Pre-IPO Financial Performance and Offer Price Estimation: Evidence from India
Notice bibliographique
Résumé
The primary focus of this paper is to develop an empirical model to study the relationship between key Financial Performance Indicators and IPO Offer Prices. It seeks to assist Indian IPO investors to make more informed decisions by advancing their knowledge about relevant Pre-IPO Financial Performance Indicators that are effective predictors of Offer Price. The purpose is this study is to provide all the stakeholders with an approach to evaluate the Offer Price of IPOs. This will help the stakeholders to overcome pricing anomalies. The companies listed in the National Stock Exchange of India between the financial years 2015–2016 to 2020–2021 are taken as the sample of the study. The secondary data are analyzed by constructing a multiple linear regression model. This study uses a range of fundamental factors related to financial performance in a single framework to demonstrate that an IPO Offer Price can be assessed by its Pre-IPO Financial Performance. The findings of this study validate the objectives of the model constructed. This research shows that the Pre-IPO Financial Performance has an influential role in explaining the IPO offering price. The results of the study show that variables such as Net Asset Value (NAV), Return on Assets (ROA), Profit after Tax (PAT), and Return on Net Worth (RONW) have a substantial impact on IPO Offering Price. The findings of the research will assist IPO issuers in pricing their offerings better and more competitively. Furthermore, this study will also minimize the gap between offering and listing prices to prevent speculative failure. The study will help investors with minimal resources to evaluate the value of any IPO issue. An IPO’s value can be fairly estimated, and investors can decide whether the issue is worth investing in or not.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».