财务会计信息与IPO抑价.doc

1、财务会计信息与 IPO 抑价陈胜蓝（内蒙古大学经济管理学院，呼和浩特 010021）摘要：本文以中国资本市场核准制实施后首次公开发行股票的公司为样本，考察发行公司财务会计信息与 IPO 抑价之间的关系。检验结果表明，在控制公司盈余其他组成部分的影响后，操控性应计对 IPO 抑价有显著的负向影响。这意味着二级市场在对发行公司定价时充分使用了其财务会计信息，中小投资者能够在一定程度上识别发行公司对会计操控权的使用，在平均意义上给予使用会计操控权增加报告盈余的公司一个折价，从而表现出更低的 IPO 抑价。关键词：财务会计信息 IPO 抑价 中小投资者Financial Accounting Info

2、rmation and IPO UnderpricingCHEN Sheng-lan(School of Economics IPO Underpricing; Outside Investor作者简介：陈胜蓝（1978-） ，男，32 岁，湖北武汉人，内蒙古大学经济管理学院讲师，获中山大学管理学院会计学专业博士学位，主要从事资本市场公司治理、财务与会计问题研究。曾在会计研究 、 中国会计评论等期刊公开发表论文。通信地址：内蒙古呼和浩特市大学西路 235 号，内蒙古大学经济管理学院邮政编码：010021联系电话：13948107562电子邮箱：chen_1财务会计信息与 IPO 抑价陈胜蓝（内

3、蒙古大学经济管理学院，呼和浩特 010021）摘要：本文以中国资本市场核准制实施后首次公开发行股票的公司为样本，考察发行公司财务会计信息与 IPO 抑价之间的关系。检验结果表明，在控制公司盈余其他组成部分的影响后，操控性应计对 IPO 抑价有显著的负向影响。这意味着二级市场在对发行公司定价时充分使用了其财务会计信息，中小投资者能够在一定程度上识别发行公司对会计操控权的使用，在平均意义上给予使用会计操控权增加报告盈余的公司一个折价，从而表现出更低的 IPO 抑价。关键词：财务会计信息 IPO 抑价 中小投资者Financial Accounting Information and IPO Und

4、erpricingCHEN Sheng-lan(School of Economics IPO Underpricing; Outside Investor一、引 言在公司首次公开发行股票（Initial Public Offering，简称为 IPO）的过程中，由于发行公司与外部投资者之间存在较为严重的信息不对称，往往导致外部投资者难以对公司准确定价。Stoll 和 Curley（1970）等研究较早发现资本市场中新股发行上市交易首日表现出系统的抑价现象，即新股上市后第一天在股票市场上的价格远远高于其发行价格，一般被称为 IPO 抑价或者首日超额收益。 IPO 定价及其上市后的价格表现，关系

5、着资本市场监管机构、发行公司、承销商、中小投资者等多方利益主体的利益，也关系到资本市场发挥资源配置功能的效果。这一现象被发现以后，立即引起研究者的高度重视，研究者从各种角度展开研究，提出了多种不同的理论解释。中国资本市场 2001 年 3 月正式实施核准制，监管机构不断加强资本市场基础制度建设，提高发行公司信息披露质量，推动 IPO 定价向市场化方向发展，为资本市场充分发挥其资源有效配置功能创造基础条件（中国证监会，2008） 。然而，发行公司对外披露财务会计信息及其他相关信息，是否有效地降低了信息不对称程度？中小投资者是机械地利用公司盈余信息，被公司内部人使用会计操控权调整后的盈余信息所误导

6、，还是能够有效识别盈余信息的不同组成部分，从而对发行公司正确定价？这些问题仍然没有得到深入的研究与考察。已有研究往往孤立考察操控性应计与 IPO 抑价的关系，而忽视其他盈余组成部分的影响，很可能得出错误的结论（Armstrong 、Foster 和 Taylor，2008） 。本文以中国资本市场核准制实施后的 IPO 公司作为研究对象，把公司盈余分解为现金流量、非操控性应计与操控性应计，全面地考察盈余组成部分与 IPO 抑价的关系，试图为财务会计信息在 IPO 定价中的使用情况和效果提供更加稳健的经验证据。本文后续部分结构安排如下：第二部分结合中国资本市场特点分析相关理论并提出研2究假设；第三

