1. 研发投入资本化及市场现状分析 [page::2][page::5]

• 约35%的上市公司采用研发支出资本化，资本化金额占研发总投入约33%。

- 市场对研发资本化普遍持负面态度，发生资本化的公司年报发布后一个月内表现跑输行业平均水平。

• 示例对比表明高研发强度且费用化处理的企业（如恒瑞医药）相对更受市场认可。

2. 研发投入资本化会计处理流程与隐性选择空间 [page::3][page::4]

• 研发支出分研究阶段费用化与开发阶段资本化处理，资本化五条件依赖管理层判断。

- 企业存在利用会计准则隐性选择空间，可能为盈余管理等目的调整资本化比例。

• 资本化广泛分布于医药、计算机等多个行业，无明显集中趋势。

3. 影响研发投入资本化会计选择的因素及实证检验 [page::6][page::7][page::8][page::9]

• 盈余管理动机（如避免ST、股权激励、股权质押）显著促进资本化倾向。

- 现金流约束明显抑制研发资本化，现金流弱公司倾向费用化以获取当期节税现金流。

• 外部审计监督（五大会计师事务所、行业专长审计师）增强，抑制资本化倾向。

- 多元回归分析确认上述因素显著影响资本化强度，且方向与理论一致。

4. 基于因子筛选的研发投入资本化投资策略构建及回测表现 [page::10][page::11][page::12]

| 年份 | 平均超额收益率 | 超越行业指数胜率 | 绝对收益 | 绝对收益胜率 |
|-----|----------------|------------------|----------|--------------|
| 2014 | 1.19% | 70.0% | 10.5% | 80.0% |
| 2015 | 4.98% | 66.7% | 14.0% | 50.0% |
| 2016 | 4.61% | 52.0% | 13.8% | 96.0% |
| 2017 | 1.53% | 50.0% | 1.3% | 54.2% |
| 总计 | 3.14% | 56.0% | 9.1% | 71.0% |

• 策略核心筛选条件包括：盈余管理动机小（无避免ST、无股权激励计划）、现金流约束高（自由现金流<0）、外部审计严格（五大所且有行业专长）、高研发投入强度。

- 策略买入点为年报公布后第30个交易日，持有30个交易日，捕捉估值修复后的上涨。

• 股票主要集中医药(36%)、计算机(27%)、通信(13%)等行业。

5. 策略风险与后续展望 [page::12][page::13]

• 样本数据起始于2013年，资本化数据样本量有限，筛选股票数量较少。

- 策略稳定性和鲁棒性需进一步验证和长期跟踪。

• 投资者应结合其他因子和宏观环境，关注研发资本化质量与实效。

金融工程报告《基于研发投入资本化的淘金策略》详尽分析报告

---

一、元数据与报告概览

• 报告标题：基于研发投入资本化的淘金策略

- 发布机构：国泰君安证券研究所

• 研究团队：金融工程团队，主要分析师包括陈奥林、李辰、孟繁雪等

- 发布日期：报告基于2013年至2017年相关财务数据撰写，最新数据截至2017年

• 报告主题：针对上市公司研发投入资本化的会计处理行为，探索其中隐藏的投资机会，剖析资本化行为背后可能传递的真实信号及市场错杀现象。

- 核心论点：
- 研发投入资本化代表企业对研发项目未来盈利能力的信号传递，符合资本化条件的支出预计带来未来经济利益。
- 市场普遍对研发投入资本化持负面态度，导致资本化公司股价在年报公布后短期内表现较差，即使其中部分公司的资本化行为真实可信，也被“错杀”。
- 通过多元变量（盈余管理动机、现金流约束、外部审计监督、研发强度）筛选出资本化动机真实且被市场错杀的股票，并构建相应投资策略。
- 策略在过去四年中平均超行业收益率达3.14%，胜率71%，表现出较强的投资价值。

整体来看，报告细致揭示研发投入资本化背后的复杂动因和信息信号，提出基于会计选择动因筛选优质股票的策略框架，为投资者提供了操作指引与理论支撑。[page::0, 2, 12]

---

二、逐章节深度解读

1. 引言

• 关键信息：

- 2017年中国研发支出被纳入GDP核算，显示研发投入对经济的重要性。
- 研发投入企业数量持续增长，约35%上市公司实施研发支出资本化。资本化金额占营业收入约2%，约33%研发支出被资本化。
- 资本化体现了对研发项目盈利潜力的信号传递，但企业可能出于盈余管理或其他目的操纵该行为，导致信号失真。
- 统计发现，资本化公司在年报公布后一个月内跑输行业平均水平，反映市场对资本化的普遍负面认知。
- 本报告试图基于影响研发投入会计选择的因素，挑选出可信号的公司，利用市场错杀机会获得收益。

