基于Lasso惩罚的Cox回归模型的股市破发风险评价

发布时间：2020-11-09 19:22

　　 长期以来,股票破发问题一直困扰着各国证券市场,因此关于股票破发方面的研究也屡见不鲜。近些年随着我国股票市场的日益发展,上市公司不断增多,股票破发现象也频频出现。2010-2012年期间,上市新股出现大面积破发,有的甚至上市首日即破发,此后,IPO暂停直至2014年1月,IPO重启之后,新股破发现象得到初步好转,但好景不长,随着近两年来上市的红蜻蜓、步长制药、三角轮胎等次新股相继于2017年年底左右跌破发行价,股票破发又渐渐被人们所提起。股票的不断破发不仅违背了股市健康发展原则,也严重损害了上市公司、投资者甚至承销商的利益,因此对股票破发现象进行研究,找出其影响因素和本质原因,进而为股票市场的合理调控提供一定的理论支持,具有至关重要的意义。研究选取2010-2017年132支破发或濒临破发的股票为研究样本,首先以2014年为时间节点,分别对2010-2014年和2014-2017年两段时间内的破发股票进行描述性分析,初步找出股票破发影响因素;其次基于总研究样本,运用Lasso变量选择法筛选出对股票破发影响显著的指标,建立股票破发Cox预测模型,定量给出各指标对股票破发的影响方向和影响程度,进一步对所得模型进行优化处理,得出按时段的分层Cox模型,最后再与基于Lasso惩罚的Logistic回归模型结果进行实证对比。分析表明:2010-2014年间与2014-2017年间的股票破发呈现出不同的特征,2014年前时间段内的破发股票较之其后时间段内范围广、幅度大;股票发行价格、首日抑价率、破发程度、上证指数、深证指数等均对股票破发影响显著;其中破发程度、首日抑价率和深证指数等指标对股票的破发有抑制作用,而发行价格、总股数日换手率等指标则起推动作用;利用基于Lasso惩罚的Cox模型对股票破发进行研究效果优于基于Lasso惩罚的Logistic模型。最后根据理论分析和实证拟合所得结果,提出了要加大落实市场各方责任,提高新股定价合理性;不断完善信息披露制度,提高市场透明度;提升投资者专业素质,创造良好市场坏境的相应对策建议。
【学位单位】：华中师范大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F832.51
【部分图文】：

（３）行业分布??不同行业股票破发情况也不尽相同，本节主要就所选破发股票样本按行业分??类加以统计分析［８］。研宄给出破发股票样本按行业分布情况，如下图１所示。??由图一不难看出，破发股票样本主要集中于Ｃ类（制造业）行业板块中，该??行业含所选破发股票总样本中的７９支股票，占比高达７５％；其次是Ｉ类（信息传??输、软件和信息技术服务业）行业板块，该行业破发样本数１２支，占总样本数??１１％；然后是Ｆ类（批发与零售业）和Ｍ类（科学研宄和技术服务业）行业，这??两大行业内所含破发股票样本分别４支和３支；而Ａ类（农林牧渔业）、Ｂ类（采??矿业）、Ｄ类（电力、热力、燃气及水的生产和供应业）、Ｅ类（建筑业）、Ｊ??类（金融业）、Ｓ类（综合类）行业均有分布破发股票，但数量较少。??Ｊ，?１，１％?－??Ｄ，?１，１％?．?－?：?：?：?：？?＾??Ｖ－：?Ｘ：＇－：．．?ｖ．－Ｘ＇Ｖ：?？：?＞；＇：??Ｆ?｜??ｓｓ?｜??■?Ｊ??篇ｓ??０

股票破发时间的影响展开实证分析。首先通过Ｌａｓｓｏ筛协变量指标，再分别应用Ｃｏｘ回归和Ｌｏｇｉｓｔｉｃ回归立股票破发预测模型。??变量选择??据的统计特征，发现部分指标间存在很强的多重共线左右，因此为简化模型复杂度并提高模型准确度，在择是必不可少的。从第三章的理论知识可知，Ｌａｓｓｏ多重共线性问题，其中惩罚系数；Ｉ大小控制着整个变量系数越趋于〇，模型越简单，反之亦然。因此应适对因变量影响显著的协变量被筛选出来又不至于出现象出现的效果ｍ］。Ａ取值能通过广义交叉验证法确为模型的损失函数，以此为；Ｌ的选择标准。研究采Ｃｏｘ模型的Ｌａｓｓｏ变量选择，借助Ｒ软件可得出Ｌａｓ下所示：??２８?２８?２７?２５?２０?１８?１６?１１?８?８?７?４?３?３?１??

式（〇是基准生存函数在ｔ时点的估计值。这里将上市股票对应协变量??的值代入生存函数表达式中即可得到该股票样本在观测期内不同时间点上的生存??概率。同时这里通过所得模型拟合样本得出生存概率曲线图，如下图３所示：??３４??
【相似文献】

相关期刊论文 前10条

1 邓强庭;栾嘉;张维;冷怀明;;基于R-Shiny的Cox回归模型列线图绘制工具的开发实现[J];现代预防医学;2018年24期

2 张寒;魏澎涛;吕文伟;孙建涛;;运用多元COX回归模型分析影响经皮肾镜超声碎石取石术治疗上尿路结石后发热的因素[J];中国地方病防治杂志;2017年09期

3 王昌玲,周燕荣,钟晓妮,金亚萍,曾军,殷毓琼,李良彬;COX模型在肺癌手术预后因素分析中的应用[J];重庆医科大学学报;1992年01期

4 廖鹰扬;李贤坤;;体质量指数、金属离子与骨质疏松症患者骨代谢指标相关性的Cox回归模型分析[J];包头医学院学报;2019年05期

5 夏建华;张红星;张爱红;;采用COX回归模型分析影响HIV/AIDS病例生存的因素[J];中国艾滋病性病;2017年04期

6 肖梅;周宁新;黄志强;黄晓强;张文智;张高魁;;肝门部胆管癌预后多因素分析[J];中国实用外科杂志;2006年05期

7 胡雪莹;苏丹柯;韦波;赖少侣;金观桥;左阳;张卫;;小肝细胞肝癌切除术后预后的相关因素分析[J];广西医科大学学报;2014年02期

8 张玉鹏;李昭宇;赵伟;;影响中晚期原发性肝癌患者的生存因素分析[J];宁夏医科大学学报;2013年04期

9 徐忠;高育瑶;仇德惠;沈福民;;影响肺癌切除患者预后的因素——Cox回归模型分析[J];上海医学;1992年02期

10 刘韵源;与年龄有关的Logistic回归理论及应用[J];中国科学(B辑 化学 生命科学 地学);1990年06期

相关硕士学位论文 前5条

1 张超;基于Lasso惩罚的Cox回归模型的股市破发风险评价[D];华中师范大学;2018年

2 张玉鹏;原发性肝癌的临床治疗生存因素分析[D];宁夏医科大学;2013年

3 刘维丽;248例原发性肝癌脾虚证患者的预后因素分析[D];北京中医药大学;2015年

4 王培培;指肠癌术后三维适形/调强放疗联合化疗与单纯辅助化疗的疗效比较[D];河北医科大学;2012年

5 陆怀初;成人血压水平与死亡风险的前瞻性研究[D];浙江大学;2016年

本文编号：2876861