7、部分是研究设计，包括变量选择与模型设定；第四部分给出实证检验结果与分析；最后是本文结论部分。二、理论分析与研究假设（一）财务会计信息与 IPO 抑价的理论分析西方文献广泛讨论和研究了 IPO 抑价现象，提出多种分析模型与理论解释，如信号传递（Allen 和 Faulhaber，1989） 、赢家诅咒（Rock，1986） 、信息瀑布（Welch，1992）和诉讼规避（Tinic ，1988）等。其中，对财务会计信息与 IPO 抑价关系的考察主要基于信息不对称理论。根据信息不对称理论，如果能够有效地降低 IPO 过程中的信息不对称程度，IPO 抑价也将随之而降低。Leone 、Rock 和 Wi

8、llenborg（2007）考察发行公司在招股公告书中对筹资额用途的披露是否能够降低 IPO 抑价程度，结果表明，自愿披露筹资额用途的发行公司能够帮助外部投资者在一定程度缓解事前不确定性，减小信息不对称程度，从而降低 IPO 抑价。Boulton、Smart 和 Zutter（2008）关注财务会计信息质量的跨国差异是否能够解释首日回报的跨国差异。他们认为，IPO 抑价与国家层面的财务会计信息质量之间具有负相关关系。通过检验来自 34 个国家或地区的 7306 个 IPO 事件，结果发现国家层面财务会计信息质量与 IPO 抑价之间的关系具有统计上和经济上的显著性。其中，样本的首日回报平均为 2

9、7.5%，财务会计信息质量提高一个标准差导致 IPO 抑价下降 3.2%。基于美国资本市场的制度背景，Xiong（2003）分析和考察了发行公司上市前的盈余管理与 IPO 抑价的关系。如果投资者对公司的定价主要依赖于公司提供的盈余信息，或者投资者认为发行公司的报告盈余是公司未来获得高业绩的一个值得信赖的信号，发行公司有动机实施收益增加的盈余管理行为以提高发行价格。但提高发行价格也为发行公司带来了潜在的成本，比如带来更高的诉讼风险。因此，发行公司是否实施收益增加的盈余管理行为取决于对期望收益和潜在成本的综合考虑。作者指出，由于承销商更有可能发现发行公司报告盈余中的盈余管理行为，发行价格的定价基础

10、很可能是盈余管理前的“真实盈余” ，而由于信息不对称的存在，二级市场对公司定价的基础是包含了盈余管理的报告盈余。因此，IPO 抑价实际上是由于二级市场基于包含了收益增加盈余管理行为的报告盈余对公司进行定价，从而高估公司价值所导致。但作者没有进一步分析如果发行价格是以“真实盈余”为定价标准，为什么发行公司仍然有动机实施收益增加的盈余管理行为。在研究设计方面，作者只关注操控性应计与 IPO 抑价的关系，而忽视了其它盈余组成部分的影响。受到 Xiong（2003）的启发，陈共荣和李琳（2006）使用同样的方法考察了中国资本市场 2000-2004 年间首次公开发行股票公司 IPO 前盈余管理行为与

11、IPO 抑价的关系。作者发现我国 A 股市场存在较高的抑价现象， IPO 前盈余管理行为与 IPO 抑价显著正相关。考虑到中国资本市场与美国资本市场存在较大的制度性差异，但作者并没有针对中国资本市场 IPO 制度特征展开分析，存在一定局限。（二）研究假设中国资本市场早期监管部门对新股发行的审核制度采用审批制，实施额度管理的方法。在信息披露机制不完善和市场机制不健全的资本市场发展初期阶段，这种方法有利于加强地区间的竞争，缓解监管部门信息收集和甄别发行公司质量的困难（Pistor 和 Xu，2005） 。2001 年，中国资本市场新股发行管理制度从审批制向核准制转变，额度控制的方法不再实行。随着信

