数字金融对IPO抑价率的影响
2024-12-31张艺茹寿松涛周淑妍
基金项目：2024年广东省科技创新战略专项资金项目“粤港澳大湾区知识型企业绿色技术创新能力提升路径研究——基于 DPSIR-TOPSIS模型的分析”（pdjh2024b482）；2023年广州理工学院校级公共选修课“珠宝鉴赏与投资收藏”（2023XGXK090）。
摘要：数字金融是伴随着金融在社会、经济、科技发展潮流下而产生的必然产物，资本市场的高质量发展离不开数智化转型。基于2017—2022年沪深A股上市公司数据，实证检验数字金融对IPO抑价率的影响，在此基础上进一步检验信息透明度的调节作用。研究结果显示，现阶段数字金融在降低IPO抑价率方面表现显著；检验其影响机制发现，数字金融有效提升了企业的信息透明度，进而降低了IPO抑价率；考察公司是否属于国有企业发现，非国有企业在降低IPO抑价率方面的作用更为突出。
关键词：数字金融；IPO抑价；信息透明度
0 引言
学术界普遍认为，当新股的发行价低于其上市首日的市场交易价时，称之为IPO抑价，该现象可能对资本市场的资源配置效率造成不利影响。尽管IPO抑价在金融市场中时有发生，但在发达国家的资本市场中，严重的IPO抑价情况往往较为罕见[1]。在中国股票市场中，IPO抑价的原因有多个方面。一是我国股市相比于国外市场而言市场成熟度较低，投资者结构以散户为主，散户投资者往往容易受市场情绪的影响，尤其是在弱势市场，投资者的悲观预期和投机行为可能导致新股破发；二是我国新股发行定价机制经历了从审批制到核准制再到注册制的多次改革，不同的制度安排下，发行定价的方式和标准也有所不同，这些变化可能会影响IPO抑价的程度；三是内部人士对公司的真实价值有着深入的了解，而外部投资者则需要依赖有限的公开信息来做出投资决策，导致投资者对新股的估值不够准确。
随着数字经济的迅猛发展，数字金融已逐渐成为全球资本市场不可或缺的重要部分。数字金融利用现代信息技术对金融业务进行数字化、网络化、智能化改造和创新，其对于降低IPO抑价率的积极作用正逐渐显现出来。但现有文献多从注册制改革[2]、询价机制[3]、企业信息披露[4]和企业数字化[5]等角度探讨IPO抑价的影响因素，鲜有文献将数字金融与IPO抑价率结合研究。因此，本文选取2017—2022年1 326家沪深A股上市公司的非平衡面板数据作为样本，实证检验数字金融与IPO抑价率之间的负相关关系，考察信息透明度在数字金融与IPO抑价率中的调节作用，并提出相关政策建议。
1 理论分析与研究假设
IPO定价中的价格抑制现象首次由Hatfield和Reilly[6]在研究中指出，即投资者在IPO中往往享受比一般市场更高的短期和长期回报。根据信息传递理论，由于潜在投资者在IPO市场上缺乏对上市公司真实价值的了解，公司通常委托知名承销商发出低风险信号，使投资者相信通过IPO抑价购买公司新股可以获得超额回报[7]。随着时代发展，数字金融作为现代金融科技的重要组成部分，通过整合数字化信息技术，为企业财务管理和信息处理带来了革命性的变革，不仅高效提升了企业的财务处理和管理能力，还在企业IPO过程中发挥着显著的作用。首先，利用大数据分析和人工智能等技术，数字金融可以更精确地预测市场对新股的需求，从而帮助企业制定更为合理的发行价格[8]；其次，数字金融通过提供快速的交易执行和实时的市场信息，提高了资本市场的效率，有助于减少IPO过程中的价格波动和抑价现象[9]；再次，数字金融平台能够提供更加全面和透明的企业信息，帮助投资者更准确地评估企业价值，减少信息不对称问题[10]；最后，在高信息透明度的环境中，数字金融的优势将更加明显。由于确保了所有市场参与者都能够访问到高质量的企业信息，投资者可以基于全面的信息做出更合理的投资决策，从而减少IPO抑价现象。在信息透明度较低的环境中，尽管数字金融提供了更多的信息渠道，但假使信息的质量和获取难度没有得到改善，那么其降低IPO抑价率的效果可能会大打折扣[11]。因此本文认为数字金融可能会提升企业的信息透明度，进而降低其IPO抑价率。据此，本文提出假设1：
