前言：我們精心挑選了數篇優質簡述創業板市場的風險文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

［關鍵詞］新股抑價;隨機前沿方法;投資者情緒

［中圖分類號］F832 ［文獻標識碼］A ［文章編號］1005-6432（2011）27-0048-04

2009年10月底,我國創業板正式開市。然而,創業板股票的發行價格顯著高于主板,有著非常明顯的新股抑價現象。新股抑價現象是指首日收盤價顯著高于發行價的現象。截至2010年年底,創業板新股的平均抑價率已達50.8%,明顯高于發達國家的平均百分之十幾的抑價率水平。新股抑價現象使得資金傾向于流入新股市場“打新”,嚴重破壞了資本市場的資源配置作用。因此,對創業板新股抑價現象進行研究并探尋其原因,具有一定的現實意義。

1 文獻綜述

在新股發行的整個過程中,新股價格同時受到一級市場以及二級市場兩方面的各種因素的影響。此處將學者們關于新股抑價的研究按照分別從一級市場及二級市場尋找原因來分為以下兩種類型。

1.1 與一級市場相關的學說

很大一部分學者認為是在一級市場上發行者、承銷商和投資者三者之間的信息不對稱導致了新股抑價現象。如Baron認為,通過新股抑價獲得的收益是發行者對承銷商提供資本市場信息而給予的一種補償;Rock認為由于信息不對稱,劣質新股往往被缺乏信息的投資者購入,新股的抑價是為了使那些缺乏信息的投資者也能在購買新股的過程中獲得收益而給予他們的補償。Benveniste和Spindt認為,抑價是承銷商為了使機構報價更接近真實價格而支付的代價。Welch提出,新股抑價是發行者向缺乏發行者信息的投資者傳遞其自身的優良資質的一種信號。Carter和Manaster研究表明聲譽良好的承銷商發行的新股其抑價程度較聲譽一般的承銷商要低,抑價是為了補償投資者對聲譽一般的承銷商的不信任感。

1.2 與二級市場有關的學說

以下學說認為二級市場上存在的各類原因導致新股抑價。Aggarwal和Rivoli認為新股的發行價格實際上沒有受到抑制,由于二級市場的投機因素使得投資者將價格推高而導致抑價現象。Ruud認為新股的首日開盤價高于發行價是承銷商對新股價格的支持。陸建軍建立模型證明了投資者的投機行為導致了新股的高抑價率。熊虎等在研究中引入行為金融學行為金融學指將心理學，尤其是行為科學的理論融入到金融學之中。它從微觀個體行為以及產生這種行為的心理等動因來解釋、研究和預測金融市場的發展。相關觀點,認為投資者的非理導致了新股抑價現象。

2 創業板新股抑價分析

為了解新股抑價是發生在一級市場還是二級市場,又或兩個市場均對新股發行過程有所影響,下面將從一、二級市場兩方面分別考慮其對新股抑價的作用機理。

2.1 一級市場對新股價格的影響

從上述文獻綜述中可以得知,西方學者對股票抑價原因的解釋大多是一級市場上的發行價格被人為壓低；而周孝華等卻認為在我國一級市場上的股票發行不存在價格被人為壓低的現象。至于在我國創業板上情況如何,本文將借鑒隨機前沿方法對創業板股票在一級市場是否存在人為抑價進行研究。

在隨機前沿方法應用于新股抑價研究之前,一般使用OLS回歸對抑價現象進行研究。應用OLS進行研究時使用的因變量往往是股票首日收盤價減去發行價的差值。其中使用的發行價本身是否已經存在人為的抑價卻無法確切得知,無法在OLS回歸中觀測到。而隨機前沿方法卻可以解決這一問題。

第一,隨機前沿分析理論簡述。隨機前沿分析理論是Aigner,Lovell和Schmidt在分析公司的投入產出效率時提出,后由HuntMcCool等首次將其應用于新股抑價的分析。其主要方法概括如下：

將一級市場中對新股發行具有影響的各種與發行公司相關的因素作為產出隨機前沿分析的投入,而發行價則相當于產出。即在一些相關因素的影響下發行價能夠達到一個潛在的最大前沿面,即最大值。若多數股票的發行價與其前沿面價格相比偏低,則說明發行價存在人為的抑價。

與OLS回歸法相比,隨機前沿方法在OLS回歸方程后加上一個非對稱的隨機項,此隨機項若為統計顯著,則說明公司投入有一部分是無效率的。此方法應用于新股抑價研究中則可以表示為一級市場的各種因素導致發行價格低于其潛在的最大前沿面,即出現人為的抑價。

根據隨機前沿分析方法的具體回歸方程可表示如①：

yi=αxi+ui-vi①

其中α代表回歸方程的系數向量,xi代表因素向量。ui是隨機誤差項,服從N～(0,σ2)的正態分布,而vi則是一個非負隨機量,服從N～|(0,σ2)|的從0截斷的右半正態分布。vi代表了新股定價的非效率性。

