大发平台计划:興業金工團隊:基於專利分類的科技動量因子選股研究-睢县新闻

作者:大发平台计划发布时间:2019年06月26日 8:08  【字号:      】

大发平台计划

【动物管理局大结局】

【興業金工徐寅于明明團隊】基於專利分類的科技動量因子研究導讀1、科創板目前正如火如荼▽∴,對一個企業的科技創新能力的衡量成為越來越多的投資人關注重點⌒┊□。繼專利數據領域的第一篇報告《從中國心到中國芯-由貿易戰引發的專利選股有效研究》之後┊,我們在第二篇深度研究中♂♂,以專利IPC分類數據為基礎♂▽,通過引入科技關聯度這一重要概念☆,構建了科技動量因子∴△,選股效果頗佳⌒♂。

科技關聯度的定義離不開專利的IPC分類♂♀。前面提及∵,IPC分類共有5層:部、大類、小類、大組、小組⊿☆。我們以第二層——大類(共計145個大類)為例來闡述科技關聯度的定義如下:

1.2過往研究回顧在專利數據系列研究的第一篇報告《從中國心到中國芯--貿易戰引發的專利選股有效性研究》中♂,我們詳細的介紹了專利數據的特徵∟⊿┊,因子的構建方式┊□〇,並對專利因子的選股能力進行了全面的測試□。這裏□◇,我們將從以上三個方面對之前的研究做一個簡單的回顧┊☆∟。

1.2.3、因子選股能力研究授權發明類因子整體都呈現出比較穩定的選股能力▽↑。以行業市值中性化后的授權發明專利數因子為例π∟,其IC均值達到了0.024﹡π,t統計量為6.0↑┊⌒,預測能力非常顯著〇▽┊。

三、科技動量因子有效性驗證在正式開始對科技動量因子進行測試之前♂,有幾點需要明確:1.後續所有的研究時間窗口為2013年1月-2018年12月;2.在上一篇專利數據研究報告中∟□∟,我們發現專利數據具有較強的行業屬性♀∟,在銀行、房地產、非銀等金融行業中覆蓋度比較低π∵∵。所以後續的研究中∟▽π,我們將剔除大金融板塊(房地產、銀行、非銀);

注:文中報告節選自興業證券經濟與金融研究院已公開發佈研究報告♂,具體報告內容及相關風險提示等詳見完整版報告?π。

[2].徐寅♂♀,鄭兆磊 (2018). 從中國心到中國芯--貿易戰引發的專利選股有效性研究⊿△♂,興業證券經濟與金融研究院﹡, Dec 202018

1.2.1專利數據特徵我們研究所使用的專利數據由深圳德高行知識產權數據技術有限公司提供▽,德高行是一家專業的知識產權解決方案供應商﹡♀﹡,其原始數據來自於國家專利局♂π。我們對專利數據的分析主要從專利分類、專利所處狀態以及具體指標三個維度展開:

2018年11月5日〇,國家主席習近平在首屆中國國際進口博覽會開幕式上宣布設立科創板┊♀。科創板是獨立於現有主板市場的新設板塊▽,設立科創板並試點註冊制是提升服務科技創新企業能力、增強市場包容性、強化市場功能的一項資本市場重大改革舉措⊿⊿。

傳統的選股因子包括:價值、成長、分析師情緒、動量反轉、質量、另類因子6大類♂△〇,鑒於質量因子選股作用較弱□◇□,另類因子更多的聚焦于價量變動π?∴,我們這裏僅研究科技動量因子與其他四類因子以及授權發明專利數因子的相關性♂▽。

應該說▽⌒,專利系列研究的第一篇報告為我們接下來的工作開了一個好頭△┊∟,同時也引發了我們的一些思考☆⌒♂。除了一些簡單的特徵描述指標♂,我們還能夠從哪些角度對專利數據進行分析呢◇?本文將嘗試從專利分類入手♂∴,通過定義科技關聯度這一核心概念∵↑↑,進而聚焦于科技動量因子的研究☆。

