IPO 抑价异象：新股首日收益的系统性规律

新股上市第一天，收盘价平均比发行价高多少？美国市场长期均值约 15%-20%，互联网泡沫年份冲到 65%；A 股在 23 倍市盈率隐性上限的年代，新股连续涨停是常态，首日（累计到打开涨停）收益中位数超过 100%。这个现象有个学名：IPO 抑价（IPO Underpricing）——发行价被系统性定低了。它自 1970 年代被 Ibbotson 记录以来，在几乎所有国家、所有年代持续存在，是金融学里最顽固的异象之一。

结论先放这：IPO 抑价是真实、持续、可解释的，但它的收益属于中签者，不属于追买者。3000 个 IPO 事件的受控模拟给出三层结构：第一层，首日收益严重右偏——均值 28.3%，中位数 23.6%，少数妖股拉高了平均数，破发同样真实存在；第二层，抑价率强烈依赖发行窗口的市场情绪——狂热市均值 58.7%，冷淡市只有 14.9%，相差四倍，“hot issue market” 是这个异象最强的条件变量；第三层也是最反直觉的一层，首日收益与长期收益负相关——按首日涨幅五分组，涨得最疯的 Q5 上市后三年跑输基准 20%，涨得最温和的 Q1 只跑输 7.4%。把两侧拼起来就是本文的核心图景：打新中签、首日卖出的策略十年净值 1.40，稳定但受制于中签率；首日收盘追买、长期持有的策略净值 0.68——同一个异象，一侧是稳定的小额彩票，另一侧是持续的财富毁灭。

为什么发行价会被系统性定低#

一个公司上市，投行定价 20 元，首日收盘 26 元——公司相当于把 30% 的钱留在了桌上（money left on the table）。发行人为什么容忍这种系统性损失？三十年的文献给出三个主要解释框架，它们不互斥，在不同市场、不同年代的相对重要性不同。

第一，信息不对称与赢家诅咒（Rock, 1986）。 打新的投资者分两类：知情者（机构，能判断哪只新股值钱）和不知情者（散户，无差别申购）。好股票被知情者抢购，中签率低；烂股票知情者回避，不知情者反而大比例中签。这就是赢家诅咒：你中签越多的股票，越可能是知情者不要的烂股。如果新股平均定价公允，不知情者的加权收益是负的，他们会退出市场——于是发行人必须系统性压低发行价，补偿不知情者的逆向选择损失，才能维持申购市场的参与度。这个理论的可检验含义是：信息不对称越严重的新股（小盘、无盈利、技术难懂），抑价越深——实证一致成立。

第二，情绪与意见分歧（Miller, 1977; Ritter & Welch, 2002）。 首日价格不是由平均投资者决定的，而是由最乐观的边际买家决定的。新股没有历史价格锚、没有卖空机制（上市初期融券几乎不可行）、信息少分歧大——三个条件叠加，首日价格系统性反映乐观者的估值。这解释了两件信息不对称理论解释不了的事：为什么狂热市的抑价远高于冷淡市（乐观者的数量和出价随情绪波动），以及为什么首日涨得越疯长期越惨（乐观者定价的部分最终要向理性估值回归）。

第三，制度与激励（尤其适用于 A 股）。 发行定价受管制时（如 23 倍市盈率上限），抑价根本不是市场现象而是管制的机械结果——真实价值 50 倍 PE 的公司被强制以 23 倍发行，首日必然暴涨。此外投行有压价动能：定价低一点，包销风险小、机构客户拿到便宜筹码欠人情，而承销费损失有限。

三个框架对应三种可交易含义：赢家诅咒提醒你中签本身携带负面信息（尤其在可以选择性申购的市场）；情绪理论给出首日收益的截面预测变量（发行窗口的市场温度）；制度理论提醒你抑价的水平随规则变化——注册制改革后 A 股新股破发率从零升到 20%+，就是管制溢价消失的直接证据。

