方 芳,張燕飛,王 天

(中國人民大學 應用經(jīng)濟學院,北京 100872)

一、引 言

高效的資源配置是構建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)新發(fā)展格局的基礎。股權融資作為直接融資的重要途經(jīng),發(fā)展股票市場是緩解中國企業(yè)融資困境的重要手段,首次公開募股(IPO)是股票市場吐舊容新的關鍵環(huán)節(jié)。一方面,IPO為企業(yè)籌集經(jīng)營必需的資金;另一方面,IPO也為資本市場提供了投資標的。2020年新版《中華人民共和國證券法》出臺,明確規(guī)定證券發(fā)行實行注冊制,標志著監(jiān)管層對于提升市場資源配置效率的決心。然而,IPO長期弱勢現(xiàn)象嚴重阻礙了資本市場資源配置的效率,成為了資本市場發(fā)展過程中飽受詬病的痛點,長期以來受到大量學者的關注。

隨著人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等“ABCD”技術的涌現(xiàn)和發(fā)展,企業(yè)的生產(chǎn)經(jīng)營環(huán)境已經(jīng)發(fā)生了巨大變革,越來越多的企業(yè)開始探索如何通過數(shù)字化實現(xiàn)業(yè)務與技術的深度融合從而驅(qū)動業(yè)績提升[1]。黨的十九屆四中全會將數(shù)據(jù)確認為生產(chǎn)要素,反映了數(shù)據(jù)要素是當前支撐經(jīng)濟高質(zhì)量發(fā)展的新引擎。長遠來看,技術進步有助于更透明充分收集、整合和披露金融資產(chǎn)信息,為減少風險溢價提供支持,優(yōu)化金融市場的定價邏輯與效率[2]。習近平總書記指出,要以信息流帶動技術流、資金流、人才流、物資流,促進資源配置優(yōu)化,促進全要素生產(chǎn)率提升。那么企業(yè)數(shù)字化能否提升金融資源配置效率呢?其作用機制又是什么?鮮有學者探究企業(yè)數(shù)字化對企業(yè)IPO長期表現(xiàn)的影響及其機制。因此,本文擬對企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響、路徑機制進行識別檢驗,為理解上市企業(yè)數(shù)字化和IPO長期表現(xiàn)提供新的證據(jù)。

為了打開企業(yè)數(shù)字化影響IPO長期表現(xiàn)的黑箱,本文設計了兩個機制檢驗,從“過度關注”角度出發(fā),企業(yè)數(shù)字化提高了企業(yè)信息披露能力和財務狀況,緩解了企業(yè)與資本市場之間的信息不對稱程度,降低了IPO抑價,從而減少了因一級市場價格扭曲造成的大量非理性投資者的“追漲”行為,隨著時間推移,股價將向企業(yè)真實價值均值回歸,非理性投資者的“過度關注”行為越少意味著IPO長期表現(xiàn)越好;從異質(zhì)信念角度出發(fā),數(shù)字化水平較低的企業(yè)與資本市場信息不對稱程度較高,投資者對于企業(yè)的分歧較大、異質(zhì)信念較為分散。在中國股票市場做空成本較高的前提下,相應企業(yè)股價被高估的程度更嚴重,上市后隨著經(jīng)營信息的不斷披露,投資者對企業(yè)分歧減小,資本市場重新對企業(yè)進行定價,IPO長期表現(xiàn)更差。

因此,本文利用注冊制后在科創(chuàng)板和創(chuàng)業(yè)板上市企業(yè)的IPO數(shù)據(jù),結合一元多重中介效應模型進行實證分析,結果表明數(shù)字化水平高的企業(yè)IPO長期表現(xiàn)更佳,這一結果無論是從“過度關注”角度還是“異質(zhì)信念”角度都得到驗證。進一步,本文考慮了不同企業(yè)屬性對企業(yè)數(shù)字化影響IPO長期表現(xiàn)的敏感程度,結果表明,企業(yè)數(shù)字化對民營企業(yè)、高管持股比例高以及融資約束較強的企業(yè)IPO長期表現(xiàn)影響更為顯著。

本文的創(chuàng)新點有三個:第一,目前鮮有學者研究企業(yè)數(shù)字化對一級市場定價以及IPO長期表現(xiàn)的影響,本研究是對現(xiàn)有研究的有益補充;第二,聚焦注冊制改革后創(chuàng)業(yè)板和科創(chuàng)板市場,是首次從注冊制背景出發(fā)研究中國資本市場IPO長期表現(xiàn);第三,通過引入多重中介效應模型,首次從過度關注和異質(zhì)信念兩個機制分析比較了企業(yè)數(shù)字化對IPO長期表現(xiàn)的不同中介效應。

