IPO定价效率(精选7篇)
IPO定价效率 第1篇
一、文献综述
对IPO抑价现象的研究最早始于国外。R oger G Ibbotson (1975) 通过对1960—1969年间在美国上市的新股进行分析发现, 新股发行价与上市后一个月的股价相比, 平均低11.4%, 即IPO初始收益率的平均值为11.4%。由此引发了众多学者对新股抑价问题的研究。R ock (1986) 认为造成新股发行抑价的主要原因是由于投资者之间存在信息不对称, 因此为了确保新股的顺利发行, 新股发行必须低于正常价格来吸引无信息投资者认购新股。Beatty和R itter (1986) 也均证实IPO确实存在一个正的初始收益率, 其平均水平大致在15%左右, 他们认为新股价值预期的不确定性对新股定价有重要影响, 预期的不确定性越大, 发行价格也就越低, 新股抑价程度就越高。
国外学者的理论大多是以发达国家的股票市场为分析背景的, 股票二级市场的股价能够真实地反映公司的内在价值, 在IPO过程中出现的抑价问题无疑是由于一级市场的定价低造成的。而我国的股票市场则仍存在较多的问题, 以致股票市场的效率比较低下, 因此他们提出的各种理论也就不能直接适用于我国。
国内诸多学者也根据我国股票市场的特点对IPO抑价现象进行了大量的研究, 并找出了一些影响新股抑价的因素。杜萃、梁洪均、宋逢明 (2001) 选取了1995年1月1日至1998年5月30日上市的472只A股作为样本进行实证分析, 发现发行的价格、时间、规模等因素对IPO抑价水平有重要影响。张琦、张永攀、王少敏 (2002) 对IPO抑价现象进行了研究, 发现发行市盈率、筹资规模、上市前的净资产规模、所处行业的发展前景及国家的相关政策、二级市场上的可比公司的股价定位以及适当的一二级市场间价格折扣、发行时的市场情况对IPO定价有重要影响。王伟峰、周少聪 (2008) 选取了2001年1月1日至2007年6月30日沪市上所有发行上市的股票作为样本, 建立多元回归模型来分析引起新股抑价的具体因素, 以分析新股抑价率与各个影响因素之间内在的联系。他们得出结论:新股抑价与大盘指数、发行市盈率呈正相关关系, 新股抑价与发行价格、流通股本数呈负相关关系, 新股抑价与发行方式、上市公司资产负债率、净资产收益率不存在明确的相关关系。
二、研究方法与数据
1、模型设定
为了研究哪种发行方式更加有利于提高IPO定价效率, 我们必须要给予定价效率一个衡量标准。本文以新股的首日发行的收盘价与发行价之间的偏离程度 (即抑价率) 为标准, 规定抑价率越高, 则定价效率低, 反之则定价效率提高。在此, 定义抑价率IR= (P1-P0) /P0, 其中P1表示新股上市首日的收盘价, P0表示新股的发行价。
本文考虑以下变量对其的影响。一是大盘指数。当大盘下跌时, 资金从股市流出, 用于购买新股的资金也会相应减少, 抑价程度降低;当大盘上扬时, 资金流入股市, 用于购买新股的资金也会相应增加, 抑价程度加大。二是中签率。首先, 中签率会影响申购者的成本, 从而影响新股投资的回报率, 进而影响新股发行抑价程度。较低的中签率说明投资者的资金成本相对较高, 投资者会要求较高的回报率, 从而增大新股发行的抑价程度。其次, 中签率往往反映了投资者对新股的一种价值认同, 如果中签率较低, 往往意味着投资者认为新股的发行价格相对较低, 因此二级市场很有可能出现较高的抑价。三是前十大股东持股比例。前十大股东持股比例越高, 表明剩余社会流通股比例越小, 股价也不容易被抬高, 因此抑价率也会减小。四是发行市盈率。一方面, 发行市盈率越高, 投资者可能认为股价被高估, 他们就有可能抛售股票以使股价回归到正常价位, 因此可能会降低抑价率;另一方面, 发行市盈率越高, 说明上市公司有良好的发展前景, 往往容易受到投资者的青睐, 因此可能会提高抑价程度。由此可以看出, 发行市盈率对新股抑价程度的影响不定。五是发行规模。发行规模越大, 操控难度就越大, 发行抑价可能越小, 而发行规模小的股票则很容易被炒作, 发行抑价程度也越高。六是发行价。发行价越高, 投资者在首日拉抬价格的难度较大, 收盘价上升空间就不太大, 可以有效降低抑价率。七是发行方式。为了提高IPO定价效率, 国家曾先后采用了多种发行方式, 试图降低新股发行的抑价率。具体发行方式主要有以下9种:自办发行、认购证方式、储蓄存单方式、全额预缴款比例配售、上网发行、上网发行与法人配售相结合、上网发行与二级市场市值配售相结合、网下询价与网上配售相结合、其他发行方式。通过以往的历史数据我们可以看出, 在不同的发行方式下, 抑价程度往往表现出显著的不同。
因此, 将上述变量选为对抑价程度的解释变量是合理的。本文拟通过建立多元线性回归模型来找出IPO定价效率与发行方式之间的关系。具体如下:
其中, IR表示抑价率, 衡量IPO定价效率;ID X表示上证综指, 反映大盘走势;SR表示中签率;S表示前十大股东持股比例;PE表示发行市盈率;T S表示上市首日交易量;IP表示发行价;IM 4、IM 5、IM 6、IM 7、IM 8分别代表第4、5、6、7、8种发行方式对应的虚拟变量 (当IM 4=1, 其余为0时, 为第四种发行方式, 以此类推;当所有虚拟变量都为0时, 为其他发行方式) ;C (1) -C (12) 表示系数。
2、数据来源
本文所有数据来自C C ER数据库, 研究1990年至2010年首次公开发行的新股抑价水平。由于第1、2、3种发行方式数据不足, 统一归为第9种发行方式 (其他发行方式) 处理。数据均采用excel、eview s软件处理。
三、不同新股发行方式定价效率实证分析结果
1、模型回归
采用加权最小二乘法对本文建立的多元线性回归模型进行回归, 结果见表1。
2、模型分析
由表1可知, 上述回归中11个变量的t值对应的p值都很小, 说明该11个变量系数的t检验显著, F值对应的p值也很小, 说明该多元回归方程拟合得很好。除常数项外, 前6个变量中中签率 (SR) 、前十大股东的持股比例 (S) 、发行市盈率 (PE) 、发行规模 (T S) 及发行价 (IP) 的系数都为负值, 说明提高这些变量的值有助于降低抑价率 (IR) , 提高IPO定价效率;大盘指数 (T R) 的系数为正值, 说明应该降低此变量的值来降低抑价率, 提高定价效率。后5个变量则解释发行方式对抑价率的影响。第4种发行方式的系数为正值, 说明这种发行方式的实行会提高抑价程度, 降低定价效率;其余4种发行方式的系数均为负值, 说明这几种发行方式都对降低抑价程度、提高定价效率有不同程度的促进作用。其中, 第5种发行方式 (IM 5) 为上网发行方式, 系数为-0.128144, 在此种方式下引入法人配售 (即第一次市场化改革) 后, 成为第6种发行方式 (IM 6) , 系数为-0.192668, 对降低抑价率的贡献增加了, 说明第一次市场化有一定的作用;第7种发行方式 (IM 7) 为上网发行与二级市场市值配售相结合的方式, 系数为-0.748755, 第8种发行方式 (IM 8) 为网下询价与网上配售相结合的方式, 系数为-1.108874, 说明第二次市场化改革对提高定价效率有显著的影响。
四、结论
由实证检验得出如下结论:中签率、前十大股东的持股比例、发行市盈率、发行规模及发行价的提高有助于IPO定价效率的提高, 大盘指数的增加则不利于提高IPO定价效率。由此可知, 我国IPO抑价现象是一级市场与二级市场因素共同影响的。另外, 上网发行、上网发行与法人配售相结合、上网发行与二级市场市值配售相结合及网下询价与网上配售相结合的方式均能不同程度的促进定价效率的提高。其中, 上网发行与二级市场市值配售相结合、网下询价与网上配售相结合更能有效提高IPO定价效率, 是符合我国国情的发行方式。在股票市场不成熟时, 应采用上网发行与二级市场市值配售相结合的方式;随着股票市场的成熟, 网下询价与网上配售相结合的方式应则更加可取。
参考文献
[1]Rock Kevin.Why new issues are underpriced[J].Journal of Finance, 1986 (46) .
[2]Grinblatt M, C Y Hwang.Signaling and the pricing of new issues[J].Journal of Finance, 1989 (44) .
[3]杜莘、梁洪昀、宋逢明:中国A股市场初始回报率研究[J].管理科学学报, 2001 (8) .
[4]张琦、张永攀、王少敏:如何认识新股发行定价与行业的关系[N].中国证券报, 2002-12-31.
[5]李庆峰:二元结构环境下的IPO定价模型研究[J].财经问题研究, 2006 (3) .
