@ARTICLE{26543120_932038643_2024, 
	author = {А. А. Галич and А. Г. Мирзоян}, 
	keywords = {, IPO, недооценка, неопределенность, доходность, первичное размещение акцийэмитент},
	title = {Влияние неопределенности текста форм S-1 на недооценку IPO},
	journal = {Экономический журнал ВШЭ},
	year = {2024},
	volume = {28},
	number = {2},
	pages = {248-275},
	url = {https://ej.hse.ru/2024-28-2/932038643.html},
	publisher = {},
	abstract = {В работе исследуется теория информационной асимметрии с точки зрения влияния неопределенной, негативной и слабомодальной тональности в тексте регистрационных форм S-1 на недооценку первичных размещений ак­ций компаний США в период с 2000 г. по 2020 г. Проводится анализ тональности как полного текста проспекта, так текстов четырех отдельных глав - «Prospectus Summary», «Risk Factors», «Use of Proceeds», «Management’s Dis­cussions and Analysis (MD&A)». Для учета фундаментальных различий между двумя секторами экономики оцениваются отдельные модели линейных регрессий для высокотехнологических и нетехнологических выборок компаний. Мы не находим подтверждения сигнальной теории асимметрии информа­циии с точки зрения влияния неопределенности в тексте проспектов на недооценку IPO: выявлена отрицательная связь доли неопределенности во всем тексте форм S-1 и недооценки IPO и положительная связь недооценки нетехнологических компаний и негативной тональности глав «Risk Factors», «Use of Proceeds» регистрационных форм S-1. В работе не было обнаружено значимого влияния слабомодальной тональности на недооценку IPO. Полу­ченные результаты могут свидетельствовать о том, что неопределенность предостерегает участников рынка от инвестирования в IPO, в то время как негативный тон может, напротив, привлекать инвесторов, если при этом устанавливается низкая цена акций, способная компенсировать риски. В иссле­довании также используются модели машинного обучения: случайный лес и бустинг, результаты построения которых показывают увеличение прогностической силы моделей при учете текстовых характеристик форм S-1. При ранжировании переменных по степени их важности в модели случайного леса в первые десять наиболее важных переменных вошли три текстовые переменные тональности проспектов, что подтверждает необходимость учета текстовой информации, содержащейся в регистрационных формах, при ана­лизе недооценки. Результаты работы способствуют более глубокому пони­манию факторов недооценки публичных размещений, которые могут быть полезны менеджменту компаний при подготовке IPO и его документации для снижения вероятности недооценки и привлечения желаемого объема капитала, а также инвесторам, принимающим решения об инвестировании в акции IPO.},
	annote = {В работе исследуется теория информационной асимметрии с точки зрения влияния неопределенной, негативной и слабомодальной тональности в тексте регистрационных форм S-1 на недооценку первичных размещений ак­ций компаний США в период с 2000 г. по 2020 г. Проводится анализ тональности как полного текста проспекта, так текстов четырех отдельных глав - «Prospectus Summary», «Risk Factors», «Use of Proceeds», «Management’s Dis­cussions and Analysis (MD&A)». Для учета фундаментальных различий между двумя секторами экономики оцениваются отдельные модели линейных регрессий для высокотехнологических и нетехнологических выборок компаний. Мы не находим подтверждения сигнальной теории асимметрии информа­циии с точки зрения влияния неопределенности в тексте проспектов на недооценку IPO: выявлена отрицательная связь доли неопределенности во всем тексте форм S-1 и недооценки IPO и положительная связь недооценки нетехнологических компаний и негативной тональности глав «Risk Factors», «Use of Proceeds» регистрационных форм S-1. В работе не было обнаружено значимого влияния слабомодальной тональности на недооценку IPO. Полу­ченные результаты могут свидетельствовать о том, что неопределенность предостерегает участников рынка от инвестирования в IPO, в то время как негативный тон может, напротив, привлекать инвесторов, если при этом устанавливается низкая цена акций, способная компенсировать риски. В иссле­довании также используются модели машинного обучения: случайный лес и бустинг, результаты построения которых показывают увеличение прогностической силы моделей при учете текстовых характеристик форм S-1. При ранжировании переменных по степени их важности в модели случайного леса в первые десять наиболее важных переменных вошли три текстовые переменные тональности проспектов, что подтверждает необходимость учета текстовой информации, содержащейся в регистрационных формах, при ана­лизе недооценки. Результаты работы способствуют более глубокому пони­манию факторов недооценки публичных размещений, которые могут быть полезны менеджменту компаний при подготовке IPO и его документации для снижения вероятности недооценки и привлечения желаемого объема капитала, а также инвесторам, принимающим решения об инвестировании в акции IPO.}
}