投资者情绪与创业板IPO抑价实证研究

1、投资者情绪与创业板IPO抑价实证研究摘要：本文选取了创业板开板（2009年10月30日）至今（2014年11月25日）406家上市公司作为样本，剔除数据严重缺失的7家，共获得399个样本，样本数据全部来源于国泰安CSMR和万德系列数据库。本文选取了上市首日换手率、上网发行中签率、发行规模、发行上市时间间隔、上市首日市盈率、上市首日市场收益率6个解释变量作为投资者情绪的代理变量，构建多元线性对数模型进行实证检验，验证投资者情绪对创业板IPO抑价的影响。最终实证结果显示解释变量影响显著，且得到调整后R平方为 53.80%，具有不错的解释效果。关键词：创业板 投资者情绪 IPO抑价 代理变量 多元线

2、性对数模型 引言：IPO抑价是指新股上市首日收盘价高于发行价的现象。IPO抑价现象普遍存在于各国的证券市场，不管是发达国家还是发展中国家。由于金融市场的发展程度不同，发展所处的阶段不同，各国的IPO抑价程度有很大不同。但从整体来说，发展中国家的IPO抑价率要普遍高于发达国家，而中国的IPO抑价率至今仍处于世界之最。2009年10月30日，中国创业板正式开板。和其它板块一样，创业板也面临着IOP抑价问题，而且大量实证检验显示，相较于其他两个板块，创业板的抑价现象更严重，且其IPO抑价主要影响因素来自于投资者情绪。IPO抑价率高，一方面会造成大量资金囤积在一级市场追求无风险收益，损害了一级市场的融

3、资功能，降低资源的优化配置。另一方面，高抑价率会降低发行者的收入。最后，高抑价率助长了投资者的投机情绪，造成股票交易价格脱离股票实际价值，形成泡沫，不利于我国股票市场的健康发展。本文从行为金融学角度实证研究了投资者情绪对与创业板IPO抑价率的影响。目录摘要：1引言：11.1研究背景和研究意义31.1.1IPO抑价研究背景和研究意义31.1.2创业板IPO抑价研究背景和研究意义41.2研究方法81.3研究思路81.4论文不足9第二章文献综述92.1一级市场存在系统性定价偏低理论92.1.1关于IPO抑价信息不对称理论方面的研究92.1.2关于IPO抑价信息对称理论方面的研究承销商托市理论112.

4、2.二级市场投资者情绪理论11第三章投资者情绪与创业板IPO抑价现象实证检验113.1样本选取113.2回归模型及解释变量123.3回归结果及分析13第四章结论和建议16参考文献：17第一章绪论1.1研究背景和研究意义1.1.1IPO抑价研究背景和研究意义IPO抑价现象是指由于上市公司上首次公开发行的股票在上市首日产生超额收益率的现象，通常用IPO抑价率来描述这一现象的严重程度，也就是上市首日的收盘价和发行价之间的差再除以发行价得出的一个比率。IPO抑价现象被美国芝加哥等大学Ibbotson教授称为IPO之谜，不仅存在于成长期的中国，也存在与发达资本市场，只是抑价程度有所不同。Ljungqvi

5、st和Wilhelm（2011）研究了美国1990-2000年的股票得出IPO平均抑价率为11.9%，Tian（2003）研究了中国1991-2000年的股票，得出IPO平均抑价率为267%。可见，虽然IPO抑价现象普遍存在但在中国程度尤甚（表0）。综上，分析寻找出IPO抑价率高背后的因素进而改善发行机制，完善交易制度，引导市场主体交易行为，对于改善IPO抑价现象，保障中国资市场的健康发展具有重要现实意义。 表0 世界各国IPO抑价率分析图表来源：参考文献151.1.2创业板IPO抑价研究背景和研究意义首先，创业板IPO抑价与主板IPO相比，更高。2009年10月30日，中国创业板正式开板。根

