基于灰色关联度和神经网络对科创板拟上市企业估值的研究

针对科创板拟上市企业估值问题,基于所收集到的相关数据,综合运用灰色关联度、层次分析法、BP算法,构建出了灰色关联度及BP神经网络预测等模型,并运用MATLAB、SPSS进行处理分析。通过对近几年中国A股市场、美国NASDAQ市场进行对比分析,找出了中美市场估值指标与基本面指标、流动性指标之间的关系,并对2019年两市场估值指标给出了预测。通过进一步研究分析,展望了科创板的发展前景,并预测出我国首批科创板企业上市后的估值水平。

基于平均市销率估值法对科创板拟上市企业估值的研究

基于对中国A股市场和美国NASDAQ市场中流动性数据和基本面数据的分析,采用逐步回归方法求得2个市场的市销率回归方程,然后运用时间序列方法和灰色预测模型预测相关指标未来一年的数据,最后结合回归方程计算平均市销率。研究表明,我国首批科创板企业上市后的平均市销率比美国NASDAQ市场高33%,其投资价值相对较低,并从科创板申报企业的经营特点、科创板注册制度和投资者结构特点3方面进行解释并提出建议。

科创板双重股权结构优化分析——以小米集团为例

在国内,由于高科技公司创始人需要保护个人投票权,而双重股权结构能够满足这一需求。在2019年4月,上海证券交易所对《上海证券交易所科创板股票上市规则》进行修订,在“内部治理”中“表决权差异安排”部分,对双重股权结构有了相关制度安排。对于高科技行业而言,双重股权结构的出现保护了创始人的投票权,但也引起信息不对称、创始人忘记“初心”等问题。基于此,通过对小米集团在双重股权结构应用过程中现存问题的分析,对双重股权结构优化提出建议,使该结构在企业得到合理运用,使创始人和普通股东有一个平衡的状态。