JP2019096250A - 海外特許費用予測システム、庁通知回数予測装置、海外特許費用予測装置、海外特許費用予測方法および記録媒体 - Google Patents

Abstract

【課題】海外特許費用、特に米国における特許費用を、より正確、かつ、効率的に推定する方法を見出すべく、統計的手法を含めて各種の予測方法を比較検討することにより、海外特許費用を予測するシステム、装置、方法および記録媒体を提供する。【解決手段】海外特許出願手続に関するデータに基づき、複数の予測方法により次期手続発生回数を予測する手順と、それぞれの予測方法による予測誤差を算出する手順と、前記予測誤差が最小である予測方法を選択する手順と、前記選択された予測方法により算出する予測処理結果を出力する手順とを含む。【選択図】図２

Description

本発明は、海外特許費用を予測するための予測システム、庁通知回数予測装置、海外特許費用予測装置、海外特許費用を予測するための方法、およびその予測方法を記録した媒体に関するものである。

海外特許取得に関連する費用は非常に高額であり、間接費として企業収益に大きな影響を及ぼす。例えば、米国では特許庁に支払う手続き費用（official fee）に加え、日本及び米国のそれぞれの代理人に支払う手数料、翻訳料など、日本国内の数倍もの費用が必要となる。さらに、費用が発生する時期や回数も発明案件により区々であり、その予測は極めて困難である。

一方で、各企業は海外特許費用を管理し、次年度以降にかかる費用を予測して経営戦略に織り込む必要がある。次年度以降にかかる海外特許費用の予測は、当該国の特許制度や審査の展開により影響を受けることから一般に困難であると考えられていた。このため、各企業は、例えば、前年度の実績を参考に当該年度の知財コストを予想するなどの単純な方法に頼らざるをえなかった。しかし、海外特許の審査の展開は全くランダムに進行するわけではなく、各国における特許制度、および出願と審査の過程における所定の因果関係を解明することにより、より正確な費用の予測が可能となるはずである。

米国特許費用は、出願、拒絶理由通知、拒絶査定、許可通知など、権利化の過程で起こる手続（アクション）にその処理費用（単価）を乗じたものの和として表すことができる。しかし、出願人の意思決定により調整が可能な出願行為を除き、他のアクションは大凡連鎖的ではあるものの、その経路とタイミングは特許庁における審査の状況に依存するため、出願人側においてコントロールすることができない。一方、出願について、過去に発生したアクションの発生回数から次年度に発生するアクションの発生回数が予測できれば、次年度に発生する費用もある程度予測が可能になるはずである。

特開２００３−１０８７３０号公報

知的財産マネジメント第２委員会第４小委員会，「知財関連費用の予測と予算策定の方法に関する研究」，『知財管理』， VOL.62 NO.9（NO.741），2012年9月．

本発明は、海外特許費用、特に米国における特許費用を、より正確に推定する方法を見出すべく、統計的手法を含めて各種の予測方法を比較検討することにより、海外特許費用の予測システム、そのシステムに用いられる庁通知対応費用予測装置、海外特許費用の予測方法およびをその方法が記録された記録媒体を形成し、企業実務への適用を図ることを目的とする。

従来の海外特許経費の予測の重要性と、その方法については、非特許文献「知財管理（2012）」に詳しく述べられている。すなわち同文献では、特許関連費用の予算策定は非常に困難であるところ、その理由として、発明発生から出願後約２０年にわたり、様々な費用が発生し、特にいわゆる中間処理においては、金額も大きく、時期の予測も難しい点を指摘する。このため、同文献では、予算策定の困難性を回避するための方策として、知財活動項目を細分化することにより、件数決定や費用予測の執行を精緻化しようとする取り組み等について紹介している。

上記知財管理（2012）では、海外特許費用の予測の重要性とその困難性について指摘しており、かつ統計的手法を用いての予測が有効であるとの示唆はあるものの、具体的な手法については何ら開示されていない。現状の各企業の特許費用の予測は、前年度並みに費用を設定するなど、経験的な手法によっているのが主流である。そして、実際の費用が予測値から乖離した場合の対策として、当該年度の出願数を減らすなど、到底戦略的とはいえない手法によっているのが実情である。

また、特開２００３−１０８７３０号公報には、特許出願にかかる費用を事前に把握するためのプログラムに関する発明が開示されているが、審査請求の費用を事前に計算しているだけで、海外特許費用を予測して計算するものではない。

一般に過去のデータに基づいて将来の結果を予測する手法は多数存在するにもかかわらず、各企業が上記のような単純な予測方法を採用せざるを得ないのは、海外特許費用の予測についてどの予測方法が適しているかの検証が困難であるという事情があった。また、米国での中間処理費用を予測するには、まず米国における特許の権利化の手続きについて整理し、費用予測について重要な手続きであるアクションを選別する必要があった。そこで、本発明では、特に費用が嵩みかつ予測が困難なアクションとして、選択指令、拒絶理由通知、拒絶査定、アドバイザリ通知、許可通知の５項目に着目した。さらに、これらの処理に必要な費用を予測する最適な予測方法を特定し、次年度に発生する米国特許費用を予測すべく、以下に述べる解決策について検討を行なった。

本発明における米国特許費用の予測の考え方を以下に示す。まず、１件の米国特許出願の権利化に要する費用は、所定の期間内に権利化の過程で起こるアクションにその処理費用（単価）を乗じたものの和として表すことができる。そして、企業全体ないし一事業所において発生する費用は、個々の出願の権利化に要する費用の総和として算出できる。