实验设计：3000 个 IPO 的受控模拟#

真实 IPO 数据的麻烦在于制度断点太多（A 股经历了审批制、核准制、注册制，定价规则改了七八次），直接混在一起统计会把制度效应和市场效应搅成一锅粥。我们用受控模拟把机制拆干净：生成 3000 个 IPO 事件，抑价率由三部分构成——基线抑价（信息不对称的均衡补偿）、情绪贡献（发行窗口处于冷淡/正常/狂热 regime 的乘数）、信息不对称贡献（小盘/无盈利公司更高）；长期收益则设定为情绪贡献部分会在三年内反转，而信息不对称补偿不反转——这正是 Ritter (1991) 长期弱势（long-run underperformance）的核心机制假设。

import numpy as np

r = np.random.default_rng(42)
n = 3000

# 发行窗口情绪 regime：冷淡 25% / 正常 55% / 狂热 20%
sentiment = r.choice([0, 1, 2], n, p=[0.25, 0.55, 0.20])
sent_mu = np.array([0.02, 0.10, 0.45])       # 各 regime 的情绪抑价中枢

info_asym = r.uniform(0, 1, n)               # 信息不对称程度（小盘/无盈利更高）
base = 0.06                                  # 赢家诅咒均衡补偿

underpricing = (base
                + sent_mu[sentiment] * r.uniform(0.3, 1.7, n)   # 情绪贡献
                + 0.15 * info_asym * r.uniform(0.2, 1.8, n)     # 信息不对称贡献
                + r.normal(0, 0.08, n))                          # 噪声
underpricing = np.clip(underpricing, -0.35, 4.0)                 # 允许破发与妖股

# 长期（3年）超额收益：情绪贡献越大，反转越狠；信息不对称部分不反转
sentiment_part = sent_mu[sentiment] - sent_mu.mean()
longrun = (-0.05
           - 0.55 * np.clip(sentiment_part, 0, None)  # 热市新股长期跑输
           - 0.10 * info_asym
           + r.normal(0, 0.30, n))

注意 np.clip(underpricing, -0.35, 4.0) 这一行：破发（负首日收益）是被显式允许的。任何把 IPO 首日收益建模为”必然为正”的框架都是在拟合管制年代的 A 股，对注册制环境和海外市场没有外推力。

发现一：右偏长尾——均值被妖股拉高，破发同样真实#

首日收益分布严重右偏：均值 28.3%，中位数 23.6%，右尾延伸到 200% 以上，同时左侧存在实打实的破发样本。这个形状本身就有交易含义——IPO 打新的收益结构是彩票型的：多数新股给你平庸的正收益，少数妖股贡献超额，少数破发让你亏钱。彩票型分布意味着：用均值评估打新收益会高估典型体验（你大概率拿到的是中位数体验），而分散申购（提高参与次数）比精选个股更重要——因为右尾妖股几乎不可预测，你唯一确保吃到它们的方式是全都参与。

这也是”打新基金”在 A 股长期存在的原因：底仓市值门槛 + 全量申购，本质是把彩票买全,赚取分布的均值而非中位数。

发现二：情绪 regime 是最强条件变量——热市抑价是冷市四倍#

按发行窗口的市场情绪分组：冷淡市首日均值 14.9%，正常市 23.3%，狂热市 58.7%——热市抑价是冷市的四倍。这是文献中的 “hot issue market” 现象（Ibbotson & Jaffe, 1975），也是抑价异象最容易被利用的维度。

它的机制不难理解：情绪高涨时，边际乐观买家的数量和出价同时上升，而发行价的调整总是滞后且不充分——投行路演定价发生在上市前数周，且有意保留 upside 讨好申购客户。结果是情绪以杠杆化的方式进入首日收益。

对策略的含义分两面。打新侧：热市申购的期望收益远高于冷市——这不需要预测，发行窗口的市场温度（指数近三月涨幅、近期新股表现、申购倍数）是公开可见的当期信息。追买侧：热市首日的高涨幅里情绪成分占比最大，而情绪成分正是后续要反转的部分——热市追新股是在双重不利（高价格 + 高反转预期）下入场。

发现三：首日越疯狂，长期越惨#

按首日收益五分组，看上市后三年相对基准的超额收益：Q1（首日最温和）三年跑输 7.4%，Q5（首日最疯狂）三年跑输 20.0%——单调恶化。两个事实叠在一起：新股作为整体长期跑输市场（Ritter, 1991 的经典结果：美国 IPO 三年平均跑输可比公司约 20-30%），且跑输程度与首日热度正相关。

机制在模拟里是显式设定的，但它对应真实世界的清晰逻辑：首日价格 = 理性估值 + 情绪溢价。首日涨幅越大的股票，情绪溢价占比通常越高；而情绪溢价的宿命是回归。三年的时间窗里，锁定期解禁（供给增加）、业绩兑现压力（多数新股上市即巅峰）、分析师覆盖常态化（分歧收窄）一步步把乐观者定价拉回地面。

