论文部分内容阅读
摘要：本文以实行询价制后沪深两市首次公开发行的A股为研究对象，选取2005年1月到2007年8月的144家发行新股的公司作为样本，搜集了它们新股上市前披露的公开信息、大盘运行状况以及行业特性等资料，建立起较为完整的指标体系，使用因子分析、逐步回归等方法构建了IPO定价的多因素模型，并据之判断IPO定价的影响因素。研究发现。财务状况、经营成果、新股发行数量、行业特性以及大盘风险等因素对IPO定价有较为重要的影响。
关键词：IPO定价；因子分析；逐步回归
中图分类号：F832.5 文献标识码：A 文章编号：1003-9031(2009)03-0042-05
IPO(Initial Public Offering，首次公开发行)是指股份公司委托承销商等中介机构第一次公开在股票市场上向潜在的广大投资者发售股份，为公司发展募集权益资本。IPO是许多股份公司都经历过或将要经历的过程，确定发行价是IPO过程中最基本和最关键的环节。IPO定价涉及到上市公司、承销商和投资者各方的利益，过高的价格使投资者难以承受，减少投资回报率，增加承销商发行失败的概率；过低的价格会使发行公司难以获得所需资金，达不到发行的预期目的；只有合理的发行价格可使发行公司完成筹资目的。承销商获得满意回报，同时也使投资者获得收益。如何确定合理的IPO价格?IPO定价的影响因素有哪些?这些影响因素在新股定价中起着怎样的作用?都是值得深入研究的问题。
一、相关文献综述
IPO定价问题一直是国内外学者关心的问题，国内学者结合我国股票市场特点对IPO定价影响因素进行了积极的研究。
郭国雄、陈玲等(2003)选择了流通股本、行业、区域、中签率、净资产收益率和市盈率等6个指标作为影响新股上市价格的主要因素，对2000年到2002年的129只股票进行了回归分析，计算出各因素对IPO定价影响所占的权重。段进东、陈海明(2004)认为确定发行价格时不仅要考虑新股的内在价值，还要考虑市场环境。他们选取了1996年1月1日到2003年6月30日在沪市发行的所有新股(A股)作为样本进行实证研究。他们发现，我国新股发行价格基本反映了新股发行量、发行前市场景气度、归属行业、盈利因子及规模因子等因素或信息。新股发行定价具有一定的信息效率。12l陶冶、马健(2006)选取沪市A股市场2001年4月17日至2005年5月31日发行的230只新股为样本，设计了19个指标，对21个自变量进行线性回归，得到对新股发行价格起解释作用的8个因素，它们分别是每股净资产、发行市盈率、管理层持股比例、区域(是否为发达地区)、主营业务利润率、发行数量、市净率和行业(是否为发展行业)。曹凤岐、董秀良(2006)分三个阶段对IPO定价进行了研究：行政化定价(1990.1-1999.7)、市场化定价(1999.8-2001.8)、行政化定价(2001.11-2004.8)。研究表明，我国股票IPO发行价格较市场价格更能反映公司内在价值，造成IPO抑价程度过高的主要原因是二级市场价格虚高。
国内已有的IPO定价影响因素的相关研究为本文提供了重要启示，但已有文献仍存在一些问题。(1)选取的指标较少或不全面。事实上影响IPO定价的影响因素非常多，选取较少的指标进行分析，结果自然不可靠。(2)实证方法存在缺陷。实证方法的缺陷主要表现为缺乏必要的检验，从而影响了实证结论的说服力。(3)对2005年以后上市公司IP0定价研究的很少。自2005年1月1日起首次公开发行股票试行询价制度，询价制的实质就是采用市场化方式进行定价。已有的研究选取的样本基本上都是2005年以前的上市公司，对实行询价制以后上市公司IPO定价的研究较少。
本文将以我国沪深证券市场首次公开发行的A股为研究对象，选取2005年1月到2007年8月144家发行新股的公司作为样本，建立起较为完整的指标体系，使用因子分析、逐步回归等方法对我国IPO定价的影响因素进行实证研究。
二、变量、样本的选取及研究方法
(一)变量的选取
严格地讲。影响新股发行价格的因素非常多，要全面、精确地衡量这些因素非常困难。本文在借鉴国内外学者研究成果的基础上，结合我国股票市场尤其是发行市场的特点选取40个变量，各变量及计量标准见表1。
