GIỚI THIỆU
Tính cấp thiết của đề tài
Ngân hàng thương mại (NHTM) hoạt động trong lĩnh vực tiền tệ, nhưng tiềm ẩn nhiều rủi ro ảnh hưởng lớn đến nền kinh tế Gần đây, nhiều sai phạm và hoạt động yếu kém tại một số ngân hàng đã tác động tiêu cực đến thị trường tài chính Việt Nam Theo báo cáo của Kiểm toán nhà nước năm 2014, tổng nợ xấu toàn hệ thống tính đến 31/12/2014 đạt 145.2 nghìn tỉ đồng, tăng 24.6% so với cuối năm 2013, chiếm 3.25% tổng dư nợ Một trong những nguyên nhân chính dẫn đến gia tăng nợ xấu là việc doanh nghiệp làm giả báo cáo để được vay vốn, trong khi cán bộ tín dụng ngân hàng không phát hiện kịp thời các rủi ro này.
Các vụ sai phạm trong lĩnh vực tín dụng tại ngân hàng thương mại Việt Nam đang trở thành vấn đề nóng, điển hình như vụ Phạm Công Danh tại Sacombank, nơi ngân hàng này đã cho vay dựa trên các báo cáo kinh doanh giả mạo Tương tự, vụ án Nguyễn Đức Kiên tại ACB đã chỉ ra các hành vi kinh doanh trái phép và lừa đảo, gây thiệt hại lớn cho tài sản và ngân sách nhà nước Gần đây, ông Nguyễn Minh Chuyển, nguyên Giám đốc Vietcombank chi nhánh Tây Đô, cũng bị khởi tố vì sai phạm trong hợp đồng tín dụng dẫn đến nợ xấu hàng ngàn tỉ đồng Điều này cho thấy sự cần thiết phải hạn chế gian lận và sai sót trong tín dụng, thu hút sự quan tâm từ nhiều bên liên quan.
Việc thẩm định hồ sơ cho vay, bao gồm các báo cáo tài chính, là trách nhiệm của cán bộ tín dụng ngân hàng Do đó, việc nhận diện khả năng rủi ro gian lận báo cáo tài chính của cán bộ tín dụng là rất quan trọng và có tính quyết định.
Đề tài luận văn của tác giả tập trung vào việc "Đánh giá khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương" Nghiên cứu này nhằm mục đích phân tích ảnh hưởng của gian lận báo cáo tài chính đến quy trình phê duyệt cho vay và khả năng thu hồi nợ trong tương lai.
Mục tiêu nghiên cứu
Nghiên cứu áp dụng các mô hình M'score và F'score để dự đoán khả năng gian lận trong báo cáo tài chính của doanh nghiệp vay tại VCB chi nhánh Bình Dương Bài viết cũng đo lường mối tương quan giữa các tỷ số tài chính được ngân hàng sử dụng trong thẩm định báo cáo tài chính và rủi ro gian lận báo cáo tài chính của các doanh nghiệp vay vốn tại Vietcombank Bình Dương.
- Tổng quan các nghiên cứu trước đây để xác định các mô hình dự báo gian lận BCTC của doanh nghiệp
Bài viết phân tích và so sánh kết quả của hai mô hình trong việc đánh giá mối quan hệ giữa các tỷ số tài chính sử dụng trong thẩm định báo cáo tài chính (BCTC) của ngân hàng và rủi ro gian lận BCTC, được xác định qua mô hình M’Score Dữ liệu được thu thập từ các công ty có quan hệ tín dụng với ngân hàng VCB chi nhánh Bình Dương, nhằm cung cấp cái nhìn sâu sắc về hiệu quả của các phương pháp này trong việc phát hiện gian lận tài chính.
Câu hỏi nghiên cứu
Dựa vào mục tiêu nghiên cứu nêu trên, câu hỏi nghiên cứu được đặt ra như sau:
- Câu hỏi 1: có những mô hình nào được sử dụng phổ biến trong dự báo khả năng gian lận BCTC của các doanh nghiệp?
Nghiên cứu này nhằm xác định mối tương quan giữa các tỷ số tài chính được sử dụng trong thẩm định báo cáo tài chính (BCTC) của ngân hàng và rủi ro gian lận BCTC, được đo lường qua mô hình M’score Việc phân tích các tỷ số tài chính không chỉ giúp đánh giá hiệu quả hoạt động của ngân hàng mà còn cung cấp thông tin quan trọng về khả năng gian lận trong báo cáo tài chính Kết quả nghiên cứu có thể cung cấp cái nhìn sâu sắc về cách các chỉ số tài chính ảnh hưởng đến rủi ro gian lận và từ đó hỗ trợ ngân hàng trong việc nâng cao tính minh bạch và quản lý rủi ro.
TIEU LUAN MOI download : skknchat@gmail.com
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu của đề tài là các công ty có quan hệ tín dụng với VCB chi nhánh Bình Dương
Phạm vi nghiên cứu là 60 công ty có báo cáo tài chính trong giai đoạn 2013-
Năm 2015, các công ty này đã cung cấp đầy đủ các báo cáo tài chính bao gồm Bảng cân đối kế toán, Báo cáo kết quả kinh doanh, Báo cáo lưu chuyển tiền tệ và Thuyết minh báo cáo tài chính.
Phương pháp nghiên cứu
Phương pháp nghiên cứu chủ yếu bao gồm thống kê mô tả, phân tích tương quan và hồi quy tuyến tính, nhằm định lượng và so sánh kết quả của các mô hình M’score và F’score trong việc dự đoán khả năng gian lận báo cáo tài chính (BCTC) Nghiên cứu cũng xem xét mối quan hệ giữa các tỉ số tài chính được sử dụng trong thẩm định BCTC của ngân hàng và rủi ro gian lận BCTC được xác định qua mô hình M’score.
Ý nghĩa nghiên cứu
Phân tích và tổng hợp kết quả từ các nghiên cứu trước đây liên quan đến mục tiêu nghiên cứu sẽ tạo nền tảng vững chắc cho việc phát triển mô hình nghiên cứu phù hợp tại Việt Nam, đồng thời cung cấp tài liệu tham khảo hữu ích cho các nghiên cứu tương lai liên quan đến vấn đề này.
Bài luận này sử dụng phương pháp nghiên cứu tài liệu để tổng hợp các thủ thuật phổ biến trong việc điều chỉnh báo cáo tài chính của doanh nghiệp, cùng với các mô hình nhằm phát hiện gian lận trong báo cáo tài chính (BCTC).
Tác giả đã thu thập và phân tích số liệu từ các mô hình nhận diện gian lận báo cáo tài chính (BCTC) trên thế giới, từ đó đề xuất các ngưỡng nhận diện và phát hiện gian lận phù hợp cho Vietcombank Bình Dương Điều này sẽ giúp lãnh đạo ngân hàng nâng cao hiểu biết về gian lận BCTC, từ đó đưa ra những quyết định chính xác và hiệu quả hơn trong quản lý tài chính.
TIEU LUAN MOI download : skknchat@gmail.com để ứng phó với gian lận BCTC theo hướng hiệu quả, chính xác và nhanh chóng hơn.
Kết cấu luận văn
Chương 2: Cơ sở lý thuyết và tổng quan các nghiên cứu trước đây
Chương 3: Thiết kế nghiên cứu
Chương 4: Kết quả nghiên cứu và bàn luận
TIEU LUAN MOI download : skknchat@gmail.com
CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC
Các khái niệm và mô hình dự báo gian lận BCTC
Fraud is the act of misrepresenting the truth or concealing facts to cause harm to another party, as defined by Bryan Garner in the 8th edition of Black’s Law Dictionary (Thomson West, USA, 2004).
Gian lận, theo từ điển tiếng Việt (Viện ngôn ngữ học - 1988), được định nghĩa là hành vi thiếu trung thực và dối trá nhằm lừa gạt người khác Trong nghĩa rộng, gian lận là việc xuyên tạc sự thật và thực hiện các hành vi bất hợp pháp để lừa đảo và thu lợi ích.