IPO定价效率 第2篇
首次公开发行 (Initial Public Offering, 简称IPO) , 是指企业透过证券交易所首次向公众出售证券。企业的首次公开发行包括债务证券和股权证券, 本文的研究对象仅限于股权证券的首次公开发行。IPO抑价 (IPO under Pricing) 是指股票首次公开发行的发行价格明显低于股票上市首日的收盘价的现象, 上市首日即能获得显著的超额回报。在不考虑相应的市场指数收益的情况下, 以首次公开发行股票上市交易第一天的收盘价格与发行价格的百分比来定义IPO的发行抑价。
UP= (P1-P0) /P0
在实证研究中, 国内外学者都选用IPO抑价程度作为衡量IPO效率的指标。IPO抑价现象 (IPOUnderpricing首次开发行股票抑价) 在国内外市场遍存在。根据国内外学者的研究 (如Su and Fleisher, 1998[2];Ritter, 2002[3];Wang (2003) [3];Su, 2004[4]研究表明, 新兴市场的IPO抑价要普遍高于成熟市场的IPO抑价率, 且各国间的差异较大。[1]同时, 创业板市场的抑价水平也高于主板市场。
鉴于我国创业板市场刚刚启动, 国内还较少涉及其IPO定价效率的研究, 本文在借鉴已有研究的基础上, 通过实证分析对我国创业板市场IPO定价效率的影响因素进行初步研究, 给出我国创业板市场定价效率的初步判断。
二、方法、数据与变量
(一) 研究方法
影响IPO定价的因素分布在多个层面, 多个维度。本文主要运用多元回归分析方法来研究中国创业板IPO定价效率。
回归分析是一种处理变量的统计相关关系的一种数理统计方法。多元回归分析是研究多个变量之间关系的回归分析方法, 按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析 (简称为“一对多”回归分析) 及多个因变量对多个自变量的回归分析 (简称为“多对多”回归分析) , 本文涉及的是前者, 即:
(二) 数据来源
本文中, 样本选取的是中国创业板市场截止到2009年12月10号之前的全部28家首次公开发行的上市公司。数据来源于深圳证券交易所提供的首次公开发行股票并在创业板上市公告书, 中国证券业协会提供的证券公司业绩排名, RESSET数据库, 凤凰财经网。
(三) 变量
1、变量选择和假设
影响IPO定价的因素有很多, 我们从分析企业内在价值, 信息不对称, 外在潜在变量这三方面中选择解释变量并提出假设。
(1) 企业内在价值及其分析变量
①每股收益;②发行市盈率;③发行价。
假设H1:每股收益与IPO抑价成正相关
每股收益越高, 相对来说其公司效益越好, 如果投资者从公司价值判断股票价格, 则应该是每股收益越高的股票越能引起投资者的投资欲望, 从而这样的股票首日股价上涨程度应当更强。
假设H2:发行市盈率与IPO抑价成负相关
市盈率是评判公司价值的重要指标, 代表着市场对上市公司的认可程度。如果发行市盈率过高, 会削减投资者的投资热情。
假设H3:发行价与IPO抑价成负相关
定价较低的股票, 相对来说比较容易炒作, 首日上涨的空间较大。
⑵信息不对称及其分析变量
①三大股东持股比例;②筹资规模;③承销商声誉。
假设H4:三大股东持股比例与IPO抑价成负相关
三大股东对IPO公司信息有着较为充分的了解, 若对IPO公司后续发展看好, 则三大股东持股比例较高。前三大股东持股比例愈高, 股权愈集中, 少数股东获取信息的能力就愈弱。IPO公司需要较高的IPO发行抑价以吸引外部投资者。
假设H5:筹资规模与IPO抑价成负相关
筹资规模从一个侧面反映了IPO公司的规模与业绩。一般来说, 筹资规模愈大, 公司业绩愈好, 其治理结构愈完善, 信息披露愈完全, 信息不对称程度愈低。
假设H6:承销商声誉与IPO抑价成负相关
承销商一个重要价值是他是市场上信息的生产者。越是声誉高的承销商, 越能在承销IPO业务时选择恰当和严格的标准来衡量企业价值。投资者根据承销商声誉的好坏从而间接地判断企业的价值。
我们根据表各承销商承销业绩的排名情况, 将我国承销商分成2个等级, 业绩排名在1-20位的为高声誉等级的承销商, 而业绩排名在20位以后的为低声誉等级的承销商。因变量数值越小, 声誉越高。
⑶外在潜在变量及其分析变量
①首日换手率;②中签率。
假设H7:首日换手率与IPO抑价成正相关
股票的换手率越高, 表明投机意味越浓厚, 短线投机资金大量涌入IPO抑价程度较高。
假设H8:中签率与IPO抑价成负相关
中签率较低的股票, 表明其受到短线投资者的认可和追捧, 同时, 由于中签率较低意味着申购风险加大, 需要加大IPO抑价水平以对其进行补偿。
三、实证过程及结果
(一) 建立模型
八种因素:EPS:每股收益;PE:发行市盈率;IP:发行价格;Mass:三大股东持股比例;Lnsize:筹资规模;RP:承销商声誉;Turnover:首日换手率;Rate:中签率
将以上八种因素作为影响我国创业板市场IPO抑价程度的解释变量, 为消除多重共线性等条件的影响对解释变量筹资规模进行了取对数处理。建立如下多元线性回归模型, 分析可能产生IPO抑价现象的多方面原因。
其中, b0为常数项, b1, b2, b3, b4, b5, b6, b7, b8为模型中8个变量的回归系数, 为随机误差。
(二) 描述性统计
本文研究变量的描述性统计如表3.1所示
从表中可看出, 全部样本的平均抑价幅度为106.24%, 较A股143.25% (自2006年6月19日“股权分置”改革后到2008年12月1日) [5]略低, 比香港创业板53.8%高出较多。前三大股东持股比例从22.840%到73.600%, 平均数为51.81%, 处于控股地位。上市首日换手率平均数为88.88%, 最低为86.36%, 最高为91.02%。个股差异不大。中签率平均为0.80%, 中国IPO认购活跃, 投资热情很高。
(三) 相关性分析
本文研究变量之间的相关系数如表3.4所示。根据偏相关系数显示, 抑价率 (IR) 与每股收益 (EPS) , 筹资规模 (Lnsize) , 承销商声誉 (RP) , 首日换手率 (Turnover) 正相关, 与其余4个变量负相关。检查这些自变量的VIF值 (方差膨胀因子) 都远小于10, 没有发现他们之间存在严重的共线性问题。
(四) 回归分析
采用多元线性回归的进入回归 (Enter) 方法, 将各变量逐一引入回归模型, 再通过比较相关系数寻找对IPO抑价解释力最强的因素。最后得到模型摘要表 (表3.2) , Anova表 (表3.3) 和模型系数表 (表3.4) 。
从模型整体看, 模型在F值的显著水平为0.04, 可以判定发行抑价率与模型所包含的解释变量存在显著线性关系, 建立线性模型是恰当的。决定系数R2=0.803, 修正决定系数为0.495拟合优度较好。模型的DW检验值为1.793, 说明残差不存在一阶自相关, 具有独立性。多重共线性检验结果表明, 所有变量的方差膨胀因子 (VIF) 都远小于10, 可认为回归方程不存在多重共线性。以上检验可保证对参数进行的t检验有效。
根据模型的回归结果, 以及各自变量与IPO抑价水平的偏相关看, IPO抑价水平与中签率, 发行价显著负相关。其他变量对IPO抑价水平无显著影响。自变量对发行抑价率的解释作用一般, 模型只能在一定程度上解释我国创业板IPO抑价问题。
模型的回归结果分析如下:
首先分析企业内在价值对IPO抑价水平的影响。每股收益与IPO抑价水平正相关, 发行市盈率, 发行价与IPO均成负相关, 这与假设相一致。但只有发行价与IPO抑价水平显著相关。
其次分析信息不对称对IPO抑价水平的影响。三大股东与IPO抑价水平成负相关与假设相符, 筹资规模, 承销商信誉与IPO抑价水平成正相关与假设不符, 这这在一定程度上说明这表明在我国证券发行市场中, 承销商声誉与其所承销IPO的抑价之间的关系并不像理论所证明那样是一种严格的负相关关系, 这一结论意味着我国承销商作为市场上信息的生产者存在严重不足。信息不对称理论并不能很好地解释我国创业板IPO抑价水平。
最后, 分析外在潜在变量对IPO抑价水平的影响。换手率与IPO抑价水平正相关, 中签率与IPO抑价水平成负相关, 均与假设相符。其中中签率对IPO抑价影响最大, 与IPO抑价显著相关。这说明在我国的创业版市场上, 中签率是衡量IPO抑价水平的一个重要的变量。
四、结论与启示
(一) 中签率
中签率与IPO抑价率成显著的负向关系, 证实中国投资者的申购热情非常高, 打新受到了大量资金的追捧。该发现支持从众效应假说。
(二) 信息不对称, 信息披露不透明
国外的信息不对称理论对我国创业板IPO抑价的解释力有限, 这说明, 中国证券市场化程度不高、市场透明度低。因此, 要不断提高新股发行信息披露的及时性和透明度, 积极推进中国证券的市场化、规范化建设。此外, 应积极创造条件使我国证券商作为市场上信息的生产者的作用得以有效发挥。
参考文献
[1]张宗新.关于IPO抑价率水平的再认识[N].中国证券报.2006-08-15, (11) .
[2]王云鹏.中国创业板的开启与香港创业板的启示[J].财金研究, 2009, (16) .
[3]Ritter, Jay R..Investment banking and securities issuance.[A].North-Holland Handbook of the Economics of Finance edited byG.Constantinides, M.Harris, and R.Stulz.2002.
[4]Clement K.Wang, Kangmao Wang, Qing Lu.Effects of venturecapitalists'participation in listed companies.[J].Journal ofBanking&Finance, 2003 (27) :2015-2034.
