吳然

[摘 要]采取實證分析的方法，以我國創(chuàng)業(yè)板市場上2009年的上市公司為研究對象，研究其在上市前一年、上市當(dāng)年以及上市后三年共五年的財務(wù)指標(biāo)。利用Wilcoxon符號秩和檢驗法對不同年份的影響公司盈利能力、成長能力、營運能力、償債能力等各項財務(wù)指標(biāo)進行對比分析，證實我國創(chuàng)業(yè)板市場IPO效應(yīng)的存在性。利用多元回歸分析的方法分析企業(yè)所屬行業(yè)、注冊地區(qū)、股權(quán)集中度、融資規(guī)模等因素對IPO效應(yīng)影響的顯著性及顯著程度。提出大力發(fā)展風(fēng)險投資，完善風(fēng)險投資相關(guān)的管理機制；適當(dāng)調(diào)整上市公司的股權(quán)集中度和東西部上市公司的比例；加大對融資的監(jiān)管力度等對策建議。

[關(guān)鍵詞]創(chuàng)業(yè)板；IPO效應(yīng)

[中圖分類號]F830.9 [文獻標(biāo)識碼]A [文章編號]2095-3283（2015）06-0113-03

一、引言

中國創(chuàng)業(yè)板市場自2009年10月建立以來已有近七個年頭，一直受到較高關(guān)注。目前創(chuàng)業(yè)板市場上普遍存在一個現(xiàn)象，即在公司首次公開募股（Initial Public Offerings，簡稱IPO）上市以后出現(xiàn)業(yè)績大幅下滑的情況，這種現(xiàn)象又被稱為IPO效應(yīng)。

Nurwati和Zaluki（2009）對1990—2000年254家馬來西亞上市的公司IPO前后公司績效進行研究，研究表明影響企業(yè)IPO效應(yīng)的因素之一就是公司IPO經(jīng)理認(rèn)為的盈余操縱[1]。周蘭亦（2011）運用單因素方差F檢驗和單變量多因素方差F檢驗的方法對創(chuàng)業(yè)板企業(yè)IPO前后的績效數(shù)據(jù)進行了分析，發(fā)現(xiàn)IPO之后的上市公司，除了償債能力變好，公司的盈利能力和成長能力都明顯下降[2]。葉曉花（2012）運用實證分析的方法，建立了財務(wù)指標(biāo)體系模型對樣本數(shù)據(jù)進行檢驗，研究表明上市公司上市后一年公司績效存在明顯的下滑趨勢，造成經(jīng)營業(yè)績下降的主要因素是風(fēng)險投資背景以及第一大股東持股比例[3]。

目前我國對于處于成長初期的創(chuàng)業(yè)板的研究很少，且對于IPO效應(yīng)的研究大多集中于IPO前后一年之間的變化和對財務(wù)指標(biāo)相關(guān)數(shù)據(jù)的分析方面。本文在借鑒已有研究的基礎(chǔ)上，研究IPO前一年、IPO當(dāng)年以及IPO后三年總計五年時間公司業(yè)績的變化情況；還增加了公司的種類、公司注冊地區(qū)、股權(quán)集中度、融資規(guī)模等更加全面的分析IPO效應(yīng)的影響因素，以期幫助投資者規(guī)避風(fēng)險和提高投資的效率。

二、我國創(chuàng)業(yè)板IPO效應(yīng)的統(tǒng)計分析

（一）指標(biāo)的選取及樣本數(shù)據(jù)說明

本文以2009年在中國創(chuàng)業(yè)板上市的36家公司作為研究對象，對其從2008—2012年的數(shù)據(jù)進行研究分析，數(shù)據(jù)均來自于深圳證券交易所官方網(wǎng)站。本文選取四大方面的財務(wù)指標(biāo)盈利能力、償債能力、運營能力和發(fā)展能力，并將它們細(xì)化成9個小指標(biāo)凈資產(chǎn)收益率、每股收益、銷售毛利率、資產(chǎn)負(fù)債率、流動比率、資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、凈利潤增長率和總資產(chǎn)增長率全面地對創(chuàng)業(yè)板企業(yè)的IPO效應(yīng)進行研究。

