中国共同基金的选股能力研究来自IPO市场的证据.docx

第六届中国立信风险管理论坛论文集%s*-来自 ipo 市场的证据冯旭南 1李心愉 2(1.上海大学,2.北京大学)摘 要：以基金参与 ipo 发行市场新股认购事件为背景，本文对中国共同基金的选股能力进行探讨。我们认为，面临锁定期限制下的新股申购决策主要来自基金管理人对拟上市公司的内在评价。以基 金选股的模型残差 residual funds 作为共同基金对 ipo 新股一致内在评价的代理变量，本文的研究 结果表明，在 ipo 后 1 年（3 年）内，高 residual funds 样本的市场回报和经营业绩都显著高于低 residual funds 样本。也就是说，基金业对 ipo 新股的正面评价能够预测新股的未来表现。即使我 们采用多种方法进行稳健性检验，上述结论仍然不变。本文的结论对客观认识中国共同基金的选股 能力具有重要的启示意义。关键词：共同基金；选股能力； ipo一、引 言基金管理人是否善于收集和分析信息，从而选到未来增值潜力较大的股票，使其所管理的基金能够获得超额收益，是学术界和基金投资者普遍关心的重要问题。尽管从 jensen（1968）开始的大 量研究表明，在扣除基金交易、管理和其它费用后，共同基金并没有给投资者带来超额回报（gruber， 1996；elton et al，1993；carhart，1997 等），然而依然有大量资金涌入共同基金业以获取投资收益。与以往研究（如 wermers，2000 等）侧重于从业绩评估的角度间接探讨基金经理的选股能力有 所不同，本文以中国开放式基金参与新股 ipo 发行市场这一特殊事件为背景，直接对基金管理人的 选股能力进行研究。拟上市公司具有发展历史短，成熟度不足，没有股价交易记录，信息透明度不 足等特征。与此同时，aharony et al（2000）还认为，中国新股上市前的财务包装行为非常普遍。此 外，参与我国 ipo 发行市场的机构投资者还面临 3 个月的锁定期限制。因此，尽管新股上市首日的 高回报率可能刺激着开放式基金的打新冲动，但拟发行公司信息不对称的典型特征以及锁定期条款 的约束，再加上 ipo 股票长期表现不佳（ritter，1991，loughran 和 ritter，1995 等）现象的普遍存在，这就意味着参与 ipo 发行市场的机构仍要面临一定的风险。因此，只有对拟上市公司内在评价- 66 -第六届中国立信风险管理论坛论文集较为积极的基金才会决定并成功参与新股申购。在其它条件完全相同的情况下，参与新股认购的开放式共同基金越多，则说明对该新股的看法较为积极的基金也就越多。从这种意义上讲，如果共同 基金具有选股能力，则参与新股认购的基金个数隐含着基金经理对拟上市公司未来表现较为共同的 期望信息。除内在期望外，其它因素也可能对参与新股申购的基金个数产生影响，如：当新股的发行规模 较大时，参与认购的基金数可能就越多。由于我们的研究重点是中国开放式基金的选股能力，对拟 上市新股内在质量的辨识直接影响其参与新股申购的决定，因此我们需要进一步建立模型，来控制 公司和发行特征（如公司规模、承销商声誉等）对基金参与 ipo 新股认购的影响。该模型的回归残 差 residual funds 表示已知因素不能对基金参与新股认购解释的部分，因此可以作为基金经理对拟上 市公司内在评价的代理变量。显然，当共同基金具有选股能力时，则拟上市公司在新股发行阶段获 得的内在评价越高，其在未来的表现就相应越好。上述分析构成了本文进行实证研究的基础：residual funds 与公司的未来表现正相关。以 2005-2010 年间，中国开放式共同基金参与新股 ipo 申购数据为样本，我们的研究验证了上 述猜测。本文发现，无论是用股票在资本市场上的长期表现，还是公司的经营业绩来度量，residual funds 都与公司的未来表现正相关。即使我们采用多种方式进行稳健性检验，上述结论仍然不变。 具体来讲，当三均分 residual funds 后对新股表现进行投资组合分析时，考虑 size 和 b/m 配比后， 在新股上市后一年（三年）内，低 residual funds 组合的购买并持有超额回报率为-11.4%（-55.5%）， 而高 residual funds 组合的购买并持有超额回报率却为-3.2%（15.2%）。无论是在统计还是在经济意 义上，两者之间都存在显著性差异。上述正相关关系在 carhar（t 1997）四因子模型和 fama 和 macbeth（1973）回归分析中也得到了验证。在四因子模型中，在公司上市后一年（三年）内，高 residual funds 和低 residual funds 样本截距项之差为 2.1%（1.9%），这就意味着低 residual funds 组合的拟上市公 司在 ipo 后一年（三年）内的月超额回报率显著低于高 residual funds 公司。