企業(yè)創(chuàng)新與股票收益

李潤澤 孫安文

【摘要】文章以2011—2019年我國A股上市公司專利被引數(shù)據(jù)為樣本，研究了企業(yè)創(chuàng)新與股票收益（RET）的關(guān)系及其影響路徑。研究結(jié)果顯示：根據(jù)專利被引程度（PCI）所構(gòu)造的對沖策略可以使投資者獲得不低于7.2%的超額收益（年化）；公司的PCI與RET是顯著正相關(guān)的，且投資者關(guān)注度會對其產(chǎn)生負(fù)向影響。文章的研究不僅豐富了企業(yè)創(chuàng)新與股票收益研究方面的文獻(xiàn)，而且也為實務(wù)界（尤其是基金公司）提供了投資建議。

【關(guān)鍵詞】企業(yè)創(chuàng)新；專利被引信息；股票收益；資產(chǎn)定價；有限注意力

【中圖分類號】F230；F83

★ 基金項目：本文為中國人民大學(xué)科學(xué)研究基金“中央高校基本科研業(yè)務(wù)費(fèi)專項資金資助”（編號21XNH127）項目成果。

一、引言

近幾年來，科技突破對社會和經(jīng)濟(jì)產(chǎn)生了巨大影響，如智能手機(jī)改變了人們的購物方式和交流方式，人工智能（AI）取代了一些人類基礎(chǔ)性的工作，基因研究計劃加快了醫(yī)藥的研究與開發(fā)，云計算和大數(shù)據(jù)改變了城市管理方式等。這些科技創(chuàng)新在改變世界的同時，也使商業(yè)競爭變得越來越激烈，公司破產(chǎn)的速度也越來越迅速，曾經(jīng)屹立百年的公司柯達(dá)由于數(shù)碼相機(jī)技術(shù)對光學(xué)技術(shù)的替代而轟然倒塌。因此，科技與創(chuàng)新對于一個公司的生存、發(fā)展以及繁榮昌盛至關(guān)重要，在某些行業(yè)，比如信息產(chǎn)業(yè)、新材料產(chǎn)業(yè)和生物制藥產(chǎn)業(yè)，創(chuàng)新是這些公司最主要的核心競爭力。

然而，一項創(chuàng)新的產(chǎn)生需要花費(fèi)多年時間和大量金錢，中間要經(jīng)過多個環(huán)節(jié)，并且一項創(chuàng)新的經(jīng)濟(jì)價值具有很高的不確定性，因此，創(chuàng)新是一項高價值但同時又是高風(fēng)險的企業(yè)活動（Hirshleifer等，2012）。而對于投資者來說，評估企業(yè)創(chuàng)新能力并不是一件容易的事情。首先，創(chuàng)新是以舊的事物為基礎(chǔ)，研發(fā)創(chuàng)造新的事物，由于新事物是推陳出新產(chǎn)生的，所以對創(chuàng)新的評估就不能照搬過去標(biāo)準(zhǔn)化的程序和度量標(biāo)準(zhǔn)來評判。其次，評估創(chuàng)新需要投資者具備一定的專業(yè)分析能力，需要對公司的經(jīng)濟(jì)價值有基本判斷，并結(jié)合公司自身的經(jīng)濟(jì)實力以及公司所處行業(yè)的發(fā)展趨勢綜合評估。因此，對于投資者來說，評估創(chuàng)新是一件復(fù)雜且困難的事情。而且，已有眾多心理學(xué)實驗證明，個人對于復(fù)雜和晦澀難懂的信息給予較少的注意力，這會導(dǎo)致投資者忽視或者低估創(chuàng)新的價值（Hirshleifer等，2018），進(jìn)而導(dǎo)致市場錯估公司價值。

關(guān)于錯估公司價值，F(xiàn)ama（1970）在20世紀(jì)70年代提出了有效市場假說。該假說認(rèn)為，如果市場是有效的，那么股票價格能夠根據(jù)新獲得的信息迅速反應(yīng)并完全調(diào)整，最終充分反映公司的價值。因此，在資本市場上，股票不會被錯誤定價，投資者也找不到投資策略來獲取超額收益。后來，越來越多的學(xué)者通過實證研究發(fā)現(xiàn)，資本市場并非完全有效，而是存在各種市場異象，比如Titman等（2004）發(fā)現(xiàn)的資本投資異象，Jegadeesh和Titman（1993）發(fā)現(xiàn)的動量異象等。這些市場異象表明，美國的資本市場并不是完全有效的。相比美國的資本市場，中國資本市場起步比較晚，發(fā)展有待進(jìn)一步完善。在此背景下，本文提出中國的資本市場上投資者可能會錯估創(chuàng)新對公司價值的影響，從而可以找到有效的投資策略來獲得超額報酬。