Chuẩn mực kiểm toán Việt Nam 240 (VSA 240) định nghĩa gian lận là hành vi cố ý của một hoặc nhiều cá nhân trong Hội đồng quản trị, Ban Giám đốc, nhân viên hoặc bên thứ ba, thực hiện các hành vi gian dối nhằm thu lợi bất chính hoặc bất hợp pháp.
Như vậy, khi đề cập đến gian lận thì khái niệm này thường bao gồm các nội dung:
- Hành vi cố tình, cố ý;
- Thiếu trung thực, lừa gạt;
- Mang lại lợi ích bất chính, bất hợp pháp
2.1.2 Định nghĩa gian lận BCTC
Gian lận báo cáo tài chính (BCTC) là một khái niệm liên quan đến gian lận, nhưng phạm vi của nó hẹp hơn, chỉ tập trung vào các hành vi gian lận xảy ra trong BCTC.
Một số khái niệm phổ biến bao gồm:
Gian lận trên báo cáo tài chính (BCTC) là hành vi cố ý hoặc thiếu cẩn trọng dẫn đến những sai sót trọng yếu Hành vi này có thể liên quan đến nhiều yếu tố và được thực hiện dưới nhiều hình thức khác nhau, bao gồm cả việc làm giả thông tin.
Tải xuống TIEU LUAN MOI tại địa chỉ skknchat@gmail.com Trong bài viết này, chúng tôi sẽ đề cập đến việc mạo danh và xuyên tạc thông tin liên quan đến doanh nghiệp, cũng như việc cố ý bỏ sót các thông tin quan trọng trong báo cáo tài chính Hơn nữa, việc áp dụng sai các nguyên tắc kế toán và chính sách, theo khuyến nghị của Ủy ban Treadway (1987), cũng sẽ được phân tích.
Gian lận báo cáo tài chính là hành vi cố ý trình bày sai lệch tình trạng tài chính của doanh nghiệp, thông qua việc làm sai lệch hoặc bỏ sót các khoản mục và thuyết minh trên báo cáo tài chính Mục đích của hành vi này là để đánh lừa người sử dụng báo cáo tài chính, theo định nghĩa từ ACFE Fraud Examiners Manual, 2012.
Theo chuẩn mực kiểm toán quốc tế số 240 (ISA 240), gian lận báo cáo tài chính được định nghĩa là hành vi thay đổi, giả mạo chứng từ kế toán, ghi chép sai hoặc cố ý bỏ sót thông tin quan trọng trên báo cáo tài chính (BCTC) Điều này bao gồm việc không tuân thủ các nguyên tắc và chuẩn mực kế toán, cũng như việc che giấu hoặc không ghi chép các nghiệp vụ phát sinh và ghi chép những nghiệp vụ không xảy ra.
Gian lận báo cáo tài chính (BCTC) là hành vi cố ý làm sai lệch thông tin trên các BCTC nhằm mục đích đánh lừa người sử dụng thông tin.
2.1.3 Các phương thức thực hiện gian lận phổ biến trên BCTC
Theo Gerard M Zack (2013), các hình thức gian lận BCTC phổ biến bao gồm:
Thông thường các gian lận liên quan đến doanh thu được thực hiện dưới các hình thức:
Dịch chuyển thời gian ghi nhận doanh thu là việc ghi nhận doanh thu không đúng thời điểm phát sinh hoặc chưa đủ điều kiện theo chuẩn mực BCTC Ví dụ, ghi nhận doanh thu khi khách hàng đặt hàng và đã xuất hóa đơn nhưng hàng hóa vẫn chưa rời khỏi kho, hoặc ghi nhận doanh thu dựa trên tỉ lệ phần trăm hoàn thành công việc vào ngày báo cáo khi công việc chưa hoàn tất và chưa nghiệm thu.
TIEU LUAN MOI download : skknchat@gmail.com
Ghi nhận khống doanh thu là hành vi làm giả hồ sơ và giấy tờ để thể hiện việc bán hàng mà thực tế không diễn ra giao dịch Ví dụ điển hình bao gồm việc bán hàng nội bộ hoặc ghi nhận doanh thu khi xuất hàng ký gửi.
- Phân loại sai: có nghĩa là ghi nhận các khoản thu nhập khác thành doanh thu
Thu nhập từ phần chênh lệch bán trả góp được xem là doanh thu bán hàng, trong khi khoản giảm trừ doanh thu sẽ được ghi nhận thành chi phí, từ đó làm tăng doanh thu thuần.
Thông thường các gian lận liên quan đến tài sản được thực hiện dưới các hình thức:
Vốn hóa các chi phí là quá trình ghi nhận các chi phí chưa đủ điều kiện hoặc chi phí phát sinh trong kỳ, thường là những chi phí tiêu dùng không mang lại giá trị tương lai Ví dụ điển hình bao gồm việc vốn hóa chi phí tiền thuê và chi phí pháp lý liên quan đến việc thành lập doanh nghiệp.
Định giá tài sản là quá trình điều chỉnh giá trị thực của tài sản, thường nhằm tăng giá trị tài sản một cách không chính xác Ví dụ, việc định giá tài sản ảo khi mua từ các bên liên kết hoặc định giá sai đối với các tài sản đầu tư tài chính có thể dẫn đến những hệ lụy nghiêm trọng.
Kế toán dựa trên giá trị hợp lý có thể dẫn đến sai sót khi áp dụng các phương pháp đo lường không chính xác Một ví dụ điển hình là khi doanh nghiệp sử dụng giá thị trường không hợp lý để tham khảo, điều này có thể làm sai lệch giá trị hợp lý của tài sản.
2.1.3.3 Gian lận chi phí và nợ phải trả
Thông thường các gian lận liên quan đến chi phí và nợ phải trả được thực hiện dưới các hình thức:
Mô hình M’score và F’score
M’score, được phát triển bởi Beneish vào năm 1999, ban đầu được thiết kế để phát hiện gian lận trong báo cáo thu nhập của doanh nghiệp Mô hình này đã nhanh chóng trở thành công cụ phổ biến trong nghiên cứu và thực hành kiểm toán, giúp phát hiện gian lận và dự báo các rủi ro tài chính một cách hiệu quả.
TIEU LUAN MOI download : skknchat@gmail.com gian lận BCTC
Mô hình Beneish (1999) bao gồm tám biến như sau:
Mi = -4.84 + 0.92*DSRI + 0.528*GMI + 0.404*AQI + 0.892*SGI + 0.115*DEPI - 0.172*SGAI + 4.679*TATA - 0.327*LVGI
- DSRI: Tỉ số phải thu khách hàng so với doanh thu, được tính theo công thức: DSRI = (Khoản phải thu t / Doanh thu thuần t) / (Khoản phải thu t-1 /Doanh thu thuần t-1)
- Tỉ số tỉ lệ lãi gộp (GMI), được tính theo công thức:
GMI = [(Salest-i - COGSt-i) / Salest-i] / [(Salest - COGSt) / Salest]
- Tỉ số chất lượng tài sản (AQI), được tính theo công thức:
AQI = [1 - (Current Assetst + PP&Et) / Total Assetst] / [1 - (Current Assetst-1 +PP&Et-1) / Total Assetst-1)]
PP&Et đề cập đến giá trị còn lại của tài sản dài hạn hữu hình và quyền sử dụng đất, bao gồm tài sản cố định hữu hình, tài sản cố định thuê tài chính, giá trị xây dựng cơ bản dở dang, bất động sản đầu tư và quyền sử dụng đất.
