基于随机前沿分析的SEO定价效率影响因素研究_谢赤.pdf

《基于随机前沿分析的SEO定价效率影响因素研究_谢赤.pdf》由会员分享，可在线阅读，更多相关《基于随机前沿分析的SEO定价效率影响因素研究_谢赤.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2009年11月第31卷 第6期当 代 经 济 科 学Modern Economic ScienceN ov.02009V ol.31N o.6基于随机前沿分析的SEO定价效率影响因素研究谢 赤1,2,欧辉生1,周竟东1(1.湖南大学 工商管理学院;2.湖南大学 金融与投资管理研究中心,湖南 长沙410082)摘要:上市公司股票增发的定价效率受多种因素影响。在相关理论分析的基础上,本文以中国A股市场19982008年增发股票的上市公司为研究样本,运用随机前沿分析进行实证研究。研究结果表明:上市公司的信用风险状况、发行前的二级市场股票价格等定价因子显著影响增发定价效率;而信息不对称程度、发行时的

2、市场时机、增发产生的市场压力以及发行过程中的相关因素等抑价因子则分别对增发定价效率产生不同方向和不同程度的影响。关键词:SEO;定价效率;定价因子;抑价因子;随机前沿分析中图分类号:F830.9 文献标识码:A 文章编号:1002-2848-2009(06)-0080-06一、引 言上市公司股票增发(Seasoned Equity Offering,SEO)是上市公司首次公开发行(Initial Public Offer2ing,IPO)后通过出售股权进行后续融资的行为。中国A股市场自1998年进行政策性试点增发以来,股票增发作为一种新的融资方式逐渐受到上市公司的青睐。近年来,上市公司通过SE

3、O实现的融资规模远远超过了配股和可转债等权益再融资方式。然而,当前上市公司SEO定价效率不高已成为各方关注的问题:一方面,增发过程中的抑价会导致融资效率的损失,抑价现象既增加了上市公司的再融资成本,降低了上市公司的融资额度,也会给原有的流通股股东造成经济损失;另一方面,在市场行情低迷时,二级市场的股票价格可能会跌破拟增发股票的发行价,从而形成“破发”现象。“破发”现象的发生很可能导致增发融资失败。“抑价”和“破发”收稿日期:2009-07-08 基金项目:国家社会科学基金重点资助项目(07AJL005);全国高校青年教师奖励基金资助项目(教人司2002 123);教育部博士点专项科研基金资助项

4、目(20070532002)。作者简介:谢赤(1963-),湖南省株洲市人,湖南大学工商管理学院博士生导师,教授,研究方向:金融工程与金融管理;欧辉生(1970-),湖南省衡阳市人,湖南大学工商管理学院博士研究生,研究方向:金融工程与金融管理;周竟东(1967-),湖南省长沙市人,湖南大学工商管理学院博士研究生,研究方向:金融工程与金融管理。实质上是股票定价过程的非效率行为引起的。在此背景下,评估上市公司SEO的定价效率,探寻影响定价效率的影响因素对完善和丰富资产定价理论以及风险管理理论具有重要的理论价值,而在此基础上提高上市公司的定价效率则对上市公司、管理层以及投资者具有重要的现实意义。二、

5、SEO定价效率及其影响因素的理论分析(一)SEO定价效率的界定Smith最早发现了证券市场SEO抑价现象,即增发新股的价格显著低于其二级市场上股票的价格1。其后,Safieddine和W ilhelm,Corwin以及邹海峰和陈小悦等分别发现不同国家的证券市场均存在SEO折价现象2-4。这些研究大多隐含了“SEO定价效率等同于SEO的抑价幅度”这一假设,并以折价幅度来度量SEO定价效率。实际上,这种定价效率的度量方式是不科学的:08首先,之所以产生抑价现象,一方面可能是一级市场定价过低,而另一方面,即使一级市场定价准确,如果二级市场推高股票价格,也可能导致抑价现象产生;其次,抑价程度是一种相对