6、据参阅的大量文献资料显示，创业板和中小板的IPO抑价水平相近但明显高于主板，这与创业板本身的特殊性有关。与主板上市企业相比，创业板上市企业主要是中小型、创新性、高成长性、高风险性的企业，更低的发行后股本要求，更低的准入门槛和更宽松的准入规则，这些因素共同促成了创业板市场上投资者高投机情绪，导致了更高的IPO抑价率（表1）。根据本文所找的样本计算得，目前的创业板平均抑价率达到35.62%（表2）。表1图表来源:参考文献17 表2 2009年10月30日-2014年11月25日各年份IPO抑价率时间样本个数均值最大值最小值2009年35个0.94662.097345133-0.1055263162

7、010年117个0.37831.519327731-0.0990588242011年128个0.10361.988888889-0.1667692312012年74个0.03610.93625-0.1652014年45个0.24860.4618937640.186717474合计399个0.35622.097345133-0.166769231其次，创业板IPO抑价主要来源于二级市场上投资者情绪因素，这也是本文选取投资者情绪作为研究因素的原因。从本文第二篇文献综述的描述中我们知道，IPO抑价主要有两大来源：一是一级市场的抑价，主要是信息不对称理论。验证该理论可以通过搜集与公司基本面和非对称信息

8、有关的变量，构建模型，检验变量的显著性。变量选取主要有：每股收益、每股收益净资产、总资产周转率、资产负债率、流动比率、速动比率、承销商声誉、每股承销费用等。但先前学者们的大量实证研究显示，这些变量并不显著。除此之外影响一级市场有效性的一个最主要因素是新股定价机制。可以说新股定价机制市场化程度越高，一级市场新股定价越有效。 表3 我国的新股定价机制图表分析：从表中可以看出，我国的新股定价机制共经历了三个阶段：行政定价发行阶段（1990-1998政府定价发行阶段）、初步市场化发行阶段（1999-2004固定市盈率阶段）、累计投标询价发行阶段（2005年1月1日）。我国新股定价市场化程度不断加深，一

9、级市场新股定价效率不断提高。需要提及的是，2012年4月8日中国证监会出台了关于进一步深化新股发行体制改革的指导意见，将新股的“三高”现象看做改革的重点，目的在于推动各市场主体归位尽责，促使新股价格真实反映公司价值，降低IPO高抑价现象，实现一级市场和二级市场均衡协调健康发展。这一新股发行体制改革意义重大，在抑制IPO抑价问题方面发挥了显著地效果。具体改革措施如下：(1)扩大询价对象范围。除了目前有关办法规定的7类机构外，主承销商可以自主推荐5至10名投资经验比较丰富的个人投资者参与网下询价配售。(2)提高网下投资者配售股份的比例，建立网下向网上回拨机制。向网下投资者配售股份的比例原则上不低于

10、本次发售股份的50%。网下中签率高于网上中签率2至4倍时应将本次发售股份的10%从网下向网上回拨超过4倍时应将本次发售股份的20%从网下向网上回拨。(3)增加新上市公司流通股数量，有效缓解股票供应不足。(4)加强对发行定价的监督，促使发行人及参与各方尽责。当发行定价的市盈率高于同行业上市公司平均市盈率25%时，则需要重新召开董事会讨论募集资金对于业主和公司的影响，以及定价方式的合理性，作出信息披露，并作为补充信息上报证监会。从图1、2中我们可以看出，2012年新股定价机制改革对IPO抑价起到了显著地抑制。除此之外，本文在进行多元线性对数模型构建时也加入了时间虚拟变量，2009年10月30日-2

11、012年4月8日的上市公司设为1，此后至2014年11月25日的上市公司设为0，回归结果如表4，虚拟变量在统计上是显著的。 图1我国历年IPO抑价率 图2不同定价时期IPO抑价率图表来源：参考文献07 图3 IPO抑价率随时间的变化图表来源：原创图表 图表分析：从图1和图2中不难看出我国的IPO溢价率明显偏高，但IPO高抑价现象正在趋于缓和，2012年颁布的新股发行制度改革也体现了它的效果。二是二级市场的溢价，主要是投资者情绪理论。大量实证研究显示，上网发行中签率、首日换手率、发行规模、发行市盈率、发行上市时间间隔、上市首日市盈率、上市首日市场回报率、每股净资产等投资者情绪代理变量对IPO溢价

