IPO破发对上市公司市场表现影响的实证研究

文章编号：1001-148X（2014）05-0040-11

摘要：本文根据上市首日表现将IPO新股区分为破发股和非破发股，分别采用不同市场收益率基准，考察了基于事件时间研究法的累计超额收益率（CAR）和买入并持有超额收益率（BHAR），以及基于日历时间研究法的月平均超常收益率（MMAR）和Fama-French三因素模型，并利用多元线性回归模型进行实证检验。研究发现，IPO破发短期会给上市公司的市场表现带来不利影响，但中长期而言，IPO破发股的弱势程度更轻、市场表现更好。

关键词：IPO破发；市场表现；事件时间；日历时间

中图分类号：F83091文献标识码：A

收稿日期：2014-01-07

作者简介：谢汉昌（1978-），男，福建龙岩人，福建商业高等专科学校教师，厦门大学管理学院博士研究生，研究方向：公司财务与证券投资；何瑞卿（1977-），男，河南登封人，广东工业大学商学院教师，厦门大学管理学院博士研究生，研究方向：公司财务与资本市场。

基金项目：国家自然科学基金项目，项目编号：70972110。一、引言

自从Ritter（1991）正式提出IPO长期弱势现象以来，国内外学者对新股上市后的市场表现采用不同研究方法进行了大量的研究，其研究结论包括长期弱势和长期强势。在研究方法上，有的采用事件时间研究法计算新股的累计超额收益率CAR和购入并持有超额收益率BHAR（刘力、李文德，2001；丁松良，2003；李蕴玮、宋军和吴冲锋，2002）；有的采用基于日历时间研究法的月平均超常收益率法MMAR、CAPM模型和Fama-French模型研究IPO的市场表现（白仲光、张维，2003；江洪波，2007）；甚至，不少学者为了全面考察IPO的市场表现，综合采用事件时间研究法和日历时间研究法的各种方法进行比较研究（杨丹、林茂，2006；邹高峰、张维、常中阳，2012）。尽管国内外学者对新股市场表现的计量方法和实证检验进行了充分的研究，得出了不少有价值的研究成果，但国内外学者却较少关注到研究样本自身存在的差异性。

上市新股根据首日的表现可以区分为破发新股和非破发新股。自2010年开始，IPO破发日益成为中国资本市场的普遍现象，那么，IPO破发是否会影响新股的市场表现？破发新股和非破发新股上市后的市场表现是否存在差异，究竟孰优孰劣？这是本文研究所关注和回答的问题。

二、文献综述

国外学者Stoll和Curley(1970)、Ibboston（1975）、Stern和Bornstein(1985)较早发现了IPO长期表现不佳的现象。此后，Lee（1997）、Eckbo和Norli(2000)、Ritter和Welch（2002）、Gompers和Lerner（2003）等利用不同的期间样本和研究方法再次证明了美国市场存在新股长期表现弱势现象。在其他国外市场，Keloharju(1993)、 Levis (1993)、Schlag 和Wodrich（2000）分别就芬兰、英国和德国的IPO进行了研究，发现了与美国大致相同的结论。针对国外市场普遍存在的IPO长期弱势现象，不少学者利用一些经济学模型，提出了价格支持假说（Shiller，1990)、机会之窗假说（Ritter，1991；Loughran，Ritter和Rydqvist，1994）、异质信念假说（Miller，1977）等对此现象进行解释。然而，Brav和Gompers（1997）、Brav, Geczy和Gompers（2000）、Gompers和Lerner（2003)等的实证研究却发现了与IPO长期弱势不一致的结论。显然，IPO长期表现可能是弱势，也有可能是强势。针对其影响因素， Ritter（1991）研究发现，筹资总额、初始收益率、行业、公司IPO时已存续时间对IPO长期表现有影响；Carter，Dark和Singh（1998）研究发现，由资质较高券商承销的IPO在3年持有期内的长期弱势程度较轻；Hamao，Packer和Ritter（2000）、Kirkulak（2008）则发现公司业绩表现与是否有风险投资背景（VC）有关。

总第445期谢汉昌：IPO破发对上市公司市场表现影响的实证研究••••商 业 研 究2014/05在我国学界，不少学者也对IPO长期表现进行了研究。陈工孟和高宁(2000)、李蕴玮、宋军和吴冲锋（2002）、江洪波(2007)、邹高峰、张维和常中阳（2012）研究发现，中国资本市场存在IPO长期弱势现象。但是，也有一些学者的实证研究表明我国IPO 的长期表现呈现强势特征，如刘力和李文德(2001)、丁松良(2003)、白仲光和张维(2003)、杨丹和林茂(2006)等。