目前最能體現(xiàn)公司創(chuàng)新能力的指標(biāo)就是公司擁有的專利（Hall，2001；Trajtenberg，1989；Trajtenberg，1990）。當(dāng)A公司的專利確認(rèn)了行業(yè)標(biāo)準(zhǔn)，而其他公司為了避免開發(fā)自己標(biāo)準(zhǔn)時所面臨技術(shù)和成本的不確定性，將會引用該專利，這將使A公司形成生態(tài)網(wǎng)絡(luò)（Shapiro和Varian，1998）。成功的生態(tài)網(wǎng)絡(luò)可以給公司創(chuàng)造巨大和可持續(xù)的經(jīng)濟(jì)價值，而公司也會因此取得戰(zhàn)略優(yōu)勢，比如高通公司的芯片專利、微軟公司的windows系統(tǒng)、谷歌公司的安卓系統(tǒng)、蘋果公司的智能手機(jī)專利、華為公司的5G專利等。而一項專利被引程度越高，由該項專利所形成的標(biāo)準(zhǔn)就會被更多的公司所接受，那么給公司打造的生態(tài)網(wǎng)絡(luò)的規(guī)模也就越大，進(jìn)而給公司帶來的價值也就越大。因此，本文以公司專利被引程度來衡量公司的創(chuàng)新強(qiáng)度，進(jìn)而探究公司創(chuàng)新與股票未來收益的關(guān)系。

本文的理論意義在于：國內(nèi)關(guān)于企業(yè)創(chuàng)新與股票收益的研究，主要從公司研發(fā)投入和公司專利授予信息的角度進(jìn)行研究，較少從公司專利被引信息進(jìn)行研究。即使有文獻(xiàn)從專利被引信息研究企業(yè)創(chuàng)新與股票收益的關(guān)系，但其數(shù)據(jù)也是聚焦于某個行業(yè)并且年限較短（李牧南等，2019）。本文使用2011—2019年所有A股上市公司的專利被引信息來進(jìn)行研究，行業(yè)覆蓋較全面，且時間跨度長。因此，本文的研究不僅豐富了企業(yè)創(chuàng)新與股票收益相關(guān)方面的文獻(xiàn)，而且有利于了解現(xiàn)有資產(chǎn)定價理論的不足，從而完善資本市場定價理論。

本文的實踐意義在于：隨著中國金融業(yè)改革開放的不斷深入，越來越多的境外投資者將會轉(zhuǎn)戰(zhàn)到中國資本市場，尤其是其中的量化投資基金公司。截止到2018年，全球量化對沖基金管理的資產(chǎn)規(guī)模為2.88萬億美元1。而截止到2018年，國內(nèi)量化對沖公募基金管理的資產(chǎn)規(guī)模僅是603.9億元2。當(dāng)國內(nèi)的基金公司不能夠在量化投資領(lǐng)域占據(jù)領(lǐng)先地位時，這勢必會對國內(nèi)投資者造成重大不利影響。因此，通過發(fā)現(xiàn)中國資本市場上的創(chuàng)新異象，不僅可以為國內(nèi)基金公司提供量化投資策略，提升國內(nèi)基金公司的實力，而且也可以提升應(yīng)對金融風(fēng)險的能力。

二、文獻(xiàn)綜述

Eberhart等（2004）研究了1951—2001年期間美國上市公司發(fā)生重大研發(fā)支出事件對公司股票收益以及經(jīng)營業(yè)績的影響。他們發(fā)現(xiàn)：公司增加研發(fā)支出，投資者未來可以獲得超額收益，這符合市場錯誤定價理論；公司增加研發(fā)支出會顯著提升公司未來的經(jīng)營業(yè)績。

