影响新股上市定价的因素分析
一、分析新股上市定价影响因素的意义
自1999年开始,我国针对新股上市发行出台了一系列的法案法规,使发行制度从审批制向核准制过渡,新股发行价格也转变为需由供需双方共同决定。新股发行的定价方式逐步靠近市场化对于上市公司和投资者来说都是一个巨大的挑战,这就意味着他们必须将实际发行价与上市价位预测联系起来,否则都会为他们带来极大的损失。一方面,对于上市公司,正确分析上市价格制定的影响因素将为制定合理的发行价格提供重要依据:如果制定的价格过高,而上市价位预测偏低,则会打击投资者的认购积极性,使得股票发行不畅,不利于公司的上市筹资;如果制定的价格偏低而上市价位预测过高,则会导致公司股票的筹资能力没有充分利用,同时会使投资者对公司的财务产生怀疑因子。而另一方面,对于投资者来说,不能分析发行价格的影响因素会导致投资者对股票的价格定位判断失误,从而造成投资失误,甚至错过极佳的投资机遇。因此,在中国证券市场运行机制正不断进行着飞速变革的今天,如何分析新股发行定价的影响因素,合理地确定新股发行价格,对于上市公司和投资者来说,都是具有重要意义的。
二、变量选择与模型设定
由于以上种种原因,我们利用计量经济模型来对影响新股上市定价的因素进行分析。从理论上讲,公司盈利水平、发展潜力、发行数量、行业特点、股市状态等都可能对新股上市定位产生直接的影响,但这些因素作用的传导机制却相当复杂,随着不同国家投资理念和投资偏好的不同,影响方式和程度差异很大,同时采用何种量化指标描述这些因素也会影响分析的结果,同时由于有些数据的可获得性差或者部分数据不够完整,比如当期的股市状态及当期的市场利率水平等等,因此,我们选择2001年1月—11月间在沪、深A股上市的新股中的69家上市公司为样本,以新股上市价格作为模型中的被解释变量Y,分别以上市公司所处行业市场平均市盈率、公司发行总股本、流通股、1999年的每股收益、2000年的每股收益、2000年末的每股净资产为模型的解释变量X1、X2、X3、X4、X5、X6,构造了一个新股上市定位的计量经济模型,借以描述新股上市定位的各个影响因素及它们之间的关系,为新股的定价提供参考依据。
下表为69个样本的具体变量数据
序号 证券代码 股本结构 两年业绩(每股收益) 2000年末
每股净资产(元)
发行价格(元) 市盈率(倍) 总股本(万股) 流通股(万股) 1999年(元) 2000年(元)
Y X1 X2 X3 X4 X5 X6
1 600309 11.28 51.51 38400.0000 12800.0000 0.42 0.4 1.91
2 600400 7.40 28.35 17952.0000 5000.0000 0.31 0.37 3.51
3 600369 6.18 34.33 17230.0000 7000.0000 0.09 0.11 3.32
4 600389 7.00 31.80 18000.0000 4800.0000 0.25 0.18 2.53
5 600378 6.58 40.12 19557.3391 7605.0000 0.16 0.07 2.13
6 600390 14.99 46.84 10670.0000 4000.0000 0.29 0.15 6.54
7 600365 7.08 49.17 14000.0000 6000.0000 0.11 0.07 3.75
8 600326 6.88 26.06 18000.0000 7200.0000 0.24 0.17 2.1
9 600377 4.20 35.90 503775.0000 15000.0000 0.16 0.16 2.7
10 600330 8.99 45.00 22947.0000 6000.0000 0.3 0.28 2.55
序号 证券代码 股本结构 两年业绩(每股收益) 2000年末
每股净资产(元)
发行价格(元) 市盈率(倍)
总股本(万股) 流通股(万股) 1999年(元) 2000年(元)
Y X1 X2 X3 X4 X5 X6
11 600382 5.50 39.28 17087.0000 6000.0000 0.19 0.21 2.93
12 600313 6.30 53.00 25220.0000 8000.0000 0.02 -0.32 2.56
13 600332 9.80 50.84 81090.0000 7800.0000 0.18 0.2 2.82
14 600305 7.10 29.28 12715.0000 4000.0000 0.19 0.22 3