综上所述，IPO长期表现是强势还是弱势，目前尚无定论，存在较大争议。究其原因，主要是由于采用的样本期间和研究方法不同。通过对文献的梳理，我们发现，对国内IPO长期表现研究方面存在的不足主要体现在以下三个方面：（1）所采用的研究样本主要是在IPO抑价盛行的资本市场环境下的数据，需要结合新的资本市场环境进行研究；（2）对IPO市场表现的研究大部分侧重于究竟是长期强势还是弱势以及采用不用研究方法进行比较研究，对其IPO自身样本差异性造成的市场表现差异关注较少；（3）对IPO市场表现影响因素的研究相对较少，尤其是对IPO破发影响公司市场表现的研究目前还处于空白。这为本文提供了很好的研究机会和有意义的研究主题。本文所遵循的研究逻辑路径如图1所示。图1IPO破发影响上市公司市场表现的研究逻辑路径

三、研究方法

在研究IPO市场表现的过程中，使用基于何种时间的研究方法、采用什么样的市场基准收益率以及如何计算IPO样本组合的收益率是至关重要的，直接影响到IPO市场表现衡量的准确性和研究结论的科学性和有效性。为了避免单一研究方法产生的研究结论不稳健，本研究综合使用基于事件时间的研究方法累计超额收益率法（CAR）和购入并持有超额收益率法（BHAR），以及基于日历时间的研究方法月平均超常收益率法（MMAR）和Fama-French三因素模型。

（一）事件时间研究法

在研究IPO市场表现的文献中，通常所采用的事件时间研究方法主要是计算累计超额收益率CAR和买入并持有超额收益率BHAR来考察样本IPO的超常收益率，从而去判断IPO公司的市场表现。

1．累计超额收益率方法（CAR）

该方法属于事件研究法，即某一新股IPO上市交易事件发生后投资者每个月都使用相同的资金额投资该股直到期末，累计的收益超出正常收益的程度。IPO样本第i只股票在第t期的异常收益率定义如下：

ARi，t=Ri，tRm，t （1）

CARi=∑Tt=1ARi,t（2）

CAR=1N∑Ni=1CARi（3）

其中，ARi，t是IPO样本中第i只股票在上市后第t月的月超额收益率，Ri，t表示IPO样本中第i只股票在上市后第t月的收益率，Rm，t表示与该股票配比的某种基准在第t月的收益率；CARi是IPO样本中第i只股票在持有期间［1，t］的累计超常收益率。

2．买入并持有超额收益率方法（BHAR）

该方法也属于事件研究法，采用每月复利计算，表示的是某一新股IPO上市交易事件发生后投资者买入该股后一直持有到期末所获收益超出正常收益的程度。具体的计算公式如下：

Ri=∏Tt=1(1+Ri,t)（4）

Rm，i=∏Tt=1(1+Rm,t)（5）

BHARi=Ri- Rm，i（6）

BHAR=1N∑Ni=1BHARi（7）

其中，Ri代表IPO样本中第i只股票持有到期的收益率，Rm，i代表IPO样本中第i只股票所对应的参照基准持有到期的收益率，BHARi代表IPO样本中第i只股票所对应的买入并持有超额收益率；T表示持有到期时的期数。

累计异常收益率法和购买并持有异常收益率法对衡量IPO长期表现存在一定的影响。Barber和Lyon（1997）、Lyon等（1997）、Kothari和Warner（1997）、Fama（1998）比较分析了这两种方法，但没有达成一致的观点。Fama（1998）认为 CARs 是合适的度量，是比BHAR偏差更小的方法，因为用BHAR计算长期收益率时复利方法会把个别时期异常数据的效应放大。这正如 Brav等（2000）认为，BHAR倾向于高估IPO长期弱势的程度。但是，Barber和Lyon（1997）认为BHAR更能符合投资者在现实投资经历中所选择的持有策略。

（二）日历时间研究法

本文采用的日历时间研究法主要为月平均超常收益率法MMAR和Fama-French三因素模型回归。虽然有些文献也使用日历时间的CAPM模型，但是与CAPM模型相比，Fama-French三因素模型除了考虑市场因子外，还增加了规模因子和成长因子，是众多相关文献中更为常用的模型。因此，本文就不再使用日历时间的CAPM模型。

1．月平均超常收益率方法（MMAR）

月平均超常收益率方法（MMAR）是用日历时间研究法衡量IPO市场表现的重要方法之一，被不少的研究文献所使用。具体的计算公式如下：

ARi，t=Ri，tRm，t（8）

MARt= 1Nt∑Ntt=1ARi,t（9）

MMAR=1T′∑T′t=1MARt（10）

其中，ARi，t是第i个IPO在日历时间第t月的超额收益率；MARt是日历月份第t月全部新股平均月超常收益率；MMAR是全部IPO在整个日历时间的月平均超常收益率；T′是考察的日历月份总数；Nt是日历月份第t月全部新股的个数；其它变量的定义如前。