• 逻辑阐释：

- 研发支出的资本化视为未来经济利益的承诺，反映企业对项目的信心和潜力；
- 由于会计准则的主观判断空间，资本化可能被滥用，给投资者传递错误信号；
- 市场错误定价导致投资机会的形成。

• 重要数据点与趋势：

- 图1显示2013-2016年选择研发支出资本化的公司数量及比例逐年上升，反映趋势性行为；
- 图2揭示资本化金额占营业收入和研发支出的比例变化，体现资本化规模及其相对变化。

该节为全文奠定了理论和现实背景，逻辑清晰，论据充分，强调了信号传递理论在研发资本化中的应用及市场反应的矛盾。[page::2]

---

2. 研发投入资本化简介

2.1 资本化会计处理流程

• 关键内容：

- 企业会计准则允许将开发阶段的研发支出进行资本化，依据5个条件进行判断；
- 研究阶段支出费用化，开发阶段支出资本化或费用化处理；
- 开发支出可以“暂时资本化”，直到项目宣告失败为止；

• 核心流程详图（图3）解读：

- 研发支出初步分为资本化和费用化两条路径，资本化进入“开发支出”账户，开发完成后转入无形资产，不符合条件则费用化；

• 5个资本化条件（表2）：

- 技术可行性、有使用和出售意图、有用性、足够的资源支持及支出可计量；

• 深度分析：

- 准则虽规定5个条件，但缺乏量化动力，大量依赖管理层判断；
- 审计师独立性欠缺增加选择空间，企业可根据盈余管理动机等因素灵活选择会计处理，且无需董事会审批或公告。

这一节将资本化的会计处理细致呈现，表达了隐性选择空间的存在，为后续研究资本化动机奠定坚实基础。强调企业在资本化选择上具备高度灵活性，容易导致盈余管理现象。[page::3-4]

2.2 资本化企业行业分布

• 资本化行为覆盖多行业，高研发强度行业如医药（16%）、计算机（12%）占比较大；

- 机械、电子、通信、电力设备均居第二梯队，行业分布均匀，无极致集中；

• 图4清晰体现了上述分布特征。

2.3 资本化市场认知

• 以乐视网为反面案例，连续多年高比例研发资本化（2013-2016年研发资本化金额占研发投入超过50%），显著盈余管理特征（表3）；

- 反观恒瑞医药等良好示范，研发投入强度高且全部费用化，体现管理层谨慎态度和强信心（表4）；

• 统计分析显示，资本化公司整体短期股价表现弱于行业平均（图5）；

- 近年市场对资本化态度转向更加负面（图6），2017年资本化公司负超额收益尤甚。

本节通过对比案例与统计分析，揭示市场对资本化复杂的负面反应，论证了真实信号在市场短期被忽视的现象。[page::4-6]

---

3. 上市公司研发投入会计选择的影响因素

本章通过理论分析和实证研究，详细解析影响上市公司资本化决策的多维因素。

3.1 盈余管理动机

• 盈余管理动机通过利润平滑、契约约束、薪酬激励等渠道影响资本化；

- 利润平滑动机：管理层利用资本化避免利润大幅波动，降低风险预期，负相关关系推断（资本化额高，ROA低）；

• 契约约束中，债务契约和股权质押产生的压力促使资本化行为，债务契约可能因利润增加和财务杠杆影响对研发资本化有不同作用；

- 股权质押通过避免质押风险和防止控制权丧失，激发股东积极资本化动机，股权质押比例正相关；

• 薪酬激励动机指管理层为达到业绩目标或薪酬条件，倾向资本化研发支出。

3.2 现金流约束

• 资本化增加当期盈余但税收优惠摊销期长，费用化则带来即时税收现金流；

- 现金流紧张的企业更倾向费用化以获得短期现金流支持；

• 融资优序理论和研发活动特性支持现金流约束增加导致资本化减少的假设。

3.3 外部审计监督

• 审计师独立性和行业专长直接影响资本化选择的监督效果；

- 大型事务所独立性强、声誉高，能有效约束企业资本化倾向；

• 行业专长帮助审计师判断资本化合理性，减少盈余管理，提升监督效果。

3.4 回归检验分析

• 构建多元回归模型，以资本化强度为因变量，选取上述理论变量和公司规模、盈余质量、研发强度做解释变量（表5）；

- 回归结果（表6）显示：
- 避免ST动机与资本化强正相关（T值大）；
- 高研发投入和股权激励正相关；
- 自由现金流约束、是否五大所及是否具行业专长显著负相关；
- 规模和盈余质量不显著；