二、文獻綜述

(一)數(shù)字化領域

企業(yè)數(shù)字化是以數(shù)據(jù)的高效流動改善技術、資金、人才等生產(chǎn)要素配置效率,并降低環(huán)境不確定性對企業(yè)沖擊的系統(tǒng)性進程[3]。企業(yè)數(shù)字化的動因和經(jīng)濟后果是學者們研究的核心問題,具體而言,企業(yè)數(shù)字化如何影響企業(yè)生產(chǎn)經(jīng)營活動是目前學界關注的熱點話題。宏觀層面,王開科等認為數(shù)字技術在企業(yè)生產(chǎn)經(jīng)營中的應用有助于提升社會生產(chǎn)效率[4];微觀層面,Mikalef等發(fā)現(xiàn)企業(yè)通過構建不同的數(shù)據(jù)管理系統(tǒng),實現(xiàn)了數(shù)字化驅(qū)動下的“降成本”“強創(chuàng)新”,進一步改善了生產(chǎn)效率[5];Boland等認為企業(yè)數(shù)字化更多地體現(xiàn)于組織和運營模式的變革,進而賦能業(yè)績增長[6]。易露霞等發(fā)現(xiàn)企業(yè)數(shù)字化可以通過提升內(nèi)部治理質(zhì)量、緩解企業(yè)與資本市場的信息不對稱程度、提升財務穩(wěn)定性以及提升創(chuàng)新能力四個渠道提高企業(yè)業(yè)績[7]。陳紅、沈劍飛等研究發(fā)現(xiàn),企業(yè)數(shù)字化有助于優(yōu)化企業(yè)勞動力結構和改善企業(yè)資本結構,進而提升企業(yè)價值[8-9]。

現(xiàn)有關于企業(yè)數(shù)字化與資本市場的研究較少。目前,學界關于企業(yè)數(shù)字化可以增加市場透明度、加強數(shù)據(jù)流動性從而降低信息不對稱性已經(jīng)達成共識[10-11]。劉緒光和肖翔從邏輯上分析了企業(yè)數(shù)字化可以降低信息不對稱帶來的風險溢價[2]。吳非等研究發(fā)現(xiàn),企業(yè)數(shù)字化可以通過強化市場正面預期、增強企業(yè)創(chuàng)新能力以及提升企業(yè)財務穩(wěn)定性和價值三個路徑提升企業(yè)股票流動性[12]。雷光勇等基于股價同步性視角研究發(fā)現(xiàn),企業(yè)數(shù)字化可以提升資本市場效率,其具體機制為吸引分析師關注和提高股票流動性水平緩解與資本市場間信息不對稱程度進而降低股價同步性[13]。林川基于股價崩盤風險的視角研究發(fā)現(xiàn),企業(yè)數(shù)字化通過提升企業(yè)披露信息質(zhì)量降低了股價崩盤風險[14]。但目前并沒有研究從經(jīng)驗數(shù)據(jù)出發(fā)分析企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響。

(二)IPO長期弱勢領域

IPO長期弱勢現(xiàn)象一直是一個備受學界關注的問題。IPO長期弱勢理論研究最早由Miller提出,異質(zhì)信念假說認為在賣空限制下,由于市場上不同投資者對于企業(yè)的預期有所差異,上市初期股價只能體現(xiàn)出樂觀投資者的觀點,隨著時間的推移和經(jīng)營信息的不斷釋放,使得股價逐漸回歸企業(yè)真實價值,從而導致了IPO長期弱勢[15]。

Ritter認為上市初期市場的過度關注引發(fā)的大多數(shù)投資者超買的行為會在一定程度上推高股價,短期內(nèi)的高收益過后會出現(xiàn)長期收益的反轉[16]。Ljungqvist等建立了一個關于IPO和投資者情緒的反應模型,對IPO抑價、長期弱勢等現(xiàn)象進行了解釋[17]。Seasholes和Wu檢驗了市場關注對于投資者行為的影響,發(fā)現(xiàn)漲停的股票吸引了投資者注意力,并引發(fā)了投資者對于該股票的過量買入[18]。饒育蕾等基于過度關注假說進行了進一步拓展,研究發(fā)現(xiàn)媒體的高度關注也會導致短期內(nèi)的高收益以及過后的長期弱勢現(xiàn)象[19],這一發(fā)現(xiàn)與Ritter對IPO股票的描述較為一致[16]。方先明和張若璇認為投資者的關注能力有限,企業(yè)上市一段時間后投資者的注意力就會轉移到新發(fā)行的股票,在一定程度上會加劇長期弱勢現(xiàn)象[20],并且如果企業(yè)在發(fā)行時受到價格管制,長期弱勢現(xiàn)象更為顯著。

大多數(shù)學者都對新股長期弱勢是一個在全球市場普遍存在的現(xiàn)象達成了共識,且股票長期市場表現(xiàn)與公司異質(zhì)性特征如成立年限、行業(yè)類別、股權結構、收購活動、風險投資情況和公開財務信息、新股發(fā)行特征如發(fā)行規(guī)模,以及投資者在上市初期的多樣化預期和非理性情緒密切相關[21-22]。鄒高峰等選取中國2005—2010年施行詢價之后的IPO企業(yè)為樣本,研究發(fā)現(xiàn)投資者情緒和意見分歧是導致IPO企業(yè)出現(xiàn)短期股價高估,長期股價弱勢現(xiàn)象的原因[23-24]。周仕盈和楊朝軍從炒作新股的現(xiàn)象出發(fā),研究發(fā)現(xiàn)短期估值與長期收益率呈顯著的負相關關系[25]。Datta等通過比較IPO和不同類型的反向杠桿收購企業(yè)的累計異常收益率,發(fā)現(xiàn)IPO累計異常收益率與投資者擁有的信息量顯著正相關,投資者擁有的信息越少或者說企業(yè)與投資者間信息不對稱程度越高,樂觀投資者情緒越高,更容易導致IPO長期弱勢現(xiàn)象[26]。

