投資者關注與定向增發定價效率

周易 王曉亮 梁晨曦

【摘 要】 文章利用剩余收益折現模型度量企業內在價值，構建了二級市場內在價值定價效率、交易價值定價效率指標，選用2014—2021年定向增發公司為研究對象，運用爬蟲技術收集定向增發公司的百度指數數據，從投資者關注視角出發，兼顧投資者理性與非理性，分析投資者關注對定向增發二級市場定價效率的影響。研究結果表明：投資者關注能夠緩解信息不對稱，提高定向增發二級市場內在價值定價效率；投資者關注能夠影響投資者情緒進而降低定向增發二級市場交易價值定價效率。本研究可為中小投資者在二級市場上理性與非理性行為提供新的經驗證據，為證監會監督互聯網平臺等媒體信息披露，提高投資者獲取信息的準確性提供政策依據。

【關鍵詞】 投資者關注； 定向增發； 定價效率； 投資者情緒； 信息不對稱

【中圖分類號】 F823.48；F832.5? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）17-0091-09

一、引言

黨的二十大報告指出要健全資本市場功能，提高直接融資比重。定向增發作為資本市場股權融資的方式，其股票價格一直是實務界與理論界關注的焦點。有學者認為投資者情緒、異質信念是影響定向增發折價的主要因素[1-2]。定向增發折價是定向增發新股市場價格與發行價格之差，這會涉及兩個市場定價問題。學者們將定向增發折價作為定價效率代理變量，是以資本市場是有效的、二級市場股價合理作為前提假設，然而新興資本市場二級市場發展還不成熟，這一前提并不成立。近年來，隨著互聯網的普及與發展，上市公司與投資者等市場參與主體之間溝通更加順暢，中小投資者從被動接受上市公司信息向主動挖掘上市公司有價值信息轉變。有學者就A股公司、IPO公司進行研究，認為投資者注意力具有治理效應，投資者對股票充分注意能夠提高公司信息傳播與解讀效率[3]；也有學者基于行為金融視角，從二級市場解讀股票錯誤定價成因，認為投資者關注能夠引發投資者過度樂觀情緒，驅動股票價格短期上漲[4]。定向增發定價問題是定向增發的核心，只有少數學者從投資者情緒視角分析對二級市場股票價格的影響，定向增發重大事件披露的信息只有引起投資者關注，才會引發投資者情緒，少有學者就投資者情緒的前置因素進行分析。近年來，隨著互聯網技術的普及與發展，移動互聯網方便了投資者獲取信息的途徑，促進了投資者等市場參與主體與企業之間的溝通與交流，緩解了信息不對稱，使得投資者的理性程度進一步增強。在二級市場上，投資者理性與非理性同時存在，然而，少有學者區分二級市場定價效率，更鮮有學者分析投資者關注對定向增發二級市場股票定價效率異質性的影響。

本文就投資者關注對定向增發定價效率的影響及其內在機理進行研究。首先，將二級市場定價效率區分為內在價值定價效率與交易價值定價效率。內在價值定價效率反映了股票市場價格與內在價值的偏離程度；交易價值定價效率反映了定向增發股票收益率相對于上證綜合指數收益率的偏離程度。其次，運用爬蟲技術收集定向增發公司百度指數數據，從投資者關注視角出發，兼顧投資者理性與非理性，分析投資者關注對定向增發二級市場定價效率影響，認為投資者關注越多，越能夠挖掘出定向增發公司有價值的信息，降低中小投資者與公司信息不對稱，使定向增發公司股票定價水平向內在價值趨近，提升內在價值定價效率；投資者關注也會引發投資者過度樂觀情緒，使得定向增發公司股票交易定價水平偏離市場定價水平，降低交易價值定價效率。

