国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

信息不對(duì)稱與定向增發(fā)價(jià)格折扣率
——機(jī)構(gòu)投資者與分析師的影響

2015-11-22 07:27:12吳井峰
關(guān)鍵詞:折扣率分析師定向

吳井峰

(吉林大學(xué)經(jīng)濟(jì)學(xué)院,吉林 長(zhǎng)春 130021)

隨著股票市場(chǎng)的發(fā)展,定向增發(fā)已經(jīng)成為我國(guó)上市公司股權(quán)再融資的主要工具。由于證監(jiān)會(huì)對(duì)上市公司實(shí)施定向增發(fā)的限制較少,眾多上市公司將其作為股權(quán)再融資的首選方式,特別是存在嚴(yán)重信息不對(duì)稱的上市公司(Wu, 2004;Cronqvist and Nilsson, 2005;鄧路和王化成,2012)[7][4][8]。信息不對(duì)稱除了影響上市公司股權(quán)再融資模式的選擇,還是影響融資發(fā)行價(jià)格的重要因素之一。定價(jià)問(wèn)題直接關(guān)系到發(fā)行公司、認(rèn)購(gòu)?fù)顿Y者和其他投資者的切身利益。本文的研究目的就是考察信息不對(duì)稱對(duì)股權(quán)定向增發(fā)價(jià)格的影響,并進(jìn)一步考察上市公司如何應(yīng)對(duì)信息不對(duì)稱的影響。

研究假設(shè)的提出

當(dāng)發(fā)行公司面臨較大程度的信息不對(duì)稱時(shí),股權(quán)定向增發(fā)的認(rèn)購(gòu)?fù)顿Y者對(duì)發(fā)行公司未來(lái)價(jià)值的估計(jì)存在偏差,為了對(duì)認(rèn)購(gòu)?fù)顿Y者面臨的估值風(fēng)險(xiǎn)進(jìn)行補(bǔ)償,發(fā)行價(jià)格存在一定的折扣(Hertzel and Smith,1993)[5]。Anderson et al.(2006)[1]對(duì)新西蘭上市公司定向增發(fā)價(jià)格折扣率的研究表明,對(duì)發(fā)行公司估值存在的困難越大,價(jià)格折扣率越高。對(duì)于我國(guó)定向增發(fā)價(jià)格折扣率,何賢杰和朱紅軍(2009)[9]的研究同樣表明,發(fā)行公司面臨的信息不對(duì)稱程度越大時(shí),價(jià)格折扣率也顯著越高。由于我國(guó)從2006年開(kāi)始才全面啟動(dòng)股權(quán)定向增發(fā),現(xiàn)有關(guān)于信息不對(duì)稱如何影響定向增發(fā)價(jià)格的研究并沒(méi)有使用近年的樣本,而隨著我國(guó)股票市場(chǎng)的發(fā)展,信息披露機(jī)制也在不斷完善,在此種情況下,信息不對(duì)稱是否還對(duì)定向增發(fā)價(jià)格產(chǎn)生顯著的影響呢?為了對(duì)該問(wèn)題進(jìn)行研究,本文提出假設(shè)1:發(fā)行對(duì)象面臨的信息不對(duì)稱程度越高,折扣率越高。

眾多已有研究表明,機(jī)構(gòu)投資者以及證券分析師對(duì)上市公司信息環(huán)境具有顯著的影響。機(jī)構(gòu)投資者參與投資后,通過(guò)各種渠道獲取、分析被投資公司各種信息,促進(jìn)公司信息公開(kāi)。Bushee and Noe(2000)[3]就發(fā)現(xiàn)機(jī)構(gòu)投資者持股與信息透明度正相關(guān)。證券分析師的主要職責(zé)是搜集、整理和分析上市公司信息,并以研究報(bào)告形式向市場(chǎng)發(fā)布;并且,證券分析師也會(huì)選擇信息透明度較高的上市公司進(jìn)行跟蹤。因此,證券分析師跟蹤人數(shù)也與信息透明度正相關(guān)。如果信息不對(duì)稱程度顯著影響定向增發(fā)價(jià)格折扣率,機(jī)構(gòu)投資者和證券分析師是否可以減輕這一影響呢?為了對(duì)此進(jìn)行檢驗(yàn),本文提出假設(shè)2:在發(fā)行前,機(jī)構(gòu)持股比例越高、證券分析師跟蹤人數(shù)越多的上市公司,信息不對(duì)稱對(duì)價(jià)格折扣率的影響越低。