在36個樣本公司中，按照有無風(fēng)險投資（VC）背景分類，2009年，有VC背景的IPO公司共有30家，無VC背景的公司共有6家。按股權(quán)集中度分類，一半以上的公司屬于“強勢股權(quán)集中度”即第一大股東在上市公司持有股份的比例超過30%。按IPO融資規(guī)模分類，當(dāng)募集資金越多時，IPO融資規(guī)模越大，當(dāng)上市公司的IPO融資規(guī)模越大時，資金的利用效率低下，公司的經(jīng)營業(yè)績較差[4]。用上市公司融資規(guī)模需要的資金與注冊資本的倍數(shù)來表示上市公司的融資規(guī)模，有24家公司的融資規(guī)模處于1～3之間，占總樣本的66.67%。按公司注冊所在地分類，在創(chuàng)業(yè)板上市的公司多分布在經(jīng)濟較為發(fā)達的省市。按所屬行業(yè)分類，2009年我國創(chuàng)業(yè)板市場主要分為醫(yī)療、IT、制造業(yè)和其他行業(yè)四大板塊。其中16家公司屬于制造業(yè)，10家公司屬于IT業(yè)，7家公司屬于醫(yī)療業(yè)，3家屬于其他行業(yè)。

（二）我國創(chuàng)業(yè)板IPO效應(yīng)存在性檢驗

1.實證方法

本文采用威爾克森符號秩檢驗，所謂Wilcoxon符號秩和檢驗（Wilcoxon signed rank test），是指通過設(shè)定原假設(shè)，而推斷檢驗樣本的中心位置是否來自總體的方法。本文中顯著性水平設(shè)定為5%，原假設(shè)為樣本所在的總體中位數(shù)與已知的總體中位數(shù)相同。

2.實證過程

首先，分別計算樣本2008—2012年五年的九個財務(wù)指標(biāo)，包括每股收益、凈資產(chǎn)收益率、銷售毛利率等。其次，整合企業(yè)IPO前后五年的財務(wù)指標(biāo)，用SPSS軟件分別對這些指標(biāo)的差異進行顯著性檢驗，五年的財務(wù)指標(biāo)成對樣本檢驗的結(jié)果如下：

從上表中可以看出，九項指標(biāo)的p值全部小于0.05，這說明在5%的置信水平上，上市公司前一年和后三年的凈資產(chǎn)收益率存在顯著差異，所有指標(biāo)的顯著性都在95%以上。九項指標(biāo)之中，更明確地反映上市公司經(jīng)營業(yè)績的發(fā)展趨勢的兩項指標(biāo)是凈利潤增長率和資產(chǎn)負(fù)債率，不難看出公司的經(jīng)營業(yè)績呈現(xiàn)的是下降的趨勢。因此，從上表的顯著性檢驗結(jié)果中，可以得到以下結(jié)論：上市之后，九項財務(wù)指標(biāo)全部出現(xiàn)大幅度下降，同時，上市后的年份會比上市之前以及上市首年的經(jīng)營業(yè)績差。

（三）我國創(chuàng)業(yè)板IPO效應(yīng)的影響因素分析

1.實證模型的選擇與建立

建立如下的多元回歸模型，方程以及各項系數(shù)、變量的含義如下：

Y=α+β1XVC+β2XOC+β3XFS+β5XIT+β6XMI+β7XMC

α以及β1～β7表示回歸系數(shù)，其數(shù)值絕對值大小表示各個虛擬變量對回歸結(jié)果的影響權(quán)重。XVC表示風(fēng)險投資（venture capital），該變量為虛擬變量，具有風(fēng)險投資的創(chuàng)業(yè)板上市公司XVC=1，不具有風(fēng)險投資的創(chuàng)業(yè)板上市公司XVC=0；XOC表示股權(quán)集中度（ownership concentration），股權(quán)集中度介于0和1之間，表示第一股東持有的股份比例；XFS表示IPO的融資規(guī)模（financing scale），即IPO的融資金額占上市前公司凈資產(chǎn)的比例；XL表示公司注冊所在地（location），該變量為虛擬變量，在經(jīng)濟發(fā)達地區(qū)注冊的創(chuàng)業(yè)板上市公司XL=1，在其他地區(qū)注冊的上市公司XL=0；XIT表示信息技術(shù)行業(yè)（information technology），該變量為虛擬變量，若上市公司所屬行業(yè)為IT行業(yè)，XIT=1，否則XIT=0；XMI表示制造業(yè)（manufacturing industry），該變量為虛擬變量，若上市公司所屬行業(yè)為制造業(yè)，XMI=1，否則XMI=0；XMC表示醫(yī)療保健行業(yè)（medical care），該變量為虛擬變量，若上市公司所屬行業(yè)為醫(yī)療保健行業(yè)，XMC=1，否則，XMC=0。endprint

