PDF《文守逊,张泰松,黄文明》

三、数据、 样本与研究设计

(一)数据样本的选取 由于我国沪深证券市场的定位不同, 深圳市场以培育中小企业上市为主.创业板市场中的企业 ・

5 0

1 ・ ①排名数据来自清科集团对中国创业投资机构的排名.2009 年、

2010 年、

2011 年发行的IPO 分别以2008 年、

2009 年、

2010 年排 名为标准, 并且前20 名取值为1, 否则取值为0. 具有高风险、 高成长性、 高市盈率等特点.创业板成立至2011 年9 月16 日, 创业板IPOs 占中国A 股IPOs 总数的1 / 3, 达264 家, 如此大规模的IPOs 使得对其进行单独研究变得十分必要, 故本文选取创 业板IPOs 为样本进行研究.针对创业投资的核证作用, 本文选取2009 年10 月31 日至2011 年9 月16 日创业板上市的所有新股作为研究样本, 样本容量为264 家(剔除1 家违规的公司) , 其中有创业 投资支持的IPOs 样本数量为172 家.本文将以此172 个公司样本来研究创业投资声誉对新股初始 收益的影响;

针对IPO 后公司长期业绩的研究, 截至2011 年9 月16 日, 在创业板上市的IPO 股票中 选取首次上市后时间超过半年的股票, 这样的样本公司有151 家( 剔除1 家违规的公司以及2 家数据 缺失公司) .以上数据均来源于国泰安数据库、 和讯网及深圳证券交易所数据中心, 并以IPOs 上市招 股书和年报数据作为补充.

(二)研究变量的设计 本文主要从创业投资声誉对新股初始收益的影响以及对企业IPO 后长期业绩的影响角度进行研 究, 具体的模型设计和变量定义如下. 1. 创业投资声誉对IPOs 初始收益的影响 为研究创业投资声誉对IPOs 初始收益的影响, 根据经典折抑价理论, 本文引入创业投资、 创业投 资声誉等变量并进行相关变量调整, 建立回归模型如下: IR = β0 + β1 VC + β2 Trader + β3 LOT + β4 PE + β5 LnAge + β6 Turnover + β7 LnSCA + β8 LOC + β9 LnDA + ε ( 1) AIR =

1 + IR

1 + IRM = λ0 + λ1 VC + λ2 Trander + λ3 LOT + λ4 PE + λ5 LnAge + λ6 Turnover + λ7 LnSCA + λ8 LOC + λ9 LnDA + η ( 2) IR = κ0 + κ1 VCRe putation + κ2 Trader + κ3 LOT + κ4 PE + κ5 LnAge + κ6 Turnover + κ7 LnSCA + κ8 LOC + κ9 LnDA + ξ ( 3) AIR =

1 + IR

1 + IRM = φ0 + φ1 Re putation + φ2 Trader + φ3 LOT + φ4 PE + φ5 LnAge + φ6 Turnover + φ7 LnSCA + φ8 LOC + φ9 LnDA + ζ ( 4) 其中: IR 表示创业板上市公司首日未经调整的收益率;

AIR 表示调整后的首日个股收益率;

IRM 代表 市场首日回报收益率;

VC 表示有无创业投资支持, 有创业投资支持取值为1, 无创业投资支持取值为0. VCRe putation 表示创业投资声誉, 根据中国创业投资机构排名分别进行赋值( 前20 名取值为1,

20 名之 后取值为0) ;

Trader 代表承销商声誉,根据中国证券业协会承销商排名进行取值( 前10 名取值为3,

11 -

20 名取值为2, 否则为1) ;

LnAge 为公司成立到公司上市时间的自然对数;

PE 代表发行市盈率水平;

LOT 代表网上中签率, 中签率越低, IPO 首日........