本文研究貢獻在于：第一，上述學者采用定向增發折價作為定價效率的代理變量，混淆了兩個市場定價問題，本文轉變了學者們把定向增發折價作為定價效率代理變量的研究范式，重新估算股票內在價值，構建了定向增發二級市場內在價值定價效率、交易價值定價效率指標，有助于深入分析定向增發二級市場定價效率成因；第二，二級市場投資者理性與非理性同時存在，定向增發信息披露只有引起投資者關注，才會引發投資者情緒，本文基于投資者情緒的前置因素即投資者關注視角，兼顧投資者的理性與非理性，從信息不對稱與行為金融視角深入分析投資者關注對定向增發二級市場定價效率異質性的影響，對于這一問題的探討，將有益于豐富并推動投資者關注對定向增發定價效率影響的研究。

二、文獻回顧

（一）定向增發折價問題成因分析

大量學者采用折價率作為定向增發定價效率的度量指標，研究發現定向增發折價率普遍存在并且顯著，向大股東與關聯股東增發時折價程度更為嚴重[5]。國內外學者在資本市場有效假設前提下，從不同視角分析了定向增發折價成因。有學者利用監控假說予以解釋，認為大股東具有公司治理作用，定向增發折價是對大股東監督公司的補償[6]；也有學者從流動性補償假說予以解釋，認為定向增發新股鎖定期的存在，使得新股在鎖定期內不能上市流通，定向增發折價是對股票缺乏流動性的一種補償[7]；也有學者利用信息不對稱假說予以解釋，認為機構投資者參與定向增發顯著提高了發行價格，而完全向大股東發行時，價格相對較低[8]；也有學者利用利益輸送假說予以解釋，認為大股東機會主義動機導致了定向增發的高折價。由于大股東可以選擇在董事會決議公告日、股東大會公告日與發行日作為定向增發基準日，在定向增發前其可能會通過時機選擇和停牌操控，鎖定較低的發行價格[9]。針對大股東自利行為，有學者分別從內部治理、審計師監督、風險投資、機構投資者方面提出了相應的治理策略[9-10]。以上文獻認為資本市場是有效的，從一級市場定價角度分析定向增發折價影響因素，然而，僅從一級市場角度不能全面合理解釋定向增發高折價成因。少數學者從行為金融視角進行分析，認為市場行情、投資者異質信念是影響定向增發折價的重要因素，定向增發折價隨二級市場上投資者樂觀情緒上升而得以提高，定向增發并不存在利益輸送行為[1]。

（二）投資者情緒與定向增發股價表現

大多數學者就A股上市公司、IPO企業進行研究，認為投資者注意力具有治理效應，投資者對股票充分注意能夠提高企業信息傳播與解讀效率，提高企業信息透明度[3]；有學者基于行為金融視角從二級市場解讀股票錯誤定價成因，認為投資者關注能夠引發投資者過度樂觀情緒，驅動股票價格短期上漲[4]；有學者就定向增發股價問題進行研究，認為投資者在進行股票交易時容易受到外界不可觀測的復雜因素影響，投資者情緒、異質信念是影響定向增發折價的主要因素[1-2]；有學者就定向增發新股之后股價表現進行研究，發現上市公司在定向增發之后三年的持有收益（BHAR）、資產收益率（ROA）顯著下降，認為投資者過度樂觀情緒是造成BHAR、ROA下降的主要原因[11]。定向增發是上市公司的一個重大融資事件，在上市公司定向增發過程中，其會發布公司良好發展的信息，使得投資者過度強化利好消息，弱化利空消息，使得定向增發之后長期股價持續下跌[12]；由于定向增發是向特定投資者增發股票的一種方式，其往往會伴隨著更多的信息不對稱，投資者情緒越高漲，公司未來價值被高估的可能性越大，隨著公司信息的逐漸披露，投資者會不斷調整估值，使得定向增發之后長期股價持續下滑[13]。

綜上，可以看出：一是已有學者從定向增發這一重大股權融資事件出發，分析投資者情緒對股價表現的影響，定向增發重大事件披露的信息只有引起投資者關注，才會引發投資者情緒，少有學者基于投資者情緒的前置因素進行分析；二是少數學者從行為金融視角分析市場行情、投資者情緒對定向增發二級市場折價的影響[3-4]，二級市場上投資者不一定完全表現為非理性。投資者理性與非理性同時存在，然而，少有學者區分二級市場定價效率，更鮮有學者基于投資者關注視角分析對定向增發二級市場股票定價效率異質性的影響。

