1. 引言
证券市场规范是确保资本市场健康有序发展的关键。在中国股票市场发展的历程中,从计划经济时代到市场化改革时期,监管部门不断完善法律法规体系,强化信息披露要求,提高违法违规行为的惩戒力度,致力于营造公开、公平、公正的市场环境。尤其是2019年科创板开板并试点注册制以来,中国资本市场改革进入新的阶段。经过四年的试点,新股发行相较行业被低估的情况得到改善,定价发行更加合理,股价涨跌幅明显收窄。2023年,全面注册制改革正式实施,标志着中国股票发行制度全面由核准制向注册制的重大转变,这一变革有望进一步提升市场的包容性和竞争力,激发市场活力,更好地支持实体经济高质量发展。
2. 国内外研究综述
审核问询回复函在首次公开募股(IPO)过程中扮演着至关重要的角色。Li和Liu(2017) [1]的研究中发现,审核问询函会导致招股说明书中的发行价格显著下降,同时被问询次数较多的公司在市场上的长期表现更佳。蒋尧明与张雷云(2021) [2]的调查结果显示,当科创板的重要议题受到更高级别的审查时,招股说明书的公开透明度也会相应上升。石玉峰及其团队(2022) [3]利用股票价格的一致性作为衡量标准,他们发现,审查会在一定程度上影响招股说明书的公开透明度,这种影响可以显著减少股票的一致性,从而提高资本市场的定价效益。薛爽等人(2021) [4]采用了文本分析技术,刻画了问询回复函“质”与“量”的量化指标,验证了问询回复函的“质”与“量”越高,IPO抑价越低,并进一步证明了在研发投入占比更高的公司中,问询回复函的“质”与“量”对IPO抑价的缓解作用更加明显。陈运森(2018) [5]的调查结果揭示,IPO企业发布的回复信息导致其在资本市场的反馈呈现出明显的消极态势,而在发出回复信息后,其在资本市场的反馈则呈现出积极的趋势,这说明了市场对于这种非惩罚性的审查方式的认可。
3. 理论基础与研究假设
3.1. 审核问询回复函质量与IPO抑价
审核问询回复函不仅是企业与监管机构之间的沟通工具,也为市场传递了关于企业管理能力、内部治理水平和风险应对能力的重要信号。具体而言,审核问询回复函需对问询函提出的问题进行逐项、细致的回应,提供翔实的数据支撑,避免笼统、模糊的表述。这种透明性和信息质量的提高,能够增强投资者对公司的信任,降低他们的风险预期,最终减少IPO抑价。在全面注册制背景下,随着审核问询制度的进一步完善,审核问询回复函的作用有望得到强化,成为连接监管层、发行人、投资者的重要纽带。基于以上分析,提出如下假设:
H1:审核问询回复函的信息质量越高,IPO抑价越低。
3.2. 审核问询回复函语调与IPO抑价
审核问询回复函的语调作为信息传递的核心要素之一,其背后的态度和情感倾向对于IPO抑价水平同样具有直接且显著的影响。对于审核问询回复函,积极的语调不仅可以传递正面情绪,还能影响投资者对公司未来表现的预期,提升市场对公司的评价。尤其是在IPO阶段,投资者通常对公司信息的掌握有限,审核问询回复函作为与监管机构互动的重要文件,可以通过其语调影响市场对公司风险的感知。语调越积极,投资者对公司的不确定性判断可能越低,进而减少对高风险溢价的要求,最终降低IPO抑价。
综上所述,不确定性增加能够加剧IPO抑价程度,而文本中的负面语调是不确定性的重要来源。基于以上分析,提出如下假设:
H2:审核问询回复函的语调越积极,IPO抑价越低。
4. 研究设计
4.1. 样本选择和数据来源
本文选取2023年4月10日至2024年6月30日全面注册制以来在主板及科创版上市的111家企业作为研究样本。
文章所需的IPO及财务数据主要来自CSMAR金融数据库。对于缺失值,本文通过巨潮资讯网、东方财富网等公开渠道补充搜集。本研究针对极端值可能引发的误差,对所有连续变量在1%和99%的分位上进行了winsorize处理。
4.2. 主要变量定义
4.2.1. 被解释变量
(1) IPO抑价率
在全面推行注册制之后,主板新股在上市前五天不再有涨跌幅限制,而在此之后,涨跌幅限制将变为每日10%。借鉴Loughran、McDonald(2013) [6]和汪昌云等(2015) [7]的结论,IPO抑价率本文采用新股上市首日收盘价相对于发行价的超额收益率来度量,即首日收盘价价格除以首发价格。该数值越大则表示IPO抑价率越高,具体计算方法为:
4.2.2. 解释变量
(1) 审核问询回复函质量
依据薛爽(2021) [4]的方式,本文构建了二个回复函质量的量化指标。
首先对于审核问询回复函“量”的指标,本文采用Python中Pdfplubmer工具统计每家IPO企业的审核问询回复函总字数(Ans_quantity)。问询回复函字数越多,往往意味着涉及事项越广、内容越丰富、针对性越强,更有利于揭示企业价值和风险的关键信息。
