新股定价模型最大化持有收益与合理报价

1、1、新股定价研究目标合理询价、最大化 持有收益、破发预测从2014年至2019年注册制试点科创板开启以前，主板、创业板新股上市后都 有比拟明显的连续上涨形态。市场逐渐形成了对打新无风险收益的预期。图1 : 2014-2018年新股上市20天内平均涨幅模拟净值图2 : 2019-2021年新股上市20天内平均涨幅模拟净值0.50123456789 10 1112 13 1415 16 17 1819 202014 2015 2016 2017 2018资料来源：Wind ,光大证券研究所，新股上市时间范围为2014年-2018年，模拟净值为各新股上市后第N天收益率平均值+1再累乘得到，单位：元3

2、1.31.16051.1401.1212 3 45 6 7 89 10 11 12 13 14 15 16 17 18 19 202019 2020 2021 2022 由资料来源：Wind ,光大证券研究所，新股上市时间范围为2019年-2022年6月24日， 模拟净值为各新股上市后第N天收益率平均值+1再累乘得到，单位：元2017年以后新股上市的平均最大涨幅有了明显下降。2019年注册制试点、科创 板开启后，新股上市后的首日涨幅明显提高，压缩了首日之后的上涨空间。进入 2021年，注册制改革推出更多举措，降低最高价剔除比例使得更多高报价入围。 新股发行估值提升，上市首日后出现高开低走、甚至

3、跌破发行价的现象。打新的 无风险收益属性逐渐丧失，对新股定价策略的研究意义凸显。图3 :新股发行不同阶段掌握信息范围不同询价阶段上市持有阶段正向因素创业板近月上涨散户开户增加新股属于风口行业网下超额认购负向因素近期IPO募资多发行市值大发行价高相对行业溢价率高资料来源：Wind ,光大证券研究所需要说明的是，最大化持有收益决策和询价决策面临的信息范围不同：在之前的 报告新股上市如何表现-制度、影响因素与策略意义量化打新系列报告之 二中我们总结了影响新股上市后表现的诸多因素。其中环境因素（如市场环境、 是否属于风口行业等）在同一个新股的询价、上市时两个时间点基本不变。持有 阶段和询价阶段的信息范

4、围差异在于：上市阶段我们已经获得了网下、网上申购 行为的信息，如超额申购倍数等，这些行为反映了市场参与者对新股的认可程度, 可能有助于预测新股上市后的表现。理论上发行价格和新股上市后收益呈现出反 向关系，实际的发行价格在询价结束才能确定。对于网上申购投资者，打新策略 只需要决定最正确卖点，实现最大化收益。对于网下申购投资者，由于要参与询价4、收益预测模型在合理询价上的应用上述新股收益预测模型的使用前提是我们新股发行过程信息（在询价结束后 才知道发行价、发行市值和超额认购等信息），进而预测新股涨幅获得策略优势， 但如果发行价过高，新股上市低开低走，仍然无法防止一定程度的打新亏损。投 资者面临的另

5、一个策略问题是：如何在询价过程合理报价，从而提前避开发行价 过高、可能破发的新股？显然高报价有利于入围 但上市后的收益空间减少、破发导致打新亏损概率增加。报价上限应该是按此价格发行后，模型预测涨幅为0的价格，即盈亏边界。求解报价上限我们假设报价的上限是使上市后目标价和发行价相等的价格，即 target_price=ipo_price,代入上一章的回归方程m （曹= &F1 + &F2 + + %F3+ 卬丁 ice ）等式右边各变量中，对数发行价、对数发行市值、行业相对新股估值倍数3个变 量包含发行价因素，整理可得，0 =氏* （tpojfria） + p2 * IMipOprice * CQ

