摘 要：本文的目的是考察定向增发董事会预案日的公告效应, 研究方法采用事件研究的模式,数据使用中国A股市场的数据。
关键词：定向增发 公告效应 策略分析
1. 定向增发简介
随着我国资本市场的蓬勃发展,上市公司的股权再融资方式日渐丰富。配股, 公开增发, 认股权证以及定向增发都已成为再融资的方式之一, 被上市公司广泛使用。定向增发是再融资的主要方式。
与公开增发面向全体社会公众投资者所不同的是, 定向增发是指向符合股东大会决议规定的十名以内的特定投资者发行股票。相较于公开增发和配股, 定向增发对上市公司的财务状况与盈利能力要求较为宽松灵活, 所以自2006年证监会颁布《上市公司证券发行管理办法》以来，定向增发逐渐成为上市公司股权再融资的最重要的方式。此外,定向增发对发行对象没有特别要求，因此成为上市公司财务融资，引入战略投资者和第三方反向收购上市公司（借壳上市）的重要途径。2007年11月中国国有资产监督管理委员会要求中央企业提高资产证券化率，“支持具备条件的企业加快整体上市和主营业务整体上市的步伐”，改善“大集团，小上市公司” 的现象（即母公司有大量的资产，只有少量资产证券化）。其后几年间大量的央企上市公司通过定向增发收购母公司的资产，完成母公司资产整体证券化。
图1是按照分年度统计的各种股权融资方式的融资金额。可以看出定向增发已经成为和IPO同等总要的融资方式，在2008年和2009年定向增发的融资金额甚至超过了IPO。
图2是按照分年度统计的各种股权融资方式的公司数量。定向增发的上市公司数量稳定在100~200家的范围，在2007-2009年数量都多于IPO的公司。
定向增发的流程一般是：董事会提出增发预案，股东大会批准预案，上报证监会并经证监会并购重组委员会批准通过，证监会核准增发发行，最后是上市公司增发公告日。
在定向增发的流程中, 核心的问题是增发股票如何定价。 常见的模式是,增发股票的定价基准为基准日前20个交易日的均价，发行价格不低于定价基准的百分之九十。定价基准日一般为董事会预案日。因此对于投资者而言，董事会预案日是一个重要的时间结点: 预案日这天上市公司的再融资决策首次向市场公开披露, 并且预案日的选择决定了定向增发的基准价格。股票的均衡价格是由投资者对公司未来预期现金流的大小和该公司的折现率所决定。一旦定向增发得以成功实施, 上市公司的财务状况,资产质量或是盈利能力会有相当程度上的改善,特别是当借壳方使用定向增发作为反向收购的手段时。 因此当上市公司初次公布董事会增发预案和增发基准价格时, 管理层向外部投资者传达了公司再融资决策, 增发资金的用途以及管理层对公司股票的估值等丰富的新信息。理性的投资者会对这些新信息有所反应, 继而调整对公司未来现金流的预期。从历史数据来看, 二级市场的投资者把定向增发解读为利好消息, 预案公告后上市公司股价往往有较大的积极反应,上涨的幅度远超平日。
我们按年度统计了成功完成定向增发的公司当年净利润同比增长和ROE增量的情况，参照沪深交易所全部A股的情况, 具体见表一和表二。经过定向增发之后，上市公司的净利润和盈利能力都得到了提高。统计结果在一定程度上表明了二级市场投资者为什么会把定向增发视为利好消息。此外，投资者喜爱定向增发的另一原因在于，定向发行的新增股票有12个月(一般法人)或者36个月的限售期(原始股东)，故在短期内不对二级市场的供给产生冲击。
年度
增发数量
盈利上升的数量(百分比)
增发后当年净利润同比(整体同比)
定向增发股票
全部A股
2006年
50
47(94%)
181%
48%
2007年
147
133(90%)
179%
51%
2008年
108
78(72%)
35%
-14%
2009年
119
95(80%)
302%
27%
注：2009年定向增发股票净利润同比增长302%是剔除异常值（东方航空）之后的结果
表一 定向增发后上市公司净利润同比增速
年度
增发后当年ROE增量
定向增发股票
全部A股
2006年
0.5%
0.5%
2007年
0.2%
0.5%
2008年
0.01%
-2.7%
2009年
0.3%
0%
增量=(T年ROE-T-1年ROE)的中位数
表二 定向增发后上市公司ROE同比增量
本文的目的是考察定向增发董事会预案日的公告效应, 研究方法采用事件研究的模式,数据使用中国A股市场的数据。
事件研究是利用统计方法来考察公司自身的特有事件对公司股票收益率的影响。在一个理性的市场中, 新的事件 (信息) 能够迅速反应到股价中。因此金融市场的事件研究持续期较短, 往往专注于事件发生日当天以及事件发生日前后的一段时间公司股价的表现。本文主要遵循使用日收益率数据做事件研究的方法 。
2. 数据简介和描述性统计量
定向增发的董事会预案公告日和A股股票收益率等相关数据都来自WIND数据库。样本从2006年开始到2010年12月31日。由于部分提出董事会预案的股票已经暂停上市，因此不存在交易数据，剔除这些股票之后，样本包括1116支股票。
首先我们考察样本的行业分布。根据申银万国证券关于A股上市公司的23个行业分类，我们统计了推出董事会预案的股票在各个行业分布上的情况。占比最大的五个行业分别是机械设备(10.39%),化工(10.22%),房地产(9.95%)，医药生物(6.81%)，交运设备(5.91%)。占比的情况与该行业的上市公司数量和样本期间该行业的景气程度高度相关。
图三: 各行业上市公司提出定向增发预案占总样本的比例
3. 事件研究
