创业板IPO价格驱动因素实证研究

来源:用户上传      作者: 帕提古丽.巴克尔 艾则孜.努尔

　　摘要：本文使用因子分析、逐步回归等方法构建了创业板IPO 价格的多因素模型，并据之判断IPO价格的影响因素。研究发现：财务状况、盈利能力、成长性、新股发行数量等对IPO 定价有较为重要的影响。
　　关键词：创业板 IPO 价格 驱动因素
　　
　　一 、引言
　　
　　创业板GME（Growth Enterprises Market）board是地位次于主板市场的二板证券市场，在中国特指深圳创业板。作为中国证券市场的新生事物，创业板定位于服务成长型企业，支持自主创新企业。但创业板企业与主板市场公司不同，其发行条件和上市规则也与主板存在诸多差异。与主板相比，创业板的上市门槛要低一些是一个高风险、高回报的市场，而且这种高回报的实现可能时间要比通常的主板投资要长很多。IPO （新股首次公开发行）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。如何确定合理的创业板IPO 价格？创业板IPO 价格的驱动因素有哪些？ 这些驱动因素在创业板新股价格中起着怎样的作用？这正是本文所要研究的问题 。 本文研究的对象是我国创业板IPO价格影响因素。首先应用定性方法分析利益相关主体对IPO定价的互动影响过程，然后运用多因素逐步回归法来研究影响因素，找出IPO定价需重点关注的因素，继而提出IPO价格模型。该模型对于改善上市公司的IPO定价方式，提高IPO定价效率，平衡各利益相关主体的利益，优化资源配置，具有一定的理论指导和现实意义。
　　
　　二、 文献综述
　　
　　（一）国外文献 IPO 价格问题一直是国内外学者关心的问题。Ibbotson（ 1975）和Roger G（1976）认为新股发行价格由新股的内在价值决定， 并受市场供求关系的影响， 即新股发行价格是国家宏观经济、企业行业特点、公司财务状况、公司基本情况等多方面因素综合作用的结果。Baron（1982）提出了新股发行委托－代理理论，承销商为了提高新股发行的成功率，降低新股承销的风险，会有意降低新股的发行价格，进一步说明承销商的行为影响IPO的价格。Beveniste 和Wilhelm （1990 ）又把这些影响因素或信息大致概括为两大层面： 一是企业内部因素， 即与企业自身相关的一些基本情况和财务状况。二是企业外部因素，即企业所面临的外部宏观经济环境（市场环境） 和证券市场的制度环境。Srivas （1991）认为在一个较为理想的资本市场上，公司基本价值信息是影响股价的主要信息， 因为内在价值是股票定价的基础， 发行信息和市场环境信息对股价的影响应该较小。因此合理的发行价格应该既充分反映各类信息， 又更多地在内在价值信息的基础上确定。Sherman （1997） 和Ann E （2004） 强调合理的新股发行价格不仅应充分反映发行公司的内部因素， 而且还应充分反映发行时发行公司所面临的外部因素。如果内外部因素对新股发行价格有显著性影响， 则说明新股发行定价基本上是有依据的， 存在一定的合理性，是具有效率的； 反之亦反是。
　　（二）国内文献 国内学者结合我国股票市场特点对IPO 价格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， 还要考虑市场环境在选取了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后发现，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。海鑫（2004）认为我国上市公司的流通股数、流通股比例、总股本等规模因素对IPO发行价格的影响并不大，而获利能力、资产质量和发行市盈率等因素对IPO发行价格有显著性影响，IPO定价的核心是要客观估价上市公司的股票内在价值，并发现股票的市场价值。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，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）。总的来看，对IPO的影响因素从上市公司内部因素和外部因素做了相关研究。目前已有研究大多关注成熟市场和主板市场， 而较少涉及新兴市场的创业板价格问题。有鉴于此， 本文针对创业板市场特点， 基于以上的理论分析，对中国创业板市场上市公司进行检验， 并构建模型分析影响其价格的深层因素， 给出创业板市场IPO定价效率的判断，提高IPO定价效率，平衡各利益相关主体的利益，优化资源配置，具有一定的理论指导和现实意义。
　　
　　三、研究设计
　　
　　（一）样本选取和数据来源 本文以我国在创业板上市首次公开发行的A 股价格为研究对象， 选取2009年10月30到2010年4月30日78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（SPSS17.0）因子分析、逐步回归等回归方法对我国创业板IPO价格的驱动因素进行实证研究。数据来源于创业板上市公司年报（巨潮资讯和中经网网站）。