6、pJssued） +巧+上式右边中以省略号代表其他与发行价无关的变量。进一步我们用牛顿迭代法近 似求解发行价的报价上限。把发行价（ipo_price ）看作未知数x ,近似解的目 标效果是使回归方程等于0（不含发行价因M以省略号代替）：fix） = Bl * ln（x） + p2 * /（%） + p3 * （皿竺生詈贮昼）+二0f （x）对发行价的一阶导数为：（不含发行价因素的变量导数为0）尸（*）_ B1+P2 _ Pa .indSry（适用上市时财务盈利新股，EPS按照“发行时最近年报扣非归母净利润/发行 后总股本”计算，与模型训练数据口径保持一致）尸（幻 _ B1+P2 Pa GdSr

7、y7ttto（适用于发行时财务亏损新股，BPS为发行后每股净资产，理论上随发行价变化， 为了简化问题我们以“（招股说明书披露预期募资金额* （ 1-滚动300只新股发 行费用率中位数）+发行前最近经审计的半年报或年报净资产）/发行后总股本“ 作为估计值）图10 :利用定价方程求解报价上限和合理收益对应报价的原理示意打新收益资料来源：光大证券研究所绘制，注：入围指不因报价过低而被剔除导数中各B为对应变量的回归系数，industry_rati。为预测日新股对应证监会行 业PE或PB估值。每次迭代更新发行报价的公式为： A 1（0.1为更新步长缩减比例，使函数更好收敛在最优解附近）停止迭代条件为预测

8、目标价/发行价的对数涨幅绝对值在1%以内：abs（f（x） EPS * industryratiof（x） ln（1.4） or quantile（premium, 10%）以财务盈利适用PE法计算估值倍数的新股为例，premium为近期300只新股 的行业相对新股估值倍数。停止时对应的x ,即为满足合理收益期望且合理估值范围的发行价。我们对近期已完成上市（2021.8-2022.6.24 ）的300只新股按上述标准求解合理 收益对应报价，并且把合理收益对应报价与实际发行价比拟进行回测。表7 :合理收益对应报价成功防止参与破发新股资料来源：Wind，光大证券研究所，破发为本文定义破发统计口径，

9、新股范围为2021年8月1日-2022年6月24日已上 市300只合理收益对应报价高于发行价（个）合理收益对应报价低于发行价（个）具实非破友16479真实破发453按上述回测，合理收益对应报价能够避开57只破发新股中的53只，由于模型 本身存在误差因素，对79只收益为正的新股做出较低报价。进一步，我们分析合理收益对应报价低于发行价新股的板块构成。从历史数据来 看，主板新股发行定价经常延续核准制下23倍发行PE上限的习惯（见下一节 统计图表），导致发行估值受限；而注册制下的创业板、科创板发行定价没有此 历史习惯，因此有必要对合理收益对应报价低于发行价的新股所在板块进行分 析。表8 :合理收益对应

10、报价低于发行报价的案例主要由注册制新股构成合理收益对应报价高于发行价（个 合理收益对应报价低于发行价（个）非注册制4212注册制126120资料来源：Wind ,光大证券研究所，新股范围为2021年8月1 H-2022年6月24日已上市300只近期破发新股大多为注册制下的创业板和科创板，在120只合理收益对应报价 较低的注册制新股上，有52只按本报告定义口径为破发新股，亦是定价模型希 望规避的对象，有68只是非破发新股被误判。表9 :未入围新股的收益远低于预测非破发且入围新股水平，误判本钱较低资料来源：Wind ,光大证券研究所，新股范围为2021年8月1 H-2022年6月24日已上市300

11、只，打新收益率为该类 新股在本报告定义的目标价涨幅口径下的涨幅均值是否注册制破发合理收益对应报价低于发行价打新收益率数量（个）非注册制否否167%42非注册制否是86%11非注册制是是2%1注册制否否137%122注册制否是54%68注册制是否-2%4注册制是日-13%52从上表的各类细项收益统计可以看出，这局部被误判的新股涨幅均值54% ,显 著低于注册制非破发且报价入围的新股涨幅137% ,误判的本钱并不高。考虑到打新投资者在心理上偏向认为打新是无风险收益，错失一些新股入围而追 求打新平安性的策略比拟符合投资者预期目标。5、即将上市新股的询价分析和表现预测根据上文中我们对新股上市表现构造的

