我國IPO溢價影響因素研究

于申珅

?

我國IPO溢價影響因素研究

于申珅

摘要：本文針對2014年新股發(fā)行改革后的我國IPO溢價現象進行了研究。本文利用多元線性回歸模型對我國的新股發(fā)行溢價現象進行實證研究，依據發(fā)行時市盈率對其進行分組研究。研究結果發(fā)現，發(fā)行時市盈率、中簽率、主承銷商聲譽等指標對我國IPO溢價均產生了不同程度的影響，政府行政干預是導致我國IPO溢價的最重要因素。最后，本文結合實證結果及相關理論提出避免政府行政性定價，推進我國股票發(fā)行制度從核準制向注冊制轉變等一系列政策建議。

關鍵詞：IPO溢價；多元線性回歸模型；行政定價；注冊制

一、 導 言

2014年我國IPO市場有125只新股陸續(xù)發(fā)行，形成670億元的總募資規(guī)模，但是筆者發(fā)現幾乎所有新股均不同程度地存在溢價現象。新股發(fā)行溢價表現為新股發(fā)行上市后的收盤價與發(fā)行價相比有了一個大幅的提升，新股認購者可以從中獲得超額的回報。嚴重的新股發(fā)行溢價會在股票市場中造成很多不良效應。因此，盡可能全面地找出影響我國新股發(fā)行溢價的因素并提出對應的有價值的政策建議十分重要。

筆者調查了解到當前證監(jiān)會對新股發(fā)行的窗口指導，即行政定價對新股發(fā)行有著重要影響。因此，本文對制度因素及行政干預對新股發(fā)行溢價的影響進行了著重調查研究。此外，主承銷商聲譽、中簽率、行業(yè)收益率等因素都對新股發(fā)行溢價有著不同程度的影響，本文也將這些因素考慮在內。

二、 相關理論與文獻綜述

我國股票市場還處在發(fā)展的初級階段。針對IPO溢價問題，我國的研究方向存在兩個誤區(qū)：首先是我國在IPO溢價問題研究中大多套用國外經典理論展開分析，討論其適用性，研究浮于表面缺少實質內涵，無法為解決現實問題提供理論性指導；其次是我國該方面的研究往往集中在溢價現象本身，而缺少針對溢價問題的實際的解決方法，不能提出建設性的改革意見與實踐舉措。

本文認為我國對IPO溢價的研究首先要從細節(jié)入手，并有針對性的提出解決方案與對策。本文將在后面以本次新股發(fā)行改革后上市發(fā)行的股票為研究對象，對影響我國新股發(fā)行溢價的因素進行實證研究，根據實證結果提出政策建議。

三、 研究設計

(一) 被解釋變量與解釋變量

1、 被解釋變量

新股發(fā)行溢價Y=破板收盤價/發(fā)行價—1

破板收盤價是指新發(fā)行的股票打開漲停板或跌停板那一天的收盤價。本文不以上市首日收盤價/發(fā)行價—1作為衡量IPO溢價程度的指標是因為新股發(fā)行上市初期可能不滿足市場有效性假設，新股上市首日的市場價格可能會圍繞其均衡價值上下徘徊。并且根據現行新股發(fā)行制度，新股發(fā)行首日價格波動幅度上下不得超過44%，因此無法通過首日價格波動來衡量新股發(fā)行溢價程度。而一般認為新股發(fā)行上市破板后，新股的市場供需關系會逐漸走向均衡，投資者也會減少盲目跟風追求打新利益的行為，此時的股票市場價格與IPO股票的市場均衡價值較為接近?？紤]上述原因，本文把破板收盤價/發(fā)行價—1作為衡量IPO溢價程度的指標，作為本文的被解釋變量。

2、 解釋變量

X1：首發(fā)數量。首發(fā)數量和新股發(fā)行溢價率兩者呈負相關的關系。

X2：首發(fā)前總股本。公司的規(guī)模在一定程度上可以通過首發(fā)前總股本來反映。首發(fā)前總股本與新股發(fā)行溢價率兩者間呈負相關的關系。

