师对IPO首日价位预测准确吗

摘 要：以2009—2011年间A股IPO数据为样本,考察了证券分析师IPO首日价位预测的准确性,并利用回归方法对影响证券分析师预测偏差的因素进行了研究.研究发现,中国证券分析师IPO首日价位预测准确性的整体水平有待提高；证券分析师预测偏差与投资者非理性行为、超额认购倍数和分析师数量显著负相关,与证券分析师意见分歧显著正相关.最后,根据研究结论提出了提高证券分析师预测准确性的政策建议.

关 键 词：证券分析师；价位预测；准确性

文章编号：1003-6636（2013）02-0007-08；中图分类号：F830.9；文献标识码：A

一、引言

在世界证券市场上,股票首次公开发行（IPO）上市首日普遍出现正收益现象.LoughranandRitter（2004）研究表明,1996年美国证券市场IPO的平均首日收益率为17%,1999年为73%,2000年为58%,1999—2000年间网络股的平均首日收益率则高达89%.在法国、德国、英国等许多国家均发现首日正收益现象.[1]在中国同样存在首日正收益现象.汪宜霞（2007）对1990—2006年间中国证券市场1108家IPO上市首日数据的统计研究表明,IPO的平均首日正收益率高达22577%,远高于美国以及欧洲各国,也高于其他新兴市场国家,更高于同期的市场基准利率.[2]

由于证券市场的信息不对称及分析即将上市公司的经营情况、财务报表、招股说明书等资料需要较高的成本及专业能力,所以投资者很难自己独立分析上市首日的股票价位.IPO上市首日价位的预测信息成为投资者急需的重要资料.在中国,该预测信息最主要的来源是各证券公司卖方证券分析师提供的预测信息.证券分析师的主要作用是运用自己的专业知识对即将上市的公司进行全面分析,再将分析结果传递给投资者以提高其投资质量.

中国的证券市场起步较晚,发展亦不够成熟,证券分析师的专业素质和分析水平尚有待加强.此外,中国证券市场上投资者的投机倾向远远高于投资倾向,无疑增加了分析预测的难度.因此,研究证券分析师IPO首日价位预测偏差的现状及影响因素,对投资者选择有效预测信息和投资具有重要的现实意义.

二、文献回顾

在欧美等国,证券市场成熟已久,证券分析师行业起步也较早.作为上市公司和投资者之间信息的沟通者,证券分析师预测在西方国家得到了系统研究.

在证券分析师预测方面,BrandLehy（2003）认为,证券分析师预测的目标涵盖了市场信息,是有价值的.[3]Asquithetal（2004）的研究支持了前者的结论,发现在荐股评级和盈利预测都修正的条件下,预测将涵盖新的市场信息,因此,证券分析师的价位预测是有价值的.[4]

在证券分析师盈利预测影响因素方面,Angeloetal（2009）发现证券分析师预测的准确性受到其情感因素与上市公司CEO个人因素的影响.[5]FischerandStocken（2010）从证券分析师信息收集行为的角度考察了其预测的可靠性,认为由于证券分析师和投资者不存在利益瓜葛,因此,证券分析师盈利预测报告的可信度值得怀疑.[6]

在证券分析师预测的“羊群行为”方面,HongandKubik（2000）发现,经验不足的证券分析师比经验丰富的证券分析师发生“羊群行为”的概率要大,因为前者要考虑自己的声望,而后者发布激进盈余预测的可能性更大.[7]Welch（2000）在检验羊群行为是否存在时,发现证券分析师在市场行情好时产生羊群行为的概率要比行情差时要高得多.[8]

在证券分析师预测准确性方面,Huttonetal（2012）研究发现,当上市公司的盈利受到宏观经济情况影响时,证券分析师发布盈余信息的准确性比上市公司发布的要高.[9]Michaeletal（2012）研究发现,证券分析师在收集信息后时发布预测信息的准确性要高于同行业的平均水平.[10]

在中国,证券分析师行业起步较晚,但随着证券市场的发展,关于证券分析师预测的研究日益增多.

