Phương pháp kiểm định

Một phần của tài liệu (LUẬN văn THẠC sĩ) sử dụng thông tin trên BCTC chưa kiểm toán để dự đoán ý kiến không phải ý kiến chấp nhận toàn phần trên BCKIT nghiên cứu thực nghiệm tại các công ty niêm yết tại việt nam (Trang 41 - 43)

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU

3.2 Phương pháp kiểm định

Có khá nhiều phương pháp kiểm định khác nhau đã được sử dụng trong xây dựng mơ hình dự đốn trong các nghiên cứu trước đó. Từng phương pháp sẽ mang lại những thuận lợi và bất lợi riêng dựa vào đặc điểm tính chất các biến được lựa chọn cũng như các giả định cần được thỏa mãn của mẫu nghiên cứu.

Các phương pháp đã sử dụng chủ yếu ở những nghiên cứu trước đây như: phương pháp phân tích phân loại đa tiêu chí UTADIS và phương pháp Logit trong nghiên cứu của Spathis và các cộng sự (2003), phương pháp phân tích biệt số (Discriminant Analysis) trong nghiên cứu của Alpaslan Yasar và cộng sự (2015), phân tích Probit (mơ hình xác suất đơn vị) của Dopuch và cộng sự (1987), phân tích hồi quy Logistic đa thức (Multinomial logistic regression) của Keasey và cộng sự (1988) và Laitinen (1998), phân tích hồi quy Logistic của Caramanis và cộng sự (2006) và Ahmet Ozcan (2016).

Nghiên cứu của Spathis và các cộng sự, đã dùng nhiều phương pháp khác nhau gồm cả phương pháp thống kê truyền thống và hiện đại UTADIS. Từ đó, so sánh các phương pháp với nhau để tìm ra phương pháp tối ưu mang lại khả năng dự đoán cao nhất. Kết quả cho thấy phương pháp phân loại đa tiêu chí UTADIS hiện đại mang lại khả năng dự đoán tốt nhất. Nghiên cứu của Alpaslan Yasar và cộng sự (2015) cũng đã dùng nhiều phương pháp phân tích như hồi quy Logistic, phân tích biệt số hay Data Mining để đưa ra các mơ hình dự đốn khác nhau và có khả năng dự đoán tốt nhất.

Mặc dù một số nghiên cứu trước đó dường như đã chỉ ra rằng sử dụng phương pháp phân loại đa tiêu chí UTADIS hay phân tích biệt số mang lại kết quả dự đốn cao hơn so với việc áp dụng phương pháp thống kê truyền thống (Spathis và cộng sự, 2003; Alpaslan Yasar và cộng sự, 2015). Trong thực tế, việc sử dụng phương pháp hiện đại này hiệu quả đòi hỏi khá khắt khe về mẫu khảo sát, đòi hỏi đầu tư nhiều thời gian trong việc chọn mẫu phân tích phù hợp. Bên cạnh đó, việc lựa chọn sử dụng phương pháp kiểm định phù hợp tùy thuộc vào đặc điểm của những biến lựa chọn nghiên cứu. Do đó, trong nghiên cứu này, tác giả cũng sẽ lựa chọn phương

pháp hồi quy Logistic tương tự như nghiên cứu của (Ahmet Ozcan; 2016) để thực hiện kiểm định phân tích được sử dụng phổ biến hơn.

Như đã đề cập ở phần trên, biến phụ thuộc “Ý kiến kiểm tốn” có dạng nhị phân với 2 biểu hiện. Do hồi quy Logistic sử dụng biến phụ thuộc Y có dạng nhị phân như trên, nên hồi quy Binary Logistic được tác giả sử dụng để ước lượng xác suất xảy ra của sự kiện (YKKT không phải ý kiến chấp nhận toàn phần) với các thơng tin có được của biến độc lập.

Khi sử dụng phương pháp phân tích Binary Logistic, ta cần lưu ý một số yêu cầu như sau:

Thứ nhất, hồi quy Logistic đòi hỏi ta phải đánh giá mơ hình về mức độ phù hợp dựa trên tiêu chí -2LL (-2 log likelihood). Chỉ tiêu này sẽ được SPSS tính tốn trên số liệu đưa vào và trên nguyên tắc -2LL càng nhỏ thì càng hiển thị độ phù hợp cao. Bên cạnh đó mức ý nghĩa Sig trong kết quả Kiểm định Omnibus sẽ giúp ta kiểm định giả thuyết hệ số hồi quy khác không.

Thứ hai, tổ hợp liên hệ tuyến tính của tồn bộ các hệ số trong mơ hình, ngoại trừ hằng số cũng phải được kiểm định xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc hay khơng. Để kiểm định ý nghĩa của các hệ số hồi quy thì mơ hình này sử dụng kiểm định Wald.

Từ những biến và phương pháp ước lượng đựợc lựa chọn, tác giả khái quát mô hình hồi quy Logistic có dạng như sau:

𝐿𝑛 [𝑃 (𝑌 = 1)

𝑃 (𝑌 = 0)] = 𝐵0+ 𝐵1𝑇1+ 𝐵2𝑇2+ 𝐵3𝑇3+ 𝐵4𝑇4 + 𝐵5𝑇5 + 𝐵6𝑇6+ 𝐵7𝑇7 + 𝐵8𝑇8+ 𝐵9𝑇9 + 𝐵10𝑇10

Trong đó:

P (Y = 1) = P0: Xác suất xảy ra sự kiện. Trong nghiên cứu này là xác suất nhận YKKT không phải ý kiến chấp nhận toàn phần.

P (Y = 0) = 1 – P0: Xác xuất không xảy ra sự kiện. Trong nghiên cứu này là xác suất nhận YKCNTP.

Bi: Là hệ số ước lượng cho biến độc lập thứ i T1: Tỷ số thanh toán nhanh

T2: Tỷ số thanh toán hiện hành T3: Tỷ số nợ trên tổng tài sản

T4: Tỷ số doanh thu trên tổng tài sản T5: Tỷ số vòng quay vốn chủ sở hữu

T6: Tỷ số suất sinh lời trên tổng tài sản (ROA) T7: Tỷ số lợi nhuận ròng trên vốn chủ sở (ROE) T8: Hệ số biên lợi nhuận gộp

T9: Thời gian niêm yết

T10: Quy mô Hội đồng Quản trị

Hệ số Bi trong phương trình hồi quy trên thể hiện ý nghĩa là khi biến Ti tăng lên 1 đơn vị thì log của tỷ lệ (Pi/1-Pi) sẽ tăng lên tương ứng với Bi đơn vị. Ngoài ra, nếu hệ số Bi mang dấu dương thì tương ứng với việc các biến độc lập Ti sẽ làm tăng khả năng y nhận giá trị bằng 1, tức là làm tăng khả năng nhận YKKT không phải ý kiến chấp nhận tồn phần trong khi đó nếu Bi mang dấu âm thì sẽ làm giảm khả năng này.

Một phần của tài liệu (LUẬN văn THẠC sĩ) sử dụng thông tin trên BCTC chưa kiểm toán để dự đoán ý kiến không phải ý kiến chấp nhận toàn phần trên BCKIT nghiên cứu thực nghiệm tại các công ty niêm yết tại việt nam (Trang 41 - 43)

Tải bản đầy đủ (PDF)

(88 trang)