三、理論分析與研究假設

（一）投資者關注與定向增發二級市場內在價值定價效率

隨著移動互聯網成為信息傳播的主渠道，資本市場參與各方都非常重視互聯網在信息溝通與傳播中的重要性，逐漸將互聯網技術運用于資本市場制度建設中。2009年、2013年深圳證券交易所與上海證券交易所分別成立了“互動易”平臺、“上證e互動”平臺，引導與促進上市公司與投資者等市場參與主體之間的信息交流與溝通。中小投資者是中國資本市場最主要的投資者，長期以來，只能被動接受上市公司、媒體或證券分析師提供的信息，隨著越來越多公司門戶網站的開通、互聯網平臺的建設，方便了投資者獲取信息的途徑。風險溢價假說認為與股價相關的信息能夠及時、充分地反映到股價中，資產價格主要由風險因子決定，關注程度越低的公司信息不對稱程度越高，風險越大，關注程度低的公司需有更高的收益率作為對風險的補償[14]。投資者關注越多，投資者更容易通過互聯網平臺等媒體與管理層進行交流，挖掘與獲取公司特質的有價值的信息，增強其獲得信息的準確性與及時性，提高了企業信息的傳播與解讀效率[15]，縮小了投資者與管理層之間的信息不對稱，提高了企業信息透明度，使得定向增發新股的市場價格向內在價值逼近。因此，本文提出假設1。

H1：投資者關注能夠緩解信息不對稱提高定向增發二級市場內在價值定價效率。

（二）投資者關注與定向增發二級市場交易價值定價效率

從股票供需角度來看，受限于個人投資者的信息處理能力，個人投資者不可能關注到資本市場中所有上市公司信息，而引起投資者關注的畢竟是少數，投資者只考慮關注到的股票。然而，投資者賣出決策只考慮自身持有的有限只股票，投資者關注越多，對于股票需求日益增加，而對于股票供給影響卻十分有限，進而提高了股票市場價格。從投資者異質信念來看，投資者關注增強了股價信念的異質性，導致投資者分歧更加嚴重。在賣空限制的前提下，投資者難以進行空頭操作，悲觀投資者信念難以充分表達，股票價格更多體現了投資者樂觀情緒，從而高估了股票市場價格。定向增發是上市公司一項重大資產重組事件，其市場反應與一般情形存在顯著差異，特別是上市公司定向增發往往伴隨著集團公司整體上市、資源的優化配置以及引進戰略投資者等利好消息，在市場中釋放出正面信號，引起更多投資者關注，給投資者產生交易壓力，使得投資者情緒高漲，進而降低了定向增發二級市場交易價值定價效率。因此，本文提出假設2。

H2：投資者關注能夠引發投資者情緒進而降低定向增發二級市場交易價值定價效率。

四、數據來源與研究設計

（一）數據來源

本文樣本區間選擇為2014年1月到2021年12月，投資者關注數據來源于百度指數，本文采用Python爬蟲技術收集投資者關注數據。定向增發相關指標、分析師預測數據來源于RESSET數據庫，市場情緒數據來源于WIND數據庫，投資者情緒以及其他數據來源于CSMAR數據庫。

本文對原始數據進行了如下處理：（1）剔除金融行業上市公司；（2）剔除ST公司；（3）剔除缺失值的樣本；（4）為了避免異常值對回歸結果的影響，本文對樣本連續變量進行上下1%的縮尾處理，最終獲得2 516個觀測值。本文通過Excel進行數據整理，采用Stata15進行回歸分析。

