【作　　者】
李文颖 马广奇（教授） 卢世闯

【作者单位】
（陕西科技大学管理学院 西安 710021）

【摘　　要】

      【摘要】本文首先采用剩余收益模型评估股票内在价值，在此基础上运用随机前沿模型实证检验了我国创业板发行价格与内在价值的偏离情况，然后进一步分析了二级市场溢价的主要影响因素。结果表明：创业板IPO股票发行价格显著存在下边界，小于其内在价值；创业板IPO发行存在价格泡沫，且内在价值、发行前全面摊薄市盈率、发行前每股净资产是IPO发行定价最重要的三个参考因素；一级市场并不存在真实的抑价，二级市场的反应则是引起我国创业板IPO折价的重要原因，其中换手率代表的投机程度是影响创业板IPO折价程度最重要的因素。
【关键词】剩余收益   随机前沿模型   分位数回归   IPO折价

      一、引言
      目前国内外大多数资本市场均出现过IPO折价的现象，即股票首次公开发行过程中，其发行价低于上市首日的市场价格。对此经典的理论解释主要有基于一级市场真实抑价观点的信息不对称、赢者诅咒、信号假说等理论，以及基于二级市场非理性行为的金融学解释。但这些理论并不能完全有效地解释我国证券市场尤其是创业板市场出现的“三高”即高收益率、高超募率、高发行价现象。
      本文首先利用随机边界定价模型检验创业板 IPO 发行价的边界问题，用来测度发行价相对内在价值的偏离方向，即在一级市场上是否存在与国外资本市场相同的真实抑价现象；在此基础上，运用分位数回归方法进一步分析二级市场上影响我国创业板IPO折价的因素，尝试从一级和二级市场两个维度对“三高”现象做出综合性的合理解释。
      二、模型介绍
      （一）剩余收益模型
      经过多年的发展，在对企业内在价值评估的研究中，剩余收益模型已经成为主流的分析方法。Lee（1999）等对Ohlson（1995）的模型进行了一定的改进，这也是本文在实证部分对企业内在价值进行评估时借鉴使用的模型，即：
      Vt=Bt+     ■Bt+i-1
      其中，又有：
      FROEt+i=■
      Bt+i=Bt+i-1+FEPSt+i-FDPSt+i
      FDPSt+i=FEPSt+i×k
      式中：Bt为企业第t年的每股净资产；FDPSt+i表示在t＋i年预测的每股收益；FROEt+i表示在t＋i预测的净资产收益率（对于预测值，在进行运算分析时可以使用各大证券公司实时发布的对上市公司各种盈利能力指标预测值的平均值）；r为企业的资本成本，一般以无风险收益率——国债利率来衡量；k为企业的分红比例。
      （二）随机前沿模型
      Aigner等（1997）提出的随机前沿（或称随机边界）模型（Stochastic Frontier Model）是一种常用的效率测量方法。在随机边界分析过程中，可以将最合理的IPO定价称之为随机前沿。随机前沿模型可以分为随机上边界模型和随机下边界模型。根据相关文献，随机上边界模型为：
      Pi=f （Xi，?茁）+ei
      ei=vi+ui      vi ~ N（0，?滓v2）
      ui=min（ui，0）
      式中相关变量涵义如下：Pi为被解释变量；Xi为解释变量；?茁是对应于Xi的参数变量；ei为复合残差项；vi 是对称误差项，服从均值为零的正态分布，表示随机边界的测量误差；ui为非对称误差项，服从负的截尾正态分布，表示IPO定价偏离有效边界的程度。
      随机下边界模型与随机上边界模型大体一致，只要将表达式ui=min（ui，0）变换为ui=max（0，ui）即可。
      三、数据来源和指标选取
      本文选取我国创业板自2009年成立以来至2012年12月31日上市的355家上市公司作为研究样本。研究所用数据取自CSMAR国泰安数据库、Wind资讯和RESSET锐思数据库，数据库中缺失的数据由新浪财经等财经门户网站以及公司年报补充。软件方面主要运用Frontier 4.1来估计随机前沿，运用Eviews6.0软件进行分位数回归。
      本文实证研究的因变量主要有抑价率、调整后的抑价率、发行价格。      抑价率IR=（P1－P0）/P0
      式中：P0为发行价；P1为上市首日收盘价。
      经过调整的抑价率AIR=（P1－P0）/P0－（M1－M0）/M0