2．Fama-French三因素模型

该模型是关于IPO市场表现文献中使用频率较高的，包括市场因子、规模因子和成长因子，具体的公式如下：

Rp，t-Rf，t=αi+βi（Rm，t-Rf，t）+siSMB+hiHMLt+εi，t（11）

其中，Rp，t表示第t期的IPO组合的收益率；Rf，t表示第t期的无风险收益率；Rp，t-Rf，t是根据日历时间构造的IPO组合横截面收益率相对于无风险利率的超额收益率。解释变量Rm，t-Rf，t为市场因子，体现市场风险溢价，等于股票投资组合的月收益率减去无风险月收益率。SMB为规模因子，体现了以市值衡量的企业规模对股票收益的影响；HML为成长因子，体现了以账面市值比（BM）衡量的企业成长性对股票收益的影响。αi的估计值则代表了IPO组合的平均单期异常收益率，如果其值显著小于零，则意味着在平均意义上IPO长期表现不佳。

表1控制变量说明变量名定义主要参考依据承销商声誉

Underwriter

将上市前1年主承销商承销总金额排序，位于前10名的赋值1，否则为0Carter etal（1998）；Evan Thomas（2000）风险投资或私募

资金是否参与Vcpe

风险投资或私募资金参与公司IPO赋值为1，否则为0Brav，Gomper（1997）；Evan Thomas（2000）公司年龄

Lnage

公司上市年份与成立年份之差与1相加后和的自然对数Ritter（1991）

募集资金规模

Lnsize

实际募集资金的自然对数

Ritter（1991）；Evan Thomas （2000）；邹高峰、张维、常中阳（2012）上市首日市盈率Lnpe上市首日收盘价对应的市盈率的自然对数邹高峰、张维、常中阳（2012）上市首日市净率Pb上市首日收盘价对应的市净率邹高峰、张维、常中阳（2012）上市前市场情绪

Market

上市前30个交易日的累计整体A股市场回报率Evan Thomas（2000）；邹高峰、张维、常中阳（2012）投资者意见

分歧度

Investor

IPO公司上市首日后30日内的日间个股超额波动率，等于IPO 公司的波动率与综合市场收益率的差Evan Thomas（2000）；邹高峰、张维、常中阳（2012）

行业种类

Incode

哑变量，以证监会公布的分类和行业代码为准，若是制造行业赋值1，否则为0Ritter（1991）；Evan Thomas （2000）

四、研究设计

在衡量IPO市场表现的过程中，首先将IPO全样本根据上市首日的表现分为破发和非破发两个子样本，然后综合运用事件时间法的CAR、BHAR和日历时间法的MMAR、Fama-French三因素模型，分别运用等权平均CSMAR综合市场指数收益率、总市值加权平均CSMAR综合市场指数收益率以及总市值和账面市值比（BM）类似的配比组合收益率，采用等权平均法计算出破发样本和非破发样本的市场表现，并比较两个子样本在同一研究法、同一参照收益率基准和同一时段下的市场表现，进而发现它们各自的特征以及存在的差异。此外，本文还采用多元线性回归模型进一步检验IPO破发是否会影响公司的市场表现以及存在着怎样的影响关系。

（一）IPO公司市场表现的影响因素分析模型

对于IPO破发是否影响公司的市场表现，本文使用下面的模型进行回归分析。

Performance=β0+β1×Ipofail+β2×Underwriter+β3×Vcpe +β4×Lnage +β5×Lnsize +β6×Lnpe +β7×Pb +β8×Market +β9×Investor+β10×Incode +ξ（12）

在回归模型12中，被解释变量Performance是IPO的个股在持有期间T内的累计超额收益率CARi或者买入并持有超额收益率BHARi，并分别采用等权平均综合市场指数收益率、总市值加权平均综合市场指数收益率、总市值和账面市值比（BM）类似的配比组合收益率这三种参照基准收益率，并使用等权平均方法计算CARi和BHARi。模型12中的解释变量Ipofail是哑变量，代表IPO公司在上市首日是否破发，若破发为1，否则为0。在控制变量选取方面，主要借鉴Ritter（1991），Carter etal（1998），Evan Thomas（2000），邹高峰、张维、常中阳（2012）等国内外学者关于IPO长期表现的影响因素研究成果，具体的相关控制变量见表1。

（二）样本选择与数据初步处理

本文为了尽可能多选择样本，选取2005年1月1日至2011年12月31日我国沪深两市发行的920家A股IPO样本。以2011年12月31日为截止时间是因为需要为样本留足至少1年的时间窗口。样本所使用的月度股票收益率数据已经考虑了红利、红股、转增、配股和增发等因素。样本数据主要来源于国泰安SCMAR数据库、Wind数据库和清科数据库，并与上市公司公布的招股说明书和上市公告书进行了核对；而Fama-French模型中的无风险收益率（Rf，t）、市场因子（Rm,t-Rf，t）、规模因子（SMB）和成长因子（HML）的数据则直接来自于锐思金融数据库。此外，本文采用SAS91统计分析软件进行超额收益的计算和模型的回归。

国内外不少研究IPO长期表现的文献会采用12月、24月和36月的市场表现，但是考虑到IPO破发主要是2010年至今的现象，有些IPO破发样本还达不到3年的时间窗口，因此本文只用12月和24月来衡量IPO长期表现。对于中期表现的衡量，鉴于3月时间窗口太短且上市初期收益率易受不稳定的投资者情绪和市场情绪干扰，本文用6月的市场表现来衡量。