一方、出願人の意思決定により調整が可能な出願行為を除き、他のアクションは大凡連鎖的ではあるものの、その経路とタイミングは特許庁における審査の状況に依存するため、出願人側においてコントロールすることができない。特に米国においては特許出願の審査過程は複雑であり、次のアクションが何でいつ起こるかを正確に予測することは極めて困難である。加えて、総合電機メーカーのように、家電事業、重電事業、情報機器事業など性質の異なる複数の技術分野の製品を扱う事業所がある場合は、発明の複雑さや事業戦略、さらには特許庁における審査状況が相違することから最適な予測方法が事業所ごとに異なる可能性がある。

一般的にこのような費用等を予測する方法として、過去のデータを集計して用いる集計的方法と案件ごとの状況を考慮する非集計的な方法に大別される。また、集計的予測方法についても多数の方法が存在するが、いずれの方法が適するかは、事業環境や技術分野などに影響されると考えられ、一義的に決定することが困難である。そこで本発明では、以下に示すとおり、次年度の米国特許経費の予測をアクションごとに複数の予測方法を用いて実施し、最も精度の高い予測方法を採用することとした。

本発明にかかる海外特許費用予測システムは、海外特許出願手続に関するデータを格納するデータベースと、当該データを読み込み、海外特許出願における次期手続発生回数の予測処理を行なう海外特許費用予測装置と、当該予測処理結果を表示する出力装置とからなり、当該海外特許費用予測装置は、複数の予測方法により次期手続発生回数を予測する処理を行なうとともに、それぞれの予測方法による予測誤差を算出し、その予測誤差が最小である予測方法を選択し、出力装置は誤差が最小である予測方法による予測処理結果を出力するようにしたものである。

また、上記海外特許費用予測装置における複数の予測方法は、集計モデルと非集計モデルの双方の処理を含むようにしたものである。

また、上記集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰による第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とする状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて用いるようにしたものである。

また、上記の予測処理は、海外特許出願の審査過程における手続（アクション）ごとに実施するようにしたものである。

また、上記手続は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むようにしたものである。

本発明にかかる、庁通知回数予測装置は、所定の集団が所定の国の特許庁に出願し係属中の特許出願群について、特許庁から発行される通知の回数を予測する庁通知回数予測装置であって、予測を行うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間中に特許庁から発行された通知の時期に関する情報を用いて、複数の予測アルゴリズムそれぞれにより、当該単位期間内に特許庁から発行される通知の回数を計算する計算手段と、少なくとも１つの単位期間のそれぞれにおける、予測アルゴリズム毎に計算された計算値と、当該単位期間内に実際に発行された通知の回数とを用いて、各予測アルゴリズムの予測精度に関する評価値を算出する評価値算出手段と、予測精度が最も高いことを表す評価値が算出された予測アルゴリズムを用いて、予測するときよりも後の所定の単位期間内に特許庁から発行される通知の回数を予測する予測手段とを備えるようにしたものである。

また、本発明にかかる海外特許費用予測装置は、庁通知回数予測装置により予測した通知の回数に、当該通知が１回発行した場合に、この集団に発生する費用を乗算することによって、予測するときよりも後の所定の単位期間内に集団に発生する総費用を予測するようにしたものである。

本発明にかかる海外特許費用予測方法は、海外特許出願手続に関するデータに基づき、複数の予測方法により次期手続発生回数を予測する手順と、それぞれの予測方法による予測誤差を算出する手順と、予測誤差が最小である予測方法を選択する手順と、選択された予測方法による予測処理結果を出力する手順とによる予測処理を含むようにしたものである。

また、上記海外特許費用予測方法にかかる複数の予測方法は、集計モデルと非集計モデルの双方の処理を含むようにしたものである。

また、上記海外特許費用予測方法にかかる集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰による第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とする状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて用いるようにしたものである。

また、上記海外特許費用予測方法にかかる予測処理は、海外特許出願の審査過程における手続ごとに実施するようにしたものである。

また、上記海外特許費用予測方法にかかる審査過程における手続は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むようにしたものである。

本発明にかかる記録媒体は、コンピュータを制御するためのプログラムを担持した、コンピュータが読み取り可能な記録媒体であって、海外特許出願手続に関するデータに基づき、複数の予測方法により次期手続発生回数を予測する手順と、それぞれの予測方法による予測誤差を算出する手順と、予測誤差が最小である予測方法を選択する手順と、選択された予測方法による予測処理結果を出力する手順とによる予測処理を実行するためのプログラムラムを少なくとも備えるものである。

また、上記記録媒体にかかる複数の予測方法は、集計モデルと非集計モデルの双方の処理を含むようにしたものである。

また、上記記録媒体にかかる集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰による第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とする状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて用いるようにしたものである。

また、上記記録媒体にかかる予測処理は、海外特許出願の審査過程における手続ごとに実施するようにしたものである。

また、上記記録媒体にかかる審査過程における手続は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むようにしたものである。

本発明によれば、事業所別、手続きの種類別に複数の予測方法から最適な予測方法を選択するため、各手続や各事業所に最も適した予測が可能になる。また、期ごとにパラメータ推定および予測方法の選択をし直すため、出願件数や審査実務等外部環境の変化への対応が可能になるという効果がある。

図１は、この発明にかかる海外特許費用予測システムの一例を示す構成図である。 図２は、この発明にかかる海外特許費用の予測処理に用いられるフローチャートを示す図である。

