Mục tiêu nghiên cứu
Nghiên cứu này tập trung vào việc phát hiện gian lận báo cáo tài chính thông qua mô hình dự báo khả năng gian lận dựa trên các chỉ số tài chính Mục tiêu là phân tích những yếu tố tài chính có thể tác động đến khả năng gian lận của các công ty niêm yết tại Việt Nam.
Câu hỏi nghiên cứu
Nghiên cứu này nhằm xác định chỉ số tài chính nào có mối quan hệ thống kê đáng kể với khả năng gian lận báo cáo tài chính (BCTC) của các công ty niêm yết trên thị trường chứng khoán Việt Nam Việc phân tích các chỉ số tài chính sẽ giúp hiểu rõ hơn về các yếu tố có thể dẫn đến hành vi gian lận trong BCTC, từ đó cung cấp thông tin hữu ích cho các nhà đầu tư và cơ quan quản lý trong việc giám sát và ngăn chặn gian lận tài chính.
Câu hỏi nghiên cứu 2: Xác suất dự báo chính xác của mô hình hồi quy
Logistic trong việc dự báo khả năng gian lận BCTC của các công ty niêm yết sàn giao dịch TP.Hồ Chí Minh là bao nhiêu?
CƠ SỞ LÝ THUYẾT
Tổng quan về BCTC
CTC là phương pháp kế toán tổng hợp, tổng hợp số liệu từ các sổ kế toán theo các chỉ tiêu kinh tế tài chính vào hệ thống báo cáo đã quy định Phương pháp này phản ánh tình hình tài sản, công nợ và nguồn vốn tại một thời điểm cụ thể, đồng thời thể hiện tình hình sử dụng vốn và kết quả hoạt động sản xuất kinh doanh của công ty trong một giai đoạn nhất định.
1.1.2 Bảng Cân đối kế toán
Bảng cân đối kế toán (CĐKT) là báo cáo tài chính quan trọng, thể hiện tổng quát tài sản của công ty tại một thời điểm cụ thể, bao gồm giá trị tài sản và nguồn vốn hình thành tài sản Để lập CĐKT, cần căn cứ vào sổ kế toán tổng hợp, sổ và thẻ kế toán chi tiết, bảng tổng hợp chi tiết, bảng cân đối kế toán năm trước, cùng với bảng phát sinh tài khoản kế toán.
Phần “Tài sản” cung cấp cái nhìn tổng quát về giá trị tài sản hiện có của công ty vào cuối kỳ kế toán, bao gồm tài sản cố định, vật liệu, hàng hóa, tiền mặt, tiền gửi ngân hàng và các khoản đầu tư tài chính Các chỉ tiêu tài sản được tổ chức theo nội dung kinh tế, phản ánh toàn bộ quy trình kinh doanh từ thu, mua, sản xuất đến tiêu thụ Dựa vào dữ liệu này, có thể đánh giá quy mô tài sản, năng lực và trình độ sử dụng vốn của công ty.
Phần "Nguồn vốn" thể hiện nguồn hình thành tài sản của công ty tại thời điểm kết thúc kỳ hạch toán, bao gồm vốn chủ sở hữu và vốn vay Tình hình tài chính và hoạt động của công ty được phản ánh qua tỷ lệ và cấu trúc của từng nguồn vốn trong tổng nguồn vốn hiện có.
Nội dung của CĐKT được thể hiện qua Phụ lục 1 – Nội dung của CĐKT
1.1.3 Báo cáo kết quả hoạt động kinh doanh
Báo cáo kết quả hoạt động kinh doanh (CKQHĐKD) là tài liệu tổng hợp phản ánh tình hình và kết quả kinh doanh của công ty trong một kỳ hoạt động Báo cáo này cung cấp cái nhìn chi tiết về khả năng sinh lời và thực trạng hoạt động kinh doanh, được lập dựa trên sự cân đối giữa doanh thu, chi phí và kết quả kinh doanh.
CKQHĐKD cung cấp thông tin chi tiết về tình hình kinh doanh và lợi nhuận của từng hoạt động trong công ty, giúp các nhà đầu tư và người cho vay đưa ra quyết định chính xác Bên cạnh đó, nó cũng hỗ trợ các nhà quản trị trong việc xây dựng các kế hoạch kinh doanh phù hợp cho tương lai.
Nội dung của CKQHĐKD được thể hiện qua Phụ lục 2 – Nội dung của CKQHĐKD
Phân tích báo cáo tài chính (BCTC) là quá trình đánh giá và so sánh số liệu tài chính hiện tại với các kỳ trước, giúp người dùng hiểu rõ tiềm năng, hiệu quả kinh doanh và các rủi ro tài chính trong tương lai của công ty.
Phân tích báo cáo tài chính (BCTC) đóng vai trò quan trọng trong việc cung cấp thông tin hữu ích cho ban quản trị công ty và các đối tượng khác như cổ đông, nhà cho vay, khách hàng lớn, nhà đầu tư, nhà cung cấp, đối thủ cạnh tranh, cơ quan thuế, cơ quan quản lý nhà nước, người lao động và sinh viên Nó giúp phản ánh tình hình tài chính của công ty tại một thời điểm cụ thể và kết quả hoạt động sản xuất kinh doanh trong một khoảng thời gian Dựa vào thông tin này, các bên liên quan có thể đưa ra quyết định phù hợp, chẳng hạn như ban quản trị sẽ xác định chiến lược kinh doanh, trong khi cổ đông, nhà đầu tư và nhà cung cấp sẽ quyết định về việc tiếp tục đầu tư hoặc hợp tác với công ty, và sinh viên sẽ sử dụng để phục vụ cho nghiên cứu khoa học.
Tổng quan về gian lận và gian lận BCTC
1.2.1 Tổng quan về gian lận 1.2.1.1 Khái niệm gian lận
Gian lận hiện nay được hiểu là hành vi không trung thực, sử dụng mánh khóe để lừa gạt người khác (Viện Ngôn Ngữ Học, 2003) Đây là việc xuyên tạc sự thật và thực hiện những hành vi không được pháp luật quy định nhằm thu lợi cho bản thân.
Gian lận, theo định nghĩa của Hiệp hội Các Nhà Điều Tra Gian Lận Hoa Kỳ (ACFE), là hành vi cố ý lạm dụng hoặc sử dụng không đúng mục đích tài sản của doanh nghiệp để trục lợi và làm giàu cho cá nhân.
Theo chuẩn mực kiểm toán quốc tế 240, gian lận được định nghĩa là hành vi cố ý của cá nhân hoặc tổ chức nhằm thu lợi bất hợp pháp Gian lận có thể biểu hiện qua nhiều hình thức, bao gồm: xuyên tạc và làm giả chứng từ liên quan đến báo cáo tài chính, sửa đổi tài liệu kế toán dẫn đến sai lệch báo cáo tài chính, biển thủ tài sản, che giấu hoặc bỏ sót thông tin quan trọng, ghi chép sai sự thật các nghiệp vụ kinh tế, áp dụng sai các chuẩn mực và nguyên tắc kế toán, cũng như tính toán sai số học.
Qua đây, chúng ta có thể thấy rằng lợi ích đem đến của gian lận cảcho cá nhân và tổ chức đó là:
Lợi ích của việc gian lận đối với cá nhân bao gồm nhận tiền hoặc tài sản trực tiếp, cùng với các lợi ích gián tiếp như tăng cường quyền lực, sự đền ơn và nhận thưởng.
Lợi ích đối với tổ chức, thường là từ những nhân viên hành động dưới danh nghĩa tổ chức, khi thực hiện gian lận thường dẫn đến việc tăng thu nhập của công ty, tạo ra lợi ích trực tiếp.
Để đối phó với gian lận, có ba phương pháp chính: đề phòng, phát hiện và hình phạt Người quản lý công ty cần thiết lập hệ thống kiểm soát nội bộ hiệu quả nhằm ngăn chặn và phát hiện gian lận Kiểm toán viên có trách nhiệm phát hiện các hành vi gian lận Theo Chuẩn mực kiểm toán VN (VSA 240), khi lập kế hoạch và thực hiện thủ tục kiểm toán, kiểm toán viên và công ty kiểm toán phải xem xét các sai phạm do gian lận hoặc sai sót có thể ảnh hưởng nghiêm trọng đến báo cáo tài chính.
SAS 99 phân loại các sai sót liên quan đến gian lận thành hai loại: một là các gian lận liên quan đến báo cáo tài chính, hai là các gian lận liên quan đến việc biển thủ tài sản
Còn theo kết quả nghiên cứu về gian lận của công trình nghiên cứu của ACFE, gian lận gồm 3 loại như sau:
Biển thủ tài sản là hành vi chiếm đoạt tài sản, thường xảy ra do nhân viên hoặc người quản lý thực hiện Ví dụ điển hình bao gồm việc ăn cắp tiền, lấy trộm hàng hóa trong kho, hoặc gian lận trong tiền lương.
Tham ô là hành vi của người quản lý hoặc chủ sở hữu công ty, lợi dụng trách nhiệm và quyền hạn của mình để vi phạm nghĩa vụ đã cam kết với công ty, nhằm thu lợi cho bản thân hoặc người khác.
Gi BCTC là thông tin trên báo cáo tài chính bị sai lệch, phản ánh tình hình tài chính bị cố ý bóp méo nhằm lừa đảo người sử dụng thông tin, như khai khống doanh thu, giảm nợ phải trả hoặc chi phí.
Nghiên cứu của ACFE chỉ ra rằng, mặc dù gian lận liên quan đến tài sản chiếm gần 90% trong mẫu nghiên cứu, nhưng thiệt hại cho nền kinh tế lại thấp nhất Ngược lại, gian lận báo cáo tài chính, dù chiếm tỷ lệ nhỏ hơn, lại gây ra thiệt hại lớn nhất cho nền kinh tế.
