我国上市公司ROE预测研究(下).doc

我国上市公司ROE预测研究(下)
<a rel='nofollow' onclick="();return false;"
href="#">


　　（上接2011年第30期118页）
　　同理，CVCS模型相对于ROE模型来说，（P<）；（P<）。其他两两模型间误差绝对值的均值关系比较类同。因此，配对检验结果证实了相对总括ROE模型而言，将总括盈余按修正的ROE模型、成本性态的CVCS模型以及OPINC模型进行分解提高或者说改进了预测ROE的准确程度。但是，将总括盈余分解为现金流量与应计利润并没有改进预测ROE的能力。
　　（3）时间序列预测模型误差绝对值中位数与均值的绝对精确程度与相对精确程度计算
　　为了评价五个时间序列预测模型对盈余分解后提高预测程度，我们分别计算预测准确度较高模型相对于预测准确度最低模型的预测误差绝对值中位数和均值的提高的绝对精确值和相对精确值。我们在计算预测误差绝对值中位数的绝对值时是以预测效果最差的模型为标杆，将预测效果最差的模型预测误差的绝对精确值的中位数与其他预测效果较好的模型的预测误差的绝对值的中位数分别相减便得到各个预测效果较好模型相对于预测效果最差模型预测误差的绝对值的中位数提高的绝对精确值。例如，在计算各模型预测误差绝对值的中位数提高绝对准确值时，我们以预测效果最差的CASHFLOW模型作为标杆，将标杆模型的误差绝对值的中位数与其他预测效果较好的模型的中位数相减，分别计算出预测误差绝对值的中位数提高的绝对精确值，－.0212232＝ .0001548。我们在计算预测误差绝对值中位数的相对精确值时是将预测效果最差模型的绝对值的中位与预测效果最好模型的绝对值的中位数之差作为100％，即用预测效果最好模型提高的绝对精确值除以其本身。其他预测模型的相对精确值分别用该模型所得到的绝对精确值除以预测效果最好模型提高的绝对精确值。例如，/.0029941＝％。同理，预测误差绝对值均值的绝对准确程度和相对准确程度的计算原理和方法同上述预测误差绝对值中位数的原理和计算方法相同。我们并没有以简单模型为标杆计算复杂模型相对简单模型的预测误差绝对值的减少百分比。当然，以简单模型为标杆更直观地反映依据复杂模型分解盈余相对于简单的基本
ROE模型的预测盈余以及盈余派生指标ROE的预测准确程度。但是，以预测误差绝对值最大为标杆也能较好地反映复杂模型相对于基本ROE模型的预测改进能力的绝对程度和相对程度。因为，我们可以将排在基本ROE模型之前的复杂模型认定为其预测能力改进程度较基本的ROE模型差。我们的计算是通过手工完成的。
　　从描述性统计报告中我们可知，CASHFLOW模型的预测误差绝对值最大，因此，我们以CASHFLOW模型的预测误差的绝对值为标杆，分别计算其他四个时间序列模型相对于CASHFLOW模型的预测误差绝对值减少的百分比。其他四个时间序列模型同CASHFLOW模型间特定的预测误差准确度反映了与CASHFLOW模型间存在的总量 “信息沟”。；；。同理，对于预测误差绝对值均值的提高的绝对程度和相对程度是，； CVCS
；。其结果计算如表7、表8所示。
　　4、时间序列预测模型预测能力实证检验结论
　　我们分别从运用4年时间窗口的行业水平下随机系数回归分析、模型预测误差绝对值的中位数和均值的描述性统计、模型预测误差绝对值中位数和均值的配对比较、计算模型预测能力改进