Miss Coef. Odds
Ratio Std.Err. Z P>/z/ [95% Conf. Interval] Rsst_acc 3.034 20.780 1.612 1.87 0.061 -0.138 6.205 Chinv 5.901 2.462 2.522 2.34 0.019 0.957 10.843 Softasset 2.297 9.944 0.814 2.82 0.005 0.701 3.893 Chcs 0.045 1.046 0.013 3.53 0.000 0.020 0.071 Chroa -9.309 0.003 3.474 -2.68 0.007 -16.118 -2.499 Cons -3.624 0.027 0.584 -6.20 0.000 -4.769 -2.479 *, **, *** Có ý nghĩa thống kê tương ứng với .10, .05, .01
(Nguồn: Tác giả tổng hợp kết quả phân tích từ phần mềm Stata12)
Từ kết quả phân tích hồi quy Logit, ta có thể tính được tỷ số xảy ra sự kiện dựa trên công thức Ln (Odds Ratio) = Coefficient (xem phụ lục số 14). Phương trình hồi quy mối quan hệ giữa biến hành vi sai sót trên BCTC và các biến liên quan đến chất lượng các khoản kế tốn dồn tích, hiệu quả tài chính có thể được viết lại theo hai cách như sau:
- Mơ hình Logit Regression:
MISSTATEMENT= -3.624 + 3.034Rsst-acc + 5.901Chinv+ 2.297Softassets +0.045Chcs – 9.309Chroa + Wi (*)
- Mơ hình Logistic Regression:
MISSTATEMENT= 0.027 + 20.780Rsst-acc + 2.462Chinv+ 9.944Softassets + 1.046Chcs +0.003Chroa + Wit (**)
Để dễ hiểu cho việc giải thích ý nghĩa kinh tế của mơ hình trên, bài luận văn sẽ giải thích dựa trên tỷ số nguy cơ sai sót (Odds Ratio) từ mơ hình (**) như sau:
- Odds ratio của biến Rsst-acc cho biết khi Rsst-acc tăng thêm một đơn vị thì nguy cơ xảy ra sai sót (tỷ số xác suất xảy ra sai sót chia cho xác suất khơng xảy ra sai sót) bằng 20.780 lần so với nguy cơ xảy ra sai sót trước đó (tức tăng 20.780 – 1= 19.78).
- Odds ratio của biến Chinv cho biết khi Chinv tăng thêm một đơn vị thì nguy cơ xảy ra sai sót bằng 2.462 lần so với nguy có xảy ra sai sót trước đó (tức tăng 2.462 – 1= 1.462).
- Odds ratio của biến Softassets cho biết khi Softassets tăng thêm một đơn vị thì nguy cơ xảy ra sai sót bằng 9.944 lần so với nguy cơ xảy ra sai sót trước đó (tức tăng 9.944 – 1= 8.944).
- Odds ratio của biến Chcs cho biết khi Chcs tăng thêm một đơn vị thì nguy cơ xảy ra sai sót bằng 1.046 lần so với nguy cơ xảy ra sai sót trước đó (tức tăng 1.046 – 1= 0.046).
- Odds ratio của biến Chroa cho biết khi Chroa tăng thêm một đơn vị thì nguy cơ xảy ra sai sót chỉ bằng 0.003 lần so với nguy cơ xảy ra sai sót trước đó (tức giảm 1 – 0.003 = 0.997).
4.1.6 Phân tích dự báo
Bước cuối cùng đề tài sẽ thực hiện kiểm định khả năng dự báo sai sót của các nhân tố được chọn trong mơ hình, nhằm mục đích trả lời cho câu hỏi cuối cùng của nghiên cứu là: Có thể dựa vào các biến trong mơ hình của tác giả Dechow và các cộng sự (2012) để xây dựng mơ hình dự báo sai sót thơng tin trên BCTC hiệu quả hơn ở Việt Nam không?
Theo Tabachnick và Fidell (1996) để tiến hành phân tích hồi quy đa biến một cách tốt nhất, thì kích thước cỡ mẫu tối thiểu cần phải đảm bảo theo công thức:
N >= 8*m + 50 Trong đó: - n: Cỡ mẫu
- m: Số biến độc lập của mơ hình
Dựa theo kết quả này để đảm bảo cỡ mẫu tối thiểu, bài luận văn chọn mốc thời gian là 2011 để xây dựng mơ hình dự báo hồi quy logit nhằm mục đích dự báo cho 2 năm 2012 và 2013, từ đó so sánh với kết quả sai sót trong thực tế. Việc lựa chọn năm 2011 làm mốc thời gian để xây dựng mơ hình dự báo nhằm đạt được cỡ mẫu nghiên cứu hiệu quả, đồng thời cân đối với mẫu nghiên cứu dùng để kiểm định lại kết quả mơ hình dự báo. Kết quả phân tích hồi quy logit từ dữ liệu mẫu trong hai năm 2010 và 2011 được trình bày ở bảng 4.7 (xem phụ lục số 13).