12、定价模型和求解询价合理报价模型，我们 对近期已经完成定价的新股进行表现预测。表10 :已定价未上市新股表现预测资料来源：Wind ,光大证券研究所预测，基于市场环境和发行进度统计，破发可能判断标准为预测涨幅50% ;对于非注册制新股，预测涨幅可以大致理解为开板日成交均价 相对发行价涨幅；对于注册制下的创业板、科创板新股，预测涨幅可以理解为首日成交均价相对发行价涨幅；EPS根据招股说明书公布日最近一期公布的年报扣非归母净利润和发行后总 股本计算，BPS根据招股说明书公布日最近一期公布的经审计半年报/年报归母权益和实际募资净金额、发行后总股本计算；假设预测时新股中信一级行业未公布那么手动赋值；一般

13、采用PE 法计算行业相对新股估值倍数，假设EPS70倍，那么估值基础采用PB法，然后根据发行文件公布的新股估值、行业估值计算行业相对新股估值倍数用于模型预测。代码名称发行价（元行业相对新股估值|发行PE （倍）发行市值（亿元）主要风格预测涨幅破发可能对应均价（元）倍数301139.SZ元道通信38.460.9147.7946.76成长83%70.3否301175.SZ中科环保3.821.133.2256.23稳定196%11.3否301208.SZ中亦科技46.061.6426.5330.71成长111%97.13否301233.SZ盛帮股份41.520.6637.9921.37周期72%71

14、.42否301234.SZ五洲医疗26.231.122817.84消费140%62.97否301239.SZ普瑞眼科33.650.8358.7750.35消费79%60.09否301312.SZ智立方72.331.226.529.61周期57%113.75否603235.SH天新药业36.881.4422.99161.45消费51%55.65否688053.SH思科瑞55.530.4960.6455.53成长54%85.71否688322.SH奥比中光30.990.94采用PB法123.96成长68%51.97否688353.SH华盛锂电98.350.7325.96108.18周期16%114

15、.38是688400.SH凌云光21.930.4766.37101.65成长82%40否特别风险提示：除模型存在误差之外，模型预测基于假设干时效性较强的市场环境变量，新股实际上市时的市场环境可能与预测时相比发生较大变化。我们对未完成询价的新股求解合理收益对应报价，并给出行业估值习惯报价。行业估值习惯报价采用如下规那么按顺序生成：1 ）对于银行业新股，采用1倍PB对应价格。虽然A股银行业的交易PB经常 低于1倍，但破净发行不符合新股历史经验。图11 :长期以来银行业新股发行PB大多锁定在1倍PB水平20201510002014/12/2720166/102017/9/222019/2/42020

16、）6/182021/10/3120230/16发行价PE 一一发行价PB （右）资料来源：Wind ,光大证券研究所，新股范围为2014-2022628中信一级银行业新股，PE、PB均为发行文件披露值，按 发行后总股本口径计算，单位为倍2）对于EPS0.1元的新股，我们认为报价习惯上可以采用PE法估值，按核准 制下23倍市盈率习惯和发行文件披露的行业PE估值二者孰低，计算得到对应 的行业习惯报价。图12 :主板非金融类新股发行价PE集中分布在23倍附近7014/1/1201 阳 16?016/27701RP/97019/S/?4?0?n/11/S?0?ZV?0资料来源：Wind ,光大证券研究

17、所，新股范围为2014-2022628上市主板新股且排除中信一级银行、非银金融、房地产、 综合金融行业，PE为发行文件披露值，按发行后总股本口径计算，单位：倍3）剩余新股按照行业PB*每股净资产（以预期募资净金额、发行前净资产、发 行后股本估算）得到对应行业习惯报价。表11 :未完成发行定价新股报价分析资料来源：Wind ,光大证券研究所预测，基于市场环境和发行进度统计；EPS根据招股说明书公布日最近一期年报扣非归母净利润和预期发行后总股本计算；BPS根据招股说 明书公布日最近一期经审计半年报/年报净资产和预期募资净金额、预期发行后总股本估计，不等于实际发行后每股净资产；假设预测时新股中信一级