Bảng 1.1 Kết quả cuộc nghiên cứu của ACFE về tổn thất do gian lận (2012-2016)
Biển thủ 86,7% 120.000 85,4% 130.000 83,5% 125.000 Tham ô 33,4% 250.000 36,8% 200.000 35,4% 200.000 Gian lận BCTC 7,6% 1.000.000 9,0% 1.000.000 '9,6% 975.000
Kết quả cho thấy thiệt hại từ gian lận CTC đã được phát hiện, nhưng rất khó xác định thiệt hại thực sự từ những gian lận chưa bị phát hiện Điều này không chỉ liên quan đến thiệt hại kinh tế trực tiếp mà còn bao gồm các chi phí hữu hình như chi phí kiện tụng, phí bảo hiểm và những thiệt hại vô hình như niềm tin bị giảm sút và tác động tiêu cực đến thị trường chứng khoán.
1.2.2 Tổng quan về gian lận BCTC
1.2.2.1 Khái niệm gian lận BCTC
Gian lận CTC là hành động trong kế toán làm sai lệch kết quả kinh doanh và tình hình tài chính của công ty, thường do chủ sở hữu hoặc nhà quản lý thực hiện Họ lợi dụng tính linh hoạt của các phương pháp kế toán để thực hiện các hành vi gian lận một cách cá nhân Những hành vi này khó bị phát hiện và mặc dù số liệu bị sai lệch, tài sản hữu hình vẫn không bị mất Việc xác định đúng sai của các bút toán này thường rất phức tạp.
Theo Ủy ban Quốc gia về Gian lận Báo cáo Tài chính (1987), gian lận báo cáo tài chính được định nghĩa là những hành vi cố ý hoặc bỏ sót thông tin, dẫn đến việc sai lệch nghiêm trọng trong báo cáo tài chính.
Gian lận CTC, theo ACFE, được định nghĩa là hành vi có chủ ý và gian dối, bao gồm việc trình bày thông tin không đúng sự thật hoặc loại trừ các dữ liệu kế toán chính xác Hành động này có thể làm thay đổi cách đánh giá và quyết định của người đọc khi xem xét các thông tin được cung cấp Khi các nhà quản lý của một công ty cung cấp thông tin tài chính sai lệch, điều này được coi là gian lận CTC.
Chỉ số tài chính
Theo (Ilaboya, 2008), chỉ số tài chính là một tỷ lệ được tính từ hai hoặc nhiều giá trị kế toán có mối quan hệ với nhau
Theo Courtis (1978), chỉ số tài chính phản ánh toàn diện hoạt động tài chính của công ty, cho thấy tình hình sức khỏe doanh nghiệp Những chỉ số này bao gồm lợi nhuận, khả năng trả nợ và hiệu suất quản lý.
Theo Ravisankar và cộng sự (2011), chỉ số tài chính giúp giải thích các số liệu trong CTC, cho phép người sử dụng BCTC đánh giá tình hình sức khỏe tài chính của công ty Những chỉ số này cho biết liệu công ty có đang gánh nợ cao, hàng tồn kho có vượt mức cho phép, tình trạng trả nợ của khách hàng có đúng hẹn hay không, chi phí hoạt động có an toàn hay không, và tài sản của công ty có được sử dụng đúng mục đích hay không.
Chỉ số tài chính đóng vai trò quan trọng trong việc đánh giá hiệu quả hoạt động và tình hình tài chính của một công ty.
1.3.2 Phân loại chỉ số tài ch nh
Trong phạm vi nghiên cứu của luận văn, tác giả phân loại theo Rasa cộng sự
Bài viết năm 2015 phân loại chỉ số tài chính thành 5 nhóm chính: chỉ số sinh lợi, chỉ số thanh khoản, chỉ số hoạt động, chỉ số đòn bẩy tài chính và chỉ số cơ cấu tài sản Tổng cộng có 51 chỉ số tài chính thuộc 5 nhóm này.
1.3.2.1 Nhóm chỉ số sinh lợi:
Lợi nhuận gộp trên doanh thu là chỉ số tài chính quan trọng giúp theo dõi tình hình sinh lợi của công ty, thể hiện mối quan hệ giữa lợi nhuận gộp dành cho cổ đông và tổng doanh thu.
Chỉ số lợi nhuận gộp được tính bằng cách chia lợi nhuận gộp từ bán hàng và cung cấp dịch vụ cho doanh thu trong kỳ, với số liệu lấy từ báo cáo kết quả hoạt động kinh doanh của công ty Chỉ số này phản ánh hiệu quả sử dụng các yếu tố đầu vào như vật tư và lao động trong sản xuất kinh doanh Nó cho biết tỷ lệ lợi nhuận trên doanh thu; nếu chỉ số dương, công ty đang có lãi, và nếu chỉ số âm, công ty đang thua lỗ.
Lợi nhuận hoạt động/Doanh thu:
Chỉ số này được tính bằng cách lấy lợi nhuận từ hoạt động kinh doanh trong kỳ chia cho doanh thu trong kỳ Dữ liệu cho hai chỉ tiêu này được thu thập từ báo cáo kết quả hoạt động kinh doanh của công ty.
Chỉ tiêu này phản ánh khả năng sinh lợi từ doanh thu, cho biết mỗi đồng doanh thu tạo ra bao nhiêu đồng lợi nhuận hoạt động Một chỉ số cao cho thấy doanh nghiệp có năng lực cạnh tranh tốt hơn trên thị trường.
Lợi nhuận trước lãi vay và thuế/Doanh thu:
Chỉ số này phản ánh mức độ thành công của lãnh đạo công ty trong việc tạo ra lợi nhuận từ hoạt động kinh doanh Đây là thước đo đơn giản để xác định đòn bẩy hoạt động mà công ty đạt được Nó cho thấy số lợi nhuận trước thuế và lãi vay mà công ty kiếm được từ mỗi đồng doanh thu.
Chỉ số này càng lớn th quản l chi ph càng có hiệu quả, doanh thu tăng nhanh hơn chi ph hoạt động
Lợi nhuận trước thuế/Doanh thu:
Chỉ số này đo lường hoạt động sản xuất kinh doanh hoặc toàn bộ hoạt động của công ty, cho biết mỗi đồng doanh thu tạo ra bao nhiêu đồng lợi nhuận Nó thể hiện mối quan hệ chặt chẽ giữa doanh thu và lợi nhuận, trong đó doanh thu phản ánh vị trí của công ty trên thị trường, còn lợi nhuận thể hiện chất lượng và hiệu quả cuối cùng Do đó, chỉ số này là tiêu chí quan trọng để đánh giá vai trò và hiệu quả của doanh nghiệp.
Tổng doanh thu, tổng lợi nhuận và tỷ suất lợi nhuận trên doanh thu càng cao thì vai trò và hiệu quả hoạt động của doanh nghiệp càng được nâng cao Các số liệu này được trích xuất từ báo cáo kết quả hoạt động kinh doanh của công ty.
Lợi nhuận ròng/Lợi nhuận gộp:
Chỉ tiêu này được tính bằng cách chia lợi nhuận sau thuế thu nhập doanh nghiệp cho lợi nhuận gộp từ bán hàng và cung cấp dịch vụ Dữ liệu cho hai chỉ tiêu này được lấy từ báo cáo kết quả hoạt động kinh doanh của công ty.
Chỉ số này thể hiện số tiền thu nhập còn lại sau khi đã trừ đi các khoản chi phí quản lý, chi phí bán hàng và thuế từ mỗi đồng thu nhập kiếm được.
Chỉ số này càng cao chứng tỏ c ng ty càng có lãi cao
Tổng nợ/Vốn chủ sở hữu là chỉ số tài chính quan trọng, phản ánh khả năng quản lý và sử dụng nợ của công ty Chỉ số này được tính bằng tổng nợ, bao gồm nợ dài hạn và nợ ngắn hạn, chia cho giá trị vốn chủ sở hữu trong cùng một thời kỳ Dữ liệu cho hai chỉ tiêu này được thu thập từ báo cáo tài chính.
Chỉ số này thể hiện mối quan hệ giữa vốn vay và vốn chủ sở hữu, cho thấy mức độ phụ thuộc của công ty vào việc huy động vốn qua vay nợ Chỉ số càng cao chứng tỏ công ty đối mặt với rủi ro vỡ nợ lớn hơn, đồng thời cho thấy sự phụ thuộc cao vào khoản vay.
Lợi nhuận gộp/Tổng tài sản:
Các m h nh phát hiện gian lận CTC
Mô hình này được nhiều nhà nghiên cứu áp dụng để nghiên cứu và đánh giá công ty từ nhiều khía cạnh khác nhau Nó giúp người dùng BCTC phát hiện các giao dịch gian lận đã xảy ra và dự đoán các giao dịch có khả năng xảy ra trong tương lai thông qua các biến trong mô hình.
Trong mô hình này, Mi được sử dụng để xác định tính chất gian lận của công ty, với giá trị 1 cho công ty gian lận và 0 cho công ty không gian lận Hệ số tương quan βi đại diện cho mối quan hệ giữa các biến độc lập, trong khi Xi là ma trận chứa các biến độc lập và εi là sai số trong mô hình.
Các biến độc lập trong mô hình bao gồm: chỉ số kỳ thu tiền, chỉ số lợi nhuận gộp, chỉ số chất lượng tài sản, chỉ số tăng trưởng doanh thu, chỉ số khấu hao, chỉ số chi phí quản lý và bán hàng, chỉ số đòn bẩy, và tỷ lệ tổng dồn tích trên tổng tài sản.
1.4.2 Mô hình Spathis (Mô hình Logit)
Vào năm 2002, mô hình Spathis được giới thiệu, sử dụng phương pháp phân tích hồi quy logic để phân loại công ty thành hai nhóm: không gian lận và gian lận, dựa trên các biến độc lập.
E(y) là biến phụ thuộc, với giá trị 1 cho công ty gian lận và 0 cho công ty không gian lận Các hệ số b0, b1, b2, …, bi đại diện cho mối quan hệ giữa biến phụ thuộc và các biến độc lập x1, x2, …, xi.