      式中：M0为发行日创业板市场综合收盘指数；M1为上市首日创业板市场综合收盘指数。
      在模型自变量的选择上，本文主要结合国内外学者研究的成果以及中国证券市场的特点，从公司价值、风险因素及市场环境三个角度，选取能够影响IPO定价以及影响IPO抑价的解释变量和控制变量，具体指标如表1所示。

      本文对重要的自变量做如下处理：
      （1）创业板综合指数计算：选取综合指数而不是价格指数的原因是价格指数只包含成分股，综合指数包含全部上市的股票，更能说明当天市场整体综合情况。创业板指数的计算方法为加权平均计算法，以起始日为基准点，按照创业板所有股票的流通市值，逐个计算当天股价，加权平均后与开板之日的基准点进行比较。计算公式为：
      实时指数＝上一交易日收市指数×∑（样本股实时成交价×样本股流通股本）/∑（样本股上一交易日收市价×样本股流通股本）
      由于2010年8月20日起才正式发布创业板指数，故本文也遵循这种方法计算2009年10月31日至2010年8月20日期间的收盘指数。剔除未能成功发行的300060这只股，对于连续停牌的股票依次向前取交易日期的收盘价和流通股数。
      （2）承销商声誉：以上市当年的承销商排名为准，有多家承销商的，按加权均值计算承销商排名；由于2012年承销商排名尚未公布，故沿用2011年排名情况。
      （3）市场热度：根据现有可查文献，本文主要选取反映投资者预期的市场热度指标，包括投资者信心指数、消费者信心指数、IPO前5家抑价均值等。基于数据可获得性，同时考虑本文主要研究的是创业板的IPO定价合理性，而反映整体股票投资市场的投资者信心指数综合性过强，消费者信息指数为实体经济指标，而IPO前五家抑价均值不具有创业板市场整体代表性，因此综合考虑，本文选取调整后的创业板综合收盘指数作为市场热度的衡量指标。
      本文实证研究选取的控制变量，主要考虑了体现变量特征的两个影响因素：
      （1）发行制度改革变量：按照创业板开板后的第一二轮改革划分为两个时段，以此研究两次发行制度改革前后对折价现象的影响，并提出如下假设：我国IPO发行价格受到了自创业板开板后的两次发行制度改革的影响。
      需对两次发行制度改革进行对比，先对比2010 年11 月1 日第一轮改革前后，改革前上市的股票为0，改革后至第二轮改革前上市的股票为1；再将2012年4月28日第二轮改革前后进行对比，改革前上市的股票为0，改革后上市的股票为1。
      （2）行业特征变量：依据成熟市场的经验和我国证券市场的实践，投资者更愿意选择成长性高或资源具有稀缺性的公司，一些非传统行业如信息技术、电子类、生物制药以及资源类行业的上市公司更受投资者的追捧。参考刘煜辉等（2011）的研究成果以及GICS与CSRC的上市公司行业分类标准，本文将行业哑变量具体定义为：资源、电子、信息技术、生物制药四类行业为1，其他行业为0。哑变量值为1的四个行业进一步细分为：医药制造业、生物制造业、计算机应用服务业、电子元器件制造业、通信服务业、通讯及相关设备制造业、有色金属冶炼及压延加工业、其他电子设备制造业、计算机相关设备制造业、石油和天然气开采服务业。
      四、实证分析
      （一）股票估值结果分析
      根据企业股票内在价值与发行价之间的对比，可以看出，IPO定价普遍高于企业股票的内在价值。企业股票内在价值与IPO定价之间差异的描述性统计如表2所示。

      由表2可以看出，2009年上市的企业，其内在价值与发行价格差值的均值为16.32，在2010年、2011年、2012年分别为24.05、18.01、12.79。2009年创业板推出初期，企业股票内在价值和发行价格之间的偏差值与另外三年相比不是很大，主要是由于投资者对创业板了解相对较少，大多数投资者对创业板上市公司股票持观望态度。而在2010年，由于2009年创业板市场上市公司股票非凡的表现，市场主体开始对创业板上市公司股票进行炒作，使得IPO定价被高估了很多。之后均值由2011年的18.01下降到2012年的12.79，说明随着市场热度下降，差值也开始减小，创业板IPO价格逐渐回归其内在价值。
      （二）SFA随机前沿模型的估计结果分析
      根据表1模型变量的内在要求和Hunt-McCool等的经验，表1所有变量采用对数形式，模型如下：
