基于集成支持向量机的企业财务业绩分类模型研究

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
第 2 期 蒋艳霞等 :基于集成支持向量机的企业财务业绩分类模型研究
·训练集中的样本点虽然不能过多 ,但要足够
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
·44 ·
中国管理科学 2009 年
影响财务业绩的因素有很多 ,企业的资产 、负 债 、所有者权益 、现金流量 、收益信息都会对企业的
收稿日期 :2008 - 07 - 12 ;修订日期 :2009 - 02 - 05 作者简介 :蒋艳霞 (1975 - ) ,女 (汉族) ,山东莘县人 ,中国人民大
学商学院博士后 ,研究方向 :公司财务 1
财务业绩产生影响 ,而且这些因素之间还存在着交 互影响 ,因此一般的财务业绩预测模型很难取得较 高的预测精度 。现有文献所采用的财务业绩预测模 型大部分也面临同样的问题 ,即模型的样本外预测 能力不强 。支持向量机 ( support vector machine , SV M) 由 Vap nik (1995) [6] 首先提出 ,主要用于模式 分类和非线性回归 。支持向量机的主要思想是建立 一个超平面作为决策曲面 ,使得正例和反例之间的 隔离边缘最大化 。在模式分类问题上 ,支持向量机 不利用问题的领域知识就可以提供较好的泛化性 能 。近年来 ,支持向量机被应用于金融领域 ,如信用 评分 、时间序列预测 、保险理赔预测 。这些研究表 明 ,支持向量机的表现经常优于其它预测方法 (包括 B P 神经网络 、案例推理 、线性判别 、Logit 模型等) ( Kumar ,Ravi ,2007) [7] 。从目前来看 ,支持向量机 模型在 财 务 预 警 中 的 应 用 相 对 较 多 , 如 Wu 等 (2005 ) [8] , Hua 等 ( 2006 ) [9] , 杨 毓 和 蒙 肖 莲 ( 2006 ) [10 ] , 邱 玉 莲 和 朱 琴 ( 2006 ) [11] 。 Kim (2003) [12] ,杨一文和杨朝军 (2005) [13 ] 利用支持向量 机分别对韩国 KISPI 指数和我国上证综合指数进 行了预测 ,发现结果较为准确 。
,其中 Zt 为归一化系
n
∑ 数 ,使
w t+1 i
=1。
i =1
(4) 输出 : 总体分类器的判别函数值 : h( x) =
n
∑ si g n [ αt h t ( x) ] 。 i =1
2. 2 模型选择问题 (1) 训练集的选取 选取一个合适的训练集 ,对解决实际问题是绝
对必要的 。一个合适的训练集 ,原则上应满足以下 条件 :
基于集成支持向量机的企业财务业绩分类模型研究
蒋艳霞1 , 徐程兴2
(1. 中国人民大学商学院 ,北京 100872 ;2. 北京大学光华管理学院 ,北京 100871)
摘 要 :要想正确预测公司财务业绩 ,首先必须选择合适的预测方法 。现有文献所采用的财务业绩预测模型普遍 存在着泛化能力不强的问题 。本文提出用支持向量机方法来预测我国上市公司的财务业绩 。为了提高预测准确 率 ,本文还用 AdaBoo st 算法对支持向量机进行了改进 (集成支持向量机) 。在支持向量机核函数的选择上 ,我们采 用了实验法 ,即对每个核函数及其相关参数的预测效果都进行了测算 ,以期找出最适用的预测模型 。实证结果表 明 ,径向基核函数 (rbf) 的效果最好 ,支持向量机方法预测准确率远远高于其它方法 。 关键词 :财务业绩 ;支持向量机 ;AdaBoo st 算法 中图分类号 : F234 文献标识码 :A
2 模型设计
支持向量机的理论非常完美 ,弥补了神经网络 理论上的不足 ,在金融预测实践中也表现出了良好 的 性 能 ( Tay , Cao , 2001 , 2002a , 2002b ; Kim , 2003) [14 - 17 ] 。然而单一支持向量机在执行近似计算 时发生的过学习或欠学习现象使得其分类结果远非 期望水平 。为了解决这些问题 ,提高单一支持向量 机的预测精度 ,本节将利用集成学习理论的思想 ,给 出一种集成支持向量机的构造方法 。
多 。在本文的问题中 ,意味着要有足够多的上市公 司的数据 。
·输入中所含特征不能太少 。即我们选取的解 释变量应包含所有能反映上市公司财务业绩情况的 特征 。
·输入中所含特征不能太多 。即我们选取的解 释变量不应该包含与上市公司财务业绩情况无关的 特征 。