其次,对于审核问询回复函“质”的度量,主要从其可视化程度以及财经术语密度方面构建相应指标。可视化程度方面,相较于纯文字描述,表格形式的数据呈现方式更为直观,它能够更清晰地列出各项具体信息,从而使得投资者能够以更高的效率进行阅读和理解。本文统计每家IPO企业的审核问询回复函表格总行数设置变量(FORM),该值越大表明回复函中表格篇幅占比越高,可视化程度越高。
(2) 审核问询回复函语调
本文参照了林乐与谢德仁(2017) [8]的学术成果,并基于Loughran与McDonald(2011) [6]所确立的LM词典进行了深入分析。为确保研究的连贯性与一致性,本研究同样选用了LM词典作为词汇提取的基础,这与当前多数语调研究中所采用的词典保持一致。基于该词典,我们系统地提取了年报文本中匹配的积极词汇数与消极词汇数,并据此构建了一套回复函语调指标。以下为主要计算公式:
其中POS代表积极的词汇量,而NEG则是指消极的词汇量。回复函语调(REtone)的数值越大,则代表语调越积极。
4.2.3. 控制变量
控制变量在研究设计中起到了重要的作用,通过引入与研究假设无直接关系但可能影响因变量的变量,能够有效控制外生因素的干扰,提高研究结果的可靠性。本文在构建回归模型时,参考 Lowry(2020) [9]、黄俊和陈信元(2013) [10]、薛爽(2021) [4]的做法,充分考虑了可能影响IPO抑价的其他因素,将公司基本面因素与市场情绪指数作为控制变量纳入模型。其中,公司基本面因素包括公司规模(Size)、资产负债率(Lev)、总资产报酬率(ROA)、第一大股东持股比例(First)、承销商声誉(Underwriter)、研发投入占比(RDS)等指标,这些指标反映了公司的内在价值和风险水平,与IPO抑价密切相关。此外,市场情绪也是影响IPO抑价的重要因素。本文选取了反映市场交易活跃度和投资者情绪的指标,如网上超额发行倍数(Lottery rate)、换手率(Adverse)等,以控制市场情绪波动对IPO抑价的影响。
5. 实证分析
5.1. 描述性统计
Table 1. Descriptive statistics of primary variables
表1. 主要变量描述性统计
变量名 |
观测值 |
平均值 |
标准差 |
最小值 |
最大值 |
ipo |
98 |
0.6247 |
0.6223 |
−0.1943 |
3.4059 |
mipo |
98 |
0.6334 |
0.6266 |
−0.1931 |
3.4876 |
restone |
98 |
0.1852 |
0.1203 |
−0.0515 |
0.4089 |
Size |
98 |
21.2862 |
1.1135 |
19.6892 |
24.5919 |
Lev |
98 |
0.4814 |
0.2018 |
0.0235 |
0.9392 |
ROA |
98 |
0.0547 |
0.1372 |
−0.7480 |
0.3362 |
First |
98 |
0.3750 |
0.1607 |
0.0932 |
0.8330 |
Underwriter |
98 |
0.6633 |
0.4750 |
0.0000 |
1.0000 |
RDS |
98 |
0.1106 |
0.1140 |
0.0002 |
0.5068 |
Lottery |
98 |
21.2195 |
5.6237 |
4.0717 |
34.8395 |
Adverse |
98 |
0.6942 |
0.1202 |
0.2921 |
0.9017 |
表1展现了各个变量的描述性统计数据。根据表1,IPO抑价的平均数是0.6247,标准偏差是0.6223,最低点是−0.1943,最高点是3.4059,这意味着各个公司之间的IPO抑价有显著的区别。调整后的IPO抑价率的结果与此接近。回复函语调(restone)是本文的核心解释变量,其平均值为0.18529,标准差为0.1203,最小值为−0.0515,最大值为0.4089,说明在本文样本期间中,企业审核问询回复函语调整体中性,但偏积极,并且不同企业之间的审核问询回复函语调存在显著差异,即审核问询回复函语调在不同企业之间存在明显分化。除此之外,表1还报告了本文所涉及的控制变量的统计特征。
5.2. 回归分析
5.2.1. 审核问询回复函质量与IPO抑价
Table 2. Review the quality of inquiry response letters and IPO underpricing
表2. 审核问询回复函质量与IPO抑价
|
(1) |
(2) |
IPO |
IPO |
ans_quantity |
−1.5368*** |
|
(0.4966) |
form |
|
−0.6694* |
(0.3429) |
Size |
−0.0695 |
−0.0501 |
(0.0635) |
(0.0656) |
Lev |
0.4200 |
0.4258 |