       ln（OP）=?琢0+?琢1ln（INV）+?琢1ln（AGE_REP）+?琢2ln（Offsize）+?琢3ln（BP_PE）+?琢4ln（BP_EQPS）+?琢5ln（Mer_Heat）+?琢6
ln（INVE_MOT）+       ?茁i×INDU+       ?茁i×Offrefo+V+U    
      需要说明的是，由于2012年上市的74家企业均无生物制药行业，故在输入行业控制变量进行随机前沿模型估计时，仅输入其余3种行业的控制变量，共10个变量。      表3反映了创业板IPO的355家企业整体情况如下：随机上边界模型的gamma值为0.000 2，不能显著地拒绝零，表明ei近似服从标准正态分布，发行价并无随机上边界，也可通过随机上边界模型得到的对数似然函数值为115.371 1，与OLS回归估计的115.371 3值几乎相等，证明了随机上边界模型基本退化为OLS回归模型。而随机下边界整体模型得出的对数似然函数值为148.807 4，大于OLS估计的对应值，单边似然检验统计量LR为正。随机下边界模型的gamm值为0.96，t值为70.834 2，显著地拒绝gamma值为零，这说明创业板IPO企业发行价显著地存在下边界，发行价存在定价泡沫，这与前文通过剩余收益模型估算出的内在价值与实际发行价有较大差距的现象一致。
      Hunt（1996）等前期的研究成果表明，为了最大化收益，发行人会将发行价格定在市场可接受的最大化边界上。若发行价格低于这一边界，就产生了随机上边界，此时即存在真实的抑价。而根据本文的计算统计，以及运用SFA随机前沿法分析结果显示，我国创业板IPO企业发行价较其内在价格定价过高，存在价格泡沫，而不是真实抑价。这说明我国创业板IPO在发行阶段不存在折价发行的问题，也就是说，我国创业板IPO的抑价情况并不是由于一级市场的故意抑价而产生，所以本文将转而从二级市场的溢价角度去分析印证我国创业板IPO抑价情况真实的影响因素。
      通过与OLS回归对比检验，两种估计方法下，变量间的统计关系具有一致性，说明实证结果具有稳健性。创业板上市公司的内在价值、发行前全面摊薄市盈率、发行前每股净资产在1%水平上显著与股票发行价格相关，是股票发行定价最重要的三个参考因素。股票内在价值相关度最高，发行前市盈率、发行前每股净资产反映了公司的质量特征。可以看出，公司质量越高，股票发行价格越高。而股本规模并不是最重要的影响因素。同时，承销商声誉与股票发行价格呈负相关关系，但检验结果表明，承销商声誉对股票发行价格的影响并不显著，这在一定程度上表明，我国创业板IPO市场投机性很强，无法通过发行价格的大小来传达股票的内在价值。
      通过逐年进行股票发行价格的随机边界检验，并比较分析后发现，反映股票内在价值和公司质量特征的综合指标——市盈率均在2010年和2012年对股票发行价格在1%的水平上影响显著，而在2009年、2011年对股票发行价格的影响不显著。这一现象与2010年、2012年进行的新股发行制度改革时间相吻合，即印证了股票发行价格受到了自创业板开板后的两次发行制度改革的影响这一假设。本文通过引入两次发行制度改革这一控制变量OLS回归得出，截至第二次发行制度改革实施日之前在创业板上市的312只股票，在第一次发行制度改革前后呈现10%水平的负相关关系；而在2012年8月终止IPO之前上市的所有创业板股票共355家，在第二次发行制度改革后均呈负相关关系，说明这一改革使发行价格有了一定程度的价值回归，但影响还不太显著，这可能与距2012年新股发行制度改革实施日期很短有关，这一新制度的长期影响效应到目前还没有充分发挥出来，故假设得到证实。
      本文统计哑变量为1的四个行业分年度上市家数如下：生物制药类公司共12家，其中2009年3家、2010年4家、2011年5家；电子类公司共43家，其中2009年2家、2010年17家、2011年13家、2012年11家；资源类公司共4家，即每年各上市1家；信息技术类公司共70家，其中2009年8家、2010年22家、2011年18家、2012年22家。
      加入行业控制变量的随机边界检验结果显示，整体电子行业的估值较积极，对股票发行价格影响在10%的水平上显著。而资源、生物制药和信息技术三个行业对股票发行价格有一定影响。其中，生物和制药行业在2009年股票估值时较受推崇，系数正值为0.068 5，但2010 ~ 2012年间估值不够积极。生物制药企业2009年上市有3家、2010年上市有4家、2011年上市有5家，2012年创业板上市的企业没有生物制药行业的企业，从逐年上市家数可以看出生物制药这一非传统行业截至目前并没有在创业板形成很强烈的市场需求；资源行业自2009年以来则保持积极的估值态势。而信息技术是四种非传统行业中上市家数最多的行业，在2012年对发行价格影响显著，受到市场的热捧。
