本文是一篇金融論文，本文探討了創新信息載荷對股票收益的影響。首先通過回歸分析檢驗創新信息載荷對股票收益的影響，結果發現創新信息載荷對股票收益存在顯著正向影響，在加入控制變量后的回歸擬合程度也有所提高，通過投資組合分析也得出相同結論，這說明創新信息載荷越高的企業，股票回報越高，通過創新信息載荷進行買多做空的投資組合能夠賺取額外的超額收益。

第一章緒論

1.1研究背景及研究意義

1.1.1研究背景

自21世紀以來，全球進入了信息時代，這使得傳統經濟逐漸向知識經濟轉型。知識經濟是指在現代經濟中，知識的創造、獲取、傳播和利用成為經濟增長和社會進步的主要驅動力量。在知識經濟時代，企業創新已然成為企業持續發展的關鍵因素之一。首先。企業創新可以幫助企業獲得更多的知識資產，從而提高企業的競爭力，贏得更多的市場份額。其次，在知識經濟時代，市場變化非?？欤髽I必須能夠及時適應市場變化，否則就會被市場淘汰，企業創新可以幫助企業及時把握市場機會，適應市場變化，保持市場競爭力。第三，知識經濟時代下的企業必須具備高效率和高質量的生產能力，企業通過創新可以引進先進的生產技術和生產工具，提高生產效率和質量，從而降低成本，提高利潤。最后，企業通過創新可以退出具有競爭力的新產品或服務，樹立企業的良好形象，提高品牌價值，吸引更多的顧客和投資者。種種表明在知識經濟時代，企業創新是企業持續發展的必要條件之一，只有不斷創新，才能不斷提高企業的競爭力和市場份額，適應市場變化，提高生產效率和質量，樹立企業形象和品牌價值，保持企業的持續發展。

世界知識產權組織日前發布的《世界知識產權指標》報告顯示，雖然2020年全球經濟受到新冠疫情的沖擊，但2020年全球知識產權申請活動依然強勁。其中，中國創新主體專利申請量超過140余萬件，專利、商標、植物新品種申請量均居世界首位，呈現強勁增長態勢。在信息通信技術領域，數字通信、計算機技術和信息管理等方向的專利申請量顯著增長，其中，計算機技術專利申請量居科技領域首位。但隨著專利數量的增長，提高技術質量也尤為重要。從2019年美國制裁中興通訊事件，再到2020年華為事件、2021年格力事件，這都在提醒我們創新是企業的生命線，企業只有注重提升創新研發的速度與把握創新成果的質量，才能發揮創新的最大價值，真正實現創新成果市場化，進而拉動企業向高質量發展轉型。據世界知識產權組織統計，專利文獻中包含90%~95%的創新研發成果，80%以上獨特創新公開技術未出現在其他專利文獻里，全球90%以上的發明創造首先通過專利文件表現出來；專利文獻反映前沿科技的信息和數據，可以作為科學研究的參考，為研究者提供重要資源庫；對專利信息進行有效利用能夠節約60%以上的研發時間，降低40%的研發成本，種種數據都表明專利信息具有重要意義。

1.2研究思路

1.2.1研究內容

首先本文以我國信息行業上市公司為研究對象，選擇2005-2020年的專利文本摘要內容通過文本挖掘計算其創新信息載荷，并基于創新信息載荷度量我國信息行業上市公司的創新水平，并以實例分析其創新水平與股票收益的關系。緊著分別采用回歸分析法及投資組合分析法檢驗創新信息載荷與股票收益的關系，并通過Fama-French三因子模型與五因子模型檢驗創新信息載荷-股票收益效應是否源自風險。最后，基于創新信息載荷構建創新信息因子，并檢驗創新信息因子是否為冗雜因子；同時，在Fama-French三因子模型或五因子模型中加入創新信息因子并進行GRS檢驗，分析加入創新信息因子后的資產定價效率。基于上述思路，本文分為七個章節，內容如下：