- Tỉ số tăng trưởng doanh thu bán hàng (SGI), được tính theo công thức:
- Tỉ số tỉ lệ khấu hao (DEPI), được tính theo công thức:
DEPI= [Depreciation t-1/(PP&E t-1+Depreciation t-1)]/ [Depreciation t/(PP&E t +Depreciation t)]
- Tỉ số chi phí bán hàng và quản lý doanh nghiệp (SGAI), được tính theo công thức:
SGAI = (SG&A Expenset / Salest) / (SG&A Expenset-1 / Salest-1)
- Tỉ số đòn bẩy (LVGI), được tính theo công thức:
LVGI = [(Current Liabilities t + Total Long Term Debt t) / Total Assetst] / [(Current Liabilities t-1 + Total Long Term Debt t-1) / Total Assets t-1]
- Tỉ số biến dồn tích accruals so với tổng tài sản (TATA), được tính theo công thức:
TIEU LUAN MOI download : skknchat@gmail.com
TATA = (Net Incomet - Cash Flows from Operationst) / Total Assetst
F'score, được phát triển bởi Patricia M Dechow và các cộng sự, là chỉ số đo lường xác suất xảy ra sai sót trọng yếu trong báo cáo tài chính Nghiên cứu đã sử dụng 28 biến đại diện cho năm yếu tố, bao gồm các khoản dồn tích, hiệu quả kinh doanh, hoạt động ngoại bảng, các tỉ số phi tài chính và dữ liệu thị trường chứng khoán, để phân biệt giữa các doanh nghiệp trình bày sai và không trình bày sai Qua hồi quy logistic, ba mô hình được xác định với 7, 9 và 11 biến có khả năng phân biệt tốt nhất Trong nghiên cứu "Predicting Material Accounting Manipulations" năm 2007, tỷ lệ dự báo đúng của F'score 1 đạt 65.59%, F'score 2 là 64.97% và F'score 3 là 62.98%.
Nhóm tác giả đã tiến hành nghiên cứu sâu hơn về các biến số và công thức tính toán nhằm cải thiện khả năng dự báo của mô hình Từ năm 2007 đến 2011, nhiều phiên bản nghiên cứu mới được phát triển, dẫn đến kết quả dự báo ngày càng chính xác hơn Cụ thể, trong phiên bản năm 2008, tỷ lệ dự báo đúng cho các công ty có sai sót trọng yếu của ba chỉ số F’score lần lượt đạt 65.86%, 65.78% và 63.36% Đến phiên bản năm 2010, các tỷ lệ này đã tăng lên 68.62%, 67.93% và 67.23%.
Mới nhất vào năm 2011, nghiên cứu chính thức của Dechow và các cộng sự đã được đăng tải trên tạp chí Contemporary Accounting Research với tên gọi
The article titled "Predicting Material Accounting Misstatements" (Volume 28, Issue 1, pages 17-82) represents the final and most comprehensive version of a research project undertaken by the authors over a span of five years.
Mô hình F’score ứng với 3 mức độ được tính toán như sau:
Value1 = –7.893 + 0.790*RSST + 2.518*ΔREC + 1.191*ΔINV + 1.979*%SOFTASSETS + 0.171*ΔCASHSALES – 0.932*ΔROA + 1.029*ISSUE Value2 = –8.252 + 0.665*RSST + 2.457*ΔREC + 1.393*ΔINV + 2.011*%SOFTASSETS + 0.159*ΔCASHSALES – 1.029*ΔROA + 0.983*ISSUE –
TIEU LUAN MOI download : skknchat@gmail.com
Value3 = –7.966 + 0.909*RSST + 1.731*ΔREC + 1.447*ΔINV + 2.265*%SOFTASSETS + 0.160*ΔCASHSALES – 1.455*ΔROA + 0.651*ISSUE – 0.121* ΔEMP + 0.345 *LEASEDUM + 0.082*RETt + 0.098* RETt-1
- RSST = (ΔWC + ΔNCO + ΔFIN) / Tổng tài sản bình quân;
WC = [Tài sản ngắn hạn – Tiền mặt và Các khoản đầu tư ngắn hạn] – [Nợ ngắn hạn – Nợ trong Nợ ngắn hạn];
NCO = [Tổng tài sản – Tài sản ngắn hạn – Đầu tư và Các khoản trả trước] – [Tổng Nợ phải trả – Nợ ngắn hạn – Nợ dài hạn];
FIN = [Các khoản đầu tư ngắn hạn + Các khoản đầu tư dài hạn] – [Nợ dài hạn + Nợ trong Nợ ngắn hạn + Cổ phiếu ưu đãi]
- ΔREC = ΔCác khoản phải thu / Tổng tài sản bình quân
- ΔINV = ΔHàng tồn kho / Tổng tài sản bình quân
- %SOFTASSETS = [Tổng tài sản – PP&E – Tiền và các khoản tương đương tiền] / Tổng tài sản
- ΔCASHSALES (Phần trăm thay đổi trong doanh thu bán hàng bằng tiền mặt)
= [Doanh thu – ΔCác khoản phải thu]
- ΔROA = [Lợi nhuận ròngt /Tổng tài sản bình quânt] – [Lợi nhuận ròngt- 1/Tổng tài sản bình quân t-1]
Biến chỉ thị ISSUE mã hóa giá trị 1 nếu công ty phát hành chứng khoán trong năm t và 0 nếu không Trong mô hình 2, tác giả đã bổ sung thêm các biến để đo lường hoạt động phi tài chính và các hoạt động ngoại bảng.
- ΔEMP = % Thay đổi số lượng nhân viên / % Thay đổi trong Tổng tài sản
Biến chỉ thị LEASEDUM được mã hóa bằng giá trị 1 nếu hoạt động cho thuê trong tương lai dự kiến lớn hơn 0 Trong mô hình 3, các biến số đo lường dữ liệu từ thị trường cũng được bổ sung để nâng cao độ chính xác của phân tích.
TIEU LUAN MOI download : skknchat@gmail.com
- RET t = Tỉ suất sinh lợi cổ phiếu điều chỉnh theo thị trường trong năm hiện tại
- RET t-1 = Tỉ suất sinh lợi cổ phiếu điều chỉnh theo thị trường trong năm trước
Giá trị tính toán được chuyển đổi sang một xác suất như sau:
Xác suất của sai sót trọng yếu được tính bằng cách chia cho xác suất vô điều kiện, cụ thể là tỷ lệ giữa số lượng công ty có sai sót trọng yếu và tổng số công ty trong mẫu nghiên cứu, với kết quả là 0.0037 (494 ⁄ (132.967 + 494)) Mẫu nghiên cứu này, do nhóm tác giả thu thập trong một khoảng thời gian dài, có thể được coi là toàn diện và gần gũi với tổng thể thực tế.
Tổng quan các nghiên cứu trước
2.3.1 Các nghiên cứu sử dụng Mô hình M’score
Nghiên cứu của Tarjo và Nurul Herawati (2015) đã áp dụng mô hình M’score và khai thác dữ liệu để phát hiện gian lận tài chính tại Indonesia, tập trung vào khả năng của mô hình M’score Beneish Dữ liệu nghiên cứu bao gồm các công ty có hành vi gian lận trong giai đoạn 2001-2014 Kết quả cho thấy mô hình M’score có khả năng hiệu quả trong việc phát hiện gian lận tài chính.
Tỉ số tổng lợi nhuận, tỉ số khấu hao, tỉ số bán hàng và gánh nặng hành chính, cùng với tổng các khoản trích trước, đều đóng vai trò quan trọng trong việc phát hiện gian lận tài chính Trong khi đó, tỉ số bán hàng, tỉ số chất lượng tài sản và tỉ số đòn bẩy không có ý nghĩa thống kê đáng kể trong việc phát hiện gian lận tài chính.
Marinakis (2011) đã áp dụng mô hình M’score tại Anh Quốc với 11 biến số, bao gồm 8 biến giống như mô hình gốc và 3 biến mới: tỉ số thuế suất, tỉ số đãi ngộ cho giám đốc trên tổng tài sản, và tỉ số thù lao kiểm toán trên tổng tài sản Qua thực nghiệm, ông đã kết luận rằng việc tăng 10% số biến này có ảnh hưởng đáng kể đến kết quả phân tích.