數(shù)據(jù)、模型及變量

一、數(shù)據(jù)

本文使用的定向增發(fā)樣本時(shí)間范圍為2006~2013年。由于我國(guó)市場(chǎng)定向增發(fā)全面開(kāi)始于2006年,因而樣本從該年開(kāi)始。樣本期內(nèi),本文共獲取1172次定向增發(fā),由886家A股上市公司實(shí)施,部分公司在樣本期內(nèi)多次實(shí)施定向增發(fā)。本文對(duì)樣本的篩選要求如下:(1)剔除由銀行和保險(xiǎn)等金融行業(yè)發(fā)行公司實(shí)施的定向增發(fā)樣本;(2)剔除有數(shù)據(jù)缺失的樣本。經(jīng)過(guò)上述篩選,本文共得到1049個(gè)定向增發(fā)樣本。

定向增發(fā)樣本、發(fā)行公司的財(cái)務(wù)數(shù)據(jù)與交易數(shù)據(jù)等信息都來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。

二、實(shí)證模型

為了檢驗(yàn)信息不對(duì)稱程度對(duì)增發(fā)價(jià)格折扣率的影響,本文構(gòu)建如下模型:

為了檢驗(yàn)機(jī)構(gòu)投資者及證券分析師如何影響信息不對(duì)稱程度與價(jià)格折扣率的關(guān)系,本文構(gòu)建如下模型:

在上述模型(1)和(2)中,Discount表示價(jià)格折扣率;InfoAsy表示信息不對(duì)稱程度; OutGovern表示機(jī)構(gòu)投資者持股比例或者證券分析師跟蹤人數(shù);Control表示其他影響價(jià)格折扣率的因素;Year表示年份的虛擬變量;Industry表示行業(yè)的虛擬變量。

三、變量設(shè)定

1.被解釋變量

本文根據(jù)王浩和劉碧波(2011)[10],使用定向增發(fā)公告日后第10個(gè)交易日股票價(jià)格作為基準(zhǔn)價(jià)格計(jì)算價(jià)格折扣率,記為Discount,其公式為:

其中,PriceA+10為公告日后第10個(gè)交易日股票價(jià)格,PPrice為發(fā)行價(jià)格。

盡管我國(guó)上市公司進(jìn)行定向增發(fā)時(shí)通常采用董事會(huì)決議公告日作為定價(jià)基準(zhǔn)日,但是為了考慮定向增發(fā)為發(fā)行公司附加的成本,本文使用公告發(fā)布后第10個(gè)交易日股價(jià)作為基準(zhǔn)。該股價(jià)可以被視為包含增發(fā)信息的價(jià)格(with information price),使用這一價(jià)格能夠更加準(zhǔn)確地反應(yīng)增發(fā)給公司帶來(lái)的發(fā)行成本。因此,本文使用的價(jià)格折扣率定義如上。

2.解釋變量之一

本文使用如下三種方式度量信息不對(duì)稱程度。

(1)PtoS。根據(jù)Barclay et al.(2007)[2]、何賢杰和朱紅軍(2009)[9]等,使用定向增發(fā)股票數(shù)量對(duì)發(fā)行前股票數(shù)量的比值衡量信息不對(duì)稱程度,記為PtoS。更高的比值表示發(fā)行公司在未來(lái)的投資機(jī)會(huì)高于已有的投資額,公司面臨的不確定更高,對(duì)其的估值難度也更大,即信息不對(duì)稱程度更高。因此,PtoS與信息不對(duì)稱程度正相關(guān)。

(2)IAsset。根據(jù)Barclay et al.(2007)[2]、何賢杰和朱紅軍(2009)[9]等,使用無(wú)形資產(chǎn)占總資產(chǎn)的比例來(lái)度量信息不對(duì)稱程度,記為IAsset。如果無(wú)形資產(chǎn)在總資產(chǎn)中占較高,對(duì)公司的估值難度也越高,因此,IAsset也與信息不對(duì)稱程度正相關(guān)。