実施の形態１
本発明による海外特許費用予測システムは、事業部ごとに各項目についての過去のデータを使用して、現状で適合可能な複数の予測方法を用いて予測を実施し、それぞれの予測方法ごとの誤差を比較し、最小の誤差である予測方法を当該事業部の予測方法として採用する。すなわち、本発明は過去の一定期間のデータを用いて、事業部門別、業務種類別に、複数種類の予測モデルの中で最も予測能力の高いモデルを選択し、選択されたモデルを用いて、次期の手続発生回数を予測する。以下、本発明の実施の形態１について説明する。

図１は、本発明の実施の形態１にかかる海外費用予測システムの一例を示す構成図である。図１において１は海外特許予測装置であり、データベース２から海外外特許出願に関する過去の処理情報を受け取り、所定の計算処理を行い、その結果を出力装置３に送信する。なお、上記海外特許予測装置１とデータベース２及び出力装置３は、それぞれ別個の装置としてもよく、一体としてもよい。

次に動作について説明する。図１において、データベース２から読み出された海外特許出願処理に関するデータは、海外特許予測装置１において、図２に示すフローチャートに従って処理される。次いで、その処理結果は出力装置３に送信され出力される。ここで、データベース２から読み出されるデータは、例えば米国特許であれば、出願権利化過程で発生するアクション項目（拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令等）についての時期と件数を含むものである。

図２のフローチャートにおいて、読み込まれたデータに基づいて、表１に示す予測方法をすべて実施することにより、それぞれ次期に発生するアクション数を予測する。このような費用を予測する方法としては、先に述べたとおり過去のデータを集計して用いる集計的方法と案件ごとの状況を考慮する非集計的な方法に大別される。また、集計的予測方法については表１の方法による予測処理を実施しうるが、いずれの方法が適するかは、事業部門などの特性に依存すると考えられ、一義的に決定することが困難である。

非集計モデルでは、過去のデータを用いて、アクション間の遷移確率、あるアクションから次のアクションが起こるまでの日数の平均値および分散を計算し、予測期間中にどのアクションが、どのくらいの確率で発生するかを個別に予測する。ここで、アクション間の日数は、正規分布に従うと仮定する。予測を行う際には、その時に継続中のアクションから、予測期間中に発生するアクションの発生確率を予測し、各アクションの発生確率の合計値を該当するアクションの発生回数の予測値とする。

本実施の形態１では、事業所ごとに各アクションが次期に発生する回数を表１に示す複数の予測方法を用いて実施し、誤差すなわち式１に示すRMSE（（Root Mean Square Error：平均二乗誤差の平方根）が最小となる予測方法をそのアクションの次期発生回数を予測する方法として採用する。次いで、アクションごとの次期発生回数にそれぞれの処理単価を乗じたものの和をとり、当該事業所の次期米国特許費用として算出し、その結果を出力装置３に出力する。ここで、式１におけるｙiはi期の実測値、 ^yi（ワイハットi)はi期の予測値を示すものである。

本実施の形態では、X社の8事業所（A〜H）の全体及びそれぞれの事業所について、過去15年（30期）分の各アクション項目（拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令）のデータを用いて計算を行なった。表１の９種類の予測方法すべてにより、過去20期分のデータを用いてパラメータを推定し、次期の予測を行うという作業を10期分繰り返し、それぞれの手法のRMSEを算出した。そして、それぞれのアクションについて予測精度が最も高くなる予測方法を選択し、アクションごとに次期の発生回数を予測、これに処理単価を乗じることにより事業所ごとのの特許費用の計算を行なった。

以下、本発明の庁通知回数予測装置について説明する。庁通知回数予測装置は、所定の集団が所定の国（たとえば、アメリカ、中国、日本等）の特許庁に出願し係属中の特許出願群について、その特許庁から発行される通知の回数を予測する装置であって、予測を行うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間中に特許庁から発行された通知の時期に関する情報を用いて、複数の予測アルゴリズムそれぞれにより、当該単位期間内に特許庁から発行される通知の回数を計算する計算手段と、少なくとも１つの単位期間のそれぞれにおける、予測アルゴリズム毎に計算された計算値と、当該単位期間内に実際に発行された通知の回数とを用いて、各予測アルゴリズムの予測精度に関する評価値を算出する評価値算出手段と、予測精度が最も高いことを表す評価値が算出された予測アルゴリズムを用いて、予測するときよりも後の所定の単位期間内に特許庁から発行される通知の回数を予測する予測手段とを備える。

海外特許費用予測装置１は、上記庁通知回予測装置により予測した通知の回数に、当該通知が１回発行した場合にこの集団に発生する費用を乗算することによって、予測するときよりも後の所定の単位期間内に集団に発生する総費用を予測することができる。

ここで、上記の庁通知回予測装置は、特許庁から発行される所定種類の通知の回数を予測するものである。また、所定種類の通知は、拒絶理由通知、拒絶査定等を含むものである。また、上記単位期間は、例えば1年、半期、四半期等の期間である。また、予測精度の評価値は、RMSE（Root Mean Square Error）、MAE（Mean Absolute Error）、MSE（Mean Squared Error）であってもよい。また、複数の予測アルゴリズムとしては、表１に示す複数の予測方法（アルゴリズム）の中から選択される２以上のアルゴリズムを用いることができるがこれに限られない。

なお、上記計算手段が、予測を行うときよりも前の複数の異なる単位期間について、各単位期間内に特許庁から発行される通知の回数を計算するものである場合、上記評価値算出手段は、単位期間毎に、「各予測アルゴリズムによる計算値」と「実際の通知回数」とに基づいて各予測アルゴリズムの予測精度に関する第１の評価値を算出し、各単位期間について算出された第１の評価値を平均してなる第２の評価値を各予測アルゴリズムの予測精度に関する最終的な評価値とするものであってもよい。