M h nh chi tiết như sau:
Mô hình FFS được xác định bằng công thức: FFS = b0 + b1(Nợ/Vốn chủ sở hữu) + b2(Doanh thu/Tổng tài sản) + b3(Lãi gộp/Doanh thu) + b4(Nợ phải thu/Doanh thu) + b5(Lãi gộp/Tổng tài sản) + b6(Vốn lưu động/Tổng tài sản) + b7(Doanh thu/Tổng tài sản) + b8(Hàng tồn kho/Tổng tài sản) + b9(Tổng nợ/Tổng tài sản) + b10(Chi phí tài chính/Chi phí hoạt động) + b11(Thuế/Doanh thu) + b12(Z-score) Công thức này thể hiện mối quan hệ giữa các chỉ số tài chính, giúp đánh giá tình hình tài chính của doanh nghiệp.
TỔNG QUAN CÁC NGHIÊN CỨU KHOA HỌC LIÊN QUAN 31
Nghiên cứu về các nhân tố tác động đến gian lận BCTC
Romney cộng sự (1980) và Sorenson cộng sự (1983) xem xét các dấu hiệu báo động đỏ với mục đ ch đểdự đoán về gian lận
Albrecht Romney (1986) đã tiếp nối nghiên cứu của Romney và các cộng sự bằng cách kiểm tra 87 dấu hiệu báo động đỏ về gian lận trong các công ty Nghiên cứu này sử dụng mẫu gồm các công ty có gian lận và không gian lận, và kết quả cho thấy chỉ khoảng 1/3 trong số các dấu hiệu đó có ý nghĩa trong việc dự đoán gian lận Ngoài ra, Easley (1996) đã nghiên cứu mối tương quan giữa gian lận trong báo cáo tài chính và cơ chế quản trị công ty, tập trung vào tỷ lệ phần trăm giám đốc bên ngoài, giám đốc độc lập và sự thành lập ủy ban kiểm toán.
Nghiên cứu đã so sánh 75 công ty gian lận với 75 công ty không gian lận, được ghép cặp theo quy mô, ngành và thời gian Phương pháp phân tích hồi quy logit cho thấy có mối quan hệ ngược chiều giữa số lượng thành viên Hội đồng quản trị là người ngoài công ty và khả năng xảy ra gian lận Ngoài ra, cũng có mối quan hệ ngược chiều giữa tỷ lệ cổ phiếu do các thành viên ngoài nắm giữ và khả năng gian lận xuất hiện.
Nghiên cứu của Scott L Summers và John T Sweeney (1998) nhằm xác định liệu các kiểm toán viên có đánh giá rủi ro gian lận báo cáo tài chính (BCTC) một cách khả quan hơn thông qua việc xem xét các hoạt động nội gián trong giao dịch hay không Kết quả cho thấy có mối quan hệ giữa các công ty gian lận và các hoạt động nội gián trong giao dịch, đồng thời chỉ ra rằng nội gián trong giao dịch cùng với các yếu tố gian lận có ảnh hưởng lẫn nhau.
Abbot, Park và Parker (2000) nghiên cứu mối quan hệ giữa khả năng gian lận và sự tồn tại của Ủy ban kiểm toán độc lập Kết quả phân tích hồi quy thống kê cho thấy các công ty có ủy ban kiểm toán và các nhà quản lý độc lập ít có khả năng báo cáo gian lận.
Bell và Carcello (2000) đã tiến hành ước lượng khả năng gian lận trong báo cáo tài chính thông qua việc phân tích sự hiện diện hoặc vắng mặt của các yếu tố nguy cơ gian lận đối với khách hàng kiểm toán Nghiên cứu này sử dụng phương pháp hồi quy logistic để thực hiện phân tích.
Kết quả nghiên cứu cho thấy các yếu tố nguy cơ liên quan đến gian lận tài chính bao gồm môi trường kiểm soát nội bộ yếu, sự tăng trưởng nhanh chóng, lợi nhuận không đủ hoặc không phù hợp, và tình trạng sở hữu công ty Ryan K Church và cộng sự (2001) đã tiến hành khảo sát 127 kiểm toán viên nội bộ để tìm hiểu các yếu tố ảnh hưởng đến việc đánh giá gian lận trong báo cáo tài chính Kết quả cho thấy thu nhập lớn hơn dự kiến và các giao ước nợ hạn chế có liên quan đến gian lận Ngoài ra, kiểm toán viên nội bộ có nguy cơ gian lận cao hơn khi có kế hoạch thưởng dựa trên thu nhập và khi thu nhập vượt quá dự kiến.
Paul Dunn (2003) nghiên cứu ảnh hưởng của quyền lực cấu trúc và quyền lực sở hữu đến gian lận trong kiểm toán tài chính (CTC) Nghiên cứu này sử dụng mẫu 100 công ty gian lận CTC và 100 công ty không gian lận CTC Các yếu tố được xem xét bao gồm động cơ kinh tế, đặc điểm của đội ngũ quản lý cấp cao và cấu trúc quản trị doanh nghiệp.
Nghiên cứu áp dụng các phương pháp phân tích tương quan, phân tích đơn biến và mô hình hồi quy Kết quả cho thấy có mối quan hệ mạnh mẽ giữa quyền lực cấu trúc và quyền lực sở hữu với hành vi gian lận CTC; các công ty gian lận thường có đội ngũ quản lý cấp cao và Hội đồng quản trị với nhiệm kỳ ngắn.
2.1.2 Các nghiên cứu khoa học của Việt Nam
Theo nghiên cứu của Trần Thị Giang Tân (2009), các công ty niêm yết trên thị trường chứng khoán Việt Nam thường sử dụng các hình thức gian lận như kê cao thu nhập và doanh thu, đồng thời ghi giảm chi phí Áp lực từ việc phải đạt được các mục tiêu đã đề ra, duy trì lợi nhuận hoặc doanh thu, cũng như giữ giá trị cổ phiếu trong bối cảnh khó khăn kinh doanh và khủng hoảng tài chính, là những động cơ chính dẫn đến các sai phạm này.
Nguyễn Thị Hoàng Anh trong nghiên cứu của mình đã chỉ ra ba lý do chính dẫn đến sự khác biệt giữa báo cáo tài chính (BCTC) trước và sau kiểm toán Thứ nhất, sự khác biệt về kỹ thuật, cách tính toán và sai sót trong hạch toán của công ty Thứ hai, thời gian công bố BCTC đã được kiểm toán có sự sai khác Cuối cùng, động cơ của người tạo ra thông tin cũng ảnh hưởng đến tính chính xác của báo cáo Ngoài ra, nghiên cứu cũng nhấn mạnh rằng các biện pháp xử phạt của Nhà nước chưa đủ mạnh, cơ chế pháp lý cho thị trường chứng khoán còn thiếu hoàn chỉnh, và chế độ kế toán, kiểm toán vẫn còn nhiều sơ hở Cuối cùng, việc nhà đầu tư thiếu kiến thức chuyên ngành dẫn đến quyết định đầu tư không cẩn trọng cũng là một yếu tố quan trọng.
Nghiên cứu phát hiện và dự báo gian lận BCTC
Beneish (1999) dùng tám chỉ số tài chính để xem xét khả năng gian lận BCTC
Tác giả đã thu thập dữ liệu từ 74 công ty có thu nhập bị điều chỉnh và không bị điều chỉnh trong giai đoạn 1982-1992 trên Computast Mô hình được phát triển mang tên M-score, với ngưỡng giá trị -1,78 Điều này cho thấy các công ty có thu nhập bị điều chỉnh có M-score lớn hơn -1,78 Mô hình này đạt xác suất dự đoán chính xác 76% trong việc nhận diện các công ty có khả năng gian lận báo cáo tài chính.
Spathis (2002) đã áp dụng chỉ số Z – core cùng với phân tích hồi quy logistic đơn biến và đa biến để phát triển một mô hình dự đoán khả năng gian lận trong báo cáo tài chính.
Nghiên cứu đã thu thập dữ liệu từ 10 chỉ số tài chính của 38 công ty gian lận và 38 công ty không gian lận trong ngành sản xuất tại Hy Lạp Kết quả cho thấy chỉ còn 4 chỉ số tài chính có khả năng dự báo gian lận CTC Mô hình được xây dựng từ nghiên cứu này đạt hiệu quả cao trong việc dự đoán gian lận với tỷ lệ chính xác lên đến 84%.
Dalnial và cộng sự (2014) đã áp dụng 8 chỉ số tài chính để phát triển mô hình dự báo gian lận báo cáo tài chính Họ sử dụng chỉ số Z-score và phương pháp hồi quy tuyến tính từng bước, với mẫu nghiên cứu gồm 130 công ty niêm yết tại Malaysia, bao gồm cả công ty gian lận và không gian lận, trong giai đoạn từ năm 2000 đến 2011, với điều kiện quy mô công ty tương đương Kết quả nghiên cứu cho thấy có 6 chỉ số tài chính có ảnh hưởng đáng kể đến khả năng gian lận trong báo cáo tài chính.
Nghiên cứu của Persons (1995) chỉ ra rằng các chỉ số kế toán như Tổng nợ/Tổng Tài sản, Tài sản cố định/Tổng tài sản, Vốn lưu động/Tổng tài sản và quy mô công ty có thể giúp phát hiện gian lận trong báo cáo tài chính Mẫu nghiên cứu gồm 100 công ty gian lận và 100 công ty không gian lận, tất cả đều thuộc cùng một ngành và trong cùng khoảng thời gian Mô hình hồi quy từng bước được áp dụng cho thấy khả năng dự đoán của mô hình rất tốt, giúp phân biệt rõ ràng giữa các công ty gian lận và không gian lận, với tỷ lệ sai sót tương đối thấp và độ chính xác cao trong việc xác định tình trạng gian lận của các công ty.
Kirkos cộng sự (2007)cũng dùng mẫu nghiên cứu giống như của Spathis
Năm 2002, nghiên cứu đã sử dụng 27 chỉ số tài chính và áp dụng kiểm định ANOVA cùng với chỉ số Z-score để phân tách thành hai mẫu khác biệt Tác giả đã xây dựng ba mô hình dự báo khả năng gian lận báo cáo tài chính (BCTC) bằng cách sử dụng Cây quyết định, Mạng nơron và Mạng niềm tin Bayesian Kết quả so sánh cho thấy mô hình mạng Bayesian đạt hiệu suất tốt nhất với độ chính xác cao nhất là 90,3% trong việc phân biệt gian lận BCTC.
