Strasmore Research
เจาะลึกข้อมูล Matt Connorโดย Matt Connor · อัปเดตเมื่อ 2026-08-08

ราคาหุ้นจะปรับตัวลดลงเมื่อระยะเวลา Lockup สิ้นสุดลงหรือไม่

วิเคราะห์ผลกระทบเมื่อระยะเวลา Lockup สิ้นสุดลงตามหลักการศึกษาเหตุการณ์จริง พบว่าราคาหุ้นมักถูกสะท้อนในตลาดไว้ล่วงหน้าตามข้อมูลในหนังสือชี้ชวน ทำให้ผลตอบแทนติดลบเพียงเล็กน้อยเท่านั้น

ราคาหุ้นจะปรับตัวลดลงเมื่อระยะเวลาห้ามขายหุ้น (lockup) สิ้นสุดลงหรือไม่ โดยเฉลี่ยแล้วราคาหุ้นอาจย่อตัวลงเล็กน้อย แต่ก็น้อยกว่าที่ความเชื่อทั่วไปกล่าวไว้มาก การสิ้นสุดระยะเวลาห้ามขายหุ้นคือวันแรกที่ผู้บริหารบริษัทและนักลงทุนที่เข้ามาลงทุนก่อนการเสนอขายหุ้นต่อสาธารณชนครั้งแรก (IPO) สามารถขายหุ้นที่ถือครองอยู่ได้ ผลการศึกษาเหตุการณ์ (event studies) ที่มีการเผยแพร่ระบุว่า มีผลตอบแทนผิดปกติเฉลี่ย (average abnormal return) เป็นลบเพียงเล็กน้อยในช่วงวันดังกล่าว ควบคู่ไปกับการเพิ่มขึ้นของปริมาณการซื้อขาย (trading volume) อย่างมีนัยสำคัญและต่อเนื่อง วันดังกล่าวถูกระบุไว้ในหนังสือชี้ชวน IPO ล่วงหน้าหลายเดือน ซึ่งตลาดมีเวลาเตรียมตัวรับมือกับเหตุการณ์นี้มาโดยตลอด

สิ่งที่เปลี่ยนไปจริงเมื่อระยะเวลาห้ามขายหุ้นสิ้นสุดลง

ข้อตกลงห้ามขายหุ้น (lockup agreement) คือสัญญาที่ทำขึ้นระหว่างผู้บริหารของบริษัทที่เพิ่งเข้าจดทะเบียนในตลาดหลักทรัพย์กับธนาคารที่เป็นผู้รับประกันการจำหน่ายหุ้น (underwriter) โดยผู้ถือหุ้นเหล่านี้ตกลงที่จะไม่ขายหุ้นเป็นระยะเวลาหนึ่งหลัง IPO ซึ่งโดยปกติคือ 180 วัน หรือบางกรณีอาจเป็น 90 วัน เมื่อครบกำหนดระยะเวลาดังกล่าว จะไม่มีการออกหุ้นใหม่และไม่มีการเปลี่ยนแปลงใด ๆ เกี่ยวกับการดำเนินธุรกิจ สิ่งที่เปลี่ยนไปคือจำนวนหุ้นที่สามารถซื้อขายได้อย่างถูกกฎหมาย หรือ free float บริษัทที่ขายหุ้นร้อยละ 10 ของบริษัทในการเสนอขายครั้งแรก อาจมีจำนวนหุ้นที่สามารถนำออกมาซื้อขายในตลาดได้เพิ่มขึ้นอีกหลายเท่าตัวเมื่อถึงวันครบกำหนด

