影响新股上市定价的因素分析

1、- -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

2、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

3、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 X、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

4、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。卜表为69个样本的具体变量数据序 号证券代码股本结构两年业绩益）（每股收2000 年 末 每股净 资产 （元）发行价 格（元）市盈率 （倍）总股本（万股）流通股（万 股）1999 年（元）2000年（元）YX1X2X3X4X5X6160030911.2851.5138400.000012800.00000.420.41.9126004007.4028.3517952.00005000.00000.310.373.5136003696.1834.3317230.00007000.00000.090.113.324600389

5、7.0031.8018000.00004800.00000.250.182.5356003786.5840.1219557.33917605.00000.160.0729946.8410670.00004000.00000.290.156.5476003657.0849.1714000.00006000.00000.110.073.7586003266.8826.0618000.00007200.00000.240.172.196003774.2035.90503775.000015000.00000.160.162.7106003308.9945.0022947.0

6、0006000.00000.30.282.55序 号证券代码股本结构两年业绩（每股收 益）2000 年 末每股净 资产 （元）发行价 格（元）市盈率 （倍）总股本（万股）流通股（万 股）1999 年（元）2000 年（元）YX1X2X3X4X5X6116003825.5039.2817087.00006000.00000.190.212.93126003136.3053.0025220.00008000.00000.02-0.322.56136003329.8050.8481090.00007800.00000.180.22.82146003057.1029.2812715.00004000.

7、00000.190.2231560003715.5038.6735100.000010400.00000.530.434.92166000336.6626.4382200.000024000.00000.320.383.761760046610.2536.7912740.00005000.00000.230.195.11186003869.9235.8125200.00008000.00000.280.484.611960031212.4540.1631195.000010200.00000.240.254.94206005587.5034.7212000.00004500.00000.210

8、.243.94216003108.8035.2015675.00004500.00000.380.43.84226005509.1040.8033000.00009000.00000.20.12.64236003356.0021.4311662.86003500.00000.02-0.322.42246002508.1222.7519899.42008250.00000.310.365.06256000105.1818.50125000.000035000.00000.210.242.872660037610.4028.0517320.00006400.00000.440.383.932760

9、03159.1834.2827000.00008000.00000.270.284.092860051812.5730.837080.00001800.00000.410.625.532960036712.6624.3518200.00005460.00000.80.735.08306003199.2034.0731559.40008000.00000.190.1534231.2027000.00009000.00000.440.514.98326003567.0922.8714000.00004000.00000.330.343.77336003815.6835.5

10、011000.00003500.00000.180.193.08346005689.7041.457286.00003500.00000.190.1566864.3512000.00003000.00000.70.9210.343660032112.2832.5617520.00007000.00000.350.286.02376005289.5025.4741000.000011000.00000.40.2740052.0037130.000012000.00000.190.183.283960032910.0040.3236965.436

11、04000.00000.170.234.084060038024.8033.2960993.000015750.00000.740.424.94416005899.9045.0016000.00004000.00000.220.333.54426004686.6030.0011000.00003000.00000.050.043.03436005018.0032.0018731.43757200.00000.270.182.434460048811.2525.5725182.50127605.00000.510.473.92456003118.6034.1320000.00008000.000

12、00.320.294.97466004195.8034.528016.00003000.00000.170.153.584760053013.7741.9820000.00005000.00000.270.264.49序 号证券代码股本结构两年业绩（每股收 益）2000 年 末每股净 资产 （元）发行价 格（元）市盈率 （倍）总股本（万股）流通股（万 股）1999 年（元2000 年（元）YX1X2X3X4X5X6486003727.2833.0041000.000011000.00000.210.2136046.2412600.00006344.80000.170.

13、365.58506000284.2220.108670243.9000280000.00000.160.161.69516005696.8019.59134549.000027500.00000.350.43.4526003465.3634.4610500.00003850.00000.150.083536005667.8050.3210630.80004400.00000.170.134.315460049821.0052.3741000.00008800.00000.410.165.54556004189.9025.8023000.00008800.00000.390.584.856600

14、5396.9846.5323000.00008800.00000.160.13.535760051931.3923.9330250.00008651.50001.311.3710.375860059910.0045.4512600.00003960.00000.250.162.21596005089.0026.4740151.000011000.00000.410.423.66606004485.9241.3624500.00009350.00000.12-0.192.77616005967.3048.3413411.03634400.00000.150.243.75626003225.002

15、3.3242370.741712100.00000.160.083.91636003617.9018.9212557.29005000.00000.360.294.52646000117.9516.90600000.000025000.00000.610.684.86656003915.1719.9914000.00005000.00000.250.152.99666003319.1819.9613000.00005000.00000.170.35.25676005483.6620.00218070.000016500.00000.180.162.37686005064.9419.961605

16、0.00005000.00000.190.192.91696005234.9319.9822000.00007000.00000.090.012.57根据经济意义分析，我们假设模型的回归方程模型为：Y=B 1+ B 2X+ B 3%+ B 4X3+ B 5X4+ B 6X5+ B 7%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烧计量，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

17、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，而有白回归系数的 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佥验，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: YMethod: Least SquaresDate: 12/15/03 Time: 20:09Sample: 1 69Included observations: 69V

18、ariableCoefficientStd. Error t-StatisticProb.C-7.5318251.283759-5.8670110.0000X10.1722460.0274726.2699360.0000X2-3.79E-071.85E-06-0.2048650.8383X32.21E-055.86E-050.3768650.7076X420.259902.9728246.8150330.0000X5-6.2738862.510741-2.4988180.0151X61.6950270.2635716.4310080.0000R-squared0.857356Mean depe