至于总市值和账面市值比（BM）类似的配比组合收益率，本文借鉴Fama和French（1993），Brav、Geczy和Gompers（2000），Gomppers和Lerner（2003），杨丹和林茂（2006），邹高峰、张维和常中阳（2012）等研究方法，通过如下方式计算获得：

（1）构造t年的配比组合矩阵。根据t-1年12月最后一个交易日的个股总市值，将沪深两市全部A股上市公司按照其总市值由小到大进行排序，每一年末分成5等份；在此基础上，再将每一总市值等份中的上市公司按照账面市值比（BM），由低到高排序并分成5等份，删除账面市值比为负数的样本。这样，就构造了涵盖总市值和账面市值比（BM）的5*5的二维组合矩阵，在每一矩阵单元内的公司具有相似的总市值和账面市值比（BM）。其中，账面市值比（BM）等于t-1年年末的股东权益除以t-1年年末最后一个交易日的个股总市值。

2．对t年上市的IPO寻找配比组合矩阵。首先，确定IPO样本的个股总市值以及账面市值比。个股总市值利用其上市后首月最后一个交易日的个股总市值，账面市值比等于上市当年年末的股东权益除以上市后首月最后一个交易日的总市值得到的账面市值比。其次，根据该IPO的总市值和账面市值比寻找5*5矩阵中具有与其相似总市值和账面市值比的矩阵单元，该矩阵单元里的所有股票就构成了这个IPO的配比组合，该组合单元内股票的组合收益率即为该IPO的总市值和账面市值比配比组合的市场收益率。

五、实证结果分析

（一）基于事件时间的CAR、BHAR方法的实证结果

为了规避上市首月的异常市场情绪的影响以及更方便地使用CSMAR月度收益率数据来评价IPO的市场表现，本文借鉴杨丹、林茂（2006）和邹高峰、张维、常中阳（2012）的研究方法，以IPO的上市月份为事件月，以IPO上市后第2个月为起点，采用月度数据计算接下来的6月、12月和24月的IPO累计超额收益率和购入并持有超额收益率。具体的CAR和BHAR研究结果见表2和表3。

根据表2和表3的实证结果可以得出如下的大致相同结论：（1）不管采用哪种市场基准收益率计算CAR或BHAR，IPO全样本、破发子样本和非破发子样本均表现出长期弱势的特征，这与国内大多数关于IPO长期弱势研究结论相一致；（2）破发子样本和非破发子样本的累计超额收益率之差和两者的购入并持有超额收益率之差均为正数，意味着尽管两个子样本总体上均表现出长期弱势的特征，但是破发子样本的弱势程度轻于非破发子样本，即破发子样本的市场表现强于非破发子样本；（3）总体上，不管是破发样本还是非破发样本，持有时间越长，累计超额收益率和购入并持有超额收益率就越小（CAR值从6月、12月至24月总体呈现递减趋势）。

