APP下载

影响“新三板”做市商选择做市企业的因素研究*

2018-02-28

关键词:新三板做市商风险投资

(1.安徽师范大学 皖江学院,安徽 芜湖 241002; 2.安徽师范大学 经济管理学院, 安徽 芜湖 241002)

2014年8月,“新三板”引入做市商制度,旨在增加市场流动性,更好实现“新三板”对中小微企业的融资和定价功能(国发〔2013〕49号)。随后两年,“新三板”挂牌企业数呈井喷式增长,截止2016年底,挂牌企业已激增至10 165家,做市交易企业1 615家,但做市商只有89家①,相比于纳斯达克市场的5 000多家挂牌企业和500余家的做市商,“新三板”市场呈现出明显的“僧多粥少”现象。尽管是否采用做市交易方式,理论上是企业与做市商双方协商的结果,但是在“新三板”当前形势下,更多的还是处于做市商挑选做市企业的局面。做市商主要基于盈利目的进行做市行为。所服务的做市企业质量,将影响到做市商将来的做市效果、风险承担程度、在行业中的声誉,以及获利状况。所以,做市商势必会基于某些因素,对拟服务的企业进行遴选。本文通过实证检验的方法,找出“新三板”市场上有哪些因素会显著地影响做市商选择做市企业的行为。

有关做市商的行为研究主要集中于做市商的买卖价差设定[1-3]、定价行为[4-5]和稳定市场行为方面[6-8]。对于做市商选择做市企业的行为研究较少。本文研究结论,对于拓展做市商的行为研究有一定的参考价值。

2016年,国务院《关于促进创业投资持续健康发展的若干意见》(国发〔2016〕53号)明确提出要“完善‘新三板’交易机制”,以及全国股转系统公布的《私募机构全国股转系统做市业务试点专业评审方案》,均表明“新三板”做市商制度调整势在必行。本研究的实践意义,有助于新的政策拟定,提高做市商为拟做市交易企业服务的意愿,以及增加潜在做市商进入“新三板”的意向;有助于指导拟做市企业进行信息披露,增加其获得做市商青睐的概率,提高挂牌企业股票的流动性;同时也有助于做市商有效识别备选企业,提高做市收益。

一、理论分析与研究假设

(一)理论分析

做市商通过报价实施做市行为,以达到树立行业声誉、降低自身风险,以及获取收益的中间目标,最终目标都是以获利为动机的。因此,做市商是否了解做市企业的真实价值,从而对挂牌股票准确定价,设定最优买卖价差,就对做市商的最终目标实现具有重要影响。所以,问题集中到信息不对称程度上[9-10]。一旦做市商能够设法降低信息不对称程度,则会表现为做市商调整报价和买卖价差设定,提高做市股票的流动性,实现获利目标[11-12]。

现有研究主要集中于“后半段”,在为特定企业做市前提下,做市商如何降低信息不对称程度,确定做市企业的真实价值,并调整报价及价差以获利。但是,在前半段做市商选择做市企业的过程中,也存在信息不对称问题,影响到做市商对备选企业价值的了解,最终也会影响到做市商定价、报价设定和获利问题。

“前半段”问题的核心还是在于信息不对称程度上。我们分两种假设来分析哪些因素会影响到做市商的选择行为:首先,假设做市商与备选企业之间信息不对称程度很低。那么,备选企业质量越好,该企业在其他条件相等的情况下将来的流动性会越强,做市商选择该企业的可能性越大。反映备选企业质量的公开信息将是影响因素之一。其次,假设做市商与备选企业之间信息不对称程度很高。在此前提下又分两种情况:一是备选企业的某些因素可以降低做市商与备选企业之间的信息不对称程度,则在其他条件相同的情况下,做市商选择该企业的可能性更大。这些因素也将是影响因素之一。二是备选企业的某些信号传递行为,越过信息不对称障碍,向做市商传递备选企业具有优质特征的信号,也将会导致做市商倾向于选择该企业。因此,反映信号传递的因素也是影响因素之一。

