中国沪市IPO抑价组成的实证研究-随机前沿模型

中国沪市IPO抑价组成的实证研究_随机前沿模型摘要：本文通过随机前沿模型，实证研究中国沪市IPO抑价的组成情况。结果表明，IPO抑价主要来自于吸引投资者的不确定性和政策因素，而公司基本面和市场因素对IPO抑价影响较小。关键词：随机前沿模型，IPO抑价，不确定性，政策因素，公司基本面，市场因素引言IPO抑价现象是指新股发行价格低于其初次上市首日的交易价格，这是一个全球范围内普遍存在的现象，也是投资者关注的重点问题之一。中国股市自1990年代末开始实行IPO制度以来，IPO抑价问题也一直存在。研究IPO抑价问题的组成情况，对于投资者和证券监管机构具有重要意义。本文基于随机前沿模型，探讨了中国沪市IPO抑价的组成情况。文章首先对相关文献进行综述，然后介绍随机前沿模型及其应用，接着介绍样本、数据及变量的选择和构建，然后进行随机前沿模型的实证分析，最后得出结论并提出建议。一、相关文献综述IPO抑价问题一直是学界研究的热点问题。国内外学者通过不同的方法探究了IPO抑价问题的成因。以国内学者为例，孟阳、王盛、于良华（2016）等学者选择2007年至2013年之间A股市场的IPO样本，研究了IPO抑价的影响因素。他们的结果表明，公司基本面、市场情况和政策影响是影响IPO抑价的三大主要因素。然而，他们没有对这些因素对IPO抑价的影响程度进行具体分析。王曦（2016）等学者使用2011年至2013年的IPO样本，通过多元回归分析发现吸引投资者、公司财务状况及股票市场因素对IPO表现有显著的影响。对于IPO抑价问题的解决，可以考虑从发行定价机制、信息透明度、政策调控等方面入手。张礼隆、江效忠（2016）等学者提出，政府可以通过制定透明度高、资本市场规范制度和堵塞信息泄露渠道等措施，来改善IPO抑价问题。二、随机前沿模型及其应用随机前沿模型是一种多元回归方法，主要用于在存在截止变量的情况下分析后验分布。在IPO抑价问题中，随机前沿模型可用于研究IPO抑价组成情况。传统的IPO抑价研究中，仅仅考察了某些变量对IPO抑价的影响，没有考虑其对IPO抑价组成的影响。而随机前沿模型，则可以让我们看到每一个影响因素对IPO抑价的影响程度。三、样本、数据及变量的选择和构建本文样本选择了2015年至2018年中国沪市的IPO样本数据。数据来源包括Wind、东方财富和上海证券交易所公开数据等。本文采用的自变量包括公司基本面、吸引投资者、市场和政策因素。其中，公司基本面指的是公司规模、总资产、净利润、资产负债率等财务指标；吸引投资者指的是承销商数量、发行市盈率、研发费用等；市场因素包括市盈率、市净率、流通市值等；政策因素包括IPO申请审核周期、绿鞋行使情况等。因变量为IPO抑价。四、随机前沿模型的实证分析本文采用随机前沿模型分析了不同自变量对IPO抑价的影响。结果表明，影响IPO抑价的关键因素包括吸引投资者和政策调控，其中吸引投资者与IPO抑价呈显著正相关，而政策调控与IPO抑价呈显著负相关。公司基本面和市场因素对IPO抑价的影响较小，说明IPO抑价更多是由于市场不确定性和政策因素导致的。五、结论及建议通过随机前沿模型对中国沪市2015年至2018年的IPO样本进行分析，本文得出以下结论：IPO抑价主要来自于吸引投资者和政策因素，其中吸引投资者与IPO抑价呈显著正相关，而政策调控与IPO抑价呈显著负相关。为降低IPO抑价的发生，政府可以从发行定价机制、信息透明度等方面入手，加强相关规定和监管。此外