中国IPO询价制下发行效率的随机前沿分析

张 剑

西南财经大学 经济学院，四川 成都 610000

一、引言

IPO股票抑价是指新股一级市场发行价格显著低于二级市场首日交易价格的现象，该现象在全球证券交易市场都广泛存在，中国A股市场尤其明显。自2005年以来中国新股使用询价制进行发行，询价制下新股发行过程中包含新股内在价值(无法观测)、网下询价确定的新股一级市场发行价格、二级市场首日收盘价格等三个关于股票价格信息的变量。一般文献中通常认为IPO抑价可以分解为新股一级市场发行定价与新股内在价格系统性偏离，二级市场交易价格(首日收盘价格)的非理性成分两部分。一部分国内外文献基于有效市场基本假设，假设新股首日二级市场收盘价充分反映证券市场信息，使用首日收盘价与发行价格构建的IPO抑价率用来衡量新股发行效率;另一部分文献则认为IPO抑价现象的主要因素是由投资者的非理性因素导致，文献从投资者情绪、信息瀑布等方面解释IPO抑价，这类文献认为由于投资者的非理性因素导致新股上市后二级市场价格系统的偏离了一级市场发行定价，从而形成新股抑价发行现象。

从2005年开始，中国IPO使用询价制进行定价发行，截止至2013年10月，新股询价制经历了三次重大调整。第一阶段改革:2009年6月证监会颁布《指导意见》，指出“分阶段推出各项改革措施”。此次改革的重要措施包括:优化网上发行机制，将网下网上申购参与对象分开。并且此次改革全面淡化了之前管理层广泛使用的新股价格“窗口指导”措施，使得新股定价制度进一步市场化。第二阶段改革:2010年11月1日进一步完善了询价和申报约束机制。此次改革指出在一级市场询价过程中，若出现发行价格以上的有效申购总量大于网下配售数量的情况，对于主板而言，超额有效申购的配售方式仍然采取全部有效申购同比例配售原则;但对于中小板和创业板而言，超额有效申购的配售方式发生了改变，原有的强制要求同比例配售的规定被删除，发行人和承销商获得了更多的自由分配权力。第三阶段改革:2012年5月第三次改革，对网下机构投资者配售比例及网下配股锁定期进行了大幅调整。网下配售比例由原来的“公开发行股票数量少于4亿股的，配售数量不超过本次发行总量的20%”统一调整为“向网下投资者配售股份的比例原则上不低于本次公开发行与转让股份的50%”，并明确了网下向网上的回拨机制;改革后取消了网下配股的三个月锁定期，同时规定根据询价结果确定的发行价格市盈率高于同行业上市公司平均市盈率25%的，必须进行风险提示等。

二、文献回顾

国内外使用SFA分析IPO抑价率的文献中，对IPO抑价现象给出了两种实证结论。Hunt et al．(1996)［1］在其经典文献中，指出一级市场中发行人存在明显故意压低新股价格(deliberate underpricing)的行为。说明美国新股发行首日抑价现象主要由于一级市场定价过低，而二级市场首日收盘价是对一级市场偏低的一种修正。Koop and Li(2001)［2］指出在控制了行业变量后，发行人的盈利能力等因素及承销商收费对发行价格具有很强的解释力，而承销商声誉无显著解释力。Chen et al．(2002)［3］利用台湾数据的研究结果表明，一级市场存在有意折价现象，而二级市场初期表现与一级市场有意折价无关，二级市场抑价是市场噪音交易者导致的。国内文献中白仲光和张维(2003)［4］使用SFA上边界模型与下边界模型对新股发行价格进行了实证检验，结果表明:中国新股发行价格不存在有意压价现象。陈艳丽和曹国华(2010)［5］研究结果表明:IPO首日高抑价率不是由于一级市场故意压价，而是由于二级市场错误定价导致。邱冬阳和熊维勤(2011)［6］实证结果表明:中国新股一级市场不存在发行人有意压价行为，IPO首日高抑价完全是由于二级市场交易价格过高引起的。沈锡飞和苏为华(2008)［7］、刘煜辉和沈可挺(2011)［8］研究结论表明:一级市场抑价并非造成中国异常高IPO首日超额收益率的主要原因，新股发行的供给控制导致二级市场非理性是IPO高抑价率的主要原因。

