THEGRADUATIONTHESISTEMPLATE实证分析答辩模板答辩人：指导老师：单击添加学院名称/专业名称01 引言摘要02 文献综述03 实证研究04 结论与建议06 样本数据附录05 主要参考文献目录/CONTENTS01引言摘要020103040506引言摘要摘 要本文则通过建立回归模型对沪市A股市场IPO抑价的成因进行了实证分析，结果表明我国IPO发行抑价主要与上市首日换手率、上市首日大盘收盘行情、承销商声誉是影响A股IPO抑价程度的主要因素。通过实证分析之后得出结论，要降低新股的IPO抑价水平,政府应该倡导理性投资，更合理地引导市场投资行为；培育和规范承销商的行为；大力培育和发展机构投资者，优化投资者结构。关键词关键词关键词IPO（股票首次公开发行）抑价描述的是在首次公开发行股票过程中，股票上市首日收盘价高于其招股价的现象，也就是指股票一级市场的发行价格低于二级市场上市价格的现象。在有效市场状态下，首日收益应该与以后的交易日的收益没有系统差别。但是发行过程中，IPO反常的首日高收益几乎为各国市场的普遍现象，中国证券市场中的IPO抑价尤其严重。过高的IPO抑价率会造成二级市场的震荡，影响证券市场的稳定运行，使市场充斥着投机氛围。IPO抑价问题非常复杂性，至今尚未形成统一的认识，世界各国学者尝试从不同角度来解释IPO抑价行为，主要有：赢者诅咒假说、随潮流假说、信号假说、投机泡沫假说、投资银行声誉假说等。这些都是西方学者在发达资本主义国家成熟资本市场的基础上研究后得出的结论，在国外获得了相应实证研究的支持，而关于股票的发行和定价是我国的股票市场和其他国家的股票市场的一个根本性区别，不能脱离这一根本问题来研究中国的股票市场。关键词我国A股IPO抑价影响因素的实证分析通常,IPO股票上市首日的收盘价要远远高于其招股发行价格,使认购IPO的投资者能够获得超过正常的股票收益率,这就是股票IPO抑价,也就是指股票的发行价格偏低。在中国，资本市场投机成分严重，存在严重的过度乐观和羊群效应等诸多非理性现象。投资者特别热衷于首次公开发行的股票，表现出一种“非理性的狂热”。投资者在上市首日会争购新股，需求的拉动使得上市首日交易价格大幅上升，导致A股市场突出的IPO抑价现象。投资者特别热衷于首次公开发行的股票，表现出一种“非理性的狂热”。投资者在上市首日会争购新股，需求的拉动使得上市首日交易价格大幅上升，导致A股市场突出的IPO抑价现象。IPO的高抑价不仅会使一级、二级市场低风险与高收益的不匹配，发展不均衡；而且降低了资本市场资源配置效率，不利于资本市场的健康发展。股票市场的主要作用就是筹资,而IPO是股票一级市场筹集资金最关键的环节。IPO的抑价是股票发行价格对股票市场价值的低估,意味着筹集的资金减少。由于IPO的抑价直接影响着股票市场资金筹集的作用,所以对IPO抑价问题的研究就显得较为重要。IPO的高抑价不仅会使一级、二级市场低风险与高收益的不匹配，发展不均衡；而且降低了资本市场资源配置效率，不利于资本市场的健康发展。020103040506引言摘要引 言02文献综述010203040506国外研究文献综述许多学者尝试从不同角度来研究IPO抑价的行为,并提出了不同的抑价原因,但由于IPO所涉及问题的复杂性,事实上至今仍然没有一个统一的能够解释IPO抑价问题的理论。这些理论主要有:投资银行买方垄断假说该假说从发行企业和投资银行签定新股承销合同之间信息不对称的角度来分析IPO抑价现象的。赢者诅咒假说该假说认为，市场中存在掌握信息的投资者和未掌握信息的投资者，且两类投资者之间不存在任何的信息交流。随潮流假说该假说认为，投资者购买首次公开发行股票的行为不是发生在某一个单一的时间内，而是有一个“动态”调整的过程。信号假说该假说认为，IPO折价的存在是为了克服新股发行市场中存在的逆向选择问题。投机-泡沫假说此假说认为,IPO过高的超额报酬率是投机者投机欲望造成的。由于IPO被投资者过度认购,许多投机者以招股价认购IPO不易成功。1234信息不对称角度主导着IPO抑价;徐文燕和武康平(2001)通过建立中国股市的收益率偏度模型进行了研究,认为承销商对新股的托市是造成抑价的一个重要原因;张继强、周勇、张秉麟(2003)发现信号假说对中国IPO市场抑价有较好的解释能力,但对该假说的直接证据支持是弱的。010203040506国内研究文献综述博弈论角度陈工孟、高宁(2000)对我国A股的高抑价的解释是,投资者和发行公司会进行博弈,如果投资者认为该公司风险大,公司就会抑价发行新股;同时,如果发股公司计划上市不久后增发股票,则会在一级市场以较低价格发行新股。行为经济学角度王美今、张松(2000)认为,我国新股包装上市的情况比较严重,夸大其辞的宣传误导了二级市场投资者对新股的价格期望;韩德宗和陈静(2001)认为,存在于我国股票二级市场的投机泡沫现象使“小盘股”的股份易被炒高。新股发行方式角度王晋斌(1997)发现,沪市1997年上半年IPO的平均超额收益率达267%,传统的解释变量(风险、股利、公司规模、宏观经济景气指标、中签率、承销方式)对中国股市新股申购为何具有超额报酬率均不具显著的解释能力,并且从新股发行定价方式的角度做出了解释。03实证研究0102040506因素假设03实证研究发行股数一般说来，发行数量少的公司本身规模也比较小，而投资者所面临的的信息不对称情况也就会相对大些。此外，股价易被投机者所掌控，易出现“小盘股效应”，因而比大盘股更易受到投资者追捧，新股的市场价格随之升高，抑价率越大。因此假定发行股数与抑价率呈负相关关系。发行市盈率(P/E)市盈率=1/融资成本率，市盈率高预示着公司越具有良好的发展前景，说明股票的成长性和赢利性越强，市盈率P/E对抑价率有较显著的正面影响。但是市盈率较高，其发行价格相对也较高，从一定程度上影响了抑价率。因此假定发行市盈率与抑价率呈正相关关系。承销商声誉国外学者普遍认为，承销商名气越大，投资者的认购意愿更强烈，新股抑价率越高。