总之,做市商在选择做市企业的过程中,了解企业以及了解企业是否优质,是做市商选择的根本依据。核心假设是信息不对称程度。在信息不对称程度低的情况下,反映企业质量的信息就是影响选择行为的因素;在信息不对称程度高的情况下,能够降低信息不对称程度的因素,和跨越信息不对称障碍,实施信号传递的因素,就是影响选择行为的因素(见图1)。

图1 做市商选择做市企业影响因素图

(二)研究假设

1.企业质量公开信息与做市商选择行为

根据“新三板”要求,挂牌企业需要公开挂牌前两年的财务报表,以及挂牌后的年报。除却年报中财务指标对企业估值、定价的功能外,财务报表披露的股权结构[14]与企业的流动性也密切相关。由于年报所承载的企业信息,对于做市商来说几乎不存在信息不对称问题,而年报信息又与企业价值和流动性有关。因此,年报数据所反映的企业质量将成为影响做市商选择行为的关键。财务报表中反映企业质量的数据众多,但是做市商对不同数据的关注度会有所不同。2016年股转系统正式出台分层标准。这些标准正是监管层、市场、也是做市商识别挂牌企业质量的最主要的财务数据。从单个做市商角度来说,当财务报表所揭示的这些数据更优时,做市商选择该企业的概率就更大。而从做市商群体角度来说,当财务报表所揭示的这些数据更优时,就会有更多的做市商选择该企业提供做市服务。据此,提出假设1:

H1:强制公开的财务信息内容会影响做市商的选择行为。

H1a:强制公开的企业财务数据越好,做市商选择该企业的概率越大。

H1b:强制公开的企业财务数据越好,选择该企业的做市商越多。

2.降低信息不对称程度因素与做市商选择行为

但是依然有大量与企业定价、估值有关的信息属于企业内部信息,是多数做市商所无法获取的,属于做市商与企业之间存在较为严重的信息不对称的状况。国外研究表明,做市商与备选企业的地理位置相近程度,会影响到做市商对备选企业内部信息的获取,从而达到降低信息不对称的效果[15]。其原理可描述为,当做市商与备选企业处于同一地理区域内时,首先,做市商可以通过企业在当地金融机构的金融记录获取更多的企业内部信息;其次,做市商可以通过当地的社会活动与企业管理层接触,以获得企业内部信息;最后,投资者们也偏好投资本地企业[16],如果做市商与备选企业处于同一区域,做市商就更加了解该企业股票的市场交易者,也就更容易识别哪些报价更具有信息含量,从而减少自身承受逆向选择的成本。“新三板”做市商在地理区位的分布上极其不均衡。当备选企业处于做市商密集的区域时,显然会有更高的几率被选择成为做市企业。据此,提出假设2:

H2:企业所处地理区位会影响做市商的选择行为。

H2a:企业所在省份做市商数量越多,做市商选择该企业的概率越大。

H2b:企业所在省份做市商数量越多,选择该企业的做市商越多。

3.信号传递行为与做市商选择行为

当信息不对称程度较高,而备选企业本身具有较好质量时,企业会通过信号传递行为向外界传递信息。自愿披露是证券市场上企业常用的一种信号传递方式。自愿披露往往代表着企业具有低的资本成本[17]、更准确的定价[18]和高的盈余质量[19]。与创业板不同,“新三板”对于企业半年报和季度报表采用自愿披露形式。而信息披露本身是有成本的。所以,“新三板”企业自愿披露半年报(或者季报)时,说明企业希望将自己优质的经营状况向外传递。据此,提出假设3:

H3:自愿披露行为会影响做市商的选择行为。

H3a:企业自愿披露中期财务报表,做市商选择该企业的概率更大。

H3b:企业自愿披露中期财务报表,选择该企业的做市商更多。

而当企业中有风险投资介入时也是一种信号传递。风险投资在识别优质企业方面具有过人之处[20]。因此,风险投资的介入行为往往被认为具有核证效应[21]。当做市商观测到某些企业有风险投资进入时,则间接说明该企业具有良好的质量和发展前景。据此,提出假设4:

H4:风险投资参与行为会影响做市商的选择行为。

H4a:当备选企业中参与的风险投资越多时,做市商选择该企业的概率越大。

H4b:当备选企业中参与的风险投资越多时,选择该企业的做市商越多。

二、实证检验

(一)样本选取

“新三板”做市制度始于2014年度。由于涉及滞后变量,本文选取2013—2016年区间年度数据作为样本,并对以下样本进行了剔除:账面资产负债率小于0或者大于100%的样本、金融类公司样本、存在缺失值的样本。样本为非平衡面板数据,最终获得有效样本9 469个。数据来源于WIND数据库,以及根据WIND数据手工计算所得。

(二)变量设计

1.因变量

交易方式。当挂牌企业交易方式为做市交易时取值为1,否则取值为0。

做市商数量。用做市交易方式企业中做市商的数量表示。采用协议交易方式,或者协议转做市交易方式在转变之前阶段,该变量取值为0。

2.自变量

“新三板”分层制度有三种标准,本文选择标准一:净利润+净资产收益率+股东人数,作为企业质量公开信息的指标。标准二将在稳健性检验中使用②。

净利润。分层标准中将2 000万元作为净利润的临界值。若样本净利润大于等于2 000万元该指标取值为1,小于2 000万元则取值为0。预计系数为正。

净资产收益率。分层标准中将10%作为净资产收益率的临界值。若样本净资产收益率大于等于10%该指标取值为1,小于10%则取值为0。预计系数为正。

股东人数。分层标准中将200人作为股东人数的临界值。若样本股东人数大于等于200人该指标取值为1,小于10%则取值为0。预计系数为正。

地理区位。根据WIND截止到2016年底数据,以做市商办公地址为依据,统计位于各省的做市商数量。当挂牌企业办公地址位于某一省份时,以该省份做市商数量为该指标数值。预计系数为正。

自愿披露。挂牌企业披露半年报则当年该指标取值为1,否则取值为0。预计系数为正。

风险投资。以每年挂牌企业中所参与的风险投资机构数量为该指标数值。预计系数为正。

3.控制变量

一是以资产负债率反应企业资本结构,代表公司层面特征;二是设置年度虚拟变量以反映宏观因素对做市商选择行为的影响。三是设置行业虚拟变量反映行业特征对做市商选择行为的影响。这里我们根据WIND二级行业分类,将属于半导体与半导体生产设备、电信服务Ⅱ、技术硬件与设备、软件与服务、医疗保健设备与服务和制药、生物科技与生命科学行业的样本划归高科技行业,行业变量取值为1,其他行业取值为0。

所有变量指标的定义、计算和数据来源见表1。

表1 变量汇总表

(三)模型设定与研究方法

本文样本属于非平衡面板数据。由于固定效应模型无法处理年度数值不变的变量,所以地理区位和行业变量在固定效应模型中会被自动省略。但是地理位置是本文研究的重点假设之一,为全面展现研究结论,文中将分别以混合回归模型和随即效应模型显示检验结果。另外,为了规避时间序列上可能存在的内生性问题,自变量全部采用滞后变量。待检验模型如下:

mit=α+β1L.netit+β2L.roeit+β3L.peopleit+

β4L.localit+β5L.publishit+β6L.vcit+β7L.levit+

β8indi+φj∑yearj+εit

(1)

makersit=α+β1L.netit+β2L.roeit+β3L.peopleit+

β4L.localit+β5L.publishit+β6L.vcit+β7L.levit+

β8indi+φj∑yearj+εit

(2)