(2) 支持向量机核函数及参数选择 支持向量机常用的核函数有三种 : 多项式核 、 Gauss 径向基核以及 Sigmoid 核 。在本文中 ,为了 找出最好的预测模型 ,我们采用了实验法 ,即对每个 核函数及其相关参数的预测效果都进行测算 。 (3) AdaBoo st 算法参数 AdaBoo st 算法最大的优点就是简单易行 ,除了 迭代次数 T 以外不需要调节任何参数 ,而且 Ada2 Boo st 算法的性能与 T 的大小没有直接关系 。因 此 , T 的选择一般根据实际情况和运算时间综合考 虑 ,没有明确的标准 。 (4) 模型评价标准 评价预测模型时 ,最重要的指标是预测准确率 , 即模型正确预测样本外数据的能力 。除正确率外 , 预测模型还可以根据其速度 、鲁棒性 ( ro bust ness) (如在噪声数据上的准确性) 、可扩展性 ( scalabili2 t y) 、可解释性进行比较 。 由于预测模型是根据训练数据构建的 ,如果使 用训练数据导出分类预测模型 ,然后再用训练数据 评估 模 型 , 就 可 能 导 致 过 于 乐 观 的 估 计 。保 留 ( holdo ut) 和 k - 折交 叉确 认 ( k2fold cro ss2valida2 tio n) 是两种基于给定数据随机选择划分的 、常用的 评估分类预测模型的技术 。因为本文研究的样本是 我国最近几年的上市公司 ,数据时间序列数据 ,即应 该用历史数据来训练模型 ,用未来数据做预测 ,所以 不能采用随机划分训练集和测试集的方法 。因此 , 本文在评价预测模型表现时 ,采用基本的保留方法 。
本文研究的财务业绩预测问题 ,因变量我们选 择的是上市公司财务业绩变化的幅度 (上升或下降 , 模型中可用 1 和 - 1 或 0 和 1 来表示) ,而不是上市 公司财务业绩变化的数值 。虽然因变量定为二值变
量会丧失一些信息 ,但由于会计数据中经常会出现 一些异常值 ,采用量值回归估计可能导致模型的样 本外预测能力较弱 ,影响投资者的判断 ,故我们选用 了二值因变量表达形式 。因此 ,在预测模型上 ,我们 采用的也是支持向量机二分类模型 ,而不是支持向 量机回归模型 。我们将 AdaBoo st 算法中的学习机 器取为支持向量机 ,构成了基于 AdaBoo st 算法的 支持向量机模型 。AdaBoo st 算法步骤既适用于分 类问题 ,也适用于回归问题 。本文的问题是财务业 绩分类预测 ,因此我们选用的 AdaBoo st 分类算法 。 基于 AdaBoo st 的支持向量机分类器 (二分类) 算法 步骤如下 :
1 引言
传统的财务业绩预测一般采用多元线性回归方 法 (包括广义线性模型 ,如 Logistic 回归和 Poisso n 回归 ,对数线性模型) ,其中 Lo gistic 回归是大家最 常使用的模型 。但由于财务业绩的影响因素与财务 业绩一般是复杂的非线性相关 ,线性方法的预测效 果并不好 。近年来随着计算技术的发展 ,模型设定 技术取得了巨大飞跃 ,非线性方法和智能技术越来 越 多 地 被 应 用 到 财 务 预 测 中 ( Lam , 2004 ; Triguero s ,1999 ; Hsu , et al , 2005) [1 - 3] 。有些非线 性模型可以转变成线性模型 ,通过最小方差方法求 解 。对那些难于转换为线性的非线性模型 ,计算过 程会比较复杂 。计算智能方法则一般使用专门的软 件 (如 Matlab) 来实现 ,相对比较简便 。虽然计算智 能方法有很大的优越性 ,但国内学者进行财务预测 时 ,采用计算智能方法的比较少 。而且智能方法中 只有神经网络应用的比较多 (吴超鹏 ,吴世农 ,2005 ; 杨成等 , 2005) [4 ,5] ,其他一些方法运用很少 。我国 股市因其成立时间短 ,受政策作用影响大 ,股市波动 比较剧烈 ,上市公司业绩尤其难于预测 。在这种情 况下 ,预测方法的选择显得更为重要 。因此 ,应该对 预测方法进行更多的探索 , 以求能够取得较好的预 测效果 。
第 17 卷 第 2 期 2009 年 4 月
中国管理科学
Chinese Journal oe
Vol. 17 Apr. ,
, No . 2 2009
文章编号 :1003 - 207 (2009) 02 - 0042 - 10
AdaBoo st (Adaptive Boo sting) 算法是一种提升 分类器性能的有效方法 ,它的核心思想就是通过对 训练样本集的操作 ,得到不同的训练样本集 ,用该样 本集去训练某个基本分类器 ,每得到一个样本集就 用该算法在该训练集上产生一个分类器 ,这样在给 定迭代次数 T 后 ,就可产生 T 个分类器 ,然后用某 种方式将这 T 个分类器加权融合 ,产生一个最后的 结果分类器 。在这 T 个分类器种 ,每个单个分类器 的识别率不一定很高 ,但它们融合后的结果有很高 的识别率 ,这样便提高了分类器的总体识别性能 。 构造集成支持向量机 ,提高学习算法准确度的另外 一种方法是 Bagging 。稳定性是 Bagging 能否提高 预测准确率的关键因素 :Bagging 对不稳定的学习 算法能提高预测准确度 ,而对稳定的学习算法效果 不明显 ,有时甚至使预测准确度降低 。鉴于这一点 , 本文选择用 AdaBoo st 来构造集成支持向量机 。 2. 1 Ada Boost 集成支持向量机的财务业绩预测模 型