18、行业未公布那么手动赋值；假设未能获取 招股说明书行业PE ,按照证监会行业指数预测日PE、中信一级行业PE顺序确定行业PE ;行业PB按证监会行业指数预测日PB、中信一级行业预测日PB顺序获取；合理收益对应报价 为模型预期收益40%以上且满足估值溢价要求的报价；行业习惯估值报价根据新股特征按照银行业1倍PB , EPS0.1元适用23倍PE/行业PE孰低估值、其他适用行业PB估值顺序产 生；假设测算EPS0,那么合理报价PE为空；假设未能获取询价开始日期或者新股发行不涉及询价过程的，询价开始日为空值。代码询价开始日行业PE（但行业PB（也合理收益对合理收益对BPS (元)中信一级行业合理收益对

19、行业习惯估合理报价估应报价PE （倍）应报价PB （倍）EPS ( 7E )由玲衿/井栏煽俗，钎001230.SZ2022062959.871.9144.34.791.513.87电力及公用事业66.534.51PE法001236.SZ2022063015.661.42502.120.081.84非银行金融3.92.61PB法603170.SH2022063035.525.2352.248.980.442.54食品饮料22.8310.05PE法688231.SH2022070626.293.0941.670.780.116.1有色金属4.752.62PE法688332.SH2022070134

20、.973.3643.573.521.6220.12电子70.837.36PE法688375.SH2022070634.973.3650.643.510.8812.65国防军工44.4120.16PE法特别风险提示：除预测误差之外，模型预测基于假设干时效性较强的市场环境变量，新股实际上市时的市场环境可能与预测时相比发生较大变化。6、总结2021年下半年以来，在市场交易情绪转弱、注册制改革深化推进发行报价市场 化两大背景下，新股发行估值溢价抬升、新股破发频现，对新股定价策略的研究 意义凸显。在新股上市如何表现-制度、影响因素与策略意义量化打新系列 报告之二中，我们从定性角度分析了影响新股上市表现的

21、环境和个股因素。本 报告从定量角度提出新股涨幅预测和合理报价分析模型。本报告重点回答2个问题：1、如何预测新股上市短期表现及破发可能性正向因素：创业板近月上涨幅度，是否属于风口行业，新开户数，网下超额认购 倍数，成长/消费风格；负向因素：发行价，发行市值，发行估值相对行业估值溢价，近期募资金额。 多因子新股收益定价模型预测目标:上市20天以内最高收盘价与开板日成交均价孰高（主板新股）或首日 均价（注册制下新股）相对于发行价的对数收益；回归R2 :样本内外接近0.5。新股破发预测定价模型对破发新股、非破发新股预测涨幅有明显区分度。对非破发新股预测涨 幅均值为80% ,对破发新股的预测涨幅均值为1

22、5%o考虑平安边际和避险偏好，设定破发阈值为预测涨幅低于50% ,模型成功预测 2021年10月2022年5月区间内57只破发新股中的53只。2、如何在询价时合理报价，防止打新亏损利用定价模型隐含的发行价与新股上市表现的负向函数关系，以发行价为变量, 使用牛顿迭代法求解上市后预测涨幅为0的报价上限和预测涨幅40%以上且满 足合理估值溢价要求的合理报价。根据以上定价模型和报价模型，我们对已定价未上市新股做出涨幅预测，对未完 成定价新股作出合理报价分析。7、风险分析报告结果均基于模型及历史数据，模型存在失效的风险，历史数据存在不被重复 验证的可能。模型结果依赖于时效性较强的市场环境变量，新股上市时

