电子行业是通信、计算机及网络、数字音视频等系统和终端产品的发展基础。在中信行业分类中，电子元器件行业包括半导体、其他元器件以及电子设备三个二级行业。

　　硬件创新周期：创新周期决定了消费电子行业在不同时期的驱动力。创新周期指电子终端产品的更替周期。从终端来看，电子行业经历了商用PC、个人PC、手机、智能手机等创新周期。目前处于智能手机的末端。

　　产业转移：受到成本、政策、市场的影响，电子行业产能从欧美日韩向台湾，到大陆沿海再到大陆中西部，又向越南、泰国、印度等地转移。此外，产业链分工也会带来产业转移。

　　电子元器件行业内，从多空收益以及ICIR来看，基本面因子中一致预期市盈率倒数TTM、市盈率倒数TTM、单季度净利润同比增速、单季度净资产收益率都具备比较好的选股效果；价量因子如非流动性冲击、一个月反转、一个月日均换手、特异度也较为显著。

　　电子行业是技术密集型和资本密集型产业，技术门槛高、设备价值高。本文从研发以及资本投入两个角度寻找电子行业内特色的基本面因子。

　　企业的研发能力可以从研发投入、研发产出以及研发效率衡量。研发投入衡量了研发支出的程度，包括研发强度、估值类因子以及研发支出的增长。研发产出主要从专利角度衡量企业的创新成果，包括专利数量变化。研发效率衡量企业能否以合理的投入获得创新产出，包括专利数量变化/研发支出。在研发角度最显著的因子是研发支出前净利润/市值。

　　资本投入主要考察固定资产的盈利性以及固定资产的变化，其中单季度固定资产收益率较为明显。资本投入因子整体显著性低于研发因子，原因可能在于资本投入类指标没考虑投资的项目是不是正确，而固定资产的投资往往是一次性的，如果发生错误很难修正。鉴于此，本文在选股模型中没有加入资本投入类因子。

　　在常见的基本面因子中加入研发类因子构建电子元器件行业内的基本面量化选股模型，组合相对于电子元器件指数的年化超额收益由10.78%提高至13.13%，多数年度超额收益都有所提升。研发因子在电子行业内为组合贡献了额外的收益来源。

　　电子行业是通信、计算机及网络、数字音视频等系统和终端产品的发展基础。在科技信息产业快速地发展、全球产业转移、国家战略推动的大背景下，电子行业的竞争力关系到国家经济的发展。因而，电子行业一直都备受投资者关注。

　　本文根据2018年基金的中报持仓，统计了股票型及偏股混合型基金对各中信一级行业的配置比例，其中剔除投资风格为被动指数型、指数增强型以及债券型的基金。具体计算方式为基金对单个行业的持仓市值总和除以基金对所有行业的持仓市值之和，即

　　下图比较了基金对各行业的配置比例，以及全市场各行业按照自由流通市值计算的权重。

　　可以看到，相对于全市场权重，公募基金对医药、餐饮、电子元器件行业超配的比例最高，分别为6.17%、5.09%、2.52%。由此，能够准确的看出投资者对于电子元器件行业的关注度是较高的。因此，本文以电子行业为研究对象。

　　任何一种电子设备或电子装置都是由电子元器件组成的，电子元器件是用来制造或组装电子整机用的基本零件。在投资中，构成电子科技类产品的硬件生产都属于电子行业的研究范围。

　　从产业链来看，电子元器件位于产业链的中游，介于电子原材料行业和电子整机行业之间。下图简单展示了电子行业的产业链。能够正常的看到，电子元器件的上游为电子材料，下游为电子终端，包括消费电子（手机、PC、电视等）、汽车电子、安防、物联网等。

　　具体地，如下图所示，电子元器件可大致分为主动元件和被动元件。被动元件为无源器件，即不必接电就可以运作，不影响信号的基本特征，仅令信号通过而未加以变更，如电阻器、电感器、电容器。主动元件为有源器件，指当获得能量供给时能够对电信号激发放大、振荡、控制电流或能量分配等主动功能甚至执行数据运算、处理的元件。

