Technology Trade and Valuation Model of Technology Factor Method

오준환; 박현우

추천

검색

자료유형: 학술저널

저자정보: 오준환 박현우

저널정보: 한국무역연구원 무역연구 무역연구 제13권 제2호

발행연도: 2017.1

수록면: 21 - 35 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This study analyzes the applicability of a technology valuation model from methodological and practical perspectives on international technology trade. To accommodate high uncertainties in cross-border technology trades, international valuation practitioners prefer using the income approach which is based on the discounted future cash flows from the subject technology valued. This study analyzes the technology factor method (TFM) and suggests an improved valuation model relevant to international technology trade by presenting valuation results of a hypothetical case. TFM’s estimation process starts with the assessment of the risks (uncertainties) related to the successful application and commercialization of the subject technology. After determining an entity’s overall business value created by the subject technology, TFM multiplies this value by the technology’s contributory factor. In domestic technology transactions, TFM estimates the contributory proportion of technological asset to be from 1/4 to 1/3. In international technology trades, however, this study suggests that TFM take into consideration additional factors such as trade utility and trade tendency when estimating the contribution factor. This study’s case analysis confirms that the suggested method mitigates the traditional TFM’s prerequisites on efficiency, completeness, and comparability of international technology trading markets. The suggested TFM is expected to shed new light on international technology valuation, by promoting international technology trades.

#Technology Factor Method #Trade Tendency #Technology Trade #Trade Utility #Technology Valuation

참고문헌 (20)

참고문헌 신청

Amram, M. / 2005 / The Challenge of Valuing Patents and Early-stage Technologies / Journal of Applied Corporate Finance 17 (2) : 68 ~ 81

Ballwieser, W. / 2010 / Guide to Fair Value under IFRS / John Wiley & Sons : 129 ~ 150

Bass, S. D. / 2010 / Discovery of Factors Influencing Patent Value Based on Machine Learning in Patents in the Field of Nanotechnology / Scientometrics 82 (2) : 17 ~ 41

Bergstien, H. / 2002 / A Survey of Emerging Technologies for Pricing New-to-the World Products / The Journal of Product and Brand Management 11 (5) : 16 ~ 22

Hanlin, W. A. / 2010 / Guide to Fair Value under IFRS / John Wiley & Sons : 151 ~ 164

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

오준환

소속기관 한국무역연구원

주요연구분야 사회과학 > 무역학

논문수 1 이용수 0

박현우

소속기관 한국무역연구원

주요연구분야 사회과학 > 무역학

논문수 1 이용수 0

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)