4. KẾT QUẢ NGHIÊN CỨU
4.3.2.Kiểm định sự khác nhau về mặt thống kê của các giá trị AUC
Trong phần này, nhóm tác giả kiểm định lại sự khác biệt giữa các giá trị AUC của mô hình 1 hiệu chỉnh, mô hình 2 và mô hình 3. Trong phần trên, nhóm tác giả dựa chủ yếu vào giá trị AUC để xem xét mức độ chính xác trong dự báo của các mô hình. Về mặt trực quan, các giá trị AUC là khác nhau giữa các mô hình nhƣng để có một kết luận vững hơn, nhóm tác giả thực hiện kiểm định phi tham số Mann – Whitney trong phần này. Mục đích của việc kiểm định này là nhằm kiểm định xem sự khác nhau giữa các giá trị AUC có thực sự khác nhau về mặt thống kê giữa các mô hình 1 hiệu chỉnh, 2 và 3 hay không.
Ho: AUC(mô hình 1 hiệu chỉnh) = AUC(mô hình 2) = AUC(mô hình 3) P - value = 0.0000
Đồ thị 1: Sự so sánh giữa các giá trị AUC của mô hình 1 hiệu chỉnh, mô hình 2 và mô
hình 3. Đồ thị thể hiện đƣờng ROC cũng nhƣ giá trị AUC của mô hình 1 hiệu chỉnh (chỉ gồm các biến số tỷ số tài chính), mô hình 2 (gồm các biến số tỷ số tài chính và chỉ báo kinh tế vĩ mô) và mô hình 3 (mô hình đầy đủ - gồm các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng). Sự so sánh đƣợc thực hiện bằng phƣơng pháp phi tham số nhằm so sánh các giá trị AUC. Khả năng phân loại của một mô hình bằng 0 khi đƣờng ROC trùng với đƣờng 450 hay nói cách khác là AUC = 0.5. Ngƣợc lại, AUC = 1 cho thấy một mô hình có khả năng phân loại hoàn hảo. Do đó, một mô hình có giá trị AUC càng gần với 1 thì khả năng phân loại càng tốt. Giá trị p – value = 0.0000 cho thấy giả thuyết H0 (các giá trị AUC của ba mô hình là bằng nhau) có thể bị bác bỏ ở mức ý nghĩa 1%, hay nói cách khác là các giá trị AUC khác nhau một cách có ý nghĩa thống kê.
Ho: AUC(mô hình 2) = AUC(mô hình 3) P - value = 0.0000
Đồ thị 2: Sự so sánh giữa các giá trị AUC của mô hình 2 và mô hình 3. Đồ thị thể hiện
đƣờng ROC cũng nhƣ giá trị AUC của mô hình 2 (gồm các biến số tỷ số tài chính và chỉ báo kinh tế vĩ mô) và mô hình 3 (mô hình đầy đủ - gồm các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng). Sự so sánh đƣợc thực hiện bằng phƣơng pháp phi tham số nhằm so sánh các giá trị AUC. Khả năng phân loại của một mô hình bằng 0 khi đƣờng ROC trùng với đƣờng 450 hay nói cách khác là AUC = 0.5. Ngƣợc lại, AUC = 1 cho thấy một mô hình có khả năng phân loại hoàn hảo. Do đó, một mô hình có giá trị AUC càng gần với 1 thì khả năng phân loại càng tốt. Giá trị p – value = 0.0000 cho thấy giả thuyết H0 (các giá trị AUC của hai mô hình là bằng nhau) có thể bị bác bỏ ở mức ý nghĩa 1%, hay nói cách khác là các giá trị AUC khác nhau một cách có ý nghĩa thống kê.
Ho: AUC(mô hình 3) = AUC(mô hình 4) P - value = 0.0000
Đồ thị 3: Sự so sánh giữa các giá trị AUC của mô hình 3 và mô hình 4. Đồ thị thể hiện
đƣờng ROC cũng nhƣ giá trị AUC của mô hình 3 (mô hình đầy đủ - gồm các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng) và mô hình 4 ( chỉ gồm các biến số thị trƣờng). Sự so sánh đƣợc thực hiện bằng phƣơng pháp phi tham số nhằm so sánh các giá trị AUC. Khả năng phân loại của một mô hình bằng 0 khi đƣờng ROC trùng với đƣờng 450 hay nói cách khác là AUC = 0.5. Ngƣợc lại, AUC = 1 cho thấy một mô hình có khả năng phân loại hoàn hảo. Do đó, một mô hình có giá trị AUC càng gần với 1 thì khả năng phân loại càng tốt. Giá trị p – value = 0.0000 cho thấy giả thuyết H0 (các giá trị AUC của hai mô hình là bằng nhau) có thể bị bác bỏ ở mức ý nghĩa 1%, hay nói cách khác là các giá trị AUC khác nhau một cách có ý nghĩa thống kê.
