國(guó)內(nèi)外大量實(shí)證研究結(jié)果表明:上市公司定期公布的財(cái)務(wù)報(bào)告具有很強(qiáng)的信息含量，但是當(dāng)期會(huì)計(jì)盈余數(shù)據(jù)的信息會(huì)在披露前后在股票市價(jià)中迅速得以體現(xiàn)。因此對(duì)于中長(zhǎng)期投資者來說，重要的是預(yù)見未來。質(zhì)地優(yōu)良且未來具有較高盈利增長(zhǎng)能力的公司是中長(zhǎng)期投資者普遍關(guān)注的對(duì)象，因?yàn)橹挥羞@類公司才能給投資者帶來持續(xù)的回報(bào)。而財(cái)務(wù)報(bào)告包含了大量描述公司經(jīng)營(yíng)狀況的數(shù)據(jù)。這些數(shù)據(jù)應(yīng)能為投資者提供關(guān)于公司未來盈利能力的信息。對(duì)于中長(zhǎng)期投資者而言，需要做的就是利用這些信息挖掘出未來能夠具有較高盈利水平同時(shí)又具有較好成長(zhǎng)性的公司。因此，站在投資者的立場(chǎng)，以下問題是值得研究的：這些財(cái)務(wù)報(bào)告中是否包含關(guān)于公司未來盈利情況的信息？若回答是肯定的，是否可以找到較好的方法來利用這些信息，獲得較精確的預(yù)測(cè)效果？若能夠找到較精確的預(yù)測(cè)方法，這個(gè)預(yù)測(cè)是否是有效的？如果盈利優(yōu)質(zhì)成長(zhǎng)的預(yù)測(cè)模型是有效的，那么該模型選出的投資組合能否獲得超額收益？

　　國(guó)內(nèi)外學(xué)者的研究結(jié)果對(duì)第一個(gè)問題做了肯定的回答，即財(cái)務(wù)報(bào)告中包含關(guān)于公司未來盈利情況的信息。但是現(xiàn)有的各種預(yù)測(cè)方法，無論是分析師的研究還是常規(guī)的統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)模型都有其不足之處。分析師研究主觀性強(qiáng)、工作量大。常用統(tǒng)計(jì)計(jì)量模型形式單一，可能存在過度擬合而且不是以投資為導(dǎo)向的缺點(diǎn)。

　　針對(duì)這些不足之處，筆者采用數(shù)據(jù)挖掘方法進(jìn)行彌補(bǔ)。數(shù)據(jù)挖掘是通過自動(dòng)或半自動(dòng)化的工具對(duì)大量的數(shù)據(jù)進(jìn)行探索和分析的過程，目的是發(fā)現(xiàn)其中有意義的模式和規(guī)律。其在數(shù)據(jù)庫(kù)營(yíng)銷、市場(chǎng)細(xì)分、風(fēng)險(xiǎn)分析，欺詐甄別和客戶資源管理等領(lǐng)域的應(yīng)用已經(jīng)相當(dāng)成熟。數(shù)據(jù)挖掘模型具有靈活高效的特點(diǎn)，除了經(jīng)典統(tǒng)計(jì)的回歸模型外，數(shù)據(jù)挖掘還有決策樹和神經(jīng)網(wǎng)絡(luò)模型等機(jī)器學(xué)習(xí)和人工智能的非參數(shù)、非線性模型，用以擬合各種復(fù)雜的狀況。由于數(shù)據(jù)挖掘模型非常強(qiáng)大，很容易造成過度擬合。為了建立真正有用的模型，我們要盡可能防止過度擬合，數(shù)據(jù)挖掘還采用專門的方法對(duì)模型的有效性進(jìn)行評(píng)估以保證預(yù)測(cè)的穩(wěn)健可靠。

　　本文首先采用Logistic回歸，決策樹和神經(jīng)網(wǎng)絡(luò)建立了廣義線性和非線性數(shù)據(jù)挖掘預(yù)測(cè)模型，試圖尋找未來具有較好的業(yè)績(jī)和增長(zhǎng)能力的上市公司，取得了較好的預(yù)測(cè)效果。為了保證模型的穩(wěn)健可靠。再建立完模型以后，又采用“數(shù)據(jù)拆分”和“瞻前顧后”兩種方法從不同的方面對(duì)于預(yù)測(cè)的有效性進(jìn)行評(píng)估，確定預(yù)測(cè)精度無論是在當(dāng)年的獨(dú)立數(shù)據(jù)集，還是在其他年份都是穩(wěn)健可靠的。最后，以數(shù)據(jù)挖掘選股為基礎(chǔ)，建立了投資組合，經(jīng)過實(shí)證模擬，確認(rèn)可以得到較高的絕對(duì)和超額的投資收益。因此本文認(rèn)為，在投資領(lǐng)域應(yīng)用數(shù)據(jù)挖掘是可行而且有效的。

中國(guó)證券報(bào)