• 基本验证理论预期，说明现实中公司资本化行为确受多方因素影响；

- 筛选出满足“盈余管理动机小、现金流约束强、审计监督严、研发投入大”的公司，资本化的可信度较高。

本章通过细致理论解析与实证验证，奠定了利用资本化动机筛选股票策略的理论根据和数据支持。[page::6-10]

---

4. 策略构建及效果

• 策略基于第3章筛选标准：

1. 盈余管理动机小（无避免ST动机，无股权激励）
2. 现金流约束高（自由现金流小于0）
3. 审计监督严（五大会计事务所且具行业专长）
4. 研发投入大（高研发投入企业）

• 策略本身筛选标准不具备直接alpha，避免过拟合，超额收益来源于资本化信号的市场错杀与价值回归；

- 实证中策略股票在年报公布后无明显超额收益，但一个月后实现明显估值修复上涨（图7），反映市场对资本化负面认知的抵消；

• 策略持有期设定为年报公布后30日前买入，持有30日，剔除资产重组、次新股、ST；

- 四年累计超行业收益率平均3.14%，绝对收益胜率71%（表7）；

• 股票行业分布集中在医药（36%）、计算机（27%）、通信（13%），策略覆盖多样，符合行业研发强度分布（图8）。

该策略基于详尽的财务会计动机分析，结合市场行为，体现了从会计信息深挖投资alpha的创新方法和应用价值，表现稳健且具有实践指导意义。[page::10-12]

---

5. 总结与展望

• 研发投入资本化虽理论为利好，但市场反应偏负面，形成短期错杀；

- 通过盈余管理动机、现金流约束与审计监督严格性等因素甄别真实信号公司；

• 策略有效捕捉被错杀的高研发资本化股票，获得稳健超额收益；

- 样本数据仅自2013年起，有限股票样本影响模型稳定性，未来需进一步验证和优化。

最终报告对此类会计处理背后的信息价值与投资机会进行了极具洞察力的深挖，提供了可操作的策略框架和业绩证明。[page::12-13]

---

三、图表与数据深度解读

| 图表编号 | 描述 | 解读与分析 | 相关文字关联 |
| --- | --- | --- | --- |
| 图1（页2） | 2013-2016年研发支出资本化公司数量及比例增长 | 资本化公司数量从400余增至700余，比例从约20%增至35%，显示此趋势越发普遍，反映制度环境及企业行为趋向资本化。 | [page::2] |
| 图2（页2） | 研发资本化金额占营业收入及研发总支出比例走势 | 金额占比保持在1.8%-2.3%，占研发支出比例呈下降后回升趋势，体现资本化金额稳定但研发整体投入波动。 | [page::2] |
| 图3（页3） | 研发支出资本化会计流程示意 | 由研发支出经资本化进入开发支出账户，再转无形资产或费用化，强调管理层的判断关键节点。 | [page::3] |
| 图4（页4） | 资本化企业行业分布饼图 | 医药占16%、计算机12%为主，机械等多个二梯队行业均分布，显示高研发投入行业倾向资本化多，但无极端集中。 | [page::4] |
| 表3（页5） | 乐视网研发投入及资本化比重数据 | 资本化金额比例持续超50%，占营业收入高达5.4%，显示明显盈余管理迹象，资本化非真实信号。 | [page::5] |
| 表4（页5） | 恒瑞医药研发投入费用化体现 | 资本化为0，研发投入占比8-10%，体现诚实保守会计态度和强研发实力。 | [page::5] |
| 图5（页5） | 资本化公司年报公布前后超行业收益率净值 | 资本化公司公告后，短期内股价表现落后行业，显示市场对资本化信号的疑虑和负面反应。 | [page::5] |
| 图6（页6） | 资本化公司超行业收益按年分解 | 2014年牛市开始时资本化公司上涨明显，2015-2017年转为负收益，2017年负超收益最显著，反映市场情绪变化。 | [page::6] |
| 表5（页9） | 回归变量定义一览 | 明确各变量定义，清晰界定资本化强度、盈余管理、审计监督等关键指标，为回归分析提供基础。 | [page::9] |
| 表6（页10） | 多元回归结果 | 绝大多数变量显著，验证盈余管理动机、现金流约束和审计监督的重要性，规模和盈余质量非关键变量。 | [page::10] |
| 图7（页11） | 策略股票公布后累积超行业收益净值 | 公布后30日内涨幅不显著，30日后快速上涨超行业约5%，反映估值修复过程，支持资本化真实信号被错杀理论。 | [page::11] |
| 表7（页12） | 策略年度收益与胜率统计 | 2014-2017年平均超额收益3.14%，胜率56%，绝对收益胜率71%，验证策略稳健性。 | [page::12] |
| 图8（页12） | 策略选股行业分布 | 与资本化企业行业分布一致，医药、计算机、通信为主，符合研发强度高行业特点。 | [page::12] |

