IPO限售股解禁的市场反应研究-基于沪深300成份股

俞 晨

（苏州大学东吴商学院，江苏苏州215021）

一、前 言

（一）研究背景和意义

根据有效市场理论的假设，股票价格可以反映出所有的公开信息，当然就包括限售股解禁的信息。如果股票市场有效，那么在限售股解禁事件发生的前后一段时间内，所有交易中已经反映和消化了限售股解禁的预期，不应该也不会出现任何的超额收益率①。但是，真实市场的表现有别于有效市场假设，众多研究发现在限售股解禁前后存在一定程度上的超额收益率，当限售股解禁比例较大时，超额收益率表现更为显著，这和有效市场理论相悖。本文正是在这种背景下展开研究。

由于国内对于大小非解禁事件的研究已经较为全面，而且大小非解禁事件的高峰出现在2010年之前，近年来该事件逐渐减少，再加上2010年以来，IPO限售股解禁事件占所有类型限售股解禁事件的比例每年均在60%左右。因此，本文选择对IPO限售股这一单独类别的解禁事件的市场反应进行研究，研究对象选择沪深300指数成分股。通过本文的研究可以从理论角度对IPO限售股解禁事件有深刻的认识，从而引导投资者进行更加理性的投资。

（二）国内外研究现状

针对IPO限售股解禁事件，Eli Ofek和Matthew Richardson（2000）从经济学的角度提出，IPO限售股解禁期间股价下跌在一定程度上与向下倾斜的需求曲线有关。他们发现，需求曲线越陡峭，在解禁期股价下跌程度越大，并且供给的变动保持恒定。此外，某些变量，比如股价波动性，可以明显预测股价下跌的幅度，而股价和成交量也影响到限售股解禁后股份供给变动的具体情况。

Laura Casares Field和Gordon Hanka（2001）对美国股票市场IPO限售股的研究发现，尽管限售股解禁信息在IPO之前已经公布，市场理应对此进行了消化，但是在解禁日前后股价有显著为负的异常收益，交易量上升约40%。同时，部分股票异常交易量越大异常收益绝对值越大，符合需求曲线向下倾斜的假说，但部分证券不符合，因此他们提出流通股的增加不能完全解释异常收益。另外，接受风投的公司在限售股解禁期异常收益和成交量变化相较于其他公司的变化更大，风险资本投资者在限售股解禁后抛售意愿要强于其他股东。

针对股改限售股解禁事件，廖理、刘碧波、郦金梁（2008）进行了全面研究，他们定义了较长的事件窗，并发现限售股解禁事件确实存在负的累积异常收益。他们通过回归分析发现透明度高的股票价格下跌较小，说明道德风险低的股票价格和内在价值偏离较少；公司基本面的改善与解禁前后收益正相关，证明投资者能够根据禁售期内发布的新信息对股票的道德风险做出判断。②同时限售股解禁期的累积异常收益和公司基本面呈正相关关系，证明我国证券市场是有效的。

冯科、赵洋、何理（2012）着重对定向增发类股票解禁期的市场反应进行了研究，发现定向增发限售股在解禁期的表现和股改限售股一样呈现消极反应，异常收益率曲线呈现向下倾斜状态；股市周期对累积异常收益率有很强的解释作用，在股指上行阶段，定向增发股票在解禁期的股价表现较差，成交量却更大③；定向增发有大股东参与的情况下解禁期股价表现更好，说明大股东相对于机构投资者更注重长期利益，出售股份的动力较小。

二、解禁事件影响的统计分析

（一）模型设计

本文首先采用事件研究法对解禁事件进行研究，该方法主要用于检验在事件发生前后期间价格变化或价格对信息披露的反应程度。异常收益是由样本股票实际收益率剔除正常收益得出。正常收益是假定某个事件没有发生时的收益，异常收益率（Abnormal Returns，AR）可以衡量股价对所发生事件或信息披露异常反应的程度，将特定期间内每日的异常收益率进行累加即可得到累积异常收益率（Cumulative Abnormal Returns，简称CAR），本文采用CAR作为衡量IPO限售股解禁事件对股价影响情况的主要指标，CAR可表示为：