6、效率,作为定价效率的衡量方式,只能对发行企业的定价进行横向比较,无法回答股票发行是否有效以及定价效率高低的问题。本文沿用谢赤和刘畅的分析思路,运用生产函数中的技术效率指标来评价上市公司SEO的定价效率5。在SEO价格制定过程中,承销商制定的价格反映了增发新股的相关信息,增发新股的定价过程实质上是一个生产价格的过程,其中生产过程中的投入要素为承销商所掌握的各类信息,而产出则为新股的价格。在生产函数的分析框架下,生产函数的效率前沿即为给定信息条件下的定价前沿,而根据函数计算出的技术效率则认为是定价效率。如果新股以符合其真实价值的价格发行,即新股发行价格落在定价前沿上时,新股实际定价是有效的;否则,

7、其定价存在非效率。(二)SEO定价效率的影响因素SEO定价效率受多种因素影响,具体说来,这些因素可以分为两类:一类是决定SEO价格高低的因素。从资产定价的角度来看,这类因素可以反映股票价格的基础价值,本文定义这类因素为定价因子(Pricing Factors);另一类是影响SEO定价偏差的因素,这类因素影响定价能否达到定价因子所决定的水平,本文定义这些因素为抑价因子(UnderpricingFactors)或非效率因子(Inefficiency Factors)。根据企业价值估值模型以及相关研究成果,可以将定价因子分为以下几类:(1)发行企业的盈利能力。金融资产的价格应该是其未来各期现金流的贴

8、现值之和,企业的盈利能力愈强,在未来现金流入量也愈大,其股票价值也相应提升。因此,新股价格与企业的盈利能力正相关。由于企业融资在未来的盈利能力具有不确定性,相关研究以发行企业前一会计年度的每股盈利来对新股进行估值,每股盈利越高,企业盈利能力越强,新股定价相应越高6。(2)发行企业的信用风险。投资者通常具有风险厌恶倾向,因此在市场化的资产定价过程中,投资者往往要求风险补偿。SEO作为一种融资行为,其发行价格与企业的信用风险直接相关。信用风险大,表明企业的违约风险大,运营效率不高,因此投资价值相对较低。此时,投资者会尽量压低SEO价格以降低风险带来的损失。(3)发行企业的二级市场股票价格。SEO定

9、价相对于IPO定价的特殊性在于定价者有市场价格作为参考依据。二级市场的价格不仅反映了企业的历史经营情况,而且在一定程度上还可以反映投资者对企业未来的预期,因此企业往往根据二级市场的交易信息来制定发行价格。在中国,不管是定向增发还是公开增发,招股意向书公告前20个交易日的市场均价都是定价的基准价格。在SEO的定价过程中,以上定价因子决定了生产函数中的效率前沿,而抑价因子则影响实际价格偏离效率前沿的程度。通常认为,抑价因子主要由以下几种:(1)证券市场中的信息不对称。Baron认为,在发行者和投资者之间存在着信息不对称,因此增发抑价是对在信息上处于不利地位的投资者的补偿7。Rock在信息不对称假说

10、的基础上,从投资者的角度出发,将投资者分为信息优势投资者(In2formed Investor)和信息劣势投资者(Uninformed In2vestor),认为这两类投资者之间存有信息不对称,抑价是对信息劣势投资者的补偿。发行公司和承销商会故意压低发行价格,让利于投资者,特别是信息劣势投资者,从而产生了IPO和SEO的折价现象8。Beatty和Ritter扩展了上述模型,引入了事前不确定性(Ex-ante Uncertainty)来衡量信息不对称,他们认为发行公司价值的不确定性越大,信息优势投资者持有信息的价值就越大,两类投资者之间信息不对称程度增大,为吸引信息劣势投资者,SEO的抑价程度应

