IPO定價

IPO(Initial Public Offering)價格又稱新股發行價格,是指獲準發行股票上市的公司與其承銷商共同確定的將股票公開發售給特定或非特定投資者的價格。在這一價格的確定程式中,相關的影響因素包括公司帳面價值、經營業績、發展前景、股票發行數量、行業特點及市場波動狀況等,而這些因素的量化過程會隨著定價者選用方法的不同而出現很大差別。

基本介紹

  • 中文名:IPO定價
  • 外文名:Initial Public Offering
  • 別名:新股發行價格
  • 適用於:股市
簡介,因素分析,變數假設,樣本選取,檢驗過程,分析結論,定價種類,招募程式,

簡介

IPO定價是國際金融界公認的最具迷惑性的難題之一,因為最成功的IPO定價就是發行人能夠以投資者可容忍的最高價格順利發行,而發行失敗或以過低價格發行則意味著定價的失敗。在這一過程中,包括投資者的價格接受底線在內的很多因素甚至超出了發行人本身及承銷商的控制範圍,因此,一個超脫、客觀的IPO價格實際上是不存在的。較為常見的情況是,出於風險規避的考慮,承銷商往往不會把其獲得的所有信息融入IPO定價程式中。 Michelle Lowry和 G. William Schwert(2001)的研究表明,美國證券市場IPO業務中平均約15%的首日回報率揭示了相對於二級市場價格而言,IPO定價中存在著傾向於低估的系統性偏差。
IPO定價是指在新股進入市場之前的定價,是對即將進入市場的股票價值的事前判斷,是一種不完全信息條件下的博弈行為,這就決定了要十分精確地確定新股發行價格是相當困難的,也是不太現實的。然而新股發行價格的確定是新股發行中最基本和最重要的環節和內容,新股發行價格的高低決定著新股發行的成功與否,也關係到各參與主體的根本利益,並影響到股票上市後的具體表現。對發行人而言,發行價格的高低直接決定其籌集資金計畫的完成情況和發行的成本,而且也影響公司的未來發展;對承銷商而言,發行價格的高低決定了它的成本效益水平;對投資者而言,發行價格既是投資欲望轉化為現實的決定因素,同時又是投資人未來收益水平的決定性因素。發行價較低時,新股發行較容易、順利,然而若發行價過低,則可能損害原有股東的利益,而且募集資金量少,發行公司的籌資需求難以滿足,不利於公司的長期發展;若發行價過高,則增大承銷商的發行風險和發行難度,並且也會增大投資者的成本,抑制投資者的認購熱情,從而最終影響到發行公司的籌資需求。