IPO定价效率 第3篇
关键词:IPO,发行定价,随机边界模型,分位数回归
无论是发达的资本市场还是新兴的资本市场都存在新股首次收盘价远高于发行价, 具有明显的超额收益的现象, 即IPO抑价现象。最早涉及新股抑价问题讨论的是Ibbotson。在此之后, IPO抑价现象一直是金融学研究领域的热点问题。众多的理论和实证研究均表明, 新股发行定价行为是影响抑价率的重要因素。依照Hunt—Mc Cool等的解释, 在新股发行过程中发行人为了获取最大收益, 有积极性把新股定价在市场能够接受的最大化前沿面上, 如果实际新股定价达不到这一前沿面, 他称之为真实发行抑价。
本文对我国新股定价效率进行了系统深入的研究。首先利用中国股市的数据测度新股发行的最有效价格前沿, 利用该价格前沿面来分析我国上市公司发行定价的效率, 从而判定其发行价是否偏低。然后, 以随机边界模型的估计结果为基础, 进一步采用分位数回归方法分析了不同发行价格水平下我国新股发行定价的影响因素问题。
一、文献回顾
国内外学者在研究IPO定价合理性问题中主要基于股票发行抑价的视角, 关于抑价的理论主要有胜者诅咒假说 (Rock, 1986) 、信号假说 (Rock, 1986;Allen和Faulhaber, 1989) 、从众效应假说 (Welch, 1992) 、投资银行垄断力量假说 (Barron, 1982) 、投机泡沫假说、建立声誉假说、金融抑制论等等。部分学者认为, 新股的发行价格是其内在价格的合理反映。Logue (1973) 和Ibbotson (1975) 等根据IPO发行价低于其上市首日收盘价的抑价现象中得出IPO定价普遍偏低的结论。这与Hunt—Mc Cool等 (1996) 对美国新股市场的研究结论、Anlin Chen等 (1999) 对台湾新股市场的研究结论以及王新宇等 (2008) 对中国A股的研究结论相一致。
然而, Rivoli (1990) 和白仲光等 (2003) 提出了完全相反的观点。白仲光等 (2003) 运用随机边界分析方法, 选择1998年至2000年底307只新股作为样本, 得出的g为0.005 2, 不能显著拒绝零假设, 认为中国新股发行定价不存在明显的随机边界, 也即我国新股不存在发行低定价, 而我国畸高的新股短期异常收益率是由投资者非理性和投机泡沫抬高了新股的交易价格, 从而导致的新股上市首日高收盘价。
张人骥等 (1999) 首次质疑了发行价低于内在价值是我国IPO抑价的主要原因, 并以净利润、总资产等六个指标表示公司内在价值变量与发行价格之间的关系。结果表明, 我国股市IPO抑价程度较高, 发行价基本反映影响公司价值的各方面因素, 具有一定的合理性。
曹凤岐和董秀良 (2006) 在张人骥研究的基础上改进了样本选择和研究方法, 分不同定价时期对上市公司的基本面数据进行了因子分析和主成分回归, 认为我国股票IPO发行价格较市场价格更能反映公司内在价值, 造成IPO抑价程度过高的主要原因是二级市场价格虚高。
二、实证分析
1. 样本选择及变量定义。
本文选取2005年1月1日至2012年2月19日上市的全部新股作为研究样本, 剔除数据缺失新股, 共880家。数据来源于CCER中国经济金融数据库中的《上市公司首次公开发行数据库》及《首次公开发行前财务数据库》。本文使用EXCEL2007软件对原始数据进行整理, 使用Coelli编写的FRONT4.1软件对随机边界定价模型进行参数估计, 使用Eviews6.0软件进行分位数回归分析等统计分析工作。
2. 研究假设。
Krinsky和Rotenberg (1989) 认为公司的发行前财务数据能够反映公司的价值;Hunt-Mc Cool等 (1996) 也认为公司价值、风险因素及市场环境是影响IPO定价的主要因素, 因此, 本文通过总结前人的研究成果, 以IPO发行价格 (OP) 为因变量, 对提出的指标进行逐步回归, 确定如下变量, 并提出相应假设:
(1) 发行前一年每股盈利 (EPS) 与IPO发行价格正相关。每股盈利是测量企业盈利能力的重要参考指标, 因此每股盈利越高的公司, 其新股定价水平也相应越高。
(2) 本次股票实际发行数量 (Off Vol) 与IPO发行价格负相关。在我国的IPO发行市场中, 小公司通常采用高定价、低发行量的方式发行新股, 而大公司则相反。
(3) 平均每股发行费用 (F) 与IPO发行价格正相关。由于发行人有动机将发行费用转嫁给投资者, 因此发行费用越高, 新股发行价也越高。
(4) 发行市盈率 (PE) 与IPO发行价格正相关。一般来说, 市场前景广阔, 具有很高成长性的新兴工业、金融、房地产业, 其市盈率较高;传统行业的市盈率较低。市盈率高, 在一定程度上反映了投资者对公司增长潜力的认同。
(5) 发行前每股净资产 (APSB) 和发行后每股净资产 (APSA) 代表公司的质量, 因此假设其与新股发行价正相关。
(6) 发行前总股数 (TSB) 与IPO发行价格负相关。发行前总股数对新股发行定价有制约影响, 总股数越多则定价越低。
由表1可以看出, 峰度值均显著大于正态分布的峰度值3, 并且偏度值均不接近正态分布的偏度值0, 显示研究样本数据呈现尖峰、肥尾的特征, 不服从正态分布。因此, 本文所选择的分位数回归方法在此具有很好的适应性。
3. 我国新股发行定价的随机边界检验。
运用随机边界模型进行回归分析, 相应的回归结果列于表2。
由回归结果可以看到, 应用随机前沿模型的极大似然估计 (MLE) 得到的结果与应用最小二乘法 (OLS) 得到的结果有很大的不同。由于g为0.848 4, 即样本总体的偏离程度也即新股的真实发行抑价水平为84.84%, 其t统计量的值为37.143, 显著不为零, 使得MLE得到的对数似然函数值为51.758, 远远大于OLS估计的对应值6.792, 因此单边似然检验统计量LR的值为正。g为零的原假设被拒绝, 利用本文的数据样本进行分析, 发现我国新股发行市场不是充分有效的。这与Rivoli (1990) 等为代表的一批学者的观点相反, 他们认为, 新股的定价并非过低, 而是二级市场上的“投机泡沫”或承销商托市等原因抬高了新股的交易价格。
注:表中括号内数字为t统计值。
注:*表示在1%置信水平下显著。
应用MLE方法估计模型参数b、g、s2, 其中:b是X的参数向量;g=s U2/ (s V2+s U2) ;s2=s V2+s U2。从表2中进行具体分析, MLE估计得到s2, g分别为0.119 8和0.848 4, 因此, 随机扰动误差Vi服从N (0, 0.02) , 系统误差Ui服从N (0, 0.1) 。
在MLE和OLS两种估计方法下, 变量的相关性基本符合前面的假设。但是, 发行前每股净资产与新股发行价负相关与假设不符。可能的解释是发行人有意为之, 意为避免被兼并重组的风险。发行前总股数与IPO发行价格正相关与假设不符, 这可能是由于发行人有通过低定价以吸收社会公众持股的意愿。
4. 我国新股发行定价影响因素的分位数回归分析。
利用分位数回归方法对880家样本进行实证分析。OLS和分位数回归结果见表3。
在OLS分析结果中所有自变量均表现出与定价水平显著相关。其中本次股票实际发行数量和发行前每股净资产与发行定价水平显著正相关, 且系数较大, 反映出二者对新股定价水平的影响强度较大;其余各变量与定价显著负相关。
在表3的QR分析结果中, 本次股票实际发行数量、发行前总股数及发行前后每股净资产在定价水平各个分位点均与发行定价显著相关。其中, 本次股票实际发行数量、发行前每股净资产与发行定价显著负相关, 发行后每股净资产、发行前总股数与发行定价显著正相关。且发行前后每股净资产的系数比较稳定, 而本次股票实际发行数量、发行前总股数二者的系数绝对值均随着分位水平的增大呈严格的增大趋势。显示筹资规模和发行前总股数对发行价有显著的制约能力, 且制约强度随着定价水平的提高不断增大。
此外, 发行前一年每股盈利 (EPS) 与发行价正相关, 仅在最高分位点 (τ=0.9) 表现显著, 说明企业的获利能力对于不同发行价的影响是不一致的, 发行价越高, 获利能力的影响越显著。而其系数随着分位水平的增大基本呈现先减小后增大的趋势, 表示EPS对较低、较高发行价的影响强度更大。
平均每股发行费用 (F) 与定价水平正相关, 除最低分位点 (τ=0.1) 外均表现显著, 估计系数分位点水平的增大呈严格增大趋势, 反映出价格水平不同, 发行费用对OP的影响程度差异很大, 价格越高, 影响越显著, 且强度更大。
发行市盈率 (PE) 在低、中和较高分位点与发行价正相关, 在高分位点表现负相关, 但均不显著, 系数较小, 说明发行市盈率对于发行价的影响不显著, 且强度也不大。这与事实不大相符, 潜在原因可能是公司故意压低价格, 为后续的增发等行为做准备。
三、结论
本文运用随机前沿方法测度新股定价的效率, 判断其是否存在定价过低的现象。研究发现, 我国新股发行市场的定价水平不是充分有效的, 存在发行人故意折价的行为。
另外, 本文利用分位数回归方法研究了我国新股发行定价在不同分位点上的影响因素, 发现不同分位点上定价的影响因素权重及各因素对发行价的影响强度不同。处于高分位点的新股发行价格较多地受到每股盈利和平均每股发行费用的影响;发行市盈率对定价水平的影响较小;本次股票实际发行数量、发行前总股数及发行前后每股净资产均与定价水平显著相关, 发行前后每股净资产对发行价格的影响比较稳定, 不受价格变化的影响;本次股票实际发行数量和发行前总股数对发行价的影响强度较大, 且在高发行价水平下影响更大。
参考文献
[1].白仲光, 张维.基于随机边界定价模型的新股短期收益研究.管理科学学报, 2003;6
[2].王新宇, 赵绍娟.基于随机边界与分位回归的我国新股发行定价行为.系统工程, 2008;26
IPO定价效率 第4篇