คุณสมบัติสองประการของสถานการณ์นี้มีความสำคัญ ประการแรกคืออุปทานหุ้นที่อาจเพิ่มขึ้นมีจำนวนมากเมื่อเทียบกับ free float และประการที่สองคือวันดังกล่าวเป็นข้อมูลที่ทราบได้สำหรับทุกคนที่เปิดอ่านหนังสือชี้ชวน ทั้งสองปัจจัยนี้ส่งผลในทิศทางตรงกันข้าม ซึ่งเป็นจุดที่ความเข้าใจทั่วไปกับผลลัพธ์ที่วัดได้จริงมีความแตกต่างกัน สำหรับกลไกของข้อตกลงดังกล่าว โปรดดูคำอธิบายเรื่อง IPO lockup expiration ของเรา

ราคาหุ้นจะปรับตัวลดลงเมื่อระยะเวลาห้ามขายหุ้นสิ้นสุดลงหรือไม่? ผลการวิจัยระบุว่าอย่างไร

นี่เป็นหนึ่งในเหตุการณ์ที่มีการศึกษาอย่างละเอียดในตลาดหุ้น เนื่องจากวันดังกล่าวถูกกำหนดโดยสัญญามากกว่าที่จะเกิดจากข่าวสาร Field และ Hanka (2001, Journal of Finance) ได้ตรวจสอบการสิ้นสุดระยะเวลาห้ามขายหุ้นมากกว่าหนึ่งพันรายการ และรายงานว่ามีผลตอบแทนผิดปกติที่เป็นลบอย่างมีนัยสำคัญทางสถิติกระจุกตัวอยู่ในช่วงวันดังกล่าว พร้อมกับการเพิ่มขึ้นอย่างถาวรของปริมาณการซื้อขายเฉลี่ย ผลตอบแทนผิดปกติหมายถึงส่วนของการเคลื่อนไหวของราคาหุ้นที่เหลืออยู่หลังจากหักผลตอบแทนของตลาดโดยรวมในช่วงเวลาเดียวกันออกไปแล้ว

Bradley, Jordan, Roten และ Yi (2001) ได้บันทึกรูปแบบเดียวกัน โดยพบว่าราคาหุ้นที่อ่อนตัวลงกระจุกตัวอยู่ในหุ้น IPO ที่ได้รับการสนับสนุนจากบริษัทร่วมลงทุน (venture-backed) Brav และ Gompers (2003) มองว่าข้อตกลงห้ามขายหุ้นเป็นเครื่องมือสร้างความผูกพัน (commitment device) และเชื่อมโยงขนาดของผลกระทบจากการสิ้นสุดระยะเวลาห้ามขายหุ้นเข้ากับลักษณะเฉพาะของบริษัทมากกว่าการปลดล็อกหุ้นเพียงอย่างเดียว Ofek และ Richardson (2000) ตีความพฤติกรรมของราคาว่าเป็นหลักฐานของเส้นอุปสงค์ที่ลาดลงสำหรับหุ้น ซึ่งหมายความว่าผู้ซื้อจะดูดซับอุปทานส่วนเกินที่ราคาต่ำลง Cao, Field และ Hanka (2004) ได้ทดสอบว่าอุปทานจากผู้ถือหุ้นวงในสร้างความเสียหายต่อสภาพคล่องในช่วงวันดังกล่าวหรือไม่ และพบว่าสภาวะการซื้อขายยังคงดำเนินไปได้ดีโดยไม่ได้แย่ลง

สิ่งที่ควรจดจำจากงานวิจัยเหล่านี้มีสองประการ ประการแรก ผลกระทบเฉลี่ยนั้นมีอยู่จริงแต่มีขนาดเล็ก ซึ่งสามารถถูกลบล้างได้ในการซื้อขายเพียงหนึ่งวันทำการปกติ ประการที่สอง การกระจายตัวของผลลัพธ์รอบค่าเฉลี่ยนั้นกว้างกว่าค่าเฉลี่ยเองมาก

