宋順林， 王彥超

(中央財經(jīng)大學會計學院， 北京 100081)

投資者情緒如何影響股票定價？

——基于IPO公司的實證研究①

宋順林， 王彥超

(中央財經(jīng)大學會計學院， 北京 100081)

摘要:分析了投資者情緒如何影響股票定價，并以2006年—2011年間917家IPO公司為樣本進行實證檢驗.結(jié)果發(fā)現(xiàn)：1)市場情緒和個股具體的情緒均顯著影響IPO溢價.具體而言，市場情緒較高組比較低組的IPO溢價高36%(63% vs 27%)，個股具體情緒較高組比較低組的IPO溢價高24%(56% vs 32%)；2)公司價值不確定性越高，市場情緒對IPO溢價的影響越大, 公司投機風險越高，市場情緒對IPO溢價的影響越??；3)IPO溢價較高的公司，其股價在上市后會逐漸反轉(zhuǎn).

關(guān)鍵詞:投資者情緒； 價值不確定性； 投機風險； IPO溢價

0引言

有效市場學派不考慮投資者情緒，堅信股票收益率只取決于股票的系統(tǒng)風險[1]，然而，有效市場學派的理論無法解釋股票市場的眾多異常[2].自20世紀90年代開始，行為金融學派的學者們開始構(gòu)建投資者情緒模型，試圖解釋80年代發(fā)現(xiàn)的股票市場異象[3].至今，雖然有效市場學派和行為金融學派尚存在爭議，但行為金融理論的應用已有目共睹*2013年，有效市場的代表人物Eugene Fama和行為金融的代表人物Robert Shiller共同獲得諾貝爾經(jīng)濟學獎這一殊榮..即使在股票市場有效程度較高的美國，行為金融仍然方興未艾.而在我國，行為金融學的相關(guān)研究才剛剛起步.目前，已有一些研究應用投資者情緒理論解釋我國股票市場的一些異常，包括“封閉式基金之謎”、“新股高換手率之謎”、“非理性聯(lián)運之謎”等[4-6].但是，仍有一些基本的問題尚未得到解決.例如，投資者情緒如何以及多大程度上影響股票價格？哪些公司的股價更容易受投資者情緒影響.

鑒于此，本文首先從理論上分析投資者情緒影響股票價格的路徑，然后以IPO公司為樣本對理論假說進行嚴謹?shù)膶嵶C檢驗.以IPO公司為樣本具有獨特優(yōu)勢.檢驗投資者情緒對股價的影響的主要困難在于難以準確度量公司的內(nèi)在價值，而使用IPO公司可以利用分析師的預測價格更好地度量內(nèi)在價值*由于新股定位時(即分析師對新股的價格預測)尚未有機構(gòu)重倉持有新股，并且所屬承銷商的分析師不得發(fā)表對新股的投資推介，分析師對新股的價格預測面臨的利益沖突程度較低，預測價格更可能接近公司的內(nèi)在價值..以2006年—2011年間917家IPO公司為樣本，研究結(jié)果表明：1)IPO溢價平均高達45%，新股首日價格被嚴重高估；2)市場情緒和個股具體的情緒均顯著影響IPO溢價.具體而言，市場情緒較高組比較低組的IPO溢價高36%(63% vs 27%)，個股具體情緒較高組比較低組的IPO溢價高24%(56% vs 32%).說明市場情緒和個股具體的情緒均能對股票價格產(chǎn)生重大影響，但相對而言市場情緒的影響更大；3)公司價值不確定性越高，市場情緒對IPO溢價的影響越大；公司投機風險越高，市場情緒對IPO溢價的影響越小.表明市場情緒對股票價格的影響程度因公司而異；4)IPO溢價較高的公司，其股價在上市后會逐漸出現(xiàn)反轉(zhuǎn)，說明被高估的新股股價上市后會向內(nèi)在價值回歸.

上述發(fā)現(xiàn)對文獻和政策有以下幾點貢獻.首先，本文拓展了投資者情緒的文獻.以往文獻驗證了投資者情緒對股票價格的影響[7-8]，本文則厘清了投資者情緒對股票價格的影響途徑，量化了不同情緒對股價的影響程度，并進一步檢驗了市場情緒對不同類型公司的影響.并且，本文在Baker 和 Wurgler[9-10]提出的理論框架基礎(chǔ)上進一步考慮了個股具體情緒對股價的影響以及投機風險對市場情緒和股價關(guān)系的影響.其次，本文拓展了IPO首日回報率之謎的文獻[7-8，11-13].本文發(fā)現(xiàn)新股首日價格被嚴重高估，并且投資者情緒理論可以解釋首日價格的高估幅度，這將拓展IPO首日回報率之謎的解釋.并且發(fā)現(xiàn)，新股價格高估在上市后會出現(xiàn)反轉(zhuǎn)，這將有助于進一步理解IPO長期表現(xiàn)低迷之謎.最后，本文的結(jié)果表明，新股的價格很大程度上受投資者情緒影響，表明我國新股二級市場的定價效率還較低.

1文獻評述

行為金融建立在兩個基礎(chǔ)之上[2]：一是投資者受心理因素影響[15]；二是有限套利，即非理性行為可以對股價有長期的影響[14-15].廣義地看，投資者情緒是指投資者形成的有關(guān)未來現(xiàn)金流和投資風險的信念與事實有偏差；狹義地看，可將投資者情緒視為樂觀或悲觀，或者投資者的投機傾向[9-10]，本文持狹義的觀點.投資者情緒的相關(guān)文獻可謂浩如煙海，本文僅簡要介紹國外投資者情緒的理論發(fā)展和最新應用以及該理論在我國的應用現(xiàn)狀.