經(jīng)過文獻梳理可知,現(xiàn)有研究在以下幾個方面仍有不足:第一,現(xiàn)有文獻少有研究企業(yè)數(shù)字化對資本市場的影響,并且沒有文獻基于IPO長期表現(xiàn)視角研究企業(yè)數(shù)字化的經(jīng)濟后果。第二,自2014年新股定價隱形管制后對于IPO長期表現(xiàn)的研究出現(xiàn)了空白。2014年實行新股23倍市盈率定價限制后,一級市場喪失了市場化定價功能,同時學界關于IPO長期表現(xiàn)的研究也因此出現(xiàn)了空白,已有文獻選取樣本多為2014年之前上市的企業(yè)。第三,已有IPO長期表現(xiàn)研究幾乎都基于核準制制度背景,鮮有基于注冊制背景的IPO長期表現(xiàn)研究。不同時代背景下,市場環(huán)境和上市企業(yè)屬性也有較大差異。

在當前注冊制市場環(huán)境下,信息有效性成為影響資產(chǎn)定價的關鍵力量,隨著企業(yè)數(shù)字化的快速發(fā)展,資本市場所獲取的信息質(zhì)量和效率都得到了提升,本文將從異質(zhì)信念和過度關注角度探討企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響。

三、影響機制

(一)過度關注機制

過度關注是指,投資者受時間和精力的限制因此傾向于購買能夠引起其注意的股票,從而抬高相應股票價格,出現(xiàn)短期異常收益增高和隨后收益反轉的現(xiàn)象[27]。Seasholes和Wu發(fā)現(xiàn)漲?；蚨唐趦?nèi)漲幅較大的股票吸引了投資者注意力,并引發(fā)了對于該股票的超買[18]。周孝華和陳鵬程認為中國股票市場中囤積了大量的炒新散戶投資者,“羊群行為”會將上市初期的股票價格推向偏離企業(yè)真實價值的高位[28]。張勁帆等發(fā)現(xiàn)IPO抑價率越高,炒新投資者參與的熱情越高漲[29]。

贏者詛咒、信息傳遞等經(jīng)典假說都認為信息不對稱程度與企業(yè)IPO抑價率呈顯著正相關關系[30-31]。數(shù)字技術的應用大幅提升了企業(yè)對非標準化和非結構化數(shù)據(jù)的處理能力,處理后得到并向市場輸出的標準化數(shù)據(jù)可以緩解企業(yè)和資本市場的信息不對稱程度[32]。因此,企業(yè)數(shù)字化可以通過緩解信息不對稱程度降低企業(yè)IPO抑價率,繼而降低了投資者對于相應企業(yè)的過度關注,大大改善了長期弱勢現(xiàn)象。過度關注機制如圖1所示。由此本文提出如下假設:

圖1 過度關注機制

假設1:基于過度關注路徑,數(shù)字化程度較高的企業(yè)與資本市場的信息不對稱程度較低,IPO抑價率更低,避免了投資者的過度關注,繼而IPO長期表現(xiàn)更好。

(二)異質(zhì)信念機制

異質(zhì)信念假說認為在賣空限制下,上市初期股價只能體現(xiàn)出樂觀投資者的觀點,隨著時間的推移和經(jīng)營信息不斷釋放,使得股價逐漸回歸企業(yè)真實價值,從而導致了IPO長期弱勢[15]。在異質(zhì)信念假說基礎上,張維和張永杰認為上市企業(yè)與資本市場間信息不對稱程度會加劇投資者之間的意見分歧,從而導致IPO長期弱勢現(xiàn)象[33]。近年來,快速發(fā)展的數(shù)字經(jīng)濟通過提升金融資產(chǎn)信息的透明度和充分性,有效降低了信息不對稱程度[2]。異質(zhì)信念機制如圖2所示。

因此在異質(zhì)信念路徑下,隨著企業(yè)數(shù)字化程度的加深,企業(yè)可以更好地向資本市場傳遞信息,減小了投資者之間的意見分歧[12]。與此同時,創(chuàng)業(yè)板和科創(chuàng)板企業(yè)在上市初期沒有融券業(yè)務,具備賣空限制。更小的意見分歧意味著企業(yè)上市初期股價偏移企業(yè)真實價值的程度更小,緩解了長期弱勢現(xiàn)象。因此,本文提出如下假設:

假設2:基于異質(zhì)信念路徑,數(shù)字化程度較高的企業(yè)與資本市場的信息不對稱程度較低,投資者意見分歧更小,進而IPO長期表現(xiàn)更好。

四、研究設計

(一)樣本選取

為了捕捉注冊制背景下企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響,本文選擇創(chuàng)業(yè)板2020年8月24日(開始施行注冊制)至2022年2月23日之間IPO的股票(1)只選用創(chuàng)業(yè)板和科創(chuàng)板企業(yè)作為樣本,是因為在本文完成時(2022年),主板尚未實行注冊制。,以及科創(chuàng)板2019年7月22日(科創(chuàng)板創(chuàng)立)至2022年2月23日之間IPO的股票?？紤]到創(chuàng)業(yè)板和科創(chuàng)板企業(yè)多為落實創(chuàng)新驅(qū)動和科技強國戰(zhàn)略、推動高質(zhì)量發(fā)展的高新技術企業(yè),同時發(fā)行規(guī)模(2)創(chuàng)業(yè)板和科創(chuàng)板企業(yè)發(fā)行后總股本不低于3 000萬元;公開發(fā)行的股份達到公司股份總數(shù)的25%以上;公司股本總額超過人民幣4億元的,公開發(fā)行股份的比例為10%以上。和上市標準(3)諸多上市標準中,兩個板塊對于預計市值高于10億元的企業(yè)均需要最近一年凈利潤為正且營業(yè)收入大于1億元……類似的上市標準在兩個板塊間并沒有顯著差異。要求均較為接近,因此同時對兩個板塊的企業(yè)進行實證檢驗。進一步地,在穩(wěn)健性檢驗部分,本文控制了所屬板塊固定效應,確保了檢驗結果的嚴謹性。