ปริมาณการซื้อขายเป็นส่วนที่คาดการณ์ได้มากกว่าของรูปแบบนี้

ตารางด้านล่างนำ 6 หุ้น IPO ของสหรัฐฯ จากปี 2023 และ 2024 มาเปรียบเทียบปริมาณการซื้อขายหุ้นเฉลี่ยต่อวันในช่วง 30 วันตามปฏิทินก่อนถึงกำหนด 180 วัน กับช่วง 30 วันหลังจากนั้น โดยใช้เกณฑ์ 180 วันแทนที่จะเป็นวันที่ระบุในสัญญาของหนังสือชี้ชวนแต่ละฉบับ ซึ่งเป็นการลดทอนรายละเอียดเพื่อให้เข้าใจง่ายตามที่ระบุไว้ในหมายเหตุข้อมูลท้ายบทความ

คำสั่งดึงข้อมูลปริมาณการซื้อขายเฉลี่ยต่อวันก่อนและหลังช่วง 180 วัน สำหรับ IPO ปี 2023-2024
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH multiIf(
        ticker = 'ARM',  toDate('2023-09-14'),
        ticker = 'CART', toDate('2023-09-19'),
        ticker = 'BIRK', toDate('2023-10-11'),
        ticker = 'ALAB', toDate('2024-03-20'),
        ticker = 'RDDT', toDate('2024-03-21'),
        ticker = 'RBRK', toDate('2024-04-25'),
        toDate('2024-01-01')) + 180 AS lockup_mark
SELECT
    ticker,
    round(avgIf(day_volume, session_date <  lockup_mark) / 1e6, 2) AS avg_volume_before_m,
    round(avgIf(day_volume, session_date >= lockup_mark) / 1e6, 2) AS avg_volume_after_m,
    round(100 * (avgIf(day_volume, session_date >= lockup_mark)
                 / avgIf(day_volume, session_date <  lockup_mark) - 1), 1) AS volume_change_pct
FROM
(
    SELECT
        ticker,
        toDate(toTimeZone(window_start, 'America/New_York')) AS session_date,
        toFloat64(sum(volume))                               AS day_volume
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('ARM', 'CART', 'BIRK', 'ALAB', 'RDDT', 'RBRK')
      AND window_start >= toDateTime('2024-01-15 00:00:00')
      AND window_start <  toDateTime('2024-12-15 00:00:00')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
    GROUP BY ticker, session_date
)
WHERE session_date >= lockup_mark - 30
  AND session_date <= lockup_mark + 30
GROUP BY ticker
HAVING countIf(session_date <  lockup_mark) > 0
   AND countIf(session_date >= lockup_mark) > 0
ORDER BY volume_change_pct DESC
Run this yourself

ช่องว่างที่กว้างที่สุดในกลุ่มนี้เป็นของ ALAB ที่ 13.6% โดยเพิ่มขึ้นจาก 3.18 ล้านหุ้นต่อวัน เป็น 3.62 ล้านหุ้น ส่วนอีกด้านหนึ่งของตารางคือ ARM ที่ -67.6% ปริมาณการซื้อขายคือจุดที่การปลดล็อกหุ้นแสดงให้เห็นชัดเจนที่สุด หุ้นที่ไม่สามารถเปลี่ยนมือได้ในตอนแรกสามารถทำได้แล้ว และบางส่วนก็มีการซื้อขายจริง

