唐思

摘 要：隨著新股的恢復(fù)發(fā)行上市，新股定價(jià)的重要性不斷提升。而現(xiàn)有的新股定價(jià)法具有一定局限性，因此本文引入RBF神經(jīng)網(wǎng)絡(luò)對(duì)創(chuàng)業(yè)板新上市的股票的定價(jià)進(jìn)行探討，最終得出較為理想的預(yù)測結(jié)果，對(duì)創(chuàng)業(yè)板的新股定價(jià)具有一定的借鑒意義。

關(guān)鍵詞：RBF神經(jīng)網(wǎng)絡(luò)；創(chuàng)業(yè)板；新股定價(jià)

一、RBF網(wǎng)絡(luò)概述

徑向基網(wǎng)絡(luò)是相對(duì)于BP網(wǎng)絡(luò)來說有其特殊特點(diǎn)的新穎的神經(jīng)網(wǎng)絡(luò)，它可以無限的逼近任何連續(xù)的函數(shù)，它是Powell M.

J.D首先提出的，包括輸入層，隱含層和輸出層。

（一）輸入層的輸入到隱含層的輸入。輸入層、隱含層之間權(quán)值向量與輸入層輸入向量距離llW1i-Xq ll。b是調(diào)節(jié)神經(jīng)元的敏感度。隱含層的輸入 n=llW1i-Xq ll×b。

（二）隱含層的輸入到輸出。隱含層激勵(lì)函數(shù)選擇e-n2為傳遞函數(shù)，radbas（n）=e-n2 ）。隱含層輸出向量

（三）隱含層的輸出到輸出層的輸出。輸出層的輸入為各隱含層神經(jīng)元輸出的加權(quán)求和。輸出層的輸出為yq=∑ni=1（ri×w2i）。

二、基于RBF網(wǎng)絡(luò)的新股定價(jià)

（一）樣本選擇和指標(biāo)選擇。文章選取2014年1月份在深交所創(chuàng)業(yè)板上市的22個(gè)股票，前18個(gè)作訓(xùn)練樣本，后4個(gè)作測試樣本。輸入指標(biāo)包括主承銷商等級(jí)，股權(quán)集中度，發(fā)行規(guī)模以及財(cái)務(wù)方面指標(biāo)（包括每股收益，每股凈資產(chǎn)，資產(chǎn)負(fù)債率，應(yīng)收賬款周轉(zhuǎn)率以及凈利潤）。

（二）樣本處理。由于神經(jīng)網(wǎng)絡(luò)matlab處理要將數(shù)據(jù)歸于

[0，1]，才能準(zhǔn)確的逼近。不能量化指標(biāo)要進(jìn)行編碼轉(zhuǎn)化。能量化指標(biāo)直接用數(shù)據(jù)歸一化法 。

（1）不能量化指標(biāo)的編碼轉(zhuǎn)換。對(duì)于股權(quán)集中度主要是根據(jù)第一名大股東持股比例和前十名大股東持股比例來劃分的，主要分為高度集中型，集中型，中間型，分散型和高度分散型。對(duì)于主承銷商的等級(jí)，根據(jù)深圳證券交易所的數(shù)據(jù)，將所有主承銷商的注冊資本進(jìn)行排名，1-30名的等級(jí)為高等級(jí)，30-80為中等級(jí)，80以后的為低等級(jí)。對(duì)于股票發(fā)行規(guī)模則是根據(jù)首發(fā)后總股本的大小來作為根據(jù)的，總股本大于10000萬股的為大盤股，5000-10000萬股的為中盤股，小于5000萬股的為小盤股。在這里，我們將股票的發(fā)行價(jià)和上市首日開盤價(jià)的平均值作為股票的實(shí)際發(fā)行價(jià)格。這樣將22個(gè)樣本的主承銷商等級(jí)，股權(quán)集中度，發(fā)行規(guī)模進(jìn)行編碼轉(zhuǎn)換。

（2）能夠量化指標(biāo)的數(shù)據(jù)歸一化。在這里我們采用最便捷的線性處理法，利用公式i=1，2…。其中Xj表示為該列的第j行數(shù)據(jù)，MAX（X）和MIN （X）分別表示該列的最大值和最小值這樣將22個(gè)樣本的財(cái)務(wù)方面指標(biāo)（包括每股收益，每股凈資產(chǎn)，資產(chǎn)負(fù)債率，應(yīng)收賬款周轉(zhuǎn)率以及凈利潤）進(jìn)行歸一化。

（三）RBF網(wǎng)絡(luò)的構(gòu)建。本文選擇newrbe（）構(gòu)建RBF網(wǎng)絡(luò)。net=newrbe（P，T，SPREAD）， P為輸入向量，T為輸出變量，SPREAD為拓展速度。由于不需測定隱含層數(shù)目，因此選擇最優(yōu)的SPREAD來決定最優(yōu)值。經(jīng)過matlab得出的估計(jì)值是[0，1]之間，因此要matlab語句反歸一化。

（四）實(shí)證過程。通過對(duì)SPREAD取0.5，1，1.5進(jìn)行matlab

程序計(jì)算，可得出3個(gè)預(yù)測值。

由表中可以看出，當(dāng)spread=1時(shí)，相對(duì)誤差最小。因此結(jié)果針對(duì)spread=1時(shí)的數(shù)據(jù)進(jìn)行分析。

三、結(jié)果分析與解釋

RBF神經(jīng)網(wǎng)絡(luò)對(duì)X19、X20、X21、X22的價(jià)格預(yù)測的準(zhǔn)確度是較高的。其中X21的相對(duì)誤差最大，這可能是選取的指標(biāo)不能充分反應(yīng)它的情況或者訓(xùn)練樣本的數(shù)目不足，使得函數(shù)逼近能力欠佳。因此，RBF神經(jīng)網(wǎng)絡(luò)的新股定價(jià)的兩個(gè)重要的影響因素是指標(biāo)的選取和訓(xùn)練樣本的數(shù)目。

盡管存在一定的誤差，但是本文的指標(biāo)的選取只涵蓋四大類而且訓(xùn)練樣本數(shù)目也不多，在此基礎(chǔ)上能夠?qū)π掳l(fā)股票的價(jià)格預(yù)測作出一定準(zhǔn)確性的判斷，可以看出RBF神經(jīng)網(wǎng)絡(luò)在新股定價(jià)中的可行性和合理性，對(duì)創(chuàng)業(yè)板的新股定價(jià)具有一定的借鑒意義。

參考文獻(xiàn)：

[1] 曹鳳岐，董秀良.我國IPO定價(jià)合理性的實(shí)證分析[J].財(cái)經(jīng)研究，2006，32（6）：4-14

[2] 蔣紅.新股定價(jià)模型研究[D].西北農(nóng)林科技大學(xué)，2012

[3] 王煒等.徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J].地震報(bào)，2005（2）