我們將所有上市公司過去5年的有效授權發明專利映射到IPC一級分類△,並分別統計每個類別包含的數量⊙∟。從結果來看♂﹡,不同部之間的差異較大♀,B、C、G、H四大部占絕對優勢;從不同部的變動趨勢來看┊▽?,呈現穩定增加的態勢π﹡∵。

由於我們對專利數據的主要應用場景為A股市場投資策略的開發∴♂♀,因此對數據的行業分佈特徵是非常關注的⌒↑。我們以授權發明專利總數為研究對象∴,分析了專利的行業分佈特點◇☆。從統計結果來看♀⌒⊿,不同行業的專利數量有很大的差異?,專利較多且數量穩定的行業有10個:家電、電子元器件、汽車、機械、基礎化工、通信、電力設備、計算機、醫藥、建築⊿∴,我們稱之為專利屬性行業▽∟。

2.2從科技關聯度到科技動量一般來說◇,我們認為同一個行業內的公司□▽﹡,其股價往往也會呈現相似的走勢▽。所以在傳統的選股框架下〇□﹡,從宏觀配置(宏觀經濟層面)、中觀把控(行業層面)□□,再到微觀選擇(個股層面)⊿□↑,是一套相對成熟且在市場中被無數次驗證和使用的方法論♂。但與此同時我們也發現∟□,現如今的公司業務線非常複雜◇↑,很多時候兩家公司的主營業務收入來源可能並不一樣♂♂〇,但卻在產品研發和創新領域有着深層次的關聯┊﹡↑,而這種關聯很有可能在企業未來的發展中扮演越來越重要的角色♂。如何在傳統行業分類方式之外對這種科技領域之間的聯繫進行有效刻畫♀?這正是接下來我們將要構建的科技關聯度指標所擅長的♂∵。

風險提示:本報告模型及結論全部基於對歷史數據的分析∵⌒,當市場環境變化時⊿□,存在模型失效風險┊◇。六、參考文獻[1].Charles M.C. Lee♀↑, StephenTengSun?,RongfeiWang△, and Ran Zhang (2018).Technological Links and Predictable Returns.Journal ofFinancial Economics□∴◇, Mar 13 2018

2、針對於科技動量因子的測試結果表明∟,在行業中性化后♂∵,因子年化IC_IR可達1.18♀,T值達到2.87〇,各分位數組別收益率嚴格單調;相關性方面:該因子與傳統的價值、成長、動量反轉、分析師情緒以及授權發明專利數因子相關性基本為0;Fama-MacBeth回歸測試驗證該因子的信息增量十分顯著⊿?,加入上面提到的5類因子后☆↑┊,綜合回歸的T值仍然高達3.71♀♂。

專利是一類比較新穎而複雜的另類數據類型□⊿⌒。國外在專利的申請、審核、專利的質量把控方面有着較為完善的體制和豐富的研究成果┊□◇,而我國在這方面起步相對較晚∟,目前對相關數據的利用還不是太成熟☆∴▽。未來⊿☆,我們將繼續在專利數據領域精耕細作π☆,努力為大家揭開那些隱藏在深處的規律、特徵♂,以便更好地服務於大家的投資與研究工作┊﹡。

2、時間窗2013年1月-2018年12月底3、加權方式等權/流通市值加權4、選股策略月度調倉∵┊,同時分層篩選:1、每期分行業選擇跌幅最大的50%的股票;2、進一步分行業選擇科技動量因子最大的20%的股票﹡△◇。

3.後續的研究是均基於IPC二級分類展開〇∵∵。3.1科技動量因子測試首先我們觀察一下因子IC的測試結果△﹡∟。原始因子IC徘徊在0左右□,T值僅為0.25┊♂。在行業中性化后▽⊙△,科技動量因子的表現得到了系統性提升⊿∟,T值高達2.87∟﹡↑,有效性較強π∟⌒。