　　创新周期决定了消费电子行业在不同时期的驱动力。创新周期指电子终端产品的更替周期。从终端来看，电子行业经历了商用PC、个人PC、手机、智能手机等创新周期。目前处于智能手机的末端。

　　受到成本、政策、市场的影响，电子行业产能从欧美日韩向台湾，到大陆沿海再到大陆中西部，又向越南、泰国、印度等地转移。例如，台湾电子行业起步于20世纪80年代PC零部件代工需求，大陆电子行业起步于21世纪台湾PC产能的转移。

　　此外，产业链分工也会带来产业转移。例如，iphone产业链在各国的分工，在美国设计、日本生产关键零部件、韩国台湾生产芯片及显示屏、大陆富士康组装等。

　　在中信行业分类中，电子元器件行业包括半导体、其他元器件以及电子设备三个二级行业，能够正常的看到半导体及其他元器件属于中游的电子元器件，电子设备属于下游的电子终端。

　　下图为电子元器件行业公司数量以及细分行业权重的变化。截止2018年8月31日，电子元器件行业共计214家上市公司，其中半导体为36家，权重为17.09%；其他元器件为100家，权重为48.51%；电子设备为78家，权重为34.41%。从历史权重来看，电子元器件各行业权重占比较为稳定。

　　为了更了解电子元器件行业公司的业务，本文从规模及其股价表现两个角度选取了各细分行业内有代表性的上市公司。

　　具体地，本文统计了上市满五年的电子元器件行业股票，自2008年（2008年之后上市则统计上市以来）至2018年8月31日相对其各自细分行业的超额收益。为了尽最大可能避免上市、重大资产重组的影响，仅统计进入电子元器件一级行业6个月后的收益。

　　下表列出了各细分行业的代表公司，包括其相对各自所在二级行业的年化超额收益、上市日期以及主营业务等。

　　本文首先对电子元器件行业内常见量化因子的选股能力进行了检验。下表为本文使用的因子，包括基本面因子如估值、成长、盈利以及规模、技术类因子等。

　　电子元器件行业内使用分组构造多空组合以及因子ICIR的方式对上述因子进行检测验证。在检验因子前，对各个因子进行了去极值、市值中性以及二级行业中性处理。其中，因子的方向根据长期方向确定，因子取值最高、最低各30%的股票构成多空组合。

　　下图展示了各因子的年化多空收益以及ICIR。其中，因子的ICIR为月度IC均值/月度IC标准差。

　　可以看到，从多空收益以及ICIR来看，电子元器件行业内，基本面因子中一致预期市盈率倒数TTM、市盈率倒数TTM、单季度净利润同比增速、单季度净资产收益率都具备比较好的选股效果；价量因子如非流动性冲击、一个月反转、一个月日均换手、特异度也较为显著。

　　至此，本文在电子行业内检验了常见的量化因子。作为技术密集型和资本密集型产业，电子行业技术门槛高、设备价值高。因此，本文从研发以及资本投入两个角度寻找电子行业内特色的基本面因子。

　　电子元器件行业是典型的高新技术产业。由于技术更迭快、产品更新换代快，企业要从始至终保持着高强度的研发投入，才可以获得持续的成长。例如半导体产业遵循摩尔定律，每18-24个月单位面积容纳的元器件数目将增加一倍，性能提升一倍；而终端产品在功能和性能上的变化更是迅速、多样，例如智能手机触摸屏、指纹识别、可穿戴设备等。因此，对于电子企业来说，只有不断地保持创新的能力，才能够不被加快速度进行发展的行业所淘汰。

　　本文比较了各行业的研发强度（研发投入/营业收入）。从2011年至2017年，每年统计各行业研发强度的中位数，并计算了各年度中位数的平均值。下图展示了2017年各行业研发强度的中位数以及历年中位数的平均值。

　　可以看到，计算机、通信、电子元器件等都是典型的高研发强度行业。其中，电子行业历年研发强度的中位数平均为4.53%。因此，研发是电子行业选股需要仔细考虑的重要因素。

