IPO高溢价

IPO高溢价（精选七篇）

IPO高溢价 篇1

随着我国股票市场的成长, IPO市场也得到了一定的发展。但是, 由于我国本身的一些局限, 高溢价发行的现象一直缠绕着证券市场。面对IPO如此高的发行溢价, 我们不禁要问到底该现象是否合理, 是否会给IPO的长期业绩带来不好的影响?纵观前人的研究成果, 把高溢价发行纳入到IPO长期运行趋势的研究还很少, 因此, 以高溢价为出发点研究很有必要。再加上学者们对IPO长期价格趋势研究一直处于争论的状态, Stavros[1]和Isaac Otchere[2]采用不同的数据和方法得出了不同的结论, 所以, 在我国这种不怎么成熟的金融市场上, 用不同的模型对IPO长期运行趋势研究具有重要的理论意义和现实意义。

二、文献评述

一般认为, 对IPO长期趋势这个课题最早进行研究的是美国学者Ritter (1991) [3], 他运用简单易行的简单加权累积异常收益率模型 (CAR) 和购买并持有异常收益率模型 (BHAR) , 结果显示, IPO股票在3年内表现弱于市场。之后, 国外学者纷纷进入该研究领域并做出了很多贡献。比如, Bhart和Omesh[4]选取5年为时间段, 虽然同样得出了长期弱势的结论, 但他还考虑了原始股拥有者留存股份数量与上市以后的业绩的关系。后来, 人们又从不同的基准收益率, 不同的加权方式, 甚至不同的计量模型来研究IPO长期趋势, 有的还得出了与前人相悖的结论。比如, Gompers和Lemer[5]就运用匹配公司法来作为计量基准收益率, 采用等权和市值加权的加权方法, 检验IPO后3至5年的收益情况, 结果显示, 只有采用市值权重下的购买并持有异常收益率模型证明IPO股票的长期弱势。而运用等权重的购买并持有异常收益率模型和两种权重的累积异常收益率模型以及CAPM方法和Fama-French三因素模型, 都证明了IPO股票在长期并没有表现出弱势。面对所得出的结论, 有人也试着探究其影响因素。比如, Isaac Otchere等人[2]研究结果显示, IPO长期强势现象明显。Allen Michel等人[6]研究显示, 公众持股量与IPO长期业绩之间存在着U型关系, 即当公众持股比例较低或较高时, IPO长期绩效表现良好, 而当公众持股比例在20%至40%之间时, IPO则出现长期弱势。对于此现象, 他们运用激励假说和监督假说进行了解释, 即当公众持股比较低时, 原始股持有者更希望提高公司的业绩, 当公众持股比例较高时, 公众的监督管理行为更能够得到好的体现, 这都有利于IPO长期绩效的提高。

而在我国, 最早开始研究的是王美今和张松 (2000) [7], 他们研究得出, 股票短期市场表现由弱转强, 到长期已表现出显著的强势。在他们之后, 国内学者也纷纷加入IPO的长期趋势研究, 他们采用的方法和国外学者基本相似, 近几年有关的研究主要从影响IPO长期趋势的因素来考虑, 比如, 刘玉灿和韩冠楠[8]以5年为研究时间段, 其中把每一年都分开计算, 运用Fa⁃ma-French三因素模型研究不同发行制度对公司上市后的表现是否有影响。结果显示, 前3年IPO的长期表现审批制强于核准制, 但在第4年和第5年IPO长期表现却是核准制强于审批制。南晓莉和刘井建[9]研究显示, 机构投资者持股比例越高、持股稳定性越强, 股票上市后的长期表现就越好, 反之表现则较差。王成方和宋夏云[10]以国有股权为因素建立与IPO长期收益率的回归模型进行分析。结果显示, 国有股权与IPO长期收益率成反比。

三、研究方法

1. 基准收益率的确定

基准收益率的确定直接决定计量IPO长期收益率的结果, 其选择方法基本上分为两类:市场指数法与匹配公司法。市场指数法是以个股所在的证券交易所同期市场指数为基准。匹配公司法指以样本组合中的股票特征为基础, 在非新股股票中选择与样本组合股票有相似规模和相同行业的股票, 用其收益率作为基准。本文选用了个股自身所在的交易所大盘指数为标准, 即上证A指和深圳A指作为市场收益率。计算公式如下所示:

其中rm, t是市场指数在时间t的回报率, 本文中计算市场月度收益率时, It是市场指数在事件月t月最后一日的收盘指数, It-1是市场指数在事件月t-1月最后一日的收盘指数。

2. 个股回报率的计算

个股在持有期间会因为公司分红等情况发生送股、配股、拆细等情况, 这样对个股股本以及每股的含金量都会产生一定影响, 本文选取了国泰安数据库考虑现金红利再投资的月收盘价的可比价格, 以此为基础, 计算个股每月回报率, 公式如下所示:

其中, ri, t即股票i在t月的实际收益率, Pi, t是国泰安数据库股票i在事件月t最后一日考虑现金红利再投资的日收盘价的可比价格, Pi, t-1是国泰安数据库股票i在事件月t-1最后一日考虑现金红利再投资的日收盘价的可比价格。

3. 累积异常收益率模型

采用事件时间的思维方式对IPO长期运行趋势做出计量时, 累积异常收益率模型是最常选择的模型之一[4], 此模型常常选用月度收益率作为研究数据, 以正常1个月的时间作为一个事件月。其计算公式包含以下四个:

其中, ari, t表示样本的第i只股票在事件月t的异常收益率, ARt表示样本组合中的全部股票的平均异常收益率, wi表示第i只股票的异常收益权重, 本文选用了等权平均法, wi值为1/n, CARi, t为样本个股i持有t月的累积异常收益率, CARt表示的是事件月第1月到第t月的样本组合的累积异常收益率。若CARt>0, 则说明新股在公开发行上市第一个事件月到第t月其收益率高于大盘收益率。若CARt<0, 则说明低于大盘收益率。

4. 购买并持有异常收益率模型

BHAR法也是一种衡量IPO长期运行趋势的方法[5], 计算方法如下所示:

其中, BHARi, t表示第i只股票的买入并持有t月异常收益率, T表示持有月份数, BHARt表示事件月t样本组合的购买并持有平均异常收益率, n代表样本中所有股票的数量, wi表示第i只股票的异常收益权重, 本文考虑到便于与累积异常收益率对比, 仍然选用了等权平均法, 即wi的值为1/n。

5. CAR和BHAR的对比建模

本文所用的CAR和BHAR这两个模型有着相似的理论思想:首先, 都会选取一个合适的指数作为基准回报率, 或为市场指数或为匹配企业的组合收益率。然后用标准收益率对样本组合公司的实际收益率做差, 差值小于零则存在长期弱势。差值大于零则存在长期强势。而不同的是CAR模型只是将每月定义一个收获期, 计算其月收益率, 然后简单累加收益, 没有考虑到前期收益对后期收益所造成的影响, 即忽略了收益的“复合效应”。比起CAR模型, BHAR模型在这方面更具有优势。因为BHAR模型在衡量不同时间段的收益情况时, 考虑了时间段的连续性, 并同时调整了计算的收益基准, 这样就把前期的收益延续到了后期的时间段内。

基于上面两种模型的计算步骤, 我们从股票波动率的视角做出分析波动率作为股票风险测度的指标, 其值越大, 风险越大, 反之则风险越小。CAR模型由于没有考虑前后期的收益关系, 因此不能显示风险的波动情况, 而BHAR模型则可以。如果波动率较大, CAR模型和BHAR模型的计算结果可能会产生较大差异。

鉴于在使用这两个模型对IPO长期运行趋势进行研究时, 各个模型都有自己的内在逻辑, 因此, 本文建立如下回归模型, 研究这两种模型在计算IPO长期表现的时候会不会出现明显的不同。

建立回归模型如下:

其中, t表示所考察的月份数, α和β是回归系数, ε是随机扰动项。

易知, 在计量IPO长期运行趋势时, CAR模型和BHAR模型如果没有差异, 那么回归系数应该是α=1和β=1。相反, 如果α和β严重偏离α=0和β=1, 则说明两个模型具有差异。

四、实证检验

1. 样本的选择与处理

本章样本数据来自锐思金融数据库和国泰安数据库, 收集的样本是2009年到2011年这3年在沪深两市上市的A股股票。剔除了其中退市或者3年数据不全的样本, 共收集到沪深两市发行的690只股票作为样本。为使数据具有代表性, 本章采用国外学者进行相关研究时常选取的月度时间为基本时间单位, 采用股票的每月收盘价格计算长期收益率, 而且考虑了红利和增发等因素, 数据是连续且可比较的。如果遇到某只股票在某月停牌, 则把当月收益率记为零。样本时间段包括36个月, 即新股发行后的下一个完整月份至第36个月 (即不包括上市当月收益) 。

2. IPO长期运行趋势分析

从表1可看出, 在长达3年内, 异常收益率一直处在零以下。即新股存在3年的弱势。从CAR值看, 事件月第1月开始到第18月这种弱势都是在增强, 然后慢慢减弱, 到第31月左右就接近于0。从BHAR值看, 事件月第1月开始到第17月这种弱势都是在增强, 第18月后慢慢减弱, 到第29月就接近于0。再从单样本t检验结果可看出, 对于CAR值, 从第1月到第30月各数据的P检验值都小于0.05, 即拒绝原假设, 其值都显著异于零, 第31月到第36月各数据的P检验值都大于0.05, 说明没有统计上的显著性, 即样本组合在这段时间的收益率与市场指数的收益率基本持平。对BHAR值, 从第1月到第28月各数据的P检验值都小于0.05, 即拒绝原假设, 其值都显著异于零, 第29月到第36月各数据的P检验值都大于0.05, 由此可得出结论, 在简单权重下的累积异常收益率模型和购买并持有异常收益率模型下, IPO股票在长期 (第36个事件月) 出现了长期弱势现象。

3. 高发行市盈率与长期走势的相关分析

市盈率一直是人们非常关注的指标, 因此本文以高发行市盈率作为高溢价的计量代表研究其与IPO长期走势的相关性。下面用发行市盈率分别将事件月第36月的个股累计超额收益率CARi, t和事件月第36月的个股购买并持有超额收益率BHARi, t构建散点图。本文用eviews7.0构建散点图如图1、图2。

从图1和图2可以看出, 发行市盈率与CARi, 36和BHARi, 36都无明显趋势。下面本文再对其进行相关性检验, 定量地说明它们的关系。

通过观察相关系数和概率值两个值。相关系数表示所选变量相关程度的强弱, 概率值是检验值。从表2可得知相关系数r=-0.001659。可粗略判断非线性相关, 再观察相关系数下面的概率值, 越接近于零表示越显著。然而P=0.9653>0.05, 则表明无显著性。因此, 尚未得出发行市盈率与CARi, 36的线性相关关系。接下来是PE与BHAR36的统计结果。

从表3可得知相关系数r=0.551986。由于相关系数太小, 可粗略判断两变量非线性相关, 再观察相关系数下面的概率值P=0.3097>0.05, 则表明无显著性。因此, 也未得出发行市盈率与BHARi, 36的线性相关关系。综上所述, 本文尚未得出高发行市盈率是IPO股票长期运行弱势的影响因素。

4. CARt和BHARt的对比分析

在对新股长期运行趋势的研究中, CAR模型和BHAR模型是最常用的两个模型, 不同的模型有不同的内在逻辑, 下面本文选用每一个事件月样本组合的累积异常收益率值CARt和购买并持有异常收益率值BHARt来比较两者之间的异同, 把它们看作两个变量进行研究。

首先, 对其做出图形观察两者的关系, 如图3、图4。

从图3和图4可以定性地看出, 每个事件月的CARt和BHARt存在相同的走势关系, 它们具有线性相关性。下面对两个变量进行相关性分析。

从表4可得知相关系数r=0.970006。由于相关系数很大, 可粗略判断两变量线性相关, 再观察相关系数下面的概率值, P=0.0000, 则表明具有显著性。因此, 可得出结论, CARt与BHARt具有线性相关性。

最后, 从数量上确定CARt与BHARt的相关系数, 下面用最小二乘法对其进行回归分析, 其结果如表5。

从表5可以看出, 拟合优度系数R2=0.940911, 表明自变量解释因变量的程度很大, 而在本文中则说明CARt与BHARt的运行趋势很相似。再看模型F统计量的概率值P=0.000000。则说明该回归模型在总体上是显著的, 即模型有意义。最后观察解释变量的系数的P值是否小于0.05, 若解释变量对应的系数P值小于等于0.05, 则表明该变量对被解释变量有显著的影响, 否则就是影响不够显著。从上表可看出, CARt对应的P=0.0000, 说明此变量通过了显著性检验。因此, 可得回归方程:

由回归方程可看出, 采用近似的描述, 常数项0.004356可以近似看作0, 一次项系数1.066232可以近似看作1。说明, 在采用市场收益率为基准收益率、样本采用等权平均的情况下, 采用累积异常收益率模型和采用购买并持有异常收益率模型来计量IPO股票长期走势没有太大的区别。

五、结论

通过上面的实证分析, 本文总结了以下几点结论:

一是本文通过选取2009年到2011年这3年在上海交易所和深圳交易所上市的发行市盈率大于20倍的690只股票为研究样本, 分别采用上证A股和深圳A股的市场收益率为基准收益率, 样本组合采用等权的方法, 运用累积异常收益率和购买并持有异常收益率两种模型计量, 结果得出IPO股票上市3年存在长期弱势的结论。

二是本文通过对发行市盈率和事件月为第36月的CARi, 36值和BHARi, 36值进行相关性分析, 结果并未得出高发行市盈率是引起IPO股票价格长期弱势的因素。

三是本文基于文中所用数据, 对CARt与BHARt两种模型进行对比分析, 发现采用累积异常收益率模型和采用购买并持有异常收益率模型来计量IPO股票长期走势并没有太大的区别。

摘要：本文以高发行市盈率作为高溢价的计量基础, 选取发行市盈率大于20倍的690只股票, 分别采用累计异常收益率模型和购买并持有异常收益率模型对其IPO长期价格运行趋势进行研究, 得出了IPO股票3年弱势的结论。同时本文考察了发行市盈率与IPO长期价格趋势的关系, 结果并未发现它们的相关性。最后, 在已有的研究数据上对计量IPO长期价格趋势的累积异常收益率模型和购买并持有异常收益率模型进行了比较研究, 结果发现它们并没有显著的差异。

关键词：高溢价,CAR模型,BHAR模型,对比分析

参考文献

[1]Stavros Thomadakis, Christos Nounis, Dimitrios Gounopoulos.Long-term Performance of Greek IPOs[J].European Financial Management, 2012 (18) :117-141.

[2]Isaac Otchere, George Owusu-Antwi, Sana Mohsni.Why Are Stock Exchanges IPOs So Underpriced and Yet Outperform in the Long Run.Journal of International[J].Financial Markets, Institutions and Money, 2013:27.

[3]Ritter J R.The long-run Performance of Initial Public Offerings[J].Journal of Finance, 1991 (3) :3-28.

[4]Bharat A.Jain and Omesh Kini.The Post-Issue Operating Performance of IPO Firms[J].The Journal of Finance, 1994 (49) :1699-1726.

[5]Paul A.Gompers, Josh Lerner.The Really Long-Run Performance of Initial Public Offerings;The Pre-Nasdaq Evidence[J].The Journal of Finance, 2003 (LVIII) :1355-1392.

[6]Allen Michel, Jacob Oded, Israel Shaked.Ownership Structure and Performance:Evidence from the Public Float in IPOs[J].Journal of Banking and Finance, 2014;40.

