Miss Coef. Std.Err. z P>/z/ [95% Conf. Interval]
Rsst_acc 3.925 2.803 1.40 0.161 -1.569 9.419 Chinv 5.746 4.477 1.28 0.199 -3.029 14.523 Softasset 1.449 1.264 1.15 0.252 -1.030 3.928 Chcs 0.121 0.049 2.52 0.012 0.027 0.214
Chroa -14.424 6.223 -2.32 0.020 -26.621 -2.227
Cons -4.035 1.226 -3.29 0.001 -4.439 -1.632 *, **, *** Có ý nghĩa thống kê tương ứng với .10, .05, .01
(Nguồn: Tác giả tổng hợp kết quả phân tích từ phần mềm Stata12)
Kết quả phân tích hồi quy logit có thể được viết thành mơ hình như sau:
MISSTATEMENT = -4.035 + 3.925Rsst-acc + 5.746Chinv + 1.449Softassets + 0.121Chcs – 14.424Chroa + Wit (***)
Để tính được chỉ số F-score, đầu tiên bài luận văn sẽ sử dụng những giá trị thực tế của 92 mẫu quan sát đã được thu thập trong hai năm 2013 và 2014 thay vào mơ hình dự báo (***) đã được xây dựng để tính ra giá trị dự đốn (predicted value).
Sau đó thay vào cơng thức tính xác suất xảy ra sai sót (Probability)
Tiếp theo sẽ tính chỉ số F-score bằng cách lấy xác suất xảy ra sai sót (Probability) chia cho xác suất khơng điều kiện (Uncondition expectation).
Giá trị của chỉ số F-score lớn hơn 1 nghĩa là mẫu nghiên cứu có sai sót thơng tin trên BCTC. Hay nói cách khác xác suất mẫu nghiên cứu xảy ra sai sót khi có sự tác động bởi những biến nghiên cứu lớn hơn xác suất mẫu nghiên cứu xảy ra sai sót khi khơng sự can thiệp bởi những biến nghiên cứu này.
Sau đó, đối chiếu kết quả tính chỉ số F-score với kết quả phân loại mẫu nghiên cứu có sai sót và khơng có sai sót theo tiêu chí chênh lệch lợi nhuận trước và sau kiểm tốn là 10% như đã trình bày ở phần quy trình chọn mẫu.
Kết quả áp dụng chỉ số F-score trong việc dự báo sai sót trên BCTC từ mơ hình dự báo (***) được trình bày ở bảng 4.8 (xem phụ lục số 15).