在考虑主承销商声誉， 是否是四大会计师事务所审计拟上市公司财务报告后，我们的 fama-macbeth(1973) 月截面回归仍然 表明，residual funds 与公司上市后的一年（三年）内的股价表现正相关。共同基金在 ipo 发行市场上能够选到未来表现较好的新股在上市后的公司经营业绩上也得到了 充分体现。我们分别用 roa（资产回报率）、ros（销售利润率）和 roe（股权回报率）来度量公 司来自会计层面的经营业绩。结果都表明，在公司上市后的 3 个会计年度内，高 residual funds 样本 的会计经营业绩最高，中 residual funds 样本次之，低 residual funds 样本的会计经营业绩最低。即 使我们采用行业中位数或均值进行调整，上述结论仍然不变。总的来说，我们来自 ipo 发行市场的证据表明，中国开放式基金具有选股能力。具有表现在， 当基金经理对拟上市公司的内在评价较高时，公司在上市后三年内的股价表现和经营业绩都相对较好。- 67 -第六届中国立信风险管理论坛论文集本文的贡献主要体现在以下几个方面：一、和传统文献（grinblatt 和 titman，1989；wermers，2000 等）侧重于从业绩评估方面分析 基金的选股能力存在较大差异，我们从事件研究角度进行的直接探讨较好地规避了业绩评估文献难 以绕开的 fama（1970）“联合检验问题”。需要指出的是，我们并非首个借助特殊事件分析基金选股能力的文献，baker et al（2010）以盈 余公告事件为背景，nain 和 yao (2012)以公司收购事件为背景都对美国基金的选股能力进行了深入 研究，但他们都是通过特定事件发生前的基金交易行为来推断基金经理的选股能力，尽管得出的结 论都非常有趣，但由于二者的样本区间大多集中在 2000 年 8 月 fd 条例实施前，因此他们基于二级 市场以信息获取为基础的分析难以排除“不公平信息披露”对分析结论可能产生的影响，而本文从 ipo 发行市场角度进行研究则较好地回避了潜在的“内部交易”问题，因此我们选取的背景事件也 更为清洁。二、我们的研究能够丰富学术界对 ipo 股票长期表现不佳现象的认识。ipo 长期收益不佳现象（ritter，1991；loughran，1993；levis，1993；espenlaub et al，2000）非常重要，因为它可能意味 着资本配置的无效率，投资者情绪的影响或获利机会的存在。本文发现一个新的变量，residual funds， 显著影响公司上市后的长期股价表现。我们发现，ipo 股票长期表现不佳现象主要集中于低 residual funds 公司。因此，本文的结论也具有重要的实践意义，投资于在股票发行阶段就被共同基金看好 的股票有助于中小投资者尽可能地避免亏损。本文接下来的主要结构如下：下一部分是研究样本和基金选股的模型分析，第三部分分别分析新股上市后的市场和经营业绩表现，最后是全文的主要结论。二、研究样本和基金选股的模型分析1、数据来源和研究样本我们的研究样本是 2005-2010 年间实行询价制发行的 a 股上市公司。由于中国的新股发行制度 屡经变迁，因此集中于询价制可以较好地规避制度因素对分析结论可能产生的影响。共同基金参与 ipo 发行市场的获配数据来自聚源数据库。在样本区间内，我们随机抽取 50 家 公司，对比聚源数据库中的数据与“*公司首次公开发行 a 股定价、网下发行结果及网上中签率公 告”披露的“网下配售”明细之间可能存在的差异，以确保核心数据的正确性。可喜的是，抽样结 果的准确性竟达到 100%。公司上市后的财务和股价数据来源于国泰安 csmar 数据库。剔除因“吸收合并”和“比例换股”上市的样本后，全文所使用样本的年度分布如表 1 所示。- 68 -第六届中国立信风险管理论坛论文集表 1.研究样本年度样本个股占全体样本的比例200520062007200820092010总体146512376993477241.93%8.98%16.99%10.50%13.67%47.93%100%从表 1 可以看出，研究样本在不同年度的分布存在较大差异，这主要是由证监会对新股发行节奏进行管制造成的，如 2005 年 5 月 25 日到 2006 年 6 月 2 日以及 2008 年 9 月 16 日到 2009 年 6 月17 日都曾出现新股发行暂停现象。此外，全文来自 2010 年的样本也较多，占到样本全体的 47.93%。经分析发现，这主要是由在深圳创业板上市的公司较多造成的，达到 117 家。由于创业板和主板公 司在盈利指标等方面的发行标准上存在诸多差异，因此在后面的所有分析中，我们需要控制上市板 块对分析结论可能产生的影响。2、描述性分析公司和发行特征的描述性分析如表 2 所示。