ผลลัพธ์ด้านราคาที่มีความหลากหลาย

ชื่อหุ้นทั้งหกตัวเดิมในช่วงเวลาเดียวกัน โดยวัดจากราคาปิดแทนปริมาณการซื้อขาย

คำสั่งดึงข้อมูลการเปลี่ยนแปลงของราคาในช่วง 30 วันก่อนและหลังช่วง 180 วัน
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH multiIf(
        ticker = 'ARM',  toDate('2023-09-14'),
        ticker = 'CART', toDate('2023-09-19'),
        ticker = 'BIRK', toDate('2023-10-11'),
        ticker = 'ALAB', toDate('2024-03-20'),
        ticker = 'RDDT', toDate('2024-03-21'),
        ticker = 'RBRK', toDate('2024-04-25'),
        toDate('2024-01-01')) + 180 AS lockup_mark
SELECT
    ticker,
    round(100 * (argMaxIf(day_close, session_date, session_date <  lockup_mark)
               / argMinIf(day_close, session_date, session_date <  lockup_mark) - 1), 1) AS return_before_pct,
    round(100 * (argMaxIf(day_close, session_date, session_date >= lockup_mark)
               / argMaxIf(day_close, session_date, session_date <  lockup_mark) - 1), 1) AS return_after_pct
FROM
(
    SELECT
        ticker,
        toDate(toTimeZone(window_start, 'America/New_York'))   AS session_date,
        toFloat64(argMax(close, window_start))                 AS day_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('ARM', 'CART', 'BIRK', 'ALAB', 'RDDT', 'RBRK')
      AND window_start >= toDateTime('2024-01-15 00:00:00')
      AND window_start <  toDateTime('2024-12-15 00:00:00')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
    GROUP BY ticker, session_date
)
WHERE session_date >= lockup_mark - 30
  AND session_date <= lockup_mark + 30
GROUP BY ticker
HAVING countIf(session_date <  lockup_mark) > 0
   AND countIf(session_date >= lockup_mark) > 0
ORDER BY return_after_pct DESC
Run this yourself

ช่วง 30 วันหลังจากครบกำหนดมีค่า 51% สำหรับ ALAB ที่ด้านหนึ่งของตาราง และ 1.9% สำหรับ BIRK ที่อีกด้านหนึ่ง หุ้นหกตัวเป็นเพียงตัวอย่างประกอบไม่ใช่การศึกษาเชิงลึก และนั่นคือประเด็นสำคัญที่ต้องการสื่อให้เห็นว่า การกระจายตัวของผลลัพธ์ในหุ้นที่ปลดล็อกจำนวนหนึ่งนั้นมีมากกว่าค่าเฉลี่ยเล็กน้อยที่งานวิจัยวัดได้จากหุ้นนับพันตัว ใครก็ตามที่อ้างถึงเปอร์เซ็นต์ที่คาดหวังเพียงค่าเดียวสำหรับการปลดล็อกหุ้น กำลังอ้างถึงค่ากลางของการกระจายตัวที่กว้างมาก

การวางสถานะก่อนถึงวันครบกำหนดเป็นอย่างไร

วันครบกำหนดเป็นข้อมูลสาธารณะจากหนังสือชี้ชวน ดังนั้นนักเทรดมืออาชีพจึงสามารถวางสถานะล่วงหน้าได้ ร่องรอยที่เห็นได้ชัดประการหนึ่งคือปริมาณการขายชอร์ต (short sale volume) ซึ่งเป็นส่วนหนึ่งของปริมาณการซื้อขายหุ้นที่รายงานในแต่ละวันที่มีการทำรายการขายชอร์ต ไม่ใช่ยอดคงค้างของการขายชอร์ต (short interest) ซึ่งเป็นยอดคงค้างของหุ้นที่ยืมมาขายที่เผยแพร่เดือนละสองครั้ง ปริมาณการขายชอร์ตเป็นมาตรวัดกระแสรายวัน และมีระดับสูงสำหรับหุ้นที่มีสภาพคล่องส่วนใหญ่ในสภาวะปกติ