在所选取的反映外部影响因素的变量中，行业特征、承销商声誉和注册地区属于定性变量，必须对它们进行数量化处理。本文采用引入0-1型虚拟变量的方法解决。对承销商声誉引入1个0-1型变量SEE：如果IPO发行由十大证券公司承销，则赋值1；由其他证券公司承销，则赋值0。对公司注册地区引入1个0-1型变量PRO：如果公司注册地区为经济发达地区省市，则赋值1；公司注册地区为其他省市则赋值0。对于行业特性引入12个0-1型变量IND，见表2。
(二)样本的选取
2005年1月1日至2007年8月31日沪深两市共发行新股160只，其中数据异常和数据缺失的有16只，将这16只股票剔除，本文选取剩余的144只新股作为样本。
为使数据具有可比性，本文统一采用样本公司首次公开发行前一年完整会计年度的数据。数据来自和讯网(http://www.hexun.com)、金融界(http://www.jrj.com.cn)、新浪财经(http://finance.sina.com.cn)和国泰君安大智慧软件。
(三)研究方法
本文选取的变量较多，反映内部影响因素的各变量之间存在较强的相关性，因此首先对内部因素包含的各变量进行因子分析，将原来的21个变量合并成几个因子变量，用较少的相互独立的因子变量代替原有21个变量的信息。然后，以反映外部影响因素的各变量和反映内部影响因素的因子变量为自变量。以IPO价格为因变量，进行逐步回归，找到对新股发行价格具有显著影响的因素，并在此基础上建立多元回归模型。以便清楚地反映新股发行价格与各影响因素之间的关系。
三、实证分析
(一)数据处理
由于各变量的单位不统一并且个别变量的方差较大，为了消除量纲和数量差异，首先对原始数据进行标准化处理，使各变量之间具有可比性。
(二)因子分析
本文选取的影响IPO定价的40个变量中，21个内部影响因素变量之间存在较强的相关性，而19个外部影响因素变量之间不存在相关性。通过因子分析将影响IPO定价的21个内部影响因素变量综合成几个相互独立并能反映全部信息的因子变量。
1 多重共线性检验
计算出样本公司21个内部因变量的相关系数矩阵。从相关系数矩阵可以看出，部分财务指标存在较强的相 关性。受篇幅限制，相关系数矩阵略去。对21个变量进行巴列特球度检验和KMO检验。结果显示，21个变量适合进行因子分析。见表3。
2 因子分析
(1)提取因子。SPSS软件最终保留了7个因子，它们的累计方差贡献率为81.106％，大于一般统计意义要求的80％，因此可以认为这7个因子基本反映了原来21个变量的绝大部分信息。因子变量解释贡献率表略。
(2)建立因子载荷矩阵，为因子命名。计算因子载荷矩阵，从因子载荷矩阵可以看出21个指标可以被7个因子线性表示出来，因子载荷矩阵显示7个因子在许多原变量都有较高的载荷或者载荷角平均，因子变量的含义比较模糊，给因子命名带来困难。因子载荷矩阵略。
为使因子变量含义更为明确，采用方差最大化法对因子载荷矩阵实施正交旋转。指定按第一因子载荷降序的顺序输出旋转后的因子载荷以及旋转后的因子载荷矩阵。旋转后的因子载荷矩阵略。
经过旋转后，因子的含义比较清楚：因子变量F1基本上反映了总资产收益率和净利润率的情况；因子变量12基本上反映了每股收益和未分配利润的情况；因子变量F3基本上反映了净资产增长率的情况；因子变量F4基本上反映了总资产周转率和净资产周转率的情况；因子变量F5基本上反映了主营业务收入增长率和净利润增长率的情况；因子变量F6基本上反映了经营周期的情况；因子变量F7基本上反映了利息保障倍数的情况。因此，7个因子分别主要代表了收益率、每股收益、净资产、总资产、主营业务、经营周期、利息保障等方面的情况，
(3)计算因子得分。采用回归法估计因子得分系数，结果见表4。
根据因子得分系数矩阵，写出因子得分函数：