(3)Age。根據(jù)Joh and Jung(2012)[6],使用發(fā)行公司實(shí)施定向增發(fā)距上市的時(shí)間來(lái)度量信息不對(duì)稱程度,記為Age。發(fā)行公司實(shí)施定向增發(fā)距上市的時(shí)間間隔越長(zhǎng),投資者對(duì)該公司的了解越充分,因而,Age與公司的信息不對(duì)稱程度負(fù)相關(guān)。

3.解釋變量之二

機(jī)構(gòu)投資者和證券分析師相關(guān)變量設(shè)定如下:

(1)II。根據(jù)已有文獻(xiàn),本文使用發(fā)行公司定向增發(fā)上年末機(jī)構(gòu)投資者持股比例作為機(jī)構(gòu)投資者代理變量,記為II。

(2)Analyst。根據(jù)已有文獻(xiàn),本文使用發(fā)行公司定向增發(fā)上年擁有的證券分析師跟蹤人數(shù)作為證券分析師代理變量,記為Analyst。

4.控制變量

根據(jù)Barclay et al.(2007)[2]、章衛(wèi)東和李德忠(2008)[11]以及何賢杰和朱紅軍(2009)[9]等,本文引入以下對(duì)價(jià)格折扣率具有影響的變量作為控制變量:

(1)賬面市值比(BM),為發(fā)行公司定向增發(fā)上年年末賬面價(jià)值對(duì)公告日前一交易日總市值的比值;(2)定向增發(fā)規(guī)模的自然對(duì)數(shù)(LnPV),為定向增發(fā)募集資金的自然對(duì)數(shù)值;(3)發(fā)行公司規(guī)模(LnSize),為定向增發(fā)公告日前一交易日總市值的自然對(duì)數(shù)值;(4)資產(chǎn)負(fù)債率(Debt),為定向增發(fā)上年末總負(fù)責(zé)對(duì)總資產(chǎn)的比值;(5)股價(jià)波動(dòng)率(Volatility)為定向增發(fā)公告日前40個(gè)交易日經(jīng)市場(chǎng)收益率調(diào)整的個(gè)股超額收益率的標(biāo)準(zhǔn)差。

表1 所有變量的基本描述性統(tǒng)計(jì)

實(shí)證結(jié)果與分析

一、描述性統(tǒng)計(jì)

在報(bào)告實(shí)證檢驗(yàn)結(jié)果之前,本文首先報(bào)告全樣本下所有變量的描述性統(tǒng)計(jì)結(jié)果。

(1)基本描述性統(tǒng)計(jì)結(jié)果。所有變量的統(tǒng)計(jì)結(jié)果列在表1??梢钥闯觯?/p>

Discount平均值為19.6%;中位數(shù)為20.2%。從平均值與中位數(shù)的比較結(jié)果來(lái)看,多數(shù)股權(quán)定向發(fā)行公司的發(fā)行價(jià)格都存在一定折扣率,但也有少數(shù)公司溢價(jià)發(fā)行股份,其價(jià)格折扣率為負(fù)。Discount的最小值為-203.1%;最大值為89.00%。

從平均水平來(lái)看,定向增發(fā)股票數(shù)量占增發(fā)后總股份之比是21.9%;無(wú)形資產(chǎn)占比是4.9%;發(fā)行公司定向增發(fā)距成立日為9.55年。發(fā)行公司的機(jī)構(gòu)投資者持股比例均值為35.03%;分析師跟蹤人數(shù)均值為8.48名。

(2)分組統(tǒng)計(jì)結(jié)果。以PtoS分組得到的統(tǒng)計(jì)結(jié)果列在表2中,從中可知:

從第一組到第三組的PtoS平均值分別為0.074、0.166與0.417;相應(yīng)的Discount平均值分別為0.109、0.190與0.290。從分組統(tǒng)計(jì)結(jié)果來(lái)看,發(fā)行公司面臨的信息不對(duì)稱程度確與價(jià)格折扣率正相關(guān)。