15 600037 15.50 38.67 35100.0000 10400.0000 0.53 0.43 4.92
16 600033 6.66 26.43 82200.0000 24000.0000 0.32 0.38 3.76
17 600466 10.25 36.79 12740.0000 5000.0000 0.23 0.19 5.11
18 600386 9.92 35.81 25200.0000 8000.0000 0.28 0.48 4.61
19 600312 12.45 40.16 31195.0000 10200.0000 0.24 0.25 4.94
20 600558 7.50 34.72 12000.0000 4500.0000 0.21 0.24 3.94
21 600310 8.80 35.20 15675.0000 4500.0000 0.38 0.4 3.84
22 600550 9.10 40.80 33000.0000 9000.0000 0.2 0.1 2.64
23 600335 6.00 21.43 11662.8600 3500.0000 0.02 -0.32 2.42
24 600250 8.12 22.75 19899.4200 8250.0000 0.31 0.36 5.06
25 600010 5.18 18.50 125000.0000 35000.0000 0.21 0.24 2.87
26 600376 10.40 28.05 17320.0000 6400.0000 0.44 0.38 3.93
27 600315 9.18 34.28 27000.0000 8000.0000 0.27 0.28 4.09
28 600518 12.57 30.83 7080.0000 1800.0000 0.41 0.62 5.53
29 600367 12.66 24.35 18200.0000 5460.0000 0.8 0.73 5.08
30 600319 9.20 34.07 31559.4000 8000.0000 0.19 0.15 3.18
31 600383 9.42 31.20 27000.0000 9000.0000 0.44 0.51 4.98
32 600356 7.09 22.87 14000.0000 4000.0000 0.33 0.34 3.77
33 600381 5.68 35.50 11000.0000 3500.0000 0.18 0.19 3.08
34 600568 9.70 41.45 7286.0000 3500.0000 0.19 0.15 6.1
35 600588 36.68 64.35 12000.0000 3000.0000 0.7 0.92 10.34
36 600321 12.28 32.56 17520.0000 7000.0000 0.35 0.28 6.02
37 600528 9.50 25.47 41000.0000 11000.0000 0.4 0.27 4.18
38 600395 6.00 52.00 37130.0000 12000.0000 0.19 0.18 3.28
39 600329 10.00 40.32 36965.4360 4000.0000 0.17 0.23 4.08
40 600380 24.80 33.29 60993.0000 15750.0000 0.74 0.42 4.94
41 600589 9.90 45.00 16000.0000 4000.0000 0.22 0.33 3.54
42 600468 6.60 30.00 11000.0000 3000.0000 0.05 0.04 3.03
43 600501 8.00 32.00 18731.4375 7200.0000 0.27 0.18 2.43
44 600488 11.25 25.57 25182.5012 7605.0000 0.51 0.47 3.92
45 600311 8.60 34.13 20000.0000 8000.0000 0.32 0.29 4.97
46 600419 5.80 34.52 8016.0000 3000.0000 0.17 0.15 3.58
47 600530 13.77 41.98 20000.0000 5000.0000 0.27 0.26 4.49
序号 证券代码 股本结构 两年业绩(每股收益) 2000年末