證券研究報告:《基於專利分類的科技動量因子研究》♀∟。對外發佈時間:2019年6月25日報告發佈機構:興業證券股份有限公司(已獲中國證監會許可的證券投資諮詢業務資格)新浪聲明:新浪網登載此文出於傳遞更多信息之目的□,並不意味着贊同其觀點或證實其描述↑。文章內容僅供參考□,不構成投資建議◇┊。投資者據此操作♂◇,風險自擔☆。免責聲明:自媒體綜合提供的內容均源自自媒體⊙⌒,版權歸原作者所有π△,轉載請聯繫原作者並獲許可□☆。文章觀點僅代表作者本人♂♀∵,不代表新浪立場〇♀∴。若內容涉及投資建議▽┊∴,僅供參考勿作為投資依據∵♂。投資有風險∵,入市需謹慎⌒⌒。

正因為科技關聯度高的公司在業務方向和創新研發上具有更高的相似性□□,所以我們也有理由推測↑,其二級市場股價的聯動性也將更為顯著⌒。有鑒於此∴,我們利用科技關聯度和股票漲跌幅開發了科技動量因子⌒〇┊,定義如下式:

四、基於科技動量因子的選股策略研究單獨使用科技動量因子的表現在上一章節中已經有了比較充分的探討♀♂,本節我們將主要聚焦于將科技動量與反轉因子相結合┊﹡。從邏輯上講〇,科技動量因子捕捉的是個股對與其具有潛在科技關聯的公司漲跌反應不充分♂〇♂,股價表現相對滯后所帶來的機會π,而反轉則表現了市場對公司信息的過度反應◇⌒♂。兩者的結合♂☆□,首先幫我們篩選出了股價可能被錯殺的個股(前期大幅下跌π﹡,反轉效應強)⊿π,而後再從這其中挑選科技動量強勁的標的∴。具體的策略設定如下:

3、從邏輯上講〇,科技動量因子捕捉的是個股對與其具有潛在科技關聯的公司的股價反應不充分、表現相對滯后所帶來的機會☆↑∴,而反轉則表現了市場對公司信息的過度反應♂。兩者的結合∵,首先幫我們篩選出了股價可能被錯殺的個股(前期大幅下跌﹡⊙,反轉效應強)∴⊙,而後再從這其中挑選科技動量強勁的標的∟。該策略在2013年至2018年的6年裡顯著跑贏了單一反轉策略♂☆,效果非常穩定⌒。

二、科技動量因子構建2.1專利IPC分類《國際專利分類表》(IPC分類)是根據1971年簽訂的《國際專利分類斯特拉斯堡協定》編製的〇,是目前國際通用的專利文獻分類和檢索工具﹡。國際專利分類系統按照技術主題設立類目♂∟▽,把整個技術領域分為5個不同等級:部、大類、小類、大組、小組┊,分別對應着8、145、670、3∟⌒?,000+、10□⊿∵,000+個類別☆。某種程度上IPC分類可以理解為一種全新的行業分類(部分概念釋義參見圖表-7)⊙。從數據來源角度講☆☆,一個專利的IPC分類的原始數據是一個JPG格式的文件□,從中進行解析即可得到IPC分類相應的數據▽⌒,具體參見圖表-8┊☆。

中國石化(600028.SH)與中國化學(601117.SH)兩個公司分屬於石油石化與建築這兩個不同的行業♂∴,在主營業務層面兩者的關係並不大?。但通過計算∟,我們發現兩者的科技關聯度一直維持在一個較高的水平∵∵∟。以兩家公司在2018年12月31日的IPC二級分類分佈為例┊▽,我們發現兩家公司在大部分專利類別中都呈現出較高的一致性△☆﹡。

相關性測試結果顯示♀⌒∟,授權發明專利數因子與價值、成長、分析師情緒的相關性僅為0.17、-0.01、0.0035⌒□,可見專利因子與傳統因子的相關性較低⊿。而FamaMacBeth回歸測試結果顯示:即便在加入價值、成長、分析師情緒后□〇,專利因子的選股有效性依然非常強△□,信息增量特徵明顯↑♀。