Rasa cộng sự (2015) đã phân tích 51 chỉ số tài chính của 40 công ty gian lận và 125 công ty không gian lận trong giai đoạn 1998-2009 Nghiên cứu sử dụng mô hình hồi quy logistic nhằm xây dựng một mô hình dự báo gian lận CTC hiệu quả nhất Mô hình này đạt xác suất dự đoán chính xác lên đến 84,8%.
Hồi quy logistic là một trong những phương pháp phân tích dữ liệu phổ biến nhất, bên cạnh các phương pháp như cây quyết định và mạng niềm tin Bayesian, tuy nhiên, hồi quy logistic vẫn được coi là phương pháp mới mẻ trong lĩnh vực này.
Nghiên cứu về gian lận trong doanh nghiệp thường sử dụng mẫu từ 38 đến 293 công ty, thường được kết hợp với mẫu công ty không gian lận và được thiết kế theo cặp Tuy nhiên, một số nghiên cứu cho thấy sự chênh lệch đáng kể giữa số lượng công ty gian lận và không gian lận.
Còn so sánh về kết quả, các nghiên cứu trên đem lại kết quả m h nh dự báo có xác suất dự báo khả năng gian lận CTC khả quan
2.2.2 Các nghiên cứu khoa học của Việt Nam
Trần Thị Hải Lý và cộng sự (2014) đã sử dụng phương pháp phân tích thông điệp văn bản và kỹ thuật khai thác văn bản để chuyển đổi dữ liệu phi cấu trúc thành dữ liệu số Nghiên cứu này nhằm mục tiêu đánh giá cường độ truyền tải thông điệp có nghĩa từ dữ liệu phi cấu trúc của công ty, nhằm phát hiện gian lận trong CTC và dự đoán tình trạng kiệt quệ tài chính.
Lê Thị Trúc Loan và cộng sự (2013) đã tiến hành thu thập dữ liệu báo cáo tài chính của 25 công ty gian lận và 25 công ty không gian lận trong năm 2013 từ các công ty niêm yết trên sàn HOSE Tác giả áp dụng chỉ số Z-score cùng với 5 chỉ số tài chính để xây dựng mô hình hồi quy logistic nhị phân Kết quả cho thấy mô hình đạt xác suất dự đoán 72,9% chính xác trong việc nhận diện gian lận báo cáo tài chính.
Trần Ngọc Phúc (2013) đã tiến hành thu thập dữ liệu từ 27 chỉ số tài chính của 213 báo cáo tài chính (BCTC) của các công ty niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn từ năm 2009 đến năm 2011 Tác giả sử dụng phần mềm Weka làm công cụ khai thác dữ liệu trong nghiên cứu Kết quả cho thấy các chỉ số tài chính có khả năng phát hiện gian lận trong BCTC với xác suất lên tới 63,6%.
Trần Thị Giang Tân và cộng sự (2015) đã tiến hành thu thập dữ liệu trước và sau kiểm toán năm 2012 từ 39 công ty gian lận và 39 công ty không gian lận trên sàn HNX, được thiết kế theo cặp với quy mô và ngành nghề tương đồng Mục tiêu nghiên cứu là phát triển một mô hình thể hiện mối quan hệ giữa gian lận báo cáo tài chính (BCTC) và các yếu tố trong tam giác gian lận Kết quả từ phương pháp hồi quy logistic cho thấy mô hình có khả năng dự đoán chính xác khả năng gian lận BCTC lên đến 83,33%.
Hoàng Khánh và Trần Thị Thu Hiền (2015) đã phát triển mô hình nhận diện khả năng sai phạm báo cáo tài chính (BCTC) cho các doanh nghiệp trong ngành xây dựng Sử dụng mô hình 8 biến của Beneish, độ chính xác đạt 63,41% Sau đó, tác giả mở rộng mô hình lên 10 biến, mang lại kết quả khả quan hơn với độ chính xác 68,29%.
Trần Việt Hải (2017) đã tiến hành thu thập dữ liệu tài chính từ 268 công ty phi tài chính niêm yết trên sàn chứng khoán TP.HCM Các công ty này được phân chia thành hai nhóm: 112 công ty có gian lận báo cáo tài chính (BCTC) và 156 công ty không gian lận Để thực hiện việc phân loại này, mô hình Beneish và hệ số Z-score đã được áp dụng Kết quả cho thấy mô hình đạt được 3 chỉ số tài chính có khả năng dự báo gian lận BCTC với độ chính xác lên đến 68,7%.
Phương pháp nghiên cứu
Để xác định các chỉ số tài chính có khả năng dự báo gian lận trong báo cáo tài chính, cần tiến hành kiểm định mối quan hệ giữa các biến độc lập và biến phụ thuộc.
Các biến độc lập nào có hệ số có nghĩa thống kê với biến phụ thuộc sẽ được chọn đưa vào m h nh đánh giá khả năng gian lận CTC
Phương pháp nghiên cứu được tác giả lựa chọn là phương pháp định lượng
Tác giả sử dụng phương pháp thống kê mô tả để mô tả mẫu nghiên cứu sau khi đã thu thập dữ liệu đầy đủ
Sử dụng công cụ SPSS để xây dựng và đánh giá mô hình, kiểm định giả thuyết và xác định độ chính xác trong khả năng dự báo của mô hình.
Phân tích thống kê mô tả giúp xác định giá trị trung bình, giá trị lớn nhất và giá trị nhỏ nhất của các biến trong mô hình, từ đó nhận diện sự khác biệt giữa hai nhóm gian lận và không gian lận Bên cạnh đó, bước này cũng cung cấp thông tin về phân phối dữ liệu, giúp lựa chọn phương pháp kiểm định và mô hình hồi quy phù hợp.
3.1.2 Kiểm định phân phối chuẩn
Khái niệm phân phối chuẩn được nhà toán học Abraham de Moivre (1667-
Khái niệm này được giới thiệu lần đầu tiên trong một bài báo năm 1734 và sau đó được Gauss (1777-1855) mở rộng, dựa trên lý thuyết và thực nghiệm.
Cuối cùng được Laplace (1749-1827) hoàn thiện trong cuốn sách Analytical Theory of Probabilities, xuất bản vào năm 1812
Phân phối xác suất là công cụ quan trọng để mô tả tần suất xảy ra của các khả năng liên quan đến đại lượng ngẫu nhiên Mục tiêu chính của nó là giúp người nghiên cứu dễ dàng nhận diện những khả năng xảy ra phổ biến nhất và xác định giá trị của chúng.
Kiểm định Kolmogorov-Smirnov (K-S) là phương pháp được áp dụng để xác định hình dạng phân phối của các biến chỉ số tài chính trong hai mẫu: không gian lận và gian lận Phương pháp này giúp xác định xem các mẫu này có phân phối chuẩn hay không, đặc biệt khi kích thước mẫu nghiên cứu lớn hơn 50.
Giả thuyết của Kiểm định K –S:
Giả thuyết H 0 : Các biến độc lập có phân phối chuẩn Giả thuyết H 1 : Các biến độc lập không có phân phối chuẩn
Nếu giá trị Sig trong kiểm định Kolmogorov-Smirnov lớn hơn α (α = 0,05), điều này cho thấy các biến độc lập có phân phối chuẩn Ngược lại, nếu Sig nhỏ hơn 0,05, giả định rằng các biến độc lập không có phân phối chuẩn sẽ được xác nhận.
3.1.3 Kiểm định phi tham số
Kiểm định có tham số nhằm xác định sự khác biệt giữa hai trung bình của hai tổng thể Một giả thuyết quan trọng trong quá trình thực hiện các kiểm định này là tổng thể chung có phân phối chuẩn, hoặc kích thước mẫu đủ lớn.
Kiểm định Mann - Whitney được sử dụng khi chỉ có hai tổng thể nghiên cứu
Kiểm định này giúp xác định liệu các mẫu độc lập có xuất phát từ cùng một tổng thể hay từ các tổng thể khác nhau nhưng có cùng một phân phối hay không.
Trong nghiên cứu thống kê, khi xét hai tổng thể chung X và Y với phân phối chưa xác định, ta cần kiểm tra sự khác biệt giữa chúng Giả thuyết kiểm định được đặt ra là H0: μ1 = μ2 (không có sự khác nhau giữa hai tổng thể) và H1: μ1 ≠ μ2 (có sự khác nhau giữa hai tổng thể) Để thực hiện kiểm định này, ta sẽ lấy hai mẫu: mẫu đầu tiên gồm n1 đơn vị từ tổng thể X với các giá trị (x1, x2, xn1), và mẫu thứ hai gồm n2 đơn vị từ tổng thể Y với các giá trị (y1, y2, yn2).
Gộp 2 mẫu trên thành 1 mẫu với cỡ mẫu là (n1 + n2) Sắp xếp (n1 + n2) lượng biến của 2 mẫu theo thứ tự tăng dần và xác định hạng của mỗi lượng biến đó T nh tổng hạng của các lượng biến thuộc mẫu thứ nhất là R1 và của mẫu thứ hai là R2
Như vậy tổng hạng chung R = R1 + R2 = 1 +2 + + (n1 + n2)
Người ta đã chứng minh được rằng: nếu H0 đúng và n1, n2 10 thì R1 có phân phối xấp xỉ chuẩn với trung bình là:
Tương tự, ta có R2 có phân phối xấp xỉ chuẩn với giá trị trung bình là:
Th ng thường chúng ta chọn số nhỏ nhất giữa R1 và R2 để tính tiêu chuẩn kiểm định Giả sử R1 < R2 , khi đó tiêu chuẩn kiểm định được chọn là :
Z = nếu |Z| > Z 0.5- α/2 ta bác bỏ giả thiết H0 (Nếu thay R1 bằng R2 cũng sẽ cho ta cùng một kết luận)
3.1.4 Kiểm định sự khác biệt trung bình
Mục đích của kiểm định sự khác biệt trung bình là xác định sự khác biệt trung bình của biến định lượng giữa các giá trị khác nhau của biến định tính.
Kiểm định giả thuyết về giá trị trung bình của hai tổng thể độc lập được thực hiện thông qua kiểm định Independent Samples T-test Để đảm bảo tính chính xác của kiểm định này, cần tiến hành kiểm định Levene để xác định sự bằng nhau của hai phương sai tổng thể Phương sai thể hiện mức độ đồng đều hoặc không đồng đều (độ phân tán) của dữ liệu quan sát, đóng vai trò quan trọng trong việc phân tích kết quả.