11、该较大9。(2)SEO发行时的市场时机。整体市场氛围对公司增发的成功有着重要的影响,Brau和Fawcett对公司财务总裁关于SEO的调查问卷分析显示,公司进行增发决策时,股市总体条件是最重要的因素(82.94%的财务总裁选了这一因素)10。Ching等认为,证券市场对公司股票价格的高估或低估是融资的重要考虑因素11。孔东民和付克华的研究发现,在大盘上涨阶段,增发的负面反应较小,而在大盘下跌阶段,增发的负面反应较大12。(3)增发时产生的市场压力。传统的经济理论认为,商品的供给的增加都会导致商品价格的下滑,18同样对于证券这种特殊的商品也不例外。Corwin发现,在给定条件下,公司股票供给的增

12、加会导致其价格下降。每只股票的需求曲线是向下倾斜的,增发(配股)导致供给上升所产生的市场压力将导致股价下降3。(4)新股发行过程中的相关因素。新股发行过程中的相关因素,如筹资规模、发行费用、承销商实力、增发类型、发行日与上市日之间的间隔等也会影响SEO的定价效率。Tinic认为,发行规模小的企业往往意味着承担较大的风险,因为这类企业规模较小,发展处于起步阶段。投资者的这种观念当然会造成价格的偏差13;Patricia和Anjan等指出,发行费用高会造成融资效率的损失,因而会给发行定价造成一定的影响14;发行日距离上市日的时间越长,不确定性越大,因此投资者会要求相应的价格折扣来作为风险补偿;在增

13、发类型方面,由于非公开发行的对象为特定的战略投资者,这类投资者的议价能力较强,发行企业为了完成其战略目的,往往会采取较优惠的定价策略以吸引战略投资者。三、基于随机前沿分析的实证研究设计(一)研究样本及变量的选取中国A股市场的增发始于1998年,为了尽可能的增加研究样本,本文将研究期限界定为1998年至2008年。在这11年中,SEO融资累计发生530次,融资规模高达848.41亿。在剔除数据缺失的样本、B股以及H股回归增发A股的样本后,本文保留345条A股增发数据。本文的研究数据来自上市公司年报、天软数据库(TinySoft)、证券之星网站()、上海证券交易所网站(http:/ I CE)作为

14、生产函数的产出。根据上述理论分析并借鉴相关研究成果,本文从以下几个方面选取模型中的解释变量。在定价因子的选取方面,以SEO发行起始日前20个交易日的二级市场平均价(APR ICE)作为二级市场价格的度量指标;以发行企业在SEO前一会计年度的每股盈利(Earning Per Share,EPS)衡量企业的盈利能力;以张玲等提出的MDA模型度量发行企业在SEO前一会计年度的信用风险状况(CRED2IT)15。表1 实证模型中的定价因子和抑价因子变量标识单位变量含义定价因子EPS元发行企业在SEO前一会计年度的每股盈利CREDITN/A发行企业在SEO前一会计年度的信用风险APR ICE元SEO发行

15、起始日前20个交易日的二级市场平均价定价因子LASSETSLn(万元)企业规模,其值越小,说明信息不对称程度越高VOLATI L ITYN/A股价收益的波动率,其值越大,说明信息不对称程度越高MANAGEMENT%管理层持有股份,其值越高,说明信息不对称程度越低ARETURN%SEO发行时的市场气氛或市场时机PRESSUREN/A增发时产生的市场压力,其值越大,说明市场压力越大LPROCEEDSLn(万元)筹资规模FRATI ON/A发行费用UNDERWR ITERN/A承销商实力,若承销商承销金额进入前20名,则该变量为1,否则为0TYPEN/A增发类型,若为公开增发,该变量为1,否则为0S

16、PREAD年发行日与上市日之间的时间间隔 抑价因子的选取相对复杂,因为部分因子不能直接度量,只能采用代理变量的方式进行研究。根据Cor win等人的研究,公司规模越小、股价收益波动率越高、管理层持有股份越少意味着增发过程中的信息不对称程度越高3。本文以发行企业的总资产(ASSETS)、发行日前20个交易日的股价方差(VOLATI L ITY)以及高管持股(MANAGEMENT)来度量公司规模、股价收益的波动率、管理层持有股28份;对于价格压力(PRESSURE),采用相对供给规模(增发金额/增发企业的账面价值)来度量;对于市场时机的评价,采用SEO上市前20个交易日的上证指数平均收益率(ARE