実施例１
一例として、X社におけるA事業所（機械部品）についての予測精度の指標（RMSE）の計算結果を表２にまとめる。なお、表の網掛け部は各アクションにおいてRMSEが最小となる予測方法を示している。A事業所についての計算例では、拒絶理由通知、拒絶査定及び選択指令のアクションについては「前記の観測値の予測方法」によるRMSEが最小であり、許可通知及びアドバイザリ通知については「非集計モデル」が最小となった。

すなわち、実施例１における次期米国特許費用の計算は次のようになる。
次期米国特許費用＝Σ（アクションごと発生予想回数×各処理の平均単価）
＝選択指令発生予想回数×選択指令処理平均単価 +拒絶理由発生予想回数×拒絶処理平均単価+拒絶査定発生予想回数×拒絶査定処理平均単価+アドバイザリ発生予想回数×アドバイザリ処理平均単価+許可通知発生予想回数×許可処理平均単価

実施例２
次に、X社のB事業所（情報機器）について実施例１と同様の計算を行なった。本実施例における計算例では、表３に示すとおり、選択指令については「非集計モデル」、拒絶理由通知、アドバイザリ通知については「観測値（６期）の平均値」、拒絶査定については「状態空間モデル１」、許可通知については「線形回帰モデル２」の予測方法によるRMSEが最小となった。なお、次期米国特許費用の計算についても、実施例１と同様の式に当てはめて行なわれる。

実施例３
本実施例では、X社の他のCからHの事業所及び８事業所全体についても同様の計算を行なった。表４は、アクションごとに最もRMSEが小さくなる、すなわち最適な予測方法に該当する位置に、各事業所の名称（A〜H、及び「全」）を記入したものである。なお、表４中、「全」は8事業所全体、「A」はA事業所（機械部品）、「B」はB事業所（情報機器）、「C」はC事業所（先端技術）、「D」はD事業所（個別半導体）、「E」はE事業所（車載デバイス）、「F」はF事業所（集積型半導体）、「G」はG事業所（液晶技術）、「H」はH事業所（家電製品）を示す。また、( )内は当該事業所が扱っている主要製品を示す。

表４から分かるとおり、X社における計算例では同一の事業所であっても、最適な予測方法はアクションによって相違する。また、同じアクションであっても事業所が異なれば最適な予測方法は相違する。すなわち、いずれかの予測方法に固定してしまうと、アクションや事業の内容によっては予測精度が粗くなり、次期の米国出願費用についての見込み額と実際の費用との乖離が拡大し、事業計画への影響が解消できないことになる。本手法を実際の予測に用いる際には、事業所ごと、アクションごとに過去のデータに基づき全ての予測方法による計算を試みた上で、それぞれの計算方法の予測精度を比較し、最適な予測方法を選択して次期に必要となるアクション費用を算出する。このため、常に精度の高い次期経費の予測が可能となる。

この発明は海外特許費用の予測システム、庁通知回数予測装置、海外特許費用予測装置、海外特許費用の予測方法及びその予測方法を格納した記録媒体に適用される。

１ 海外特許費用予測装置
２ データベース
３ 出力装置

本発明は、海外特許費用を予測するための予測システム、庁通知回数予測装置、海外特
許費用予測装置、海外特許費用を予測するための方法、およびその予測方法を記録した媒
体に関するものである。

海外特許取得に関連する費用は非常に高額であり、間接費として企業収益に大きな影響
を及ぼす。例えば、米国では特許庁に支払う手続き費用（official fee）に加え、日本及
び米国のそれぞれの代理人に支払う手数料、翻訳料など、日本国内の数倍もの費用が必要
となる。さらに、費用が発生する時期や回数も発明案件により区々であり、その予測は極
めて困難である。

一方で、各企業は海外特許費用を管理し、次年度以降にかかる費用を予測して経営戦略
に織り込む必要がある。次年度以降にかかる海外特許費用の予測は、当該国の特許制度や
審査の展開により影響を受けることから一般に困難であると考えられていた。このため、
各企業は、例えば、前年度の実績を参考に当該年度の知財コストを予想するなどの単純な
方法に頼らざるをえなかった。しかし、海外特許の審査の展開は全くランダムに進行する
わけではなく、各国における特許制度、および出願と審査の過程における所定の因果関係
を解明することにより、より正確な費用の予測が可能となるはずである。

米国特許費用は、出願、拒絶理由通知、拒絶査定、許可通知など、権利化の過程で起こ
る手続（アクション）にその処理費用（単価）を乗じたものの和として表すことができる
。しかし、出願人の意思決定により調整が可能な出願行為を除き、他のアクションは大凡
連鎖的ではあるものの、その経路とタイミングは特許庁における審査の状況に依存するた
め、出願人側においてコントロールすることができない。一方、出願について、過去に発
生したアクションの発生回数から次年度に発生するアクションの発生回数が予測できれば
、次年度に発生する費用もある程度予測が可能になるはずである。

特開２００３−１０８７３０号公報

知的財産マネジメント第２委員会第４小委員会，「知財関連費用の予測と予算策定の方法に関する研究」，『知財管理』， VOL.62 NO.9（NO.741），2012年9月．

本発明は、海外特許費用、特に米国における特許費用を、より正確に推定する方法を見
出すべく、統計的手法を含めて各種の予測方法を比較検討することにより、海外特許費用
の予測システム、そのシステムに用いられる庁通知対応費用予測装置、海外特許費用の予
測方法およびをその方法が記録された記録媒体を形成し、企業実務への適用を図ることを
目的とする。