此方程的估計采用最大似然估計法。Coelli指出,當自變量和因變量均取自然對數時,新股的定價效率EFFi為：

由②③可見,γ的取值介于0和1之間,當其值接近1時表明σu很小可忽略不計,此時回歸方程的誤差主要由σv決定,而σv正是代表了定價的非效率性,此時說明新股定價中存在人為抑價；當其值接近0時則表示σv很小可忽略不計,此時回歸方程的誤差則主要由σu決定,此時則說明新股定價中不存在人為抑價。

于是,檢驗是否存在人為抑價可通過以下假設檢驗實現：

H0:γ=0；H1:γ>0

通過coelli制作的隨即前沿分析軟件Front4.1可以方便地得出EFFi值和γ值。

第二,隨機前沿方法的變量選擇。隨機前沿方法中使用的變量應該包含上市公司在進入二級市場交易之前的所有信息,即包括了與公司價值、公司風險以及當時股市狀態相關的因素。為此,本文參照HuntMcCool等的論文進行了如下的選擇：

1)公司價值與其歷史會計信息有關,因此選用每股贏利(MGYL)和每股凈資產(JZC)來代表公司的贏利能力和公司規模。

2)資產負債率(ZCFZ)是公司負債總額與資產總額的比值,比值較大表示公司負債程度高,因此此處用作公司財務風險的衡量。

3)調查中小公司所需費用會比較多。中小公司的內在價值偏低,由于承銷費用將與公司的內在價值成反比,因此承銷費用(CXFY)能反映公司的內在價值。

4)小公司的少量發行帶有試探的性質,有經驗的大公司則會選擇大量發行。因此發行規模反映了公司的內在價值。發行規模可以用發行前總股本(ZGB)來代替。

5)公司的內部人持股比例(NBR)與股票價值相關。股票價值高則內部人有加大持股的傾向,因此反映了股票價值的發行價應該與內部人持股比例成正比。這里,將內部人定義為公司的董事、監事及高級管理人員。

6)市盈率(SYL)代表了新股發行時整個市場的形勢,市場形勢往往會對發行人和承銷商產生影響,進而影響到新股的發行定價。新股的發行價格水平往往與市場形勢成正向關系。由于創業板創立僅一年多,過往數據無法取得,因此這里采用股票發行前一個交易日時深圳交易所所有股票的平均市盈率進行代替。

參考HuntMcCool等的做法,本文使用對數線性模型如下：

Ln(FXJ)=β0+β1Ln(MGYL)+β2Ln(JZC)+β3Ln(ZCFZ)+β4Ln(CXFY)+β5Ln(ZGB)+β6Ln(NBR)+β7Ln(SYL)+u-v ④

第三,隨機前沿方法檢驗結果及分析。此處所使用的數據包括2009年10月起至2010年12月底止在創業板上市的153個股票。將數據輸入Coelli制作的隨機前沿分析軟件Front 4.1,得出結果如下：

從結果可以看出,γ的t值很小,并不具有統計顯著性,無法否認γ=0的原假設,即發行價格不存在人為的抑價；而且結果中EFF即定價效率的值為99.89%,這個值相當接近100%,即在一級市場上的股票定價并不存在人為的抑價。

2.2 二級市場對新股價格的影響

通過上述分析可以得知,創業板股票的價格在一級市場上沒有受到抑制,新股抑價現象的產生很可能是受到二級市場的影響。以下分析將結合一些行為金融學的觀點對二級市場上的新股抑價現象進行分析。

第一,使用行為金融學對二級市場上抑價現象的理論分析。在經典的證券投資理論中,證券市場上的行為者假定為理性人。實際上,行為者并不會使用可獲得的關于市場的所有信息并在收益與風險之間進行理性的取舍,而會在其判斷決策過程中出現一些偏差,導致非理性結果的出現。

在我國股市建立初期,政府參與了股票的發行交易,且股票供應量偏少,投資需求卻很大,于是市價大大高于發行價,導致新股抑價現象出現。新股發行必出現無風險收益遂成為資本市場參與者的最初印象。行為學研究表明,在人的判斷過程中,最初得到的信息會產生錨定效應從而制約人對事件的估計。人們通常以一個固定初始值對事件進行估計與調整。此現象發生在新股市場則會這樣：作為初始值的“必定出現無風險收益”錨定人們的印象,使得市價高于發行價的現象繼續存續下去。

接下來,繁榮的新股市場使投資者在資本市場上形成了一股樂觀情緒,認為購買新股必能得到無風險收益。投資者的情緒互相感染,樂觀情緒使其爭相持有新股而使得新股價格持續上升,進一步推高了新股價格。客觀上看,首日收盤價高于發行價,出現了新股抑價現象。

