论文部分内容阅读
摘要：本文运用多元线性回归模型对2008年1月16日至2010年8月12日在深沪两市上市的114KA股新股，就IPO抑价影响因素进行了实证研究。结果发现，中签率、上市首日股票换手率、发行规模对IPO抑价率具有较强的显著性影响。
关键词：IPO：抑价率；影响因素
正文：首次公开发行股票(IPO)是指公司第一次向社会公众公开发行普通股票，为公司发展募集权益资本。IPO抑价是指新股发行定价存在低估现象，表现为新股发行价明显低于新股上市首日收盘价，上市首日即能获得显著的超额回报。在实证研究中，国内外学者都选用IPO抑价程度作为衡量IPO效率的指标，本文也是利用IPO抑价率来反应我国A股市场IPO抑价的程度，共考察了八种影响IPO抑价率的影响因素，运用多元线性回归分析法，以2008年1月16日至2010年8月12日在深沪两市上市的114只A股新股为样本，就IPO抑价影响因素进行实证研究。
1 变量设定与研究假设
本文用IPO抑价率作为被解释变量y。采用以下公式对IPO抑价率进行界定：
Y=P2－P1／P1
其中，y表示IPO抑价率；P/表示该股票上市时的首日收盘价；P1表示该股票的发行价格。
在解释变量的选取方面，提取出一些公认度较高的变量，并对其中某些变量做了一些调整，尽量提高模型的解释力度，本文中用到的解释变量以及对其所做的假设有：
1.1发行价格
在我国股市，发行价格较低的股票显然更容易被炒作，发行抑价会变得更高。另外，一般来说，实力雄厚的大公司的较低购买风险使其在较低的发行抑价情况下也可以吸引投资者认购新股。实力薄弱的公司发行价格一般要低一些，目的是希望通过低价发行来吸引投资者的注意力。因此，本人认为新股的发行价格会影响IPO的抑价率，并假设两者之间存在负相关关系，即：
H1：发行价格与IPO抑价率负相关，即β1<0
1.2中签率
本人认为中签率与抑价率成负相关关系，因为对于高抑价的IPO，知情投资者和非知情投资者都进行申购，申购人员增加就使得中签率减小。相反，低抑价的IPO中签率增加。在多元回归模型中为了检验中签率与IPO抑价的关系，可假设如下：
H2：中签率与IPO抑价率负相关，即β2<0
1.3发行市盈率
一般情况下，我们认为市盈率越高，说明大家都看好本公司，那就可能存在泡沫，从而使得新股的抑价并没有想象的那么高。从而本人认为市盈率越高，抑价率越低；相反，市盈率越低，抑价率越高。因此，我们可假设：
H3：发行市盈率率与IPO抑价率负相关，即β3<0
1.4首日换手率
根据我国骨片市场的经验，过高的换手率和过高的IPO抑价经常同时出现。这两者之间可能存在着显著的正相关关系。因此，我们提出以下假设：
H4：上市首日换手率与抑价率正相关，即β4>0
1.5发行规模
本人认为新股发行量与抑价程度之间存在正相关关系。因此我们提出假设为：
H5：发行规模与抑价率正相关，即β5>0
1.6认购成功日与上市时间的间隔
一般情况下，本人认为认购成功日与上市时间之间的间隔越长，投资者资金被占用的时间越长，时间成本越高，风险越大，使得投资者会更多的关注别的股票，从而本股票的关注度降低，抑价率也会相应降低。即认购成功日与上市时间的间隔越大，抑价率越低：相反，间隔越小，抑价率越高。因此，我们可以假设：
H6：认购成功日与上市时间的间隔与抑价率负相关，即β6<0
1.7首次流通股股数
本人认为首次流通股股数与抑价程度之间存在正相关关系。因此我们提出假设为：
H7：首次流通股股数与抑价率正相关，即β7>0
1.8上市交易地点
本人认为新股上市的交易地点与抑价率之间可能存在正相关关系，从而假设为：
H8：上市交易地点与抑价率负相关，即β8<0
2 模型的建立与分折过程
本文选取2008年1月16日至2010年8月12日在深沪两市上市的114只A股新股为样本，样本容量为114。其中2008年36家；2009年30家；2010年48家。
2.1多元线性回归模型的建立与多重共线性的判断
本文采用以下多元线性回归模型对IPO抑价的影响因素进行分析。模型如下：
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8
本文所选用的统计分析软件为SPSS11.5以及Excel2003。
在上述模型中，本人选用了八个变量，这些变量有可能存在多重共线性。当共线性趋势非常明显时，它们就会对模型的拟合度带来严重影响。因此，在具体分析之前，应先考察自变量是否存在多重共线性。首先运用SPSS软件中容忍度(T01erance)以及方差膨胀因子(variance Inflation Factor，VIF)指标对这八个自变量之间是否存在多重共线性进行检验，从检验结果可以看出；的方差扩大因子太大，说存在很大的共线性，我们先剔除方差扩大因子更大的，然后再次进行多元线性回归方程以及自变量的多重共线性分析，我们可以得出，这七个解释变量的方差口大因子基本合理，说明共线性问题并不严重，可以继续进行回归分析。
