新股上市首日定价预测模型研究

文章编号 :1003 - 207 (2003) 01 - 0006 - 04 新股上市首日定价预测模型研究 孔玉生 ,王忠杰 (江苏大学工商管理学院 ,江苏 镇江 　212013) 摘 　要 :本文根据经济计量学有关原理和方法 ,以 2000 年 1 月～2002 年 6 月在上海证券交易所上市的 184 家新股 (A 股)为样本 ,借助于 SPSS1110 统计软件包 ,采用逐步回归法 (STEPWISE) ,建立了一个新股上市首日定价预测模 型 ,以期为投资者的投资决策行为提供有益的帮助。 关键词 :新股 ;定价 ;预测模型 ;回归 中图分类号 : F830. 9 　　　文献标识码 :A 收稿日期 :2002 - 05 - 28 ;修订日期 :2002 - 11 - 15 作者简介 :孔玉生 (1962 - ) ,男 (汉族) ,江苏高淳人 ,江苏大学工 商管理学院会计系系主任、副教授 ,南京理工大学在 读博士 ,研究方向 :财务管理 1 　　在我国证券市场上 ,新投 (国外又称为 Initial Public Offerings ,简称 IPOs ,这里专指首次发行的普 通 A 股 ,下同) 上市首日定价与发行价之间的价差 长期居高不下 ,新股申购中签率很低 (在 2000 年 1 月～2002 年 6 月期间 ,新投上市首日收盘价与发行 价相比平均上涨 136134 % , 平均中签率仅为 014321 %) ,对于资金最有限的普通投资者来说 ,中 签无异于“中奖”,没有“中奖”的投资者被迫到二级 市场上寻求新股投资机会。能否准确地预测新股上 市合理价位 ,对于投资者尽可能地获取投资收益并 规避风险具有十分重要的意义 ,本文试图对这一问 题作一探讨。 1 　文献回顾 目前 ,有关中国新股上市定价预测模型的研究 较少 ,已有的研究可分为两类 :一类主要研究影响定 价的因素但没有给出具体的定价模型。李博、吴世 农 (2000) 以 1996～1999 年在沪深交易所上市的 529 家首次公开发行的 A 股为研究对象 ,研究了新 股发行的初始收益率 (初始收益率与上市定价本质 上是一致的)影响因素 ,研究结果表明新股初始收益 率与发行量、上市首日换手率相关性很高 ,而与上市 公司基本面关系不大。宋逢明、梁洪昀 (2001) 以 1999 年 95 只新股为研究对象 ,得出了与李博、吴世 农基本相同的结论。这类研究由于没有给出具体的 定价模型 ,投资者无法据此预测新股上市的合理价 位 ,因而对普通投资者的实用价值不大。另一类研 究给出了具体的定价模型。国泰君安的顾颉 (2000) 以 1997～2000 年年初上市的 398 家新股为样本 ,得 到了 10 日均价的回归方程 ,回归方程的拟合度尚 好。邱冬阳等 (1999)以 1997 年 1 月～1998 年 4 月 10 日在深交所上市的 85 家新股为研究对象 ,通过 回归方法建立了预测模型 ,模型的回归方程拟合度 较好。然而 ,上述两种模型都没有进行异方差和共 线性的检验 ,而异方差和共线性如果存在将破坏 OL S 估计及假设检验过程 ,导致假设检验不再可 靠 ,使模型的预测功能失效 (Damodar N1 Gujarati ,见 参考文献[ 5 ]) ,所以我们无法确定模型的可靠性。 基于以上分析 ,为得到可靠度较高的新股上市 定价模型 ,我们根据经济计量学有关原理和方法 ,以 2000 年 1 月～2002 年 6 月在上海证券交易所上市 的新股为样本 ,先设计一个新股上市首日定价预测 模型 ,然后根据对回归结果的分析对模型进行调整 , 以解决异方差、自相关和共线性问题。经过多次这 样的调整后 ,最终我们得到了较为理想的预测模型。 2 　新股上市首日定价预测模型的建立 211 　影响新股上市首日定价因素的分析 根据有关经济理论和我国证券市场运行的实际 经验 ,我们认为影响新股上市首日定价的因素可分 为以下几个方面 :市场环境、发行价、财务指标、股票 供求关系、可操纵性、成长性预期及其他因素 ,其中 成长性预期反映了投资者对新股的未来成长性的预 期 ,是需要投资者根据公司的行业性质、公司管理水 平和创新能力等综合作出判断。 212 　变量设计 第 11 卷 　第 1 期 2003 年 　　 2 月 　　　　　　　　　　　 中国管理科学 Chinese Journal of Management Science 　　　　　　　　　　　 Vol. 11 , No. 1 Feb. , 　2003 　　根据 211 的分析 ,我们设计了一些变量 ,以定量反映各因素的影响 ,详见表 1。 