上市公司盈利与预测团队(优秀奖).docVIP

上市公司的盈利预测模型分析 信计0901 于明鑫 信计0901 张安雨 摘要：上市公司的盈利预测模型的建立分析对于企业投资和发展具有很大的意义，而目前公司的盈利预测优化仍存在一些的问题。本文首先实现了目前基本的预测方法，在此基础上通过对我国上市公司年度数据的进一步分析，提出了基于最小一乘和权值设置的改良预测模型。 关键词：永远用ROE预测ROEy 中位数；最小一乘回归；权值。 本文的主要内容是上市公司的盈利预测模型分析。上市公司的盈利能力是驱动股票收益率的一个重要的因素，对于投资者而言，对上市公司的盈利能力进行正确的分析与判断，是投资成功的关键所在；对国家而言，对上市公司的盈利进行正确的分析与判断，是制定宏观调控政策的重要依据，是关系国家宏观经济是否平稳进行的重要支撑。为了更好的对公司盈利进行判断，使企业更好的发展，我们对上市公司的盈利建立了预测模型且进行了分析研究。通过对经济管理方面资料的查阅，我们发现公司盈利预测模型运用广泛，适用于各行各业，对资产投资作用很大，但同时也发现如今对公司盈利预测还存在很大不足，大部分文章都提出一些理论上的模型，很少文章会对具体问题进行阐述，能用于实际公司管理的数学模型的应用则更是少见，所以我们根据所学数学知识，用线性拟合的方法为指导思想，对一个具体的基于上市公司K五年的盈利数据的案例进行分析研究，归纳出一些有价值的结论。 一、实例分析 问题背景介绍 利用我国上市公司的第一年到第五年的年度资料，其中包括：资产收益率ROE，对数变换后的资产规模ASSET（该指标反映的是该公司当年的盈利状况。利润率PM（该指标反映的是企业的利润丰厚程度），销售增长速度GROWTH，债务资产比率LEV（该指标反映企业的负债情况），资产周转率ATO（该指标反映企业对其资产的利用效率，越高越好）。根据表中所提供数据项建立精确的数学模型以当年利润预测下一年利润。判断精度的方法：假设真实的因变量值， 是所提供的预测值。考虑的预测误差度量为的中位数（即：Median Absolute Prediction Error, MedAPE）. 基准方法：在过去的研究中，我们发现以下两种方法都能提供一定精度的预测。 方法1：该方法模拟业界实务操作者的行为，永远用当年收益率预测下一年。即，永远用ROE预测ROEy。 方法2：注意到ROEy的肥尾特征，有的研究者曾用最小一乘回归（Least Absolute Deviation Regression）建立模型，并预测。 问题分析 一．各个因素的频率直方图。 1）4年的集中于零点附近的净资 2）资产频率直方图： 产收益率频率直方图 3）利润率频率直方图： 4）销售增长率频率直方图： 5）资产负债率频率直方图 6）资产周转率频率直方图 二.根据题目的提示，我们将整个题目分为以下三个问题： 1.利用ROEy=ROE对ROEy进行拟合，再根据预测误差度量的中位数分析模型拟合效果及其局限性。 2.建立一元和多元的最小一乘回归和最小二乘回归方程。 3.选取第二步中较为精确的模型，对不同数据点以一定的标准设置影响权值，得到新模型。 二．模型求解 背景模型一 永远用当年的ROE预测ROEy的方法直接预测 模型中的ROE为当年收益率，ROEy为下一年收益率。模拟业界实务操作者的行为，永远用当年收益率预测下一年。即永远用ROE预测ROEy。 运用MATLAB的绘图工具，可得到前4年所有ROE和ROEy散点图，如下所示： 从图中我们可以看到，当ROE0时，ROE和ROEy存在明显的线性关系。用matlab以ROE为基础，对ROEy进行拟合，得到前四年的误差度量的中位数： 方法 第一年 第二年 第三年 第四年 综合四年 背景模型一 0.0410 0.0480 0.0460 0.0430 0.0450 背景模型二 运用MATLAB中的lsqcurvefit（最小二乘）及linprog（线性规划）编出实现最小二乘拟合及最小一乘拟合的程序，将我国前四年的上市公司的盈利ROE及ROEy代入即可得如下拟合结果。 表1 多种回归模型方程 方法 回归方程 一元最小二乘回归 一元最小一乘回归 多元最小一乘回归 表2 综合背景以及背景扩展模型预测误差综合比对 方法/误差/年份 第一年 第二年 第三年 第四年 四年综合 ROEy=ROE 0.0410 0.0480 0.0460 0.0430 0.0450 最小二乘一元 0.0908 0.1364 0.0637 0.8828 0.3590 最小二乘多元 0.1377 0.1648 0.0589 0.8574 0.4238 最小一乘多元 0.0384 0.0448 0.0486 0.0438 0.04