基于财务数据的企业破产风险预测组合法.pdfVIP

Vol. 34 No.9 第 34 卷第9 期 绍兴文理学院学报 2014 年9 月 JOURNAL OF SHAOXING UNIVERSITY Sept. 2014 基于财务数据的企业破产风险预测组合法 刘利红1 刘庆丰2 (1.绍兴文理学院计划财务处，浙江绍兴312α泊;2. 日本小梅商科大学北海道小梅市) 摘 要:预测组合方法(fo陀cast comhination methods) 通过把多个不同的统计学模型结合在一起，能够达到提高预测准确性 的目的.文章把预测组合方法应用于企业破产风险的预测.作为预测组合的候补模型，选择了使用不同解释变量的Logistic 回归模型.并基于财务数据对一些日本上市企业进行了实证分析，结果表明对于进行企业破产预测，预测组合方法优越于 通常的以 AIC (Akaike infonnation criterion) 为基础的模型选择方法. 关键词:财务数据;预测组合;模型平均;模型选择;破产风险;上市企业 中图分类号:F272.13 文献标志码:A 文章编号:1ω8 - 293X(20l4)09 -∞57 -03 通常在进行某种预测时，我们会有多个备选模型可以利用.为了提高统计预测的精度，最为常用的方 法是采用以 AIC (Akaike information criterion ，赤池信息量准则)(1) , BIC (Bayesian information criterion ，贝叶 斯信息准则)(2) 以及 MallowsCP[3] 为基础的模型选择方法，在多个备选模型中选择其一作为最佳模型使 用.近年来作为模型选择的一个扩展及代替，预测组合(或模型平均)能够在预测精确度上超越传统的模 型选择方法.本文采用 Granger 和 Ramanathan 开发的预测组合方法川、单纯模型平均方法以及综合利用 多个拥有不同解释变量的 logistic 回归模型对企业破产风险进行预测.文章首先讨论了模型组合方法以及 预测结果评价方法;其次给出了一些日本上市企业破产分析的预测结果. 1 模型组合方法以及预测精度评价方法 Granger 和 Ramanathan 于 1984 年在文献[4J 中提出了3 种预测组合的方法.设y，表示需要预测的变 量;t = 1 ，… ， T， 表示时间;M= 1M ， … ， MKf ， 为K个备选模型组成的集合./. = (Jl …J拍) ,，表示在时间 1 t - 1 ，在 K个备选模型的基础上的对下一期(one-step-ahead) 的y，的 K个预测结果，其中兀对于ιl 可测， I川是到时点t - 1 为止的信息集合.在时点 T 的预测组合则可表示为wγT ， 其中W = (w , … ,W K ) ， 为K x 1 1 的权重向量.本文采用文献[4J 中的方法 A ，方法 A 的最佳权重可以通过求解下列最小化问题得出: 吵 L (y, - W J.)2. (1) 由于要预测的是破产风险，通常用数字0 和1 表示破产和非破产，所以需要对权重加以制约，使得预测 结果不会过大地偏离区间[0 ， 1]. 加人的两个制约为 二 :IWa=1 和 o !三 W 三 l(i = 1,… ,K). i 本文采用的另外一个预测方法一一