自2005年1月开始施询价制度以来,IPO已经进行了四、五轮比较大的改革。除了即将在2015年6月推出的注册制之外,其中最重要的改革措施当属2009年取消对新股定价30倍市盈率的限制。这一符合市场化要求的重大措施,其效果一直被市场各方关注。但到目前为止一直没有统一结论。一方面,2009年后的新股发行抑价大大降低,平均约为35%(2005~2009年是120%),缓解了IPO抑价畸高的现象,降低了资金在一二级市场的分配不均,刘志远和郑凯(2011)[1]认为这说明IPO定价效率提高了;另一方面平均发行市盈率由25倍急速攀升到了50倍,发行出现了高发行价、高市盈率、高超募比例的“三高现象”,平均比市场均衡价高出大约60%,李心丹和俞红海(2012)[2]认为这是另外一种无效率性。出现这些分歧的原因在于市场上没有有效的IPO定价效率判断工具。当前使用的方法主要有两种:一是IPO抑价;二是配比法。IPO抑价(Logue,1973)[3]默认新股上市后初期的市场价就是新股的内在价值,并据此把发行价与上市首日价格的差异程度作为发行价准确程度的依据。但是后市许多因素如购买潮(Aggaval和Rivolli,1990)[4]、承销商的价格支持行为(Henly,Kumar和Seguin,1993)[5]、以及IPO的新闻效应(Baber和Odean,2008)[6]都会造成新股后市价格中潜藏着泡沫,因此抑价并不能准确度量IPO发行价的准确程度。配比法(Purnan和Swaminathan,2004)[7]则取与IPO公司特征相似且上市已达三年的已上市公司的股价作为基准价格,用IPO发行价与该价格比较并判断新股发行价格准确程度。这一方法的另一种衍生形式是将IPO股票解禁后的市场价作为基准价格来判断定价准确程度(李曜和吴文斌,2012)[8]。但是Miller(1977)[9]、Hong,Sheeinkman和Wei(2006)[10]分别指出投资者意见分歧和有限的风险承受能力使得市场不能实现充分套利,因此即使在长期来看资产价格仍然可能存在泡沫,Wurgler和Zhuravskaya(2002)[11]、邵新建和巫和懋(2009)[12]的实证结果证实了这些猜测:他们都发现套利活动并不能平滑股票的需求曲线。因此配比法也有很大的局限性。
由于抑价和配比法都试图从市场中找到股票的内在价值而市场无论是从短期来看还是长期来看都存在泡沫,因此这两种绝对定价效率判断工具都有很大的局限性。基于以上的分析,本文根据有效市场理论(EMH)建立另外一种相对定价效率判断工具,用来实证检验2009年取消价格管制前后IPO定价效率的变化。有效市场理论(Fama,1973)的基础是认为市场上信息进入价格越充分,则股票价格就越有效。所谓“充分”有两层含义:一是凡是跟股票价格相关的因素在定价中都应该被考虑到;二是这些信息的价值在定价中要被充分发挥出来。以往对股价有效程度的检测大多只考虑了第一个含义,比如Lowry和Shwert(2004)[13]以及周孝华和赵炜科(2006)[14]都用与发行价格显著相关的信息指标的个数来检测信息进入IPO发行价格的“充分”程度,但是由于存在发行方对某类信息指标反应不足①的情况,因此显著指标的数量越多并不能完全代表股价越有效。
本文定义的IPO定价效率包括了两个维度:一是IPO股票价格的信息覆盖广度,即如果与发行价显著相关的一级市场信息变量越多,就说明IPO定价越有效,检验IPO定价的这个方面本文使用普通的大样本OLS回归方法;二是IPO价格的信息挖掘深度,即IPO定价是否充分反应了这些信息的价值,本文使用Hunt-McCool(1996)[15]的随机前沿方法(Stochastic Frontier Method)来检测新股定价效率的这一维度。由于这一新的定价效率没有量化发行价和内在价值之间偏差,因此只是一个相对定价效率判断工具。虽然这一工具只从宏观上判断了2009年改革前后IPO定价内在逻辑变化,但是在非有效市场上,判断新股定价是不是朝向正确的方向比寻求新股发行价是否接近其内在价值更有实际意义。
2 随机前沿模型介绍
在一定的技术条件下,当生产过程中投入的各种生产要素(如劳动和资本)给定时,产出的总量有一个理论上的最大可行值,该值被称为该生产过程的确定性生产边界。但是在一些随机因素(如好天气、恐怖袭击等)的影响下,这一理想的产值会向上或者向下偏移到一个新的水平,这个新的产值被称为随机生产边界。进一步的,如果在生产过程中存在管理不善等系统性的原因,那么最终的产量就会在在随机生产边界上打一个折扣,其程度的大小可以被用来度量该过程的生产效率。Aiger,Lovell和Schimidt(1977)[16]建立了一个被称为随机前沿模型的数理工具来量化这一理论描述②,形式如下:
其中vi~iid·N(0,σ2u),ui~iid·N(0,σ2v)服从非负的半正态分布;vi和ui独立分布,且与自变量向量xi无关。式(1)右边第一项中就是前文中所述的确定性边界,度量的是在给定的生产要素向量xi下理想的产出;第二项代表随机因素的影响;第三项度量的就是生产过程中系统的无效率程度;将生产函数假定为满足Cobb-Douglas形式,对式(1)左右两边取对数可得
由于vi和ui的密度函数已给定,所以可以求得新变量εi=vi-ui的密度函数为
其中.φ(·)和Φ(·)分别表示标准正态分布的密度函数和累积分布函数,由式(3)可以得到n个样本的对数似然函数:
通过关于各参数对数似然函数进行最大化可以得到技术参数β,分布参数σ和λ的值与相关的统计量。最终,可以利用这些参数估计出单个样本生产过程的效率
Collei编制的Frontier 4.1软件可以同时完成这几部分计算。
Hunt-McCool(1996)在其论文中将新股的发行价制定过程与一般意义上的生产过程放在一起进行类比,一级市场上的各种信息(股票价值,风险和发行时的市场氛围)被看作是生产要素,而发行价格就是其产出。如果最终计算得出的分布参数λ显著的不为0,则表明一级市场上新股发行存在系统性的折价,而单只股票的定价准确程度可以通过式(5)计算得出。根据中国市场的实际情况,本文采取同样的方法对A股新股定价有效率程度进行测量。
3 研究设计
3.1 研究样本和数据来源
本文以沪深股市2005~2013年底间进行IPO的公司为研究对象,剔除掉金融行业公司、ST公司、以5%和95%分位数为标准的异常值、数据缺失的公司之后,共得到1171个样本。其中除了发行日期、发行市盈率、首日回报率的数据由Wind数据库提取外,其余的数据均来源于CSMAR中的“首次公开发行数据板块”。本文将这些样本分成两个子样本:第一个从2005年1月至2008年9月,共327个样本;第二个从2009年9月至2014年1月之前,共844个样本。在两个子样本之间的2008年9月至2009年9月,IPO处于暂停状态,股市经历了金融危机的冲击,取消价格管制的IPO改革等重大事件。
3.2 相关变量选择及说明
Hunt-McCool(1996)认为,在一级市场市场上是公司的内在价值、风险和发行时的市场氛围这三方面的因素决定了一只新股的价格。根据这个论断,本文结合国内外学者研究新股发行价格时主要考虑的因素,选取A股发行市场上主要的相关指标进行回归。
本文的因变量为新股发行价格(Aiprc)。
自变量分别选取每股净利润(Npps)、每股账面净值(Naps)作为衡量公司价值的指标。
而一级市场上投资者面临的主要风险包括财务风险,以及信息不对称、投资锁定和企业财富转移的风险(田利辉,2010)。所以本文采用公司上市前一年的资产负债率(Rates)度量财务风险:刘煜辉和沈可挺(2011)[17]指出负债率越高发行价越低。同时本文根据Beatty和Ritter(1986)[18]以及杨记军和赵昌文(2006)[19]的研究结果,选取上市前一年的公司总资产(Assets)、公司成立年限(Age)和平均每股发行费用(Isexps)度量信息不对称的风险。选取发行至新股解禁期限(Lockterm)度量投资锁定风险,根据上述学者的分析,除了每股发行费用外,其他几个变量都与发行价负相关。
另外两个跟风险相关的指标分别是发行数量(Nshripo)和非控股股权集中度(Ratio):Wugler和Zhuravskaya(2004)以及邵新建和巫和懋(2011)[20]都认为在非有效市场发行股票时,数量会冲击价格;而Shleifer、Andrei和Vishiny(1998)[21]的研究则表明非控股股东的股权集中度会有效增强他们对控股股东和管理层监督的能力和动机从而预防掏空行为。
本文选取了两个与市场氛围相关的指标,一是新股发行前三个月市场的平均市盈率(MarketPE),根据Derrin和Wamack(2003)[22]的观点,该指标会影响到新股发行中初步询价区间的设定;二是网下超额申购倍数(Osmoffl),李曜和吴文斌(2012)指出过高的申购倍数会使得网下配售数量会轻易被高价申购吸收,因此本文选取该指标代表了网下申购的竞争激烈程度并最终影响发行价格的设定。
以上的指标将被大样本OLS回归模型和随机前沿模型所使用。另外,为了在描述性统计中观察新股发行价的变动,本文还引进新股发行的首日抑价(Under-pri)和发行市盈率(OfferPE)这两个指标①。
3.3 回归模型说明
本文首先使用三个模型分别对两个样本进行回归来检验在两个阶段发行市场中与价格显著相关的信息指标个数②。同时为了观测哪些指标对价格有更强的解释能力,本文采取逐步添加指标的方法回归,首先使用价值指标对发行价格进行回归,得到模型一
继续增加风险指标后,得到模型二
进一步添加市场氛围指标,得到模型三
在使用这三个大样本样本OLS模型度量新股定价的信息覆盖广度之后,本文继续使用随机前沿模型来度量新股定价的信息价值挖掘深度。将新股发行价格作为产出量、将本文给出的各个信息指标作为生产要素指标代入到模型(2)中,即可以得到以下模型(9)
随机前沿模型的回归软件Frontier 4.1会自动根据模型(9)自动计算出各只新股根据投入的信息指标而得到最优(或者前沿)价格,承销商制定的发行价和该价格的比值就可以看出这些投入的信息的充分利用程度。
4 实证结果及其分析
4.1 样本描述性统计及其分析