在 ipo 发行市场上，平均每家拟上市公司获得 41.68支共同基金的认购，中位数是 33。在未报告的分析中，基金认购的最小数是 1，最大是 198。表 2.主要变量的描述性分析fullsamplelowfundsmedianfundshighfundst-test(w-m-wtest)41.68(33.00)10.84(11.00)0.16(0.00)0.03(0.00)0.25(0.25)0.52(0.37)33.42(33.00)0.18(0.00)0.06(0.00)0.25(0.25)0.39(0.38)80.37(74.00)0.25(0.00)0.13(0.00)0.24(0.25)0.40(0.40)41.25 * (18.88)*2.53* (2.51)*3.79* (3.74)* 0.91(0.65)0.89(0.86)original funds0.20(0.00)reputable underwriter0.07(0.00)big40.25(0.25)offer ratio0.44(0.38)largest ownership- 69 -第六届中国立信风险管理论坛论文集private firm0.78(1.00)0.14(0.06)0.11(0.10)0.01(0.02)-1.20(-1.23)21.41(24.00)0.69(1.00)0.21(0.00)0.85(1.00)0.09(0.031)0.08(0.05)0.02(0.03)-1.41(-1.53)25.74(28.00)0.70(1.00)0.25(0.00)0.77(1.00)0.13(0.10)0.11(0.10)0.01(-0.00)-1.30(-1.26)22.96(22.00)0.63(1.00)0.26(0.00)0.70(1.00)0.19(0.17)0.15(0.11)-0.01(0.01)-0.89(-1.02)15.58(13.00)0.73(1.00)0.11(0.00)0.94(0.88)3.22* (2.43)*2.29* (2.95)* 3.08* (3.78)* 3.89* (2.17)*11.84* (10.09)* 0.65(0.64)4.02* (3.96)*sales growthind ajdustedroeind ajdustedleverageind ajdustedfirm sizeind ajdustedpre 1 month ipossmall and median boardgrowth enterprise board（1）t 检验和 wilcoxon-mann-whitney 检验分别验证低共同基金认购样本和高共同基金认购样本在均值和中位数上是否存在显著性差异。（2）在第 1-4 列，括号中给出的是相应变量的中位数。第 5 列括号里给出的 wilcoxon-mann-whitne 检验的 z 值。（3）*，*，*分别表示在 1%，5%和 10%的水平上显著不等于 0。由于我们关注的重点变量是参与新股认购的基金数，因此我们把全部样本分为高（高于 67%）、 中、低（低于 33%）三组。从表 2 可以看出，低共同基金认购样本认购数的平均值（中位数）是 10.84（11.00），中共同基金认购样本认购数的平均值（中位数）是 33.42（33.00），高共同基金认购样本 认购数的平均值（中位数）是 80.37（74.00）。我们首先分析发行特征。在 ipo 文献中，投资银行声誉与拟上市公司的质量密切相关（carter 和 manaster，1990；beatty 和 welch，1996），但由于我国并不存在类似美国见 证投资银行地位的墓碑广告，因此本文需要结合中国国情来刻画投资银行的声誉。经过与投行界人士的探讨，我们认为，若主承销在近三年内的承销总金额或承销 ipo 总个数位于同行业前 10%，则该主承销商的声誉较高，即 reputable underwriter 哑变量为 1，否则为 0。从表 2 中可以看出，20%的拟上市公司由声誉较高的投行进行承销。此外，高共同基金认购的拟上市公司，由声誉较高的投行承销的比例也较高，达到 25%，高于低共同基金认购样本的 16%，无论是均值还是中位数，两者 之间都在 5%的水平上存在显著性差异，t 值和 wilcoxon-mann-whitney 检验的 z 值分别达到 2.53- 70 -第六届中国立信风险管理论坛论文集和 2.51。除了投资银行，会计师事务所也与拟上市公司的质量密切相关（rock, 1986; beatty, 1989; michaely et al., 1995）。参考国际学界的研究成果，我们以四大会计师事务所来度量审计质量。若新股发行时的审计报告由四大会计师事务所签署，则 big4 记为 1，否则为 0。