TIEU LUAN MOI download : skknchat@gmail.com lượng các công ty bóp méo lợi nhuận so với mô hình gốc và ngưỡng cho mô hình của tác giả là -1.31
Nguyễn Công Phương và Nguyễn Trần Nguyên Trân (2014) đã tiến hành nghiên cứu về mô hình Beneish nhằm dự đoán sai sót trọng yếu trong báo cáo tài chính của 30 công ty niêm yết Kết quả kiểm toán phát hiện rằng trong số này, 16 công ty có sai sót trọng yếu, trong khi 14 công ty còn lại không được mô hình dự đoán sai sót nhưng thực tế vẫn có sai sót Tỉ lệ chính xác của mô hình chỉ đạt 53.33%, thấp hơn nhiều so với mức trung bình 76% ở các quốc gia khác.
2.3.2 Các nghiên cứu sử dụng Mô hình F’score
Nghiên cứu của Dechow và các cộng sự, được thực hiện vào năm 2007 và hoàn thiện vào năm 2012, là nền tảng cho bài nghiên cứu này Nghiên cứu từ Đại học Michigan và Washington đã phát triển mô hình F'score như một công cụ đầu tiên giúp kế toán viên và nhà đầu tư đánh giá rủi ro sai sót thông tin trên báo cáo tài chính của doanh nghiệp.
Hệ số F-score không đảm bảo chắc chắn có sai sót trong báo cáo tài chính, nhưng là dấu hiệu cảnh báo cho các kiểm toán viên và nhà đầu tư chú ý đến các rủi ro tiềm ẩn Nghiên cứu của Dechow và các cộng sự (2012) đã khảo sát 2,191 báo cáo tài chính của doanh nghiệp công bố bởi SEC từ 1982 đến 2005, trong đó 680 doanh nghiệp bị nghi ngờ có sai sót Kết quả cho thấy hơn 55% trường hợp gian lận liên quan đến doanh thu, tiếp theo là gian lận về hàng tồn kho và giá vốn, trong khi 10% liên quan đến các khoản dự phòng.
TIEU LUAN MOI download : skknchat@gmail.com
Các bước tiến hành trong nghiên cứu của Dechow và các công sự (2012) theo thứ tự như sau:
Thực hiện việc so sánh BCTC của các doanh nghiệp có sai sót trong năm sai sót với những năm khác
So sánh BCTC của các doanh nghiệp có sai sót trong thời gian xảy ra sai sót với các doanh nghiệp được niêm yết khác ở cùng thời gian
Xây dựng mô hình dự báo sai sót
Mẫu nghiên cứu được áp dụng để xây dựng mô hình dự báo sai sót trên báo cáo tài chính (BCTC) với ba mức độ khác nhau Mô hình cơ sở phân tích mối quan hệ giữa hành vi sai sót và các yếu tố trên BCTC, bao gồm các khoản kế toán dồn tích (Rsst-acc), thay đổi khoản phải thu (Chrec), thay đổi hàng tồn kho (Chinv), tài sản có tính thanh khoản trung bình (Soft assets), thay đổi trong doanh thu bằng tiền (Chcs), thay đổi tỉ suất sinh lợi trên tài sản (Chroa) và biến phát hành cổ phiếu trong năm (Issue).
Hệ số F’score được tính dựa trên giá trị thực tế của các biến từ 680 mẫu đã thu thập, sử dụng một trong ba mô hình để xác định giá trị dự đoán Sau đó, giá trị này được thay vào công thức tính xác suất xảy ra sai sót Cuối cùng, hệ số F’score được tính bằng cách chia xác suất xảy ra sai sót cho xác suất không điều kiện.
Nghiên cứu cho thấy rằng doanh nghiệp có F’score lớn hơn 1 có nguy cơ cao về sai sót BCTC, do đó các kiểm toán viên cần thiết kế thêm thủ tục kiểm toán để phát hiện sai sót Ngược lại, nếu F’score nhỏ hơn 1, rủi ro sai sót BCTC là thấp Thực nghiệm cho thấy F’score có khả năng phân loại doanh nghiệp có sai sót và không sai sót với độ chính xác trên 60% Mô hình F’score là công cụ hữu ích trong việc dự báo rủi ro thông tin sai sót trên BCTC.
TIEU LUAN MOI download : skknchat@gmail.com
Nghiên cứu của Trần Thị Giang Tân và các cộng sự (2014) đã xây dựng mô hình dự báo gian lận trên báo cáo tài chính (BCTC) của các doanh nghiệp niêm yết, dựa vào các yếu tố trong tam giác gian lận Dữ liệu từ 78 doanh nghiệp niêm yết tại HOSE năm 2012 cho thấy khả năng xảy ra gian lận có mối quan hệ thống kê với ba biến áp lực (tỉ lệ doanh thu trên nợ phải thu, tỉ trọng hàng tồn kho trên tổng tài sản, tỉ lệ nợ vay trên tổng tài sản), một biến cơ hội (KTV độc lập không thuộc Big 4) và hai yếu tố thái độ (ý kiến kiểm toán không phải chấp nhận toàn phần, và số lần chênh lệch lợi nhuận trước và sau kiểm toán trong ba năm trước) Mô hình này có khả năng dự báo chính xác 80% cho các doanh nghiệp ngoài mẫu nghiên cứu, giúp KTV dễ dàng áp dụng tam giác gian lận trong việc dự báo gian lận Tuy nhiên, một hạn chế của mô hình là khó khăn trong việc thu thập thông tin tài chính và phi tài chính cần thiết cho tính toán các biến liên quan.
2.3.3 Các nghiên cứu tác động của tín hiệu gian lận đến xác suất gian lận báo cáo tài chính
Mô hình đánh giá gian lận trong quản lý do Loebbecke và cộng sự (1989) phát triển cung cấp danh sách các tỉ số liên quan đến gian lận, như hàng tồn kho và nợ phải thu, chiếm lần lượt 22% và 14% các hành vi gian lận trong nghiên cứu Tuy nhiên, mô hình này còn tồn tại nhiều quan điểm chủ quan và dữ liệu không được phổ biến cho các bên ngoài, khiến cho quyền truy cập bị hạn chế chỉ cho kiểm toán viên và cổ đông nội bộ Do đó, các nhà đầu tư và chuyên gia hoạch định chính sách gặp khó khăn trong việc tiếp cận thông tin cần thiết.
Sách không thể áp dụng mô hình này để xác định liệu các doanh nghiệp có gian lận trong báo cáo tài chính hay không.
Nghiên cứu của tiến sĩ Obeua S Persons tại trường Đại học Rider đã sử dụng mô hình phân tích hồi quy Stepwise để xác định các nhân tố liên quan đến gian lận báo cáo tài chính Các yếu tố như đòn bẫy tài chính (TLTA), vòng quay vốn (Capital Turnover), kết cấu tài sản (CATA, RVTA, IVTA) và quy mô doanh nghiệp (LOGTA) đều có ảnh hưởng đến gian lận báo cáo tài chính Kết quả cho thấy mô hình này vượt trội hơn các mô hình khác trong việc phân loại doanh nghiệp không có dấu hiệu gian lận Tuy nhiên, nghiên cứu cũng chỉ ra rằng việc phân loại các đơn vị không gian lận chưa hoàn toàn chính xác do bỏ qua yếu tố định giá sai giá trị thực của các khoản mục.
Nghiên cứu “Gian lận báo cáo tài chính và giao dịch cổ phần nội bộ - phân tích thực nghiệm” của Scott L Summers và Johb T Sweeney từ Đại học Missouri-Columbia đã khảo sát mối quan hệ giữa giao dịch cổ phần nội bộ và gian lận tài chính Kết quả cho thấy gian lận có thể xảy ra khi các cổ đông nội bộ giảm cổ phần, tăng khối lượng giao dịch hoặc nâng giá cổ phần Ngoài ra, nghiên cứu cũng chỉ ra rằng giao dịch cổ phần nội bộ và đặc điểm tài chính của doanh nghiệp không đồng nhất, tạo cơ sở để phân biệt giữa doanh nghiệp có gian lận và không.
Nghiên cứu của Spathis và cộng sự (2002) đã chỉ ra rằng phương pháp phân loại có thể giúp xác định các báo cáo tài chính giả mạo Nghiên cứu này sử dụng phân tích đa biến và nhiều điều kiện để nhận diện doanh nghiệp có khả năng phát hành báo cáo tài chính gian lận Kết quả cho thấy tính hữu ích của các kỹ thuật thống kê trong việc phát hiện hành vi gian lận tài chính.