12、息披露制度不断完善，市场机制不断加强，IPO 发行定价逐渐成为监管部分、发行公司、承销商、机构投资者、中小投资者等参与主体在基于一定信息分布下的共同博弈的结果。特别是，2006 年股权分置改革基本完成之后，IPO 发行定价参与主体基于市场3价格的利益基础更加趋于一致。在现行的制度背景下，虽然监管部门的管制仍然是造成 IPO 抑价的重要因素之一，但各个利益主体博弈的空间与审批制下有了很大程度的提高，以财务会计信息为主的公司信息得到了更高程度的应用。李志文和修世宇（2006）指出由于公司的发行价格已经被限制在一定的水平以下，并且这一水平足以吸引到足够的投资者，发行公司并不需要担心新股发行是否具有发

13、行失败的风险，就不会考虑通过抑价发行的方式保证股票发行的顺利进行，发行公司内部人仍然有动机通过盈余管理提高公司股票发行价格。Xiong（2003）认为二级市场的投资者主要根据发行公司的报告盈余对公司进行定价，并不能识别发行公司对会计操控权的使用，因此，如果发行公司内部人使用收益增加的会计操控权调整公司报告盈余，二级市场往往会作出过度反应，从而表现出更高的 IPO 抑价。陈共荣和李琳（2006）也持有类似观点，认为中国资本市场中小投资者主要依赖于发行公司报告盈余进行定价，并不能有效识别发行公司对会计操控权的使用。在此基础上，本文提出如下研究假设：H1：其他条件不变，发行公司的操控性应计与 IPO

14、 抑价正相关。然而，以上分析假定二级市场股票价格不能有效反映发行公司真实价值，这与分析IPO 抑价主流理论并不一致。根据有效市场假说，一旦发行公司股票上市交易，二级市场的股票价格对公司信息进行充分反应，以反映公司预期的真实价值。IPO 抑价衡量的是发行公司首日股票收盘价格与发行价格的差异率，因此，如果发行公司出于机会主义动机使用操控性应计提高公司发行价格，而二级市场在首日能够形成反映公司真实价值的股票价格，就会对这类公司给予一个折价，首日股票收盘价格会更低，产生较低的 IPO 抑价。虽然 Xiong（2003）的经验证据表明操控性应计与 IPO 抑价具有正相关关系，但由于研究设计中并没有考虑非

15、操控性应计和现金流量的影响，操控性应计与 IPO 抑价的正相关关系有可能是一种假象（Desai、Rajgopal 和 Venkatachalam，2004；Armstrong 、Foster 和Taylor， 2008） 。因此，本文提出如下备择研究假设：H2：其他条件不变，发行公司的操控性应计与 IPO 抑价负相关。三、研究设计（一）主要研究变量1. 操控性应计本文衡量操控性应计的方法与以前文献一致，操控性应计为总应计减去非操控性应计的差额，而非操控性应计是使用横截面的 Jones 模型（Defond 和 Jiambalvo, 1994）估计得出。首先，使用从利润表中取出的营业利润和从现金流

16、量表中取出经营活动现金流量净额计算出总应计 ACC1：(1)ACEBXIFO其中，ACC 表示发行公司总应计；EBXI 表示公司特别调整前利润，这里使用营业利润数据；CFO 表示公司经营活动现金流量净额。然后，按照年度和行业估计如下 Jones 模型：(2), , ,0121, 11it it ititREVPTATAT其中，ACC i,t 表示样本公司 i 第 t 年的总应计；TA i,t-1 表示样本公司 i 第 t1 年的总资产； REVi,t 表示样本公司 i 第 t 年销售收入变动额；PPE i,t 表示样本公司 i 第 t 年的固定资产总额。1 Collins 和 Hribar（2

17、002）表明使用资产负债表方法计算的总应计存在较大的偏误，建议使用现金流量表方法计算总应计。4使用 OLS 方法按照年度和行业分别估计出系数值，再代入以下模型计算出公司 i 第 t年的操控性应计：(3), , , 01 21, 11it itit itit itACREVCPEDTTATA 其中，ACC i,t 表示样本公司 i 第 t 年的总应计；TA i,t1 表示样本公司 i 第 t1 年的总资产； REVi,t 表示样本公司 i 第 t 年销售收入变动额； RECi,t 表示样本公司 i 第 t 年应收账款净额的变动额；PPE i,t 表示样本公司 i 第 t 年的固定资产总额。2.

