（会计学专业论文）行业视角下盈余预测模型统计模型灰色预测模型.pdf

重庆工商大学硕士学位论文 目录 摘要i a b s t r a c t i i 第1 章导论l 1 1 研究背景及意义l 1 2 文献综述2 1 2 1 国外研究现状2 1 2 2 国内研究现状4 1 2 3 文献述评5 1 3 研究框架6 1 3 + 1 研究目的6 1 3 2 研究内容6 1 3 3 研究方法7 1 4 创新之处7 第2 章建立盈余预测模型的理论基础8 2 1 盈余的相关理论8 2 1 1 盈余的定义8 2 1 2 盈余决策的有用性j 8 2 2 盈余预测统计模型的理论基础9 2 2 1 主成分分析9 2 2 2 回归分析1 1 2 3 灰色预测理论1 2 2 3 1 灰色预测的基本概念1 2 2 3 2 灰色预测的基本原理13 第3 章盈余预测统计模型的构建1 4 3 1 财务指标的主成分模型1 4 3 1 1 建立模型的行业选取1 4 3 1 2 筛选影响盈余的主成分1 6 3 2 回归方程以及检验1 7 3 3 统计模型的盈余预测结果1 8 第4 章盈余灰色预测模型的构建一2 8 4 1 样本选取以及每股收益数据的来源2 8 4 2 灰色预测模型盈余预测假设2 8 4 3 盈余灰色预测模型2 9 4 3 1 数据预处理以及检验2 9 4 3 2 盈余灰色预测模型以及预测结果3 0 4 4 盈余预测的结果分析3 2 结 仑3 5 本文的结论3 5 本文的局限3 7 研究的展望3 7 参考文献3 8 行业视角下的盈余预测模型：统计模型& 灰色预测模型 附录( 攻读学位期间所发表的学术论文目录) 4 l 致 射4 2 重庆工商大学坝_ i ：学位论文 摘要 一个公司的内在价值取决于其未来的盈利能力，而盈余预测揭示的j 下是这个 问题，一个准确的盈余预测能帮助资本市场上众多的投资者合理审视上市公司的 价值并做出合理的判断。本文主要从影响盈余的外在因素和盈余内在结构出发， 对不同行业的盈余进行预测。 首先从外在影响因素出发，选取三个具有代表性的行业：有色金属、医药和 汽车行业，利用国泰君安数据库中这三个行业2 0 0 9 年第四季度所有财务指标的 数据和2 0 1 0 年第一季度的代表盈余的每股收益的数据，通过主成分分析法得到 三个行业主成分，利用所得到的主成分分别建立回归方程，并对2 0 1 0 年第二、 三、四季度值进行预测，将预测结果与真实值进行比较，在这种统计方法下有色 金属行业预测效度( 即平均相对误差) 最高。而且利用这种统计方法，可以克服 以前面临的财务指标信息利用不充分和回归存在多重共线性的问题。 其次从盈余数据本身出发，利用这三个行业2 0 0 6 - - 2 0 0 9 年每个季度的每股 收益的数据，其中剔除不符合建立模型要求的数据，建立季度的灰色预测模型， 得到2 0 1 0 年每个季度的预测值，并与真实值进行比较，在这种方法下医药行业 预测效度最高。 最后通过对两种方法下三个行业的预测效度进行比较可以发现，在统计方法 下有色金属预测效度高于灰色预测方法，而其他两个行业在统计方法的预测效度 明显低于灰色预测方法，因此对于有色金属行业盈余预测应该更多从基本财务指 标出发，而对于医药行业和汽车行业则更多关注盈余数据本身。对盈余预测应该 更多从行业的特点出发，这样获得的结果才更准确。 关键词：盈余预测；主成分分析；多元回归；灰色预测；m a t l a b 行业视角下的盈余预测模型：统计模型& 灰色预测模型 a b s t r a c t e a r n i n g sf o r e c a s t i n gr e v e a l st h ep r o b l e mt h a tt h ei n t r i n s i cv a l u eo fac o m p a n y d e p e n d so ni t sf u t u r ep r o f i t a b i l i t y a na c c u r a t ee a r n i n g sf o r e c a s t i n gc a nh e l pm a n y i n v e s t o r so ft h ec a p i t a lm a r k e ti n v e s t i g a t et h el i s t e dc o m p a n yr e a s o n a b l ya n dm a k ea w i s ej u d g m e n t i nt h i sp a p e r , e a r n i n g sf o r e c a s t i n go fd i f f e r e n ti n d u s t r i e sw i l lb e p r e d i c t e df r o mt w oa s p e c t s ，o n ea s p e c ti sf r o mt h o s ef i n a n c i a li