第一章：緒論；首先介紹本文研究背景，并從不同角度說明本文的研究意義，確定研究思路，接著對本文的主要內容、技術路線、研究方法作出詳細說明，最后總結本文的創新之處，為后文的研究做基礎。

第二章：文獻綜述；本文首先論述基于關鍵詞提取的文本挖掘研究現狀，主要通過關鍵詞提取方法與關鍵詞選取指標方法兩方面進行概述；其次，對資產定價模型相關研究進行概述；第三，對企業創新能力與股票收益研究進行概述，主要從企業創新能力的度量與創新能力與股票收益的關系研究、文本分析法在股票收益應用方面進行概述。最后，對上述文獻部分進行文獻總結與述評。

第三章：理論基礎；本章節主要介紹專利文本分析法、投資Q理論與基于TF-IDF的中文關鍵詞提取技術三方面進行分別進行闡述。

第四章：基于企業專利文本信息的創新信息載荷指標構建與分析；首先通過對測度創新信息載荷的TF-IDF算法進行具體說明，然后選取我國信息行業上市公司2005-2020年的專利文本摘要內容，并對信息行業創新信息載荷與股票收益的關系進行案例說明，數據主要來源于Patsnap智慧芽專利數據庫。同時，通過Citespace軟件對信息行業上市公司進行專利主題演化網絡分析與關鍵詞時區突現分析，以預測專利熱點與未來發展趨勢，并從一定程度對企業掌握研發熱點更有利于增收提供佐證。

第二章文獻綜述

2.1基于關鍵詞提取的文本挖掘研究現狀

隨著網絡上非結構化文本的數據增多，利用文本挖掘對語義相同或相似的文本進行去重并抽取關鍵詞以凸顯該文本內容的主題與核心，能夠充分挖掘文本內容的有效信息并作用于目標的實現。在查閱國內外相關文獻后，發現基于關鍵詞提取的研究主要分為兩大類：一是關鍵詞抽取方法；二是關鍵詞選取指標方法。

（1）關鍵詞抽取方法

從目前的研究來看，對于關鍵詞抽取方法，研究者主要將其分為有監督方法與無監督方法。有監督方法是指預先建立一個帶標簽數據集的訓練庫，借助分類算法判斷候選詞是否為關鍵詞。盡管有監督方法可以有效地提高關鍵詞抽取的準確率，但由于需要不斷注入大量的標簽數據，而語料集難以窮盡，這種方法受到了一定制約。相比之下，無監督方法通過計算候選詞與整個語料庫之間的相似度，以及候選詞在整個語料庫的位置等信息來確認是否為關鍵詞，盡管存在一定誤差率，但具有良好的可拓展性與實用性，可以大大提高專利文本的處理效率和準確性。因此，在未來的關鍵詞抽取研究中，無監督方法將繼續得到廣泛應用和推廣。其主要分為基于統計的方法、基于圖的方法和基于文本聚類的方法。

基于統計的關鍵詞抽取方法是指根據詞語在文本中的詞頻、詞權重、詞語間的關聯程度來判斷詞語是否能夠作為文本關鍵詞的方法，主要分為詞頻分析法、共詞分析法。詞頻分析法通過計算文本中的每個詞出現頻率來分析文本，在研究熱點與進行熱點遷移與前沿分析方面具有廣泛應用。高勁松（2010）[4]運用詞頻的絕對值對國際專利信息領域的文獻進行高頻詞統計，得出該領域專利研究的熱點。奉國和（2020）[5]在統計詞頻時引入了時間因素加權，認為越新的詞語對研究熱點的貢獻越大，時間權重越大，越能代表文檔的特征。余豐民（2020）[6]基于關鍵詞詞頻統計對學科研究熱點進行分析，發現關鍵詞詞頻不僅能夠揭示研究的熱點，也能揭示熱點研究的變化與漂移程度，即探究熱點的生存周期與存在規律性。