23、市场环境 可能与预测时相比发生较大变化。过程（假设采用网下、网上同时发行），还面临报价策略的问题。询价过程的报 价既不能太高，也不能太低太低那么不能入围，太高那么容易被剔除。因此，对 新股上市定价模型的研究就显得十分必要，如果能大致掌握市场对于新股涨幅的 定价逻辑，那么询价时就可以设定合理的利润幅度进行报价。同理，持有新股的最大化收益决策也能受益于定价模型。如果能大致预测新股上 市的短期最高涨幅，就能做出比“开板卖出、开盘卖出”等经验总结更好的交易 行为。至于打新投资者比拟关心的破发问题，我们认为：不能简单地构建分类模型预测 破发现象。这是因为历史上破发的新股样本极少（2014年-2022年6

24、月底期间， 以首日均价涨幅小于5%为标准，大约57只新股破发，约占历史总样本的2% ）, 不可防止地要对样本进行过采样并处理过拟合问题。通过定价模型对整体新股上 市涨幅规律进行学习，有助于我们预测上市涨幅较低的新股。归模型设定综合考虑多种因素，我们决定采用回归模型进行新股定价规律的研究。据我们统 计，2014年2021年发行的新股总量在2000多只,数据量有限。在之前的报 告中我们梳理了假设干影响新股上市后表现的因素，这些因素逻辑清晰方向明确、 单调，并不需要进行复杂的特征工程和筛选，因此回归模型应当能够满足研究需输入变量我们将之前报告中梳理的新股上市表现影响因素按照大盘环境和个股分别整理 归

25、类。表1 ：影响因素整理创业板近月涨幅 滚动6个月投机资金增量（新开户） 滚动6个月投机资金消耗（IPO募资金额） 行业相对新股估值倍数 发行价发行市值 是否属于风口行业 网下超额认购倍数（回拨前） 行业风格（周期、成长、消费、稳定、金融）资料来源：Wind ,光大证券研究所环境因素市场表现与投机力量投机资金盈余在之前的报告中，我们已经证明投机资金力量与新股上市表现具有正相关性，并 提出投机资金盈余这一指标。投机资金盈余二滚动6月上证新开户*平均账户单户资金（假设2万元）-滚动6 月IPO募资图4 :投资资金盈余指标与新股表现6000500040003000200010000-1000-?nn

26、n6000500040003000200010000-1000-?nnn800%资料来源：Wind ,光大证券研究所，新股上市时间范围为2014年1月2022年5月，断线表示IPO停发，左轴单位：亿从上图中，我们发现了新股上市涨幅的时序变化和投机资金力量有正相关性，而 投机资金力量取决于散户入市带来的资金流入和IPO募资对投机资金的消耗。 需要说明的是，新开户、IPO募资与新股上市后表现的具体的数量关系由模型通 过历史数据拟合得到，对单户新增资金2万元的假设只是为了帮我们从视觉上 理解该因素的作用。在数据处理时，由于（t-1 ）月新开户数据在t月15日才公 布，为了防止使用未来数据，我们做如下

27、处理：新股上市日二15号，使用上市日的（t-2 ）月的近6个月新开户数新股上市日15号，使用上市日的（t-1 ）月的近6个月新开户数图5 :投机资金盈余指标的数据处理方法,上月新开户数据未公布时t-6 月 15IPO募资资料来源：光大证券研究所绘制，注：每个间隔代表1个月IPO募资金额那么不存在获取时间滞后的问题，因此我们使用新股发行日的近6个 月的所有新股的募资金额作为投机资金消耗指标。创业板涨幅创业板近期表现也影响着新股交易者的情绪。在之前的报告中，我们发现新股上 市后表现与前一个月的创业板涨幅有正相关性。在数据处理时，我们对每个新股 计算上市日的前22个交易日创业板指涨幅，作为该新股的市

28、场情绪环境变量。个股因素影响新股上市后表现的个股层面指标有发行市值、发行价、行业相对新股估值倍 数、主要风格、网下申购超额认购倍数（回拨前）。发行市值在之前的报告中，我们分析发现小市值的新股涨幅明显跑赢其他市值组，我们使 用对数市值这一变量，使得小市值股票间该变量的值区分度更大。发行价在之前的报告中，我们分析发现低价组新股涨幅明显跑赢高价组。和市值处理相 同，我们对发行价进行对数处理，In （发行价）函数的导数在低价区域较大，函 数值变化快，导数在高价区域较小，函数值变化相对较慢。行业相对新股估值倍数在之前的报告中，我们发现新股发行估值相对行业估值越低，上市后表现越好。我们分别对不同财务状况的