n d i c a t o r sw h i c h c a n i n f l u e n c et h ee a r n i n g s ，a n dt h eo t h e ra s p e c ti sf r o mt h ei n t e r n a ls t r u c t u r eo fe a r n i n g s ， w h i c hm e a n sw eo n l yt a k et h ee a r n i n gd a t ai n t oa c c o u n t f i r s tn o n f e r r o u sm e t a l si n d u s t r y , p h a r m a c e u t i c a li n d u s t r ya n da u t o m o t i v e i n d u s t r y a r ec o n s i d e r e da st h er e p r e s e n t a t i v ei n d u s t r yi n t h i sp a p e r p r i n c i p a l c o m p o n e n t so ft h et h r e ei n d u s t r i e sc a nb eo b t a i n e db yp r i n c i p a lc o m p o n e n t sa n a l y s i s m e t h o d t h ed a t au s e di nt h ep r i n c i p a lc o m p o n e n t sa n a l y s i sa r ea l lt h ef i n a n c i a l i n d i c a t o r so ft h ef o u r t hq u a r t e ro f2 0 0 9a n dt h ee a r n i n g sp e rs h a r eo ft h ef i r s tq u a r t e r o f2 010 ，a n dt h e s ed a t aa r ea l lf r o mg u o t a ij u n a nd a t a b a s e t h e nt h er e g r e s s i o n e q u a t i o n so ft h et h r e ei n d u s t r i e sa r eb u i l tb yr e s p e c t i v ep r i n c i p a lc o m p o n e n t s f r o m c o m p a r i n gt h ea c t u a lv a l u eo ft h es e c o n d ，t h i r da n df o u r t hq u a r t e ro f2 0 10w i t ht h e p r e d i c t i v ev a l u eo ft h et h r e eq u a r t e r s o f2 010 ，u n d e rt h i ss t a t i s t i cm e t h o d ，t h e p r e d i c t i o no fn o n f e r r o u sm e t a l si n d u s t r yi sm o s te f f e c t i v e b yt h i s s t a t i s t i cm e t h o d ， t w oc o m m o np r o b l e m sc a nb ea v o i d e d ，o n ei st h a tf i n a n c i a li n d i c a t o r sa r ei n e f f i c i e n t u s e ，t h eo t h e ro n e i sm u l t i c o l l i n e a r i t yi nm u l t i p l er e g r e s s i o n t h e nb yu s i n gt h eq u a r t e rd a t ao fe a r n i n g sp e rs h a r eo ft h et h r e ei n d u s t r i e sf r o m 2 0 0 6 2 0 0 9 ，q u a r t e r l yg r e yp r e d i c t i o nm o d e l a r es e tu pa f t e rr e m o v i n gt h o s ed a t a w h i c ha r en o ti nk e e p i n gw i t ht h er e q u e s to fb u i l d i n gg r e yp r e d i c t i o nm o d e l