在证券分析师定价预测方面,储一昀和仓勇涛（2008）以2000—2005年间证券分析师定价预测的观测值为样本,分析了证券分析师定价预测的意见分歧与分析师人数对IPO首日股价的影响,发现分析师定价预测的一致性能很好地解释首日收盘价.[11]这表明证券分析师的预测是有价值的.肖萌和朱宏泉（2011）认为,分析师一致评级月变化和向前一月的月市场超额回报呈显著负相关,行业分析师一致评级月变化和向前一月的行业月超额回报呈显著负相关,分析师一致荐股意见对未来市场和行业超额回报具有一定的预测能力.[12]

在证券分析师盈利预测方面,郭杰和洪洁瑛（2009）研究表明,分析师对公司盈余的预测行为是无效的,其原因不是分析师过度自信的心理偏差或追求股票交易佣金的主观动机,而是分析师追求更高外在显示能力的主观动机和中国上市公司较差的信息披露质量.[13]公言磊（2010）发现,证券分析师倾向于发布乐观盈余预测的主要原因是证券分析师所在的制度环境存在利益冲突以及其自身存在的认知偏差.[14]伍燕然等（2012）基于中国数据的实证研究,认为只有情绪和利益驱动因素相结合,才能更好地解释卖方分析师的盈利预测偏差.[15]董耀武等（2011）的研究结果表明,传统的IPO定价偏低,不适合高科技公司的IPO估值.同时,由于中国现阶段股票市场噪声交易过多,从而影响IPO定价的准确性.[16]

综上所述,国内外关于证券分析师预测的研究涵盖了诸多方面,主要集中在对证券分析师盈余预测方面以及预测行为方面,而对证券分析师IPO首日价位的预测很少.因此,本文拟将参考前人的相关研究成果,考察中国证券分析师IPO首日价位预测信息的准确性及其预测偏差的影响因素.三、描述性统计分析

(一)样本选择及数据来源

本文选取了2009—2012年726家IPO公司的证券分析师预测数据,其中上海A股IPO公司77家,中小板349家,创业板300家,考虑到证券分析师IPO价位预测分歧意见对预测偏差的影响,要求对证券公司进行预测的分析师数量至少要有两个,因而我们剔除了数据缺失的两家创业板公司,最终选取了724家上市公司的数据和5713个证券分析师的预测数据.中国证监会2009年6月发布《关于进一步改革和完善新股发行体制的指导意见》,之后重启的新股发行明显提高了定价的市场化程度.因此,选择此样本期间,对于研究分析师的IPO定价预测更有现实意义.

证券分析师IPO首日价位预测的数据主要来源于腾讯网站以及东方财富网站,并由作者手工统计整理而成；首日收盘价以及首日行情指数涨幅来源于国元证券的行情数据；网上发行股数、中签率以及首日换手率来源于东方财富网站.

(二)判断依据

本文以证券分析师预测偏差率的绝对值（EADPR）作为衡量证券分析师预测准确性的判断依据,计算公式如下：

EADPR等于ADPi-RP/RP（1）

其中,ADPi表示第i位证券分析师IPO首日价位预测区间的中位数,RP表示实际收盘价.EADPR作为衡量证券分析师IPO首日价位预测值对实际收盘价偏离程度的标准：该值越大,表明证券分析师预测的准确性越低,预测信息价值越低；反之则反.

(三)统计分析

1整体样本的描述性统计

如表1所示,根据对证券分析师关于724家IPO公司首日价位预测的5713个偏离值的统计,偏离均值为2548%,中位数为2267%,最大值为50427%,标准差为01984.从主板、中小板和创业板的偏差均值和中位数的差异可以看出,证券分析师对于上海A股的预测偏离程度最低,为2239%,其次为中小板,达2545%,最高为创业板,达到2741%,说明证券分析师对上海A股的预测准确性要高于中小板以及创业板.

2最佳中小市值研究机构IPO首日价位预测准确性的描述性统计

本文选取2011年新财富排行榜中的最佳中小市值研究机构（中信证券、申银万国、国泰君安、东兴证券及平安证券）关于中小板以及创业板IPO公司的预测数据,并对其预测准确性进行判断.选取的原因在于本文样本中的中小版和创业板的数据占主要部分,属于中小市值的范围,并且被选取的研究机构对中小市值上市企业的研究较多,投资者对其关注也较多.本文以预测偏差率10%和20%作为划分节点①①此标准主要是参照了中国证监会关于上市公司盈余预测的相关规定以及上海和深圳证券交易所关于申报的相关规定.中国证监会1996年发布的《关于股票发行工作若干规定的通知》和1997年发布的《关于做好1997年股票发行工作的通知》规定,上市公司招股说明书中的盈利预测报告应符合实际,具体要求是实际利润数低于预测盈余的10%至20%,该上市公司和聘任的注册会计师需在股东大会及指定报刊上公开做出解释,且该上市公司需向投资者公开致歉；低于20%以上,不仅要公开做出解释和致歉,还要停止该上市公司两年内的配股资格,并且中国证监会事后审查,如果发行公司有意进行虚检测性盈利预测报告以吸引投资者投资,依据有关法规予以处罚.此外,上海证券交易所规定在写卖无涨幅限制证券的连续竞价阶段,申报不高于即时揭示的最低卖出的110%,且不低于即时揭示的最高写入的90%.深圳证券交易所则规定在写卖无涨幅限制证券时,连续竞价和收盘价的有效竞价范围为最近成交价的上下10%.故本文选取了10%和20%作为划分的节点.,将研究机构预测准确性分成三个层次：第一层次为合理预测,标准为证券分析师预测偏差率的绝对值小于10%；第二层次为相对合理预测,标准为预测偏差率在10%至20%之间；第三层为不合理预测,标准为预测偏差率超过20%.具体的描述性统计结果见表2.