12、率解释作用在统计上十分显著。综合以上两方面原因，本文选取了创业板上市的399家企业作为样本构建模型，从行为金融学角度验证了投资者情绪对创业板IPO抑价具有主要影响作用的假设。这对于完善创业板交易制度，引导市场主体理性交易，推动创业板市场健康发展具有一定的意义。1.2研究方法目前，国内外学者对于IPO溢价现象的研究方法主要有两种：一是多元线性回归法，即通过建立基本理论假设，构建多元线性回归模型对假设进行检验，通过逐步回归，确定主要影响因素。如果存在多重共线性，则对变量进行转换，删除没有没有通过检验的变量，确定最终模型。二是用人工神经经网络进行研究。考虑到计量的方便性和灵活性，本文将采用第一种研究

13、方法。1.3研究思路先选取投资者情绪的代理变量，作出假设。然后通过逐步回归确定主要代理变量作为解释变量，构建多元线性模型回归，验证假设是否成立。在出现与假设相违背的情况后，对部分变量通过取对数的方法消除了多重共线性问题，解决了偏态分布问题。最终构建的新的多元线性对数模型中，解释变量在统计上显著，调整后的R平方达到53.80%，对IPO抑价率有了比较好的解释效果。1.4论文不足 （1）并没有收集数据对一级市场股票定价模型进行有效性的实证检验，只是在大量阅览文献的基础上作出初步结论，其真实性有待进一步验证。 （2）投资者情绪的代理变量指标只选取了六个，虚拟变量只设置了1个，尽管拟合效果达到了53.

14、80%，解释效果比较好，但仍有很大改进空间。可以通过更广泛地搜集数据，添加每股收益、发行市盈率、每股净资产、资产负债率、每股承销费用等解释变量完善模型，达到更好的拟合效果。由于数据来源狭窄，时间有限，这部分数据未可得。 （3）除了构建多元线性对数回归模型进行实证研究以外还有分位数回归、随机前沿分析等更精确的研究方法。受困于目前知识限制尚没有运用。第二章文献综述2.1一级市场存在系统性定价偏低理论主要有信息不对称理论、避免法律风险假说和控制权假说。本文主要介绍一下一级市场上流传比较广泛的，被大家普遍认可的最主要的信息对称与不对称理论。2.1.1关于IPO抑价信息不对称理论方面的研究（1）赢家诅咒

15、理论投资者与投资者之间的信息不对称。该理论由Rock（1986）提出，认为知情投资者相对于非知情投资者而言掌握更多关于新股发行的信息，从而之情投资者一般主要认购那些定价偏低的股票。如果发行价格过高，完全信息者就不会购买则只能由完全无信息者购买。长期下来信息拥有者会避开高定价的股票，而信息缺失者知道自己极有可能获取高定价股票而又无法选择时，会退出申购，从而有可能导致发行失败。为了保证顺利发行，吸引信息缺失者，发行企业和承销商不得不降低定价以弥补信息缺失者的损失。（2）消极从众假说。该理论最先由Welch(1992)提出，认为若新股一开始出现“抢购”，后进入的潜在投资者会根据市场情况大量认购，即出

16、现“信息瀑布效应”。反之则可能会“滞销”。因此拟上市公司和主承销商极有可能故意或者至少有动力将新股发行价格订在低于企业内在价值，一起在销售初期形成“热销”局面，吸引更多投资者跟进。（3）信号传递理论发行企业与投资者之间的信息不对称。信号传递理论认为，由于投资者无法全面了解每个发行企业的真实情况，可能出现逆向选择，选择了劣质企业而放弃了优质企业，致使优质企业无法融到期望的资金。因此，优质企业一般会压低发行价并制定增发的股利政策来作为一种优质信号吸引投资，从而与劣质企业分离，保证发行的顺利完成。在二级市场上具有较低发行价的优质企业被认为是具有投资价值的，交易价格被拉高。两方面因素共同推高了IPO抑