      （三）基于分位数回归的创业板IPO影响因素研究
      在前文得出一级市场不存在折价发行情况这一结论的基础上，本文换另外一个角度去研究创业板IPO的定价合理性，即主要基于二级市场的溢价这一视角去分析创业板IPO折价的实际影响因素。因此选取的影响因素主要有：反映二级市场投资者预期的创业板综合指数（Mar_Heat）、反映二级市场异质信念程度的换手率（INVE_MOT），以及反映个股情绪的指标中签率（LWR）、发行后市盈率（AP_PE）。
      由于各变量量纲的差异性，因而在分位数回归前需将所有指标进行归一化处理，分别在0.1 ～ 0.9的分位点水平上考察各因素对抑价率IR和经市场指数调整后的抑价率AIR的影响，结果见下页表4。
      由表4可以看出，不管是抑价率还是调整后的抑价率，换手率在0.1 ～ 0.9的分位点水平上对抑价率的影响均高度显著，而且其影响程度随着分位数的增大呈现出严格增大的趋势。同时各分位点水平上在所有的选取指标中换手率的回归系数最大，影响权重最大，可以得出换手率代表的投机程度是影响创业板IPO折价程度的最重要因素。
      同时，市场指数对调整前的抑价率影响在0.1 ～ 0.9的分位点水平上均不显著，这可能是由于未经调整的抑价率所包含的整体市场信息量不大，只是度量了收盘价这一节点和发行价的差异。而调整后的抑价率情况则不同，结果显示，市场指数分别在低分位点0.1 ～ 0.2，以及中分位点0.5 ～ 0.7的水平上与调整后的抑价率正相关且影响显著，而在高分位点上影响不显著，系数较小，说明影响强度也不大。这说明市场指数对调整后的抑价率影响程度差异很大，且影响趋势不明显。      此外，中签率以及股票发行后市盈率对抑价率和经市场调整后的抑价率在各分位点上影响均不显著，说明一级市场的信息未能成功传导至二级市场，发行后的市盈率也并不能在股票发行首日体现在发行价和股价的差异中，二级市场存在较大范围的噪声投资者。
      五、结语
　　    根据对我国创业板IPO折价及影响因素分析得出的结论，本文提出针对性建议如下：
      1. 强化承销商声誉机制的约束。本文实证结果表明承销商声誉对发行价格的影响不显著，投资者在发行定价时并未重点考虑承销商的声誉情况，这说明我国投行的信誉机制仍需要长期建设。证券监管部门应通过建立有效的承销商排名体系、加强持续督导并加大违规惩罚力度，以强化对承销商行为的约束、提高资源配置效率。
      2. 深化改革发行定价制度。随机前沿检验结果显示，自创业板开板以来的两次发行制度改革对股票发行价格的价值回归起到正向调节作用。未来发行制度的改革应使市场询价制度更合理并使信息披露制度更加完善以增加市场透明度。
      3. 强化二级市场监管。分位数回归检验表明，二级市场换手率是影响创业板IPO折价的首要显著因素，即投资者炒新股的盲目热衷和非理性行为引起了我国创业板IPO的高抑价。监管机构可借鉴香港创业板经验，建立噪声过滤机制，以规范投资者行为；同时注重二级市场投资者的理念教育，引导散户投资者和机构投资者的投资行为趋向理性。
      【注】本文系陕西科技大学研究生创新基金项目（项目编号：20130313）的阶段性研究成果。
主要参考文献
      1. 张峥，欧阳珊．发行定价制度与IPO折价．经济科学，2012；1
      2. 刘煜辉，沈可挺．是一级市场抑价还是二级市场溢价——关于我国新股高抑价的一种检验和一个解释．金融研究，2011；11
      3. 郭海星，万迪昉．创业板IPO定价合理吗？．中国软科学，2011；9
      4. 于晓红，张雪，李燕燕．公司内在价值、投资者情绪与IPO抑价．当代经济研究，2013；1
      5. 王小锋，张剑．创业板IPO中的配售机制与定价效率研究．投资研究，2012；7
      6. 龚靓.投资者正向反馈、承销商缺位与创业板IPO资金超募.财会月刊，2012；11
      7. 陈松林，王新宇.金融危机对我国IPO发行定价的影响分析.财会月刊，2012；11