18、IPO 抑价根据 Ritter 和 Welch（2002） ，绝大多数研究中把 IPO 抑价定义为发行公司股票上市交易首日收盘价超过股票发行价的比率 1。因此，本文对 IPO 抑价的定义如下 2：(4),10%jjjClosePIuUnder其中，UnderP 表示 IPO 抑价；CloseP 表示公司 j 在上市交易首日的收盘价格；IssueP表示公司 j 的发行价格。（二）控制变量考虑到重要缺失变量会带来缺失变量偏误，参考以前研究发现，本文设置一些控制变量。 公司规模变量 Size，陈工孟和高宁（2000）发现规模较大的公司表现出 IPO 抑价较低的特征，本文使用公司 IPO 前一年总资产

19、的自然对数来控制公司规模。 发行规模变量 lnK，韩德宗和陈静（2001 ）发现发行规模与 IPO 抑价负相关，本文使用筹资金额的自然对数来控制发行规模。 公司股权保留比例变量 OR。孔爱国和李哲（2003）发现股权保留比例能够显著影响发行公司在市场上的定价，因此本文设置这一变量进行控制，定义为公司发行新股之前的股数总额除以发行新股之后的股数总额。 换手率变量 TunrO。陈共荣和李琳（2006）发现换手率对 IPO 抑价具有显著正向影响，本文使用首日交易的换手率进行控制。 公司最终控制人性质虚拟变量 SOE。为了控制不同性质公司的差异，本文设置该虚拟变量，如果最终控制人性质为国有，取值为 1

20、；否则取值为 0。（三）检验方法和模型Beaver（ 2002）认为由于现金流量与总应计是负相关的，因此应计异象很可能是对现金流量错误定价的一个假象。Desai、Rajgopal 和 Venkatachalam（2004）考察了Sloan（1996）提出的应计异象，进一步确定了 Beaver（2002 ）的推断。他们发现：第一，控制了现金流量以后，高操控性应计与低操控性应计公司的股票回报率并没有显著差异；现金流量代替了总应计对未来股票回报的解释力。虽然 Beaver（2002） ，Desai、Rajgopal和 Venkatachalam（2004）关注总应计，但总应计的组成部分非操控性应计和

21、操控性应计也与现金流量负相关（Xie，2001） 。在考察盈余信息与 IPO 抑价的关系时，也面临同样的问题。借鉴 Desai、Rajgopal 和 Venkatachalam（2004）和 Armstrong、Foster 和Taylor（ 2008）的研究设计，本文的检验方法如下：首先，采用单变量分析方法进行检验。为了考察发行公司 IPO 前操控性应计与 IPO 抑1 Ritter 和 Welch（ 2002）指出在 IPO 首日市场交易中，其开盘价格与收盘价格差异较小，因此，使用开盘价格和使用收盘价格计算 IPO 首日抑价的结果并不具有显著性差异。2 考虑发行公司上市交易首日市场因素的影

22、响，在敏感性分析中借鉴刘煜辉和熊鹏（2005）的做法对 IPO首日抑价的计算使用市场指数进行调整。5价的关系，先按照发行公司操控性应计排序并从小到大分成 4 组，对第 1 组和第 4 组的IPO 抑价差异做均值检验。如果发行公司 IPO 前操控性应计与 IPO 抑价具有正相关关系，那么可以预期第 1 组和第 4 组的 IPO 抑价均值差异显著为正。下一步需要检验发行公司IPO 前操控性应计与 IPO 抑价的正相关关系是否由于现金流量所引起的。这就需要按照发行公司 IPO 前现金流量排序并从小到大分成 4 组，并对第 1 组和第 4 组的 IPO 抑价差异做均值检验。如果 IPO 前操控性应计与

23、 IPO 抑价的正相关关系不是由于现金流量所引起，可以预期 IPO 抑价按照 IPO 前现金流量排序所表现出的特征应该与按照 IPO 前操控性应计排序所表现出的特征相似。其次，采用多元回归模型进行检验。这种检验方法的优势在于可以控制其他因素的影响。在多元回归分析中，先使用 IPO 抑价对 IPO 前操控性应计进行回归，如果两者具有显著正相关关系，可以预期操控性应计的系数显著为正。然后，在模型中加入盈余信息的其他组成部分，如现金流量等。如果发行公司 IPO 前操控性应计与 IPO 抑价的正相关关系不受现金流量影响，那么预期操控性应计的系数仍然显著为正。借鉴以前研究的模型，本文首先使用 IPO 抑