因此假定承销商声誉与抑价率呈正相关关系。中签率中签率是在认购结束后根据超额认购的倍数公告的，超额认购越多，中签率越低，意味着发行定价偏低，市场对新股的需求越大，据供求理论，新股抑价率将增大。因此假设中签率与抑价率呈负相关关系。发行与上市时间间隔发行到上市时间间隔对新股的影响历来有所争论。一种观点认为此间隔越长，投资者所承担的不确定风险越大，新股抑价率会越大，用来补偿其风险。另一种观点认为新股上市时间间隔越长，公司信息透明度高，股市投机者行为影响较小，新股上市抑价率趋于合理，逐步降低。本文取第一种假设，及假设发行与上市时间间隔与抑价率呈正相关关系。0102040506因素假设03实证研究上市首日换手率上市首日成交量与上市首日换手率相似，上市首日成交量也反映投资者对新股的乐观预期。因此假定上市首日成交量与新股抑价率呈正相关关系。公司性质一般认为国有股份比重越重，投资者对公司的预期会越高，因此，国有股份比重与抑价程度成正相关。二级市场由散户和机构投资者在一级市场没有申购到股票，急于在二级市场抢购，通过巨额成交量将短期价格拉高，新股抑价率越高。因此假设上市首日换手率与抑价率呈正相关关系。高管拥有的股份一般认为，企业管理层拥有股份，则管理层会为了自己的利益，而有意促成高抑价。因此，与抑价程度成正相关。0102040506变量选择03实证研究本文以沪市2009年发行上市的70只A股股票为样本，收集了上市间隔、上市当日大盘收盘指数、发行价、首日收盘价、首日成交量、发行规模、中签率、公司国有股份比重、上市企业高级管理人员拥有的股份比重、发行市盈率和主承销商等基本情况。中收集的数据中所有公司的国有股份均为0，上市企业高层均未持股，所以这两项不考虑为变量。通过筛选最终确定了9个变量如下：X1：IPO费率X2：上证指数收盘指数X3：发行上市间隔X4：换手率X5：发行市盈率X6：中签率X7：承销公司排名X8：首日成交量X9：发行规模Y：IPO抑价率IPO抑价程度的衡量方法：Y=（P1-P0）/P0其中：P1为新股上市首日收盘价；P0为新股发行价。IPO费率=发行费用/筹资总额X1换手率=上市首日的成交量/发行总股数*100。X4数据统计过程中排名超出50的均按55计算。X70102040506模型设计03实证研究应用多元线性回归OLS分析，通过逐步回归法确定IPO抑价率与所选影响因素间的相关程度，以分析影响因素对IPO抑价率的影响程度。模型设计Y=0+1X1+2X2+3X3+4X4+5X5+6X6+7X7+8X8+9X9+DependentVariable:YMethod:LeastSquaresDate:04/09/10Time:10:23Sample:170Includedobservations:70VariableCoefficientStd.Errort-StatisticProb.C-5.0954540.848274-6.0068520.0000X10.4510231.7739150.2542530.8002X20.0010230.0002593.9455510.0002X30.0086760.0048311.7959360.0775X44.1738100.5401707.7268480.0000X50.0012390.0035440.3495170.7279X6-40.8405314.13729-2.8888510.0054X70.0032740.0020381.6067620.1134X8-4.86E-063.42E-06-1.4213900.1604X91.81E-079.93E-081.8193500.0738R-squared0.650135Meandependentvar0.793397AdjustedR-squared0.597656S.D.dependentvar0.433823S.E.ofregression0.275176Akaikeinfocriterion0.388755Sumsquaredresid4.543322Schwarzcriterion0.709968Loglikelihood-3.606408Hannan-Quinncriter.0.516344F-statistic12.38832Durbin-Watsonstat1.812807Prob(F-statistic)0.000000Y= -5.095454+0.451023X1+0.001023X2+0.008676X3+4.173810X4+0.001239X5（-6.006852）（0.254253）（3.945551）（1.795936）（7.726848）（0.349517）-40.84053X6+0.003274X7-4.86380143X8+1.806437102X9+（-2.888851）（1.606762）（-1.421390）（1.819350）R2=0.650135 F=12.388320102040506模型修证03实证研究采用逐步分析法对该模型进行回归,其具体做法是:首先分别计算各自变量对应变量的贡献,由大到小挑选贡献最大的一个先进入方程,然后重新计算各自变量对应变量的贡献,并考察已在方程中的变量是否由于新变量的引入而不再有统计意义。如果有则将它剔除,并重新计算各自变量对应变量的贡献。如仍有自变量低于入选标准,则继续考虑剔除,直到方程内没有变量可被剔除,方程外没有变量可被引进为止。（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。回归结果如图表2：自变量系数标准误差T统计量ProbX14.6064602.3278701.9788300.0519X20.0007810.0003722.1006870.0394X30.0172960.0058522.9555270.0043X43.1151070.4796826.494