兴业证券-专利研究系列四：专利全解析-220227

《兴业证券-专利研究系列四：专利全解析-220227（27页）.pdf》由会员分享，可在线阅读，更多相关《兴业证券-专利研究系列四：专利全解析-220227（27页）.pdf（27页精品完整版）》请在悟空智库报告文库上搜索。

投资要点近年来，随着市场对专利的关注度逐渐上升，基于专利数据的指数与基金产品逐渐增多。

使用了专利数据的相关指数包括专利领先、创业专利、深创100等，相关基金总规模超100亿元。

作为兴证金工团队专利研究方面的第四篇报告，本文将继续对专利进行深入研究。

我们对专利基础因子展开研究。

相比于2018年的专利研究，此次专利数据库加入了新的专利统计维度、更加细致的专利特征约束，并将已有的统计指标进一步拆分。

行业市值中性化后因子选股有效性得到普遍提升，这表明专利适合在相同行业、同等市值规模的公司进行比较。

各专利因子具有较强的有效性，很多因子的IC均值在0.02以上，IC_IR在0.5以上。

对于2018年已经构建的专利因子，其近几年样本外表现依然优异，IC的t值大多在4左右，且超额收益未出现大幅回撤。

对于不同行业而言，专利因子的有效性规律有所不同，比如对纺织服装行业，实用新型专利与外观设计专利因子在该行业中有效性较强，而发明授权专利因子在该行业中完全无效。

进一步地，我们基于专利基础因子生成了专利衍生因子，重点从专利质量的角度衡量上市公司的创新能力，新的因子与基础因子的相关性极低，具有较强的特异性。

例如对于发明授权专利的独立权利要求项项数平均值，其IC均值为0.012，IC_IR达0.44，且与基础因子相关性较低。

最后本文分析了专利数据的其他应用场景，包括识别公司遭受“专利阻击”风险、陷入专利诉讼风险、利用专利数据进行尾部剔除等。

风险提示：模型基于历史数据，在市场环境发生变化时模型存在失效的风险。