a f t e r c o m p a r i n gt h ea c t u a lv a l u eo ft h ef o u rq u a r t e r so f2 0 10w i t ht h ep r e d i c t i v ev a l u eo f t h eg r e yp r e d i c t i o nm o d e l ，t h ec o n c l u s i o ni st h ep r e d i c t i o no fn o n f e r r o u sm e t a l s i n d u s t r yi sm o s te f f e c t i v e t h r o u g ht h ec o m p a r i n go ft h ep r e d i c t i v ee f f i c i e n c yo ft h et w om e t h o d s ，i nt h e n o n f e r r o u sm e t a l si n d u s t r y , t h ep r e d i c t i v er e s u l to fs t a t i s t i cm e t h o di sm o r ee f f e c t i v e i i 重庆t 商大学硕i ：学位论文 t h a ng r e yp r e d i c t i o n b u ti nc o n t r a s tt ot h eh en o n f e r r o u s m e t a l s i n d u s t r y , t h e p r e d i c t i v er e s u l to fs t a t i s t i cm e t h o di sl e s se f f e c t i v et h a ng r e yp r e d i c t i o n s ot h e f i n a n c i a li n d i c a t o r ss h o u l db ee m p h a s i z e di n e a r n i n g sf o r e c a s t i n gf o rn o n f e r r o u s m e t a l si n d u s t r y , h o w e v e r , t h ee a r n i n g sd a t as h o u l db ep a i dm o r ea t t e n t i o ni n t h e p h a r m a c e u t i c a li n d u s t r ya n da u t o m o t i v ei n d u s t r y e a r n i n g sf o r e c a s t i n gc a nb em o r e a c c u r a t ef r o mt h ea s p e c to fi n d u s t r i e s k e yw o r d ：e a r n i n g sf o r e c a s t i n g ；p r i n c i p a lc o m p o n e n ta n a l y s i s ；m u l t i p l er e g r e s s i o n ； g r e yp r e d i c t i o n ；m a t l a b i i i 1 1 研究背景及意义 第1 章导论 在欧美发达资本市场国家，独立财务分析师的重要工作之一就是盈余预测 是。独立的财务分析师利用上市公司披露的财务数据和自己掌握的一些关于上市 公司的内部信息，利用专业知识并结合个人经验，对目标公司的盈余质量和盈余 数量进行预测，并向资本市场提供关于盈余的重要的信息，从而提高会计信息与 股票价格的传导效率。盈余预测成为证券市场股票估价和经营者实施风险管理和 预算控制的重要工具。分析企业未来盈余的影响因素，对于研究会计信息和股票 价格的关系、制定业绩评价和报酬计划方案乃至研究管理层会计政策选择都具有 重要意义。 但是在信息不对称的状态下，潜在的投资者与公司的管理当局存在信息差 异，这导致了投资者在决定是否认购股票时面临着很多的不确定性。为了在一定 程度上减少信息的不对称，中国证监会在( 上市公司信息披露的内容与格式准 则) 第一号招股说明书的内容与格式中，要求上市公司在招股说明中披露 企业的生产经营、发展规划以及与本次募股有关的细节信息。其中投资者最为关 注的可能就是公司下一年度的盈余预测，因为上市公司股票的发行价格主要是根 据盈余预测来制定。所以人们关心最多的就是盈余预测的精确性或可信性。 盈余预测揭示的是一个公司未来的盈利能力，而一个公司的内在价值就取决 于其未来的盈利能力，因此盈余预测就是对一个公司未来内在价值的预测。一个 准确的盈余预测能够帮助资本市场上众多的投资者合理审视上市公司的价值并 做出合理的判断。