基于SVR的中国股票定价研究

基于SVR的中国股票定价研究

论文摘要

IPO定价是新股发行业务的核心内容,成功的发行不仅可以为公司筹措资金以扩大经营规模,而且有助于公司改善资本结构和治理结构。然而,IPO定价一直是国际金融界公认的最具迷惑性的难题之一,由于定价不合理的IPO抑价等问题经常出现。国内外学者在对IPO定价的研究中,重点着眼于IPO发行定价方式、IPO抑价产生的原因,以及对IPO抑价水平的测度等方面,而对如何制定一个公正、合理、科学的IPO定价模型的研究的探讨则比较少。讨论IPO定价问题,就是讨论上市公司的估值问题。本文沿着成熟股票定价理论的思路,详细分析新股定价与主要影响因素指标的相关性,并以量化的方式建立适合中国市场实际的股票定价模型,力图为IPO定价研究的后续发展起到抛砖引玉的作用。具体而言,本文分析了五类传统的IPO定价模型:现金流贴现模型、可比公司估值模型、EVA估值模型、多因素定价模型和期权定价模型经济学原理和模型方法,并对它们的适用范围和局限性进行了比较。然后,自上而下地从宏观经济、市场走势、公司财务三个层面选取相关的公开信息数据,构建了IPO定价影响因素的指标体系。最后,建立了五个股票板块的IPO定价模型,包括一个大样本模型——信息板块,四个小样本模型——采掘业板块、金融服务板块、商业贸易板块和社会服务板块。在每个样本板块之下,分别建立三种定价模型来研究。实证结果表明:1)剔除奇异样本对改善大样本的误差情况并无明显作用;2)剔除奇异样本对提升小样本的定价精度有显著的效果;3)综合考虑宏观、市场和企业因素的三层指标模型的定价精度优于仅考虑财务因素的模型。本文最后针对研究的局限性,提出了后续的研究方向。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景和意义
  • 1.2 文献综述
  • 1.2.1 股票定价的国内外研究现状
  • 1.2.2 支持向量机研究现状
  • 1.2.3 现有研究的不足与本文的创新之处
  • 1.3 论文的研究方法、内容和技术路线
  • 1.3.1 研究方法和内容
  • 1.3.2 技术路线
  • 第二章 国内外IPO 发行机制与定价模型
  • 2.1 国内外IPO 发行机制
  • 2.1.1 国内外IPO 发行方式
  • 2.1.2 国内外IPO 操作流程
  • 2.2 传统的IPO 定价模型
  • 2.2.1 现金流贴现模型
  • 2.2.2 可比公司定价法
  • 2.2.3 经济附加值定价模型
  • 2.2.4 多因素定价模型
  • 2.2.5 期权定价模型
  • 2.2.6 各类定价模型的适用性与局限性分析
  • 2.3 本章小结
  • 第三章 基于SVR 的股票定价模型的设计
  • 3.1 支持向量机原理
  • 3.1.1 支持向量机模型
  • 3.1.2 支持向量回归机模型
  • 3.1.3 基于序贯最小优化算法的LIBSVM
  • 3.2 SVR 定价模型指标体系
  • 3.2.1 指标体系选取
  • 3.2.2 影响IPO 定价的宏观指标分析
  • 3.2.3 影响IPO 定价的市场指标分析
  • 3.2.4 影响IPO 定价的财务指标分析
  • 3.3 SVR 定价模型的设计
  • 3.3.1 SVR 定价模型的三种设计
  • 3.3.2 SVR 建模步骤设计
  • 3.4 本章小结
  • 第四章 实证研究
  • 4.1 样本选取和数据说明
  • 4.2 基于SVR 的大样本板块股票定价模型及分析
  • 4.2.1 信息技术板块的模型1 的定价结果
  • 4.2.2 信息技术板块的模型2 的定价结果
  • 4.2.3 信息技术板块的模型3 的定价结果
  • 4.3 基于SVR 的小样本板块股票定价模型及分析
  • 4.3.1 采掘业板块
  • 4.3.2 金融服务板块
  • 4.3.3 商业贸易板块
  • 4.3.4 社会服务板块
  • 4.4 模型结果分析
  • 4.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 致谢
  • 附件
  • 相关论文文献

