近日，公司会计系田晖老师与英国卡斯商学院合作者Andrew Yim教授及英国巴斯大学David Newton教授在管理学顶级期刊Management Science发表题为“Tail-Heaviness, Asymmetry, and Profitability Forecastingby Quantile Regression”的研究论文。

提高公司利润率预测准确性对于投资者、分析师和公司尤为重要。文章研究表明，对于常见的会计盈利指标，通过使用平均绝对值预测误差(MAFE)损失函数，分位数回归模型(Quantile Regression)中位数预测的准确性要优于普通的最小二乘回归模型（均值回归）。文章使用模拟数据和归档数据进一步研究了利润率分布如何影响上述发现。当利润率分布呈厚尾分布的情况下，无论使用MAFE或是均方预测误差(MSFE)损失函数，分位数回归均比最小二乘回归预测更准确。 此外，研究还发现利润率分布的不对称性对于分位数回归预测准确性呈U型或者倒U型影响。最后，文中使用的分布形态分析机制不仅展示了对于利润率预测的实用性，同时在公司现金流预测中也得到了检验，验证了厚尾分布的正向效应和偏度分布的倒U型效应。

《ManagementScience》是管理学顶级期刊，具有极高的学术声誉。该期刊是美国德克萨斯大学达拉斯分校遴选的24本商学院顶级学术期刊（简称UTD 24）之一，也是金融时报评定出的50本商学院顶级期刊之一(简称FT 50)。同时，该期刊广受世界各大高校认可，是商学院/12BET排名、职称晋升、科研项目与人才计划评审的重要参考条件之一。

论文链接：https://pubsonline.informs.org/doi/10.1287/mnsc.2020.3694