20世紀90年代，國外一系列文獻開始建模分析投資者情緒對股價的影響[16-17].隨后，大量文獻應用投資者情緒理論解釋股票定價.一些文獻運用投資者情緒理論解釋新股定價.這些研究發(fā)現(xiàn)，個人投資者購買IPO股票的行為受情緒驅(qū)動，為新股支付了更高的價格，導致了更高的首日回報率和更差的長期市場表現(xiàn)[18-21].另外，一些文獻檢驗了投資者情緒對二級市場股票定價的影響.這些研究發(fā)現(xiàn)：投資者情緒越高，隨后的股票回報率越低[9]；并且，投資者情緒可以在各國股票市場間傳播[22]，對股票市場的大量異常均有放大效應[23-24].相對于美國，我國股票市場的有效程度較低，行為金融理應更具應用空間.近年來，越來越多的研究應用行為金融理論解釋我國股票市場的一些現(xiàn)象.首先，投資者情緒理論用以解釋我國的新股定價.這些研究表明，我國IPO首日回報率較高的主要原因是投資者情緒導致了較高的首日價格[12，25]，投資者情緒導致的首日股價高估在長期內(nèi)會出現(xiàn)反轉(zhuǎn)[7-8].其次，一些研究檢驗了投資者情緒對二級市場股價的影響.與國外的研究類似，這些研究發(fā)現(xiàn)投資者情緒能夠影響二級市場的股票價格[26-27].最后，投資者情緒理論用以解釋我國股票市場的一些異常.例如，伍燕然、韓立巖[4]用投資者情緒理論解釋我國的“封閉式基金之謎”，邵新建等[5]用投資者情緒理論解釋IPO首日的“高換手率之謎”，李廣子等[6]用投資者情緒理論解釋名字相似股票之間的收益率“非理性聯(lián)運之謎”.

縱觀現(xiàn)有研究，發(fā)現(xiàn)，投資者情緒的理論建構(gòu)在20世紀90年代已經(jīng)較完善.并且，投資者情緒理論在國內(nèi)外都得到了實證檢驗和廣泛應用.然而，投資者情緒的理論和實證并不完善，現(xiàn)有研究雖然發(fā)現(xiàn)投資者情緒理論可以用來解釋我國股票市場的一些異常，但關(guān)于投資者情緒對股票價格的影響程度以及投資者情緒如何影響股價還尚待研究.

2理論分析

投資者情緒不僅包括市場情緒(market sentiment)，還包括個股具體的情緒(firm specific sentiment).前者指與時間序列有關(guān)但與具體公司無關(guān)的市場層面的投資者情緒，后者指只與具體公司有關(guān)但與市場層面無關(guān)的投資者情緒*市場上和文獻上通常都將市場情緒當作投資者情緒，個股具體的情緒往往被忽略.實際上，兩類情緒都存在.這兩類情緒可能相互作用，但是具體以何種方式疊加則不清楚，所以不能簡單地加總.并且，由于一類情緒與時間序列有關(guān)，而另一類情緒只與公司有關(guān)，二類指標的維度不同，所以不能簡單地把它們綜合成一個情緒因子.因此，本文分別考察他們對股票價格的影響..這兩類情緒一起對公司股價產(chǎn)生影響.如圖1所示，市場情緒和個股具體的情緒都會對公司股價產(chǎn)生影響.并且，市場情緒對公司股價的影響還受價值不確定性和投機風險兩個公司特征影響*由于個股具體的情緒內(nèi)生于公司的特征，本文預期公司特征不會對個股具體的情緒和公司股價的關(guān)系產(chǎn)生影響，因此對此不作分析..下文詳細分析投資者情緒對公司股價的影響.

圖1投資者情緒與股票價格

Fig. 1 Investor sentiment and stock price

2.1投資者情緒對股價的影響

投資者情緒能否影響公司股價取決于是否滿足下面兩個條件：1)部分投資者的交易行為受情緒影響[16]；2)有限套利[14-15].DSSW[14]認為，第1個條件顯然滿足，非理性投資者的存在已得到廣泛認可.并且，他們還證明，第2個條件也滿足，套利者不僅面臨基本面風險而且面臨噪音交易者風險，理性投資者的套利行為受到限制*DSSW模型包括兩類投資者：理性的知情投資者和非理性的噪音投資者，這兩類投資者在市場中競爭共同決定股票價格..國外現(xiàn)有的研究證實了理論預測，即投資者情緒能夠影響公司股價[10，22].由于我國股票市場特殊的制度背景，投資者受情緒影響和有限套利兩個條件更加滿足.首先，我國投資者的交易行為更容易受情緒影響.我國股票市場個人投資者占多數(shù)，相對于專業(yè)的機構(gòu)投資者，個人投資者往往缺乏專業(yè)的知識、研究的投入[28]，他們的交易行為更可能受情緒驅(qū)動.此外，我國股票屬于新興市場，市場投機氣氛重[29-30].市場投機氛圍越濃，投資者的交易行為往往越容易受情緒影響[10].其次，我國股票市場套利的成本和風險更高.套利成本包括基本面風險、噪音交易者風險和執(zhí)行成本[2]*基本面風險指被套利股票出現(xiàn)重大利空消息的風險，噪音交易者風險指被套利的股票進一步偏離其內(nèi)在價值的風險[14]，執(zhí)行成本是指執(zhí)行套利策略的交易成本，包括交易傭金、買賣價差等..我國股票市場的套利者也要面臨基本面風險，并且投資者面臨的噪音交易者風險可能更大，因為市場上的噪音投資者更多，股票價格可能長期被高估或低估.此外，我國套利者的執(zhí)行成本更高，尤其是對于價格被高估的股票，做空機制的缺乏限制了套利的執(zhí)行[8].

投資者情緒具體如何影響股價呢？從兩個方面闡述投資者情緒影響公司股價的具體路徑.第一，投資者情緒可簡化為投資者的過于樂觀或過于悲觀[10].樂觀情緒導致股價上升，而悲觀情緒導致股價下降.由于投資者意見分歧和套利的限制，股價更容易反應樂觀投資者的意見[31].其次，投資者情緒影響投資者的投機傾向[10].根據(jù)Harrison和Kreps[32]的定義，投機行為是指投資者擁有隨時出售股票的權(quán)力導致其愿意為股票支付更高的價格.投資者預期能將股票出售給更為樂觀的投資者，因而愿意為股票支付更高的價格，可見投機行為受投資者情緒影響.Harrison和Kreps[32]和Morris[33]的模型都證明，投機會導致股價被高估.上述對投資者情緒與公司股價關(guān)系的分析對市場情緒和個股具體情緒均適用.因此，根據(jù)上述理論分析，本文提出研究假說1：

H1a市場情緒越高，公司股價越高.

H1b個股具體的情緒越高，公司股價越高；

2.2公司特征對市場情緒與股價關(guān)系的影響

市場情緒會對公司股價產(chǎn)生影響，但其影響程度可能因公司特征而異.前述分析表明，樂觀情緒和投機行為可能是投資者情緒影響股價的兩條途徑，因此本文分析與此相關(guān)的兩個重要維度(價值不確定性和投機風險)對市場情緒和股價關(guān)系的影響.