[7]王美今, 张松.中国新股弱势问题研究[J].经济研究, 2000 (9) :49-56.

[8]刘玉灿, 韩冠楠.基于Fama-French三因素模型的IPOs长期表现的实证研究[J].南京理工大学学报, 2013, 26 (2) :6-14.

[9]南晓莉, 刘井建.机构投资者持股特征对IPOs长期绩效影响的实证研究[J].华东经济管理, 2014, 28 (10) :37-42.

中国创业板市場IPO首日溢价研究 篇2

引言

我国自2009年10月推出创业板，为暂时无法于市场上市的公司提供融资平台，以支持正处于高成长期的新兴企业。这些公司由2009年至2012年的平均发行市盈率高达55倍,並在上市首日创出了34%的平均溢价水平。現就这个现象進行分析。

文献综述

对全球IPO溢价现象，Kevin Rock於1986年提出了以“羸家的诅咒”去解释首日溢价现象，指出中签率与溢价水平的负相关关系。

Anthony Saunders於1990年也提出了承销商的垄断能力、投资者对新股所附带的潜在法律问题以及承销商以抑价确保发行成功均为新股抑价的主因。

对我国主板市场的首日溢价现象，Ka Lok Chan, K.C. John Wei与Junbo Wang对1993年至1998年间上市的股票进行研究，发現发行股数、招股期与上市公司所在地的富裕程度对溢价水平有显著的影响。

对我国创业板市场的首日溢价现象,赵进文与李计花对2009年至2010年上市的58家创业板IPO公司进行研究，得出平均溢价为78%，并指出首日换手率、首日涨跌幅及市场收益率对溢价的影响显著。李善民与陈旭則发现独立董事比例、发行市盈率、中签率等显著影响溢价水平。

创业板与主板上市的新股首日溢价现象比较

是次研究的样本来自2009年10月至2012年10月于中国创业板上市的353家公司和主板上市的96家公司。数据来自国泰安CSMAR系列研究数据库。 新股上市首日的溢价率定义如下:

代表第i只股票的新股发行价，则代表第i只股票上市首日的收盘价。

为集中研究非市场因素所导到的价格变动，对以上的变量作出调整:

代表第i只股票相应的市场指数于该股票上市首日的收益率

创业板与主板新股上市首日收益率比较为表一所示。从表一可见，创业板的新股上市首日平均溢价水平明显地高于主板的水平。

影响溢价因素的回归分析

本研究选取有可能影响溢价的变量进行多元回归分析，从而得出对新股溢价有着显著性影响的因素。本研究选取了发行市盈率(PE0)、上市首日市盈率(PE1)、中签率(AN)、上市首日换手率(TO)、发行股数量(SH)与价格(PX)、招股期(OP)以及前十大股东持股数占总股本比例(DT)这八个变量作出分析，并利用第三部分所提及的经市场调整的溢价率，建立多元回归模型:

AdjReturn=α+β1PE0+β2PE1+β3AN+β4TO+β5SH+β6PX+β7OP+β8DT+ε

其中α為常数，ε為残差项。

本研究利用EVIEWS7.0软件进行分析。在5%的置信水平下，只有中签率、 上市首日换手率以及前十大股东持股数占总股本比例这三个变量通过了显著性检验。表二为是次回归分析的结果。

在以上的多元回归分析中，和调整分别为0.4455和0.4407，表示首日的溢价水平有接近44%是由表三中的自变量所构成的。Durbin-Watson统计量为1.0966，表示数据序列并不存在一阶自相关性。而F值與P值分別为93.4499和0，表示方程的显著性检验得到通过。

就以上的实证结果,可見与Kevin Rock所提出的理论相同，中签率越高，首日溢价程度越低。前十大股东持股数越多，即表示股权较为集中，而这些股东往往会保留手上的股票，以保留对公司的控制权和满足禁售期的条件。股票出現供不应求,做成较高的溢价。股票的换手率能反映投资者对于买卖该股票的热衷程度。兩者成正相關關係。

结论

创业板首日高溢价的现象，原因是我国对投资者教育的欠缺，產生盲目炒作行為.很多公司包装业绩以确保能成功上市，也令投资者误以为该公司过往业绩亮丽，未来定能维持高增长。國內的投資选择缺乏,也是另一个重要原因。

就以上的分析，在此建议加强对本地投资者的教育,多对公司的基本因素作出分析，以中长期投资为目标。多加引入外來投资者,促进创业板市场的成熟程度。严谨处理上市审批工作,保障投资者的利益，並提高本地和外地投资者对我国股票市场的信心。提高讯息披露的透明度,令投资能更准确掌握公司的讯息。

（作者简介：上海财经大学金融学博士）

IPO高溢价 篇3

西方很多学者从信息不对称角度对IPO (Initial Public Offering, 简称IPO) 抑价进行了理论解释。由于发行者信息公开的不充分, 投资者解读信息的不准确, 市场信息传递和反馈的不及时, 导致了IPO市场的信息不对称:即市场交易双方对所要交易的对象或内容拥有的信息在数量与质量上不相等。通常表现为交易一方拥有较多的甚至完全的信息, 而另一方只拥有较少的信息, 从而可能导致信息弱势方交易决策失误, 或者信息优势方做出不利于信息弱势方的行为。新股发行抑价就是市场主体在信息不对称的前提下博弈的结果。这种信息不对称主要存在于IPO市场的三大主体即发行者、承销商和投资者之间, 发行抑价的幅度则与信息不对称的程度正向相关。基于不完全信息的逆向选择、道德风险及信号传递模型, 西方学者提出了一系列解释IPO初始抑价的假说。

(一) 基于道德风险模型的解释

Baron (1982) 提出投资银行买方独家垄断假说, 用委托代理理论框架来分析IPO的低定价问题。投资银行和发行人存在利益冲突, 发行者希望提高发行价以筹集更多的资金, 投资银行出于维护承销声誉、降低承销风险的考虑倾向于低定价。而投资银行比发行人拥有更多的关于市场需求的私人信息, 发行人无法观察到投资银行的努力程度, 因此会出现道德风险。在这种情况下, 为实现激励相容, 发行人可授予投资银行IPO定价权, 允许投资银行适当低定价以补偿对其私人信息的利用以及推销新股的努力。结果导致新股的折价发行, 并且新股的价值不确定性越大, 发行者对投资银行的依赖就越大, 新股折价度也越高。

(二) 基于逆向选择模型的解释

新股发行市场中, 不同投资者对发行人的了解程度存在差异, 在无法区分IPO公司真实价值前提下, 非知情投资者只会购买那些价格较低的股票, 知情投资者也会为揭示出关于新股内在价值的优势信息而要求一定的回报, 为平衡投资者的利益, 发行者和主承销商有意低定价。建立在逆向选择基础上的假说有先验不确定性假说、主承销商声誉假说及“胜者之咒”假说。

在Rock于1986年提出的“胜者之咒”假说中, 假定有两种投资者:知情投资者和不知情投资者, 而且股票发行时采取配售机制, 使两类投资者都能获得一定的新股。如果发行价低于内在价值, 知情投资者和不知情投资者都会购买, 反之则只有不知情投资者才会购买, 为减少损失概率, 不知情投资者便会“逆向选择”, 即只会购买低定价的股票。为了吸引这些投资者继续保留在一级市场, 发行公司不得不折价发行新股。Koh和Walter (1989) 对新加坡1973年～1987年间66家IPOs公司进行了研究, 结果支持了Rock模型的假设和结论。在先验不确定性假说中Beatty和Ritter (1986) 扩展了Rock的模型, 提出了先验不确定性假说, 即引入事先不确定性这一概念来衡量信息不对称的程度, 认为事先不确定性越大, 抑价程度越高;并选取了发行规模、留存权益等一些变量来描述这种不确定性, 使得Rock的假说得到了实证上的检验。主承销商声誉假说在上述假说基础上, Carter和Manaster (1990) 强调了主承销商的作用, 并建立了主承销商声誉模型, 该模型描述了主承销商、投资者及发行公司之间的一种博弈关系:券商分为声誉券商和非声誉券商, 声誉券商偏好低风险的公司, 因为这类公司的价值相对稳定, 先验不确定性较低, 能够提高他们估值的准确性, 维持自己的声誉, 这些公司也通过声誉券商把自己的低风险传递给市场, 因此券商声誉越高, 所承销证券的价值就越稳定, IPO折价度就越低。Carter和Manaster通过对美国1979年至1983年期间上市的501家公司的实证研究验证了上述假说成立。