17、价率。（4）动态信息收集理论承销商与投资者之间的信息不对称。动态信息收集理论认为，机构投资者作为市场的需求方，掌握着市场的潜在需求、新股方形的认可度、估值情况等相关市场信息，发行企业和承销商为了获取更接近真实情况的市场需求与估值水平，通过向机构投资者询价发行，向机构投资者“购买”市场的潜在需求信息，这一“购买”行为所支付的价格就是IPO抑价。（5）委托-代理理论承销商与发行企业之间的信息不对称。委托-代理理论认为，作为委托人的发行公司希望能够通过较高的发行价格来募集到尽量多的资金；但是作为受委托人的承销商会考虑两方面的问题，一方面保证发行能够顺利完成，获取相应的收入，另一方面发行顺利能增加其在

18、行业内的声誉，秉承利益最大化的原则承销商更倾向于压低发行价格。这样发行人与承销商之间产生了利益冲突，但与发行人相比，承销商更具有信息优势，同时承销商还拥有自己的营销渠道，经过两者之间的博弈，发行企业会将定价权赋予承销商来利用其拥有的信息和资源，妥协接受较低的发行价。2.1.2关于IPO抑价信息对称理论方面的研究承销商托市理论承销商托市理论认为，承销商在股票发行后，当股票上市首日出现破发现象时，对于承销商的声誉和收入，以及投资者对于上市企业的形象都会产生负面影响，进一步可能会有被诉讼的风险。因此承销商有动力担任做市商角色来对市场的股票价格形成支持，进而形成IPO抑价现象。但是在中国不允许承销商托

19、市，因此此假说对中国IPO现象的解释贡献不大。2.2.二级市场投资者情绪理论投资者情绪理论认为，股票在二级市场的交易价格收到交易者主观情绪的影响。二级市场上的交易者并非都是理性交易者，在交易过程中由于投资者的认知偏差和反应偏差使投资者出现投资与噪声交易、羊群效应、反应过度与反应不足、过度乐观等非理性行为。除此之外，投资者对首次公开发行的股票有着过度需求，在一级市场得不到释放的需求，在二级市场上释放，推高了交易价格。再者，中国存在卖空限制，看空投资者无法从卖空方面对冲高涨的投资情绪，这也导致投资者高涨情绪推动股票价格偏离其理论价值。第三章投资者情绪与创业板IPO抑价现象实证检验3.1样本选取本文

20、选取了自2009年10月30日创业板开板以来至2014年11月25日的所有在创业板上市的公司，剔除了数据不全的公司7家，共得到399个样本数据。研究数据来自国泰安CSMR和万德系列数据库。样本的年度分布如表1所示。3.2回归模型及解释变量本文采用传统方法计算IPO抑价率，即IPO抑价率等于股票上市首日收盘价格减去股票发行价格之差除以股票发行价格。定义IPO抑价率为自变量y,股票发行价格为P0，股票上市后日收盘价格为P1，计算公式为：y=(P1-P0)/P0通过逐步回归法，最终确定6个投资者情绪代理变量为：X1上市首日换手率、lnX2上网发行中签率、lnX3发行规模、lnX4发行上市时间间隔、X

21、5上市首日市盈率、X6上市首日市场收益率。1个时间虚拟变量为：d1。对部分代理变量取对数是为了消除代理变量间多重共线性问题，也消除偏态分布问题，使模型更趋近正太分布。初步多元线性对数模型1如下：y=1X1+2X2+3lnX3+4X4+5X5+6X6+1d1+u 表5 定义解释变量解释变量代理变量代理变量解释定义H0X1上市首日换手率反映了新股交易活跃程度和投资和对新股的狂热程度。首日换手率越高，IPO抑价率越高。市场气氛与投资者情绪与y正相关X2上网发行中签率反映了投资者对新股的需求对、发行公司的狂热程度。中签率越低，IPO抑价率越高。新股需求与投资者情绪与y负相关lnX3发行规模发行规模=发