Guo等（2006）研究了研發(fā)支出對公司IPO表現(xiàn)的影響。他們發(fā)現(xiàn)：公司研發(fā)強(qiáng)度（研發(fā)支出/營業(yè)收入）增加會使公司IPO定價較低；研發(fā)強(qiáng)度與公司長期績效呈顯著正相關(guān)關(guān)系；研發(fā)支出會影響分析師對公司IPO長期業(yè)績的預(yù)測。他們認(rèn)為，由于研發(fā)支出導(dǎo)致信息不對稱，使得市場對研發(fā)強(qiáng)度高的公司進(jìn)行了低估。后來，隨著投資者獲取更多的信息和了解公司的研發(fā)信息，市場又修正了之前的錯誤定價。王昊翔（2013）分析了研發(fā)費(fèi)用與企業(yè)價值的關(guān)系，研究發(fā)現(xiàn)研發(fā)投入在短期內(nèi)會因研發(fā)是否成功產(chǎn)生正反兩方面影響，但從長期來看，能提升企業(yè)盈利能力。

上面這些研究主要是通過研發(fā)支出來衡量創(chuàng)新，以研究創(chuàng)新與公司價值以及股票收益的關(guān)系。然而，衡量公司的創(chuàng)新不僅僅可以從投入端，也可以從產(chǎn)出端來研究，比如專利。

Hirshleifer等（2013）以專利數(shù)量構(gòu)造了創(chuàng)新效率指標(biāo)（IE）。結(jié)果顯示，無論采用三因子還是四因子模型，創(chuàng)新效率高的投資組合的超額收益要遠(yuǎn)大于創(chuàng)新效率低的投資組合的超額收益。在控制了相關(guān)變量后，Hirshleifer等人發(fā)現(xiàn)創(chuàng)新效率與公司股票收益呈顯著正相關(guān)關(guān)系。最后，Hirshleifer等人還通過構(gòu)造EMI因子來檢驗創(chuàng)新效率能夠預(yù)測股票收益的原因。結(jié)果顯示，投資者的有效注意力導(dǎo)致了創(chuàng)新效率的預(yù)測作用。

Gu（2005）以公司專利被引數(shù)量來衡量公司的創(chuàng)新質(zhì)量。為了去除行業(yè)影響和創(chuàng)新時效性的影響，Gu以公司近5年的新授予專利的被引數(shù)量占同類新授予專利的總被引數(shù)量的比例來衡量公司創(chuàng)新的質(zhì)量。通過對美國1975—1999年間的上市公司進(jìn)行實證研究，Gu發(fā)現(xiàn)，公司新增的專利被引數(shù)量與公司未來的盈余呈正相關(guān)關(guān)系，并且，市場未能對此進(jìn)行及時反應(yīng)，從而導(dǎo)致公司新增的專利被引數(shù)量與公司未來股票收益也呈正相關(guān)關(guān)系。

除了研究創(chuàng)新對公司本身的影響，學(xué)者們也觀察到了創(chuàng)新的溢出效應(yīng)。

Jiang等（2016）按照研發(fā)支出水平和研發(fā)支出增長率從全樣本中挑選出一部分公司作為研發(fā)支出的“領(lǐng)導(dǎo)者”，然后將領(lǐng)導(dǎo)者所在行業(yè)的其他公司定義為研發(fā)支出的“同行者”。研究發(fā)現(xiàn)，如果行業(yè)中的“領(lǐng)導(dǎo)者”的研發(fā)投入使得行業(yè)整體研發(fā)支出大幅度增加，那么行業(yè)中的“同行者”的股票收益會有正的超額收益，并且經(jīng)營業(yè)績也會顯著提升。Jiang等人還檢驗了行業(yè)外生事件沖擊對實證結(jié)果的干擾，結(jié)果顯示，外生事件沖擊不能解釋溢出效應(yīng)。最后，作者們認(rèn)為投資者對“同行者”公司關(guān)注度低導(dǎo)致了研發(fā)支出的溢出效應(yīng)。

Lee等（2019）以兩家公司專利在專利類別上的相關(guān)系數(shù)來構(gòu)造兩家公司的“科技關(guān)聯(lián)度”。然后，將科技關(guān)聯(lián)公司的上期股票收益乘以相應(yīng)的科技關(guān)聯(lián)度作為“焦點(diǎn)”公司的科技關(guān)聯(lián)收益。他們發(fā)現(xiàn)，買入科技關(guān)聯(lián)收益高的投資組合，賣空科技關(guān)聯(lián)收益低的投資組合，投資者可以獲得1.17%的月度超額收益；科技關(guān)聯(lián)收益與公司未來的股票收益呈顯著正相關(guān)關(guān)系，即控制了其他關(guān)聯(lián)效應(yīng)，比如行業(yè)關(guān)聯(lián)效應(yīng)，供應(yīng)鏈關(guān)聯(lián)效應(yīng)，顧客關(guān)聯(lián)效應(yīng)等。通過以上實證結(jié)果，Lee等人認(rèn)為創(chuàng)新的溢出效應(yīng)可以體現(xiàn)在公司專利布局方面。