2.計算結(jié)果分析

運用軟件Eviews6.0構(gòu)建多元回歸模型，對創(chuàng)業(yè)板上市公司IPO效應(yīng)的影響因素進行分析。本文選取的解釋變量包括風(fēng)險投資等虛擬變量和反映上市公司經(jīng)營業(yè)績的指標(biāo)作為解釋變量。

Y=0.412+0.135XVC+0.178XOC-0.901XFS+0.153XL+0.128XIT+0.131XMC

從模型的總體來看，調(diào)整后的R2為0.767，這說明76.7%的變量可以用該模型解釋，模型的擬合程度較好；模型的F值為4.200，高于F值在5%置信度水平下的值2.18，這說明模型中解釋變量與被解釋變量之間的線性關(guān)系在5%的置信水平下是顯著的；模型的Durbin-Waston stat為2.111，高于5%置信水平下的DW值1.852，因此可以排除模型的自相關(guān)性。另外，t的絕對值均大于2說明模型通過t檢驗結(jié)果比較理想，進一步印證了風(fēng)險投資背景、公司注冊所在地、融資規(guī)模和上市公司所在行業(yè)中的信息技術(shù)行業(yè)和醫(yī)療保健行業(yè)對公司業(yè)績存在一定的影響。上述模型結(jié)果顯示，對上市公司經(jīng)營業(yè)績具有明顯影響的因素有風(fēng)險投資背景、公司注冊所在地、融資規(guī)模和上市公司所在行業(yè)：信息技術(shù)行業(yè)和醫(yī)療保健行業(yè)[5]。

三、結(jié)論

通過引入虛擬變量，構(gòu)建多元回歸模型，得到對上市公司經(jīng)營業(yè)績具有明顯影響的因素有風(fēng)險投資背景、公司注冊所在地、融資規(guī)模和上市公司所在行業(yè)中的信息技術(shù)行業(yè)和醫(yī)療保健行業(yè)。增加風(fēng)險投資、提高股權(quán)集中度、減少IPO的融資規(guī)模、增加公司注冊所在地在東部沿海發(fā)達地區(qū)的比例、增加信息技術(shù)行業(yè)公司數(shù)量、增加醫(yī)療保健行業(yè)上市公司數(shù)量可以使我國創(chuàng)業(yè)板的IPO效應(yīng)降低。

根據(jù)以上結(jié)論提出促進創(chuàng)業(yè)板市場發(fā)展的建議：大力發(fā)展風(fēng)險投資，完善風(fēng)險投資相關(guān)的管理機制，規(guī)范風(fēng)險投資的退市程序；適當(dāng)調(diào)整上市公司的股權(quán)集中度，降低IPO效應(yīng)對我國創(chuàng)業(yè)板市場所造成的消極影響；加強對融資的監(jiān)管力度，提高上市公司的競爭力，保護投資者投入資金的合理使用與資金收益率；適當(dāng)調(diào)整東西部上市公司的比例，促進區(qū)域經(jīng)濟均衡發(fā)展；適當(dāng)調(diào)整創(chuàng)業(yè)板市場上市公司的行業(yè)分布，增加其他潛力較大的行業(yè)上市公司的數(shù)量。

[參考文獻]

[1]A.Nurwati，A.Zaluki.Post-IPO Operating Performance and Earnings Management[J].International Business Research，2009，1（2）：12-31.

[2]周蘭亦.創(chuàng)業(yè)板上市公司IPO前后的績效比較研究[D].哈爾濱：哈爾濱工程大學(xué)，2011.

[3]葉曉花.我國創(chuàng)業(yè)板上市公司 IPO 前后績效變化及影響因素研究[D].廣州：暨南大學(xué)，2012.

[4]王俊浩.我國創(chuàng)業(yè)板上市公司IPO效應(yīng)的實證研究[D].青島：中國海洋大學(xué)，2012.

[5]劉杰，劉文軍.上市公司股票期權(quán)激勵與企業(yè)業(yè)績關(guān)系的實證研究[J].北方經(jīng)濟，2010（4）：58-60.

（責(zé)任編輯：陳鴻鵬）endprint