價值不確定性價值不確定性可以通過以下兩條途徑影響市場情緒與股價的關(guān)系.第一，市場樂觀情緒對公司股價產(chǎn)生影響的前提是存在投資者意見分歧，意見分歧越大，股價越容易受市場樂觀情緒影響.價值不確定性較高的公司，投資者對公司估值的意見分歧較大[10]，因此市場情緒對價值不確性大的公司股價影響更大.第二，市場情緒影響公司股價的途徑之一是影響投資者的投機行為.價值不確定性較高的公司更容易受投機者偏愛，因此市場情緒對價值不確性大的公司的股價影響更大*什么原因?qū)е峦稒C者更偏愛價值不確定性高的公司呢？是價值不確定性高的公司，其估值的主觀性較強，投機者容易為其高估值找支撐理由[11].并且，價值不確定性高的公司，未來更可能出現(xiàn)更為樂觀的投資者，投機者預期將股票以更高的價格出售的可能性更大..

投機風險市場情緒影響公司股價的途徑之一是通過投機行為，而投機者需要考慮投機風險，因此預期投機風險會影響市場情緒和股價的關(guān)系.現(xiàn)有的文獻發(fā)現(xiàn)，隱藏壞消息會累積負面消息，負面消息的集中釋放會引發(fā)股價崩盤風險[34-35].類似地，市場的樂觀情緒可能導致股價被高估、形成股價泡沫，最終引發(fā)投機風險(泡沫破裂的風險，即股價迅速向內(nèi)在價值回歸).受市場情緒影響的投機者考慮到投機風險，可能會降低對股票的投機需求.因此，投機風險越大，市場情緒對股價的影響越小.值得指出的是，由于這里的投機風險主要指泡沫破裂的風險，而泡沫破裂只存在于股價被高估的時候，因此投機風險可能只影響市場情緒較高時情緒與股價的關(guān)系.

圖2a和圖2b更清晰地展示了上述理論分析的推論.如圖2a所示，公司股價受市場情緒影響，市場情緒較高時，股票價格被高估，而市場情緒較低時，股價被低估.并且，市場情緒較高(較低)時，價值不確定性較高公司的股價被高估(低估)的幅度更大.另外，如圖2b所示，市場情緒較高時，投機風險較高公司的股價被高估的幅度更??；市場情緒較低時，投機風險不影響投資者情緒與股價的關(guān)系.

圖2a市場情緒、價值不確定性與股價圖2b市場情緒、投機風險與股價

Fig. 2a Investor sentiment, value uncertainty and stock priceFig. 2b Investor sentiment, speculative risk and stock price

根據(jù)上述理論分析，本文提出研究假說2和3：

H2公司價值不確定性越高，市場情緒對股價的影響程度越強.

H3公司投機風險越高，市場情緒對股價的影響程度越弱.

3研究設(shè)計

3.1樣本選擇與數(shù)據(jù)來源

為檢驗本文的理論，最初獲得2006-09-19～2011-12-31的IPO公司974家.

選擇該區(qū)間的公司作為研究樣本有兩個原因：第一，2006年9月19日出臺了《證券發(fā)行與承銷管理辦法》，并且這時股票分置改革已接近尾聲，選擇該辦法之后的IPO公司為樣本以避免制度變化的干擾；第二，樣本的截止日期為2011年12月31日，以保證有足夠的時間獲得IPO后長期市場表現(xiàn)的數(shù)據(jù).在初始樣本的基礎(chǔ)上，進一步剔除金融行業(yè)及模型相關(guān)變量缺失的樣本后，得到最終樣本公司917家.表1描述了樣本選擇過程.

表1　樣本選擇

本文所需的新股定位(即分析師對新股的價格預測)數(shù)據(jù)來源于Wind和CSMAR數(shù)據(jù)庫.其中，Wind數(shù)據(jù)庫收錄了大部分券商的新股定位數(shù)據(jù)，用CSMAR數(shù)據(jù)庫中分析師對IPO公司上市前的價格預測數(shù)據(jù)作為補充，以彌補Wind數(shù)據(jù)庫可能存在的遺漏.本文所需的IPO公司特征數(shù)據(jù)(主要包括發(fā)行價、每股收益和公司年齡等)和股票收益率數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫.

3.2研究模型與變量定義

為檢驗本文的假說，建立回歸模型(1)～模型(3).其中，模型(1)用于檢驗H1a和H1b，即市場情緒和個股具體的情緒對IPO溢價的影響；模型(2)則用于檢驗H2，即公司價值不確定性對市場情緒與IPO溢價之間關(guān)系的影響；模型(3)則用于檢驗H3，即投機風險對市場情緒與IPO溢價之間關(guān)系的影響.

OPi=a+β1Msentt+β2Isenti+β3UW10i+

β4NTSi+β5Agei+β6EPSi+β7Sizei+

∑Board+∑Indu+∑Year+ε

(1)

OPi=a+β1Msentt+β2Isenti+β3Unceri+

β4Unceri×Msentt+β5UW10i+β6NTSi+

β7Agei+β8EPSi+β9Sizei+

∑Board+∑Indu+∑Year+ε

(2)

OPi=a+β1Msentt+β2Isenti+β3Riski+

β4Riski×Msentt+β5UW10i+β6NTSi+

β7Agei+β8EPSi+β9Sizei+

∑Board+∑Indu+∑Year+ε

(3)

模型(1)中因變量為OPi，表示i公司的IPO溢價；主要自變量為Msentt和Isenti，分別表示t時刻的市場情緒和i公司的個股具體情緒.參考以往文獻[11]，控制變量中，本文主要考慮了UW10i(承銷商規(guī)模)、NTSi(非流通股持股比例)、Agei(公司年齡)、EPSi(每股收益)和Sizei(發(fā)行規(guī)模)幾個變量，另外還加入了IPO公司所屬板塊啞變量(Board)、行業(yè)啞變量(Industry)和年度啞變量(Year).根據(jù)理論分析，預期Msentt、Isenti與OPi顯著正相關(guān).

模型(2)中因變量為OPi；主要自變量為Msentt、Isenti、Unceri(價值不確定性)和Unceri×Msentt；控制變量與模型(1)相同.為了減少模型的共線性問題，并便于交互項的解釋，交互變量Unceri×Msentt中的Unceri使用的是啞變量，即高于中位數(shù)取1，低于中位數(shù)則取0.根據(jù)理論分析，預期Unceri×Msentt與OPi顯著正相關(guān).