其中AARt是日平均异常收益率。

股票i在t天的异常收益率AARt为：

其中rit是股票i在第t天的收益率，Rt是第t天的市场收益率。当股票属于沪市时，由沪市全部A股的加权平均收益作为市场收益；股票属于深市时，由深市全部A股的加权平均收益作为市场收益。αi和βi分别由CAPM模型估计得出。解禁日设置为第0天，估计窗的长度为解禁事件发生的［-260，-21］天，共 240个交易日；事件窗是［-20，20］天，合计 41个交易日。

股票 i在［t1，t2］天的累积异常收益率为：

股票日平均异常收益率AARt为：

其中N是股票样本个数。

（二）数据收集与整理

由于2015年A股市场发生了罕见剧烈波动，政府和企业干预行为频繁，很可能使分析产生较大偏差，因此分析区间剔除2015年度。本文选取2012年1月1日至2014年12月31日期间，沪深300成分股中有首发原股东限售股份解禁事件的股票。沪深300指数是沪深两市非常具有代表性的指数。大盘蓝筹股、中小板股票以及创业板股票均有入选，同时，沪深300指数已剔除暂停上市股票、ST股票以及经营状况异常或财务报告严重亏损的股票和股价波动较大、市场表现明显受到操纵的股票，为研究带来更大的便利，因此选取该指数成分股作为研究样本是较合理的。考虑到股票停牌期间往往有重大事项的公布等影响股价走势的信息，所以对于事件窗内出现停牌事件股票进行剔除，最终获得130个样本。本文涉及的所有数据来源于同花顺金融数据库和锐思数据库。

（三）研究结果

图1 解禁事件窗的AAR和CAR

图1描述了限售股解禁事件窗的平均异常收益率（AAR）和累积异常收益率（CAR），由AAR图线可以看出，在解禁日即第0日之前，AAR为负值的天数较多，并且负值的绝对值大于正值，第0日之后正负值的差异不够明显，说明解禁日之前，股价有较为明显的负的异常收益。由CAR图线可以明显看出，从-20日开始，CAR就一直为负，在［-20，0］日期间保持着下跌态势，从-7日开始CAR急剧下跌，在-1日达到最低点，之后CAR缓慢上升但上升幅度较小，在12日又开始下跌。这说明解禁事件对股票收益有明显为负的效应，在解禁日前一周内的影响较大，并且该影响具有一定的持续性。

表1 各事件窗累积异常收益率情况

表1给出了不同事件窗的累积异常收益率的情况，从表中可以看出，除了第0日，表中所列各事件窗CAR均值均为负值，且负值的比例均超过50%。-20至-13日的CAR虽然为负数，但是其绝对值偏小，t检验显示并不显著，因此可以推测-13日前，解禁事件对股票收益不具有显著影响。-12和-11日开始显示有显著为负的异常收益。-3日至3日的CAR为负值，但t值检验结果显示不显著，而-3日至0日的CAR在1%的显著性水平下显著，中位数的绝对值和负值比例都大于事件窗为［-3，3］的各值，说明解禁事件对股票收益的影响主要存在于解禁日之前。由此，可以推测解禁事件所产生的影响并不主要是解禁日之后限售股股东大量抛售股票造成股价下跌，可能是解禁日之前市场对此产生预期而看空造成股价下跌。值得注意的是，解禁日当天具有显著的正的异常收益，且为负值的比例不超过50%。

（四）分组分析

由于不同公司所具有的各种特征不同，比如公司控制人性质、估值水平等等，可能导致在解禁事件下的异常收益不同，本文根据公司的特征进行分组分析，通过比较相关的描述性统计结果分析异常收益情况和公司特征的关系，为后续的实证研究做准备。分组情况如下：

