影响新股上市定价的因素分析

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。

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

1、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

Std. Error t-Statistic Prob.

Variable Coefficien

t

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

4.520174

S.E. of regression 2.210426 Akaike info

criterion

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d L=1.433，近似上限临界值d U=1.802，因为d U

（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：