刘利红 刘庆丰

(1.绍兴文理学院 计划财务处,浙江 绍兴312000；2.日本小樽商科大学 北海道 小樽市)

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312000；2.日本小樽商科大学 北海道 小樽市)

预测组合方法(forecast combination 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 information criterion)为基础的模型选择方法.

财务数据；预测组合；模型平均；模型选择；破产风险；上市企业

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Mallows’Cp[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[4]、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[4]中提出了3种预测组合的方法.设yt表示需要预测的变量；……