WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

Неволин Иван Викторович

ОПТИМИЗАЦИЯ СТАВОК РОЯЛТИ В ЛИЦЕНЗИОННЫХ ДОГОВОРАХ НА ОСНОВЕ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛЕНИЙ И СЕТЕВЫХ ТЕХНОЛОГИЙ

Специальность 08.00.13 – Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва – 2012 г.

Работа выполнена в Федеральном государственном бюджетном учреждении науки Центральном экономико-математическом институте Российской академии наук

Научный консультант: д.э.н. Козырев Анатолий Николаевич, Федеральное государственное бюджетное учреждение науки Центральный экономико-математический институт Российской академии наук

Официальные оппоненты: д.э.н., проф. Лившиц Вениамин Наумович, Федеральное государственное бюджетное учреждение науки Институт системного анализа Российской академии наук к.ф.-м.н. Бусыгин Владимир Петрович, Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики»

Ведущая организация: Федеральное государственное бюджетное учреждение науки Институт проблем рынка Российской академии наук

Защита состоится « 12 » ноября 2012 года в 1500 на заседании Диссертационного совета Д 002.013.01 при Федеральном государственном бюджетном учреждении науки Центральном экономико-математическом институте Российской академии наук по адресу: 117418, г.

Москва, Нахимовский проспект, д. 47, ауд. 520.

С диссертацией можно ознакомиться в библиотеке ЦЭМИ РАН.

Автореферат разослан « 10 » октября 2012 года.

Ученый секретарь Диссертационного совета Д 002.013.01, кандидат экономических наук А.И. Ставчиков I.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования определяется растущей потребностью новой экономики в создании более совершенной, основанной на математических методах и сетевых технологиях инфраструктуры рынка технологий, цифровых продуктов и других нематериальных благ. В том числе есть очевидная потребность в инструментальных средствах для информационной поддержки переговоров при совершении сделок по передаче технологий и, прежде всего, при заключении лицензионных договоров. По мере распространения сетевых технологий и перехода от традиционной экономики к экономике знаний потребность в них будет лишь возрастать.

Ставки роялти в лицензионных договорах играют такую же роль, какую играют цены на рынках обычных продуктов или ставки процентов на рынках денег. При этом лицензионный договор был и остается основным или, как минимум, одним из основных инструментов передачи технологий и основным видом сделок на рынке интеллектуальной собственности.

Более того, сфера применения лицензионных договоров и их разнообразие расширяться.

Как и обычные цены, ставки роялти в основном формируются рынком. Вместе с тем, специфика рынка лицензий – рынка интеллектуальной собственности – такова, что практически каждая сделка оригинальна в силу оригинальности предмета сделки, а цена сделки не сводится к сумме денег. Схема лицензионных платежей в обычном лицензионном договоре (патентная лицензия) или в договоре о передаче ноу-хау (беспатентная лицензия) достаточно сложна. Обычно она включает в себя начальный (паушальный платеж) в виде фиксированной суммы и последующие регулярные выплаты в виде роялти, исчисляемы как процент от выручки, причем ставка роялти может меняться от периода к периоду. В этом проявляется гибкость схемы платежей, позволяющая сбалансировать интересы сторон и риски. Вместе с тем, она оставляет большие возможности для оптимизации сделки по Парето, т.е. с улучшением условий для обеих сторон. Эти возможности в основном связаны с тем, что стороны по-разному, вообще говоря, оценивают будущее, в том числе изменение стоимости денег во времени, спрос и риски.

Сложность задачи оптимизации состоит в том, что в ней участвуют две стороны с противоположными (во многом) интересами, скрывающие друг от друга информацию о своих ограничениях и возможностях. При наличии многих степеней свободы им трудно договорится. Выход они находят в ограничении степеней свободы, используя фиксированную ставку роялти и снижая тем самым возможности для оптимизации сделки.

Альтернатива снижению степеней свободы – применение более совершенных инструментов, позволяющих изменять ставки роялти и оптимизировать сделку в смысле Парето при сохранении сторонами в тайне большей части информации о своих возможностях и ограничениях. Разработка таких инструментов на основе математического программирования, распределенных вычислений и сетевых технологий – тема настоящего исследования.

Проработанность темы исследования на данный момент далека от потребностей современной экономики знаний, хотя отдельные ее аспекты исследовались достаточно глубоко. В частности, глубоко разработана тема распределенных вычислений применительно к задачам оптимизации, включая задачи с блочной структурой. Однако, как показал Артемьев И.Е., она обычно связывалась с большим объемом вычислений, а не с сознательным ограничение обмена информацией между сторонами (блоками), как это имеет место при заключении лицензионных договоров. А это означает совсем другие требования к алгоритмам вычислений. Также в последнее время изучается возможность предоставления услуг на основе облачных вычислений. Первая в России диссертация на эту тему защищена Макаровым С.В. в 2011 г. Тему даже называют модной, но пока речь идет лишь о коммуникационных услугах и аутсорсинге.