24、价（UnderP）作为因变量。股权保留比例可能在 IPO 定价过程中的信号作用，借鉴 Fan（2007）的方法，在模型中加入股权保留比例变量。同行业内的公司可能具有相似的特征，而不同行业的公司可能表现出不同的特征，在模型中加入行业虚拟变量使用固定效应模型回归。检验模型如下：(5)012345678lnUdrePDACNCFOSizeKORTurnEIustry fixedct+Yea fixdct+考虑到中国资本市场 IPO 抑价程度较高，甚至出现高于 300%的 IPO 抑价。为了使因变量更加接近正态分布，借鉴 Leone、Rock 和 Willenborg（2007）的方法，对 Under

25、P 取自然对数形式转化 lnUP，作为回归模型的因变量。检验模型如下：(6)012345678lnlUPDACNCFSizeKORTurnOEIdustry fixect+Yea fixdct+相关变量的具体定义见表 1。表 1 变量定义表类型 名称 定义UnderP IPO 抑价因变量lnUP IPO 抑价的自然对数形式，计算方式为 ln（1+ UnderP ）CFO 发行公司 IPO 前一年经营活动现金流量净额，除以 IPO 后公司股数总额NDAC 发行公司 IPO 前一年非操控性应计，除以 IPO 后公司股数总额解释变量DAC 发行公司 IPO 前一年操控性应计，除以 IPO 后公司股数

26、总额Size 发行公司 IPO 前一年总资产的自然对数lnK 发行公司筹资额的自然对数OR 公司股权保留比例，公司发行新股之前的股数总额除以发行新股之后的股数总额TunrO 发行公司首日交易换手率控制变量SOE 表示最终控制人虚拟变量，当最终控制人是国有控制，取值为 1，6否则为 0四、检验结果与分析（一）研究样本和描述性统计1. 研究样本由于审批制下 IPO 定价过程带有较强的行政色彩，针对本文的研究目的，选择期间限定为 20012007 年核准制下首次发行新股的中国资本市场 A 股公司作为样本。然后进行以下样本筛选程序： 考虑到金融、保险行业的特殊性，剔除了该行业的公司样本； 有个别公司采

27、用吸收合并的方式上市，如潍柴动力（000338） 、上港集团（600018） ；采用换购股票方式上市，如吉电股份（000875） ，剔除这些公司样本； 剔除变量数据不全的公司样本。上市公司财务数据来源于 Wind 资讯数据库，IPO 首日表现及股权变动数据来源于 CSMAR 数据库，公司实际控制人数据来源于 CCER 数据库。2. IPO 抑价的描述性统计与分析研究样本按年度的分布特征及 IPO 抑价特征见表 2。样本总数为 432 个，其中，2007年的 IPO 样本最多，2005 年的 IPO 样本个数最少。由于 2005 年中国资本市场监管部门开始推行股权分置改革，因此暂停了资本市场新股

28、发行，直至 2006 年股权分置改革基本完成之后，才重新启动新股发行。样本平均的 IPO 抑价为 120.01%，从样本区间的时间上看，20012005 年，IPO 抑价呈下降趋势，肖曙光和蒋顺才（2006）由此而推断是资本市场的市场化改革导致 IPO 抑价的下降。然而，比较 20052007 年的 IPO 抑价，不难发现其上升的趋势，特别是 2007 年的 IPO 抑价高达 200.10%，在样本区间中位于最高水平。按照肖曙光和蒋顺才（2006）的观点，2006 年和 2007 年的 IPO 样本是在资本市场股权分置改革基本完成的背景下发行上市，资本市场更具有市场化的特征，IPO 抑价水平预

29、期应该更低，但事实恰好提供了相反的证据。表 2 IPO 抑价按年度的分布情况年度 观察值个数 均值 标准差 最小值 最大值2001 29 138.83% 0.87 0.74% 340.15%2002 61 136.36% 0.86 24.78% 428.25%2003 60 74.00% 0.44 16.43% 227.99%2004 95 69.80% 0.55 -9.00% 324.89%2005 13 49.63% 0.35 2.79% 133.86%2006 62 86.65% 0.59 0.00% 345.71%2007 112 200.10% 1.10 51.02% 538.12%