Trường hợp sig nhỏ hơ 0.05:
Nếu sig Levene's Test nhỏ hơn 0.05 th phương sai giữa hai mẫu là khác nhau
Nếu sig T-Test >= 0.05 thì không có sự khác biệt có nghĩa thống kê về các biến độc lập của hai mẫu
Trường hợp sig lớ hơ hoặc bằng 0.05
Nếu sig Levene's Test lớn hơn hoặc bằng 0.05 th phương sai giữa 2 mẫu là không khác nhau:
Nếu sig T-Test < 0.05 thì có sự khác biệt có nghĩa thống kê về các biến độc lâp của hai mẫu
- Giá trị sig T-Test >= 0.05 thì không có sự khác biệt có nghĩa thống kê về các biến độc lập của hai mẫu
Các biến độc lập có ý nghĩa thống kê trong bước kiểm định được đưa vào mô hình phân tích Để mô hình hồi quy logistic đạt kết quả có ý nghĩa, cần thực hiện một số kiểm định, bao gồm kiểm định mức độ phù hợp của mô hình thông qua chỉ tiêu -2LL (-2 log likelihood), kiểm định ý nghĩa của các hệ số hồi quy bằng đại lượng Wald Chi-square, và kiểm định độ phù hợp tổng quát bằng đại lượng Chi bình phương Cuối cùng, sau khi hoàn tất tất cả các kiểm định, tác giả đánh giá khả năng dự báo chính xác của mô hình hồi quy.
3.1.5.1 Mô hình hồi quy Binary logistic
Mô hình hồi quy Binary Logistic được sử dụng để ước lượng xác suất xảy ra của một sự kiện dựa trên biến phụ thuộc nhị phân Biến phụ thuộc Y có hai giá trị 0 và 1, trong đó 0 biểu thị sự kiện không xảy ra và 1 biểu thị sự kiện xảy ra Để áp dụng mô hình này, cần thu thập thông tin về các biến độc lập X1, X2,…, Xk nhằm phân tích mối quan hệ giữa chúng và sự kiện được nghiên cứu.
Đo lường biến trong mô hình
Trong đó, giả thuyết H 0 là:
Giả thuyết null Ho: B1 = B2 = = Bk = 0 chỉ ra rằng tất cả các hệ số hồi quy đều bằng nhau và bằng 0 Để đánh giá độ phù hợp tổng quát của mô hình, ta sử dụng chỉ số -2 Log Likelihood, trong đó giá trị -2LL càng nhỏ thì độ phù hợp càng cao Giá trị nhỏ nhất của -2LL là 0, cho thấy mô hình đạt độ phù hợp hoàn hảo với không có sai số.
3.2 Đo ƣờng biến trong mô hình
3.2.1 Đo lường biến phụ thuộc
Chênh lệch lợi nhuận trước và sau kiểm toán được tính toán từ dữ liệu có sẵn trên BCTC của các công ty niêm yết được t nh như sau:
Chênh lệch lợi nhuận │Lợi nhuận trước kiểm toán – Lợi nhuận sau kiểm toán│
Nếu chênh lệch lợi nhuận lớn hơn 10%, FRAUD được mã hóa là 1; nếu chênh lệch lợi nhuận bằng 0%, FRAUD được mã hóa là 0 Vấn đề khai báo lợi nhuận cao hay che giấu lợi nhuận đã được xem xét dựa trên giá trị tuyệt đối.
Lợi nhuận là một chỉ tiêu quan trọng mà nhiều kiểm toán viên lựa chọn, đặc biệt là đối với các cổ đông của công ty Chỉ tiêu này thu hút sự quan tâm lớn từ người sử dụng báo cáo tài chính.
Tỉ lệ chênh lệch lợi nhuận mà kiểm toán viên thường sử dụng để xác định gian lận báo cáo tài chính (BCTC) dao động từ 5% đến 10% Khung tỉ lệ này được hình thành dựa trên kinh nghiệm thực tế, và các kiểm toán viên cùng công ty kiểm toán sẽ lựa chọn tỉ lệ % tối đa phù hợp với từng trường hợp cụ thể.
Trong nghiên cứu này, tác giả chọn mức chênh lệch 10% để phân biệt rõ sự khác biệt và xác định khả năng gian lận một cách chính xác hơn Nếu chênh lệch thấp hơn mức này, có thể do sai sót không cố ý từ phía công ty Mức chênh lệch 10% cũng đã được áp dụng trong các nghiên cứu về khả năng gian lận ở Việt Nam, như của Trần Thị Giang Tân (2009), và ở nước ngoài, như các nghiên cứu của Green (1997) và Loebbecke & Steinbart (1987).
Ngoài ra, do kiểm toán viên đã tiến hành kiểm toán và chấp nhận kết quả nên lợi nhuận sau kiểm toán được coi là lợi nhuận đúng
3.2.2 Đo ƣờng biến độc ập
Mô hình nghiên cứu của luận văn bao gồm 51 biến độc lập, được phân loại thành 5 nhóm chỉ số tài chính Chi tiết về các biến độc lập này được trình bày trong Bảng 3.1.
Bảng 3 1 Danh sách biến độc lập
Chỉ số sinh ợi (Lợi nhuận trên Doanh thu)
GP/SAL Lợi nhuận gộp/Doanh thu
OP/SAL Lợi nhuận hoạt động/Doanh thu
EBIT/SAL Lợi nhuận trước lãi vay và thuế/Doanh thu
EBT/SAL Lợi nhuận trước thuế/Doanh thu
NP/SAL Lợi nhuận ròng/Doanh thu
NP/GP Lợi nhuận ròng/Lợi nhuận gộp
TL/Eq Tổng nợ/Vốn chủ sở hữu
Chỉ số sinh ợi (Lợi nhuận trên Đầu tƣ)
GP/TA Lợi nhuận gộp/Tổng tài sản
EBIT/TA Lợi nhuận trước lãi vay và thuế/ Tổng tài sản
EBT/TA Lợi nhuận trước thuế/ Tổng tài sản
ROA Lợi nhuận ròng/ Tổng tài sản
EBT/FA Lợi nhuận trước thuế/ Tài sản cố định
NP/FA Lợi nhuận ròng/ Tài sản cố định
EBT/Eq Lợi nhuận trước thuế/ Vốn chủ sở hữu
EBT/CL Lợi nhuận trước thuế/ Nợ phải trả ngắn hạn
RE/NP Lợi nhuận giữ lại/Lợi nhuận ròng
CA/CL Tài sản lưu động/ Nợ phải trả ngắn hạn
(Tài sản lưu động – Hàng tồn kho)/ Nợ phải trả ngắn hạn
INV/CL Hàng tồn kho/ Nợ phải trả ngắn hạn
CASH/TL Tiền/Tổng nợ phải trả
CASH/CL Tiền/ Nợ phải trả ngắn hạn
WC/TA Vốn lưu động/Tổng tài sản
Chỉ số đòn bẩy tài ch nh
TL/TA Tổng nợ/Tổng tài sản
TD/TA Tổng nợ/Tổng tài sản
LD/TA Nợ dài hạn/Tổng tài sản
CL/TA Nợ phải trả ngắn hạn/Tổng tài sản
Eq/TA Vốn chủ sở hữu/Tổng tài sản
TL/Eq Tổng nợ phải trả/Vốn chủ sở hữu
TD/Eq Tổng nợ/Vốn chủ sở hữu
LT/Eq Nợ dài hạn/Vốn chủ sở hữu
FA/LD Tài sản cố định/Nợ phải trả dài hạn
INV/SAL Hàng tồn kho/Doanh thu
CS/INV Giá vốn hàng bán/Hàng tồn kho
REC/SAL Khoản phải thu/Doanh thu
SAL/FA Doanh thu/Tài sản cố định
SAL/TA Doanh thu/Tổng tài sản
SAL/Eq Doanh thu/Vốn chủ sở hữu
SAL/TD Doanh thu/Tổng nợ
CS/SAL Giá vốn hàng bán/Doanh thu
OEXP/SAL Chi ph hoạt động/Doanh thu
Chỉ số kết cấu tài sản
FA/TA TSCĐ/Tổng TS
CA/TA TS lưu động/Tổng TS
INVREC/TA (Hàng tồn kho+Khoản phải thu)/Tổng TS
INV/TA Hàng tồn kho/Tổng TS
REC/TA Khoản phải thu/Tổng TS
CASH/TA Tiền/Tổng tài sản
INV/CA Hàng tồn kho/TS lưu động
CASH/CA Tiền/TS lưu động
RE/TA LNGL/Tổng TS
RE/Eq LNGL/Vốn chủ sở hữu
CL/TL Nợ phải trả ngắn hạn/Tổng nợ phải trả
Thiết kế nghiên cứu
Nghiên cứu này sử dụng dữ liệu sơ cấp từ báo cáo tài chính chưa kiểm toán và báo cáo tài chính đã kiểm toán của các công ty niêm yết trên sàn HOSE trong hai năm 2016 - 2017 Dữ liệu được công bố trên trang web chuyên về đầu tư chứng khoán www.finance.vietstock.vn.
Trong luận văn này, tác giả phân tích số liệu cuối năm của các chỉ tiêu, thay vì số liệu bình quân, vì các hành vi sai phạm thường xảy ra vào thời điểm này Vào những ngày cuối năm, công ty có thể ghi nhận doanh thu trước khi xuất hàng hóa thực tế để đạt chỉ tiêu doanh thu Doanh thu có thể được hoạch toán ngay khi xuất hóa đơn vào ngày cuối năm, trong khi hàng hóa có thể được xuất đi sau đó nhiều ngày Các loại công ty khác nhau đều có phương thức riêng để tăng doanh thu trong năm Đối với công ty xuất khẩu, sự chênh lệch về thời gian này thường lớn, dẫn đến doanh thu bị đẩy lên đáng kể Trong khi đó, các công ty dịch vụ thay vì xuất hàng hóa, lại ghi nhận doanh thu dựa trên mức độ hoàn thành dịch vụ Ngoài ra, nhiều công ty còn thực hiện gian lận số liệu cuối năm thông qua việc tạo nghiệp vụ ảo.
