数字普惠金融发展与投资者“炒新”

吴桐桐 王仁曾

(华南理工大学 经济与贸易学院，广东 广州 510006)

一、引言

随着储蓄增多，居民理财意识增强，国内众多普通家庭选择通过投资实现资本保值增值，而市场中优质的投资机会较为稀缺，投资者对新股这种看似“低风险、高收益”的投资对象需求巨大，虽然中国证监会为抑制新股炒作实施发行首日涨幅不超过44%的政策，但在新股赚钱效应刺激下，投资者依旧盲目跟风追高。“炒新”现象的长期存在，助长了股市投机风气，降低了新股的定价效率，增加了投资者自身以及股票市场风险。与此同时，依托互联网普及率增高和计算机技术的成熟，中国数字金融科技实现了跨越式发展，大数据、区块链和人工智能等创新技术已经广泛运用于经济金融市场以及居民日常生活中。数字金融发展扩充了金融服务内容，覆盖了更多社会群体，提高了金融服务的可得性和便利性，推动了中国普惠金融的发展。在当前数字普惠金融与传统金融同时高速发展的背景下，需要更加深入了解数字普惠金融发展如何影响传统金融模式，以及新金融环境下的股票市场和投资者行为是否发生变化。本文的主要贡献在于构建评估数字普惠金融发展对投资者“炒新”影响的研究框架，结合中国实际情况，通过理论分析和实证检验探讨数字普惠金融发展对股票市场和投资者行为的影响。

二、文献综述和研究假设

数字金融是将互联网、人工智能、大数据、云计算和区块链等新数字技术运用于金融领域的一种金融服务模式(李杨 等，2018)。普惠金融是为社会所有阶层和群体提供服务的金融体系，数字金融发展为普惠金融提供了新渠道与新思路，特别是对低收入和弱势人群体现出了建立普惠金融服务的本意，因此新兴的数字金融已成为普惠金融的重要实现模式和参与者，故称为数字普惠金融(郭峰 等，2016)。截至目前，国内已有文献较少涉及数字普惠金融与证券市场的研究，更多集中在讨论其与经济增长、传统银行业冲击、居民收入、消费及创业的关系(朱一鸣 等，2017；宋晓玲，2017；陈啸 等，2018；易行健 等，2018；邱晗 等，2018；张勋 等，2019)，而国外已有较多数字普惠金融发展对金融市场及投资者行为影响的探讨(Karlan et al.，2010；Dupas et al.，2013)。因此，关于数字普惠金融如何影响中国证券市场和投资者行为的研究非常必要。