（二）投資者關注度度量

本文使用百度指數來度量投資者的關注水平，采用以定向增發公司證券代碼簡稱的百度指數超額搜索量作為投資者關注的代理變量。本文參照已有學者的方法，以證券簡稱作為搜索引擎的關鍵詞，避免了一家公司存在多個關鍵詞搜索的情況。為了保持與搜索關鍵詞一致，本文剔除了百度指數未收錄的公司以及證券簡稱發生變更的公司樣本，參照已有學者對于超額搜索量的度量[16]，選?。?，1］為事件窗口，0、1分別代表定向增發首次信息發布日的前一天與當天。投資者關注采用[0，1]為事件窗口超額搜索量的中位數與前兩個月超額搜索量中位數取自然對數之差來度量。具體參見公式1：

Invei，t=Ln（Med（nve0-nve1）-Ln（Med（nve-61，nve-60，…，nve-2）? ?（1）

本文采用Inve度量投資者關注可以去除時間因素的影響，有利于增強信息的可比性。定向增發信息發布可以是在首次信息發布日、決議公告日，兩者相差數日，有時會相差數月。在確定Inve時點時，考慮到百度指數對時間較為敏感，首次信息發布日為定向增發事件最早為投資者所關注的時點，為了避免噪音對投資者行為的影響，選取首次信息發布時，能夠使研究結論更為穩健。

（三）定向增發定價效率度量

定價效率是股票價格偏離公司內在價值的程度，其用股票價格與內在價值之差表示。學者分別就IPO、定向增發定價效率進行研究[17]。本文參照徐輝等[18]的研究，將二級市場定價效率區分為內在價值定價效率與交易價值定價效率，內在價值定價效率是二級市場定價效率的綜合指標，該值越小，說明二級市場理性程度越高；交易價值定價效率反映了定向增發股票收益率相對于上證綜合指數收益率的偏離程度，偏離程度越大，定向增發新股異常收益率越高，二級市場非理性程度越高。

1.內在價值定價效率

本文借鑒劉生勝等[19]的研究，采用基于歷史與預測數據的剩余折現模型計算定向增發新股的內在價值。剩余折現模型參見公式2：

其中，Va（3）為定向增發新股內在價值；Bvt為第t年定向增發公司的每股凈資產；ie為股權融資成本，采用資本資產定價模型（CAPM）進行估算。ie=if+β×（E（im）-if），β為個股風險溢價系數，市場風險溢價采用2014—2021年綜合指數收益率減去無風險收益率。Proet+i表示分析師預測的t+i年的凈資產收益率，Proet+i=Pepst+i/Bvt+i-1，Pepst+i表示分析師預測的每股收益；Bvt+i=Bvt+i-1+Pepst+i-Pdivt+i，Pdivt+i為預測出的t+i年每股股利，采用t期的股利支付率（R）乘以預測出的t+i年每股收益（Pepst+i），即Pdivt+i=R×Pepst+i；此外，Fv（3）=×Bvt+2。

內在價值定價效率計算公式為：

INEFi=Pri/Vai? ? （3）

其中，Pri為定向增發公司首次信息發布日的收盤價；INEF度量了定向增發新股收盤價與內在價值的偏離程度，INEF＞1，說明收盤價大于內在價值，INEF越大，內在價值定價效率越低。本文定義INEF_N為采用證券分析師預測的Proe、Peps均值計算定向增發新股內在價值；在穩健性部分，本文定義INEF_M為采用證券分析師預測的Proe、Peps中位數計算定向增發新股內在價值。

2.交易價值定價效率

交易價值定價效率采用經市場調整的定向增發新股異常收益率計算得到，具體參見公式4：

TVPE_（T）i=（Pri，t-Pri，0）/Pri，0-（Prm，t-Prm，0）/Prm，0 （4）

其中，Pri，t表示i公司在t日的收盤價；Pri，0表示i公司在定向增發首次信息發布日的收盤價。Prm，t、Prm，0分別表示相對應時日的上證綜合指數價格。由于交易價值定價效率剔除市場收益率，反映了定向增發定價偏差所導致的異常收益率。TVPE反映了定向增發新股收益率與市場交易價值的偏離，其值越大意味著異常收益率越大，交易價值定價效率越低。本文采用TVPE_10度量［0，10］窗口期的交易交易價值定價效率，在穩健性部分，本文采用TVPE_5即［0，5］窗口期進行計算。