值得强调的是这不与打新收益矛盾：打新赚的是发行价到首日收盘的段（左侧），长期反转亏的是首日收盘之后的段（右侧）。同一根 K 线的两侧，是两个方向相反的系统性规律。

同一个异象的两侧：中签者与追买者#

把两侧做成组合：打新策略（发行价申购、首日卖出，按 1% 中签率折算资金占用）十年净值 1.40——收益不炸裂但极其稳定，本质是持续收取信息不对称补偿 + 情绪溢价的发行折扣；追买策略（首日收盘买入、持有三年滚动）净值 0.68——持续流血，因为每一笔买入都站在情绪溢价的最高点。

# 双侧策略对比（简化月度化）
periods = np.array_split(np.arange(n), 120)
allot_ret, chase_ret = [], []
for idx in periods:
    allot_ret.append(np.mean(underpricing[idx]) * 0.010)  # 中签率≈1% 的资金占比
    chase_ret.append(np.mean(longrun[idx]) / 36)          # 首日收盘买入的月均漂移
allot_nav = np.cumprod(1 + np.array(allot_ret))   # → 1.40
chase_nav = np.cumprod(1 + np.array(chase_ret))   # → 0.68

打新策略的收益瓶颈是中签率，不是抑价率——抑价 30% 乘以 1% 中签率，资金收益只有 0.3%。所以打新策略的实际优化方向从来不是”选新股”，而是”提高有效申购资金周转”：A 股的底仓市值优化、多账户、顶格申购，香港的融资打新（杠杆放大申购额），都是围绕中签率做文章。而这也正是该异象长期不消失的原因之一：它的可容纳资金规模天然受限，机构无法通过它配置大资金，套利力量吃不掉发行折扣。

对量化交易者的实践含义#

第一，打新是低风险收益增强，不是 alpha 策略。 它的正确定位是底仓组合的 yield enhancement：底仓承担市场风险（这部分该用指数或你本来就想持有的股票），打新贡献几乎无相关的增量收益。评估时把底仓收益和打新增强分开算，不要混为一谈。

第二，追买新股需要极强的理由。 首日收盘买入的基线期望是负的（三年 -7% 到 -20%），任何新股追买策略必须证明自己的选股信号强到能翻越这个负基线。绝大多数”次新股策略”在扣除这个基线后没有 alpha——它们赚的钱来自恰好赶上情绪 regime 上行，属于 beta 择时的运气。

第三，破发率是制度温度计。 注册制下破发常态化，意味着管制溢价段的收益消失，抑价回归信息不对称补偿 + 情绪两个成分。此时申购决策开始需要真实的定价判断（赢家诅咒开始生效），“无脑顶格申购”的时代在定价市场化的市场里已经结束。

第四，警惕用管制年代的数据外推。 用 2014-2021 年 A 股新股数据回测出的”连板数预测模型”、“开板买入策略”，其统计规律大量来自 23 倍市盈率上限这一制度参数。制度变了，规律就断了——这是过拟合的一种特别隐蔽的形态：拟合的不是噪声，是已经消失的制度。

局限与延伸#

本文是受控模拟，机制是显式植入的（情绪部分反转、信息不对称部分不反转），真实世界的额外复杂度至少包括：锁定期解禁的供给冲击时点效应、绿鞋机制对首日价格的护盘扭曲、承销商托市行为、以及不同板块（主板/创业板/科创板/北交所）定价规则的截面差异。长期弱势的度量也高度依赖基准选择——Ritter 用可比公司匹配，用市值加权指数会得出不同幅度。

延伸方向：把发行窗口情绪做成实时指标（近 20 只新股首日均值 + 申购倍数），检验它对下一批新股抑价的预测力；在港股用融资成本对打新收益做盈亏平衡分析；以及最有对抗性的一个问题——注册制 A 股的破发潮里,赢家诅咒是否已经强到让无差别申购的期望收益转负。

新股首日的暴涨从来不是无主之财。它的左侧是发行人留在桌上的钱，被中签者按彩票规则分走；它的右侧是乐观者付出的情绪溢价，在三年里缓慢归还给市场。搞清楚自己站在哪一侧，比预测任何一只新股的走势都重要。