(一)数字普惠金融发展对新股市场投资者“炒新”的影响

已有研究没有直接讨论数字普惠金融发展对股票市场投资者“炒新”的影响，而是从数字普惠金融低成本、广覆盖、高效率和较高可持续性特点入手，实证检验数字普惠金融对经济发展的包容性，证实其有利于经济落后地区快速发展(郭峰 等，2020)、有助于缩小贫富差距(宋晓玲，2017)、提高创新创业水平(谢绚丽 等，2018)、提升家庭收入(张勋 等，2019)、促进居民消费(易行健 等，2018)等。近年来，数字金融功能覆盖到各种移动终端软件中(例如支付宝和微信)，已经广泛融入居民的日常生活(包括消费购物、缴纳物业水电费、购买理财保险等)。随着居民生活与数字金融之间的联系越来越紧密，数字金融发展具有了普惠性(张勋 等，2019)，支付宝等软件中的支付、储蓄、借贷和理财功能逐渐被客户接受。客户不仅适应了全新的数字化生活方式，并且对便捷高效的数字金融模式产生了偏好。与此同时，数字普惠金融发展逐渐成熟，使得客户对其安全性和稳定性产生了信任。因此，数字普惠金融发展创造了客户与金融平台间线上互动的全新模式。现如今，数字普惠金融发展模式已经运用于证券投资领域。结合中国现实情况来看，数字普惠金融发展对证券投资的影响可以从直接和间接两个方面分析。直接影响有两个：一是证券开户数量大增。数字普惠金融模式下使用手机软件申请开通个人账户可替代现场办理，极大地便捷了客户，提高了服务效率，降低了客户参与证券投资的各种成本。尤其是对过去由于信息闭塞、碍于投资程序复杂而无法接触股票市场的投资者来说，数字普惠金融的发展增加了让更多潜在客户参与其中的机会。二是证券交易活跃度增加。首先，交易便捷程度的提升为投资者交易频率加快提供了条件，银行与证券系统纷纷学习数字金融模式开发快捷手机转账功能，凭借线上交易流程简易化优势激发了客户的使用度。其次，投资信息(财经新闻、投资报告、理财建议等)通过数字金融平台的大量高速传播和推送，使得证券市场投资者的情绪和行为更容易产生波动，进而增加交易频率。从间接影响来看，在数字普惠金融高速发展的环境下，投资者收入水平得到了提升，消费习惯明显改变，收入增加会提高风险承受能力，而贷款意识增强会加大风险偏好，进而增加对股票资产的投入；金融领域中大数据和人工智能技术的运用创造着全新的投资方式，投资者的风险偏好和投资认知水平被不断更新，数字普惠金融发展模式在改变每个投资者日常生活的同时也影响着投资者情绪和交易习惯，这种影响会通过证券市场中投资者的行为得以体现。由于中国的新股属于稀缺投资机会，具有高收益低风险的特点，且投资门槛较低，对投资者来说申购新股中签，意味着可以获得超额收益。投资者行为的变化在“炒新”阶段会表现得较为明显，因此本文主要关注数字普惠金融发展对新股市场投机行为的影响。现有研究主要从新股上市首日收益率讨论投资者“炒新”(宋顺林 等，2017)，鉴于此，本文提出：

假设1：数字普惠金融发展会影响上市新股首日收益率。

新股市场投资者投机行为是否存在还可以从新股上市后短期市场表现的角度来考察。理论上来讲，被“爆炒”的新股上市后首日收益率与其未来短期内市场表现呈负相关关系，原因可能在于，投机行为推高的股价会随着泡沫的破灭回落到真实水平。在实证方面，不少研究也证实了这一现象的存在(Song et al.，2014；张学勇 等，2016)。鉴于此，本文提出：

假设2：数字普惠金融发展会影响新股首日收益率与上市后短期市场表现间的负相关关系。

(二)数字普惠金融发展对投资者“炒新”的影响机制

已有研究主要从两个视角——投资者行为理性视角和非理性行为视角入手，对IPO市场投机行为的影响因素进行研究。

在理性行为视角下，信息不对称会导致IPO一级市场发行抑价与二级市场溢价正向相关。就中国IPO市场来说，信息不对称环境下的一级市场发行市盈率限制和二级市场IPO首日涨幅限制被认为是新股上市出现高溢价现象的政策性原因(刘煜辉 等，2005；李志文 等，2006)。众多研究已证实发行人与投资人之间的信息不对称对IPO定价和收益率有显著影响(邵新建 等，2013；吴超 等，2016；黄顺武 等，2018)。承销商声誉理论认为发行人和投资人之间存在严重的信息不对称，承销商的声誉越高，所承销发行的IPO价格上涨幅度越大。数字普惠金融通过多样化网络平台和数字科技为投资者提供更多具有时效性、复杂性、真实性的信息，包容性强的发展模式会有效降低巨大差距带来的问题(王颖 等，2016)，特别是信息较匮乏的群体可以利用免费或低成本的各种信息来弱化信息不对称引致的风险(王国刚 等，2015)。新股市场中投资者对信息的获取越多越准确，则会提高对企业内在价值的认知，降低投资决策时对承销商声誉的依赖，进而减少由于信息不对称导致的“炒新”。鉴于此，本文提出：