（四）變量選取

為了驗證投資者關注對定向增發定價效率的影響，本文借鑒徐輝等[18]的方法，控制了相關變量，構建了多元線性回歸模型，參見公式5、公式6。

INEF=α0+α1Inve+α2Inf+α3Roe+α4Nav+α5Lev+

α6Exu+α7Gem+α8Smb+εi? （5）

TVPE_10=β0+β1Inve+β2Sent+β3Roe+β4Nav+β5Lev+

β6Asse+β7Exu+β8Gem+β9Smb+εi? ?（6）

為了驗證投資者關注對信息不對稱、投資者情緒的影響，本文構建了多元線性回歸模型，參見公式7、公式8。

Inf=μ0+μ1Inve+μ2Roe+μ3Nav+μ4Lev+μ5Exu+

μ6Gem+μ7Smb+εi? ?（7）

Sent=λ0+λ1Inve+λ2Roe+λ3Nav+λ4Lev+λ5Asse+λ6Exu+λ7Gem+λ8Smb+εi? （8）

其中，INEF、TVPE分別表示定向增發內在價值定價效率、定向增發交易價值定價效率；Inf、Sent分別表示信息不對稱、投資者情緒。投資者情緒是基于行為金融視角進行探討。學者們從二級市場投資者非理性方面解讀股票錯誤定價成因，認為投資者關注可能會引發投資者過度樂觀情緒，驅動股票價格短期上漲[4]。α1表示投資者關注對定向增發內在價值定價效率的影響，β1表示投資者關注對定向增發交易價值定價效率的影響，μ1表示投資者關注對信息不對稱的影響，λ1表示投資者關注對投資者情緒的影響。各變量定義見表1。

五、實證檢驗

（一）描述性統計

本文以2014—2021年定向增發公司為研究對象，對相關變量進行描述性統計。INEF的均值為4.647，最小值為0.693，最大值為43.082，說明了定向增發新股首次信息發布日收盤價明顯高于定向增發新股內在價值，定向增發新股內在價值定價效率普遍較低。TVPE_5均值為0.011，TVPE_10均值為0.029，且0.029>0.011，說明定向增發新股交易價值定價效率均值都大于0，定向增發在信息發布日之后5天、10天的新股收益率明顯要高于市場交易價值，且隨著時間的延長，定向增發首次信息發布后［0，10］窗口期交易價值定價效率明顯要低于［0，5］窗口期交易價值定價效率。Sent均值為2.106，最小值0，最大值為18.147，說明定向增發重大事件發布之后，投資者表現出較高的非理性情緒。Msen均值為0，最小值為-0.861，最大值為3.027，說明了市場情緒差異較為明顯。從Roe、Nav、Lev、Asse、Exu指標看，上述各個指標標準差異較大，說明定向增發公司存在明顯差異，這與以往學者研究較為一致。

（二）百度指數超額搜索量描述性統計

表2是百度指數超額搜索量描述性統計，Inve采用［0，1］為事件窗口超額搜索量的中位數與前兩個月超額搜索量中位數取自然對數之差來度量。Inve最小值為-1.193，最大值為7.252，10%分位數值為0.018，說明只有低于10%的公司在定向增發事件發布之后，投資者關注水平為負，高于90%以上的公司在定向增發首次信息發布日之后，投資者關注水平明顯提高。定向增發是上市公司一項重大資產重組事件，特別是上市公司定向增發新股往往伴隨著集團公司整體上市、資源優化配置等利好消息，這會引起資本市場中小投資者的廣泛關注，進而對上市公司股票價格產生顯著影響。