(四)统计性描述

2014年至2016年间采用做市交易方式的样本约占到17%,单个做市交易企业中平均约有3.5个做市商,最多的企业有39个做市商提供服务。样本中净利润不小于2 000万元的企业占到14%,净资产回报率不小于10%的企业占到一半以上,股东人数达到200人以上企业的约为2%。企业所在省份平均有7个以上做市商,最多的省份为广东省,有20个做市商。有28%的企业自愿披露中期财务报表,17%的企业有风险投资参与,最多的企业有16个风险投资对其投资。其他具体信息见表2。

表2 变量统计表

相关性检验显示,因变量与自变量之间存在显著相关性,且系数方向与预期相符,初步证明了我们的设想。另外因变量与自变量的相关系数均小于0.4,模型不存在高度线性相关问题(见表3)。

注:*代表在5%置信水平上显著。

(五)检验结果解读

首先,对模型1进行Logistic回归。混合回归和随即效应模型结果非常一致,均显示:净利润、净资产回报率和股东人数变量系数均在1%置信水平上显著为正,说明当公开财务信息显示备选企业在规模、盈利能力和股权分散程度方面更优时,做市商选择其作为做市企业的概率更大。H1a通过检验。地理区位变量系数在1%置信水平上显著为正,说明备选企业所处地省份具有更多的做市商时,企业被做市商选中作为做市企业的概率更大。H2a通过检验。自愿披露变量系数在1%置信水平上显著为正,说明当挂牌企业主动披露中期财务报表时,做市商将其视为一种信号传递,并且会显著增加做市商选择该企业作为做市企业的概率。H3a通过检验。风险投资变量系数在1%置信水平上显著为正,说明风险投资的参与,尤其是随着企业中参与的风险投资数量增加,产生了显著的核证效应,做市商将其视作重要的信号传递,显著增加了做市商选择该企业做市的概率。H4a通过检验。控制变量中,资产负债表变量系数显著为负。尽管不是分层标准的指标,但是做市商在选择做市企业时非常关注企业的资本结构。毕竟资本结构与企业价值密切相关。年度控制变量系数非常显著,股市整体的起落、“新三板”新政的出台等宏观因素,的确对做市商的选择行为有所影响。但是行业控制变量系数并不显著。其他检验结果信息见表4。

其次,对模型2进行OLS回归。一方面,在全样本检验中混合回归与随机效应的检验结果均显示:净利润、净资产回报率和股东人数变量系数均在1%置信水平上显著为正,说明当公开财务信息显示备选企业在规模、盈利能力和股权分散程度方面更优时,有更多做市商会选择其作为做市企业。H1b通过检验。地理区位变量系数在1%置信水平上显著为正,说明备选企业所在地省份具有更多的做市商时,会有更多做市商选中其作为做市企业。H2b通过检验。自愿披露变量系数在1%置信水平上显著为正,说明当挂牌企业主动披露中期财务报表时,做市商将其视为一种信号传递,并且会有更多做市商选择该企业作为做市企业。H3b通过检验。风险投资变量系数在1%置信水平上显著为正,说明随着企业中参与的风险投资数量增加,产生了显著的核证效应,做市商将其视作重要的信号传递,会有更多做市商选择该企业做市。H4b通过检验。另一方面,在协议转做市的样本中进行检验③。尽管变量系数方向没有变化,但是混合回归与随即效应检验结果的显著性在部分变量上有所变化。一是净资产回报率变量的显著性分别下降为5%和10%置信水平。二是地理区位变量的显著性下降为5%置信水平。三是自愿披露变量的显著性下降为10%置信水平。反过来说,规模、股权分散、风险投资和资本结构特征,在吸引更多做市商为企业提供做市服务方面,具有更加稳定的影响力。年度与行业控制变量的效果与模型1相似。其他检验结果信息见表5。

表4 模型1检验结果表(因变量m)

注:***代表在1%置信水平上显著,**代表在5%置信水平上显著,*代表在10%置信水平上显著。

综合模型1与模型2的检验结果,本文所有假设均通过检验。

表5 模型2检验结果表(因变量makers)