从表 2 可以看出，在2005-2010 年的样本区间中，仅 7%拟上市公司的审计报告由四大会计师事务所出具。高共同基金认购的拟上市公司，由四大出具审计报告的比例也较高，达到 13%，远高于低共同基金认购样本的 3%。向社会公众拟发行的新股占发行后公司总股本的比例 offer ratio ，三组样本之间并不存在显著性差异，都在 25%左右。在关于公司发行特征的分析中，我们并没有提供与发行价相关的指标，因为在询价制下，公司的招股意向书中并没有公布招股价，招股价是由主承销商向询价对象询价后，根据询价结果与发行 人协商确定。对于发行公司的特征，我们首先来看第一大股东的持股比例 largest ownership ，低共同基金认购样本的第一大股东的持股比例稍高，为 52%，高于高共同基金认购样本的 40%，但两者之间，无论是均值还是中位数，都不存在显著性差异。 由于中国近年来的民营上市公司发展较快，因此我们还需要追踪所有权性质可能对基金认购产生的影响。若拟上市公司的终极控制人为个人，则 private firm 记为 1，否则为 0。从表 2 可以看出，我们研究的大多数拟上市公司为民营企业，占比 78%。尽管低共同基金认购样本的民营公司占 比比例（85%）高于高共同基金认购样本（70%），但两者之间并不存在显著性差异。表 2 还给出了 ipo 之前三年 的销售增 长率（ sales growthind ajdusted ），股权回报率 （ roeind ajdusted ），资产负债率（ leverageind ajdusted ）和公司规模（ firm sizeind ajdusted ）的平均值。为了控制行业因素的潜在影响，我们用同行业已上市公司的中位数对上述四个变量进行调整，其中 行业分类采用聚源标准。从表 2 中可以看出，高共同基金认购样本的销售增长率和股权回报率较高， 资产负债率却较低。此外，此类公司的规模也较大。即使我们采用行业均值进行调整，上述结论依 然不变。公司发行前的新股上市活动也会对共同基金的认购行为产生影响。当此前的新股发行较为密集 时，由于共同基金的选择面较宽， 因此其认购拟上市新股的可能性会受到一定影响。 若用 pre 1 month ipos 来度量新股发行前一个月内的新上市公司个数，则从表 2 中可以看出，高共同基 金认购样本的 pre 1 month ipos 个数较低，和我们的猜测比较一致。表 2 还给出了公司的上市板块，其中 small and median board 表示中小板，growth enterprise board- 71 -第六届中国立信风险管理论坛论文集表示创业板。可以看出，无论是哪一组样本，在中小板上市的比例都超过 60%，但高共同基金与低共同基金认购样本之间并不存在显著性差异。就创业板而言，高共同基金认购样本在创业板上市的 比例要显著低于低共同基金认购样本，分别是 11%和 25%。3、基金选股的模型分析我们接下来通过多元回归模型来分析基金选股的决定性因素。因变量是参与新股认购的基金个 数，ols 模型如下：original funds = a + b1 * reputable underwriter + b2 * big4 + b3 *offer ratio + b4 * largest ownership + b5 * private firm+ b6 * sales growthind ajdusted + b7 * roeind ajdusted + b8 * leverageind ajdusted + b9 * firm sizeind ajdusted + yearj + boardk + ejk上述模型的主要回归结果如表 3 所示，和表 2 的单变量分析结果比较一致。从模型可以看出，声誉较高的投行承销的股票，以及由四大会计师事务所审计的拟上市公司，更 容易吸引基金的打新行为从而造成较多的基金成功参与 ipo 申购。此外，行业调整后的公司销售增 长率越高，股权回报率越高，则共同基金的参与也更为积极。若公司的资产负债率较低，则参与新 股认购的基金业也较多。同时，基金还偏爱规模较大的拟上市公司。最后，若公司发行前的新上市公司数目较少，则基金的新股申购活动也较为积极。表 3.