（三）投資者關注對定向增發定價效率影響的回歸分析

為了證明H1、H2，本文對投資者關注與定向增發定價效率進行多元線性回歸分析，回歸結果參見表3。列（1）Inve與TVPE_10的回歸系數為0.093，在0.01水平上顯著為正，說明投資者關注越多，能夠給股票的買入帶來壓力，帶動股票價格的上漲，降低了定向增發交易價值定價效率；列（3）Inve與Sent的回歸系數為0.896，在0.01水平上顯著為正，說明投資者關注能夠引發投資者過度樂觀情緒；列（5）是將Inve、Sent一同引入模型的回歸分析結果，Inve與TVPE_10的回歸系數為0.098，在0.01水平上顯著為正，且系數明顯大于列（1）的回歸系數定向增發交易價值定價效率，這正與本文H2相符。

列（2）、列（4）、列（6）是投資者關注對定向增發內在價值定價效率影響的回歸分析結果，列（2）Inve與INEF的回歸系數為-0.577，在0.05水平上顯著為負，說明投資者關注越多，越能夠挖掘出公司有價值的信息，提高定向增發內在價值定價效率；列（4）Inve與Inf的回歸系數為-0.061，在0.1水平上顯著為負，說明投資者關注越多，越能夠緩解投資者與上市公司之間的信息不對稱。列（6）Inve與INEF的回歸系數為-0.550，在0.05水平上顯著為負；Inf與INEF的回歸系數為-0.970，在0.01水平上顯著為負，說明投資者關注能夠降低信息不對稱，提高定向增發內在價值定價效率，這正與本文H1相符。

六、進一步分析

（一）市場情緒對投資者關注與定向增發交易價值關系的影響

Baker-Wurgler是一個綜合性指標量化模型，能夠綜合反映投資者情緒。但該模型所有指標都是客觀層面變量，無法達到綜合反映的目的。本文綜合市場環境情況，選取了6個符合經濟環境的情緒指標：IPO首日收益率（IPOF），采用新股首日收益率表示；新增開戶數（NEWA），采用股票市場每月新增加的開戶數量表示；消費者信心指數（CONI）；換手率（TURN）；封閉式基金折價率（CLOF）；月度平均滬深騰落指數（TENI）。本文對上述6個指標進行主成分分析，構建綜合指標Msen。在穩健性部分，本文采用換手率作為市場情緒的代理變量進行分析，以提高結論的可靠性。

表4是市場情緒對投資者關注與定向增發交易價值之間關系的影響，列（1）Inve與TVPE_10的回歸系數為0.093，在0.01水平上顯著，說明隨著投資者關注的增強，提高了企業股票買入量，推動了股票市場價格的上漲，降低了定向增發交易價值定價效率。Msen與TVPE_10的回歸系數為0.003，并不顯著。當引入投資者關注與市場情緒交乘項之后，Inv_m與TVPE_10的回歸系數為0.137，在0.01水平上顯著，綜合市場情緒顯著影響投資者關注與定向增發交易價值之間的關系，隨著市場情緒越高，使得上市公司股票市場價格偏離相對應時日的上證綜合指數價格，降低了交易價值定價效率。列（4）是采用月度股票市場換手率替換綜合市場情緒進行回歸分析，可以看出：投資者關注與市場換手率交乘項為-0.004，在0.01水平上顯著，進一步說明了市場情緒能夠顯著提高投資者關注對定向增發交易價值定價效率的影響。

（二）機構投資者對投資者關注與定向增發定價效率之間關系的影響

表5是機構投資者對投資者關注與定向增發定價效率之間關系影響的回歸分析結果。對于機構投資者度量，本文參照程新生等[21]的研究，采用定向增發機構投資者增持度量。如果定向增發之后機構投資者持股增加取值為1，否則為0。本文定向增發機構投資者增持用Inst表示；機構投資者增持與投資者關注交乘項用Inv_inst表示?？梢钥闯觯毫校?）、列（3）Inst與TVPE_10、INEF的回歸系數分別為-0.063與-0.053，都在0.05水平上顯著；列（2）、列（4）Inv_inst與TVPE_10、INEF的回歸系數分別為-0.137、-0.121，都在0.01水平上顯著，說明機構投資者具有專業技術與分析能力，有利于改善企業與中小投資者之間的信息不對稱，增強中小投資者對上市公司股票的關注程度，提高定向增發內在價值定價效率與交易價值定價效率。

