Underpricing, share retention, and the IPO aftermarket liquidity
Notice bibliographique
Résumé
Purpose To test the effects of underpricing and share retention (i.e. the proportion of shares retained by the pre‐initial‐public‐offering (IPO) owners) on IPO aftermarket liquidity. Design/methodology/approach Uses both percentage spread and turnover ratio to measure liquidity. The percentage spread is the quoted bid‐ask spread divided by the quoted midpoint and measures the trading cost relative to share price. Turnover ratio is the daily trading volume divided by the number of shares offered and measures the speed of transaction. Both non‐parametric analyses and multiple regressions are conducted to investigate the effects of underpricing and share retention on liquidity. Findings Results indicate that initial return is positively related to turnover ratio and negatively related to percentage spread. These relations are significant even after controlling for other factors. Also finds that the pre‐IPO owners’ retention rate is positively related to turnover ratio and negatively related to percentage spread. High retention rates attract more trades, provide quality assurance, and improve IPO aftermarket liquidity. Originality/value This paper investigates the theoretical links between underpricing and liquidity and provides direct evidence on Booth and Chua's liquidity theory. In addition, this is one of the first empirical studies to analyze the effect of share retention on aftermarket liquidity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».