模型有误,还是程序有问题?

来源:百度知道 编辑:UC知道 时间:2024/06/05 20:47:26
如题,现在正准备写一篇有关企业偿债能力的分析报告,也算是自己小小的成果,为了大家能帮我尽快找出自己的问题,现把思路简略说一下。
建立判别分析模型,对企业的财务困境进行预测,利用主成分分析方法对所得预测结果进行分析检验。
问题就出现在实证分析这里,本来借鉴了前辈的模型,想利用多种模型来证明结果的可信性,但是老师讲Beaver Z—Score等模型的长期预警能力挺够呛的,既然够呛还不如用几个简单的模型,所以打算先分析一般判别分析模型,指标初期不想选很多,看看效果再确定,因此只选了九个最重要的,模型好像问题不是很大,第一次检验的时候结果还很满意,马氏距离为22.73044,两类总体的均值的F检验统计量值为4.99178,对应的概率为0.0228,说明两类总体均值之间的差异是显著的,判别有效分析。但是总觉得说服力不强,又另外选了一种模型检验,利用主成分分析方法,将各个指标合并为一综合指标Y,建立的模型。
问题恰恰出现在这里,弄出来的模型,用SAS分析以后,其得分值跟结果远不相同,简单的说就是本来高的在中间,本来低的在上面,本来在中间的在下面,数据大体是这样的规律,反正这个结果就是说明,我忙了半天,忙了一个屁,心情郁闷极了,按理论来说,是不应该出现这样的问题,实在美道理啊,想来想去,不是模型有误,就是程序有问题了。
我现在已经毕业,写这份报告纯粹是个人爱好,现在学校早就已经开学,原来的导师也比较的忙,不好意思打搅,因此在这里求教高手指点。
PS:
1:模型
财务正常公司:
Y=-504.89552-11.21762X1+7.83665X2+0.21150X3+0.77499X4+0.36059X5-5.85931X6-1.72308X7+7.58422X8+12.21601X9
财务困境公司:
Y=-619.35520-11.35101X1+5.60132X2+0.22330X3+0.79989X4+0.27322X5-5.99456X6-1.70626X7+8.85152X8+13.63997X9
2:检验
y=3.67805*prin1+2.21392*prin2+1.12608*prin3+ 0.78198*prin4+0.5205

我曾经在一篇杂志上看到过,有关偿债分析的论文,里面建立了三种模型,分别来检验结果,然后比较三种模型的优缺点,最后找到最合适的模型用于实践,估计和你的思路差不多,你的模型 程序我对照看了下,自己觉得没有问题,原因很可能出现在,你的参数选取上,估计比较特殊,或者太少,不能正确反映你的模型,先用SAS分析你的数据是不是正态分布,问题可能就在这里,你试着用更多的数据来建立模型,问题可能就解决了。

还有一点建议,既然你要分析偿债能力,那就要分长期和短期,总不能一个模型长短都分析吧。
加油 好运

程序问题