七、穩健性檢驗

（一）替換定價效率與投資者情緒指標進行穩健性檢驗

第一，將定向增發首次信息發布之后［0，10］窗口期改為［0，5］窗口期，重新計算定向增發交易價值定價效率；第二，分別將分析師對于上市公司凈資產收益率、每股收益預測的均值改為中值重新計算內在價值定價效率；第三，將投資者情緒指標改為首次信息發布日的股票交易量除以發行在外總股份之比。重新就投資者關注對定向增發定價效率的影響進行回歸分析，結果見表6?？梢钥闯觯篒nve與TVPE_5的回歸系數為0.030，在0.05水平上顯著；Inve與Sent的回歸系數為0.896，在0.01水平上顯著；列（5）將Inve、Sent一同放入模型進行回歸分析，Inve與TVPE_5的回歸系數為0.039，在0.01水平上顯著，且0.039>

0.030，說明投資者情緒發揮了部分中介作用，這進一步證明了本文H2是正確的；列（2）、列（4）Inve與INEF_M的回歸系數為-0.619，Inve與Inf的回歸系數為-0.061，分別在0.05、0.1水平上顯著；列（6）將Inve、Inf一同放入模型進行回歸分析，Inve與INEF_M回歸系數為-0.591、Inf與INEF_M回歸系數為-1.020，分別在0.05、0.01水平上顯著，這進一步證明了本文H1是正確的。

（二）安慰劑檢驗

投資者關注是影響定向增發定價效率所有的現象嗎？換言之，假設投資者關注存在于其他企業，是否仍然能夠發現投資者關注與定向增發定價效率之間存在顯著關系？若不是，則表明投資者關注確實是影響定向增發新股內在價值、交易價值的重要因素；反之，則表明定向增發定價效率在投資者關注水平較低的時候也存在，投資者關注并不是影響定向增發定價效率的主要因素。本文參照王曉亮等[22]的研究，進行安慰劑檢驗。（1）為每一家公司隨機分配投資者關注；（2）將隨機順序的投資者關注與對應的定向增發定價效率指標采用公式6、公式7分別重復回歸1 000次。回歸結果中，系數顯著為正和顯著為負的占比差異較小，意味著本文構造的虛擬假設并不存在，表明投資者關注確實是影響定向增發定價效率的主要因素，而不是其他噪音因素所導致，這進一步證實了本文研究結論的穩健性。

八、研究結論與政策建議

本文選用2014—2021年定向增發公司為研究對象，采用剩余收益折現模型度量企業內在價值，構建了定向增發二級市場內在價值定價效率、交易價值定價效率指標，分析投資者關注對定向增發二級市場定價效率影響。研究結果表明：投資者關注越多，越能夠挖掘出定向增發公司有價值的信息，降低中小投資者與上市公司信息不對稱，使定向增發公司的股票定價水平向內在價值趨近，提升內在價值定價效率；投資者關注也會引發投資者的過度樂觀情緒，使得定向增發公司的股票交易定價水平偏離市場定價水平，降低交易價值定價效率；隨著市場情緒的增加，投資者關注偏離交易價值定價效率的作用程度越強；機構投資者會緩解信息不對稱，增強中小投資者對上市公司股票的關注程度，提高定向增發內在價值定價效率與交易價值定價效率。

本文提出如下政策建議：（1）監管部門應當通過政策措施促使上市公司與投資者之間進行有效的溝通與交流，暢通中小投資者的申訴渠道，對于上市公司違規披露信息，侵害中小投資者利益現象，加大懲罰力度；（2）由于市場情緒會加劇投資者關注對定向增發交易價值定價效率的影響，監管部門應該為中小投資者營造良好的市場環境，加強對信息傳播的有效監管，緩解投資者非理性情緒；（3）定向增發公司應當充分披露定向增發過程中的信息，通過網絡平臺積極有效地同投資者進行互動與溝通，為投資者理性創造良好條件，增強投資者根據公司基本面進行投資的理念，減少投資者短視行為；（4）在新技術背景下，應該培養投資者判斷與分析信息的能力，有效避免投資者盲目投資與羊群行為，增強其識別與抵御風險的能力。

【參考文獻】

［1］ 俞靜，徐斌.低價定向增發之謎：一級市場抑價或二級市場溢價？——來自中國證券市場的證據［J］.證券市場導報，2010，215（6）：34-39.