1.实际控制人是否为政府：将实际控制人为国资委、地方国资委、中央国家机关、地方政府、国有企业的公司都归为以政府为实际控制人的公司。

2.所处行业是否为管制行业：按照证监会行业分类标准，将电力、自来水及公用事业、交通运输业（航空、铁路）、金融业、信息技术业（通讯公司）、制造业-石油石化业五大行业归为管制行业④。

3.按照解禁规模大小分组：以本次新增可流通A股占上期末已流通A股比例衡量解禁的相对规模大小，根据解禁规模占比由高到低排序，并依次平均分为五组，将比例最高和最低的两组进行比较。

4.按照市盈率大小分组：根据解禁上一年底股票的市盈率由高到低排序，并依次分为五组，将市盈率最高和最低的两组进行比较。

5.按照市值高低分组：根据解禁上一年底股票的总市值由高到低排序，并依次分为五组，将市值最高和最低的两组进行比较。

6.按照换手率高低分组：根据解禁上一年度全年流通股数日平均换手率由高到低排序，并依次分为五组，将换手率最高和最低的两组进行比较。

表2是根据将样本公司按照以上六种情况分组后的异常收益情况统计结果：

表2 样本分类后异常收益统计

注：⋆、⋆⋆、⋆⋆⋆ 分别代表在 10%、5%、1%的显著性水平下显著。

从表中统计结果可以看出，实际控制人为政府的公司在10%的显著性水平下CAR显著为负，但是，对比非政府控制的公司，其CAR值是政府控制公司的2.3倍，并且在5%的显著性水平下显著为负。CAR值为负的公司所占比例达到68.52%，明显高于政府控制公司的60.26%。以上结果说明，实际控制人非政府的公司在解禁期间股价下跌程度更大，限售股股东出售股份的动力较实际控制人为政府的公司更强。

处于管制行业公司的CAR虽然为负值，但是并不显著可见在管制行业中，解禁事件对股票收益并没有显著的负面影响。非管制行业公司的CAR在5%的显著性水平下显著为负，CAR值更小，负值比例更大，可见解禁事件对非管制行业公司股票收益的负面影响更大。

按照解禁规模大小分类的情况下，解禁比例最大的一组公司的CAR在1%的显著性水平下显著为负，并且达到了-7.5%，是其他各种情况下CAR值的两倍以上，CAR为负的公司比例也占到76%。解禁比例最小的一组公司的CAR值不显著为负。由以上结果可以推测得知，当解禁股份占原有流通股份比例较大时，解禁后股票供给大增使股价明显下跌，在解禁前市场对此也有强烈预期抛售股票因而造成股价下跌。

按照市盈率高低分组的两类公司的CAR值均为负数，但是都不显著。说明市盈率大小对CAR影响不明显。

按照市值大小分组的两类公司CAR值差异很大。市值最小一组的CAR值是市值最高一组的近四倍，而且在5%的显著性水平下显著，CAR值为负的比例高达76.92%，相比之下，市值最高的一组CAR值并不显著，负值比例仅53.85%。说明市值越大，在解禁期间股价下跌越少。

最后一种分类情况显示，换手率高的公司股价下跌较少，并且CAR不显著为负，负值比例仅占到50%，而换手率低的公司CAR在10%的显著性水平下显著为负，负值比例也更高。对此可以推知，股票换手率高，代表流动性强，对于解禁事件产生的负面效应能更好的消化并减轻其影响。

三、异常收益的回归分析

（一）模型设计

基于以上事件研究的分析结果，可以认为IPO限售股解禁事件在解禁前后一段时间内会对股票收益产生影响，使股票获得负的累计异常收益。上一部分的分组分析可以说明，公司实际控制人性质，所处行业性质，解禁股占比，市盈率水平，市值大小，换手率高低这几个因素均对解禁期间股票累积异常收益产生一定影响。因此本文采用横截面回归法，对样本的累积异常收益率的影响因素进行分析，建立如下模型：