従来の海外特許経費の予測の重要性と、その方法については、非特許文献「知財管理（
2012）」に詳しく述べられている。すなわち同文献では、特許関連費用の予算策定は非常
に困難であるところ、その理由として、発明発生から出願後約２０年にわたり、様々な費
用が発生し、特にいわゆる中間処理においては、金額も大きく、時期の予測も難しい点を
指摘する。このため、同文献では、予算策定の困難性を回避するための方策として、知財
活動項目を細分化することにより、件数決定や費用予測の執行を精緻化しようとする取り
組み等について紹介している。

上記知財管理（2012）では、海外特許費用の予測の重要性とその困難性について指摘し
ており、かつ統計的手法を用いての予測が有効であるとの示唆はあるものの、具体的な手
法については何ら開示されていない。現状の各企業の特許費用の予測は、前年度並みに費
用を設定するなど、経験的な手法によっているのが主流である。そして、実際の費用が予
測値から乖離した場合の対策として、当該年度の出願数を減らすなど、到底戦略的とはい
えない手法によっているのが実情である。

また、特開２００３−１０８７３０号公報には、特許出願にかかる費用を事前に把握す
るためのプログラムに関する発明が開示されているが、審査請求の費用を事前に計算して
いるだけで、海外特許費用を予測して計算するものではない。

一般に過去のデータに基づいて将来の結果を予測する手法は多数存在するにもかかわら
ず、各企業が上記のような単純な予測方法を採用せざるを得ないのは、海外特許費用の予
測についてどの予測方法が適しているかの検証が困難であるという事情があった。また、
米国での中間処理費用を予測するには、まず米国における特許の権利化の手続きについて
整理し、費用予測について重要な手続きであるアクションを選別する必要があった。そこ
で、本発明では、特に費用が嵩みかつ予測が困難なアクションとして、選択指令、拒絶理
由通知、拒絶査定、アドバイザリ通知、許可通知の５項目に着目した。さらに、これらの
処理に必要な費用を予測する最適な予測方法を特定し、次年度に発生する米国特許費用を
予測すべく、以下に述べる解決策について検討を行なった。

本発明における米国特許費用の予測の考え方を以下に示す。まず、１件の米国特許出願
の権利化に要する費用は、所定の期間内に権利化の過程で起こるアクションにその処理費
用（単価）を乗じたものの和として表すことができる。そして、企業全体ないし一事業所
において発生する費用は、個々の出願の権利化に要する費用の総和として算出できる。

一方、出願人の意思決定により調整が可能な出願行為を除き、他のアクションは大凡連
鎖的ではあるものの、その経路とタイミングは特許庁における審査の状況に依存するため
、出願人側においてコントロールすることができない。特に米国においては特許出願の審
査過程は複雑であり、次のアクションが何でいつ起こるかを正確に予測することは極めて
困難である。加えて、総合電機メーカーのように、家電事業、重電事業、情報機器事業な
ど性質の異なる複数の技術分野の製品を扱う事業所がある場合は、発明の複雑さや事業戦
略、さらには特許庁における審査状況が相違することから最適な予測方法が事業所ごとに
異なる可能性がある。

一般的にこのような費用等を予測する方法として、過去のデータを集計して用いる集計
的方法と案件ごとの状況を考慮する非集計的な方法に大別される。また、集計的予測方法
についても多数の方法が存在するが、いずれの方法が適するかは、事業環境や技術分野な
どに影響されると考えられ、一義的に決定することが困難である。そこで本発明では、以
下に示すとおり、次年度の米国特許経費の予測をアクションごとに複数の予測方法を用い
て実施し、最も精度の高い予測方法を採用することとした。

本発明にかかる海外特許費用予測システムは、海外特許出願手続において所定の国の特許庁が発行した審査手続に関する通知の発行時期に関する情報をデータとして記憶するデータ記憶装置と、前記データ記憶装置から前記データを読み込み、将来の所定期間の審査手続に関する通知の回数の予測処理を行うとともに、前記予測処理結果に基づいて海外特許費用を算出する海外特許費用予測装置と、前記算出結果を出力する出力装置とを備えた海外特許費用予測システムであって、前記海外特許費用予測装置は、前記予測を行うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間中に前記特許庁から発行された審査手続に関する通知の発行時期に関する情報を用いて、統計的な予測方法を用いた複数の予測アルゴリズムそれぞれにより、当該単位期間内に前記特許庁から発行される審査手続に関する通知の回数を計算する計算手段と、前記少なくとも１つの単位期間のそれぞれにおける、前記予測アルゴリズム毎に計算された計算値と、当該単位期間内に実際に発行された審査手続に関する通知の回数とを用いて前記各予測アルゴリズムの予測精度に関する評価値を算出する評価値算出手段と、前記予測精度が最も高いことを表す評価値が算出された予測アルゴリズムを用いて、前記予測するときよりも後の所定の単位期間内に前記特許庁から発行される審査手続に関する通知の回数を予測する予測手段とを備え、前記予測手段により予測した前記審査手続に関する通知の回数に平均処理単価を乗算することにより海外特許費用を算出するようにしたものである。

また、上記複数の予測アルゴリズムは、集計モデルと非集計モデルの双方の処理を含むようにしたものである。

また、上記集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複
数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線
形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰によ
る第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出
願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とす
る状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態
空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて
用いるようにしたものである。

また、上記の予測処理は、海外特許出願の審査手続に関する通知ごとに実施するようにしたものである。

また、上記審査手続に関する通知は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むようにしたものである。

