论文部分内容阅读
会计指数学术研究的焦点问题是,如何运用数理统计模型,检验会计信息的价值相关性,提高会计信息在宏观、中观、微观层面的决策有用性。从宏观决策者角度看,会计指数可作为该行业景气情况的“温度计”,这是行业价值创造会计指数编制的基本目的。其次,从微观决策的外部主体来看,会计指数指数作为投资者、债权人、审计师重要的分析工具之一,能够对他们的决策制定起到“指示灯”作用。本文基于2006年至2017年证监会细分行业的每个上市公司每个季度的会计信息,分别编制了 15个行业的行业会计指数,包括行业价值创造指数、行业成本指数、行业杠杆指数以及行业库存指数。本文利用行业会计指数分析行业过去的波动发展规律,同时采用线性和非线性的的时间序列模型——支持向量机(SVM)以及自回归(AR)模型,对本论文所编制的行业价值创造会计指数、行业成本指数、行业杠杆指数和行业库存指数进行预测,观察行业过去和现在的发展状况,并预测行业未来的发展趋势。将过去的行业会计指数作为输入变量,分别使用SVM和AR模型输出行业会计指数预测值。考虑到文章篇幅限制,本文以代表重工业的黑色金属开采业和代表轻工业的化学制品制造业的行业价值创造指数进行报告。实验结果显示:黑色金属开采业SVM模型的预测精度为92.56%,AR模型的预测精度为82.87%,并且行业价值创造指数显示黑色金属开采业经过长期的横盘之后呈现下降趋势;化学制品制造业SVM模型的预测精度为82.87%,运用AR模型的预测精度为81.68%,并且行业价值创造指数显示化学制品制造业呈现波动上升趋势。统计模型对指数的预测精确度较高,说明行业会计指数可以应用在实践中,判断行业的未来发展走势并预测拐点。以黑色金属开采业和化学制品制造业为例,国家宏观政策应当考虑到这两个行业发展趋势,加快产业升级;投资者、债权人和审计师应当尤其注意黑色金属开采业行业中的企业面临的风险,谨慎进行决策。