表2不同参照基准与不同时段的累计超额收益率（CAR）参照基准时间CAR值（t值）全样本破发子样本未破发子样本子样本差等权平均综合市场收益率

6月

-0.0839***

（-8.87）0.0353*

（1.70）-0.0983***

（-9.65）0.1336

1年

-0.1367***

（-11.29）-0.0243

（-0.85）-0.1503***

（-11.52）0.126

2年

-0.1842***

（-10.83）-0.0712

（-2.23）-0.1949***

（-10.97）0.1237总市值加权平均综合市场

收益率6月

-0.0176***

（-1.84）0.0692***

（3.36）-0.0281***

（-2.72）0.0973

1年

-0.0323***

（-2.63）-0.0080

（-0.27）-0.0352***

（-2.64）0.02722年

0.0324***

（1.78）-0.0188

（-0.33）0.0372***

（1.94）-0.056总市值和BM比相类似股票

组合收益率6月

-0.1243***

（-12.59）0.0254

（1.20）-0.1425***

（-13.44）0.1679

1年

-0.2280***

（-17.66）-0.0586*

（-1.95）-0.2484***

（-17.95）0.1898

2年

-0.3332***

（-18.58）-0.1377***

（-2.40）-0.3516***

（-18.78）0.2139

表3不同参照基准与不同时段的购入并持有超额收益率（BHAR）参照基准时间BHAR值（t值）全样本破发子样本未破发子样本子样本差等权平均综合市场收益率

6月

-0.1088***

（-9.81）0.0313***

（2.40）-0.1257***

（-10.48）0.1571年

-0.1823***

（-10.60）-0.0042

（-0.10）-0.2039***

（-11.07）0.1997

2年

-0.2111***

（-10.14）-0.0419*

（-1.79）-0.2270***

（-10.25）0.1851

总市值加权平均综合市

场收益率6月

-0.0365***

（-3.62）0.0632***

（2.80）-0.0486***

（-4.45）0.1118

1年

-0.0708***

（-4.38）0.0060

（0.13）-0.0800***

（-4.66）0.086

2年

-0.0127

（-0.64）-0.0197

（-0.37）-0.0120

（-0.57）-0.0077

总市值和BM比相类似股票

组合收益率6月

-0.1565***

（-13.04）0.0153

（0.70）-0.1773***

（-13.62）0.1926

1年

-0.3197***

（-14.70）-0.0500***

（-2.41）-0.3523***

（-14.83）0.3023

2年

-0.4341***

（-15.93）-0.1039**

（-1.92）-0.4652***

（-15.98）0.3613

注：*、**、***分别为t统计量在10%、5%、1%的水平下显著。

（二）基于日历时间的MMAR和Fama-French方法的实证结果

本文把从2005年1月至2011年12月期间内，每一日历月份中IPO上市时间达到2月但不超过13个月的股票作为新股，根据日历时间来构造每一日历月份t的IPO组合。在计算每一日历月份的新股收益率过程中，采用等权平均的方法。具体实证结果见表4和表5。根据实证结果，不管是采用哪种市场基准收益率计算MMAR, IPO全样本、破发子样本和非破发子样本均表现出长期弱势的特征,而且破发子样本和非破发子样本的月平均超常收益率之差为正数，意味着破发股的弱势程度轻于非破发股，即破发股的市场表现好于非破发股。在基于Fama-French方法的实证结果中，IPO全样本、破发子样本和非破发子样本的截距项均为负数，表现出长期弱势的特征，但是破发子样本和非破发子样本的截距项之差为正数，意味着此方法下破发股的市场表现好于非破发股。

表4不同参照基准月平均超常收益率（MMAR）参照基准MMAR值（t值）全样本破发子样本非破发子样本子样本差等权平均综合市场收益率

-0.0114***

（-2.78）-0.0046*

（-1.86）-0.0113***

（-2.78）0.0067

总市值加权平均综合市场

收益率-0.0004

（-0.07）0.0009

（0.12）-0.0004

（-0.06）0.0013

总市值和BM比相似股票

组合收益率-0.0197***

（-4.62）-0.0058*

（-1.90）-0.0198***

（-4.66）0.0139

注：*、**、***分别为t统计量在10%、5%、1%的水平下显著。

表5 基于Fama-French方法的实证结果Fama-French三因素模型全样本破发样本破发子样本子样本系数差截距

（t值）-0.0113**

（-2.04）-0.0060*

（-1.95）-0.0113**

（-2.01）0.0052

Rm,t-Rf,t

（t值）0.9613***

（16.60）0.8481***

（7.90）0.9742***

（16.53）-0.1262

SMB

（t值）0.7164***

（6.84）0.4995*

（1.94）0.7224***

（6.78）-0.2230

HML

（t值）-0.6829***

（-3.85）-0.7442***

（-3.11）-0.7041***

（-3.91）-0.0401

Adjusted R20.78260.77840.7811注：*、**、***分别为t统计量在10%、5%、1%的水平下显著。

（三）IPO破发影响公司市场表现的实证检验

在进行回归分析之前，先对模型中的自变量进行Pearson相关系数检验，各自变量之间的相关系数均小于08，最大的系数也仅为06819。此外，在用线性回归模型计算VIF后发现，各自变量的VIF值均小于10，即各自变量之间不存在多重共线性问题。

根据以6月、12月、24月的CAR和BHAR为被解释变量的回归结果（见表6和表7）,可以得到如下结论：（1）解释变量Ipofail的系数均为正值，在绝大部分的情形下具有经济上和统计上的显著意义，体现上市公司市场表现的被解释变量超常收益率在不同市场收益率基准、不同计算方法（CAR和BHAR）和不同统计时间的情形下均与IPO破发显著正相关（仅以总市值加权平均综合市场收益率为基准市场收益率的情况除外），意味着若新股上市首日破发则该公司的中长期累计超额收益率和购入并持有超额收益率更高。（2）在同一市场基准收益率条件下，随着被解释变量CAR或BHAR的计算时间变长，解释变量Ipofail的系数逐渐变大，也就是说，CAR或BHAR的计算时间越长，与IPO破发的正相关程度就越深。（3）市场基准收益率会影响解释变量Ipofail的显著性水平。其中，总市值和账面市值比（BM）类似的配比组合市场收益率条件下的显著性水平最高，其次为等权平均综合市场收益率。而在总市值加权平均综合市场收益率条件下，Ipofail的显著性水平不具有统计意义。此外，两者的回归结果均表明：上市前市场情绪Market、投资者意见分歧度Investor和行业哑变量Incode等控制变量与被解释变量呈现显著的负相关关系。

