201504 - page 75
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
很好地对
IPO
定价进行了描述
。
在假设的条件下
,
做了两种情况下的实证研
究
,
第一种便是基本假设
,
模型存在一个正态分布
的随机干扰项和一个半正态分布的干扰项
;
第二
种便是假设上述的半正态分布的干扰项不存在
,
即只有不可控因素对
IPO
定价产生影响
,
不存在
人为因素对
IPO
定价有影响
,
所以该随机前沿生
产模型便会退化为一般的
OLS,
即表
2
中
(2)
的
结果
。
通过将两者情况进行对比
,
可以发现
,
两者
对变量系数的估计上除了在首日换手率和常数项
的估计值有略微的差别
,
其他变量的系数完全相
同
,
即第一种假设中存在的一个半正态分布的干
扰项是存在的
,
但是对实证结果的影响不大
。
最后
,
根据估计结果得到的相关数值
,
通过进
一步的计算可以得到中国
A
股市场的
IPO
平均
定价效率为
99郾 14% ,
实际的发行价格在统计概
率情况下一定程度上都很好地贴合了
SFA
模型
的最优化结果
,
也可以说我国
A
股市场的
IPO
的
故意抑价行为确实是存在的
,
但是并不明显
,
无法
将我国
A
股市场的高抑价现象的原因都归因于
一级市场的定价错误
,
所以本文进一步转为对二
级市场的研究
。
(
二
)
新股滞后效应验证
为了对
IPO
抑价的二级市场因素进行研究
,
对不同区间的时间序列进行基本统计特征的分析
(
见表
3)。
表
3摇
滞后效应模型样本数据统计特征
序列 观测数 均值 标准差 峰度 偏度 中位数
J
-
B
值
p
值
UP
1
93
0郾 459
0郾 375
5郾 237
1郾 383
0郾 397
49郾 046
0郾 000
UP
2
168
0郾 285
0郾 332
8郾 217
1郾 753
0郾 209
276郾 541
0郾 000
UP
3
49
0郾 369
0郾 896
35郾 130
5郾 471
0郾 185 2 352郾 170 0郾 000
摇 摇
由表
3
可知
,
首日超额收益率序列偏度
(Skewness)
均大于
0,
说明三个序列分布具有正
偏离
,
也就是有长的左拖尾分布
,
峰度
( kurtosis)
均大于
3,
说明该序列具有尖峰和厚尾的特征
,
p
值为
0郾 000,
则原序列不服从正态分布
。
对于时间序列分析首先要对样本的平稳性进
行检验
,
否则存在
“
伪回归
冶
问题
,
利用
ADF
检验
法进行单位根检验
,
其最优滞后结束通过
AIC
准
则比较确定
,
其值越小
,
相应阶数的选择越优
。
通过
ADF
检验结果表明
UP
和
DUP
序列均
为平稳序列
,
并对
UP
序列的自相关图及偏相关
图分析可以发现
UP
序列是一个
2
阶或是
3
阶的
自回归过程
。
通过检验可以建立
AR(2)
或
AR
(3)
模型
,
在本文中选择建立
AR(2)
模型
。
对于我国
A
股市场
IPO
首日超额收益率序
列
,
建立的
AR(2)
模型
,
从第
t
- 1
期和
t
- 2
期的
系数大小来分析
,
较近一期的影响更为明显
,
这与
前文分析是相吻合的
。
对于
IPO
首日超额收益率
的
“
集群性
冶
研究
,
可以通过对
AR
模型的方程进
行分析
,
下图便是上述方程的残差序列
,
对其自相
关性进行分析
,
可以得到其具有一定的自相关性
。
为了进一步检验序列的
ARCH
效应
,
通过
ARCH鄄LM
来检验得到的残差项
,
是否具有自回
归条件异方差
。
虽然
ARCH
模型通过引入方差
模型
,
对金融序列的波动集聚性有很好的描述
,
但
是利用线性关系考虑波动的集聚性存在偏颇
,
违
反了方差非负的约束
,
所以滞后项
q
的进一步确
定要通过研究广义
ARCH
模型
。
通过利用
Stata11郾 0
软件对
p
和
q
反复尝试
,
GARCH(1,1)
和
GARCH(2,1)
都较好地对首日
超额收益率的波动特征进行了描述
,
但是经过比
较
GARCH(1,1)
能更好地描述序列的特性
。
具
体的
GARCH
模型的拟合结果如下
(
其中括号中
表示
Z
统计量
):
UP
1
t
= 0郾 452 3 + 0郾 908 1
UP
1
t
- 1
+
自
1
t
(9郾 337 0) 摇 (8郾 474 5)
(12)
UP
2
t
= 0郾 231 3 + 0郾 820 9
UP
2
t
- 1
+
自
2
t
(7郾 223 2) 摇 (7郾 266 0)
(13)
UP
3
t
= 0郾 428 4 + 0郾 790 9
UP
3
t
- 1
+
自
3
t
(9郾 183 0) 摇 (6郾 259 6)
(14)
得到
GARCH(1,1)
模型的估计结果后
,
需要
进一步对得到的均值方程和方差方程进行检验
,
选择对残差进行
ARCH鄄LM
和残差平方的相关图
检验
,
通过
F
检验和
LM
检验结果的得到
,
不能拒
·57·
I...,65,66,67,68,69,70,71,72,73,74
76,77,78,79,80,81,82,83,84,85,...127