由表2和表1可见,依据三个层次的判断标准,基于均值和中位数并考虑最大值、最小值及标准差,对5个研究机构的IPO首日价位预测准确性的判断如下：中信证券分析预测准确性要低于整体样本平均水平,但高于创业板的平均水平,按均值和中位数来判断均属于不合理预预测；申银万国高于整体样本及各板块的平均水平,按中位数来判断属于相对合理预测,按均值判断属于不合理预测；国泰君安的分析预测准确性要低于整体样本平均水平仅高于创业板水平,但均值和中位数来判断均属于不合理预测；东兴证券的分析预测准确性要高于整体样本平均水平仅低于上海A股水平,但按均值来判断属于不合理预测,按中位数来判断属于相对合理预测；平安证券的分析预测准确性要高于整体样本及各板块的平均水平,但按均值和中位数来判断均属于不合理预测.

表3列出了按层次划分的IPO首日价位预测准确性的统计.总体来看,目前中国的证券分析师对中小市值IPO公司预测水平不高,4783个预测数据中合理预测的数据仅占2197%,相对合理预测也只占2131%,不合理预测却占5672%,说明证券分析师的首日价位预测对投资者的价值非常有限.同时,最佳中小市值研究机构的预测数据要明显好于总体水平,合理预测与相对合理预测之和所占比例接近50%,但也是差强人意,其预测信息价值同样有限.其中,申银万国比其他四家证券公司的预测准确性要高,合理预测高达3058%,不合理预测最低仅为4466%左右.国泰君安的样本最大为391个,但其合理预测仅为2097%,相对合理预测也仅为2327%.国泰君安的最大预测偏差为50427%,有可能受极端值的影响.但是本文在对剔除偏差率绝对值大于1的极端值后,样本为390个,合理预测以及不合理预测所占比例无明显提高,说明其受极端值的影响很小.

四、实证分析

基于HongandStein（2007）[17]的方法,本文将影响证券分析师IPO首日价位预测的因素分为以下几种：证券分析师自身的特征、宏观经济情况、目标公司的特征、目标公司所在行业的特征、证券市场的行情以及证券分析师同行业的情况等.考虑到数据的可得性,本文选取以下因素进行实证分析.上市公司规模.从信息不对称的角度来说,上市公司的规模不同,对二级市场筹集资金的重视程度就会不同,因而发布的信息质量也会存在差异.一般来说,公司规模越大,提供的信息质量越高,从而分析师预测的准确性就越高.故提出检测设1：上市公司规模与证券分析师IPO首日价位预测的偏差呈负相关.

投资者非理性行为.参考杨德明等（2007）[18]的研究,中国的证券投资者对市场信息表现出非理性的投资行为,投资者在IPO上市首日的非理性投资行为主要表现为较高的换手率.与此同时,中国证券分析师出于对自身利益的考虑,往往会发布一些激进的价位预测.投资者的非理性行为越高涨,换手率越高,股票被高估的可能性越大,股票与预测价位越接近.参考GarfinkelandSokobin（2006）[19]的研究,以首日换手率作为投资者非理性行为的替代变量,提出检测设2：投资者非理性行为与证券分析师IPO首日价位预偏差呈负相关.

超额认购倍数.该因素表示一级市场投资者对公司的关注程度,超额认购倍数越大,机构投资者的关注程度就会越高.基于信息不对称理论和中国处于弱有效市场的检测设前提,机构投资者往往拥有大量的私人信息,他们的关注会刺激分析师提高预测的准确性.这是因为分析师要考虑自身声望,或者机构投资者可能会支付其更多的报酬以求得精确预测.故提出检测设3：超额认购倍数与证券分析师IPO首日价位预测的偏差呈负相关.