基金选股的模型分析模型模型3.555*(2.02)3.393* (1.94)5.399*(2.56)reputable underwriter5.390*(2.75)big4-28.695(-1.63)offer ratio-0.943(-1.45)-1.546(-0.75) 3.279* (2.19)4.192*(3.63)largest ownershipprivate firm3.434* (2.30) 5.887*(1.91)sales growthind ajdustedroeind ajdusted- 72 -第六届中国立信风险管理论坛论文集-10.041*(-1.75)-12.347* (-2.21) 2.035* (2.26)-0.333* (-3.08)yes yes 10.051(0.49)0.396724leverageind ajdusted1.339* (1.95)-0.345* (-3.18)yes yes 18.710(0.89)0.397724firm sizeind ajdustedpre 1 month iposboard dummiesyear dummies interceptadjusted r squaren（1）括号中给出的是 robust-t 值。（2）*，*，*分别表示在 1%，5%和 10%的水平上显著不等于 0。剔除模型中回归结果不显著的变量，我们构建更为简洁的回归方程模型。与模型相比，模型回归系数的 t 值并未发生显著变化，调整后的 r2 也未发生重大变化。 因此，我们使用模型来分析共同基金参与 ipo 发行市场的程度，其回归残差 residual funds 表示 已知因素不能对基金参与新股认购解释的部分，作为基金经理对拟上市公司内在评价的代理变量。 显然，若基金管理人具有选股能力，则当其对拟上市公司的内在评价较高时，该公司在未来的表现 就相对较好。基于模型的回归残差，我们把拟上市公司分为三组，residual funds 低于 33%（low），位于 33%和 67%之间（median），高于 67%（high）。如果共同基金具有选股能力，那么当较多的基金同 时选择同一只新股时，则该新股在未来的表现就相对较好。也就是说，high residual funds 样本在未来的表现最好，low residual funds 样本在未来的表现最差。三、公司 ipo 后的市场回报分析我们首先分析 residual funds 与公司 ipo 后市场回报之间的关系。如果共同基金具有选股能力，那么当较多的基金对某支拟上市新股的内在评价都较高时，其在 ipo 后的市场回报就应该相对较高。 换句话说，基金事先共同的内在评价能够在新股上市后的股价上有所反应。尽管我们猜测，如果共同基金具有选股能力，那么 residual funds 与公司 ipo 后的市场回报之- 73 -第六届中国立信风险管理论坛论文集间存在正相关关系，但我们并没有对相应的事件窗作出界定。事实上，如果事件窗过短，则除了选股能力，这种正相关关系也可能是由其它原因引起的。如，较多的基金认购新股，可能会引起二级 市场中小投资者的注意，投资热情的高涨很容易引起新股在公开交易后股价上升。需要注意的是， 如果这种正相关关系仅仅是由投资者过度关注引起的，那么随着时间的流逝，中小股民投资热情的 降低同样会引起相应的价格反转。因此，我们的分析区间分别界定在新股上市后 1 年和 3 年，即 +6,+258和+6,+761。如果从较长的样本区间内得出的结论比较一致，则能够说明我们分析结果的 稳健性。从市场回报角度得出的结论在很大程度上取决于资产定价模型的准确性以及市场回报率的计算 方法。因此，借鉴实证资产定价领域的研究成果，我们采用三种常见的方法来验证上述猜测。首先， 我们考察公司 ipo 后 1 年（3 年）的购买并持有超额回报率。接下来，我们采用考虑动量效应（momentum）的 fama- french(1993)三因子模型，即 carhart（1997）四因子模型分析 ipo 样本的超 额回报率。最后，我们采用 fama-macbeth(1973)面板模型来探讨 residual funds 与公司 ipo 后市场 回报之间的关系。来自这些模型的分析结果都说明，residual funds 与公司 ipo 后 1 年（3 年）的市 场回报率正相关。也就是说，来自 ipo 发行市场的证据表明，中国的共同基金具有选股能力。3.1 公司 ipo 后 1 年（3 年）的购买并持有超额回报率分析 在该部分，我们通过不同的基准（benchmark）来计算公司 ipo 后 1 年（3 年）的购买并持有超额回报率，计算公式分别是：min(258 or stop)min(258 or stop)t=6min(761 or stop)t=6min(761 or stop)1- year bhar =(1+ ri,t ) -(1+ mri,t )t=6t=63 - year bhar =(1+ ri,t ) -(1+ mri,t )min(258 or stop) / min(761 or stop) 表示公司上市后的第 258/761 个交易日或截止 2012年 5 月 30 日，股票交易日的最小值。由于计算公司 ipo 后 3 年的购买并持有超额回报率需要较长的 事件窗，因此在 3 - year bhar 的计算中，我们不考虑在 2009 年和 2010 年的新上市公司。