第二,對二級市場影響因素的回歸分析及結果。新股不敗的事實也出現在創業板。為分析創業板上新股從一級市場走向二級市場的過程中出現的抑價現象是否與投資者情緒或其他因素相關,本文選擇了幾個具代表性的因素進行回歸分析。

下圖為按照時間順序統計每月創業板上市股票的平均抑價率及發行數量。圖中可明顯看出,每月的平均抑價率與當月新股發行數量變化趨勢相近。發行數量較多時,新股的平均抑價率較高。而且,抑價率有隨著股市漲跌發生變化的傾向。從2009年10月~2010年12月,股市在2010年2月、6月及12月的時段附近處低迷階段,相應平均抑價率也較低；2009年12月、2010年4月、9月、11月這幾個股市高漲時段,相應平均抑價率較高。同時,雖少數月份例外,發行數量的變化也與股市漲跌相關,高漲期的新股發行數量較大,反之則偏少。

創業板抑價率與發行數量變化圖

對于這種狀況,使用傳統的信息不對稱理論無法解釋,但使用行為金融學卻能在一定程度上解釋這個現象：股市高漲期投資者的樂觀情緒互相感染,出現高估新股價格的傾向,新股發行價與開盤價之間差距增大,平均抑價率增高；低迷期間則相反。

(1)變量選擇。

因變量：首發抑價率(YJL)：首發抑價率=(上市首日開盤價-首發價格)/首發價格

自變量：

1)申購中簽率(ZQL)：申購中簽率是一級市場上投資者的需求量與股票供給量的比值,其值越低則表示投資者需求量越大,進而表明了投資者情緒的樂觀程度。

2)上市首日換手率(HSL)：換手率是二級市場上投資者對股票需求量的直接表示,換手率越大表明投資者對股票的需求量越大,同時也反映出投資者情緒的樂觀程度。

3)上市前七日深市平均市盈率(SYL7)：市盈率直接表現了投資者價值投資的意愿,當市場情緒較為樂觀時,市盈率將偏高。由于創業板市場創立時間較短,此處采用了整個深圳市場而非創業板市場的平均市盈率。

4)首發數量(SFSL)：首發數量代表發行公司的發行規模,規模小的公司相對大規模發行的公司更容易受到炒作,因此首發數量可能會與首發抑價成負相關關系。

5)資產負債率(ZCFZ)：發行公司的資產負債率越高則其財務風險越大,投資者的需求則越小,抑價率應該與其負相關。

6)每股收益(MGSY)：每股收益代表了發行公司的贏利能力,贏利能力越高則投資者的需求會更大,因而抑價率與其成正相關關系。

7)公司第一大股東持股比例(DYGD)：這一比例越高則表示股權結構集中度越強。集中的股權可能導致其利用公司為其自身利益服務,因此投資者對股權過于集中的發行公司的股票需求較低,抑價率與公司第一大股東負持股比例負相關。

(2)回歸結果與分析。根據上述變量選擇,本文建立如下計量經濟模型檢驗上述變量對抑價率的影響程度,以了解投資者情緒對創業板新股抑價的影響：

YJL=β0+β1(ZQL)+β2(HSL)+β3(SYL)+β4(SFSL)+β5(ZCFZ)+β6(MGSY)+β7(DYGD)+u ⑤

此處使用的數據包括從創業板開市的2009年10月―2010年12月共15個月中上市的153個創業板股票的相關數據。

使用Eviews 3.0軟件對上述模型進行回歸,其結果如表2：

由結果可見,回歸方程的R2值為0.55,表示這些因素對方程有著一定的解釋能力。其中,反映了市場的投資者情緒的兩個變量,申購中簽率及上市首日換手率均在0.1%統計水平下顯著；代表公司發行規模的首發數量在10%的統計水平下顯著；而除去這三個變量之外的其他變量均統計不顯著。

經過上述分析得知,最為顯著的變量是申購中簽率與上市首日換手率,這兩個變量均在0.1%統計水平下顯著。而上市前七日深市平均市盈率、首發數量、資產負債率、每股收益、公司第一大股東持股比例這些本該與股票的價值發現相關的變量卻無法解釋抑價率,從一定程度上表明投資者并未看重股票的自身價值。自從我國出現股票以來,投資新股可以獲得額外收益的現象錨定了投資者的印象；與此同時只要一投資新股就能獲得額外收益的現象使投資者容易過度自信,更加頻繁地去投資新股,這樣過度自信與錨定效應的反復影響使投資者對股票出現過度需求,直接表明了股票市場上投資者需求的申購中簽率和上市首日換手率的統計顯著性顯然會很高。我國的大部分股票投資者并非抱著價值投資的想法,而是以投機為目的進入市場,這就很容易地造成新股上市首日的爆炒博傻現象。投資者樂此不疲,形成了一股樂觀情緒。創業板是一個在2009年10月創立的面對高成長性公司的新市場,高成長性必然會伴隨著高風險性。而投資者也將一直以來對新股投資的樂觀情緒帶入了創業板,于是新股抑價的現象也存在于創業板甚至更甚于主板的抑價現象。

3 結 論

在創業板市場上,一級市場上對股票的定價并未低估其價值,抑價現象的出現主要是由于二級市場上投資者的樂觀情緒造成。為改善這一現象,投資者應該加強學習,提高自身素質與判斷力,變股票投機為股票投資；而監管部門則應該加強股票發行過程的透明度,使投資者不在盲目中選擇跟隨樂觀情緒而加劇新股抑價現象。

參考文獻:

［1］陸建軍.中國股票市場新股發行高抑價率的實證分析［J］.華南金融研究,2002(4).