30、合计 432 120.01% 0.95 -9.00% 538.12%3. 主要变量的描述性统计与分析主要变量的描述性统计结果见表 3。样本 IPO 抑价 UnderP 的最小值和最大值分别为-0.090 和 5.381，均值和中位数分别为 1.200 和 0.933。为了缓解 UnderP 的非正态性特征，借鉴 Leone、Rock 和 Willenborg（2007）的方法进行自然对数转换，得到变量 lnUP。lnUP的最小值和最大值分别为-0.094 和 1.853，均值和中位数分别为 0.712 和 0.659，表明其正态性特征比 UnderP 有所加强。对于发行公司 IPO 前一年的盈

31、余信息指标，现金流量CFO、非操控性应计 NDAC 和操控性应计 DAC 的均值分别为 0.432、-0.169 和 0.186。DAC的均值明显大于 0，往往被认为是 IPO 前普遍存在收益向上盈余管理的证据。但与以前研究不同是，以前研究往往只关注 DAC 的影响，而忽视了其他盈余组成部分的可能影响。本7文尝试更加全面地考察盈余组成部分对 IPO 抑价的影响。表 3 主要变量描述性统计结果变量 样本数 均值 标准差 最小值 25%分位数 中位数 75%分位数 最大值UnderP 432 1.200 0.945 -0.090 0.552 0.933 1.530 5.381 lnUP 432 0

32、.712 0.379 -0.094 0.440 0.659 0.928 1.853 CFO 432 0.432 0.442 -1.522 0.189 0.356 0.598 3.102 NDAC 432 -0.169 0.332 -2.447 -0.276 -0.126 -0.016 1.358 DAC 432 0.186 0.477 -1.701 -0.053 0.130 0.404 2.721 Size 432 20.008 1.290 18.143 19.215 19.766 20.338 27.310 lnK 432 10.529 0.914 9.110 9.976 10.316 10

33、.752 15.715 OR 432 0.700 0.074 0.517 0.644 0.717 0.748 0.978 TunrO 432 0.617 0.128 0.230 0.520 0.630 0.710 0.940 SOE 432 0.523 0.500 0.000 0.000 1.000 1.000 1.000（二）相关性分析相关系数表见表 4。由于研究需要，对 IPO 抑价的衡量有 2 个不同的变量 UnderP 和lnUP，两者的相关系数高达 0.969。考察 UnderP 与发行公司 IPO 前一年盈余组成部分的相关性，UnderP 与 DAC 显著正相关，相关系数为 0.1

34、25，这与 Xiong（2003） 、陈共荣和李琳（2006）的研究结果相似。但值得注意的是，UnderP 与 CFO、 NDAC 表现出显著负相关关系，相关系数分别为-0.104 和-0.158 ；而且，DAC 与 CFO、 NDAC 表现出显著负相关关系，这意味着如果遗漏对 CFO 和 NDAC 的影响进行分析，而单独分析 DAC 带来的影响，很有可能得到有偏误的结论，甚至是错误的结论。实际上，由于 NDAC 和 CFO 对 UnderP的影响为负，而且这两个变量与 DAC 的相关性为负，因此，一旦缺失这两个变量就会高估DAC 对 UnderP 的影响。UnderP 与公司规模 Size、

35、 发行筹资额 lnK、股权性质显著负相关，与股权保留比例 OR、首日换手率 TunrO 显著正相关。8表 4 Pearson 相关系数UnderP lnUP CFO NDAC DAC Size lnK OR TunrO SOEUnderP 1.000lnUP 0.969 1.0000.000 CFO -0.104 -0.129 1.0000.031 0.007 NDAC -0.158 -0.150 -0.146 1.0000.001 0.002 0.002 DAC 0.125 0.131 -0.512 -0.622 1.0000.010 0.006 0.000 0.000 Size -0.22

36、2 -0.234 0.209 0.059 -0.147 1.0000.000 0.000 0.000 0.223 0.002 lnK -0.245 -0.258 0.214 0.120 -0.135 0.864 1.0000.000 0.000 0.000 0.012 0.005 0.000 OR 0.118 0.113 0.254 -0.072 -0.001 0.418 0.313 1.0000.014 0.019 0.000 0.133 0.990 0.000 0.000 TunrO 0.514 0.576 -0.065 -0.144 0.111 -0.090 -0.169 0.108 1

