多因子系列报告之三十一：专利数据中有哪些Alpha？

敬请参阅最后一页特别声明 -1- 证券研究报告 2020 年 4 月 10 日 金融工程 专利数据中有哪些 Alpha？ ——多因子系列报告之三十一 金融工程深度 企业的研发能力是衡量一个公司“硬实力”的重要指标，尤其是针对一些特定行业的公司，具有一定的自主研发能力是其生存的根本之道。本篇报告为专利数据研究系列的第一篇报告，利用专利数量、专利类型及其他相关数据，构建各类专利因子，验证专利因子在相关股票池内的预测能力和选股能力。  专利数据类型：发明专利、实用新型专利和外观设计专利 不同类型的专利的“含金量”有所区别，发明专利中的发明授权专利是指通过了国家知识产权局的审查后，认为其技术符合专利的授权要求，给予的具有法律效力的授权证书，是含金量最高的专利类型。  专利数据覆盖度：制造业、TMT 等板块覆盖度较高 按照中信一级行业分类，机械、通信、电子、轻工制造、电力设备及新能源、汽车、家电、计算机、基础化工行业的专利覆盖度高于 70%。制造业和 TMT 板块内的行业专利覆盖度较高。  基于发明授权专利数据构造的专利因子有效性较强 发明授权专利的数量越多，证明该公司的获得批准的具有法律效力的发明专利数量越多，企业研发成果转化为实际利润的可能性也就越大。基于发明授权专利构造的因子，比其他类型专利数量构造的因子具有更好的预测能力和选股效果。 1 年期发明授权专利数量因子（Factor_fmsq_1Y_num）回测期 IC 均值 3.39%，IC_IR 为 0.29，且多头超额收益较为稳定，年化超额 9.84%，信 息 比1.13 。 1年 期 发 明 授 权 专 利 关 联 人 总 数 因 子（Factor_fmsq_1Y_relatedCompanies）回测期 IC 均值 3.50%，IC_IR 为0.29，超额收益稳定性相对较弱，年化超额 12.7%，信息比 1.08。  结合研发费用构造研发效率因子：稳定性较弱 1年 期 研 发 效 率 因 子 （ 研 发 费 用 / 发 明 授 权 专 利 数 ）（Factor_RD_fmsq_1Y）的预测能力稳定性相对较弱，IC 绝对值为 0.20，2017 年初至今出现了较为明显的回撤。  应用于中证 500 增强：年化增强 4.20% 在成分股专利数据覆盖度达到 62%的前提下，1 年期发明授权专利数量因子（Factor_fmsq_1Y_num）直接应用于中证 500 增强可以取得一定的增强效果。基于 Factor_fmsq_1Y_num 单因子的中证 500 增强组合可以较为稳定的跑赢基准，年化超额收益 4.20%，相对波动 5.08%，信息比 0.83。  风险提示：结果均基于模型和历史数据，模型存在失效的风险。 分析师 周萧潇 （执业证书编号：S0930518010005） 021-52523680 zhouxiaoxiao@ebscn.com 刘均伟 （执业证书编号：S0930517040001） 021-52523679 liujunwei@ebscn.com 相关研究 《因子正交与择时：基于分类模型的动 态权重配置——多因子系列报告之十》 《爬罗剔抉：一致预期因子分类与精选 ——多因子系列报告之十一》 《成长因子重构与优化：稳健加速为王 ——多因子系列报告之十二》 《组合优化算法探析及指数增强实证 ——多因子系列报告之十三 》 《以质取胜：EBQC 综合质量因子详解 ——多因子系列报告之十七》 《创新基本面因子：财务数据全扫描 ——多因子系列报告之二十六》 《ESG 投资与 ESG 因子策略 ——多因子系列报告之二十七》 《再论估值因子：因子重构 or 收益预判？——多因子系列报告之二十九》 《有息负债：解读企业杠杆的选股信息 ——多因子系列报告之三十》 2020-04-10 金融工程 敬请参阅最后一页特别声明 -2- 证券研究报告 目 录 1、 专利研究背景介绍 ............................................................................................................................................................................ 4 2、 专利数据库介绍 ................................................................................................................................................................................ 5 2.1、 专利数据类型 ..............................................................................................................................................................5 2.2、 制造业、TMT 等板块内专利数据覆盖度较高 .......................................................................................................6 2.3、 基于专利数据的因子构造方法 .................................................................................................................................9 3、 基于发明授权专利数据的因子有效性较强 ............................................................................................................................... 10 3.1、 发明授权专利数量因子有效性较高 ...................................................................................................................... 11 3.2、 发明授权专利关联人总数因子 .............................................................................................................................. 13 4、 结合研发费用构造研发效率因子 ..........................