H1：数字金融可以显著降低IPO抑价率，其中信息透明度在二者关系中起到调节作用，即数字金融可以提升企业的信息透明度，进而降低IPO抑价率。
参考融资约束理论，由于综合实力和信用评级较低，非国有企业往往难以从资本市场获得足够的融资支持[12]。在IPO过程中，抑价率是衡量市场对企业价值评估的重要指标，该类企业更依赖市场定价的准确性来吸引投资者，数字金融恰好提供了一种更为透明和高效的融资渠道。因此，数字金融对非国有企业IPO抑价率的降低作用更为显著[13]。市场效率假说同样认为，资本市场能够迅速且准确地反映所有可用信息[14]。数字金融作为信息技术与金融服务紧密结合的产物，为非国有企业在资本市场的融资活动提供了新动力。对于非国有企业来说，其决策过程更为灵活和迅速，能够更好地利用数字金融工具，使市场更快地理解和评估企业价值，从而减少IPO抑价现象的发生[15]。数字金融在非国有企业的应用在降低IPO抑价率方面可能具有显著效果，据此，本文提出假设2：
H2：对于非国有企业而言，数字金融对IPO抑价率的降低作用更显著。
2 研究设计
2.1 样本选取与数据来源
考虑数据可得性及统计口径的一致性，本文所选取的样本涵盖了2017—2022年沪深A股上市公司，在剔除部分金融类企业、ST企业、财务数据缺失和现金股利为负的企业后，共选取1 326家上市公司作为研究样本。数字金融、IPO抑价率、信息透明度和控制变量的数据来自CSMAR数据库。
2.2 变量定义
2.2.1 被解释变量：IPO抑价率（IPOU）
考虑到市场变量对IPO定价的相互作用可能对IPO抑价率产生影响，为增强结论的可靠性，借鉴刘帷韬[16]的做法，分别采用首日抑价率（U1）、前3日抑价率（U3）、前5日抑价率（U5）和前10日抑价率（U10）以全面反映IPO抑价率（IPOU）。
2.2.2 解释变量：数字金融（DF）
参考陈梦根和张乔[17]的研究，将各企业所在省份非金融机构支付服务企业数量划归为数字金融，本文对各省份非金融机构支付服务企业额取对数得到企业数字金融（DF）指标。
2.2.3 调节变量：信息透明度（IT）
借鉴江婕等[18]的研究，将从CSMAR数据库获得的沪深交所 A 股上市公司2017—2022 年信息披露考评结果数据的优秀、良好、及格和不及格4个等级分别对应取值4、3、2、1，得到信息透明度（IT）指标。
2.2.4 控制变量
参考何璐伶和沈烈[19]的研究，将企业规模（SIZE）、企业年限（AGE）、两职合一（DUA）、董事会规模（BOA）、独立董事比例（IND）、主承销商（LU）、产权性质（SOE）、净资产收益率（ROE）、资本回报率（ROA）、第一大股东持股比（TOP1）、资产负债率（LEV）、现金流状况（NCF）和注册制（RS）作为控制变量，具体变量定义见表1。
2.3 模型设定
为了检验H1，构建如下模型
IPOUit=β0+β1DFit+β2Controlsit+ProvinceFE+IndustryFE+εit （1）
式中，IPOUit为当年IPO抑价率水平，由U1it、U3it、U5it和U10it组成；DFit为数字金融；Controlsit为一组控制变量，具体为SIZEit、AGEit、DUAit、BOAit、INDit、LUit、SOBit、ROEit、ROAit、TOP1it、LEVit、NCFit和RSit，所表示的含义和计算见表1；ProvinceFE为省份固定效应；IndustryFE为行业固定效应；εit为残差项。
为了检验H2，构建如下模型
