资源描述
,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2014/6/9,#,离散因变量回归案例,上市公司,ST,状态预测,有哪些财务指标可能与公司是否被特殊处理相关？,ARA,：应收账款与总资产的比例；,ASSET,：资产规模的对数值；,ATO,：资产周转率；,GROWTH,：销售收入增长率；,LEV,：负债资产比率；,ROA,：资产收益率；,SHARE,：最爱股东的持股比例；,上市公司,ST,状态预测,解释变量（,X,）,的观测值：,共有,684,个来自,1999,年的观测（用于建模）；,共有,746,个来自,2000,年的观测（用于评估模型的好坏）；,被解释变量（因变量,Y,）,的观测值：,当,X,来自,1999,年，对应的,Y,是三年后,(02,年,),是否被,ST,；,当,X,来自,1999,年，对应的,Y,是三年后,(03,年,),是否被,ST,；,上市公司,ST,状态预测,候选的模型：,空模型（只带常数项的回归模型）,全模型（引入全部,7,个自变量的回归模型）,选模型（引入部分自变量的回归模型）,另一,个维度：模型的形式（,Probit,还是,Logit,）,?,上市公司,ST,状态预测,模型的选择：,结合“似然比（,LR,）”与“,Z,检验”；,AIC,准则,；,BIC,准则；,上市公司,ST,状态预测,以,AIC,准则搜寻的最佳模型,：,ARA,：应收账款与总资产的比例；,GROWTH,：销售收入增长率；,LEV,：负债资产比率；,以,BIC,准则搜寻的最佳模型：,ARA,：应收账款与总资产的比例；,（无论是,Probit,还是,Logit,模型，都是同样的结论,）,上市公司,ST,状态预测,模型预测能力的评估：,建立一个,Logit,模型之后；,要选择临界值，通常我们会设之为,0.5,；,但是，取,0.5,合适吗？,上市公司,ST,状态预测,训练样本的基本情况：,共有,699 + 47= 746,个企业样本；,其中，,699,家是“非,ST,公司”；,其中，,47,家是“,ST,公司”；,上市公司,ST,状态预测,临界值取,0.5,的表现：,计算出的概率都小于,0.5,，于是我们得到,预测值,Y,=0,Y,=1,total,真实值,Y=0 (,非,ST),699,0,699,Y=1 (ST),47,0,47,total,746,0,746,上市公司,ST,状态预测,临界值取,0.5,的表现：,总体预测的正确率,= 699/746 = 93.7%,！,但显然我们不应为之高兴！,因为没有正确预测一家,ST,公司！,上市公司,ST,状态预测,分析：,对,0-1,变量的预测，我们有两种错误：,（,1,）弃真错误,（,2,）取伪错误,上市公司,ST,状态预测,分析：,定义两个指标，度量上述两种错误：,（,1,）,True Positive Rate,(TPR),成功取真率,越大越好。越大意味着“弃真错误”的概率越小。,上市公司,ST,状态预测,分析：,定义两个指标，度量上述两种错误：,（,2,）,False Positive Rate,(FPR),取伪率,越小越好。越小意味着“取伪错误”的概率越小。,上市公司,ST,状态预测,分析：,上例中两个指标分别为：,（,1,）成功取真率,TPR = 0,；（非常不好）,（,2,）取伪率,FPR = 0,；（非常好）,上市公司,ST,状态预测,分析：,如果临界值取,0,，怎么样？,因为所有样本计算出的概率都大于零，所以,（,1,）成功取真率,TPR,= 100%,；（非常好）,（,2,）取伪率,FPR,= 100%,；（非常不好）,上市公司,ST,状态预测,分析：,由此，我们知道,TPR,与,FPR,是鱼和熊掌不可兼得的！,一个合理的预测方案应该是在二者之间取某种平衡！,ROC,曲线,(,RECEIER OPERATING CHARACTORISTICS,),TPR,FPR,上市公司,ST,状态预测,一,个,判断模型好坏的标准：,如果,A,模型比,B,模型好，那么应该在任何一个,FPR,值下，,A,模型的,TPR,都比,B,模型的,TPR,大,！,或者，,如果,A,模型比,B,模型好，那么应该在任何一个,TPR,值下，,A,模型的,FPR,都比,B,模型的,FPR,小,！,上市公司,ST,状态预测,上市公司,ST,状态预测,利用,ROC,曲线选择模型：,（,1,）,Logit,全模型、,AIC,搜寻得到的,Logit,模型，以及,BIC,搜寻得到的,Logit,模型；,（,2,）,Probit,全模型、,AIC,搜寻得到的,Probit,模型，以及,BIC,搜寻得到的,Probit,模型；,共六种。,上市公司,ST,状态预测,利用,ROC,曲线选择模型：,结论：,BIC,准则搜寻得到的,Logit,模型和,Probit,模型预测精度都差一些；,因为它们两的,ROC,曲线都在其他曲线的下方。,
展开阅读全文