本発明にかかる、海外特許費用予測装置は、所定の集団が所定の国の特許庁に出願し係属中の特許出願群について、所定の国の特許庁が発行した審査手続に関する通知の回数を予測する海外特許費用予測装置であって、予測を行うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間中に前記特許庁から発行された審査手続に関する通知の発行時期に関する情報を用いて、統計的な予測方法を用いた複数の予測アルゴリズムそれぞれにより、当該単位期間内に特許庁から発行される審査手続に関する通知の回数を計算する計算手段と、少なくとも１つの単位期間のそれぞれにおける、予測アルゴリズム毎に計算された計算値と、当該単位期間内に実際に発行された審査手続に関する通知の回数とを用いて各予測アルゴリズムの予測精度に関する評価値を算出する評価値算出手段と、予測精度が最も高いことを表す評価値が算出された予測アルゴリズムを用いて、予測するときよりも後の所定の単位期間内に特許庁から発行される審査手続に関する通知の回数を予測する予測手段とを備え、予測手段により予測した審査手続に関する通知の回数に、当該通知が１回発行した場合に集団に発生する費用を乗算することによって海外特許費用を予測するようにしたものである。

本発明にかかる海外特許費用予測方法は、演算機能を備え、海外特許費用を予測する海外特許費用予測装置が、予測を行うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間中に当該特許庁から発行された審査手続に関する通知の発行時期に関する情報を用いて、統計的な予測方法を用いた複数の予測アルゴリズムそれぞれにより、当該単位期間内に前記特許庁から発行される審査手続に関する通知の回数を計算する手順と、少なくとも１つの単位期間のそれぞれにおける、予測アルゴリズム毎に計算された計算値と、当該単位期間内に実際に発行された審査手続に関する通知の回数とを用いて前記各予測アルゴリズムの予測精度に関する評価値を算出する手順と、予測精度が最も高いことを表す評価値が算出された予測アルゴリズムを用いて、予測するときよりも後の所定の単位期間内に特許庁から発行される審査手続に関する通知の回数を予測する手順とを備え、予測された審査手続に関する通知の回数に平均処理単価を乗算することにより海外特許費用を算出するようにしたものである。

また、上記複数の予測アルゴリズムは、集計モデルと非集計モデルの双方の処理を含むようにしたものである。

また、上記集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰による第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とする状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて用いるようにしたものである。

また、上記予測処理は、海外特許出願の審査手続に関する通知ごとに実施するようにしたものである。

また、上記審査手続に関する通知は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むようにしたものである。

本発明にかかる記録媒体は、コンピュータを制御するためのプログラムを担持した、コンピュータが読み取り可能な記録媒体であって、コンピュータに上記の海外特許費用予測方法を実行するためのプログラムを備えるようにしたものである。

本発明によれば、事業所別、手続きの種類別に複数の予測方法から最適な予測方法を選
択するため、各手続や各事業所に最も適した予測が可能になる。また、期ごとにパラメー
タ推定および予測方法の選択をし直すため、出願件数や審査実務等外部環境の変化への対
応が可能になるという効果がある。

図１は、この発明にかかる海外特許費用予測システムの一例を示す構成図である。 図２は、この発明にかかる海外特許費用の予測処理に用いられるフローチャートを示す図である。

実施の形態１
本発明による海外特許費用予測システムは、事業部ごとに各項目についての過去のデー
タを使用して、現状で適合可能な複数の予測方法を用いて予測を実施し、それぞれの予測
方法ごとの誤差を比較し、最小の誤差である予測方法を当該事業部の予測方法として採用
する。すなわち、本発明は過去の一定期間のデータを用いて、事業部門別、業務種類別に
、複数種類の予測モデルの中で最も予測能力の高いモデルを選択し、選択されたモデルを
用いて、次期の手続発生回数を予測する。以下、本発明の実施の形態１について説明する
。

図１は、本発明の実施の形態１にかかる海外費用予測システムの一例を示す構成図であ
る。図１において１は海外特許予測装置であり、データベース２から海外外特許出願に関
する過去の処理情報を受け取り、所定の計算処理を行い、その結果を出力装置３に送信す
る。なお、上記海外特許予測装置１とデータベース２及び出力装置３は、それぞれ別個の
装置としてもよく、一体としてもよい。

次に動作について説明する。図１において、データベース２から読み出された海外特許
出願処理に関するデータは、海外特許予測装置１において、図２に示すフローチャートに
従って処理される。次いで、その処理結果は出力装置３に送信され出力される。ここで、
データベース２から読み出されるデータは、例えば米国特許であれば、出願権利化過程で
発生するアクション項目（拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、
選択指令等）についての時期と件数を含むものである。

図２のフローチャートにおいて、読み込まれたデータに基づいて、表１に示す予測方法
をすべて実施することにより、それぞれ次期に発生するアクション数を予測する。このよ
うな費用を予測する方法としては、先に述べたとおり過去のデータを集計して用いる集計
的方法と案件ごとの状況を考慮する非集計的な方法に大別される。また、集計的予測方法
については表１の方法による予測処理を実施しうるが、いずれの方法が適するかは、事業
部門などの特性に依存すると考えられ、一義的に決定することが困難である。

非集計モデルでは、過去のデータを用いて、アクション間の遷移確率、あるアクション
から次のアクションが起こるまでの日数の平均値および分散を計算し、予測期間中にどの
アクションが、どのくらいの確率で発生するかを個別に予測する。ここで、アクション間
の日数は、正規分布に従うと仮定する。予測を行う際には、その時に継続中のアクション
から、予測期間中に発生するアクションの発生確率を予測し、各アクションの発生確率の
合計値を該当するアクションの発生回数の予測値とする。

