第
30
卷
摇
第
4
期 胡志强
,
赵美娟
:
基于随机前沿生产模型的
IPO
抑价分解与滞后效应研究
间隔存在长短的问题
,
而且间隔与间隔之间也不
等
,
不存在可循规律
,
所以
IPO
上市空缺期间的累
积超额收益情况也将加入考虑范围
。
虽然在
t
- 1
期超额收益率较高
,
但是从
t
- 1
期到
t
期的累积
超额收益率波动较为强烈时
,
投资者仍然会对是
否进行投资犹豫不决
,
导致
t
期的抑价率相对而
言会有所下降
;
当两者都高时
,
会进一步提高
t
期
的抑价程度
。
众多学者们对
IPO
抑价率进行研究得出
,
收
益率波动具有尖峰厚尾及波动集群性等特征
,
但
是对于其自身的滞后效应的研究较为少
。 Engle
(1982)
[18]
提出的
ARCH
模型
,
即条件异方差自
回归模型
,
可以较为好地描述金融事件序列的
“
集簇性
冶,
同时
GARCH
族模型也能对滞后效应
进行很好的描述
。
本文将构建
GARCH
模型对
IPO
抑价率的时间序列数据进行实证分析
,
进一
步验证
IPO
抑价率滞后效应的存在性
。
三
、
研究设计与假设
(
一
)
样本和变量的选取
在基于市场有效假说的一级市场定价不合理
的实证研究基础上
,
由于
IPO
暂停时间点的存在
,
选取
2009
年
7
月
10
日至
2012
年
11
月
16
日在
我国
A
股市场
IPO
公司的相关数据作为实证研
究的基础
。
通过对数据进行预先处理
,
得到
689
家上市公司数据
。
数据均来源于国泰安数据库
,
所有统计分析和实证研究都通过软件
Stata11郾 0
来实现
。
由随机前沿生产模型
P
i
=
f
(
X
i
,
茁
) +
着
i
可知
,
模型需要进一步确定
f
(
X
i
,
茁
)
的具体形式
,
综合
考虑上市公司的基本财务信息和新股的市场需求
其他因素
,
选择了以上相关因素作为解释变量
。
基于市场无效假设市场反应过度的滞后效应
实证中
,
由于研究选取的样本区间为
2009—
2012
年
,
期间中国新股市场进行了发行改革
,
分
别为
2010
年
8
月
20
日及
2012
年
4
月
21
日
,
以
这
2
个时间点为间隔
,
将原本单一的数据样本分
为三个区间
,
分别进行滞后效应的实证研究
,
将这
若干个区间进行对比研究在何种制度下投资者的
“
打新
冶
热情与前一期的
IPO
抑价联系最为密切
。
在预处理数据时
,
当
t
时期有多于一只股票
同时进行
IPO
上市时
,
采用随机选取其中一只的
数据进入样本的方式
,
通过对上述数据进行删减
,
最终得到了
310
项
。
(
二
)
实证方法设计
本文通过理论模型剖析和计量研究相结合
,
对中国
IPO
抑价的发行市场和二级市场的诠释来
进行剖析与研究
。
具体来说
,
在总结理论研究的
基础上
,
借由我国股票市场的特殊情况来对
IPO
抑价问题在一级市场上的发行人故意抑价行为和
二级市场上的投资者非理性行为进行实证研究
,
本文提出如下假设
。
假设
1:
发行人的故意抑价行为
,
导致股票首
次发行价格低于实际价格
。
IPO
抑价的原因可能是定价的不合理
,
在此
基础上选择了随机前沿生产模型
,
选取了可以反
映新股市场需求的相关变量
,
即
IPO
公司的
IS
、
LR
、
TR
、
EPS
、
ADR
、
ROE
、
NAPS
和
Fee
等的相关数
据及虚拟变量
Year
作为研究对象
,
利用软件
Sta鄄
ta11郾 0,
采用极大似然估计法得到
SFA
模型的估
计结果
。
同时为了实证结果的完整性
,
将嵌入
SFA
模型的非对称随机干扰项去除
,
此前的随机
前沿生产模型就退化为了一般的线性回归模型
,
将两者的实证结果进行比较
,
便可以验证是否存
在不可控因素来干扰新股的定价
。
假设
2:
投资者存在过度反应等不理性行为
,
使得股票价格与市场参与者根据已有信息得到的
价格是不一致的
。
投资者在选购新股时
,
除了对本期的上市新
股的相关信息进行分析
,
还会参考上一期上市公
司的基本情况和
IPO
抑价程度
,
从而对本期的
IPO
抑价率产生影响
,
通过
GARCH
模型的构建
,
可以验证滞后效应的存在
,
从而来验证假设
2。
四
、
实证结果分析
(
一
)
基于随机前沿生产模型的抑价分解
在通过随机前沿生产模型进行实证研究时
,
按照
SFA
的惯例及
Hunt鄄McCool et al. (1996)
[2]
的经验
,
选用以下转换的对数模型
:
ln
P
i
=
茁
0
+
茁
1
ln
IS
+
茁
2
ln
LR
+
茁
3
ln
TR
+
茁
4
ln
EPS
+
茁
5
ln
ADR
+
茁
6
ln
ROE
+
茁
7
ln
NAPS
+
茁
8
ln
Fee
+
茁
9
移
Year
+
淄
i
-
自
i
(11)
变量的定义和描述性统计结果见表
1。
摇 摇
利用
Stata11郾 0
样本对转换的对数模型进行
随机前沿分析
,
得到表
2
的结果
。
·37·