(0.2977) |
(0.3096) |
ROA |
−0.1560 |
−0.0270 |
(0.4451) |
(0.4636) |
First |
−0.4990 |
−0.3121 |
(0.3774) |
(0.3826) |
Underwriter |
−0.2134* |
−0.1864 |
(0.1096) |
(0.1137) |
RDS |
−0.8366 |
−1.0579* |
(0.5893) |
(0.6022) |
Lottery |
−0.0393*** |
−0.0339** |
(0.0129) |
(0.0132) |
Adverse |
3.1933*** |
3.0411*** |
(0.4407) |
(0.4522) |
−cons |
1.1001 |
0.3434 |
(1.6967) |
(1.7356) |
时间固定效应 |
Yes |
Yes |
行业固定效应 |
Yes |
Yes |
N |
98 |
98 |
r2_a |
0.4066 |
0.3653 |
注:***、**、*分别表示变量在1%、5%、10%的水平上显著,括号内为标准误。
审核问询函回复质量对IPO抑价率的影响如表2所示。其中表2第(1)列考察了审核问询回复函字数(ans_quantity)对IPO抑价率的影响,研究发现审核问询回复函字数(ans_quantity)的回归系数为−1.5368,在1%的水平上显著为负,说明审核问询回复函字数(ans_quantity)对IPO抑价率具有显著降低效应。其中表2第(2)列考察了审核问询回复函表格数(form)对IPO抑价率的影响,研究发现审核问询回复函表格数(form)的回归系数为0.6694,在10%的水平上显著为负,说明审核问询回复函表格数(form)对IPO抑价率具有显著降低效应。以上结果表明,审核问询回复函的“质”与“量”越高,信息不对称程度越低,越有利于消费者做出科学的投资决策,并最终缓解IPO抑价程度,支持了研究假说H1。
5.2.2. 审核问询回复函语调与IPO抑价
Table 3. Review inquiry response letter tone and IPO underpricing
表3. 审核问询回复函语调与IPO抑价
|
(1) |
(2) |
IPO |
IPO |
restone |
−1.0763** |
−1.2771** |
(0.5164) |
(0.5388) |
Size |
−0.0265 |
−0.0664 |
(0.0606) |
(0.0650) |
Lev |
0.4018 |
0.2665 |
(0.2976) |
(0.3054) |
ROA |
0.0820 |
−0.2895 |
(0.4463) |
(0.4599) |
First |
−0.5218 |
−0.4569 |
(0.3495) |
(0.3873) |
Underwriter |
−0.1721 |
−0.2073* |
(0.1081) |
(0.1121) |
RDS |
−0.5263 |
−0.8539 |
(0.5514) |
(0.6123) |
Lottery |
−0.0212* |
−0.0335** |
(0.0118) |
(0.0129) |
Adverse |
3.1671*** |
3.2284*** |
(0.4552) |
(0.4558) |
−cons |
−0.1913 |
0.8422 |
(1.4743) |
(1.7307) |
时间固定效应 |
No |
Yes |
行业固定效应 |
No |
Yes |
N |
98 |
98 |
r2_a |
0.3615 |
0.3789 |
注:***、**、*分别表示变量在1%、5%、10%的水平上显著,括号内为标准误。
审核问询回复函语调对IPO抑价率的影响如表3所示。本文采用逐步加入控制变量的方法进行基准回归结果分析。其中表3第(1)列只放入了核心解释变量与控制变量,但没有控制行业固定效应和时间固定效应。研究发现审核问询回复函语调(restone)的回归系数为−1.0763,在5%的水平上显著为负,说明审核问询回复函语调越积极越有利于降低IPO抑价率。为了更真实地反映审核问询回复函语调对IPO抑价的影响,本文在第(2)列中进一步加入了行业固定效应和时间固定效应。在控制所有变量后研究发现,审核问询回复函语调(restone)的回归系数为−1.2771,在5%的水平上显著为负,说明审核问询回复函语调越积极越有利于降低IPO抑价率。证实了研究假说H2。
5.3. 异质性分析
Table 4. Heterogeneity of investor sentiment based on the quality of audit inquiry responses
