从全世界范围来看，各国资本市场都出现了新股发行价格普遍低于IPO上市首日收盘价格的“异象”，被称为IPO抑价现象(IPO Underpricing)。长期以来，中国IPO抑价率只增不减，远高于其他国家和地区成熟资本市场的平均水平，这使得投资者承受较大的后市流通性风险，同时加剧了投资者“炒新”等非理性投机行为，进一步加大了股票价格偏离内在价值即虚高泡沫化所致的金融风险。党的十九大报告明确指出，要提高直接融资比重，促进多层次资本市场健康发展，守住不发生系统性金融风险底线。IPO发行是资本市场吐故纳新、健康发展的重要一环，新股价格的合理性和稳定性直接影响到上市公司融资效率以及资本市场运行效率。在此背景下，围绕中国IPO抑价问题展开学理研究，对于提高中国资本市场的资源配置能力，全面建设现代金融体系和现代化经济体系，具有十分重要的意义。
　　信息披露质量是资本市场的生命线。由于拟上市公司没有交易历史，投资者能够获取的公开信息较为有限，因此，招股说明书作为公司首次公开发行股票时制作的规范性披露材料，对于外部投资者而言是极为重要的信息渠道。招股说明书文本信息向潜在投资者提供了有关发行概况、公司经营、发展定位、财务状况以及风险因素等大量重要信息，是拟上市公司向公众展示公司发展态势及管理者管理能力的“成绩单”，其披露的信息可以分为非结构化文本信息和结构化数据信息。值得注意的是，公司信息披露中的文本类定性“软信息”对于资产价格变动的影响，并不逊色于数据类定量“硬信息”，有时对于投资者而言，文本信息甚至比财务数据信息所具有的信息含量更为丰富。那么，招股说明书所含文字陈述部分的“软信息”会不会影响IPO抑价，这一问题目前未有定论。
　　随着计算机自然语言处理技术的快速发展，上述问题的研究借助文本分析技术可得以实现。本文梳理了IPO抑价、上市公司信息披露以及行为金融学的相关理论，总结了上市公司信息披露文本信息的研究现状，发现目前国内外鲜有文献研究招股说明书文本特征如何影响IPO抑价。为此，本文从文本相似度、文本可读性以及文本语调这三个维度，对招股说明书全文文本特征进行立体刻画，进而探究上述文本特征是否会对IPO抑价产生影响。同时，本文进一步下沉文本层次，聚焦招股说明书第四节“风险因素”这一具体文本对象，考察了风险因素的文本规模、文本语调和风险类别条目在新股市场中的作用。本文力图从文本“软信息”和新股市场角度，给出上市公司信息披露如何影响资本市场运行效率的答案。
　　首先，文本相似度是衡量招股说明书文本信息含量高低的重要指标，文本相似度越高，特质性价值信息越少，本文分析了招股说明书文本相似度对IPO抑价的影响。创新性地使用文本相似度指标来衡量中文招股说明书文本质量，克服了现有中文文本研究通过定性分析或指标评分来判断文本信息披露质量的主观缺点。在理论上，利用信息不对称理论和香农信息传递理论对招股说明书信息质量与IPO抑价之间的负相关关系进行了探讨。实证方面，以上市时间在2014-2017年A股招股说明书为文本分析对象，考察招股说明书文本相似度与IPO抑价之间的关系。研究发现，招股说明书文本相似度越高，IPO抑价程度越高，这一结论在进行稳健性检验之后仍然成立。此外，不同市场的投资者对于文本信息含量的敏感度并不相同，上述结论在中小板及创业板样本组内更为显著。因此，发行人降低招股说明书文本相似度，提高文本信息特质性，会使得发行人与投资者双方的信息不对称程度得以缓解，表现为IPO公司自身的融资成本在资本市场中会进一步下降。