X3：首發(fā)募集資金。二級市場炒作難度隨著首發(fā)募集資金的增多而增大，IPO溢價的可能性也就隨之降低，因此首發(fā)募集資金與IPO溢價呈負相關關系。

X4：發(fā)行時市盈率。人們通常把市盈率作為衡量新股發(fā)行內在價值的重要標準，具有較低的發(fā)行時市盈率的公司一般具有高內在價值，具備良好的成長性與盈利性，因而投資價值較高，對投資者的投資欲望能夠產生刺激作用，從而促使新股發(fā)行溢價水平升高。

X5：中簽率。中簽率是用來反映投資者對新股發(fā)行需求量的指標，中簽率和IPO溢價程度兩者間呈負相關的關系。

X6：主承銷商聲譽。承銷商擁有比發(fā)行人更有利的資本市場及發(fā)行定價方面信息。本文用證券業(yè)協(xié)會發(fā)布的2013年券商經營業(yè)績排名來表示主承銷商聲譽，將主承銷商聲譽用虛擬變量來表示，排名前十的用1表示，表明在第十名以后的用0表示。

X7：破板當日換手率。我們可以通過破板當日換手率來反映市場上的投機程度。

X8：資產負債率。上市公司的資產負債率可以反映其負債水平及業(yè)績水平，其與新股發(fā)行溢價率呈負相關的關系。

X9：資產。資產與首發(fā)前總股本一樣可以代表公司的規(guī)模，因此資產與IPO溢價率也呈反比。

X10：破板日行業(yè)收益率。行業(yè)信息是大多數投資者進行投資決策的重要依據之一。破板日行業(yè)收益率與IPO溢價率兩者間呈正相關的關系。

X11：流通股比例。若流通股比例過高，那么老股東對公司質量的擔保作用就會降低，IPO溢價率就會降低。因此流通股比例與IPO溢價率呈負的相關關系。

(二) 模型選擇

本文的實證模型采用多元參數回歸模型，本文采用如下所示的參數回歸方程：

Y=a+b1x1+b2x2+…+bixi其中i=1,2,3,…,n

(三) 數據選取及理由

本文旨在對受新股發(fā)行政策因素，及其他一系列影響因素影響下的我國股票市場進行分析，本文選取從新股發(fā)行改革以來，2014年1月17日到2014年12月30日共125只股票作為樣本研究對象。樣本時間長達348天。數據來源為同花順數據庫。

四、實證研究

(一) 描述性統(tǒng)計

下面對實證變量進行描述性統(tǒng)計。表1通過描述變量最小值、最大值、平均值和標準差這些統(tǒng)計要素來反映影響IPO溢價因素的總體分布規(guī)律和極值特征。

表1實證變量描述性統(tǒng)計結果

表1中，被解釋變量均值為1.7470,最大值和最小值分別為11.1131與0.1361，說明我國新股發(fā)行中存在較為嚴重的溢價現象。發(fā)行時市盈率的均值為23.8207，最大值和最小值分別為51.37和6.23，反映出我國發(fā)行時市盈率整體徘徊于政府行政定價要求的23倍市盈率的左右，市場上的發(fā)行時市盈率有著超過23倍的趨勢。換手率均值達到5.2492%，最大值為84.372%，反映出二級市場中的新股供需關系整體較為正常，但部分投資者存在情緒畸高的現象，需要抑制其投機行為。中簽率均值為1.0678%，最小值為0.28%，反映我國股票一級市場對新股申購的需求量一般，部分的不平衡供需關系會導致IPO溢價程度大幅上升。行業(yè)破板當日收益率均值為1.2013%,行業(yè)因素對IPO溢價程度也會產生影響。

