随着我国证券市场的日益成熟,定向增发作为上市公司重要的再融资方式日益兴盛.有融资需求的上市公司更愿意通过低费用的定向增发来实现战略扩张.同时,定向增发也是实现整体上市、借壳上市的重要途径.定向增发投资凭借其相对稳定的超额收益吸引了众多投资者的关注.相对于二级市场投资,定向增发拥有一定的安全垫,并且定向增发的公司资质通过了证监会审核,在一定程度上比较有保证.然而定向增发不是没有风险,上市公司募集资金拟投资项目失败,定向增发后业绩下降,多方追捧认购价格上升,折价率下降等等,这些都会导致定向增发投资收益率下降.作为机构投资者只能通过公开信息以及相应的行业公司分析来辨别投资标的的好坏,这就要求我们能够通过一些方法,分析定增发项目预期收益率的高低.本文将统计建模与神经网络分析方法应用于定向增发收益率预测中,通过对2006年1月-2015年12月间所有成功实施的定向增发项目的研究,采用逐步回归与lasso回归和神经网络方法建立预测模型,并提出相应的建议.本文具体分析了折价收益率、持有期收益率与市场收益率、增发日市盈率、增发规模、增发相对数量、资产负债率等影响因素之间的关系,并给出了各变量重要性排序.本文研究结果表明,随着分析方法的改进,模型的细化,自变量涵盖的信息量逐渐扩大,运用有效的统计分析方法可以帮助机构投资者发现具有投资价值的标的,同时较大几率避开具有潜在风险的雷区.