描述性统计显示Npps、Naps、Rates和Age四个指标没有显著的差异,表明两阶段的上市公司特征没有质的差异。但是两阶段资产规模(Asset)相差很大的IPO(平均为197.85VS19.58)却有比较接近的平均发行数量(Nshripo)(1.73VS0.79),结合样本数的比较(733VS327),可以看出在2009年以后证监会为增加IPO的供给而放宽了中小企业上市的实际门槛,授予了他们较大的发行数量。这与证监会在不放弃发行和审批权力的前提下,缓解IPO稀缺性的目的是吻合的。从发行特征来看,2009年后的平均发行价(Aiprc)有很大的提高,平均为26.20元。对应2009年以前的10.13元。这一阶段新股最小市盈率为2.83倍,最大值为150.82倍,都比样本1要高;均值则为48.59比24.26。表明样本2的发行市盈率要系统性地高于样本1。但是样本2和样本1方差之间的比较(406VS84.59)说明定价市盈率出现了更多变化,这是市场化的必然结果,说明放松价格管制后的新股定价呈现了更强的多样性。这些更适合股票特征,市场特征和发行特征个性化的IPO定价直接结果就是首日抑价(Underpricing)有了明显的下降(0.35VS1.57)。总之,在2009年改革前后上市的新股从股票特征上没有太大变化,但是市场特征和发行特征却有了明显的变化,后一阶段的IPO明显体现了更多的定价多样性,因此其价格可能有更多的信息含量。
4.2 大样本OLS回归结果
在使用大样本OLS模型之前,本文先对数据进行了变量共线性检验,方愁膨胀系数的结果显示VIF最大值是2.90,平均值是1.52,均远小于10,因此变量之间几乎不存在多重共线性;White异方差检验和BG检验结果表明数据也不存在异方差问题和扰动项自相关性,因此直接使用OLS+普通的T统计量得到的回归结果是稳健的,回归结果列在表2。
首先使用价值指标和常数项对价格回归,得到的结果就是表2的模型一;在模型二增加了风险指标后,发现价值指标的符号、系数值和T统计量都几乎没有变化;模型三进一步添加了市场氛围指标后,则价值指标和风险指标的符号、系数值和T统计量相对于前面的模型也几乎没有变化。样本2有同样的特征。表明变量之间确实几乎没有相关性,因此是否控制其他变量并不会显著影响指标单独对模型的解释能力。基于这一前提,由R平方可以看出,在样本1中价值指标解释了价格的8%,而增加风险指标后模型的解释能力提高了35%(43%-8%),增加市场氛围指标后模型的解释能力进一步增加了3%;样本2中对应值为3%、44%、12%(调整R平方提供了非常接近的数值)。
总体来说,本文选取的指标对两阶段的IPO定价都有很强的解释能力,样本1中由所有指标进行回归的模型三中R平方高达46%,样本达到了59%,表明IPO发行价在两个阶段都大量吸收了以上几方面的信息,这说明了发行市场在两阶段都存在市场化的因素,并且取消价格管制后定价的市场化程度确实更强了。但是,对比三个方面的指标对价格的解释力度在两个阶段的变化后可以发现IPO发行价有两个方面特征:一是股票的基本面对发行价影响不大,首发价格主要由风险因素①和市场氛围因素所决定,这一特征在样本1和样本2中都成立;二是在放松价格管制后,股票的内在价值指标对发行价的解释力度变得更小了(由8%下降到3%),而风险指标指标则由35%进一步增大到44%,市场指标则由3%上增加到12%.表明取消定价管制后,发行人和承销商更多地是增加了对发行风险和市场氛围等因素的考虑,因此这些因素被更大地带入了价格,而股票的基本面因素反而被更进一步忽视了。
样本2中共有8个指标显著,其中有6个在1%的水平上显著,拟合优度达到了59%;样本2中有6个指标显著,其中有三个在1%的水平上显著,拟合优度约为44%.综合来看样本2中有更多的市场信息指标对发行价格有解释能力,并且拟合度更好,因此改革后的新股发行价格的信息广度更大。但值得注意的是这些增加的解析能力主要来自于发行人和承销商对风险的重视和对市场不理性情绪的更充分利用,股票内在价值并没有扮演相应的角色。
注:表2中样本1所覆盖的三列是样本1分别使用模型一、二、三进行回归所得到的结果;样本2所覆盖的三列是样本2分别使用模型一、二、三进行回归得到的结果,其中各个变量对应的数据中第一个是回归系数,括号中的数据是对应的T值;*、**、***分别表示在10%、5%、1%的水平上显著。
4.3 随机前沿模型回归结果
本文进一步对发行人和承销商使用这些信息的效率进行回归,并将随机前沿模型的回归结果列在表3。
回归结果显示,在样本1中的gamma非常小,几乎等于0,虽然MLE估计值的对数似然函数值是-0.19,不能通过混合卡方分布的0检验,因此样本1中的IPO价格十分接近其随机前沿价格,也就是说IPO定价不存在系统性的无效率性,新股没有折价发行;但是样本2中的gamma值日高达0.71,对数似然函数值为-74.81,显著地拒绝了gamma为0的原假设,对数似然函数的值高达-74.81也进一步证明了这一点,也就是说这一阶段的发行定价存在一定程度的无效率性。表3的结果显示两个阶段的平均效率大约为99%比82%.这一结果显示改革后的承销商和发行人使用信息的效率反而比改革前下降了。
注:表3中*、**、***表示在10%、5%、1%的水平上显著。
那么,怎么理解这个回归结果呢?在2009年之前,由于市场火热和IPO稀缺,新股发行基本不存在失败的可能,同时因为发行后监管缺位,使得发行人定价时较少考虑风险和股票内在价值,满足发审会的制度要求就可以了,因此各家企业的定价行为表现出很大的一致性,就是冲击但是不越过30倍的市盈率的约束。从描述性统计结果来看,这一阶段的平均发行市盈率是25倍,方差只有80,也说明各只新股偏离其平均发行价不大。而随机前沿模型的“公允价格”事实上是根据市场的总体状况拟合出来对当时而言的一个“合适”的价格,因此各只新股对符合政府规定的“潜规则发行价”的不是很大的偏离就会体现为表3随机前沿模型得到的“高效率性”(99%),这是“机械式定价”的自然结果。
在2009年取消价格管制之后,金融危机的冲击加上新股大量发行导致市场变数增加。在这样的背景下,首先发行人和承销商因为拥有了定价的自由而无限提高发行价的冲动,另一方面风险增加可能会导致发行失败①,这样一种风险和机遇并存的局面对定价者是很大的考验;其次证监会加强了对询价技术流程的要求,使得询价者由于自身利益的要求而必须关注跟新股相关的各种因素,他们的要求必然将市场信息嵌入价格,表2对这一阶段的回归分析也证明了这一点。更大的空间和更复杂的市场也就把各个发行企业的定价者的能力差异展现出来了,表3的结果显示这一阶段的定价效率约为82%,该数据应该就是A股发行市场信息利用效率的真实反应。一般来说,因为各种因素的掣肘而追逐不到最优价格是很自然的,这也跟利用现有原料很难实现理论最大化产出一样。但是对比美国市场上的数据可以看出A股的定价能力有一定差距②。由于不存在折价发行的动机,2009年后上市企业发行市盈率普遍偏高,其平均数接近50倍,比同行业的配比公司高了近60%.因此82%的效率并非定价者不为,只是不能而已;结合后市仍然高达35%的首日回报率,A股总体上呈现出一种“新股定价确实是太高了,公平的说其实他们还可以定得更高,但无论如何都不会比后市价格高”的“三高”奇特现象。
5 结论和政策建议
本文从有效市场理论出发提出了一个新的定价效率判断方法:这一方法致力于从发行价格的信息覆盖广度和信息使用效率两个维度来检验2009年IPO改革对新股定价的影响。
本文首先使用大样本OLS对2009年取消价格管制前后两个阶段的新股发行价进行回归,发现2009年改革之后有更多的信息变量可以解释发行价格,并且其拟合程度也更好;这说明2009年的改革确实增强了新股定价的市场化,这是定价效率得到增强的表现的一个方面。但是,价格信息覆盖广度的增加主要来自于取消价格管制后承销商和发行人更重视风险因素和市场状况,而不是发行股票的基本面。这既表现了新股价格制定中投机的一面,又表现了在因为定价自由而带来更大的风险面前(价格制定得过高带来的破发风险等)时价格制定者严肃思考。
但是在进一步的随机前沿模型回归中发现,即使是出于获取短期的最大利益的投机目的(最大限度地利用市场热度获取高发行价),2009年之后的新股定价的信息使用效率只有80%左右,相对于改革前有明显的下降。由于中国A股市场上IPO价格的制定者并没有抑价发行的动机,这个数据说明承销商等仍然缺乏使用已有信息实行精准定价的能力。
影响IPO定价因素实证研究 第5篇
确定新股的发行价格是新股发行过程中最重要和最基本的环节, 它关系到各参与主体的根本利益, 合理的发行定价, 不仅影响新股上市后的表现, 并且直接影响股票市场的资源配置效率, 甚至决定了发行公司的融资目的能否顺利地实现。
关于IPO定价的研究始于20世纪60年代, Fama (1970) 强调了信息的重要性, 认为新股价格对信息的反应效率决定了新股定价的合理性;而一般来说, IPO定价由新股的内在价值决定, 同时受股票供求关系的影响;而Srivas (1991) 认为在一个较为理想的资本市场上, 公司基本价值才是影响新股定价的基本因素, 因此新股定价应该在内在价值的基础上充分反映各种信息;Bevenistehe和Wilhelm (1990) 又把各种影响IPO定价的因素分为了两大类即公司内部因素与公司外部因素;Sherman (1997) 和Ann E (2004) 从这一分类的角度考虑, 强调了合理的IPO定价要充分反映公司内部与外部两种因素;从发行定价机制的角度考虑, Sherman和Titman (2002) 、Sherman (2003) 认为累计投标询价相较于拍卖方式, 定价会更合理, 抑价率会更低;而从承销方式的角度, Kooli和Suret (2002) 对1997—1999年加拿大和美国市场的数据进行实证研究发现, 在加拿大, 代销方式下的发行定价较包销方式更为合理, 而美国则刚好相反。
国内方面, 陈信元、陈冬华、朱红军 (2002) 研究发现, 在上海股票市场, 流通股比例与企业规模会影响企业的财务信息与股价的相关性;徐筱凤、李寿喜 (2005) 通过对1993—2002年的数据进行实证分析, 进一步发现流通股本规模较小的企业, 利润和净资产与股价的相关性较低, 并且流通比例与股价呈显著负相关, 与陈信元一样, 都得出了流通比例对发行定价有较强解释效力的结论;刘中学 (2006) 采用主成分回归法, 确定影响IPO定价的因素从高到低依次为:成本因子、投资偏好因子、市况因子和业绩成长因子;杨记军、赵昌文 (2006) 对A股上市公司进行了实证检验, 发现自2005年实行询价制以来, A股市场的IPO定价合理性明显提高, 但与Kooli和Suret (2002) 对加拿大和美国市场的研究不同, 他们发现承销方式对发行定价的合理性并无显著影响。
