| （二）.超额收益率计算
本文将699个样本采用等权重分配的方式构造一个组合，分别计算出在上述窗口期间某公司所属行业板块指数日收益率与市场指数日收益率，这样一共可以得到699个相对应的样本，继而分别代入 和 模型，来估计各自模型中 和 ，然后分别计算出 以及 的日超额收益率，最后将每个 代入 ( =1,2,3…. 为公司自发布招股说明书至上市前一日)，计算出在相应事件窗口内每个公司所获得的超额收益率。此外，本文还将分年度以及分行业采用上述方法建立相应的计量模型，来观察不同年份以及不同行业下体现何种效果。从之前的研究来看，对于时间跨度较长的样本一般采用周收益率，但本文采用日收益率是考虑到对于每个公司而言，从招股至上市前一日该时间段长短不一，因此用日收益率数据将更为准确。
（三）.数据样本的选择：
本文采用 三级行业划分标准下共47个行业的股票。同时本文按照如下标准剔除以下数据：（1）自发布招股说明书后2个月内没有上市交易的，这样的数据有4个；（2）因为历史遗留问题上市的股票，这样的股票有3个；（3）因为比例换股而上市的公司，这样的股票有6个。以此标准筛选后，本文用以研究的样本数一共有699个。
（四）.市场指数的选择：
鉴于本文所选699个样本分布在沪深两市，并且集大小盘股于一体且又分布在47个行业中，具有一定的完整性，因此选择具有涵盖所有股票信息的上证指数和深圳综指。鉴于迄今没有可以覆盖沪深所有股票价格的指数，本文采取等分原则，两市指数各占50%作为市场指数。市场指数=上证指数*0.5+深圳综指*0.5。数据来源于金融数据库。
（五）.指数收益率的计算：
1.市场指数收益率的计算
设 为第 日市场指数， 为第 日末的市场指数金融论文， 为该 日市场对数收益率，则 。
2.行业板块指数收益率的计算
设 为某行业板块在第日指数， 为第日末的某行业板块指数，设 为该日行业板块对数收益率， 。
附：本文用Eviews3.0完成数据处理。
3.无风险收率的选择
本文选取一年期定期存款利率作为无风险收益率，考虑到从2000年至2009年中国人民银行共有13次调整，因此在选择对应的时间窗口时，采取加权算术平均的方法予以调整。
|
时间
|
利率
|
时间
|
利率
|
|
1999.6.10-2002.2.20
|
2.25%
|
2007.8.22-2007.9.14
|
3.60%
|
|
2002.2.21-2004.10.28
|
1.98%
|
2007.9.15-2007.12.20
|
3.87%
|
|
2004.10.29-2006.8.18
|
2.25%
|
2007.12.21-2008.10.08
|
4.14%
|
|
2006.8.19-2007.3.17
|
2.52%
|
2008.10.09-2008.10.29
|
3.87%
|
|
2007.3.18-2007.5.18
|
2.79%
|
2008.10.30-2008.11.26
|
3.60%
|
|
2007.5.19-2007.7.20
|
3.06%
|
2008.11.27-2008.12.22
|
2.52%
|
|
2007.7.21-2007.8.21
|
3.33%
|
2008.12.23-2008.12.31
|
2.25%
|
数据来源于中国人民银行官方网站。
(六).不同度量范围下的超额收益率
表一：.对全部样本超额收益率的数据统计：(2000.1.1-2008.`12.31)
|
方程
|
|
|
|
样本区间
|
检验样本区间
|
估计样本区间
|
检验样本区间
|
估计样本区间
|
|
平均值
|
0.001618
|
-1.94E-07
|
0.001618
|
-8.18E-08
|
|
中位数
|
0.001744
|
-0.000230
|
0.001744
|
-0.000230
|
|
最大值
|
0.179614
|
0.020290
|
0.179614
|
0.020290
|
|
最小值
|
-0.207953
|
-0.025559
|
-0.207953
|
-0.025559
|
|
波动率
|
0.049244
|
0.006371
|
0.049244
|
0.006371
|
|
偏度
|
-0.018506
|
-0.149354
|
-0.018506
|
-0.149354
|
|
峰度
|
5.442436
|
4.432241