Từ kết quả kiểm định nói trên cũng nhƣ kết quả từ các phần trƣớc cho nhóm tác giả đƣa ra bốn kết luận chính:
Kết luận 1. Các biến số tỷ số tài chính riêng bản thân chúng có khả năng dự báo tình
trạng kiệt quệ tài chính là không cao. Nhóm tác giả cho rằng có điều này là do nhiều thông tin trên báo cáo tài chính không phản ánh đƣợc hết tình hình tài chính cũng nhƣ kết
quả kinh doanh của các công ty. Sở dĩ nhƣ vậy là vì báo cáo tài chính của các công ty có thể bị bóp méo do những mục đích nhất định của công ty bởi một số thủ thuật nhƣ tạo nghiệp vụ ảo, che giấu giao dịch, thay đổi chính sách kế toán… Mặt khác, kế toán phải tuân thủ theo các nguyên tắc nhất định nên có thể không phản ánh đúng thực tế, dẫn đến các tỷ số tài chính đƣợc tính toán từ các thông tin kế toán cũng không phản ánh đƣợc tình hình của công ty. Nói cách khác, các tỷ số tài chính đƣợc tính toán từ những thông tin trên báo cáo tài chính mang tính danh nghĩa nhiều hơn là thực tế.
Kết luận 2. Các biến số chỉ báo kinh tế vĩ mô đóng góp rất ít vào kết quả của mô hình chỉ
gồm các biến số tỷ số tài chính, có thể thấy thông qua Đồ thị 1. Lạm phát đƣợc đo lƣờng bằng phần trăm thay đổi của chỉ số giá tiêu dùng và lãi suất cho vay đƣợc đo lƣờng bằng lãi suất tín phiếu kho bạc kỳ hạn một năm của Việt Nam đƣợc coi nhƣ những thƣớc đo sức khỏe của nền kinh tế. Khi nền kinh tế Việt Nam tăng trƣởng chậm lại do bị ảnh hƣởng của khủng hoảng kinh tế thế giới cũng nhƣ chính sách thắt chặt tiền tệ của Chính phủ Việt Nam, nhiều công ty rơi vào tình trạng khó khăn. Tuy nhiên, một số công ty khác vẫn hoạt động tốt do tính chất phản chu kỳ trong hoạt động sản xuất kinh doanh của mình. Chẳng hạn trong thời kỳ kinh tế khó khăn, ngành sản xuất hàng tiêu dùng thiết yếu tiếp tục duy trì hoạt động ổn định trong khi đó ngành xây dựng, kinh doanh bất động sản, sản xuất hàng lâu bền lại gặp nhiều khó khăn. Nhƣ vậy, ảnh hƣởng của các biến động kinh tế vĩ mô lên các công ty là khác nhau do bản chất hoạt động sản xuất kinh doanh của từng công ty khác nhau. Chính điều này đã làm cho khả năng dự báo tình trạng kiệt quệ tài chính của các yếu tố kinh tế vĩ mô giảm xuống.
Kết luận 3. Các biến số thị trƣờng có sức mạnh nhiều hơn trong việc dự báo tình trạng
kiệt quệ tài chính vì việc thêm vào các biến số thị trƣờng gia tăng một cách đáng kể mức độ chính xác của dự báo, có thể thấy thông qua Đồ thị 1 và Đồ thị 2. Nhóm tác giả cho rằng các biến số thị trƣờng có khả năng lớn hơn trong việc dự báo tình trạng kiệt quệ tài chính là do các biến số này không chỉ phản ánh thông tin chứa trong các báo cáo tài chính mà còn phản ánh những thông tin bên ngoài không có trong các báo cáo tài chính. Cụ thể, quyết định của nhà đầu tƣ khi đầu tƣ vào một công ty không chỉ dựa trên những thông tin từ báo cáo tài chính mà còn dựa trên những kỳ vọng về khả năng tăng trƣởng, dòng tiền
mong đợi trong tƣơng lai của công ty; kỳ vọng về lạm phát, lãi suất trong nền kinh tế cũng nhƣ nhiều thông tin khác. Do đó, biến số thị trƣờng tạo nên một tập hợp thông tin toàn diện giúp nâng cao khả năng dự báo của mô hình.
Kết luận 4. Việc kết hợp các biến số tỷ số tài chính, chỉ báo kinh tế vĩ mô và thị trƣờng
cho chúng ta một mô hình dự báo tình trạng kiệt quệ tài chính với mức độ chính xác cao nhất có thể trong sự so sánh với các mô hình còn lại. Vì mô hình chỉ có các biến số thị trƣờng (mô hình 4) cho khả năng phân loại không mạnh bằng mô hình đầy đủ (mô hình 3) do AUC (mô hình 3) > AUC (mô hình 4) và sự khác biệt này có ý nghĩa thống kê.