　　在讨论企业研发能力之前，本文先对研发相关的会计处理以及披露要求做简单的介绍。

　　研发支出是指企业在研发非货币性资产的过程中发生的支出，分为研究阶段和开发阶段的支出。

　　研究阶段是指为获取并理解新的科学或技术知识而进行的独创性的有计划调查。研究阶段是探索性的，是为进一步的开发活动进行资料及相关方面的准备，已经进行的研究活动将来是否会转入开发、开发后是否会形成非货币性资产等均具有较大的不确定性。考虑到研究阶段的探索性及其成果的不确定性，企业没办法证明其能带来未来经济利益，这不符合资产确认的条件，因此对于研究阶段的支出应当在发生时全部费用化，计入当期损益。

　　开发阶段是指在进行商业性生产或使用前，将研究成果或其他知识应用于某项计划或设计，以生产出新的或具有实质性改进的材料、装置、产品等。相对于研究阶段而言，开发阶段应当是已完成研究阶段的工作，在很大程度上具备了形成一项新产品或新技术的门槛。考虑到开发阶段的研发项目往往形成成果的可能性较大，因此开发阶段的支出满足特定条件的可予以资本化，确认为非货币性资产，否则应当计入当期损益。

　　具体地，根据我们国家会计准则，研发支出设置“费用化支出”、“资本化支出”两个明细账。其会计处理如下图所示：

　　（1）在研究阶段产生的支出进行费用化处理；在开发阶段产生的费用，不满足资本化条件时，进行费用化处理，满足资本化条件时进行资本化处理。

　　（3）在“资本化支出”中，对于尚未达到预定用途非货币性资产的项目，仍然在“研发支出”科目中做核算，将“资本化支出”明细科目余额填入资产负债表中的“开发支出”项目；当达到预定用途时，将“资本化支出”科目金额转作“非货币性资产”。

　　与资本化处理相比，研发的费用化处理会调低当期利润，调高未来期间的利润。若企业当期的研发会对未来的经营产生一定的影响，例如产生有价值的专利成果、技术突破等，那么全部费用化处理会使得财务指标出现偏差。因此，很多文献会对研发费用做调整。例如，假定公司对所有的研发支出都采用资本化处理，并逐年摊销研发支出(Lev et al., 2005)。

　　基于此，为了更好地反应研发对公司的意义，可以对当期净利润做调整，即净利润加上当期费用化研发支出，然后减去当期应当摊销的研发费用；也可以对净资产做调整，即净资产加上未摊销完的研发支出。相应地，可以计算研发支出调整后的市净率、市盈率、净资产收益率等指标。

　　可以看到，研发调整针对的是费用化处理的研发支出。因此，对于国内上市公司来说，需要将当期费用化研发支出加回净利润，然后扣减当期应当摊销的研发费用。

　　在使用研发数据时，投资者通常比较关心该类数据的质量以及覆盖水平，因此本文对此进行简要的介绍。

　　上市公司主要在中报和年报中披露研发相关的数据，主要出现在财务报告的以下几处。

　　（1）通常企业会在财务报告的经营情况讨论与分析的主营业务分析中，以文字描述或者表格的形式披露研发支出的情况，部分企业还会在此处披露费用化或资本化研发支出、研发人员数量、研发人员数量占比以及专利、著作权等；

　　（2）资产负债表中的开发支出以及开发支出附注明细披露了资本化研发支出相关的数据；

　　值得注意的是，关于研发支出，当上市公司公告中没有明确披露研发支出有关数据时，Wind会优先加工管理费用里面的研发费用；若没有管理费用或研发费用时，会加工“支出其他与经营活动有关的现金科目”中的研发费用；若都没有，研发数据就不加工。这就使得在研发支出披露不标准或者不明确时，从Wind获取的研发支出有极大几率会出现缺失或者错误，而有一些时候并不是由于上市公司没有披露该数据，而是由于文本识别过程中没有充分的利用公司公告的信息。

