信息不對稱與定向增發(fā)價(jià)格折扣率
——機(jī)構(gòu)投資者與分析師的影響

吳井峰

(吉林大學(xué)經(jīng)濟(jì)學(xué)院，吉林 長春 130021)

隨著股票市場的發(fā)展，定向增發(fā)已經(jīng)成為我國上市公司股權(quán)再融資的主要工具。由于證監(jiān)會(huì)對上市公司實(shí)施定向增發(fā)的限制較少，眾多上市公司將其作為股權(quán)再融資的首選方式，特別是存在嚴(yán)重信息不對稱的上市公司(Wu, 2004；Cronqvist and Nilsson, 2005；鄧路和王化成，2012)[7][4][8]。信息不對稱除了影響上市公司股權(quán)再融資模式的選擇，還是影響融資發(fā)行價(jià)格的重要因素之一。定價(jià)問題直接關(guān)系到發(fā)行公司、認(rèn)購?fù)顿Y者和其他投資者的切身利益。本文的研究目的就是考察信息不對稱對股權(quán)定向增發(fā)價(jià)格的影響，并進(jìn)一步考察上市公司如何應(yīng)對信息不對稱的影響。

研究假設(shè)的提出

當(dāng)發(fā)行公司面臨較大程度的信息不對稱時(shí)，股權(quán)定向增發(fā)的認(rèn)購?fù)顿Y者對發(fā)行公司未來價(jià)值的估計(jì)存在偏差，為了對認(rèn)購?fù)顿Y者面臨的估值風(fēng)險(xiǎn)進(jìn)行補(bǔ)償，發(fā)行價(jià)格存在一定的折扣(Hertzel and Smith，1993)[5]。Anderson et al.(2006)[1]對新西蘭上市公司定向增發(fā)價(jià)格折扣率的研究表明，對發(fā)行公司估值存在的困難越大，價(jià)格折扣率越高。對于我國定向增發(fā)價(jià)格折扣率，何賢杰和朱紅軍(2009)[9]的研究同樣表明，發(fā)行公司面臨的信息不對稱程度越大時(shí)，價(jià)格折扣率也顯著越高。由于我國從2006年開始才全面啟動(dòng)股權(quán)定向增發(fā)，現(xiàn)有關(guān)于信息不對稱如何影響定向增發(fā)價(jià)格的研究并沒有使用近年的樣本，而隨著我國股票市場的發(fā)展，信息披露機(jī)制也在不斷完善，在此種情況下，信息不對稱是否還對定向增發(fā)價(jià)格產(chǎn)生顯著的影響呢？為了對該問題進(jìn)行研究，本文提出假設(shè)1：發(fā)行對象面臨的信息不對稱程度越高，折扣率越高。

眾多已有研究表明，機(jī)構(gòu)投資者以及證券分析師對上市公司信息環(huán)境具有顯著的影響。機(jī)構(gòu)投資者參與投資后，通過各種渠道獲取、分析被投資公司各種信息，促進(jìn)公司信息公開。Bushee and Noe(2000)[3]就發(fā)現(xiàn)機(jī)構(gòu)投資者持股與信息透明度正相關(guān)。證券分析師的主要職責(zé)是搜集、整理和分析上市公司信息，并以研究報(bào)告形式向市場發(fā)布；并且，證券分析師也會(huì)選擇信息透明度較高的上市公司進(jìn)行跟蹤。因此，證券分析師跟蹤人數(shù)也與信息透明度正相關(guān)。如果信息不對稱程度顯著影響定向增發(fā)價(jià)格折扣率，機(jī)構(gòu)投資者和證券分析師是否可以減輕這一影響呢？為了對此進(jìn)行檢驗(yàn)，本文提出假設(shè)2：在發(fā)行前，機(jī)構(gòu)持股比例越高、證券分析師跟蹤人數(shù)越多的上市公司，信息不對稱對價(jià)格折扣率的影響越低。

數(shù)據(jù)、模型及變量

一、數(shù)據(jù)

本文使用的定向增發(fā)樣本時(shí)間范圍為2006～2013年。由于我國市場定向增發(fā)全面開始于2006年，因而樣本從該年開始。樣本期內(nèi)，本文共獲取1172次定向增發(fā)，由886家A股上市公司實(shí)施，部分公司在樣本期內(nèi)多次實(shí)施定向增發(fā)。本文對樣本的篩選要求如下：(1)剔除由銀行和保險(xiǎn)等金融行業(yè)發(fā)行公司實(shí)施的定向增發(fā)樣本；(2)剔除有數(shù)據(jù)缺失的樣本。經(jīng)過上述篩選，本文共得到1049個(gè)定向增發(fā)樣本。

