【兴业定量任瞳团队】从中国心到中国芯-- 贸易战引发的专利选股有效性研究

导读

1、今年4月份开始的中美贸易摩擦之根源在于核心专利的争夺，也引出了我们“猎金”系列三十二研究重点：专利在选股方面的应用研究。
2、我们定义高覆盖度的行业为专利属性行业，包括：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。这些行业是我们进一步测试的股票池。
3、专利适合在相同行业、同等市值规模的公司进行比较，测试结果显示：行业市值中性化后，因子选股有效性得到普遍提升，其中发明相关的专利指标选股有效性最强。以授权发明类专利因子为例，IC为0.027，T统计量6.9。同时专利因子换手率很低。
3、利用专利和研发费用构建效用比因子（专利/研发费用），可以衡量一个企业在研发方面的投入产出效率。结果显示该因子在机械行业表现出较强的选股能力。
4、专利因子和传统的价值、成长、分析师情绪因子相关性非常低，同时Fama-MacBeth回归测试验证了该因子对收益率贡献的显著性；另外，和价值、成长、分析师情绪因子分别等权合成的三个因子在IC以及分位数组合测试方面也显著的优于三个传统因子的表现。
5、基于专利、价值、成长因子构建SmartBeta选股策略：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，构建三个复合因子，用三个因子分别构建策略，季度调仓选50只股票，三个策略表现优异。

一、专利研究介绍
1.1
背景介绍
1980年，邓小平和撒切尔夫人开始就香港回归问题展开会谈。在这样的大背景下，香港词曲家黄霑一挥而就，写下了脍炙人口的《我的中国心》。
2018年4月中旬，美国商务部宣布，今后7年内，将禁止该国企业向中国电信设备制造商中兴通讯出售任何电子技术或通讯元件，国内通信行业集体感受到“芯痛”，而国人则倍感心痛。
这次贸易摩擦升级带来的影响不言而喻，对我国整体大国战略的发展是福是祸短期难料。虽失之东隅，但收之桑榆，至少国人意识到高精尖的技术不仅仅是企业的命脉，更是国家的命脉，高精尖技术的发展不仅仅是企业的事情，更是个人、国家的事情。
反观国内，国际领导层强调科技兴国，同时改革开放也迈入深水区，专利的研究正好契合时代的节奏和投资者的需求，无疑是一种较好的SmartBeta策略源。我们兴业定量积极拓展研究面，将研究落脚于专利数据，全方位研究专利数据在量化选股方面的应用。
1.2
文献综述
创新是驱动国家经济增长的重要因素之一，也是企业实现高速成长、保持长期竞争优势的源泉。一般而言衡量一个企业创新能力的标志有：研发费用的投入和专利的产出，前者是企业创新方面的投入，后者是最终的成果。
从研究的方向上来讲，学术界针对于专利及研发费用的研究更多的聚焦于三个维度： 1、专利及研发费用对公司基本面的影响；2、专利及研发费用对公司股价的影响；3、其他相关研究（如并购、诉讼中与专利相关的研究）。我们将着重讨论维度1以及2相关的研究。

通过对国外学术界的研究发现，专利及研发费用等相关维度的信息对公司基本面以及股价有一定的预测作用，尤其是在一些专利较为集中的领域和行业，效果更加显著。因此，后续相关的研究也将以此框架为基础展开，具体包括：
1、专利数据库介绍及统计特征分析；
2、专利对股价的预测作用；
3、专利和研发费用结合在选股方面的研究。
二、数据库介绍&统计分析
2.1
数据库介绍
本次数据由深圳德高行知识产权数据技术有限公司提供，德高行是一家专业的知识产权解决方案供应商，其数据源为国家专利局（公司官网：http://www.tek-glory.com/）。原始数据经整合、重构衍生70+个指标。
专利的研究可从专利分类、专利所处的状态、专利的具体衡量指标维度展开：
1、专利分类：从类别上来看，专利共计分成三类：a)、发明专利：是指对产品、方法或者其改进所提出的新的技术方案；b)、实用新型专利：是指对产品的形状、构造或者其结合所提出的适于实用的新的技术方案；c)、外观设计专利：是指对产品的形状、图案或者其结合以及色彩与形状、图案的结合所作出的富有美感并适于工业应用的新设计。
2、专利状态：一个发明专利的产生大致要经历专利申请、专利公开、实质审查、专利授权几个流程（注意新型和外观专利没有实质审查仅有形式审查）。
3、具体指标：落脚到专利具体的维度，包括：数量、说明书总字数、权利要求总项数、独权总项数、附图总数、摘要总字数、IPC分类号总数、寿命加总、专利审查期加总、前引、后引、非专利方面引用、同族专利共计13种指标，具体释义参见下表。

鉴于维度较多，必须有一套较为有效的命名方式：所有专利指标都会以TPXXYYZZ命名，其中XX代表专利的类型、YY代表专利的状态、ZZ代表专利的具体指标，如TP010401则表示授权(YY=04)的发明(XX=01)专利数因子(ZZ=01)。