(三) 基于信号传递模型的解释

解释IPO折价的信号传递理论出现于20世纪80年代末期, IPO的信号传递模型假设发行者比其他市场参与者更了解公司的前景, 高质量的发行公司可以通过发送信号的方式来让投资者了解其内在价值, 这些信号的特点是成本不大, 而且无法被低价值的公司模仿而误导投资者。可分为一元信号机制和二元信号机制。一元信号机制研究各种信号和公司价值的单一关系。主要体现在Allen和Faul-haber (1989) 、Welch (1989) 的研究中。有代表性的是资本结构信号。Leland&Pyle (简称LP模型, 1977) 的资本结构信号模型是最早关于IPO价值评估的信号模型, 他们推导出IPO公司的价值是一个和发行公司本身保留的股权份额正相关的函数, 即内部人持股比例高的公司内在价值相对较高。而二元信号机制综合考虑两类信号因素与公司价值的关系。Grinblatt和Hwang (1989) 的研究突破了上述将发行抑价或者留存比例分开来看待的单信号模型框架, 在他们的模型中, 收益均值和方差是未知的, 留存比例和发行价都是未知参数的信号。

二、我国学者对信息不对称假说的实证检验

我国学者在上述研究的基础上设计解释变量对影响IPO抑价的因素进行了实证研究, 主要研究方法一是多元线性回归法, 即先建立基本假设, 然后构建多元线性回归模型对这些假设进行检验, 多数学者采用了这一研究方法, 如靳云汇、杨文 (2003) 。二是逐步回归法。为消除多重共线性, 李博、吴世农 (2000) 先对变量进行转换, 然后逐步回归, 删除不显著的变量, 最后构建模型。三是用神经网络进行研究。邹健 (2003) 认为传统的研究方法都采用了线性模型, 而各因素和IPO抑价率的关系可能是非线性的, 因而不能准确地做出分析。人工神经网络对非线性关系具有强大的学习能力, 可用来识别IPO抑价率与其影响因素之间的非线性关系, 这在一定程度上避免了因模型设定问题而带来的误差。综合各类文献, 我国学者对信息不对称假说的主要研究成果如下:

首先, 对“胜者之咒”假说的检验。王晋斌 (1997) 对中国沪市1997年上半年新股上市的超额报酬率进行测度, 在考虑中签率和认购成本后, 发现沪市新上市股票存在超额报酬率, 得出与Rock模型不相符的结论。勒云汇等 (2003) 给出的解释是我国IPO都是折价发行, 没有溢价发行, 因此所有的IPO都是超常认购, 这使得信息交易者在新股发行时并不能采用比非信息交易者更好的投资策略, 因此“胜者之咒”假说的现象并不明显。其次, 对先验不确定性假说的检验。我国学者用来表示先验不确定性的变量中解释显著的有:第一, IPO上市后报酬率的标准差。标准差越大表明IPO市场价值越不确定。韩德宗等 (2001) 用IPO上市日至第25个交易日间报酬率的标准差来表示先验不确定性, 结论是这一指标和IPO抑价有显著的正相关关系。第二, 发行规模。发行规模小的股票比发行规模大的股票具有更多的不确定性, 因此发行规模和发行抑价度成反比。这一实证研究结果较为统一, 李翔 (2004) 、谢朝斌等 (2005) 的研究结果都支持这一结论。第三, 发行与上市日的时间间隔。上市的滞后会增加股票价值的不确定性, 从而增大了认购者的风险, 需要高的发行抑价作为回报, 因此发行与上市日的时间间隔与抑价度正相关。陈工孟等 (2000) 、杨丹 (2004) 的研究都证明了这一结论。最后, 对原始股东持股比例模型和二元信号机制的实证检验。我国学者的研究普遍支持L&P模型。张继强 (2003) 用以首日收盘价计算的公司总市值、孔爱国 (2003) 用公司发行价值、杜俊涛 (2005) 用IPO初始市场价值来代表公价值, 都得出了相似的结论:即原始股东持股比例与IPO公司价值具有显著的正相关关系, 较高的保留股权份额说明公司对自己的前景较为乐观。

三、结论和启示

第一、信息不对称理论仅能部分解释我国的IPO抑价现象。通过我国学者对国外建立在信息不对称基础上的假说体系的实证检验可以看出:先验不确定性假说能较好地适用于我国的一级市场, 说明我国IPO市场存在较严重的信息不对称。另外, 原始股东持股比例假说也有一定的解释力。说明国家或法人出于对国有资产增值的目的出发, 会更多控股那些经营业绩较好, 发展潜力较大的上市公司, 因此原始股东持股比例成为了公司价值和未来经营业绩的信号。除此以外, 其他假说均不适用于我国IPO市场, 因此用信息不对称理论来解释我国的IPO抑价是有一定局限性的。

第二、信息不对称理论适用于制度相对规范的IPO市场。信息不对称理论描述IPO市场主体在利益驱动和风险约束下的市场化选择机制:首先是投资者对发行人的选择, 非知情投资会选择不确定性较低的发行公司, 否则就会要求一定的价值补偿;基于这种逆向选择, 不确定性较低的高质量发行公司会向投资者传递一些价值信号, 以区别于低质量的发行公司。其次是主承销商对发行人的选择, 为了降低风险、保证声誉, 优秀的主承销商也倾向于选择那些价值不确定性较小的公司, 以吸引投资者购买自己承销的股票。因此, 信息不对称所导致的IP抑价是指在制度较为规范的前提下, 一级市场主体权衡彼此之间的利益关系后所达成的一种市场均衡, 是一种经济学意义上的价值低估。而我国的IPO市场是一种非规范的市场, 这种制度的约束使信息不对称理论在我国的适用性受到限制。随着我国IPO市场的不断规范化, 信息不对称理论的解释力也进一步增加。。

第三、信息不对称理论认为新股抑价根源于一级市场, 而二级市场投机是造成我国新股抑价的根本原因。国外成熟市场中, 一般认为一级市场存在信息不对称, 二级市场的交易价则是完全信息下的均衡价。而我国股票市场资源稀缺, 长期的供求失衡加上投资者跟风式的投资理念导致了二级市场较为严重的投机行为, 使新股上市首日收盘价飚升。相对于一级市场的信息不对称, 二级市场投机是造成IPO抑价的更重要因素。

综上, 虽然信息不对称理论不能充分解释我国的IPO抑价现象, 但仍是我们分析IPO抑价问题的一个重要工具。且随着我国股权分置改革的深化、新股发行机制的完善及多层次资本市场的构建, 供求失衡的矛盾将逐步解决, 市场会进一步规范化, 一级市场的信息不对称也会逐渐凸显, 信息不对称理论的解释力将进一步增加, 因此减少信息不对称, 规范市场主体行为, 提高市场的透明度仍是我国股票发行制度改革的重要目标。

摘要：通过对西方学者从信息经济学角度解释IPO抑价的假说体系及其在我国的适用性进行归纳、评价, 得出的结论西方的信息不对称理论对我国IPO抑价的解释作用有限, 但随着我国IPO市场发行机制的规范及供求矛盾的减少, 信息不对称理论的适用性将会进一步提高。

