表 1 及表 3 指出每個月 IPOs 平均初始報酬與發行家數都存在序列相關的現 象。但更令人注意的是，為何出現高 IPOs 初始報酬後，總會跟隨著更多公司發 行 IPOs。發行折價是發行公司的成本，而發行公司為了募集更多的金額，理論 上不會選擇在 IPOs 市場出現發行價格被低估這種時機，進行上市上櫃。所以本 單元將探討當 IPOs 發行公司向主管單位申請發行時，是否能夠完全預測到未來 正式發行時的初始報酬水準。如果不能完全預測到時，即表示雖然這些計畫發行 IPOs 的公司，當他們觀察到最近 IPOs 有比較高的初始報酬，認為這是項好的訊 息，會選擇趕快申請上市。但申請當時，他們所擁有的資訊，卻無法影響正式發 行後初始報酬的表現，正好可被用來解釋 IPOs 發行熱季這個迷思。表 5 我們已 經解釋一些可被用來預測 IPOs 初始報酬的因素，接下來要繼續探討這些因素，
是否也能夠解釋 IPOs 每個月平均初始報酬間，出現序列相關的現象。
1 期的自我相關高達 0.532，顯著水準為 0.000，且落後 2 期的係數也達到 0.246，
水準。將其與 Panel A 中 PIRMFtPW自我相關情形做比較，可發現大部分 IPOs 初 始報酬序列相關，是由從申請到正式發行這段時間，包括投資人私有資訊、公開 市場資訊所形成。另外 Panel B 也顯示，這些未能被 IPOs 發行前相關資訊所預 測的 IPOs 預期初始報酬，並未存在顯著自我相關。除了落後 1 期相關係數為 0.256 外，顯著水準為 0.023 外，明顯的其他的自我相關係數皆接近於零。這說 明 IPOs 正式發行前資訊所預測的平均初始報酬，能夠解釋 IPOs 初始報酬自我相 關的情形。因此我們發現 IPOs 初始報酬自我相關的現象，可以透過發行 IPOs 公司本身的特質變數、申請前正面的公開市場資訊、投資人私有資訊、從申請到 正式發行期間公開資訊的效果來解釋。
為了進一步說明 IPOs 從申請到正式發行這段期間資訊，對於初始報酬自我 相關情形的解釋能力，將使用迴歸式(5)來取得每一個 IPO 預期的初始報酬，表 6 第 1 欄指出 IPO 預期初始報酬 PIRi = -0.249 + 2.422MR1i + 13.673STDi - 0.086ALLOCTi。並經由發行規模加權後，取得每個月利用 IPOs 申請到正式發行 這段時間資訊，所預測的平均預期初始報酬(PIRMPWF-Ot)。而從 IPOs 申請到正式 發行這段時間資訊，未能解釋的初始報酬(REF-Ot)，REF-Ot = IRMtPW - PIRMPWF-Ot。 並將分析結果詳列於表 7 中的 Panel C，結果顯示，單獨由從申請到正式發行期 間資訊，所預測的平均預期初始報酬報酬，也出現顯著自我相關現象。落後 1、
2 期的自我相關係數分別為 0.364 及 0.251，並達到 0.000 及 0.027 的顯著水準。
這充分說明每個月 IPOs 平均初始報酬的自我相關，絕大部分可由申請到正式發 行這段期間的資訊所解釋。而且這段時間資訊，無法預測的每個月 IPOs 預期初 始報酬，並未出現顯著自我相關情形。更進一步說明 IPOs 初始報酬自我相關的 現象，最主要是由從申請到正式發行這段時間，包括公開資訊及私有資訊等因素
效果所導致。因此當計畫發行 IPOs 的公司觀察到最近的 IPOs 出現高的初始報酬 時，而緊跟著申請發行 IPOs 時，其實這些發行公司根本無法預期未來的初始報 酬水準，而大部分的初始報酬水準係受到 IPOs 從申請到正式發行，這一段期間 的資訊所影響。也就是說，計畫發行的公司，根本無法透過選擇市場出現高或低 初始報酬的不同時機，來申請發行 IPOs，而從中獲得利益。