事件分析最关键的地方是定义abnormal return。我们分别计算CAR（Cumulative Abnormal Returns）和BHAR(Buy-and-Hold Abnormal Returns)。我们采用简单收益率(simple return),已经包括红利再投资的收益。业绩基准我们采用沪深300流通市值加权的全收益指数，也包含了红利再投资的收益。
这里N为样本股票的个数, 是沪深300全收益指数在窗口期内第t日的收益率。, , 分别表示窗口内日异常收益率AR, 累计异常收益率CAR和买入并持有异常收益率BHAR在第t日横截面的平均。 可以看出, 对某只股票而言, 是日异常收益率的累加, 而是该股票相对于市场组合的买入并持有的累计异常收益率。考察的是：董事会预案日至预案日后T天，受事件影响的股票的日平均异常收益率；而考察的是: 董事会预案日至预案日后T天，受事件影响的股票的买入并持有的累计超额收益率, 即两者的区别就在于前者考察的是区间内日平均异常收益率, 而后者考察的是整个区间所累计的异常收
益率。
表3 ,,以及BBCI检验的结果 蓝色表示在5% alpha水平下显著
日期
横截面BHAR均值
横截面CAR均值
横截面AR均值
日期
横截面BHAR均值
横截面CAR均值
横截面AR均值
-19
0.11%
0.11%
0.11%
1
9.17%
8.59%
1.24%
-18
0.13%
0.12%
0.02%
2
10.26%
9.45%
0.85%
-17
0.40%
0.39%
0.27%
3
11.11%
10.05%
0.60%
-16
0.65%
0.63%
0.24%
4
11.45%
10.20%
0.15%
-15
0.67%
0.63%
0.00%
5
11.82%
10.40%
0.20%
-14
0.89%
0.85%
0.22%
6
12.24%
10.68%
0.28%
-13
0.95%
0.92%
0.07%
7
12.49%
10.83%
0.15%
-12
1.10%
1.06%
0.14%
8
12.74%
10.96%
0.13%
-11
1.32%
1.27%
0.21%
9
12.86%
11.02%
0.06%
-10
1.72%
1.67%
0.40%
10
12.99%
11.09%
0.07%
-9
1.99%
1.93%
0.26%
11
13.18%
11.20%
0.11%
-8
2.08%
2.03%
0.10%
12
13.43%
11.32%
0.12%
-7
2.39%
2.31%
0.28%
13
13.34%
11.26%
-0.06%
-6
2.96%
2.82%
0.52%
14
13.47%
11.30%
0.04%
-5
3.33%
3.15%
0.32%
15
13.56%
11.36%
0.06%
-4
3.90%
3.67%
0.52%
16
13.89%
11.60%
0.24%
-3
4.46%
4.18%
0.51%
17
13.90%
11.65%
0.05%
-2
4.91%
4.60%
0.42%
18
14.03%
11.72%
0.07%
-1
5.08%
4.75%
0.15%
19
14.28%
11.85%
0.14%
0
7.75%
7.35%
2.60%
20
14.53%
11.93%
0.08%
上图显示了横截面上BHAR, CAR均值和中值的变化规律。从图上看，第-10天到第0天出现了十分明显的上涨，公告日后5天内的涨幅也较为明显，但公告日第5天之后基本没有明显的异常收益了。第1天买入到第20天的BHAR中值为5.99%，CAR中值为4.55%，不存在公告前上涨而公告后下跌的情况，即没有明显的反转 (reversal) 。此外我们注意到公告日之后不论是BHAR还是CAR，均值和中值都有较大的差异，而公告日之前并没有这样的情况，这表示公告日之后不同公司的表现出现了较大分化，数据有明显的正偏态(positive skewed)效应。
3.1稳健性检验
利用之前计算的调整了非同步交易效应(non-synchronous trading)的beta和alpha值，我们重新计算了BHAR和CAR,目的是检验不同收益率的模型对事件分析的结果是否有影响。
计算的结果表明，经过beta调整后异常收益率的显著性变化不大，显著不为0的仍然集中在公告日前-10天到后5天。未经调整的AR在5%水平下显著不等于0的个数有18个，而经调整的AR在5%水平下显著不等于0的个数有13个；对于BHAR调整后显著不为0的个数从38降将为31个。特别的, 对于T=0当天未经调整的AR为2.6%，而调整后的AR为2.54%,依然在经济和统计上都十分显著。
4. 策略总结
根据以上的分析，我们构建定向增发事件组合：在董事会预案公告日当天收盘买入，持有20天卖出。由于中国股市涨跌幅的限制，一旦某只股票在收盘的时候达到涨幅限制，则我们就无法买入。构建组合的时候我们也考虑这一因素，一旦某只股票收盘的时候达到涨幅限制，我们剔除该支股票。
构建如下策略:一旦有上市公司提出增发，如果公告日收盘没有涨停，即收盘买入并持有20天，买入的金额100万，同时使用沪深300指数对冲系统性风险。从2006年5月10日开始，截止到2010.1.31,策略的P&L Curve走势如下图所示（考虑手续费，买入手续费千1，卖出千2，无冲击成本）:总体来说，策略表现差强人意，对冲后效果不佳，在熊市阶段(2008年)下跌幅度较大，还需要继续改进。