2.2資產定價模型相關研究

20世紀60年代，Sharpe[19]基于投資組合理論首次提出CAPM模型，以線性方程的形式說明了投資組合期望收益與期望風險之間的關系，開啟了資產定價理論與實證研究的發展。Fama和French（1993）[20]發現除了系統性風險會影響股票收益以外，公司的基本面也會對股票收益率產生影響，基于此將市場風險、規模效應與賬面市值比作為風險定價因子建立三因子資產定價模型，通過實證檢驗發現解釋力度要強于CAPM模型，Fama-French三因子模型在資產定價理論發展中運用廣泛，國內外學者利用該模型檢驗了在不同地區不同行業的適用狀況。如張宏亮（2014）[21]通過實證證明Fama-French三因子模型能夠完全解釋我國資本市場的股票預期收益率，具有一定的適用性。Qingsong Ruan（2017）[22]選取1926年至2015年美國特定五個行業，發現三因子模型在很大程度上可以解釋各行業的收益情況，其中市場風險溢價因子與投資組合收益的相關性最強。

后期隨著資本市場的不斷發展與金融市場環境的不斷變化，學者在三因子模型的基礎上進行了不斷改進。Carhart（1997）[23]在Fama-French三因子模型中增加動量因素，使其成為四因子模型。Fama和French（2015）[24]加入盈利因子和投資因子構建五因子模型，發現相比三因子模型，五因子的解釋能力增強。齊岳（2020）[25]認為公司的治理水平會影響股票的收益率，并將其作為溢價因子納入三因子模型中，結果發現，由于公司治理因子的加入，股票組合收益率的解釋力度增強。燕群（2021）[26]認為互聯網技術的發展會影響企業的經營發展進而影響企業的資本資產價值，通過測度互聯網技術滲透度因子，在Fama-French三因子模型上構建四因子模型，發現在高賬面市值比的零售業企業，四因子模型擬合程度更強。歐陽紅兵（2020）[27]認為特質下行風險會影響個股預期收益，創新地將特質下行風險因子引入Fama-French五因子模型中，提高了五因子模型的定價效率。

第三章理論基礎..........................12

3.1專利文本分析法............................12

3.2 Q理論................................12

第四章基于企業專利文本信息的創新指標構建與分析........................14

4.1樣本選取及數據來源...................................14

4.2創新信息載荷指標構建..................................14

第五章創新信息載荷與公司股票收益關系.................25

5.1研究假設及模型設定............................................25

5.2樣本數據及描述性統計....................................26

六章基于創新信息因子的資產定價分析

6.1創新信息因子作為風險因子的檢驗

6.1.1研究假設

具有高創新能力的企業往往追求獲得更高的資產利潤率，進而得到更高水平的盈利收入。[47]（Hirshleifer，2013）這是因為研發投入是否能夠帶來創新成果與創新成果是否能夠轉化為創新資產往往具有時滯性與不確定性，考慮到與創新資產的未來回報相關的風險與不確定性，導致企業對創新資產未來預期回報更高，進而提高盈利水平。換句話說，公司從創新資產中獲得的高回報補償了當時投資于創新的高風險。因此，企業創新能力可以作為風險的衡量，創新能力越高的企業會通過獲得高風險補償進而獲得更高水平的盈利能力。

6.1.2模型構建

自20世紀60年代Sharpe（1964）[82]等在投資組合理論的基礎上提出CAPM模型以來，有關資產定價的理論循序發展。Fama和French（1993）[20]在傳統資產定價模型的基礎上，考慮到市場風險、規模效應和賬面市值比的影響構建三因子資產定價模型，后又在此基礎上考慮盈利和投資因素的影響構建五因子模型，發現模型的解釋能力得到有效提高[48]。因此，本文分別使用三因子模型和五因子模型檢驗創新信息因子是否能夠作為風險因子對股票收益產生影響。首先，對于創新信息因子的構建參考李方艷（2022）[83]的做法以四種方式分別構建創新信息因子：