因素分析

變數假設

我們將承銷商在IPO定價程式中可能考慮的各種因素分為兩類,即外部因素和公司內部因素。它們的組合及其影響直接導致了IPO價格的確定。
所謂外部因素是指與企業正常經營狀態相對獨立的、不直接反映其內生持續盈利能力 但卻影響承銷商IPO定價判斷的各種情況,它們包括國民經濟運行狀況、市場利率水平、突發性事件、行業巨觀政策導向、產品市場預期、同業競爭情況、市場波動情況、股票發行規模以及承銷商自身實力等等。這些因素可能會以不確定的、非線性的方式對承銷商的定價過程發生作用,而且在特定的定價行為中,上述信息對IPO價格的最終形成主要起著經驗性的非量化影響;公司內部因素是指反映在IPO價格中的直接體現公司素質和增長前景的各種要素的總和,包括承銷商對其經營效率、獲利能力、管理狀況、資本結構等各種內部情況的評估結論。與外部因素不同之處在於,這些內部因素對於IPO定價主要可能起著較為確定的、線性的量化影響。
在模擬外部因素時,我們考慮到一些外部影響的量化難度而進行了相應的簡化或剔除。最終,我們假設承銷商的IPO定價程式主要受到以下四方面因素的直接影響:(1)市場波動情況;(2)股票發行數量;(3)行業特性;(4)承銷商等級指數。
對因素(1),我們使用了上證指數的相對波動率指標來模擬整個市場的中短期波動情況。考慮到在實際發行程式中,IPO定價的最終確定時間一般是在正式發行日的兩周之前,因此我們採用發行前兩周的市場波動率組合S1來模擬市場氣氛的研判環境。其計算公式為:
F/An=Ft/Fn(n=3,5,7,9,11,13,15)
其中,F/An代表相對於上證指數第n周移動平均收盤點位的市場波動率;
Ft為特定股票發行日兩周前的上證指數收盤點位;
Fn為特定股票發行日兩周前的上證指數n周移動平均收盤點位.
對於因素(3),我們使用了最新頒布的上市公司行業分類指引。由於兩個交易所公布的上市公司行業分類結果詳細程度不同,因此我們以深交所較為概括的分類標準來對樣本公司所屬的行業進行判別。
在因素(4)即承銷商自身實力方面,我們考慮到美國的IPO市場中等級較高的投資銀行所承銷的IPO股票定價傾向於高出平均水平(Michelle Lowry&G. William Schwert,2001),因此,國內承銷商的實力差別可能也會對其作出的IPO定價決策有所影響。在考慮多重指標之後,我們大致把1997-2000年樣本期間內的主承銷商進行了等級排名,共分為1、2、3、4個檔次。其中,檔次越靠前的承銷商實力也越強。
在公司內部因素方面,我們考慮到市盈率指標所反映的公司基本面情況較為有限,而要試圖對公司的內在價值運用現金流量貼現方法作出判斷又會令主觀因素的干擾加大。因此,為了全面反映特定公司的基本面素質,我們運用了71個財務指標來模擬公司償債能力、贏利能力、資產周轉能力、管理效率等各個方面的情況。這些財務指標的原始數據均來自於樣本公司招股說明書上市公告書中上一個會計年度的資產負債表收益表。儘管現金流量信息非常重要,但在權責發生制的框架下,資產負債表和收益表仍然可以完整地代表特定企業的財務狀況和經營成果。鑒於報表編制基礎的衝突,我們在選取財務數據時沒有納入現金流量信息。
另外,我國證券市場的政策環境變化較大,經驗數據表明:市場的IPO定價從趨勢上看,有突然間受到某種衝擊而整體增加的跡象,而不是逐漸的增加;而從實際的市場情況來看,定價增加可能是因為受到一級市場市場化的政策的影響,從而表現出的不理性行為導致。基於上述兩個原因,我們沒有在後續的分析過程中引入時間變數。

樣本選取

在剔除了財務數據有誤的約200隻股票之後,我們在1997年初到2001年3月為止的區間內選取了328隻IPO股票。鑒於這些樣本所跨的期間過長,可能會掩蓋某些市場結構變動所造成的影響,我們分別就這328隻股票和2000年以後發行上市的94隻股票的數據進行分析,並進行了相應結果的對比。下面對於檢驗過程的描述主要是以2000年以後的IPO股票樣本為對象的。

