围绕首次公开募股的投资者群

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Clusters of investors around Initial Public Offering》
---
作者：
Margarita Baltakien\\.e, K\\k{e}stutis Baltakys, Juho Kanniainen, Dino
  Pedreschi and Fabrizio Lillo
---
最新提交年份：
2019
---
英文摘要：
  The complex networks approach has been gaining popularity in analysing investor behaviour and stock markets, but within this approach, initial public offerings (IPO) have barely been explored. We fill this gap in the literature by analysing investor clusters in the first two years after the IPO filing in the Helsinki Stock Exchange by using a statistically validated network method to infer investor links based on the co-occurrences of investors\' trade timing for 69 IPO stocks. Our findings show that a rather large part of statistically similar network structures form in different securities and persist in time for mature and IPO companies. We also find evidence of institutional herding.
---
中文摘要：
复杂网络方法在分析投资者行为和股市方面越来越受欢迎，但在这种方法中，首次公开募股（IPO）几乎没有被探索过。我们通过分析赫尔辛基证券交易所首次公开募股申请后前两年的投资者集群，利用经统计验证的网络方法，根据69只首次公开募股股票的投资者交易时机的共现情况推断投资者联系，填补了文献中的这一空白。我们的研究结果表明，在不同的证券中形成了相当大一部分统计上相似的网络结构，并且对于成熟和首次公开募股的公司来说，这种网络结构持续时间较长。我们还发现了机构放牧的证据。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--

---
PDF下载：
--> Clusters_of_investors_around_Initial_Public_Offering.pdf (1.43 MB)

2022-6-25 05:56:40 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：投资者 Quantitative Statistical Institution QUANTITATIV

围绕初始公共基金eringMargarita Baltakien的投资者群*坦佩雷大学。baltakiene@tuni.Fikestutis Baltakystampe University Juho Kanniaintampe University Dino Pedreschi PisaFabrizio LilloUniversity of Bolognanove 2019年12月7日这是一篇发表在Palgrave Communications上的文章的预印本。最终认证版本可在线访问：https://doi.org/10.1057/s41599-019-0342-6AbstractThe复杂网络方法在分析投资者行为和股市方面越来越受欢迎，但在这种方法中，首次公开募股（IPO）几乎没有得到进一步的研究。我们通过分析赫尔辛基证券交易所首次公开募股后前两年的投资者集群，通过使用经统计验证的网络方法，根据69只IPO股票的投资者交易时机的共现情况推断投资者联系，填补了文献中的这一空白。我们的研究结果表明，在统计上相似的网络结构中，很大一部分是在不同的证券中形成的，对于成熟和首次公开募股的公司来说，这种结构持续时间较长。我们还发现了机构放牧。简介首次公开募股（IPO）在金融市场中发挥着重要作用，因为它们开辟了新的投资机会，重新分配了基金的配置，并吸引了新的投资者进入市场。对于现有股东和公共交易所投资者来说，首次公开募股（IPO）通常是私人控股公司生命中一个期待已久的事件，它让所有者有机会套现，让投资者有机会从潜在的抑价和未来回报中获利。

在这里，许多金融研究都解决了与IPO相关的各种行为偏差：Ljungqvist和Wilhelm Jr（2005）分析了对IPO承销商业绩的满意度，Ljungqvist和Wilhelm Jr（2003）指出了围绕网络泡沫的独特定价行为，Kaustia和Knüpfer（2008）发现，投资者的个人经历和之前的IPO回报对未来的IPO认购有显著影响。其他研究分析了金融市场的IPO投资（Karhunen和Keloharju，2001）、IPO收益（Spohr，2004）和IPO抑价（Keloharju，1993）。反过来，金融市场是一个复杂的系统，由财务决策、信息流以及投资者的直接和间接互动组成。金融市场的一个典型方面是多维性和代理异质性（Lakonishok和Maberly，1990；Musciotto等人，2016）。做出投资决策是一个复杂的过程，因为它是由不同的选择组成的，这些选择受到各种市场因素、投资者经验、财富和投资者生活阶段的影响。理解潜在投资者行为模式的特征至关重要，因为这些特征与其行为相结合，塑造了整个市场的动态，因此是解释金融市场繁荣和泡沫的重要因素（Ranganathan et al.，2018）。由于投资者寻求更高的回报，一种可能性是利用社交网络和其他私人信息渠道来遵循其他投资者的策略，并利用股市中的私人渠道信息。不久前*相应的authorBaltakys等人（2018a）为家庭投资者提供了距离和交易时间相似性之间负相关的证据，表明面对面交流在财务决策中仍然很重要。

根据Ozsoylev et al.（2013），可以从已实现的交易中识别信息链接，因为在信息网络中直接链接的投资者往往会对其交易进行类似的计时。我们遵循这一理念，利用股东注册数据对投资者层面的交易进行观察，以确定投资者之间的联系，这里特别侧重于确定投资者集群。之前的研究调查了不同背景下投资者网络的结构（Ozsoylev等人，2013年；Tumminello等人，2012年；Gualdi等人，2016年；Musciotto等人，2018年；Ranganathan等人，2018年；Baltakys等人，2018b），但围绕IPO的投资者集群几乎没有被探索。我们通过对69只股票在首次公开募股的头两年中的投资组合进行广泛的多股票探索性分析来解决这一研究缺口。特别是，我们试图确定确定的投资者集群是否在IPO的头两年持续存在，是否出现在多个IPO证券以及市场上现有的成熟股票中。我们的分析揭示了统计上稳健的投资者集群，它们同时形成不变的证券，并随着时间的推移持续存在。早期的大多数论文都在聚合类别层面上进行分析（Karhunen和Keloharju，2001；Grinblatt和Keloharju，2001；Lillo等人，2015；Siikanen等人，2018），或者集中在单个高流动性股票上（Tumminello等人，2012；Musciotto等人，2018）。尽管早期的研究可能包括了几乎所有的市场参与者（Tumminello等人，2011a；Musciotto等人，2018），但由于专注于一种最具流动性的证券，结果有限，不足以得出投资者在交易多种证券时采用的策略。