Các công ty có thể sử dụng các tổ chức hoặc cá nhân liên quan để ký hợp đồng mua bán số lượng lớn với giá tốt, thực chất là giữa các công ty mẹ, con hoặc "chị em" nhằm tăng doanh số tạm thời và tạo giá bán ảo Họ cũng có thể thanh lý hàng tồn kho hoặc tài sản cố định cho quản lý hoặc cổ đông để đạt chỉ tiêu lợi nhuận Nhân viên bán hàng, để nhận thưởng doanh số, có thể thỏa thuận với khách hàng để nhận hàng vào cuối năm và trả lại vào đầu năm sau Cuối niên độ kế toán, các công ty thường gian lận để tạo ra báo cáo tài chính phù hợp, dẫn đến việc gian lận diễn ra phổ biến trong thời điểm này.
Sau khi thu thập đầy đủ các CTC cần thiết theo yêu cầu thông tin của từng biến nghiên cứu, tác giả tiến hành nhập liệu và tính toán chênh lệch lợi nhuận cùng các chỉ số tài chính trên phần mềm Excel 2010 Để phân tích dữ liệu, tác giả đã sử dụng phần mềm SPSS 20.
Vào tháng 9/2018, tác giả tiến hành nghiên cứu với tổng số 370 công ty niêm yết trên sàn HOSE Nghiên cứu này tập trung vào hai nhóm mẫu: một nhóm có gian lận báo cáo tài chính (BCTC) và một nhóm không có gian lận, sử dụng dữ liệu từ các công ty niêm yết trong năm 2017 Các công ty thuộc định chế tài chính như ngân hàng, công ty chứng khoán, quỹ đầu tư và công ty bảo hiểm không được đưa vào mẫu nghiên cứu do đặc thù hoạt động kinh doanh và sự khác biệt trong chuẩn mực kế toán Sau khi loại bỏ các công ty không đáp ứng tiêu chí, còn lại 318 công ty được sử dụng trong nghiên cứu.
Quy trình chọn mẫu bao gồm các bước sau: Bước 1 là thu thập dữ liệu và tính toán chênh lệch lợi nhuận trước và sau kiểm toán báo cáo tài chính năm 2017 của 318 công ty dựa trên công thức đã xác định.
Chênh lệch lợi nhuận │Lợi nhuận trước kiểm toán – Lợi nhuận sau kiểm toán│
LN sau kiểm toán ước 2: Xác định mẫu không gian lận và mẫu gian lận
Mẫu gian lận được xác định là những công ty có chênh lệch lợi nhuận trước và sau kiểm toán lớn hơn 10%, trong khi mẫu không gian lận là những công ty không có chênh lệch này Từ 318 công ty được khảo sát, có 91 công ty thỏa mãn điều kiện, bao gồm 47 công ty có chênh lệch lợi nhuận lớn hơn 10% và 44 công ty không có chênh lệch Kết quả chọn mẫu được trình bày trong Bảng 3.2.
Bảng 3.2 Kết quả chọn mẫu
Số lượng mẫu có chênh lệch lợi nhuận lớn hơn 10% 47
Số lượng mẫu có chênh lệch gian lận 0% 44
Tổng số lượng mẫu nghiên cứu 91
Nguồn: Tác giả thống kê
3.4 M h nh nghiên cứu và giả thuyết nghiên cứu 3.4.1 M h nh nghiên cứu
Chỉ số sinh lợi, Chỉ số hoạt động, Chỉ số thanh khoản, Chỉ số đòn bẩy tài ch nh, Chỉ số cấu trúc tài sản
Chi tiết danh sách 51 chỉ số được thể hiện trong Bảng 4.1 bên trên
Với mô hình nghiên cứu tổng quát như sau:
FRAUD = f(chỉ số sinh lợi, chỉ số hoạt động, chỉ số thanh khoản, chỉ số đòn bẩy tài ch nh, chỉ số cấu trúc tài sản)
Giả thuyết của nghiên cứu gồm 5 giả thuyết như sau:
Các chỉ số sinh lợi như GP/SAL, OP/SAL, EBIT/SAL, EBT/SAL, NP/SAL, NP/GP, TL/Eq, GP/TA, EBIT/TA, EBT/TA, EBT/FA, ROA, NP/FA, EBT/Eq, EBT/CL, và RE/NP có mối quan hệ thống kê đáng kể với khả năng sinh lời của công ty Những chỉ số này giúp đánh giá hiệu quả hoạt động tài chính và khả năng sinh lời của doanh nghiệp, từ đó cung cấp cái nhìn sâu sắc về tình hình kinh doanh và khả năng phát triển bền vững.
Các chỉ số thanh khoản như CA/CL, (CA-INV)/CL, INV/CL, CASH/TL, CASH/CL và WC/TA thể hiện mối quan hệ thống kê quan trọng với khả năng sinh lời của báo cáo tài chính (BCTC) Những chỉ số này giúp đánh giá khả năng thanh toán nợ ngắn hạn và quản lý tài sản hiệu quả, từ đó ảnh hưởng đến hiệu suất tài chính của doanh nghiệp Việc phân tích các chỉ số này không chỉ cung cấp cái nhìn sâu sắc về tình hình tài chính mà còn hỗ trợ trong việc ra quyết định đầu tư và quản lý rủi ro.
Các chỉ số tài chính như TL/TA, TD/TA, LD/TA, CL/TA, Eq/TA, TL/Eq, TD/Eq, LT/Eq và FA/LD có mối quan hệ thống kê đáng kể với khả năng sinh lời của công ty Những chỉ số này giúp đánh giá sức khỏe tài chính và hiệu quả hoạt động của doanh nghiệp, từ đó cung cấp thông tin quan trọng cho các nhà đầu tư và quản lý trong việc ra quyết định.
Các chỉ số hoạt động như INV/SAL, CS/INV, REC/SAL, SAL/FA, SAL/TA, SAL/Eq, SAL/TD, CS/SAL, và OEXP/SAL có mối quan hệ thống kê đáng kể với khả năng sinh lời của CTC Những chỉ số này đóng vai trò quan trọng trong việc đánh giá hiệu quả hoạt động và khả năng sinh lợi của doanh nghiệp.
Các chỉ số kết cấu tài sản như FA/TA, CA/TA, INVREC/TA, INV/TA, REC/TA, CASH/TA, INV/CA, CASH/CA, RE/TA, RE/Eq, và CL/TL có mối quan hệ thống kê đáng kể với khả năng sinh lời của công ty.
Mô hình nghiên cứu và giả thuyết nghiên cứu
4.1.1 Thống kê m tả biến phụ thuộc
Dữ liệu thu thập được đã được phân tích bằng SPSS, cho ra kết quả thống kê mô tả cho hai nhóm: gian lận và không gian lận, như thể hiện trong bảng 4.1.
Bảng 4.1 Thống kê m tả khả năng gian ận CTC của các c ng ty niêm yết
Chênh ệch ợi nhuận trước và sau kiểm toán (%)
Khả năng gian lận Mean Minimum Maximum Std Deviation
Nguồn: Truy xuất từ SPSS
Theo bảng 4.1, giá trị trung bình chênh lệch lợi nhuận của mẫu không gian lận là 0%, trong khi mẫu gian lận có giá trị trung bình là 225,4415%, với biên độ dao động từ 11.4% đến 4926.12% Điều này cho thấy sự khác biệt rõ ràng về giá trị chênh lệch lợi nhuận trung bình giữa hai nhóm mẫu nghiên cứu.
4.1.2 Thống kê m tả biến độc ập
Bảng 4.2 Thống kê m tả các biến độc lập
Minimum Maximum Mean Std Deviation iến Không gian lận Gian lận Không gian lận Gian lận Không gian lận
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phân t ch thống kê m tả
4.1.1 Thống kê m tả biến phụ thuộc
Dữ liệu thu thập đã được phân tích bằng phần mềm SPSS để thực hiện thống kê mô tả, với kết quả cho hai nhóm gian lận và không gian lận được trình bày trong bảng 4.1.
Bảng 4.1 Thống kê m tả khả năng gian ận CTC của các c ng ty niêm yết
Chênh ệch ợi nhuận trước và sau kiểm toán (%)
Khả năng gian lận Mean Minimum Maximum Std Deviation
Nguồn: Truy xuất từ SPSS
Bảng 4.1 cho thấy rằng giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất của chênh lệch lợi nhuận đối với mẫu không gian lận là 0%, trong khi đó, giá trị trung bình của chênh lệch lợi nhuận đối với mẫu gian lận đạt 225,4415%, với biên độ dao động từ 11.4% đến 4926.12% Điều này cho thấy sự khác biệt rõ ràng về giá trị chênh lệch lợi nhuận trung bình giữa hai nhóm mẫu nghiên cứu.
4.1.2 Thống kê m tả biến độc ập
Bảng 4.2 Thống kê m tả các biến độc lập
Minimum Maximum Mean Std Deviation iến Không gian lận Gian lận Không gian lận Gian lận Không gian lận
Nguồn: Truy xuất từ SPSS
Bảng 4.2 chỉ ra rằng các biến được kiểm tra có sự khác biệt rõ rệt về giá trị nhỏ nhất, lớn nhất, trung bình và độ lệch chuẩn giữa mẫu công ty gian lận và công ty không gian lận Một số biến nổi bật với sự khác biệt đáng kể về giá trị nhỏ nhất bao gồm RE/NP, ET/FA và ET/CL Về giá trị lớn nhất, các biến như EBT/FA, NP/FA và RE/NP cho thấy sự khác biệt rõ ràng Giá trị trung bình của các biến như RE/NP, CA/CL và SAL/TD cũng thể hiện sự khác biệt, trong khi độ lệch chuẩn của các biến như SAL/FA và TL/Eq cho thấy mức độ biến động cao trong mẫu công ty gian lận.
