郑志鹏 曹友斌
摘 要:本文基于2017年度成功IPO上市的所有公司,通过搜集这些公司的相关信息以及相应的财务数据,结合相关经济学的理论依据,提出一系列的假设,并利用数据分析软件对这些数据进行实证分析,得出一系列的结论,并在最后对企业IPO作出了有关建议。
关键词:影响因素 IPO 多因素分析 主成分分析
中图分类号:F069 文献标识码:A 文章编号:2096-0298(2018)09(a)-185-03
1 提出问题
改革开放以后,随着中国经济社会不断的高速发展,中国也跟随国际的脚步,开启了“IPO之路”。从1997年12月31日,中国第一家企业成功IPO至今,尽管中国证券市场的发展历史相对较短,但是每年的发展趋势都呈现出高速的态势。截至2007年,在上海和深圳证交所上市的公司超过1000家,相较于纽约证交所整整花费了200年才达到这样的规模。
本文立足于这样的经济背景,重点将2017年度成功IPO的所有企业作为研究对象。选取2017年度作为研究区间的理由是,2017年成功IPO上市的企业总数高达300多家,创历年来的历史新高,具有一定的代表性和可靠性。本文研究影响中国企业IPO定价的影响因素,主要从内部因素着手分析,下面是具体研究思路,以及对实际数据的分析过程和结果。
2 多因素定价模型
2.1 方法介绍
依据经济学的理论,不难了解到,价值规律的表现形式是价格始终围绕价值上下波动,这是一条普遍规律,所以IPO定价的标准也遵循这一普遍规律。内在价值决定论认为:股票有其内在的价值,正是这一内在价值决定了股价。而股价通过公司的内在价值体现出来,影响其价值的因素主要有盈利能力指标、偿债能力指标、营运能力指标和规模指标等。
这样决定的综合变量F1,F2,…,Fp分别称为原变量的第一,第二,…,第p主成分,其中F1的方差在总方差中占的比例最大,其余主成分F2,F3,…,Fp的方差大小依次递减。这样挑选前几个主成分元素,就能够基本包括全部变量所具有的信息,成功将许多繁琐复杂的变量简化精简为少量几个综合变量。
2.2 主成分分析
本文收集了2017年所有上市的416家公司的17项财务指标来分析这些企业内部因素与企业IPO定价之间的联系。为了对数据进行降维处理,本文使用SAS 9.2对这17个财务指标进行主成分分析,分析结果如图1所示。
图1显示了主成分分析相关性系数的特征值矩阵,其中包括Eigenvalue(特征值)、Difference(特征值的差分)、Proportion(特征值占所有特征值的比例)、Cumulation(特征值的累积比例)。从特征值矩阵中可以看出前8个特征值具有较大的数值,其累积比例超过87%,说明提取前8个主成分已经可以对原始变量作出较好的解释。
同时主成分分析可以得到各个主成分的特征向量,如图2所示(在主成分分析中被剔除的特征值所对应的特征向量不再列示)。
因此8个主成分都能利用主成分分析模型中的系数由17个财务指标来计算得分,例如:prin1=0.468×x1-0.006×x2+0.105×x3-0.010×x4+0.029×x5-0.100×x6+0.190×x7+0.317×x8+0.362×x9+ 0.352×x10-0.146×x11+0.102×x12+0.343×x13+0.347×x14+0.174×x15-0.030×x16+0.258×x17。
3 具体数据分析过程
3.1 理论假设
IPO定价往往受不同的内部因素影响,而这些影響因素对IPO定价的影响程度往往不尽相同。我们考虑到单纯的市盈率、销售净利率等指标所反映的公司的基本情况较为有限,并且主观因素的干扰较大。因此,为了全面反映公司的基本情况我们搜集了2017年全国IPO的所有企业及其2016年的财务数据,对每个公司的资产负债表、利润表中的每股净收益、净利润等数据进行了整理并作出了相关性分析。由于我们搜集的数据比较庞大,所有相关系数等统计指标未能达到预期的程度,出于谨慎的角度我们对其进行了主成分分析,并选取了代表性较强的八个因子对的实证研究提供帮助。因此,2017年的市场相对在实证分析之前,对影响IPO上市的因素作出以下定义。
定义x1为单位收益,表示每股所能带来的收益。x2为单位资产,表示每股所代表的公司净资产的价值。x3为单位负债,表示每股所代表的公司负债的价值。x5为单位变动,表示每股的股价变动幅度。x4、x6分别为销售净利率和存货周转率。这样个因子进行主成分分析其原始数据销售净利率和存货周转率前的数据占比较高,说明销售净利率和存货周转率对这两个因子的影响程度最高,而其他数据的影响足以忽略。故用销售净利率和存货周转率这两个指标进行定义。x7为公司收入增长率,x8为公司净利润增长率。其代表的不是单纯的公司收入增长率以及净利润增长率,还包括公司资产、负债、股价、股数等诸多因素影响,虽然收入增长率以及净利润增长率分别对这两种因子影响最大,但并不像x4、x6一样占有绝对优势,但其变化幅度以及方向都与收入增长率以及净利润增长率完全一致,故定义其为公司收入增长率和公司净利润增长率。
3.2 逐步回归分析