IPOUit=β0+β1DFit+β2ITit+β3ITit×DFit+β4Controlsit+xProvinceFE+IndustryFE+εit （2）
式中，ITit为当年信息透明度；β3反映信息透明度与数字金融之间的交互效应，即信息透明度变量的变化在数字金融变量对IPO抑价率影响上产生的变化；其余变量含义同式（1）。
3 实证结果
3.1 描述性统计
描述性统计结果见表2。从表2可知，样本公司首日抑价率（U1）的均值为1.801，标准差为1.282，前3日抑价率（U3）的均值为1.658，标准差为1.194。前5日抑价率（U5）的均值为1.505，标准差为1.088。前10日抑价率（U10）的均值为1.251，标准差为0.767，说明样本公司刚上市初前5日均存在差异，少数样本公司的抑价水平较低，甚至为负，至第10日差异逐渐减小。数字金融（DF）的平均值为1.647，其数值越大代表数字金融水平越高，标准差为2.146，表明不同省份的样本公司数字金融水平差异较为显著。信息透明度（IT）的均值为2.306，标准差为0.757，体现了样本公司整体信息透明度良好，且差异较小。产权性质（SOE）的均值为0.121，说明样本公司中非国有企业的占比极高，其他控制变量与以往研究也较为契合。
3.2 回归结果
数字金融代表了当前新兴的金融模式，传统行业如证券公司等和新兴行业如互联网金融公司等，利用最新的信息技术进行资金筹集、资本投资等业务活动。本文认为，数字金融在企业IPO过程中发挥积极作用。首先，数字金融平台可以提供实时的企业财务数据和市场动态，使投资者能够及时获取到关键信息，从而做出更为明智的投资决策；其次，数字金融工具如区块链技术可以提高交易记录的透明度和不可篡改性，增强了投资者对企业财务状况的信任；最后，数字金融促进了金融产品和服务的创新，为投资者提供了更多样的风险管理工具，帮助他们更好地应对市场波动。为验证H1所述的数字金融与IPO抑价率之间的关系，本文采用模型（1）执行多元回归分析过程。
数字金融与IPO抑价率见表3。从表3列（1）～列（3）可以看出，首日抑价率（U1）组中，数字金融（DF）的估计系数为负，该结果在1%的显著性水平上得到验证。同时，前3日抑价率（U3）和前5日抑价率（U5）组中，数字金融（DF）的估计系数均为负，且分别在1%和5%的显著性水平上得到验证，进一步揭示了数字金融在降低IPO抑价方面的积极作用。此外，前10日抑价率（U10）组中，数字金融（DF）并不显著，导致该结果的原因可能是市场对新股价格的理解随着时间的推移而逐渐增强，到了第10天左右，市场参与者已经对新股的价值和风险有了较为准确的判断，并能够吸收和处理与新股相关的已有信息，从而使市场通过自身的调节机制有效地反映了新股的内在价值。
3.3 进一步分析
3.3.1 调节效应分析
为了验证H1中信息透明度在数字金融与IPO抑价率之间的调节效应，依据“数字金融—信息透明度—IPO抑价率”的逻辑框架，利用模型（2）执行调节效应分析，结果见表4。根据表4列（1）、列（2）的回归结果，一方面，首日抑价率（U1）和前3抑价率（U3）组中，信息透明度（IT）均在1%的水平显著负相关，绿色金融（DF）分别在1%和10%的水平上显著负相关；另一方面，首日抑价率（U1）和前3日抑价率（U3）组中，信息透明度（IT）与数字金融（DF）的交互项均在5%的水平显著正相关。这一结果从统计学上证实了数字金融对IPO抑价率的影响可以通过信息透明度来进行调节，即信息透明度在数字金融和IPO抑价率关系中起到了正向调节作用。因此，H1得以验证。
3.3.2 异质性分析
在直接融资领域，由于非国有企业可能在自身实力、政府支持和社会信誉等方面较国有企业处于劣势，在资本市场上获取资金的能力相对国有企业较弱，从而导致IPO发行价相对较低。因此，非国有企业在降低IPO抑价率方面往往比国有企业展现出更为强烈的动机，能够迅速适应市场变化并采纳数字金融等新兴技术。
