投资者情绪、企业绩效与IPO 抑价之谜
——基于创业板的实证研究

2020-04-24 06:16:08韩芊芊闫金钮星月黄彦王钊
经济技术协作信息 2020年8期
关键词:新股创业板定价

◎韩芊芊 闫金 钮星月 黄彦 王钊

(作者单位:江西财经大学)

一、创业板IPO 抑价现状分析

我国创业板于2009 年正式上市,创业板市场与主板市场相比而言,上市条件更为宽松,市场准入门槛较低,有助于新兴企业获得融资需求。但同时创业板市场上市公司大部分还处于萌芽期,公司创立时间较晚,因而经营业绩并不出色,公司的管理制度也尚不完善,因此创业板也是一个风险较高的股票市场。

创业板IPO 定价是股票发行过程中重要的环节,这关系到各方的利益。我国创业板市场IPO 定价采用询价制方式。合理的定价既会影响新股发行后的市场表现,同时也会影响股票市场的资源配置效率。我国创业板成立时间相对较晚,风险较大,作为主板市场之外的有着特殊地位的创业板在IPO 定价依然存在较高抑价。

我国学者对创业板IPO 抑价现象的分析,主要源于股票的市场价格、企业内部因素和投资者情绪。黄顺武等(2017)基于询价制改革的背景,研究了我国股票市场的IPO 发行问题,认为网上向询价对象配售与网上定价发行均有助于降低IPO 抑价。周慧昕等(2015)通过建立股票发行价与影响IPO 定价的因素的拟合方程,对每次回归方程的结果进行对比分析得出结论:企业总体素质越好,经营状况较好,盈利能力越强,股票的发行价格越高,由此说明企业内部因素在IPO 定价中起决定作用,因此对于企业内部因素对IPO 抑价也有着重要影响。

二、实证分析

(一)样本选取

本文选取2017 年4 月21 日至2020 年3 月13 日间创业板新上市的公司作为研究对象,一共包括166 家,剔除数据不全的2 家公司,本次实证分析共有164 个有效样本数据。

(二)理论分析与研究假设

1.投资者情绪影响IPO 抑价。

对于大众投资者而言,其对IPO 企业的了解渠道相对不多,对已有信息的判断分析能力也有限,这导致了他们的投资决策大多是基于非理性的投资理念。中国的资本市场非专业的中小投资者群体庞大,从众、炒作等非理性投资现象严重;其次是中国的股票发行审核制度使得新股成为一种稀有产品,新股供应量远小于投资者需求量,投资者对新股都是狂热追捧。

据此,提出假设1:投资者情绪越高涨,IPO 抑价率越高。

2.企业绩效影响IPO 抑价。

根据信号传递理论,高质量的企业倾向于以低于公司实际价值的价格发行股票,从而顺利发行,于是新股上市后产生了溢价收益,形成IPO 抑价。

2015 年起,我国开始推行注册制改革,股票市场逐渐市场化,政府越来越少干预新股发行定价,中小投资者对新股发行定价的作用加大,因此新股发行更加公开透明,企业绩效对抑价率产生更重要的影响。

据此,提出假设2:企业绩效表现越好,IPO 抑价率越高。

(三)变量选择

1.IPO 抑价的定义:超常收益率,卢素英(2019)如果考虑到新股上市首日价格有涨幅为44%的上限以及新股从首日上市起总是出现连续涨停的现象,以上市交易首日的收盘价计算抑价率,不能真实反映IPO 抑价程度。为了剔除上述影响我们采用超常收益率来抵消大盘带来的影响。计算公式具体如下:

其中,MAAR 为 IPO 的超常收益率。P0 代替发行价; P1用来 表示上市首日的收盘价; M0当作上市当天开盘的股价指数;M1则表示上市当天收盘的股价指数。

2.上市首日换手率:换手率越高,表明投资者的交易积极性越大,参与市场的买卖交易频率越高,则投资者预期的报酬率也越高,股价发生过度反应的可能性随之增大。

3.新股发行日与上市日的间隔天数:如果新股发行日早于上市日,那么这期间股市的波动性将会随之上升,该指标度量了投资者申购新股所需承担的一定风险大小。

4.每股净资产:这一指标反映每股股票所拥有的净资产现值。体现了单股资产的价值,反映企业的内在价值。

5.中签率:这一指标可以反映新股申购的人数,体现投资者对个股的预期收益大小。因此若中签率较低,反映新股申购的人数多,该股在二级市场上受到较大的追捧。

(四)模型的选择与建立

1.多元回归模型。本文建立的模型是一个多元回归方程,以IPO 抑价率为被解释变量,上市首日换手率X1、新股发行日与上市日的间隔天数X2、每股净资产X3、中签率X4、发行前每股收益X5为解释变量,建立多元回归方程如下:

其中β0为常数项,ε 是随机干扰项。

2.单位根检验。由于本文选取的数据时间跨度较长,为保证估计模型的准确性,避免伪回归,在进行回归分析前需要做单位根检验。

3.多重共线性检验。多元回归分析中的独立性假设规定残差项之间必须相互独立,如果解释变量之间存在多重共线性,可能会导致伪回归等结果混乱。

4.自相关性检验。主要是指研究随机误差项的各期望值之间是否存在着相关关系,并对存在的相应关系进一步进行探讨,一般是找出它们之间的相关方向与相关程度。

(五)样本数据分析

通过对各变量进行描述性统计,我们得到网上发行中签率最小值为0.0117%,最大值为0.1140%,均值为0.0268%,标准差为0.0146,说明网上发行中签率是较低的,各个数据之间的波动也是比较小的。首日换手率最小值为0.0001%,最大值为0.0409%,均值为0.0014%,标准差为0.0035,表明在IPO 首日投资者对于新股的热情非常大,交易活跃度高。发行前,每股收益的最大值为3.9300,最小值为0.1600,平均值为1.1214,波动较小。

(六)实证结果与分析

通过对所有变量的单位根检验,得到所有变量的P 值都为0,表明在5%的置信水平下各变量序列都大致比较平稳,并且通过线性回归的残差值的单位根检验,可知变量间存在协整关系。

从多元回归分析的结果中看到F 检验的检验统计量F=488.5622,P 值小于0.0001,说明在显著水平为0.05 的时候,这个多元回归的线性模型整体线性关系成立显著。D-W 值为2.0233,判断得到此回归不存在多重共线性。综上可以得到多元回归方程为:

通过得到的方程可以看出上市首日换手率较大,而且换手率越大,对IPO 收益率的影响就越大。新股发行日与上市日的间隔对IPO 收益率呈正向作用,但影响较小。每股净资产和IPO 收益率对IPO 收益率呈正向作用。网上发行中签率对IPO 收益率呈负向作用,且十分显著。说明网上发行中签率越低,投资者在股票市场上申购新股十分积极,创业板IPO 收益率越大。还可以看出发行前每股收益与IPO 收益率也是正相关的。

我们将分别代表企业绩效(X3、X5)和投资者情绪(X1、X2、X4)的综合指标带入回归模型分析后,分析其对IPO 抑价情况。根据最后的回归数据可以得出:回归方程调整后的拟合优度为0.8866,可以看出模型拟合准确程度较高,解释变量可以较准确地预测被解释变量的变化。

三、研究结论与政策建议

(一)研究结论

通过模型结果,我们可以看出,即使IPO 市场在趋于完善的背景下,抑价情况还是不可避免,且投资者情绪和IPO 抑价具有较强相关性。价值变化幅度越大的公司,投资者情绪对IPO 抑价影响程度越大。从公司绩效与IPO 抑价的关系可以看出,公司的净资产和净利润的大小对IPO 抑价起到了正向作用,但不是十分显著,证明投资者并不关注公司的基本面情况,存在不理性的投资理念。

(二)政策建议

1.信息对称。造成我国创业板IPO 抑价的一部分原因是因为市场信息不对称,投资者掌握信息有限,并且很少有投资者能具有分析利弊能力。再者券商相对于发行人来说与消费者的距离更近,更能够掌握一手资料,所以他们更容易通过定价获利。由于信息不对称造成先行者行为被放大,为了改善这一现状,公司内部应提高企业信息透明度;消费者同时也应该提高信息搜集与分析的能力;券商应在内部加强管理,维持市场的公共秩序。市场本身和参与人员要有共同保护秩序的意识,才能建立安全投资平台。

2.市场监督。市场监督是每个大众参与并盈利的活动中必须具备的要素,监管不力会给权利簇拥者带来趁机盈利的便利,一方面破坏力市场秩序,另一方面损害大多数人利益。IPO 的新股发行一直以来存在着以抑价方式影响投资者情绪并进一步盈利,政府可以在以后的市场规则建立中充当法官的角色,加强监督必要时制定相关惩罚机制,避免恶意竞价、哄抬价格的行为。

3.完善询价机制。我国推出询价制度的目的在于减弱资金供需双方信息不对等带来的负面影响,提高IPO 定价的效率和合理性。询价制虽然保证了投资者有很大空间的选择权,但机构会向投资者部分倾斜。若加入一部分中小投资者,可以缩短投资平均周期,削弱了机构在价格上的主导权,市场将以大多数的中小投资者机构为主,让IPO 市场更加常态化。

4.投资者自身知识体系加强。作为投资者在市场中地位本来就处于弱势,中小投资者资金量不大,容易为资本垫足,损失巨大。除了政策慢慢扶持,也需加深自身对于投资的理解。投资者改善投资理念,成为成熟的投资者,经济大环境与自身选择相辅相成。政府也应当加强理性投资的宣传,同时借鉴国外成功经验,对投资者进行正确的引导。

猜你喜欢
新股创业板定价
本刊2020年36卷第12期版权页定价勘误
不妨以平常心来看待新股破发现象
金融经济(2019年12期)2019-12-24 08:55:46
三季报净利润大幅下滑股(创业板)
三季报净利润大幅增长股(创业板)
基于分层Copula的CDS定价研究
帮爸爸定价
读写算(下)(2015年11期)2015-11-07 07:21:02
创业板上半年涨幅前50名等
自主定价基本不可能
中国卫生(2014年6期)2014-11-10 02:30:40
创业板2013年涨(跌)幅前50名
新股破发是价值回归第一步