企業(yè)IPO數(shù)據(jù)全部來自Wind數(shù)據(jù)庫,樣本剔除了金融、保險行業(yè)的企業(yè),同時為了避免異常值的影響,對所有變量作雙側1%的縮尾處理,最終的樣本包括672家上市企業(yè)。

(二)變量定義

1.被解釋變量。為檢驗企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響,采用事件研究法,選取事件窗口期間的累計異常收益作為被解釋變量,衡量新股上市的長期市場表現(xiàn)。異常收益率是指實際收益率減去市場基準收益率的差值。因樣本是創(chuàng)業(yè)板和科創(chuàng)板市場的股票企業(yè)屬性在一定程度上相似,并且科創(chuàng)板50指數(shù)在科創(chuàng)板成立初期并未推出,本文選取創(chuàng)業(yè)板指數(shù)收益率作為市場基準收益率,即:

ARit=Rit-Rmt

(1)

第i只股票在[t1,t2]時間窗口的累計異常收益率為t1至t2時間段內(nèi)異常收益率的逐日加總,即:

(2)

將新股上市日作為時間日(t=0),選擇上市后31個交易日起至270個交易日(約1年),即[31,270]作為研究IPO長期表現(xiàn)的區(qū)間。從上市31個交易日后開始計算IPO長期表現(xiàn)是因為新股上市初期股價波動較大。這與相關文獻在研究長期表現(xiàn)時剔除上市初期股價表現(xiàn)的做法一致[34]。選取約1年的時間窗口是因為:(1)創(chuàng)業(yè)板實行注冊制和科創(chuàng)板建立時間較短;(2)大量研究表明1年的時間窗口已經(jīng)足夠觀察到長期弱勢現(xiàn)象;(3)描述性統(tǒng)計部分可以看到本文所選樣本計算出的長期收益(LCAR240)的均值為24.35%,已經(jīng)出現(xiàn)長期弱勢現(xiàn)象;(4)計算長期表現(xiàn)時,若區(qū)間跨度較大可能會受到其他因素干擾,如企業(yè)重大經(jīng)營變動和再融資等事件。參考方先明和張若璇的做法[20],本文進一步將時間窗口細分為[31,90]、[31,150]、[31,210]和[31,270];用LCAR60、LCAR120、LCAR180、LCAR240檢驗企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響。

2.解釋變量。根據(jù)上文的理論機制分析,本文的核心解釋變量為企業(yè)數(shù)字化、IPO抑價率和換手率。

(1)企業(yè)數(shù)字化。本文借鑒吳非等的方法研究企業(yè)數(shù)字化程度[12]。以《中小企業(yè)數(shù)字化賦能專項行動方案》《關于推進“上云用數(shù)賦智”行動培育新經(jīng)濟發(fā)展實施方案》《2020年數(shù)字化趨勢報告》以及近年《政府工作報告》為藍本,進一步擴充數(shù)字化的特征詞庫,從底層技術運用和技術實踐應用兩個層面構造了圖3的特征詞圖譜。通過Python爬蟲技術歸集了本文樣本企業(yè)的招股說明書,并通過文本分析技術統(tǒng)計了詞庫中關鍵詞的出現(xiàn)次數(shù),在此基礎上,剔除關鍵詞前存在否定詞語的表述,同時也剔除非本公司的“數(shù)字化”關鍵詞,加總后取對數(shù)得到每個企業(yè)的數(shù)字化指標。

圖3 企業(yè)數(shù)字化的結構化特征詞圖譜

(2)IPO抑價率。本文選取IPO抑價率作為過度關注理論的代理變量?？紤]到科創(chuàng)板和注冊制后的創(chuàng)業(yè)板上市首日沒有漲跌幅限制,采用企業(yè)上市首日漲幅度量IPO抑價率:

UPi=(Pi1-Pi0)/Pi0

(3)

(3)分析師預測意見分歧。Diether等認為分析師預測意見分歧是是異質(zhì)信念的直觀體現(xiàn)[35],本文使用相同的方法計算分析師預測意見分歧指標衡量企業(yè)上市初期的投資者異質(zhì)信念:

(4)

其中SD(AFi)和MEAN(AFi)分別為樣本企業(yè)截至上市后3個交易日分析師預測目標價的標準差和均值。

3.控制變量。參考以往文獻,本文從市場環(huán)境、企業(yè)基本面、發(fā)行因素三個方面選取控制變量[21,24,36],并控制了上市年份(Year)和行業(yè)(INDUSTRY)固定效應。本文選取企業(yè)所在省份金融發(fā)展程度,用省內(nèi)上市企業(yè)市值與GDP比值(FD)作為市場環(huán)境控制變量;選取上市前一年的資產(chǎn)負債率(LEV)、每股經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額(CASH)和流動比率(CR)作為企業(yè)基本面控制變量;選取截至上市時的企業(yè)成立年限(FirmAge)、發(fā)行總規(guī)模的自然對數(shù)(Ln Offering Shares)、中簽率(LOTTERY)和上市時的限售股比例(TRADERATION)作為發(fā)行因素的控制變量。