29、新股采用两种口径计算相对估值：1上市时盈利企业，行业相对新股估值倍数二（招股说明书披露行业PE/发行价 PE）2上市时亏损企业，行业相对新股估值倍数二（招股说明书披露行业PB/发行价 PB）（招股说明书披露行业估值为空时，使用中信一级行业估值填充）我们把新股的估值放在上述公式的分母中，这是因为我们关心的目标是新股上市 后相对于发行价的涨幅，把发行价对应的估值放在分母，使得模型输入、预测目 标之间的线性关系更加明显，根据我们的实验，这有助于提高模型预测效果。网下超额认购倍数在之前的报告中，我们已经发现网下超额认购倍数与新股上市表现正相关。由于 个别新股采取直接定价发行的方式上市，只有网上申购没有

30、网下申购，而大局部 新股均有网上网下申购数据，我们采用如下规那么处理该变量：如果网下超额认购倍数为空，使用网上超额认购倍数填充风口行业假设新股上市时所属的中信一级行业动态12个月涨幅排名在top5的，属于风口 行业，否那么属于非风口行业。在之前的报告中，我们发现风口行业新股上市表现 一般好于非风口行业。主要风格参考中信一级行业分类标准对应的主要风格，我们把中信一级行业分成以下几个 大类，构成哑变量。由于“综合”行业历史上市新股数量极少，我们查看了相关 公司业务，把它们归为“成长风格”。加入主要风格这一变量的主要原因是，长 期以来A股投资者对成长、消费行业抱有较高热情，我们推测这种热情也会传 递

31、到新股的交易中。表2 :新股中信一级行业与主要风格映射关系资料来源：中信行业编制文档，光大证券研究所行业代码一级行业主要风格CI005001.WI石油石化周期CI005002.WI煤炭周期CI005003.WI有色金属周期CI005004.WI电力及公用事业稳定CI005005.WI钢铁周期CI005006.WI基础化工周期CI005007.WI建筑稳定CI005008.WI建材周期CI005009.WI轻工制造消费CI005010.WI机械周期CI005011.WI电力设备及新能源成长CI005012.WI国防军工成长CI005013.WI汽车周期CI005014.WI商贸零售消费CI005

32、015.WI消费者服务消费CI005016.WI家电消费CI005017.WI纺织服装周期CI005018.WI医药消费CI005019.WI食品饮料消费CI005020.WI农林牧渔周期CI005021.WI银行金融CI005022.WI非银行金融金融CI005023.WI房地产金融CI005024.WI交通运输稳定CI005025.WI电子成长CI005026.WI通信成长CI005027.WI计算机成长CI005028.WI传媒成长CI005029.WI综合成长CI005030.WI综合金融金融预测目标选择：对数收益率从打新策略角度分析，投资者关心的核心问题就是新股持有至何价格应该卖出。

33、 显然投资者希望持有至接近短期最高价，但是从统计规律学习角度分析，最高价 本身不是一个稳定的价格状态，增加建模预测难度。此外，由于流动性缺乏等因 素，如果把最高价这一瞬间对应的涨幅当作预测目标，随机误差因素较大。举例 说明，康泰医学(300869.SZ )在上市当日最高价308元，相对于发行价10.16 元涨幅接近30倍，但实际上该股票上市首日大局部时间都在100元以下交易， 当日成交均价远低于最高价。图6 :最高价涨幅不适合做为预测目标，以康泰医学（300869.SZ ）为例2931.50%-64.30732.87%-138.761465.75%康泰医学（300869） 2020年08月24

