Loại bỏ biến không có ý nghĩa thống kê, thực hiện phân tích hồi quy Binary logistis, ta có kết quả hồi quy như sau:
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B) Lower Upper Step 1a MBACH ,929 ,250 13,815 1 ,000 2,532 1,551 4,132 QMOCTY ,007 ,001 26,916 1 ,000 1,007 1,004 1,009 TRDO ,813 ,471 2,986 1 ,084 2,256 ,896 5,676 APLUC -1,484 ,789 3,540 1 ,060 ,227 ,048 1,064 Constant -4,388 ,983 19,922 1 ,000 ,012
a. Variable(s) entered on step 1: MBACH, QMOCTY, TRDO, APLUC
Hình 4.12. Kết quả hệ số hồi quy
Mô hình hồi quy được rút ra sau khi loại bỏ biến không có ý nghĩa ra khỏi mô hình, đây là mô hình phù hợp nhất để đánh giá tác động của các yếu tố (minh bạch thông tin, quy mô công ty thẩm định, trình độ thẩm định viên và áp lực khách hàng)
đến mức độ chính xác của kết quả thẩm định, kết quả mô hình cho thấy:
Theo quan sát trong nghiên cứu này, mối quan hệ nhân quả tích cực của 2 yếu tố minh bạch thông tin và quy mô công ty thẩm định có tương quan đồng biến với mức độ chính xác của kết quả thẩm định với độ tin cậy 99%. Kết quả phản ánh phù hợp với cơ sở lý thuyết và các nghiên cứu trước. Như vậy, cải thiện chất lượng thông tin (tăng mức độ minh bạch) và tăng quy mô công ty thẩm định (tăng số
lượng thẩm định viên) sẽ góp phần gia tăng mức độ chính xác của kết quả thẩm
định.
Sở dĩ trong giai đoạn vừa qua, ở Việt Nam ngành thẩm định tuy có gia tăng về
quy mô, tuy nhiên uy tín và chất lượng chứng thư thẩm định vẫn chưa được đánh giá cao là do đội ngũ thẩm định viên giỏi, giàu kinh nghiệm vẫn còn rất ít. Kết quả
nghiên cứu cho thấy trình độ chuyên môn, nghiệp vụ của thẩm định viên có mối tương quan đồng biến với mức độ chính xác của kết quả thẩm định với độ tin cậy 90%.
Khi áp lực khách hàng càng lớn, thẩm định viên càng dễ bị tác động phải chỉnh sửa kết quả thẩm định của mình do cả yếu tố chủ quan và khách quan nhưđã phân tích ở trên. Kết quả nghiên cứu cho thấy loại áp lực này có tương quan nghịch biến với mức độ chính xác của kết quả thẩm định với độ tin cậy 90%. Như vậy, khi có biện pháp làm giảm áp lực khách hàng sẽ giúp tăng xác suất chính xác của kết quả thẩm định.
Mô hình dự báo xác suất độ chính xác của kết quả thẩm định:
Log Odds = b0 + b1MBACH + b2QMOCTY+ b3TRDO + b4APLUC (1) Thay các hệ số hồi quy trong hình trên vào phương trình (1):
LogOdds = -4.388 + 0.929MBACH + 0.007QMOCTY+ 0.813TRDO – 1.484APLUC (2)
Phương trình ước lượng khả năng xuất hiện thay đổi thu nhập như sau: E(Y/X) = eLogodds/1+ eLogodds
E(Y/X): Xác suất để Y=1 xuất hiện khi biến độc lập X có giá trị Xi.
Bảng 4.5. Dự báo kịch bản các yếu tố tác động
Stt Tên biến Hệ số hồi quy
Kịch bản Giá trị biến KB1 KB2 1 MBACH ,929 5 1 2 QMOCTY ,007 450 50 3 TRDO ,813 1 1 4 APLUC -1,484 1 1 Hệ số cắt trục tung -4,388 P(Y/Xi) 93.91% 2.23%
Trong bảng trên, theo kịch bản (KB1): nếu thông tin thị trường minh bạch, quy mô công ty thẩm định là 450 nhân viên, thẩm định viên đáp ứng đầy đủ trình độ
chuyên môn, nghiệp vụ theo quy định, và có tồn tại áp lực khách hàng thì xác suất chính xác của kết quả thẩm định là 93.91%.
Trong bảng trên, theo kịch bản (KB2): nếu thông tin thị trường không minh bạch, quy mô công ty là 50 nhân viên, thẩm định viên đáp ứng đầy đủ trình độ
chuyên môn, nghiệp vụ theo quy định, và có tồn tại áp lực khách hàng thì xác suất chính xác của kết quả thẩm định là 2.23%.
Kết quả đánh giá phân tích tác động một lần nữa khẳng định vai trò của các yếu tố, đặc biệt là thông tin minh bạch và quy mô công ty lớn đối với sự chính xác của kết quả thẩm định. Theo ước lượng của mô hình, thông tin minh bạch và quy mô công ty lớn có thể làm tăng xác suất chính xác của kết quả từ 2.23% lên đến 93.91% trong điều kiện thẩm định viên đáp ứng đầy đủ yêu cầu về trình độ theo quy
5 CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