17、TURN);对于新股发行过程中的相关因素,分别以PROCEEDS,FRATI O,UNDERWR ITER,TYPE和SPREAD分别表示筹资规模、发行费用、承销商实力、增发类型、发行日与上市日之间的时间间隔。为了使数据更加平稳、避免出现异方差现象,本文对部分变量进行了取自然对数处理,并在变量标识前加上字幕L以示区别,解释变量如表1所示。由于不同行业的企业所面临的盈利前景及投资者热情不尽相同,本文在定价模型中加入了12个代表SEO企业所属行业的虚拟变量,由于金融行业的特殊性,本文未将其纳入模型中。依照上市公司行业分类指引 的企业分类(见表2),对在中国境内证券交易所挂牌交易的上市公司的SEO定

18、价效率进行分行业研究,并以指引中的英文标识为行业虚拟变量名称(如表2所示)。表2 上市公司行业分类情况行业代码 行业类别 行业代码 行业类别 行业代码 行业类别A农林副牧渔E建筑业J房地产业B采掘业F交通运输、仓储业K社会服务业C制造业G信息技术业L传播与文化产业D电力、煤气及水的生产和供应业H批发和零售贸易M综合类(二)随机前沿分析模型的设定随机前沿分析模型可以估计技术效率,并且可以计算给定技术条件下效率前沿上最大生产值与观察值的距离,即可以计算出技术非效率及统计噪音。本文参考Battese和Coelli提出随机前沿模型进行SEO定价效率影响因素的研究,模型的形式如下:Yi=Xi+vi-ui

19、,i=1,2,.,n(1)其中,Yi是第i家企业产出PR ICEi的自然对数;Xi是行向量,表示常数和企业i投入要素的自然对数;是待估计参数的列向量;ui是一个非负随机变量,表 示 企 业 的 技 术 非 效 率(TechnicalInefficiency);随机误差项vi用来表示其他未考虑到的影响因素。PR ICEi采取C-D生产函数:PR ICEi=f(xi;),i=1,2,.,n(2)其中,与式(1)中的待估计参数的列向量相同;xi为企业i的投入要素,即SEO发行的定价因子,包括企业的盈利能力、信用风险以及二级市场股票价格。对于随机误差项vi及技术非效率项ui,本文做如下假设:假设1:v

20、i相互独立并且均为服从同一个均值为零、方差为2v的正态分布的随机变量。假设2:ui相互独立并且均为服从指数或半正态分布的随机变量。假设3:vi与ui之间相互独立,即(vi,ui)=0。假设4:ui除了满足与随机误差项vi相互独立外,还满足从零截断的N(mi,2u)分布,并且:mi=zi(3)其中,zi是一个包含了企业特征变量的向量,表示企业i在t时期这些特征变量的值。正是由于这些因素的不同造成了不同企业及同一企业不同时期技术非效率的差异。则是待估计的参数向量,表示企业这些特征变量对技术非效率项影响的权重,这个权重 是固定的。定价函数f(Xi;)一般被假设为满足线性或对数线性的形式。在估计出参数

21、 后便可以计算每只股票的定价前沿E(Yi|ui=0,Xi)。于是,第i只新股的定价效率由以下公式计算得到:Ei=E(Yi|ui,Xi)E(Yi|ui=0,Xi)(4)该值越接近于1,表明新股发行定价效率越高,让利程度越小。特别地,当E=1时,表明新股以潜在最大定价发行,发行企业及承销商没有采取任何折扣。四、实证结果及分析(一)研究变量的描述性统计将模型的因变量、定价因子以及抑价因子进行描述性统计分析,统计结果如表3所示。可以看到,最高价与最低价相差超过100元,而标准差也高达11.6075,说明中国A股增发市场定价差异比较显著。各个定价因子和抑价因子的差异也较大,同时值得注意的是,增发企业的信