国外的研究多是建立在西方股市全流通的基础之上的, 并且遵循同股同价的定价原则, 因此, 国外研究成果对我国IPO定价虽有一定的借鉴意义, 但股权分置等中国式问题还需要进一步研究, 然而国内关于这些问题的研究样本多在股改以前, 因此本文将选取2005—2008年4年间在沪深A股上市的股票作为研究样本, 分析流通比例等因素对IPO定价的影响, 以期对A股新股发行的合理定价提供理论基础并对新股发行政策提出合理建议。
2 样本数据、变量和研究设计
2.1 数据
本文中, 我们选取2005—2008年在沪深证券交易所A股市场首次公开发行的273只股票为研究样本, 收集其股本总额、流通A股规模、实际流通A股规模、主承销商、行业类别、发行价格的数据, 数据均来自于上海证券交易所和深圳证券交易所网站, 和讯财经网 (www.hexun.com) 、全景网 (www.p5w.net) 、证券时报 (www.secutimes.com) 。
2.2 变量
本文将重点研究股本规模、流通比例、主承销商以及公司的行业归属对IPO定价的影响及解释效力。
A股流通比例我们定义为发行日的流通A股与总股本的比例, 其中流通股包括限售股, 而A股实际流通比例则定义为发行日实际流通的A股与总股本的比例, 这里的流通股不包括限售股, 即限售股被作为非流通股来处理。
关于主承销商声誉, 段进东、陈海明 (2004) 通过对1996—2003年的数据研究发现, 其与新股发行定价并无显著相关性, 而Kutsuma和Smith (2004) 则认为, 承销商声誉越高, IPO定价就越为合理。本文依据中国证券业协会 (www.sac.net.cn) 的相关排名, 选取同时满足2004年、2006年、2007年股票承销金额均排名前20名, 以及2008年承销、保荐和并购重组业务净收入排名前20名的9家证券公司作为知名投资银行, 设虚拟变量投资银行声誉, 由知名投资银行作为主承销商的股票赋值为1, 否则为0。
关于公司的行业归属, 根据《财富中国》 (2008) 对行业的界定, 魏杰 (2000) 对传统行业与非传统行业的划分, 本文将冶金、化工、化纤、造纸、纺织服装等行业划归为传统行业, 设定虚拟变量行业类别, 对属于传统行业的公司发行的股票赋值为 1, 否则赋值为0。
2.3 研究设计
基于以上分析, 我们建立如下模型:
模型Ⅰ:P=β0+β1LN (SIZ) +β2LB+β3SY+β4HL+μ1
模型Ⅱ:P=γ0+γ1LN (SIZ) +γ2SLB+γ3SY+γ4HL+μ2
其中:P表示新股发行价格, LN (SIZ) 表示总股本的自然对数, LB表示A股流通比例, SLB表示A股实际流通比例, SY表示投资银行声誉, HL表示行业类别。
3 实证结果与分析
3.1 Eviews简单统计分析
由各变量间的相关系数矩阵知, 总股本的自然对数、A股实际流通比例、行业类别与新股发行价格负相关, A股流通比例、投资银行声誉与新股发行价格正相关, 但相关系数仅仅反映了变量间的简单影响, 为决定各解释变量对发行价格的具体影响及相关程度, 还应作回归分析。另外各解释变量之间均呈不相关或者弱相关, 而一般来说, 如果变量之间的相关性为中度或者低度, 则多重共线性不会显著地影响回归结果, 因此可不考虑多重共线性问题 (赵昌文, 2006) 。
由Eviews输出结果, A股流通比例均值为0.94, 而A股实际流通比例却为0.200, 前者比后者大很多, 接近全流通, 这主要是因为股权分置改革以来, 特别是深圳证券交易所上市的股票基本是全流通股, 因此限售股对新股发行价格的影响就尤为值得关注。
3.2 Eviews回归分析
由表1可以看出, F值=2.11, p值=0.079, 说明在10%的显著性水平下, 被解释变量与解释变量之间存在线性关系, 但这一线性关系不显著;由各解释变量的t统计量以及相应的P值知道, 总股本的自然对数与新股发行价格之间不存在显著线性关系;A股流通比例与新股发行价格之间正相关, 系数为正, 且在5%的显著性水平下显著相关;投资银行声誉与新股发行价格不存在显著相关性;行业类别与新股发行价格之间不存在显著相关性;DW=1.83, 接近于2, 说明各解释变量之间不存在多重共线性。
由表2可以看出, F值=4.987, 相应的P值=0.0006, 说明在1%的显著性水平下, 回归方程整体上通过检验, 并且线性关系十分显著;由各解释变量的t统计量以及相应的P值知道, 总股本的自然对数与新股发行价格负相关, 并且在1%的显著性水平下, 线性关系十分显著;A股实际流通比例与新股发行价呈负相关, 并且在1%的显著性水平下, 线性关系十分显著;投资银行声誉与新股发行价不存在显著线性关系;行业类别与新股发行价不存在显著线性关系;DW=1.89, 接近于2, 说明各解释变量之间不存在多重共线性。
通过对模型Ⅰ和模型Ⅱ的多元线性回归分析, 我们发现, A股流通比例与发行价格的线性关系与A股实际流通比例比较起来, 对定价的影响远没有后者显著, 说明限售股对发行价格有着显著的影响;另外, 从Eviews的输出结果可以看出, 虽然模型Ⅱ比模型Ⅰ的拟合优度有所改进, 但两模型的R2都很小, 拟合效果都很不理想, 这与我们研究的目的有一定的关联, 在我们的模型中, 由于重点研究的是股本规模、流通比例、投资银行声誉以及行业类别对新股发行价格的影响, 忽略了诸如公司股票每股净收益、每股净资产等公司内部因素和市场景气程度、利率、宏观经济状况等公司外部因素, 而这些信息对新股的发行价格是至关重要的, 因此导致我们的模型对发行价格的解释效力非常低, 反映的信息极其有限。
4 结论与建议
在本文中, 我们将A股流通规模与A股实际流通规模作了有效的区分, 发现股权分置改革以来, 流通比例对IPO定价的影响已经不如改革之前显著, 并且限售股对IPO定价有显著影响, 这对拟发行上市的公司合理制定发行的股本结构、确定有效的发行价格都有重要的意义。对投资银行声誉的研究我们发现, 不同的证券公司对新股发行定价并无显著影响, 拟发行上市的公司应该专注于证券公司承销的发行费用等成本, 而不是以证券公司名声的大小来选择主承销商, 以求最大程度降低发行费用。
最后, 在《财富中国》有关行业界定的基础上, 我们采用了魏杰在2000年的传统与非传统行业的分类方法, 可能在我们研究的时间窗口期内有关传统行业的划分相比较于2000年有所不同, 因此我们得出了与较早期文献不同的结论, 即行业类别对新股发行价格没有显著影响, 这与现实印象也不相符, 因为传统行业相比较于新兴行业, 由于所处的行业生命周期不同, 赢利发展前景不同, 一般会有较低的发行价格, 所以有关这一问题还需要我们进一步研究。
参考文献
[1]Benveniste, Lawrence M, and William J, 1990, A compara-tive analysis of IPO proceeds under alternative regulatory environments[J].Journal of Financial Economics, 28, 173-208.
[2]Mauser.D, and L.Senbet.The effect of the secondary market on the pricing of initial public offerings:Theory and evidence[J].Journal of Financial and Quantitative Analysis, 1992 (27) :55-79.
[3]陈信元, 陈冬华, 朱红军.净资产、剩余收益与市场定价:会计信息的价值相关性[J].金融研究, 2002 (4) :59-70.
[4]刘中学.A股市场新股的因素定价模型实证研究[J].商业研究, 2006 (13) :174-177.
IPO股票估值与发行定价泡沫 第6篇
一、发行定价泡沫
发行定价泡沫是指首次公开发行的股票, 其发行定价大幅偏离了基础价值, 通常以发行价格虚高、发行市盈率远远超过二级市场相同板块品种的平均水平等表现出来。股票在首次公开发行定价过程中产生泡沫, 在我国证券市场有着现实基础。这是因为, 我国新股定价机制的演变决定了新股发行定价偏离其基础价值。另外, 询价制实施过程中的实际情况也显示出新股发行定价过程中有泡沫。
我国的新股定价机制是沿着“控制→监管→市场化”的路径演进的, 这与我国的股票发行监管体制、发行方式是保持一致的。我国股票发行监管体制经历了审批制和核准制。在审批制实施阶段, 新股发行价格的确定方法经历了固定价格、相对固定市盈率定价、累积投标定价等阶段, 在核准制实行之后又经历了控制市盈率定价和询价制阶段。在询价制实施以前, 由于新股定价被赋予了一定的规则, 无视市场供需和企业自身情况, 结果一定是定价严重偏离其基础价值。
2004年12月10日, 证监会发布《关于首次公开发行股票试行询价制度若干问题的通知》及配套文件《股票发行审核标准备忘录第18号———对首次公开发行股票询价对象条件和行为的监管要求》, 询价制开始正式实行。发行人及其保荐机构首先通过初步询价确定发行价格区间, 然后通过累计投标询价确定发行价格。尽管询价制被公认是一种市场化的定价方法, 但在实际操作中, 却出现了两种相对极端的情况:首发市盈率仍被控制在一定范围, 而且一再升高。
从全面实行询价制至2008年IPO被暂停, 在这段时间进行IPO的公司中, 首发市盈率在10~20倍之间的公司所占比例为14%, 在20~30倍之间的公司所占比例达到77%。这说明绝大部分IPO公司是有意识或无意识地按照某个指导的市盈率进行定价, 其中仍然可以看到控制市盈率的影子。在所有IPO公司中, 市盈率接近30倍的IPO公司占42%。可见, 接近一半的IPO公司在这个可能是被指导或者被控制的市盈率范围内, 采用的是范围上限, 即尽可能高定价。在这个阶段, 除了个别特殊情况, 发行定价仍然存在市盈率的限制, 市盈率的上限一般被控制在不超过30倍的水平, 这似乎成为新股发行定价的“潜规则”。这就是说, 即使询价制开始实行, 新股定价仍然是在监管下进行的, 发行价格的确定由一只“无形的手”控制, 股票的发行价格并不能反映其基础价值。
