诺贝尔奖获得者、信息经济学的先驱之一斯蒂格利茨曾指出，保险公司事先不知道被保险人的风险水平，因此保险水平无法达到对称信息的情况.最佳水平。低风险类型的消费者认为保费是额外费用，不愿意投保。相反，高风险类型的消费者倾向于购买保险。这就是保险市场的自然逆向选择问题。

笔者认为，应从专利制度的本质出发，充分挖掘专利大数据在专利保险业务中的价值。通过专利洞察企业、人、技术之间的关联风险，我们可以有效降低信息不对称的成本。同时，利用信息化工具，智能分析被保险专利的风险等级，动态跟踪被保险专利的法律状态变化，科学高效地协助保险公司进行风险评估和监控，提升产品开发和运营管理能力，推动专利保险市场进一步扩大。 .

介绍可行的解决方案

商业保险公司要想在市场上获得竞争优势，除了专业的产品开发和运营，还需要增加价值。服务吸引更多客户。专利的本质主要体现三个属性：法律属性、工具属性和资产属性。在法律属性方面，专利权人面临法律纠纷的概率不断增加。从资产属性看，专利已成为体现国家自主创新和核心竞争力的核心资产。在工具属性方面，专利数据可以作为保险公司提升风险监控和运营管理能力的有力工具，促进专利保险的拓展。

上述种种困难，对专利保险的市场化形成了实质性的阻碍。在笔者看来，针对“逆向选择”问题，专利数据是全球统一标准的科技数据，专利数据仍然是多维的。通过专利数据，将公司的工商数据、发明工程师数据、技术扩散数据、行业分类数据等进行连接整合，形成企业、行业、技术、人才的知识产权大数据。在此基础上，从宏观层面收集全球同行业、同领域的法律诉讼数据，合理预测被保险人的诉讼环境；从中观层面评估被保险人沿行业轨道的技术创新水平，评估保险单人可能面临的侵权或被侵权概率；基于申请人的专利申请动机、专利产生过程和过去的诉讼历史，从微观层面对保险动机进行深入分析。全方位“体检”，协助保险公司精准筛选投保人的“易装”体质。

对于“风险评估”问题，通过对专利数据的深度处理，形成量化指标体系，可以综合评价专利文本质量、权利稳定性、诉讼概率、和获胜的概率。受保专利的风险水平。

针对“经营管理难”问题，利用专利大数据和信息化工具，可以实时监测受保专利的法律状态变化和生命周期演变，以及专利被保险专利的申请及法律纠纷。行业同领域诉讼趋势变化及其他可能导致理赔风险发生的事件，第一时间发现预警信号，为保险公司制定应对方案和保险产品升级优化提供有力支持，并有助于提高经营管理水平。

针对“大数定律”实现难的问题，除了制定投保专利的量化风险评价指标体系外，利用信息化工具实现对投保的智能审核和批量评价为企业在短时间内快速积累大量保险样本，提供可靠保障，为进一步预测理赔率、制定合理保费率奠定良好基础。

综上所述，笔者认为，专利保险业务涉及面广、专业性强，而专利保险的市场化需要知识产权专业机构在风险评估、岗位职责等关键环节的参与。 ——保障管理。基于此，我们应依托专利大数据和信息技术的赋能，积极挖掘专利属性及其自身专业优势在专利保险业务中的价值，并提出一些建议以供参考。一方面，知识产权服务机构可以充分发挥专业优势，深入挖掘专利数据的价值，为保险公司在风险审查、风险评估和风险管控等方面提供必要的支持。另一方面，从企业自身需求出发，除了购买专利保险外，企业还希望获得更多的专利咨询、风险评估、法律服务等增值服务，为进一步拓展业务提供可行的解决方案。专利保险市场化。 . (高丽)

文章来源：《新金融世界》 网址: http://www.xjrsjzz.cn/zonghexinwen/2021/0624/963.html