---

四、估值分析

本报告未涉及具体估值模型或目标价设定，也未采用DCF、PE等传统估值方法。重点在于从会计政策动因分析挖掘隐含投资机会，构建事件交易策略，实现超额收益。策略收益来源于以下两方面：

• 股票市场由于对研发资本化负面解读，真实优质公司被短期低估，导致错杀形成；

- 策略通过多因子审核筛选资本化真实性公司，通过后续的价值修复获得收益。

该思路属于基于信息不对称和市场情绪错配的事件驱动策略，非基于传统估值模型。核心是对财务会计政策选择的深刻理解与数据驱动筛选。[page::10-12]

---

五、风险因素评估

报告识别并隐含以下风险：

1. 会计政策判断及隐性选择空间风险

研发资本化条件模糊，企业管理层主观判断大，可能存在操纵空间。

1. 审计独立性风险

审计师独立性不足可能使资本化动机真实度降低，影响筛选准确率。

1. 市场认知风险

即使资本化传递真实信号，市场短期负面反应导致错杀存在，也可能使策略表现在不同市场环境下波动。

1. 数据样本有限，模型稳定性风险

资本化数据自2013年开始统计，样本容量有限，模型预测稳定性尚未充分验证。

报告建议未来继续扩展样本和增强模型稳健性以降低不确定性。[page::13]

---

六、批判性视角与细微差别

• 谨慎客观：报告虽然强调资本化背后真实信号的挖掘，但也客观指出多数资本化行为为虚假信号，且企业盈余管理驱动强烈，未轻易将资本化视为利好。

- 内部逻辑一致：理论假设、数据回归和案例分析环环相扣，未见明显矛盾。

• 假设主观性：资本化五个条件依靠管理判断，审计师判断无法替代，导致“真实信号”的标准依然存在不确定性。

- 策略时机敏感：策略依赖市场错误定价的修复，若市场认知改变，策略有效性将受考验。

• 行业侧重明显：策略多集中于医药与高科技行业，可能影响行业配置和分散度。

整体报告态度审慎，分析严谨，揭示了一个深度且复杂的投资主题。[page::3-13]

---

七、结论性综合

本报告全面系统地揭示了上市公司研发投入资本化行为背后的会计政策选择动因，体现了盈余管理、现金流约束及审计监督等多因素交织的复杂格局。市场对研发资本化长期存有怀疑，导致优质信号被错杀，形成可捕捉的投资机会。

通过严谨的理论框架和实证回归，报告提出了明确的筛选标准，成功甄别出可能真实反映未来经济利益的资本化股票。该策略实现了过去数年3.14%的稳健超额收益，胜率高达71%，且集中于医药、计算机等高研发投入行业。

图表清晰展示了资本化趋势、市场反应、回归关系及策略表现，辅以典型案例对比，佐证论据可靠。回归分析强化了盈余管理动机、现金流约束和审计监督的关键作用。

报告显示，资本化研发投入背后的“信号传递理论”具有实际投资价值，市场短期错判形成策略套利空间；不过样本容量有限及行业集中度较高，未来应持续扩展数据和优化模型以增强结论稳健性。

综上，报告针对研发投入资本化这一专业领域，既展现了深厚的财务分析功底，也提供了清晰、可行的投资策略路径，对于关注企业研发行为和会计信息解读的专业投资人极具参考价值。[page::0-13]

---

附录 - 主要图表示意

• 图1 研发支出资本化公司数量及占比趋势

• 图2 研发资本化金额占比走势

• 图3 研发支出资本化会计处理流程

• 图4 资本化企业行业分布

• 图5 资本化公司年报公布前后超行业收益率净值

• 图6 资本化公司超行业收益按年分解

• 图7 策略股票累积超行业收益率

• 图8 策略所选股票行业分布

---

（全文内容均基于国泰君安金融工程团队报告《基于研发投入资本化的淘金策略》文本进行剖析与解读）[page::0-14]

报告