檢驗過程

(1)數據性質的檢驗
我們試圖從81個變數中尋找到對新股價格有效的解釋變數。如果這些變數高度相關,必然會導致回歸方程自變數相互削弱各自對y的邊際影響,而出現回歸方程整體顯著,但各個變數都不顯著的現象,也就是多重共線性的現象。另外,在眾多的數據中如果存在奇異值,將嚴重地歪曲變數與自變數之間的關係,使回歸方程不能很好地描述一般情況下變數與自變數之間的關係。因此,在發現奇異值時,應將其刪除以使回歸方程得到較好的效果。
我們通過標準化誤差和標準化預測值的散點圖檢驗數據是否存在奇異值的一般規則是:如果存在數據點明顯超出 標準化誤差值區間,則可以認為該數據是奇異值。根據結果看,幾乎所有的值都在 標準化誤差值區間內,有兩個點遠離該區間,顯見這兩個值是奇異值,將嚴重影響到回歸方程的質量,應該剔除。這兩個點對應的個體是新力藥業(0153)和平高電氣(600312)。
(2)多重共線性的檢驗
我們通過相關係數矩陣觀察各指標之間的相關程度,從而判斷各指標間是否存在高度的相關性。從相關係數矩陣可以看到,在擬選用的指標中,變數之間普遍存在著高度相關的現象,比如F/A7與F/A9之間的相關係數為0.977794、主營收入/有形資產總資產周轉率之間的相關係數高達 0.998043等等。所以,這些變數不能同時進入回歸方程,在進行回歸之前必須對數據進行處理以消除多重共線性的影響。
(3)數據處理
從上述數據性質的檢驗中,我們發現數據存在奇異值、存在多重共線性的現象。對於奇異值我們將其從數據中剔除,而對於多重共線性的問題我們採用主成分分析法進行處理。
擬選用的指標可以分為兩類,即外部指標(行業類別、市場波動指數承銷商等級、發行量係數)和反映公司內部因素的財務指標類聚,並分別對這兩類指標進行主成分分析
(4)用多元統計分析中的主成分分析法進行數據簡化
由於存在多重共線性的現象,也就是說各變數之間相互關聯,所反映的信息很大程度上也是重複的,所以我們完全可以用少數一些變數來反映大部分的信息。主成分分析作為多元統計分析技術的一個分支,其主要目的就是濃縮數據,就是研究如何以最少的信息丟失把眾多的觀測變數濃縮為少數幾個因子。這幾個因子不僅保留了原始指標中的主要信息,而且彼此之間不相關,很好地避免了出現多重共線性的問題。
(5)從財務指標中提取公因子
第一步,提取公因子,並進行因子旋轉。
這一處理的結果發現:特徵值(Total項)大於1的因子共13個,這13個因子的累計解釋方差占到總方差的91.33864%,也即這13 個因子代表了原來所有71財務指標所表達的信息量的91%左右,代表了絕大多數的信息。而變數數由71個減少到13個,以最小的信息丟失量,極大地簡化了數據。在之後的回歸分析中,我們將用這13個共因子替代原來的71個財務指標進行回歸。通過主成分法得到的公因子是完全不相關的,即相關係數為0,用它們進行回歸分析就不會出現多重共線性問題。
另外,因子旋轉後並沒有改變這13個因子的累計解釋方差占到總方差的比例,旋轉前後該比例均為91.33864%,只是在各個因子之間的分配比例有所變化。
第二步,計算因子得分。
實際上因子得分是通過原始變數的線性組合得到,原始變數前的係數就是因子載荷矩陣中的因子載荷。
(6)從市場指數波動指標中提取公因子
利用上表中的因子載荷矩陣計算因子得分S1
S1=0.823232×(F/A3)+A+0.895644×(F/A15)
(7)用虛擬變數處理行業數據
對於樣本所含的94隻新股,共涉及19個不同行業,我們引入虛擬變數進行處理。我們用18個虛擬變數di(i=1,2A 18 )來反映行業分布對新股定價的影響。
(8)回歸分析
在剔除奇異值、運用主成分分析法濃縮數據並同時處理了多重共線性的問題之後,我們即可進行最後的回歸分析。下面是我們通過採用主成分法得到的財務指標的公因子、市場指標的公因子及發行量係數、行業類別的虛擬變數、券商等級等因素對被解釋變數(即IPO價格)進行逐步回歸所選出的最優回歸方程
Price=14.27727-1.71038×發行量係數-0.41778×S1+6.70326×d11+3.861002×d15-3.06603×d17+1.132558×F1+0.579465×F3+0.863128×F4+0.67048×F6+0.422713×F8- 0.6338×F12
其中R2=0.68
(9)最終結果分析:
在財務指標的公因子中,對新股價格有顯著影響只有F1、F3、F4、F6、F8、F12、這六個因子,其餘因子對新股價格影響甚小,不予考慮。除此之外,市場波動指標的公因子S1對新股價格的影響也是顯著的,S1也進入了回歸方程。發行量對新股價格的影響同樣不能忽視。在反映行業分布的18 個虛擬變數中d11、d15和d17進入了方程,它們所對應行業為行業C99(其他製造業),行業G(信息技術業)和行業K(社會服務業),這說明在 2000年以來,屬於這三個行業的上市公司在進行新股定價時,行業分布對其股票定價有顯著影響。其中,行業C99和行業G對新股定價是正向的影響,而行業 K對新股定價的影響則是反向的。
上述的Tolerance和VIF兩個指標為多重共線性的檢查指標。可以看到,所有變數的Tolerance均大於0.1,VIF均小於10,因此不存在多重共線性的問題。
另外,檢驗數據表明,在5%的顯著性水平下,各係數的t值與方程的F值全部通過檢驗,新股定價模型擬合效果非常好。
作為對比,我們對1997年至2001年初的328隻IPO股票數據進行了類似分析,檢驗結果與上述結論較為相近(檢驗通過變數完全一致),但回歸方程中的自變數係數有一些差別,而樣本的擬合度也較差一些,這表明較長期間的IPO定價因素影響可能會隨著結構性的市場變動而發生變化。另外,從行業分布角度看,在這一期間對股票定價有顯著影響的行業也變成行業C99,行業F(交通運輸、倉儲業)和行業L(傳播與文化產業)。其中,行業C99和行業 L對新股定價是正向的影響,而行業F對新股定價的影響則是反向的。這說明市場熱點會隨著一些環境因素的變化而轉移。