［2］ 支曉強，鄧路.投資者異質信念影響定向增發折扣率嗎［J］.財貿經濟，2014，387（2）：56-65.

［3］ 權小鋒，吳世農.投資者關注、盈余公告效應與管理層公告擇機［J］.金融研究，2010，365（11）：90-107.

［4］ 劉杰，陳佳，劉力.投資者關注與市場反應——來自中國證券交易所交易公開信息的自然實驗［J］.金融研究，2019，473（11）：189-206.

［5］ 彭韶兵，趙根.定向增發：低價發行的偏好分析［J］.財貿經濟，2009，329（4）：52-58.

［6］ WRUCK K H.Equity ownership concentration and firm value：evidence from private equity financings［J］.Journal of Financial Economics，1989，23（1）：3-28.

［7］ SILBER W L.Discounts on restricted stock，the impact of illiquidity on stock prices［J］.Financial Analysis Journal，1991，47（4）：60-64.

［8］ 章衛東，李德忠.定向增發新股折扣率的影響因素及其與公司短期股價關系的實證研究——來自中國上市公司的經驗證據［J］.會計研究，2008，251（9）：73-80.

［9］ 陸宇建，史曉楠.大股東認購、定價基準日選擇與定向增發折價［J］.金融論壇，2019，24（12）：50-59.

［10］ 宋賀，李曜，龍玉.風險投資影響了企業定向增發折價率嗎？［J］.財經研究，2019，45（10）：59-72.

［11］ 曹麗梅，徐一辰.機構投資者參與定向增發的動機研究——以葛洲壩為例［J］.會計之友，2020（22）：66-72.

［12］ HERTZEL MICHAEL，LEMMON MICHAEL，LINCK JAMES，et al.Long-run performance following private placements of equity［J］.Journal of Finance，2002，57（1）：2595-2617.

［13］ BAYAR O，CHEMMANUR T J，LIU M H.A theory of capital structure，price impact，and longrun stock returns under heterogeneous beliefs［J］.The Review of Corporate Finance Studies，2015，4（2）：258-320.

［14］ 杜莉，范洪辰，李思飛.投資者情緒對定向增發長期市場表現影響的實證研究［J］.中國經濟問題，2017，

305（6）：98-109.

［15］ FANG L，PERESS J.Media coverage and the cross-section of stock returns［J］.The Journal of Finance，2009，64（5）：2023-2052.

［16］ 李小晗，朱紅軍.投資者有限關注與信息解讀［J］.金融研究，2011，374（8）：128-142.

［17］ DA Z，ENGELBERG J，GAO P J.In search of attention［J］.The Journal of Finance，2011，66（5）：1461-1499.

［18］ 徐輝，周孝華.定向增發抑價分解研究——基于雙邊隨機邊界分析的新視角［J］.中國管理科學，2019，27（11）：50-60.

［19］ 劉生勝，鄭冠群，宋林.行政干預、一二級市場分歧與IPO定價效率［J］.重慶大學學報（社會科學版），2019，25（1）：49-61.

［20］ 熊艷，李常青，魏志華.媒體報道與IPO定價效率：基于信息不對稱與行為金融視角［J］.世界經濟，2014，37（5）：135-160.

［21］ 程新生，孫紅艷，賈曉玲.機構投資者增持的經濟后果：基于定向增發的實證研究［J］.運籌與管理，2021（11）：135-141.

［22］ 王曉亮，鄧可斌.董事會非正式層級會提升資本結構決策效率嗎？［J］.會計研究，2020（8）：77-90.