-
题名认知偏差视角下的新股定价效率与投资者保护研究
- 1
-
-
作者
东方证券-上海财经大学课题组
魏浣忠
陆蓉
-
机构
东方证券股份有限公司
上海财经大学金融学院
东方证券投行管委会
东方证券产业投行总部
上海财经大学金融学院
-
出处
《证券市场导报》
北大核心
2025年第10期3-15,共13页
-
基金
中国证券业协会2024年度优秀课题“认知偏差视角下的新股定价效率与投资者保护研究”(2024SACKT003)改编。
-
文摘
注册制实施以来,新股上市初期过度波动现象仍然存在,影响了市场定价效率和中小投资者权益。本文以注册制下1162只新股为样本,分析了个体投资者认知偏差对新股定价效率的影响,并从询价环节、拟上市公司和承销商特点、上市后交易行为等方面,创新性设计投资者认知偏差特征指标和新股定价低效预警工具。研究发现:(1)从波动视角看,96.3%的新股与同行业、基本面相似的个股相比,存在市场风格无法解释、仅由上市时间差异导致的超额波动。(2)从收益视角看,二级市场溢价是新股定价低效的主要组成部分,方差贡献度高达79.2%。(3)投资者过度关注询价环节的价量特征、发行价相对询价中间价格的变动幅度,忽视了新股内在价值相关的重要信息,再叠加承销商声誉和部分“炒新”投资者交易行为的强化作用,产生了新股二级市场价格的非理性高估。(4)在询价环节,发行人、承销商和询价机构可能合谋操纵,通过粉饰新股内在价值、改变报价整体分布等方式,触发投资者代表性偏误、绝对价格错觉、确认性偏差等认知偏差。(5)基于GLS方法和XGBoost机器学习模型构造的新股定价低效预警工具,共筛选出表征认知偏差的22个指标,预测准确率达93.8%。本文丰富了新股定价效率的相关研究,为优化市场资源配置、加强投资者保护提供了参考。
-
关键词
新股定价效率
认知偏差
投资者保护
预警指标体系
机器学习
注册制
-
Keywords
IPO pricing efficiency
cognitive bias
investor protection
early-warning indicator system
machine learning
registration-based system
-
分类号
F832.5
[经济管理—金融学]
-