進一步∟∵,我們觀察該因子的分位數組合測試結果:各組別年化收益率、夏普率嚴格單調:首組年化收益率高達17.7%∴┊,夏普率達到0.53□,多空年化收益率達到9.2%?﹡⊙,夏普率高達1.76♀。

作為基準策略☆↑,我們觀察該策略與單獨的反轉策略進行對比⌒♂◇。從測試結果來看⌒♂△,無論是等權亦或是流通市值加權♂⊿〇,基於科技動量因子和反轉因子結合的策略表現遠優於單獨反轉因子的表現☆。

五、總結在專利數據專題研究的第二篇報告中⊙,我們從專利IPC分類數據的介紹出發⌒♀∵,通過引入科技關聯度這一重要概念♂,構建了科技動量因子∴□。科技動量在與傳統因子和之前研究過的普通專利因子保持着很低的相關性的前提下⊙,依舊具有穩定的股票超額收益的預測能力◇♂◇。

2.專利狀態:一個專利的獲得大致要經歷專利申請、專利公開、實質審查、專利授權幾個流程(注意新型和外觀專利沒有實質審查∵∟⌒,僅有形式審查)〇?∴。

2019年4月⊙┊☆,美國傾國家之力〇♀△,全面封殺華為◇,這種逆全球化的手段雖不得人心⊙♂□,但究其原因無外乎在於核心專利技術所映射的大國科技霸權⊙⊿π。中國崛起不僅僅需要一個華為⊙﹡,我們要千千萬萬個華為◇☆┊。幸運的是∟♀﹡,我們已經在這條道路上披荊斬棘、不斷前行∵。從2010年開始┊∵↑,國內的專利申請量突破了100萬件▽,同時也成為全球範圍內專利申請量最多的國家♂♀。

一個專利可以映射到同一個類別下的多個維度(比如如果考察部這個級別⊿◇□,那麼一個專利即可以映射到A、也可以映射到B)▽,而這是審查員(專利局)的職權♂⊙?。不同領域、不同時期的審查員的水平可能不一樣▽♀,IPC的映射質量可能也會有一定的波動∴∵。這裏◇↑π,我們觀察單個專利映射到二級分類的平均數量∟♂。從趨勢來看π☆,平均分類數呈現穩定增加的態勢∟♂。

Ti﹡┊,t為公司i在t時刻的IPC二級分類☆⊿,techij♂??,t公司i和公司j在t時刻的科技關聯度值□▽┊。從上述定義公式不難看出π,科技關聯度本質上表達的是兩家公司的專利在類別上的相似程度△﹡♂。指標值越大π♂,代表兩個公司在申請的專利類別上布局越相似、創新研發方向也越趨於一致∟π。這種相似性的衡量方式┊♂♂,已經跨域了傳統財報以及行業分類所能提供的信息◇,在一定程度上反映了公司未來的發展戰略方向ππ。這裏我們通過一個具體的例子體會一下﹡♀∵。

我們也是在一些觀察經驗的基礎上作出上述推測的□,例如前面提到的中國石化(600028.SH)與中國化學(601117.SH)這兩隻股票﹡,觀察兩者的股價♂◇△,我們發現其走勢一致性非常強?┊▽。那麼這種規律是否能夠在更多的股票以及更長的時段上成立呢⊙?我們將在第三章節中給出詳細的測試結果⊿△∴。

測試結果表明△□⊙,科技動量因子與各類因子的相關性非常低┊,均在0左右□。而FamaMacBeth回歸測試結果進一步說明?▽♂,在加入價值、成長、分析師情緒、動量反轉以及專利因子后⊙,科技動量因子的選股有效性依然非常穩定◇♂,能夠提供顯著的增量信息⊙。