Определению и обоснованию ставок роялти также посвящена обширная литература, причем вопрос о ставках роялти рассматривается как в контексте оценки интеллектуальной собственности, например, Азгальдовым Г.Г., Карповой Н.Н., Козыревым А.Н. и Макаровым В.Л., так и в контексте лицензионной торговли, что можно видеть в работах Волынец-Руссета Э.Я. и Мухопада В.И., прежде всего, с ориентацией на практические применения, но при этом речь не идет о распределенных или облачных вычислениях. Значимость этой литературы состоит в том, что в ней обобщен практический опыт определения экономических параметров лицензионных договоров, в том числе ставок роялти, выведены эмпирические правила и выявлены основные значимые факторы.

Теоретические исследования с близкой проблематикой включают построение моделей передачи технологий между различными агентами и в различных условиях. Определенное внимание уделяется вопросам составления оптимального контракта и схематичному описанию процесса. Также строятся модели оптимизации параметров, и проводятся эконометрические исследования сделок по передаче технологий. Анализу подвержено влияние различных факторов на оптимальные параметры лицензионного соглашения. Это не только вид и структура платежей, но и распределение прав между сторонами. Среди факторов моделей рассматриваются количество игроков на рынке, этичность поведения агентов, симметричность информации и т.п.

Наконец, существует серия работ по автоматизации переговоров или снижению транзакционных издержек при переговорах. Известны не только протоколы переговоров – жстко фиксированные правила, но и компьютерные программы, которым доверяется даже заключение сделок в автоматическом режиме. В том числе авторы, например, Брегеда М.В., публикуют работы с применением линейного програмирования как инструмента поддержки переговоров.

Цель исследования – разработка инструментальных средств на основе математического программирования и сетевых технологий для обеспечения технической поддержки переговорного процесса (или его автоматизации) и оптимизации ставок роялти при заключении лицензионных договоров.

Задачи исследования:

1. Построение математических моделей поведения сторон по договору – лицензиара и лицензиата, связанных между собой через роялти.

2. Выявление принципиальных возможностей для оптимизации лицензионного договора по Парето;

3. Разработка вычислительного алгоритма, который сохраняет раскрываемую агентом частную информацию в тайне от противоположной стороны сделки, обеспечивающего в целом достижение оптимума Парето.

4. Исследование сходимости алгоритма к оптимуму Парето;

5. Построение вычислительной схемы, гарантирующей отсутствие зацикливания алгоритма и реализуемой в Excel;

6. Реализация алгоритма в виде интерактивного сервиса для двух участников с основной программой на сервере и доступом сторон по договору через Интернет;

7. Реализация алгоритма в виде интерактивного сервиса для одного участника (лицензиата), когда вторая сторона (лицензиар) представлена роботом.

Объект исследования – лицензионный договор как основной инструмент передачи технологий, схема платежей и эмпирические правила расчета экономических параметров, используемые в лицензионных договорах.

Предмет исследования – математические модели переговоров при заключении лицензионных договоров и методы оптимизации ставок роялти в таких договорах, допускающие сетевую реализацию.

Методология исследования основана на применении идей и методов математического программирования, выпуклого анализа и теории игр в сочетании с экономическим анализом эмпирических правил и общих принципов лицензионной торговли, полученных из обобщения практического опыта.

Действия сторон по лицензионному договору рассматриваются как рациональные, что дает основания моделировать их с помощью экстремальных задач, а оптимизацию сделки в целом – как последовательное улучшение положения каждой из сторон с выходом в конце на границу Патето. Такое понимание задачи оптимизации лицензионного договора при некоторых дополнительных ограничениях позволяет с помощью замены переменных свести задачу оптимизации ставок роялти к известной задаче оптимального распределения ограниченных ресурсов. Решению этой задачи посвящена обширная литература с использованием различной математической техники и приложениями к разным сферам экономики, начиная с основополагающей монографии Л.В. Канторовича. Среди наиболее цитируемых авторов в данной тематике следует упомянуть Первозванского А.А. и Первозванскую Т.Н. Сочетание элементов оптимизации и иммитации используют Макаров В.Л. и Маршак В.Д. Схема, близкая к используемой в данной работе схеме, впервые описана Козыревым А.Н., также применительна к задаче распределения ресурсов. Из зарубежных работ идейно близки в смысле применяемой техники публикации Х. Эхтамо с соавторами.

Тем не менее, вся эта техника не может быть применена непосредственно к задаче оптимизации лицензионных договоров в целом и ставок роялти в частности. Лицензионная торговля имеет свою ярко выраженную специфику, в том числе это весьма специфическую и сложную систему платежей. Ей соответствует процедура ведения переговоров, в рамках которой определяются экономические параметры договора, прежде всего, ставки роялти.