　　其次，文本可读性影响投资者是否能够准确理解并重构招股说明书中所披露的文字信息，本文探讨了招股说明书文本可读性对IPO抑价的影响。从语义复杂性和词义陌生性两个维度，创建了中文金融文本可读性指标，以此更加准确地测度投资者对于招股说明书所含信息的理解程度和接受程度，进一步发展了金融文本可读性研究。在理论上，基于印象管理和信息不对称理论，分析了招股说明书文本可读性对IPO抑价的影响机制。同时，实证研究发现，招股说明书文本信息可读性越低，IPO抑价程度越高，该结论在进行稳健性检验后仍然成立。同时，招股说明书文本可读性对IPO抑价影响的方向和程度会受到机构投资者持有比例以及产权性质的影响，在机构投资者高持股比例样本组内，招股说明书文本可读性与IPO抑价具有显著负相关关系；招股说明书可读性与IPO抑价负相关仅在非国有企业成立，上述关系国有企业内不存在。同时发现，招股说明书文本可读性越低，上市首日换手率越高；招股说明书可读性较强的公司，上市后公司业绩越好。
　　再次，管理层语调作为文本增量信息对资产价格变动起到至关重要的作用，本文考察了招股说明书管理层语调对IPO抑价的影响。基于中文语言和金融信息披露词汇特点，本文创建中文招股说明书情绪词汇列表。在理论上，以投资者非理性为研究视角，厘清了招股说明书管理层语调对IPO抑价的影响机制。实证研究发现，招股说明书管理层净正面语调提高了IPO抑价程度，管理层所用正面词汇越多，IPO抑价程度越高，并未发现负面词汇对IPO抑价的显著影响；上述结论会受到信息透明度、文本可读性、机构投资者持股比例以及市场情绪的影响。进一步研究发现，招股说明书中的管理层语调是IPO新股长期市场表现的弱信号，并不具备持续效应；当管理层在招股说明书文本中使用了更多的正面词汇时，IPO业绩变脸的可能性更大；支付更高承销费用的拟上市公司在对外信息传递过程中往往伴随着更少的负面描述。
　　最后，风险因素是指对发行人生产经营状况、财务状况和持续盈利能力产生重大不利影响的因素，在很大程度上影响了投资者对于IPO价值的判断，本文研究了招股说明书风险信息披露文本与IPO抑价的潜在关系。从文本规模和文本语调两个维度来刻画中文招股说明书风险披露的文本特征，并试图深入考察风险信息披露对IPO抑价的影响并揭示其作用机理。同时，在拓展性分析中，本文利用L-LDA模型从风险因素文本中完成了风险主题抽取，为实现自动化风险文本分类工作提供了新方法和新思路。研究发现，招股说明书风险信息披露文本规模和积极文本语调显著提高了IPO抑价水平，上述结论在公司治理结构较为合理、公司规模较大的样本组内更为显著。同时，招股说明书披露的具体风险条目总数量越多，在IPO市场上实际首日收益率越高。具体来说，财务风险条目数量与技术风险条目数量均与IPO抑价呈显著正相关关系，经营风险条目数量、其他风险条目数量能够起到降低IPO抑价的作用。以上结论说明，虽然中国中小投资者的理性投资意识与过去相比有所提高，但风险投资意识和价值投资理念仍较为薄弱，还有待进一步提高。
　　本文的边际贡献可能体现在三个方面。第一，本文拓宽了IPO抑价理论的研究边界。本文尝试探讨招股说明书文本信息对IPO抑价现象的影响机理，从信息披露角度进一步拓展了IPO抑价问题的相关研究，对该理论进行了丰富和拓展。第二，本文提出了一系列招股说明书文本信息测度新方法，具体包括：基于余弦相似度提出了招股说明书文本信息相似度计算的新方法；从语义复杂性和词义陌生性两个维度创建了中文金融文本可读性指标；构建了中文金融文本情感词典以测度招股说明书管理层语调；采用监督机器学习L-LDA模型提取了招股说明书风险因素中具体风险条目。第三，提供了文本信息如何影响资产价格的中国证据。本文以招股说明书文本为独特研究对象，实证检验了上市公司信息披露文本特征对IPO抑价的影响，为定性信息能够影响资产价格提供了有效证据。
　　综上所述，本文对招股说明书文本特征进行了研究，结合中文金融文本特点，提出了金融非结构化文本信息度量的新方法。实证发现，IPO招股说明书文本相似度、文本可读性、文本语调以及风险文本特征均与IPO抑价存在显著关系。本研究工作拓宽了中文金融文本分析的研究范畴，从信息披露角度进一步丰富了IPO抑价问题的相关研究，同时为监管当局完善信息披露制度提供了新思路。