Technological Links and Predictable Returns

知识经济时代，科技实力已经成为一个公司短期盈利和长期生存的重要因素。世界上的科技巨头，如谷歌、苹果、亚马逊、特斯拉等公司，它们的行业和产品可能截然不同，但在科技层面却有着千丝万缕的联系。这些科技上的关联超越了传统的行业界限，而且通常不易从公司的财务报告中辨别出来。

中国人民大学商学院张然教授与其合作者研究了公司之间的科技关联（Technological Links）和公司股票未来预期收益之间的关系。其背后的逻辑是公司的科技创新并不是独立的，而是相互关联的。研究发现：利用科技关联构建的多空组合投资策略可以获得月度1.17% 的超额收益（年化14%左右）。因此，以科技关联度为权重的加权收益率是一个优秀的 α 因子。这种领先-滞后关系也可以被称作“科技动量”。

实施科技动量策略，首先需要计算公司之间的科技关联度。为此，作者使用谷歌专利数据库提供的专利数据，将公司所有的授权专利对应到美国专利与商标局（United States Patent and Trademark Office, USPTO）规定的427种专利分类中，通过计算两家公司过去5年间所授权的专利在不同专利分类中的布局，得到公司两两之间的科技相关度。

找到科技关联的公司之后，就可以利用科技关联公司过去的股票收益，预测目标公司未来的股票收益，也就是所谓的“科技动量”。作者构建了如下投资策略：在第t月末，对于每个目标公司，首先找到科技关联的所有公司，再计算根据科技相似度加权的科技关联公司第t月股票收益，即科技关联收益（TechRet），最后利用该指标选择目标公司——买入第t月科技关联收益处于前10%的目标公司，卖空处于后10%的目标公司。据此构建的等权投资组合在第t+1月可以获得1.17%的超额收益。该研究创新性的把科技关联引入证券投资领域，后续被多篇顶尖期刊论文引用。

由张然教授合著的该篇论文在Journal of Financial Economics发表。《金融经济学期刊》（Journal of Financial Economics）是金融学领域顶级国际学术期刊，刊登过众多对金融学领域有着重大贡献的学术文献。

该研究于2018年9月获得美国金融量化协会（Q Group） Roger F. Murray 杰出研究一等奖（2018 First Prize）。该奖项每年评选一次（自1980年起已持续颁发近40年），奖励金融量化领域杰出的研究成果。2013年诺奖得主Eugene F. Fama为该奖项1980年首位获奖者；2017诺奖得主Richard Thaler为该奖项1993年获奖者；另外，如哥伦比亚大学Stephen Penman教授为2010年获奖者；历届获奖者多在金融会计领域拥有极高声望。

Lee, C., S. Sun, R. Wang, and R. Zhang, “Technological Links and Predictable Returns”, 2019, Journal of Financial Economics, 132: 76-96.