22、用风险指标的最小值为-12.751,说明部分增发企业的信用风险状况并不乐观,反映了A股增发的条件并不十分严格。(二)随机前沿模型的实证结果38本文采用最大似然方法估计模型参数,所用计算软件为FRONTIER4.1。最大似然估计可以单独计算每只新股的单侧误差项ui,并且将单侧分布误差项体现在残差分布的偏度中。中国A股增发定价的随机前沿定价模型和定价非效率项的因素模型分别如式(5)和式(6)所示:PR ICEi=1.777(3.85)+0.825(12.78)APR ICEi+0.057(5.45)CRED ITi+0.057(1.67)EPSi+0.072(2.78)Ai-0.021(-2.83

23、)Bi+0.027(2.02)Ci-0.081(-3.69)Di-0.0015(-6.11)Ei-0.0134(-5.90)Fi+0.052(6.06)Gi+0.090(5.57)HI+0.053(1.92)JI-0.072(-6.87)Ki+0.003(1.70)Li+0.132(5.54)Mi+vi-ui,i=1,2,.,n(5)m=1.024(2.09)-0.012(-1.72)LASSETSi+0.278(2.43)VOLATIL ITYi-0.005(-6.41)MANAGEM EN TI-0.015(6.87)ARETURNi+0.61(3.99)PRESSUREi-0.033(-

24、1.64)LPROCEEDSi+0.147(5.33)FRATIOi-0.001(-5.10)UNDERWR ITERi-0.723(-7.57)TYPEi+0.259(5.03)SEREADi,i=1,2,.,n(6)表3实模型变量的描述性统计变量标识变量单位有效样本最小值 最大值 平均数 标准差PPR ICE元3451.25110.93 13.1935 11.5943EPS元345-1.1981 3.07450.19970.2683CRED ITN/A345-12.075159.0636 1.79172.8197APR ICE元3452.981133.796 18.0155 18.8614

25、LASSETSLn(万元)3459.6163 17.8970 12.2712 1.1183VOLATIL ITYN/A3450.1116 47.2171 3.03534.9867MANAGEM EN T%32300.870.00150.074ARETURN%345-0.0794 0.0372-0.0098 0.0182PRESSUREN/A3450.00206.51420.21180.4564LPROCEEDS Ln(万元)3458.8338 14.7710 11.1586 0.9426FATION/A3450.00000.11910.02870.0169UNDERWR ITERN/A3450

26、.00001.00000.53910.4992TYPEN/A3450.00001.00000.73910.4397SPREAD年3390.07123.2060.72850.4324模型中的变量含义如表1所示,括号内数字为t-值。在0.05的显著性水平下,大部分系数通过了显著性检验,只有少数变量(EPSi,Li,LASSETSi,LPROCEEDSi)的系数不显著,但在0.1的显著性水平下也通过了显著性检验。因此,可在该实证结果的基础上进行定价效率影响因素的分析。(三)定价效率影响因素的实证结果分析从以上实证结果可以看出,定价因子对定价效率的影响与理论预期一致:信用风险变量(CRED2IT)对定

27、价效率有消极影响,由于中国上市公司增发的条件并不苛刻,并不是每一家增发企业都具有较高的资信水平,信用风险高的企业表现出了较低的SEO定价效率;二级市场价格变量(APR ICE)能够促进定价效率的提高,且t统计量高达12.78,由于增发定价直接以市场价为基准,出现这样的结果也就在意料之中了;企业盈利能力变量(EPS)虽然对定价效率的提高有积极作用,但是其显著性水平并不高,这可能与增发企业的盈余管理行为降低了EPS的可信度有关。从抑价因子的实证结果来看,信息不对称程度对定价非效率产生了显著的影响,由于市场信息不对称的存在,发行企业、投资者与承销商之间的多方博弈导致了定价非效率的产生;市场时机指标(