分析結論

通過對上述模型的結構分析,我們可以發現:
(1)股票發行規模對IPO定價具有反向修正作用。換言之,IPO發行的股票數量越多,承銷商為了控制發行風險,越傾向於調低IPO的發行價格。這與市場經驗是相符合的。
(2)與許多市場人士的看法相反,市場波動因素對IPO定價並沒有助漲助跌的影響,新股發行定價相對於中短期市場波動而言呈現出一定的惰性。具體來說,當市場明顯上漲時,承銷商可能出於某種預期(例如市場平均市盈率過高而存在修正風險、新股二級市場的吸引力不如其他熱點股票等)而相對降低 IPO股票的定價水平;反之,反是。因此,IPO定價相對於市場的波動方向而言,表現出一定的時滯。
(3)行業特徵的分析表明,市場熱點差異會使某些行業上市公司的IPO定價水平明顯高於其他公司,但大多數行業的特徵因素在定價程式中影響並不顯著。
(4)主成分分析過程中的替代分析表明,IPO定價程式中的公司基本面因素並不能簡單地用幾個指標來表達(即使是與主成分高度相關的重要原始指標),而是和各方面的因素都有聯繫,是很複雜的一個過程。我們曾經採用加權分值較大的部分財務指標來代替總體,但均未能通過檢驗。這一事實也從側面說明:市盈率定價法主要考慮公司盈利水平的出發點是存在很大缺陷的。
(5)我國市場仍然屬於賣方市場承銷商實力與所承銷的IPO股票定價之間相關性不大。分析表明,在IPO定價過程中,國泰君安、南方、海通、廣發等實力雄厚的大券商並不比其他中小券商體現出明顯優勢。
(6)在決定公司內在素質方面的因素中,資產盈利能力、短期償債能力淨資產收益水平資產結構狀況、盈利構成狀況和現實債務償付狀況等六大因素(分別對應回歸方程中的F1、F3、F4、F6、F8和F12)是最為重要的,它們也基本體現了企業的綜合狀況。在IPO定價過程中,企業的上述方面實際上都得到了不同程度的考慮,儘管承銷商將它們融入IPO價格時可能是不自覺的。