　　在Wind终端中，费用化研发支出仅在2013年开始才有该数据。下表统计了Wind数据库中电子元器件行业内，中报以及年报研发支出以及费用化研发支出数据的覆盖率（其中研发支出数据来自Wind底层库，费用化研发支出来自Wind客户端）。

　　（1）对于研发支出数据，2010年开始，年报数据覆盖率超过80%，2012年开始达到95%以上；而中报数据在2012年及以前低于70%，2013年开始达到95%以上。

　　（2）对于费用化研发支出数据，年报数据在2013年的覆盖率为77.40%，2015年开始达到95%以上；而中报中的数据覆盖率接近0。

　　因此，考虑到覆盖率的因素，在使用研发支出数据时，能够正常的使用中报及年报的数据，而费用化研发支出数据应使用年报的数据。

　　下面就具体介绍衡量企业研发能力的指标。通常可以从研发投入、研发产出以及研发效率三个方面衡量企业的研发能力。下表列出了常见的研发因子，下面本文将具体进行介绍。

　　研发投入反映了企业对于创新的主动投入，主要数据来自于财务报告中的研发支出、研发费用、开发支出等。

　　由于研发的规模通常与企业的规模有关，因此为了能够更好的保证研发数据的可比性，通常会将研发数据标准化，例如计算研发支出占据营业收入的比例，或者研发支出与市值的比值。也能够正常的使用研发支出对企业的净利润做调整，例如研发支出前净利润/市值。此外，研发支出的增长、研发人员数量与变化等也可以衡量企业在创新方面的态度。

　　研发支出包括费用化与资本化研发支出。研发投入能带来高的回报，如推出新产品等，促进企业规模的扩张，而随着营收规模的增长，企业具有更多的资金与能力在更高端的领域进行研发布局，获取更高的收益。因而，研发支出的规模与企业的营收规模存在正向的关系。

　　鉴于此，在比较企业研发支出时，应当剔除掉营收规模的影响，通常会计算研发支出在营业收入中的占比。研发强度（Research and development intensity 或 R&D intensity）是企业研发支出与营业收入的比值，即

　　从营收增长的角度，研发对营收的贡献存在边际递减效应。研发投入越高的企业，营业收入越高，单位研发占比所能带来的营业收入增长也越低，也就是说，当企业规模越大时，越需要更高的研发支出以获得同水平的收入增速。

　　下图根据2017年年报数据，将电子元器件行业内股票按照营业收入由低至高分为10组，并统计每组的平均研发强度。

　　能够正常的看到，营业收入越高的组，其研发支出占比越低。由于研发强度与营业收入存在负相关，因此对于研发强度应当剔除营业收入的影响。

　　可以考虑将研发支出对营业收入做中性化处理，形成营业收入调整后的研发强度，使用该因子衡量公司的研发投入。同时，为了剔除行业与市值的影响，本文对因子都进行了市值以及二级行业的中性处理。具体地，每期将个股研发强度对其市值、行业、营业收入进行回归，以回归残差为调整后的研发强度，即

　　因此，对于研发强度，在用来选股时本文建议通过回归的方式，控制营业收入的影响。

　　除了与营业收入相比外，也可以从估值的角度比较研发投入的程度。常见的指标有研发支出/市值，即

　　下表为两个因子的多空收益以及ICIR，能够正常的看到研发支出前净利润/市值的显著性更好。

　　下图为每月末按照研发支出前净利润/市值将电子行业股票分为5组，每组平均的月度收益率。能够正常的看到，该因子的分组收益较为单调。

　　研发产出反应了企业创新的成果，常见的指标包括专利数量、专利引用等。企业在推出重大革新产品前，通常会先申请专利对产品的产权进行保护。专利引用是指一件专利被另一件专利提及，从而表明两件专利之间有相互关联的内容，分为向后引用（backward citation）即引用其他专利，以及向前引用（forward citation）即被其他专利引用。通常使用被引次数（forward citation number）衡量专利的质量。因而，专利数量从“量”上衡量了企业的研发产出，而专利引用从“质”上衡量了企业的研发产出。