表 1 　新股定价模型研究中使用的变量 类型 名称 单位 符号 说　　　　明 被解释变量 收盘价 元 y 指新股上市日收盘价 解释变量 上证指数 无 X1 指新股上市日上证收盘指数 ,用以反映市场环境的影响 解释变量 发行价 元 X2 反映新股发行定价情况 解释变量 每股收益 元 X3 解释变量 净利增长率 ( %) 无 X4 解释变量 每股净资产 元 X5 净利增长率是指新股上市前两年净利增长率 ,每股净资产是指发行后每股净资产 ,每股 收益是指全面摊薄每股收益。这三个变量代表公司财务指标 解释变量 换手率 ( %) 无 X6 解释变量 中签率 ( %) 无 X7 这两个变量用以反映新股的供求关系 解释变量 发行数 无 X8 解释变量 总股数 无 X9 X8 = LN (发行股数/ 1000) ;X9 = LN (总股本/ 1000) 。这两个变量反映新股上市后 ,主力 对股票操纵的难易程度 :X8、X9 越大主办对新股的操纵的难度越大。 虚拟变量 股市大势 无 D1 如新股上市时股市是牛市取值为 1 ,否则取值为 0 虚拟变量 成长性预期※ 无 D2 如市场预期公司未来成长性高则取值为 1 ;否则取值为 0 虚拟变量 成长性预期 无 D3 如市场预期公司未来成长性低则取值为 1 ;否则取值为 0 　　※当成长性预期为高时 ,D2 = 1 且 D3 = 0 ;当成长性预期为一般时 ,D2 = D3 = 0 ;当成长性预期为低时 ,D2 = 0 且 D3 = 1。 213 　样本选择 本文从 2000 年 1 月～2002 年 6 月在上海证券 交易所上市的 195 家新投中剔除无法获取相关数据 的 11 家公司 ,共获得 184 个样本 ,其中 2000 年样本 数 82 个 ,2001 年样本数 75 个 ,2002 年 1 月至 6 月 样本数 27 个。全部样本数据由作者根据中国证监 会网站 (www1csrc1gov1cn) 、上海证券交易所网站 (www1sse1com1cn) 、新股资讯网 ( www. eastock. com) 、中国上市公司资讯网 ( www1cnlist1com) 、南 方证券苏州营业部网上股票交易分析系统有关数据 统计而得。 214 　回归模型设计 我们首先分别作出被解释变量对各解释变量的 散点图 ,根据对散点图的观察 ,我们设计了如下的多 元线性回归模型 ,以尽可能准确地反映被解释变量 和各解释变量之间的线性关系 : yi =α+β1xi1 +β2xi2 +β3xi3 +β4xi4 +β5xi5 +β6xi6 +β7xi7 +β8xi8 +β9xi9 +γ1di1 +γ2di2 +γ3di3 +εi 式中 :α是常数项 ;Xij是解释变量 Xj 的第 i 个观 测值 ,j = 1 ,2 ⋯9 ;β1～β9 、γ1～γ3 为未知参数 ;ε为误 差项 215 　回归结果及分析 借助于 SPSS1110 统计软件包 ,为解决异方差、 自相关和共线性问题 (检验和修正异方差、自相关和 共线性的方法见参考文献 [ 5 ]) ,在显著性水平α= 0105 下 ,我们采用逐步回归法 ( STEPWISE) ,对模 型进行了多次调整 ,最终得到了较满意的回归结果 (最终回归结果列示在表二中) 。 表 2 　系数分析表( Coeff icients) Unstandardized Coefficients Standardized Coefficients B Std1Error Beta t Sig1 CollinearityStatisticsTolerance VIF (Constant) 251853 31178 81135 1000 X2 11075 1041 1455 261147 1000 1718 11394 D3 - 61333 1338 - 1298 - 181731 1000 1858 11165 X8 - 41383 1233 - 1299 - 181775 1000 1855 11170 D2 251331 11158 1363 211880 1000 1786 11272 X1 91212 E - 03 1001 1217 131490 1000 1840 11191 X6 1145 1015 1157 91543 1000 1797 11255 21511 　回归方程 表 2 列示了回归系数 B ,由此我们可以得到如 下的最优回归方程 : y = 251853 + 11075x2 - 61333D3 - 41383x8 + 251331D2 + 01009212x1 + 01145x6 回归方程表明 :变量 x3、x4、x5、x7、x9、d1“丢失”。