基于GLM和GLMM的財務預測研究——以制造業(yè)上市公司為例.pdf

1、如何準確預測上市公司財務危機是一個有重要實際意義的問題，但也是一個困難的問題，原因在于：預測的準確性不但取決于統(tǒng)計模型的好壞，而且與變量的選擇也有密切關(guān)系。本文從變量選擇出發(fā)，基于兩個常用模型——廣義線性模型和廣義線性混合模型來構(gòu)建上市公司財務預警模型，研究模型選擇與變量選擇對財務預測的影響。
　　本文選取120家制造業(yè)上市公司2006-2012年的相關(guān)財務數(shù)據(jù)，構(gòu)建了原始指標集，初步分析發(fā)現(xiàn)這些指標之間存在較強的相關(guān)性。本文研究

2、的因變量是上市公司是否被ST，它是一個0-1變量服從伯努利分布是二項分布的一種特殊形式，本文采用廣義線性模型進行擬合。因此，本文建立廣義線性模型采用逐步回歸、LASSO和SCAD方法進行變量選擇。依據(jù)選擇的變量構(gòu)建了3個廣義線性模型，通過比較模型選取變量的個數(shù)、變量的經(jīng)濟意義、模型的擬合效果以及模型的預測效果，我們認為SCAD變量選擇方法得到的模型最為理想，LASSO方法和逐步回歸方法的效果較差。其中LASSO方法對于ST公司的預測效果

3、是三者中最差的；逐步回歸方法選取的變量中有2個變量的經(jīng)濟意義與現(xiàn)有的財務理論不符。
　　接下來，本文根據(jù)上述3種方法選取的變量分別構(gòu)建廣義線型混合模型。我們知道，通常情況下不同行業(yè)的上市公司平均來看面臨的財務風險不同，基于這樣的考慮本文引入新財富行業(yè)分類標準，結(jié)合上述3種方法選取的變量構(gòu)建了3個廣義線性混合模型。結(jié)果顯示3個模型的整體效果非常的接近，SCAD方法得到的模型要稍好些。本文通過比較廣義線性混合模型與廣義線性模型發(fā)現(xiàn)進行

4、財務預測研究時，廣義線型混合模型具有如下幾方面的優(yōu)勢：（1）模型的隨機效應部分符合目前行業(yè)的發(fā)展特點，可以很好的解釋現(xiàn)實的各個行業(yè)狀況；（2）模型更加簡潔，廣義線性混合模型的固定效應部分包含的變量個數(shù)明顯的小于廣義線性模型。（3）廣義線性混合模型的預測精度相比廣義線性模型都有所提高。此外，進一步對廣義線性混合模型與數(shù)據(jù)挖掘方法進行比較，發(fā)現(xiàn)廣義線性混合模型也優(yōu)于數(shù)據(jù)挖掘的方法，具體表現(xiàn)在簡潔性和實用性上。
　　本文的研究表明，進行