高曉瑩
摘要:IPO抑價水平過高已是IPO過程中的普遍現(xiàn)象,其中我國的IPO抑價水平較其他成熟的市場更高。IPO抑價水平的預(yù)測有利于承銷商及發(fā)行公司預(yù)知初始設(shè)資金定的發(fā)行價與擬發(fā)行公司真實市值之間的差距,有助于降低IPO抑價水平,體現(xiàn)擬上市公司的真實價值。
關(guān)鍵詞:IPO 抑價水平預(yù)測 進(jìn)化算法
IPO(Initial Public Offering)抑價水平是IPO定價的重要指標(biāo),其衡量股票上市首日的收盤價格與發(fā)行價格的差距。IPO抑價水平過高會引起資源配置低下;損害原始股東利益,例如the globe.com 在1998年11月12日其IPO發(fā)行價為每股9美元,股價在發(fā)行當(dāng)天曾一度漲幅達(dá)1000%,97美元每股,后回落至63美元每股。雖然the globe.com公司通過IPO募集到3000萬美元,但是據(jù)估發(fā)行的需求水平和交易的規(guī)模,公司預(yù)計損失了2億美元。IPO抑價是各國股票市場中的普遍現(xiàn)象。一般較為成熟的股票市場的IPO抑價水平較低,例如在2000至2009年間日本平均IPO抑價率為28.4%, 美國為18.4%,而中國A股市場則高達(dá)110.34%。
一、IPO抑價計算
(一)第一種計算方法:IPO抑價水平可定義為第一天股票交易發(fā)行價和收盤價格的變化百分比, 可定義為
(二)如果考慮到IPO股票所在發(fā)行市場的指數(shù)波動,則公式1可修正為下列形式:
IPO前一天的收盤指數(shù)。公式2考慮到股票 IPO所在交易市場發(fā)行日前后的整體市場的股指波動,能更準(zhǔn)確的衡量股票的IPO抑價率。如果抑價率大于0,則上市首日存在明顯的超額收益,說明新股的價值被低估;如果抑價率小于0,則表示股票上市首日跌破發(fā)行價,說明股票的價值被高估。
二、IPO抑價水平預(yù)測算法-雙層進(jìn)化算法[1]
進(jìn)化算法來源于生物進(jìn)化論中的概念,比如繁殖,突變,重組等。進(jìn)化算法是一種迭代進(jìn)化法,一般是從一個原問題的一群解出發(fā),得到另一群較好的解。進(jìn)化算法可分為三類:
遺傳算法(genetic algorithm,GA),進(jìn)化規(guī)劃(evolutionary programming, EP)和進(jìn)化策略(evolution strategies),這三類通過不同層次,不同角度來模擬生態(tài)進(jìn)化原理,以便為了求解問題。
在學(xué)習(xí)類算法中包括兩個階段,第一個階段為訓(xùn)練階段,其內(nèi)容是創(chuàng)建一個模型。第二個階段為測試階段來驗證階段一中創(chuàng)建的模型。
(一) 影響IPO抑價因素
在大量的文獻(xiàn)中都討論到關(guān)于IPO抑價的因素,綜合分析后得出以下因素:
1. 承銷商的威望
低離差性公司為了在市場中表現(xiàn)公司低風(fēng)險的特性會選擇有聲望的承銷商。與此同時,承銷商為了保持他們的聲望,會選擇低離場性的公司來進(jìn)行IPO. 同時還得出在承銷商的威望和他們所IPO價格上升的方差,幅度都存在負(fù)相關(guān)性。在這里承銷商的聲望可建模為虛擬變量,如果是有聲望的承銷商,則變量的值為1否則為0.
2. 路演中的價格范圍
路演是國際上廣泛采用的證券發(fā)行推廣方式,是指承銷商面向機(jī)構(gòu)投資者的推介活動,其作用是讓準(zhǔn)投資者更了解擬上市公司的情況。在路演過程中需提供給潛在投資客戶的參考價格范圍。范圍的大小可以認(rèn)為是對于擬上市公司真實價值的不確定性,因此這個因素會影響到IPO的抑價率??杀硎緸椋?/p>
3. 最終IPO價格與路演中間價格的調(diào)整量
最終IPO的價格與在路演過程中的價格范圍也表現(xiàn)出對于擬上市公司的不確定性??杀硎緸椋?/p>
4.保留股票
初始投資者在IPO時期保留的資本可看做是股票質(zhì)量的指示信號。此因素可以比例來表示,這個比例的分子是股票IPO時賣出的數(shù)量,分母是發(fā)行后的股票數(shù)量與IPO賣出的數(shù)量的差值。可表示如下:
5.股票發(fā)行總額
這個因素可定義為股票發(fā)行總額的對數(shù),其中不包括超額配售的部分。可表示如下:
6. 科技性
把科技性納入到考慮因素是因為在研究中表明,科技性公司一般擁有較大的IPO抑價水平。同承銷商的威望因素相同,其變量取值為0,1.當(dāng)IPO公司屬于科技性公司時為1,否則為.