假设3：数字普惠金融发展会通过降低IPO市场信息不对称而抑制投资者“炒新”。

在非理性行为视角下，投资者情绪对股票价格的影响很大(俞红海 等，2015)，新股超额收益率主要是由投资者乐观情绪或投机情绪导致(宋顺林 等，2016)。投资者对IPO市场正面关注度越高导致IPO首日超额收益越大(罗琦 等，2017)，乐观的投资者情绪会导致公司股价被高估(Miller，1977)。降低投资者乐观情绪将有效抑制新股价格被高估，增强股票定价效率(宋顺林 等，2017)。数字金融模式降低了传统金融对物理网点的依赖，具有更强的跨区位优势(李继尊，2015)，大量消费者通过移动设备和互联网就可以开通证券投资账户、绑定银行账户和转账等，从而转变为投资者。过去不能轻易了解到的投资资讯和财经新闻，如今大量地、快速地传播发酵，特别是新股投资这种稀缺机会的频繁曝光，使投资者乐观情绪升温。与专业程度高的机构投资者相比，个人投资者缺乏专业知识和深入研究的能力，短时间内难以形成理性投资和价值判断能力，对积极投资信号更容易受情绪驱动而反应过度。同时，数字金融交易呈现出简单化、实用化、自适应生成等特征，投资者交易成本降低导致交易频率和交易量增多，形成新股市场盲目跟风投机情绪。鉴于此，本文提出：

假设4：数字普惠金融发展会通过提高投资者乐观情绪而助长投资者“炒新”。

综上所述，数字普惠金融发展可能会通过缓解信息不对称，抑制投资者“炒新”，也可能由于信息膨胀和便捷的支付交易方式激发投资者乐观情绪，促进投资者“炒新”。本文将从数字普惠金融发展可能对投资者“炒新”产生影响的这两个相反路径展开研究。

三、研究设计

中国数字金融起步于小额信贷，后来扩展为支付、信贷、投资等多业务的综合金融服务，而随着中国的传统金融的发展，数字金融通过互联网和移动终端提高了金融服务的可得性和便利性，让大部分居民享受到更加便捷的金融服务，推动了中国普惠金融的发展。本文使用北京大学数字金融研究中心编制的“中国数字普惠金融指数”来描述中国数字普惠金融的发展概况。该指数采用蚂蚁金服的交易账户大数据，加上支付宝里财富管理专区的股票和理财功能与证券市场投资关系密切，具有相当的代表性和真实性，近年来多用于分析中国数字普惠金融的发展状况及其经济效应(宋晓玲，2017；易行健 等，2018；张勋 等，2019)。

(一)样本选取与数据来源

目前，“中国数字普惠金融指数”更新到2011—2018年版本，故本文选择2011年1月～2018 年12月沪深两市的 IPO 公司作为研究样本。样本的筛选主要是将数据信息不完整的上市公司样本剔除，同时剔除金融保险业的上市公司样本。最后，本文获得了1508家IPO 公司样本。本文中所使用的上市前公司情况、财务数据及新股发行资料均来自 CSMAR 数据库，个股市场回报率数据及行业分类来源于Wind 金融系统和锐思数据库。除此之外，通过人工筛查计算得到研究中所需的部分原始数据。

(二)变量定义

1.数字普惠金融发展(Digital Financial Inclusion，DFI)

本文采用各省级层面的“中国数字普惠金融发展指数”的平均数衡量来中国数字普惠金融的发展。为进一步探究数字普惠金融发展对IPO市场价格影响机制，参考郭峰等(2020)，分别选用了数字普惠金融发展指数(index_aggregate)、覆盖广度指数(coverage_breadth)和使用深度指数(usage_depth)。

2.新股首日收益率(First-day Return，FR)

参考Loughran et al.(2013)、汪昌云等(2015)、张学勇等(2016)，以上市首日收益率来衡量新股上市首日的市场表现。在IPO 首日涨幅限制政策实施之后，新股首日收盘价被涨幅限制政策制约，最高只能达到发行价的144%，使得新股的市场价值不能通过首日交易完全释放出来，故而之后出现连续涨停情况。为了使 IPO 首日涨幅限制政策实施后的上市首日收益率不被低估，保证政策前后的数据意义具有可比性，参考魏志华等(2019)，本文对IPO首日涨幅限制政策实施后上市公司的首日收益率进行特殊处理，采用能够更准确反映新股市场价值的新股上市后首个收盘未涨停日的收盘价来替代上市首日收盘价，并进行如下修正：

