当前位置: 首页>>教师观点>>正文
 
 

【姜富伟】化无形为有形:探究企业价值创造

[发布日期]:2020-12-09  [浏览次数]:

 

由皇冠足球比分姜富伟教授和湖南大学金融与统计学院博士生廖存非、北京交通大学经济管理学院靳馥境助理教授(我校博士生毕业)、湖南大学金融与统计学院唐国豪副教授(我校博士生毕业)合作撰写的论文《化无形为有形:探究企业价值创造》《Intangibles to Tangible: In Search of Firm Value Creation》受杜克大学法学院全球金融市场研究中心(Duke Law’s Global Financial Markets Center)邀请,在FinReg博客发表论文主要观点。博客链接如下:

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

1 FinReg博客的论文主要观点截图

杜克大学法学院全球金融市场研究中心致力于促进金融机构与市场跨学科研究与发展。该中心从事研究、教育和出版工作,力图扩大学界与公众的对话与思辨,缩小理论与实践之间的距离。该中心通过FinReg博客促进金融与法律相关的讨论。FinReg博客发布学术界与业界人员撰写的金融与法律相关文章,被视为金融政策和金融监管领域的意见领袖。《华尔街日报》《Wall Street Journal》、彭博(Bloomberg)等主流商业出版物多次引用该博客文章。

论文《化无形为有形:探究企业价值创造》《Intangibles toTangible: In Search of Firm Value Creation》入选中国工业经济“青年杯”论文竞赛、第十七届中国金融学年会、第六届“财信”全国金融学博士生学术论坛、第十八届金融系统工程与风险管理年会。

以下是博客发表内容:

无形资产已成为经济发展中的关键因素,受到人们的广泛关注。目前学术研究主要集中于无形资产相关的单项信息,对无形资产的综合测度较少。在我们近期的工作论文Intangibles to Tangible: In Search of Firm Value Creation中,我们在美国市场上构建了无形资产综合得分(I-SCORE),并研究无形资产综合得分的横截面股票收益预测能力。结果表明,具有更高I-SCORE的公司在未来会产生更高的股票收益,具有更高的盈利能力及现金流。我们发现在估值不确定性较强、套利限制较强、现金流波动率较高的公司中,I-SCORE溢价更大。

无形资产为什么重要?

无形资产是能够给企业带来利润,但缺乏实物形态的资产。创新、品牌价值、人力资本、融资能力等都属于广义无形资产范畴。在美国,企业无形资产投资的增长率已经超过有形资产投资。在20世纪70年代,美国最高市值的10家公司主要属于制造业与零售业。目前,美国市值最大的公司更多地属于高科技行业与服务型行业,这些企业具有更高的无形资产。这种转变意味着无形资产提高了公司业绩和股票市场价值。在论文中,我们运用理论模型和实证研究证实了无形资产对企业盈利与预期股票收益的正向促进作用。

为什么要综合信息?

信息综合是指从多个来源收集信息的方法。在实证资产定价领域的研究中,信息综合是从多个不同的特征变量中提取关于预期股票收益的信息。我们使用信息综合方法有如下两个原因。首先,无形资产包含多种信息,如创新、人力资本、品牌价值、融资能力等,单项指标不能涵盖无形资产的广义内容,无形资产的综合衡量是稀缺的。我们的论文考虑了不同类别的无形资产相关特征,并从这些特征中聚合有效信息,构建无形资产综合指标。其次,在实证资产定价研究中已发现了数百个股票异象,构成了“因子动物园”。不同的因子可能包含同样的信息,从大量特征中提取有效信息是至关重要的。因此,我们使用偏最小二乘方法从15个无形资产相关的公司特征中综合信息,构建无形资产综合得分I-SCORE

为什么使用偏最小二乘法?

学界在资产定价研究中使用了许多信息聚合技术。与其他几种信息综合方法相比,偏最小二乘法有其优点。文献表明,偏最小二乘法可以剔除特征中与未来股票收益无关的公共信息与个体信息,在剖析横截面股票收益方面效果最优。主成分分析法可能提取出与预期收益无关的噪音信息。Fama-MacBeth回归法可能存在多重共线性问题。组合预测法相当于单个因子对收益预测的简单平均,可能会损失与预期收益相关的信息,并存在正负抵消问题。基于偏最小二乘法构建的无形资产综合得分I-SCORE,比基于其他信息聚合方法构建的变量能提供更多关于预期股票收益的信息。

论文的主要研究结果

论文目的是在美国市场构建企业无形资产综合得分I-SCORE,根据I-SCORE预测横截面股票收益。我们发现I-SCORE对美国股票市场的横截面股票收益具有显著的正向预测能力。I-SCORE的收益预测能力显著优于无形资产单项特征。在经典因子模型中加入基于研发或创新相关的因子后,I-SCORE仍然具有显著的超额收益,这表明I-SCORE包含了无法用单一无形资产相关因子解释的综合信息。I-SCORE也会使企业未来盈利与现金流增长更大。对总资产和无形资产进行投资,在长期能够提高I-SCORE。论文发现行为金融错误定价理论与风险补偿理论都可以解释I-SCORE溢价。

综上所述,从综合视角衡量无形资产并剖析其收益预测能力,为企业和投资者提供了有价值的信息。I-SCORE与未来股票收益、未来盈利能力、未来现金流之间的正向关系表明,企业应更加关注无形资产。无形资产在企业价值创造中具有重要地位,能够转化为有形的增长,投资者应关注无形资产综合得分较高的企业。



上一条:【李俊峰】基于数字化互动媒体感知的证券市场波动影响研究 下一条:【王雅琦】上游产能能够缓解供给冲击的影响吗?-金融危机视角的实证分析

关闭