(二)算法過程解析
1. 確定樣本所在區(qū)域
這個過程通過最近鄰原則來將樣本數(shù)據(jù)區(qū)分至不同的區(qū)域,以達(dá)到提高預(yù)測準(zhǔn)確度的目的。首先將輸入變量分為不同的泰森多邊形區(qū)域,假設(shè)輸入變量的維度為n,n+1維則是預(yù)測結(jié)果。 原型機(jī)可定義為輸入變量空間中的一個向量P, 存在k個原型機(jī),符合
2. 適應(yīng)度評價
適應(yīng)度函數(shù)可用來評估個體的優(yōu)劣程度的工具,適應(yīng)度函數(shù)作用于某個體時的值可認(rèn)為是該個體的適應(yīng)度
訓(xùn)練模式由n+1維的向量組成,可表示為
3. 進(jìn)化策略
進(jìn)化策略可采用變異,重組算子,高斯變異算子實現(xiàn)個體更新。進(jìn)化策略的變異方法是在舊的個體上,增加一個正態(tài)分布的隨機(jī)數(shù),因而產(chǎn)生新的個體。 每一代中,變異后的個體與父代進(jìn)行比較,并選擇比較好的一個,此策略可稱為(1+1)策略。進(jìn)化策略的變異是在舊的個體基礎(chǔ)上添加一個正態(tài)分布的隨機(jī)數(shù),從而產(chǎn)生新的個體,變異過程可表示為:
對第i個分量產(chǎn)生一次符號標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)。
4. 預(yù)測
對于輸入T, 每一個子系統(tǒng)需要建議樣本所在的區(qū)域。通過對不同區(qū)域的回歸分析來得到T的估計值作為預(yù)測結(jié)果。上述過程可以使用不同的初始化值來重復(fù)10次,因此,這個系統(tǒng)可以由10個子系統(tǒng)組成。每一個子系統(tǒng)都是一個泰森域模型,不一定每一個子系統(tǒng)都會有一個有效的輸出??梢詫⒂行л敵龅钠骄底鳛樽罱K的輸出。
下面從數(shù)據(jù)變量方面及方法分析進(jìn)化算法預(yù)測我國IPO抑價水平的可行性:
數(shù)據(jù)變量方面經(jīng)歸納整理,可分為大類:承銷商威望因素,路演價格范圍,發(fā)行價格,保留股票數(shù)量,股票發(fā)行總額及科技性。
首先:承銷商威望因素。據(jù)統(tǒng)計,2012年中國承銷商中,主要以中信,國信,招商,平安,民生,廣發(fā)等券商為主。證監(jiān)會每年度以證券公司風(fēng)險管理的能力為基礎(chǔ),結(jié)合公司管理水平及市場競爭力對共公司進(jìn)行綜合性評價。證券公司將被分為A(AAA,AA,A),B(BBB,BB,B),C(CCC,CC,C),D,E五大類共11個級別。除證券公司的評級外可結(jié)合往期各券商發(fā)行IPO的抑制率及發(fā)行的資本總額為評估因素對承銷商排序,排次較高的券商認(rèn)為其具有威望。承銷商威望因素賦值為1,否則賦值為0。
其次:路演價格范圍,發(fā)行價格,保留股票數(shù)量,股票發(fā)行總額。路演目前在我國已成為上市前的必需環(huán)節(jié)。除過傳統(tǒng)的路演,更出現(xiàn)了網(wǎng)上路演,通過互聯(lián)網(wǎng)來展示上市公司,推廣股票。這些因素在IPO之前需要逐個確定。
最后:科技性。1937年成立的SIC(Standard Industrial Classification)系統(tǒng)將個公司機(jī)構(gòu)氛圍不同的領(lǐng)域,同時這個系統(tǒng)也應(yīng)用于其他國家。我國雖然沒有應(yīng)用SIC系統(tǒng),但可以通過科技公司經(jīng)營范圍來界定擬上市公司的科技性。
分析方法中建立模型機(jī)預(yù)測等過程可在Matlab中實現(xiàn),Matlab較強的處理數(shù)組及矩陣的特點,以及龐大的函數(shù)庫比較適合運用雙層進(jìn)化算法的實現(xiàn)和分析。
參考文獻(xiàn):
[1] Ritter,J.R.,and Welch,I. A review of IPO activity, pricing,and allocations. Journal of Finance,57,4(2002),1795-1821,2002.
[2]R.B Carter and S.Manaster,Initial public offering and underwriter reputation, Journal of Finance vol.45,pp.605-622,1988.
[3]W.L.Megginson and K.A.Weiss,“Venture capitalist certification in initial pubic offering
“, Journal of Finance vol.46,pp,799-903,1991.
[4]B.A.Jain and B.N.Nag,”Artificial neural netwwok models for pricing initial public
offerings”, Decision Sciences vol.26,pp.283-299,1995.
[5]I.Rechenberg,”Cybernectic solution path of an experimental problem”Royal Aircraft
Establishment, Farnborough p.Library Translation 1122,1965.
[6]陳工孟,高寧.中國股票以及市場發(fā)行抑價的程度與原因[J].金融研究,2000年第8期:1-12.
[7]吳淑琨,陳代云.IPO價值信息傳遞與投資銀行金融認(rèn)證[C].海通證券研究所,2005年 。