关键词：IPO,溢价,信息不对称

参考文献

[1]刘静, 陈璇.基于信息不对称理论的IPO抑价实证检验[J].云南财经大学学报, 2008 (5)

[2]张小成, 孟卫东.熊维勤.投资者行为对IPO抑价影响的比较研究[J].中国管理科学, 2009 (5)

[3]张小成, 孟卫东, 熊维勤.机构和潜在投资者行为对IPO抑价影响[J].系统工程理论与实践, 2010 (4)

[4]王华, 张程睿.不对称信息理论对“IPO折价之谜”的解析[J].财经问题研究, 2004 (11)

LOF“高溢价”显现套利机会 篇4

LOF坐上“过山车”

进入8月以来，上市开放式基金(LOF)继续演绎“过山车”行情。8月2日起，景顺长城垄断资源股票基金(LOF)的日交易量由原来的几十万、上百万忽然飙升至几千万元，甚至有一天的成交量达到1.6亿元。与此同时，场内交易价也步步飙升，6日和7日连续两天场内交易价格累计涨幅达到20.86％，9日最高价曾达1.5元。之后，该基金即展开了深幅调整，10日、13日两天跌幅达9％。8月13日，鹏华价值优势股票基金(LOF)全日交易时段均在跌停板，收于3.089元；而此前一个交易日8月10日，该基金涨停，交易价格收于3.432元。8月15日，荷银效率巨量涨停，溢价超过10％；16日，荷银效率却又放量深跌。

随着市场的爆炒，多只LOF出现大幅溢价。最近10多个交易日中，LOF溢价交易成为市场热点。景顺长城垄断资源的交易价格一度出现溢价40％以上的奇观。近期，尽管LOF成交价格有所下降，伹溢价状态仍在持续中，如8月13日，景顺资源基金溢价保持在26％的水平。

业内人士认为，分红、拆分前后场外申购渠道的关闭导致供给减少，可能让部分资金借题发挥。LOF基金的火爆是开放式基金“未拆(拆分)即罄”和“未停(暂停申购)即罄”的表现，LOF基金的炒作资金也似乎提早嗅到了可炒作的坚挺理由。银河证券基金研究中心的魏慧君称：“其实这个情况也应该是比较正常的，特別是在市场大幅上涨的时候，暂停申购往往会促使二级市场投资者进行套利。既然有二级市场，就总会有投机气氛，只是不能长期偏于正常值。”

套利空间巨大

LOF基金在交易所市场的爆炒为其在两个市场间的套利提供了巨大空间。

众所周知，LOF基金是开放式交易基金，存在场内和场外交易，若场内外价格出现足够的差距，那么基金持有人就可以通过转托管进入另外一个市场后卖出进行套利。也就是说，若投资者在7月27日景顺资源拆分之日以1元申购，若办好转托管手续，于8月9日在场内卖出，两周时间，最高获利可达44％。

同期还有一个即将分红的基金鹏华价值，也出现了20％以上的溢价。而历史上，2006年12月份，景顺长城资源分红实施日涨停，溢价达到了43.61％；融通巨潮100指数基金2006年5月30日至6月1日因为分红，暂停转托管，也曾出现23.37％的场内溢价。

IPO高溢价 篇5

近年来, 股票市场异象 (Market Anomalies) 已经成为了国内外学者的研究热点。所谓市场异象, 是指无法用经典金融学理论来解释的市场现象。市场异象在很大程度上改变了人们对股票市场的认识和理解。

股票市场异象最为突出的当属“IPO溢价异象”, 是指IPO首日收盘价普遍显著高于IPO发行价的现象, 表现为较高的首日回报率。目前, 学术界主要通过理性理论和非理性理论两个角度去尝试解释IPO溢价之谜。从理性角度出发, 国外研究学者提出了赢者诅咒 (Rock, 1986[1]) 、中介机构声誉假说 (Carter等, 1998[2]) 、股权分散假说 (Booth和Chua, 1996[3]) 和信号假说 (Allen和Faulhaber, 1989[4]) 等。从非理性角度出发, 超高的IPO溢价被认为是投资者情绪导致的 (Ritter, 1991[5]) 。Bake和Wurgler (2006) [6]指出, 投资者情绪高涨时, 投资者会加大投机需求, 导致IPO溢价较大。Stambaugh等 (2012) [7]进一步研究发现, 投资者情绪高涨导致的非理性需求还有助于解释美国股票市场的11种市场异象。

与发达股票市场不同, 中国股票市场的IPO溢价现象尤为显著, 1990—2011年间, IPO溢价率高达205.58%, 是发达国家股票市场的10倍以上。中国股票市场的特殊性使得理性理论并不适用, 非理性理论下的投资者情绪理论逐渐成为解释中国IPO溢价现象的主要依据 (韩立岩和伍燕然, 2007[8];邵新建和巫和懋, 2009[9]) 。近期实证研究表明, 投资者情绪对IPO溢价具有重要影响力 (林振兴, 2011[10]等) 。

然而, 不同类型的股票在IPO溢价上是存在差异的。这个现象是一种偶然现象, 还是一种新的市场异象, 学术界目前尚无定论。

中国股票市场起步较晚, 属于新兴的资本市场, 具有与发达国家不同的属性, 个人投资者占据市场主体, 受到投资者非理性影响较大, 易于出现特有的市场异象 (蒋先玲等, 2012[11]) 。本文的贡献在于:一方面, 发现了IPO溢价现象与股票发行价存在显著的负相关关系, 低发行价股票的IPO溢价显著高于高发行价股票的IPO溢价, 本文称为“发行价溢价异象”;另一方面, 发现了投资者情绪是导致发行价溢价异象产生的根本原因。本文接下来的安排如下:第二部分是理论分析和假设提出;第三部分是数据和研究方法;第四部分是实证研究结果;第五部分是结论。

二、理论分析和假设提出

根据经典金融学理论, 市场是有效的, 投资者是理性的, 股票价格能够快速、无偏地反映市场信息, 任何利用公开信息的投资策略都无法获得超额利益, 股票收益率仅仅与系统风险有关。股票价格作为描述股票价格高低程度的指标, 等于公司市值与总股本之比, 与股票收益率无关。

然而, 经典金融学有关“理性经济人”和“市场有效”的假设在现实经济中并不一定成立。投资者往往是有限理性的, 市场也并不是有效的。在投资实务界中普遍存在这样一个投资法则, 即购买那些低价格水平的股票能够获得更高的投资收益率。蒋玉梅和王明照 (2010) [12]对我国股票市场中的部分A股股票进行研究发现, 不同价格水平的股票存在横截面收益率差异。可见, 股票收益率与股票价格密切相关。除了二级市场外, Fernando (2004) [13]开创性地对美国IPO市场进行研究, 发现IPO价格与IPO溢价存在显著的负相关关系。基于以上分析, 本文提出假设1。

假设1:中国股票市场存在“发行价溢价异象”, 即IPO溢价与发行价负相关, IPO发行价越低, IPO溢价现象越显著。

若假设1成立, 发行价溢价异象无法被经典金融学理论解释, 因而该异象可能与投资者非理性投机行为有关。投资者非理性投机行为会造成股票价格错误定价 (Mispricing) 。Baker和Wurgler (2006) [6]认为投资者情绪代表投资者非理性投机倾向, 并通过构建投资者情绪指标来衡量投资者非理性行为。投资者情绪越高, 投资者错误地高估股票价值的程度越大, 投机倾向越强, 对股票的非理性需求增加, 导致股票收益率变大。

相对于机构投资者, 个人投资者更容易出现认知偏差和行为偏差。由于不同股票的个人投资者持股比例不同, 因而受到的投资者情绪影响也不同。

大量的实证研究表明, 股票价格与投资者结构密切相关。降低股票价格能够增强个人投资者对该股票的交易能力。股票价格越低, 对个人投资者的吸引力越大。因而, 在二级市场中, 股票价格越低, 个人投资者持股比例往往越高 (Dyl和Elliott, 2006[14]) 。在一级市场中, Booth和Chua (1996) [3]指出, IPO发行价与投资者结构也存在紧密联系。发行人可以通过降低发行价的方式来吸引更多的小股东, 从而达到增加股票流动性和保证大股东控制力。基于以上分析, 本文提出假设2。