ri,t 表 示 ipo 公司的日回报率，mri,t 表示对应期间比较基准的日回报率。在这两个日回报率的计算中，我 们考虑红利再投资可能产生的影响。此外，送股等股本变更行为的潜在影响也一并考虑。我们采用的基准分别是沪深 a 股所有股票的等权平均收益率和沪深 a 股所有股票的流通市值加 权平均收益率，以及对应 size 和 b/m 所构成的 55 投资组合的基准收益率。size 和 b/m 投组基准 收益率的计算方法如下：首先，我们把沪深 a 股所有股票分别按照每年年底的总市值和 book to market ratio 按照从小到大的顺序进行 5 等分。因此，每只股票的 size 和 b/m 分别属于 1 到 5 之间的一个组合，这样共形成 25 个组合。接下来，我们计算投组内所有股票的等权平均收益率，把其作- 74 -第六届中国立信风险管理论坛论文集为该年度内 size 和 b/m 投组的基准收益率。最后，投组的构建，每年年底都进行重新调整。对于 ipo公司来说，其 size 的分组参考新股上市后第 5 个交易日的总市值，b/m 的分组参考公司 ipo 后的所 有者权益与新股上市后第 5 个交易日总市值之比。公司 ipo 后 1 年（3 年）的购买并持有超额回报率分析结果如表 4 所示。和其它学者（loughran 和 ritter，1995；brav et al，2000；das et al，2006）的结果相类似，无论是对应哪个基准收益率， ipo 股票都长期表现不佳。对于全体样本来说，在 ipo 后 1 年内，相对沪深 a 股所有股票的等权平 均收益率以及沪深 a 股所有股票的流通市值加权平均收益率，我们样本区间内 ipo 公司的平均收益 率分别是-0.369 和-0.138。在 ipo 后 3 年内，相对沪深 a 股所有股票的等权平均收益率以及沪深 a 股所有股票的流通市值加权平均收益率，我们样本区间内 ipo 公司的平均收益率分别是-1.477 和 0.037。无论是对于 ipo 后 1 年还是 3 年的分析区间，当我们采用 size 和 b/m 投组 的作为基准收益率进行分析时，ipo 股票长期表现不佳现象都有所缓解。此时，ipo 后 1 年内，样 本公司的购买并持有收益率为-0.064。ipo 后 3 年内，样本公司的购买并持有收益率为-0.198。这与 brav et al（2000）、das et al（2006）等人的研究结论比较一致，ipo 公司大多数是规模较小公司以 及 b/m 较低的公司，因此 ipo 股票长期表现不佳在很大程度上反映了同类公司的市场表现。我们接下来根据 residual funds，分组考虑 ipo 子样本的长期市场表现。在 ipo 后 1 年内，相对 沪深 a 股所有股票的等权平均收益率，低、中、高 residual funds 子样本的购买并持有超额回报率 分别是-0.491、-0.406 和-0.208；相对沪深 a 股所有股票的流通市值加权平均收益率，这三组子样本 的购买并持有超额回报率分别是-0.259、-0.158 和 0.003；相对 size 和 b/m 投资组合，低、中、高 residual funds 子样本的购买并持有超额回报率又分别是-0.114、-0.048 和-0.032。当我们把分析区间扩展到 ipo 后 3 年，相对沪深 a 股所有股票的等权平均收益率，低、中、 高 residual funds 子样本的购买并持有超额回报率分别是-2.312、-1.422 和-0.732；相对沪深 a 股所 有股票的流通市值加权平均收益率，低 residual funds 子样本的购买并持有超额回报率为-0.195 且显 著小于 0，中 residual funds 子样本的购买并持有超额回报率为-0.009 但不显著，高 residual funds 子样本的购买并持有超额回报率为 0.312 且显著大于 0；相对 size 和 b/m 投资组合，低、中、高 residual funds 子样本的购买并持有超额回报率又分别是-0.555、-0.20 和0.152。此时，高 residual funds 子样本的购买并持有超额回报率虽然为正，但并不显著。 在未报告的分析中，我们还发现，无论是 ipo 后 1 年还是 3 年，高 residual funds 子样本的购买并持有超额回报率都显著低 residual funds 子样本。