คำสั่งดึงข้อมูลสัดส่วนปริมาณการขายชอร์ตเทียบกับปริมาณการซื้อขายรวม ในช่วง 30 วันก่อนและหลังช่วง 180 วัน
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH multiIf(
        ticker = 'ARM',  toDate('2023-09-14'),
        ticker = 'CART', toDate('2023-09-19'),
        ticker = 'BIRK', toDate('2023-10-11'),
        ticker = 'ALAB', toDate('2024-03-20'),
        ticker = 'RDDT', toDate('2024-03-21'),
        ticker = 'RBRK', toDate('2024-04-25'),
        toDate('2024-01-01')) + 180 AS lockup_mark
SELECT
    ticker,
    round(100 * sumIf(short_vol, session_date <  lockup_mark)
              / sumIf(total_vol, session_date <  lockup_mark), 1) AS short_share_before_pct,
    round(100 * sumIf(short_vol, session_date >= lockup_mark)
              / sumIf(total_vol, session_date >= lockup_mark), 1) AS short_share_after_pct
FROM
(
    SELECT
        ticker,
        date                            AS session_date,
        toFloat64(max(short_volume))    AS short_vol,
        toFloat64(max(total_volume))    AS total_vol
    FROM global_markets.stocks_short_volume
    WHERE ticker IN ('ARM', 'CART', 'BIRK', 'ALAB', 'RDDT', 'RBRK')
      AND date >= toDate('2024-01-15')
      AND date <  toDate('2024-12-15')
    GROUP BY ticker, session_date
)
WHERE session_date >= lockup_mark - 30
  AND session_date <= lockup_mark + 30
GROUP BY ticker
HAVING sumIf(total_vol, session_date <  lockup_mark) > 0
   AND sumIf(total_vol, session_date >= lockup_mark) > 0
ORDER BY short_share_before_pct DESC
Run this yourself

ALAB มีค่าการอ่านก่อนถึงวันครบกำหนดสูงสุดในกลุ่ม โดยมี 58.4% ของปริมาณการซื้อขายที่รายงานเป็นการขายชอร์ตในช่วง 30 วันก่อนหน้า เทียบกับ 48.7% ในช่วง 30 วันหลังจากนั้น ให้พิจารณาระดับของตัวเลขมากกว่าการเปลี่ยนแปลง รายการที่ระบุว่าเป็นการขายชอร์ตถือเป็นส่วนแบ่งขนาดใหญ่ของปริมาณการซื้อขายรายวันอยู่แล้วก่อนที่การปลดล็อกหุ้นจะมาถึง ซึ่งนั่นคือสิ่งที่การคาดการณ์ปรากฏให้เห็นในเทปบันทึกการซื้อขาย ตลาดการยืมหุ้นมักจะตึงตัวขึ้นในช่วงวันดังกล่าวด้วย และหุ้นที่มีต้นทุนการยืมสูงคือหุ้นที่นักเทรดรายอื่นได้เข้าไปถือครองสถานะไว้มากแล้ว

ตัวอย่างหุ้นรายตัวในแต่ละวันทำการ

ค่าเฉลี่ยอาจบดบังรูปแบบที่แท้จริง นี่คือหุ้น Reddit ในช่วงหลายสัปดาห์รอบวันครบกำหนด 180 วัน ในช่วงฤดูใบไม้ร่วงปี 2024 โดยแสดงราคาปิดพร้อมปริมาณการซื้อขายรายวันด้านล่าง

คำสั่งดึงข้อมูลราคาปิดและปริมาณการซื้อขายรายวันของ RDDT รอบช่วง 180 วัน ระหว่างเดือนสิงหาคมถึงตุลาคม 2024
SQL เบื้องหลังตัวเลขแต่ละตัว
SELECT
    toString(toDate(toTimeZone(window_start, 'America/New_York'))) AS session_date,
    round(toFloat64(argMax(close, window_start)), 2)               AS close,
    round(toFloat64(sum(volume)) / 1e6, 2)                         AS volume_m
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'RDDT'
  AND window_start >= toDateTime('2024-08-12 00:00:00')
  AND window_start <  toDateTime('2024-10-25 00:00:00')
  AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
       + toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
  AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
       + toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
GROUP BY session_date
ORDER BY session_date
Run this yourself

ตลอด 53 วันทำการที่แสดง ตั้งแต่ 2024-08-12 ถึง 2024-10-24 ราคาปิดเคลื่อนไหวจาก $52.51 เป็น $78.62 ไม่มีจุดหักเหที่รุนแรงอยู่ตรงกลางแผนภูมิ นั่นคือกรณีปกติ และกรณีปกติก็ยังคงเป็นหลักฐานที่สำคัญ

