基于面板分位数回归模型的IPO发行效率、波动异质性研究

我国的IPO市场具有特殊的制度变迁背景和政策管制约束，IPO市场功能发挥和配置效率提升，迫切需要对我国IPO市场的特殊现象进行深入研究。由于IPO市场收益的非正态分布特征和IPO市场的典型事实：短期抑价和长期弱势，使得实证研究中传统的均值－方差分析框架在计量经济理论上存在固有的缺陷。本项目从IPO系统要素的多维异质性视角出发，将不需要考虑误差项分布形式的分位数回归理论和IPO市场复杂性行为紧密结合。在理论上建立基于面板分位数回归估计随机前沿函数及含有变点的分位数回归时间序列模型，提出基于贝叶斯推理和MCMC方法的模型参数估计算法。比文献更为有效地研究了IPO系统的发行效率、高频数据下的日内价格波动模式、IPO后市收益的波动机制及对我国IPO创业板市场的实证研究，进而系统地提出了提高我国IPO市场融资功能的政策建议。

我国的IPO市场具有特殊的制度变迁背景和政策管制约束，IPO市场功能发挥和配置效率提升，迫切需要对我国IPO市场的特殊现象进行深入研究。由于IPO市场收益的非正态分布特征和IPO市场的典型事实：短期抑价和长期弱势，使得实证研究中传统的均值－方差分析框架在计量经济理论上存在固有的缺陷。本项目从IPO系统要素的多维异质性视角出发，将不需要考虑误差项分布形式的分位数回归理论和IPO市场复杂性行为紧密结合。在理论上建立基于面板分位数回归估计发行效率的模型，创新地提出带有结构变点的条件分位数自回归(CAViaR)市场风险测量模型和变点面板数据分位数回归模型，借助于不对称拉普拉斯分布，给出了基于贝叶斯推理和马尔科夫链蒙特卡罗模拟抽样的参数估计方法。提出了一种基于马尔可夫链蒙特卡洛模拟抽样(MCMC)的后验贝叶斯因子计算方法，可以检验变点效应是否存在。理论上提出计数数据区制转换GARCH模型，并提出该模型的极大似然估计算法，比文献更准确识别IPO发行的冷热周期规律，编写了WinBUGs和Matlab程序成功用于实证研究中的计算处理。实证研究了IPO系统的发行效率、高频数据下的日内量价分位相关的变点效应、IPO发行后短期市场风险的变点CAViaR模型测量、基于计数数据的IPO发行冷热周期识别、IPO公司盈利预测披露意愿和质量及其对市场表现的影响、IPO公司上市前后证券分析师跟进行为、我国创业板高管减持因素及减持对股票收益的影响、询价制下机构投资者行为对我国IPO定价效率的影响等中国IPO市场热点问题，较系统地提出了提高我国IPO市场金融功能的政策建议。