Sau khi thao tác trên SPSS các thao tác để chạy Kiểm định Kolmogorov – Smirnov (K-S), ta thu được kết quả như trong Phụ lục 4
Sau khi thực hiện kiểm định Kolmogorov – Smirnov (K-S), chúng tôi nhận thấy rằng trong số các biến chỉ số tài chính, có 6 biến có phân phối chuẩn với giá trị sig > 0.05, bao gồm TL/TA, Td/TA, Eq/TA, CA/TA, INVREC/TA và INV/CA Ngược lại, 45 biến chỉ số tài chính còn lại không có phân phối chuẩn với giá trị sig < 0.05.
Sau khi áp dụng kiểm định Kolmogorov – Smirnov (K-S), 45 biến chỉ số tài chính không có phân phối chuẩn đã được đưa vào kiểm định Mann – Whitney U Mục tiêu của việc này là xác định các biến có ảnh hưởng đến khả năng dự báo gian lận.
Kết quả của Kiểm định Mann – Whitney U được thể hiện trong phụ lục 5
Kết quả kiểm định Mann – Whitney U cho thấy các biến chỉ số tài chính với giá trị sig < 0.05 có ý nghĩa thống kê trong BCTC không gian lận và BCTC gian lận, cho thấy chúng ảnh hưởng đến khả năng gian lận báo cáo tài chính, bao gồm 26 biến.
This article explores key financial ratios essential for evaluating a company's performance and financial health Important metrics include GP/SAL, OP/SAL, and EBT/SAL, which assess profitability relative to sales Other ratios such as NP/GP and GP/TA provide insights into net profit margins and asset utilization Additionally, ROA and EBT/FA measure returns on assets and fixed assets, respectively Liquidity and solvency are analyzed through ratios like CASH/TL, CL/TA, and TL/Eq Furthermore, REC/SAL and SAL/TD highlight the management of receivables and total debt in relation to sales The article emphasizes the significance of these ratios in financial analysis and decision-making.
Các biến này sẽ được đưa vào m h nh Hồi quy Binary logistic
4.4 Kiểm định Independent sample t – test
Sau khi áp dụng Kiểm định Kolmogorov – Smirnov (K-S), chúng tôi đã xác định được 6 biến chỉ số tài chính có phân phối chuẩn Những biến này sau đó được đưa vào kiểm định Independent sample t – test nhằm xác định ảnh hưởng của chúng đối với khả năng dự báo gian lận Kết quả của kiểm định này được trình bày chi tiết trong Phụ lục 6.
Nhìn vào kết quả, trước hết ta xem sig của Kiểm định Levene's:
Khi giá trị sig (Lev) lớn hơn 0.05, điều này cho thấy phương sai của hai mẫu gian lận và không gian lận là tương đương, đặc biệt đối với các biến TL/TA, Eq/TA, CA/TA, INVREC/TA và INV/CA Trong trường hợp các biến có sig (Lev) > 0.05, khi thực hiện kiểm định t-test, chúng ta cần chú ý đến giá trị sig (t) ở dòng Equal variances assumed Các biến có sig (t) nhỏ hơn 0.05 sẽ được chọn vì chúng có tác động đáng kể đến khả năng gian lận trong báo cáo tài chính Biến TL/TA là một trong những biến được chọn với giá trị sig = 0.029.
Kết quả kiểm định cho thấy rằng phương sai của hai mẫu gian lận và không gian lận là tương đồng với biến TD/TA, với giá trị Sig (Lev) < 0.05 Tuy nhiên, khi thực hiện Kiểm định t – test với giả định phương sai không bằng nhau, không có biến nào có giá trị sig (t) < 0.05 được chọn, vì giá trị sig (t) của biến TD/TA đạt 0.835, lớn hơn 0.05 Điều này cho thấy rằng biến TD/TA không có ảnh hưởng đáng kể đến khả năng gian lận trong báo cáo tài chính.
Sau khi thực hiện Kiểm định Independent sample t-test, các biến TL/TA và Eq/TA đã được xác định có ảnh hưởng đến khả năng gian lận BCTC Hai biến này sẽ được đưa vào mô hình Hồi quy Binary logistic để phân tích sâu hơn.
4.5 Phân tích Hồi quy Binary logistic
Mô hình nghiên cứu tổng quát của tác giả bao gồm 1 biến phụ thuộc và 51 biến độc lập Sau khi thực hiện các kiểm định ban đầu, mô hình hồi quy logistic cuối cùng chỉ còn lại 1 biến phụ thuộc và 28 biến độc lập.
The equation for fraud detection incorporates various financial ratios, including gross profit to sales (GP/SAL), operating profit to sales (OP/SAL), earnings before tax to sales (EBT/SAL), and net profit to sales (NP/SAL) It also considers the relationships between net profit and gross profit (NP/GP), gross profit and total assets (GP/TA), and earnings before interest and tax to total assets (EBIT/TA) Additionally, key indicators such as return on assets (ROA), cash flow ratios, and liquidity measures are included, such as cash to total liabilities (CASH/TL) and current liabilities to total assets (CL/TA) The model further examines the ratios of receivables to sales (REC/SAL) and cash to current assets (CASH/CA), among others, to provide a comprehensive assessment of financial health and potential fraud risk.
Sử dụng phương pháp Forward: Wald - đưa các biến vào dần dần, kiểm tra việc loại biến căn cứ trên xác suất của trị thống kê Wald
Trước hết, để kiểm tra mức độ phù hợp của mô hình, ta xem kết quả ở Bảng 4.3, Bảng 4.4 và Bảng 4.5
Bảng 4.3 Tóm tắt mô hình Model Summary
3 100.326 a 246 328 a Estimation terminated at iteration number 5 because parameter estimates changed by less than 001
Nguồn: Truy xuất từ SPSS
Kết quả từ bảng 4.3 chỉ ra rằng mô hình 3 là mô hình phù hợp nhất trong ba mô hình được xem xét, với chỉ số -2 Log likelihood thấp nhất Thêm vào đó, chỉ số Cox & Snell R Square đạt 0.246, lớn hơn 0.2, và chỉ số Nagelkerke R Square đạt 0.328, cũng vượt mức 0.2.
Bảng 4.4 Kết quả kiểm địnhOmnibus Omnibus Tests of Model Coefficients
Nguồn: Truy xuất từ SPSS
Từ bảng 4.4, ta thấy mô hình 3 là phù hợp nhất do có Sig = 0.000 < 0.05 nghĩa là các hệ số của mô hình khác 0
Bảng 4.5 Kết quả kiểm định Hosmer and Lemeshow
Step Chi- square df Sig
Nguồn: Truy xuất từ SPSS
Theo bảng 4.5, mô hình 3 cho thấy giá trị sig = 0.711, lớn hơn 0.05, điều này chỉ ra rằng không có sự khác biệt giữa các biến chỉ số tài chính trong hai mẫu gian lận và không gian lận Do đó, mô hình 3 được coi là phù hợp.
Kiểm định Independent sample t-test
Sau khi thực hiện kiểm định Kolmogorov – Smirnov (K-S), 6 biến chỉ số tài chính có phân phối chuẩn đã được đưa vào kiểm định Independent sample t-test Mục tiêu của kiểm định này là xác định các biến có ảnh hưởng đến khả năng dự báo gian lận Kết quả của kiểm định Independent sample t-test được trình bày chi tiết trong Phụ lục 6.
Nhìn vào kết quả, trước hết ta xem sig của Kiểm định Levene's:
Khi sig (Lev) > 0.05, phương sai của hai mẫu gian lận và không gian lận là tương đương, đặc biệt với các biến TL/TA, Eq/TA, CA/TA, INVREC/TA và INV/CA Đối với các biến có sig (Lev) > 0.05, trong kiểm định t-test, chúng ta cần xem xét sig (t) ở dòng Equal variances assumed và chọn các biến có sig (t) < 0.05, vì những biến này ảnh hưởng đến khả năng gian lận báo cáo tài chính Biến được chọn là TL/TA với sig = 0.029.
Kết quả kiểm định cho thấy rằng phương sai của hai mẫu gian lận và không gian lận là giống nhau với biến TD/TA, khi sig (Lev) < 0.05 Trong trường hợp này, chúng ta thực hiện kiểm định t-test với giả định phương sai không bằng nhau và chọn các biến có sig (t) < 0.05 vì chúng ảnh hưởng đến khả năng gian lận báo cáo tài chính Tuy nhiên, không có biến nào được chọn trong nghiên cứu này do sig (t) của biến TD/TA là 0.835, lớn hơn 0.05.
Sau khi thực hiện kiểm định Independent sample t-test, các biến ảnh hưởng đến khả năng gian lận báo cáo tài chính (BCTC) bao gồm tỷ lệ tổng tài sản trên tổng tài sản (TL/TA) và tỷ lệ vốn chủ sở hữu trên tổng tài sản (Eq/TA) Hai biến này sẽ được đưa vào mô hình hồi quy logistic nhị phân.
4.5 Phân tích Hồi quy Binary logistic
Nghiên cứu tổng quát của tác giả xây dựng mô hình gồm 1 biến phụ thuộc và 51 biến độc lập Sau khi thực hiện các kiểm định ban đầu, mô hình hồi quy logistic cuối cùng còn lại 1 biến phụ thuộc và 28 biến độc lập.
The equation for fraud detection incorporates multiple financial ratios, including GP/SAL, OP/SAL, EBT/SAL, and NP/SAL, which reflect the company's profitability and operational efficiency Additionally, it considers ratios like NP/GP, GP/TA, EBIT/TA, and EBT/TA to assess asset utilization and overall return on assets (ROA) The model also integrates EBT/FA, NP/FA, and various liquidity ratios such as CASH/TL and CASH/CL, highlighting the importance of cash management in fraud prevention Furthermore, it examines the relationships between current liabilities and total assets (CL/TA), total liabilities and equity (TL/Eq), and receivables to sales (REC/SAL), providing a comprehensive view of financial health and risk factors associated with fraudulent activities.