透過分析結果，我們可以說明市場出現高的 IPOs 初始報酬後，總會更多公 司發行 IPOs，這項發行熱季之迷思。雖然許多公司觀察到，市場出現較高的初 始報酬後，會傾向趕快申請發行 IPOs。但事實上，若在申請 IPOs 時，市場出現 負面的公開資訊，這些公司根本無法預測發行價格的折價程度，分析結果也顯示 大部分的初始報酬，能夠被從申請到正式發行期間的資訊所預測。因而在申請 IPOs 當時，公司根本無法預測未來初始報酬的水準。但若在申請 IPOs 前，出現 正向的市場報酬資訊，則公司只會將上述資訊中的一部份反應在發行價格上，並 未完全根據市場資訊來調整其發行價格，而導致發行價格折價的情形。這時市場 上的投資人，將會因取得特定 IPO 發行價格明顯低估的訊息，進而提高對該 IPO 的需求，而導致將來出現高 IPOs 初始報酬的情況。
接下來為了驗證上述結果，本文透過 Fama-MacBeth 迴歸模型進行敏感性分 析(sensitivity analysis)，測試 IPOs 申請前市場上其他 IPOs 的初始報酬，與被申 請之 IPOs 未來上市後初始報酬之間的關係，以進一步解釋發行公司是否可以利 用申請前其他 IPO 的初始報酬，來預測其未來的初始報酬。本文在迴歸式(3)與 迴歸式(4)中，分別加入個別 IPO 申請前一個月，IPOs 市場上平均加權初始報酬 (IRMF-1PW)作為自變數。且為測試發行公司決定申請時，是否會一致反應 IPOs 市場中，正負兩方面的訊息，並令 IRMF-1PW 小於零時，IRMF-1PW-等於 IRMF-1PW。
我們參考 Fama and MacBeth (1973)方法，以每年為基準進行迴歸分析，最後將所 有年度的迴歸係數進行平均取得最後的參數值，分析結果詳列在表 8。
【插入表 8】
表8第1欄顯示，若迴歸式只包含IPOs申請前的資訊時，IPOs申請前，市場上 其他IPOs的平均初始報酬，對其未來初始報酬的預測能力並不顯著，t值分別為 1.59及-1.55。而若再加入從申請到正式發行這段時間的資訊，其t值也只達0.77及 -1.90。顯示無論申請前，其他IPOs市場上出現正或負的平均初始報酬，都不會影 響到未來該IPOs的初始報酬。因此敏感性分析的結果與表7的分析結果一致，更 進一步證明，當發行公司向主管機關申請發行IPOs時，最近市場上IPOs的初始報 酬，並不會影響前面被申請IPOs，未來發行後的初始報酬。也就是說，發行公司 並不能透過選擇上市時機，來控制其未來初始報酬的水準。
(二) 解釋影響 IPOs 申請及發行家數之資訊來源
為了探討能夠在 IPOs 市場出現高初始報酬下，導致更多公司申請 IPOs 的資 訊來源為何？我們透過 VAR(3)模型進行分析，利用從迴歸式(3)與迴歸式(4)，所 取得的平均預期加權初始報酬(如表 7 中 PIRMFtPW及 PIRMOtPW的定義)，分析是 否可用來預測接下來 IPOs 的申請及發行數量。從中瞭解透過不同資訊，所預測 出的平均預期初始報酬，對於未來 IPOs 申請數與發行量的預測能力，以區別出 有哪些資訊，能夠預測出未來 IPOs 的發行情況。分析結果詳列於表 9、表 10。
【插入表 9】
表 9 報導利用迴歸式(3)，所預測的平均 IPOs 預期初始報酬(PIRMFtPW)，及
未能夠被預期的初始報酬殘差(REMFtPW)， it
NIPO
i it PW
Ft PW e