每股净资产(元)
发行价格(元) 市盈率(倍)
总股本(万股) 流通股(万股) 1999年(元 2000年(元)
Y X1 X2 X3 X4 X5 X6
48 600372 7.28 33.00 41000.0000 11000.0000 0.21 0.21 3.18
49 600556 9.60 46.24 12600.0000 6344.8000 0.17 0.36 5.58
50 600028 4.22 20.10 8670243.9000 280000.0000 0.16 0.16 1.69
51 600569 6.80 19.59 134549.0000 27500.0000 0.35 0.4 3.4
52 600346 5.36 34.46 10500.0000 3850.0000 0.15 0.08 3
53 600566 7.80 50.32 10630.8000 4400.0000 0.17 0.13 4.31
54 600498 21.00 52.37 41000.0000 8800.0000 0.41 0.16 5.54
55 600418 9.90 25.80 23000.0000 8800.0000 0.39 0.58 4.8
56 600539 6.98 46.53 23000.0000 8800.0000 0.16 0.1 3.53
57 600519 31.39 23.93 30250.0000 8651.5000 1.31 1.37 10.37
58 600599 10.00 45.45 12600.0000 3960.0000 0.25 0.16 2.21
59 600508 9.00 26.47 40151.0000 11000.0000 0.41 0.42 3.66
60 600448 5.92 41.36 24500.0000 9350.0000 0.12 -0.19 2.77
61 600596 7.30 48.34 13411.0363 4400.0000 0.15 0.24 3.75
62 600322 5.00 23.32 42370.7417 12100.0000 0.16 0.08 3.91
63 600361 7.90 18.92 12557.2900 5000.0000 0.36 0.29 4.52
64 600011 7.95 16.90 600000.0000 25000.0000 0.61 0.68 4.86
65 600391 5.17 19.99 14000.0000 5000.0000 0.25 0.15 2.99
66 600331 9.18 19.96 13000.0000 5000.0000 0.17 0.3 5.25
67 600548 3.66 20.00 218070.0000 16500.0000 0.18 0.16 2.37
68 600506 4.94 19.96 16050.0000 5000.0000 0.19 0.19 2.91
69 600523 4.93 19.98 22000.0000 7000.0000 0.09 0.01 2.57
根据经济意义分析,我们假设模型的回归方程模型为:
Y=β1+β2X1+β3X2+β4X3+β5X4+β6X5+β7X6
分析的整体思路:
1、参数估计:运用OLS估计方法对参数进行估计。
2、分析:在显著性水平为0.05下,通过F统计量及调整后的可决系数,分析模型从整体上看被解释变量与解释变量之间的线性关系是否显著。
3、检验:(1)利用DW统计量,判断是否存在自相关性;
(2)利用相关系数矩阵,计算解释变量之间的简单相关系数,分析它们之间的相关程度,判断是否存在多重共线性。
多重共线性的判定:
回归模型F检验通过,而有的回归系数的t检验未通过;
回归系数估计值的符号与实际经验判断相反;
简单相关系数矩阵中,两个自变量之间的相关系数值较大。
(3)利用ARCH检验,判断是否存在异方差。
4、修正:若存在自相关性、多重共线性或异方差,运用相关的修正方法对模型进行修正。
三、模型分析
参数估计及分析
运用OLS对模型进行回归得:
Dependent Variable: Y
Method: Least Squares
Date: 12/15/03 Time: 20:09
Sample: 1 69
Included observations: 69
Variable Coefficient Std. Error t-Statistic Prob.