国内以往使用SFA分析IPO抑价的文献，可能存在以下不足:(1)使用的大多是审批制与核准制下的IPO数据;刘煜辉和沈可挺(2011)使用了时间跨度相对较长的IPO样本，但他们的实证研究中并没有区分板块差异。如果将不同板块的IPO样本放在一起进行估计，可能得到的结论是有偏的。(2)随机前沿模型，作为一种参数模型，不同参数选择可能对其稳健性产生较大影响，以往文献并未对模型设定进行敏感性检验。(3)在审批制、核准制新股发行阶段，管理层对新股价格进行了严格的监管，所有新股都采用统一的定价模式，而2005年实施的询价制改变了这种行政“一刀切”模式。尚未有学者研究询价制阶段三次发行制度改革对一级市场定价效率的影响。

三、研究设计与样本选择

(一)随机前沿分析模型

随机前沿分析是 Farrell(1957)［9］提出的。在 Farrell的基础上 Aigner and Chu(1968)［10］，Aigner et al．(1977)［11］对定价函数进行了如下改进:pi=f(xi;β)TEiexp(vi) ，两边取对数后:ln pi=ln(f(xi;β))+ln(TEi)+vi，定义 μi= －ln(TEi) ，假设f(xi;β)满足柯布—道格拉斯生产函数形式，则有:

其中，xji为影响新股定价的因素，ln pi为新股定价的对数形式，vi为随机误差，－μi为单边误差用于衡量新股定价的无效性。假设随机误差vi满足经典假设vi～iid N(0，) ，μi大于0，vi和 μi相互独立，cov(vi，μi)=0 。在实证中由于 －μi大于0，因此，－μi的分布可以考虑使用半正态分布、指数分布等分布。μi和xi可能存在内生性问题，实证中对式(1)一般使用MLE进行估计，实际一级市场定价是围绕随机前沿模型f(xi;β)－μi随机波动的，单侧分布的衡量技术不充分的μi决定实际定价小于或等于最大确定定价前沿f(xi;β)，本文使用stata12．1对随机前沿模型进行估计。

(二)样本选择与研究变量设计

本文选取2006年6月至2012年11月在中小板IPO的股票为样本。仅选择中小板作为研究样本原因如下:(1)创业板于2009年10月推出，样本数据并未涵盖整个询价制时间段;(2)主板数据相对较少，并且其中包含许多以“历史遗留”方式进行IPO的公司。参考以往文献做法，删除金融行业。利用三次发行制度改革将样本分为四个阶段。

被解释变量:(1)IPO发行价格;(2)IPO首日收盘价格。解释变量:第一类，衡量公司自身价值的指标:“tasset”为IPO公司上市前一年资产总额;“age”为公司从成立到IPO发行的存续时间;“eps”为IPO公司上市前一年每股收益;“naps”为IPO公司上市前一年每股净资产。“Plev”IPO公司上市前一年资产负债率。第二类变量，发行数量，“size”为IPO公司募集总股数。第三类变量，衡量发行时市场气氛的变量。“indpe”为IPO公司所处行业发行当日的行业平均市盈率;“index”为发行当日中小板指(399005)收盘指数。第四类变量，“returnc”为衡量发行前30个交易日累计市场收益率代理变量。30个交易日累计市场收益率(使用考虑红利再投资总市值加权法得到的分市场日收益率)为正则returnc=1，否则returnc=0。第五类，“break”为是否破发的虚拟变量，当underpricing小于0时，break为1，否则取0。“turnover”为IPO首日换手率变量，用以衡量IPO股票首日换手流通频率。

(三)变量统计描述

本文对研究样本按照样本期间三次发行制度改革进行划分，具体而言:第一阶段2006年6月至2008年9月;第二阶段2009年6月至2010年10月;第三阶段2010年11月至2012年5月;第四阶段2012年5月至2012年10月。

表1 样本描述统计

从表1主要变量描述统计中可以看出，647家上市公司，发行价均值为20．69元，呈现右偏态分布。首日收盘价均值为31．83元，呈现右偏态分布。在全体样本中有47%的样本处于“牛市”，53%的样本处于“熊市”。