Xác định khoảng trống nghiên cứu
Mô hình M’score do Beneish phát triển vào năm 1999 là một trong những công cụ tiên phong trong việc dự đoán khả năng gian lận báo cáo tài chính của doanh nghiệp, với độ chính xác khoảng 76% Một ví dụ điển hình là vào một năm trước khi Enron phá sản, sinh viên trường đại học Cornell đã phát hiện dấu hiệu gian lận qua M’score, trong khi kiểm toán không phát hiện ra Bên cạnh đó, chỉ số F’score cũng được sử dụng rộng rãi trong nghiên cứu về gian lận báo cáo tài chính, với độ chính xác trung bình khoảng 66% F’score mở rộng hơn M’score khi kết hợp thêm các biến phi tài chính, biến ngoài bảng cân đối và biến thị trường để xác định mối tương quan với hành vi gian lận Tuy nhiên, xác suất dự đoán chính xác của các mô hình do Dechow và cộng sự phát triển vẫn thấp hơn so với M’score ban đầu.
Các nghiên cứu chủ yếu tập trung vào việc kiểm định lại mô hình gốc và đánh giá tỷ lệ chính xác của mô hình trong các điều kiện mẫu và quốc gia khác nhau, như được thể hiện trong các công trình của Tarjo, Nurul Herawati (2015) và Marinakis (2011).
TIEU LUAN MOI download : skknchat@gmail.com
Công Phương và Nguyễn Trần Nguyên Trân (2014) nhấn mạnh rằng một số nghiên cứu đã tập trung vào các đặc tính của công ty có gian lận báo cáo tài chính, thông qua các yếu tố như thù lao, động cơ, kiểm soát, quản trị, văn hóa và đạo đức Những yếu tố này thường khó xác định đối với cổ đông bên ngoài hoặc bên thứ ba khi sử dụng báo cáo tài chính của doanh nghiệp, như được chỉ ra bởi Beasley và các cộng sự (2001) cùng với Loebbecke và các cộng sự (1989).
Tại Việt Nam, nghiên cứu về gian lận báo cáo tài chính phục vụ cho quyết định cho vay của ngân hàng còn hạn chế, đặc biệt trong bối cảnh cạnh tranh gay gắt giữa các ngân hàng thương mại Tuy nhiên, nguồn dữ liệu từ cổng thông tin tín dụng của ngân hàng mang lại cơ hội lớn cho việc nghiên cứu Dựa trên những ưu điểm của M’score và F’score, tác giả thực hiện nghiên cứu với hai mô hình này nhằm lấp đầy khoảng trống nghiên cứu và tạo cơ sở cho việc thẩm định báo cáo tài chính của các công ty có quan hệ tín dụng với ngân hàng.
TIEU LUAN MOI download : skknchat@gmail.com
Trong chương này, tác giả tổng hợp các định nghĩa cơ bản về gian lận và gian lận báo cáo tài chính, đồng thời trình bày các nghiên cứu liên quan cả trong nước và quốc tế Chương cũng chỉ ra những hạn chế của các nghiên cứu trước đó một cách ngắn gọn Phần kết của chương nhấn mạnh khoảng trống nghiên cứu, từ đó khẳng định tính khả thi của đề tài mà tác giả đã chọn, cùng với việc giới thiệu hai mô hình chính là M’score và F’score.
TIEU LUAN MOI download : skknchat@gmail.com
THIẾT KẾ NGHIÊN CỨU
Mô tả tổng thể và mẫu nghiên cứu
Cuối năm 2015 tổng số doanh nghiệp lớn (được quy ước có doanh thu trên
Tại Vietcombank Bình Dương, có 283 doanh nghiệp có quan hệ tín dụng với tổng dư nợ lên tới 9.165.381.000.000 đồng Trong số đó, 50 doanh nghiệp có dư nợ tính đến ngày 31/12/2015 khoảng 6.608.706.000.000 đồng, chiếm 72,11% tổng dư nợ cho vay của chi nhánh Đặc biệt, có 3 doanh nghiệp có dư nợ từ 300 tỷ đồng trở lên.
6 doanh nghiệp dưới 300 tỉ và trên 100 tỉ, số còn lại từ khoảng 5 tỉ cho đến dưới 100 tỉ đồng
VCB Bình Dương có một danh sách đa dạng các công ty có quan hệ tín dụng, bao gồm các ngành nghề như sản xuất, thương mại, xây lắp, bất động sản, trồng trọt và dịch vụ Doanh nghiệp sản xuất chiếm hơn 37% trong tổng số, với sự hiện diện của nhiều loại hình doanh nghiệp như TNHH, CP, TNHH MTV và DNTN Đến cuối năm 2015, VCB Bình Dương thể hiện ưu thế trong việc cho vay các doanh nghiệp trong nước, với tỷ lệ FDI chỉ chiếm khoảng 35% về số lượng và 10.27% tổng dư nợ.
Tỉ lệ nợ xấu hiện tại là 0.91%, chủ yếu tập trung vào một khách hàng doanh nghiệp lớn với số nợ trên 41 tỉ đồng Bên cạnh đó, tỉ lệ nợ cần chú ý là 0.65%, chủ yếu đến từ các doanh nghiệp nhỏ và vừa (SME) cũng như cá nhân.
Tác giả đã thực hiện một nghiên cứu bằng cách chọn ngẫu nhiên 60 doanh nghiệp có quan hệ tín dụng với ngân hàng VCB Bình Dương Dữ liệu cho bài luận văn được thu thập từ báo cáo tài chính của các doanh nghiệp này trong giai đoạn từ năm 2013 đến 2015.
Mô hình nghiên cứu
3.2.1 Lựa chọn và đo lường biến nghiên cứu
Chỉ số M’score được tính theo công thức sau:
TIEU LUAN MOI download : skknchat@gmail.com
M’score = -4.84 + 0.92*DSRI + 0.528*GMI + 0.404*AQI + 0.892*SGI + 0.115*DEPI - 0.172*SGAI + 4.679*TATA - 0.327*LVGI
Ngưỡng xác định rủi ro gian lận BCTC được xác định theo bảng sau:
Bảng 3.1: Ngưỡng xác định rủi ro gian lận BCTC theo M’score
Không có khả năng xảy ra gian lận BCTC
1.78 Có khả năng xảy ra gian lận BCTC
Chỉ số F’score được tính toán theo mô hình thứ nhất trong Mục 2.2.2
Value1 = –7.893 + 0.790*RSST + 2.518*ΔREC + 1.191*ΔINV + 1.979*%SOFTASSETS + 0.171*ΔCASHSALES – 0.932*ΔROA + 1.029*ISSUE
F’score = Prob(FFR)/.0037, trong đó: Prob(FFR) = elogit/(1 + elogit)
Ngưỡng xác định rủi ro gian lận BCTC được xác định theo bảng sau:
Bảng 3.2: Ngưỡng xác định rủi ro gian lận BCTC theo F’score
Giá trị Đánh giá Ghi chú
Rủi ro rất cao Rủi ro cao
Có khả năng xảy ra gian lận BCTC
Rủi ro trên mức bình thường Rủi ro bình thường hay dưới mức bình thường
Không có khả năng xảy ra gian lận BCTC
3.2.1.3 Các tỉ số tài chính sử dụng trong thẩm định BCTC của ngân hàng Để xác định được các tỉ số này, tác giả đã tham khảo nhiều nghiên cứu được công bố Trong các nghiên cứu trước đây: Green and Choi (1997), Hoffman (1997), Hollman và Patton (1997), Zimbelman (1997), Beasley (1996), Bologna và cộng sự
(1996), Arens và Loebbecke (1994), Bell và cộng sự (1993), Schilit (1993), Davia và cộng sự (1992), Green (1991), Stice (1991), Loebbecke và cộng sự (1989),
TIEU LUAN MOI download : skknchat@gmail.com
Các nghiên cứu của Palmrose (1987) và Albrecht cùng Romney (1986) đã cung cấp các chỉ số quan trọng liên quan đến gian lận báo cáo tài chính Để xây dựng những nhận định cơ bản, các nghiên cứu này đã chọn ra 17 tỷ số tài chính trong mô hình nghiên cứu của họ.