與此同時,考慮到2021年9月18日新股詢價新規(guī)(4)關于發(fā)布《上海證券交易所科創(chuàng)板股票發(fā)行與承銷實施辦法(2021年修訂)》的通知,http:∥www.sse.com.cn/lawandrules/sselawsrules/stock/star/issue/c/c_20210918_5594161.shtml;關于發(fā)布《深圳證券交易所創(chuàng)業(yè)板首次公開發(fā)行證券發(fā)行與承銷業(yè)務實施細則(2021年修訂)》的通知,http:∥www.szse.cn/lawrules/rule/stock/list/issue/t20210918_588484.html。發(fā)布并實施。詢價新規(guī)將詢價時最高報價剔除比例由此前的“不低于10%”調(diào)整為“不超過3%”,實踐中一般是1%,這一政策使得新股定價更加市場化。為了控制詢價新規(guī)對IPO表現(xiàn)的影響,本文設置了虛擬變量After,新規(guī)影響2021年10月20日之后上市的企業(yè),因此企業(yè)發(fā)行上市時間在2021年10月20日之后After取1,否則取0。

(三)模型構建

1.基準模型。為了檢驗企業(yè)數(shù)字化與IPO累計異常收益率的關系,本文設定基準模型如下:

LCAR=α+βDCG+γControls+ε

(5)

其中,LCAR是企業(yè)的累計異常收益率,DCG表示企業(yè)的數(shù)字化程度,Controls表示控制變量,若β顯著為正,則表示企業(yè)數(shù)字化能提高企業(yè)IPO之后的累計異常收益率,即企業(yè)數(shù)字化可以改善IPO長期股價表現(xiàn)。

2.機制檢驗。從整體上檢驗企業(yè)數(shù)字化對IPO累計異常收益率的影響后,本文從兩個路徑出發(fā)進一步解釋企業(yè)數(shù)字化對IPO累計異常收益率的影響,建立包含兩個中介變量的實證模型,以檢驗過度關注和異質(zhì)信念的中介效應存在與否,及其對IPO累計異常收益率的具體影響。一元并行多重中介模型是中介模型的一種特殊形式,僅有一個自變量但存在多個中介變量,該模型與普通中介模型相比的優(yōu)勢在于能夠?qū)⒍鄠€影響機制放入一個結構模型進行系統(tǒng)性分析,可以對個別中介效應、總體中介效應分別進行估計、檢驗與比較,具體方法參見柳士順和凌文輇的研究[37]。構建如下一元多重中介效應模型:

UPi=β0+β1DCGi+β2Controlsi+εi

(6)

AFDi=ρ0+ρ1DCGi+ρ2Controlsi+εi

(7)

LCARi=γ0+γ1DCGi+γ2UPi+γ3AFDi+γ4Controlsi+εi

(8)

式(5)～(8)為本文建立的一元多重中介模型。式(5)中β為核心解釋變量DCG的估計系數(shù),表示企業(yè)數(shù)字化對IPO長期表現(xiàn)的總效應;式(6)、(7)刻畫了過度關注機制和異質(zhì)信念機制與解釋變量DCG以及控制變量的關系,其中UP、AFD分別為過度關注和異質(zhì)信念機制的兩個中介變量,β1和ρ1分別為解釋變量對中介變量的估計系數(shù),Controlsi為控制變量,εi為隨機擾動項;式(8)刻畫了被解釋變量LCAR與機制變量、解釋變量的總關系,其中γ1為解釋變量GCG對被解釋變量LCAR的直接效應,γ2和γ3為控制DCG影響后UP和AFD對LCAR的直接效應。在上述模型中,過度關注中介效應(也即間接效應)為系數(shù)β1、γ2的乘積,異質(zhì)信念中介效應為系數(shù)ρ1、γ3的乘積,其與總效應和直接效應的關系為下式:

α=γ1+β1γ2+ρ1γ3

(9)

(四)描述性統(tǒng)計

表1報告了描述性統(tǒng)計結果,其中對被解釋變量LCAR做了均值為0的單變量t檢驗,結果顯示,LCAR60、LCAR120、LCAR180和LCAR240均在1%水平上顯著小于0,并且隨著時間的推移,累計異常收益率的均值越來越小(絕對值越來越大),表明樣本新股長期弱勢現(xiàn)象隨著上市時間的增加日益顯現(xiàn),另外,因為創(chuàng)業(yè)板實施不久,新上市企業(yè)上市時間不同,因此四個區(qū)間累計異常收益率的觀測值不同。平均IPO抑價率為185.8%,表明新股普遍受到過度關注。本文構造的分析師預測意見分歧指標的均值為0.21,表明新股上市后投資者的異質(zhì)信念較大。

表1 描述性統(tǒng)計

五、實證分析

(一)基準回歸

表2報告了企業(yè)數(shù)字化水平對IPO長期表現(xiàn)的基準回歸結果。結果顯示,企業(yè)數(shù)字化的相關系數(shù)均為正數(shù),且當長期收益的計算區(qū)間為60、120、180和240日時顯著不等于0,表明企業(yè)數(shù)字化對IPO長期表現(xiàn)有顯著的正向影響,有助于緩解IPO長期弱勢現(xiàn)象。

表2 基準回歸結果

(二)異質(zhì)性分析

在第一部分檢驗中,本文基于全樣本視角考察了企業(yè)數(shù)字化對IPO長期表現(xiàn)的影響。但值得注意的是,在不同企業(yè)屬性差異下,企業(yè)數(shù)字化傳遞至IPO長期表現(xiàn)可能存在非對稱效果,對這類情況的探討有助于形成差異化的政策導向。為了進一步探究企業(yè)數(shù)字化對不同上市企業(yè)IPO長期表現(xiàn)的影響程度,下面從企業(yè)是否是民營企業(yè)、高管持股比例和融資約束三個角度進行異質(zhì)性分析。

