【经管大课堂·经济统计】环动科技撤回IPO与机器人赛道的一二级市场温差

案例背景

据财新网报道,环动科技近期撤回了其在科创板的上市申请。环动科技所处的赛道是机器人关节用精密减速器等核心零部件,这一类环节长期被视为机器人产业链中技术壁垒最高、国产替代空间最大的位置之一。一家带着热门赛道标签、核心技术标签的企业选择主动撤回申报材料,本身就成为一个值得纳入课堂讨论的统计样本。

真正有教学价值的,是与其并存的对照现象:与资本市场端降温形成鲜明反差的是,机器人整机与核心零部件的订单在近年持续高增,产业端的扩产、招标与交付节奏并未同步放缓。一边是产业订单的热度,一边是融资与上市通道的转冷,这种温差不是偶然的情绪波动,而是两类周期在时间轴上错位的表现。理解它,需要的不只是新闻解读,而是一整套统计口径与周期分析的方法。

核心分析

一、把个案放回分母里:IPO撤否率的口径与陷阱

单家企业的撤回,是新闻;把撤回放进同期申报与终止的样本池里,才是统计量。观测IPO市场情绪,最基础的指标是撤否率,即一定时期内撤回与否决的申报家数除以同期申报家数或在审家数。但这个看似简单的比值隐藏着三个口径陷阱。第一个陷阱是分子分母的时间错配:企业从受理到撤回往往间隔数月甚至更久,用当期的撤回数除以当期的受理数,等于拿不同批次的样本做除法,正确的做法是按受理批次建立队列,跟踪同一批企业的最终去向,也就是生存分析中的队列法,而不是简单同期相除。第二个陷阱是幸存者偏差:只有走完流程并公开的企业才进入统计,主动撤回前尚未披露、或尚未进入问询环节的项目并不在视野之内,这会系统性低估真实退出比例。第三个陷阱是口径的可比性:不同板块、不同时期的终止情形在定义上并不一致,财务数据过期、保荐机构撤销、审核不通过等在统计上常被归为同一类,若不拆分,指标的解释力会大幅下降。课堂讨论时,建议让学生先回答一个问题:我们看到的撤回家数上升,究竟是分母变小造成的比值抬升,还是分子真的变多了?

二、一二级市场温差的本质:两套不同的定价机制

产业订单高增与资本市场遇冷之所以能同时存在,根源在于一级市场与二级市场遵循两套不同的定价逻辑。二级市场的定价锚是当期盈利、可比公司倍数与市场流动性,价格每天连续出清,对基本面变化的反应极为迅速;一级市场的定价锚是未来现金流的折现与最近一轮可比交易的估值倍数,交易稀疏、定价不连续,因而对基本面变化的反应存在明显滞后。当二级市场对某一赛道的热度回落时,二级可比公司的估值倍数先下行,一级市场的高估值却仍停留在上一轮融资形成的锚点上,形成所谓的一二级估值倒挂。此时一级投资人要求的价格与企业愿意接受的价格之间出现缺口,上市与融资通道自然收缩。这一机制可以用一个简单的统计框架刻画:以二级市场行业指数收益率作为解释变量,以滞后若干期的一级市场融资额或估值倍数作为被解释变量,做滞后项回归,通过观察显著滞后阶数与回归系数的大小,判断两个市场之间的传导时滞与传导强度。经济学意义上,这正是资本周期理论所描述的链条:高回报吸引资本涌入,资本涌入带来产能扩张,产能扩张压低回报,回报下行又驱动资本退出。订单高增说明实物资本还在扩张,融资遇冷说明金融资本已经开始撤退,两者出现在同一时点并不矛盾,而是同一条链条上不同环节的状态。

三、资本周期与产业周期的错位:先行、一致与滞后指标

要把这种错位讲清楚,需要引入景气度指标体系中的先行、一致与滞后三组划分。产业周期看的是订单、产能利用率、出货量这类实物流指标,它们与当期生产活动同步,属于一致指标;资本周期看的是融资额、估值倍数、IPO与再融资数量这类金融流指标,它们反映的是对未来的预期,往往领先于实物流指标的变化。于是就出现了一个典型的序列:融资热度先见顶,产业扩产随后见顶,产品价格与利润最后见顶。统计上刻画这种关系,可以用交叉相关分析,将两个序列标准化后计算不同滞后阶数下的相关系数,找出相关系数绝对值最大的滞后阶数,即为经验上的领先或滞后期数。需要提醒学生的是,交叉相关只能给出统计上的伴随关系,不能直接等同于因果,尤其在样本期较短、趋势项显著时,两个序列可能只是共同受到某个第三因素驱动,呈现伪相关。更稳妥的做法是先对序列做去趋势或差分处理,再做相关分析,必要时引入控制变量。此外,把多个指标合成为单一景气指数时,还要面对标准化方法、权重选择与基期设定的问题:对称变化率还是标准化正态,等权还是主成分定权,固定基期还是滚动基期,不同选择会让同一批数据给出不同的景气读数。这些技术细节恰恰是统计素养的核心。

管理启示

本案例可迁移的方法论有三条。第一,看到任何单个企业的事件,先问分母在哪里,把个案放进样本池,用口径一致的比率去衡量,避免被新闻的显著性牵着走。第二,遇到表面矛盾的现象,先检查两套数据是否来自不同的时间尺度与不同的出清机制,产业数据与资本数据的高频低频差异、连续离散差异,足以制造出看似矛盾实则自洽的画面。第三,判断周期位置时,不要只看一个指标的方向,要看先行、一致、滞后三组指标的相对位置,先行指标掉头而一致指标仍在上行,往往意味着拐点正在形成而非已经完成。对管理者而言,这意味着扩张决策不应以融资热度为唯一依据,因为融资热度是先行指标,它转向时,实物资本的回报下行可能还在路上;对投资人而言,这意味着产业订单的高增并不构成估值的安全垫,因为订单转化为利润还要经过价格与产能利用率的传导。

其他思考

  1. 如果要构建一个机器人赛道景气指数,你会选择哪些先行指标、一致指标与滞后指标?请说明每个指标的获取频率与滞后特征,并讨论不同频率指标混用时的处理方法。
  2. 在按受理批次做队列分析时,尚未走完流程的企业该如何处理?如果使用生存分析方法,右删失数据的存在会对撤否率的估计产生什么影响?
  3. 一二级市场估值倒挂时,企业选择撤回而不是降价发行,从博弈论角度看是一种什么策略?这种策略在统计上会如何影响我们观测到的撤否率与发行市盈率分布?

关键词:IPO撤否率、资本周期、机器人产业链
来源:财新网 | 整理:经管大课堂

锐思,察微。
上一篇

【经管大课堂·镜头里的营销学】大促越拉越长:脉冲式营销正在透支品牌溢价

下一篇

【经管大课堂·经济统计】牛肉价格创两年多新高:蛛网模型与产能再平衡

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
关注 关注
锐察微博
返回顶部

微信扫一扫

微信扫一扫