［2］周孝華，熊虎.發行機制、投資者行為、后市流動性與IPO價格［M］.北京:中國財政經濟出版社,2009.

［3］Baron.D.P.A model of the demand for investment banking advising and distribution services for new issues［J］.Journal of Finance:1982(37):955-976.

［4］Rock.Kevin.Why new issues are underpriced［J］.Journal of Financial Economics,1986,15(1-2):187-212.

［5］Benveniste.Lawrence.Spindt.HOW INVESTMENT BAN-KERS DETERMINE THE OFFER PRICE AND ALLOCATION OF NEW ISSUES［J］.Journal of Financial Economics,1989,24(2)：343-361.

［6］Welch.I.Seasoned offerings,imitation costs and the Underpricings of initial public offerings［J］.Journal of Finance:1989(44),421-449.

［7］Carter.Manaster.Initial Public Offerings andUnderwriter Reputation［J］.Journal of Finance:1990(45),1045-1067.

［8］Reena Aggarwal.Pietra Rivoli:Fads in the Initial Public Offering Market［J］.Financial Management:1990,45-57.

［9］Ruud.Judith S..Underwriter price support and the IPO underpricing puzzle［J］.Journal of Financial Economics,1993,34(2).

［10］Aigner D.J..Lovell C.A.K..Schmidt P..Formulation and estimation of stockastic frontier production function models［J］.Journal of econometrics,1977(6),21-37.

［11］Tim Coelli.A Guide to FRONTIER Version 4.1:A Computer Program for Stochastic Frontier Production and Cost Function Estimation［G］.CEPA Working Paper,1996.

第2篇

自2009年10月30日起，創業板市場運行已有5年的時間。上市公司的數量飛速增加，財務指標初具規模。但隨著創業板市場的不斷發展壯大，也出現了不少亟待解決的問題。隨著的披露，創業板上市公司板高成長的光環已然褪去，財報業績頻頻變臉。2012年4月20日，證監會正式《深圳證券交易所創業板股票上市規則（2012年修訂）》。在新的退市制度中，規定了創業板上市公司若達到了其規定的暫停上市或終止上市標準，將嚴格執行其規定標準，結果就是直接退市。因此，為了使我國創業板市場持續和諧成長，并且使廣大投資者的權益不受到侵害，需要對創業板上市公司的財務狀況做出提前預測，更需要建立一個適合我國創業板上市公司的，對其財務危機狀況判別率較高的財務預警模。

二、Cox建模方法簡述

生存分析方法在研究企業經營失敗方面的模型分為三類：非參數、參數和半參數模型。半參數模型主要用于不確定生存時間分布類型的研究樣本。這類方法能夠分析多個風險因素對生存時間的影響情況。Lane，Looney和Wansley（1986），Wheelock和Wlison（2000）以及Balcaen和Ooghe（2004）認為研究企業經營失敗的最適模型為半參數Cox比例風險模型。所以本文選用Cox比例風險模型，下面就對Cox比例風險模型進行詳細的介紹。

Cox模型是一種用于研究多因素對生存時間影響的半參數模型，它不要求樣本的生存時間服從特定的分布，也可以分析刪失數據，這樣就大大降低了運用過程的繁瑣性。Cox模型自D.R.Cox于1972年提出以來，從最初應用于生物醫學領域，現在已擴展到了金融、管理等領域。Cox比例風險模型采用的是偏似然函數對協變量進行估計。并且每個樣本都包含三個變量time，status和Xi，其中，time表示的是樣本的生存時間；status表示的是樣本的生存狀態，status=0表示樣本發生危機事件，反之status=1表示樣本未發生危機；Xi表示的是與樣本生存時間和生存狀態有關的協變量。Cox比例風險模型的表達式為：

H（t，AX）=h0（t）F（AX）

其中，h0（t）為t時刻的基準風險率；X=（x1，x2，x3，…xn）為協變量，它們可以是定量指標，也可以是定性與等級指標；A=（a1，a2，a3，…an）是參數變量，即各協變量的回歸系數。

相應的生存函數表達式為：

S（t，AX）=S0（t）F（BX）

其中，S0（t）為t時刻的基準生存率；X=（x1，x2，x3，…xn）為協變量，它們可以是定量指標，也可以是定性與等級指標；B=（b1，b2，b3，…bn）是參數變量，即各協變量的回歸系數。