定向增發(fā)樣本、發(fā)行公司的財(cái)務(wù)數(shù)據(jù)與交易數(shù)據(jù)等信息都來自于國泰安數(shù)據(jù)庫(CSMAR)。

二、實(shí)證模型

為了檢驗(yàn)信息不對稱程度對增發(fā)價(jià)格折扣率的影響，本文構(gòu)建如下模型：

為了檢驗(yàn)機(jī)構(gòu)投資者及證券分析師如何影響信息不對稱程度與價(jià)格折扣率的關(guān)系，本文構(gòu)建如下模型：

在上述模型(1)和(2)中，Discount表示價(jià)格折扣率；InfoAsy表示信息不對稱程度； OutGovern表示機(jī)構(gòu)投資者持股比例或者證券分析師跟蹤人數(shù)；Control表示其他影響價(jià)格折扣率的因素；Year表示年份的虛擬變量；Industry表示行業(yè)的虛擬變量。

三、變量設(shè)定

1.被解釋變量

本文根據(jù)王浩和劉碧波(2011)[10]，使用定向增發(fā)公告日后第10個(gè)交易日股票價(jià)格作為基準(zhǔn)價(jià)格計(jì)算價(jià)格折扣率，記為Discount，其公式為：

其中，PriceA+10為公告日后第10個(gè)交易日股票價(jià)格，PPrice為發(fā)行價(jià)格。

盡管我國上市公司進(jìn)行定向增發(fā)時(shí)通常采用董事會(huì)決議公告日作為定價(jià)基準(zhǔn)日，但是為了考慮定向增發(fā)為發(fā)行公司附加的成本，本文使用公告發(fā)布后第10個(gè)交易日股價(jià)作為基準(zhǔn)。該股價(jià)可以被視為包含增發(fā)信息的價(jià)格(with information price)，使用這一價(jià)格能夠更加準(zhǔn)確地反應(yīng)增發(fā)給公司帶來的發(fā)行成本。因此，本文使用的價(jià)格折扣率定義如上。

2.解釋變量之一

本文使用如下三種方式度量信息不對稱程度。

(1)PtoS。根據(jù)Barclay et al.(2007)[2]、何賢杰和朱紅軍(2009)[9]等，使用定向增發(fā)股票數(shù)量對發(fā)行前股票數(shù)量的比值衡量信息不對稱程度，記為PtoS。更高的比值表示發(fā)行公司在未來的投資機(jī)會(huì)高于已有的投資額，公司面臨的不確定更高，對其的估值難度也更大，即信息不對稱程度更高。因此，PtoS與信息不對稱程度正相關(guān)。

(2)IAsset。根據(jù)Barclay et al.(2007)[2]、何賢杰和朱紅軍(2009)[9]等，使用無形資產(chǎn)占總資產(chǎn)的比例來度量信息不對稱程度，記為IAsset。如果無形資產(chǎn)在總資產(chǎn)中占較高，對公司的估值難度也越高，因此，IAsset也與信息不對稱程度正相關(guān)。

(3)Age。根據(jù)Joh and Jung(2012)[6]，使用發(fā)行公司實(shí)施定向增發(fā)距上市的時(shí)間來度量信息不對稱程度，記為Age。發(fā)行公司實(shí)施定向增發(fā)距上市的時(shí)間間隔越長，投資者對該公司的了解越充分，因而，Age與公司的信息不對稱程度負(fù)相關(guān)。

3.解釋變量之二

機(jī)構(gòu)投資者和證券分析師相關(guān)變量設(shè)定如下：

(1)II。根據(jù)已有文獻(xiàn)，本文使用發(fā)行公司定向增發(fā)上年末機(jī)構(gòu)投資者持股比例作為機(jī)構(gòu)投資者代理變量，記為II。

(2)Analyst。根據(jù)已有文獻(xiàn)，本文使用發(fā)行公司定向增發(fā)上年擁有的證券分析師跟蹤人數(shù)作為證券分析師代理變量，記為Analyst。

4.控制變量

根據(jù)Barclay et al.(2007)[2]、章衛(wèi)東和李德忠(2008)[11]以及何賢杰和朱紅軍(2009)[9]等，本文引入以下對價(jià)格折扣率具有影響的變量作為控制變量：