2009年IPO重启之后, 市盈率则呈现出无节制的升高再升高的势头。在截至2011年3月的528家IPO公司中, 首发市盈率最小的为14.37, 最大的为150.82。这528家IPO公司的平均首发市盈率为58.54, 比询价制实施至2008年的平均首发市盈率27.12要高出一倍还多。在此阶段, 恰逢新股发行制度新一轮改革, 新股发行的市场化运作效果逐渐显现, 市盈率不再受到“潜规则”的约束。从理论上讲, 发行定价应该逐渐反映供需矛盾, 从而接近其基础价值。但现实情况是市盈率如脱缰野马无限升高, 这说明发行定价极有可能严重偏离基础价值, 且情况较之2009年之前更为严重。
可见, 在受到监管和约束的IPO定价机制下, 新股发行定价不能反映其基础价值。即使是在市场化定价机制之下, 新股发行定价仍然会偏离其基础价值。新股发行定价过程中肯定存在泡沫。
二、IPO股票估值模型
要想计量发行定价泡沫, 关键是要确定新股的基础价值。本文以剩余收益模型的基本形式作为基础, 根据IPO的特点, 对估值模型进行相应的改造, 新的估值模型称之为IPO股票估值模型。
剩余收益模型的基本形式是权益的账面价值加上未来超常收益的现值之和。如果用Rf表示无风险收益率, Pt表示股票的基础价值, bvt表示账面价值, xta表示超常收益, xt表示净收益, 则有:
根据剩余收益模型确定IPO股票的基础价值, 实质上就是股票IPO时的权益账面价值加上未来超额收益的现值之和。IPO时点就是研究股票基础价值的基期, 即0时点, IPO股票的基础价值就是P0, 基期的权益账面价值就是bv0。
此外, 净收益可以表达成权益的账面价值与净资产收益率 (ROE) 的乘积, 则有:
需要注意的是, 这里的净资产收益率是当期的净收益与上期的权益账面价值之比。
所以, IPO股票的估值模型如下:
其中, bvτ-1/bv0表示IPO之后未来某一期净资产与基期净资产的比率, 即定基的股东权益增长率, 用以考察IPO之后每年净资产相对于基期净资产增长 (或降低) 的趋势。
(ROEτ-Rf) 是净资产收益率与无风险利率的差额——仅当净资产收益率大于或等于无风险利率时, 公司的价值才大于其股东权益, 否则公司价值就低于股东权益的账面价值。这说明公司经营状况不佳, 使得净资产收益率竟然达不到无风险利率水平, 投资者对公司投资所能获得的收益低于无风险投资所获得的收益。
三、我国股市发行定价泡沫的基本状况
本文选取2001年3月1日至2008年12月31日进行IPO并上市的非金融行业的538家公司作为样本。其中, 在上海证券交易所发行并上市的公司有266家, 在深圳证券交易所发行并上市的公司有272家, 且全部属于中小企业板块。IPO股票估值过程中的无风险收益率采用城乡居民及单位存款整存整取 (三个月) 利率。
发行定价泡沫是指IPO股票的发行定价偏离其基础价值, 故可以用发行价与基础价值的差额表示, 也可以用相对数 (即发行价与基础价值之差额与基础价值的比值) 来表示, 本文采用后者, 并称之为发行定价泡沫度。
本文还新设了一个指标——基础市净率 (基础价值与股东权益账面价值的比值) 。该指标与发行市净率的差额, 可以说明发行定价与基础价值的接近程度, 两个指标的差额越接近于0, 说明发行定价越有效。
表1显示了所有样本股票的估值结果及发行定价泡沫度的基本状况。可以看到, 估值的平均水平明显低于发行定价, 发行定价泡沫度的平均水平为0.69, 说明发行定价过程中明显存在泡沫。
此外, 发行市净率与基础市净率之差的均值接近1, 且离散程度非常大 (标准差是1.89, 变异系数是1.92) , 说明大部分IPO股票的定价并非有效定价, 且各个股票的发行价偏离基础价值的程度大不相同。
按上市地点不同, 可将样本分为266家沪市主板上市公司和272家深市中小板上市公司, 将其描述性统计结果进行对比, 可以看到沪深两市的IPO泡沫呈现出不同的特征。
从估值和定价情况来看, 首先, 沪市主板的估值水平 (5.10) 整体上比深市中小板的估值水平 (5.93) 低。由此, 发行定价和发行市净率水平也整体偏低。其次, 发行市净率与基础市净率之差的均值, 沪市主板为0.86, 低于深市中小板的1.10。再次, 沪市主板的基础市净率和发行市净率的离散程度比深市中小板更大, 基础市净率与发行市净率之差的离散程度也相对更大。
这些情况说明, 整体而言, 深市中小板非有效定价的程度比沪市主板更为严重。但是从IPO股票个体来看, 深市中小板IPO股票的发行定价偏离其基础价值的情况相对稳定, 保持在某一个范围内, 而沪市主板的发行定价偏离基础价值的估值情况则不稳定。
比较两市的发行定价泡沫状况, 可以看到, 深市中小板的泡沫程度高于沪市主板。但是, 沪市主板的发行定价泡沫度的标准差为0.59, 变异系数为1.02, 深市中小板则分别为0.50和0.63。这说明深市中小板的发行定价泡沫整体维持在某一个范围内, 相对稳定, 而沪市主板各个IPO股票的发行定价泡沫差别更大一些。
按照月份统计的发行定价泡沫度的情况如下图:
由上图可以看到, 2001~2008年间的月度发行定价泡沫状况可以大致分为三个阶段。
第一个阶段是2001年三季度之前, 月平均发行定价泡沫度在0.8左右波动, 甚至在2001年8月份达到1.3。此时正是新股发行核准制实施初期, 新股发行正在从行政监管过渡到市场化运作, 可能是由于投资者对核准制这个新的发行制度存在疑虑, 继而引发不稳定情绪, 造成发行定价泡沫偏高的局面。
第二阶段是2001年三季度之后至2006年下半年, IPO泡沫程度相对较为平稳, 持续低于0.8, 在个别月份甚至低于0.2。
第三阶段是2006年底至2008年, 发行定价泡沫开始逐步扩大, 最高时达到2007年9月的1.65和2008年3月的1.9。在这期间, 二级市场波动幅度非常大, 一直在经历着泡沫出现、膨胀、萎缩、再膨胀、再萎缩的过程, 新股发行也受到相应影响, 但发行定价过程中显现的泡沫比二级市场的泡沫略为滞后。
四、结论与政策建议
本文认为, 在中国证券市场上, 新股发行定价泡沫是明显存在的, 发行定价泡沫应当是股市泡沫的一个重要组成部分。从这个意义上讲, 本文的研究结论是对新兴市场加转轨经济条件下资本市场的股市泡沫研究框架的有益补充。
基于以上研究分析, 笔者有如下政策建议:
1. 完善询价机制, 加强询价制实施过程监管, 出台更为市场化的配套措施。
询价制是我国新股发行改革最大的成果, 改变了以往由监管层操控价格的弊端。但是在实际操作中, 询价流于形式, 询价制没有能够真正发挥应有的作用, IPO泡沫程度就能够说明这一问题的严重性。
完善询价机制最关键的是对询价对象的管理, 不仅要增加参与询价和配售机构的数量和种类, 适度扩大网下询价机构的范围, 而且要考虑主承销商选择参与询价的机构, 逐步赋予主承销商配售权, 以发挥主承销商选择优质投资者的市场功能。
2. 加强对中介机构的新股业务行为的监管。
IPO泡沫的膨胀, 投行负有不可推卸的责任。通过提高发行市盈率和发行定价, 使得IPO公司的融资额尽可能增加, 投行便可从中获取高额的承销收入。监管层加强对中介机构相关行为的监督和控制, 使其必须根据基础价值和证券市场环境、供需状况, 同时考虑询价的结果, 最终确定发行市盈率和发行价格, 从而保证发行市场和交易市场的健康、持续发展。
参考文献
[1].James A.Ohlson.Earnings, Book Values and Dividends in Equity Valuation.Contemporary Accounting Research, 1995;11
[2].陈信元, 陈冬华, 朱红军, 净资产、剩余收益与市场定价:会计信息的价值相关性.金融研究, 2002;4
[3].张人骥, 刘浩, 胡晓斌.充分利用会计信息的企业价值评估模型——RIR模型的建立与应用.财经研究, 2002;7
[4].刘熀松.股票内在投资价值理论与中国股市泡沫问题.经济研究, 2005;2
我国IPO定价影响因素实证研究 第7篇
1 文献回顾
从Markowzti提出有效资产组合开始,到Sharpe的资本资产定价模型( CAPM ) , 再到Ross的套利定价模型( APT) ,国外的学者一直在探索有价证券的合理定价问题。Ibboston ( 1975) 选取了1960—1969 年发行的120 只股票作为研究对象,Ritter ( 1987) 选取1977—1982 年的1028 只新股数据,Round ( 1993) 使用1982—1983 年463 只IPO,研究新股上市首月( 日) 的超额收益率,分析定价机制是否合理有效。随着计量在经济学中的应用和发展,近年来,国外的学者也尝试建立模型,具体量化对于IPO定价的影响因素。Loughran ( 1994) 使用计量的方法分析和比较了25 个国家及地区的证券市场IPO上市的抑价情况。Schultz与Zaman ( 1994) 建立模型分析对比了新股的发行价格与上市后价格走势的关系。Ritter将股市的周期引入模型,探究其对新股报酬率的影响,发现股市向好的时期,新股的报酬率明显高于平时。Compers ( 2003) 从公司管理层控制力的角度研究了其对股票上市定价的影响并发现股东的控制力越强,新股的定价越高。Hersh Shefrin ( 2004) 引入心理因素,发现定价在反映内在价值方面有偏差,人们的心理预期将会影响IPO的定价。Lewellen ( 2006) 在IPO定价影响因素的计量模型中加入了承销商的因素,发现承销商的声誉与IPO定价有明显的关系。Michael Adaras和Bany Thomton ( 2008)验证了投资者的心理预期对IPO定价的影响,并进一步的研究了其对上市价格的影响程度。