上市首日收益率=(新股上市后首个收盘未涨停日的收盘价-新股发行价)/新股发行价

3.新股上市后短期市场表现

参考Fan(2007)、Aharony et al.(2010)，本文以累计超额收益率(CAR)来衡量新股上市后的市场表现。超额收益率越高，则意味着新股偏离真实价值产生的泡沫破灭后所引起的价格落差越小，即市场表现越好。IPO 首日涨幅限制政策实施前，以公司上市日后为起点，政策实施后以首个收盘未涨停日后为起点，分别计算公司上市后短期(5个交易日、15个交易日和30 个交易日)的 CAR，其计算公式为：

(1)

其中，rit和rmt分别代表个股及市场的日回报率。

4.信息不对称

在新股发行市场，承销商作为信息传递者，是连接发行企业和投资者之间的重要桥梁，由于信息不对称，投资者只能根据承销商以往的业绩情况评估，形成承销商声誉。承销商声誉较高，意味着其在行业中的专业水平和职业操守得到了市场的一致认可。同时，声誉较高的承销商借助其规模、资源、专业水平和信誉优势可以获取更多真实准确的行业信息，进一步扩大IPO市场信息不对称程度(黄春铃 等，2007)。本文从承销商声誉(Underwriter Reputation，UR)角度衡量IPO市场信息不对称，参考吴超等(2016)、魏志华等(2019)，把承销商声誉指标设置为虚拟变量。根据中国证券业协会官方网站上公布的券商公司承销业务排名，若该上市公司的承销商为国内前“十大”承销商，则该指标为1，否则为0。

5.投资者情绪

通常以新股上市初期换手率(TOR)来衡量投资者交易情绪，投资者情绪越高，换手率越高，从而导致股票价格越容易被抬升(邵新建 等，2011)。新股上市初期换手率有两种算法：如果新股上市首日之后没有涨停，仅记新股上市首日的换手率；如果新股上市首日后连续涨停，记上市首日到首个收盘未涨停日的换手率之和。

6.控制变量

参考胡志颖等(2015)、黄张凯等(2016)、魏志华等(2019)等关于控制变量的选择，本文使用最能体现IPO公司特征、IPO发行特征和市场特征的指标作为控制变量。其中：IPO公司特征包括公司规模(Size)、盈利能力(Roa)、负债水平(Lev)以及公司年龄(Age)，除公司年龄以外，其余三个公司特征变量均采用上市前公司招股说明书数据；IPO发行特征包括发行市盈率(PE)、募资额(IPO size)和中签率(Lottery)；市场特征指标包括市场情绪(Market)、市场节奏(IPO num)。此外，参考Balvers(1988)，本文的机制分析中引入IPO“热潮”氛围(Ovsub)以及信息披露程度(Inform)，分别用新股网上累计超额认购倍数和新股发行过程中的信息披露费用来表示。还控制了 IPO 首日涨幅限制政策和IPO发行市盈率限制政策。本文将IPO首日涨幅限制政策的实施设置为虚拟变量(Policy_First)，此项政策于2013 年12 月13 日正式发布，故将政策实施时间点作为临界，2013年12月13日之后上市的公司会受到政策管制，故Policy_First取值为1，否则取0。把IPO上市公司是否受到发行政策的监管设置为虚拟变量(Policy_PE)，IPO发行市盈率限制政策于2014年4月正式发布，故将政策实施时间点作为临界，2014年4月之后上市的公司，Policy_PE取值为1，否则取0。

本文主要变量的定义汇总于表1。

表1 主要变量定义一览表

(三)模型构建

本文基于2011—2018年中国A股1508家IPO公司构建了如下 OLS 实证回归模型：

FRit=β0+β1DFIit+∑Xit+εit

(2)

CARit=β0+β1FRit+β2DFIit+β3DFIit×FRit+∑Xit+εit

(3)

FRit=β0+β1DFIit+β2TORit+β3DFIit×TORit+∑Xit+εit

(4)

FRit=β0+β1DFIit+β2URit+β3DFIit×URit+∑Xit+εit

(5)

式(2)、(3)主要用于检验数字普惠金融发展对新股市场投资者投机行为的影响，式(4)、(5)分别用于检验信息不对称和投资者情绪对投资者投机行为与数字普惠金融发展之间关系的调节效应。其中，被解释变量包括新股首日收益率(FR)和新股上市后短期市场表现(CAR)，解释变量DFI代表数字普惠金融发展的三个代理变量(index_aggregate、coverage_breadth和usage_depth)，TOR表示投资者情绪，UR表示信息不对称，i和t分别表示上市公司和时间，X为相关控制变量，ε为残差项。

