الأمثلة عن المدخلات التي يمكن أن يتم تعديلها:
معدلات الخصم - تختلف تكلفة رأس المال بين شركة وأخرى، وسوف تتغير إذا كانت الشركات المستهدفة كمرخص لهم محتملين تتمتع بمكانة مختلفة، على سبيل المثال.
معدل استنزاف الموارد أو المخاطر التكنولوجية - هذه العوامل مؤثرة جدا في بعض القطاعات مثل التكنولوجيا الحيوية، وأكثر ديناميكية في قطاعات أخرى.
تكاليف التطوير - يمكن أن ترتفع هذه التكاليف في حال تكبد تكاليف جديدة غير متوقعة.
الجداول الزمنية - الانتهاء من مرحلة التطوير أو مرحلة المبيعات قبل أو بعد الموعد المخطط له بكثير.
التكاليف ذات الصلة - من الصعب تقدير التكاليف المرتبطة بالملكية الفكرية في مراحلها المبكرة من التطوير، مثل تكلفة البضائع المباعة، والتكاليف المتعلقة بالمبيعات والتسويق، والتكاليف العامة والإدارية، ولكن من الأسهل التنبؤ بها في مرحلة لاحقة بعد أن يدخل المنتج السوق.
صيانة البراءات - إذا قامت شركة بتوسيع نطاق الحماية ليشمل منطقة جديدة أو تخلت عن سوق معينة.
تكاليف الترخيص ونسب الاتاوات المرتبطة بالمبيعات - يمكن أن يكون أداؤها أقل من المتوقع أو أفضل من المتوقع.
تغيّر مدة العمر الافتراضي المتبقي للملكية الفكرية - بسبب الايداعات الجديدة التي قد تجعل الملكية الفكرية قيد التطوير غير مفيدة، والدعاوى القضائية والتغييرات التي تطرأ على اللوائح والقوانين.
مبيعات السوق والنمو - يمكن للمنافسة أن تؤثر بشكل كبير على التقديرات المتعلقة بالمبيعات وحصة السوق.
سيناريوهات المحاكاة
تستخدم طريقة مونت كارلو سيناريوهات "ماذا لو" (ما الذي سيَحدث إذًا؟) للحصول على توزيع الاحتمالات لنتائج مختلفة، بدلاً من قيمة واحدة. وبطبيعة الحال، تتراوح سيناريوهات المحاكاة بين ما هو محتمل وفقا لظروف مطور الملكية الفكرية، والنتائج غير المحتملة. ويتم تحسين خطوط توزيع الاحتمالات التي يتم إنتاجها باستخدام "فترات الثقة"، والتي تساعدك في تحديد القيم الأكثر احتمالاً. ويمكنك بعد ذلك التحقق من مخرجات محاكاة مونت كارلو مع المهنيين في السوق وشبكاتهم.
ملاحظة: NPV = القيمة الحالية الصافية؛ rNPV = القيمة الحالية الصافية المعدلة حسب المخاطريوضح الشكل 3 الانتقال من حساب القيمة الحالية الصافية إلى الناتج الذي تم محاكاته. وفي هذا الشكل، نرى خط التدفق النقدي على مدى فترة زمنية معينة، والتي يتم خلالها تطوير الملكية الفكرية، ويتضح ذلك من القيمة السلبية للتدفق النقدي. وخلال هذه المرحلة، يتم اجراء أنشطة البحث والتطوير لتطوير الملكية الفكرية إلى منتج. وعندما يدخل المنتج السوق، هناك نقطة تحول حيث تساهم المبيعات في التدفق النقدي، وفي مرحلة ما، يصل المشروع إلى نقطة التعادل (صفر) ومن ثم يصبح التدفق النقدي إيجابيًا. وفي نهاية الفترة الزمنية المحددة، يمكن تحديد القيمة الحالية الصافية.
ويُظهِر خط ثاني للتدفق النقدي القيمة الحالية الصافية المعدلة حسب المخاطر، والتي تفصل تكلفة رأس المال عن احتمال النجاح في مراحل مختلفة من التطوير، مما يؤدي إلى الحصول على قيمة أقلّ. وبإمكاننا أن نأخذ تقديرات القيمة الحالية الصافية هذه وندرس سيناريوهات أخرى حيث، على سبيل المثال، يؤدي المنتج أداءً أسوأ من سيناريو "القيمة الحالية الصافية المعدلة حسب المخاطر".
استخدام محاكاة مونت كارلو
يتطلب إجراء محاكاة مونت كارلو تأمين الموارد المناسبة، بما في ذلك تطبيقات الإحصاءات الحاسوبية القادرة على تشغيل عمليات المحاكاة، وقوة حسابية لإجراء الحسابات، والخبرة في التحليل الإحصائي. وقد يساهم التعاون مع الخبراء في هذا المجال، مثل المحللين الماليين أو علماء البيانات، في تحسين دقة وموثوقية عمليات المحاكاة. ويمكنك اتخاذ الخطوات التالية لتعزيز نتائج طرق تقييم الملكية الفكرية الأخرى باستخدام محاكاة مونت كارلو.