此外,IAsset平均值分別為0.049、0.045與0.053,IAsset衡量的信息不對(duì)稱程度與PtoS衡量結(jié)果大致相當(dāng);Age平均值分別為11.388、8.626與8.636,同樣,PtoS第一組代表信息不對(duì)稱程度最低的組,其增發(fā)日距成立日也最長(zhǎng)。在其他發(fā)行公司的特征方面,三個(gè)PtoS組的均值水平?jīng)]有較顯著的差異。

二、實(shí)證檢驗(yàn)

表2 以PtoS分組統(tǒng)計(jì)主要變量的平均值

表3 模型(1)的回歸結(jié)果

表4 機(jī)構(gòu)投資者的信息提供作用

1.本文對(duì)模型(1)使用虛擬變量最小二乘法(LSDV)進(jìn)行回歸估計(jì),結(jié)果見(jiàn)表3。

從表3的第(1)列可知,在控制了其他影響Discount的因素以及行業(yè)和年份因素后,Discount對(duì)PtoS的估計(jì)系數(shù)在1%水平下顯著為1.10,經(jīng)行業(yè)——年份雙維Cluster修正后的t統(tǒng)計(jì)量為8.74。第(2)列的結(jié)果顯示,Discount對(duì)IAsset的估計(jì)值在10%的水平下顯著為0.061,經(jīng)Cluster修正后的t統(tǒng)計(jì)量為1.70。第(3)列的結(jié)果顯示,Discount對(duì)Age的估計(jì)系數(shù)在5%水平下顯著為-0.004,經(jīng)修正后的t統(tǒng)計(jì)量為-2.21。

表3的結(jié)果表明,當(dāng)定向增發(fā)的發(fā)行公司面臨較高程度的信息不對(duì)稱時(shí),發(fā)行價(jià)格折扣率較其他公司顯著更高。這是因?yàn)椋?dāng)發(fā)行公司面臨的信息不對(duì)稱程度更高時(shí),認(rèn)購(gòu)?fù)顿Y者對(duì)其未來(lái)價(jià)值的估計(jì)難度更高,從而要求較高的價(jià)格折扣率對(duì)其面臨的風(fēng)險(xiǎn)進(jìn)行補(bǔ)償。因此,信息不對(duì)稱程度對(duì)發(fā)行價(jià)格折扣率具有正向影響,上述實(shí)證結(jié)果支持了本文提出的假設(shè)。

表5 證券分析師的信息提供作用

2.本文同樣使用虛擬變量最小二乘法(LSDV)對(duì)模型(2)進(jìn)行回歸估計(jì),估計(jì)結(jié)果分別列在表4和5中。

從表4可知,Discount對(duì)PtoS與II交叉項(xiàng)的估計(jì)系數(shù)在1%水平下顯著為-0.001,修正后的t統(tǒng)計(jì)量達(dá)到-2.94。Discount對(duì)PtoS的估計(jì)系數(shù)也在1%水平下顯著為1.124,t統(tǒng)計(jì)量11.85。Discount對(duì)IAsset與II交叉項(xiàng)的估計(jì)系數(shù)分別為-0.009,對(duì)Age與II交叉項(xiàng)的估計(jì)系數(shù)為0.0003,修正后的t統(tǒng)計(jì)量分別為-2.34和1.86。Discount對(duì)IAsset和Age的估計(jì)系數(shù)分別為0.389和-0.007,t統(tǒng)計(jì)量分別為1.60和-2.50。

上述結(jié)果表明,在加入II的影響后,發(fā)行公司面臨的信息不對(duì)稱程度仍然對(duì)價(jià)格折扣率具有顯著的正向影響。而當(dāng)機(jī)構(gòu)持股比例越高,發(fā)行公司信息不對(duì)稱程度有所改善,從而價(jià)格折扣率有所降低。這一結(jié)果支持了本文的假設(shè)。機(jī)構(gòu)投資者參與公司持股,向市場(chǎng)傳遞公司信息,提高了發(fā)行公司的信息透明度,因此對(duì)定向增發(fā)價(jià)格折扣率具有顯著的負(fù)向影響。