|
5.442435
|
4.432241
|
|
J-B
|
173.7848
|
62.25403
|
173.7848
|
62.25403
|
|
Probability
|
0.000000
|
0.000000
|
0.000000
|
0.000000
|
|
|
-3.99E-05
|
0.000184
|
-4.72E-05
|
0.000116
|
|
|
0.892721***
|
0.001647*
|
0.892721***
|
0.001647*
|
从上述结果可以看出，以市场模型而言，699个样本在发布招股说明书至上市前一日该时间区间内总体上能够获得0.16%左右的超额收益率，鉴于通过计算发现平均每个样本自招股日至上市日平均需要16个交易日，因此折合成年收益率有将近2.45%的超额收益（一年按240个交易来算）。
注：***，*分别表示在1%和10%的显著性水平下通过检验
表二：分年度的超额收益率的数据统计*
|
模型
|
|
|
|
年份
|
样本数
|
超额收益率
|
|
|
超额收益率
|
|
|
|
2000
|
133
|
0.001229246
|
0.000601***
|
0.990526***
|
0.001231949
|
0.000364
|
0.990526***
|
|
2001
|
65
|
-0.001013691
|
-3.55E-06
|
1.058575***
|
-0.001004772
|
0.001282
|
1.058575***
|
|
2002
|
68
|
0.000156002
|
-0.000159
|
1.114236***
|
0.000146405
|
0.002103**
|
1.114236***
|
|
2003
|
65
|
0.000359481
|
-0.000797**
|
0.803751***
|
0.000349291
|
-0.004682*
|
0.803751***
|
|
2004
|
96
|
0.000569415
|
-0.000978***
|
0.977261***
|
0.000562798
|
-0.001438
|
0.977261***
|
|
2005
|
14
|
3.12642E-05
|
-0.001971**
|
0.468873**
|
4.51154E-05
|
-0.01392***
|
0.468873**
|
|
2006
|
73
|
0.001883213
|
-0.000545
|
0.845464***
|
0.001880757
|
-0.004161**
|
0.845464***
|
|
2007
|
113
|
0.003353898
|
0.001740***
|
0.783466***
|
0.003356614
|
-0.005081**
|
0.783466***
|
|
2008
|
72
|
0.001687363
|
0.000796**
|
1.053462***
|
0.001688316
|
0.002901**
|
1.053462***
|
从表二的结果可以看出，除了01年以外，其余年份都能获得一定的超额收益。以CAPM模型而言，07年超额收益最高，折合成年超额收益达5.14%。
*:只描述检验样本区间，略去估计样本区间，下同
表三：分行业的超额收益率的数据统计
|
行业
|
模型1 *
|
模型2**
|
行业
|
模型1*
|
模型2**
|
行业
|
模型1*
|
模型2**
|
|
化工
|
+
|
+
|
能源设备与服务
|
+
|
+
|
房地产管理与开发
|
+
|
+
|
|
复合型公用事业
|
+
|
+
|
水务
|
+
|
+
|
制药
|
+
|
+
|
|
金属非金属与采矿
|
+
|
+
|
商业服务与用品
|
+
|
+
|
纸与林木产品
|
+
|
+
|
|
海运
|
+
|
+
|
商业银行
|
+
|
+
|
石油天然气与供消费用燃料
|
+
|
+
|
|
汽车零部件
|
+
|
+
|
媒体
|
+
|
+
|
交通基础设施
|
+
|
+
|
|
酒店餐馆与休闲
|
+
|
+
|
通信设备
|
+
|
+
|
多元化零售
|
+
|
+
|
|
电器设备
|
+
|
+
|
建材
|
+
|
+
|
饮料
|
-
|
-
|
|
