Nguôn: Phí Bá Chiến — Trường Đại học Công Nghệ (Đại học Quốc Gia Hà Nội)
Chuong 4: Chuong 4: KET LUAN VA HAN CHE - GIẢI PHÁP
4.1. Kết luận
Bài nghiên cứu đã làm rõ 4 mục tiêu đã để cập như ở trong chương 1. Bài nghiên cứu đã kết hợp 2 lĩnh vực khác nhau sử dụng tác động qua lại lẫn nhau, đó là lĩnh vực về tài chính và cũng như lĩnh vực công nghệ. Sử dụng công nghệ để áp dụng lên cho lĩnh vực tài chính hiện nay rất được nhiều người quan tâm và bài nghiên cứu đã ứng dụng điều này rất hợp lý. Bài nghiên cứu “Nghiên cứu các phương pháp khai phá đữ liệu và ứng dụng chi sé tai chính EPS để dự báo mô hình hoạt động kinh doanh của các doanh nghiệp trên sản giao dịch chứng khoán tại Việt Nam” đã ứng dụng 2 phần mềm Excel (2016) để tính toán các chỉ số tài chính và Orange trong việc dự báo các mô hình hoạt động kinh doanh của các công ty niêm yết trên sàn chứng khoán Việt Nam. Đối với nghiên cứu lý thuyết về khai phá dữ liệu, cũng như các phương pháp phân lớp va tir do chon Neural Network la phương pháp phân lớp tốt nhất cho bài nghiên cứu này. Đối với dự báo cho 227 công ty niêm yết trên sàn chứng khoán tại Việt Nam, qua các biến độc lập như ROA, DE. BV và biến phụ thuộc là EPS (chỉ số EPS cao hay thấp), dự báo được dựa trên bộ dữ liệu huấn luyện bao gồm 1 10 công ty niêm yết thuộc ngành Thực Phẩm. Nếu chỉ số EPS cao chứng tỏ rằng mô hình hoạt động kinh doanh của công ty đó tốt, và ngược lại nếu chỉ số EPS thấp chứng tỏ rằng mô hình hoạt động kinh doanh của công ty đó xấu. Từ những mô hình hoạt động kinh doanh của các công ty niêm yết, các nhà đầu tư có thể lựa chọn các công ty phủ hợp nhất cho mình.
Việc bài nghiên cứu ứng dụng chỉ số EPS để xác định mô hình hoạt động kinh doanh của các công ty niêm yết sẽ giúp cho các công ty năm rõ hơn những mô hình hoạt động hiện tại như thế nào đề từ đó đưa ra nhiều giải pháp phủ hợp đối với công ty. Cùng với đó, các nhà đầu tư có những cái nhìn sáng suốt trong việc nhìn vào các chỉ số tài chính để có thê dự đoán được tình hình cũng như chiến lược cho công ty của họ đang đầu tư. Đối với những công ty có chỉ số EPS cao (những công ty được sử dụng trong bài), những nhà đầu tư có thê tập trung khai thác những tiềm năng mới của công ty, đề từ đó có chiến lược thích hợp nhất. Các nhà đầu tư có thể xem xét rằng, những công ty có chỉ số EPS cao rit ra những kinh nghiệm cũng như bài học để có thê đầu tư cho những công ty
39
khác thông qua việc nhìn nhận các chi số ROA, DE, BV hoặc các chí số kinh tế hoặc các chỉ số về tài chính khác. Đối với các công ty có chỉ số EPS thấp tức mô hình hoạt động kinh doanh chưa hiệu quả, các nhà đầu tư nên cân nhắc kỹ lưỡng trong việc đưa ra quyết định, nếu như chỉ số EPS vẫn ở mức thấp nhưng lại tăng trong nhiều năm liền các nhà đầu tư có thể xem xét lại, ngược lại thì néu chi s6 EPS thap và không tăng trong nhiều năm
liền thì quyết định là không nên đầu tư.
4.2. Hạn chế và giải pháp
Mặc dù bài nghiên cứu đã làm theo hướng nghiên cứu khoa học nhưng vẫn có nhiều sai sót nhất nhất định. Vì do ảnh hưởng của dịch COVID - 19 (SAR —- COV - 2)
nên bài nghiên cứu chỉ được thực hiện bằng cách lay mẫu trên các trang website của các công ty hoặc trên website coplieu68.vn và do hạn chế về mặt thời gian nên mẫu nghiên cứu chỉ ở tầm 337 mẫu. Vì việc lây mẫu còn it ỏi nên sẽ cũng sẽ ảnh hưởng một phần đến các chỉ số của các mô hình nhự F; — score, Precision hay Recall. Tuy khi sử dụng phương pháp phân lớp bằng Neural Network, chỉ số F¡ — score khá cao, gần 95% nhưng những đự báo đôi lúc có phần không chính xác đo số lượng mẫu khá ít.
Bài nghiên cứu chỉ sử dụng 3 biến độc lập là ROA, DE và BV là các chỉ số về tài chính. Việc được ra quyết định về mô hình hoạt động kinh doanh của các công ty là tốt hay xấu có thê ảnh hưởng bởi nhiều nhân tố về tài chính cũng như nhiều nhân tổ về kinh tế vĩ mô hay những nhân tế khác. Vì chỉ có các nhân tố về tài chính nên đôi lúc việc đự báo sẽ không chính xác trọn vẹn.
Bài nghiên cứu được thu thập dữ liệu tại thời điểm quý H/2021, nên chỉ dự báo tạm thời cho các quý sau của năm 2021. Còn những năm khác thì việc dự báo cũng có thê chính xác hoặc không chính xác tùy vào từng trường hợp nhất định của mỗi công ty. Bài nghiên cứu sử dụng rất nhiều công ty ở nhiều ngành nghề khác nhau nên sẽ không được chính xác vì mỗi ngành nghề sẽ có những chiến lược cho mô hình kinh doanh của họ. Bài nghiên cứu nghiên về lĩnh vực tài chính trong khi đó những lĩnh vực về công nghệ thông tin sẽ được truyền tải không chặt chẽ qua phần cơ sở lý thuyết và việc sử dụng các công cụ như Orange còn một số lỗi kỹ thuật nhất định.
Qua những hạn chế của đề tài, bài nghiên cứu sẽ đưa ra một vài giải pháp thích hợp cho những hướng nghiên cứu tiếp theo. Các giải pháp được liệt kê sau đây.
40
Số lượng mẫu hiện tại dé dy báo hay huấn luyện còn khá ít, nên hướng nghiên cứu tiếp theo sẽ cé gang trong việc thu thập nhiều mẫu hơn để tăng độ chính xác của mô hình dự báo. Các ngành nghề sẽ đồng nhất và nhất quán hơn.
Can mở rộng thêm thời gian nghiên cứu, giả sử như từ 3 năm trở lên, thì dự báo sẽ chính xác hơn và cần phải mở rộng hơn các biến số bao gồm cả biến số về kinh tế và cả các biến số khác về tài chính ngoài 3 biến đã được đề cập trong mô hình.