表6以6月、12月和24月的CAR为被解释变量的回归结果解释变量6月CAR12月CAR24月CAR等权平均

综合市场

收益率总市值加

权平均综

合市场收

益率总市值和

BM配比

组合市场

收益率等权平均

综合市场

收益率总市值加

权平均综

合市场收

益率总市值和

BM配比

组合市场

收益率等权平均

综合市场

收益率总市值加

权平均综

合市场收

益率总市值和

BM配比

组合市场

收益率Intercept

0.291

（1.04）0.538*

（1.87）-0.381

（-1.30）0.135

（0.36）0.817**

（2.15）-1.352***

（-3.46）1.243**

（2.37）3.360***

（6.09）-1.674***

（-3.02）Ipofail

0.054*

（1.77）0.042

（1.34）0.070**

（2.17）0.074*

（1.82）0.004

（0.08）0.091**

（2.11）0.124**

（1.93）0.022

（0.32）0.160**

（2.38）Underwriter

0.012

（0.65）0.004

（0.23）0.010

（0.53）0.013

（0.51）0.004

（0.14）0.022

（0.83）0.059

（1.64）0.071*

（1.90）0.073*

（1.95）Vcpe

0.004

（0.22）-0.006

（-0.32）0.005

（0.27）-0.023

（-0.93）-0.046*

（-1.84）-0.023

（-0.90）0.018

（0.49）0.003

（0.07）0.008

（0.21）Lnage

-0.020

（-1.36）-0.032**

（-2.14）-0.007

（-0.43）-0.006

（-0.32）-0.053***

（-2.66）0.016

（0.78）-0.030

（-1.06）-0.080***

（-2.73）-0.010

（-0.35）Lnsize

-0.010

（-0.81）-0.018

（-1.43）0.025*

（1.90）-0.009

（-0.55）-0.024

（-1.42）0.063***

（3.69）-0.071***

（-3.05）-0.116***

（-4.79）0.061***

（2.50）Lnpe

-0.023

（-0.83）-0.021

（-0.72）-0.055*

（-1.87）-0.008

（-0.22）-0.054

（-1.42）-0.047

（-1.18）0.018

（0.34）-0.215***

（-3.81）0.021

（0.37）Pb

0.001

（1.09）0.001

（1.08）0.002

（1.27）0.003

（1.61）0.003*

（1.86）0.003*

（1.71）0.003

（1.58）0.005**

（1.99）0.003

（1.17）Market

-0.751***

（-8.87）-0.706***

（-8.10）-0.696***

（-7.84）-0.642***

（-5.66）-0.598***

（-5.17）-0.594***

（-4.99）-0.359**

（-2.35）-0.360**

（-2.26）-0.281*

（-1.76）Investor

-0.292***

（-3.61）-0.199***

（-2.39）-0.170**

（-2.00）-0.279***

（-2.60）-0.085

（-0.78）-0.156

（-1.38）-0.441***

（-3.05）0.392***

（2.59）-0.091

（-0.60）Incode

-0.051***

（-2.56）-0.058***

（-2.84）-0.033

（-1.59）-0.077***

（-2.89）-0.092***

（-3.40）-0.056**

（-2.01）-0.082**

（-2.16）-0.116***

（-2.93）-0.059

（-1.47）Adj R20.14390.10590.13530.06890.05340.09620.03260.07540.0438样本数920920920注：*、**、***分别为t统计量在10%、5%、1%的水平下显著。