從表5可知,Discount對(duì)PtoS和Analyst交叉項(xiàng)的估計(jì)系數(shù)在5%水平下顯著為-0.003,修正后的t統(tǒng)計(jì)量為-2.37;Discount對(duì)PtoS的估計(jì)系數(shù)則在1%水平下顯著為1.108,修正后的t統(tǒng)計(jì)量高達(dá)9.59。Discount對(duì)IAsset與Analyst交叉項(xiàng)的估計(jì)系數(shù)在1%水平下顯著為-0.032,Discount對(duì)Age與Analyst交叉項(xiàng)的估計(jì)系數(shù)在5%水平下顯著為0.0002,修正后的t統(tǒng)計(jì)量分別為-2.96和2.05;同時(shí),Discount對(duì)IAsset和Age的估計(jì)系數(shù)分別在10%和1%水平下顯著為0.251和-0.006,修正后的t統(tǒng)計(jì)量分別為1.76和-3.14。

上述結(jié)果表明,在加入Analyst的影響后,發(fā)行公司面臨的信息不對(duì)稱程度同樣對(duì)價(jià)格折扣率具有顯著的正向影響。而當(dāng)分析師跟蹤人數(shù)越多,發(fā)行公司信息不對(duì)稱程度有所改善,從而價(jià)格折扣率有所降低。這一結(jié)果同樣支持了本文的假設(shè)。證券分析師通過(guò)研究報(bào)告向市場(chǎng)傳遞公司信息,提高了發(fā)行公司的信息透明度,因此對(duì)定向增發(fā)價(jià)格折扣率具有顯著的負(fù)向影響。

結(jié)論與政策建議

本文基于我國(guó)A股市場(chǎng)上市公司2006~2013年的定向增發(fā)樣本實(shí)證考察了發(fā)行公司面臨的信息不對(duì)稱程度對(duì)價(jià)格折扣率的影響,并且進(jìn)一步考察了機(jī)構(gòu)投資者和證券分析師對(duì)于上述關(guān)系的影響。研究發(fā)現(xiàn):(1)當(dāng)發(fā)行公司面臨的信息不對(duì)稱程度越強(qiáng),發(fā)行價(jià)格折扣率則越高;(2)發(fā)行公司的機(jī)構(gòu)持股比例越高,或發(fā)行公司擁有更多的分析師跟蹤人數(shù),則其面臨的信息不對(duì)稱程度減輕,發(fā)行價(jià)格折扣率顯著降低。

基于上述結(jié)果,本文的研究對(duì)發(fā)行公司具有很強(qiáng)的參考借鑒作用。當(dāng)發(fā)行公司希望提高發(fā)行價(jià)格,募集更多資金時(shí),雖然其面臨的信息不對(duì)稱程度會(huì)降低發(fā)行價(jià)格,但是其可以通過(guò)在發(fā)行前引入更多機(jī)構(gòu)投資者和證券分析師,從而在一定程度上改善信息不對(duì)稱程度,提高發(fā)行價(jià)格。

猜你喜歡
折扣率分析師定向
偏序集上的相對(duì)定向集及其應(yīng)用
基于收益管理的高速鐵路旅客列車(chē)上座率與折扣率的關(guān)系探究
科技資訊(2017年16期)2017-07-14 08:15:54
定向越野
對(duì)遏制上市公司不正當(dāng)利益輸送機(jī)制分析
分析師一致預(yù)期
分析師一致預(yù)期
分析師一致預(yù)期
分析師一致預(yù)期
考慮預(yù)訂率的零售商雙渠道營(yíng)銷(xiāo)策略研究
餐飲行業(yè)最佳折扣力度實(shí)證研究
玉门市| 沾益县| 和林格尔县| 静安区| 太仓市| 浮梁县| 龙江县| 昭苏县| 大方县| 曲松县| 开平市| 东港市| 苍梧县| 黑河市| 米脂县| 伊春市| 博罗县| 德江县| 房山区| 乐清市| 瓮安县| 蓝田县| 青海省| 渭源县| 仁布县| 永平县| 秦安县| 肃南| 新龙县| 城口县| 定安县| 西峡县| 江华| 昭平县| 凌海市| 泸定县| 新安县| 中山市| 夹江县| 蒲江县| 嘉黎县|