国外的盈余预测一般来自以下三个途径：公司管理层、证券分 析师和统计模型。我国盈余预测的来源主要是后两者。高效的盈余预测可以弥合 管理者和股东之间的信息不对称，反之则会误导投资者并给其造成投资损失。盈 余预测按照其提供的主体不同，可以分为证券分析师盈余预测和上市公司管理层 自愿盈余预测。不同的提供主体决定着盈余预测的有效性，盈余预测的有效性通 过影响投资者的投融资决策，决定着资本市场资源配置的效率。因此，在盈余预 测信息披露领域，盈余预测信息的有效性一直是各国理论界和实务界关注的焦 点。 1 一 行业视角下的盈余预测模型：统计模型灰色预测模型 从上市公司的角度来说，盈余预测信息由管理当局发布，但是因种种原因而 管理当局会提供不可靠的盈余预测，比如，因考虑公司股东利益、公司经理收益、 公司利润等因素会高估盈余预测，对投资者产生误导。 从证券分析师的角度来说，虽然证券分析师拥有专业知识，可以通过所了解 的信息来对上市公司的未来盈余做出比较精确的预测，但是基于国内外大量的实 证研究表明，证券分析师提供的盈余预测带有乐观倾向，而且在进行盈余预测的 时候，证券分析师还带有为了获得更高外在现实能力的主观动机，因此投资者也 应该理性的看待证券分析师的预测结果。 虽然有很多关于盈余预测的统计模型，但是它们做出的预测结果都不是很准 确的。究其原因，第一，要么他们采用的是单纯时间序列模型，不能够建立有高 解释力的盈利预测方程；要么采用的是多元逐步回归方程，但过程十分繁琐。而 本文则采用主成分分析法对所有财务指标进行筛选，得出能够反映绝大部分盈余 信息的综合指标，即主成分，在此基础上再进行回归预测。这样既可以保证不丢 失主要信息又避开了多元共线性问题，还提高了效率。第二，前人的很多模型并 没有从行业角度出发，细分到行业中去，只是笼统的谈所有上市公司，而由于不 同行业的各自特点及其制约因素就决定了不可能个模型针对所有行业的盈余 预测都十分有效。本文就主要从行业的角度对盈余预测问题加以关注，从而来解 决这个问题。 1 2 文献综述 1 2 1 国外研究现状 国外对盈余预测实证的研究主要集中于公司管理层和证券分析师两个方面， 而对管理层盈余预测的研究主要在于披露动机和策略，除此之外也有预测模型的 研究。 a i n k y a 和g i f t 1 】通过检验管理层预测的市场反应来验证“预期调整”假说， 认为如果证券市场将管理层盈余预测信息的发布看作是对市场预期过高或过低 的调整，那么股票价格对好消息和坏消息的反应应当是相似的实证检验的结果证 实了这一预期，他们认为管理层有发布最小化市场未实现盈余的盈余预测信息的 2 重庆_ 丁商人学坝l ：学位论文 动机。c o l l e r 和y o h n 【5 6 】的研究认为，管理当局盈利预测的发布为证券市场提供了 额外的私有信息，有效地缓解了信息不对称，降低了买卖价差，从而降低了交易成 本，这与投资者期望调整假说基本一致。b a g i n s k ic o n r a da n dh a s s e l l 1 的研究发现 只有近2 5 的预测采取上述前两种较高精确度的预测形式，那么管理层为何会选 择不同精确度的预测信息披露形式。b a g i n s k ia n dh a s s e l l 。妇研究了管理层盈余预 测的精确度与哪些因素有关。他们的研究发现：当一家公司有越多分析师追随时， 表明市场寻求私有信息的动力越大，公司管理层会发布精确度较高( 点或闭区间) 的预测信息：而规模大的公司倾向于发布精确度低的盈余预测信息。 而在证券分析师方面，许多研究却发现分析师预测有明显的乐观倾向 d o w e n 9 】取1 9 7 7 1 9 8 6 年1 0 年问的数据做分析，发现其中7 年预测错误显著为 正。c a l d e r o n 盯3 将1 9 7 6 1 9 8 8 年间分析师对每股收益e p s 预测值作为样本，也发 现分析师发布的盈利预测往往超过实际盈余，且在8 0 年代尤为明显。有人试图 估计分析师乐观的偏差程度。c h o p r a n l 对1 9 8 5 1 1 9 9 7 1 2 期间标准普尔5 0 0 指 数每月的收益及增长率预测进行了考察，发现除少数年份( 1 9 8 8 年) 低估了盈余， 绝大多数年份盈余都被高估了，1 9 9 1 年甚至高估了3 0 个百分点，1 9 8 5 1 9 9 2 年期间盈余平均高估9 4 个百分点，1 9 9 3 年以后预测盈余比较接近实际盈余， 就整个研究期间( 1 9 8 5 1 9 9 7 ) 平均而言仍然高估6 1 个百分点。 国外常用的盈余预测模型主要有两类：一类是对盈余时间序列分析的方法进 行预测。该方法比较适用于在较长时期内考察企业盈余的变化趋势。朱峰。”1 总结 了三种基本的公司盈余时间序列模型，即：确定模型、随机游走模型和b o x j e n k i n s 模型。