IPO事件对在位企业的影响：区域效应
——以创业板IPO为例

赵 慧 刘桂荣

(1 齐鲁工业大学金融学院，济南 250353；2 齐鲁工业大学管理学院，济南 250353)

0 引 言

IPO是企业发展历程中的重要事件。IPO要求企业更加全面的信息披露，为公司带来多方面竞争优势，向市场传递了更多的行业信息，产生关注度的行业内扩散现象，即IPO关注效应，一定程度上弱化了Psahler提出的投资者有限关注现象。但会造成同行业企业之间的竞争压力，即带来IPO竞争效应或板块效应[1]。企业内部，IPO改变了长久存在的诸多不规范问题，尤其是结构不合理、财务问题等方面，实现了所有权及资金渠道的多元化，利于企业长远发展。随着新经济地理学的发展[2]，大量研究重新对资本市场以及投资者行为变化情况做出解读。一些学者指出地理因素在金融领域扮演着重要角色[3]，地理因素会影响资本市场信息沟通的广度和深度[4]。在中国现阶段的资本市场中，距离因素导致的有关企业的软信息难以被有效获取，距市场较远的投资者存在额外的识别成本，易产生区域间地理隔离。存在的投资者有限关注现象可能导致IPO事件对同一地区的在位企业收益造成更高的负向影响。另外，中国资本市场存在明显的“中心性现象”，中心性差异大的企业间在投融资行为、企业交易结构等方面存在较大差异，地理位置与IPO抑价呈反向变动关系[5]。

现有研究主要关注地理位置对IPO发行效率的影响，区域差异因素在IPO事件与在位企业关系中有何影响这类问题缺少探讨，进一步揭示IPO事件影响在位企业收益的区域效应很有必要。同时，部分学者研究发现，中国A股市场更多地支持情绪效应[6]，故本文将市场化水平、投资者情绪指数纳入分析模型。由此，本文基于2014—2018年期间创业板的IPO公司为样本，按省份构建股票组合，利用事件研究模型揭示IPO事件对在位企业股价具有负向影响，并探讨了投资者情绪和市场化程度的情境作用，进一步的稳健检验支持了IPO事件对在位企业的股价有负向影响。

1 理论分析与研究假设

在产品市场上，同一或相关产业中的各个企业都面临着激烈的竞争。基于市场角度，新上市企业加剧了企业间的竞争，通过竞争带来的资源优势对行业内其他企业产生负面影响，这种负面影响可通过IPO事件对行业内在位企业的股票产生购买压力[7]。新股的上市一定程度上改变了市场的供求关系，尤其加大了在位企业的股价波动，可替代性越强的在位企业股票受波及越大。

假设投资者相对理性且处于竞争激烈的市场中，据此推断IPO事件会使投资者重新评估其所持有的股票，一些投资者会抛售部分在位企业股票转而购买新股，调整投资组合，以达到避险或获益等目的。市场可以分散异质性风险，上市前的企业在权衡利弊后可能会主动放弃高风险高收益的项目，企业在上市后具备了更大的风险承受能力，高层管理者会重新考量高风险高收益的项目，进而制定风险较高的产品市场策略 ，以获益为目的的风险偏好型投资者会更加青睐新上市的公司。出于投资组合的内部联动性以及衡量替代效果的复杂性，投资者最先考虑抛售的往往是与IPO企业同质或相关的在位企业的股票。

目前一些学者IPO的区域效应关注较少。实际上，投资者在选择企业时，除考虑行业因素产生的影响外，在位企业所在的地区也会被纳入考虑。因为，地理位置的差异性会影响信息不对称程度，且是影响资本市场信息传递的重要因素。基于此，本文在已有研究的基础上，构建了不同省份的在位企业股票组合，通过新上市企业与在位企业之间的协方差来衡量企业之间替代效应的大小，揭示已上市的不同省份的股票组合对IPO事件有何反映。为此提出假设1。

假设1：不同省份组合在位企业与IPO企业所在省份的替代性越大，则不同省份组合在位企业股价下降越大。

中国的A股市场受定价上限和涨跌停板制度的限制，在防范风险的同时也延迟了股票真实价值的发现，市场定价效率降低，因股价迟迟未达到其真实价值导致连续涨停板现象时有发生。市场上非理性投资者以及股票供给控制制度的存在产生高抑价，散户投资者的情绪效应导致二级市场对新股定价过高[8]。中国股票市场上投机者、跟风者占比大，散户投资者的投资倾向较明确，股票有上涨趋势则买入，反之则卖出，从众效应显著[9]，这些行为数倍放大了投资者有限理性导致的情绪效应对股价波动的影响。

中国A股市场有效性不高。在新股发行方面，投资者情绪与IPO首日回报率呈显著正相关，新股价值的不确定性越大则投资者情绪因素变化对企业价格的影响就越大[10]。在A股市场中，有限理性投资者存在的投机、从众行为会出现注意力驱动效应，IPO会转移部分投资者的关注焦点，投资者的高关注度会形成股票的购买压力[11]。基于此，提出假设2：