34、日星期一308 00 收 118 00 幅 1061.42% 振 2538.58% 高 308.00 低 50.08 额 15.70亿-213.222198.62%-287.682931.50%2.36 万2.36 万1.18万lllllllmll仙III1.18 万09:3010:0010:3011:0013:0013:3014:0014:3015:00资料来源：Wind ,光大证券研究所，康泰医学2020824上市首日分时图考虑到历史上市场参与者已经形成了“开板卖出”的决策经验，似乎把开板日成 交均价相对发行价涨幅作为预测目标比拟合理。但我们注意到“开板”这个标准 和最大化卖出收益的目标并

35、不是完美匹配。以全筑股份（603030.SH ）的上市初 期走势为例。该股票在2015年3月27日短暂翻开涨停板后回封（下列图箭头）， 之后又连续5天收盘涨停。开板涨幅与上市20天涨幅差异较大。因此“一字涨 停板开板”日的价格亦不适合直接作为预测目标。图7 :开板卖出并不一定是最好卖出时机，以全筑股份（603030.SH ）为例TT4.6?资料来源：Wind ,光大证券研究所，统计区间：2015年3月20日（全筑股份上市首日）-2015年4月16日考虑到新股上市N天平均涨幅模拟净值在上市20天内已经走平（见前文），我 们可以判断：从样本整体角度看，新股上市第一个月的收盘最高价，大概率出现 在2

36、0天以内。因此我们初步定义的预测目标价是上市20天内最高收盘价与开 板日成交均价的孰高者。对于注册制之后的创业板和科创板，由于上市首日不设 涨跌幅限制，不再适用上市后连续涨停板条件，对于这些股票我们预测目标价为 上市首日成交均价。目标价（上市20日内量大收盘价开板日成交均价）if非注册制日体团一1首日成交均价if注册制虽然我们希望预测新股上市后相对发行价涨幅，但原始涨幅（目标价/发行价-1 ） 分布区间更大，拟合时涨幅巨大的少数样本会贡献较大误差，使得模型参数估计向少数样本偏离。因此我们选择目标价相对发行价的对数收益作为预测对象，降 低极值点的影响。对数收益=ln（目标价/发行价）图8 :原始

37、涨幅数据分布方差较大，对数收益更适合做预测目标15131513对朝媾原始涨幅资料来源：Wind ,光大证券研究所，新股上市时间范围为2014年-2022年7月1日，单位:倍数3、涨幅预测拟合结果根据上述自变量和因变量的处理方法，我们构建回归模型（OLS ）。除了以下自 变量，我们还尝试在模型中加入增长率因素：上市时近一个报告期营业收入同比 增长率，该变量不显著而被剔除。表3 :回归模型设定行业相对新股估值倍数 发行价x 一个股发行市值风口行业网下超额认购倍数行业风格（周期、成长、消费、稳定、金融）Yln（目标价/发行价）资料来源：Wind ,光大证券研究所回归方程的定价思想是逐步乘数调整定价：

38、)=4=1 +十尸2 + +十=3+EygetjM = ip-% * /1 门* e%*。南所*因此正向因素（回归系数为正）对目标价/发行价比例带来的影响是大于1的膨 胀乘数，负向因素（回归系数为负）的影响是小于1的折扣乘数。样本内数据区间：2014-2022年3月31日上市新股，用于训练回归模型样本外数据区间：2022年4月1 S-2022年5月31日，用于检验预测效果回归结果如下表，结果符合我们预期：市场环境方面，散户热情进场、创业板上 涨有利于新股上市表现（系数为正），IPO募资强度与新股表现负相关（系数为 负）。表4:回归模型参数资料来源：Wind ,光大证券研究所，新股上市时间范围为2014年-2022年5月因子系数显著性P值滚动6个月投机资金增量（新开户，百万）0.0270滚动6个月投机资金消耗（IPO募资金额，百亿-0.0190创业板近月涨幅0.6640发行价-0.2630发行市值-0.1420风口行业0.0730行业相对新股估值倍数0.1060网下超额认购倍数0.0400周期4.5360成长4.6730消费4.6330稳定4.5610金融4.5130R_square 样本内 0.52R_square 样本外 0.48Prob (F-statistic): 0.00个股层面，发行价、发行市值与新股