ساختار شناسایی و ارزش‌گذاری دارایی‌های نامشهود دانش‌بنیان‌ها چیست؟!

مشاور سرمایه‌گذاری خطرپذیر، گفت: چالش‌های ارزش‌گذاری شرکت‌های دانش‌بنیان نه فقط به پیچیدگی‌های ذاتی دارایی‌های نامشهود، بلکه به خلأهای قانونی، ضعف‌های سیستمی و فقدان زیرساخت‌های اعتبارسنجی مستقل بازمی‌گردد. به گزارش ایرنا، سرمایه‌گذاری خطرپذیر (Venture Capital) به‌عنوان یکی از مهم‌‌ترین روش‌های تأمین مالی برای استارت‌آپ‌‌ها و کسب‌وکارهای نوآورانه شناخته می‌شود. این نوع سرمایه‌گذاری، علاوه بر تأمین مالی، […]

مشاور سرمایه‌گذاری خطرپذیر، گفت: چالش‌های ارزش‌گذاری شرکت‌های دانش‌بنیان نه فقط به پیچیدگی‌های ذاتی دارایی‌های نامشهود، بلکه به خلأهای قانونی، ضعف‌های سیستمی و فقدان زیرساخت‌های اعتبارسنجی مستقل بازمی‌گردد. به گزارش ایرنا، سرمایه‌گذاری خطرپذیر (Venture Capital) به‌عنوان یکی از مهم‌‌ترین روش‌های تأمین مالی برای استارت‌آپ‌‌ها و کسب‌وکارهای نوآورانه شناخته می‌شود. این نوع سرمایه‌گذاری، علاوه بر تأمین مالی، شامل ارائه‌ راهنمایی‌های استراتژیک، شبکه‌سازی و حمایت از رشد سریع کسب‌وکارهای نوپاست. این نوع سرمایه‌گذاری اغلب در مراحل اولیه‌ شرکت‌ها انجام می‌شود و در ازای دریافت بخشی از سهام شرکت، سرمایه لازم را در اختیار آن‌‌ها قرار می‌دهد. معمولاً سرمایه‌گذاران خطرپذیر به دنبال شرکت‌هایی هستند که دارای مدل کسب‌وکار نوآورانه، بازار روبه رشد و تیم مدیریتی قوی باشند. سرمایه‌گذاری خطرپذیر شامل تزریق منابع مالی به کسب‌وکارهایی است که هنوز به سودآوری نرسیده‌اند اما پتانسیل بالایی برای رشد دارند اما مشکلی که در این مسیر وجود دارد، نحوه ارزش‌گذاری دارایی‌های نامشهود شرکت‌های نوپا و استارت‌آپ‌هاست. سیدطا‌ها میرمحمدی؛ با اشاره به مسائل حوزه ارزش‌گذاری دارایی نامشهود، گفت: ارزش‌گذاری شرکت‌های دانش‌بنیان به دلیل وابستگی عمیق به دارایی‌های نامشهود مانند دانش فنی، نرم‌افزار و سرمایه انسانی متخصص، یکی از پیچیده‌‌ترین چالش‌‌ها در مسیر رشد و جذب سرمایه است. دارایی نامشهود نوعی از دارایی هستند که قابل لمس نیست و نمی‌توان با انگشت آن را لمس کرد؛ مواردی از قبیل سرقفلی، حق اختراع، حق‌التألیف، حق اکتشاف، علائم تجاری و حق امتیاز از دارایی‌های نامشهود به شمار می‌رود.

نبود استانداردهای مشخص در حوزه دارایی‌های نامشهود

وی یادآورشد: در کشور، این چالش به دلیل نبود چارچوب‌های قانونی و استانداردهای مشخص، به شدت احساس می‌شود؛ دولت با تصویب آیین‌نامه‌هایی تلاش کرده ساختارهایی برای ارزش‌گذاری دارایی‌های نامشهود ایجاد کند و سامانه ارزش‌گذاری دارایی‌های نامشهود (سادان) با همین رویکرد و هدف تسهیل شناسایی شرکت‌های دارای صلاحت ارزش‌گذاری، ثبت و مدیریت این فرآیند‌ها راه‌اندازی کرده است. میرمحمدی؛ اظهارداشت: با این حال، فراتر از ساختار‌ها و زیرساخت‌ها، نارسایی‌هایی نیز وجود دارد. شرکت‌های دانش‌بنیان در بسیاری موارد با ضعف‌هایی مانند عدم شفافیت در ارائه اطلاعات فنی و مالی، ضعف در تدوین مدل‌های کسب‌وکار و کمبود مستندات معتبر برای ارزش‌گذاری صحیح مواجه هستند که باعث می‌شود تصویر واقعی و قابل اعتمادی از ارزش شرکت ارائه نشود و فرآیند ارزیابی دشوار شود. این مشاور سرمایه‌گذاری خطرپذیر، گفت: از سوی دیگر، کارشناسان رسمی قوه‌قضاییه که نقش کلیدی در اعتباربخشی به ارزش‌گذاری دارند، با محدودیت‌هایی در شناخت دقیق فناوری‌های نوین و دارایی‌های نامشهود روبه‌رو هستند. روش‌های ارزش‌گذاری مورد استفاده آنان اغلب مبتنی بر مدل‌های سنتی است که نمی‌تواند پیچیدگی‌‌ها و عدم قطعیت‌های زیست‌بوم نوآوری و فناوری را پوشش دهد. وی خاطرنشان کرد: علاوه بر این، نبود نهادهای اعتبارسنجی مستقل و استانداردهای جامع که از تفاوت‌های قابل‌توجه در نتایج ارزش‌گذاری جلوگیری کند، باعث کاهش اطمینان و اعتماد سرمایه‌گذاران به ارزش‌گذاری شرکت‌های دانش‌بنیان شده است. لذا سرمایه‌گذاران که ذی‌نفعان اصلی گزارش‌های ارزش‌گذاری هستند، به‌طور معمول تمایل دارند ارزش‌گذاری‌‌ها را با رویکرد محافظه‌کارانه‌تری بپذیرند که اگرچه از نظر کاهش ریسک منطقی است، اما در عمل موجب محدود شدن منابع مالی شرکت‌ها و کُندی رشد آن‌‌ها می‌شود.

پذیرش دارایی‌های نامشهود در نظام بانکی کُند است

میرمحمدی؛ تأکید کرد: در نظام بانکی نیز با وجود آیین‌نامه مرتبط، فقدان هماهنگی میان نهادهای مالی، حقوقی و سیاست‌گذار، روند پذیرش دارایی‌های نامشهود را کُند کرده است. بنابراین، چالش‌های ارزش‌گذاری شرکت‌های دانش‌بنیان نه‌فقط به پیچیدگی‌های ذاتی دارایی‌های نامشهود مربوط می‌شود، بلکه ناشی از خلاهای قانونی، ضعف‌های سیستمی و فقدان زیرساخت‌های اعتبارسنجی مستقل به شمار می‌آید. این مشاور سرمایه‌گذاری خطرپذیر، اذعان داشت: می‌توان گفت برای رفع این مشکلات، تدوین استانداردهای بومی برای ارزش‌گذاری دارایی‌های نامشهود و فراهم‌کردن آموزش‌های تخصصی برای کارشناسان رسمی ضروری است. تشکیل نهادهای اعتبارسنجی مستقل، ایجاد کانون‌های ارزش‌گذاری صنفی و بهره‌گیری از فناوری‌ یادگیری ماشین و تحلیل داده‌های بزرگ می‌تواند نقش‌آفرین در حل مسائل فوق باشد.