一、專利因子研究回顧1.1研究背景從 1978年改革開放至今♂,中國經濟增長在很大程度上是通過低成本、高素質的勞動力比較優勢和資源、環境要素稟賦驅動的◇,也因而有了傳統的三駕馬車的發展模式(投資、消費、出口)↑,同時出現了中國製造這樣的全球化現象∴↑△。2008年全球金融危機之後π,伴隨着內部和外部約束因素的增強□⊿,出口、投資這兩具引擎對中國經濟增長的邊際貢獻呈現逐年下降的趨勢♂,中國經濟的增長開始聚焦于創新驅動的發展戰略之上☆∟⊿,希望逐漸由「中國製造」過渡到「中國創造」∴∴♀。當前△,創新已經成為了中國的國家戰略發展方向♂△↑,相關利好政策不斷出台π┊⊿。

1.2.2、選股因子構建根據前面提到的專利分類、專利狀態和具體指標☆,在理論上我們可以定義出3*4*13=156個專利因子(專利有3種類型、4種狀態▽,13個具體指標)▽。例如△◇,我們可以定義公開發明專利數、授權發明專利數或者授權發明專利前引數等因子﹡⌒﹡。但需要注意的是♂♂☆,並不是所有的由排列組合得到的因子都有意義♂。在實踐中﹡∴∟,我們一共構建了33個專利類的選股因子用於研究∵↑♀,部分因子的定義參見圖表△⊿,完整定義參閱專利系列一報告⌒。

3.2科技動量因子特異性分析量化選股領域目前面臨著選股因子同質化、新因子開發難度加大的窘境?。一般情況下⌒⊙⊿,當我們研究一個新的因子∵,都需要考察該因子與傳統因子的共線性、增強等問題?,對專利因子的研究同樣不例外◇◇。為了解決這個問題∴┊♀,我們將首先研究專利因子與傳統因子的相關性⊙,並進行FamaMacBeth回歸測試♂∵π。同時為了衡量該因子與傳統專利因子的差異性♂,我們將上一篇專利研究報告(參見文獻引用部分)中構建的過往5年授權發明專利數因子也納入了考察範圍之中∴π。

從上述的一系列事件中我們不難看出↑△,科技創新將是未來一個時期中國經濟發展的重要驅動力↑∵,也是大國之間競爭的主戰場┊□﹡。資本市場┊▽∴,特別是以股票交易為核心的二級市場⊙,本來就是服務實體經濟的重要抓手π□,因此把和創新相關的信息納入到我們的股票投資分析框架之中∟,將是未來投資管理人必然的選擇π↑⊙。本文正是從反映創新成果的重要維度——專利信息入手⌒┊,嘗試從量化的角度將其融入股票組合的篩選過程之中♂﹡,增強投資組合的表現△?♂。

3.具體指標:落腳到對專利具體的描述ππ◇,目前已有的數據包括:專利數量、說明書總字數、權利要求總項數、獨權總項數、附圖總數、摘要總字數、IPC分類號總數、壽命加總、專利審查期加總、前引、后引、非專利方面引用、同族專利共計13種類⊙⊿♂。

1、股票池全市場所有股票♀,拋除ST、中信一級行業中的大金融板塊(房地產、銀行、非銀)♂↑。同時調倉時保證非漲跌停↑。

1. 專利分類:從類別上來看﹡,專利一共有三類:a) 發明專利:是指對產品、方法或者其改進所提出的新的技術方案;b)實用新型專利:是指對產品的形狀、構造或者其結合所提出的適於實用的新的技術方案;c)外觀設計專利:是指對產品的形狀、圖案或者其結合以及色彩與形狀、圖案的結合所作出的富有美感並適於工業應用的新設計♂。

Retj∴⊿?,t表表公司j在t時刻月度收益率┊⊙﹡,techij┊,t表示公司i和公司j在t時刻科技關聯度π〇, tech_reti♂?↑,j代表表公司i在t時刻的科技動量因子↑。簡單來說⊙,我們在每個月底﹡,計算了除目標公司外的其他公司在科技關聯度下的加權平均月收益率↑〇?,而該收益率就是我們所謂的科技動量π?。

推荐阅读:招行交行浦发回应




大发平台计划整理编辑)

关键字:大发平台计划

专题推荐