航空货运与物流
|
-
|
-
|
消费品经销商
|
-
|
-
|
信息技术服务
|
-
|
-
|
|
建筑产品
|
-
|
-
|
航天航空与国防
|
-
|
-
|
食品与主要用品零售
|
-
|
-
|
|
建筑与工程
|
-
|
-
|
食品
|
-
|
-
|
电子设备仪器和元件
|
-
|
-
|
|
汽车
|
-
|
-
|
航空
|
-
|
-
|
资本市场
|
-
|
-
|
|
软件
|
-
|
-
|
生物科技
|
-
|
-
|
综合类
|
-
|
-
|
|
电脑与外围设备
|
-
|
-
|
机械
|
-
|
-
|
休闲设备与用品
|
-
|
-
|
|
半导体设备与半导体产品
|
-
|
-
|
纺织品服装与奢侈品
|
-
|
-
|
容器与包装
|
-
|
-
|
|
医疗健康设备与用品
|
-
|
-
|
公路与铁路运输
|
-
|
-
|
家庭耐用消费品
|
-
|
-
|
|
电力
|
-
|
-
|
贸易公司与工业品经销
|
-
|
-
|
|
|
|
注：“+”表示有拉动效应；“-”表示有挤出效应
模型1为市场模型：;
模型2为资本资产定价模型：
从上表可以清晰的看到新股登录二级市场的消息会对20个行业板块起到拉动效应，颇有意思的是，这20个行业绝大部分属于传统行业，如水务、化工、基础交通设施行业等；而余下的27个行业则受到了挤出效应，这些行业中有相当一部分是属于高科技新兴产业，如电子设备仪器和元件、软件以及半导体设备与半导体产品等论文格式范文。
一般而言，高技术产业有着较高的技术壁垒，同行业公司的IPO对其所造成的竞争压力不及一般产业那么大，那么为何会在此表现出一定的挤出效应呢？本文认为鉴于该产业的技术垄断优势以及广阔的发展前景,因此IPO公司会受到广大投资者的追捧,导致一部分资金从同行业股票撤出,继而转向IPO公司。
三、IPO发行对行业股票影响的因素分析
上述实证研究表明从总体上而言，IPO发行对行业板块起着拉动的效应。但是从更深层次的角度思考这一问题时，我们发现并非每次新股发行，行业板块整体都将获得正的超额收益，以下IPO所具有的特征将影响板块效应：
其一、在每次大盘股发行时，人们普遍认为“大象”的发行将冻结很大一部分资金，市场上可流动资金的减少将无疑对板块乃至大盘产生巨大的负面冲击（Mohammad Farhad Hossain（2007））。本文认为发行规模确实是一个重要的变量因素,用 表示，具体计算方式为IPO公司拟募集资金与本文研究时间窗口的行业流通平均市值之比。
其二、高质量公司的发行是否会对行业板块产生影响。从经济学的角度来看，一家优秀的公司上市后会将融资应用于规模扩大再生产，使得同行业公司之间的市场竞争将更为激烈，激烈的竞争将会对同行业其他上市公司的业绩产生一定的负面影响,因此会对同行业公司的股价造成一定程度的挤出效应，本文在此用净资产收益率( )的来代表公司的优秀程度，鉴于每个行业的特殊性,故无法用的具体数值加以比较。由此本文将这一因素用虚拟变量表示：若公司上市前一年净资产收益率高于前一年行业平均净资产收益率，那么我们将设为1，反之为0。
其三、高负债率公司的发行是否会对行业板块产生影响。从新股发行对证券市场影响的理论基础之一证券价格的现值模型而言，如果上市公司的质量处于上乘且发行量较大时，才有助于提高上市公司的整体业绩水平，提高整个股市的投资价值，反之则对整个市场有负面效应，一般而言,高负债率说明该上市公司财务状况相对较差,因此,我们判断高负债率公司上市会对同行业其他公司的股价带来挤出效应. 本文在此用资产负债率( )来表示，鉴于每个行业的特殊性,故无法用的具体数值加以比较。由此本文将这一因素用虚拟变量表示：若公司上市前一年资产负债率高于前一年行业平均资产负债率，那么我们将设为1，反之为0。
第四、高市盈率公司的发行是否会对同行业板块产生影响。高市盈率的发行尽管被质疑为发行存在泡沫，但从另一层面来考虑，在监管层的严格审核下，高市盈率的发行反映出监管层对该公司未来的发展给予了肯定，也对该行业寄予了厚望。同时，王燕鸣，楚庆峰 [13]认为鉴于中国股市IPO上市后的高溢价率，会使得“老股”相对于新股出现“低估”，因此作为一个理性的投资者会在该企业上市之前买入同行业被低估的“老股”，由此会提升“老股”的价格。因此，我们判断高市盈率发行的公司将会对整个行业带来拉动效应。
2/3 首页 上一页 1 2 3 下一页 尾页 |