(二) 相關性檢驗

下面通過相關性檢驗來反映變量兩兩之間的相關性程度，若變量之間的相關性超過0.6則對變量進行篩選剔除，以此來防止可能存在的多重共線性和偽回歸的問題。

表2實證變量相關性檢驗結果

由表2可以得出：大部分實證變量具有較好的獨立性，首發(fā)數量與首發(fā)前總股本、首發(fā)募集資金、資產間的相關性很高，系數分別為0.9705、0.9052、0.9815。模型可能存在多重共線性的問題。因此，本文為消除偽回歸的影響在下文的多元回歸模型估計中刪除相關性較高的變量首發(fā)數量、首發(fā)前總股本與資產，保留首發(fā)募集資金。

(三) 實證過程及結果

對于BP神經網絡而言，10像素組的特征矩陣與PNN相同，是一個27維的特征向量，所以BP神經網絡輸入端設置為27個輸入神經元，輸出端和PNN神經網絡一樣設置為10個神經元（10個文字種類）至于隱含層，根據經驗公式取10較為穩(wěn)定，學習率取0.1，在和PNN相同的400個文字樣本庫中選擇300個進行網絡訓練，剩下100個作為測試樣本，根據以上主要參數進行BP神經網絡的構建、訓練和識別。

1、 多元參數回歸模型估計

筆者從證券公司內部了解到發(fā)行時市盈率是我國新股發(fā)行定價的重要依據，2014年發(fā)行的股票都是以2013年扣除非經常性損益后孰低的凈利潤除以發(fā)行后的股本來計算每股收益的，再乘以現行行政指導下的不超過23倍的市盈率，最后得出發(fā)行價。本文將把發(fā)行時市盈率作為實證研究分組的衡量標準，依據發(fā)行時市盈率將數據分為三組，第一組有41個樣本，市盈率皆小于21；第二組有45個樣本，市盈率在21和23之間；第三組有39個樣本，市盈率超過23。在下文中，筆者將對三組數據分別進行分組回歸，再進行總體組回歸，在各組之間的回歸結果中尋找共性及差異，最后總結出結論，提出建議。

本文運用Eviews6.0來進行多元參數回歸模型估計，運用逐步回歸法對三個分組及總體分別進行回歸，得到組一、二、三以及總體組的最優(yōu)回歸模型。

組一，市盈率<21：Y = 4.927 - 0.0951X4 - 0.8194X5 + 0.3824X6 -0.0151X8

組二，21≤市盈率<23：Y = 9.5894- 0.3744X4 - 1.075X5 + 0.6932X6 - 0.038X8

組三，市盈率≥23：Y = 1.578 - 0.4784X5 + 0.1959X6 - 0.0096X7 + 1.4439X10

總體：Y = 3.3023 - 0.034X4 - 0.7609X5 + 0.3696X6 - 0.0109X7

2、 多元參數回歸模型檢驗

本文將在下面對模型的回歸系數顯著性、整體擬合度依次進行檢驗。

⑴回歸系數分析

下面將對三組以及總體回歸分別進行回歸系數分析。

下表組一的回歸系數分析結果說明除了主承銷商聲譽，發(fā)行時市盈率、中簽率、資產負債率和常數均通過了顯著性檢驗。雖然主承銷商聲譽對新股發(fā)行溢價的解釋能力有限，但是其顯著性超過了剩余的其他變量，所以保留該變量，其與IPO溢價呈正相關關系。

下表組二的回歸系數說明除了資產負債率外，發(fā)行時市盈率、中簽率與主承銷商聲譽皆沒有通過顯著性檢驗。分組二與分組一的解釋變量相同，但是對模型的影響的顯著水平較分組一低，但由于其顯著性超過了剩余的其他變量，所以這里也保留這些變量變量。

從下表組三可以看出，中簽率、破板日換手率與破板日行業(yè)超額收益率的P值小于0.05，均通過了顯著性檢驗。主承銷商聲譽的顯著性超過了剩余的其他變量，所以保留該變量。

從下表總體可以看出，發(fā)行時市盈率與中簽率通過了顯著性檢驗，而主承銷商聲譽與破板日換手率的P值大于0.05，沒有通過顯著性檢驗。主承銷商聲譽顯著性超過了剩余的其他變量，所以保留變量。