Поскольку торговля лицензиями существует достаточно продолжительное время, выработаны эмпирические правила и методики расчта ставок роялти. Их необходимо изучать и учитывать в математических построениях, чтобы избежать чрезмерных упрощений и утраты связи с действительносью. Переговоры – игровая ситуация, поэтому в работе также исследуется применение теории игр к определению оптимальной цены. Один лишь параметр – ставка роялти – влияет на ожидания и поведение каждой из сторон переговоров. Поэтому необходимо исследовать связи между экономическими параметрами, чтобы установить, что влияет на размер ставки роялти.

Информационная база исследования - научная и научно-практическая литература на русском, английском и немецком языке, интернет, предложения о продаже открытых лицензий, публикуемые на условиях оферты.

Научная новизна работы заключается в получении новых результатов с применением новых методов. Впервые для уточнения (оптимизации) ставок роялти в лицензионном договоре используется разнообразный и мощный математический аппарат, включая линейное и квадратичное программирование, выпуклый анализ и теория игр, а также сетевые технологии. Такой аппарат является более прогрессивным по сравнению с тем, который используется сегодня для оптимизации ставок роялти, и позволяет построить инструмент, обеспечивающий сохранность частной информации агентов. При этом достигаются равновесные по Парето условия сделки и появляется возможность для автоматизации процесса заключения лицензионных договоров. Благодаря применению такого аппарата:

построен алгоритм, допускающий параллельные вычисления и улучшающий условия сделки в направлении Парето-оптимальной точки;

сформулированы достаточно общие условия, в рамках которых доказана сходимость алгоритма к оптимуму Парето;

построена вычислительная схема для MS Excel, исключающая зацикливание алгоритма при прохождении точек вырождения (неполный базис в задаче линейного программирования и т.д.);

реализована на языке С++ сетевая версия интерактивной вычислительной схемы для двух участников (лицензиара и лицензиата);

реализована аналогичная сетевая версия для одного участника (лицензиата), встраиваемая в университетскую модель торговли лицензиями, когда функции лицензиара выполняет робот.

Личный вклад автора:

выполнен перенос методов решения задач распределения ресурсов на задачу оптимизации ставок роялти;

построен алгоритм оптимизации ставок роялти, допускающий параллельные вычисления;

алгоритм реализован при помощи различных программных средств, что показывает гибкость его реализации;

продемонстрированы возможности алгоритма для решения прикладных задач передачи прав интеллектуальной собственности;

предложена новая модель взаимодействия лицензиата и лицензиара на стадии переговорного процесса.

Теоретическая и практическая значимость работы. Теоретическая значимость работы состоит в том, что создан удобный инструмент для исследования поведения сторон в лицензионном договоре. Меняя модель поведения лицензиата и/или лицензиара, можно сопоставлять результаты с реальным поведением сторон в переговорах. Также исследованы возможности применения задачи о распределении ресурсов в проблеме определения вознаграждения за использование интеллектуальной собственности. Предложена общая схема улучшения ставки роялти, которая может адаптироваться к условиям конкретной задачи путм выбора соответствующего функционала.

Практическая значимость работы определяется тем, что созданные интерактивные сервисы встраиваются в корпоративные и социальные сети изобретательства, рационализации, инноваций – КСИРИН и ССИРИН, соответственно. Предложен механизм улучшения экономических параметров лицензионного договора, который стимулирует стороны сообщать истинные ожидания, связанные с проектом. При этом в качестве входных данных используются достаточно простые сведения, а не вероятностные распределения и сценарии развития проекта. Реализация алгоритма в виде компьютерной программы позволяет автоматически собирать статистические данные о лицензионной торговле, а также повышает степень автоматизации при заключении лицензионных договоров, расширяя при этом круг потенциальных лицензиатов. Кроме того, сервисы используются в учебном процессе.

Структура и объем работы. Работа состоит из введения, трех глав, заключения и списка литературы. Общий объем работы 143 страницы. Количество таблиц – 9, количество рисунков – 26.

Апробация результатов. Основные положения диссертационной работы были представлены на 53-й научной конференции МФТИ - Всероссийской молоджной научной конференции с международным участием «Современные проблемы фундаментальных и прикладных наук», состоявшейся в период с 24 по 29 ноября 2010 года в г. Москве, а также Международной научно-практической конференции «Охрана и защита прав интеллектуальной собственности на единой таможенной территории Таможенного союза», состоявшейся 15 марта 2011 года в г. Москве в Российской государственной академии интеллектуальной собственности.

На разработанную программу для поддержки лицензионных переговоров получено свидетельство о государственной регистрации программы для ЭВМ №20116177«Программа для расчета ставок роялти» от 5 октября 2011г.