确定模型认为未来的盈余完全独立于当期盈余，表现为常数或时间的函数； 随机游走模型认为未来盈余完全取决于当期盈利；b o x j e n k i n s 模型认为近期的 盈余会导致未来盈利的变化，但又不完全决定未来盈余，具体包括a r 、m a 、 a r m a 、a r i m a 等时间序列计量模型。f o s t e r n 3 1 等学者普遍认为，b o x j e n k i n s 模 型的预测能力优于前两种模型。另一类是采用以横截面数据为主的多元回归统计 分析方法进行预测。此类方法对于预测企业的短期盈余状况往往具有较好的效 果。它注重研究盈余指标与其他财务指标的内在关系，通过基本分析技术，运用 逻辑推导和实证检验寻找出具有解释力的模型。这方面的代表性文献有：o u s d p e n m a i l 【l o 】，a b a r b a n e l l 和b u s h e e 1 1 】以及p e n m a n 和z h a n g 1 2 】等。 1 2 2 国内研究现状 国内学者对盈余预测研究主要侧重于公司即管理层和证券分析师盈余准确 性和有效性以及影响预测准确性的因素的研究。郭杰和洪洁瑛n 引对中国的证券分 析师在对上市公司进行盈余预测时预测行为是否有效进行研究时发现，不论分析 师对公司盈余的个人预测比市场共识更加乐观或悲观，他们对公司盈余的预测行 为都是无效的，表现为基于其私人信息的高权重预测行为；其原因不是分析师过 度自信的心理偏差或追求股票交易佣金的主观动机，而是分析师追求更高外在显 示能力的主观动机和中国上市公司较差的信息披露质量。公言磊n 明采用文献调查 的研究方法，回顾了国外关于分析师盈余预测偏向乐观的成因的相关研究。张亚 丰啦羽从会计信息质量、盈余的可预测性、财务分析师的专业能力和激励行为特征 等4 个方面论述了影响独立盈余预测质量的主要动因，并给出提高盈余预测的质 量建议通过改进会计信息系统及完善交易主体激励相容约束机制。胡奕明，孙聪 颍铂则对国外证券分析盈利预测实证研究进行综述。姜国华圳，吴东辉和薛祖云 n 叫对中国a 股市场上财务分析师盈余预测的实证分析。姜硕、李祥艳心刚运用两种 误差衡量标准，比较我国新上市公司2 0 0 0 年至2 0 0 1 年发布盈利预测的精确性，研 究结果表明我国上市公司的盈余预测己比较精确，且盈余预测与我国上市公司的 规模正相关，而且不同行业有很大的区别、并与债权融资正相关。韩金红、姜锡 明心们以2 0 0 5 年度沪市a 股公司披露盈余预测利润的5 5 家上市公司为研究样本，实 证分析了影响年度盈余预测有效性的因素有那些。结果发现：年度盈余预测有效 性与公司规模正相关；与公司资产负债率正相关与每股收益负相关；与股权集中 度正相关；与独立董事占董事会比例、是否设有审计委员会关系不显著。王宏昌、 干胜道心3 1 研究发现远期盈余预测预测期越长偏差越大，财务分析时的远期盈余 预测精度始终显著地受上市公司受财务分析师的关注程度和上市公司的未来非 营业利润的比重两大因素的影响。岳衡、林小驰3 使用2 0 0 5 年3 5 家券商对我国上 市公司做出的每股盈余预测数据，考察了证券分析师盈余预测相对于统计模型的 相对准确性以及决定相对准确性的主要因素，并且发现我国证券分析师做出的盈 余预测，同以年度历史数据为基础的统计模型得出的盈余预测相比，预测误差较 小，证券分析师盈余预测优势比较明显：但同某些以季度历史数据为基础的统计 模型得出的盈余预测相比预测误差较大，证券分析师盈余预测优势就不是那么明 4 重庆t 商人学顺i ：学位论文 显。他们还发现公司每股盈余的波动性越大，公司上市越晚，跟踪公司的分析师越 多，证券分析师的优势就凸显的越明显，在这方面研究的还有谷成红，付会芳心。1 1 、 王宇熹，肖峻瞳t2 6 1 、李文贵瞳铂等。 除上述与盈余相关的研究，中国也有不少学者也开始探索国内上市公司的盈 余预测模型。黄志忠和陈龙心叫发现，中国上市公司盈利以及资产利润率并不遵循 随机游走过程和带成长因素的随机游走过程，模型巨= 包巨一+ b 2 a e t 一。+ s t 能更 好地描述样本公司的盈利成长，并从盈余管理的角度给出相应的解释。陆璇、陈 小悦。“3 等试图研究中国上市公司财务基本信息对未来收益的预测能力，他们采用 o u 和p e n m a n 和a b a r b a n e l l 和b u s h e e 中使用的l o g i s t i c 回归和多元线性回归等 研究法，最后证明中国上市公司财务基本信息对未来收益的是有预测能力的。周 建波。煳在研究上市公司盈利质量与未来盈利的关系时，构建了一个以未来盈利为 因变量的回归方程，结果证明基于过去财务信息而设计的盈利质量指标与未来盈 利有显著相关性。 1 2 3 文献述评 通过对国内外相关文献的研究发现，对盈余预测模型的研究主要集中于两大 类：时间序列类和多元回归类。在时间序列类模型中主要假设各期盈余之问是存 在一定关系，这种关系可以通过时间序列进行反映，但是时间序列的缺陷就是没 有把与盈余有关的财务指标考虑进来，而且中国证券市场发展历史短及在此其间 会计制度与准则的重大变革，因此决定了单纯的时间序列模型不能够建立有高解 释力的盈利预测方程。