模型(3)中因變量為OPi；主要自變量為Msentt、Isenti、Riski(價值不確定性)和Riski×Msentt；控制變量與模型(1)相同.與模型(2)類似，交互項Riski×Msentt中的Risk使用的是啞變量，高于中位數(shù)取1，低于中位數(shù)則取0.根據(jù)理論分析，預期Riski×Msentt與OPi顯著負相關(guān).模型(1)～模型(3)中各變量的詳細定義參見表2.

主要變量的說明如下.

1)IPO溢價變量

新股首日價格被高估已被現(xiàn)有研究所證實[7-8]，但如何度量被高估的部分仍存在爭議.新股首日價格被高估的部分理應等于首日收盤價減公司的內(nèi)在價值，問題的關(guān)鍵是如何度量內(nèi)在價值.現(xiàn)有研究有3種備選方案[25]：一是用發(fā)行價格度量內(nèi)在價值；二是基于可比公司市盈率法估計內(nèi)在價值；三是以分析師預測價格估計內(nèi)在價值.基于如下兩個理由，本文最終選擇以分析師預測法估計內(nèi)在價值：①新股發(fā)行價格受到政府管制，不能代表公司的內(nèi)在價值；②由于分析師的研究專長和研究投入，相對于可比公司法，分析師在選擇合適的可比公司和賦予合適的市盈率時更具優(yōu)勢.Song等[25]證實，分析師預測法確實比發(fā)行價格和可比公司法更能準確度量公司的內(nèi)在價值.本文以首日收盤價減分析師預測價格除以發(fā)行價格度量IPO溢價.在計算分析師預測價格時，剔除了承銷商分析師的預測，并對同一分析師進行多次價格預測的情況取上市前最后一次預測.

表2　變量定義

2)投資者情緒變量

將投資者情緒進一步細分為市場情緒和個股具體的情緒.市場情緒是指整體市場的投資者情緒，只與時間序列有關(guān)，與具體公司無關(guān)，但其情緒可能會傳遞到公司的股價上.個股具體的情緒與公司特征有關(guān)但與市場情緒無關(guān).即使沒有市場情緒，某種特征的個股仍然可能被樂觀情緒或投機情緒影響.

市場情緒市場情緒的衡量學術(shù)界沒有統(tǒng)一的指標，現(xiàn)有研究一般使用主成份分析從多個變量中提取一個綜合因子得分.借鑒伍燕然等[36]、Baker 和 Wurgler[9]的方法，本文用下述4個變量得出市場情緒變量的綜合因子：①整個股票市場的市盈率(月度)；②市場換手率(月度)；③封閉式基金折價率(月度)；④股東開戶數(shù)(月度).除第1個變量外，其他3個變量的選擇和定義與伍燕然等[36]一致.與伍燕然等[36]不同的是，本文使用A股市場的市盈率而不是IPO首日回報率*這兩個變量的相關(guān)性數(shù)大于0.8，因此彼此是比較好的替代變量.，原因一是樣本期間，由于證監(jiān)會暫停發(fā)行的原因，部分時段的IPO首日回報率不可獲得；二是本文以IPO溢價衡量股價被高估的程度，因此需避免使用與此相關(guān)的變量衡量市場情緒.綜合因子得分的具體計算步驟如下：

①對4個變量進行主成份分析，得出單位根、方差貢獻率和載荷矩陣；

②根據(jù)載荷矩陣，算出各因子得分；

③將單位根大于1的因子按方差貢獻率的權(quán)重計算加權(quán)平均值，計算綜合因子得分，即

Msent1(綜合因子得分)=0.55×F1(第1因子得分)+ 0.27×F2(第2因子得分)

另外，以往研究發(fā)現(xiàn)A-H股溢價與投資者情緒有關(guān)[37]，市場形勢往往影響投資者的情緒[38].因此，本文考慮在原有4個變量的基礎(chǔ)上，加入A-H股溢價和上證指數(shù)近3個月的回報兩個變量，用6個變量提出投資者情緒的綜合因子得分(Msent2)，計算步驟同上.新加入的兩個變量均為日度數(shù)據(jù)，可作為前述4個月度變量的補充，更好地衡量近期的投資者情緒.表4 A組報告了用于主成份分析的6個變量的相關(guān)系數(shù)，這6個變量的相關(guān)性較高，表明適合進行主成份分析.

個股具體的情緒借鑒現(xiàn)有研究的成果[8，11，30]，用超額認購倍數(shù)度量個股具體的情緒*網(wǎng)下申購的主要是機構(gòu)投資者，而網(wǎng)上申購的多為散戶投資者，因此網(wǎng)上的申購情況更能代表投資者對個股的情緒.這里本文也考慮了用總的認購倍數(shù)度量個股具體的情緒..由于超額認購倍數(shù)會受到市場情緒和發(fā)行數(shù)量的影響，用如下模型提取個股具體的情緒

β2Issuenumi+∑Year+ε

模型中因變量Onlinesub或Totalsub分別是網(wǎng)上超額認購倍數(shù)(網(wǎng)上有效申購量除以網(wǎng)上發(fā)行量)和總超額認購倍數(shù)(總有效申購量和公開發(fā)行總量)；自變量包括Msent(市場情緒)和Issuenum(總發(fā)行數(shù)量).Onlinesub、Totalsub和Issuenum變量均取自然對數(shù).上述模型估計出的殘差項即為兩個相關(guān)的個股具體的情緒變量(Isent1和Isent2)*模型估計的結(jié)果未報告，但留存?zhèn)渌?.

3) 價值不確定性變量

公司價值不確定性是指投資者對公司價值評估存在意見分歧，分歧越大表示價值不確定性越大.如何衡量IPO公司上市時公司的價值不確定性呢？現(xiàn)有研究提供了3種可行的備選方案：①利用上市首日的交易數(shù)據(jù)度量，如首日價格波動、首日換手率[7-8]；②利用分析師對新股價格的預測數(shù)據(jù)度量[25]；③利用公司特征數(shù)據(jù)度量，如規(guī)模、上市年度、盈余波動和股利發(fā)放等[9].由于首日換手率包含的內(nèi)容過于豐富(可以代表投資者情緒也可以表示投資者意見分歧)，并且新股剛上市，部分公司特征數(shù)據(jù)缺失，最終以上市首日價格波動幅度和上市前分析師預測價格方差度量公司價值不確定性.具體計算公式參見表2.