注:***代表在1%置信水平上显著,**代表在5%置信水平上显著,*代表在10%置信水平上显著。

三、稳定性检验

由于在正文检验中已经对因变量采用了虚拟变量和连续变量形式,样本也分别选取了全样本和协议转做市的子样本,因此,在稳定性检验中主要通过变换自变量的形式,来进一步检验结果的稳健性。

Rosenbusch等人发现,虚拟变量作为解释变量,检验效果要好于连续变量[22]。因此,首先,将净利润、净资产收益率和股东人数财务信息变量,用连续变量替换原来的虚拟变量进行检验。结果显示,净资产收益率在不同模型和样本的检验结果中均不再显著,地理区位在协议转做市子样本检验中系数不再显著。其他各变量系数方向与显著性与均与正文检验结果保持一致。其次,我们用分层标准二:营业收入增长率+营业收入+股本财务指标代替原分层标准一,进行检验。除了营业收入增长率(incomep)系数在不同样本和模型中始终不显著(方向与预期相符),地理区域与股本(capital)变量在协议转做市样本中不显著(方向与预期相符)外,其他变量系数方向与显著性均与原检验一致。最后,我们用城市所在地做市商数量代替省份所在地做市商数量反映地理区位变量数据。由于以市为单位做市商数量分布变化不大,因此设置为虚拟变量(local),企业所在市有做市商在同一城市取值为1,否则为0。检验显示除地理区位变量系数不再显著外(方向与预期相符),其他结果基本与原检验相符。

稳健性检验表明,我们的检验整体上是相对稳健的;企业规模、资本结构、自愿披露、风险投资参与和年度变量,对做市商选择行为有非常稳定的影响。而地理区位的作用在一定程度上会受到地理区位大小界定的影响。这是我们可以进一步研究的方向(见表6)。

四、研究结论

做市商需要用自有资金进行做市,必将导致做市商对做市企业谨慎选择。在“新三板”“僧多粥少”的局面下,这种选择行为将会更为突出。而这种选择对于做市商和企业双方将来的利益都有显著影响。因此,找出影响做市商选择行为的关键因素就是非常具有现实意义的问题。本文从信息不对称假设出发,利用“新三板”2014—2016年期间的非平衡面板数据进行了实证检验。结果显示:企业的规模、盈利能力、股权分散程度、资本结构、地理区位、自愿披露行为和风险投资参与情况,会影响做市商的选择行为。地理区位的作用在一定程度上会受到地理区位大小界定的影响。企业规模、资本结构、自愿披露和风险投资参与,在所有样本和模型检验中均显著。总之,做市商是通过企业的公开信息、降低信息不对称和信号传递行为三条途径来识别和选择做市企业的。

表6 稳健性检验结果表

注:***代表在1%置信水平上显著,**代表在5%置信水平上显著,*代表在10%置信水平上显著。

根据本文研究结论,“新三板”制度建设可以围绕降低信息不对称,从如下方面入手:第一,从企业角度入手,要求挂牌企业强制性披露季报和半年报,降低市场整体的信息不对称程度。第二,从做市商角度入手,一是强化做市商激励制度,提高做市商做市意愿,从而由做市商自主加大投资进行信息生产[23],降低信息不对称程度;二是放宽做市商资格条件,引入更多做市商形成竞争压力,倒逼做市商加大信息生产投资。同时,引入更多做市商,也可以使各地做市商密度加大,通过地理区位降低做市商对同区域挂牌企业的信息不对称程度。对于拟采取做市交易的企业来说,则应积极通过信号传递行为,为自身争取更多的做市商资源,以提高股票的流动性。

注释:

① 数据来源于WIND数据库。

② 标准三中做市商数量本身就是指标之一,所以不适用。

③ 由于协议转做市的样本,在交易方式变化前后对应的都是同一样本,可以更好地反映所关注的因素对做市商的影响。

[1] DEMSETZ H. The cost of transacting[J]. The Quarterly Journal of Economics, 1968, 82(1):33-53.