　　（二）变量选取 在正常状况下，发行价格是盈利水平的线性函数，承销商在确定发行价格时，应以利润为核心，并从主营业务入手对利润进行分析和预测。在其他条件既定时，利润水平越高，发行价格越高，而此时投资者也有较强的投资购买欲望。当然，未来的利润增长预期也具有至关重要的影响，因为买股票就是买未来。因此，为了制定合理的价格，必须对未来的盈利能力做出合理预期。在创业板市场上市的公司大多从事高科技业务，具有较高的成长性，但是往往成立的时间较短，规模较小，业绩也不突出，营业收入和净利润等指标平均而言低于主板上市公司。创业板企业由于处于行业生命周期的早期阶段，加上普遍采用信息技术等原因，收入和利润的波动较大，其盈利模式一旦得到市场的认可，可能呈现爆发式增长。总之，创业板企业具有业绩不稳定、经营风险高、退市风险大等特点、投资者面临较大的市场风险。除了利润这一至关重要的决定因素外，上市公司本身的知名度，产品的品牌，本次股票的发行规模也是决定股票发行价格的重要因素。上市公司的知名度高，品牌具有良好的公众基础，就会对投资者产生较大的响应度，产生较大的市场购买需求，因而发行价格可以适度提升；反之，则相反。股票发行规模较大，则在一定程度上影响股票的销售，增加发行风险，因而可以适度调低价格。当然，若规模较小，在其他条件较优时，则价格也可以适度提升。IPO价格受两类因素的影响，即外部因素和公司内部因素。两类因素的组合及其影响直接导致了IPO价格的确定。外部因素是指与企业正常经营状态相对独立的、不直接反映其内生持续盈利能力，但却影响承销商IPO定价判断的各种情况，包括投资者情况、同业竞争情况、公司管理层情况、承销商情况、证监督会主管行为、其他突发事件等。这些因素可能会以不确定的、非线性的方式对IPO定价过程发生作用，而且在特定的定价行为中，上述信息对IPO价格的最终形成主要起着经验性的非量化影响。行业平均市盈率近似的看作是外部因素相互作用、相互影响的结果。公司内部因素是指反映在IPO价格中的直接体现公司素质和增长前景的各种要素的总和，包括承销商对其经营效率、获利能力、管理状况等各种内部情况的评估结论。与外部因素不同之处在于，这些内部因素对于IPO定价主要可能起着较为确定的、线性的量化影响。根据以上分析并结合我国股票市场尤其是创业板市场的特点选取以下的变量，各变量及计量标准见（表1）。

　　（三）研究方法本文选取的变量较多， 各变量之间存在较强的相关性，因此首先对各变量进行因子分析，将原来选取的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的变量的信息。然后， 以这些因子变量为自变量， 以创业板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。
　　四、实证结果分析
　　（一）因子分析 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，对原始数据进行标准化处理，使各变量之间具有可比性。数据来源于创业板上市公司招股说明书和创业板市场的网站。通过因子分析将影响IPO 价格选取的变量综合成几个相互独立并能反映全部信息的因子变量。首先进行KMO检验。KMO检验用于检查变量间的偏向惯性，取值在0―1之间。KMO统计量越接近于1，变量间的偏相关性越强，因子分析的效果越好。实际分析中，KMO统计量在0.7以上时，效果比较好；而当KMO统计量在0.5以下时，此时不适合应用因子分析法，应考虑重新涉及变量结构或者采用其他统计分析方法。本文对这12个变量进行巴列特球度检验和KMO 检验。结果显示见（表2），选取变量适合进行因子分析。其次，提取因子。SPSS 软件最终保留了5 个因子，它们的累计方差贡献率为80.269%，一般统计意义要求在80%左右， 因此可以认为这5 个因子基本反映了原来12个变量的绝大部分信息。最后建立因子载荷矩阵，为因子命名。计算因子载荷矩阵，从因子载荷矩阵可以看出12个指标可以被5 个因子线性表示出来， 因子载荷矩阵显示5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。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见（表3）。可以发现：从首次公开发行前一年的因子载荷矩阵中，第一个因子变量（F1）在总资产增长率、净资产增长率和总资产周转率上的载荷较高，表示该因子变量主要反映了公司的经营能力和成长性；第二个因子变量（F2）在股东权益、股东权益比率和流动比率上的载荷较高，表示该因子变量主要反映了公司的偿债能力；第三个因子变量（F3）在资产负债比率和总资产上的载荷较高，说明该因子变量受这两个指标影响较大，该因子变量反映公司的偿债能力和成长能力；第四个因子变量（F4）在每股收益和每股净资产上的载荷较高，表示该因子变量主要反映了公司资产的盈利能力; 第五个因子变量（F5）在净资产收益率、净利润的载荷较高，这表示第五个因子变量主要由这两个指标决定，代表公司的盈利能力、成长能力。然后计算因子得分，采用回归法计算样本的因子得分系数见（表4），再由得分系数乘以相应变量标准化值，求出综合因子得分并写出得分函数，再根据因子得分系数矩阵，写出因子得分函数。经过因子分析，12变量被综合成为5个因子：F1、F2、…F5。