（1）按照TF-IDF算法加權計算出的創新信息載荷權重，將股票進行五等分劃分，然后通過買入（做多）權重較高的20%的股票組合，賣出（做空）20%權重較低的股票組合構建創新信息因子（TQ20-20）。

（2）按照TF-IDF算法加權計算出的創新信息載荷權重，將股票分為權重最高組占30%，中間組占40%，最低組占30%；然后通過買入（做多）權重最高組30%的股票組合，賣出（做空）30%權重最低組股票組合構建創新信息因子（TQ30-30）。

（3）按照TF-IDF算法加權計算出的創新信息載荷權重，將股票分為權重最高組占40%，中間組占20%，最低組占40%；然后通過買入（做多）權重最高組40%的股票組合，賣出（做空）40%權重最低組股票組合構建創新信息因子（TQ40-40）。

（4）按照TF-IDF算法加權計算出的創新信息載荷權重，將股票分為權重最高組占50%，最低組占50%；然后通過買入（做多）權重最高組50%的股票組合，賣出（做空）50%權重最低組股票組合構建創新信息因子（TQ50-50）。

第七章結論

7.1結論

創新驅動高質量經濟發展是我國實現經濟轉型的重要戰略舉措，也是面對國際核心技術競爭最強大的武器。通常來說，創新競爭最激烈、產出成果最多大都集中在高科技領域，因此以信息行業作為推動數字化轉型和智能化發展，進而實現各行各業數字化升級和智能化改造的先行軍，從微觀角度洞悉我國信息行業企業的創新水平是推動信息時代發展和進步的必由之路。特別地，隨著我國資本市場不斷發展，知識產權保護得到重視，企業利用申請專利來獲得保護的意識增強，在這樣的背景下，探討企業創新信息載荷水平能否反映在股票市場上具有現實意義。

首先，本文基于TF-IDF算法加權來測量創新信息載荷，再通過LSI算法進行主題聚類，將專利關鍵詞劃分在18個主題聚類上并進行演化圖展示。從專利關鍵詞詞頻演化角度來看，信息行業研究熱點的出現、發展和消亡遵循科學研究的循環形態，且專利信息的研究熱點呈現比較明顯的集中趨勢：如何提高系統及模塊的精度與效率一直是研究的前沿，而運用深度學習、神經網絡等人工智能算法進行創造是近期熱點所在。從突現圖來看，我國信息行業專利成果在不同時期存在差異，專利成果隨著時代的發展與市場需求變化而變化。同時，通過對專利申請量最多的前100家的公司專利進行文本聚類構建旭日圖，發現與本文基于TF-IDF算法聚類所得基本吻合，進一步證實了本文專利關鍵詞挖掘的可靠性。

其次，本文探討了創新信息載荷對股票收益的影響。首先通過回歸分析檢驗創新信息載荷對股票收益的影響，結果發現創新信息載荷對股票收益存在顯著正向影響，在加入控制變量后的回歸擬合程度也有所提高，通過投資組合分析也得出相同結論，這說明創新信息載荷越高的企業，股票回報越高，通過創新信息載荷進行買多做空的投資組合能夠賺取額外的超額收益。

最后，本文主要分為兩大方面：一方面，基于投資Q理論探討創新信息載荷-股票收益效應是否來源于風險因子。實證通過創新信息載荷構建四種創新信息因子并代入Fama-French三因子或五因子模型中，發現創新信息因子系數在5%的水平下顯著為正，是一個風險因子并有效作用于模型中；其次，將創新信息因子與其他因子進行相關性因子與回歸分析發現，創新信息因子不是一個冗雜因子，能夠解釋市場風險溢價因子以外的風險溢價，再次證明創新信息因子是會對股票收益定價產生影響的風險因子。

參考文獻（略）