bevictor伟德官网
學校主頁 | 中文 | English
 
 
 
 
當前位置: 首頁>>教師觀點>>正文
 
 

【姜富偉】化無形為有形:探究企業價值創造

[發布日期]:2020-12-09  [浏覽次數]:

 

由我院姜富偉教授和湖南大學金融與統計學院博士生廖存非、北京交通大學經濟管理學院靳馥境助理教授(我校博士生畢業)、湖南大學金融與統計學院唐國豪副教授(我校博士生畢業)合作撰寫的論文《化無形為有形:探究企業價值創造》《Intangibles to Tangible: In Search of Firm Value Creation》受杜克大學法學院全球金融市場研究中心(Duke Law’s Global Financial Markets Center)邀請,在FinReg博客發表論文主要觀點。博客鍊接如下:

https://sites.law.duke.edu/thefinregblog/2020/12/02/intangibles-to-tangible-in-search-of-firm-value-creation/

1 FinReg博客的論文主要觀點截圖

杜克大學法學院全球金融市場研究中心緻力于促進金融機構與市場跨學科研究與發展。該中心從事研究、教育和出版工作,力圖擴大學界與公衆的對話與思辨,縮小理論與實踐之間的距離。該中心通過FinReg博客促進金融與法律相關的讨論。FinReg博客發布學術界與業界人員撰寫的金融與法律相關文章,被視為金融政策和金融監管領域的意見領袖。《華爾街日報》《Wall Street Journal》、彭博(Bloomberg)等主流商業出版物多次引用該博客文章。

論文《化無形為有形:探究企業價值創造》《Intangibles toTangible: In Search of Firm Value Creation》入選中國工業經濟“青年杯”論文競賽、第十七屆中國金融學年會、第六屆“财信”全國金融學博士生學術論壇、第十八屆金融系統工程與風險管理年會。

以下是博客發表内容:

無形資産已成為經濟發展中的關鍵因素,受到人們的廣泛關注。目前學術研究主要集中于無形資産相關的單項信息,對無形資産的綜合測度較少。在我們近期的工作論文Intangibles to Tangible: In Search of Firm Value Creation中,我們在美國市場上構建了無形資産綜合得分(I-SCORE),并研究無形資産綜合得分的橫截面股票收益預測能力。結果表明,具有更高I-SCORE的公司在未來會産生更高的股票收益,具有更高的盈利能力及現金流。我們發現在估值不确定性較強、套利限制較強、現金流波動率較高的公司中,I-SCORE溢價更大。

無形資産為什麼重要?

無形資産是能夠給企業帶來利潤,但缺乏實物形态的資産。創新、品牌價值、人力資本、融資能力等都屬于廣義無形資産範疇。在美國,企業無形資産投資的增長率已經超過有形資産投資。在20世紀70年代,美國最高市值的10家公司主要屬于制造業與零售業。目前,美國市值最大的公司更多地屬于高科技行業與服務型行業,這些企業具有更高的無形資産。這種轉變意味着無形資産提高了公司業績和股票市場價值。在論文中,我們運用理論模型和實證研究證實了無形資産對企業盈利與預期股票收益的正向促進作用。

為什麼要綜合信息?

信息綜合是指從多個來源收集信息的方法。在實證資産定價領域的研究中,信息綜合是從多個不同的特征變量中提取關于預期股票收益的信息。我們使用信息綜合方法有如下兩個原因。首先,無形資産包含多種信息,如創新、人力資本、品牌價值、融資能力等,單項指标不能涵蓋無形資産的廣義内容,無形資産的綜合衡量是稀缺的。我們的論文考慮了不同類别的無形資産相關特征,并從這些特征中聚合有效信息,構建無形資産綜合指标。其次,在實證資産定價研究中已發現了數百個股票異象,構成了“因子動物園”。不同的因子可能包含同樣的信息,從大量特征中提取有效信息是至關重要的。因此,我們使用偏最小二乘方法從15個無形資産相關的公司特征中綜合信息,構建無形資産綜合得分I-SCORE

為什麼使用偏最小二乘法?

學界在資産定價研究中使用了許多信息聚合技術。與其他幾種信息綜合方法相比,偏最小二乘法有其優點。文獻表明,偏最小二乘法可以剔除特征中與未來股票收益無關的公共信息與個體信息,在剖析橫截面股票收益方面效果最優。主成分分析法可能提取出與預期收益無關的噪音信息。Fama-MacBeth回歸法可能存在多重共線性問題。組合預測法相當于單個因子對收益預測的簡單平均,可能會損失與預期收益相關的信息,并存在正負抵消問題。基于偏最小二乘法構建的無形資産綜合得分I-SCORE,比基于其他信息聚合方法構建的變量能提供更多關于預期股票收益的信息。

論文的主要研究結果

論文目的是在美國市場構建企業無形資産綜合得分I-SCORE,根據I-SCORE預測橫截面股票收益。我們發現I-SCORE對美國股票市場的橫截面股票收益具有顯著的正向預測能力。I-SCORE的收益預測能力顯著優于無形資産單項特征。在經典因子模型中加入基于研發或創新相關的因子後,I-SCORE仍然具有顯著的超額收益,這表明I-SCORE包含了無法用單一無形資産相關因子解釋的綜合信息。I-SCORE也會使企業未來盈利與現金流增長更大。對總資産和無形資産進行投資,在長期能夠提高I-SCORE。論文發現行為金融錯誤定價理論與風險補償理論都可以解釋I-SCORE溢價。

綜上所述,從綜合視角衡量無形資産并剖析其收益預測能力,為企業和投資者提供了有價值的信息。I-SCORE與未來股票收益、未來盈利能力、未來現金流之間的正向關系表明,企業應更加關注無形資産。無形資産在企業價值創造中具有重要地位,能夠轉化為有形的增長,投資者應關注無形資産綜合得分較高的企業。



上一條:【李俊峰】基于數字化互動媒體感知的證券市場波動影響研究 下一條:【王雅琦】上遊産能能夠緩解供給沖擊的影響嗎?-金融危機視角的實證分析

關閉

 
Baidu
sogou