　　F1= （-0.008）*每股收益+（0.089）*净资产收益率+（-0.152）*净利润+（0.033）*资产负债率+（-0.007）*股东权益+（0.044）*股东权益比率+（-0.008）*流动比率+（0.360）*总资产增长率+（0.356）*净资产增长率+（0.425）*总资产周转率+（-0.038）*总资产+（-0.111）*每股净资产
　　……
　　F5=（0.106）*每股收益+（0.413）*净资产收益率+（0.567）*净利润+（0.022）*资产负债率+（0.205）*股东权益+（-0.045）*股东权益比率+（-0.447）*流动比率+（-0.073）*总资产增长率+（-0.072）*净资产增长率+（-0.071）*总资产周转率+（-0.102）*总资产+（-0.103）*每股净资产
　　（二）回归分析 经过因子分析，IPO 价格驱动因素的12个变量被处理成为5个变量（F1、F2、…F5），与发行市盈率、发行数量作为自变量（Xi），样本公司IPO 发行价格（Y）作为因变量进行回归，建立IPO 价格的多因素模型。7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F4，形成模型2；……；最后，在模型4的基础之上引入第5个自变量，形成最终的回归模型5。由（表4）可知，7个自变量中有5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F4、 因子变量F5、发行数量E、 发行市盈率R。 以新股发行价格CIPO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： CIPO=α+?茁1F2+?茁2F4+?茁3F5+?茁4E+?茁5R=
　　31.373+7.801*F2+7.0728*F4+9.590*F5+-0.005*F2+18.67*R。F2与IPO价格正相关（β1>0），F4与IPO价格正相关（β2>0），F5与IPO价格正相关（β3>0），（发行量（股数）与IPO价格负相关（β4<0），发行市盈率与IPO价格正相关（β5>0），并且具有很好的显著性。
　　（2）多重共线性检验。统计学中方差膨胀因子法是诊断多重共线性的主要方法。方差膨胀因子（Variance Inflation Factor，简记为VIF）是自变量中心标准化后得到的自变量相关阵的主对角线元素，数学公式为：VIF＝1/（1-Rj2）。公式中：Rj2为自变量Xj对其余p-1个自变量的复决定系数，由此可以知道，VIF≥1。由于Rj2度量了自变量Xj对其余p-1个自变量的线性相关程度，这种相关程度越强，说明自变量之间的多重共线性越严重，Rj2也就越接近于1，VIF也就越大；反之Xj与其余p-1个自变量的线性相关程度越弱，自变量之间的多重共线性也就越弱，Rj2就越接近于0，VIF也就越接近于1。由此可见，VIF的大小反映了自变量之间是否存在多重共线性。经验表明，当VIF≥10时，就说明Xj与其余自变量之间有严重的多重共线性。另外还可以采取自变量的容忍度指标进行衡量。自变量的容忍度（Tolerance）定义为1-Rj2，是VIF值的倒数，反映了如果从当前方程中删去某个自变量Xj后，回归方程中其他自变量所无法解释的因变量变差的份额，其取值在0～1之间，检验原理同VIF相当。（表6）最后两列已经分别给出了模型各自变量的Tolerance和VIF值。可以看到，回归方程各自变量的VIF值都远小于10，Tolerance值都大于0.1，因此可以判定自变量之间不存在多重共线性的问题。
　　（3）回归方程的残差分析。残差是实际观测值y与通过回归方程给出的回归值之差。由于线性回归模型的前提要求残差项应服从方差相等的正态分布，且残差互相独立，因此需要进行回归方程的残差分析进行验证。第一，残差序列的正态性分析。从（图7）标准化残差序列的带正态曲线的直方图和（图8）标准化残值的正态概率可以很直观地看出，残差序列服从正态分布的要求。第二，残差序列的随机性分析。P-P图是一种概率分布图，它是用来判断一个变量的分布是否符合一个特定的“检测分布”。这个检测分布包括：Beta分布、Chi-square分布、Exponential分布、Gamma分布、Half-normal分布、Normal分布，Pareto分布、Student’t分布、Weibull分布、Uniform分布。如果检测分布与正态分布基本相同，那么在P-P图中的点应该围绕在一条斜线的周围，如果两种分布完全相同，那么在P-P图中应该只有一条斜线。