REM
t
1
。進一步與每
個月申請 IPOs 家數及正式發行家數間，透過 VAR(3)模型進行分析。這說明，申
請 IPOs 前的資訊，包括公司本身產業別、承銷商信譽、發行規模、上市別等變 數以及市場上的公開資訊，所預期的初始報酬，對於未來 IPOs 活動的預測能力。
表 9 Panel A 中每個月平均預期初始報酬(PIRMFtPW)，係基於攸關公司特質資訊以 及申請前市場上公開資訊所預測出來，因此這部分的預期初始報酬包含有關初次 發行公司的發行規模、產業別、上市別、承銷商信譽、市場報酬的狀況。而不能 夠被預期的初始報酬殘差，則隱含著在申請 IPOs 之前，未能取得的相關資訊，
包括從申請到正式發行期間市場的狀況、投資人的需求、有關 IPOs 公司不確定 性等資訊，或者再加上發行後次級交易市場所反映的資訊。分析結果顯示，由申 請 IPOs 前資訊，所預測的預期初始報酬，無論對於接下來每個月 IPOs 申請家數，
或者發行數量的預測能力都未達到顯著，其 Granger-test 的 P-value 分別為 0.269 及 0.113。但比較有趣的是，該模型對於每月申請 IPOs 家數的解釋程度，明顯大 於每月正式發行家數，其 R2也分別為 30.0%及 19.9%。這與表 4 研究結果一致，
指出一般計畫要發行 IPOs 的公司，當觀察到市場上出現比較高的 IPOs 初始報酬 時，會透過申請 IPOs，作為反應該訊息的手段。
而表 9 中 Panel B 的分析結果也指出，這些未能夠被 IPOs 申請前資訊，所 預測的平均預期初始報酬(REMFtPW)，對於每個月 IPOs 申請家數與正式發行家 數，相對於預期初始報酬，展現出非常顯著的預測能力，Granger-test 的 P-value 分別達到 0.013 及 0.018。這也說明 IPOs 申請前的資訊，包括發行規模、上市別、
產業別、承銷商信譽以及申請前市場公開資訊，不足以用於預測未來 IPOs 申請 家數與正式發行家數，而對於預測上述 IPOs 活動最有價值的資訊，是來自 IPOs 申請後到正式發行這段時間，可獲得的相關訊息，或者正式發行後次級市場所反 映出的訊息。而 R2分別為 0.360 及 0.241，也顯示，模型對於未來每月 IPOs 申
請家數的解釋能力，明顯大於每月正式發行家數。 指標，其 Granger-test 的 P-value 分別為 0.082 及 0.017，且對於兩者的解釋程度，
也分別提高到 0.325 及 0.243。更能反映出從 IPOs 申請到正式發行期間的相關資
其 Granger-test 的 P-value 分別為 0.197 及 0.298。這說明計畫發行的公司，在選 擇申請時機時，並不會過份依賴次級交易市場所出現的資訊，而該資訊也不會影 響到正式發行的時間。
表 9、10 的分析結果指出，計畫發行的公司絕大部分會根據最近 IPOs，其 從申請到正式發行這段期間的資訊，來做為何時發行 IPOs 的參考。也因此申請
前的資訊，包括最近 IPOs 產業別、發行規模、申請前的市場公開資訊，對於計 畫發行 IPOs 的公司，在申請與發行時機選擇上的影響程度，非常小。甚至最近 IPOs 正式發行後，次級市場所出現的資訊，對於未來 IPOs 發行的影響也不大。
前的資訊，包括最近 IPOs 產業別、發行規模、申請前的市場公開資訊，對於計 畫發行 IPOs 的公司，在申請與發行時機選擇上的影響程度，非常小。甚至最近 IPOs 正式發行後，次級市場所出現的資訊，對於未來 IPOs 發行的影響也不大。