Việc kiểm định khả năng dự báo của mô hình trên chính nhóm biến của mô hình đó đôi khi làm cho tỷ lệ dự báo được đánh. Do đó để đánh giá lại tính ứng dụng của mô hình ở phần này tác giả tiến hành kiểm định khả năng dự báo của mô hình trên một nhóm các công ty bị huỷ niêm yết trong giai đoạn 6 tháng đầu năm 2014 từ đó đánh giá khả năng dự báo của mô hình.
Ở nội dung trước, luận văn đã kiểm định trên kết quả 1, 2 và 3 năm trước phá sản. Do đó việc kiểm định ở đây chỉ mang tính tham khảo thêm nhằm đánh giá lại kết quả nghiên cứu do đó không đòi hỏi bộ mẫu kiểm định lớn vì vậy tác giả sử dụng bộ mẫu gồm 10 công ty huỷ niêm yết bất kỳ trong giai đoạn 6 tháng đầu năm 2014 và 10 công ty khoẻ mạnh bất kỳ cũng trong giai đoạn này để tiến hành đánh giá. Kết quả dự báo được thể hiện trong bảng 4.15.
84
Bảng 4.15. Thống kê khả năng dự báo trên nhóm doanh nghiệp năm 2014 TÌNH TRẠNG STT MÃ NY HỆ SỐ Z XÁC SUẤT PHÁ SẢN DỰ BÁO NHÓM PHÁ SẢN 1 SJM 4,163 98,47% phá sản 2 PHS -1,159 23,89% an toàn 3 MMC 5,039 99,36% phá sản 4 VHH 0,401 59,90% phá sản 5 ILC -4,226 1,44% an toàn 6 SDB 8,989 99,99% phá sản 7 FDG 7,116 99,92% phá sản 8 CNT 4,587 98,99% phá sản 9 CLP 7,503 99,94% phá sản 10 BHV 7,627 99,95% phá sản NHÓM KHOẺ MẠNH 1 LCM 2,696 93,68% phá sản 2 MDC -4,229 1,44% an toàn 3 PRC -2,521 7,44% an toàn 4 DIH -2,695 6,32% an toàn 5 THP -2,282 9,27% an toàn 6 DIC -1,298 21,46% an toàn 7 BGM 1,236 77,49% phá sản 8 AME -1,464 18,78% an toàn 9 APC -1,238 22,48% an toàn 10 CLG -3,237 3,78% an toàn
Nguồn: Tính toán và tổng hợp của tác giả
Dựa vào bảng 4.15 ta thấy khi tiến hành kiểm định lại trên mẫu các doanh nghiệp bất kỳ trên cả hai thị trường chứng khoán HOSE và HNX cho thấy khả năng dự báo khá chính xác so với thực tế. Đối với nhóm phá sản, trong 10 trường hợp đưa vào thì 8 trường hợp được dự báo đúng, 2 trường hợp dự báo không
85
chính xác. Đối với nhóm doanh nghiệp khoẻ mạnh, trong 10 trường hợp đưa vào cũng có 8 trường hợp được dự báo chính xác và 2 trường hợp dự báo sai. Như vậy mức độ chính xác trong khoảng 80% đối với cả 2 loại sai lầm. Đây cũng là một tỷ lệ dự báo khá tốt cho mô hình. Điều này cho thấy mô hình có khả năng vận dụng khá tốt cho thị trường Việt Nam trong giai đoạn hiện nay.
TÓM TẮT CHƯƠNG 4
Ở chương này, bài nghiên cứu tập trung vào hai nội dung chính: Đánh giá khả năng dự báo của mô hình O-Score trên thị trường Việt Nam và xây dựng một mô hình dự báo phù hợp cho thị trường Chứng khoán Việt Nam.
Về khả năng dự báo của mô hình O-Score ứng dụng trên thị trường Việt Nam cho thấy khả năng dự báo tổng thể 1 năm trước phá sản là 55, 95% và đối với 2 năm trước phá sản là 52,39%. Trong đó mô hình O- Score dễ mắc phải sai lầm loại 2 là dự báo những doanh nghiệp khoẻ mạnh có nguy cơ phá sản và các biến đưa vào mô hình đều không có ý nghĩa thống kê.
Nhằm khắc phục nhược điểm của mô hình này đề tài đi xây dựng một mô hình dự báo phá sản cho thị trường Việt Nam gồm 5 biến: (1) CATA, (2)TL/METL, (3) CLCA, (4) REME, (5) REFA với khả năng dự báo tổng thể 83,3%. Việc xây dựng mô hình với khả năng ứng dụng cho thị trường Việt Nam sẽ góp phần hỗ trợ cho quá trình đánh giá doanh nghiệp được tốt hơn.
86
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