19、ndent var9.407536Adjusted R-squared0.843551S.D. dependent var5.588435S.E. of regression2.210426Akaike info4.520174criterionSum squared resid302.9310Schwarz criterion4.746823Log likelihood-148.9460F-statistic62.10794Durbin-Watson stat2.105229Prob(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

20、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dL=1.433 ,近似上限临界值dU=1.802 ,因为dUd4-d u,表明不存在一阶自相关。(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：X1X2X3X4X5X6X11.00000-0.17888-0.21130-0.13604-0.135310.14565X2-0.178881.000000.9894

21、5-0.06832-0.04206-0.17997X3-0.211300.989451.00000-0.05037-0.03061-0.19196X4-0.13604-0.06832-0.050371.000000.885500.67362X5-0.13531-0.04206-0.030610.885501.000000.69818X60.14565-0.17997-0.191960.673620.698181.00000由此我们可以看到X2与X3、X4与X5存在高度线性相关，所以，我们认为原始模型中存在严重的多重共线性。(3)异方差检验。在 Eviews中进行ARCHt佥验，设定滞后期数为

22、3,得到的结果如下 表所示：ARCH Test:F-statistic0.031824Probability0.992294Obs*R-squared0.101476Probability0.991660Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 12/17/03 Time: 09:59Sample(adjusted): 4 69Included observations: 66 after adjusting endpointsVariableCoefficientStd. Error t-Stati

23、sticProb.C4.3949781.3881453.1660790.0024RESIDA2(-1)-0.0056150.126952-0.0442270.9649RESIDA2(-2)0.0377230.1266390.2978760.7668RESIDA2(-3)0.0089140.1267090.0703540.9441R-squared0.001538Mean dependent var4.577320Adjusted R-squared-0.046775S.D. dependent var7.941579S.E. of regression8.125191Akaike info7.

24、086507criterionSum squared resid4093.161Schwarz criterion7.219214Log likelihood-229.8547F-statistic0.031824Durbin-Watson stat2.000992Prob(F-statistic)0.992294由上表可得，Obs*R=0.101476 ,故表明模型不存在异方差。3、修正由于多重共线性的存在，将对模型本身的准确性产生很大影响，所以，我们通过逐 步回归的方法对模型进行修正。(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

25、程。经分析，在六个一元回归模型中，X6(2000年末的每股净收益)对应变量 Y (股票上市价格)的线性关系最强，拟合程度最好，即(保 留5位小数)：Y = -1.92205 + 2.87226*X6t=(-1.79222 )( 11.36788 )2R=0.65856 S.E.= 3.28975 F=129.22859(2)继续进行逐步回归，将其他解释变量加入模型，在Xi、X2、X3、X4、X5中我们保留了对Y影响较大、经济意义较强的 X4 ( 1999年的每股收益)进入方程，从而得到的方程 如下：Y = -1.40070 + 10.80441*X4 +1.95130*X6t= (-1.474

26、86)(4.54923)(6.49282 )R2=0.74007 S.E.= 2.89203 F=93.95619再将其他解释变量加入模型：Y = -6.52360 + 0.17563*X1+14.85735*X4 +1.43157*X6t=(-5.94537) (6.39466)(7.50660)(5.70805)R2=0.84044 S.E.= 2.283199 F=114.12736Y=-6.80187+0.17932*X1+2.57E-07*X2+14.81264*X4+1.46231*X6t=(-5.98005) (6.45769) (0.94014) (7.47507) (5.77

27、661)R2=0.84262 S.E.= 2.28524 F=85.66355由于X2对Y的影响并不显著，故将 X2删去再加入XS X3Y = -6.94066 + 1.63260*X6 + 20.25191*X4 + 0.16642*X1 - 6.04455*X5t= (-6.47364) (6.38489)(6.90846)(6.21915) (-2.42476)R2=0.85387 S.E.= 2.20204 F=93.49096Y = -7.41261 + 1.68685*X6 + 20.34505*X4 + 0.17142*X1 - 6.28498*X5 + 1.02016e-05*

28、X3t=(-6.52767) (6.52441)(6.96472)(6.35648)(-2.52308 )(1.22319 )R2=0.85726 S.E.= 2.19355 F=75.67184又因为X4与X5存在高度线T相关；X5的回归系数与经济意义相悖；X3对应变量的影响过小，所以，我们再删除X5和X3,得到最后的模型如下：Y = -6.52360 + 1.43157*X6 + 14.85735*X4 + 0.17563*X1Dependent Variable: YMethod: Least SquaresDate: 12/16/03 Time: 15:02Sample: 1 69In

29、cluded observations: 69VariableCoefficientStd. Error t-StatisticProb.C-6.5235981.097257-5.9453680.0000X61.4315690.2507985.7080550.0000X414.857351.9792377.5066030.0000X10.1756300.0274656.3946630.0000R-squared0.840445Mean dependent var9.407536Adjusted R-squared0.833081S.D. dependent var5.588435S.E. of regression2.283199Akaike info4.545255criterionSum squared resid338.8448Schwarz criterion4.674768Log likelihood-152.8113F-statistic114.1274Durbin-Watson stat2.192626Prob(F-statistic)0.000000 经过以上逐步回归分析，我们最后得出结论模型：Y = -6.52360 + 1.43157