而在多元回归分析类中，主要有两种回归方式：1 ) 通过 对选择的财务指标进行逐步回归，并得到最终的回归方程，虽然这样可以避免财 务指标之间的多重共线性，回归方程也可以用来对未来的盈余进行预测，但是期 间会涉及在方程中添加或者减少指标，因此整个过程过于繁琐；2 ) 筛选对盈余 有重要的贡献的财务指标进行回归分析，但是这种方法不能避免财务指标之间可 能存在的多重共线性，以致得到回归方程不能通过检验，即使通过检验但是预测 效果都不是很好。以上两种方法还存在一个共同的问题就是，它们所针对的都是 所有行业的上市公司，并未针对具体某个行业，因为针对于某个行业来说，一些 特定的财务指标对其盈余影响很大，但是可能这些指标对其他行业的盈余几乎没 行业视角下的盈余预测模型：统计模型& 灰色预测模型 有影响。由于只是筛选部分财务指标，可能会导致丢失一些对某个特点行业盈余 有重要影响的财务指标，因此本文觉得有必要对所有财务指标分行业加以分析研 究。 1 3 研究框架 1 3 1 研究目的 盈余预测是资本市场一项重要的信息，绝大部分的研究文献都证明盈余与股 票价格之间是存在相关性的，因此它会直接影响到资本市场投资者最后的投资决 定。但是目前国内发布盈余预测信息的有两种渠道：一是通过统计模型得到的结 果；二是财务分析师披露的盈余预测结果。但是许多实证研究表明由于种种原因， 这两种渠道得到的盈余预测准确性都不是很高。对于财务分析师进行盈余的方法 本文不予讨论，本文试图对以前学者的统计模型进行修正，并且通过筛选具体的 行业，建立每个行业的统计模型，对盈余进行预测。在本文中还引入灰色时间序 列预测模型，分行业建立狄色预测模型，并比较两种模型的预测结果，希望得到 适合具体某个行业的模型。 1 3 2 研究内容 第一章：主要介绍与盈余预测相关的背景，国内外相关的研究现状，以及选 题的意义和目的。 第二章：介绍建立盈余预测模型的理论基础，包括三种基本理论：主成分分 析、多元回归和灰色预测。 第三章：通过选取三个具有代表性的行业：有色金属、医药和汽车行业，从 国泰君安数据库中获得这三个行业2 0 0 9 年第四季度2 0 1 0 年第四季度五个季度 的所有财务指标数据，剔除数据不充分的指标，通过主成分分析方法，得到三个 行业各自的主成分，对三个行业的主成分建立回归方程，对得到回归方程进行检 验，利用通过检验的回归方程对2 0 1 0 年四个季度的盈余进行预测，分析预测值 与实际值的比较结果。 第四章：从国泰君安数据库中获得第三章三个行业2 0 0 6 年一2 0 1 0 年五年四 6 重庆t 商人学坝l ：学位论文 个季度每股收益的数据，对2 0 0 6 年一2 0 0 9 年三个行业四个季度的每股收益数据 进行检验和预处理，对符合建立季度狄色预测模型的数据建立模型，得到2 0 1 0 年四个季度的预测值，将其与2 0 1 0 年的真实值进行比较，分析比较结果。 第五章：对上述两个模型得到结果进行综述，并且对三个行业两个模型的预 测结果进行比较，在两个模型中选出适合这三个行业的预测模型，并结合三个行 业的一些特点分析选出的结果，并提出本文研究的一些局限性和后续研究工作的 展望。 1 3 3 研究方法 本文主要采用实证的分析方法，通过建立两种模型对上市公司的盈余进行预 测，通过预测结果分析适合不同行业的模型。在建立模型的过程中，主要会运用 到会计学和统计学的理论基础，还会涉及到数学软件m a t l a b 的应用。通过对 建立两种模型所需要数据的筛选，对于统计模型，利用m a t l a b 的命令函数进 行主成分分析和建立回归方程；对于灰色预测模型编辑程序来实现，最后的比较 结果是通过e x c e l 进行分析。 1 4 创新之处 对已有的关于盈余预测模型的文献的考察中，主要是建立所有上市公司的时 问序列模型和统计模型。本文主要从行业的角度对建立盈余预测模型，对盈余预 测也是从时间数据和横截面数据出发。由于盈余时间序列预测模型需要大量的数 据，才可以得到精度较高的预测结果。本文将只需要较少数据的就可以建立精度 较高的预测结果的灰色预测模型引入盈余预测中。灰色时间序列预测模型通过对 数据进行处理，减少随机性，即使少量数据也可以得到较高的预测精度。对于建 立的统计模型，本文在建立回归方程之间对三个行业筛选的财务指标进行主成分 分析，这就克服了以前学者研究中对盈余建立回归方程中的多重共线性问题，并 且通过主成分分析得到的主成分中包含绝大部分的财务指标的信息，这样建立的 回归方程才更具有说服力。 行业视角下的盈余预测模型：统汁模型& 灰色预测模型 第2 章建立盈余预测模型的理论基础 2 1 盈余的相关理论 本部分主要涉及盈余的定义，以及盈余的决策有用性。 2 1 1 盈余的定义 会计盈余是指从收入中扣减掉所有生产要素的成本之后的剩余，通常又 称为利润或收益，是财务报告中最为重要的数据。