F1=-0.145总资产-0.001每股收益-0.127每股净资-0.105每股公积金-0.07未分利润-0.154营收增长+0.003-净利增长0.001总资增长+0.22净资增长+0.095总资周转-0.031净资周转+0.197存货周转-0.007应收周转-0.038经营周期+0.159净资收益+0.312总资收益+0.257-净利润率-0.242负债率+0.193流动比率-0.02利保倍数+0.001每股现金
P2=0.079总资产+0.316每股收益+0.256每股净资+0.047每股公积金+0.381未分利润-0.055营收增长-0.029净利增长-0.071总资增长-0.072净资增长-0.037总资周转+0.034净资周转-0.037存货周转+0.027应收周转+0.104经营周期+0.149净资收益+0.048总资收益+0.024净利润率+0.086负债率-0.046流动比率-0.066利保倍数+0.206每股现金
F7=-0.090总资产-0.114每股收益-0.069每股净资-0.148每股公积金0.096未分利润-0.059营收增长+0.019净利增长+0.085总资增长+0.050净资增长-0.052总资-周转-0.050净资周转-0.069存货周转-0.193应收周转-0.276经营周期-0.036净资收益-0.033总资收益+0.001净利润率+0.014负债率+0.006流动比率+0.778利保倍数+0.278每股现金
经过因子分析，21个内部影响因素变量被综合成为7个因子：F1、F2、…F7。
(三)逐步回归
经过因子分析，影响IPO定价的40个变量被处理成为26个变量(7个反映内部影响因素的因子和19个反映外部影响因素的变量)，将这些变量作为自变量(Xi)，样本公司IPO发行价格(Y)作为因变量进行回归，建立IPO定价的多因素模型。
1 模型变量进出选择
26个自变量对IPO发行价格进行逐步回归建立模型。逐步回归结果见表5。回归系数显著性F检验的相伴概率值小于0.05的自变量进入了回归方程，大于0.1的自变量剔除出了回归方程。自变量进入方程的次序是：首先，因子F2进入回归方程，形成模型1；其次，在模型1的基础之上引入第二个自变量因子Fi，形成模型2；……；最后，在模型6的基础之上引入第7个自变量因子P真，形成最终的回归模型7。
由表5可知，26个自变量中有7个自变量对IPO发行价格有重要意义，它们分别是：因子变量F2；因子变量F1；发行日前30个交易日沪深300指数的标准差；因子变量F3；行业特征变量Ind3；因子变量F5。
2 回归模型的建立
以F2、F1、标准差、F3、发行量、Ind3、F5等7个变量作为自变量，新股发行价格作为因变量，建立回归模型。
经过以上的数据处理、分析过程以及回归模型的各种性质检验，根据表6的结果，可以得出关于IPO发行价格的多因素模型：
发行价格=8.205+2.887F2+1.725F1+0.008标准差+0.674F3-1.41×10-5发行量(0.429)(0.253)(0.251)(0.002)(0.25)(0.000)-4.199Ind3+0.643F3
(1.562)(0.258)
四、结论
通过对我国A股市场IPO定价影响因素的实证分析，得到以下结论：
第一，在IPO定价的内部影响因素中，对新股发行价格有显著影响的只有F1、F2、F3、F5。这四个因子重点反映了上市公司的总资产收益率、净利润率、每股收益、每股未分配利润、净资产增长率、主营业务收入增长率和净利润增长率等方面的情况，并且对IPO定价是正向的影响，其余内部影响因素指标对新股发行价格的影响很小。因此，在决定公司内在价值的因素中，资产的收益水平、盈利能力和净资产的规模增长状况等因素最为重要，它们也基本体现了企业的状况，这同目前市场上所采用的定价思路和关注点基本吻合。在IPO定价过程中，上述因素得到了不同程度的考虑。
第二，发行日前30天沪深300指数标准差的大小代表了发行前的市场风险情况，该指标对新股发行价格有着显著的影响，呈正相关关系。这说明当二级市场风险增大的时候，投资者将相当一部分资金从二级市场撤出， 从而增加了一级市场的资金供给，在申购资金充裕的情况下，发行人或承销商就可以考虑将新股的发行价格定得高些，这样就可以募集到更多的资金；反之，当二级市场波动较小，股票交易风险较小的时候。投资者会将资金投入二级市场持股待涨，从而减少了一级市场的资金供给，导致申购资金相对不足，这时，发行人或承销商就会考虑将新股发行价格调低，使发行能够顺利完成。