“丢失”的主要原因是 :这些变量或对 y 的影响不显著 ,或它们的存在不同程度地造成了模型的异方差、自相关和共线性问题。21512 　回归结果分析 ·7·第 1 期 　　　　　　　　　　　　　孔玉生等 :新股上市首日定价预测模型研究 ①回归系数分析 表二列示了偏回归系数为 0 (和常数项为 0) 的 假设检验的 t 值及显著性水平值 ( Sig1) 、共线性统 计量 ( Collinearity Statistics) 。从表 2 可以看出 :常 数项和变量的显著性水平值都为 01000 ,这表明常 数项和各自变量都通过了显著性检验。各自变量的 共线性诊断的指标容许度 ( Tolerance) , 分别为 : 01718、01858、01855、01786、01840、01797 ,都比较接 近于 1 ; 容许度的倒数膨胀因子 ( V IF) 分别为 : 11394、11165、11170、11272、11191、11255 ,数值均较 小。由于容许度越接近于 1 ,自变量之间存在共线 性的程度越小 ,因此 ,我们可以拒绝它们之间的共线 性假设 ,即可以认为不存在共线性问题。 ②拟合优度检验 判断回归直线的拟合优度的好坏常用 R2 系数 作为指标 ,R2 系数体现了回归模型所能解释的因变 量变异性的百分比。R2 的取值范围是 :0～1 ,R2 越 接近于 1 表明回归直线的回归效果越好。表 3 列示 了 R Square 即 R2 系数值和 Adjusted R Square 即修 正的 R2 系数值 ,分别为 01962 和 01960 ,都非常接 近于 1 ,因此 ,模型对数据的拟合较好。 表 3 　模型综述表( Model Summary) R R Square Adjusted R Square Std1Error of the Estimate Durbin - Watson1981 1962 1960 2103094 11976 　　③方差分析 表 4 列示了方差分析结果 :Sum of Squares 为回 归平方和 (Regression) 、残差平方和 ( Residual) 、总平 方和 ( Total) ,df 为自由度 ,Sig1 为大于 F 值的概率。 方差分析结果表明 ,回归方程的显著性概率值为 01000 ,拒绝回归系数均为 0 的原假设 ,模型的回归 效果是高度显著的。 表 4 　方差分析表( ANOVA) Sum of Squares df Mean Square F Sig1 Regression 182731725 6 30451621 7381385 1000 Residual 7301073 177 41125 Total 190031798 183 　　④自相关检验 : SPSS 提供了 Durbin - Watson 检验 ,用于检验 假设“回归模型中的误差项是独立的 ,即模型不存在 自相关问题”是否成立 :当DW 值在 2 的附近时说明 残差之间是独立的 ;当 DW < 2 时说明残差之间是 正相关的 ;当 DW > 2 时说明残差之间是负相关的。 表 3 列示了 DW 值 ,DW 值为 11976 ,非常接近于 2 , 由此我们认定 :残差之间相互独立 ,即模型不存在自 相关问题。 ⑤正态性检验 : 图 1 是标准化残差的直方图 ,据此图我们易得 : 残差服从正态分布。表 5 列示了预测值 ( Predicted Value)和残差 ( Residual) 的最小值、最大值、均值和 标准差 ,其中 ,残差 ( Residual) 的均值和标准差分别 为 :01000、1199737。根据上述分析 ,我们可以断定 : 回归模型的残差服从均值为 0、方差为 11997372 的 正态分布。 表 5 　残差统计量表( Residuals Statistics) Minimum Maximum Mean Std1 Deviation N Predicted Value 216938 8910300 1918462 9199282 184 Residual - 512145 816227 1000 1199737 184 图 1 　标准化残差 (Regression Standardized Residual)的直方图 ( Histogram) 　　⑥异方差检验 从图 2 的收盘价的预测值与其学生化残差的散 点图中可以看出绝大部分观察量随机地落在围绕垂 直的 ±2 的范围内 ,预测值与学生化残差值之间不 存在明显的关系 ,因此模型不存在异方差问题。 　　