其中，D1是代表公司实际控制人性质的虚拟变量，实际控制人是政府为1，实际控制人不是政府为0；D2是代表公司行业是否是管制行业的虚拟变量，管制行业为1，非管制行业为0；PE表示公司在解禁事件上一年底的市盈率水平；SCALE代表的是本次新增可流通股数量占上期末已流通股数量的比例，即解禁规模比例；SIZE表示公司在解禁事件上一年底的总市值的对数；TR表示股票在解禁事件上一年度的流通股日平均换手率。

本文选取2012年1月1日至2014年12月31日期间，沪深300成分股中有首发原股东限售股份解禁事件的股票。D1、D2、PE、SCALE、SIZE、TR 各个解释变量数据的选取标准如上文所述，均取自锐思数据库。

（二）回归分析

首先，以［-20，20］为事件窗对上述模型进行回归，回归结果如下表所示：

表 3 CAR［-20，20］横截面回归结果

表中的回归结果显示，该模型整体的拟合程度很低，R2值仅为0.148，说明模型的拟合效果较差，F统计量偏低，说明该方程不显著。可能是因为A股市场股票收益除了以上一些影响还受到其他诸如整体经济状况、国家政策、行业发展及公司内部运作等诸多因素的影响，因此文中的若干个解释变量组成的模型的拟合效果较差。另外各个解释变量的t检验结果显示，仅有TR项，即日平均换手率在10%的显著性水平下显著，其他均不显著。

为此，本文尝试缩小事件窗再次进行回归，上文的事件研究表明股价的异常收益在解禁日前13日表现较为明显，因此将事件窗缩短为解禁日前13日至后10日，回归结果如下表所示：

表 4 CAR［-13，10］横截面回归结果

事件窗设置为［-13，10］后的横截面回归结果显示，各项指标均优于事件窗为［-20，20］的结果。R2值提高，说明模型的拟合效果增强了，F统计量显示方程在10%的水平下显著。变量TR，即日平均换手率在1%的水平下显著，且系数为正数，说明换手率越高，交易越活跃，CAR值越大，这和分组分析的结果是相符合的。虚拟变量D1，即公司实际控制人性质变量在10%的水平下显著，且系数为正数，说明公司实际控制人为政府时，CAR值更大，这和分组分析的结果也是相符合的。

D2变量不显著，其系数显示管制行业公司CAR小于非管制行业公司CAR，与分组分析结果不符。PE变量也不显著，其系数为负，显示市盈率越高，CAR越小，符合分组分析的结果。SCALE变量同样不显著，系数显示解禁比例越高，CAR越小，符合分组分析的结果。SIZE变量不显著，但是t统计量较为接近10%显著性水平的临界值，说明市值对CAR具有一定的影响，系数为负数，说明市值越大，CAR越小，与分组分析结果相符。截距项为正但不显著。

由于模型的拟合效果仍然较差，一部分解释变量不显著，本文试图采用逐步回归法优化模型。⑤上述回归结果显示，TR变量的显著性最强，因此，以TR为固定解释变量，窗口期选择［-13，10］，再逐个引入其他变量进行回归后分析结果，逐步回归的结果如下表所示：

表5 逐步回归结果

根据以上分析结果可以得出如下多元回归模型：

四、结论及建议

本文以2012年至2014年三年间沪深300指数成分股的IPO限售股的解禁事件为样本，采用事件研究法对IPO限售股解禁事件对股票收益的影响进行研究，采用横截面回归法对解禁期间影响股票异常收益的因素进行研究。

研究发现，在限售股解禁日的前20日至后20日，样本的累积异常收益率为-2.91%，且在1%的显著性水平下显著，说明解禁事件确实在一段时间内会给公司股票带来负的异常收益。解禁日前股价下跌程度更大，说明解禁事件的影响主要产生在解禁之前，但是解禁日后CAR并没有明显回升，说明解禁事件对股票收益影响具有一定的持续性。分组分析部分按照公司控制人性质、估值水平等特征对样本公司进行分类研究，结果说明当公司的实际控制人不是政府，或不处于管制行业，或解禁比例较大，或市盈率较高，或换手率较低，或市值较低时，股票的异常收益较低，也即解禁事件对这些类型的公司股价造成的负面影响较大。