II. СОДЕРЖАНИЕ РАБОТЫ

Краткое содержание работы. Диссертационное исследование проведено на основе трудов отечественных и зарубежных авторов (экономистов, математиков, оценщиков интеллектуальной собственности и специалистов по лицензионной торговле), в том числе:

Г.Г. Азгальдова, А.П. Афанасьева, В.А. Булавского, О.Н. Бондаревой, Э.Я. Волынца-Руссета, В.Ф. Демьянова, Л.В. Канторовича, Н.Н. Карповой, В.Н. Лившица, А.Н. Козырева, В.Л.

Макарова, В.И. Мухопада, А.А. Первозванского, А.М. Рубинова, P. Aghion, R. L. Autrey, H. Ehtamo, O. Morgenstern, J. Von Neuman, A. Rubinstein, R. Sansing, J Tirole и других.

Глава 1 «Возможные подходы к определению ставки роялти» посвящена постановке задачи и обзору возможных подходов к ее решению. Здесь же дан обзор литературы по теме.

В первом параграфе рассматривается лицензионный договор как основной инструмент передачи технологий, его особенности и схема платежей. Отмечено, что исследования эмпирического характера включают как академические исследования, выполненные вузовскими преподавателями и научными работниками, так и отнюдь не менее глубокие практические или научно-практические пособия, написанные специалистами практиками на основе имеющегося у них реального опыта заключения лицензионных договоров. В частности, этот опыт представлен в публикациях отечественных авторов: Волынец-Руссет Э.Я., Евдокимова В.Н., Золотых Н.И., Козырев А.Н. и Макаров В.Л., а также Мухопад В.И.

Из зарубежных источников особо стоит отметить переведенную на русский язык книгу Г.

Штумпфа «Лицензионный договор», уникальную в части внимания к деталям. Также отметим работы статьи американских практиков Андониан Дж. К., Аутрей Р.Л., Аксельрод И.Л., Маркус Б., Мойрер М. Дж., в которых обсуждаются некоторые важные детали, в том числе идеи оптимизации. В работах Смита Г.В. и Парра Р.Л. описаны эмпирические правила и приемы расчета ставок роялти, а также приведены их возможные обоснования. В качестве наиболее распространнного способа расчта роялти применяется правило 25%. Согласно указанному правилу, 25% от прибыли до вычета налогов и процентов по займам составляет доля лицезиара при распределении выгод от лицензии. Соответственно, доля лицензиата – 75%. Одно из наиболее убедительных объяснений состоит в том, что примерно 25% от EBIT (Earning before interests and tax) тратят на R&D (research and development) американские компании, живущие за счет собственных разработок. Иначе говоря, жить за счет покупки лицензий или за счет собственных разработок одинаково выгодно. Однако существуют и другие обоснования.

Теоретические исследования проблем, связанных с заключением лицензионных договоров, и практика развиваются во многом изолированно друг от друга, на что есть объективные причины, одна из которых – закрытость большей части практики от третьих лиц, включая представителей экономической науки. Практика заключения лицензионных договоров и, соответственно, выбора ставок роялти обобщается лицензионными обществами и специализированными фирмами, сопровождающими такие сделки, но такая информация составляет их коммерческую тайну и предоставляется только на платной основе. Таким образом, эмпирическая база для апробации теоретических построений в данной области, частично скрыта от исследователей, частично представлена относительно простой университетской моделью. Тем не менее, в научной и научно-практической литературе по данной теме присутствуют упоминания о более сложных моделях назначения ставок роялти, в том числе о понижающихся и повышающихся ставках роялти. В числе авторов данной литературы находится Волынец-Руссет Э.Я.

Второй параграф целиком посвящен обзору математических моделей, имитирующих процесс переговоров, прежде всего, при заключении лицензионных договоров. Также в обзор включены модели переговорного процесса, сходство с которыми имеет место в части используемого математического аппарата. Авторы привлекают различные методы поиска ставки роялти, оптимальной в том или ином смысле. Помимо оптимума по Парето и равновесия по Нэшу, также отыскивается ставка роялти, максимизирующая полезность одной из сторон – той, которая имеет силу в переговорах. Оптимальная ставка роялти определяется в различных модельных ситуациях – в условиях асимметричной информации, в условиях возможного неэтичного поведения, при лицензировании на вертикально интегрированных рынках и т.п. Также авторы сравнивают роялти с другими способами организации платежей.

В третьем параграфе рассматриваются подходы к компьютерному моделированию переговорного процесса, в том числе с применением агент-ориентированных моделей.