本実施の形態１では、事業所ごとに各アクションが次期に発生する回数を表１に示す複
数の予測方法を用いて実施し、誤差すなわち式１に示すRMSE（（Root Mean Square Error
：平均二乗誤差の平方根）が最小となる予測方法をそのアクションの次期発生回数を予測
する方法として採用する。次いで、アクションごとの次期発生回数にそれぞれの処理単価
を乗じたものの和をとり、当該事業所の次期米国特許費用として算出し、その結果を出力
装置３に出力する。ここで、式１におけるｙiはi期の実測値、 ^yi（ワイハットi)はi期
の予測値を示すものである。

本実施の形態では、X社の8事業所（A〜H）の全体及びそれぞれの事業所について、過去
15年（30期）分の各アクション項目（拒絶理由通知、許可通知、拒絶査定通知、アドバイ
ザリ通知、選択指令）のデータを用いて計算を行なった。表１の９種類の予測方法すべて
により、過去20期分のデータを用いてパラメータを推定し、次期の予測を行うという作業
を10期分繰り返し、それぞれの手法のRMSEを算出した。そして、それぞれのアクションに
ついて予測精度が最も高くなる予測方法を選択し、アクションごとに次期の発生回数を予
測、これに処理単価を乗じることにより事業所ごとのの特許費用の計算を行なった。

以下、本発明の庁通知回数予測装置について説明する。庁通知回数予測装置は、所定の
集団が所定の国（たとえば、アメリカ、中国、日本等）の特許庁に出願し係属中の特許出
願群について、その特許庁から発行される通知の回数を予測する装置であって、予測を行
うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間
中に特許庁から発行された通知の時期に関する情報を用いて、複数の予測アルゴリズムそ
れぞれにより、当該単位期間内に特許庁から発行される通知の回数を計算する計算手段と
、少なくとも１つの単位期間のそれぞれにおける、予測アルゴリズム毎に計算された計算
値と、当該単位期間内に実際に発行された通知の回数とを用いて、各予測アルゴリズムの
予測精度に関する評価値を算出する評価値算出手段と、予測精度が最も高いことを表す評
価値が算出された予測アルゴリズムを用いて、予測するときよりも後の所定の単位期間内
に特許庁から発行される通知の回数を予測する予測手段とを備える。

海外特許費用予測装置１は、上記庁通知回予測装置により予測した通知の回数に、当該
通知が１回発行した場合にこの集団に発生する費用を乗算することによって、予測すると
きよりも後の所定の単位期間内に集団に発生する総費用を予測することができる。

ここで、上記の庁通知回予測装置は、特許庁から発行される所定種類の通知の回数を予
測するものである。また、所定種類の通知は、拒絶理由通知、拒絶査定等を含むものであ
る。また、上記単位期間は、例えば1年、半期、四半期等の期間である。また、予測精度
の評価値は、RMSE（Root Mean Square Error）、MAE（Mean Absolute Error）、MSE（Mean Squared Error）であってもよい。また、複数の予測アルゴリズムとしては、表１に示す複数の予測方法（アルゴリズム）の中から選択される２以上のアルゴリズムを用いることができるがこれに限られない。

なお、上記計算手段が、予測を行うときよりも前の複数の異なる単位期間について、各
単位期間内に特許庁から発行される通知の回数を計算するものである場合、上記評価値算
出手段は、単位期間毎に、「各予測アルゴリズムによる計算値」と「実際の通知回数」と
に基づいて各予測アルゴリズムの予測精度に関する第１の評価値を算出し、各単位期間に
ついて算出された第１の評価値を平均してなる第２の評価値を各予測アルゴリズムの予測
精度に関する最終的な評価値とするものであってもよい。

実施例１
一例として、X社におけるA事業所（機械部品）についての予測精度の指標（RMSE）の計算結果を表２にまとめる。なお、表の網掛け部は各アクションにおいてRMSEが最小となる予測方法を示している。A事業所についての計算例では、拒絶理由通知、拒絶査定及び選択指令のアクションについては「前記の観測値の予測方法」によるRMSEが最小であり、許可通知及びアドバイザリ通知については「非集計モデル」が最小となった。

すなわち、実施例１における次期米国特許費用の計算は次のようになる。
次期米国特許費用＝Σ（アクションごと発生予想回数×各処理の平均単価）
＝選択指令発生予想回数×選択指令処理平均単価 +拒絶理由発生予想回数×拒絶処理平均
単価+拒絶査定発生予想回数×拒絶査定処理平均単価+アドバイザリ発生予想回数×アドバ
イザリ処理平均単価+許可通知発生予想回数×許可処理平均単価

実施例２
次に、X社のB事業所（情報機器）について実施例１と同様の計算を行なった。本実施例
における計算例では、表３に示すとおり、選択指令については「非集計モデル」、拒絶理
由通知、アドバイザリ通知については「観測値（６期）の平均値」、拒絶査定については
「状態空間モデル１」、許可通知については「線形回帰モデル２」の予測方法によるRMSE
が最小となった。なお、次期米国特許費用の計算についても、実施例１と同様の式に当て
はめて行なわれる。

実施例３
本実施例では、X社の他のCからHの事業所及び８事業所全体についても同様の計算を行なった。表４は、アクションごとに最もRMSEが小さくなる、すなわち最適な予測方法に該当する位置に、各事業所の名称（A〜H、及び「全」）を記入したものである。なお、表４中、「全」は8事業所全体、「A」はA事業所（機械部品）、「B」はB事業所（情報機器）
、「C」はC事業所（先端技術）、「D」はD事業所（個別半導体）、「E」はE事業所（車載
デバイス）、「F」はF事業所（集積型半導体）、「G」はG事業所（液晶技術）、「H」はH
事業所（家電製品）を示す。また、( )内は当該事業所が扱っている主要製品を示す。