下面谈一下后续的研究框架。从时间序列的角度来看，针对于一个公司，我们可以得到不同时间窗口内的专利总量：I)、公司截止至统计时点的专利总量，这是个存量数据，衡量一个公司的整体创新实力，很容易受到公司的寿命影响；II)、公司过去一段时间内的专利总量，衡量的是公司在考察时间内的创新实力。
根据研究目的，我们确定了如下的研究纲要：
1.1）、专利统计分析方面的研究：该部分主要研究不同地域、不同行业的专利分布，我们运用存量数据，只考察专利总量。
1.2)、因子层面的研究：从选股的角度来说，我们可能更加希望看到过去一段时间创新能力有很大提升的公司，而不是“大而不倒”的公司。因此，该部分我们研究过去一段时间内的专利数据。我们进一步拆分为：回看过去一年和回看过去三年的数据.。在图表3中我们展示了过去三年部分专利选股因子定义。

2.2
统计分析
为了进一步认识专利方面的特性，我们以公开发明专利总数(TP101)为研究对象，分析专利的行业分布的特点。
专利具有较强的行业属性，比如餐饮旅游、银行、非银行业的专利相对较少一些。我们统计了2011年、2013年、2015年、2018年6月29日四个时间点中信一级行业的专利总数以及专利中位数，观察不同行业的专利分布特征，这里以覆盖度为例进行展示（其他维度参见报告）。这种一致性和稳定性有利于选股因子的构建和分析，其中专利总量多、覆盖度高的行业我们称之为专利属性行业，是我们后续选股及策略的股票池，具体包括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。

三、专利因子选股有效性研究
3.1
因子覆盖度分析
根据前面的分析框架，接下来我们将着重考虑公司在一段时间内新增专利在选股维度的有效性研究。我们分别构建了过去一年、过去三年两个时间维度的专利相关因子，从覆盖度角度来看，三年时间窗口因子覆盖度相对高于过去一年时间窗口因子的覆盖度；另外少数因子的覆盖度在55%以下，这些因子主要是外观设计、同族专利和专利后引相关的指标，覆盖度低在情理之中。后续我们仅研究过去三年时间窗口且覆盖度超过80%的专利指标（共计28个）。

3.2
专利因子整体性测试
针对于覆盖度高的专利因子进行IC测试，我们发现因子表现整体欠佳（参见图表-7）。
其实专利的产出和上市公司的规模以及行业有很大的关系：一般来讲规模较大的公司在专利方面的投入可能会更大一些（绝大多数专利因子和流通市值相关性在0.3-0.4范围内，具体参见报告）；而从行业属性的角度来看，不同行业对待专利的重视重度可能会有所差异，因此我们认为应该在规模较为接近的同行业内部做专利的比较。
而行业市值中性化以后，专利因子选股有效性非常显著，具体参见图表-7。因此，我们将以行业市值中性化的结果作为后续研究的对象。

通过IC测试对所有的专利因子选股能力有一个大致的了解，进一步，针对于专利因子做分位数组合测试研究，观察各组别以及多空组合的表现。测试结果和IC结果相符，有效性非常强。以授权发明类专利（TP0104**）为例，该类因子各组别严格单调，多空夏普率稳定在1.7左右，其他类别的因子表现参见报告。

另外专利因子的换手率非常低，Top组别的月双边换手率稳定在12-15%之间。原因上讲也比较好理解：一个上市公司的专利数短期内不太可能剧烈变动，相对比较稳定。低换手率一方面降低了操作带来的不可预期，另外一方面增强了实盘可行性。

前面的整体测试验证了专利因子的选股有效性，同时我们也发现在所有类别的专利因子里面， TP0104类专利的有效性最为显著（授权发明类专利），同时专利类因子的相关性也较高。

为了降低单个因子的波动给选股带来的影响，同时为了简化研究流程，我们将授权发明类因子做等权合成，并对合成后的因子做行业市值中性化处理，构建新的因子（简记为TP0104）。合成之后的测试结果也验证了我们的预期：IC、IC_IR、T统计量均值比原来的单因子相应指标都高。因此，后续研究将围绕TP0104展开。

3.3
专利因子和传统因子结合的研究
量化选股领域目前面临着选股因子同质化、新因子开发难度加大的窘境。一般情况下，当我们研究成一个新的因子，都需要考察该因子与传统因子的共线性、增强等问题，对专利因子的研究同样不例外。为了解决这个问题，我们将首先研究专利因子与价值、成长、分析师情绪因子的相关性，并进行FamaMacBeth回归测试。
相关性测试结果显示，TP0104与价值、成长、分析师情绪的相关性仅为0.17、-0.01、0.0035，可见专利因子与传统因子的相关性较低。而FamaMacBeth回归测试结果显示：即便在加入价值、成长、分析师情绪后，专利因子的选股有效性依然非常强，能贡献出特殊的选股能力。
我们可以进一步测试专利因子与价值、成长、分析师情绪等权合成之后因子的表现。无论是IC测试还是分位数组合测试结果都显示出专利因子对三类因子的增强作用。