(1)賬面市值比(BM)，為發(fā)行公司定向增發(fā)上年年末賬面價(jià)值對公告日前一交易日總市值的比值；(2)定向增發(fā)規(guī)模的自然對數(shù)(LnPV)，為定向增發(fā)募集資金的自然對數(shù)值；(3)發(fā)行公司規(guī)模(LnSize)，為定向增發(fā)公告日前一交易日總市值的自然對數(shù)值；(4)資產(chǎn)負(fù)債率(Debt)，為定向增發(fā)上年末總負(fù)責(zé)對總資產(chǎn)的比值；(5)股價(jià)波動(dòng)率(Volatility)為定向增發(fā)公告日前40個(gè)交易日經(jīng)市場收益率調(diào)整的個(gè)股超額收益率的標(biāo)準(zhǔn)差。

表1 所有變量的基本描述性統(tǒng)計(jì)

實(shí)證結(jié)果與分析

一、描述性統(tǒng)計(jì)

在報(bào)告實(shí)證檢驗(yàn)結(jié)果之前，本文首先報(bào)告全樣本下所有變量的描述性統(tǒng)計(jì)結(jié)果。

(1)基本描述性統(tǒng)計(jì)結(jié)果。所有變量的統(tǒng)計(jì)結(jié)果列在表1?？梢钥闯觯?/p>

Discount平均值為19.6%；中位數(shù)為20.2%。從平均值與中位數(shù)的比較結(jié)果來看，多數(shù)股權(quán)定向發(fā)行公司的發(fā)行價(jià)格都存在一定折扣率，但也有少數(shù)公司溢價(jià)發(fā)行股份，其價(jià)格折扣率為負(fù)。Discount的最小值為-203.1%；最大值為89.00%。

從平均水平來看，定向增發(fā)股票數(shù)量占增發(fā)后總股份之比是21.9%；無形資產(chǎn)占比是4.9%；發(fā)行公司定向增發(fā)距成立日為9.55年。發(fā)行公司的機(jī)構(gòu)投資者持股比例均值為35.03%；分析師跟蹤人數(shù)均值為8.48名。

(2)分組統(tǒng)計(jì)結(jié)果。以PtoS分組得到的統(tǒng)計(jì)結(jié)果列在表2中，從中可知：

從第一組到第三組的PtoS平均值分別為0.074、0.166與0.417；相應(yīng)的Discount平均值分別為0.109、0.190與0.290。從分組統(tǒng)計(jì)結(jié)果來看，發(fā)行公司面臨的信息不對稱程度確與價(jià)格折扣率正相關(guān)。

此外，IAsset平均值分別為0.049、0.045與0.053，IAsset衡量的信息不對稱程度與PtoS衡量結(jié)果大致相當(dāng)；Age平均值分別為11.388、8.626與8.636，同樣，PtoS第一組代表信息不對稱程度最低的組，其增發(fā)日距成立日也最長。在其他發(fā)行公司的特征方面，三個(gè)PtoS組的均值水平?jīng)]有較顯著的差異。

二、實(shí)證檢驗(yàn)

表2 以PtoS分組統(tǒng)計(jì)主要變量的平均值

表3 模型(1)的回歸結(jié)果

表4 機(jī)構(gòu)投資者的信息提供作用

1.本文對模型(1)使用虛擬變量最小二乘法(LSDV)進(jìn)行回歸估計(jì)，結(jié)果見表3。

從表3的第(1)列可知，在控制了其他影響Discount的因素以及行業(yè)和年份因素后，Discount對PtoS的估計(jì)系數(shù)在1%水平下顯著為1.10，經(jīng)行業(yè)——年份雙維Cluster修正后的t統(tǒng)計(jì)量為8.74。第(2)列的結(jié)果顯示，Discount對IAsset的估計(jì)值在10%的水平下顯著為0.061，經(jīng)Cluster修正后的t統(tǒng)計(jì)量為1.70。第(3)列的結(jié)果顯示，Discount對Age的估計(jì)系數(shù)在5%水平下顯著為-0.004，經(jīng)修正后的t統(tǒng)計(jì)量為-2.21。

表3的結(jié)果表明，當(dāng)定向增發(fā)的發(fā)行公司面臨較高程度的信息不對稱時(shí)，發(fā)行價(jià)格折扣率較其他公司顯著更高。這是因?yàn)?，?dāng)發(fā)行公司面臨的信息不對稱程度更高時(shí)，認(rèn)購?fù)顿Y者對其未來價(jià)值的估計(jì)難度更高，從而要求較高的價(jià)格折扣率對其面臨的風(fēng)險(xiǎn)進(jìn)行補(bǔ)償。因此，信息不對稱程度對發(fā)行價(jià)格折扣率具有正向影響，上述實(shí)證結(jié)果支持了本文提出的假設(shè)。

