财务分析师预测的价格可信吗?——来自中国证券市场的经验证据

本文以2000~2005年353家IPO公司及1323个分析师定价预测的观测值,研究了分析师定价预测的一致性、意见分歧以及分析师跟进的人数对公司首日上市市场表现的影响。研究发现,分析师定价预测的一致性与公司上市首日收盘价在统计上没有显著差异,并能很好地解释公司上市首日收盘价,这表明分析师预测的价格是值得信赖的,可以作为公司IPO上市首日价格的估量。此外,我们的研究还为分析师意见分歧作为风险衡量替代的假说提供了证据支持,并发现分析师人数对公司首日回报率的影响是抑制股价非理性增长效应和不确定性拓展效应的复合。     

首日价格管制与新股投机:抑制还是助长?

新股首日涨停板制度(首日价格管制)类似于向上熔断机制,目的是为了抑制投资者"炒新"。但理论上,涨停板制度可能抑制新股投机,也可能反向助长投机。本文以2006～2017年的2109家IPO公司为样本,研究发现:首日价格管制导致IPO溢价更高;新股价值不确定性越大,首日价格管制对IPO溢价的影响越大;首日价格管制期间,投资者情绪对IPO溢价的影响更大。此外,首日价格管制还放大了新股上市后的股票换手率和股价波动率,导致新股上市后的股价短期内进一步非理性攀升;但长期来看,新股的换手率和波动率会回归正常水平,新股的股价也会向内在价值回归。最后,本文基于PSM+DID的方法进一步验证了文章的主要结果,结论依然成立。     

噪声交易者与IPO溢价

构建数学模型分析IPO市场中的噪声交易者(狂热投资者和正向反馈交易者)对新股首日交易价格的影响.模型表明,持过度乐观预期的狂热投资者愿意为IPO支付较高的价格,来自狂热投资者的需求使新股上市首日交易价格高于发行价格;正向反馈交易者观察到上市首日交易价格的上涨,会在随后积极加入市场,理性投机者预期到正向反馈交易者的存在,会在上市首日加大对新股的需求,使首日交易价格进一步上涨.狂热投资者和正向反馈交易者的同时存在使IPO上市首日价格偏离了内在价值,产生了IPO溢价.IPO溢价与投资者狂热程度和正向反馈交易风险成正比,而IPO长期表现则与投资者狂热程度和正向反馈交易风险成反比.噪声交易者的存在能较好地解释IPO首日超额收益和长期表现欠佳现象的并存,也能较好地解释中国IPO首日超额收益在不同时期内的波动.     

全流通下我国证券市场IPO抑价——基于深市A股的实证研究

本文以实行全流通发行并上市的国内深市A股为样本,运用多元回归模型对影响IPO抑价的因素进行实证分析,结果表明抑价与上市公司年龄、上市首日换手率,发行前后摊簿市盈率、上市首日市净率和上市首日市场回报率正相关,与中签率和发行价格负相关.     

IPO首日限价政策能否抑制投资者“炒新”?

为了遏制新股炒作,沪深交易所于2013年底出台了相关规定将新股上市首日申报价格限制为不超过新股发行价的144%(本文将其界定为"IPO首日限价政策")。本文以2009～2015年1194家中国IPO公司为样本,实证检验了IPO首日限价政策对投资者"炒新"的影响。研究发现:IPO首日限价政策加剧了新股上市初期的炒作,它使新股表现出显著更高的实际首日收益率、连续涨停次数以及实际换手率;IPO首日限价政策也助推了次新股炒作,它显著增加了新股上市后的股价波动率、换手率以及股票定价,导致次新股股价长期居高不下,进而削弱了新股实际首日收益率与未来市场表现之间的负相关关系。拓展性研究还发现,在IPO首日限价政策实施后,具有炒作概念的新股其炒作现象反而更严重;2014年推出的IPO发行定价管制与IPO首日限价政策产生了政策叠加效应,强化了后者的负面影响;此外,IPO首日限价政策还显著增加了新股上市后的股价同步性。综合来看,IPO首日限价政策的实施效果事与愿违,它不仅未能抑制新股炒作,反而对投资者"炒新"产生了"刺激效应",不利于新股价格发现,并降低了股票市场定价效率。本文在理论上丰富了IPO以及交易监管制度经济后果方面的文献,在实践上则为完善IPO监管制度提供了重要启示。     

