基于人工神经网络的我国IPO抑价模型研究.doc

Classified Index:F830.91 U.D.C.:658.144 Dissertation for the Master Degree in Economics A RESEARCH ON CHINESE IPO UNDERPRICING MODEL BY ANN  Candidate： Supervisor： Academic Degree Applied for： Specialty： Date of Oral Examination： University：  Sun Jing Prof. An Shi Master of Economics Finance June, 2006 Harbin Institute of Technology 哈尔滨工业大学经济学硕士学位论文  摘  要  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。  关键词  人工神经网络；IPO 抑价；IPO 抑价率；JOONE -I- 哈尔滨工业大学经济学硕士学位论文 Abstract Many research papers show that the studies on IPO mainly focus on the following three abnormal phenomena: IPO underpricing, IPO long-run underperformance and the IPO hot issue. While, IPO underpricing is the most important part of the three. Though the IPO underpricing will bring the listed corporation some benefit for a certain extent, they will also bring some negative effect. So, the study on IPO underpricing and related resolvent must be improved. Based on the current research on IPO underpricing, we compare the Chinese IPO data with these of other countries in both lateral and vertical ways and draw a conclusion that The ratio of IPO underpricing in China is the highest one of the world; Then through the statistical analysis of the stock data in 1997-2000 in our country, we conclude several factors which can affect the