الخطوة 1: تحديد هدف التقييم - تحديد هدف التقييم بشكل واضح، مثل تحديد القيمة المحتملة لأصل الملكية الفكرية في مراحلها المبكرة لأغراض الترخيص أو لأغراض أخرى.
الخطوة 2: جمع البيانات ذات الصلة - جمع أكبر قدر ممكن من البيانات المهمة وذات الصلة لتحديد مدخلات المحاكاة بشكل أفضل. وقد يشمل ذلك البيانات المالية التاريخية، ونتائج دراسة السوق، وتقارير الصناعة، وآراء الخبراء، وأي مصادر أخرى توفر معلومات قيمة حول المتغيرات الرئيسية التي تؤثر على قيمة الملكية الفكرية.
الخطوة 3: تحديد المتغيرات الرئيسية - تحديد المتغيرات التي تؤثر بشكل كبير على قيمة الملكية الفكرية، على سبيل المثال، التدفقات النقدية، ومعدلات الخصم، ومعلمات السوق، ومعدلات النمو، والجداول الزمنية لعملية تطوير الملكية الفكرية والتكاليف.
الخطوة 4: تقييم جودة البيانات - تقييم جودة وموثوقية البيانات التي تم الحصول عليها. التأكد من أن مصادر البيانات موثوقة ومرتبطة بشكل وثيق بأصل الملكية الفكرية المعني والقطاع ذات الصلة. وإذا كانت البيانات غير متوفرة أو غير كاملة، ففكر في إجراء بحث إضافي أو طلب آراء الخبراء للحصول على أكبر قدر ممكن من المعلومات.
الخطوة 5: تحديد السيناريوهات أو توزيعات الاحتمالات - لكل متغير رئيسي، قم بتحديد السيناريوهات أو توزيعات الاحتمالات المناسبة التي تعكس حالة عدم اليقين والتباين المرتبطان بها. ومن بين التوزيعات الشائعة المستخدمة في محاكاة مونت كارلو نذكر: التوزيعات العادية، والتوزيعات اللوغاريتمية العادية، والتوزيعات المثلثية، والتوزيعات المنتظمة. وخذ بعين الاعتبار بعض العوامل المحددة مثل البيانات التاريخية ومعايير الصناعة وآراء الخبراء وأي معلومات أخرى متاحة لتحديد شكل ومعلمات ونطاقات التوزيعات.
الخطوة 6: تحديد الفرضيات - حدد بوضوح الفرضيات التي تم وضعها فيما يتعلق بالعلاقات، وإذا كان ينطبق ذلك، علاقات الترابط وعلاقات التبعية بين المتغيرات الرئيسية. وحدد فرضيات النمذجة، مثل معدلات النمو أو ظروف السوق أو التقدم التكنولوجي، والتي تعد ضرورية لإنشاء إطار محاكاة واقعي.
الخطوة 7: إجراء تجارب عشوائية - إجراء تجارب عشوائية عن طريق أخذ عينات من توزيعات الاحتمالات المحددة لكل متغير. ويجب أن يكون عدد التجارب كافياً للحصول على مجموعة النتائج المحتملة وتحقيق الدلالة الإحصائية والاقتراب إلى حل مستقر. وعادة، ينبغي إجراء آلاف التجارب أو حتى عشرات الآلاف من التجارب.
الخطوة 8: تشغيل عمليات المحاكاة - تشغيل عمليات المحاكاة من خلال تطبيق نموذج أو نماذج التقييم التي تم تحديدها على كل تجربة عشوائية. ويشمل ذلك الجمع بين قيم المتغيرات الرئيسية المأخوذة من العينات لحساب قيمة الملكية الفكرية في كل عملية محاكاة. والنتيجة هي توزيع للقيم المحتملة يعكس التباين وعدم اليقين الكامنين في عملية تقييم الملكية الفكرية.
الخطوة 9: تحليل التوزيع - تحليل توزيع القيم الذي تم الحصول عليه بواسطة عمليات المحاكاة. وتحديد المتوسط والوسيط والانحراف المعياري والمقاييس الإحصائية الأخرى لفهم الاتجاه المركزي والتباين وشكل التوزيع. واعداد تمثيل بصري للتوزيع من خلال المدرجات الاحصائية أو مخططات الاحتمالات التراكمية أو التمثيلات الرسومية الأخرى التي تمكنك من الحصول على معلومات قيمة بشأن مجموعة النتائج المحتملة.
الخطوة 10: التحليل واتخاذ القرار - الاستناد إلى نتائج محاكاة مونت كارلو لاتخاذ القرارات المناسبة. قم بتحليل التوزيع لفهم احتمالات الحصول على نتائج التقييم المختلفة وقم بتقييم عائدات أصل الملكية الفكرية وفقا للمخاطر المرتبطة به. ويمكن أن تساعدك هذه المعلومات في التفاوض على شروط الترخيص، أو تحديد الأسعار المناسبة، أو توجيه قرارات الاستثمار.