三、建模樣本的選取

（一）建模樣本選擇

與本文以虧損集中發生的2012年至2014年為觀測期，選取2009至2011年上市的創業板公司為估計樣本。排除財務數據缺失企業10間，觀測期前發生虧損的企業一間（當升科技），本文估計樣本內含財務困境即虧損企業33間，健康企業246間。

在主板上市公司的財務危機預警中，通常設公司被ST當年為第T年。被ST發生時間通常在公司上一年財務報告披露之后。即第（T-2）年與第（T-1）年發生兩年連續虧損，第T年被ST。預警模型的估計樣本數據通常為第（T-3）年。

本文采用與主板類似的研究方法，設財務困境企業出現虧損當年為第T年，本文基于困境企業的第（T-1）年及健康企業的2013年財務數據進行模型估計，數據來源為國泰安數據庫。生存時間為公司上市至首次發生虧損年份。Cox回歸模型不要求樣本數目的匹配性，因此，本文估計樣本容量為279。

四、指標的選取與處理

（一）財務預警指標的初選

財務危機產生的本質原因有所差別。本文在企業償債能力、經營能力、盈利能力、成長能力、比率結構五個方面選取了具有代表性的二十九個財務指標，具體見表2。

（二）財務預警指標的顯著性檢驗

在前文初選的二十九個指標上，首先?ρ?本數據進行顯著性檢驗，只有通過顯著性檢驗的財務指標才能進入下一步檢驗。本文采用Mann-Whitney U獨立樣本非參數檢驗方法，分析兩類獨立樣本提前1年財務數據的描述性統計量。

結果顯示，在0.05的顯著性水平下，現金及現金等價物周轉率、固定資產增長率、流動資產比率、顯著性比率、流動負債比率五項指標無法通過顯著性檢驗，其余25個指標進入下一步檢驗。

（三）財務預警指標的相關性檢驗

共線性是影響Cox回歸模型精度與預測水平的主要因素。對上述通過顯著性檢驗的25個指標進行皮爾遜相關性檢驗，得到相關性矩陣（附表1）。以65%為分界點，剔除相關性較強的部分指標，包括流動比率、資產負債率、流動資產周轉率、總資產凈利潤率、資本保值增值率，其余18個財務指標進入Cox回歸模型構建。

五、模型構建

（一）Cox模型回歸

將前文通過顯著性檢驗與相關性檢驗的19個財務指標進行Cox模型回歸，選擇能防止遺漏有預測能力變量的向后：LR逐步回歸法。采取嚴進寬出的原則，設定步進概率為進入：0.05與刪除：0.10。回歸結果見表。

模型回歸結果顯示，經營活動產生的現金流量/負債總額X5、存貨周轉率X7、存貨與收入比X8、總資產周轉率X13、資產報酬率X14、營業毛利率X18、營業利潤率X19、留存收益資產比X27八個財務指標與公司陷入財務困境的可能性相關。將估計結果代入，可得危險率模型：

h（t，X（t））=h0（t）exp（-2.801X5-0.299X8-3.151X13-16.423 X14-6.954X18+1.157X19-5.274X27）

其中，h0（t）為危險率模型的基準死亡函數。

（二）生存函數估計

上文中，通過顯著性檢驗與共線性檢驗的模型在Cox回歸中，顯示出良好的回歸結果及各財務指標的偏相關系數。然而，要想最終得到更為精確的危險率模型，本文仍需對上文所得模型中的基準死亡函數h0（t）進行進一步估計。

危險率率模型中的基準死亡函數取決于累計死亡率隨生存時間變化的分布模式。首先，本文通過生存分析中Kaplan-Meier分析，得到估計樣本的生存表如表5。生存表內包含生存時間數據及對應累積死亡率。

在基準死亡率分布未知時，通常會假設死亡率符合某種具體分布，進行進一步擬合估計。在以往針對財務指標Cox模型預警的研究中，學者一般事先假設基準死亡率滿足線性分布、S分布、Logistic分布等分布。因此，本文綜合考慮以往常見的此三種分布，分別設定生存時間與上表累積死亡率為自變量與因變量，用曲線估計方式同時用線性分布、S分布與Logistic分布擬合，考察三種分布擬合效果，結果見表6。

擬合結果顯示，S分布擬合效果最佳，R-square為93.8%，三種分布中擬合效果最佳。因此，本文假設基準死亡率符合S分布。本文轉化公式后用線性回歸模型擬合，可得基準死亡函數：

h0（t）=exp（-5.618297）*（t^2.127813）

將基準死亡函數代入原死亡率函數中，可得：

h（t，X（t））=h0（t）exp（-2.801X5-0.299X8-3.151X13-16.423 X14-6.954X18+1.157X19-5.274X27）

