04. MÔ HÌNH NGHIÊN CỨU
5.4Các tiêu chuẩn so sánh hiệu quả
Bài nghiên cứu cũng kiểm định tính vững của các mô hình thông qua sự so sánh giữa 3 mô hình chính đã được trình bày (Mô hình 1, 2 và 3), mô hình cổ điển của Altman (1968) ứng dụng hồi quy logistic, hệ số Z-score và mô hình toàn diện được ước lượng bằng việc sử dụng mạng nơ-ron nhân tạo (Perceptron nhiều tầng). Ba kỹ thuật do đó được sử dụng để kiểm định tính hiệu quả trong mô hình mà bài nghiên cứu sử dụng.
Bảng 12: Kết quả so sánh kết quả của 3 mô hình - Vùng trong đường cong ROC
Bảng 12 trình bày một sự so sánh hiệu quả của mô hình chỉ sử dụng các biến theo phương pháp kế toán, mô hình các biến theo phương pháp kế toán và chỉ báo kinh tế vĩ mô, mô hình đầy đủ cả 3 loại biến, mô hình của Altman, và mô hình đầy đủ cả ba biến được ước lượng bằng việc sử dụng mạng nơ-tron nhân tạo, khi được đo lường bằng vùng bên dưới đường ROC (AUC), hệ số xếp hạng Gini và thống kê Kolmogorov-Smirnov.
Kết quả so sánh cho thấy khi mô hình của Altman được ước tính sử dụng phương pháp logistic bảng có mức độ chính xác dự báo tương tự với mô hình chỉ sử dụng các biến theo phương pháp kế toán (mô hình 1) và mô hình các biến theo phương pháp kế toán cùng với các chỉ báo kinh tế vĩ mô (mô hình 2) khi được đo lường bởi AUC. Điều này đúng với kỳ vọng bởi vì cả 3 mô hình này đều là những mô hình dựa vào phương pháp kế toán. Mô hình 2 tạo ra hiệu quả tốt nhất trong số các mô hình dựa vào phương pháp kế toán do có đưa các chỉ báo kinh tế vĩ mô vào mô hình (AUC = 0.8763), sau đó là mô hình 1 (AUC = 0.8718) và mô hình Altman (AUC = 0.8517) trong giai đoạn t – 1. Kết quả tương tự khi các mô hình được ước tính cho giai đoạn t – 2. Có một sự khác biệt đó là hiệu quả của mô hình 1 cao hơn một chút so với mô hình 2, ngụ ý rằng thông tin chứa đựng trong các biến kế toán có liên quan nhiều hơn đối với việc dự báo kiệt quệ tài chính so với thông tin chứa đựng trong các biến kinh tế vĩ mô.
Bài nghiên cứu cũng ước lượng mô hình 3 sử dụng mạng nơ-tron nhân tạo để kiểm định tính hiệu quả của mô hình đã được sử dụng. Bảng 12 đã cho thấy mô hình 3 được ước lượng sử dụng mạng nơ-tron nhân tạo tạo ra hiệu quả tổng thể cao nhất trong số các mô hình với AUC = 0.9250, tiếp theo là mô hình 3 được ước lượng bằng hồi quy logistic với AUC = 0.9190. Về tổng thể, sự khác biệt trong hiệu quả giữa các mô hình là rất nhỏ, hơn
44
nữa hồi quy logistic có lợi thế trong việc cung cấp một dạng mà có thể hiểu được và chuyển tải khá dễ dàng không giống như mạng nơ-tron.
Bảng 13: Bảng phân loại được điều chỉnh chệch - so sánh hồi qui logistic và mô hình xử lý thông tin nhân tạo
Bảng 13 trình bày bảng phân loại đã được hiệu chỉnh sai lệch cho tần số xảy ra kiệt quệ tài chính ở các mức xác suất khác nhau được xem như giá trị ngưỡng khi mô hình được ước lượng trong giai đoạn t – 1. Mô hình 2, 3 và Altman được ước lượng theo phương pháp logistic bảng (phần A, B và C). Ngoài ra mô hình 3 cũng được ước lượng dựa vào phương pháp mạng nơ-tron trong phần D. Kết quả cho thấy khi xác suất là 0.060 được sử dụng là mức chuẩn để so sánh mức độ chính xác dự báo của mô hình 2, 3 so với mô hình của Altman thì mô hình 2 có mức độ chính xác dự báo cao hơn một chút so với mô hình của Altman. Mặc khác, mô hình đầy đủ cả 3 loại biến cho thấy tỷ lệ dự báo đúng vượt trội so với cả hai mô hình sử dụng biến theo phương pháp kế toán.
Cuối cùng khi mô hình 3 được ước lượng sử dụng mạng nơ-tron nhân tạo thì nó tạo ra mức độ chính xác của phân loại rất gần với mô hình 3 trong giai đoạn t – 1. Bảng 13 cũng cho thấy đối với việc dự báo đúng những công ty bị kiệt quệ tài chính thì phương pháp mạng nơ-tron tỏ ra trội hơn một chút so với phương pháp hồi quy logistic. Ngược lại đối với tỷ lệ phân loại đúng các công ty khỏe mạnh thì phương pháp hồi quy logistic lại tỏ ra vượt trội hơn một chút so với phương pháp mạng nơ-tron. Về tổng thể, có thể kết luận rằng hiệu quả của mô hình hồi quy logistic và mô hình mạng nơ-tron hầu như đồng nhất, sự khác biệt là rất nhỏ.