應用貝氏類神經網路於初次公開發行時折價幅度之預測

The Application of Bayesian Neural Network Model in Predicting the Underpricing of Initial Public Offerings

初次公開發行 (initial public offerings, IPO) 公司折價發行新股的現象，一直為理論與實證研究者所關注的議題，本文擬以更精練的貝氏類神經模型(Bayesian Neural Network Model)預測初次公開發行公司的折價幅度，以豐富此一領域的研究。實證結果除了應用貝氏類神經模型的特性可提供預測的可信賴區間外，在不同的IPO 公司折價幅度觀測期間、不同的神經元隱藏層設定與不同的模式績效評估指標下，均顯示貝氏類神經網路模式對IPO 公司的折價幅度預測能力優於傳統類神經網路模式與傳統線性迴歸模式，且一個神經元隱藏層模式優於二個神經元隱藏層模式，亦顯示IPO 公司的折價幅度預測模式複雜度並不若預期。