Nhiều nhà nghiên cứu như Vanasco (1998), Persons (1995), Schilit (1993) và Stice (1991) đã chỉ ra rằng các mánh khóe trong cơ chế quản lý có thể bị lợi dụng để thao túng khoản mục hàng tồn kho, dẫn đến tình trạng không đồng nhất doanh thu với giá bán, từ đó tăng lợi nhuận gộp biên và thu nhập ròng Một hình thức thao túng khác là báo cáo hàng tồn kho với giá thấp hơn thị trường, có thể khiến doanh nghiệp không kê khai đúng số lượng hàng tồn kho đã lỗi thời Do đó, tỉ số hàng tồn kho trên doanh thu (IVN/SAL) cần được xem xét Nghiên cứu cũng kiểm tra mối liên hệ giữa lợi nhuận gộp biên và gian lận báo cáo tài chính, sử dụng tỉ số lợi nhuận gộp trên tổng tài sản (GP/TA) Định hướng tối đa hóa lợi nhuận không còn là mục tiêu hàng đầu khi các nhà quản lý ưu tiên lợi ích cá nhân, dẫn đến việc giả mạo báo cáo tài chính nếu kỳ vọng không đi đôi với hành động Loebbecke và cộng sự (1989) cho rằng lợi nhuận bình quân ngành không đủ cho 35% doanh nghiệp gian lận báo cáo tài chính, và một số biến tài chính như tỉ số doanh thu trên tổng tài sản (SAL/TA) cũng được kiểm nghiệm để phát hiện gian lận.
Tỉ số doanh thu trên tổng tài sản (NP/TA) và tỉ số vốn lưu động trên tổng tài sản (WC/TA) là những chỉ số quan trọng trong việc dự đoán gian lận tài chính Nghiên cứu trước đây đã chỉ ra rằng tỉ số doanh thu trên tổng tài sản có thể được sử dụng hiệu quả để phát hiện gian lận (Persons, 1995; Fanning và Cogger, 1998).
Quy mô doanh nghiệp là yếu tố quan trọng ảnh hưởng đến khả năng làm giả báo cáo tài chính Nghiên cứu chỉ ra rằng các doanh nghiệp nhỏ có xu hướng dễ dàng làm giả báo cáo tài chính hơn so với các doanh nghiệp lớn (Beasley và cộng sự, 1999) Để tăng tính chuẩn tắc và ổn định hóa sự biến động của biến, nghiên cứu đã chuyển đổi tổng tài sản thành hàm logarit tự nhiên (L.TA).
Dựa trên kết quả nghiên cứu và tài liệu hướng dẫn thẩm định báo cáo tài chính tại ngân hàng VCB chi nhánh Bình Dương, tác giả đã chọn các tỉ số tài chính để xây dựng mô hình tương quan với rủi ro gian lận trong báo cáo tài chính Các tỉ số tài chính này sẽ đóng vai trò quan trọng trong việc đánh giá và phát hiện rủi ro gian lận.
Bảng 3.3: Các tỉ số tài chính
Tỉ số Tên gọi Phương pháp tính
DEBT/EQ Tỉ lệ nợ trên vốn chủ sở hữu Nợ/vốn chủ sở hữu
Tỉ lệ doanh thu trên tổng tài sản (SAL/TA) được tính bằng doanh thu chia cho tổng tài sản, giúp đánh giá hiệu quả sử dụng tài sản trong việc tạo ra doanh thu Lợi nhuận thuần trên doanh thu (NP/SAL) phản ánh khả năng sinh lời của doanh nghiệp, được xác định bằng lợi nhuận ròng chia cho doanh thu Tỉ lệ phải thu trên doanh thu (REC/SAL) cho thấy khả năng thu hồi công nợ, được tính bằng phải thu chia cho doanh thu.
Tỉ lệ lợi nhuận thuần trên tổng tài sản (NP/TA) được tính bằng lợi nhuận ròng chia cho tổng tài sản, phản ánh hiệu quả sinh lời của doanh nghiệp Tỉ lệ vốn lưu động trên tổng tài sản (WC/TA) cho thấy khả năng quản lý vốn lưu động, được xác định bằng cách chia vốn lưu động cho tổng tài sản Tỉ lệ lãi gộp trên tổng tài sản (GP/TA) đo lường khả năng sinh lợi từ hoạt động kinh doanh, tính bằng lợi nhuận gộp chia cho tổng tài sản Cuối cùng, tỉ lệ tồn kho trên doanh thu (INV/SAL) giúp đánh giá hiệu quả quản lý hàng tồn kho, được tính bằng cách chia tồn kho cho doanh thu.
TD/TA Tỉ lệ tổng nợ trên tổng tài sản Tổng nợ/ tổng tài sản
L.TA Quy mô tài sản Ln (tổng tài sản)
3.2.1.4 Mô hình tương quan dự kiến
TIEU LUAN MOI download : skknchat@gmail.com
M’score = β0 + β1*DEBT/EQ+ β2*SAL/TA+ β3*NP/SAL+ β4*REC/SAL+β5*NP/TA+β6*WC/TA+β7*GP/TA+β8*INV/SAL+β9*TD/TA+β10*L.TA+ + ε
Quy trình thu thập và xử lý dữ liệu
Bước 1: Thu thập và tính toán các dữ liệu cho các biến
Dữ liệu nghiên cứu được thu thập từ báo cáo tài chính của các công ty trong mẫu và xử lý ban đầu bằng phần mềm EXCEL Các tỉ số tài chính, tổng các khoản dồn tích, và thông tin từ bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh và báo cáo lưu chuyển tiền tệ được sử dụng để tính M’score và F’score Sau đó, các kết quả này được đưa vào phần mềm Stata để thực hiện phân tích và đo lường các mối quan hệ.
Bước 2: Thống kê mô tả
Mô tả thông tin cơ bản từ mẫu giúp khái quát những đặc điểm cơ bản của quan sát
Bước 3: Ma trận hệ số tương quan
Phân tích tương quan là phương pháp sử dụng hệ số tương quan Pearson (ký hiệu là r) để đo lường độ mạnh mẽ của mối quan hệ giữa hai biến định lượng Khi trị tuyệt đối của r gần 1, điều này cho thấy hai biến có mối liên hệ chặt chẽ Ngược lại, giá trị r = 0 cho thấy không có mối quan hệ tương quan giữa hai biến.
Bước 4: Ước lượng hàm hồi quy tuyến tính, hồi quy hỗn hợp (Pooled OLS)
Phân tích hồi quy đa biến là kỹ thuật phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập, nhằm dự đoán giá trị của biến phụ thuộc dựa trên các giá trị đã biết của biến độc lập.
Bước 6: Ước lượng hàm hồi quy đơn vị xác suất (Probit)
Theo phân tích, phương trình phản ứng có dạng Y * t = α + βXt + ut, trong đó Xt là biến quan sát được, còn Y * t là biến không quan sát được Biến ut có phân phối chuẩn hóa, và những gì chúng ta quan sát được trong thực tế là Yt.
TIEU LUAN MOI download : skknchat@gmail.com mang giá trị 1 nếu Y * t > 0 và bằng 0 nếu các giá trị khác Do đó, Yt = 1 nếu α + βXt
+ut > 0, Yt = 0 nếu α + βXt +ut < 0
Nếu ký hiệu F(z) là hàm xác suất tích lũy của phân phối chuẩn hóa, tức là, F(z)
Ta có thể ước lượng mô hình này bằng phương pháp thích hợp cực đại ML
Tác động cận biên của X:
Trong đó ) là hàm phân phối chuẩn
Bước 7: Kiểm định liên quan
Các kiểm định liên quan được thực hiện trên phần mềm STATA, phần mềm này thích hợp cho việc xử lý dữ liệu bảng.
