2.4.3.2.1. Thống kê mô tả tổng quát
Bảng 2.6: Thống kê mô tả tổng quát các biến của mô hình
N Minimum Maximum Mean Std.
Deviation X1 69 .23 11.89 1.6317 1.77309 X2 69 .10 9.76 1.1722 1.63152 X3 69 .00 2.54 .2061 .43083 X4 69 .11 19.29 3.0414 3.02486 X5 69 0 97 12.43 17.701 X6 69 .32 124.53 11.2326 20.77775 X7 69 .0 591.6 76.053 141.1376 X8 69 .0011 1.7344 .680617 .2695140 X9 69 -.010 2.305 .10449 .331336 X10 69 .0000 3.4073 .391125 .7633307 X11 69 -.0347 .9682 .159380 .1581717 X12 69 -1.2863 .2628 -.011874 .2100335 X13 69 -.4502 .5766 .074978 .1727500 X14 69 -.4056 .2567 .013323 .0883933 X15 69 .00 57.06 4.3938 9.99504 Valid N (listwise) 69
Nhìn chung, giá trị của các quan sát tương ứng với từng biến không có các trị số đột biết, độ lệch chuẩn của dữ liệu khá tốt nên có thể khẳng định số liệu tương đối hợp lý.
2.4.3.2.2. Kiểm định đa cộng tuyến
Bảng 2.7: Hệ số tương quan giữa các biến trong mô hình
Với số lượng các quan sát tương đối nhỏ, hiện tượng đa cộng tuyến hoàn toàn có thể xảy ra. Qua bảng số liệu trên, hệ số tương quan giữa các biên phân bổ trong nhiều vùng giá trị khá nhau, trong đó, các cặp hệ số có tương quan lớn hơn 0.8 tương đối ít nên đa cộng tuyến đối với mô hình không lớn. Bên cạnh đó, mô hình Binary Logistic chỉ được sử dụng để đánh giá tác động của các biến độc lập đến khả năng trả nợ của DN nên hiện tượng đa cộng tuyến ít ảnh hưởng đến kết quả của việc chạy mô hình.
2.4.3.2.3. Kiểm định hệ số hồi quy
Bảng 2.8: Các biến trong mô hình
B S.E. Wald df Sig. Exp(B)
Step 1a X1 13.920 5.567 6.252 1 .012 1.110E6 X2 -12.308 5.261 5.473 1 .019 .000 X3 8.170 5.420 2.272 1 .132 3.532E3 X4 -1.381 .862 2.566 1 .109 .251 X5 .261 .126 4.260 1 .039 1.298 X6 -.039 .066 .343 1 .558 .962
X7 .019 .013 2.181 1 .140 1.020 X8 1.027 5.477 .035 1 .851 2.791 X9 -11.930 6.306 3.579 1 .058 .000 X10 1.599 .945 2.859 1 .091 4.946 X11 20.697 10.962 3.565 1 .059 9.745E8 X12 12.989 18.609 .487 1 .485 4.377E5 X13 -23.775 10.922 4.739 1 .029 .000 X14 5.903 25.498 .054 1 .817 366.144 X15 5.839 2.557 5.214 1 .022 343.355 Constant -15.158 7.855 3.724 1 .054 .000 a. Variable(s) entered on step 1: X1, X2, X3, X4, X5, X6, X7, X8, X9, X10, X11, X12, X13, X14, X15.
Biến X1 (Tỷ số thanh toán hiện hành) có Sig. = 0.012 < 0,1 nên biến X1
tương quan có ý nghĩa với biến Y (khả năng trả nợ của doanh nghiệp hay rủi ro tín dụng).
Biến X2 (Tỷ số thanh toán nhanh) có Sig. = 0,019 < 0,1 nên biến X1 tương quan có ý nghĩa với biến Y.
Biến X3 (Tỷ số thanh toán tức thời) có Sig. = 0,132 > 0,1 nên biến X3 tương quan không có ý nghĩa với biến Y.
Thực hiện kiểm định Wald cho các biến còn lại. Như vậy, các biến Tỷ số thanh toán hiện hành (X1), Tỷ số thanh toán nhanh (X2), Vòng quay vốn lưu động (X4), Vòng quay hàng tồn kho (X5), Tỷ số (Nợ dài hạn+ Vốn chủ sở hữu)/Vốn chủ sở hữu (X9), Tỷ số Nợ dài hạn/Vốn chủ sở hữu (X10), Tỷ số lợi nhuận gộp/Doanh thu thuần (X11), Tỷ số Lợi nhuận sau thuế/Vốn chủ sở hữu (X13) và Tỷ số EBIT/Chi phí lãi vay (X15) đều tương quan có ý nghĩa với biến Y.
2.4.3.2.4. Kiểm định mức độ phù hợp của mô hình
Mức độ dự báo chính xác
Bảng 2.9: Phân loại dự báo
Observed Predicted Y Percentage Correct 0 1 Step 1 Y 0 16 4 80.0 1 5 44 89.8 Overall Percentage 87.0
a. The cut value is .500
Trong bảng trên, với 21 doanh nghiệp có rủi ro tín dụng, mô hình dự đoán đúng 16 trường hợp, tỷ lệ đúng là 80%. Còn 48 doanh nghiệp không có rủi ro tín dụng, mô hình dự đoán đúng 44 trường hợp, đạt tỷ lệ đúng là 89,8%. Do đó, tỷ lệ dự báo đúng của toàn bộ mô hình là 87%.
Mức độ phù hợp của mô hình
Bảng 2.10: Hệ số -2 log likeihood
Step
-2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 27.908a .550 .786 (adsbygoogle = window.adsbygoogle || []).push({});
a. Estimation terminated at iteration number 12 because parameter estimates changed by less than .001.
Giá trị của -2LL = 27,908 không cao lắm, như vậy nó thể hiện một độ phù hợp khá tốt của mô hình tổng thể.
Kiểm định độ phù hợp tổng quát
Bảng 2.11: Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 55.172 15 .000
Block 55.172 15 .000
Model 55.172 15 .000
Kiểm định Omnibus cho thấy Sig. < 0,1 (độ tin cậy 90%). Như vậy, các biến độc lập có quan hệ tuyến tính với biến phụ thuộc trong tổng thể. Nói cách khác, mô hình lựa chọn là phù hợp.