多因素模型在我国创业板ipo定价中的应用研究

《多因素模型在我国创业板ipo定价中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沈阳理工大学硕士学位论文多因素模型在我国创业板IPO定价中的应用研究姓名：徐鹏申请学位级别：硕士专业：管理学会计学专业指导教师：徐振华20120312沈阳理工大学硕士学位论文摘要创业板是我国多层次资本市场的重要组成部分，其发展直接影响到整个资本市场的发展，而股票初始发行是关系到整个创业板市场健康稳定发展的重要环节，所以，股票初始发行的过程至关重要。本文的研究是为了得出适合创业板初始发行定价现状的估价模型，为发行人和承销商协商定价提供参考，协助发行人合理有效融资，协助机构投资者在参与股票初始发行定价询价的过程中能够做出合理的判断，以及协助个人投资者选择具有投资价值的股票。我国股

2、票市场经过多年的发展，投资者的投资理念日趋成熟，价值投资正逐步成为证券投资的主流理念。多因素模型广泛应用于许多研究领域，在股票定价领域内的核心思想是通过某些特定方法筛选出能够体现股票内在价值的因素，并体现这些因素与股票价格之间的关系。本文在国内外相关研究的基础上，对工P0定价相关理论和我国创业板IPO定价现状进行深入研究，并结合我国创业板实际情况，提出多因素模型的建立方法：(1)以代表公司内在价值的财务指标为基础，采用主成分分析法，将这些指标浓缩成几个主成分因子。(2)采用多元逐步回归分析方法，以公司上市后二十日均价为因变量，主成分因子为自变量，进行回归分析，建立多因素模型，

3、并对模型进行检验。(3)将模型应用于样本以外的公司，进行实际应用检验。研究发现：多因素模型在应用检验过程中，应用的效果比较好，说明了模型的适用性比较好。最后结合本文所作的市场分析和实证研究结果，对我国的创业板IP0定价提出了一些建议。关键词：创业板：多因素模型：IPO定价沈阳理工大学硕士学位论文AbstractG啪multi·leVelc印italmarketinChinaisaIlimportantcomponentofmeiIlitialstockisissuedtothewholeoftherelationshipbetlⅣeentheg锄markethealmyall

4、dstabledeVelopmentofimportaJltsegment．China’sstockm砌，etaReryearsofdeVelopment，theinVestorsinVestmentphilosophymatllres，tllevalueinvestmentis铲aduallybecomingthemains仃e锄ofthesec嘶tiesinVes缸11胁tconc印t，tllispal辫studiesinordertogettheg锄issuitableforthecll仃entsituationofmepricingmodelfortheissuera

5、11dunde刑nterproVidesreferenceconsultationpricin吕assistinvestorSpaIticipateinstockissuanceinmeprocessofinitial面cinginqui巧caIlmakereasonablejudgment，tohelpindividualsinvestorschoosetohaVethestockoftheinvesnnentvalue．Multi-f-actormodelarewidelyusedinmanyresearch6eldinmestockpriceinthe6eldofthe

6、coreideaofthespecificmethodbysomeweretobeabletoreneCtmein仃insicValueofthestockandthefactorsthatrenectmesefaCtorsalldtherelationsllipbe觚eenmestock埘ce．Inthisp印erthedomesticaJldforei印releV锄trese砌，onmebasisoftherelatedmeoqandChina’sIPOpricingIPopricingstatIlsgemde印lyaIldincombinationwiththeactu

7、alsituationofthegem，proposedtllefactorsmodelmemods：(1)tor印resenttllecompallyintemalValuefinaIlcialindexaSthefoundation，theprincipalcomponent柚alysismethod，meindexwinbereducedtoafIewmaincompositionfactor．(2)usingst印wisemultipleregressionanalysismemod，wimth