第三，新股发行数量对IPO定价具有显著的影响，呈负相关关系，即公司发行规模越大，新股发行价格定得越低，说明投资者对于大盘股倾向于低价定价的要求。这与市场的实际情况相当吻合。
第四，在反映行业特性的12个虚拟变量中，只有Ind3进入方程，Ind3对应的行业是制造业。这说明属于制造业的上市公司在新股定价时，行业特性对IPO发行价格影响显著，但对新股的价格影响是负向的。制造业的样本公司大多是大型国有企业，其行业生命周期处于成熟期，经营相对平稳。对投资者而言没有很大的盈利增长预期，因此回归结果呈现反向的影响。
第五，承销商声誉对所承销的IPO股票定价的影响在统计学上不显著。模型分析表明，知名券商比如中金、中信、国泰君安、银河、申银万国、招商、光大等在新股发行中实际上并不比其他中小券商表现出更大的优势。一般而言，国外成熟市场中，声誉高的投资银行有利于降低IPO市场中信息不对称的程度，故其承销的IPO价格较为合理。但我国IPO市场准入受到政府管制，进入门槛很高，整个行业呈现出高度的垄断特征，主要的承销商不仅在资金实力、人力资源、承销成本方面存在优势，更重要的是在与监管层的协调能力等方面具有明显的优势。在这种情况下，承销商之间的竞争就不再是技术上的竞争，承销商也无须花费时间去研究制定合理的IPO价格。
第六，发行前市场景气度、注册区域、第一大股东持股比例、反映周转率情况的因子F4、反映经营周期情况的因子F6和反映利息保障倍数情况的因子F7等的系数t检验不能通过，这些因素对我国新股发行价格没有显著的影响，这说明我国新股发行价格没有反映出这些因素或信息，新股发行价格的确定较少或没有考虑到这些因素。也正因为如此，使得模型的解释能力只有61.1％，并不能较高地解释发行价格变动。
第七，从回归模型的拟合系数可以看出，模型的所有自变量对新股发行价格的解释能力为0.611，即模型可以解释新股发行价格方差的61.1％，新股的发行价格基本反映了与发行公司相关的一些重要因素或信息，具有一定合理性，新股发行定价具有一定的信息效率。
关键词：IPO定价；因子分析；逐步回归
中图分类号：F832.5 文献标识码：A 文章编号：1003-9031(2009)03-0042-05
IPO(Initial Public Offering，首次公开发行)是指股份公司委托承销商等中介机构第一次公开在股票市场上向潜在的广大投资者发售股份，为公司发展募集权益资本。IPO是许多股份公司都经历过或将要经历的过程，确定发行价是IPO过程中最基本和最关键的环节。IPO定价涉及到上市公司、承销商和投资者各方的利益，过高的价格使投资者难以承受，减少投资回报率，增加承销商发行失败的概率；过低的价格会使发行公司难以获得所需资金，达不到发行的预期目的；只有合理的发行价格可使发行公司完成筹资目的。承销商获得满意回报，同时也使投资者获得收益。如何确定合理的IPO价格?IPO定价的影响因素有哪些?这些影响因素在新股定价中起着怎样的作用?都是值得深入研究的问题。
一、相关文献综述
IPO定价问题一直是国内外学者关心的问题，国内学者结合我国股票市场特点对IPO定价影响因素进行了积极的研究。
郭国雄、陈玲等(2003)选择了流通股本、行业、区域、中签率、净资产收益率和市盈率等6个指标作为影响新股上市价格的主要因素，对2000年到2002年的129只股票进行了回归分析，计算出各因素对IPO定价影响所占的权重。段进东、陈海明(2004)认为确定发行价格时不仅要考虑新股的内在价值，还要考虑市场环境。他们选取了1996年1月1日到2003年6月30日在沪市发行的所有新股(A股)作为样本进行实证研究。他们发现，我国新股发行价格基本反映了新股发行量、发行前市场景气度、归属行业、盈利因子及规模因子等因素或信息。新股发行定价具有一定的信息效率。