เมื่อการเคลื่อนไหวมีขนาดใหญ่

สภาวะที่นักวิจัยและโต๊ะซื้อขายหลักทรัพย์เชื่อมโยงกับปฏิกิริยาที่รุนแรงขึ้นมีจุดร่วมที่เหมือนกัน คือการปลดล็อกหุ้นมีขนาดใหญ่เมื่อเทียบกับสิ่งที่ตลาดสามารถดูดซับได้ และผู้ถือหุ้นมีเส้นทางที่ชัดเจนในการขายหุ้นออก

  • มี free float ขนาดเล็กเมื่อเทียบกับกลุ่มหุ้นที่จะถูกปลดล็อก ทำให้หุ้นที่ถูกปล่อยออกมาเป็นทวีคูณของปริมาณการซื้อขายในสัปดาห์ปกติ
  • การถือครองหุ้นกระจุกตัวอยู่ในกองทุนร่วมลงทุนหรือกองทุนหุ้นนอกตลาด (private equity) เพียงไม่กี่แห่งที่ใกล้สิ้นสุดอายุของกองทุน
  • หุ้นมีการซื้อขายห่างจากราคา IPO มากในทิศทางใดทิศทางหนึ่ง ซึ่งเปลี่ยนสถานะของผู้ถือหุ้นที่ถือครองอยู่
  • สภาพคล่องรายวันต่ำ ซึ่งแม้แต่แผนการขายหุ้นเพียงเล็กน้อยก็ถือเป็นสัดส่วนที่มีนัยสำคัญของปริมาณการซื้อขายทั้งหมด

เมื่อไม่มีอะไรเกิดขึ้นเลย

บ่อยครั้งที่วันดังกล่าวผ่านไปโดยไม่มีร่องรอยบนแผนภูมิ และเหตุผลนั้นเป็นเรื่องเชิงโครงสร้าง

  • ผู้ถือหุ้นวงในได้ขายหุ้นไปแล้วในการเสนอขายหุ้นเพิ่มเติม (follow-on) หรือการเสนอขายหุ้นรอง (secondary offering) ดังนั้นอุปทานจึงเข้าสู่ตลาดไปแล้วหลายสัปดาห์ก่อนหน้านี้ในรูปแบบการซื้อขายที่ตกลงกันไว้
  • ผู้รับประกันการจำหน่ายหุ้นอนุญาตให้ปลดล็อกหุ้นก่อนกำหนด ทั้งหมดหรือบางส่วน ซึ่งเป็นสิ่งที่พวกเขาสามารถทำได้
  • ข้อตกลงมีการทยอยปลดล็อกเป็นงวด ๆ หรือมีเงื่อนไขการปลดล็อกก่อนกำหนดที่ผูกกับรายงานผลประกอบการหรือเกณฑ์ราคา ดังนั้นวันที่ 180 วันจึงเป็นเพียงหนึ่งในหลายจุดของการปลดล็อก
  • ผู้ถือหุ้นรายใหญ่ที่สุดเป็นผู้ถือหุ้นเชิงกลยุทธ์มากกว่าเชิงการเงิน โดยไม่มีความตั้งใจที่จะขายหุ้นในวันใด ๆ