市场行情.市场行情越好,股票交易量和交易一般都会增加.在行情好时,投资者激进的投资较多以及对分析师预测价位的参考,导致实际价位与预测价位较为接近.同时,基于羊群理论,分析师在行情较好时发生羊群行为的概率比较大,其预测时具有从众心理,预测结果会跟随一些预测比较准确的分析师.故提出检测设4：市场行情与证券分析师IPO首日价位预测的偏差呈负相关.

证券分析师的数量.基于异质预期理论,证券分析师对IPO首日价位存在异质预期.对上市公司研究的证券分析师越多,说明预测数据涵盖的信息量越大,预测越能体现首日股票的实际.故提出检测设5：证券分析师的数量与证券分析师IPO首日价位预测的偏差呈负相关.

证券分析师的意见分歧.基于异质预期理论,证券往往只体现了乐观投资者的信念,投资者的意见分歧越大,证券被高估的可能性越大.对于IPO首日价位预测来说,证券分析师的意见分歧越大,表明该上市公司的不确定因素越多,即风险越大,从而越难于预测.故提出检测设6：证券分析师的意见分歧与证券分析师IPO首日价位预测的偏差呈正相关.

基于以上研究检测设,本文设计了以下模型来检验相关因素对证券分析师首日价位预测偏差的影响：

ADPR等于λ0+λ1LOC+λ2CHR+λ3OSR+λ4MPR+λ5NUM+λ6PSD+μ（2）

其中,λ0是常数,λ1、λ2、λ3、λ4、λ5和λ6是回归系数,μ为随机误差项.

证券分析师IPO首日价位预测偏差（ADPR）为被解释变量,ADPR等于[（ADP-RP）/RP]*100.

其中,ADP等于∑ni等于1ADPi,ADPi表示同一家IPO公司第i位证券分析师IPO首日价位预测区间的中位数,RP的说明见式（1）.

解释变量包括：上市公司规模（LOC）,使用上市公司网上发行的流通股数量（万股）表示,为了消除异方差而取对数；投资者非理性行为（CHR）,使用该公司在二级市场上市首日的换手率表示；超额认购倍数（OSR）,用中签率的倒数值表示,由于超额认购倍数普遍很大,故取对数以消除异方差；市场行情（MPR）,其中由于创业板指数发布时间比较晚,本文选取规模类似的中小板指数在首日变动幅度作为创业板指数的替代；证券分析师的数量（NUM）,使用对该公司预测的证券公司数量替代；证券分析师的意见分歧（PSD）,使用各证券分析师对同一家上市公司的预测上限与预测下限均值的标准差表示.解释变量的描述性统计见表4：

由表4可以看出,各板块的LOC差异不显著,这符合各板块股票发行规模的特点；CHR普遍很高,差异显著；OSR普遍很大（或者说中签率普遍很低）,差异不显著MPR差异显著；NUM差异显著,说明分析师对不同股票的关注程度明显不同；PSD差异显著,说明分析师对相同公司的价位预测存在明显分歧.

1解释变量的相关性分析

为了检验解释变量之间是否存在多重共线性,本文对其相关系数进行统计.统计发现各板块的六个解释变量之间的相关系数均较小,其中最高的是上海A股的CHR与OSR之间的相关系数,但也仅为045左右.这说明解释变量之间不存在多重共线性.

2单变量回归分析

由表5可见,所有变量的系数符号基本符合预期检测设；在各板块中CHR和OSR在1%的显著性水平上对证券分析师IPO首日价位预测偏差具有显著影响；上海A股板块中PSD在1%的显著性水平上具有显著影响,显著因素拟合优度较高；中小板板块中PSD和LOC分别在5%、1%的显著水平上具有显著影响,显著因素拟合优度较高；创业板板块中在NUM1%的显著性水平上具有显著影响,拟合优度不高.回归系数中OSR系数最大,对证券分析师IPO首日价位预测偏差影响最大.

3多元回归分析

模型（2）的多元回归结果见表6（1）.由表6可知,只有CHR和OSR的t检验值在1%显著性水平上在各子样本均显著；LOC、MPR、NUM和PSD回归系数的符号尽管符合预期,但t检验值无法通过所有子样本的显著性检验.