表5 證券分析師的信息提供作用

2.本文同樣使用虛擬變量最小二乘法(LSDV)對模型(2)進(jìn)行回歸估計(jì)，估計(jì)結(jié)果分別列在表4和5中。

從表4可知，Discount對PtoS與II交叉項(xiàng)的估計(jì)系數(shù)在1%水平下顯著為-0.001，修正后的t統(tǒng)計(jì)量達(dá)到-2.94。Discount對PtoS的估計(jì)系數(shù)也在1%水平下顯著為1.124，t統(tǒng)計(jì)量11.85。Discount對IAsset與II交叉項(xiàng)的估計(jì)系數(shù)分別為-0.009，對Age與II交叉項(xiàng)的估計(jì)系數(shù)為0.0003，修正后的t統(tǒng)計(jì)量分別為-2.34和1.86。Discount對IAsset和Age的估計(jì)系數(shù)分別為0.389和-0.007，t統(tǒng)計(jì)量分別為1.60和-2.50。

上述結(jié)果表明，在加入II的影響后，發(fā)行公司面臨的信息不對稱程度仍然對價(jià)格折扣率具有顯著的正向影響。而當(dāng)機(jī)構(gòu)持股比例越高，發(fā)行公司信息不對稱程度有所改善，從而價(jià)格折扣率有所降低。這一結(jié)果支持了本文的假設(shè)。機(jī)構(gòu)投資者參與公司持股，向市場傳遞公司信息，提高了發(fā)行公司的信息透明度，因此對定向增發(fā)價(jià)格折扣率具有顯著的負(fù)向影響。

從表5可知，Discount對PtoS和Analyst交叉項(xiàng)的估計(jì)系數(shù)在5%水平下顯著為-0.003，修正后的t統(tǒng)計(jì)量為-2.37；Discount對PtoS的估計(jì)系數(shù)則在1%水平下顯著為1.108，修正后的t統(tǒng)計(jì)量高達(dá)9.59。Discount對IAsset與Analyst交叉項(xiàng)的估計(jì)系數(shù)在1%水平下顯著為-0.032，Discount對Age與Analyst交叉項(xiàng)的估計(jì)系數(shù)在5%水平下顯著為0.0002，修正后的t統(tǒng)計(jì)量分別為-2.96和2.05；同時(shí)，Discount對IAsset和Age的估計(jì)系數(shù)分別在10%和1%水平下顯著為0.251和-0.006，修正后的t統(tǒng)計(jì)量分別為1.76和-3.14。

上述結(jié)果表明，在加入Analyst的影響后，發(fā)行公司面臨的信息不對稱程度同樣對價(jià)格折扣率具有顯著的正向影響。而當(dāng)分析師跟蹤人數(shù)越多，發(fā)行公司信息不對稱程度有所改善，從而價(jià)格折扣率有所降低。這一結(jié)果同樣支持了本文的假設(shè)。證券分析師通過研究報(bào)告向市場傳遞公司信息，提高了發(fā)行公司的信息透明度，因此對定向增發(fā)價(jià)格折扣率具有顯著的負(fù)向影響。

結(jié)論與政策建議

本文基于我國A股市場上市公司2006～2013年的定向增發(fā)樣本實(shí)證考察了發(fā)行公司面臨的信息不對稱程度對價(jià)格折扣率的影響，并且進(jìn)一步考察了機(jī)構(gòu)投資者和證券分析師對于上述關(guān)系的影響。研究發(fā)現(xiàn)：(1)當(dāng)發(fā)行公司面臨的信息不對稱程度越強(qiáng)，發(fā)行價(jià)格折扣率則越高；(2)發(fā)行公司的機(jī)構(gòu)持股比例越高，或發(fā)行公司擁有更多的分析師跟蹤人數(shù)，則其面臨的信息不對稱程度減輕，發(fā)行價(jià)格折扣率顯著降低。

基于上述結(jié)果，本文的研究對發(fā)行公司具有很強(qiáng)的參考借鑒作用。當(dāng)發(fā)行公司希望提高發(fā)行價(jià)格，募集更多資金時(shí)，雖然其面臨的信息不對稱程度會(huì)降低發(fā)行價(jià)格，但是其可以通過在發(fā)行前引入更多機(jī)構(gòu)投資者和證券分析師，從而在一定程度上改善信息不對稱程度，提高發(fā)行價(jià)格。