1.基于上市企業(yè)是否民營企業(yè)的分樣本檢驗。表3匯報了企業(yè)產(chǎn)權屬性的分樣本檢驗結果。如表中結果所示,相較于國有企業(yè),企業(yè)數(shù)字化對民營企業(yè)的IPO長期表現(xiàn)有顯著的正向影響,列(1)～(4)中民營企業(yè)的DCG回歸系數(shù)均為正,且通過了統(tǒng)計顯著性檢驗;列(5)～(8)中國有企業(yè)DCG回歸系數(shù)均與0沒有顯著性差異。

表3 是否民營企業(yè)的分樣本檢驗

本文認為合理的解釋可能是,在上市過程中,國有企業(yè)可以看作擁有政府的背書,因此相較于民營企業(yè)信息不對稱程度較低。企業(yè)數(shù)字化在一定程度上降低了民營企業(yè)與市場的信息不對稱程度,緩解了IPO抑價現(xiàn)象,從而減少了市場的過度關注行為;與此同時,企業(yè)數(shù)字化也緩解了投資者對于民營企業(yè)的異質(zhì)信念,因此企業(yè)數(shù)字化顯著提高了民營企業(yè)的IPO長期表現(xiàn)。

2.基于上市企業(yè)高管持股比例的分樣本檢驗。本文依據(jù)樣本企業(yè)內(nèi)部高管持股比例的中位數(shù),將大于該中位數(shù)的企業(yè)劃分為高管持股比例高的企業(yè),否則為持股比例低的企業(yè),以此研究不同高管持股比例下數(shù)字化程度對IPO長期表現(xiàn)的影響。表4匯報了企業(yè)高管持股比例的分樣本檢驗結果。如結果所示,企業(yè)數(shù)字化對高管持股比例高的企業(yè)的IPO長期表現(xiàn)有顯著的正向影響,列(1)～(4)中民營企業(yè)的DCG回歸系數(shù)均為正,且通過了統(tǒng)計顯著性檢驗;列(5)～(8)中國有企業(yè)DCG回歸系數(shù)均與0沒有顯著性差異。

表4 高管持股比例的分樣本檢驗

表5 融資約束的分樣本檢驗

在IPO過程中,持股比例較高的高管有更大的動機盡可能多地為企業(yè)融資,因此他們會盡可能地利用相關的數(shù)字技術降低與市場的信息不對稱程度從而提高發(fā)行價格,在一定程度上降低了市場的過度關注行為,從而提升了企業(yè)的IPO長期表現(xiàn)。另一方面,在上市之后高管持股比例更高的企業(yè)有更強的動機維護企業(yè)股價的穩(wěn)定性,因此會更好地利用數(shù)字技術降低資本市場與企業(yè)之間的信息不對稱性,通過降低異質(zhì)信念提升了IPO長期表現(xiàn)。

3.基于上市企業(yè)融資約束的分樣本檢驗。融資約束常用的測度有KZ指數(shù),WW指數(shù)和SA指數(shù)。鞠曉生等認為SA指數(shù)的計算方法不含杠桿率、現(xiàn)金流等變量,能夠避免與本文使用的控制變量可能存在的內(nèi)生性問題[38]。因此,本文采用SA指數(shù)對企業(yè)融資約束進行度量,計算公式如下:

(10)

其中,Size是企業(yè)總資產(chǎn)(單位為百萬元)的自然對數(shù),Age是企業(yè)年齡。計算得到的SA指數(shù)均為負數(shù),絕對值越大代表融資約束越強,因此本文使用SA指數(shù)的絕對值。

本文依據(jù)樣本企業(yè)融資約束的中位數(shù),將大于該中位數(shù)的企業(yè)劃分為融資約束強的企業(yè),否則為融資約束較為寬松的企業(yè),以此研究不同融資約束下數(shù)字化程度對IPO長期表現(xiàn)的影響。表5匯報了融資約束的分樣本檢驗結果。如結果所示,企業(yè)數(shù)字化對融資約束高的企業(yè)的IPO長期表現(xiàn)有顯著的正向影響,列(1)～(4)中民營企業(yè)的DCG回歸系數(shù)均為正,且通過了統(tǒng)計顯著性檢驗;而列(5)～(8)中國有企業(yè)DCG回歸系數(shù)均與0沒有顯著性差異。

這主要是由于融資約束強的企業(yè)對IPO的成功發(fā)行更加重視,可能會為了IPO的成功刻意抑價,而企業(yè)的數(shù)字化通過降低企業(yè)與資本市場的信息不對稱性提高了發(fā)行成功率,從而更大程度緩解企業(yè)IPO抑價率,減少了資本市場的過度關注行為,繼而提升了企業(yè)IPO長期表現(xiàn)。

六、機制檢驗

基準回歸僅就“企業(yè)數(shù)字化—IPO長期表現(xiàn)”進行了整體刻畫,尚未對具體的機制進行說明,下面從“過度關注”和“異質(zhì)信念”機制兩個渠道出發(fā)進行識別檢驗,基于一元并行多重中介模型對企業(yè)數(shù)字化影響IPO長期表現(xiàn)的不同渠道進行分析。同時,為了避免樣本非正態(tài)分布的問題,本文參考溫忠麟和葉寶娟提出的Bootstrap方法,對一元并行多重中介效應進行分析[39]。

