基于GLM和GLMM的財務(wù)預(yù)測研究——以制造業(yè)上市公司為例.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、如何準確預(yù)測上市公司財務(wù)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(yù)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(wù)預(yù)警模型,研究模型選擇與變量選擇對財務(wù)預(yù)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(wù)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(yù)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(yù)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(wù)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(wù)風(fēng)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(wù)預(yù)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(yīng)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(yīng)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(yù)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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論