4) 投機風險變量

投機者(噪音交易者)面臨泡沫破裂風險和基本面風險.本文的投機風險主要指泡沫破裂風險.市場上通常將高市盈率或高市凈率作為高投機風險的象征，市盈率或高市凈率較高時，則提醒投資者警惕投機風險.另外，以往研究認為，高市盈率意味著較高投機泡沫和投機風險[39]，因為較高的市盈率往往難以長期維持，泡沫破裂的風險較大.并且，現(xiàn)有研究表明，高市凈率意味著較高的股價崩盤風險[35-36].因此，用市盈率(Risk1)和市凈率(Risk2)兩個變量度量投機風險.

4實證結(jié)果

4.1描述性統(tǒng)計及相關(guān)性分析

表3報告了主要變量的描述性統(tǒng)計.從均值和標準差等統(tǒng)計量可以看出：1)2006年—2011年期間，IPO溢價(OP)平均高達45%，即IPO公司的首日定價被高估45%；與此同時，IPO溢價在不同公司間存在較大差異；2)市場情緒(Msent)和個股具體的情緒(Isent)、價值不確定性(Uncer)及投機風險(Risk)在樣本間也存在較大差異.另外，表3也報告了其他變量的描述性統(tǒng)計供參考，這里不再贅述.

表3　變量描述性統(tǒng)計

注:各變量定義參見表2.

表4的B組報告了研究模型中主要變量的相關(guān)系數(shù).從中可以看出：1)IPO溢價(OP)與市場情緒(Msent)、個股具體的情緒(Isent)、價值不確定性(Uncer)以及投機風險(Risk)等變量都顯著相關(guān)；2)Msent1與Msent2、Isent1與Isent2、Uncer1與Uncer2、Risk1與Risk2等變量都顯著相關(guān)，且相關(guān)系數(shù)較大，說明分別用兩個變量度量市場情緒、個股具體的情緒、價值不確定性和投機風險具有內(nèi)在一致性；3)Isent1與Uncer顯著正相關(guān)，與Risk和EPS等變量顯著負相關(guān)，Isent2與EPS顯著負相關(guān)，原因是個股具體的情緒受公司特征影響.另外，表4還報告了其他變量的相關(guān)系數(shù)供參考.

表4　相關(guān)性分析

注:*表示在相關(guān)系數(shù)1%的水平上統(tǒng)計顯著；各變量定義參見表2.

4.2投資者情緒與IPO溢價: 分組比較

進行分組比較以直觀地展示市場情緒對IPO溢價的影響，以及價值不確定性和投機風險對市場情緒和IPO溢價關(guān)系的影響.將樣本按市場情緒(Msent)高低分為兩組(根據(jù)中位數(shù)分組)，按公司價值不確定性(Uncer)或投機風險(Risk)從低到高分成5組(根據(jù)分位數(shù)分組)，共得到10組(2×5)子樣本，比較不同子樣本組的IPO溢價大小.表5報告了分組比較的結(jié)果.結(jié)果顯示：1)各子樣本組，IPO溢價均大于零，說明IPO公司首日股價普遍被高估；2)市場情緒較高組比較低組的IPO溢價高出約24%～49%(按Msent1和Uncer1分組)，平均而言要高出36%(63% vs 27%，表中沒有報告)，說明市場情緒對IPO公司二級市場定價有重要影響；3)個股具體情緒較高組比較低組高出24%(56% vs 32%)，表明個股具體的情緒也對新股定價有重要影響(表中沒有報告)；4)價值不確定性最高組與最低組，投資者情緒高低兩組IPO溢價的差值分別為24%和49%，兩者相差25%(按Msent1和Uncer1分組的結(jié)果)；投機風險最高組與最低組，投資者情緒高低兩組IPO溢價的差值分別為64%和8%，兩者相差56%(按Msent1和Risk1分組的結(jié)果).說明公司價值不確定性越高、投機風險越低，市場情緒對新股價格的影響程度越強.此外，表5的結(jié)果顯示，按照不同的方法度量市場情緒、價值不確定性和投機風險得出的結(jié)果較為一致.

表5　市場情緒、價值不確定性、投機風險與IPO溢價:分組比較

另外，以Msent1×Uncer1和Msent1×Risk1兩對分組為例，用圖形的方式更清晰地展示了表5的主要結(jié)果.從中可以看出，圖3b的結(jié)果與理論分析的圖2b非常相似，支持了本文的理論預期，而圖3a的圖形與理論分析的圖2a稍有差別.本文的理論分析認為，市場情緒較低時，隨著公司價值不確定性的上升，IPO溢價將逐漸下降，但圖2a的結(jié)果顯示的是IPO溢價逐漸上升.本文推測，原因可能是，將樣本劃分為市場情緒相對較高組和相對較低組，但是即使是市場情緒相對較低組，市場情緒仍然較為樂觀，因而有IPO溢價逐漸上升的趨勢.與此推測相符的一個事實是，市場情緒相對較低時，IPO溢價仍然大于零.

圖3a情緒、價值不確定性與IPO溢價圖3b情緒、投機風險與IPO溢價

Fig. 3a Investor entiment, value uncertainty and IPO premiumFig. 3b Investor sentiment, speculative risk and IPO premium

4.3投資者情緒與IPO溢價:回歸分析

為更嚴謹?shù)仳炞C本文的研究假說，進一步利用回歸分析考察市場情緒和個股具體的情緒對IPO溢價的影響，以及價值不確定性和投機風險對市場情緒與IPO溢價關(guān)系的影響.回歸分析中，價值不確定性和投機風險兩個交互變量均使用的是啞變量，即根據(jù)價值不確定性和投機風險兩個變量的中位數(shù)將連續(xù)變量轉(zhuǎn)換為啞變量*但使用啞變量作為交互變量，目的是避免回歸模型的共線性問題，并使結(jié)果解釋更為方便.使用價值不確定性及投機風險變量的連續(xù)變量作為交互變量，不改變回歸分析的結(jié)果，甚至結(jié)果更為顯著..表6、表7和表8報告了回歸分析的結(jié)果.