假设2:中国股票市场IPO发行价与机构投资者持股比例正相关, 与个人投资者持股比例负相关。

如假设2成立, 则低发行价股票的个人投资者持股比例较高, 那么受到投资者情绪影响较大。随着投资者情绪变大, 投资者会高估IPO股票价值, 加大对IPO股票投机需求, 尤其是对低发行价股票的需求, 导致低发行价股票的IPO溢价显著上升, 上升幅度大于高发行价股票。因此, 本文提出假设3。

假设3:投资者情绪越大, “发行价溢价异象”越显著。随着投资者情绪变大, 对低发行价股票需求加大, 导致该异象产生。

三、数据和研究方法

(一) 数据来源

根据数据的可获得性, 本文选取2003年1月至2011年12月间上市的沪深两市所有A股股票数据作为研究样本, 剔除交易数据不全的数据, 共计1128家上市公司, 数据来源于CSMAR数据库。

(二) 研究方法

1. 发行价溢价异象。

为了研究IPO溢价与IPO发行价之间的关系, 本文根据样本的发行价大小对股票进行升序排列后, 将股票等额分配到4个样本中, 从均值、最大值和最小值三个角度分析, 分析低发行价股票的IPO溢价是否高于高发行价股票的IPO溢价。

Rock (1986) [1]指出, 投资者进行新股投资时面临信息不对称问题, 购买新股会面临损失, 即“赢者诅咒”。为了补偿投资者, 所以新股发行价会偏低, 因而IPO溢价会较大。除了固定信息成本外, Tinic (1988) [15]指出, 上市公司公开发行股票比例越小, 相对信息成本越高, 因而也能够获得IPO溢价补偿。同时, Ellis等 (2000) [16]指出, IPO溢价也会受到IPO热市和冷市影响。本文分别选择发行规模、公开发行比例和IPO首日换手率作为固定信息成本、相对信息成本和冷热市场的代理变量, 对样本分析进行回归分析, 分析IPO溢价与发行价的关系。具体模型如下:

其中, Ipori代表IPO溢价, 即首日回报率;PIi代表股票发行价的对数;Si代表股票公开发行比例;Issuei代表股票发行规模的对数;Turnoveri代表年平均日换手率, 即年平均日交易股数与总股本之比。

2. IPO发行价与投资者结构。

在中国股票市场中, 机构投资者由基金、券商集合理财、保险公司、社保基金、QFII和其他机构共6大类组成。机构投资者持股比例等于这些法人实体的持股比例之和, 而个人投资者持股比例等于流通股比例与机构持有的流通股比例之差。

由于机构投资者和个人投资者持股比例都是一个介于0和1之间的受限因变量, 因而本文将选用Tobin (1958) 提出的受限因变量Tobit模型来研究投资者结构的决定因素。以往研究成果显示, 投资者持股比例还与公司规模、流动性和赢利能力有关。本文将充分考虑这些因素的影响, 选用的具体模型如下:

其中, Insi代表机构投资者持股比例;Indi代表个人投资者持股比例;PIi代表股票发行价的对数;Sizei代表股票市值的对数;Turnoveri代表年平均日换手率, 即年平均日交易股数与总股本之比;Incomei代表公司总收入的对数。

3. 投资者情绪指数构建。

本文采用Baker和Wurgler (2006) [6]的主成分分析法 (Principal Component Analysis) 构造复合型投资者情绪指标, 弥补了单个指标可能无法全面衡量投资者情绪的缺陷。根据以往研究成果, 本文选用封闭式基金折价率、新股首日收益率、市场交易量和消费者信心指数作为组成指标, 构造股票市场投资情绪指数。构造过程中, 本文采用累计解释力大于85%的准则来选择主成分的个数。

其中, Dcef代表封闭式基金折价率;Ipo代表新股平均首日收益率;Trade代表市场交易量;Cci代表消费者信心指数;Yi代表第i个主成分;λi代表第i个主成分的特征值。

4. 发行价溢价异象与投资者情绪。

本文采用两种方法进行分析验证投资者情绪对不同发行价股票IPO溢价差异的解释力。第一, 根据投资者情绪高或低分析比较4个样本中股票的IPO溢价差异。当投资者情绪大于样本中位数时, 投资者情绪高涨, 反之则认为投资者情绪低落。第二, 与Fernando等 (2004) [13]方法类似, 本文选择发行规模和IPO首日换手率作为控制变量, 分别对4个样本分析进行回归分析。具体模型如下:

其中, Ipor代表IPO溢价;Pi代表新股发行价;Issue代表发行规模;Turnover代表IPO首日换手率;Index代表股票市场投资者情绪指数。

四、实证结果分析

(一) 发行价溢价异象

2003—2011年, IPO发行价的四分位数分别是9.5元、17.915元和27.1元, 本文据此将总样本等额分成了4个子样本, 从样本1至样本4, IPO发行价逐渐增大。

如表1所示, 在样本1, 股票的发行价小于9.5元, 平均IPO溢价高达105.05%。随着发行价提高, IPO溢价逐渐下降, 在样本4中, 股票的发行价大于27.1元, 平均IPO溢价仅为29.77%。低发行价与高发行价股票的发行价溢价高达75.28%。同上, 从最大值和最小值来看, 样本1至样本4, IPO溢价最大值逐渐下降, 发行价溢价分别为274.23%和17.92%。

如表2所示, 控制了固定信息成本、相对信息成本和冷热市影响后, IPO溢价与发行价存在负相关关系, 表现为系数显著为负。

注:*、**和***表示在10%、5%和1%的显著性水平下拒绝原假设。

综上, 发行价越低, IPO溢价越高, 低发行价股票具有比高发行价股票更高的溢价, 即发行价溢价异象存在。据此, 可证假设1成立。

(二) IPO发行价与投资者结构

如表3所示, 本文分别采用Tobit模型来研究发行价高低与投资者结构的关系。对于机构投资者而言, 模型2中发行价 (Pi) 和规模 (Size) 的系数为正, 换手率 (Turnover) 和总收入 (Income) 的系数为负, 因而机构投资者总是偏好投资发行价高, 规模大, 流动性低和盈利能力低的股票。

与机构投资者正好相反, 模型3中发行价 (Pi) 和规模 (Size) 的系数为负, 换手率 (Turnover) 和总收入 (Income) 的系数为正, 因而个人投资者总是偏好投资于发行价低, 规模小, 流动性好和赢利能力强的股票。

注:*、**和***表示在10%、5%和1%的显著性水平下拒绝原假设;括号内为T检验P值。

因此, 综合考虑了各方面因素影响后, 机构投资者持股比例与IPO发行价正相关, 个人投资者持股比例与IPO发行价负相关。因此, 假设2成立。

(三) 投资者情绪指数构建

本文采用主成分分析法, 并严格遵守主成分的累计解释力大于85%的准则, 构造投资者情绪指数。如表4所示, 选取前两个主成分构造和前三个主成分时, 累计解释力分别达到70.45%和94.82%。因而, 本文选取前三个主成分来构造投资者情绪指数。

根据表4的实证结果, 本文选取前三个主成分, 采用模型 (5) 来构造投资者情绪指数, 具体模型如下:

综上, 根据以上模型可知, 消费者信心指数越高, 市场交易量越大, 新股首日回报率越高, 封闭式基金折价率越高, 投资者情绪指数越大。

(四) 发行价溢价异象与投资者情绪

根据本文构建的股票市场投资者情绪指数是否大于样本中位数, 本文将上述4个样本分为8个子样本, 分析不同样本下的平均IPO溢价, 见表5。

无论是在情绪高涨还是在情绪低落时, 从样本1至样本4, 随着价格水平增大, IPO溢价逐渐减小, 表现为发行价溢价始终为正。可见, 在投资者情绪的不同状态下, IPO发行价与IPO溢价之间的负相关关系恒成立。