　　国内关于专利引用的数据库尚不完善，因此本文主要考虑专利数量。数据来自于Wind数据库，数据来源为国家知识产权局，该数据统计了单个法人单位截至各年年末的公开（公告）专利总数量（不包含子公司），为发明、实用新型、外观设计三种专利之和，此处指的是专利授权数量。

　　专利数据一年公布一次，数据频率较低。下图为电子行业内各年度专利数据的覆盖率。可以看到，2010年以后，专利数据的平均覆盖率为81.40%。与研发支出数据不同，由于专利数据来自于国家知识产权局，缺失的数据表示该上市公司没有公开的专利，即专利数量为0。因此，覆盖率的数据表明，在2010年以后，每年平均约80%公司都拥有专利。

　　专利的增加与产品的革新正向相关，专利可拿来预测企业的技术突破，因而，本文使用企业本年度相对于上年度的专利数量变化衡量企业的研发产出，即

　　下表为研发产出因子的多空收益与ICIR。能够正常的看到，专利数量变化因子的单调性较为显著。

　　研发效率将投入与产出结合起来，衡量了企业能否以合理的投入获得创新产出，常见的指标包括研发支出调整的专利变化（专利变化/研发支出）、研发支出调整的专利引用（专利引用/研发支出）。

　　本文使用当年获得的专利与研发支出的比值衡量研发效率，其中当年获得的专利以专利数量变化度量，具体为

　　至此，本文从研发维度考察了电子行业内的选股因子，下表汇总了研发投入、产出及效率因子的检验结果，能够正常的看到，其中最显著的因子是研发支出前净利润/市值。

　　作为制造业，电子企业固定资产规模大、资本开支水平高。随着产品的创新，对于生产线的性能以及稳定性也会有更高的要求，而企业对于生产线的布局关系到产品的质量与产量，并最终会影响企业的收入。因此，资本投入是电子元器件行业重要的参考指标，本文从固定资产的盈利性以及变化两个维度选取了以下因子。

　　其中，固定收益率、固定资产周转率反映了企业对于固定资产的管理能力；固定资产以及在建工程的增长反映了企业对于新增生产线的布局，可能会影响以后的产能扩张。

　　可以看到，除了单季度固定资产收益率外，资本投入因子整体显著性较低。对比研发因子与资本投入因子，不难发现，即使是单季度固定资产收益率的IC、ICIR也明显低于大部分研发类因子，因此下文的选股模型没用资本投入类的因子。

　　资本投入不显著的原因可能在于，这些指标并没考虑投资的项目是不是正确，而固定资产的投资往往是一次性的，如果发生错误很难修正。因而这些指标难以刻画固定资产对公司业绩的作用。在基本面研究中，行业研究员通常使用资本投入判断企业或行业的拐点，而其短期的作用并不明显。

　　实际上，研发支出也存在同样的问题，即研发能否带来有效的产出进而体现在企业业绩上。例如，对于电子企业尤其是消费电子相关的企业，其业绩特别大程度上受到电子终端需求的影响，而有些产品的差异化并不高，因而能否赢得客户、获得订单才是更重要的。因此，研发投入并不一定能转化成有效的业绩驱动力。但是，研发投入与资本投入之间任旧存在差别。资本投入偏向厂房设备，而研发投入更多偏向于人员工资。相比之下，研发投入更容易产生正面且长久的影响。

　　本文使用了常见因子中的基本面因子以及行业特殊因子中显著性较高的研发类因子，作为本文的收益模型。在研发因子中，估值类因子中选取单因子检验更有效的研发支出前净利润/市值因子，研发强度因子，以及衡量研发效率的专利变化/研发支出因子。由于专利变化与研发效率因子相关较高，本文没有将专利变化因子纳入模型中。具体因子如下：

　　需要指出的是，第一，在计算因子IC时，为了尽最大可能避免多重共线性的影响，在经过市值以及二级行业中性处理后，使用对称正交的方法对因子进行正交处理。（具体计算方式可参考《因子正交全攻略——理论、框架与实践》一文中的对称正交。）