表6～13分別匯報了企業(yè)數(shù)字化對不同時間區(qū)間IPO長期表現(xiàn)的一元并行多重中介效應的分析結果,以及相應的Bootstrap檢驗結果。其中,表6、表7匯報的是LCAR60的檢驗結果;表8、表9匯報的是LCAR120的檢驗結果;表10、表11匯報的是LCAR180的檢驗結果;表12、表13匯報的是LCAR240的檢驗結果。

表6 LCAR60一元并行多重中介效應分析(N=557)

表7 LCAR60一元并行多重中介效應的Bootstrap檢驗結果

表8 LCAR120一元并行多重中介效應分析(N=469)

表9 LCAR120一元并行多重中介效應的Bootstrap檢驗結果

表10 LCAR180一元并行多重中介效應分析(N=370)

表11 LCAR180一元并行多重中介效應的Bootstrap檢驗結果

表12 LCAR240一元并行多重中介效應分析(N=283)

表13 LCAR240一元并行多重中介效應的Bootstrap檢驗結果

基于分析結果本文進行以下三方面分析。第一,個別中介效應分析。首先分析過度關注機制,表6中回歸(1)顯示企業(yè)數(shù)字化對IPO抑價率影響的相關系數(shù)為-8.087,并且在5%水平上顯著,回歸(3)中IPO抑價率對IPO長期表現(xiàn)影響的系數(shù)為-0.012,并且在5%水平上顯著,結合表7(LCAR60)過度關注間接效應(0.103)Bootstrap檢驗的95%置信區(qū)間為正,可以認為企業(yè)數(shù)字化通過降低上市初期市場投資者對企業(yè)的過度關注行為,進而改善了IPO長期表現(xiàn)。類似地,表8和表9的結果顯示在LCAR120這一區(qū)間過度關注間接效應(0.408)依然顯著。然而,表10～13結果顯示,拉長區(qū)間至LCAR180(表10、表11)和LCAR240(表12、表13)時,過度關注機制無法通過Bootstrap檢驗。本文認為一種可能的解釋是,上市初期IPO抑價率引起的過度關注行為所導致的股價異象隨著交易時間的增加和經(jīng)營信息的不斷釋放已在一年左右得到了修復,因此當關注LCAR180和LCAR240時,企業(yè)數(shù)字化的過度關注機制便已失效。

與此同時,結合表6～13中對于LCAR60(表6、表7)、LCAR120(表8、表9)、LCAR180(表10、表11)、LCAR240(表12、表13)的異質(zhì)信念機制檢驗結果,可以發(fā)現(xiàn),即使拉長時間區(qū)間,異質(zhì)信念機制也都通過了顯著性檢驗,表6(LCAR60)、表8(LCAR 120)、表10(LCAR180)、表12(LCAR240)中回歸(2)企業(yè)數(shù)字化對異質(zhì)信念的相關系數(shù)均顯著為負;回歸(3)異質(zhì)信念對IPO長期表現(xiàn)的相關系數(shù)均顯著為負,表7(LCAR60)、表9(LCAR120)、表11(LCAR180)、表13(LCAR 240)中異質(zhì)信念間接效應Bootstrap檢驗的95%置信區(qū)間均為正。

第二,總體中介效應分析。表7(LCAR60)和表9(LCAR120)結果顯示,過度關注機制和異質(zhì)信念機制中介效應均在5%水平上顯著為正。這說明在企業(yè)上市后中長期時間內(nèi),企業(yè)數(shù)字化通過降低市場的過度關注行為和緩解市場中的意見分歧兩個渠道對改善IPO長期表現(xiàn)產(chǎn)生了積極作用。進一步觀察表7(LCAR60)和表9(LCAR120)發(fā)現(xiàn),企業(yè)數(shù)字化影響IPO長期表現(xiàn)的直接效應均未通過Bootstrap顯著性檢驗(置信區(qū)間含0值)。這說明在剔除過度關注和異質(zhì)信念機制的中介效應后,企業(yè)數(shù)字化水平提高不會直接改善IPO長期表現(xiàn)。本文提出的過度關注機制和異質(zhì)信念機制是企業(yè)數(shù)字化改善IPO長期表現(xiàn)的重要機制,剔除這兩種中介效應之后,企業(yè)數(shù)字化對IPO長期表現(xiàn)的直接效應反而不明顯。

第三,個別中介效應比較。表7的結果顯示,企業(yè)數(shù)字化經(jīng)由過度關注機制和異質(zhì)信念機制對IPO長期表現(xiàn)產(chǎn)生的中介效應分別為0.103和0.327,在總體中介效應中分別占比24%和76%;表9對于LCAR120的檢驗結果顯示,二者(0.408和0.702)在總體中介效應中分別占比37%和63%?？梢哉J為上市后中長期內(nèi)過度關注機制和異質(zhì)信念機制都是重要的影響機制。表11(LCAR180)和表13(LCAR240)結果顯示,過度關注機制無法通過Bootstrap顯著性檢驗,而異質(zhì)信念機制依然顯著。本文認為隨著上市時間的增加,企業(yè)數(shù)字化通過緩解市場內(nèi)意見分歧進而改善IPO長期表現(xiàn)是主要的影響機制。

從機制檢驗的結果來看,數(shù)字化一方面通過緩解過度關注行為對IPO長期表現(xiàn)產(chǎn)生影響;另一方面通過減小市場對于企業(yè)的意見分歧產(chǎn)生影響,本文認為,在現(xiàn)實中兩個路徑是同時存在的。