四、实证结果与分析

(一)描述性统计

变量描述性统计结果(见表2)显示：新股首日收益率(FR)均值高达到235.6%，最高的首日收益率达到2098.9%，说明新股在上市初期的股价普遍剧烈上涨；其标准差都小于均值，表明新股首日收益率的分布不存在过度分散问题；新股上市后短期市场表现(CAR)的平均值均小于零，说明新股上市首日后或打开涨停板后价格普遍下跌。数字金融发展的三个代理变量(index_aggregate、coverage_breadth和usage_depth)的均值、最小值和最大值数值接近，说明这三个代理变量的衡量标准较为一致。IPO样本的其他变量的描述性统计结果如表2所示。

表2 变量描述性统计

(二)数字普惠金融发展对新股市场投资者“炒新”的影响：基准回归

为了逐一分析数字普惠金融发展三个层面对新股首日收益率的影响，采用层次回归法进行分析，结果如表3所示。

由表3的模型(1)可知，在仅加入控制变量的情况下，信息不对称、投资者情绪均在10%水平上显著正向作用于新股首日收益率。此结果与现有研究(魏志华 等，2019)的结论一致，新股首日收益率较高与政策管制、市场信息不对称以及投资者情绪密切相关。从表3的模型(2)～(4)可知，数字金融发展指数、覆盖广度和使用深度的回归系数都在5%水平上显著为正。这意味着数字普惠金融发展使得新股首日收益率显著提高。从经济意义上看，在控制其他影响因素后，新股的首日收益率随着数字普惠金融的发展提高了12%。假设1成立。新股首日收益率提高原因可能在于，投资新股作为目前市场较稀缺的“高收益”投资渠道，在数字普惠金融高速发展的背景下，新股投资回报率高的“传说”广泛传播，更多有关讨论“炒新”的信息和新闻传播到投资者眼中和耳中，全面激发了新股市场投资者的乐观情绪，再加上数字普惠金融提高了股票市场交易的便捷性，为更多投资者进行高频交易和短线投资提供了条件，导致新股首日收益率提高，财富增值效应使得投资者“炒新”行为愈演愈烈。

表3 还显示，IPO发行市盈率限制政策和IPO上市首日价格涨跌幅限制政策显著正向作用于IPO首日收益率，新股上市募资额(IPO size)负向影响IPO首日收益率，在1%水平上显著。这说明，新股上市募资额越多，新股价格上涨越小。发行市盈率(PE)和市场情绪(Market)正向影响IPO首日收益率，在1%和5%水平上显著。这表明，新股发行市盈率越大、市场情绪越高，导致上市初期股票价格上涨越多。这意味着投资者更看好市盈率高的股票以及市场积极情绪对IPO首日收益率有很大推动作用。这与已有研究(魏志华 等，2019；宋顺林 等，2019)的结论一致。

表3 数字普惠金融对新股首日收益率影响的检验结果

进一步通过新股上市后短期市场表现考察数字普惠金融发展对投资者“炒新”的影响(结果见表4)，其中，Panel A、Panel B和Panel C分别代表新股上市后市场表现的三个时间段。表4显示，数字普惠金融发展、覆盖广度和使用深度的回归系数在Panel A、Panel B和Panel C均显著为正，这说明随着数字普惠金融发展，新股上市后短期市场表现更好。出现这一现象的原因可能与投资者持续炒作有关。同时，新股首日收益率(FR)的回归系数在 1%水平上显著为负，意味着新股首日收益率越高的公司其未来短期的市场表现显著越差。这一实证结果与张学勇等(2016)的发现一致。再来看本文重点关注的交乘项FR×index_aggregate、FR×coverage_breadth和FR×usage_depth，其系数都在 5%水平上显著为正，这说明数字普惠金融发展对新股首日收益率与新股上市后短期市场之间的负向影响有显著削弱作用。假设2得到实证支持。上述发现揭示出数字普惠金融发展对投资者“炒新”产生了强烈的“刺激效应”，进而延迟了股票的价格发现功能，使股票价格在上市后短时间内依旧偏离其真实价值。