投资者情绪、意见分歧与中国股市IPO之谜

中国股票市场IPO首日回报高、长期回报低的现象十分突出,传统理性金融理论难以对这两者同时加以解释.文章基于行为金融理论,从二级市场个体投资者情绪与意见分歧相结合的角度,利用账户交易数据中的投资者IPO首日净买入构建情绪指标对上述现象进行研究,结果表明IPO首日投资者情绪和意见分歧均对IPO首日回报有显著为正的解释力,尤其是当意见分歧严重时,投资者情绪的影响更大,同时首日投资者情绪对IPO长期超额回报有显著为负的影响,但意见分歧却对长期回报没有影响.文章的研究从二级市场个体投资者非理性偏好角度揭示了中国股市"IPO之谜"产生的根源.     

IPO首日初始收益的实证研究

以1997年～2000年间上市的498只新股为样本,研究了在上市首日的初始收益和超额收益率的统计特征,发现在各个横截面都有很高的初始收益和超额收益率,"新股神话"表现明显,而且不同行业对股票的首日收益有不同的影响.同时,首日换手率过高表明我国IPO市场上充斥着短期寻利者,存在过度投机行为.     

投资者情绪、意见分歧与中国股市IPO 之谜

中国股票市场IPO 首日回报高、长期回报低的现象十分突出,传统理性金融理论难以对这两者同时加以解释．文章基于行为金融理论,从二级市场个体投资者情绪与意见分歧相结合的角度,利用账户交易数据中的投资者IPO 首日净买入构建情绪指标对上述现象进行研究,结果表明IPO 首日投资者情绪和意见分歧均对IPO 首日回报有显著为正的解释力,尤其是当意见分歧严重时,投资者情绪的影响更大,同时首日投资者情绪对IPO 长期超额回报有显著为负的影响,但意见分歧却对长期回报没有影响．文章的研究从二级市场个体投资者非理性偏好角度揭示了中国股市“IPO 之谜”产生的根源     

投资者关注与IPO首日超额收益——基于双边随机前沿分析的新视角

细分IPO一级市场和二级市场投资者关注指标,从一、二级市场两个维度考察投资者关注对IPO首日超额收益的影响.基于2012年～ 2015年间138只创业板IPO新股样本进行研究,采用双边随机前沿模型的检验结果表明,一级市场上股票发行定价明显偏高,新股定价前一级市场投资者关注加剧了发行价格超出内在价值的程度,由此导致较低的定价效率.隐性市盈率上限的窗口指导抑制了一级市场定价泡沫,从而在一定程度上提高了我国新股发行定价效率.进一步研究发现,一级市场定价泡沫越大的新股在上市首日产生的超额收益越高,同时二级市场投资者关注对IPO首日超额收益也具有显著的正向影响.     

投资者情绪如何影响股票定价?——基于IPO公司的实证研究

分析了投资者情绪如何影响股票定价,并以2006年—2011年间917家IPO公司为样本进行实证检验.结果发现:1)市场情绪和个股具体的情绪均显著影响IPO溢价.具体而言,市场情绪较高组比较低组的IPO溢价高36％(63％vs 27％),个股具体情绪较高组比较低组的IPO溢价高24％(56％ vs 32％);2)公司价值不确定性越高,市场情绪对IPO溢价的影响越大,公司投机风险越高,市场情绪对IPO溢价的影响越小;3)IPO溢价较高的公司,其股价在上市后会逐渐反转.     