定價種類

1、較為常用的估值方式可以分為兩大類:收益折現法與類比法
所謂收益折現法,就是通過合理的方式估計出上市公司未來的經營狀況,並選擇恰當的貼現率與貼現模型,計算出上市公司價值。如最常用的股利折現模型(ddm)、現金流貼現(dcf)模型等。貼現模型並不複雜,關鍵在於如何確定公司未來的現金流和折現率,而這正是體現承銷商的專業價值所在。
所謂類比法,就是通過選擇同類上市公司的一些比率,如最常用的市盈率市淨率(p/b即股價/每股淨資產),再結合新上市公司的財務指標如每股收益、每股淨資產來確定上市公司價值,一般都採用預測的指標。市盈率法的適用具有許多局限性,例如要求上市公司經營業績要穩定,不能出現虧損等,而市淨率法則沒有這些問題,但同樣也有缺陷,主要是過分依賴公司賬面價值而不是最新的市場價值。因此對於那些流動資產比例高的公司如銀行、保險公司比較適用此方法。在此次建行ipo過程中,按招股說明書中確定的定價區間1.9~2.4港元計算,發行後的每股淨資產約為1.09~1.15港元,則市淨率(p/b)為1.74~2.09倍。除上述指標,還可以通過市值/銷售收入(p/s)、市值/現金流(p/c)等指標來進行估值。
2、通過估值模型,我們可以合理地估計公司的理論價值,但是要最終確定發行價格,我們還需要選擇合理的發行方式,以充分發現市場需求。常用的發行方式包括:累計投標方式固定價格方式、競價方式。一般競價方式更常見於債券發行,這裡不做贅述。累計投標是目前國際上最常用的新股發行方式之一,是指發行人通過詢價機制確定發行價格,並自主分配股份。所謂“詢價機制”,是指主承銷商先確定新股發行價格區間,召開路演推介會,根據需求量和需求價格信息對發行價格反覆修正,並最終確定發行價格的過程。一般時間為1~2周。在詢價機制下,新股發行價格並不事先確定,而在固定價格方式下,主承銷商根據估值結果及對投資者需求的預計,直接確定一個發行價格。固定價格方式相對較為簡單,但效率較低。

招募程式

通常,上市公司的股份是根據向相應證券會出具的招股書或登記聲明中約定的條款通過經紀商做市商進行銷售。一般來說,一旦ipo完成後,這家公司就可以申請到證券交易所或報價系統掛牌交易
另外一種獲得在證券交易所或報價系統掛牌交易的可行方法是在招股書或登記聲明中約定允許私人公司將它們的股份向公眾銷售。這些股份被認為是“自由交易”的,從而使得這家企業達到在證券交易所或報價系統掛牌交易的要求條件。 大多數證券交易所或報價系統對上市公司在擁有最少自由交易股票數量的股東人數方面有著硬性規定。
ipo(首次公開募股)就估值模型而言,不同的行業屬性、成長性、財務特性決定了上市公司適用不同的估值模型。
過去我國一直採用固定價格發行方式,2004年12月7日證監會推出了新股詢價機制,邁出了市場化的關鍵一步。香港證監會和香港聯交所於1994年11月發表了《關於招股機制的聯合政策聲明》,自此,香港的大型新股發行基本上採用累計投標和固定價格公開認購混合招股機制。
發行方式確定以後,進入了正式發行階段,此時如果有效認購數量超過了擬發行數量,即為超額認購超額認購倍數越高,說明投資者的需求越為強烈。在超額認購的情況下,主承銷商可能會擁有分配股份的權利,即配售權,也可能沒有,依照交易所規則而定。通過行使配售權,發行人可以達到理想的股東結構。在我國,主承銷商不具備配售股份的權利,必須按照認購比例配售。據報導,此次建行在香港交易所發行h股,截至公開招股截止日(2005年10月19日),共吸引了760億美元的認購資金,超過擬發售數量近9倍,而向香港公眾公開發行部分更是獲得了近40倍的超額認購倍率,其中國際發售部分將由聯席賬簿管理人根據多種因素決定分配,香港公開發售部分原則上嚴格按比例分配,但分配基準可能會因為申請人的股份數目不同而分組決定,但也不排除可能會進行抽籤。
當出現超額認購時,主承銷商還可以使用“超額配售選擇權”(又稱“綠鞋”)增加發行數量。“超額配售選擇權”是指發行人賦予主承銷商的一項選擇權,獲此授權的主承銷商可以在股票上市後的一定期限內按同一發行價格超額發售一定比例的股份,在此期間內,如果市價低於發行價,主承銷商直接從市場購入這部分股票分配給提出申購的投資者,如果市價高於發行價,則直接由發行人增發。這樣可以在股票上市後一定期間內保持股價的相對穩定,同時有利於承銷商抵禦發行風險。如此次建行招股說明書就規定了可由中金公司及摩根史坦利添惠代表國際發售承銷商於股票在香港聯交所開始交易起30日內行使超額配售選擇權,以要求建行分配及發行最多合計3,972,890,000股額外股份,占全球初步發售股份的15%。

相關詞條

熱門詞條

聯絡我們