然而, 投资者情绪对不同发行价股票的影响是不一致的。当投资者情绪由低落转为高涨时, 样本1平均IPO溢价上升79.30%, 而样本4平均IPO溢价仅上升27.95%。因此, 当投资者低落时, 发行价溢价仅为57.25%, 而当投资者高涨时, 发行价溢价高达108.60%。

为进一步验证结论的稳健性, 本文在考虑了股票规模和流动性的影响下, 分别对四个样本进行的IPO溢价进行回归分析。如表6所示, 由样本1至样本4, 股票发行价逐渐增大, 投资者情绪与IPO溢价的相关性下降, 表现为系数逐渐变小, 由0.674逐渐下降至0.178。可见, 投资者情绪对低发行价股票的影响力大于对高发行价股票的影响力。

综上, IPO发行价越低, 投资者情绪对IPO溢价的作用越明显。这种差异性影响导致了不同发行价股票溢价差异, 即发行价溢价异象产生。由此, 可证假设3成立。

五、结论

根据经典金融学理论, 股票价格高低与股票收益率不具有必然联系, 股票价格仅仅是代表每股市值的指标而已。然而, 理想化的市场与现实的股票市场不尽相同, 特别是对于正处于推进改革和不断完善的中国股票市场而言, 个人投资者对股票市场的影响不容忽视, 因而股票价格与股票收益率具有一定的联系[17]。

注:*、**和***表示在10%、5%和1%的显著性水平下拒绝原假设。

中国股票市场属于新兴的资本市场, 个人投资者占据市场主体, 使得中国股票市场具有与西方发达国家不尽相同的市场异象。与发达国家股票市场相比, 中国股票市场存在极高的IPO溢价, 被称为IPO溢价异象。不仅如此, 本文进一步研究发现, 我国股票市场存在特有的“发行价溢价异象”, 即低发行价股票溢价显著高于高行价股票溢价。这个特殊的市场异象可以称为异象中的异象。接着, 本文发现IPO的投资者结构与发行价密切相关。机构投资者总是偏好投资发行价高、规模大、流动性差和赢利能力差的股票, 而个人投资者正好相反, 偏好投资发行价低、规模小、流动性好和赢利能力强的股票。与机构投资者相比, 个人投资者更容易出现认知偏差和行为偏差, 在投资情绪的作用下, 高估股票价值, 投机性需求增加, 拉高股票回报率。最后, 本文采用主成分分析法构造了投资者情绪指数, 并发现投资者情绪是发行价溢价异象产生的原因。由于股票发行价越低, 个人投资者比例更高, 受到投资者情绪引起的非理性需求更大, 因而IPO溢价更高。

高溢价破发股权价值补偿方法探讨 篇6

关键词：高溢价破发,股权价值,优先股政策

一、新股高溢价破发的原因及其危害

新股上市破发在我国证券发展历史上是比较少见的。但是2007年牛市之后的情况却发生了变化, 高溢价发行的股票几乎都跌破了发行价, 很多股票回到了原形, 众多投资者为此遭受了不小的损失。

破发的新股首先出现在国有企业的IPO中。例如中国建筑发行价4.18元, 市盈率51.29倍, 上市不久即破发, 现在价格则是3.10元, 中国远洋、中国人寿、中国平安, 上市时的市盈率分别为98.67倍、97.8倍、76.18倍, 也是早就跌破了发行价。对国有企业的新股破发的原因, 一般认为其是打着国家名义在谋求企业利益最大化时机构也推波助澜, 最后造成股票价值扭曲, 当然牺牲的只是普通投资者的利益。

风险极大的创业板也紧随其后, 成为了高溢价发行再破发的重灾区。海普瑞上市时发行价是148元, 市盈率73.27倍, 现在股价都不到26元, 破发82%。这些企业本来是属于中小板块企业, 转战创业板后想要融到更多的资金, 因此也通过高溢价这条路来实现。所以高溢价已经不是估值的问题, 而是利益的问题。

高溢价发行再破发会给股市带来危害。高溢价破发损害了认购股东的利益, 破发越大, 投资者对企业的信任程度越低。长此以往会对股市的整体信心造成重大影响, 企业再想通过股市融资就很困难。

二、加强对投资者利益的保护

单纯抑制股票的溢价程度似乎不可能, 因为股票估值本身是一个复杂的过程, 需要考虑的因素也较多, 不能“一刀切”地加以限制。

既然事前控制不可能, 是否可以采用事后补偿的办法加以协调?因为高溢价再破发本身就是结果, 只要事件出现就需要补救, 所以事后采取措施符合维护股东权益、确保股市公平的目标, 是可行的办法。

这里还有个补偿目的和对谁补偿的问题。补偿既要维护高溢价认购股东的利益, 同时也要维护企业估值的连续性, 保持企业持股人的相对稳定, 最后还要考虑证券交易的特点, 做到简便易行。所以要站在三方的角度来考虑价值补偿的具体操作。落实到对谁补偿上, 首先应不应该对所有持股股东进行补偿?答案是否定的, 因为他们可能并不是最初高溢价认购股东, 所以不需要对全部持股人进行补偿。对转让了高溢价认购股份之后的股民赔不赔偿?操作起来也不可行, 因为股民记录已经变更, 其转让价格也不确定, 是否受到损失不好说, 同时账户可能已经注销, 根本赔偿不了。能够赔偿的, 只能是一直持有高溢价认购股份没有转让的股东, 他们才是高溢价发行的受害者。赔偿给这些人也符合企业的利益, 因为这样可以维护企业持股股东的稳定性。

三、事后补偿办法分析

1. 引入要约收购义务。

要约收购义务本来是指收购人持有或控制一个上市公司的股份达到该公司股份的30%时, 如果需要继续增持股份或者增加控制的, 应当制定要约价, 以要约方式向该公司其他所有股东发出收购通知, 价格一致, 而且一视同仁。例如双汇发展于2010年推出整体上市计划, 当时兴泰集团已经重组成为上市公司的实际控制人, 要约通知书说, 如果不同意该重组决议, 其他股民可以56元的价格将股票卖给重组方。但是在出现瘦肉精事件后, 双汇股价暴跌, 本来是主动的要约收购, 由于可能出现的抛售而变成被动接收, 所以双汇的大股东拼命护盘, 才没有出现兴泰违约及双汇雪崩的局面, 也因为双汇股价一直在56元的上方, 实际要约履行的概率比较小, 也使要约收购变成一纸空文。

所以制止高溢价跳水的一个很好的办法, 就是在招股说明书中对上市公司上市进行相关的协议要求。要求募股发起人做出承诺, 一旦股价下跌到什么程度, 可以要求募股发起人以相应的价格予以收购。这个价格不一定会最后执行, 但对上市公司至少是一个约束。

它的缺陷也很明显:要约收购义务对所有的投资人都收购, 其中低于要约价购入的股东会赚钱, 但是对高溢价认购的股民则顶多是挽回部分损失, 谈不上补偿, 其保护高溢价认购的投资者的程度有限。

2. 企业原有股东对认购的股东进行对价补偿。

当初股权分置改革就是对国有股高溢价发行的统一补偿行为。尽管现在的国有企业在治理水平、管理质量上比当年的国有企业有很大的进步, 而且募股方式也非当初的一元一股可比, 但是控股股东获得股份的成本仍然比高溢价打新的股民低得多。例如海普瑞的发行价是148元, 但是其每股净资产也就只有2.25元;再比如中国建筑, 发行价是4.18元, 上市时每股净资产0.85元, 比一元一股甚至更低。尽管其估值方法发生了很大变化, 但是上市企业原股东与认购投资者股东的利益不均衡的现象仍然存在, 因此对价补偿仍然可行。