國內(nèi)對創(chuàng)新與股票收益方面的研究，主要從研發(fā)投入和專利數(shù)量角度出發(fā)，較少地從專利被引角度進(jìn)行研究，具體來言：

羅婷等（2009）以中國A股2002—2006年間披露研發(fā)信息的上市公司為樣本，研究了研發(fā)投入與公司價值的關(guān)系。通過實證研究發(fā)現(xiàn)，公司研發(fā)投入與未來業(yè)績呈正相關(guān)關(guān)系，與公司股票未來收益也呈正相關(guān)關(guān)系，但與同期股票收益不相關(guān)。

徐欣和唐清泉（2010）以上市公司的專利數(shù)量和類別來研究創(chuàng)新活動對公司價值（托賓Q值）的影響。他們以中國A股市場2002—2006年間的公司為對象，搜集企業(yè)的研發(fā)投入數(shù)據(jù)。此外，徐欣和唐清泉還研究了不同類別（發(fā)明型、實用型以及外觀設(shè)計型）專利對企業(yè)價值的影響。發(fā)現(xiàn)研發(fā)投入強(qiáng)度顯著提升公司價值，發(fā)明型專利數(shù)量能夠顯著提升公司價值，但實用型專利和外觀設(shè)計型專利不能顯著提升公司價值。

以中國A股市場2006—2013年間的公司為研究對象，楊亭亭等（2017）研究了公司創(chuàng)新能力與股票收益的關(guān)系。從公司擁有優(yōu)先權(quán)專利數(shù)量、權(quán)利要求項數(shù)、發(fā)明專利占比、專利發(fā)明人數(shù)量、國際公布條數(shù)以及專利覆蓋范圍六個方面進(jìn)行主成份分析，楊亭亭等人構(gòu)造了創(chuàng)新能力指標(biāo)（PQ）。研究結(jié)果顯示，公司創(chuàng)新能力和股票未來收益呈顯著正相關(guān)關(guān)系，并且創(chuàng)新能力在科技行業(yè)中作用更為顯著；以創(chuàng)新能力對公司進(jìn)行分組，發(fā)現(xiàn)在三因子和四因子模型下，投資組合可以獲得超額報酬；最后，楊亭亭等人借鑒三因子和五因子模型，構(gòu)造了創(chuàng)新因子（IMO）。結(jié)果表明，將IMO加入到三因子和四因子模型中，投資組合的阿爾法不顯著，這說明創(chuàng)新能力對股票收益具有解釋能力。

總結(jié)上述文獻(xiàn)綜述發(fā)現(xiàn)，企業(yè)創(chuàng)新能夠提升公司的價值，但是，由于市場不是完全有效的，這導(dǎo)致企業(yè)的創(chuàng)新價值被市場低估。投資者獲取更多的信息并逐漸了解公司的創(chuàng)新價值后，市場將會修正之前的錯誤定價。

三、研究設(shè)計

（一）假設(shè)提出

經(jīng)濟(jì)研究已經(jīng)發(fā)現(xiàn)，專利的被引程度能夠顯示該項專利的經(jīng)濟(jì)價值和科技重要性。Trajtenberg（1989，1990）研究發(fā)現(xiàn)，專利被引強(qiáng)度與該項專利的社會福利呈正相關(guān)關(guān)系。Lanjouw和Schankerman（2001）發(fā)現(xiàn)被訴訟的專利往往是那些被引頻率高的專利，這表明專利被引強(qiáng)度與其經(jīng)濟(jì)價值存在關(guān)系。此外，高被引的專利也證明了公司的科技領(lǐng)導(dǎo)力和科技優(yōu)勢地位。Lieberman和Montgomery（1988）研究表明，科技領(lǐng)導(dǎo)力是公司獲得先發(fā)優(yōu)勢的主要動力，即領(lǐng)先公司可以獲得超過平均利潤的超額收益。他們還認(rèn)為專利獲得和創(chuàng)新成功是公司持續(xù)保持科技領(lǐng)先地位的關(guān)鍵因素。因此，高被引的專利所帶來的技術(shù)優(yōu)勢能夠確立公司的科技領(lǐng)先地位，反過來科技領(lǐng)先地位又能夠使公司獲得先發(fā)優(yōu)勢和持續(xù)盈利的能力。