进一步地,本文对模型进行逐步递减回归,各子样本依次剔除不显著的变量.同时,运用Testdrop检验,没有发现剔除相关解释变量对模型造成不利影响.最终的回归结果见表6（2）.

结合表6,本文重点考察以下4个检测设：投资者非理性行为（CHR）的回归系数显著为负,说明投资者的非理性行为越高涨,证券分析师的预测偏差率（ADPR）越低.原因可能是,证券分析师所在的证券公司的奖惩措施,往往会导致证券分析师发布一些激进的价位预测来刺激投资者投资,以便为证券公司谋求交易佣金；同时,投资者在IPO首日发行存在严重的非理性行为.投资者的非理性行为越高涨,股票被高估的可能性越大,股票与预测价位越接近.这符合研究检测设2.

超额认购倍数（OSR）的回归系数显著为负.这表明OSR反向地影响证券分析师预测偏差率（ADPR）.OSR是中签率的倒数,代表的是投资者对股票的预期信念.OSR越大说明对该公司股票看好的预期越大,或者对上市首日的预期越乐观.这会激励证券分析师对该公司各类信息的关注和分析,使得预测区间能够涵盖更全面的信息,从而使得价位预测越接近实际.这符合研究检测设3.

在中小板和创业板的回归中,证券分析师数量（NUM）的回归系数同样显著为负.这说明NUM的值越大,证券分析师的预测偏差率（ADPR）越低,准确性越高.原因可能是,每个证券分析师都有自己的信息渠道以及信息处理方式,因而在进行IPO价位预测时可能会忽视一些信息,所以NUM越多,IPO首日价位预测区间涵盖证券分析师的信息就越多,所忽视的信息研究越少,并且对信息的处理方法越全面,从而预测偏差率就越低.当然,这也可能是由于证券分析师的羊群行为所致.如果一般水平的证券分析师在价位预测时采用羊群行为而跟随高水平的分析师,那么即使分析师数量很多,也会降低整体预测偏差.这符合研究检测设5.

在上海A股和中小板的回归中,证券分析师的意见分歧（PSD）的回归系数为正值,证券分析师的意见分歧（PSD）与证券分析师预测偏差率（ADPR）呈正相关.原因可能是,证券分析师对某家上市公司的信息掌握的情况不同,或者对相同信息持有的观点不同,这都表明该公司存在不确定性.这些不确定性因素越多,导致PSD越大,预测偏差越大.这符合研究检测设6.

五、结论及政策建议

本文通过对证券分析师IPO首日价位预测的准确性以及证券分析师预测偏差率的影响因素的研究,得出下列结论：

目前中国证券分析师IPO首日价位预测的准确性总体不高,中国证券分析师发布的IPO首日价位预测对投资者的指导意义是比较有限的.对2011年新财富选出的最佳中小市值研究机构的预测数据分析发现,尽管五家研究机构的预测精确程度要高于同行业的平均水平,但还是差强人意.

影响中国证券分析师IPO首日价位预测偏差的因素有很多,各板块的影响因素也不完全相同.除了证券分析师的意见分歧与预测偏差率呈正相关外,其余均为负相关,投资者非理性、证券分析师的数量、超额认购倍数和证券分析师意见分歧对其影响显著,但发行规模和板块行情的影响不显著.此外,中国证券分析师出于自身利益的考虑具有发布激进价位预测的倾向,并且在IPO的价位预测中具有从众心理,存在羊群行为.

基于上述结论,本文提出以下建议：

一是发展第三方证券分析师评级机构,对证券分析师的行为进行评级.评级可以分为两类：信用评级和能力评级.信用评级主要针对证券分析师以及其所在证券公司或咨询公司的背景进行评级.评级机构可以对证券分析师的收入水平、证券分析师的薪酬分配方案、与上市公司的关联程度、所属证券公司或咨询公司规模及其结构、所属证券公司或咨询公司的财务状况（以年报为基准并参考季报）设置权重从而对证券分析师的信用进行评级.能力评级主要针对证券分析师的预测水平进行评级,即对证券分析师的教育背景、工龄、年度预测的准确性和季度预测的准确性设置权重进行评级.

二是建立证券分析师信息发布的平台,统一管理和规范证券分析师的信息发布,并赋予其对证券分析师的监管职能.该平台发布的预测信息应保证该证券分析师预测信息的准确性,禁止信用评级或能力评级不合格的证券分析师发布预测信息.同时,该平台对信用评级及能力评级不合格的分析师提供教育或培训,直至由第三方评级机构评级合格,才能从事相关工作.