Do forecasts of bankruptcy cause bankruptcy? A machine learning sensitivity analysis
破产预测会导致破产吗？机器学习敏感性分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以敏感性分析研究破产预测对破产的因果效应，而非收益预测或系统性风险。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
破产预测会导致破产吗？机器学习敏感性分析
- 研究问题
- 审计师公开的破产预测是否会诱发本来不会发生的破产，还是预测与破产的相关性仅反映其掌握了更有预测力的企业信息？
- 方法与思路
- 作者使用非参数敏感性分析研究预测的因果影响，与内生解释变量二元 probit 及 E-values 比较，并加入单调性约束和树式后验总结。
- 材料陈述的贡献
- 摘要将机器学习敏感性分析用于破产预测的自我实现问题，纳入预测不降低破产概率的假设，并探索企业特征与诱发效应异质性的关系。
- 阅读关注点
- 核对未观测混杂如何参数化、敏感性参数如何校准，以及单调性约束和树式后验总结如何影响效应估计及其不确定性。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未报告效应方向、大小或稳健范围，不能据此认定破产预测确实造成破产。
原文摘要
It is widely speculated that auditors' public forecasts of bankruptcy are, at least in part, self-fulfilling prophecies in the sense that they might actually cause bankruptcies that would not have otherwise occurred. This conjecture is hard to prove, however, because the strong association between bankruptcies and bankruptcy forecasts could simply indicate that auditors are skillful forecasters with unique access to highly predictive covariates. In this paper, we investigate the causal effect of bankruptcy forecasts on bankruptcy using nonparametric sensitivity analysis. We contrast our analysis with two alternative approaches: a linear bivariate probit model with an endogenous regressor, and a recently developed bound on risk ratios called E-values. Additionally, our machine learning approach incorporates a monotonicity constraint corresponding to the assumption that bankruptcy forecasts do not make bankruptcies less likely. Finally, a tree-based posterior summary of the treatment effect estimates allows us to explore which observable firm characteristics moderate the inducement effect.