張 婷 徐少峰

(南昌大學(xué)共青學(xué)院 江西 共青城 332020)

一、引言

根據(jù) Welch(1992)提出的信息瀑布流假說，投資者會(huì)通過觀察上一期新股的收益狀況對(duì)本期新股的收益作出判斷，從而影響其投資決策。也就是說，某一期的 IPO 抑價(jià)率能夠有序擴(kuò)散，進(jìn)而影響投資者對(duì)下一期甚至未來幾期新股上市收益的判斷和投資決策。因此，本文旨在研究我國(guó)創(chuàng)業(yè)板市場(chǎng) IPO 的抑價(jià)序列是否存在滯后效應(yīng)，并對(duì)其進(jìn)行分析。

二、研究設(shè)計(jì)

(一)樣本選取

我國(guó)創(chuàng)業(yè)板市場(chǎng)在 2012 年 10 月至 2014 年 1 月期間暫停了新股發(fā)行，IPO 重啟之后證監(jiān)會(huì)對(duì)上市首日漲跌幅進(jìn)行了限制，因此重啟之后的 IPO 公司上市首日抑價(jià)率都在 44%左右小幅波動(dòng)。考慮到新股上市后一段時(shí)間的股價(jià)不僅會(huì)受前期 IPO 公司的股價(jià)漲幅影響，還會(huì)受在其后上市公司的新股收益影響，這種疊加效應(yīng)不好區(qū)分。因此，為了使本文的研究更有意義，選取自 2010 年 7 月

20 日至 2012 年 10 月 9 日在創(chuàng)業(yè)板上市的 261 家公司為樣本進(jìn)行分析。

(二)模型建立

本文根據(jù)已有的參考文獻(xiàn)，借鑒嚴(yán)謹(jǐn)(2015)等人的研究方法1，利用前面構(gòu)造的 IPO 抑價(jià)率時(shí)間序列，建立自回歸模型來研究其滯后效應(yīng)。建立的模型如下：

IRt=α0+α1IRt-1+α2IRt-2+……+αkIRt-k+μt(6-1)其中，IRt為 IPO 抑價(jià)率的時(shí)間序列，樣本量為 93。

三、模型實(shí)證

在對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行建模分析之前，要先進(jìn)行檢驗(yàn)，主要包括平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)。時(shí)間序列的平穩(wěn)性是許多時(shí)間序列方法分析的前提，因此在建模之前要檢驗(yàn)該序列的平穩(wěn)性，防止回歸分析中偽回歸的出現(xiàn)。

(一)平穩(wěn)性檢驗(yàn)

表1 單位根檢驗(yàn)結(jié)果

上表1為對(duì)帶截距項(xiàng)的序列進(jìn)行單位根檢驗(yàn)的結(jié)果。抑價(jià)率序列單位根檢驗(yàn)的模型是：ΔIRt=C+γIRt-1+δΔIRt-1+μt，由單位根檢驗(yàn)的結(jié)果可知，ΔIRt=0.09848-0.38445IRt-1-0.08788ΔIRt-1+μt，其中 C 和 IRt-1的系數(shù)顯著地異于 0。由于檢驗(yàn)統(tǒng)計(jì)量的值為-4.0865，小于 1%顯著性水平下的臨界值，據(jù)此可以拒絕序列非平穩(wěn)的原假設(shè)，從而判斷抑價(jià)率序列是平穩(wěn)的。

(二)白噪聲檢驗(yàn)

檢驗(yàn)一個(gè)序列是否是純隨機(jī)數(shù)列，需要用到白噪聲檢驗(yàn)，即 Ljung-Box 檢驗(yàn)(簡(jiǎn)稱 LB 檢驗(yàn))。白噪聲檢驗(yàn)的原假設(shè)為檢驗(yàn)序列是純隨機(jī)序列。這里對(duì)抑價(jià)率序列進(jìn)行檢驗(yàn)的白噪聲檢驗(yàn)的結(jié)果如表 2 所示。

表2 白噪聲檢驗(yàn)結(jié)果

由白噪聲檢驗(yàn)的結(jié)果可知，統(tǒng)計(jì)量的 P 值小于 1%顯著性水平。因此拒絕原假設(shè)，該序列是存在自相關(guān)性的，可以進(jìn)行進(jìn)一步分析。

(三)回歸分析

在對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行建模時(shí)，一般需要先識(shí)別模型的類型，然后確定最終的階數(shù)。這種方法比較復(fù)雜，也比較偏主觀性，尤其是在模型識(shí)別時(shí)。R 語言為我們提供了一種更為簡(jiǎn)潔的方法，即自動(dòng)建模函數(shù)。用自動(dòng)建模函數(shù)進(jìn)行回歸分析，就省略了常規(guī)的模型識(shí)別和定階，自動(dòng)得到最佳模型，本文就采取這種方法進(jìn)行分析。通過對(duì) AIC 值進(jìn)行對(duì)比，最終確定 AR(1)為最佳模型，本文建立的滯后一階的自回歸模型 AR(1)如下：

IRt=0.2783+0.5919IRt-1+μt(6-2)

AIC=-10.96。

(四)回歸診斷

模型建立好之后，還需要對(duì)其進(jìn)行回歸診斷，主要是檢驗(yàn)殘差項(xiàng)是否是白噪聲序列，即殘差項(xiàng)是否存在自相關(guān)性。如果殘差項(xiàng)是非白噪聲序列，則說明模型是不完整的，還需要對(duì)其進(jìn)行修正；反之，則說明模型已經(jīng)充分提取了序列信息，不需要進(jìn)行修正。這里仍然使用 LB 檢驗(yàn)對(duì)殘差項(xiàng)的自相關(guān)性進(jìn)行檢驗(yàn)，下表 3 為殘差項(xiàng)自相關(guān)性的檢驗(yàn)結(jié)果。

表3 殘差項(xiàng)自相關(guān)性檢驗(yàn)結(jié)果

由殘差項(xiàng)自相關(guān)性檢驗(yàn)的結(jié)果可知，統(tǒng)計(jì)量的 P 值大于 5%顯著性水平。因此無法拒絕原假設(shè)，說明殘差項(xiàng)不存在自相關(guān)性，即所建立的模型能夠成功地反映序列的信息。

上述檢驗(yàn)表明，創(chuàng)業(yè)板市場(chǎng)的 IPO 抑價(jià)率確實(shí)存在滯后效應(yīng)，且為一階滯后，即本期的抑價(jià)率受到上一期抑價(jià)率的影響。

四、研究結(jié)論

IPO 抑價(jià)率序列的實(shí)證分析表明，創(chuàng)業(yè)板市場(chǎng)的 IPO 抑價(jià)現(xiàn)象具有滯后性。滯后一期的抑價(jià)率對(duì)本期的抑價(jià)率具有明顯的正向作用，當(dāng)上一期的抑價(jià)率較高時(shí)，也會(huì)導(dǎo)致本期的抑價(jià)率偏高；并且截距項(xiàng)高達(dá) 0.2783，說明在我國(guó)的創(chuàng)業(yè)板市場(chǎng)，IPO抑價(jià)現(xiàn)象是普遍存在的。因此，在我國(guó)創(chuàng)業(yè)板市場(chǎng)上，IPO抑價(jià)確實(shí)存在推移現(xiàn)象，這一結(jié)論有效的驗(yàn)證了信息瀑布流假說在我國(guó)創(chuàng)業(yè)板市場(chǎng)的適用性。