雖然，專利能夠給公司帶來經(jīng)濟(jì)價值，但是，資本市場不是完全有效的，投資者不能及時對公司專利價值進(jìn)行正確評估，股價不能及時反映公司價值。Hirshleifer等（2012）認(rèn)為：專利的研發(fā)需要公司花費(fèi)巨額的資金，同時也需要大量的時間進(jìn)行實驗；在研發(fā)過程中，公司要經(jīng)過多個環(huán)節(jié)的測試；創(chuàng)新的經(jīng)濟(jì)價值的不確定性很高，創(chuàng)新是一項高收益但同時又是高風(fēng)險的企業(yè)活動。此外，Hirshleifer等（2018）認(rèn)為，專利是從已有的舊事物中創(chuàng)造出來的新事物。由于新事物是新出現(xiàn)的，因此，就不能用過去標(biāo)準(zhǔn)化的程序和度量標(biāo)準(zhǔn)來評判一項新專利的經(jīng)濟(jì)價值。還有，理解專利對公司的經(jīng)濟(jì)價值，不僅要了解專利本身，還要了解和評估公司自身的經(jīng)濟(jì)實力以及公司所處行業(yè)的發(fā)展趨勢。而大量的心理學(xué)實驗表明，個人對于復(fù)雜和晦澀難懂的信息給予較少的注意力，即投資者注意力有限。這會導(dǎo)致投資者忽視或者低估企業(yè)創(chuàng)新所包含的價值信息，使得股價不能及時反映公司專利的價值?；诖?，本文提出如下假設(shè)：

H1：投資者可以通過公司專利被引信息獲得超額報酬。

H2：在其他條件一樣的情況下，公司專利的被引程度與公司未來的股票收益呈正相關(guān)關(guān)系。

H3：在投資者關(guān)注度高的公司里，公司專利的被引程度與公司未來股票收益的正相關(guān)關(guān)系被減弱。

（二）變量定義及度量

（三）實證方法

1.日歷時間組合法

參照Lee等（2019），在t+1年的6月末，將公司按照PCI的大小，從小到大進(jìn)行排序，然后將樣本進(jìn)行五等分，構(gòu)成五組投資組合（1表示PCI值最小的一組，5表示PCI值最大的一組），然后將投資組合持有一年。計算各個投資組合在t+1年7月至t+2年6月期間每月的投資收益時，采用兩種方法，即等權(quán)加權(quán)法和價值加權(quán)法。

本文預(yù)期，由于市場不能及時對公司的專利價值進(jìn)行反應(yīng)，通過這樣構(gòu)造的對沖策略，投資者可以獲得顯著為正的超額收益，即假設(shè)1成立。

2.多元回歸模型

本文預(yù)期PCI的系數(shù)顯著為正，PCI×Attention交乘項的系數(shù)顯著為負(fù)。

（四）數(shù)據(jù)來源

本文選擇以2011—2019年間在中國上市的A股上市公司為研究對象，所有變量的數(shù)據(jù)均來自CNRDS和CSMSR數(shù)據(jù)庫。本文對初始數(shù)據(jù)進(jìn)行了如下處理：1.從樣本中剔除了金融行業(yè)和被ST的公司；2.剔除賬面市值比為負(fù)的樣本；3.為了剔除異常值的影響，本文對所有變量進(jìn)行了1%的Winsorize處理；4.由于本文展示的回歸結(jié)果保留了3位小數(shù)，為了能正確顯示PCI和SIZE的系數(shù)，我們將PCI擴(kuò)大并將SIZE縮小100 000 000倍。

四、實證結(jié)果

（一）描述性統(tǒng)計及相關(guān)性分析

表2是對本文主要變量進(jìn)行描述性統(tǒng)計，包括平均值、標(biāo)準(zhǔn)差以及四分位數(shù)。從表中可以看出，股票收益（RETt+1）接近16.5%，遠(yuǎn)遠(yuǎn)高于無風(fēng)險報酬率，但是其中位數(shù)為-2.2%，低于無風(fēng)險報酬率，股票收益的中位數(shù)與平均數(shù)的差距相當(dāng)于0.29個標(biāo)準(zhǔn)差。樣本PCI的平均數(shù)為0.038，中位數(shù)為0.015，中位數(shù)小于平均數(shù)，其差距相當(dāng)于0.21個標(biāo)準(zhǔn)差，與RETt+1有相似的分布。這可能預(yù)示著RETt+1與PCI存在一定的關(guān)系。