锚定比率可以衡量股价高估吗？——基于崩盘风险视角的经验证据

股价高估指的是公司市场价值超出其内在价值的现象,但如何衡量内在价值一直存在争议。借鉴行为金融文献中锚定效应的概念,结合中国资本市场的特殊性,本文提出了锚定比率(简称"RPR")这一新的股价高估指标。为了证实该指标的有效性,本文利用事后的股价崩盘风险进行了相关检验。结果表明:第一,锚定比率与股价崩盘风险正相关;第二,更少的分析师跟踪、更多的散户持股以及更高的股票流动性均会强化锚定比率对股价崩盘风险的影响;第三,在控制常用的股价高估指标、两类代理问题和管理层"捂盘"行为后,本文的结果依然成立;第四,利用崩盘事件,本文证实了锚定比率会加剧股价下跌的程度,且长期来看股价会保持"惯性"而非"反转"。本文的研究表明投资者做决策时对股价高点存在明显的锚定效应,丰富了锚定效应在中国资本市场中的运用。更重要的是,本文提出了一个可能更适合于中国资本市场的股价高估指标,该指标意味着资本市场定价机制的不完善是导致股价高估和频繁崩盘的重要原因,这对于改善资本市场定价效率、降低股价崩盘风险有一定的启示作用。     

投资者行为对IPO抑价影响的比较研究

运用行为博弈理论,研究了潜在需求不确定情况下,发行人、机构投资者和散户三个参与IPO主体行为对IPO抑价的影响,并对投资者性行为进行抑价比较分析。分析表明,机构投资者和散户对新股及价值评估不存在分歧时,只存在有意抑价,IPO抑价相对较低;机构投资者和散户对新股及价值评估存在分歧时,既存在有意抑价,也存在无意抑价,IPO抑价较高,且投资者的分歧越大,IPO也抑价越高。最后,论文通过实例模拟为文本的结论提供了定量支撑。     

股权分置改革后IPO抑价与大股东的减持行为研究

股改后IPO公司大股东可能存在后市减持的动机。通过对股改前后在A股上市发行的555只新股进行实证研究发现,股改后第2～第10大股东持股比例越高的新股IPO抑价率越高,并且在上市后第13个月的股价相对市场指数下跌的幅度越大,而股改前则不存在这样的现象。研究结果表明,股改后新股大股东在12个月限售期满以后可能存在减持行为,而为了给后市减持提供更高的获利空间,大股东可能拉高新股的首日价格,从而造成了极高的IPO抑价率。     

信息披露与IPO首日回报率

考虑IPO股票长期持有收益对投资者决策的影响，将单期决策的效用函数拓展为多期决策的效用函数，在理性预期模型框架下，以我国新股发行市场微观结构为背景建立理论模型，对信息披露影响IPO首日回报率的微观作用机制提供了一种理论解释。模型表明：信息披露与IPO首日回报率负相关，披露的信息即公共信息降低了二级市场定价对一级市场定价的偏离程度，从而对IPO首日回报率产生负向影响。以2009年6月至2016年11月在深圳主板上市交易的593家IPO公司为样本对模型进行了实证检验，实证结论支持理论模型结论。本文的研究不仅在研究视角、方法上丰富了IPO首日回报率的研究文献，而且可以为监管者提供相关的决策建议。     

承销商与发行人的信息不对称程度测算——基于双边随机前沿模型

本文基于双边随机前沿模型对2005-2018年我国新股发行市场上承销商和发行人之间的信息不对称程度进行了实证测算。研究结果表明：承销商和发行人所掌握的信息因素对承销费用率的形成具有重要影响；在承销费用率的议定过程中，承销商具有绝对的信息优势，并使费用率平均增加0.85%；承销商信息优势随新股定价制度改革而增强，这是近些年新股发行费用率不断上升的原因之一；高声誉和无政府关系背景的承销商在信息掌握上具有更多优势。降低企业发行成本需改善承销市场的信息分布，逐步减少对新股定价的过多限制。     