表4. 基于审核问询回复函质量的投资者情绪异质性
|
(1) |
(2) |
(3) |
(4) |
投资者情绪较高 |
投资者情绪较低 |
投资者情绪较高 |
投资者情绪较低 |
ipo |
ipo |
ipo |
ipo |
ans_quantity |
−0.5174 |
−2.3657** |
|
|
(0.5968) |
(0.9149) |
form |
|
−0.2490 |
−0.9098 |
(0.4671) |
(0.6063) |
Size |
0.1018 |
−0.0243 |
0.1017 |
−0.0171 |
(0.1296) |
(0.0827) |
(0.1308) |
(0.0881) |
Lev |
−0.3060 |
1.0735* |
−0.2713 |
1.0435* |
(0.3753) |
(0.5578) |
(0.3800) |
(0.5945) |
ROA |
−1.3353 |
0.3062 |
−1.2552 |
0.5172 |
(0.9387) |
(0.7129) |
(0.9373) |
(0.7677) |
First |
−0.4018 |
−0.9355 |
−0.3196 |
−0.7327 |
(0.4888) |
(0.7795) |
(0.4770) |
(0.8231) |
Underwriter |
−0.1581 |
−0.3035 |
−0.1422 |
−0.2669 |
(0.1432) |
(0.2010) |
(0.1427) |
(0.2141) |
RDS |
−1.2805 |
−0.2240 |
−1.3641* |
−0.5681 |
(0.7818) |
(1.0137) |
(0.7788) |
(1.0655) |
Adverse |
2.8754*** |
3.1340*** |
2.8070*** |
2.8471*** |
(0.6744) |
(0.8216) |
(0.6735) |
(0.8644) |
−cons |
−2.9558 |
−0.0011 |
−3.0190 |
−0.4335 |
(2.6277) |
(2.5051) |
(2.6529) |
(2.6595) |
时间固定效应 |
Yes |
Yes |
Yes |
Yes |
行业固定效应 |
Yes |
Yes |
Yes |
Yes |
N |
49 |
49 |
49 |
49 |
r2_a |
0.4708 |
0.2454 |
0.4640 |
0.1448 |
注:***、**、*分别表示变量在1%、5%、10%的水平上显著,括号内为标准误。
审核问询回复函质量对IPO抑价率的影响可能随着投资者的情绪变化而变化。据此,本文按照 IPO当日的市场情绪指数 (网上超额认购倍数)将样本分为两类,即投资者情绪较高和较低的样本(根据中位数分组)。表4结果总体表明,在投资者情绪较低的组,审核问询回复函质量对IPO溢价率具有更显著的降低效应。其中,审核问询回复表格数(form)在两组中都不显著,但其系数在投资者情绪较低的组中更大些,也基本支持了这一结论。
按照IPO当日的市场情绪指数(网上超额认购倍数)将样本分为投资者情绪较高和较低的样本后,本文进一步考察审核问询回复函语调对IPO抑价率影响的异质性。表5结果总体表明,在投资者情绪较低的组,审核问询回复函语调越积极对IPO抑价率具有更显著的降低效应。
Table 5. Heterogeneity of investor sentiment based on tone of review inquiry responses
表5. 基于审核问询回复函语调的投资者情绪异质性
|
(1) |
(2) |
投资者情绪较高 |
投资者情绪较低 |
ipo |
ipo |
restone |
−0.4298 |
−2.2630** |
(0.6248) |
(1.0904) |
Size |
0.0996 |
−0.0334 |
(0.1300) |
(0.0856) |
Lev |
−0.3365 |
0.6982 |
(0.3813) |
(0.5883) |
ROA |
−1.3850 |
0.2018 |
(0.9652) |
(0.7394) |
First |
−0.3757 |
−0.8565 |
(0.4901) |
(0.8036) |
Underwriter |
−0.1582 |
−0.2554 |
(0.1446) |
(0.2080) |
RDS |
−1.3268* |
0.2106 |
(0.7807) |
(1.1160) |
Adverse |
2.9673*** |
2.9090*** |
(0.7130) |
(0.8399) |
−cons |
−2.9919 |
0.2134 |
(2.6402) |
(2.6031) |