与之前IPO文献中的研究不同，当前的研究是第一次在个人投资者账户层面上研究早期交易行为模式。另一方面，与现有的投资者网络研究相反，在本文中，我们分析了赫尔辛基证券交易所（HSE）IPO后出现的集体投资者交易策略，而不是关注资本充足的股票。随着数据量的增长和新数据集的可用性，网络理论已成为分析金融复杂系统的一种流行方法（例如，（Emmert Streib et al.，2017））。尽管人们对市场结构很感兴趣，但投资者网络和投资者行为相互关系的复杂性仍然缺乏探索。事实上，高精度的金融投资者级数据集涵盖了多年的历史数据，并包含了有关社会联系的信息，由于其敏感性，因此非常罕见，而且成本高昂。此外，交易数据通常在投资者之间没有明确或隐含的联系。作为一种序列，网络推理方法在最近的研究中获得了很大的兴趣（Ozsoylev等人，2013年；Gualdi等人，2016年）。与Musciotto et al.（2018）类似，我们使用Tumminello et al.（2011a）提出的统计验证方法，该方法最适合我们的目标和可用数据集。在本文中，我们根据1995年至2007年间69种首次公开募股证券的投资者交易共同发生率推断出投资者网络，并获得了涵盖其首次公开募股两年后的多个网络。此外，通过在投资者网络上应用Infomap算法（Rosvall和Bergstrom，2008），我们获得了共享高交易时间同步的投资者集群。

通过将获得的网络划分为多个簇，我们检测到在IPO后的第一年和第二年之间网络中存在的统计稳健簇。我们还发现在多个证券上形成和重新出现的集群。最后，通过将IPO证券上的投资者集群与更成熟股票的投资者集群进行交叉验证，我们得出结论，早期研究中观察到的持续集群现象（例如（Musciotto et al.，2018））不仅限于成熟公司，而且在年轻证券IPO后的第一年也可以观察到。Dataset和MethodologyDataSet在本文中，我们使用了芬兰欧洲结算系统（Euroclear Finland）提供的唯一数据库。该数据集包含1995年至2009年间芬兰股票股东在赫尔辛基证券交易所每天执行的所有交易。数据记录代表官方所有权证书，包括在赫尔辛基证券交易所执行的所有改变资产所有权的交易。数据集中的每笔交易都有一组丰富的属性，如投资者行业代码、投资者出生年份、性别和邮政编码，我们在分析中利用这些属性来识别和描述投资者群体。该数据集将投资者分为六大类：家庭；非金融公司；金融和保险公司；ZF非营利机构；以及世界其他地方。芬兰国内投资者对应一个单独的账户ID，而外国投资者可以选择交易的代名人注册。然而，无法对代名人注册交易进行分析，因为个人代名人投资者无法唯一识别。相反，代名人投资者集中在托管人的代名人交易账户下。

因此，一个单一的被提名人注册投资者的账户持有量可能相当于多个外国投资者的大量合计所有权。因此，为了避免结果中的不一致，我们从分析中排除了代名人交易。之前的研究也对该数据集进行了分析和描述（例如（Ilmanen和Keloharju，1999；Baltakys等人，2018b；Ranganathan等人，2018；Baltakys等人，2018a；Siikanen等人，2018））。所分析的数据仅限于1995年至2009年间在赫尔辛基证券交易所（Helsinki Stock Exchange）上市的证券的市场交易。纳斯达克OMX Nordic明确为当前研究提供了正式上市日期。我们分析了在给定时间段内在芬兰主要交易所或First North上市的69只股票（表1）。一些公司（如Oriola）有两种不同投票权的股份类别。A类股票给予所有者比B类股票更多的投票权，因此可能属于一个单独的投资者群体。因此，将股票相互比较或直接替换似乎是不合适的，我们将不同投票类别的证券视为单独的股票。在我们的分析期间，总共有75家证券进行了首次公开募股。在本研究中，我们估计了投资者在IPO日期后两年内的网络；因此，我们放弃了ISIN FI0009014716，因为它的两年周期超出了我们的分析周期。此外，五个ISIN（FI0009015580、FI0009015291、FI0009015713、FI0009005250和FI0009902514）在分析中被丢弃，因为没有对它们进行网络估计。不幸的是，数据似乎与某些证券的交易日期属性存在问题，特别是1998年至2004年之间的交易。

每日处置的净交易量在所有交易日均不等于0，而卖出的数量应等于所有投资者每天购买的每只股票的数量。这表明数据集中的一些交易由于交易日期记录不正确而在时间上被错误放置。69种证券中只有14种属于完全无错误的数据期，并在表1中以黑体标记。表1：。IPO股票概述。国际证券识别号（ISIN）、公司、行业、交易总数、唯一投资者总数和证券上市日。