2018-贸易战引发的专利选股有效性研究_从中国心到中国芯_29页-3mb

专利选股有效性研究报告总结

核心内容

本报告由兴业证券经济与金融研究院团队撰写，重点研究了专利在量化选股中的应用，提出了基于专利数据构建的33个选股因子。通过分析专利的分类、状态和具体指标，研究发现专利因子在选股中具有一定的有效性，并且在与传统因子结合后表现更优。

主要观点

• 专利因子有效性：专利因子在行业市值中性化后，选股有效性显著提升。其中，发明相关的专利指标表现最强，特别是授权发明类专利因子（TP0104**），其IC值为0.027，T统计量为6.9，显示较强的预测能力。
• 专利与传统因子关系：专利因子与传统的价值、成长、分析师情绪因子相关性较低，且Fama-MacBeth回归测试验证了其对收益率的显著贡献。
• 效用比因子：通过专利与研发费用构建的效用比因子（专利/研发费用），在机械行业中表现出较强的选股能力，IC值达到0.028，T统计量为3.36，分位数测试各组别严格单调。
• SmartBeta策略：基于专利因子构建了三个SmartBeta选股策略，包括专利价值等权合成、专利成长等权合成、专利价值成长等权合成，策略表现优异，季度调仓选取50只股票。

关键信息

专利属性行业

我们定义高覆盖度的行业为专利属性行业，包括以下10个行业：

• 家电
• 电子元器件
• 汽车
• 机械
• 基础化工
• 通信
• 电力设备
• 计算机
• 医药
• 建筑

这些行业是进一步测试的股票池，具有较高的专利覆盖度。

专利因子命名方式

专利因子以TPXXYYZZ命名，其中：

• XX代表专利类型（发明、实用新型、外观设计）
• YY代表专利状态（申请、公开、授权等）
• ZZ代表具体指标（专利数、说明书字数、权利要求项数等）

专利因子测试方法

我们采用RankIC（Spearman秩相关系数）和分位数组合测试来评估因子的有效性。RankIC的绝对值越大，表示因子对收益的预测能力越强；分位数组合测试通过观察多空组合的收益差异来判断因子的有效性。

专利因子覆盖度

• 三年时间窗口的专利因子覆盖度相对较高，优于一年时间窗口。
• 覆盖度低于55%的因子主要是外观设计、同族专利和专利后引相关指标。
• 后续研究聚焦于覆盖度超过80%的专利指标，共计28个。

专利因子与市值相关性

• 专利产出与公司规模（流通市值）和行业属性密切相关。
• 多数专利因子与流通市值相关性在0.3-0.4范围内。
• 行业市值中性化后，因子有效性显著提升。

附录要点

• 分位数组合测试结果：授权发明类专利因子（TP0104**）的年化收益率表现优异，夏普率稳定在1.7左右，多空净值曲线表现良好。
• 专利因子与传统因子结合测试：合成的专利因子在IC表现和分位数组合测试中均优于传统因子。
• 专利因子与流通市值相关性：部分因子与流通市值相关性较高，需在中性化后进行分析。

风险提示

本报告模型及结论基于对历史数据的分析，存在市场环境变化导致模型失效的风险。

图表说明

• 图表1：中美贸易战的部分关键事件
• 图表2：专利因子命名方式示意图
• 图表3：专利因子库介绍
• 图表4：专利方面的维度汇总
• 图表5-7：不同行业TP101专利总数及中位数统计
• 图表8-9：不同省份TP101专利总量及平均数
• 图表10-11：RankIC计算过程与分位数组合测试方法
• 图表12-13：过去一年和过去三年专利因子覆盖度均值
• 图表14：专利因子整体IC表现及市值中性化后表现
• 图表15-42：分位数组合测试及多空净值曲线
• 图表43-44：等权配置下专利因子构建的选股策略表现

总结

本报告系统分析了专利在量化选股中的应用，提出了33个基于专利数据的选股因子，并验证了其有效性。专利因子在行业市值中性化后表现显著优于原始数据，且与传统因子相关性较低，具备独立选股能力。基于专利因子构建的SmartBeta策略在分位数组合测试中表现优异，具有较高的夏普率和多空净值稳定性。未来研究可进一步拓展专利因子与其他因子的结合，以提升选股效果。