C -7.531825 1.283759 -5.867011 0.0000
X1 0.172246 0.027472 6.269936 0.0000
X2 -3.79E-07 1.85E-06 -0.204865 0.8383
X3 2.21E-05 5.86E-05 0.376865 0.7076
X4 20.25990 2.972824 6.815033 0.0000
X5 -6.273886 2.510741 -2.498818 0.0151
X6 1.695027 0.263571 6.431008 0.0000
R-squared 0.857356 Mean dependent var 9.407536
Adjusted R-squared 0.843551 S.D. dependent var 5.588435
S.E. of regression 2.210426 Akaike info criterion 4.520174
Sum squared resid 302.9310 Schwarz criterion 4.746823
Log likelihood -148.9460 F-statistic 62.10794
Durbin-Watson stat 2.105229 Prob(F-statistic) 0.000000
由结果可见F-统计值和调整后的可决系数均很大,说明应变量与解释变量之间的线性关系显著,模型拟合较好。
2、检验
(1)DW检验:由上表可知,DW=2.105229,查Durbin-Watson表可知近似下限临界值dL=1.433,近似上限临界值dU=1.802,因为dU<d<4-dU,表明不存在一阶自相关。
(2)多重共线性检验:我们发现X2、X3的T-统计值并不显著,X5的不符合经济原理,所以我们怀疑原模型中存在严重的多重共线性。所以我们又对各个解释变量间的相关关系进行了分析,结果如下:
由此我们可以看到X2与X3、X4与X5存在高度线性相关,所以,我们认为原始模型中存在严重的多重共线性。
(3)异方差检验。在Eviews中进行ARCH检验,设定滞后期数为3,得到的结果如下表所示:
ARCH Test:
F-statistic 0.031824 Probability 0.992294
Obs*R-squared 0.101476 Probability 0.991660
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/17/03 Time: 09:59
Sample(adjusted): 4 69
Included observations: 66 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 4.394978 1.388145 3.166079 0.0024
RESID^2(-1) -0.005615 0.126952 -0.044227 0.9649
RESID^2(-2) 0.037723 0.126639 0.297876 0.7668
RESID^2(-3) 0.008914 0.126709 0.070354 0.9441
R-squared 0.001538 Mean dependent var 4.577320
Adjusted R-squared -0.046775 S.D. dependent var 7.941579
S.E. of regression 8.125191 Akaike info criterion 7.086507
Sum squared resid 4093.161 Schwarz criterion 7.219214
Log likelihood -229.8547 F-statistic 0.031824
Durbin-Watson stat 2.000992 Prob(F-statistic) 0.992294
由上表可得,Obs*R=0.101476,故表明模型不存在异方差。
3、修正
由于多重共线性的存在,将对模型本身的准确性产生很大影响,所以,我们通过逐步回归的方法对模型进行修正。
(1)运用OLS方法逐一求Y对各个解释变量的回归,结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。经分析,在六个一元回归模型中,X6(2000年末的每股净收益)对应变量Y(股票上市价格)的线性关系最强,拟合程度最好,即(保留5位小数):
Y = -1.92205 + 2.87226*X6
t=(-1.79222) (11.36788)
R2=0.65856 S.E.= 3.28975 F=129.22859
(2)继续进行逐步回归,将其他解释变量加入模型,在X1、X2、X3、X4、X5中我们保留了对Y影响较大、经济意义较强的X4(1999年的每股收益)进入方程,从而得到的方程如下:
Y = -1.40070 + 10.80441*X4 +1.95130*X6
t= (-1.47486) (4.54923) (6.49282)
R2=0.74007 S.E.= 2.89203 F=93.95619
再将其他解释变量加入模型:
Y = -6.52360 + 0.17563*X1+14.85735*X4 +1.43157*X6
t=(-5.94537) (6.39466) (7.50660) (5.70805)
R2=0.84044 S.E.= 2.283199 F=114.12736
Y=-6.80187+0.17932*X1+2.57E-07*X2+14.81264*X4+1.46231*X6
t=(-5.98005) (6.45769) (0.94014) (7.47507) (5.77661)
R2=0.84262 S.E.= 2.28524 F=85.66355
由于X2对Y的影响并不显著,故将X2删去
再加入X5、X3
Y = -6.94066 + 1.63260*X6 + 20.25191*X4 + 0.16642*X1 - 6.04455*X5
t= (-6.47364) (6.38489) (6.90846) (6.21915) (-2.42476)
R2=0.85387 S.E.= 2.20204 F=93.49096
Y = -7.41261 + 1.68685*X6 + 20.34505*X4 + 0.17142*X1 - 6.28498*X5 + 1.02016e-05*X3
t=(-6.52767) (6.52441) (6.96472) (6.35648) (-2.52308) (1.22319)
R2=0.85726 S.E.= 2.19355 F=75.67184
又因为X4与X5存在高度线性相关;X5的回归系数与经济意义相悖;X3对应变量的影响过小,所以,我们再删除X5和X3,得到最后的模型如下:
Y = -6.52360 + 1.43157*X6 + 14.85735*X4 + 0.17563*X1
Dependent Variable: Y
Method: Least Squares
Date: 12/16/03 Time: 15:02
Sample: 1 69
Included observations: 69
Variable Coefficient Std. Error t-Statistic Prob.