- 75 -第六届中国立信风险管理论坛论文集表 4. ipo 后 1 年（3 年）的购买并持有超额回报率全体lowmedianhighipo 后 1 年的购买并持有超额回报率return in excess of equally weighted all a stock shares indexreturn in excess of tradable value weighted all a stock shares indexreturn in excess of size andb/m matching portfolios-0.369*（-0.259）-0.491*（-0.298）-0.406*（-0.285）-0.208*（-0.172）-0.138*（-0.113）-0.259*（-0.178）-0.158*（-0.115）0.003（-0.008）-0.064*（-0.032）-0.114*(-0.116)-0.048*(-0.036)-0.032*(-0.024)ipo 后 3 年的购买并持有超额回报率return in excess of equally weighted all a stock shares indexreturn in excess of tradable value weighted all a stock shares indexreturn in excess of size andb/m matching portfolios-1.477*（-0.901）-2.312*（-2.344）-1.422*（-0.863）-0.732*（-0.715）0.037（0.014）-0.195*（-0.299）-0.009（0.122）0.312*（0.203）-0.198*（-0.304）-0.555*(-0.775)-0.203*(-0.300)0.152(0.094)（1）括号中给出的是购买并持有超额回报率的中位数。（2）*，*，*分别表示在 1%，5%和 10%的水平上显著不等于 0。3.2 日历时间法下 carhart（1997）四因子时间序列回归分析 我们接下来采用考虑动量效应（momentum）的 fama-french(1993)三因子模型，即 carhar（t四因子模型来度量 residual funds 与新股上市后市场回报之间的关系，主要回归模型如下：rpt - r ft = a + b (rmt - r ft ) + ssmbt + hhmlt + mumdt + et1997）rpt 表示日历月 t 内 ipo 股票组合的等权平均收益率。 rmt 是沪深 a 股所有股票的流通市值加 权平均收益率，r ft 是无风险资产的收益率，用中国央行公布的三个月期定期存款利率来度量。smbt是日历月内小公司股票的收益率与大公司股票收益率之差，hmlt 是高 b/m 股票与低 b/m 股票的月- 76 -第六届中国立信风险管理论坛论文集收益率之差（fama 和 french，1993）。umdt 是过去一年内表现较好（winner）的股票组合与表现较差（loser）的股票组合的月收益率之差（carhart，1997）。四因子模型的截距项a 用来度量投资组 合的超额回报率。carhart（1997）四因子模型的回归结果如表 5 所示。为分析 residual funds 是否与新股上市后 市场回报之间存在正相关关系，我们主要检验低、中、高 residual funds 子样本之间的截距项a 是 否存在显著性差异。对于 ipo 后 1 年的样本来说，低、中、高 residual funds 子样本之间的截距项a分别等于-0.018、-0.003 和 0.003，它们都在 5%的水平上显著正相关。为了更清晰地看出低 residual funds 子样本与高 residual funds 子样本之间在超额收益率上是否存在显著性差异，我们再构建一个 买入高 residual funds 子样本与卖空低 residual funds 子样本的零投资组合（zero investment portfolio）。正如表 5 panel a 所示，该组合的超额收益率的月平均值是 0.021，也就是说，低 residual funds 组合的月平均超额收益率要低于高 residual funds 组合 2.1 个点。表 5 panel b 给出的 ipo 后 3 年内，低、中、高 residual funds 子样本能够获得的超额收益率。 从中可以看出，低 residual funds 组合的月超额收益率显著为负，为-0.013；中 residual funds 组合的月超额收益率为负但不显著，为-0.001；高 residual funds 组合的月超额收益率显著为正，为 0.007。 从零投资组合的截距项a 可以看出，在 ipo 后 3 年内，低 residual funds 组合的月平均超额收益率要低于高 residual funds 组合 1.9 个点。