12l陶冶、马健(2006)选取沪市A股市场2001年4月17日至2005年5月31日发行的230只新股为样本，设计了19个指标，对21个自变量进行线性回归，得到对新股发行价格起解释作用的8个因素，它们分别是每股净资产、发行市盈率、管理层持股比例、区域(是否为发达地区)、主营业务利润率、发行数量、市净率和行业(是否为发展行业)。曹凤岐、董秀良(2006)分三个阶段对IPO定价进行了研究：行政化定价(1990.1-1999.7)、市场化定价(1999.8-2001.8)、行政化定价(2001.11-2004.8)。研究表明，我国股票IPO发行价格较市场价格更能反映公司内在价值，造成IPO抑价程度过高的主要原因是二级市场价格虚高。
国内已有的IPO定价影响因素的相关研究为本文提供了重要启示，但已有文献仍存在一些问题。(1)选取的指标较少或不全面。事实上影响IPO定价的影响因素非常多，选取较少的指标进行分析，结果自然不可靠。(2)实证方法存在缺陷。实证方法的缺陷主要表现为缺乏必要的检验，从而影响了实证结论的说服力。(3)对2005年以后上市公司IP0定价研究的很少。自2005年1月1日起首次公开发行股票试行询价制度，询价制的实质就是采用市场化方式进行定价。已有的研究选取的样本基本上都是2005年以前的上市公司，对实行询价制以后上市公司IPO定价的研究较少。
本文将以我国沪深证券市场首次公开发行的A股为研究对象，选取2005年1月到2007年8月144家发行新股的公司作为样本，建立起较为完整的指标体系，使用因子分析、逐步回归等方法对我国IPO定价的影响因素进行实证研究。
二、变量、样本的选取及研究方法
(一)变量的选取
严格地讲。影响新股发行价格的因素非常多，要全面、精确地衡量这些因素非常困难。本文在借鉴国内外学者研究成果的基础上，结合我国股票市场尤其是发行市场的特点选取40个变量，各变量及计量标准见表1。
在所选取的反映外部影响因素的变量中，行业特征、承销商声誉和注册地区属于定性变量，必须对它们进行数量化处理。本文采用引入0-1型虚拟变量的方法解决。对承销商声誉引入1个0-1型变量SEE：如果IPO发行由十大证券公司承销，则赋值1；由其他证券公司承销，则赋值0。对公司注册地区引入1个0-1型变量PRO：如果公司注册地区为经济发达地区省市，则赋值1；公司注册地区为其他省市则赋值0。对于行业特性引入12个0-1型变量IND，见表2。
(二)样本的选取
2005年1月1日至2007年8月31日沪深两市共发行新股160只，其中数据异常和数据缺失的有16只，将这16只股票剔除，本文选取剩余的144只新股作为样本。
为使数据具有可比性，本文统一采用样本公司首次公开发行前一年完整会计年度的数据。数据来自和讯网(http://www.hexun.com)、金融界(http://www.jrj.com.cn)、新浪财经(http://finance.sina.com.cn)和国泰君安大智慧软件。
(三)研究方法
本文选取的变量较多，反映内部影响因素的各变量之间存在较强的相关性，因此首先对内部因素包含的各变量进行因子分析，将原来的21个变量合并成几个因子变量，用较少的相互独立的因子变量代替原有21个变量的信息。然后，以反映外部影响因素的各变量和反映内部影响因素的因子变量为自变量。以IPO价格为因变量，进行逐步回归，找到对新股发行价格具有显著影响的因素，并在此基础上建立多元回归模型。以便清楚地反映新股发行价格与各影响因素之间的关系。
三、实证分析
(一)数据处理
由于各变量的单位不统一并且个别变量的方差较大，为了消除量纲和数量差异，首先对原始数据进行标准化处理，使各变量之间具有可比性。
(二)因子分析
本文选取的影响IPO定价的40个变量中，21个内部影响因素变量之间存在较强的相关性，而19个外部影响因素变量之间不存在相关性。通过因子分析将影响IPO定价的21个内部影响因素变量综合成几个相互独立并能反映全部信息的因子变量。
1 多重共线性检验