表6中回歸方程(1)的結(jié)果顯示，控制其他因素后，Msent1(市場情緒)與OP(IPO溢價)在0.01以下的顯著性水平下正相關(guān)，表明市場情緒越高，IPO公司的首日價格被高估的程度越大，支持了H1a；Isent1(個股具體的情緒)與OP在0.01以下的顯著性水平下正相關(guān)，表明個股具體的情緒越高，IPO溢價越大，支持了H1b.此外，回歸方程(2)—方程(4)中，變換市場情緒和個股具體的情緒的度量方式，得出的結(jié)果與方程(1)的結(jié)果非常一致.

表7中回歸方程(1)的結(jié)果顯示，在控制其他因素后，Msent1×Uncer1(價值不確定性)與OP在0.01以下的顯著性水平下正相關(guān)，表明公司價值不確定性較高時，市場情緒對IPO公司股票定價的影響程度更強，支持了H2.此外，回歸方程(2)—方程(4)中，本文變換市場情緒和價值不確定性的度量方式，方程(1)的主要結(jié)果不變.表8中回歸方程(1)的結(jié)果顯示，在控制其他因素后，Msent1×Risk1(投機風險)與OP在0.01以下的顯著性水平下負相關(guān)，表明投機風險較高時，市場情緒對IPO公司股票定價的影響程度更弱，支持了H3，即投機風險影響市場情緒與股票價格的關(guān)系；另外，回歸方程(2)～方程(4)中，變換市場情緒和投機風險的度量方式，不改變方程(1)的回歸結(jié)果.

表6　投資者情緒與IPO溢價

注：***、**、*分別表示回歸系數(shù)在1%、5%和10%的水平上統(tǒng)計顯著；因變量為OP(IPO溢價)，各變量的具體定義參見表2；括號內(nèi)為經(jīng)White(1980)異方差修正的t統(tǒng)計量.

表7　價值不確定性、投資者情緒與IPO溢價

注：***、**、*分別表示回歸系數(shù)在1%、5%和10%的水平上統(tǒng)計顯著；因變量為OP(IPO溢價)，各變量的具體定義參見表2；括號內(nèi)為經(jīng)White(1980)異方差修正的t統(tǒng)計量.

表8　投機風險、投資者情緒與IPO溢價

注：***、**、*分別表示回歸系數(shù)在1%、5%和10%的水平上統(tǒng)計顯著；因變量為OP(IPO溢價)，各變量的具體定義參見表2；括號內(nèi)為經(jīng)White(1980)異方差修正的t統(tǒng)計量.總體上，上述結(jié)果均支持了本文的假說.為測試上述回歸結(jié)果對樣本選擇和變量度量的敏感性，做了一系列穩(wěn)健性測試(敏感性分析部分的結(jié)果未報告，但留存?zhèn)渌?：

1)樣本選擇方面.創(chuàng)業(yè)板上市公司始于2009年，其公司特征與主板和中小板公司有所不同，可能影響本文的結(jié)論.因此，本文剔除了創(chuàng)業(yè)板的樣本重新進行檢驗.結(jié)果發(fā)現(xiàn)，除回歸系數(shù)的顯著性有所差別外，上述分析的基本結(jié)論保持不變；2)變量度量方面.本文以IPO溢價度量新股首日被二級市場高估的程度，等于首日收盤價減公司內(nèi)在價值再除以發(fā)行價.敏感性分析部分，以IPO首日回報率代替IPO溢價不影響本文的回歸分析結(jié)論.另外，為了估計IPO溢價，本文使用分析師對新股合理價格的預測價格度量公司的內(nèi)在價值，等于同一公司多位分析師預測價格的均值.為了減輕分析師預測樂觀偏見的影響，取多位分析師預測價格的中位數(shù)或最小值度量公司的內(nèi)在價值.這樣處理后，上述回歸分析的基本結(jié)論保持不變.最后，本文以上市前提供價格預測的分析數(shù)量多少度量公司價值不確定性(分析師數(shù)量大于中位數(shù)則為1，否則為0)，以新股發(fā)行市盈率與同行業(yè)市盈率的相對大小度量投機風險(新股發(fā)行市盈率大于同行業(yè)公司則為1，否則為0)，本文基本結(jié)論仍然不變.

4.4IPO溢價與上市后市場表現(xiàn):回歸分析

由于新股的股價長期來說理應會向內(nèi)在價值回歸，如果IPO溢價真能代表新股股價被高估的部分，IPO溢價應該能夠用來預測新股上市后的市場表現(xiàn).為驗證這一推測，本文進一步檢驗了IPO溢價與IPO公司上市后短期和長期市場表現(xiàn)的關(guān)系，回歸分析結(jié)果見表9.表9中回歸方程(1)～方程(3)的結(jié)果顯示，在控制其他變量后，OP(IPO溢價)與CAR10、CAR20和CAR30(新股上市后的短期市場表現(xiàn))顯著負相關(guān)，即IPO溢價越高，其上市后的短期市場表現(xiàn)越差.表9中回歸方程(4)～方程(6)的結(jié)果顯示，在控制其他變量后，OP(IPO溢價)與BHAR240、BHAR480和BHAR720(新股上市后的長期市場表現(xiàn))顯著負相關(guān)，即IPO溢價越高，其上市后的長期市場表現(xiàn)越差.另外，回歸方程(1)～方程(6)的結(jié)果顯示，隨上市后市場表現(xiàn)的時間窗口拉長，OP的回歸系數(shù)逐漸增大，說明上市后新股股價逐漸向內(nèi)在價值回歸.

表9　IPO溢價與新股上市后市場表現(xiàn)

注：***、**、*分別表示回歸系數(shù)在1%、5%和10%的水平上統(tǒng)計顯著.因變量為CAR和BHAR(IPO公司上市后短期和長期市場表現(xiàn))，CAR10、CAR20和CAR30分別表示IPO公司上市后10天、20天和30天的累積超額回報率(不包括上市首日)，BHAR240、BHAR480和BHAR720分別表示IPO公司上市后240天(約1年)、480天和720天的買進并持有超額回報率(不包括上市首日).其他變量的具體定義參見表2；括號內(nèi)為經(jīng)White(1980)異方差修正的t統(tǒng)計量.