表4 数字普惠金融发展对新股上市后短期市场表现影响的检验结果

(三)机制研究

1.数字普惠金融发展对投资者“炒新”的影响：信息不对称视角

数字普惠金融对信息不对称与新股首日收益率关系的影响。本文用数字金融发展、覆盖广度和使用深度分别与信息不对称的交互项参与回归，以全面研究数字普惠金融对信息不对称与新股首日收益率关系的影响。检验结果如表5(A：信息不对称视角)所示。在表5(A：信息不对称视角)的模型(1)和(2)中，数字金融发展、覆盖广度分别与信息不对称的交互项在 10%和5%水平上显著为负。这表明，数字金融发展、覆盖广度负向调节信息不对称与新股首日收益率的关系。在表5(A：信息不对称视角)的模型(3)中，使用深度与信息不对称的交互项在5%水平上显著为正，说明数字普惠金融使用深度正向调节信息不对称与新股首日收益率的关系。由于数字普惠金融使用深度主要涉及的方面有支付、信贷、货币基金和投资，投资者之间吸收和学习信息的能力差异很大，在数字普惠金融出现后可能会加大这种差异，进一步加剧投资者之间、发行人和投资者人之间的信息不对称。总的来说，数字金融发展和覆盖广度的提升可以缓解承销商声誉角度的信息不对称，使发行人和投资人之间信息的传播和获取更加便捷快速，降低投资者依赖承销商声誉进行价值判断的投机行为，进而缓解IPO市场信息不对称。假设3得到了实证支持。模型中的控制变量的回归系数的显著性与符号同表3基本一致，不再赘述。由表5(A：信息不对称视角)结果可知，数字普惠金融发展和覆盖广度的增加对承销商声誉与新股首日收益率之间的确存在负向调节效应，且这一效应可以降低IPO市场信息不对称带来的新股收益率上升，抑制投资者“炒新”。

表5 数字普惠金融发展对IPO首日收益率的影响——机制检验

2.数字普惠金融发展对投资者“炒新”的影响：投资者情绪视角

数字普惠金融对投资者情绪与新股首日收益率关系的影响。本文用数字金融发展、覆盖广度和使用深度分别与投资者情绪的交互项参与回归，以全面研究数字普惠金融对投资者情绪与新股首日收益率关系的影响，结果如表5(B：投资者情绪视角)所示。在表5(B：投资者情绪视角)的模型(1)～(3)中，数字金融发展、覆盖广度、使用深度分别与信息不对称的交互项在1%和10%水平上显著为正。这表明，数字金融发展、覆盖广度和使用深度正向调节投资者情绪与新股首日收益率的关系。证实了假设4。从结果来看，数字普惠金融发展对投资者情绪影响显著为正，加重了投资者乐观情绪导致的新股首日收益率提升。原因可能是，数字普惠金融的使用让更多的人了解IPO市场投资机遇，积极信息的大量传播放大了新股投资的“高收益、低风险”印象，在中国股票市场个人投资者众多的情况下，投资者价值判断和认知能力有限，非常容易形成投机氛围。由表5(B：投资者情绪视角)可知，数字普惠金融发展对投资者情绪与新股首日收益率之间的确存在正向调节效应，且这一效应的存在助长了投资者“炒新”。

综上可知，数字普惠金融发展通过降低信息不对称机制缓解投资者“炒新”，通过激发投资者乐观情绪机制刺激投资者“炒新”，并且数字普惠金融对投资者热情的刺激程度相较降低信息不对称程度更明显。目前中国股票市场中投资者情绪(回归系数为1.10)相比信息不对称(0.08)，对新股首日收益率的影响较大，再加上数字普惠金融激发投资者情绪的效果(0.004)比降低信息不对称效果(-0.001)更明显，最终投资者“炒新”热潮只增不减。总体来看，数字普惠金融发展加剧了投资者“炒新”，但不可否认数字普惠金融发展缓解了信息不对称，并对抑制投资者“炒新”有积极作用。

