科技关联因子，专利数据再挖掘-光大证券-20200429
由qxiao创建，最终由qxiao 被浏览 71 用户
摘要
在报告《专利数据中有哪些Alpha？——多因子系列报告之三十一》中，我们利用从专利数据库中直接提取的专利信息，构造了有效的专利因子。然而不同公司的科研成果并不是独立的，一项科技进步的溢出效应将会影响科技关联度较高的一系列公司，这种效应将影响相关公司的基本面，并最终反应在股价中。本篇报告继续在专利数据基础上，考虑相同专利属性公司间的股价联动关系，以及不同分类专利带来的不同收益溢出效应，从更多的角度构造和挖掘专利数据中包含的具有选股能力的因子。
科技动量因子：利用专利数据中包含的科技关联度信息
Lee et al. (2019)提出具有一定研发实力和专利实力的上市公司的股票回报，相对于与其拥有类似专利水平公司的股价回报，会表现出可预期的滞后性。一个核心技术公司的同类公司获得了更高(更低)的回报，那么它在接下来的几个月里也会获得更高(更低)的回报。可利用IPC分类号构造公司之间的科技关联度指标，来研究公司之间是否拥有类似的专利水平。科技关联度可以找出被行业以及上下游产业链忽视的公司之间的关联性
结合动量指标和科技关联度构造的科技动量因子，整体预测能力表现一般，测试期内（2011-01-01至2020-03-31），基于5年期发明公布专利的科技动量因子Tech_Momemtum_fmgb_5Y的IC均值为1.84%，IC_IR为0.18。
科技动量领先因子：利用均值回复特征，因子预测能力提升
得到公司间的科技关联度后，除了可以从“动量”的角度来构建因子，也同样可以考虑从“收益领先性“的角度来构造因子。Tech_Mean_Rev _fmgb_5Y因子的IC均值为2.41%，IC_IR为0.25；多空年化收益为6.00%，多空收益夏普比为1.41，多头年化超额收益为8.50%，多头收益的信息比为1.64，相较于原始的科技动量因子Tech_Momemtum_fmgb_5Y各项表现均有显著提升。
科技动量因子的改进：结合专利关联度可有效提高稳定
在构建科技关联度时，默认的假设是不同分类的专利之间是相互独立的，但实际上不同的专利类别之间也存在着一定的关联性。我们在构建科技关联度时将不同专利类别间的关联度信息一同纳入考虑，改造后的，结合专利关联度的5年期发明公布科技动量领先因子（Improved_Tech_Mean_Rev_fmgb_5Y）IC均值达到2.55%，IC_IR为0.23；多空年化收益为7.50%，多空收益夏普比为1.67，同时因子多头组合年化超额收益为10.61%，多头组合信息比2.11。剥离常见风格因子（盈利、成长、估值、动量、波动、流动性等因子）后，该因子稳定性仍有提升，IC均值提高至2.62%，IC_IR提高至0.24。
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。
正文
/wiki/static/upload/83/833c2b13-cb7b-4d53-90d9-7f66ee8fe36f.pdf
\