表7以6月、12月和24月的BHAR为被解释变量的回归结果解释变量6月BHAR12月BHAR24月BHAR等权平均

综合市场

收益率总市值加

权平均综

合市场收

益率总市值和

BM配比

组合市场

收益率等权平均

综合市场

收益率总市值加

权平均综

合市场收

益率总市值和

BM配比组

合市场收

益率等权平均

综合市场

收益率总市值加

权平均综

合市场收

益率总市值和

BM配比组

合市场收

益率Intercept

-0.636*

（1.95）-0.175

（-0.58）-1.488***

（-4.23）-1.704***

（-3.24）-0.404

（-0.81）-4.363

（-6.71）-0.935

（-1.45）2.147***

（3.47）-6.730***

（-8.44）Ipofail

0.068*

（1.92）0.046

（1.38）0.077**

（2.00）0.118**

（2.03）0.029

（0.52）0.162**

（2.27）0.172**

（2.19）0.013

（0.18）0.290***

（2.99）Underwriter

0.014

（0.67）-0.001

（-0.04）0.016

（0.66）0.0422

（1.20）0.0266

（0.79）0.066

（1.51）0.061

（1.40）0.066

（1.57）0.087

（1.60）Vcpe

0.010

（0.46）-0.0035

（-0.18）0.015

（0.65）0.0084

（0.24）-0.019

（-0.57）0.029

（0.68）0.033

（0.74）0.030

（0.71）0.031

（0.58）Lnage

-0.013

（-0.76）-0.028*

（-1.79）0.002

（0.10）0.002

（0.06）-0.045*

（-1.72）0.043

（1.26）-0.023

（-0.68）-0.074**

（-2.23）0.015

（0.35）Lnsize

0.022

（1.51）0.009

（0.65）0.064***

（4.08）0.066***

（2.85）0.032

（1.45）0.179***

（6.23）-0.001

（-0.01）-0.073***

（-2.70）0.217***

（6.21）Lnpe

0.036

（1.10）0.016

（0.52）0.006

（0.17）0.034

（0.65）-0.059

（-1.18）0.047

（0.72）0.186***

（2.82）-0.146**

（-2.31）0.429***

（5.26）Pb

0.001

（0.74）0.001

（0.69）0.002

（1.05）0.004

（1.53）0.004*

（1.91）0.005*

（1.77）0.002

（0.66）0.004

（1.56）0.001

（-0.11）Market

-0.920***

（-9.31）-0.754***

（-8.22）-0.957***

（-8.97）-0.856***

（-5.33）-0.520***

（-3.40）-1.016***

（-5.12）0.003

（0.02）-0.372**

（-2.08）0.336

（1.46）Investor

-0.264***

（-2.80）-0.212***

（-2.41）-0.122

（-1.20）-0.100

（-0.66）-0.070

（-0.49）0.125

（0.67）-0.588***

（-3.32）0.153

（0.90）-0.400*

（-1.83）Incode-0.043*

（-1.87）-0.051**

（-2.35）-0.017

（-0.67）-0.056

（-1.50）-0.076**

（-2.11）-0.004

（-0.09）-0.012

（-0.36）-0.072

（-1.63）0.051

（0.89）Adj R20.1430.1090.1500.0700.0330.1100.0340.0230.142样本数920920920注：*、**、***分别为t统计量在10%、5%、1%的水平下显著。

针对IPO破发股的中长期市场表现强于非破发股，本文认为可能存在以下一些主要原因。首先，IPO破发并不能简单地归结于发行人和承销商刻意抬高发行价，很大程度上是由于新股发行制度市场化优化了市场价格发现功能，减少了人为的IPO抑价，同时也改善了“股价围绕价值上下波动”这一价值规律所运行的市场环境，因而相比较于那些公司价值不高、通过抑价发行上市的非破发公司，破发公司后期的市场表现更好是完全有可能的；其次，早期有些投资者对破发股作出了过度反应，但经过一段时间后他们重新认识到了IPO破发股的投资价值，进而增加了其投资热情，使得其市场表现变好；最后，在会计上的收益和信息质量方面，破发股并非一定比非破发股差，即使破发股的会计信息质量欠佳，但是由于在上市早期已通过破发挤掉了泡沫，因此后期的市场表现就会趋于稳健，甚至强于会计收益和会计信息质量欠佳、通过抑价发行的非破发股。此外，也不排除“破发”能起到一种警示和鞭策的作用，让破发公司的管理层为了公司和自身的利益提高勤勉程度，努力改善公司的经营业绩，增强了投资者对其的投资信心，从而改善了公司的后期市场表现。

六、研究结论

本文围绕近几年中国资本市场频繁发生的IPO破发现象，研究了IPO破发对上市公司市场表现的影响以及破发新股与非破发新股在市场表现上存在的差异，主要研究结论如下：

1.无论是累计超额收益率CAR还是购入并持有超额收益率BHAR研究方法，超额收益率的计算结果均对参照指标很敏感，会造成有些计算结果在统计上不显著。

2.总体而言，中国资本市场自从2005年实行询价制以来，公司IPO上市后的市场表现呈现出中长期弱势的特征。

3.尽管IPO上市后总体上呈现出中长期弱势的特征，但是破发新股的市场表现弱势程度明显轻于非破发新股。换言之，破发新股的市场表现强于非破发新股，不管是中期半年，还是长期1年和2年。

4.公司的市场表现明显与IPO是否破发呈现显著的正相关关系。若IPO破发，则公司的6月、12月、24月的市场表现则更好。显然，IPO破发对公司的中长期市场表现而言并非是坏事。

参考文献：

［1］Barber B M, Lyon J D. Detecting Long-run Abnormal Stock Returns:The Empirical Power and Specification of Test Statistics［J］．Journal of Financial Economics, 1997, 43(3):341-372.

［2］Brav A, Geczy C, Gompers P A.Is the Abnormal Return Following Equity Issuances Anomalous?［J］．Journal of Financial Economics, 2000, 56(2):209-249.

［3］Brav A, Gompers P A. Myth or Reality? The LongRun Underperformance of Initial Public Offerings:Evidence from Venture and Nonventure CapitalBacked Companies［J］．The Journal of Finance, 1997, 52(5):1791-1821.

［4］Carter R B, Dark F H, Singh A K. Underwriter Reputation, Initial Returns, and the LongRun Performance of IPO Stocks［J］．The Journal of Finance, 1998, 53(1):285-311.

［5］Eckbo.B.E,Masulis R.W.and Norli. Seasoned Public Offerings:Resolution of the New Issues Puzzle［J］．Journal of Financial Economics,2000,56:251-291

［6］Fama E F. Market Efficiency, Long-term Returns, and Behavioral Finance［J］．Journal of Financial Economics,1998,49(3):283-306.

［7］Fama E.F., French K.R. Common Factors in the Returns on Stocks and Bonds［J］．Journal of Financial Economics,1993,33:2-56.