(四)稳健性检验

1.内生性处理

考虑到实证结果可能会受到内生性问题的影响，借鉴谢绚丽等(2018)，以移动电话用户数(1)移动电话用户数据来自2011—2018年的《中国城市统计年鉴》。作为工具变量进行稳健性检验。主要基于：首先，移动电话携带的软件和移动互联功能是数字普惠金融发展所需的基础条件，与数字普惠金融的覆盖程度存在着密切联系；其次，在控制其他变量后，移动电话用户数与新股收益率间并不存在直接关联，满足工具变量外生性条件。实证结果(见表6)表明，原基准回归模型与工具变量检验结果都显示数字普惠金融发展对投资者“炒新”有正向影响(系数显著为正)，且一阶段F统计量通过了弱工具变量检验，意味着数字普惠金融发展程度越高，新股市场投资者投机氛围越浓，证明了本文实证结果的可靠性。

表6 数字普惠金融发展对IPO首日收益率影响的工具变量检验结果

2.替代性处理

这里用代理变量替换法来再次检验数字普惠金融发展对投资者“炒新”的影响效果。

第一，新股首日收益率。中国二级市场长期实施股价涨跌幅限制政策，故IPO市场出现的“炒新”现象表现为连续涨停。为了考察数字普惠金融发展是否显著影响投资者“炒新”，本文设置上市连续涨停天数(LUT)作为新股首日收益率的替代指标进行检验。

表7 连续上涨天数计算方法

表8 数字普惠金融对IPO首日收益率(涨停天数)影响的检验结果

在 IPO 首日涨幅限制政策实施前，新股上市首日没有涨跌幅限制导致无法直接获得和政策实施后连续涨停天数含义一致的数据。为了使 IPO 首日涨幅限制政策实施前后的涨停天数具有可比性，参考魏志华等(2019)，采用“反事实”方法把政策实施前的首日收益率按照44%首日涨停限制进行折算处理，具体折算方法如表7。检验结果(见表8)显示，数字普惠金融发展指数、覆盖广度和使用深度均对IPO上市连续涨停天数的影响在1%水平上显著为正，采用替换指标的实证检验结果的系数(显著为正)与前文基本相同，验证了本文研究结论的稳健性。

第二，新股上市后短期市场表现。本文采用购买并持有新股的超额收益率(BHAR)指标(Kao et al.，2009)作为替换变量衡量新股上市后的市场表现，分别计算公司上市后短期(5 个交易日、15个交易日和30 个交易日)的BHAR，其计算公式如下：

(6)

其中，rit和rmt分别代表公司个股及市场的日回报率。

从实证结果来看，采用上述方法检验数字普惠金融发展对新股上市后短期市场表现，与前文的研究结论基本一致，验证了本文实证结论的稳健性。

五、结论与启示

本文使用中国数字普惠金融指数和IPO市场数据估算了数字普惠金融发展对投资者“炒新”的影响，结果表明：数字普惠金融发展对投资者“炒新”有显著正向影响。现阶段，数字普惠金融发展对抑制新股市场投机行为没有积极效果。进一步地，本文分析了数字普惠金融发展导致新股首日收益率提高的影响机制，结果发现：一方面，数字普惠金融发展降低了信息不对称引发的新股首日收益率上涨，数字普惠金融发展对降低市场信息不对称是有效的；另一方面，数字普惠金融发展增大了投资者乐观情绪引发的新股首日收益率上涨，助长了投资者“炒新”。

根据本文的研究结论可知，数字普惠金融发展在目前阶段确实增加了新股市场价格形成非理性泡沫的风险，短期内对投资者乐观情绪的激发效果显著，但从长期来考虑，数字普惠金融发展缓解市场信息不对称的效果会慢慢融入市场价格形成机制中，如果整个金融市场信息不对称得到改善，投资者会逐渐适应并提高认知水平，最终将有利于提高股票市场定价效率，并且降低系统性金融风险发生的概率。因此，在积极推动数字普惠金融发展的同时，应考虑到新事物带给市场和投资者的冲击所引发的风险。在部分传统金融服务向数字普惠金融模式转变阶段，正视过渡期存在的问题和风险。未来应加强推进数字普惠金融缓解信息不对称、提高市场效率、降低金融风险的作用，引导市场和投资者尽快适应新金融模式，从而形成数字普惠金融发展背景下的金融市场运行机制。