37、.0000.000 0.000 0.181 0.003 0.021 0.063 0.000 0.025 SOE -0.115 -0.097 0.025 0.163 -0.223 0.339 0.297 -0.167 -0.059 1.0000.017 0.044 0.606 0.001 0.000 0.000 0.000 0.001 0.218 注：变量间相关系数下提供了双尾检验的 p 值。9（三）单因素检验与分析为了考察发行公司 IPO 前操控性应计与 IPO 抑价的关系，先按照发行公司操控性应计DAC 排序并从小到大分成 4 组，对第 1 组和第 4 组的 IPO 抑价差异做均值检验。可以

38、发现，按照 DAC 排序，UnderP 表现出逐渐升高的特点，第 4 组和第 1 组的 UnderP 均值分别为1.378 和 1.021，均值差异为 0.358，在 1%的显著性水平下显著。这个结果与 Xiong（2003） 、陈共荣和李琳（2006）的研究结果相似。然而，还需要对盈余信息的其他组成部分进行检验。如果 DAC 与 UnderP 的关系不是由于 NDAC 或者 CFO 所引起，可以预期按照 NDAC或者 CFO 进行排序分组，UnderP 所表现出的特征很可能与按照 DAC 排序分组下类似。但表 5 表明，按照 NDAC 排序分组，第 4 组和第 1 组的 UnderP 均值分

39、别为 1.472 和 1.184，差异为-0.288，在 5%的显著性水平下显著；按照 CFO 排序分组，第 4 组和第 1 组的UnderP 均值分别为 1.312 和 1.061，差异为-0.250 ，在 5%的显著性水平下显著。单因素检验结果表明除了 DAC，盈余信息的其他组成部分同样对 UnderP 具有重要影响，并且，NDAC 和 CFO 对 UnderP 的影响模式与 DAC 并不一致。如果忽视 NDAC 和 CFO 对UnderP 的影响，很有可能得到关于 DAC 和 UnderP 关系的错误结论（Desai、Rajgopal 和Venkatachalam，2004；Armstr

40、ong、Foster 和 Taylor，2008 ） 。表 5 UnderP 与盈余组成部分的单因素检验结果低 高Quartiles 第 1 组 第 2 组 第 3 组 第 4 组差异（第 4 组第 1 组）DAC 1.021 1.180 1.222 1.378 0.358*(2.850)NDAC 1.472 0.964 1.180 1.184 -0.288*(2.056)CFO 1.312 1.186 1.242 1.061 -0.250*(1.997)样本数 108 108 108 108注：括号内给出均值 t 检验的 t 值。*表示 p0.05，*表示 p0.01。（四）多元回归分析多元

41、回归分析可以弥补单因素分析的缺陷，进一步控制其他因素的影响，考察盈余信息组成部分对 IPO 抑价的影响。表 6a 给出了使用 UnderP 作为因变量的回归结果。模型 1 中使用 IPO 抑价变量 UnderP 对操控性应计变量 DAC 进行回归，DAC 的系数为0.247，在 1%的显著性水平下显著，这与单因素检验的结果相同。模型 2 加入了一系列控制变量，公司规模变量 Size 的系数为-0.194，在 1%的显著性水平下显著，表明公司规模与IPO 抑价具有负相关关系，公司规模越大，IPO 抑价水平越低。公司筹资额变量 lnK 的系数为-0.003 ，不具有统计显著性。股权保留比例变量 O

42、R 和首日换手率变量 TurnO 表现出对 UnderP 的显著正向影响，系数分别为 2.391 和 3.447，在 1%的显著性水平下通过了显著性检验。但值得注意的是，控制了其他因素的影响后，DAC 的系数虽然仍然为正，但明显减小，从 0.247 减小到 0.087，而且不具有统计显著性。模型 3 使用固定效应模型控制了年度和行业效应，DAC 的系数为 0.046，t 值为 0.61，与模型 2 相比，DAC 对 UnderP 影响的经济显著性与统计显著性进一步下降。可以发现，在不考虑盈余其他组成部分的影响时，操控性应计对 IPO 抑价具有微弱的正向影响，但不具有统计显著性。10表 6a 财

