论文部分内容阅读
目前，国内外对IPO问题的研究主要集中在以下三个异象上：IPO抑价（短期收益率偏高），IPO长期弱势和IPO的热销市场现象。其中，更以IPO抑价这一问题作为研究的重中之重。IPO抑价会给IPO市场各主体带来一定的利益，但同时也会带来一系列的负面影响和不良后果。IPO抑价问题的研究具有一定的理论和实际意义。 本文首先在评价了IPO抑价问题的国内外研究现状的基础上，对我国IPO抑价率进行了横向的国际比较和纵向比较分析，得出我国的IPO抑价程度在国际上高居世界首位的结论；进而以1997-2000年间我国A股市场845只IPO股票作为样本，针对影响IPO抑价的因素进行比较统计分析，得到影响我国IPO抑价现象的主要因素；相应地对我国IPO抑价现象的产生原因进行了分析。其次，通过对人工神经网络各种模型的比较研究，最终决定采用BP人工神经网络进行IPO抑价模型的设计：根据本文的研究目标和主要影响因素，确定模型的解释变量和被解释变量；对采用的样本数据进行数值化和标准化预处理；最后设计和建立了BP人工神经网络模型。继而，进一步运用JOONE这一神经网络软件建立IPO抑价模型，并在此基础上对网络进行训练，并检验网络的稳定性。利用经过训练的稳定的网络进行IPO抑价率的预测实验：通过改变输入变量的大小，得出不同的IPO抑价率数值，与未改变之前的IPO抑价率进行比较，从而得出各影响因素如何影响我国IPO抑价率的结论。最后，根据本文的实证结果，进一步探讨我国IPO抑价问题的症结所在，并提出相应的解决我国IPO高抑价率的对策和建议。