表3展示的是各個變量之間的相關(guān)系數(shù)，下三角是皮爾遜相關(guān)系數(shù)，上三角是斯皮爾曼相關(guān)系數(shù)。從表中可以看出，RETt+1與PCI的皮爾遜相關(guān)系數(shù)為0.009，不顯著；但是，RETt+1與PCI的斯皮爾曼相關(guān)系數(shù)是0.03，且顯著。這在一定程度上可以表明RETt+1與PCI存在正的相關(guān)關(guān)系。此外，PCI與其他控制變量的相關(guān)系數(shù)的絕對值均不超過0.3，說明PCI與其他變量之間不存在共線性的問題。并且，其他變量之間的相關(guān)系數(shù)的絕對值也不超過0.4，說明變量之間不存在共線性問題。

（二）實證結(jié)果分析

1.日歷時間組合法

表4展示了投資組合分別在三因子模型、四因子模型和五因子模型下的Alpha收益。1～5列表示按照PCI將公司等分成5組的投資組合（1表示PCI值最低的一組，5表示PCI值最高的一組），5-1列表示對沖策略，即買入第5組、賣出第1組。

從表4可以看出，在每年6月末，買入第5組的投資組合，同時賣出金額相同的第1組的投資組合，然后持有一年，投資者可以每月獲得不少于0.6%的超額收益。以上結(jié)果表明，市場不是完全有效的，股價沒有完全反映專利的被引信息。通過專利被引信息來構(gòu)建對沖策略，投資者每年可以獲得7.2%以上的超額收益，假設(shè)1成立。此外，投資組合的超額收益隨著PCI值的增加而增加，這表明專利被引信息與股票收益是呈正相關(guān)關(guān)系，支持了假設(shè)2。

2.多元回歸分析

日歷時間組合法雖然也支持假設(shè)2，但是它是根據(jù)單一變量來進(jìn)行分組的，沒有控制其他變量，下面采用多元回歸分析，來檢驗假設(shè)2和假設(shè)3。

表5是對模型（1）回歸的結(jié)果，回歸結(jié)果（1）控制了固定效應(yīng)和時間效應(yīng)，回歸結(jié)果（2）只控制了固定效應(yīng)?；貧w結(jié)果（1）和（2）都顯示，PCI的系數(shù)顯著為正，這說明市場最初沒有及時反映公司專利的被引信息，專利被引信息在以后的時間里被市場逐步反映，結(jié)果支持了假設(shè)2。

表6是對模型（2）的回歸結(jié)果，回歸（1）是以機(jī)構(gòu)持股比例的中位數(shù)來將樣本分為受關(guān)注度高和受關(guān)注度低的兩組，回歸（2）是以機(jī)構(gòu)持股比例的平均數(shù)來將樣本分為受關(guān)注度高和受關(guān)注度低的兩組。在回歸（1）中，PCI的系數(shù)為0.978，顯著為正，與假設(shè)2的推斷一致。并且，PCI和Attention交乘項的系數(shù)為-0.439，且顯著為負(fù)。這表明受關(guān)注度高的公司，其專利被引信息更容易被市場反映，這與假設(shè)3的推斷一致。在回歸（2）中，PCI的系數(shù)為0.940，且顯著為正，與假設(shè)2的推斷一致。雖然在回歸（2）中，PCI和Attention交乘項的系數(shù)為-0.357不顯著，但其t值為-1.533，接近1.67，也可以在一定程度上支持假設(shè)3的推斷。

以上實證結(jié)果表明，資本市場不是完全有效的，市場不能對專利被引信息進(jìn)行及時反映。因此，市場不能完全反映公司專利的被引信息，導(dǎo)致公司股價被低估，投資者可以通過專利被引信息獲得超額收益。而這種市場異象很可能是投資者注意力有限導(dǎo)致的。