［8］Gompers P A, Lerner J. The Really Long-run Performance of Initial PublicOfferings:The PreNasdaq Evidence［J］．The Journal of Finance, 2003, 58(4):1355-1392.

［9］Hamao Y, Packer F, Ritter J R. Institutional Affiliation and the Role of Venture Capital:Evidence from Initial Public Offerings in Japan［J］．Pacific-Basin Finance Journal,2000,8(5):529-558.

［10］Ibbotson R G. Price Performance of Common Stock New Issues［J］．Journal of Financial Economics, 1975, 2(3):235-272.

［11］Keloharju M. The Winner′s Curse, Legal Liability, and the Long-run Price Performance of Initial Public Offerings in Finland［J］．Journal of Financial Economics, 1993, 34(2):251-277.

［12］Kirkulak B. The Initial and Long-run Returns of Japanese Venture Capital-backed and Non-venture Capital-backed IPOs［J］．International Journal of Managerial Finance, 2008, 4(2):112-135.

［13］Kothari S P, Warner J B. Measuring Long-horizon Security Price Performance［J］．Journal of Financial Economics, 1997, 43(3):301-339.

［14］Lee I. Do Firms Knowingly sell Overvalued Equity?［J］．The Journal of Finance,1997,52(4):1439-1466.

［15］Levis M. The Long-run Performance of Initial Public Offerings:The UK Experience 1980-1988［J］．Financial Management,1993:28-41.

［16］Loughran T, Ritter J R, Rydqvist K. Initial Public Offerings:International Insights［J］．Pacific-Basin Finance Journal,1994,2(2):165-199.

［17］Lyon John D, Brad M Barber, Chih-Ling Tsai. Improved Methods for Tests of Abnormal Long-run Stock Returns［J］．Journal of Finance,1997, 54:122-157.

［18］ Miller，E. M. Risk，Uncertainty，and Divergence of Opinion［J］．Journal of Finance，1977（32）：1511-1168.

［19］Ritter J R. The Long-run Performance of Initial Public Offerings［J］．The Journal of Finance,1991,46(1):3-27.

［20］Ritter J R, Welch I. A Review of IPO Activity, Pricing, and Allocations［J］．The Journal of Finance, 2002,57(4):1795-1828.

［21］Schlag C, Wodrich A. Has There always been Underpricing and Long-run Underperformance?:IPOs in Germany before World War I［M］．Inst. für Kapitalmarktforschung, 2000.

［22］ Schultz,P.,Shane,A..The Role of IPO Underwriting Syndicates：Pricing，Information Production，and Underwriter Competition［J］．Journal of Finance，2003.60（1）：443-486.

［23］ Shiller RJ. Speculative Prices and Popular Models ［J］．The Journal of Economic Perspectives, 1990, 4(2):55-65.

［24］Stern R L, Bornstein P. Why New Issues are Lousy Investments［J］．Forbes, 1985, 136:152-190.

［25］Stoll H R, Curley A J. Small Business and the New Issues Market for Equities［J］．Journal of Financial and Quantitative Analysis, 1970,5(3):309-322.

［26］白仲光, 张维. 基于随机边界定价模型的新股短期收益研究［J］．管理科学学报, 2003,6(1):51-59.

［27］陈工孟, 高宁. 中国股票一级市场长期投资回报的实证研究［J］．经济科学, 2000(1):29-41.

［28］刘力, 李文德. 中国股票市场股票首次发行长期绩效研究［J］．经济科学, 2001(6):43-44.

［29］丁松良. 中国新股长期走势实证研究［J］．南开经济研究, 2003(3):55-62.

［30］李蕴玮, 宋军, 吴冲锋. 考虑市值权重的IPO长期业绩研究［J］．当代经济科学, 2002, 24(6).

［31］江洪波.基于非有效市场的A 股IPO 价格行为分析［J］．金融研究，2007(8):90-102.

［32］杨丹，林茂．我国IPO 长期市场表现的实证研究――基于超常收益率不同测度方法的比较分析［J］．会计研究，2006(11):61-68．

［33］邹高峰, 张维, 常中阳. 询价制度下中国 IPO 长期表现［J］．管理科学学报, 2012, 15(11).

An Empirical Study on IPO Overpricing Affecting Market Performance

of Listed CompaniesXIE Han-chang1, HE Rui-qing2

（1.School of Management, Xiamen University, Xiamen 361005, China;

2. Commercial College, Guangdong University of Technology, Guangzhou 511495, China）

Abstract：This paper divides IPOs into the ones with IPO overpricing and the ones without IPO overpricing according to the first-day market performance, chooses different market yields as benchmark, and uses event time method to examine their cumulative abnormal return (CAR) and buy-and-hold abnormal return (BHAR),uses calendar time method to examine the monthly average abnormal returns (MMAR) and Fama-French three-factor model, and then carries out the empirical test with the multiple linear regression model. The findings indicate that in the short term IPO overpricing affects the company′s market performance adversely; however in the medium and long term the companies with IPO overpricing have better market performance than the companies without IPO overpricing.

Key words：IPO overpricing; market performance; event time; calendar time