横截面回归分析的结果显示，以［-13，10］为事件窗的模型解释能力要好于事件窗为［-20，20］的模型。分组分析中所采用的变量在模型中并不全部显著，经过逐步回归后发现，只有代表换手率的变量TR，代表公司实际控制人性质的变量D1，代表相对解禁规模大小的变量SCALE显著，并且使模型的拟合效果达到最优状态。以上结果说明，公司所处的行业、市盈率水平和公司规模不能很好地解释解禁期间股票异常收益水平。TR、D1和SCALE这几个变量回归后的系数可以说明，股票换手率越低，即交易越不活跃，股价受到解禁事件的负面影响越大；当公司实际控制人不是政府时，股价受到解禁事件的负面影响较大，据此可推知非政府控制的公司的限售股东抛售意愿强烈，市场对其股价下跌的预期也较大；解禁规模越大，股票异常收益幅度越大。

本文在横截面回归中使用的模型拟合度较差，可能是由于缺少一些关键的解释变量，以及样本容量太小。另外，判定系数大小主要影响到模型的精确度，而不是其准确性。判定系数达到多少为宜，没有一个统一的明确界限值。在横截面回归中判定系数低是比较正常的现象。若今后能获得解禁事件方面更多的数据和信息，还可以对此进行更深入的研究。

根据以上研究结论提出以下建议：

第一，通过控制限售股单次解禁规模来控制其对股票收益的冲击。鼓励限售股股东在解禁到期时自愿延长股份锁定以及设定新的解禁条件，对解禁股设置阶段性减持规模和速度限制，为需要资金的限售股股东提供资金支持，减弱其减持套现的动力。

第二，进一步完善限售股解禁和减持的信息披露制度，尤其是增强限售股股东的信息披露。目前对上市公司的信息披露监管较为严格，而对于股东的信息披露则相对较为宽松，给限售股股东进行市场操纵留下的空间。同时透明的信息披露制度可以促使市场形成合理和明确的预期，避免信息误导和投资者反应过度。

第三，投资者在限售股解禁期间总体上难以获得较好的投资收益，因此建议投资者规避近期有限售股解禁的股票以避免受到异常损失，尤其是换手率较低、非政府控制的、解禁规模偏大的股票。

注释：

① 赵俊.限售股解禁超额收益影响因素研究［J］.复旦大学硕士论文，2010：P8。

②廖理，刘碧波，郦金梁.道德风险、信息发现与市场有效性——来自股权分置改革的证据［J］.金融研究，2008（4）：158。

③ 冯科、赵洋、何理.定向增发股票解禁期市场反应的实证研究［N］.北京工商大学学报，2012（2）：95。

④ 黄张凯，赵龙凯，祖国鹏.限售股解禁的价格效应研究［J］.金融研究，2010（9）：131。

⑤ 高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2009：68。

［1］廖理，刘碧波，郦金梁.道德风险、信息发现与市场有效性——来自股权分置改革的证据［J］.金融研究，2008（4）：146-160.

［2］冯科，赵洋，何理.定向增发股票解禁期市场反应的实证研究［J］.北京工商大学学报，2012（2）：90-96.

［3］黄张凯，赵龙凯，祖国鹏.限售股解禁的价格效应研究［J］.金融研究，2010（9）：123-143.

［4］赵俊.限售股解禁超额收益影响因素研究［J］.复旦大学硕士论文，2010：P8.

［5］刘力一，温权.限售股解禁与减持的市场效应研究［J］.现代管理科学，2014（2）：57-59.

［6］高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2009：68-73.

［7］E.Ofek，M.Richardson.The IPO Lock-Up Period： Implications for Market Efficiency and Downward Sloping Demand Curves［J］.Working Paper，2000（1）.

［8］L.S.Field，G.Hanka.The Expiration of IPO Share Lockups ［J］.Journal of Finance，2001（56）：471-500.