五、穩(wěn)健性檢驗

（一）日歷時間投資組合

本文通過用價值加權(quán)法計算的投資組合收益來進(jìn)行穩(wěn)健性測試。表7顯示，在每年6月末，買入第5組的投資組合，同時賣出金額相同的第1組的投資組合，然后持有一年，投資者每月可以獲得不少于0.5%的超額收益，年度可獲6%以上超額收益。表7的結(jié)果和表4的結(jié)果一致，說明了日歷時間組合法的實證結(jié)果穩(wěn)健，同時也說明了對沖策略的可靠性。此外，在三種模型下，投資組合的超額收益與PCI值基本呈單調(diào)遞增關(guān)系，同樣支持了假設(shè)2。

（二）Fama-MacBeth回歸方法

參照Fama和Macbeth（1973）的做法，采用Fama-MacBeth回歸方法來檢驗假設(shè)2和假設(shè)3，回歸結(jié)果見表8。

表8展示的是對模型（1）的回歸結(jié)果。其中，回歸（1）控制了行業(yè)效應(yīng)，回歸（2）沒有控制行業(yè)效應(yīng)。PCI在回歸（1）和回歸（2）的系數(shù)分別為0.288和0.350，且均顯著。公司專利被引程度與公司股票的未來收益呈顯著正相關(guān)關(guān)系，支持了假設(shè)2。

表9展示的是對模型（2）的回歸結(jié)果。其中，回歸（1）和回歸（2）使用機(jī)構(gòu)持有比例的中位數(shù)來對樣本進(jìn)行分組；回歸（3）和回歸（4）使用機(jī)構(gòu)持有比例的平均值對樣本進(jìn)行分組。在回歸（1） （4）中，PCI的系數(shù)均顯著為正，PCI×Attention的系數(shù)不顯著。雖然PCI×Attention的系數(shù)不顯著，但是，其在四個回歸結(jié)果中都為負(fù)，在一定程度上也可以支持假設(shè)3。

六、結(jié)論與啟示

根據(jù)有效資本市場假說，資本市場是一個沒有任何成本、高效率、理想化的市場。在有效資本市場假說下，證券的價格等于其價值。一旦與證券價值相關(guān)的信息被披露，市場就會迅速做出調(diào)整，使其價格重新等于價值，因此，沒有任何人或交易策略可以提前利用信息賺取超額回報。事實上，由于證券市場上存在各種成本，比如交易成本、證券持有成本，同時市場參與者的注意力有限，資本市場并非是完全有效的。因此，市場不能及時對信息做出反應(yīng)，從而錯估了股票價值。但從長期看，價格會向價值回歸。因此，投資者通過買入被低估的股票同時賣出被高估的股票就可以獲得超額收益。

本文以2011—2019年我國A股上市公司專利被引數(shù)據(jù)為樣本，研究了企業(yè)創(chuàng)新與股票收益關(guān)系及其影響路徑。研究結(jié)果顯示：（1）在每年6月末，投資者買入PCI最高的等權(quán)加權(quán)（價值加權(quán)）投資組合，同時賣出金額相同的PCI最低的等權(quán)加權(quán)（價值加權(quán)）投資組合，并持有一年后可以獲得每年不低于7.2%（按等權(quán)加權(quán)測算）或6.0%（按價值加權(quán)測算）的超額收益；（2）公司的PCI與股票的未來收益存在顯著的正相關(guān)性。這說明市場沒有及時反映公司的專利被引信息，市場低估了公司專利的被引價值；（3）PCI與RETt+1的關(guān)系會受投資者關(guān)注度的影響，即在投資者關(guān)注度高的公司里，PCI的系數(shù)要小于其在投資者關(guān)注度低的公司里的系數(shù)。這表明投資者的有限注意力是導(dǎo)致市場對公司專利被引信息低估的原因之一。

在理論方面，本文的研究不僅豐富了企業(yè)創(chuàng)新與股票收益研究方面的文獻(xiàn)，而且為進(jìn)一步完善資本市場定價理論提供了方向；在實踐方面，本文的研究不僅可以為實務(wù)界，尤其是基金公司，提供投資建議，而且也可以提升中國資本市場的有效性，使市場能夠正確評估公司的創(chuàng)新能力，進(jìn)而促使公司進(jìn)行更多高質(zhì)量的創(chuàng)新。

主要參考文獻(xiàn)：

[1]Hirshleifer，D.，Low，A.，& Teoh，S.H.（2012）.Are overconfident CEOs better innovators The Journal of Finance，67（4），1457-1498.

[2]Hirshleifer，D.，Hsu，P.H.，& Li，D.（2018）.Innovative originality，profitability，and stock returns.The Review of Financial Studies，31（7），2553-2605.