本文对回归变量的解释共有九个,包括先前提出的八个公共因子:X1、X2、X3、X4、X5、X6、X7、X8。股票价格是基于公司内在价值理论研究的成果。我们用了多个财务指标,如销售利润率等来代表公司内在价值和IPO定价之间的关系,以此来进行研究。研究发现,在所有的研究阶段,与市场价格相比,IPO发行的价格可以相对较好地反映出公司的价值。因此,基于这样的研究基础,本文选择IPO发行价格(而不是市场价格)作为解释变量,并对这九个解释变量进行逐步多元回归分析。
逐步多元回归是在建立多元回归方程的过程中,在每一步的变量选择过程中包括变量的加入和剔除,每加入一个对模型有显著影响的变量后,对模型影响较小的变量将被删除,直到没有可以使模型显著的变量加入和影响较小的变量被剔除,从而得到最优的回归方程。具体的操作步骤如下。
3.2.1 变量的引入和剔除
在SAS#9.2的回归分析中,系统引入显著性F检验的概率值小于0.15的自变量。结果如图3所示。
3.2.2 回归方程的显著性检验
采用F检验对数据进行显著性检验。F的数值可以用数学方法求出,为回归平方和的平均值与残差平方和平均值之比,在统计软件中往往会给出数据对应的F值。
从图4的回归结果可以看出,F检验的统计量的观察值为5.07,对应的概率p值为0.0019,远远小于显著性水平0.05,不能接受回归性方程显著性检验的原假设,所以可以认为存在不为零的系数使方程和为零,故被解释变量与解释变量全体的线性相关,因此可以建立线性模型。
4 回归结果分析
4.1 每股净资产与IPO定价呈负相关
这个指标反映了每股资产的现值。每股净资产越高,股东拥有的资产的现值越高;相反,资产的现值越低。一般说来,每股净资产越高,企业的状况越好。在这种情况下,账面净资产指的是公司总资产减去公司账簿上的负债,即股东的总股本。每股净资产指数反映的是该公司在会计期末每个股票的价值。例如,公司的每股净资产越高,公司的发展潜力和股票的投资价值越高,如果公司的资产相同,股价接近,投资者的投资风险就越小。但我们的数据分析却显示每股净资产与IPO定价呈负相关。而这是由于投资者认为每股净资产越高的公司稳定有余,成长性不足,预期不会给自己带来丰厚的利润回报,所以在这样的背景下,不少投资者放弃稳定的收益的机会,转而向一些有更大可能带来巨大收益的公司投资,从而抑制IPO价格的上升。
4.2 资产负债比率与IPO定价呈负相关
通过这个指标,可以大致了解企业资产的构成,即企业自身的权利和负债在总资产中的比例。它通常用来衡量企业的商业风险。一般认为,自有资产比例越大,企业经营风险越低,相对来说,企业资本利用效率越低。当然,指标的判断不仅仅是从数字的角度出发,对历史数据、行业数据进行比较的需要,能够得到企业的这一指标是合理的。但不可否认的是,资产负债率越高,代表着企业经营的风险也就相对越大,投资者也就相应地减少对此类的企业的投资。
4.3 每股资本公积金与IPO定价呈正相关
每股公积金就是公积金除以股票总股数。公积金是公司的“最后准备金”,它不仅是公司未来扩张的物质基础,也是股东未来给予红股的希望。没有公积金的上市公司是没有希望的上市公司。当一个公司的每股资本公积金越高时,也就意味着公司拥有的扩张的资本也就越来越充足,更有希望将公司做大做强。因此,投资者就自然而然地更加倾向于投资这类公司,相应地,也会进一步抬高股价。
5 结论及建议
由以上的分析,可以引申出一点:IPO定价在一定程度上属于企业投资的范畴。IPO定价的过程就相当于是投资人以及发行方对于企业的价值的一种估算。发行方希望通过IPO来满足最大的融资需求,而投资方则希望通过这种方式来为自己谋取尽量大的利益。
总的来说,本文立足于2017年度所有成功IPO的幾百家公司的内部因素,主要采取多元线性回归的数据分析方法,从而找到对IPO定价影响最为显著的因素,最后得到多因素定价模型。
从本文上述的内容来看,在多个影响因素中通过主成分分析找到了单位收益、单位资产、单位负债、单位变动、销售净利率、存货周转率、公司收入增长率、公司净利润增长率这八个代表性较强的因子,并进行进一步的逐步回归分析,最终得到了结论:每股净资产、资产负债比率与IPO定价呈负相关,每股资本公积金与IPO定价呈正相关。而企业营运能力的相关指标对IPO定价的影响不显著。
在对IPO的这些定价因素有了一定的认知之后,对企业IPO相应的作出了一些建议:在IPO定价时,应该着重考虑相关财务指标对定价的影响,应重点关注企业的盈利能力和偿债能力相关指标;发行方应该严格控制发行股数量,并非越多越好;同时关注公司未来发展前景和实际的资本价值也是主流的投资观念,在定价过程中也不容忽视。
参考文献
[1] 赵丽琼,柯大钢.我国财务困境公司的长期绩效研究——基于ST上市公司重组摘帽前后的实证分析[J].山西财经大学学报, 2009(2).
[2] 李强.全流通时期IPO抑价实证研究[J].重庆工商大学学报(西部论坛),2007(3).
[3] 毕子男,孙珏.机构投资者对IPO定价效率的影响分析[J].证券市场导报,2007(4).
[4] 曹凤岐,董秀良.我国IPO定价合理性的实证分析[J].财经研究,2006(6).