会计盈余会影响企业利益相 关者之间的信息流动，契约签订、执行与监督，以及他们之间的财富分配。从“信 息观”视角看，会计盈余有助于传递“经济收益”的信号，从而改变利益相关者的 “信念”；从“计价观”视角看，会计盈余有助于准确地计量企业每一项资产、负债 和权益并得到企业的“真实收益”，或有助于对资产( 股价) 定价；而从“契约观”视 角看，会计盈余为企业这一契约结合体的各种契约的签订与执行提供基础性数 据，并成为企业契约的重要组成部分，以降低契约成本。本文将每股盈余( e p s ) 作为实证度量会计盈余的指标。选取该指标的原因包括： 1 ) 每股盈余是上市公司盈余披露的一项重要指标，是投资者关注的焦点， 数据相对容易获得；2 ) 每股盈余是国家规定的衡量企业经营业绩的主要指标 之一；3 ) 每股盈余与每股价格是反映上市公司盈余信息与价格之间关系的一 组相对应的重要指标。 2 1 2 盈余决策的有用性 长久以来，会计盈余一直被当作会计信息中最重要的概念和决策所依据 的重要指标。人们认为，会计盈余能向信息使用者提供进行决策的有用信息， 它对未来会计盈余或未来现金流量具有预测功能，通过对会计盈余的研究， 能获得股票的超额收益。传统规范会计学派的代表利特尔顿认为，会计盈余 是会计信息系统的重要“产品”，会计盈余作为企业业绩的综合计量指标，受 到外部利益相关者的最大关注，其重要性高于其他因素。实证会计学派的代 重庆t 商入学颂l ：学位论文 表利特尔顿也认为“在经济理论中，会计盈余被理解为资本市场中左右资源配 置的信号”。美国财务会计准则委员会( f a s b ) 发布的财务会计概念框架更将会 计盈余信息的决策有用性作为财务会计的立身之本，该组织认为投资者应基 于以会计盈余形式反映的当前公司业绩来预测未来现金流量，并在关于报 告盈余的讨论备忘录中提出了决策者根据当前和历史会计盈余预测未来现 金流量的方法，即根据当前和历史会计盈余来预计未来盈余，进而预计未来 现金流量，足见会计盈余的决策有用性是得到肯定的。因此对盈余进行预测 也是有价值意义的。 2 2 盈余预测统计模型的理论基础 本部分主要介绍建立盈余预测统计模型的理论基础，主要包括主成分分析和 回归分析。 2 2 1 主成分分析 2 2 1 1 主成分分析的基本思想 主成分的概念最早是由英国生物统计学家k a r lp e a r s o n 在1 9 0 1 提出的，但 当时仅限于随机变量的讨论，之后由霍特林于1 9 3 3 年将其扩展到随机变量【2 。 在众多领域的研究中，人们为避免遗漏重要的信息，往往选取与之相关较多 的指标进行研究，这些“指标”在多元统计中也称作“变量”。例如在评价企业 的经营业绩时，要考虑许多指标，如利润、产值、产品数量、产品质量、固定资 产、流动资产等。若要全部列出，也许可以有几十个指标。但选取的变量过多， 不但会增加计算量，使本来不复杂的现象变得复杂，而且可能造成信息的重叠即 变量之间可能高度相关，这会给问题分析和解释带来困难，甚至影响最终统计分 析的结果。如在进行回归分析时，变量之间的多重共线性会使得回归分析的结果 受到质疑。因此，人们希望对这些变量加以“改造”，用少数的互不相关的新变 量反映变量所提供的绝大部分信息，通过对新变量的分析解决问题。 9 行业视角下的盈余预测模型：统汁模型& 灰色预测模型 2 2 1 2 主成分分析的基本原理 主成分分析( p r i n c i p a lc o m p o n e n t sa n a l y s i s ) 是利用降维的思想，在力保数 据信息损失最少的原则下，把多个指标转化为少数几个综合指标的一种对多变量 数据进行最佳综合简化的多元统计方法。也就是说，将原来的高维空间的问题转 化为低维空间来处理，显然，问题会变得简单些。在主成分分析中，通常将转化 生成的综合指标成为“主成分”。主成分是原始变量的线性组合，且主成分之间 互不相关。这样，只需要考虑少数几个主成分研究复杂问题，既不丢掉原始数据 主要信息，又容易抓住主要矛盾，避开变量之问共线性的问题，便于进一步分析， 提高分析效率。 主成分分析的主要功能是压缩指标个数、简化数据，但是要注意的是，主成 分分析方法往往是一种达到目的的手段，需要与其他方法结合起来使用。也就是 说，主成分分析不能看成是研究的结果，而应该继续采用其他统计方法解决实际 问题。例如，可以使用生成的主成分进行回归分析，避免变量间的多重共线性。 正如本文所要讨论的问题，假设某个行业有用个上市公司，每个公司有p 个 财务指标，我们把这p 个财务指标看作p 个随机变量，记为x = ( 五，x 2 ，x p ) 。 设随机向量工的均值为，协方差矩阵为。主成分分析就是要把这p 个财务 指标的问题，转变为讨论p 个指标的线性组合的问题。对x 进行线性变换，可 以生成信息的综合指标即主成分，记为y ly ：，y 。