5結(jié)束語

本文借鑒和拓展了Baker 和 Wurgler[10]的理論分析框架，利用IPO公司的獨特樣本，檢驗了投資者情緒對公司股票定價的影響，以及公司價值不確定性和投機風險對市場情緒和股票定價關(guān)系的影響.發(fā)現(xiàn)，IPO溢價高到45%，市場情緒和個股具體的情緒均顯著影響IPO溢價，相對而言，市場情緒的影響更大；市場情緒對股票價格的影響程度因公司而異；具體地，公司價值不確定性越高，市場情緒對IPO溢價的影響越大；公司投機風險越高，市場情緒對IPO溢價的影響越小.此外，IPO溢價較高的公司，其股價在上市后會逐漸反轉(zhuǎn).上述發(fā)現(xiàn)有兩點重要啟示.第1，鑒于本文發(fā)現(xiàn)IPO公司首日價格普遍被高估且高估程度受投資者情緒影響，未來文獻研究IPO抑價相關(guān)話題時，需要考慮IPO首日回報率中的二級市場溢價部分，并且需要注重從投資者行為方面分析.第2，本文的結(jié)果表明，我國上市公司的股票價格很大程度上受投資者情緒影響，其影響程度因公司而異，因此研究上市公司的股價行為需要考慮投資者情緒的影響.盡管本文是以IPO公司為例研究投資者情緒對股票定價的影響，其結(jié)論對于理解二級市場的股價行為亦有幫助.

參 考 文 獻：

[1]Fama E F. Efficient capital markets: II[J]. The Journal of Finance, 1991, 46(5): 1575-1617.

[2]Barberis N, Thaler R. A survey of behavioral finance[M]// Constantinides G M, Harris M, Stulz R. Handbook of the Economics of Finance, Elsevier Science Ltd, 2003: 1053-1128.

[3]Shiller R J. From efficient markets theory to behavioral finance[J]. The Journal of Economic Perspectives, 2003, 17(1): 83-104.

[4]伍燕然, 韓立巖. 不完全理性、投資者情緒與封閉式基金之謎[J]. 經(jīng)濟研究, 2007, (3): 117-129.

Wu Yanran, Han Liyan. Imperfect rationality, sentiment and closed-end-fund puzzle[J]. Economic Research Journal, 2007, (3): 117-129. (in Chinese)

[5]邵新建, 巫和懋, 李澤廣, 等. 中國 IPO 上市首日的超高換手率之謎[J]. 金融研究, 2011, (9): 122-137.

Shao Xinjian, Wu Hemao, Li Zeguang, et al. The puzzle of high first-day turnover on IPO in China[J]. Journal of Financial Research, 2011, (9): 122-137. (in Chinese)

[6]李廣子, 唐國正, 劉力. 股票名稱與股票價格非理性聯(lián)動——中國A股市場的研究[J]. 管理世界, 2011, (1): 40-51.

Li Guangzi, Tang Guozheng, Liu Li. The irrational co-movement of stock names and stock prices[J]. Management World, 2011, (1): 40-51. (in Chinese)

[7]韓立巖, 伍燕然. 投資者情緒與IPOs之謎——抑價或者溢價[J]. 管理世界, 2007, (3): 51-61.

Han Liyan, Wu Yanran. Investor sentiment and the puzzle of IPOs: Underpricing or overpricing[J]. Management World, 2007, (3): 51-61. (in Chinese)

[8]江洪波. 基于非有效市場的A股IPO價格行為分析[J]. 金融研究, 2007, (8): 90-102.

Jiang Hongbo. The behavior of A-share IPO in inefficient market[J]. Journal of Financial Research, 2007, (8): 90-102. (in Chinese)

[9]Baker M, Wurgler J. Investor sentiment and the cross-section of stock returns[J]. The Journal of Finance, 2006, 61(4): 1645-1680.

[10]Baker M, Wurgler J. Investor sentiment in the stock market[J]. The Journal of Economic Perspectives, 2007, 21(2): 129-151.

[11]宋雙杰, 曹暉, 楊坤, 投資者關(guān)注與 IPO 異象——來自網(wǎng)絡(luò)搜索量的經(jīng)驗證據(jù)[J]. 經(jīng)濟研究, 2011, (增1): 45-55.

Song Shuangjie, Cao Hui， Yang Kun. Investor attention and IPO anomalies: Evidence from google trend volume[J]. Economic Research Journal, 2011, (S1): 45-55. (in Chinese)

[12]劉煜輝, 沈可挺. 是一級市場抑價, 還是二級市場溢價——關(guān)于我國新股高抑價的一種檢驗和一個解釋[J]. 金融研究, 2011, (11): 183-196.

Liu Yuhui, Shen Keting. Is the underpricing in primary market or the overvaluation in secondary market: A new examination and explanation of high underpricing in China[J]. Journal of Financial Research, 2011, (11): 183-196. (in Chinese)

[13]黃俊, 陳信元. 媒體報道與IPO抑價——來自創(chuàng)業(yè)板的經(jīng)驗證據(jù)[J]. 管理科學學報, 2013, 16(2): 83-94.

Huang Jun, Chen Xinyuan. Media coverage and IPO underpricing: Evidence from China’s growth enterprise markets[J]. Journal of Management Sciences in China, 2013, 16(2): 83-94. (in Chinese)

[14]De Long J B, Shleifer A, Summers L H, et al. Noise trader risk in financial markets[J]. Journal of Political Economy, 1990, 98(4): 703-738.

[15]Shleifer A, Summers L H. The noise trader approach to finance[J]. The Journal of Economic Perspectives, 1990, 4(2): 19-33.

[16]Barberis N, Shleifer A, Vishny R. A model of investor sentiment[J]. Journal of Financial Economics, 1998, 49(3): 307-343.

[17]Daniel K, Hirshleifer D, Subrahmanyam A. Investor psychology and security market under-and overreactions[J]. The Journal of Finance, 1998, 53(6): 1839-1885.

[18]Ljungqvist A, NandaV, Singh R. Hot markets, investor sentiment, and IPO pricing[J]. The Journal of Business, 2006, 79(4): 1667-1702.

[19]Derrien F. IPO pricing in “HOT” market conditions: Who leaves money on the table?[J]. The Journal of Finance, 2005, 60(1): 487-521.

[20]Dorn D. Does sentiment drive the retail demand for IPOs?[J]. Journal of Financial and Quantitative Analysis, 2009, 44(1): 85-108.

[21]Aissia D B. IPO first-day returns: Skewness preference, investor sentiment and uncertainty underlyingfactors[J]. Review of Financial Economics, 2014, 23(3): 148-154.