（三）預測能力檢驗

財務指標預警模型中，預測能力的檢驗頗顯重要，能在一定程度上顯示該模型實踐效果的有效性。一般而言，模型的檢驗需同時在樣本內和樣本外進行。但考慮到創業板危機公司數目的有限性，為同時保證樣本估計與預測檢驗的樣本容量足夠大，本文在樣本內隨機抽取12家困境企業與12家健康企業用于預測能力檢驗。以0.5為判定點，獲得模型精度檢驗結果如表7。

由預測結果與實際情形對比，本文發現，由前文回歸所得模型在創業板財務預警效果較高。預測困境準確率為91.67%，預測健康的準確率為83.33%。

表7 樣本內檢驗結果

雖然在創業板歷史偏短與危機公司偏少的限制性下，本文暫時無法獲得樣本外檢驗效果，但從樣本內檢驗結果看來，本文認為，該模型具有較好的預?y能力。

六、研究不足

本文在取得一定的研究成果的同時，仍存在著一些缺陷，還有進一步改進的空間。本文的研究不足主要有以下三方面：

（一）指標選取

本文所選取的指標均為財務指標，對于非財務指標的影響不能充分體現。而一個上市公司的財務狀況，很多時候又會受到非財務狀況的影響，甚至這種影響會是決定性的。

（二）樣本容量

創業板畢竟從開始運行到現在只有短短的6年時間，時間跨度相對較小，而財務危機的發生是一個動態的過程，這就需要利用企業發生財務危機以前年度的數據進行模型的建立，所以本文選取了樣本企業T-1年的數據進行建模。其中虧損企業33間，健康企業246間，樣本量相對較少，造成了只能進行樣本內檢驗的困境，并且可能會對模型的預測效果造成一定的影響。

第3篇

內容摘要:隨著我國創業板市場的開通,至今已經有幾十家公司在其上市,且都以高成長性著稱,在首次新股發行時,其抑價及相關方面等具有別于其他市場的特征。本文結合創業板IPO的抑價率、市盈率、中簽率、發行價、每股收益、發行規模等方面,對其進行了統計性描述與比較,從理論和實證分析了創業板IPO抑價及其影響因素。

關鍵詞:創業板市場 首次公開發行 抑價率 市盈率 發行價

首次公開發行股票(IPO)是指企業通過證券交易所首次公開向投資者發行股票并上市,以期募集用于企業發展資金的過程。IPO抑價,是指股票首次公開發行時定價過低,而在股票首日上市交易時價格較高,投資者認購新股能夠獲得超額報酬的一種現象。1963年美國證券交易委員會(SEC)在一份研究報告中首次提出IPO抑價問題,隨后不少美國學者進行了該方面的研究,Logue(1973)和Ibboston(1975)分別利用美國證券市場20世紀60年代的資料進行了實證研究,發現新股發行價格比上市第一天收盤價格低,當時因不明其理由以“謎”稱之。

我國A股抑價問題研究簡述

國內外學者對我國證券市場IPO的抑價研究大多始于上世紀90年代后期,得出了不少有用的結論。

王化成通過研究中國A股IPO發行市盈率與抑價率的關系發現(王化成,2006),中國IPO公司發行市盈率與首日抑價率具有相同的變動趨勢,即發行市盈率越高,IPO抑價率越大。張人驥、朱海平等學者(1999)通過對1997-1998年初在上海證券交易所上市的72家IPO公司進行了研究,得出規模因素與發行價呈負相關性,公司規模越大,發行價越低;以及公司盈利能力、管理水平、財務狀況等因素與發行價正相關等結論。

胡繼之、馮巍、呂一凡(2002)對1993年初至1998年底的IPO進行了實證研究,結果表明:發行抑價與發行的流通股數量成反比關系,小盤股的發行抑價高于大盤股;不同行業之間新股發行抑價存在差異,發展前景較好的電子信息與通訊類股票發行抑價明顯高于平均水平;除此之外還得出了新股發行與上市的時間間隔以及二級市場股指水平都有關系的結論。

鄒健(2003)對實行核準制后1999-2002年的IPO抑價進行研究發現中國的IPO抑價率遠高于其他市場,發行定價方式、發行價格、發行時機、發行和上市間隔、承銷商排名、立即可流通比例、職工股比例、發行規模等是影響深市IPO抑價率的主要因素,在諸多財務指標中,只有上市前一年的每股收益顯著地影響著IPO抑價率。

金曉斌、吳淑琨、陳代云(2004)研究發現IPO上市5日的平均抑價率與公司業績缺乏統計上的顯著關系,主要受企業規模、發行比例、中簽率等因素的影響。金池和Carol Padgett(2002)研究認為中國A股IPO高抑價與較高的超額認購率和較多的散戶群體有關,回歸結果顯示信息不對稱理論對中國IPO抑價問題有較好的解釋力,而信號顯示理論不適用。

