Chương 3 : PHÂN TÍCH DỮ LIỆU HUẤN LUYỆN VÀ DỰ BÁO
3.7. Kết quả của dữ liệu dự báo
Neural Network là phương pháp phân lớp thích hợp nhất cho bài nghiên cứu, vì vậy sẽ sử dụng Neural Network dự báo chỉ số EPS cho 227 công ty thuộc các ngành cịn lại (Phụ lục 2). Tơi cũng tiến hành các bước tương tự như bộ dữ liệu huấn luyện, đưa bộ dữ liệu dự báo vào chương trình Orange và chạy các thuộc tính cho các biến số ở bộ dữ liệu dữ báo giống như bộ dữ liệu huấn luyện.
Hình 3.7. Các thuộc tính của bộ dữ liệu dự báo
Nguồn: Kết quả từ chương trình Orange
Cũng giống như bộ dữ liệu dự báo, bài nghiên cứu sẽ khai cái các thuộc tính của ROA, DE, BV là “feature”, ngồi ra, thuộc tính của Assessment cũng là “feature”, khơng giống như bộ dữ liệu huấn luyện là “target”. Còn những vấn đề khác không quan trọng chúng ta sẽ khai báo là “skip”. Sau đó, chúng ta vào Predictions để xem dự báo bằng
Neural Network như thế nào. Hình 3.8 thể hiện kết quả dự báo của 20 công ty đầu tiên của bộ dữ liệu dự báo như sau:
Hình 3.8. Kết quả của dự báo bằng Neural Network
Nguồn: Kết quả từ chương trình Orange
Qua kết quả dự báo của 227 công ty thuộc các ngành cịn lại, cho thấy có 95 cơng ty niêm yết có chỉ số EPS cao hay mơ hình hoạt động kinh doanh tốt, và có 132 cơng ty có chỉ số EPS thấp hay mơ hình hoạt động kinh doanh xấu. Lý do nào mà kết quả lại được phân lớp như vậy. Chúng ta có thể xem kết quả của chỉ số Neural Network ở hình 3.9 để thấy rõ hơn sự phân lớp của Neural Network.
Hình 3.9. Chỉ số Neural Network
Ở hình 3.9 được minh họa bằng 20 cơng ty đầu tiên của các ngành cịn lại, thơng qua chỉ số Neural Network mà ta có thể kết luận như sau. Những cơng ty nào có Neural Network là LOW (Thấp) và chỉ số Neural Network của nó lớn hơn 0.5 thì chúng sẽ được phân loại vào chỉ số EPS thấp tức mơ hình hoạt động kinh doanh của những cơng ty đó là xấu. Ngồi ra, những cơng ty nào có Neural Network là HIGH (Cao) và chỉ số Neural Network của nó lớn hơn 0.5 thì chúng sẽ được phân loại vào chỉ số EPS cao tức mơ hình hoạt động kinh doanh của những cơng ty đó là tốt. Đối với những cơng ty còn lại, chúng ta cũng dựa vào những cách đối chiếu như trên để xác định cơng ty nào có mơ hình hoạt động kinh doanh tốt và cơng ty nào có mơ hình hoạt động kinh doanh xấu. Vì thế, phương pháp phân lớp bằng Neural Network đánh giá tổng quan một cách chính xác mơ hình của bài nghiên cứu đang sử dụng.