四、询价制下三次改革前后一级市场定价效率的实证结果

(一)实证检验结果

本文参考Hunt et al．(1996)使用SFA对数线性模型对一级市场定价效率进行研究，具体表达式如下:

假设衡量无效率的扰动项 －μi服从半正态分布，对模型(3)进行MLE极大似然估计。表2～表4报告了相关估计结果。

全体样本的SFA结果表3显示，“age”与一级市场发行价格显著正相关;发行前一年资产总额“tasset”与发行价格显著正相关;“eps”与发行价格在1%的显著水平下正相关;“plev”与发行价格在1%的显著水平下负相关;“indpe”与发行价格在1%的显著水平下正相关。由表2可以看出对H0:=0的似然比检验在1%的显著水平下拒绝了原假设，对于全体样本而言，一级市场定价是非完全有效的，存在故意压价行为，可计算出全样本的平均定价效率为74．02%。

表2 全样本SFA估计结果

表3为子样本SFA估计结果，实际发行定价与SFA模型得到的发行价格估计值如图1所示。可看出eps在各个阶段均与发行价格显著正相关，说明机构投资者为新股定价时，eps始终是重要的参考因素;行业平均市盈率indeps在四个阶段均与新股发行价格显著正相关，与中国监管部门长期使用行业市盈率控制发行价格相关联。

表3 按询价制发行制度改革划分的子样本SFA估计结果

续表3

第一阶段SFA估计表明，LM检验拒绝了原假设H0:=0，说明在第一阶段子样本中新股发行价格无效率，存在有意压价现象，该子样本下，新股一级市场定价平均效率为82．05%。而在第二、第三阶段SFA估计结果，LM检验无法拒绝原假设H0:=0，说明在第二、第三阶段子样本中新股发行定价达到定价效率前沿，一级市场不存在有意压价行为。其中第二阶段新股平均定价平均效率为99．72%;第三阶段新股平均定价平均效率为82．78%。第四阶段SFA估计结果表明，LM检验拒绝了原假设，说明在询价制下第三次发行制度改革后，存在一级市场有意压价，第四阶段定价平均效率为77．41%。

对四阶段定价效率不同表现的解释:2009年6月改革之前，证监会对新股发行实施了“窗口指导”以达到加强新股发行监管的目的。因此，在第一阶段研究样本中，由于管理层对新股发行价直接进行“窗口指导”可能导致一级市场制定出的发行价格低于实际的发行价格上边界，在这一阶段IPO首日高抑价现象是一级市场定价偏低与二级市场首日价格过高共同的结果。2009年6月之后，管理层淡化了对新股发行价格的“窗口指导”。2012年5月的改革对询价确定的发行价格高于同行业上市公司平均市盈率25%的情况做出了明确约束:当出现新股市盈率高于同行业25%时，“发行人应召开董事会，结合适合本公式的其他定价方法，披露相关讨论信息。”同时，证监会对超出行业平均市盈率25%的公司，可要求重新询价。此次改革实际给新股发行价格设定了一个“上限”，如果发行价格超过该上限，将要求重新询价。样本统计也显示，新股市发行盈率均在证监会规定的市盈率“上限”之下。因此，询价制下第三次发行制度改革，管理层实质上给IPO发行价格规定了一个上限，这是导致第四阶段样本定价出现有意压价的原因。

通过使用“考虑现金红利再投资的日市场回报率”计算得出的深圳A综合市场30个交易日累计回报率，本文将样本分为牛市样本与熊市样本两个子样本，使用SFA模型对两个子样本进行了估计，表4报告了估计结果，可以发现牛市样本中，一级市场定价效率较高，无法拒绝H0:=0的原假设，平均定价效率为82．41%;而熊市样本中，一级市场出现定价无效率的想象，拒绝了原假设，平均定价效率为72．98%。说明在熊市样本中，发行人和承销商面对二级市场行情低迷的状况，有意将一级市场发行价格压低，希望能顺利实现新股发行的目的。而在牛市样本中，一级市场不存在有意压低新股发行价格的情况。

表4 样本分牛市(returnc=1)和熊市(returnc=0)SFA估计结果

五、询价机制下中小板新股破发因素实证分析

为了分析影响新股破发的因素，本文使用随机前沿分析模型对破发样本的一级市场发行价格与二级市场首日收盘价进行估计，通过对比分析考察中小板询价制下新股破发的原因。

对破发样本一级市场定价前沿的估计仍使用式(3)，对破发样本二级市场首日收盘价的前沿估计使用如下模型:

式(3)在式(2)的基础上添加了衡量二级市场投资者情绪的代理变量首日换手率(turnover)以及中小板指IPO当日收盘指数，两个与二级市场收盘价相关的变量。表5报告了破发样本一级、二级市场SFA估计结果。

表5 破发样本一级市场定价SFA估计结果

由表5可以看出eps及indpe与一级市场定价显著正相关，且LM检验无法拒绝原假设。破发样本中，平均定价效率为83．12%，说明一级市场不存在有意压低发行价格，一级市场定价是有效率的。同时二级市场估计中eps及indpe与首日收盘价显著正相关，而LM检验拒绝了原假设。破发样本中，平均二级市场定价效率为76．32%，说明二级市场首日收盘价存在有意压价行为。结合一级市场SFA分析结果以及描述统计结果，本文认为研究样本中新股破发的主要原因是二级市场定价无效率，二级市场低迷导致二级市场首日收盘价格低于股票内在价值，同时一级市场机定价中仍然按照新股发行价格上边界进行定价，最终导致新股首日破发。

六、结论

本文利用2006年6月至2012年11月647个中小板IPO上市公司作为研究样本，使用随机前沿分析模型对询价制下一级市场定价效率进行了实证研究，结论如下。

1．询价制后中国新股一级市场定价仍然存在有意压低发行价格的现象，一级市场定价仍然显著偏离随机前沿分析估计出的价格上限。

2．按照三次改革，将全体样本分为四阶段，估计结果显示，管理层对新股定价的“窗口指导”会导致定价非完全效率，存在有意压低发行价格的行为;取消这类“窗口指导”政策后市场定价是有效的。

3．将全体样本分为牛市与熊市两个子样本，使用SFA模型对两个子样本定价效率进行估计，估计结果表明:熊市中一级市场定价显著偏离随机前沿模型估计的价格上限，发行人在熊市中存在压低新股发行价格以保证发行顺利进行的现象。

4．使用随机前沿分析模型对样本中IPO首日破发的中小板新股进行了估计，结果表明，破发样本中并不存在一级市场价格有意压低现象，而二级市场首日收盘价格却显著偏离随机前沿模型估计的价格上限，说明影响新股破发的主要原因是二级市场低迷导致的二级市场交易价格偏低。

［1］Hunt－McCool J．，Koh S．C．，and Francis B．B．，1996．Testing for Deliberate Underpricing in the IPO Premarket:A Stochastic Frontier Approach．Review of Financial studies，Vol．4:1251－1269．

［2］Koop，G．，and K．Li，2001．The Valuation of IPO and SEO Firms．Journal of Empirical Finance，Vol．8:375－401．

［3］Chen，Hung，and Wu，2002．The Underpricing and Excess Returns of Initial Public Offerings in Taiwan Based on Noisy Trading:A Stochastic Frontier Model．Review of Quantitative Finance and Accounting，vol．18:139－159．

［4］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(2)．

［5］陈艳丽，曹国华．基于随机前沿分析的创业板IPO抑价来源研究［J］．技术经济，2010(12)．

［6］邱冬阳，熊维勤．基于随机前沿方法的IPO抑价分解［J］．重庆理工大学学报，2011(11)．

［7］沈锡飞，苏为华．基于信息不对称条件下企业IPO筹资成本评价模型［J］．商业经济与管理，2008(9)．

［8］刘煜辉，沈可挺．是一级市场抑价，还是二级市场溢价——关于中国新股高抑价的一种检验和一个解释［J］．金融研究，2011(11)．

［9］M．J．Farrell，1957．The Measurement of Productive Efficiency．Journal of the Royal Statistical Society，Vol．120，No．3:253－290．

［10］D．J．Aigner，and S．F．Chu，1968．On Estimating the Industry Production Function．The American E-conomic Review，Vol．58，No．4:826－839．

［11］D．Aigner，C．A．Lovell，and P．Schmidt，1977．Formulation and Estimation of Stochastic Frontier Production Function Models，Journal of Econometrics，Vol．6，Issue 1:21－37．