王莉(2002)對1998年初至2000年底的IPO抑價進行了實證分析,發現深滬兩市新股的平均抑價率都在130%以上,最高達到173.36%,而且其程度沒有下降的趨勢。還發現兩個市場的新股抑價程度均可以用信息不對稱假說來解釋,在用于解釋的變量中,新股的發行規模、發行市盈率、發行前一年的每股收益以及發行前市場狀況四個變量在描述假說中的不確定性是顯著有效的。

王(2009)結合我國中小板市場的特點,選擇了二級市場的中簽率、首日換手率、募集資金量等9個影響IPO抑價的因素進行實證性研究,發現我國中小企業板IPO也存在相對嚴重的抑價現象,其中發行前一年凈資產收益率和中簽率與中小板IPO抑價率正相關,且影響顯著,即公司發行前一年凈資產收益率越高,越能提高投資者的預期,增強投資者投資的信心;募集資金量與中小板IPO抑價率負相關,影響明顯,呈現小公司現象。

上述學者對我國新股發行的抑價情況進行了分析,但對抑價研究的樣本選擇和成因分析則各不相同,認為解釋IPO抑價的理論和影響抑價的影響因素也有差別。幾乎所有學者都認為我國證券市場存在很高程度的IPO抑價現象,說明我國仍屬于新興的證券市場,投機氣氛比較濃厚,但從整體看我國IPO抑價率處于不斷下降的趨勢(王化成,2006)。

隨著2009年10月30日首批28只創業板股票正式開始交易,籌備十年之久的創業板市場終于瓜熟蒂落成功登陸深圳證券交易所。盡管主板、中小板和創業板市場都是我國多層次資本市場的重要組成部分,但由于服務對象不同,各層次市場在發行標準、制度設計、風險特征、估值水平等方面都有所區別,創業板主要面向尚處于成長期的創業企業,重點支持自主創新企業。因而分批在創業板上市的公司IPO抑價及其影響因素也會具有一定特色,本文將對該方面著手研究。

樣本的選取與模型設定

本文收集了創業板開板到至2010年2月9日為止共上市的50家公司的基本資料。按照其他學者研究IPO抑價影響因素實證研究的慣例,本文選取了每只股票的發行價格、上市首日收盤價、首日換手率、發行規模、募集資金凈額、發行市盈率、上網定價中簽率、發行前一年的每股收益和資產負債率、實際流通股占總股本的比例、發行日和首日收盤的市場指數等數據。本文實證分析中所采用的數據主要來源于巨靈信息終端數據庫以及招商證券全能版并經筆者計算整理而成,采用的分析軟件為EViews 5.0。限于篇幅,原始數據不做單列。

(一)創業板的IPO抑價率統計性描述及比較分析

本文首要研究IPO抑價率UPR,就要測定IPO抑價程度對比,國外學術界的定義大體一致,區別僅在于抑價率時間長短的選取上。其中多數學者以新股上市后首日收盤價與其一級市場發行價之間的差別來定義發行抑價率,本文也采取該方法定義:UPRi=Pi1/Pi0-1

其中,UPRi為第i種股票的IPO抑價率,Pi1是第i種股票IPO上市首日的收盤價;Pi0是第i種股票IPO的發行價。表1是我國在創業板首批上市的28家公司、后續上市的22家公司以及總體共50家公司跟2009年在深、滬主板、中小企業板的IPO抑價情況表。

從表1可以看出,在創業板首批上市的28家公司的IPO抑價率比后續幾批上市的22家公司的IPO抑價率,無論是均值、最大值、最小值和中位數都要高許多;所有在創業板上市的50家公司IPO抑價均值比同時期在中小板上市的55家以及在主板上市的6家公司IPO抑價均值要高一些,當然是由于首批上市的28家公司的IPO抑價率較高所致。

(二)創業板市場上首批和后續IPO相關指標均值比較

從表2可以看出,在創業板首批上市的28家公司(簡稱前者)與后續幾批上市的共22家公司(簡稱后者),兩者上市前一年每股收益相當,而IPO市盈率、募集資金凈額、發行價、資產負債率前者均值都比后者均值低許多;而網上定價中簽率、首日換手率前者均值都比后者均值大。

(三)模型設定

除表2中所列指標外,本文選取的以深圳綜合A指表示的市場指數,因為在創業板公司新股發行與上市都是采取批量化,不像主板和中小企業板IPO公司那樣,每次上市一般是一家或者少量幾家。目前已經在創業板上市的50家公司,分了4批進行,同一批次上市的公司其發行、上市時間以及市場指數相同,而50家上市的時間相差不久,其市場指數相差也較小,因此市場指數和發行與上市間隔不是影響創業板公司IPO抑價率的主要因素。而在創業板上市的公司其實際流通股占總股本的比例,基本上都在0.2左右,因而也不是影響創業板IPO抑價率的主要因素。