为了验证H2，对全样本进行分组分析，见表5。表5列（2）为国有企业组，列（3）为非国有企业组。回归结果表明，国有企业组中，数字金融（DF）并不显著，而非国有企业组中，数字金融（DF）在1%的水平显著负相关。说明相对国有企业而言，数字金融在非国有企业中的应用能够更有效地降低IPO抑价率。因此，H2得以验证。
4 研究结论与建议
4.1 研究结论
本文通过对2017—2022年中国沪深A股上市公司的样本分析，探讨了数字金融对IPO抑价率的影响，并特别关注了非国有企业的表现，以揭示数字金融在不同企业产权性质下的作用差异。研究结果表明：
（1）数字金融显著降低了IPO抑价率。IPO抑价长期被视为是市场对新上市公司估值错判的具体表现[20]。数字金融通过提供更加高效和透明的信息交流渠道减少信息不对称问题，使投资者更加准确地评估企业的真实价值。研究还发现，对于非国有企业而言，由于其通常面临更为严重的融资约束和信息不对称问题，数字金融发挥的作用尤为明显。因此，非国有企业通过利用数字金融工具，较国有企业能更有效地降低IPO抑价率。
（2）信息透明度在数字金融与IPO抑价率间起到了正向调节作用。首先，数字金融通过技术手段使企业信息更容易获取和传播，为投资者提供了一个全面了解企业的窗口；其次，数字金融通过提高信息的可获取性和可理解性帮助外部投资者减少与企业内部人士之间的信息差距，使投资者在决策时能够更接近企业的真实价值；再次，数字金融通过及时的信息反馈机制使投资者减少由于信息滞后或失真导致的误判，从而更准确地评估企业价值；最后，由于投资者对企业价值评估准确性的提高，市场对新上市公司的定价将更为合理，从而降低IPO抑价率。
4.2 建议
基于上述结论，提出如下建议：
（1）积极推动数字金融的发展，为公司信息的透明度和及时性提供重要支撑。通过深入应用大数据、区块链、AI等前沿科技，促进金融与互联网技术的深度整合，进而拓展金融产品的服务领域和提升技术普及的广度。紧抓数字金融发展的时代机遇，改进其服务体系和机制，确保向投资者传递的信息既迅速、准确增强基对企业长期增长潜力的信心。
（2）推进资本市场的供给侧结构性改革，将数字金融的创新深度整合基中，重点提升非国有企业的金融能力，尤其是通过资本市场的扩展改善中国金融体系的整体布局。同时，要加强资本市场的制度和机制改革，确保数字金融能够在这一过程中发挥关键作用，增加其服务的普及度。此外，资本市场应更有效地利用数字金融提高服务的质量和效率，确保非国有企业能够更容易地从资本市场获取资金
（3）确保企业能够通过高质量的直接融资渠道获得切实有效的支持。一方面，运用数字金融工具精准化缓解企业融资约束，强化对企业资金需求的针对性支持，以高质量IPO助力企业实现跨越式发展；另一方面，激励企业通过数字金融平台增加IPO 过程的透明度，采取多种策略来增强数字金融的推动力，简化企业的融资流程，为合理估值企业 IPO 创造坚实的基础。
（4）强化对数字金融领域的监督，健全其风险预防机制。鉴于数字金融目前还处在起步发展阶段，既要挖掘并利用其带来的积极效应，又要对可能由此产生的新型金融风险保持清醒认识。必须加强对监管科技的运用，持续提升金融监管的数字化与智能化水平，打造一个与数字金融发展趋势相匹配的监管框架，以维护资本市场的稳定性与公正性。
5 结语
通过实证研究，探讨了数字金融对沪深A股上市公司IPO抑价率的影响，特别关注了信息透明度的调节作用及非国有企业的特殊表现。研究发现，数字金融显著降低了IPO抑价率，且在非国有企业中效果更为显著。未来研究将一步探讨数字金融在不同市场环境下的作用机制，以及其对IPO长期表现的影响，为资本市场的健康发展提供更多洞见。
参考文献
[1]初可佳，薛田雨，谢观霞. 注册制改革对创业板IPO定价效率的影响 [J].金融经济学研究，2024（4）：1-17.