计算出样本公司21个内部因变量的相关系数矩阵。从相关系数矩阵可以看出，部分财务指标存在较强的相 关性。受篇幅限制，相关系数矩阵略去。对21个变量进行巴列特球度检验和KMO检验。结果显示，21个变量适合进行因子分析。见表3。
2 因子分析
(1)提取因子。SPSS软件最终保留了7个因子，它们的累计方差贡献率为81.106％，大于一般统计意义要求的80％，因此可以认为这7个因子基本反映了原来21个变量的绝大部分信息。因子变量解释贡献率表略。
(2)建立因子载荷矩阵，为因子命名。计算因子载荷矩阵，从因子载荷矩阵可以看出21个指标可以被7个因子线性表示出来，因子载荷矩阵显示7个因子在许多原变量都有较高的载荷或者载荷角平均，因子变量的含义比较模糊，给因子命名带来困难。因子载荷矩阵略。
为使因子变量含义更为明确，采用方差最大化法对因子载荷矩阵实施正交旋转。指定按第一因子载荷降序的顺序输出旋转后的因子载荷以及旋转后的因子载荷矩阵。旋转后的因子载荷矩阵略。
经过旋转后，因子的含义比较清楚：因子变量F1基本上反映了总资产收益率和净利润率的情况；因子变量12基本上反映了每股收益和未分配利润的情况；因子变量F3基本上反映了净资产增长率的情况；因子变量F4基本上反映了总资产周转率和净资产周转率的情况；因子变量F5基本上反映了主营业务收入增长率和净利润增长率的情况；因子变量F6基本上反映了经营周期的情况；因子变量F7基本上反映了利息保障倍数的情况。因此，7个因子分别主要代表了收益率、每股收益、净资产、总资产、主营业务、经营周期、利息保障等方面的情况，
(3)计算因子得分。采用回归法估计因子得分系数，结果见表4。
根据因子得分系数矩阵，写出因子得分函数：
F1=-0.145总资产-0.001每股收益-0.127每股净资-0.105每股公积金-0.07未分利润-0.154营收增长+0.003-净利增长0.001总资增长+0.22净资增长+0.095总资周转-0.031净资周转+0.197存货周转-0.007应收周转-0.038经营周期+0.159净资收益+0.312总资收益+0.257-净利润率-0.242负债率+0.193流动比率-0.02利保倍数+0.001每股现金
P2=0.079总资产+0.316每股收益+0.256每股净资+0.047每股公积金+0.381未分利润-0.055营收增长-0.029净利增长-0.071总资增长-0.072净资增长-0.037总资周转+0.034净资周转-0.037存货周转+0.027应收周转+0.104经营周期+0.149净资收益+0.048总资收益+0.024净利润率+0.086负债率-0.046流动比率-0.066利保倍数+0.206每股现金
F7=-0.090总资产-0.114每股收益-0.069每股净资-0.148每股公积金0.096未分利润-0.059营收增长+0.019净利增长+0.085总资增长+0.050净资增长-0.052总资-周转-0.050净资周转-0.069存货周转-0.193应收周转-0.276经营周期-0.036净资收益-0.033总资收益+0.001净利润率+0.014负债率+0.006流动比率+0.778利保倍数+0.278每股现金
经过因子分析，21个内部影响因素变量被综合成为7个因子：F1、F2、…F7。
(三)逐步回归
经过因子分析，影响IPO定价的40个变量被处理成为26个变量(7个反映内部影响因素的因子和19个反映外部影响因素的变量)，将这些变量作为自变量(Xi)，样本公司IPO发行价格(Y)作为因变量进行回归，建立IPO定价的多因素模型。
1 模型变量进出选择
26个自变量对IPO发行价格进行逐步回归建立模型。逐步回归结果见表5。回归系数显著性F检验的相伴概率值小于0.05的自变量进入了回归方程，大于0.1的自变量剔除出了回归方程。自变量进入方程的次序是：首先，因子F2进入回归方程，形成模型1；其次，在模型1的基础之上引入第二个自变量因子Fi，形成模型2；……；最后，在模型6的基础之上引入第7个自变量因子P真，形成最终的回归模型7。
由表5可知，26个自变量中有7个自变量对IPO发行价格有重要意义，它们分别是：因子变量F2；因子变量F1；发行日前30个交易日沪深300指数的标准差；因子变量F3；行业特征变量Ind3；因子变量F5。