在對我國創業板IPO抑價率與影響因素進行回歸分析之前,將以上所選的所有因素進行相關性分析,就兩者之間的相關性進行檢驗,初步了解各個變量對抑價率的影響,發現有些指標包括每股收益、市盈率、資產負債率、深圳綜合指數和發行與上市間隔與IPO抑價率相關性較弱,結合理論上的分析,將其剔出,不納入回歸模型。

因為我國創業板IPO抑價在理論上可能存在多方面的原因,本文將采用回歸分析的方法,運用橫截面數據建立如下多元線性回歸模型:

UPR=β1+β2ER+β3PE+β4IP+β5LN(TC)+β6LN(NF)+μ

其中:β1為常數項,ER為首日換手率,PE為發行是攤薄的市盈率,IP為發行價,LN(TC)為總股本的對數,LN(NF)為募集資金凈額的對數指標(因為募集資金凈額較大,為了消除其對模型的影響,對其取對數),β2、β3、β4、β5、β6分別為他們各自的系數;μ為隨機誤差項。

將剩余的相關性較強的指標經過散點圖分析,并利用Eviews對樣本進行OLS估計,根據回歸分析結果整理如表3所示。

模型結果分析以及經濟學檢驗

由回歸結果可知,系數R2=0.751830,表示模型擬合程度較高,誤差較小;調整以后的R2=0.723629,表明在因變量的變化中較大部分是由自變量的變化引起的。回歸方程的顯著性檢驗:F=26.65953,F統計量較大:Prob (F-statistic)=0.000000很小,故方程的顯著性檢驗通過。

在回歸模型中,β1為常數項,無經濟意義,且不顯著性;β2=2.199459,代表首日換手率與抑價率呈正相關關系,具有99%的高顯著性;β3= -0.291351,代表發行時市盈率與抑價率呈負相關關系,即市盈率越高,則抑價率越低,較顯著。β4=

1.165998,代表發行價跟抑價率成正比,即發行價越高,抑價率越高,基本符合預期,較顯著。β5=71.59242,代表總股本的對數與抑價率呈正相關關系,即總股本越大,公司規模越大,其抑價率越高,且具有99%的高顯著性;β6=-71.86212,代表籌集資金凈額的對數與抑價率呈負相關關系,即發行時籌集的資金越多,其抑價率越低,符合理論預期,且具有99%的顯著性。

結論

創業板IPO存在一定的抑價現象,其抑價率均值74.23682%,要高于同時期在中小板的IPO均值65.7161%和主板的IPO均值61.7390%;而且首批上市和后續上市的抑價率均值差別較大,首批的抑價率均值為106.1780%,而后續的僅僅為33.5139%,其他指標如發行市盈率、發行價等相差也較大,這跟首批在創業板上市的公司是經過多方競爭而勝出的實力較好的公司,承載了投資者很多厚望有關;創業板IPO的首日換手率與抑價率呈正相關關系,而且具有顯著性,表明換手率越高,投資者越熱衷于該新股,其抑價率越高,符合預期;發行價跟抑價率成正相關關系,發行時市盈率與抑價率呈負相關關系,基本顯著,這與創業板首批上市的IPO抑價率高,但市盈率卻比后續的IPO市盈率低的現象相符,但跟前期一些學者研究得出的結論有些不一樣;募集資金凈額與抑價率呈負相關關系,且影響明顯,符合理論預期,而在創業板上市的公司相對主板和中小企業板上市的公司,其募集的資金相對最少,呈現小公司現象,這也是解釋創業板IPO抑價率比中小企業板和主板相對較高的原因之一,而總股本對數跟抑價率呈正相關關系,有點不符合理論預期,也許跟首批上市的IPO總股本較大而抑價率較高有關;創業板IPO的發行時流通股占總股本的比例、發行前一年的每股收益和資產負債率各公司都相對比較平均,而創業板是批量發行和上市的,而且不同上市批次時間相距較近,因此流通股占總股本的比例、發行前一年的每股收益、資產負債率、大盤指數以及漲跌率和發行與上市間隔都不是影響創業板IPO抑價率的主要因素。

結論

總之,創業板于2009年10月30日才正式開始交易,開板時間尚短,公司樣本數量也較少,數據與模型的說服力還有待考證。在創業板進行IPO其抑價與影響因素有跟主板和中小板相近與特色的地方,西方的一些抑價理論也并不能完全解釋我國創業板抑價現象。我國創業板市場作為新生事物還有許多需要完善和改進的地方,其較高的IPO抑價伴隨一些非理性和低效率的因素,也具有較高風險,應該逐步解決這些問題,推動IPO抑價的理性回歸,逐步發展完善我國創業板市場。

參考文獻:

1.Ibboston, R.G. Price Performance of Common Stock New Issues [J].Journal of Financial Economics,1975, 2

2.王化成.財務管理研究[M].中國金融出版社,2006

3.王.我國中小企業板IPO抑價現象實證研究[J].企業家天地,2009(6)