当然发行方原股东的额外利益已经随着高溢价发行股票的跳水还原, 同时高溢价发行的获利方应该是企业, 所以再要发行企业原股东像原国有股股东那样为赎回流通权而支付对价, 似乎也显得不够有说服力。

3. 由企业出面予以补偿。

因为是公司获得了高溢价的资金, 现在公司的估值没有这么高了, 它理应将多收的资金退回给当初投资的股东, 这是由企业出面补偿的理论依据。前提是那些高溢价投资的股东一直持有这些股票。

这实质上还是一种对价, 只不过对价方不是原控股股东, 而是企业。事实上当年的股改对价方式之一, 就是由企业向流通股股东转增股票而不是减少非流通股股东的股本或现金流。因为其在公司占有的股权比例下降了, 因此它也相当于第二种方法。

补偿的方法可以按照高溢价发行价和破发之后的差价返现或增发股份。这相当于有选择的返还现金股利或者股票股利。返现或增发的价值等于差价乘以募股数, 返还现金额或增发价值用下式可表示:

返还现金额或增发价值=N· (P-Q)

上式中未转让认购股本总数:N股;发行价:P元/股;破发后价Q元/股。

该支付方法和股改的方法相一致, 能有效地保护认购者股东的利益。笔者曾对股权分置改革前后流通股的股权价值进行了测算, 通过对多家上市公司的股改前后流通股股权价值之差进行测算的结果表明, 均值1 882.62万元, 大于零, 说明补偿对价后其股权价值得到了保证。标准差21 044.38。从测算出的标准差看, 大多数公司的流通股差价都集中在均值附近。

因此用上述公式计算并返现或增发可以有效地保护认购股份投资者的投资价值不受破发的影响。所以它是一种补偿的好办法, 能够有效保障高溢价认购股东的权益。

但是上述办法有一个前提, 由于只对持有认购股份并且未转让的股东适用, 所以是一种选择性的补偿, 不符合同股同权的要求。当然这也需要全体股东大会同意。

四、对企业补偿措施的变通

要约收购义务要对全体股东实施, 我们这里说的补偿只对高溢价认购的股东权益进行保护, 对象不需要全体股东那么广, 而且要约收购只能说是补救损失, 补偿根本谈不上。

由发行时原股东对其进行补偿, 因为股价已下跌, 原控股股东并没有从中捞到好处, 所以由发行时原股东赔偿不尽合理。

第三种方法虽好, 但是因为选择没有抛售高溢价股份的认购股东赔偿, 是选择性支付, 因为同股同权的原则, 相关措施可能在股东大会上难以通过。

上述三种措施中由企业补偿最好, 但是执行起来有难度, 实际执行时可以对这种方式加以变通。对高溢价认购股东有选择的补偿, 实质是一个定向分红的问题。首先, 补偿的对象只是那些未转让股份的认购股东, 这些群体只占所有股东的一部分;其次, 返还现金或增发股票可以认为是发放现金股利和股票股利的过程, 名义上是补偿, 其实也和分红差不多。

有一种政策可以规避股东大会投票表决过程, 实现对特定对象的定向分红, 那就是优先股政策的使用。可以把定向分红的对象限定为优先股股东, 但是相关优先股政策要做出调整。

调整后的优先股政策为: (1) 企业发行的优先股分为普通优先股和特殊优先股, 普通优先股政策不变, 仅把高溢价认购且长期持有的股份作为特殊优先股, 变更其内容。前面谈到了要保证企业持股股东的稳定性, 只对其中未转让高溢价认购股份的股东进行补偿, 特殊优先股的设定就符合这个要求。普通优先股因为可以转让或者已经转让则不能享受补偿。 (2) 企业仅向特殊优先股股东发放除固定的现金股利外的一次性现金返还, 作为对高溢价认购跳水的补偿, 条件是在返还前优先股股东不能转让股份。要转让的特殊优先股可以放弃补偿并转换成普通优先股。 (3) 除此之外, 两种优先股股东享受的政策不变:特殊优先股转化为普通优先股后可再转化为普通股, 两种优先股都可以由公司赎回证券, 都可以享有有限的表决权。

实行特殊优先股的策略可以规避前面提到的不足, 同时在操作上可行。它在发行时就在募股通知书上说明特点, 方便认购投资者进行选择并且决定配置特殊优先股、普通优先股及普通股的比率, 即使出现价格跳水也可以通过补偿条款来弥补损失, 不必面对股东大会投票表决的问题。因为相关政策可以通过制度规定下来, 厘清了上市公司的职责, 可以避免和减少出现只管融资不管投资者利益的事情的发生。

参考文献

[1].付强, 吴娓, 涂燕.股改对价计算方法选择的实证研究.北京航空航天大学学报 (社会科学版) , 2006;4

多只个股大宗交易现高溢价 篇7

有分析人士认为，市场的大涨主要由地产产业链的爆发带动，房地产板块连续大涨，带动了有色金属、建筑建材、钢铁等强周期板块大涨。考虑到稳增长政策在加码，周期板块在接下来的一段时间内的表现可以期待。

对于目前市场虽然大多机构都认为反弹有望持续，但也有人指出，目前的操作思路就是跌多了买一些，涨多了就卖一些。

大宗交易市场上，2月25日-3月2日，5个交易日里沪深两市共发生大宗交易103笔，较上周减少41笔，连续两周下降。其中，深市成交71笔，沪市成交32笔，合计成交2.08亿股，成交金额28.3亿元，均较上周有所减少。

从单笔成交金额来看，金额最多的为艾迪西（002468）。2月25日，艾迪西成交1160万股，成交金额3.75亿元，成交溢价率为9.75%，卖出营业部为国泰君安上海静安区南京西路营业部，买方为宏信证券上海桂平路营业部。成交金额排在第二和第三位的分别为水晶光电（002273）和海南瑞泽（002596），分别成交1。24亿元和1.11亿元。

这些交易中，折价率最高的18.23%，和上周基本持平。该笔交易发生在3月1日成交的赤峰黄金（600988）上，当日赤峰黄金成交12.96万股，成交金额1355.96万元。卖出营业部为东海证券常州延政中路营业部，买方为东海证券常州劳动西路营业部。此外，折价率超过10%的股票超过20只，包括博雅生物、乐通股份、宏大爆破、南大光电、共达光电、伊之密、东兴证券、大北农、绵世股份、设计股份和京东方A等。

此外，本周有两只ST股发生大宗交易，分别为*ST海润（600401）和*ST华锦（000059）。其中，3月2日*ST海润成交150万股，成交金额312万元，成交折价率为7.96%。*ST华锦则是两笔交易合计成交101万股，成交金额638.2万元，一笔为平价成交，另一笔为溢价10.36%。

以下交易值得关注：

多只个股高溢价成交：大宗交易市场上多为折价成交，即接盘方用比市价更低的价格拿走股票，但是本周以来，有多只股票出现了溢价交易，而且有一些溢价率甚至超过10%，这值得引起大家的关注。

本周共发生溢价交易8笔，涉及到的股票共7只，分别为东方电子、长江润发、长信科技、*ST华锦、艾迪西、大地传媒、溢多利，其中除长江润发有两笔交易外，其他均成交一笔。在这些交易中，以东方电子的溢价率最高，达到19.72%。而长江润发、长信科技、*ST华锦三只股票的溢价率均超过10%。

东方电子是在2月25日发生溢价大宗交易，当日二级市场上东方电子的股票下跌逾8%：长江润发则是在2月29日发生大宗交易，当日该股的股价是跌停。记者发现这些高溢价率的成交都是发生在2月25日或29日，而这两天大盘出现暴跌，上述股票亦发生大幅下跌。

值得注意的是，接盘方勇于以高于市价来拿走这些股票，是否表明了自己的一种态度，从而说明这些股票已到了投资区域，这点值得我们深思。