[2]李科，林雅嘉，祁宝.股票发行注册制改革、投资者情绪和IPO抑价 [J].当代财经，2023（10）：58-71.
[3]曹奥臣，宋顺林. 询价制调整与科创企业新股定价效率：基于询价机构网下报价视角的研究 [J]. 金融评论，2023，15（4）：70-92，125.
[4]余湄，许再琳，边江泽. 注册制下我国上市公司招股说明书与IPO抑价研究：基于文本分析法 [J]. 证券市场导报，2023（10）：3-15.
[5]方芳，张燕飞，王天. 企业数字化对IPO长期表现影响研究 [J]. 统计与信息论坛，2023，38（11）：62-74.
[6]REILLY F K，HATFIELD K. Investor experience with new stock issues[J].Financial Analysts Journal，1969，25（5）：73-80.
[7]CHENG Q，WANG S. Research on the impact of innovation output on IPO underpricing rate based on multiple linear regression model[R]. 2022.
[8]廖高可，李庭辉. 人工智能在金融领域的应用研究进展 [J]. 经济学动态，2023（3）：141-158.
[9]赵晶，张炎炎，何宇.信息披露对中国资本市场定价效率的影响研究[J].财务管理研究，2021（6）：56-64.
[10]坚瑞. 企业数字化转型对碳信息披露的影响 [J].东南学术，2024（2）：86-96.
[11]周兆斌，杨志国. 数字金融发展能够改善市场非理性现象吗？：机构投资者羊群行为视角 [J].现代财经（天津财经大学学报），2024（4）：90-109.
[12]金宇寰，雷晓康，张胜. 国有股权参股与小微企业融资约束：基于制度逻辑与效率逻辑的双重视角 [J]. 商业研究，2024（1）：61-70.
[13]谢汉昌，王金波，姜越宇. IPO询价制改革的中国路径：一个文献综述 [J]. 证券市场导报，2023（11）：3-14.
[14]卞世博，陈曜，管之凡，等. 高质量的互动可以提高股票价格信息效率吗：基于“上证e互动”的研究 [J]. 会计研究，2023（4）：102-117.
报，2023，46（1）：29-37，99.
[15]赵绍阳，李梦雪，佘楷文. 数字金融与中小企业融资可得性：来自银行贷款的微观证据 [J]. 经济学动态，2022（8）：98-116.
[16]陈梦根，张乔. 数字金融对企业融资行为的影响效应及作用机制 [J]. 改革，2023（9）：34-52.
[17]刘帷韬. 联合风投比单独风投更能降低IPO抑价率吗？：来自2009—2019年中国创业板上市公司的经验证据 [J]. 西部论坛，2021，31（5）：112-124.
[18]江婕，王正位，龚新宇. 信息透明度与股价崩盘风险的多维实证研究 [J]. 经济与管理研究，2021，42（2）：53-65.
[19]何璐伶，沈烈. 战略投资者对公司IPO抑价的影响：基于科创板的证据 [J].财经论丛，2023（4）：47-57.
[20]杨慧，顾云峰，樊雪迎.机构投资者认购网络结构对公司IPO抑价的影响[J].南方经济， 2023（3）：130-154.
收稿日期：2024-05-16
作者简介：
张艺茹，女，1998年生，硕士研究生，助教，主要研究方向：数字经济。
寿松涛，男，1992年生，硕士研究生，助教，主要研究方向：数字金融。
周淑妍（通信作者），女，1996年生，硕士研究生，讲师，主要研究方向：数字经济。
