中国A股IPO抑价现象研究

[摘要]文章选取2010年1月到2011年6月18个月间在A股市场IPO上市的501只股票为样本（其中195只为创业板IPO股票）。利用随机前沿方法证明一级市场定价在研究选取的时间段内无效率，从而将IPO抑价分为来源于一级市场和来源于二级市场两个部分。在证明了抑价存在的基础上，文章选取不同的指标构造多个线性回归模型，进一步解释了一级市场和二级市场中抑价的具体来源，并分析了影响抑价率的若干因素。

[关键词]IPO；创业板；随机前沿；定价效率

[中图分类号]F830.91 [文献标识码]A [文章编号]1002-736X（2013）03-0073-04

中国新股发行抑价堪称世界之最，且长期居高不下，对于这种现象的解释，人们大多依据中国A股的相关数据来推演证明并佐之以相关理论，形成各自的观点或结论。应该说，一级市场新股发行定价的相关数据对于判断其是否定价过低是有一定参考价值的。但评价一种经济现象仅从其自身轨迹进行推断是有缺陷的，有时需要一种参照物（或是其自身相对独立的部分）来进行比较。这样可以使我们从一个更为客观的角度来进行观察。

2009年9月推出的创业板就为我们提供了这样一个参照物。主板、中小企业板和创业板同属A股市场，前两者的发行条件基本相同，因此，广义的主板市场也包括中小板。而创业板的情况尤其是上市条件不同，具有相对独特的标准。因此，将其从A股提取出来，在时间跨度上截取2010年及2011年上半年A股的IPO数据与同时期的创业板IPO数据，运用相应的方法及理论，进行分析比较就具备了前提条件，在理论上也是可行的。

一、研究背景及文献回顾

对于IPO抑价现象的解释，一类观点发端于西方发达资本市场，认为IPO发行中存在信息不对称，发行人或承销商由于多种原因故意压低IPO发行定价；另一类观点则基于新兴市场国家的现实，认为二级市场中价格形成的无效率导致新股上市后偏离了其内在价值。

考虑不同主体间的信息不对称，国外对于IPO抑价的主流理论又可分为以下三支。

其一。Baron（1982）提出投资银行模型，突出发行人同投资银行之间的信息不对称，认为投资银行具有更多的发行与定价信息，在缺乏有效监管的情况下，投资银行倾向采取抑价方式以确保发行成功，以建立起良好声誉。

其二，Rock（1986）提出赢家诅咒模型，突出知情和不知情投资者的信息不对称、新股发行仅依靠知情投资者不够，还须有不知情投资者参与，而不知情投资者常面临赢家诅咒的困扰。因而IPO抑价是发行人为消除对赢家诅咒的担忧，吸引其参与认购所采用的措施。

其三，Rock（1986）同时提出信号显示理论。针对发行人与投资者之间的信息不对称。发行人会采取三方面措施：一是把新股抑价作为一种向投资者传递价值预期的信号；二是通过委托声誉卓越的投资银行承销股票，向投资者传递其IPO风险较低的信号；三是那些IPO后有再融资需求的企业，会通过抑价吸引投资者认购，并在以后再融资过程中给予补偿。

信息不对称理论对成熟市场IPO抑价之谜具有一定解释力，但在新兴市场中多数情况下并不适合。因此，有学者从资本市场的有效性角度提出解释。有代表性的主要是投机泡沫假设和异质预期假设..投机泡沫假设认为，二级市场在估价新股时是无效的，新股过高的首日收益率来自于投机交易者的参与，其对新股股价存在过度反应（Black.1986）。新股的发行价格没有低于其内在价值，但是投机交易使其溢价。新股上市后经历了短期上涨形成投机泡沫。异质预期理论认为，在观点分歧和卖空限制的假设下，对IPO最乐观的投资者将决定新股上市后的价格。随着时间推移，越来越多的信息公诸于众，乐观者与悲观者的分歧将减少。

在国内，关于市场异常高的IPO抑价现象的研究目前主要集中在实证层面，其研究大致可分为两类。一是检验西方的抑价理论是否能够用于解释中国IPO抑价现象；二是结合中国特有的制度环境，寻找IPO抑价的影响因素，并探索我国IPO高抑价现象的形成原因。