[2] GLOSTEN L R, MILGROM P R. Bid, ask and transaction prices in a specialist market with heterogeneously informed traders[J]. Journal of Financial Economics,1985,14(1):71-100.

[3] 马永波, 郭牧炫. 做市商制度、双边价差与市场稳定性:基于银行间债券市场做市行为的研究[J]. 金融研究, 2016 (4):50-65.

[4] MADUREIRA L, UNDERWOOD S. Information, sell-side research and market making[J]. Journal of Financial Economics, 2008, 90(2):105-126.

[5] KEDIA S,ZHOU X. Local market makers, liquidity and market quality[J]. Journal of Financial Markets, 2011, 14(4):540-567.

[6] 姚秦,傅东升. 做市商稳定了市场吗?:来自中国银行间债券市场的证据[J]. 上海金融, 2006 (11):42-44.

[7] BESSEMBINDER H, HAO J, ZHENG K. Market making contracts, firm value, and the IPO decision[J]. The Journal of Finance,2015, 70(5):1997-2028.

[8] ANAND A, VENKATARAMAN K. Market conditions, fragility, and the economics of market making[J]. Journal of Financial Economics, 2016, 121(2):327-349.

[9] 崔志娟, 田昆儒. 柜台市场做市商制度交易成本分析[J]. 现代财经(天津财经学院学报),2009 (8):41-44.

[10] 张元萍,李颖. 中国股票市场的做市商制度探讨:基于信息不对称下市场参与者整体福利和交易成本的分析[J]. 经济问题,2011(9): 91-95.

[11] GROSSMAN S J, STIGLITZ J E. On the impossibility of informationally efficient markets[J]. The American economic review,1980,70(3):393-408.

[12] GLOSTEN L R. Components of the Bid-Ask spread and the statistical properties of transaction prices[J]. The Journal of Finance,1987,42(5):1293-1307.

[13] 田昆儒,王晓亮. 定向增发、股权结构与股票流动性变化[J]. 审计与经济研究,2013(5):60-69.

[14] 周芳, 张维,张小涛. 中国股票市场风险因素相关性研究[J]. 管理学报, 2012, 9(7):994-1000.

[15] KANG J,KIM J. The geography of block acquisitions[J]. The Journal of Finance, 2008, 63(6):2817-2858.

[17] 何玉, 唐清亮,王开田. 碳信息披露、碳业绩与资本成本[J]. 会计研究,2014 (1):79-86.

[18] 方红星,施继坤,张广宝. 产权性质、信息质量与公司债定价:来自中国资本市场的经验证据[J]. 金融研究,2013 (4): 170-182.

[19] 袁蓉丽,陈黎明,文雯. 上市公司内部控制审计报告自愿披露的经济效果研究[J]. 经济理论与经济管理,2014(6):71-82.

[20] STUART T E, HOANG H, HYBELS R C. Inter-organizational endorsements and the performance of entrepreneurial ventures[J]. Administrative Science Quarterly, 1999, 44(2): 315-349.

[21] MEGGINSON W L, WEISS K A. Venture capitalist certification in initial public offerings[J]. The Journal of Finance, 1991, 46(3): 879-903.

[22] ROSENBUSCH N, BRINCKMANN J, MÜLLER V. Does acquiring venture capital pay off for the funded firms? A meta-analysis on the relationship between venture capital investment and funded firm financial performance[J]. Journal of Business Venturing, 2013, 28(3): 335-353.

[23] LEACH J C, MADHAVAN A N.Intertemporal price discovery by market makers: active versus passive learning[J]. Journal of Financial Intermediation, 1992, 2(2): 207-235.

猜你喜欢

新三板做市商风险投资
风险投资企业关系嵌入与投资绩效
风险投资对中国科技创新企业创新发展的影响
海外典型市场做市制度透视
我国新三板交易制度中存在的问题及完善建议
我国新三板做市商制度存在的问题研究
做市商助燃新三板热火
浅析风险投资阶段性
做市商探路期权须谨慎
做市商探路期权须谨慎