[3]Fama，E.F.（1970），Efficient capital markets： A review of theory and empirical work，The Journal of Finance，25（2），383–417.

[4]Titman，S.，Wei，K.J.，& Xie，F(xiàn).（2004）.Capital investments and stock returns.Journal of Financial and Quantitative Analysis，39（4），677-700.

[5]Jegadeesh，N.，& Titman，S.（1993）.Returns to buying winners and selling losers： Implications for stock market efficiency.The Journal of Finance，48（1），65-91.

[6]Eberhart，A.C.，Maxwell，W.F.，& Siddique，A.R.（2004）. An examination of long‐term abnormal stock returns and operating performance following R&D increases. The Journal of Finance，59（2），623-650.

[7]Guo，R.J.，Lev，B.，& Shi，C.（2006）.Explaining the Short‐and Long‐Term IPO Anomalies in the US by R&D.Journal of Business Finance & Accounting，33（3‐4），550-579.

[8]Hirshleifer，D.，Hsu，P.H.，& Li，D.（2013）.Innovative efficiency and stock returns.Journal of Financial Economics，107（3），632-654.

[9]Gu，F(xiàn).（2005）.Innovation，future earnings，and market efficiency.Journal of Accounting，Auditing & Finance，20（4），385-418.

[10]Jiang，Y.，Qian，Y.，& Yao，T.（2016）.R&D spillover and predictable returns.Review of Finance，20（5），1769-1797.

[11]Lee，C.M.，Sun，S.T.，Wang，R.，& Zhang，R.（2019）. Technological links and predictable returns.Journal of Financial Economics，132（3），76-96.

[12]王昊翔.研發(fā)費(fèi)用投入與企業(yè)價值相關(guān)性研究——基于國內(nèi)上市高新技術(shù)企業(yè)的數(shù)據(jù)[J].國際商務(wù)財會，2013（03）：5-9.

[13]羅婷，朱青，李丹.解析R&D投入和公司價值之間的關(guān)系[J].金融研究，2009（06）：100-110.

[14]徐欣，唐清泉.R&D活動、創(chuàng)新專利對企業(yè)價值的影響——來自中國上市公司的研究[J].研究與發(fā)展管理，2010，22（04）：20-29.

[15]李牧南，褚雁群，王流云.專利質(zhì)量的不同維度指標(biāo)與托賓Q值的關(guān)系測度[J].科學(xué)學(xué)研究，2019，37（07）：1164-1173+1202.

[16]楊亭亭，黎智滔，李仲飛.上市公司技術(shù)創(chuàng)新能力與股票收益——來自中國資本市場的證據(jù)[J].當(dāng)代財經(jīng)，2017（08）：56-68.

[17]Trajtenberg，M.（1989）.The welfare analysis of product innovations，with an application to computed tomography scanners.Journal of Political Economy，97（2），444-479.

[18]Trajtenberg，M.（1990）.A penny for your quotes： patent citations and the value of innovations.The Rand Journal of Economics，172-187.

[19]Shapiro，C.，Carl，S.，& Varian，H.R.（1998）. Information rules： a strategic guide to the network economy.Harvard Business Press.

[20]Lanjouw，J.O.，& Schankerman，M.（2001）. Characteristics of patent litigation： a window on competition.RAND Journal of Economics，129-151.

[21]Lieberman，M.B.，& Montgomery，D.B.（1988）. First‐mover advantages.Strategic Management Journal，9（S1），41-58.

[22]Hall，B.H.，Jaffe，A.B.，& Trajtenberg，M.（2001）.The NBER patent citation data file： Lessons，insights and methodological tools （No.w8498）.National Bureau of Economic Research.

[23]張圣平，于麗峰，李怡宗，陳欣怡.媒體報導(dǎo)與中國A股市場盈余慣性——投資者有限注意的視角[J].金融研究，2014（07）：154-170.

[24]Fama，E.F.，& French，K.R.（1992）.The cross‐section of expected stock returns.The Journal of Finance，47（2），427-465.

[25]Carhart，M.M.（1997）.On persistence in mutual fund performance.The Journal of Finance，52（1），57-82.

[26]Fama，E.F.，& French，K.R.（2015）.A fivefactor asset pricing model.Journal of Financial Economics，116（1），1-22.

[27]Fama，E.F.，& MacBeth，J.D.（1973）.Risk，return，and equilibrium：Empirical tests.Journal of Political Economy，81（3），607-636.