2.2回归结果
我们利用SPSS软件进行回归分析，把其余七个变量纳入模型当中，去检验我们之前的假设。回归结果如下表所示：
从上表可以看出，P值为0.00(a)，说明回归方程十分显著。即可以以99.9％以上的概率断言自变量全体对因变量Y产生显著性影响。
由上表得出回归方程为：
Y=-0.38－0.005X1－0.299X2－4832*10-6X3+0.16X4+1.103*10-6X5+0.013X6－0.061X8
3 回归结果分析
3.1发行价格的系数为负，与前面的假设相同。变量虽然没有通过t检验，但具有一定的显著性。
3.2中签率的系数也为负，与前面的假设相同。变量通过了t检验，且具有很强的显著性(P值为0.001)。验证了假设H2，说明发行价格越高，首发新股(IPO)抑价程度越低。
3.3发行市盈率的系数为负，虽然与原假设相同，但是显著性不太高。也就是说发行市盈率对抑价率的影响不太确定。
3.4首日换手率的系数为正，与我们的原假设一致。变量通过了t检验，显著性也很高(P值为0.000)，说明首日换手率越高，抑价率也越高，两者之间是正相关的关系。
3.5发行规模的系数为正，与原假设一致。变量通过了t检验，具有较强的显著性。说明发行两越大，抑价率越高，两者之间成正相关关系。
3.6认购成功日与上市时间的间隔的系数为负，与我们的原假设相反，没能支持原假设。其变量通过了t检验，具有一定显著性。说明认购成功日与上市时间的间隔越长，抑价率越高，两者之间是正相关的关系。
3.7关于首次流通股股数，我们原来假设其与抑价率是正相关关系。但因其的变量引起的多重共线性较严重，我们在继续的分析中将其剔除。在搜集数据时知道，大多数新股的首次流通股股数都占总发行量的80％。因此，它与发行规模之间有这相当严重的共线性。
3.8上市交易地点的系数为负，与原假设相同，但其没有通过t检验，显著性也不太好。因此，我们认为其对抑价率的影响并不显著。
4 结论
通过对2008年1月16日至2010年8月12日期间公开发行的114只股票进行的实证研究，可以发现：中签率、上市首日股票换手率、发行规模对IPO抑价率具有较为显著的影响；而发行价格、发行市盈率、认购成功日与上市时间的间隔、上市交易地点对IPO抑价率影响显著稍差。
关键词：IPO：抑价率；影响因素
正文：首次公开发行股票(IPO)是指公司第一次向社会公众公开发行普通股票，为公司发展募集权益资本。IPO抑价是指新股发行定价存在低估现象，表现为新股发行价明显低于新股上市首日收盘价，上市首日即能获得显著的超额回报。在实证研究中，国内外学者都选用IPO抑价程度作为衡量IPO效率的指标，本文也是利用IPO抑价率来反应我国A股市场IPO抑价的程度，共考察了八种影响IPO抑价率的影响因素，运用多元线性回归分析法，以2008年1月16日至2010年8月12日在深沪两市上市的114只A股新股为样本，就IPO抑价影响因素进行实证研究。
1 变量设定与研究假设
本文用IPO抑价率作为被解释变量y。采用以下公式对IPO抑价率进行界定：
Y=P2－P1／P1
其中，y表示IPO抑价率；P/表示该股票上市时的首日收盘价；P1表示该股票的发行价格。
在解释变量的选取方面，提取出一些公认度较高的变量，并对其中某些变量做了一些调整，尽量提高模型的解释力度，本文中用到的解释变量以及对其所做的假设有：
1.1发行价格
在我国股市，发行价格较低的股票显然更容易被炒作，发行抑价会变得更高。另外，一般来说，实力雄厚的大公司的较低购买风险使其在较低的发行抑价情况下也可以吸引投资者认购新股。实力薄弱的公司发行价格一般要低一些，目的是希望通过低价发行来吸引投资者的注意力。因此，本人认为新股的发行价格会影响IPO的抑价率，并假设两者之间存在负相关关系，即：
H1：发行价格与IPO抑价率负相关，即β1<0
1.2中签率
本人认为中签率与抑价率成负相关关系，因为对于高抑价的IPO，知情投资者和非知情投资者都进行申购，申购人员增加就使得中签率减小。相反，低抑价的IPO中签率增加。在多元回归模型中为了检验中签率与IPO抑价的关系，可假设如下：
H2：中签率与IPO抑价率负相关，即β2<0
1.3发行市盈率
一般情况下，我们认为市盈率越高，说明大家都看好本公司，那就可能存在泡沫，从而使得新股的抑价并没有想象的那么高。从而本人认为市盈率越高，抑价率越低；相反，市盈率越低，抑价率越高。因此，我们可假设：
H3：发行市盈率率与IPO抑价率负相关，即β3<0