[22]Baker M, Wurgler J, Yuan Y. Global, local, and contagious investor sentiment[J]. Journal of Financial Economics, 2012, 104(2): 272-287.

[23]Stambaugh R F, Yu J, YuanY. The short of it: Investor sentiment and anomalies[J]. Journal of Financial Economics, 2012, 104(2): 288-302.

[24]Stambaugh R F, Yu J F, Yuan Y. The long of it: Odds that investor sentiment spuriously predicts anomaly returns[J]. Journal of Financial Economics, 2014, 114(3): 613-619.

[25]Song S L, Tan J S, Yi Y. IPO initial returns in China: Underpricing or overvaluation?[J]. China Journal of Accounting Research, 2014, 7(1): 31-49.

[26]文鳳華, 肖金利, 黃創(chuàng)霞, 等. 投資者情緒特征對股票價格行為的影響研究[J]. 管理科學學報, 2014, 17(3): 60-69.

Wen Fenghua, Xiao Jinli, Huang Chuangxia, et al. The effects of characteristics of investor sentiment on stock price behaviors[J]. Journal of Management Sciences in China, 2014, 17(3): 60-69. (in Chinese)

[27]劉維奇, 劉新新. 個人和機構(gòu)投資者情緒與股票收益——基于上證A股市場的研究[J]. 管理科學學報, 2014, 17(3): 70-87.

Liu Weiqi, Liu Xinxin. Individual/institutional investor sentiment and stock returns: Study based on Shanghai A-share market[J]. Journal of Management Sciences in China. 2014, 17(3): 70-87. (in Chinese)

[28]Malmendier U, Shanthikumar D. Are small investors naive about incentives[J]. Journal of Financial Economics, 2007, 85(2): 457-489.

[29]蘇冬蔚. 噪聲交易與市場質(zhì)量[J]. 經(jīng)濟研究, 2009, (9): 82-95.

Su Dongwei. Noise trading and market quality in Chinese stock markets[J]. Economic Research Journal, 2009, (9): 82-95. (in Chinese)

[30]田利輝. 金融管制、投資風險和新股發(fā)行的超額抑價[J]. 金融研究, 2010, (4): 85-100.

Tian Lihui. Financial regulations, investment risks, and determinants of the excess Chinese IPO underpricing[J]. Journal of Financial Research, 2010, (4): 85-100. (in Chinese)

[31]Miller E M. Risk, uncertainty, and divergence of opinion[J]. Journal of finance, 1977, 32(4): 1151-1168.

[32]Harrison J M, Kreps D M. Speculative investor behavior in a stock market with heterogeneous expectations[J]. The Quarterly Journal of Economics, 1978, 92(2): 323-336.

[33]Morris S. Speculative investor behavior and learning[J]. The Quarterly Journal of Economics, 1996, 111(4): 1111-1133.

[34]許年行, 江軒宇, 伊志宏, 等. 分析師利益沖突, 樂觀偏差與股價崩盤風險[J]. 經(jīng)濟研究, 2012, (7): 127-140.

Xu Nianhang, Jiang Xuanyu, Yi Zhihong, et al. Conflicts of interest, analyst optimism and stock price crash risk[J]. Economic Research Journal, 2012, (7): 127-140.(in Chinese)

[35]Kim J, Li Y, Zhang L. Corporate tax avoidance and stock price crash risk: Firm-level analysis[J]. Journal of Financial Economics, 2011, 100(3): 639-662.

[36]伍燕然, 潘可, 胡松明, 等. 行業(yè)分析師盈利預測偏差的新解釋[J]. 經(jīng)濟研究, 2012, (4): 149-160.

Wu Yanran, Pan Ke, Hu Songming, et al. A new explanation of industry analyst earnings forecast bias[J]. Economic Research Journal, 2012, (4): 149-160. (in Chinese)

[37]宋順林, 易陽, 譚勁松. AH股溢價合理嗎——市場情緒、個股投機性與AH股溢價[J]. 南開管理評論, 2015, (2): 92-102.

Song Shunlin, Yi Yang, Tan Jinsong. Is AH share premium justified? Market sentiment, speculative stocks and AH premium[J]. Nankai Business Review, 2015, (2): 92-102. (in Chinese)

[38]童盼, 王旭芳. 公開增發(fā)市場反應與市場環(huán)境——基于投資者情緒的研究[J]. 中國會計評論, 2010, (1): 53-72.

Tong Pan, Wang Xufang. SEO market reaction and market circumstance: Research based on investor sentiment[J]. China Accounting Review, 2010, (1): 53-72. (in Chinese)

[39]何誠穎. 中國股市市盈率分布特征及國際比較研究[J]. 經(jīng)濟研究, 2003, (9): 74-81.

He Chengying. Research on the distribution character of PE ratio in China’s stock market and international comparisons[J]. Economic Research Journal, 2003, (9): 74-81.(in Chinese)

How does investor sentiment affect stock pricing? An empirical research based on IPO firms

SONGShun-lin,WANGYan-chao

School of Accountancy, Cetral University of Finance and Economics, Beijing 100081, China

Abstrct: Taking 917 IPO firms from the year 2006 to 2011 as the sample, this paper analyzes how investor sentiment affects stock pricing. Our findings are: 1) both market sentiment and firm specific sentiment significantly affect IPO overvaluation. Specifically, IPO overvaluation is 36% larger in higher groups than lower groups of market sentiment (63% vs 27%), and IPO overvaluation is 24% larger in stocks with a higher firm specific sentiment than a lower firm specific sentiment(56% vs 32%). 2)The higher the value uncertainty of IPO firms, the larger the effects of investor sentiment on IPO premium; while the higher the speculative risk, the smaller the effects of investor sentiment on IPO premium. 3) With higher IPO premiums, stock prices will reverse gradually after the IPO.

Key words:investor sentiment； value uncertainty； speculative risk； IPO overvaluation

收稿日期:①2013-05-02；

修訂日期:2014-08-19.

基金項目:國家自然科學基金資助項目(71502183; 71572210)； 教育部人文社會科學青年基金資助項目 (14YJC790101)； 中央財經(jīng)大學第三批青年科研創(chuàng)新團隊支持計劃資助項目.

作者簡介:宋順林(1983—)， 男， 湖南永州人， 博士， 副教授. Email:dalin507@163.com

中圖分類號:F830

文獻標識碼:A

文章編號:1007-9807(2016)05-0041-15