Математический аппарат, дополненный высокопроизводительными вычислительными ресурсами, позволяет разрабатывать инструменты для поддержки лицензионных переговоров. Причм такие инструменты могут выступать в роли посредника, через которого осуществляется взаимодействие сторон, и в роли приложений, помогающих пользователю сформулировать наилучший ответ на предложение оппонента. В последнем случае стороны общаются друг с другом напрямую, без посредника, а программа работает на персональном компьютере каждого из участников переговоров, в то время как посредник может разместить сво приложение на удалнном сервере и предоставить через Интернет доступ к инструменту. Алгоритмы генерации наилучшего ответа базируются на использовании понятия веры в действия контрагента, на метрику в многомерном пространстве предмета договора, либо на компьютерных симуляциях подобных сделок.

Также существует и другой подход, более близкий к настоящей работе, который предполагает наличие посредника, собирающего информацию о предпочтениях агентов.

Посредник при помощи аппарата опорных гиперплоскостей определяет множество более предпочтительных параметров сделки одновременно для обоих агентов. Далее по некоторому правилу из этого множества выбираются новые предложения агентам, и посредник наблюдает за реакцией сторон – согласятся они с новыми условиями или как-либо скорректируют их. Математический аппарат данного подхода достаточно проработан и позволяет создать посредника в виде компьютерной программы, которая автоматически проводит опрос пользователей и улучшает условия сделки для обеих сторон. Данный вопрос хорошо проработан Г. Эхтамо и Р.П. Хамалайненым, и даже предложена программа для решения задачи оптимизации условий сделки, опирающаяся на идею автоматизированного посредника.

В главе 2 «Построение и анализ математических моделей» исследованы разные варианты модели переговоров при зпключении лицензионного договора, разработанные лично автором диссертации и предлагаемые им для практического использования.

В параграфе 2.1. обоснована возможность представления лицензиата и лицензиара в виде задач математического, в том числе линейного программирования. При этом автор опирается не только на традицию теоретических исследований, но и на практику профессиональной оценки. Приведены условия, при которых рассматриваемая задача сводится к хорошо изученной задаче распределения ограниченных ресурсов. Здесь же построена модель лицензионного договора в виде игры двух лиц.

В параграфе 2.2. рассматривается вычислительный алгоритм, иммитирующий переговоры между сторонами и взаимные уступки, обеспечивающие улучшение положения каждой из сторон.

В общем случае агенты представимы в виде задачи линейного программирования, которая в каноническом виде принимает форму:

s (c, xs ) max s s M xs E b(ts ), где M – матрица действий агента s, xs - действия агента s, b(t ) - s предельные значения, зависящие от причитающегося агенту s набора долей t из разности предельных ставок роялти rmax rmin, (cs, xs) - линейная форма, отражающая полезность n n агента s, E - единичная матрица, - набор дополнительных переменных, s=le для лицензиата, s=lr для лицензиара. Двойственная к ней задача имеет вид (ys,b(ts )) min , где ys - двойственная переменная, c - нулевой n-мерный вектор, s ys M E cs c а штрих обозначает операцию транспонирования. Согласно схеме Козырева А.Н., для поиска оптимума по Парето, необходимо:

(1) для каждого агента вычислить такое решение двойственной задачи ys, что оно является наименее удалнным от луча с направляющим вектором l yle ylr в смысле евклидовой метрики;

s (2) проверить базисное множество – исключаются строки матрицы, M E соответствующие неактивным ограничениям двойственной задачи, и включаются строки, соответствующие активным ограничениям двойственной s задачи. Если as - j-тый столбец матрицы E cs - j-тый элемент вектора M , а j j cs, то as входит в базис, когда (as, ys ) cs ;

j j j c (3) для агента s={le,lr} вычислить матрицу Bs, обратную к базисной матрице, составленной из базисных столбцов as ;

j (ys,l) (4) вычислить вектор es ys l для каждого s={le,lr};

(l,l) (5) вычислить все числа s | Bsbs (ts ses ) 0, s={le,lr};

s (6) вычислить новые доли t ts min(s )es, s={le,lr};

(7) при новых долях повторить шаги (1)-(6).

Если при этом bs(ts) являются монотонной в том смысле, что если из условия n s s (y,ts ) (y,ts ), y 0, следует (y,bs (t )) (y,bs (ts )), y 0, то набор (ys / yis, t ) является in равновесием в смысле Розенмюллера: точка ( p,t), где pi 1, называется равновесием, iесли ( p,t) ( p, a) и z(t) max,a) z(t), где a – начальное распределение долей.

( p,t)( p Существование равновесия следует из монотонности предпочтений, описываемых s s ts функцией z(ts ) (cs, x* ), где x* - решение задачи при данном значении параметра.

Таким образом, перейдя от ставок роялти к долям характерного интервала ставок, можно использовать рассуждения А.Н. Козырева, выполненные им при решении задачи о распределении ресурсов, для доказательства сходимости алгоритма к оптимальному по Парето набору долей, а следовательно, и ставок роялти.