TIEU LUAN MOI download : skknchat@gmail.com
Trong chương này, tác giả trình bày chi tiết về mẫu nghiên cứu, quy trình tính toán và thu thập dữ liệu Các biến trong mô hình được xây dựng dựa trên các nghiên cứu trước đó, tạo nền tảng cho việc tính toán và hồi quy mô hình, nhằm đưa ra kết quả và thảo luận trong Chương 4.
TIEU LUAN MOI download : skknchat@gmail.com
KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
Kết quả tính toán và phân tích M’score và F’score
4.1.1 Thống kê mô tả mẫu
Trong 60 doanh nghiệp được chọn để nghiên cứu, phân tích đánh giá thì có 44 doanh nghiệp chuyên hoạt động sản xuất (chiếm 73.33% tổng số doanh nghiệp đánh giá), doanh nghiệp trong lĩnh vực bất động sản là 5 doanh nghiệp (chiếm 8.3%), doanh nghiệp thương mại dịch vụ là 6 doanh nghiệp (chiếm 10%), còn lại là các doanh nghiệp hoạt động trong các lĩnh vực khác
Bảng 4.1: Thống kê theo ngành nghề
Ngành nghề Số lượng Tỉ lệ (%)
Nguồn: Thống kê của tác giả
Quy mô vốn bình quân của các doanh nghiệp trong lĩnh vực canh tác và trồng trọt đạt 23 tỷ đồng, cao nhất so với các ngành khác Doanh nghiệp sản xuất đứng thứ hai với quy mô vốn bình quân 15 tỷ đồng, trong khi doanh nghiệp bất động sản có quy mô vốn bình quân 8,5 tỷ đồng.
Bảng 4.2: Thống kê theo quy mô lao động và vốn
Quy mô lao động bình quân (lao động/doanh nghiệp)
Quy mô vốn bình quân (tỉ đồng/DN)
TIEU LUAN MOI download : skknchat@gmail.com
Quy mô lao động bình quân (lao động/doanh nghiệp)
Quy mô vốn bình quân (tỉ đồng/DN)
Nguồn: Thống kê của tác giả
4.1.2 Kết quả mô hình M’score
M’score được tính toán qua các năm như sau:
Bảng 4.3: Kết quả M’score qua các năm
TIEU LUAN MOI download : skknchat@gmail.com
TIEU LUAN MOI download : skknchat@gmail.com
Nguồn: Thống kê của tác giả
TIEU LUAN MOI download : skknchat@gmail.com
Năm 2013, có 43 công ty có chỉ số M’score lớn hơn 1.78, cho thấy khả năng gian lận trong báo cáo tài chính, trong khi 17 công ty không có dấu hiệu gian lận Đặc biệt, hầu hết các công ty có khả năng gian lận này đều thuộc ngành sản xuất, với 25 công ty, và dư nợ của các công ty này tính đến ngày 31/12/2015 cũng đáng chú ý.
Tổng dư nợ của chi nhánh đạt 5,608 tỷ đồng, chiếm khoảng 61.19% tổng dư nợ Đặc biệt, các công ty trong danh sách này có sự chênh lệch lợi nhuận trước và sau kiểm toán đáng kể, với giá trị chênh lệch nhỏ nhất là 3.32% và lớn nhất là 23.45% Trung bình, sự chênh lệch lợi nhuận của nhóm công ty này đạt 14.45% Chỉ số M’score trung bình của các công ty này là 7.09, vượt xa ngưỡng 1 và 1.78 (xem chi tiết trong phụ lục 3).
Năm 2014, số lượng công ty có khả năng gian lận (M’score > 1.78) đã giảm còn 32 công ty, giảm đáng kể so với 43 công ty trong năm 2013, với ngành sản xuất chiếm ưu thế trong nhóm này Tỷ lệ chênh lệch lợi nhuận trước và sau kiểm toán của nhóm công ty này là 14.38%, trong khi M’score trung bình giảm còn 6.68 so với năm trước.
Năm 2015, tỉ lệ công ty có khả năng gian lận đã tăng mạnh lên 55%, tương ứng với 33 trong số 60 công ty, so với các năm 2013 và 2014 Chỉ số M'score trung bình và chênh lệch lợi nhuận trước và sau kiểm toán cũng ghi nhận sự gia tăng, đạt lần lượt 8.78% và 14.51% so với hai năm trước đó (chi tiết xem phụ lục 5).
Trong giai đoạn 2013-2015, có 44 công ty đạt M’score ≥ 1.78, cho thấy khả năng gian lận báo cáo tài chính Trung bình M’score của các công ty này là 7.52 Theo phân loại nợ của Ngân hàng Nhà nước, những công ty này thuộc nhóm nợ cần chú ý (nợ nhóm 2), với sự chênh lệch lớn giữa lợi nhuận trước và sau kiểm toán, một chỉ tiêu quan trọng trong xếp hạng doanh nghiệp của Vietcombank.
TIEU LUAN MOI download : skknchat@gmail.com
4.1.3 Kết quả mô hình F’score
Bảng 4.4: Kết quả F’score qua các năm
STT MÃ F’score năm 2013 F’score năm 2014 F’score năm 2015
TIEU LUAN MOI download : skknchat@gmail.com
STT MÃ F’score năm 2013 F’score năm 2014 F’score năm 2015
TIEU LUAN MOI download : skknchat@gmail.com
STT MÃ F’score năm 2013 F’score năm 2014 F’score năm 2015
Nguồn: Thống kê của tác giả
Từ năm 2013, có 7 công ty có chỉ số F'score vượt quá 1.85, cho thấy khả năng gian lận cao Tuy nhiên, số lượng này đã giảm dần trong các năm tiếp theo, với chỉ 4 công ty vào năm 2014 và chỉ còn 1 công ty vào năm 2015.
Tỉ lệ chênh lệch lợi nhuận của các công ty này cũng thay đổi không đáng kể qua các năm lần lượt là 12.57; 13.12 và 9.82 (chi tiết phụ lục 6; 7 và 8)
Trong giai đoạn 2013-2015, có 11 công ty đạt F’score >1.85, cho thấy khả năng gian lận báo cáo tài chính Trung bình F’score của các công ty này là 11.27, vượt xa ngưỡng 2.45, cho thấy rủi ro gian lận rất cao Do đó, nhóm công ty này cần được quản lý như các công ty có tình trạng nợ nhóm 3, tức là nợ dưới tiêu chuẩn.
Tổng hợp kết quả
TIEU LUAN MOI download : skknchat@gmail.com
Sau khi phân tích và so sánh hai chỉ số M’score và F’score, kết quả cho thấy có 8 công ty có nguy cơ gian lận báo cáo tài chính, với chi tiết cụ thể cho từng chỉ số.
Bảng 4.5: Tổng hợp kết quả
STT Mã Công ty M’score F’score
Nguồn: Thống kê của tác giả
Trong số 8 công ty được nêu, phần lớn (50%) hoạt động trong ngành sản xuất Các doanh nghiệp có vốn đầu tư nước ngoài (FDI) trong ngành sản xuất cũng chiếm tỷ trọng lớn trong tổng số công ty có khả năng gian lận báo cáo tài chính Tính đến ngày 31/12/2015, tổng dư nợ cho vay của các công ty này vượt quá 900 tỷ đồng.
#9,82% tổng dư nợ toàn chi nhánh
Ngoài ra có 16 công ty (có tổng dư nợ tính dụng tại thời điểm 31/12/2015
Số dư nợ của chi nhánh đạt 1.426.885.558.501 đồng, chiếm 15.57% tổng dư nợ, với chỉ số M’score và F’score trung bình trong 3 năm đều lớn hơn 1, cho thấy nhóm này tiềm ẩn nguy cơ rủi ro ở mức độ trung bình.