รายการตรวจสอบสำหรับวันครบกำหนดที่กำลังจะมาถึง

  1. ตรวจสอบวันที่ตามสัญญา ไม่ใช่การคาดการณ์ที่ 180 วัน โดยระบุไว้ในส่วนการรับประกันการจำหน่ายหุ้นของหนังสือชี้ชวน คู่มือของเราเรื่อง how to find a lockup expiration date จะแนะนำวิธีค้นหา
  2. ประเมินขนาดของการปลดล็อกเทียบกับ free float: จำนวนหุ้นที่มีสิทธิขายหารด้วยจำนวนหุ้นที่ซื้อขายได้อย่างอิสระในปัจจุบัน
  3. ตรวจสอบว่ามีการเสนอขายหุ้นรองที่ระบายหุ้นส่วนนั้นออกไปแล้วหรือไม่
  4. อ่านเงื่อนไขการปลดล็อกสำหรับงวดต่าง ๆ เกณฑ์ราคา หรือการปลดล็อกก่อนกำหนดที่เชื่อมโยงกับผลประกอบการ
  5. ดูสถานะที่มีการวางไว้ก่อนถึงวันดังกล่าว รวมถึงสัดส่วนปริมาณการขายชอร์ตและต้นทุนในการยืมหุ้น
  6. สังเกตว่ารายชื่อผู้ถือหุ้นมีความกระจุกตัวเพียงใด และผู้ถือหุ้นเหล่านั้นได้ประกาศแผนการขายหุ้นต่อสาธารณะหรือไม่

สำหรับบริบทเกี่ยวกับจำนวนวันดังกล่าวที่กำลังจะเกิดขึ้นในปีนี้ โปรดดูบทวิเคราะห์ของเราเรื่อง 2026 IPO market so far

คำถามที่พบบ่อย

ราคาหุ้นจะปรับตัวลดลงเสมอเมื่อระยะเวลาห้ามขายหุ้นสิ้นสุดลงหรือไม่?

ไม่เสมอไป ผลการศึกษาเหตุการณ์ที่เผยแพร่พบว่ามีผลตอบแทนผิดปกติเฉลี่ยเป็นลบเพียงเล็กน้อยในช่วงการสิ้นสุดระยะเวลาห้ามขายหุ้นในกลุ่มตัวอย่างขนาดใหญ่ โดยมีการกระจายตัวของผลลัพธ์รายตัวที่กว้างทั้งสองด้านของค่าเฉลี่ยนั้น หุ้นจำนวนมากผ่านวันครบกำหนดไปโดยไม่มีผลกระทบต่อราคาที่เห็นได้ชัดเจนเลย

ระยะเวลาห้ามขายหุ้น IPO โดยทั่วไปนานเท่าใด?

ระยะเวลาห้ามขายหุ้น IPO ของสหรัฐฯ ส่วนใหญ่จะอยู่ที่ 180 วันนับจากการเสนอขาย โดยข้อตกลง 90 วันและโครงสร้างการปลดล็อกเป็นงวด ๆ ก็พบได้ทั่วไปเช่นกัน ระยะเวลาที่มีผลผูกพันคือสิ่งที่ระบุไว้ในหนังสือชี้ชวนสำหรับดีลนั้น ๆ ไม่ใช่ตามเกณฑ์มาตรฐาน

เกิดอะไรขึ้นกับปริมาณการซื้อขายเมื่อระยะเวลาห้ามขายหุ้นสิ้นสุดลง?

ปริมาณการซื้อขายเป็นส่วนที่สม่ำเสมอที่สุดของรูปแบบนี้ Field และ Hanka (2001) พบว่ามีการเพิ่มขึ้นอย่างถาวรของปริมาณการซื้อขายเฉลี่ยหลังจากการสิ้นสุดระยะเวลาห้ามขายหุ้น และตารางด้านบนแสดงให้เห็นว่าปริมาณการซื้อขายเพิ่มขึ้นในหุ้นส่วนใหญ่ในช่วงเวลาที่ศึกษา

ระยะเวลาห้ามขายหุ้นสามารถยกเลิกก่อนวันครบกำหนดได้หรือไม่?