28、ARETURN)的系数为负,说明市场行情好时,定价效率损失较小;价格压力指标(PRESSURE)系数为正,说明A股市场存在价格压力现象,而且投资者对股票供给的增加十分敏感,这可能与部分发行企业恶意圈钱的行为有关;发行过程中的相关因素对定价效率的影响也基本与理论预期一致,值得注意的是,发行规模变量(LPROCEEDS)的系数为正,即SEO规模越大,其定价效率越低,这与理论预期出现了矛盾,这反映了在中国A股市场,投资者并不认为发行规模与企业经营实力存在较强的关联。相反,如果出现规模较大的SEO,投资者还会质疑其融资目的,增加对发行企业的不信任。行业变量对增发定价也有显著影响,采掘业、电力煤气及水的

29、生产和供应业、建筑业、交通运输业以及社会服务业等行业的系数为负数,说明投资者对这些行业的发展前景并不看好。而制造业、信息技术业、批发和零售贸易业、房地产业及传播与文化产业、综合产业因普遍被投资者看好其盈利前景而定价较高。部分行业的定价效率结果在意料之外:批发零售行业虽然为传统行业,但在中国目前的市场经济中,批发零售业与人们的生活息息相关,其发展48仍具有较大的潜力;社会服务业作为发展潜力巨大的新兴行业却没有被看好;电力、煤气及水的生产和供应业这一集公用事业与垄断特征于一身的行业也没有表现出应有的强势;虽然农林副牧渔行业为传统行业,但其定价效率的系数为正,该行业的增发集中在20062008年,这

30、段时间中央惠农政策力度的加大引发了投资者对该行业的乐观预期。五、研究结论新股定价是公司理财与资本运营研究领域的一个核心课题,本文聚焦于新股增发的定价效率影响因素,在理论分析的基础上,以中国A股市场19982008年增发股票的上市公司为研究样本,运用随机前沿分析进行了实证研究。结果表明,上市公司的信用风险状况、二级市场的股票价格等定价因子显著影响SEO定价效率,而由于盈余管理现象的存在,盈利能力对SEO的定价效率并无显著影响;而信息不对称程度、发行时的市场时机、增发产生的市场压力以及发行过程中的相关因素等抑价因子则分别对SEO的定价效率产生了不同方向和不同程度的影响。为了提高定价效率,上市公司应

31、努力改善其经营基本面,遵守市场秩序,树立合理的融资观念,选择合适的融资时机,并选择随机前沿分析等类似的科学工具进行辅助决策。与此同时,监管部门也应该不断借鉴国际先进经验对市场进行指导规范,完善上市公司的信息披露制度、SEO发行制度,提高市场运行的稳定程度,从而为SEO定价效率的提高提供良好的外部环境。参考文献:1 Smith C W.Alternative methods for raising capital:Rights versus underwritten offeringsJ.Journal of Fi2nancial Economics,1977(5):273-307.2Safie

32、ddineA,W ilhelm W J.An empirical investigation ofshort-selling activity prior to seasoned equity offeringsJ.Journal of Finance,1996,51(2):729-749.3Cor win S A.The determinants of underpricing for sea2soned equity offers J.Journal of Finance,2003,58(5):2249-2279.4 邹海峰,陈小悦.增发新股折价现象的实证研究J.清华大学学报(哲学社会科学

33、版),2006(S1):98-106.5 谢赤,刘畅.新股定价效率的随机前沿分析:以SEO为例J.求索,2008(5):8-10.6Kim M,Ritter J R.Valuing IPOsJ.Journal of Finan2cial Economics,1999,53(3):409-437.7Baron P.A model of the demand for investment bankingadvising and distribution services for new issues J.Journal of Finance,1982,37(4):966-976.8Rock K.W

34、hy new issues are underpricedJ.Journal ofFinancial Economics,1986,15(1-2):187-212.9Beatty R P,RitterJ.Investment banking,reputation,andthe underpricing of initial public offeringsJ.Journal ofFinancial Economics,1986,15(1-2):213-232.10Brau J C,Fawcett S E.Initialpublic offerings:an anal2ysis of theor