　　第二，由于选股空间中会剔除新股等，为了更真实地反应选股模型的效果，优化模型中使用的基准为根据选股空间重新构建的指数。具体地，根据中信行业分类，按照以下方法构建电子元器件行业基准指数：

　　（2）样本空间：剔除上市不满六个月的新股；剔除退市前3个月的股票；剔除ST/*ST股；

　　为了比较研发因子的贡献，本文比较了两个选股模型。在第一个模型中，仅使用常见的基本面因子，称作量化模型，各年度收益情况如下表所示。

　　在第二个模型中，在基本面因子中加入研发类因子，称为基本面量化模型，下表列示了该组合各年度的收益情况。能够正常的看到，相比于量化模型，基本面量化模型的年化超额以及大部分年度的超额收益均有所提升。

　　电子行业是通信、计算机及网络、数字音视频等系统和终端产品的发展基础。在中信行业分类中，电子元器件行业包括半导体、其他元器件以及电子设备三个二级行业。

　　电子元器件行业内，基本面因子中一致预期市盈率倒数TTM、市盈率倒数TTM、单季度净利润同比增速、单季度净资产收益率从多空收益以及ICIR来看都具备比较好的选股效果；价量因子如非流动性冲击、一个月反转、一个月日均换手、特异度也较为显著。

　　作为技术密集型和资本密集型产业，电子行业技术门槛高、设备价值高。本文从研发以及资本投入两个角度寻找电子行业内特色的基本面因子。

　　可以从研发投入、研发产出以及研发效率衡量企业的研发能力。研发投入衡量了研发支出的程度，包括研发强度、估值类因子以及研发支出的增长。研发产出主要从专利角度衡量企业的创新成果，包括专利数量变化。研发效率衡量企业能否以合理的投入获得创新产出，包括专利数量变化/研发支出。在研发角度最显著的因子是研发支出前净利润/市值。

　　资本投入主要考察固定资产的盈利性以及固定资产的变化，其中单季度固定资产收益率较为明显。资本投入因子整体显著性低于研发因子，原因可能在于资本投入类指标没考虑投资的项目是不是正确，而固定资产的投资往往是一次性的，如果发生错误很难修正。鉴于此，本文在选股模型中没有加入资本投入类因子。

　　在常见的基本面因子中加入研发类因子构建电子元器件行业内的基本面量化选股模型，组合的年化超额收益由10.78%提高至13.13%，多数年度超额收益都有所提升。研发因子在电子行业内为组合贡献了额外的收益来源。

　　《金融工程：专题报告二十三-自适应收益预测模型下的组合优化策略》 2017-08-

　　《金融工程：FOF专题研究（四）：景顺长城沪深300增强指数型基金》 2017-08-

　　《金融工程：专题报告二十一-买卖压力失衡——利用高频数据拓展盘口数据》 2017-08-01

　　《金融工程：FOF 专题研究（三）：华泰柏瑞量化A偏股混合型基金》 2017-07-24

　　《金融工程：专题报告十九-半衰IC加权在多因子选股中的应用》 2017-07-22

　　《金融工程：FOF专题研究（二）：国泰估值优势偏股混合型基金》 2017-07-17

　　《金融工程：FOF专题研究（一）：银华中小盘精选偏股混合型基金》 2017-07-06

　　《金融工程：中期策略会纪要1：天风金工“四位一体”仓位管理体系》 2017-06-27

　　《金融工程：专题报告-国债期货组合趋势策略：以损定量,顺势加仓》 2017-06-19

　　《金融工程：专题报告-反转现象的选择易策略》 2017-06-01

　　《金融工程：专题报告-基于高管增持事件的投资策略》 2017-05-14

　　《金融工程：专题报告-2017年6月沪深重点指数样本股调整预测》 2017-05-06

　　《金融工程：专题报告-预知业绩能有多少超额收益？》 2017-04-16

　　《金融工程：专题报告-基于自适应破发回复的定增选股策略》 2017-03-09

　　《天风证券-金工专题报告-基本面量化视角下的电子行业选股研究 2018-09-20》