假设2：在给定的COV水平下，投资者情绪指数越大，在位企业省份组合投资回报率越小。

2009年5月，证监会发布了《关于进一步改革和完善新股发行体制的指导意见》，放松了市盈率不超过30倍的定价限制，逐步淡化对新股发行的行政干预，推市场化改革进程。市场上行业集中度的大小与行业中竞争的激烈程度呈反向变动关系，对于市场化程度高的行业，具有分布范围广、经营类型复杂多样的特点，行业内对新IPO事件带来的竞争效应较行业集中度高、市场化程度低的行业更为敏感。

中国各地区在不同年份的市场化程度存在差异，市场化程度的差异可能会使发生在不同年份下的IPO事件对在位企业产生不同的影响，不同地区的市场化发展水平可以用市场化指数进行衡量。《中国分省份市场化指数报告(2018)》显示，市场化指数排名前五的省份依次为浙江、上海、广东、天津、江苏，均为经济比较发达的地区，其中排名第一的浙江省截至2018年12月有境内上市公司357家，其中中小板上市公司有129家，创业板上市公司66家。区域性偏好现象在中国市场化程度高的一线城市表现为更明显。

市场化程度高的地区主要有以下两个特点吸引市场参与者：首先，这类地区往往是大中型企业、承销商和分析师的聚集地，具有明显的信息优势，信息不对称问题有所缓解。市场参与者更倾向于关注距离较近的资产，已有研究表明投资者与公司总部之间的地理距离与其预期收益呈正向变化[12]。其次，位于市场化程度较低、经济发展缓慢地区的企业发展受到地理位置和距离的限制，在交易结构和公司治理水平等方面受到影响，分析师报告数目也远低于大型城市，直接表现在公司股价相对滞后。据此提出假设3：

假设3：在给定的COV水平下，区域市场化水平越高，在位企业省份组合投资回报率越大。

2 研究设计

2.1 样本与数据来源

本文以2014—2018年间于创业板上市的公司为研究样本，探索IPO事件对在位企业的影响。按照如下原则筛选样本：剔除金融保险行业的IPO公司样本；剔除主要数据缺失或者异常的IPO公司样本；如某行业同一时间点出现多个IPO，只保留规模最大的IPO。最终得到354家IPO公司样本。本文使用的财务数据、投资者情绪指数、市场收益等数据来自CSMAR数据库，IPO行业信息来自Wind金融终端数据。

2.2 模型与变量定义

本文将所有在位企业按省份构建市值加权的投资组合，利用事件研究模型计算其对IPO事件的价格反映。其中，事件日为IPO核准日期，估计窗口为核准日前220天到20天，利用市场模型计算得到不同省份投资组合对IPO事件累计超额收益率，包括IPO核准前10天到IPO后30天的不同时间周期。最终，构建如下回归模型来检验本文的研究假设：

CARij=α+β1COVij+β2TORj+β3Sizeij+β4B/M_Ratioij+β5Rankij+εij

(1)

CARij=α+β1COVij+β2COV×ISI+β3TORj+β4Sizeij+β5B/M_Ratioij+β6Rankij+εij

(2)

CARij=α+β1COVij+β2COV×MI+β3TORj+β4Sizeij+β5B/M_Ratioij+β6Rankij+εij

(3)

其中，变量CARij表示省份投资组合某段时间的累计超额收益率，CAR的计算使用的是股票日收益数据；变量COVij用来衡量新上市的企业IPOj与在位企业i之间的可替代程度，参考Li等[13]的方法测算COV；为了检验在给定的COV水平下IPO事件对CAR的相对供给效应，回归中分别引入了COV与ISI、MI的交互项。上述变量的定义与测量方法如表1所示。

表1 变量定义

2.3 描述性统计

表2给出了本文涉及主要变量的描述性统计结果。投资者情绪指数最小值为39.960，最大值为137.890，标准差接近30.681，这些数据反映了市场中存在着种种因素所导致的投资者情绪较高的波动性。市场化指数最小值为2.950，最大值达到11.109，均值7.675，显示了地区之间市场化程度的差异，与我国区域差异明显的实际情况一致①。

表2 描述性统计

2.4 相关性分析

根据相关系数表中主要变量相关分析结果，解释变量和控制变量共分别为：COV、ISI、MI、TOR、Size、B/M_Ratio和Rank，发现除Size与MI之间的相关系数为0.781，其余变量间相关系数均小于0.5。各变量与不同时期的CAR之间的相关系数均小于0.5且具有显著性。结果表明，各CAR之间的相关性比较强，大部分系数超过0.5，结果均非常显著，就CAR所选取的区间来看，这种现象是正常的。从相关性来看，本文的回归结果不受多重共线性问题的影响。