中国老股转让制度提高还是降低了IPO定价效率?——基于投资者行为下的理论与实证分析框架

在假定投资者存在私人信息的情况下,以投资者行为为研究视角,构建了老股转让前后IPO定、抑价模型,研究了老股转让前后投资者行为对IPO定价效率的影响,并进行了比较分析。理论模型和数值分析表明:在两种不同的制度下,散户投资者越乐观,IPO定价效率越低,且散户和机构投资者之间的分歧越大,IPO定价效率也越低;在投资者情绪相同的情况下,老股转让制度降低了IPO抑价,具有更高的定价效率;然而,当老股转让后投资者之间的分歧大于老股转让前分歧时,则可能导致老股转让后的IPO抑价高于老股转让前的IPO抑价,即老股转让后的IPO抑价更高,IPO定价效率更低。论文以我国2009-2012以及2014年IPO数据进行实证研究,初步统计发现,老股转让后的IPO抑价明显高于老股转让前IPO抑价,得到与理论模型恰好相反的结论;实证分析结果表明,老股转让后投资者情绪对IPO抑价影响明显大于老股转让前的,也就是说,由于老股转让制度反而提高了我国投资者的乐观情绪,从而导致了与理论模型预期恰好相反的结果。因此,加强投资者理性培养对于我国IPO市场化改革的成败至关重要。     

民营上市公司实际控制人与现金股利研究

实际控制人对上市公司的现金股利分配具有重要影响。本文以2004-2006年沪深证券交易所的民营上市公司为样本,对实际控制人与现金股利之间的关系进行了实证研究。研究结果证实,实际控制人通过IPO的方式获得上市公司的控制权同现金股利显著正相关,控制权与现金流权同现金股利显著正相关,控制权与现金流权发生分离和采用金字塔控制方式同现金股利显著负相关。而且,与通过非IPO的方式获得上市公司控制权的实际控制人相比,通过IPO的方式获得上市公司控制权的实际控制人其控制权与现金流权对现金股利的影响更加显著,控制权与现金流权发生分离和控制方式为金字塔时发放的现金股利更多。     

同种商品不同月份期货组合风险评价模型研究及应用

以期货合约的每一交易日的对数涨跌率来反映市场风险,借助VaR风险价值法,运用加权核估计技术(WKDE)和指数加权滑动模型(EWMA),建立了基于期货组合中持有头寸不同且可以进行风险对冲的期货组合市场风险非线性叠加评价模型,解决了同种商品、不同月份期货组合每一交易日最大损失的确定问题,并通过实证研究验证了模型的实用性.该模型的特点一是借助WKDE法预测组合中单个合约每一交易日涨跌率最大日亏损值,充分体现了期货合约涨跌率的实际走势,使VaR估计更加精确.二是通过动态迁移相关系数矩阵的计算保证了模型的精确性.采用EWMA模型预测动态变化的方差-协方差矩阵,从实证的角度得到更精准的动态迁移相关系数矩阵.三是考虑了组合中多头和空头不同头寸之间的风险对冲,避免了实际中期货组合风险的线性相加而造成放大风险或减少风险的不准确性,从而能较好地保证了模型的预测精度及准确性.四是通过基于风险非线性叠加建立的期货组合风险评价模型解决了SPAN系统中期货组合风险的线性叠加问题,从而得到更合理的组合风险预测值.     

An analysis of a hybrid neural network and pattern recognition technique for predicting short-term increases in the NYSE composite index

We introduce a method for combining template matching, from pattern recognition, and the feed-forward neural network, from artificial intelligence, to forecast stock market activity. We evaluate the effectiveness of the method for forecasting increases in the New York Stock Exchange Composite Index at a 5 trading day horizon. Results indicate that the technique is capable of returning results that are superior to those attained by random choice.     

The combination of forecasts in the trading of electricity from renewable energy sources

The legal support provided by the ‘Act on Granting Priority to Renewable Energy Sources’ (German Erneuerbare Energien Gesetz, EEG) and its precursor has in the last 20 years led to a marked growth in Germany in the use of renewable energies to generate electricity. As a result of the EEG amendment adopted in the summer of 2011 and in force since 1 January 2012, the market integration of electricity generated from renewable energy sources (RES-E) has become more important. Consequently, the economic importance of trading RES-E has also increased. A major role in determining costs in trading electricity from wind and solar energy on the wholesale markets plays the forecasting method used. If a forecast inaccurately predicts the amount of electricity actually generated, one result could be elevated costs in the trading process. In the beginning of this article we introduce the legal framework governing the trading of RES-E. Subsequently, we present a method for combining several individual forecasting methods. Finally, using empirical data, we show that in comparison to the best available individual forecast, the proposed combined forecast results in a clear improvement of forecasting quality as well as in a reduction in trading costs.