Также возможно использование упрощнной схемы, которая в качестве двойственных оценок агентов использует градиенты ожидаемой чистой приведнной стоимости, NPV проектов.

При рассмотрении негладких задач оптимизации субдифференциал целевой функции можно аппроксимировать субградиентами ограничений прямой задачи. Рассмотрим задачу агента s:

s U (xs ) max s, где U (x) - вогнутая функция, gis (x) - выпуклые функции.

gis (xs ) bi (ts ),i 1,n Известно, что xs - решение задачи тогда и только тогда, когда n s ps U (x),pis gis(x),yis 0,i 1,n, такие, что 0 ps yis pis и i yis[gis (xs) bi(ts)] 0,i 1,n, s={lr,le} – индексы обозначают переменные лицензиара и лицензиата, соответственно. Причм числа yis,i 1,n являются решением двойственной задачи агента. В формулах символ обозначает субдифференциал функции. Мы полагаем, что функции bi (ts ),i 1,n, не зависят от переменной оптимизации и тогда [gis(xs) bi(ts)] gis(xs),i 1,n.

Таким образом, можно не спрашивать стороны переговоров об оптимизационных задачах, на основе которых агенты принимают решения, а спросить о субградиентах ограничений. Причм спрашивать нужно обо всех активных ограничениях, то есть таких, что l gis (xs ) bi (ts) 0 при данном распределении долей агентов (tlr,t ), поскольку только они и n входят в линейную комбинацию 0 ps yis pis. Если выбрать cones выпуклую коническую iоболочку субградиентов активных ограничений, то она обязательно содержит вектор s l ps, ps U (xs ). Поэтому в каждой точке переговоров с набором (tlr,t ), которому отвечает, вообще говоря, не единственная точка xs, s={lr,le}, субдифференциал целевой функции аппроксимируется конусом, обратным к выпуклой конической оболочке субградиентов активных ограничений – те, которые сам агент и назовт, поскольку остальные, неактивнае, пока остаются ненаблюдаемыми ему самому. В такой постановке, как показано в диссертационной работе, также имеет место рост полезности на каждом шаге итерационного процесса и сходимость алгоритма.

В диссертационной работе рассмотрены частные случаи, когда можно гарантировать сходимость процесса к оптимальному по Парето состоянию. Одному из таких частных случаев посвящен параграф 2.3. В параграфе доказывается утверждение, что если функции s полезностей агентов имеют вид U (ts) min( pis,ts) ( ps(k),ts), s {le,lr}, то итерационный pis процесс ts(k) ts(k 1) es(k)h, где ( ps (k),l(k)) es (k) ps(k) l(k) (l(k),l(k)), s {le,lr}, l(k) pl(k) plr (k), h - порог чувствительности, приводит к росту полезности и сужению множества альтернатив.

В главе 3 «Практическая реализация» представлены три разные реализации предлагаемого автором алгоритма переговоров. В параграфе 3.1. описана сетевая реализация алгоритма в виде сервиса для двух реальных участников. Реализующая алгоритм программа написана на языке C++ и работает на сервере, доступ к которому обеспечивается через Интернет с использованием пароля. Все операции по обработке сообщений от агентов и выполнение процедуры оптимизации выполняются на сервере, а сторонам переговоров не требуется устанавливать специальное программное обеспечение – им необходимы лишь webбраузеры и доступ в Интернет. Коммуникации осуществляются через заполнение и пересылку специальных форм, генерируемыми сервером. Для пользователя работа с программой выглядит как обычная интернет-страница. Чтобы приступить к работе, агенту необходимо набрать имя сервера в адресной строке браузера. На стартовой странице предлагается выбрать роль в переговорах – лицензиат или лицензиар.

Рис. 1. Стартовая страница программы - посредника переговоров В зависимости от выбора пользователю предлагается форма, где необходимо указать ожидаемые результаты реализации проекта.

Рис. 2. Форма для заполнения прогноза проекта После заполнения формы и отправки данных на сервер, в браузере отображается страница – заставка с просьбой подождать. В это время сервер создат текстовый файл, куда записываются данные, и ожидается ответ оппонента. Если ответ так и не поступает в течение минуты, пользователь получает сообщение о невозможности связаться с оппонентом. Время таймера можно выбрать, каким угодно, но не слишком большим. Как только поступают данные от оппонента, они также записываются в текстовый файл, но уже в другой. Важно отметить, что на самом деле на сервере выполняются сразу две программы, обслуживающие одну пару агентов. Это сделано для того, чтобы «помнить», какому агенту показывать результат. Обращаясь к серверу, агент запускает CGI-приложение, которое впоследствии не только принимает данные, записывает их в специальный файл и выполняет шаги алгоритма, но и отображает в браузере пользователя динамические веб-страницы. Данные страницы содержат результаты процедуры оптимизации, а также сообщения сервера. Динамическая веб-страница характеризуется тем, что она генерируется программно, а не хранится на сервере в виде HTML-файла. Таким образом, помимо стартовой страницы, на сервере хранится два исполняемых файла – CGI-приложения, один из которых обслуживает взаимодействие с лицензиатом, а другой – с лицензиаром.