表 5. carhart（1997）四因子模型asmbhadjustedr2panel a: ipo 后 1 年低 residual funds-0.018* (-2.41)-0.003* (-2.24) 0.003* (2.04) 0.021*(2.31)0.941* (15.26)0.924* (15.12)0.951* (16.47)0.0378(0.59)0.796* (6.38)0.588* (4.77) 0.296* (2.54)-0.475*(-3.67)-0.379* (-2.37)-0.405* (-2.50)-0.750* (-4.90)-0.360*(-2.13)-0.006(-0.43)-0.021(-1.46)-0.023* (-1.77)-0.018(-1.23)0.795中 residual funds0.766高 residual funds0.782zero-investmentportfolios0.203panel b: ipo 后 3 年低 residual funds-0.013*0.954*0.680*-0.334*-0.0100.871- 77 -第六届中国立信风险管理论坛论文集(3.30)-0.001(-0.16)0.007* (2.76)0.019*(3.01)(21.15)0.911* (20.62)0.939* (20.95)-0.005(-0.14)(7.46)0.621* (6.81) 0.220* (2.43)-0.443(-5.30)(-2.79)-0.510* (-4.35)-0.517* (-4.37)-0.186*(-1.71)(-0.99)-0.014(-1.37)-0.018* (-1.77)-0.007(-0.72)中 residual funds0.863高 residual funds0.852zero-investmentportfolios0.304（1）括号中给出的是 robust-t 值。（2）*，*，*分别表示在 1%，5%和 10%的水平上显著不等于 0。3.3 fama-macbeth(1973)回归分析该部分采用 fama-macbeth(1973)方法分析 ipo 后 1 年（3 年），个股回报率之间的差异。 fama-macbeth(1973)月截面回归分析能够使我们在控制承销商声誉、审计质量等因素的影响后，进 一步分析 residual funds 与股票收益率之间的关系。进行 fama-macbeth(1973)回归分析时，每月内，我们考虑所有股权账面价值为正的上市公司。 若此时某公司刚好处于 ipo 后 1 年（3 年）内，则在模型(模型)中，issue 取 1，否则取 0。参考 loughran 和 ritter（1995），我们在该部分采用的主要回归模型如下：ri,t = intercept + b1 * log (mv ) + b2 * log (bv / mv )+ b3 * issue + b4 * residual funds* issue+ b5 * reputable underwriter * issue + b6 * big4* issue我们的回归模型包括 log (mv ) 和 log (bv / mv ) ，主要是因为 daniel 和 titman（1997）认为，它们能够很好地预测个股收益率。此外，我们还加入了 reputable underwriter 以及 big4 与issue 的交叉乘积项，主要是因为 carter et al（1998）认为承销商声誉会对 ipo 股票的长期回报产生影响，和承销商的签证作用相类似，高质量的审计报告也可能影响到 ipo 股票的长期收益。 上述模型的 fama-macbeth(1973)回归结果如表 6 所示。公司 ipo 后 1 年内（模型）和 3 年内（模型）的主要结论基本一致。residual funds* issue 系数为正，且至少在 10%的水平上通过显著 性检验。也就是说，在 ipo 发行市场上，参与新股认购的共同基金越多，股票在 ipo 后 1 年（3 年） 内的月度收益率越高。和 carter et al（1998）的结果以及我们的猜测比较一致，承销商声誉和审计报 告质量也对 ipo 后的股票收益率产生了显著影响，具体体现在表 6 中 reputable underwriter* issue和 big4* issue 的回归系数上。- 78 -第六届中国立信风险管理论坛论文集表 6. fama-macbeth(1973)月截面回归模型（1 年）模型（3 年）log(mv)-0.023* (-12.54)-0.012* (-8.91)-0.022(-1.40)0.014* (2.85) 0.038* (1.83) 0.058* (2.01)-0.042* (-17.47)0.17884-0.061*（-13.39）-0.037*（-5.45）-0.192（-0.72） 0.019* (1.87) 0.062* (2.44) 0.039* (2.13)-0.061*（-15