C -6.523598 1.097257 -5.945368 0.0000
X6 1.431569 0.250798 5.708055 0.0000
X4 14.85735 1.979237 7.506603 0.0000
X1 0.175630 0.027465 6.394663 0.0000
R-squared 0.840445 Mean dependent var 9.407536
Adjusted R-squared 0.833081 S.D. dependent var 5.588435
S.E. of regression 2.283199 Akaike info criterion 4.545255
Sum squared resid 338.8448 Schwarz criterion 4.674768
Log likelihood -152.8113 F-statistic 114.1274
Durbin-Watson stat 2.192626 Prob(F-statistic) 0.000000
经过以上逐步回归分析,我们最后得出结论模型:
Y = -6.52360 + 1.43157*X6 + 14.85735*X4 + 0.17563*X1为对应变量Y(股票上市价格)回归最优的模型。
对模型进行D-W检验:n=69, k=3得: DU<D-W=2.192626<4-DU,所以,该模型不存在自相关。
同样,对模型进行ARCH检验,也表明模型不存在异方差。
四、经济意义解释
模型的可决系数为 0.840445,可见模型整体上非常显著,说明新股的上市价格80%以上可以用公司的股票的市盈率、上一年的每股净资产和前一年的每股收益来解释。这说明公司的基本面仍是决定股价的重要因素。
在模型中,解释变量X4(1999年每股净收益)对应变量的影响最为显著。每股收益上升一元,将有可能使股票上市价格提高14.86元。所以,上市公司想要从股票上市中募集到更多的资金就应该着重注意自己股票的收益情况,特别是上市前两年的每股收益情况。
解释变量X6(2000年末每股净资产)对应变量的影响也较为显著。每股净资产增长一元,将有可能使股票上市价格提高1.43元。说明投资者在投资股票时也非常看重公司的资产情况,资产较高的公司将可能在股票上市时募集到更多的资金。
解释变量X1(市盈率)对股票上市价格的影响并不十分显著。市盈率每增加一倍,只可能使股票价格上升0.18元。这有可能是由于上市公司的市盈率受到所处行业的影响较为显著的原因,在本次分析中并没有对这一点进行考虑。
四、结论
通过对新股上市的及回归分析,我们得出了部分因素对新股上市定位的影响方式以及影响程度,这样我们就能够利用以上的分析来确定合理的新股的发行的价格。首先,由于新股上市时公司状况不会发生明显变化,信息披露也相对比较充分,公司上市定位基本是由公司的自身素质和成长性来决定,二级市场状况对其影响有限,这为减少随机因素的影响,合理制定公司的发行价格,奠定了现实基础。其次,可以影响新股定价的因素虽然很多,但也有主次、重要与不重要之分,因此,当供需双方在确定新股上市价格时,应首先考虑发行公司的盈利能力、上市公司所处行业市场平均市盈率等主要影响因素,确定其二级市场的大致定位,再考虑其它的次要因素,确定新股上市的发行价格。
但是,也应该考虑到的是,中国证券市场仍处于一个不断调整的变革时期,因此,完全依赖于计量经济模型的分析进行投资具有极大的风险性,它只是一个辅助工具,而不是对未来的准确测算。