После того, как оба агента передали свои данные на сервер, созданы файлы, содержащие сообщения от лицензиата и лицензиара, каждое CGI-приложение читает данные из файла контрагента. На данном этапе каждое приложение имеет доступ для обработки показателей обоих прогнозов. Однако самим агентам показатели проектов не доступны – каждый знает лишь то, что он отправил на сервер, но никак не информацию об оппоненте.

Обрабатывая данные, прежде чем перейти к оптимизации, каждое приложение сравнивает значения ставок роялти, полученные от агентов. Для оптимизации важно знать текущее состояние переговоров, и поэтому, если значения не совпадают, формы возвращаются агентам на проверку.

Равноудалнный луч вычисляется как покоординатная сумма градиентов лицензиара и лицензиата. Вектор обмена (перехода в новое состояние) вычисляется как компонента градиента лицензиара, перпендикулярная равноудалнному лучу. Неважно, для какого из агентов вычисляется вектор обмена – новое состояние переговоров в виде набора ставок роялти будет одинаковым для обеих сторон. Поэтому вычисления ограничиваются обменом лицензиара с целью экономии аппаратных ресурсов. Сам по себе вектор обмена не определяет новое состояние, а задат лишь направление движения к нему. Для вычисления состояния требуется масштабировать обмен, то есть умножить на коэффициент, соответствующий выходу на границу допустимой области. Коэффициенты определяются для каждой из возможных границ.

После завершения необходимых подготовительных операция, приложение отображает пользователю страницу с результатами оптимизации. Страница содержит таблицу с данными пользователя и новыми ставками роялти, а также диаграмму, построенную Fusion Charts, построенную при помощи записанных ранее команд.

Рис. 3. Фрагмент выдачи результата пользователю – таблица данных и гистограмма изменения роялти Помимо результатов, на странице содержатся скрытые от пользователя поля, которые содержат данные для следующих шагов переговоров. В принципе, пользователь может продолжить переговоры и выполнить очередной шаг оптимизации, нажав на специальную кнопку, расположенную на этой же странице. Тогда на сервер вновь отправляются данные, в том числе и содержание скрытых полей. В скрытых полях содержатся компоненты луча и градиента. Но по одной компоненте луча и градиента уже обнулены – они не будут учитываться при работе приложения, так что обмен будет продолжаться до достижения ограничения очередной координаты. Необходимо заметить, что после отображения пользователю веб-страницы с результатами, приложение удаляет все созданные им файлы.

Это не только защищает сервер от исчерпания физической памяти, но и затрудняет злоумышленникам перехват прогнозируемых показателей лицензионной сделки.

В параграфе 3.2. описан похожий процесс с той разницей, что здесь роль одного из участников переговоров исполняет робот. Эта программа используется для обучения студентов, но может быть использована и для обучения профессиональных переговорщиков в качестве тренажера.

Интеллектуальный робот реализован в виде задачи линейного программирования – ставится цель оптимизировать доступные денежные потоки при текущих значениях ставки роялти. Решение данной задачи определяет более предпочтительные условия сделки, с одной стороны, и ограничения робота, с другой.

Использование робота в таком виде позволяет реализовать описанный алгоритм оптимизации средствами MS Excel. Однако это выявляет ряд вычислительных трудностей, связанных с ошибками округления, выбором масштаба обмена и неоднозначностью определения базиса на каждом шаге итерационного процесса. В работе указано, как преодолеть возникающие препятствия и добиться работы алгоритма. В частности, при переходе к следующей точке переговоров необходимо делать шаг на большую величину, чем указывает масштаб алгоритма. Это приводит к тому, что точка располагается более не на грани допустимой области, а в вершине нового базиса, который далее и следует использовать в итерационном процессе.

Наконец, в параграфе 3.3. описана программа, реализованная на Excel и предназначенная для исследовательских целей. Программа иммитирует действия сторон в переговорах о заключении лицензионного договора. В нее можно вносить усложняющие элементы и добиватьсяболее реалистичного поведения участников. Тем самым в принципе можно выявить факторы, реально влияющие на поведение участников и на результат сделки, но не проговариваемые явно или, как минимум, не артикулируемые.

Например, моделирование переговоров с использованием разработанного инструментария показывает, что сторона, которой доступны более доходные инвестиции, но вместе с тем и более дорогие кредиты, заинтересована в увеличении своей доли выручки проекта в первые годы действия соглашения с последующим уменьшением в заключительные периоды. Если процент по краткосрочным инвестициям для лицензиата выше, но его кредитование связано с большим риском, и поэтому выдатся под более высокий процент, качественно картина выглядит, как на Рис. 4. Изменение ставок роялти в сделке за два шага алгоритма, когда лицензиату доступны более доходные инструменты.