时间固定效应 |
Yes |
Yes |
行业固定效应 |
Yes |
Yes |
N |
49 |
49 |
r2_a |
0.4668 |
0.1946 |
注:***、**、*分别表示变量在1%、5%、10%的水平上显著,括号内为标准误。
5.4. 稳健性检验
为了避免变量测度误差影响回归结果。本研究采用了调整后的IPO抑价率,也就是将样本公司首日IPO抑价率减去当日大盘指数的涨跌幅,以此来弱化大盘指数走势对IPO抑价的影响。表6实证结果显示,替换被解释变量后,审核问询回复函质量与审核问询回复函积极语调均对股票抑价率具有显著的降低效应,说明本文的研究结论具有稳健性。
Table 6. Change the explained variable
表6. 更换被解释变量
|
(1) |
(2) |
(3) |
mipo |
mipo |
mipo |
ans_quantity |
−1.5812*** |
|
|
(0.4980) |
|
|
form |
|
−0.6917** |
|
(0.3443) |
|
restone |
|
|
−1.2917** |
|
(0.5416) |
Size |
−0.0713 |
−0.0512 |
−0.0678 |
(0.0637) |
(0.0658) |
(0.0653) |
Lev |
0.4388 |
0.4451 |
0.2822 |
(0.2985) |
(0.3109) |
(0.3070) |
ROA |
−0.1604 |
−0.0272 |
−0.2951 |
(0.4463) |
(0.4656) |
(0.4622) |
First |
−0.5098 |
−0.3179 |
−0.4628 |
(0.3785) |
(0.3842) |
(0.3893) |
Underwriter |
−0.2105* |
−0.1826 |
−0.2042* |
(0.1099) |
(0.1141) |
(0.1127) |
RDS |
−0.8127 |
−1.0393* |
−0.8381 |
(0.5909) |
(0.6047) |
(0.6155) |
Lottery |
−0.0391*** |
−0.0336** |
−0.0330** |
(0.0130) |
(0.0132) |
(0.0130) |
Adverse |
3.2275*** |
3.0711*** |
3.2600*** |
(0.4419) |
(0.4541) |
(0.4582) |
−cons |
1.1520 |
0.3735 |
0.8776 |
(1.7013) |
(1.7430) |
(1.7396) |
时间固定效应 |
Yes |
Yes |
Yes |
行业固定效应 |
Yes |
Yes |
Yes |
N |
98 |
98 |
98 |
r2_a |
0.4114 |
0.3685 |
0.3809 |
注:***、**、*分别表示变量在1%、5%、10%的水平上显著,括号内为标准误。
6. 结论与建议
6.1. 结论
在全面注册制改革的背景下,本研究对IPO审核问询回复函如何影响IPO抑价进行了深入的探讨。主要的研究结论概述如下:
第一,审核问询回复函的信息披露“质”“量”与IPO抑价呈显著负相关关系。这一结果表明,高质量的审核问询回复函通过提高文本可读性,降低信息不对称程度,从而缓解IPO抑价现象。
第二,审核问询回复函语调越积极,IPO抑价越低。这一结果表明IPO过程中,公司与投资者之间信息的交流语调对市场反应具有显著影响。当公司在回应监管机构的问询时,采用积极的语调,能够有效提升投资者的信心,并降低对潜在风险的担忧。这种信心的提升有助于改善市场情绪,并促进投资者对IPO的认购意愿,从而在一定程度上缓解IPO抑价。
本文以IPO审核问询环节为切入点,系统分析了审核问询对IPO抑价的影响机制,为研究IPO抑价问题提供了新的视角。同时,进一步考察了上市公司在回复审核问询函过程中的回复质量与语调对IPO抑价的影响,是对审核问询回复函与IPO抑价关系的研究的重要补充。此外,本文结合我国正在推进的全面注册制改革的背景,不同于以往文献单独聚焦于科创板或创业板,拓展了审核问询制度研究的深度和广度。
6.2. 建议
本文提出以下建议:第一,在明晰审核问询目标定位的基础上,聚焦关键风险要素,建立多层级的问询问题库,针对不同行业、不同发展阶段的企业,设置标准化和个性化相结合的问题清单,提升审核问询的规范性和便捷性。第二,加大信息披露违规的处罚力度,提高违规成本,督促发行人和中介机构勤勉尽责,切实保障信息披露质量。此外,还应加强信息披露的事中事后监管,运用大数据等技术手段对信息披露全过程实施精准监控,及时发现和查处信息披露违规行为。第三,加强监管部门内部的协同配合,建立部门间的信息共享机制,提高审核问询的整体效率。