35、y and practice J.Journal of Finance,2006(1):399-436.11Ching M L,Michael F,Oliver M R.The informationcontent of insider trading around seasoned equity offer2ings J.Pacific-Basin Finance Journal,2006,14(1):91-117.12 孔东民,付克华.中国股市增发的市场反应及影响因素分析J.世界经济,2005,(10):51-59.13Tinic SM.Anatomyof initialpublic of

36、feringsof commonstock J.Journal of Finance,1988,43(4):789-822.14Patricia J H,Anjan V T.Litigation risk,intermedia2tion,and the underpricingof initialpublic offeringsJ.Review of Financial Studies,1992,5(4):709-742.15 张玲,陈收,张昕.基于多元判别分析和神经网络技术的公司财务困境预警 J.系统工程,2005,23(11):49-56.责任编辑、校对:郭燕庆58Abstract:Fin

37、ancial regulation depends on the changes of its supply and demand functions.Though regu2lation equilibrium can contribute to achieve financial stability and development,regulation non2equilibrium ap2pearsmore frequent.Focusing on supply and demand theory,this paper analyzes the institutional evoluti

38、on ofChinese financial regulation and finds that institutional excess and functional insufficiency still exist for thesupply of Chinese financial regulation.We suggest that the government should,in the short term,paymore at2tention to financial regulation coordination and in the long term reform the

39、 regulation system and increase func2tional supply of financial regulation.Key words:Financial regulation;Static equilibrium;Dynamic EquilibriumA Study on the Influencing Factors of the SEO Pricing EfficiencyBased on Stochastic Frontier AnalysisXIE Chi1,2,OU Hui2sheng1,ZHOU Jing2dong1(1.College ofBu

40、sinessAdministration,Hunan University,Changsha,410082,China;2.Center of Finance and InvestmentManagement,Hunan University,Changsha,410082,China)Abstract:The SEO pricing efficiency is influenced bymultiple factors.Based on theoretical analysis andsample data from SEO companies in China A2shares stock

41、 market through 199822008,this paper conducts anempirical study with Stochastic FrontierAnalysis.The results show that the pricing factors,such as credit riskand stock price,significantly affects the SEO pricing efficiency,and the under2pricing factors,such as infor2mation asymmetry,market condition

42、,market pressure generated by equity offering,and the factors related tooffering process also have a diverse influence on SEO pricing efficiency.Key words:SEO;Pricing efficiency;Pricing factors;Under2pricing factors;Stochastic FrontierAnalysisMarket Foreclosure and the Reform of Separation between P

43、rogramm ingand Broadcasting for Radio and Television Sector:A New Analysis FrameworkWANG Yong1,ZHANG Lei2(1.School of Finance and Economics,Xian Jiaotong University,Xian 710061,China;2.Zhejiang University ofMedia and Communication,Hangzhou 310018,China)Abstract:Based on the theory of market foreclos

44、ure and on the SCP paradigm of industrial organizationregulation theories,this paper constructs a new analysis framework termed SCP2R for the understanding and a2nalysis of the reform of the separation between programming and broadcasting for radio and television sector.We aim to reveal the causes t

45、hat the reform was so difficult to advance;the monopolistic market position(S)and its foreclosure motives for broadcasting agencies,aswell as the resulting consequences,i.e.,the marketconduct(C)and market performance(P).Our research may provide a new theoretical basis for such reform.Key words:Marke

46、t foreclosure;Separation between the programming and broadcasting;SCP2RResearch on Opti m ization M ethod ofMacro Highway Network StructureD I NG Sheng2ren1,2,XIE Yong2li1,ZHANG Xue2dan1(1.School of Highway,Changan University,Xian 710064,China;2.TransportBureau,Shaanxi Province Government,Xian 71000

47、0,China)Abstract:China highways have structural problemswith low percentage of quality network and inefficientfunctions.This article explores the optimizationmethod of China highway structure to improve its efficiency andeffectiveness aswell as functionality.We propose a multi2objective model and test the model with a case inShaanxi Province.521