二、利用随机前沿方法研究A股以及创业板IPO的市场定价效率

随机前沿方法是研究抑价来源的重要手段。对IPO定价而言，给定企业的基本情况及定价环境等因素，总存在一个潜在的最高定价边界，该边界的价格可认为是IPO内在价值的一个无偏估计，将其与IPO实际发行价格相比较，就可判断发行人和承销商是否故意压低了IPO定价。随机前沿方法实际上是在OLS模型基础上加入一个非对称随机项，用于测度产出的无效率，所使用的估计方法为极大似然估计。当估计结果显示这一非对称随机项具有统计显著性时，说明存在着产出无效率。

本文试图利用随机前沿和多元线性回归的方法，以A股市场2010年1月1日到2011年6月30日共18个月以及同时期创业板的IPO股票为样本进行研究。

本文使用的数据来源于wind数据库，分析中使用了两组数据，分别为此期间501只A股的IPO数据和其中195只创业板股票IPO数据。这两组数据分别利用马氏距离进行异常点数据剔除之后又得到另外两组对应的数据。随机前沿分析的指标主要选取以下儿项。（1）公司上市前一年净资产收益率（ROE），盈利能力是影响定价与市场表现的重要指标。（2）发行前一年的每股净资产（BPS），代表公司价值。（3）总股本（TSB），用以代表公司的规模。（4）发行前一年的资产负债率（ADR），反映公司的财务风险。（5）每股发行费川（FEE）。（6）发行规模（PROC）。（7）三个哑元变量。根据wind行业分类标准，RES哑元变量，属于资源行业取1，否则取O；PHA哑元变量，属于生物制药行业取1，否则取0：INF哑元变量，属于信息技术行业取1，否则取0。

在进行ML估计（极大似然估计）时，按照经验及惯例，选用下面的对数线性模型：

表一3中，第二列是501个A股IPO样本的极大似然估计结果；第三列是195个创业板IPO样本的极大似然估计结果；第四列是379个经过异常值剔除的A股IPO样本的极大似然估计结果；第五列是150个经过异常值剔除的创业板IPO样本的极大似然估计结果。

SFA估计结果分析。由ML估计结果得到的最为重要的结论是：从18个月的IPO数据分析，我国A股市场的一级市场定价存在着IPO定价无效率，定价效率由ML估计为82.4%，也就是说，低于潜在的最高定价边界；而同时期创业板的一级市场定价效率要比总体A股一级市场定价效率略低，由ML估计为78%。由此推算出，我国一级市场的定价无效率为A股IPO提供了约21%的抑价率，为创业板市场提供了约28%的抑价率。然而，A股和创业板的实际平均抑价率（AIR）分别为32%和28%（由IPO股票的首日收盘价与发行价的差值除以发行价获得）。

虽然在分析过程中的模型推算和实际数值会有一定偏差，但至少可以定性分析：A股市场的IPO抑价来源于一级市场的故意压价和二级市场对股票内在价值的估计偏差两个部分，创业板也存在同样情形。但对于创业板市场的IPO抑价，其主要来源于一级市场的故意压价，而二级市场对于创业板IPO抑价的贡献较之其对整个A股IPO抑价的贡献要小很多。