ได้ ผู้รับประกันการจำหน่ายหุ้นสามารถยกเว้นข้อตกลงห้ามขายหุ้นก่อนกำหนดได้ ทั้งหมดหรือบางส่วน และข้อตกลงหลายฉบับมีเงื่อนไขการปลดล็อกก่อนกำหนดของตนเองที่เชื่อมโยงกับรายงานผลประกอบการหรือเกณฑ์ราคา นี่เป็นหนึ่งในเหตุผลหลักที่วันที่คำนวณจาก "IPO บวก 180 วัน" อาจคลาดเคลื่อนไปจากความเป็นจริง

ปริมาณการขายชอร์ตที่สูงก่อนวันครบกำหนดถือเป็นเรื่องผิดปกติหรือไม่?

ไม่ถือว่าผิดปกติในตัวเอง รายการที่ระบุว่าเป็นการขายชอร์ตถือเป็นสัดส่วนขนาดใหญ่ของปริมาณการซื้อขายรายวันที่รายงานสำหรับหุ้นที่มีสภาพคล่องส่วนใหญ่ในสภาวะปกติ ดังนั้นระดับก่อนการปลดล็อกหุ้นจึงควรเปรียบเทียบกับฐานข้อมูลของหุ้นตัวนั้น ๆ เองมากกว่าการเปรียบเทียบกับศูนย์

หมายเหตุข้อมูลและวิธีการ

ตารางตัดขวางทั้งสามตารางใช้เกณฑ์ 180 วันนับจากวันที่ IPO ของแต่ละบริษัท ซึ่งสามารถดูได้ใน SQL นี่เป็นการลดทอนรายละเอียด: การสิ้นสุดระยะเวลาห้ามขายหุ้นตามสัญญาในหนังสือชี้ชวนอาจแตกต่างออกไป อาจมีการปลดล็อกเป็นงวด ๆ และอาจได้รับการยกเว้นก่อนกำหนด โปรดถือว่าตารางเหล่านี้เป็นเพียงภาพประกอบว่าช่วงเวลาดังกล่าวมีพฤติกรรมอย่างไร ไม่ใช่บันทึกของวันที่ตามสัญญาจริงทั้งหกรายการ

ข้อมูลรายวันสร้างขึ้นจากแท่งเทียนรายนาทีในช่วงเวลาซื้อขายปกติและแปลงเป็นเวลาของนิวยอร์ก ดังนั้นรายการซื้อขายในช่วงนอกเวลาทำการจึงถูกแยกออก ตัวเลขปริมาณการขายชอร์ตมาจากปริมาณการขายชอร์ตรายวันที่รายงาน โดยมีการลบรายการซ้ำตาม ticker และวันที่ ปริมาณการขายชอร์ตวัดจากคำสั่งขายที่มีการทำเครื่องหมายไว้ในกระแสการซื้อขายที่รายงานในแต่ละวัน ไม่ใช่ยอดคงค้างของการขายชอร์ต และรายการที่ทำเครื่องหมายว่าเป็นการขายชอร์ตสามารถปิดสถานะได้ในไม่กี่นาทีต่อมา

ผลการวิจัยทางวิชาการที่อ้างถึงข้างต้นมาจาก Field และ Hanka (2001), Bradley, Jordan, Roten และ Yi (2001), Ofek และ Richardson (2000), Brav และ Gompers (2003) และ Cao, Field และ Hanka (2004) ขนาดของผลกระทบจะอธิบายไว้ในเชิงทิศทางเท่านั้น เนื่องจากกลุ่มตัวอย่างและช่วงเวลาในเอกสารเหล่านั้นแตกต่างจากช่วงเวลาที่ใช้ในตารางเหล่านี้


ตารางทุกตารางในหน้านี้มาพร้อมกับ SQL ที่ใช้สร้างข้อมูล เพื่อให้สามารถตรวจสอบช่วงเวลาและรายชื่อ ticker ได้ทีละบรรทัด หากต้องการเปรียบเทียบก่อนและหลังการปลดล็อกหุ้นที่คุณกำลังติดตาม ให้สอบถามเป็นภาษาอังกฤษธรรมดาบนเทอร์มินัล Strasmore

#ipo#lockup expiration#insider selling#float#event study