Более низкие роялти используются им как альтернатива замным деньгам, однако он согласен на более высокие ставки в конце, рассчитывая компенсировать снижение доли выручки инвестициями в доступные ему рыночные инструменты.

Рис. 4. Изменение ставок роялти в сделке за два шага алгоритма, когда лицензиату доступны более доходные инструменты.

Изменение состава финансового портфеля лицензиата прослеживается по шагам работы алгоритма. Если при равномерных ставках роялти, которые используются в качестве отправной точки переговоров, лицензиат только занимает деньги, оптимизируя личное потребление, то в ходе переговоров кредиты в последние периоды заменяются на инвестиции. Можно полагать, что лицензиат в процессе переговоров стремится минимизировать риски, связанные с привлечением замных денег, для чего часть неопределнности будущих денежных потоков перекладывает на лицензиара. Для того, чтобы заинтересовать противоположную сторону, лицензиат вынужден предложить взамен высокие ставки роялти в последние годы.

Если краткосрочные инструменты поменять местами, то есть лицензиару доступны более доходные инвестиции и более дорогой кредит, распределение роялти меняется на противоположное - их стоит повысить, резко уменьшив в последние годы действия соглашения.

Рис. 5. Изменение ставок роялти за два шага алгоритма, когда лицензиару доступны более доходные инструменты.

III. ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ В результате проведенного исследования, можно сделать следующие выводы:

1. Применяемая на практике схема лицензионного договора может быть оптимизирована путем взаимных уступок сторон по снижению ставок роялти в одни периоды и повышению их в другие периоды. Тем самым может быть получена большая удовлетворенность каждой из сторон условиями договора.

2. Стороны в лицензионном договоре могут быть корректно представлены в виде экстремальных задач, в том числе в виде задач линейного программирования, если обе стороны – фирмы. Такое представление хорошо укладывается в парадигму функционального подхода к оценке бизнеса, практикуемого в Германии.

3. Задача оптимизации ставок роялти может быть сведена к известной задаче распределения ограниченных ресурсов при условии, что изменение ставок роялти ограничены диапазоном стандартных отраслевых ставок. В этом случае может быть построен алгоритм, имитирующий взаимные уступки и обеспечивающий сходимость к оптимальному по Парето состоянию в конечное число шагов.

4. В общем случае, когда изменения ставок роялти априори не ограничены, можно моделировать ситуацию как игру двух лиц. Однако игра получается сложной и не поддается аналитическому исследованию.

5. Компьютерное моделирование процесса приводит к ожидаемым в целом результатам, т.е. при упрощенных представлениях сторон в виде экстремальных задач процесс сходится очень быстро, причем сразу достигаются крайние решения. Это не соответствует реальной практике, в которой стороны уходят от крайних решений, стараясь не уходить от принятых эмпирических правил и распределять риски.

IV. СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи в рецензируемых изданиях, рекомендованных ВАК:

1. Козырев А.Н., Неволин И.В. Моделирование лицензионных переговоров с достижением оптимальной ставки роялти // Вестник ГУУ. – 2010. – №2. – С.50-53.

2. Ноакк Н.В., Неволин И.В. Барьеры понимания экономических моделей при принятии решений// Национальные интересы: приоритеты и безопасность. – 2012 - №14(155). – С. 47-54.

Публикации в прочих изданиях:

3. Неволин И.В. Алгоритм инструмента оптимизации ставки роялти для поддержки лицензионных переговоров.// Труды 53-й научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук». Часть IX. Инновации и высокие технологии. – М.: МФТИ, 2010. – С.40-41.

4. Неволин И.В. Оптимизация ставок роялти в лицензионных договорах на основе математических методов и сетевых технологий.// Сборник статей Международной научнопрактической конференции «Охрана и защита прав интеллектуальной собственности на единой таможенной территории Таможенного союза», Москва: Секретариат комиссии Таможенного союза, 2011. – С.85-88.

5. Свидетельство о государственной регистрации программы для ЭВМ №2011617727 от 5 октября 2011г.

Неволин Иван Викторович ОПТИМИЗАЦИЯ СТАВОК РОЯЛТИ В ЛИЦЕНЗИОННЫХ ДОГОВОРАХ НА ОСНОВЕ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛЕНИЙ И СЕТЕВЫХ ТЕХНОЛОГИЙ Специальность: 08.00.13 – «Математические и инструментальные методы экономики» АВТОРЕФЕРАТ диссертации на соискание учной степени кандидата экономических наук Заказ № 47 Объем 1,2 п.л. Тираж 100 экз.

ЦЭМИ РАН




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.