则该问题的主成分分析的数学 模型为： y l = t x i + 1 2 1 x 2 + + l p l x p 少22 2 _ + 乞2 而+ + l p 2 x p ( 2 1 ) ； y p = l l t x l + 1 21 x 2 + + l p p x p 由于我们只需要保留绝大部分的信息，因此不需要所有p 个主成分。假设 a ，以，以为协方差矩阵为的特征值，厶，厶，l p 为这p 个特征值对应的特征 l o 重庆_ 丁商人学坝i ：学位论文 向量，而以兰丑为第i 个主成分只的贡献率，称 2 ，p 丑为前聊个主成分 f i i i = li = i ，”p y ly ：，y 。，的累积贡献率，如果某个m 使得五五 8 5 ，那么只需要这聊个主 f - lf = l 成分就可以基本反映个体之间的差异，而且这样既不会损失太多信息，又达到减 少指标的目的。 2 2 2 回归分析 2 2 2 1 回归分析的基本思想 回归分析是研究一个变量( 即自变量) 或多个变量对一个或多个其他变量的 依存关系，并用数学模型加以模拟，目的在于根据已知的或在多次重复抽样中固 定的解释变量，估计、预测因变量的总体平均值。在回归分析中，如果有两个或 两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联 系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进 行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意 义更大。 2 2 2 2 回归分析的基本原理 一元线性回归是一个主要影响因素作为自变量来解释因变量的变化，在现实 问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两 个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回 归。当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元线性 回归。 设y 为因变量，x 2 ，x k 为自变量，并且自变量与因变量之间为线性关 系时，则多元线性回归模型为： 少= t , o + 6 l + b 2 x 2 + - i - 钆讫+ e 一 行业视角下的盈余预测模型：统计模型狄色预测模型 其中，6 0 为常数项，岛，6 2 ，坟为回归系数，包为恐，屯，颤固定时，每 增加一个单位对y 的效应，即x i 对少的偏回归系数；同理包为_ ，x 3 ，鼍固定时， t 每增加一个单位对少的效应，即_ 对j ，的偏回归系数，等等，p 为随机误差， 随机误差项可以概括为由于人们的认识以及其他的客观原因的局限而没有考虑 的种种偶然因素。 建立多元线性回归模型时，为了保证回归模型具有优良的解释能力和预测效 果，应首先注意自变量的选择，其准则是： ( 1 ) 自变量对因变量必须有显著的影响，并呈密切的线性相关； ( 2 ) 自变量与因变量之间的线性相关必须是真实的，而不是形式上的； ( 3 ) 自变量之间应具有一定的互斥性，即自变量之间的相关程度不应高于自 变量与因变量之因的相关程度； ( 4 ) 自变量应具有完整的统计数据，其预测值则容易确定。 2 3 灰色预测理论 这部分主要介绍建立盈余灰色预测模型的一些基本的灰色预测理论，灰色预 测的基本概念和基本原理。 2 3 1 灰色预测的基本概念 灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色系统是介 于白色系统和黑色系统之间的一种系统。白色系统是指一个系统的内部特征是完 全已知的，即系统的信息是完全充分的。而黑色系统是指一个系统的内部信息对 外界来说是一无所知的，只能通过它同外界的联系来加以观测研究。灰色系统内 的一部分信息是已知的，另一部分信息是未知的，系统内各因素间具有不确定的 关系。例如，盈余既受财务指标等确定性因素的综合影响，同时又受市场经济的 不确定因素的影响【3 0 j 。 1 2 2 3 2 灰色预测的基本原理 灰色预测对既含有已知信息又含有不确定信息的系统进行预测，就是 对在一定范围变化的、与时间有关的灰色过程进行预测。尽管灰色过程中 所显示的现象是随机的，但是毕竟是有序的，因此这一数据集合具备潜在 的规律。狄色预测通过鉴别系统因素之i 目发展趋势附相异程度，即进行关 联度分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较 强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来 的发展趋势的情况。狄色预测用等时距观测到的反映预测对象特征的一系 列数量值构造灰色预测模型，预测未来某一时间的特征量，或到达某一特 征量的时间。灰色预测一般分为四种类型，本文重要运用的是灰色时间序 列预测，用观察到的盈余值的时间序列来构造灰色预测模型，预测未来某 一时刻的盈余值。 介绍了建立盈余预测