2 回归模型的建立
以F2、F1、标准差、F3、发行量、Ind3、F5等7个变量作为自变量，新股发行价格作为因变量，建立回归模型。
经过以上的数据处理、分析过程以及回归模型的各种性质检验，根据表6的结果，可以得出关于IPO发行价格的多因素模型：
发行价格=8.205+2.887F2+1.725F1+0.008标准差+0.674F3-1.41×10-5发行量(0.429)(0.253)(0.251)(0.002)(0.25)(0.000)-4.199Ind3+0.643F3
(1.562)(0.258)
四、结论
通过对我国A股市场IPO定价影响因素的实证分析，得到以下结论：
第一，在IPO定价的内部影响因素中，对新股发行价格有显著影响的只有F1、F2、F3、F5。这四个因子重点反映了上市公司的总资产收益率、净利润率、每股收益、每股未分配利润、净资产增长率、主营业务收入增长率和净利润增长率等方面的情况，并且对IPO定价是正向的影响，其余内部影响因素指标对新股发行价格的影响很小。因此，在决定公司内在价值的因素中，资产的收益水平、盈利能力和净资产的规模增长状况等因素最为重要，它们也基本体现了企业的状况，这同目前市场上所采用的定价思路和关注点基本吻合。在IPO定价过程中，上述因素得到了不同程度的考虑。
第二，发行日前30天沪深300指数标准差的大小代表了发行前的市场风险情况，该指标对新股发行价格有着显著的影响，呈正相关关系。这说明当二级市场风险增大的时候，投资者将相当一部分资金从二级市场撤出， 从而增加了一级市场的资金供给，在申购资金充裕的情况下，发行人或承销商就可以考虑将新股的发行价格定得高些，这样就可以募集到更多的资金；反之，当二级市场波动较小，股票交易风险较小的时候。投资者会将资金投入二级市场持股待涨，从而减少了一级市场的资金供给，导致申购资金相对不足，这时，发行人或承销商就会考虑将新股发行价格调低，使发行能够顺利完成。
第三，新股发行数量对IPO定价具有显著的影响，呈负相关关系，即公司发行规模越大，新股发行价格定得越低，说明投资者对于大盘股倾向于低价定价的要求。这与市场的实际情况相当吻合。
第四，在反映行业特性的12个虚拟变量中，只有Ind3进入方程，Ind3对应的行业是制造业。这说明属于制造业的上市公司在新股定价时，行业特性对IPO发行价格影响显著，但对新股的价格影响是负向的。制造业的样本公司大多是大型国有企业，其行业生命周期处于成熟期，经营相对平稳。对投资者而言没有很大的盈利增长预期，因此回归结果呈现反向的影响。
第五，承销商声誉对所承销的IPO股票定价的影响在统计学上不显著。模型分析表明，知名券商比如中金、中信、国泰君安、银河、申银万国、招商、光大等在新股发行中实际上并不比其他中小券商表现出更大的优势。一般而言，国外成熟市场中，声誉高的投资银行有利于降低IPO市场中信息不对称的程度，故其承销的IPO价格较为合理。但我国IPO市场准入受到政府管制，进入门槛很高，整个行业呈现出高度的垄断特征，主要的承销商不仅在资金实力、人力资源、承销成本方面存在优势，更重要的是在与监管层的协调能力等方面具有明显的优势。在这种情况下，承销商之间的竞争就不再是技术上的竞争，承销商也无须花费时间去研究制定合理的IPO价格。
第六，发行前市场景气度、注册区域、第一大股东持股比例、反映周转率情况的因子F4、反映经营周期情况的因子F6和反映利息保障倍数情况的因子F7等的系数t检验不能通过，这些因素对我国新股发行价格没有显著的影响，这说明我国新股发行价格没有反映出这些因素或信息，新股发行价格的确定较少或没有考虑到这些因素。也正因为如此，使得模型的解释能力只有61.1％，并不能较高地解释发行价格变动。
第七，从回归模型的拟合系数可以看出，模型的所有自变量对新股发行价格的解释能力为0.611，即模型可以解释新股发行价格方差的61.1％，新股的发行价格基本反映了与发行公司相关的一些重要因素或信息，具有一定合理性，新股发行定价具有一定的信息效率。