⑦模型的经济学检验 根据回归方程 ,我们得到如下的相互关系 : ①新 ·8· 中国管理科学 　　　　　　　　　　　　　　　　　　　2003 年 图 2 　收盘价的预测值与其学生化残差 (Regression Studentized Residual)的散点图 股上市首日收盘价与发行价、上证指数和换手率成 正相关关系 ,与发行量成负相关关系 ; ②当市场预期 公司未来成长性高时 ,新股上市定价将上调 251331 元 ;当市场预期公司未来成长性低时 ,新股上市定价 将下调 61333 元 ,调价是相对市场预期公司未来成 长性一般 (即当 D2 = D3 = 0 时) 而言的。上述关系 符合经济学原理和经济学常识 ,因此 ,模型通过了经 济学检验。 综上所述 ,模型通过了各项检验 ,理论上是可靠 的 ,值得信赖。该模型的数学表达式是 :…y = 251853 + 11075x2 - 61333D3 - 41383x8 + 251331D2 + 01009212x1 + 01145x6 3 　模型运用与评价 虽然我们已得到理论上较理想的新股上市定价 预测模型 ,但我们尚不清楚模型在实际运用中预测 效果 ,为此 ,我们试用此模型对 2002 年 7 月上市的 几只股票进行了预测 (数据来源和范围与上述 184 个研究样本相同) ,我们的预测结果如表 6 所示 (置 信水平为 1 -α= 0195 ,预测值为新股上市首日收盘 价期望值) 。 表 6 显示 :除大连圣亚低估了 16139 %外 ,其他 股票预测值与实际值均较接近 ,因此 ,我们的预测模 型在实际运用中预测效果较好 ,模型的精度较高。 表 6 　模型的实际运用效果 股票代码 股票名称 X1 X2 X3 X4 X5 X6 X7 X8 X9 D2 D3 实际值 预测值 误差※ 预测偏差 % 600590 泰豪科技 1730192 4176 124 16450 21409 7017913 10676 8129 9150 0 0 20128 20183 - 155 - 2173 600503 宏智科技 1729199 8168 143 12227 41143 5211613 10655 8129 9131 0 0 22157 22133 124 1105 600593 大连圣亚 1696194 7171 139 10484 31360 6514397 10528 8107 9113 0 1 21100 17156 3144 16139 　　※误差 = 实际值 - 预测值 ;预测偏差 = (误差×100 %) / 实际值 ;实际值是指新股上市首日实际收盘价 参考文献 : [1 ] 李博 ,吴世农 1 中国股市新股发行 ( IPOs) 的安始收益率 研究[J ]1 南开管理评论 ,2000 , (5) 1 [2 ] 宋逢明 ,梁洪昀 1 发行市盈率放开后的 A 股市场初始回 报研究[J ]1 金融研究 ,2001 , (2) 1 [3 ] 邱冬阳 ,黄娇敏 ,何力 1 深市新股上市价格预测模型[J ] . 预测 ,1999 , (1) 1[4 ] 顾颉 1 新股发行定价研究 1 姚刚 ,2000 年国泰君安[ C]1 上海 :上海财经大学 ,2000126 - 271[5 ] Damodar N1Gujarati1 经济计量学 [ M ]1 北京 :机械工业出版社 ,20001 Research on the Forecast Model of IPOs’First Day Pricing KONG Yu - sheng ,WANG Zhong - jie (Business Administration School ,Jiangsu University ,Zhenjiang 212013 ,China) Abstract : According to the theories and methods of Econometrics ,this paper selects 184 IPOs as samples which are listed in Shanghai Stock Exchange from Jan1 ,2000 to J un1 ,2002 and develops a forecast model of IPOs’ first day pricing by adopting the method of Stepwise Regression with the help of SPSS11101 Its goal lies in help2 ing investors make reasonable investment decisions1 Key words : IPOs ;pricing ;forecast model ;regression ·9·第 1 期 　　　　　　　　　　　　　孔玉生等 :新股上市首日定价预测模型研究