Bảng 4.6: Thống kê chênh lệch lợi nhuận trước sau kiểm toán
STT Mã Chênh lệch lợi nhuận trước và sau kiểm toán (%)
TIEU LUAN MOI download : skknchat@gmail.com
STT Mã Chênh lệch lợi nhuận trước và sau kiểm toán (%)
Nguồn: Thống kê của tác giả
Theo báo cáo của ngân hàng, nhiều công ty có chênh lệch lợi nhuận trước và sau kiểm toán lớn hơn 10%, cho thấy sự đáng lo ngại trong việc thu thập thông tin tài chính khi cho vay và giám sát tình hình tài chính Chỉ số M’Score trung bình trong 3 năm của 10/16 công ty lớn hơn 4, trong khi 14/16 công ty có F’score nằm trong khoảng 1 đến 1,6 Đặc biệt, trong số 8 công ty bị nghi ngờ gian lận BCTC, công ty 39 có M’score > 1.78 và F’score > 2.45, cho thấy rủi ro cao về gian lận tài chính Công ty này hoạt động trong lĩnh vực bất động sản, một ngành đang chịu sự thắt chặt tín dụng từ hệ thống Vietcombank.
Công ty này đã thành lập khoảng 10 công ty con, chủ yếu nhằm phục vụ cho hoạt động của công ty mẹ trong các lĩnh vực như thi công, xây dựng, môi giới bất động sản và vận tải Doanh thu chủ yếu đến từ việc bán hàng và cung cấp dịch vụ cho công ty mẹ.
Dư nợ tại thời điểm đầu năm 2016 của công ty 39 là 520 tỉ đồng, chênh lệch lợi nhuận trước và sau kiểm toán là hơn 19%.
Mô hình tương quan
4.3.1 Thống kê mô tả các biến
Mô hình tương quan dự kiến theo Mục 3.2.1.4:
M’score = β0 + β1*DEBT/EQ+ β2*SAL/TA+ β3*NP/SAL+ β4*REC/SAL+β5*NP/TA+β6*WC/TA+β7*GP/TA+β8*INV/SAL+β9*TD/TA+β1 0*L.TA+ + ε
Bảng 4.6: Thống kê mô tả các biến trong mô hình tương quan
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata
Phân tích mối quan hệ giữa các biến nghiên cứu nhằm mục đích khám phá sự liên kết giữa chúng Phân tích tương quan đo lường cường độ của mối quan hệ giữa hai biến, với hai biến này được coi là các biến ngẫu nhiên có tính chất ngang hàng.
Hệ số tương quan, có giá trị từ -1 đến +1, cho thấy mối liên hệ giữa hạng của hai biến mà không phân biệt giữa biến độc lập và biến phụ thuộc Để tải tài liệu TIEU LUAN MOI, vui lòng liên hệ qua email: skknchat@gmail.com.
Kết quả hệ số tương quan giữa các biến trong mô hình như sau:
Bảng 4.7: Ma trận hệ số tương quan
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata
Hệ số tương quan giữa biến phụ thuộc M’score và các biến độc lập dao động từ -0.12 đến 0.20, trong đó biến WCTA có mức tương quan khá cao (-0.12) với M’score Các biến độc lập khác có hệ số tương quan nhỏ, cho thấy mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập này là yếu.
Hệ số tương quan giữa các biến độc lập chủ yếu nằm trong khoảng từ -0.49 đến 0.51, điều này giúp giảm thiểu khả năng xảy ra hiện tượng đa cộng tuyến khi thực hiện mô hình hồi quy.
4.3.3.1 Kết quả hồi quy theo mô hình hồi quy hỗn hợp (Pooled OLS)
Mô hình nghiên cứu được lựa chọn là hồi quy hỗn hợp (Pooled OLS) nhằm ước lượng tham số hồi quy Hệ số hồi quy (Coef.) phản ánh tác động của biến độc lập đến biến phụ thuộc, trong khi giá trị P>|t| cho thấy ý nghĩa thống kê của biến.
Tải TIEU LUAN MOI tại địa chỉ skknchat@gmail.com Giá trị biến độc lập trong mô hình càng thấp thì độ an toàn càng cao, đặc biệt khi giá trị này dưới 5%.
Kết quả mô hình như sau:
Bảng 4.8: Mô hình hồi quy PooledLOS
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata
Tác giả áp dụng các phương pháp kiểm định như VIF để đánh giá đa cộng tuyến, kiểm định Breusch-Pagan/Cook-Weisberg để xác định phương sai không đồng nhất, và kiểm định Durbin-Watson để kiểm tra tự tương quan Kết quả cho thấy mô hình không vi phạm bất kỳ kiểm định nào trong số ba kiểm định đã nêu (chi tiết có trong Phụ lục 9).
Mô hình Pooled OLS cho thấy rằng 5.38% sự thay đổi của biến phụ thuộc M’score có thể được giải thích bởi các biến độc lập Tất cả các biến độc lập, bao gồm tỉ lệ lãi gộp trên tài sản và quy mô công ty, đều có ý nghĩa thống kê ở mức 1%.
Hàm hồi quy với mô hình hồi quy hỗn hợp:
Mi,t= 18.702*GP/TAi,t + 1.416*L.TAi,t -18.099 Theo đó:
TIEU LUAN MOI download : skknchat@gmail.com
Biến GP/TA có hệ số 18.702, cho thấy mối quan hệ cùng chiều với biến phụ thuộc Cụ thể, khi các yếu tố khác giữ nguyên, việc tăng thêm 1 đơn vị ở yếu tố GP/TA sẽ dẫn đến sự gia tăng 18.702 đơn vị trong chỉ số M’score.
Biến L.TA có hệ số 1.416, cho thấy mối quan hệ cùng chiều với biến phụ thuộc Khi giữ nguyên các yếu tố khác, việc tăng thêm 1 đơn vị của biến L.TA sẽ dẫn đến việc chỉ số M’score tăng thêm 1.416 đơn vị.
4.3.3.2 Kết quả hồi quy theo mô hình Probit Để có kết quả dưới góc độ khác, M’score được sử dụng để phân chia thành 2 trường hợp:
- M’score >= 1.87 được gán với giá trị 1, nghĩa là khả năng doanh nghiệp có gian lận BCTC
- M’score < 1.87 được gán với giá trị 0, nghĩa là khả năng doanh nghiệp không có gian lận BCTC
Kết quả mô hình hồi quy có được như sau:
Bảng 4.9: Mô hình hồi quy Probit
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata
TIEU LUAN MOI download : skknchat@gmail.com
Mô hình probit giải thích 7.23% sự thay đổi của các biến độc lập liên quan đến M’score Tất cả các biến độc lập đều có ý nghĩa thống kê ở mức 5%, bao gồm tỉ lệ lãi gộp trên tài sản và quy mô công ty trong mô hình hồi quy hỗn hợp.
Biến GT/TA có hệ số lớn hơn 0 cho thấy tỷ lệ lãi gộp trên tài sản có ảnh hưởng tích cực đến khả năng xảy ra gian lận trong báo cáo tài chính.
Biến L.TA với hệ số lớn hơn 0 cho thấy rằng quy mô doanh nghiệp có ảnh hưởng tích cực đến khả năng xảy ra gian lận trong báo cáo tài chính.
Mức độ dự báo chính xác của mô hình:
Bảng 4.10: Mức độ dự báo chính xác của mô hình Probit
Nguồn: Kết quả phân tích dữ liệu từ phần mềm Stata
Theo kết quả phân tích, tỷ lê ̣ dự báo đúng của toàn bô ̣ mô hình là 65%
TIEU LUAN MOI download : skknchat@gmail.com
Trong chương này, tác giả phân loại các công ty thành hai nhóm: có khả năng gian lận và không có khả năng gian lận, dựa trên chỉ số M’score và F’score Kết quả cho thấy có 8 công ty có khả năng gian lận báo cáo tài chính khi vay vốn tại Vietcombank Bình Dương, cùng với 16 công ty có chỉ số M’score và F’score trung bình trong 3 năm lớn hơn 1 Hơn nữa, mô hình hồi quy M’score được áp dụng và cho kết quả phù hợp với nghiên cứu của Persons và Spathis (2002).
TIEU LUAN MOI download : skknchat@gmail.com