3 结果分析

3.1 企业IPO核准日对在位企业影响

首先检验IPO核准日为事件日时IPO事件对在位企业股价的影响，COV衡量IPO企业对在位企业省份组合的替代程度。分别以CAR(-10，1)、CAR(-10，3)、CAR(-10，5)、CAR(-10，10)、CAR(-10，20)、CAR(-10，30)作为因变量，方程(1)的回归估计结果表明变量COV对CAR的估计系数均为负值，且均在10%水平具有统计意义显著性。即如果IPO事件和在位企业省份组合的替代性越强，省份组合的累计超额收益率越低。同时，可以得出随着估计窗口的变长，COV对CAR的估计系数的绝对值逐渐变大，且没有出现价格逆转现象，这反映出IPO对在位企业股票价格的负向冲击增强。本文进一步使用IPO核准日前5天、IPO核准日前3天的累计超额收益率分别作为因变量，使用方程(1)重新估计，得到了与IPO前10天情况相似的估计结果①。

在此基础上，本文进一步检验了区域发展水平、投资者情绪等情景因素的影响。首先在方程(1)的基础上，引入交互项COV×ISI，构建新的估计方程(2)，检验投资者情绪是否对IPO与在位企业省份组合的关系产生影响。回归结果可以看出，交互项COV×ISI的估计系数均为负，且在1%水平具有统计意义显著性，即在给定的COV水平下，投资者情绪指数越大，在位企业省份组合投资回报率越小。同时使用IPO前5天、IPO前3天的累计超额收益率分别作为因变量，使用方程(2)重新估计，得到了与IPO前10天情况相似的估计结果。

在方程(1)基础上，引入交互项COV×MI，构建新估计方程(3)，检验市场化水平是否对IPO与在位企业省份组合的关系产生影响。交互项COV×MI的估计系数均不显著。同时使用IPO前5天、IPO前3天的累计超额收益率分别作为因变量，使用方程(2)重新估计，交互项COV×MI的估计系数也不显著。

3.2 企业IPO日对在位企业影响

股票发行申请经发审委核准并取得中国证监会同意发行的批文后要经过刊登招股说明书、路演等阶段后方可上市，从核准日到上市日存在一定时间差。所以，本文进一步以IPO日为事件日检验IPO事件对在位企业股价的影响，为检验回归结果的稳健性，进一步将事件期前推一年，利用事件研究法重复上述回归分析过程，分析IPO在上市日前后对在位企业回报率的影响结果，结果表明IPO在上市日前后与在位企业省份组合超额收益率仍然是负向关系，且多数都具有统计意义的显著性，这表明IPO上市日前后也会对在位企业回报率产生显著的影响。投资者情绪指数对结果依旧有显著影响，而区域市场化水平仍不对结果有显著影响。本文对回归结果的稳健性采取了进一步的检验：首先，将2013—2017年IPO核准日作为事件日，为减少离群值对结果的影响，按5%和95%的分位数对变量进行Winsor缩尾处理；其次，将2014—2018年熊市期间的IPO日作为事件日，对回归结果进行了特殊情景下的验证。针对稳健性的两个附加检验均显示了相似的结果，支持前文所显示的结果。

4 研究结论

已有的研究指出，IPO事件对IPO前后的在位企业股价可能造成较大的压力，也有研究指出出现IPO企业的行业竞争对手股票价格不降反升现象，这些相关研究主要是从行业效应或竞争效应角度展开，一定程度上反映出A股市场的有效性相对较低。本文以我国创业板市场的上市企业为样本，从区域角度探讨了IPO事件对在位企业股价的影响，主要得到如下方面的结论：

第一，IPO事件对在位企业影响存在区域效应，即IPO企业与在位企业之间的可替代性越强时，IPO事件对在位企业股价带来的负向影响也越大。当以IPO核准日期为事件日时，不同省份组合在位企业与IPO企业所在省份的替代性越大，则不同省份组合在位企业股价下降越大。且当以IPO日为事件日时，进一步验证了此结论。实际上，IPO上市前后的价格调整机制是对实际交易行为的平衡，而IPO核准前后的价格调整机制是对预期交易或供求的平衡。所以通过本文的分析，一定程度上反映出我国资本市场具有较明显投机特征，IPO上市对在位企业影响区域效应具有暂时性。

第二，考虑到可能存在的情景因素会对IPO事件与在位企业回报率关系的影响，本文进一步从制度因素和投资者因素两方面，引入市场化水平和投资者情绪指数变量。根据实证研究结果，投资者情绪指数地对IPO事件与在位企业回报率具有显著效应；市场化水平对IPO事件与在位企业回报率关系的负向影响不具有统计意义的显著性，一定程度上反映出市场化水平并不是影响股价信息发现的重要影响因素。

随着我国注册制改革的推进，政策制定部门需要进一步加强对IPO上市前后的价格效应，通过制定更加完善的政策降低或抑制投资者“炒新”行为，促进我国资本市场的健康发展，充分释放市场的价值发现功能。