3.4
专利、研发费用效用比研究
实际上，并非所有的公司都会在研发上投入大量资金，比如银行、餐饮旅游、商贸零售等行业的公司相对来讲基本上不具有所谓的“研发属性”。最终我们选择医药、机械、电子元器件、汽车、通信、计算机、基础化工、电力设备这8个行业作为该部分研究的股票池。

研发费用是一个公司在专利方面的投入，而专利相关数量是一个公司研发费用投入的最终体现。两者的结合体现了一个公司的研发效用比，我们用专利相关指标/研发费用得到一个公司的投入产出比效用指标。我们以TP0104因子为专利的代表，效用比因子构建方式如下：

我们测试UR因子在上述八个行业（医药、机械、电子元器件、汽车、通信、计算机、基础化工、电力设备）中的选股有效性，并进一步对比市值中性化以后的结果，具体参见图表-22。从中我们发现效用比因子仅仅在机械行业效果较为显著，原始因子IC为0.028，T统计量高达3.38，市值中性化后效果依然非常显著（在机械行业单独的研究参见报告）。

四、基于专利因子的选股策略研究
策略层面我们首先研究TP0104专利因子选股策略有效性。同时3.3章节“专利与传统选股因子结合的选股研究”测试结果显示：专利因子与传统因子结合会优化原来的因子表现，因此我们会进一步测试合成的因子在选股策略方面的有效性。
股票池：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，即前文中提到的专利属性行业；
限制条件：删除ST股票；涨跌停限制等；
4.1
专利因子选股策略
我们每个月月底对股票池股票按照TP0104因子进行排序，选择因子值最大的50只股票建仓，采用流通市值加权，构建专利50选股策略。从测试结果来看，专利50选股策略能稳定的战胜全市场的表现。

4.2
基于专利因子的SmartBeta选股策略研究
一带一路、医药、国企改革、GES……各种主题基金及SmartBeta选股策略都曾取得巨大成功。而新一届领导层非常重视科技强国，加之中美贸易摩擦的根源在于核心技术的争夺，专利的研究就显得尤为重要，也正好契合当前的时代背景和投资者需求。因此我们进一步基于该因子构建相应SmartBeta选股策略。为了取得更好的表现，我们利用专利因子与传统因子构建相应的选股策略（前面的研究也验证了专利对传统因子表现的增强作用）。
一般而言专利因子更多反应的是企业创新能力，代表着企业未来的发展潜力，而成长指标则反应了企业过去的成长质地，价值因子反应标的低估值的特征。我们将三者等权合成：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，构建三个复合因子，分别用三个因子构建策略，选取低估值、高成长、未来创新好的标的。
策略细节如下：每个季末选择因子值最大的50只股票建仓，同时设置50只股票的缓冲（即当期的股票在下一期只要不跌出前100的排序，那么会优先保留在下一次股票池里面），研究流通市值加权下策略表现。
基于三个因子的选股策略表现都非常优秀，以基于专利价值成长因子构建的SmartBeta策略为例：年化收益率13.1%，而市场基准、沪深300、中证500年化收益率分别为4.7%、2.9%、3.1%，策略大幅度稳定的跑赢各个基准。

五、总结与展望
至此，我们已经完成了专利方面系列一的研究。整体上来看，我们在充分了解专利的特性基础上，定义了专利属性的行业作为后续研究的股票池。进一步，我们研究了专利因子选股有效性、与传统因子结合的增强表现、与研发费用结合的表现。最后我们测试了专利因子策略方面落地的可行性、有效性。
未来，我们将继续以专利因子作为抓手，深耕专利方面的研究，希望给大家带来更多有意义的研究成果和视角。
量化选股经过近些年的发展，在“创新”这一方面，要么对原来的体系进行精耕细作，要么追逐新的因子，前者面临着研究效用曲线递减的窘境，后者同样面临诸多挑战：新因子获取代价、新因子逻辑、新因子与传统因子差异性……虽困难重重，我们兴业定量也在不断积累：构建了基于雪球网的关注度选股因子、情绪选股因子、专利选股因子。虽然满地便士，但经过雕琢和努力，月亮就在远方。
风险提示：本报告模型及结论全部基于对历史数据的分析，当市场环境变化时，存在模型失效风险。
注：文中报告节选自兴业证券经济与金融研究院已公开发布研究报告，具体报告内容及相关风险提示等详见完整版报告。
证券研究报告：《从中国心到中国芯--贸易战引发的专利选股有效性研究》。

对外发布时间：2018年12月20日
报告发布机构：兴业证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）
--------------------------------------
联系人：任瞳
SAC执业证书编号：S0190511080001
电话：15816861856,0755-2832 6010
E-mail:rentong@xyzq.com.cn
--------------------------------------

联系人：徐寅
SAC执业证书编号：S0190514070004
电话：18602155387,021-38565949
E-mail: xuyinsh@xyzq.com.cn

--------------------------------------

联系人：郑兆磊
编号：S0190517070008
电话：13918491550,021-68982308
E-mail: zhengzhaolei@xyzq.com.cn
更多量化最新资讯和研究成果，欢迎关注我们的微信公众平台（微信号：XYZQ-QUANT）！