20201128_叶鑫_论文展示1

【研究设计：技术链接与可预测回报】 在金融市场中，投资者的行为和市场定价动态是关键的研究领域。Tversky和Kahneman (1974)以及Daniel等人(1998)指出，投资者可能过度重视自己的先入之见，而忽视了可观察到的公共信号。这种行为偏差可能导致市场定价的不完全效率。Merton (1987)，Hong和Stein (1999)，Hirshleifer和Teoh (2003)以及Peng和Xiong (2006)进一步探讨了有限注意力如何影响市场动态。技术创新的效率（Hirshleifer等人，2013）和原创性（Hirshleifer等人，2018）被证明对未来股票回报具有预测能力。 企业的技术创新并非孤立进行，而是相互交互，共同冲击和知识溢出成为创新过程的重要特征（Jaffe等人，1993）。例如，亚马逊、谷歌、英特尔和三星等全球巨头，虽然产品空间可能几乎没有交集，但在技术专长方面紧密相连。这些技术亲和力超越了行业界限，成为当今企业经济命运的关键驱动力。 研究思路是，通过考察技术亲和力对市场价格发现和企业股票回报的影响。Bekkerman和Khimich (2017)也研究了企业技术联系的定价影响。两者的动机研究问题和主要结果相似，但测量方法不同：Bekkerman和Khimich使用专利文档的文本分析，而本研究则采用基于专利技术类别的对偶距离来度量技术亲和力。 【实证结果】 文章可能进一步报告了通过实证分析得出的结果，例如，技术亲和力如何影响股票的短期和长期回报，是否能显著提高市场效率，以及这些关系是否在不同的市场条件或企业特质下保持稳定。 【内在机制】 研究可能深入探讨了技术亲和力如何影响市场信息的传播速度和深度，以及如何通过共同冲击和知识溢出促进或抑制股票价格的调整。此外，还可能分析了技术亲和力如何通过改变投资者的注意力分配和信念形成，进而影响股票定价。 【风险解释】 在风险解释方面，研究可能探讨了技术亲和力如何反映公司的技术风险，以及这种风险如何被市场定价。例如，高度的技术亲和可能表明更高的技术依赖度，这可能增加特定行业的系统性风险。 【结论】 最终的结论可能会总结技术亲和力在市场定价中的重要性，以及它对未来投资策略和风险管理的启示。 【灵感】 对于投资者和政策制定者而言，这项研究提供了一个新的视角来理解和评估企业投资价值，即关注企业的技术网络和相互联系，而不只是局限于传统的财务指标。对于学术界，它为理解市场行为和技术创新的经济影响提供了新的理论框架。