⑵擬合優(yōu)度檢驗

本文用決定系數和校正的決定系數來量多元線性回歸模型的優(yōu)劣。數據表明四組模型的擬合效果較為一般。

(四) 實證結果分析

本文以新股發(fā)行改革后的2014年中國股票市場為研究背景，對我國新股發(fā)行溢價的影響因素進行實證研究，主要得到以下三點結論:

1、發(fā)行時市盈率在第一、二分組以及在總體中對我國IPO溢價均產生了顯著影響，分析其影響規(guī)律可以發(fā)現發(fā)行時市盈率越低其對我國IPO溢價的影響程度就越深，而當市盈率大于23時其對我國IPO溢價的影響卻并不顯著。這說明政府的行政定價對我國IPO溢價產生了不可忽視的影響力。而控制市盈率范圍是我國政府部門用來進行行政定價的重要措施。我國為解決IPO溢價不應該限制市盈率，政府應放棄行政定價轉而走向市場化定價。

2、中簽率在各個分組模型中均顯著。中簽率用以反映新股的需求量，如果中簽率低說明新股的需求量教大，新股發(fā)行溢價程度隨之也會較高。我國投資者普遍對新股抱有極高的投資熱情，這一現象表明我國的一級市場與二級市場之間難以平衡，新股的定價往往存在過低的問題從而引發(fā)我國投資者們?yōu)楂@利紛紛前往一級市場打新股，巨大的新股需求量促使形成過高的IPO溢價率。

3、主承銷商聲譽X6在前三分組中對被解釋變量都產生了一定的影響力，且主承銷商聲譽與新股發(fā)行溢價呈正相關關系，即主承銷商聲譽越好，新股發(fā)行溢價越嚴重。這一發(fā)現不得不讓筆者質疑我國承銷商的定價能力，因此我國承銷商應該反思在提高聲譽排名的同時要提升定價這一專業(yè)能力。

五、政策建議

本部分在考慮到我國股票市場實際的前提下，根據上文得出的實證結果及結論提出以下三點政策建議：

1、市場化定價，避免政府行政化定價。我國股票市場自從誕生起就存在著政府過度干預的問題，政府人為地將新股IPO定價壓低，扭曲定價。針對以上問題，筆者建議我國政府要盡量避免對股票市場的行政干預，讓市場來對股票定價，讓真正有潛力的公司能夠在資本市場得到有效地資源配置，充分發(fā)揮市場選擇機制，從根源處緩解我國IPO高溢價的問題。

2、積極推進核準制向注冊制改革。我國要解決IPO溢價的問題必須要從制度上解決，即大力推進核準制向注冊制改革。筆者認為，我國可以借鑒香港及美國的做法，即不明確設定證券發(fā)行條件，任何企業(yè)只要滿足信息披露的要求便可以公開發(fā)行證券。在注冊制中，監(jiān)管者不再處于絕對地位，上市公司充分披露信息，由市場對股票進行選擇并定價。

3、提高承銷商定價能力。一方面我國應努力營造一個良好的承銷商聲譽機制，引導承銷商之間進行良性的競爭以此來提高自己的聲譽；另一方面，我國承銷商的定價能力亟需提高。我國券商要加大人才引進力度，提高專業(yè)技能，在實踐中走向成熟。(作者單位：蘇州大學)

參考文獻:

[1]Rock, K.Why New Issues Are Underpriced[J].Journal of Financial Economics, 1986, 15(1-2):187-212 .

[2]熊燕. 我國創(chuàng)業(yè)板IPO溢價特征及其影響因素的實證研究[D].四川：西南財經大學,2011：35-40。

[3]盧文靜. 我國新股發(fā)行制度改革的深層次思考[D].上海：復旦大學,2012.14-20。

[4]張詩琪. IPO重啟背景下我國新股發(fā)行體制改革效果的實證研究[D].四川：西南財經大學,2014：8-12。