另外还可以看到，对于A股市场和创业板市场，经过异常点剔出之后，对ML估计得到的定价效率并没有影响。

三、A股以及创业板市场IPO抑价率的影响因素分析

在利用SFA证明了A股市场IPO抑价存在的基础上，本节选取不同的指标构造多个线性回归模型进一步解释一级市场和二级市场中抑价的来源，研究各种因素对抑价率的影响。

多元回归模型的指标选取如下。（1）PROC，首发数量（万股）。发行规模可作为公司风险度量的指标，发行规模越小风险越大，发行规模大意味着供给增加和炒作难度加大。因此，它应该与IPO的抑价负相关。（2）ROE，净资产收益率。公司的盈利能力越强，对于二级市场投资者的吸引力就越高。容易造成二级市场形成过高的价格，造成较高的抑价率。（3）ADR，资产负债率。公司的财务风险越高，对投资者的吸引力就越小。（4）SYL，上市首日市盈率。（5）LOTTERY，中签率。表征了散户投资者在一级市场的申购需求。但它未必能转化为二级市场的实际需求。它能否显著影响IPO抑价率取决于其能否转化为二级市场上的真实需求。（6）Turnover，换手率（%）。与中签率不同，换手率表征了投资者在二级市场上的真实需求。（7）FEE，每股发行费用。发行费用的上升意味着发行成本的增加，发行人很可能以提高IPO价格的方式来弥补。（8）LAG，股票发行到在二级市场上市的时间间隔。间隔期越长，投资者所承担的风险就越大，因此，其所要求得到的回报就越高。（9）RES.能源行业。（10）BIO，生物制药。（11）INF，信息技术。（12）AIR，新股上市首日收益（抑价率）。

使用以下基本模型进行多元线性回归：

表-4是利用多元线性回归方法分别对此期间A股及创业板新股发行抑价进行分析。表中，Model 3是基本模型（全参数），Model 2是基本模型去除掉行业影响因素和表征投资者在二级市场情绪的换手率和表征投资者在一级市场情绪的中签率这两个参数。Modell只采用了公司的基本财务指标进行回归。

多元线形回归结果分析如下。

表4中清楚表明，通过Model 1到Model3三个模型之间的比较，随着中签率和首日换手率这两个表征投资者情绪的变量以及行业变量的加入，模型对于抑价率的解释程度大幅提高。首日换手率（Turnover）作为表征二级市场中投资者情绪的重要指标，对于抑价率有着较为显著的影响，说明投资者情绪是二级市场上价格形成过程中高抑价率的重要影响因素之一。而一级市场中表征投资者情绪的中签率（LOTTERY）指标对抑价率的影响并不显著。

从表-4中第四列和第七列中可以看到.对于整个A股市场IPO样本组来说，中签率对于抑价率的影响并不显著。在创业板中.中签率对抑价率的影响虽然显著，但是其值接近于零。这说明，我国投资者在二级市场上的投资行为规律与其在一级市场上的投资行为规律并不相同。这可能是因为，投资者由于历史原因.对一级市场投资的风险估计偏低、收益预期偏高，往往在投资过程中忽略了股票的真实价值。投资者对于IPO一级市场的极高投资热情造成了极低的中签率，也减少了一级市场中产生的IPO抑价。

另一方面，从财务指标的分析中可以看到，在A股IPO样本组中，企业盈利能力与新股IPO抑价率成显著的负相关关系，即盈利能力越强（ROE越高），则抑价率越低。那么这种负相关关系主要是来源于一级市场还是二级市场？为了检验盈利能力对于抑价率的影响是否是来源于一级市场，我们分别使用了A股样本中ROE最大的20%（100个样本）和最小的20%（100个样本）分别进行了随机前沿分析（SFA）。得到结果显示，ROE最大的100个IPO样本的定价效率为82，88%，ROE最小的100个样本的定价效率为83.45%，所选全部A股样本的定价效率为82.4%。这说明，ROE并不影响股票在一级市场的定价效率，而主要影响二级市场投资者的需求。而在创业板IPO中，盈利能力（ROE）和资产负债率（ADR）等指标的影响都不显著。这可能源于二级市场上的投资者把创业板股票当作是一种有别于A股股票的风险更高的投机产品而造成的。投资者对于创业板股票的购买可能更多的是依据市场上的噪音宣传和异质预期，而不是根据相关财务信息作出决定。

最后，从表-4的第二列model I中还可看到，在盈利能力（ROE）和资产负债率（ADR）两个指标之间，我国投资者相对更重视盈利能力的财务指标（ROE），而对于表征风险的财务指标（ADR）有相当程度的忽视。即使是在仅考虑财务指标的情况下，投资者虽然对风险指标有一定考虑，但其影响的显著性也非常低。这说明，我国投资者原本就把投资创业板股票作为一种风险较高的投机行为，对于风险的初始估计就偏高，所以并不很重视相关的风险指标。

当然，不应把责任完全归咎于投资者的非理性。对投资者进行教育，培养理性、成熟的投资观念是市场管理层的重要职责之一，这属于另一个范畴讨论的问题，此处不予赘述。