    • [1].基于SVR的飞行学员培养效果仿真[J]. 火力与指挥控制 2019(12)
    • [2].基于SVR的长江经济带水环境承载力评价[J]. 中国环境科学 2020(02)
    • [3].基于改进人工鱼群算法优化SVR的预测模型[J]. 淮阴师范学院学报(自然科学版) 2020(03)
    • [4].基于优化SVR高光谱指数的独尾草叶绿素含量估算[J]. 生态学杂志 2017(02)
    • [5].基于混合人工鱼群优化SVR的交通流量预测[J]. 大连理工大学学报 2015(06)
    • [6].基于SVR多学科设计优化代理模型技术研究[J]. 飞行力学 2020(02)
    • [7].基于SVR的无实测资料小流域山洪灾害临界雨量预估模型及应用——以河南新县为例[J]. 水文 2020(02)
    • [8].基于滚动时间序列SVR的地铁咽喉区小净距隧道围岩位移预测[J]. 铁道科学与工程学报 2020(09)
    • [9].基于压缩感知去噪和SVR的汇率预测研究[J]. 时代金融 2017(08)
    • [10].基于SVR的反舰导弹作战效能探索性评估方法[J]. 计算机仿真 2009(08)
    • [11].相空间重构和SVR耦合的短期电力负荷预测[J]. 电测与仪表 2020(16)
    • [12].基于随机森林和粒子群优化的SVR的混合气体分析方法研究[J]. 传感技术学报 2019(11)
    • [13].基于ε-SVR算法的大地电磁测深资料去噪[J]. 地球物理学进展 2014(02)
    • [14].基于SVR的非线性系统故障诊断研究[J]. 机械科学与技术 2010(02)
    • [15].实时交通流预测的并行SVR预测方法[J]. 大连理工大学学报 2010(06)
    • [16].基于SVR的图像增强方法[J]. 计算机技术与发展 2009(01)
    • [17].基于玉米近红外光谱和离散小波变换的SVR模型稳健性研究[J]. 河南科技学院学报(自然科学版) 2017(01)
    • [18].基于卡尔曼滤波-SVR时刻峰值的短期负荷预测[J]. 电气开关 2016(02)
    • [19].基于SVR的区域协调发展评价——以辽宁沿海经济带为例[J]. 科技与经济 2013(04)
    • [20].基于粒子群的支持向量机SVR冰情预报研究[J]. 安徽农业科学 2012(23)
    • [21].基于ε-SVR的粮食产量预测模型及应用[J]. 浙江大学学报(农业与生命科学版) 2009(04)
    • [22].基于SVR的凝汽器真空冗余测量[J]. 热力透平 2008(04)
    • [23].考虑气象因素SVR算法的短期电力负荷预测[J]. 供用电 2008(01)
    • [24].基于网格搜索与交叉验证的SVR血压预测[J]. 计算机与现代化 2020(03)
    • [25].一种基于SVR的定位误差修正算法[J]. 计算机应用研究 2017(08)
    • [26].基于SVR的指标规范值的水资源可持续利用评价模型[J]. 水电能源科学 2016(03)
    • [27].基于改进型SVR的电网短期负荷预测[J]. 中国电力 2016(08)
    • [28].基于小波-SVR模型的短时交通量预测研究[J]. 公路交通技术 2015(04)
    • [29].基于判别分析—SVR的民航客运量预测模型研究及应用[J]. 四川大学学报(自然科学版) 2008(03)
    • [30].基于SVR模型的水环境承载力评价方法及其应用[J]. 兰州交通大学学报 2019(06)

    标签:;  ;  ;  ;  

    基于SVR的中国股票定价研究
    下载Doc文档

    猜你喜欢