国内资本市场的兴起与繁荣也使得IPO的定价问题受到研究学者的关注,王晋斌( 1997) 、徐剑刚( 2000) 以及陈工孟( 2000) 都曾对我国资本市场新股上市后的超额收益率进行实证研究。田华、宋耀( 2002) 发现发行规模越大,发行价格越低,发行规模与新股发行呈负相关,张永攀( 2002) 通过实证分析得出发行市盈率、筹资规模、IPO企业净资产规模、所处行业及发行前资本市场整体环境与IPO定价有着紧密的联系。段进东、陈海明( 2004) 认为除了IPO企业的内部因素之外还需考虑发行前市场的景气程度,并选取了1996 年下半年至2003 年上半年的新股数据进行实证检验。陶冶、马健( 2006) 将IPO定价的影响因素细分为19 个指标,选取了2001—2005 年230 只IPO数据,进行回归分析。曹凤岐、董秀良( 2006) 将我国新股上市分为三个阶段,1990—1999 年7 月为行政化定价阶段,1999 年8 月至2001 年8 月为市场化定价阶段,2001 年11 月至2004 年8月为行政化定价阶段,分阶段进行实证检验,分析我国IPO定价是否合理,并探寻新股上市出现抑价的原因。刘春玲( 2009) 通过主成分因素实证分析法认为公司的财务状况、经营成果、发行规模等指标是IPO定价的重要影响因素。
2 数据来源及变量选取
本文选取2014 年6 月26 日至2015 年5 月29 日在上海证券交易所与深圳证券交易所上市的全部IPO数据,共计129 只股票。只包含A股,不包括同时段发行B股或者增发、配股的股票数据。为了保证数据的真实客观完整,本文中所采用的数据来源于Wind数据库,以上海证券交易所官网以及中国证券监督管理委员会官方网站和东方财富网站的数据作为补充。原始数据使用Excel软件进行录入,实证分析部分使用Stata11 对数据进行回归。
IPO定价复杂之处在于影响因素很多,我们一般把影响IPO定价的因素分为内部因素和外部因素。内部因素即企业自身的价值对上市定价有着重要的影响,对于企业的估值一定是以企业的内在价值为基础的,在其他因素的影响下围绕内在价值进行波动的,所以内部因素是影响IPO定价的重要因素。企业的自身价值表现为企业的盈利能力、经营能力、成长性、竞争能力、发展潜力、管理效率等。具体量化企业内在价值的各个方面是具有难度的,本文认为,公司披露的财务报告中的一些财务数据能基本反映公司内在价值的概况,如盈利能力指标、衡量偿债能力的指标、经营能力的指标、成长性指标及描述公司资本规模的指标等。影响IPO定价的因素还包括公司内在价值之外的外部因素,IPO定价外部影响因素是指不直接影响公司内部持续盈利能力,也不影响公司的正常运营状态,但却可能在承销商的定价过程起到经验性作用,而且影响发行人和投资者IPO定价的非量化影响因素。外部因素多种多样,宏观到整体经济形势、国家政策导向,微观到公司所处行业,发行时所选用的承销商都会对IPO定价产生影响。具体量化所有的外部因素也是有难度的,本文从重要性合理性等方面考虑,选取部分衡量外部因素的指标,研究其对IPO定价的影响程度。 ( 内部因素和外部因素选取的具体指标如表1 所示) 。
3 数据处理及研究方法
内部因素所涉及的变量均可从数据库及IPO首发公告及上市公司的年报中直接提取使用,对于外部因素中所涉及的变量要进行处理,主要涉及虚拟变量的设置。行业归属一列,对公司所处行业这一变量设置为虚拟变量,根据证监会发布的行业标准( 2012 版) 分为19 个行业,分别为农、林、牧、渔业,采矿业,制造业,电力、热力、燃气及水生产和供应,建筑业,批发和零售业,交通运输、仓储和邮政业,住宿和餐饮业,信息传输、软件和信息技术服务业,金融业,房地产业,租赁和商务服务业,科学研究和技术服务业,水利、环境和公共设施管理业,居民服务、修理和其他服务业,教育,卫生和社会工作,文化、体育和娱乐业,综合。当其中一个取1 时,其他取0。
注册地这一变量也应设置为虚拟变量,发达省份设置为1,其余设置为0,其中本文认为发达省份( 包含直辖市)( 依据GDP的排名情况选取) 为广东、江苏、浙江、山东、河南、河北、北京、上海,其余省市自治区归为一类。
承销商一列也应设置为虚拟变量,本文将有实力的、具有较大市场影响力和较高市场信誉的十大承销商设置为1,其余承销商设置为0,综合各方考虑,本文认为,可以入选十大承销商的有: 中信证券、海通证券、国泰君安、广发证券、银河证券、招商证券、中金公司、国信证券、申银万国、光大证券。承销商为以上证券公司的将此变量设置为1,其余承销商承销的设置为0。
本文选取的内部因素指标具有较大的关联性,采用简单的最小二乘法预计会出现较高的共线性问题,所以本文在计量方法上采取主成分因素分析法,提取主成分因子,降低共线性。再进行逐步回归。本文借助Stata11 软件完成所有计量步骤。
4 实证过程
对14 个内部因素数据做KMO检验和碎石图,结果表明可从14 个内部因素自变量中提取主成分因子。详见表2 和下图。
从得分表中可以看出,前7 个特征值的累计贡献率已经达到85% 以上,说明7 个主成分已经基本包含了全部指标具有的信息,我们取前7 个特征值,通过对载荷矩阵进行旋转,可以得到相应的特征向量。详见表3。
7 个主成分因素F1~ F7已经提取出来,从F1至F7的因子得分函数,可以大致看出每一因子各主要反映的指标。F1主要代表了营业收入增长率,净利润增长率及利润总额增长率等成长性指标。F2主要解释了盈利能力的情况。F3在一定程度上可以反映总资产周转率和流动资产周转率的情况。F4基本描述了每股收益和每股净资产两个指标。F5 基本反映了资产负债率和应收账款周转率的情况。F6代表了流动比率。F7基本代表了总资产的状况。经过因子分析,原有的14 个反映内部因素的指标综合成了7 个因子变量,F1、F2、F3、F4、F5、F6、F7。
因子分析之后,我们将提取出的7 个因子与不存在相关性的6 个外部因素变量作为自变量,IPO的发行价格作为因变量进行逐步回归,建立解释IPO定价影响因素的模型。选取p值< 0. 05 的自变量进入模型。通过逐步筛选,形成最终的回归模型。详见表4。
得出回归结果见表5。
根据以上的回归结果,可以得到如下的回归模型:
5 结论
从最终得到的模型来看,调整后的可决系数为0. 7556,这说明模型中的变量对IPO定价的解释程度达到了75. 56% ,我们选取的自变量来自于与IPO有关的内部因素与外部因素,这也说明了IPO定价在一定程度上反映了与上市公司相关的重要信息,具有一定的效率。
从进入最终回归模型的变量来看,与我国IPO定价相关性较大的几个因素分别为代表了营业收入增长率,净利润增长率、利润总额增长率的成长性指标F1,代表了总资产周转率、流动资产周转率的经营能力指标F3,代表了每股收益、每股净资产的综合指标F4和衡量发行前市场景气程度的指标x15,以及代表了交通运输、仓储和邮政业的行业变量d6。F1、F3、F4都代表了影响IPO定价的内部因素,从系数的符号上看,F1、F3、F4均为正向影响,这说明其代表的成长性、经营能力和每股收益、每股净资产情况对该阶段我国IPO的定价具有正向显著的影响,这些指标在一定程度上代表和反映了公司的基本面情况,IPO定价的核心就是要合理估计上市公司股票的内在价值,成长性越好,经营能力越强,每股收益、每股净资产越高,那么其IPO定价也相对越高,可以认为我国的IPO定价在一定程度上反映了企业的内在价值。x15代表了发行前的市场景气程度,采用前30 个交易日股指的移动平均数与发行日股指之比用以衡量,回归的结果显示市场的景气程度与IPO的定价成负向关系,说明二级市场较为景气的时候,资金在一级市场和二级市场的分配上更偏向于二级市场,一级市场的参与程度降低,资金量减少,导致IPO的定价也相应降低。进入最终模型的行业变量d6,代表行业为交通运输、仓储和邮政业,与IPO的定价呈显著的负向关系。该行业的企业大部分处于成熟期,盈利预期不高,导致IPO的定价也处于较低水平。
内部变量F2、F5、F7都没有进入最终模型,F2主要解释了企业的盈利能力的情况,F5基本反映了资产负债率和应收账款周转率的情况,F6代表了流动比率,F7基本代表了总资产的状况,F2、F5、F7也在一定程度和方向上代表了企业的内在价值,从回归的结果来看,以上数据未能进入模型,对IPO的定价不存在显著影响,说明我国的IPO定价没有或者较少的考虑到以上这些因素,没有在定价中反映这些因素和信息。在全面衡量企业内在价值方面,我国的IPO定价还存在着不足亟待完善。没有进入最终模型的外部因素描述新股发行概况的发行总数和总股本,以及未进入模型的除d6 代表的交通运输、仓储和邮政业之外的行业,还包括注册地和承销机构。发行规模和总股本对IPO定价没有显著地影响反映出在这一阶段的资本市场的运行中,由于较为宽松的货币政策,股市上涨带来的财富效应以及融资融券和杠杆等金融创新手段在资本市场的运用,资金面比较充裕,新股上市发行没有遇到资金面紧张的问题,所以我们可以看到发行规模和总股本数量对IPO定价并没有显著地影响。行业( 除交通运输、仓储和邮政业) 对IPO的定价不存在显著影响,说明我国的IPO定价较少考虑行业的因素。承销商这一外部因素也没有进入最终模型,说明我们所选取的十大最具实力承销商( 中信证券、海通证券、国泰君安、广发证券、银河证券、招商证券、中金公司、国信证券、申银万国、光大证券) 在IPO定价方面与普通承销商相比也没有明显优势。一般而言,国外成熟市场中,声誉高的投资银行有利于降低证券市场中信息不对称的程度,故其承销的新股定价较为合理。但我国新股发行受政府管制,进入门槛很高,整个行业呈现出高度垄断的特征,主要的承销商不仅在资金实力、人力资源、承销成本上存在优势,更重要的是在与监管层的协调方面具有明显的优势。在这种情况下,承销商之间的竞争就不再是技术上的竞争,承销商也无须花费时间去研究、制定合理的IPO价格。IPO企业所处地理区位对IPO定价不存在显著影响,随着我国改革开放以来的经济发展,地理位置对企业盈利能力预期的影响并不大,所以注册地这一变量并没有进入最终模型。
摘要:IPO定价是一项系统而复杂的工程,定价的合理性直接关系到资本市场能否健康运行。2014年至今,随着股市行情火爆,大量IPO登陆资本市场,本文选取2014年6月26日至2015年5月29日的129家IPO作为样本,采用主成分因子分析法和逐步回归的方法对影响IPO定价的内外部因素进行实证分析,探究这一阶段影响我国IPO定价的重要因素。实证结果表明代表了营业收入增长率、净利润增长率、利润总额增长率的成长性指标F1,代表了总资产周转率、流动资产周转率的经营能力的指标F3,代表了每股收益、每股净资产的综合指标F4和衡量发行前市场景气程度的指标x8,以及代表了交通运输、仓储和邮政业的行业变量d6对IPO的定价有显著的影响。