43、务会计信息与 IPO 抑价的回归结果因变量：UnderP自变量模型 1 模型 2 模型 3 模型 4 模型 5 模型 6DAC 0.247* 0.087 0.046 -0.427* -0.480* -0.379*(2.63) (1.04) (0.61) (-2.52) (-3.26) (-2.68)NDAC -0.942* -0.740* -0.516*(-3.69) (-3.50) (-2.75)CFO -0.561* -0.524* -0.422*(-4.39) (-4.48) (-3.71)Size -0.194* 0.011 -0.248* -0.0390(-2.60) (0.14)

44、(-3.30) (-0.52)lnK -0.003 -0.281* 0.0961 -0.192*(-0.04) (-2.89) (1.01) (-1.95)OR 2.391* -0.773 2.956* -0.211(3.72) (-1.24) (4.43) (-0.33)TunrO 3.447* 2.977* 3.318* 2.885*(11.28) (8.24) (11.11) (8.06)SOE 0.085 -0.007 0.062 -0.017(0.90) (-0.08) (0.67) (-0.22)截距 1.154* 1.253* 2.667* 1.362* 1.201* 2.570

45、*(24.84) (1.82) (3.50) (17.63) (1.74) (3.40)年度 控制 控制行业 控制 控制联合假设的 F 统计量与 p 值DAC=NDAC 11.99* 3.97* 1.37(0.000) (0.047) (0.243)DAC=CFO 1.68 0.24 0.24(0.195) (0.621) (0.621)NDAC=CFO 4.07* 1.85 0.45(0.044) (0.175) (0.505)N 432 432 432 432 432 432adj. R2 0.013 0.313 0.515 0.046 0.332 0.524F 6.900 34.37 1

46、5.42 9.243 24.69 14.48注：所有的回归模型都使用 White（1980）的方法得到异方差稳健性标准误，括号内给出调整后的 t 值。*表示 p0.10，* 表示 p0.05，* 表示 p0.01。11表 6b 财务会计信息与 IPO 抑价的回归结果因变量：lnUP自变量模型 1 模型 2 模型 3 模型 4 模型 5 模型 6DAC 0.105* 0.038 0.025 -0.182* -0.192* -0.143*(2.74) (1.18) (0.93) (-2.51) (-3.10) (-2.57)NDAC -0.384* -0.284* -0.187*(-3.89) (

47、-3.52) (-2.70)CFO -0.253* -0.226* -0.180*(-4.50) (-4.52) (-3.91)Size -0.085* 0.003 -0.106* -0.017(-3.06) (0.12) (-3.72) (-0.62)lnK 0.001 -0.118* 0.043 -0.083*(0.08) (-3.33) (1.16) (-2.28)OR 0.955* -0.349 1.205* -0.116(3.83) (-1.55) (4.68) (-0.48)TunrO 1.571* 1.352* 1.520* 1.315*(13.19) (10.39) (12.9

48、2) (10.09)SOE 0.055 0.010 0.044 0.006(1.57) (0.35) (1.30) (0.22)截距 0.692* 0.704* 1.318* 0.790* 0.668* 1.267*(36.15) (2.36) (4.46) (25.03) (2.21) (4.34)年度 控制 控制行业 控制 控制联合假设的 F 统计量与 p 值DAC=NDAC 13.66 4.09 1.21(0.000) (0.044) (0.272)DAC=CFO 2.70 0.91 1.37(0.101) (0.341) (0.243)NDAC=CFO 3.41 1.02 0.02(0

49、.066) (0.314) (0.892)N 432 432 432 432 432 432adj. R2 0.015 0.383 0.606 0.052 0.403 0.617F 7.493 41.83 27.85 10.56 31.02 26.30注：所有的回归模型都使用 White（1980）的方法得到异方差稳健性标准误，括号内给出调整后的 t 值。*表示 p0.10，* 表示 p0.05，* 表示 p0.01。为了综合考虑盈余信息的影响，后 3 个模型同时加入了操控性应计变量 DAC、非操控性应计变量 NDAC 和现金流量变量 CFO。在相关性分析中指出，由于 NDAC 和 CFO 对UnderP 的影响为负，同时，这两个变量与 DAC 的相关性为负，因此，缺失这两个变量时，会高估 D