通过观察比较观测数据的残差在假设直线（正态分布）周围的分布可以对两种分布进行比较。（图9）是标准化残差序列和对应的预测值序列的散点图。可以看出，标准残差序列和预测值序列无关，标准化残差序列点随机分布在一条斜线上。第三，残差序列的独立性分析。独立性分析是指分析残差序列是否存在后期与前期值相关的现象。如果存在相关现象，表示残差序列中存在着一些规律性，回归方程没能较全面地反映因量的变化。统计学中利用D-W（Durbin-Watson）检验作残差序列的独立性分析。计公式证明，D-W的取值范围在0～4之间，当取值在0和4附近的时候，表示差项存在自相关；当取值在2附近的时候（且2附近的一个较大的区域），表示差项不存在自相关。在实际应用中，如果D-W值接近2就基本可以认定残差序具有独立性。（表6）最后一列己经给出了回归模型的D-W值（（D-W值为2.392）。因此以判定回归方程残差序列不存在自相关性。根据上述检验结果，且P值为零（表6中Sig＝0），该模型具有统计学意义，并且该模型的统计检验效果较好。

　　
　　五、结论
　　
　　通过对我国创业板市场IPO价格驱动因素实证分析，得到以下结论：第一，在创业板市场IPO价格驱动因素因素中，对新股发行价格有显著影响的只有F2、F4、F5、发行数量和发行市盈率。这其中三个因子变量重点反映了上市公司的盈利能力、偿债能力、经营能力和成长性。一般认为，发行前一年的每股收益说明了公司己经实现了的盈利能力，股票的价格取决于公司未来的盈利能力，而投资者对公司未来的盈利能力的预测大多基于过去的盈利能力指标。公司每股收益越好，则表明公司的盈利性较好，表明公司的业绩和前景可能较好，具有较好的内在价值，从而吸引更多的资金认购，于是承销商倾向于调高IPO的价格；投资者对公司未来投资回报率的预测大多基于过去已经实现投资回报率的情况，净资产收益率越高，则表明公司的己经实现投资回报率较好，将来投资者也可能通过该股票的投资来获取较好的投资收益。投资者会看好该股票，承销商也会据此来调高IPO定价；每股净资产越高，则说明上市公司现实的资产质量较好。而公司未来的发展，一定程度上有赖于现实的实力，现实的资产质量好可能会保证公司未来的发展。因而公司的内在价值较好，投资者会倾向于购买该股票，同时承销商也会考虑调高IPO的价格。第二，新股发行规模可以说是企业规模的一种延伸，一般来说，发行规模越大，企业规模往往也越大。而大规模公司信息披露和公司运作较规范，受投资群体的关注度较高，同时受到政府和监管机构的监管也往往更为严格。因此对普通投资者来说，所购买发行规模大的股票面临的信息不对称相对要小。另外，发行规模越大，股权越分散，公司股票就越不容易被投机资金控制，价格波动幅度较小，这也进一步降低了投资者由于信息不对称性而面临的风险。风险越小，投资者要求用于补偿其承担风险的抑价收益也越小，按照“胜者诅咒”理论，股票折价程度应较小。本文发行规模定义为新股发行数量，通过新股发行数量对IPO 价格具有显著的影响，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， 说明投资者对于创业股倾向于低价定价的要求。这与市场实际情况吻合。第三，发行市盈率是衡量股票价格的重要指标。发行市盈率的选取不但在一定程度上决定了发行价格的大小，还可以反映上市公司的质量。一般来说，质量高的上市公司要求高一些的发行市盈率，质量低的上市公司要求的发行市盈率会低一些。市盈率越高，说明股票的成长性和盈利能力越强，价格也相对较高。第四，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0.846，即模型可以解释新股发行价格方差的84.6%，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，新股发行价格具有一定的信息效率。
　　
　　参考文献：
　　［1］郭国雄、陈玲、栾长福、陆子强：《回归分析在新股股价预测建模中的应用》，《华南理工大学学报（自然科学版）》2003年第3期。
　　［2］段进东、陈海明：《我国新股发行定价的信息效率实证研究》，《金融研究》2004年第2期。
　　［3］海鑫：《我国上市公司IP0定价问题的一个实证研究》，《辽宁大学学报》2004年第5期。
　　［4］陶冶、马健：《基于聚类分析的IPO 定价实证研究》，《湖南大学学报（社会科学版） 》2006年第4期。
　　［5］曹凤岐、董秀良：《我国IPO 定价合理性的实证分析》，《财经研究》2006年第6期。
　　［6］Baron D.P. and B.H olmstrom. The Investment Banking Contract for New Issues under Asymmetric Information: Delegation and the-Incentive Problem. Journal of Finance，1980.
　　（编辑 虹 云）

转载注明来源:https://www.xzbu.com/3/view-800954.htm