الحسنات
تراعي هذه الطريقة بشكل واضح عامِلًي عدم اليقين والتباين في عملية التقييم. ومن خلال أخذ عينات من توزيعات الاحتمالات لمتغيرات المدخلات، مثل التدفقات النقدية ومعدلات الخصم ومعلمات السوق، تولد المحاكاة تولد مجموعة من النتائج المحتملة، مما يوفر تمثيلًا أكثر واقعية للقيمة المحتملة للملكية الفكرية.
توفر المحاكاة معلومات قيمة حول احتمالية النتائج المختلفة والاحتمالات المرتبطة بها. ويساعد تحليل الاحتمالات هذا في تقييم عاملي المخاطر وعدم اليقين المرتبطين بتقييم الملكية الفكرية، مما يؤدي إلى اتخاذ قرارات أفضل.
تسمح هذه الطريقة بالنظر في متغيرات مدخلات متعددة في نفس الوقت، وتحديد علاقات الترابط والتفاعلات فيما بينها. ويوفر هذا التقييم الشامل رؤية شاملة للعوامل التي تؤثر على القيمة ويساعد في فهم التأثير العام للعوامل المختلفة على نتائج التقييم.
السيئات
تتطلب هذه الطريقة بيانات دقيقة وموثوقة. وقد يكون من الصعب الحصول على بيانات عالية الجودة حول المتغيرات الرئيسية، مثل التدفقات النقدية، ومعلمات السوق، وتوزيعات الاحتمالات الخاصة بها، وخاصة بالنسبة للملكية الفكرية في مراحلها المبكرة حيث قد تكون البيانات محدودة.
يتطلب تطبيق هذه الطريقة فهمًا قويًا للمفاهيم الإحصائية وتقنيات المحاكاة وفرضيات النمذجة المناسبة. وفي كثير من الأحيان، يتطلب هذا الأمر الخبرة في مجال التحليل الإحصائي وتطبيقات المحاكاة الحاسوبية.
تعتبر المحاكاة حساسة للفرضيات التي تم وضعها فيما يتعلق بتوزيعات الاحتمالات وعلاقات الترابط وخيارات النمذجة الأخرى. وتعتمد دقة وموثوقية نتائج المحاكاة على جودة هذه الفرضيات، وقد يؤدي أي تغيير صغير في الفرضيات إلى الحصول على نتائج التقييم مختلفة بشكل كبير.
يتطلب تشغيل عمليات محاكاة مونت كارلو تنفيذ عدد كبير من التكرارات، وهو أمر قد يتطلب أجهزة حاسوبية قوية ويستغرق وقتًا طويلاً. وقد يكون من الضروري تأمين الموارد الكافية، مثل أجهزة حاسوبية قوية أو برامج حاسوبية متخصصة، لتلبية المتطلبات الحسابية لهذه المحاكاة.
جمع البيانات ذات الصلة - جمع البيانات الشاملة والملائمة التي يمكن الاستناد اليها لتحديد مدخلات المحاكاة. وقد يشمل ذلك البيانات المالية التاريخية، ونتائج دراسة السوق، وتقارير الصناعة، وآراء الخبراء، وأي مصادر أخرى توفر معلومات قيمة حول المتغيرات الرئيسية التي تؤثر على قيمة الملكية الفكرية. وينبغي التأكد من أن البيانات موثوقة ومرتبطة بشكل وثيق بأصل الملكية الفكرية المعني والقطاع ذات الصلة.
تحديد المتغيرات الرئيسية - التي تؤثر بشكل كبير على قيمة الملكية الفكرية، على سبيل المثال، التدفقات النقدية، ومعدلات الخصم، ومعلمات السوق، ومعدلات النمو، والجداول الزمنية لعملية تطوير الملكية الفكرية والتكاليف. ومن المهم جدا فهم هذه المتغيرات ونطاقات قيمها المحتملة لاعداد محاكاة دقيقة.
تحديد السيناريوهات أو توزيعات الاحتمالات - لكل متغير رئيسي، قم بتحديد السيناريوهات أو توزيعات الاحتمالات المناسبة التي تعكس حالة عدم اليقين والتباين المرتبطان بها. وخذ بعين الاعتبار بعض العوامل المحددة مثل البيانات التاريخية ومعايير الصناعة وآراء الخبراء وأي معلومات أخرى متاحة لتحديد شكل ومعلمات ونطاقات التوزيعات.
تحديد الفرضيات - تحديد فرضيات النمذجة الضرورية لإعداد إطار محاكاة واقعي، مثل معدلات النمو أو ظروف السوق أو التقدم التكنولوجي.
إجراء تحليل للحساسية - تقييم كيفية تأثير التغييرات في الفرضيات والمتغيرات الرئيسية على نتائج التقييم. ويمكن أن يساعدك هذا الأمر على فهم مدى دقة التقييم وتحديد العوامل الأساسية التي تؤثر على النتيجة.
التعاون مع الخبراء - مثل المتخصصين في مجال التقييم أو المحللين الماليين أو علماء البيانات. ويمكن أن يؤدي هذا التعاون إلى تحسين دقة وموثوقية عمليات المحاكاة. ويجب العمل مع الخبراء في مجال التحليل الإحصائي والمتخصصين في تقنيات المحاكاة للتأكد من صحة نتائج محاكاة مونت كارلو.