七、穩(wěn)健性檢驗

(一)替換數(shù)字化指標

本文通過文本分析技術使用招股說明書中企業(yè)數(shù)字化關鍵詞詞頻作為衡量企業(yè)數(shù)字化水平的核心解釋變量,雖然該指標是目前學界較為主流的刻畫企業(yè)數(shù)字化水平的指標,但考慮到該指標存在一定的爭議,為了使本文的結論更加嚴謹,使用國泰安數(shù)據(jù)庫公布的企業(yè)數(shù)字化轉型指標(5)來自國泰安中國上市公司數(shù)字化轉型研究數(shù)據(jù)庫。進行穩(wěn)健性檢驗。該指標從企業(yè)的戰(zhàn)略引領、技術驅(qū)動、組織賦能,企業(yè)數(shù)字化成果及應用,中觀層面的環(huán)境支撐六個維度刻畫了企業(yè)的數(shù)字化水平,并且不同維度的多級指標均設置了不同的權重。表14匯報了穩(wěn)健性檢驗結果,在替換數(shù)字化指標后,結論依然保持一致。

表14 替換數(shù)字化指標

(二)控制所屬板塊固定效應

雖然科創(chuàng)板和創(chuàng)業(yè)板的上市規(guī)模、上市條件等屬性均較為相似,但為了使結果更加穩(wěn)健,本文進一步控制了所屬板塊固定效應。表15中結果顯示,企業(yè)數(shù)字化對IPO長期表現(xiàn)(LCAR60、LCAR120、LCAR180和LCAR240)的影響均顯著為正,與本文主要結論一致。

表15 控制所屬板塊固定效應

(三)采用BHAR法計算長期收益

本文采用購買并持有異常收益率(BHAR)法計算長期收益,替代文中LCAR進行穩(wěn)健性檢驗,計算公式如下:

(11)

選擇與文中相同的時間區(qū)間[31,90]、[31,150]、[31,210]和[31,270]計算得到的BHAR均值全部顯著為負,表明購買并持有異常收益率呈現(xiàn)出和累計異常收益率一致的長期弱勢。在此基礎上,同樣使用一元多重中介模型檢驗了基準回歸結果和過度關注以及異質(zhì)信念影響機制,結果與本文的主要結論一致。

八、結論與建議

本文以2019—2022年在創(chuàng)業(yè)板和科創(chuàng)板上市的672家企業(yè)為樣本,并創(chuàng)新性地運用招股說明書中數(shù)字化關鍵詞來刻畫不同企業(yè)的數(shù)字化程度,檢驗了企業(yè)數(shù)字化水平對IPO長期表現(xiàn)的影響,并基于過度關注和異質(zhì)信念兩個機制深入探究其中原因。研究發(fā)現(xiàn),企業(yè)數(shù)字化可以顯著改善企業(yè)的IPO長期弱勢現(xiàn)象,一方面,從過度關注路徑出發(fā),本研究發(fā)現(xiàn)數(shù)字化可以緩解企業(yè)的IPO抑價率從而減少了炒新投資者對于企業(yè)的過度關注行為,減少了股價在上市初期的超買行為,繼而長期表現(xiàn)更好;另一方面,從異質(zhì)信念路徑出發(fā),企業(yè)數(shù)字化向資本市場傳遞出更多結構化、標準化的信息,便于被投資者識別,減少了投資者對于上市企業(yè)的意見分歧,上市初期股價向上偏離得到改善,IPO長期表現(xiàn)更為良好。兩個機制都說明了企業(yè)數(shù)字化可以通過緩解信息不對稱改善企業(yè)長期IPO表現(xiàn)。更進一步,本文從是否民營企業(yè)、高管持股比例兩方面設計了異質(zhì)性檢驗,結果表明企業(yè)數(shù)字化可以顯著改善民營企業(yè)和高管持股比例較高的企業(yè)的IPO長期表現(xiàn)。

根據(jù)本文的研究結論,就如何提升資本市場資源配置效率提出如下建議:第一,大力推進企業(yè)數(shù)字化,改善企業(yè)IPO長期表現(xiàn),降低企業(yè)為信息不對稱付出的IPO成本。中國應主動順應新興數(shù)字技術高速發(fā)展的浪潮,把握企業(yè)數(shù)字化轉型機遇,鼓勵數(shù)字技術與企業(yè)生產(chǎn)經(jīng)營的深度融合,幫助企業(yè)實現(xiàn)高質(zhì)量發(fā)展的同時提升企業(yè)向資本市場的信息傳遞效率和質(zhì)量。借助企業(yè)數(shù)字化轉型,強化發(fā)行企業(yè)信息披露的標準化和結構化,降低其他市場參與主體識別企業(yè)的信息成本,提升資本市場與實體經(jīng)濟發(fā)展的接洽度。第二,緩解新股市場供需失衡,培育投資者價值投資理念。供需失衡是吸引二級市場投資者參與“炒新”的一個重要因素,緩解新股供需失衡問題可以在一定程度上抑制過度關注行為,進而改善IPO長期表現(xiàn)。從供給端來看,隨著注冊制的全面實行,先前IPO嚴格的核準制被打破,新股的供給速度加快。從需求端看,打破投資者內(nèi)心的“新股不敗”神話,淡化“炒新”氛圍至關重要。緩解供需失衡的同時需要增強投資者教育,一方面,價值投資理念有助于緩解非理性投資者對于新股的過度關注行為;另一方面,隨著投資者日漸成熟,將在一定程度上減小市場中不同投資者的異質(zhì)信念。隨著新股供需更加平衡和投資者理念的成熟,IPO長期表現(xiàn)將得到改善。