表４から分かるとおり、X社における計算例では同一の事業所であっても、最適な予測
方法はアクションによって相違する。また、同じアクションであっても事業所が異なれば
最適な予測方法は相違する。すなわち、いずれかの予測方法に固定してしまうと、アクシ
ョンや事業の内容によっては予測精度が粗くなり、次期の米国出願費用についての見込み
額と実際の費用との乖離が拡大し、事業計画への影響が解消できないことになる。本手法
を実際の予測に用いる際には、事業所ごと、アクションごとに過去のデータに基づき全て
の予測方法による計算を試みた上で、それぞれの計算方法の予測精度を比較し、最適な予
測方法を選択して次期に必要となるアクション費用を算出する。このため、常に精度の高
い次期経費の予測が可能となる。

この発明は海外特許費用の予測システム、庁通知回数予測装置、海外特許費用予測装置
、海外特許費用の予測方法及びその予測方法を格納した記録媒体に適用される。

１ 海外特許費用予測装置
２ データベース
３ 出力装置

Claims (13)

1. 海外特許出願手続に関するデータを格納するデータベースと、前記データを読み込み、海外特許出願における次期手続発生回数の予測処理を行なう海外特許費用予測装置と、前記予測処理結果を表示する出力装置とからなり、前記海外特許費用予測装置は、複数の予測方法により次期手続発生回数を予測する処理を行なうとともに、それぞれの予測方法による予測誤差を算出し、前記予測誤差が最小である予測方法を選択し、前記出力装置は前記誤差が最小である予測方法による予測処理結果を出力することを特徴とする海外特許費用予測システム。
2. 前記複数の予測方法は、集計モデルと非集計モデルの双方の処理を含むことを特徴とする請求項1記載の海外特許費用予測システム。
3. 前記集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰による第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とする状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて用いることを特徴とする請求項２記載の海外特許費用予測システム。
4. 前記予測処理は、海外特許出願の審査過程における手続ごとに実施することを特徴とする請求項１乃至３に記載の海外特許費用予測システム。
5. 前記手続は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むことを特徴とする請求項４記載の海外特許費用予測システム。
6. 所定の集団が所定の国の特許庁に出願し係属中の特許出願群について、前記特許庁から発行される通知の回数を予測する庁通知回数予測装置であって、前記予測を行うときよりも前の少なくとも１つの単位期間について、当該単位期間よりも前の所定期間中に前記特許庁から発行された通知の時期に関する情報を用いて、複数の予測アルゴリズムそれぞれにより、当該単位期間内に前記特許庁から発行される通知の回数を計算する計算手段と、前記少なくとも１つの単位期間のそれぞれにおける、前記予測アルゴリズム毎に計算された計算値と、当該単位期間内に実際に発行された通知の回数とを用いて前記各予測アルゴリズムの予測精度に関する評価値を算出する評価値算出手段と、前記予測精度が最も高いことを表す評価値が算出された予測アルゴリズムを用いて、前記予測するときよりも後の所定の単位期間内に前記特許庁から発行される通知の回数を予測する予測手段と、を備えたことを特徴とする庁通知回数予測装置。
7. 前記請求項６に記載の庁通知回数予測装置により予測した前記通知の回数に、当該通知が１回発行した場合に前記集団に発生する費用を乗算することによって、前記予測するときよりも後の所定の単位期間内に前記集団に発生する総費用を予測する海外特許費用予測装置。
8. 海外特許出願手続に関するデータに基づき、複数の予測方法により次期手続発生回数を予測する手順と、それぞれの予測方法による予測誤差を算出する手順と、前記予測誤差が最小である予測方法を選択する手順と、前記選択された予測方法による予測処理結果を出力する手順とによる予測処理を含むことを特徴とする海外特許費用予測方法。
9. 前記複数の予測方法は、集計モデルと非集計モデルの双方の処理を含むことを特徴とする請求項８記載の海外特許費用予測方法。
10. 前記集計モデルは、前期の観測値を今期の予測値とする第１の予測方法、過去複数期の観測値の平均値を今期の予測値とする第２の予測方法、期のみを説明変数とする線形回帰による第３の予測方法、期および出願件数の双方を説明変数に用いる線形回帰による第４の予測方法、期のみを説明変数とする曲線回帰による第５の予測方法、期および出願件数の双方を説明変数に用いる曲線回帰による第６の予測方法、期のみを説明変数とする状態空間モデルによる第７の予測方法、期および出願件数の双方を説明変数とする状態空間モデルによる第８の予測方法のうち、いずれか複数または全ての予測方法を組合せて用いることを特徴とする請求項９記載の海外特許費用予測方法。
11. 前記予測処理は、海外特許出願の審査過程における手続ごとに実施することを特徴とする請求項８乃至１０に記載の海外特許費用予測方法。
12. 前記審査過程における手続は、拒絶理由通知、許可通知、拒絶査定通知、アドバイザリ通知、選択指令を含むことを特徴とする請求項１１記載の海外特許費用予測方法。
13. コンピュータを制御するためのプログラムを担持した、コンピュータが読み取り可能な記録媒体であって、前記コンピュータに請求項８乃至請求１２に記載の海外特許費用予測方法を実行するためのプログラムを少なくとも備えることを特徴とする記録媒体。