22、行价格*发行股数。发行规模反映了两方面信息：投资者对新股风险补偿的要求信号传递假说。发行规模越小，越容易受到机构投资者、“庄家操纵”，投资者对其风险补偿要求越高，IPO抑价率越高。对风险补偿的要求与投资者情绪与y正相关X4发行上市时间间隔反映了投资者对新股风险补偿的要求。发行上市时间间隔越长，投资者要求的风险补偿越大，IPO抑价率越高。对风险补偿的要求与投资者情绪与y负相关X5上市首日市盈率该假设依据是“信息瀑布效应”。反映了市场气氛，和投资者的消极从众、过度乐观、羊群效应等。上市首日市盈率越高，市场气氛越火热，股价越高，IPO抑价率越高。市场气氛与投资者情绪与y正相关X6上市首日的市场回报率

23、与X5相同。市场气氛与投资者情绪与y正相关d1时间虚拟变量反映2012年4月8日新股定价改革出台前后创业板IPO抑价率手否有显著差异。一级市场定价效率与y负相关3.3回归结果及分析初步回归结果如下， 表6 未取对数的回归结果统计yCoef. tP>|t| 调整后的R平方X10.2122933.460.0010.5084X2-0.0200995-2.10.036lnX3-0.2404799-8.580X40.0077332.840.0075X50.00554310.11.410X61.9223745.790d1-0.1353658-3.320.001 回归结果分析：解释变量X2在统计上不显

24、著，X1与X4显著性不强，与原假设不符。原因猜测是解释变量间存在多重共线性。通过逐步回归，逐步添加解释变量进入模型，并对解释变量进行多重共线性检验，检验显示X1、X2、X4之间存在较强的相关性。解决方法是对部分解释变量取对数，重新构建多元线性对数模型进行回归。修正后的多元线性回归模型2如下：y=1X1+2lnX2+3lnX3+4lnX4+5X5+6X6+1d1+u回归结果如下，表7 取对数后的回归结果统计yCoef. tP>|t| 调整后的R平方X1 .2239173 3.740.0000.5380lnX2-.0954322 -4.560.000 lnX3 -.1989487 -6.92

25、0.000 lnX4 .0845923 3.310.001X5.0050482 10.360.000 X62.131562 6.730.000 d1-.1514594-3.770.000回归结果分析：（1）上市首日换手率X1对IPO抑价影响很显著且成正相关，反映了市场气氛对投资者情绪的影响进而对IPO抑价率的影响，印证了假设1；（2）上市首日市场收益率X6对IPO抑价影响显著且成正相关，反映了市场气氛对投资者情绪的影响进而对IPO抑价率的影响，印证了假设6；（3)发行规模lnX3对IPO抑价影响很显著且成负相关，反映了投资者对风险补偿要求情绪对IPO抑价率的影响，印证了假设3；(4)发行上市日

26、期间各lnX4对IPO抑价率影响较显著且与IPO抑价率正相关，反映了投资者对风险补偿的要求对IPO抑价率的影响，印证了假设4；(5)上网中签率lnX2对IPO抑价率影响较显著且与IPO抑价率负相关，反映了投资者需求对IPO抑价率的影响，印证了假设2；(6)上市首日市盈率X5对IPO抑价率影响不是很显著，与IPO抑价率正相关。原因分析是因为对解释变量取对数并没有完全解决多重共线性问题，反映市场气氛的投资者情绪代理变量之间任然存在较严重的多重共线性，因此X5解释变量对IPO解释作用没有预想的那么强。(7)时间虚拟变量d1显著，反映了新股定价改革对IPO抑价率有显著影响，与IPO溢价率负相关，说明新股定价改革出台后IPO抑价有明显下降。由于回归模型2的R平方=0.5380>回归模型1的R平方0.5084，模型2的拟合效果更好，因此采用模型2。最终回归模型：Y=0.2239173X1-0.9543221lnX2-0.198948lnX3+0.084