1.4首日换手率
根据我国骨片市场的经验，过高的换手率和过高的IPO抑价经常同时出现。这两者之间可能存在着显著的正相关关系。因此，我们提出以下假设：
H4：上市首日换手率与抑价率正相关，即β4>0
1.5发行规模
本人认为新股发行量与抑价程度之间存在正相关关系。因此我们提出假设为：
H5：发行规模与抑价率正相关，即β5>0
1.6认购成功日与上市时间的间隔
一般情况下，本人认为认购成功日与上市时间之间的间隔越长，投资者资金被占用的时间越长，时间成本越高，风险越大，使得投资者会更多的关注别的股票，从而本股票的关注度降低，抑价率也会相应降低。即认购成功日与上市时间的间隔越大，抑价率越低：相反，间隔越小，抑价率越高。因此，我们可以假设：
H6：认购成功日与上市时间的间隔与抑价率负相关，即β6<0
1.7首次流通股股数
本人认为首次流通股股数与抑价程度之间存在正相关关系。因此我们提出假设为：
H7：首次流通股股数与抑价率正相关，即β7>0
1.8上市交易地点
本人认为新股上市的交易地点与抑价率之间可能存在正相关关系，从而假设为：
H8：上市交易地点与抑价率负相关，即β8<0
2 模型的建立与分折过程
本文选取2008年1月16日至2010年8月12日在深沪两市上市的114只A股新股为样本，样本容量为114。其中2008年36家；2009年30家；2010年48家。
2.1多元线性回归模型的建立与多重共线性的判断
本文采用以下多元线性回归模型对IPO抑价的影响因素进行分析。模型如下：
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8
本文所选用的统计分析软件为SPSS11.5以及Excel2003。
在上述模型中，本人选用了八个变量，这些变量有可能存在多重共线性。当共线性趋势非常明显时，它们就会对模型的拟合度带来严重影响。因此，在具体分析之前，应先考察自变量是否存在多重共线性。首先运用SPSS软件中容忍度(T01erance)以及方差膨胀因子(variance Inflation Factor，VIF)指标对这八个自变量之间是否存在多重共线性进行检验，从检验结果可以看出；的方差扩大因子太大，说存在很大的共线性，我们先剔除方差扩大因子更大的，然后再次进行多元线性回归方程以及自变量的多重共线性分析，我们可以得出，这七个解释变量的方差口大因子基本合理，说明共线性问题并不严重，可以继续进行回归分析。
2.2回归结果
我们利用SPSS软件进行回归分析，把其余七个变量纳入模型当中，去检验我们之前的假设。回归结果如下表所示：
从上表可以看出，P值为0.00(a)，说明回归方程十分显著。即可以以99.9％以上的概率断言自变量全体对因变量Y产生显著性影响。
由上表得出回归方程为：
Y=-0.38－0.005X1－0.299X2－4832*10-6X3+0.16X4+1.103*10-6X5+0.013X6－0.061X8
3 回归结果分析
3.1发行价格的系数为负，与前面的假设相同。变量虽然没有通过t检验，但具有一定的显著性。
3.2中签率的系数也为负，与前面的假设相同。变量通过了t检验，且具有很强的显著性(P值为0.001)。验证了假设H2，说明发行价格越高，首发新股(IPO)抑价程度越低。
3.3发行市盈率的系数为负，虽然与原假设相同，但是显著性不太高。也就是说发行市盈率对抑价率的影响不太确定。
3.4首日换手率的系数为正，与我们的原假设一致。变量通过了t检验，显著性也很高(P值为0.000)，说明首日换手率越高，抑价率也越高，两者之间是正相关的关系。
3.5发行规模的系数为正，与原假设一致。变量通过了t检验，具有较强的显著性。说明发行两越大，抑价率越高，两者之间成正相关关系。
3.6认购成功日与上市时间的间隔的系数为负，与我们的原假设相反，没能支持原假设。其变量通过了t检验，具有一定显著性。说明认购成功日与上市时间的间隔越长，抑价率越高，两者之间是正相关的关系。
3.7关于首次流通股股数，我们原来假设其与抑价率是正相关关系。但因其的变量引起的多重共线性较严重，我们在继续的分析中将其剔除。在搜集数据时知道，大多数新股的首次流通股股数都占总发行量的80％。因此，它与发行规模之间有这相当严重的共线性。
3.8上市交易地点的系数为负，与原假设相同，但其没有通过t检验，显著性也不太好。因此，我们认为其对抑价率的影响并不显著。
4 结论
通过对2008年1月16日至2010年8月12日期间公开发行的114只股票进行的实证研究，可以发现：中签率、上市首日股票换手率、发行规模对IPO抑价率具有较为显著的影响；而发行价格、发行市盈率、认购成功日与上市时间的间隔、上市交易地点对IPO抑价率影响显著稍差。