Sử dụng phương pháp Forward: Wald - đưa các biến vào dần dần, kiểm tra việc loại biến căn cứ trên xác suất của trị thống kê Wald
Trước hết, để kiểm tra mức độ phù hợp của mô hình, ta xem kết quả ở Bảng 4.3, Bảng 4.4 và Bảng 4.5
Bảng 4.3 Tóm tắt mô hình Model Summary
3 100.326 a 246 328 a Estimation terminated at iteration number 5 because parameter estimates changed by less than 001
Nguồn: Truy xuất từ SPSS
Mô hình 3 là mô hình phù hợp nhất trong ba mô hình được phân tích, với chỉ số -2 Log likelihood nhỏ nhất Ngoài ra, chỉ số Cox & Snell R Square đạt 0.246, lớn hơn 0.2, và chỉ số Nagelkerke R Square là 0.328, cũng vượt qua ngưỡng 0.2.
Bảng 4.4 Kết quả kiểm địnhOmnibus Omnibus Tests of Model Coefficients
Nguồn: Truy xuất từ SPSS
Từ bảng 4.4, ta thấy mô hình 3 là phù hợp nhất do có Sig = 0.000 < 0.05 nghĩa là các hệ số của mô hình khác 0
Bảng 4.5 Kết quả kiểm định Hosmer and Lemeshow
Step Chi- square df Sig
Nguồn: Truy xuất từ SPSS
Theo bảng 4.5, mô hình 3 cho thấy giá trị sig = 0.711, lớn hơn 0.05, điều này chứng tỏ không có sự khác biệt giữa các biến chỉ số tài chính của hai mẫu gian lận và không gian lận Do đó, mô hình 3 được xác định là phù hợp.
Kết quả của Kiểm định Wald cho thấy các biến được chọn vào mô hình 3, được trình bày trong bảng 4.6.
Bảng 4.6 Kết quả Kiểm định Wald
Constant 182 534 117 1 033 1.200 a Variable(s) entered on step 1: GPTA b Variable(s) entered on step 2: CLTA c Variable(s) entered on step 3: EBTFA
Nguồn: Truy xuất từ SPSS
Mô hình 3 được xác định với các biến GP/TA, EBT/FA, và CL/TA, vì tất cả các biến này có giá trị sig < 0.05, cho thấy chúng có mối quan hệ thống kê có ý nghĩa với biến phụ thuộc FRAUD Điều này đảm bảo độ tin cậy trên 99%.
Cuối cùng, ta xem kết quả của mức độ dự báo của mô hình ở bảng 4.7 để xem mức độ dự báo của m h nh được chọn là bao nhiêu
Bảng 4.7 Kết quả dự báo của mô hình
Step 3 FRAUD Không gian lận 31 13 70.5
Overall Percentage 76.9 a The cut value is 500
Nguồn: Truy xuất từ SPSS
Từ Bảng 4.7, ta thấy trong 44 trường hợp mẫu không gian lận, mô hình 3 dự đoán đúng 31 trường hợp chiếm tỷ lệ 70.5%; trong 44 trường hợp gian lận, mô hình
3 dự đoán đúng 39 trường hợp chiếm tỷ lệ 83%
4.6 Thảo luận kết quả 4.6.1 Mô hình hồi quy inary đƣợc lựa chọn
Dựa trên kết quả kiểm định và phân tích hồi quy logistic nhị phân, sau khi loại bỏ các biến không có ảnh hưởng đến khả năng dự đoán gian lận, mô hình hồi quy logistic nhị phân được lựa chọn là:
FRAUD = 0.182 – 6.406GP/TA – 0.391EBT/FA + 2.708CL/TA + e (2)
Kết quả nghiên cứu cho thấy, từ 51 chỉ số tài chính ban đầu, chỉ còn lại ba chỉ số có ảnh hưởng đến khả năng gian lận báo cáo tài chính của doanh nghiệp Các chỉ số này bao gồm: GP/TA (Lợi nhuận gộp/Tổng tài sản), EBT/FA (Lợi nhuận trước thuế/Tài sản cố định) và CL/TA (Nợ phải trả ngắn hạn/Tổng tài sản), sau khi áp dụng các phương pháp kiểm định Kolmogorov – Smirnov, Mann – Whitney U, Independent t-test và phân tích hồi quy Binary logistic.
Mô hình (2) chỉ ra rằng hai biến GP/TA (Lợi nhuận gộp/Tổng tài sản) và EBT/FA (Lợi nhuận trước thuế/Tài sản cố định) có tác động làm giảm khả năng gian lận báo cáo tài chính, trong khi biến CL/TA (Nợ phải trả ngắn hạn/Tổng tài sản) lại làm tăng khả năng gian lận Mức độ ảnh hưởng của các biến này sẽ được giải đáp trong phần sau của bài viết.
Dựa trên kết quả của mô hình, các nhà quản lý và các bên liên quan như công ty kiểm toán, cơ quan quản lý nhà nước, nhà đầu tư và ban quản trị công ty sẽ có cơ sở vững chắc để sử dụng báo cáo tài chính (BCTC) một cách hiệu quả hơn trong việc xác định tình hình tài chính của doanh nghiệp Điều này giúp các bên đưa ra quyết định nhanh chóng và chính xác tùy theo mục đích của từng nhóm.
Theo mô hình hồi quy Binary logistic này, xác suất của gian lận được tính như sau:
P = 1/(1+e^(- 0.182 + 6.406GP/TA + 0.391EBT/FA - 2.708CL/TA)) Trong đó: P : Xác xuất xảy ra khả năng CTC là gian lận
4.6.2 Mức độ ảnh hưởng của các biến trong mô hình
Sau khi xác định ba biến có khả năng dự đoán gian lận báo cáo tài chính, chúng ta sẽ phân tích mức độ ảnh hưởng của từng biến bằng cách sử dụng giá trị Exp(B) trong bảng 4.6, với giả định xác suất gian lận báo cáo tài chính ban đầu là 50%.
Biến GP/TA – Chỉ số Lợi nhuận gộp/Tổng tài sản:
Thảo luận kết quả
Dựa trên kết quả kiểm định và phân tích hồi quy Binary logistic, mô hình hồi quy Binary logistic cuối cùng được chọn sau khi loại bỏ các biến không ảnh hưởng đến khả năng dự đoán gian lận.
FRAUD = 0.182 – 6.406GP/TA – 0.391EBT/FA + 2.708CL/TA + e (2)
Kết quả nghiên cứu cho thấy, từ 51 chỉ số tài chính ban đầu, sau khi áp dụng các phương pháp kiểm định như Kolmogorov – Smirnov, Mann – Whitney U, Independent t-test và phân tích hồi quy Binary logistic, chỉ còn lại ba chỉ số tài chính có ảnh hưởng đến khả năng gian lận báo cáo tài chính (BCTC) của doanh nghiệp Các chỉ số này bao gồm: Lợi nhuận gộp trên tổng tài sản (GP/TA), Lợi nhuận trước thuế trên tài sản cố định (EBT/FA) và Nợ phải trả ngắn hạn trên tổng tài sản (CL/TA).
Mô hình (2) chỉ ra rằng hai biến GP/TA (Lợi nhuận gộp/Tổng tài sản) và EBT/FA (Lợi nhuận trước thuế/Tài sản cố định) có tác động giảm khả năng xảy ra gian lận báo cáo tài chính, trong khi biến CL/TA (Nợ phải trả ngắn hạn/Tổng tài sản) lại làm tăng khả năng gian lận Mức độ ảnh hưởng cụ thể của các biến này sẽ được giải thích trong phần sau.
Dựa trên kết quả của mô hình, các nhà quản lý và các bên liên quan như công ty kiểm toán, cơ quan quản lý nhà nước, nhà đầu tư và ban quản trị công ty sẽ có thêm thông tin để dễ dàng sử dụng BCTC trong việc xác định tình hình tài chính của công ty Điều này giúp mỗi bên đưa ra quyết định nhanh chóng và hiệu quả hơn, tùy thuộc vào mục đích của họ.
Theo mô hình hồi quy Binary logistic này, xác suất của gian lận được tính như sau:
P = 1/(1+e^(- 0.182 + 6.406GP/TA + 0.391EBT/FA - 2.708CL/TA)) Trong đó: P : Xác xuất xảy ra khả năng CTC là gian lận
4.6.2 Mức độ ảnh hưởng của các biến trong mô hình
Sau khi xác định ba biến có khả năng dự đoán gian lận báo cáo tài chính (BCTC), chúng ta sẽ phân tích mức độ ảnh hưởng khác nhau của từng biến bằng cách sử dụng giá trị Exp(B) trong bảng 4.6, với giả định xác suất gian lận CTC ban đầu là 50%.
Biến GP/TA – Chỉ số Lợi nhuận gộp/Tổng tài sản:
Khi các yếu tố khác không thay đổi, việc tăng GP/TA thêm 1 đơn vị sẽ làm giảm xác suất gian lận báo cáo tài chính xuống 2%, tương ứng với mức giảm 48% so với xác suất ban đầu là 50%.
Với Biến EBT/FA – Chỉ số Lợi nhuận trước thuế/ Tài sản cố định:
Khi các yếu tố khác không thay đổi, việc tăng E T/FA lên 1 đơn vị sẽ làm xác suất gian lận giảm xuống còn 40.3%, giảm 9.7% so với xác suất ban đầu là 50%.
Với biến CL/TA – Chỉ số Nợ phải trả ngắn hạn/Tổng tài sản:
Khi các yếu tố khác không thay đổi, việc tăng 1 đơn vị CL/TA sẽ dẫn đến xác suất gian lận đạt 93.7%, tăng 43.7% so với xác suất ban đầu là 50%.
Trong một nghiên cứu về xác suất gian lận báo cáo tài chính, nếu xác suất gian lận ban đầu của công ty niêm yết là 50%, thì khi tỷ lệ GP/TA (Lợi nhuận gộp/Tổng tài sản) và EBT/FA (Lợi nhuận trước thuế/Tài sản cố định) tăng 1%, xác suất gian lận sẽ giảm lần lượt xuống còn 48% và 9.7% Ngược lại, khi tỷ lệ CL/TA (Nợ phải trả ngắn hạn/Tổng tài sản) tăng 1%, xác suất gian lận sẽ tăng lên 43.7% Điều này cho thấy rằng GP/TA có ảnh hưởng lớn nhất đến khả năng gian lận báo cáo tài chính, tiếp theo là CL/TA, và cuối cùng là EBT/FA Bảng 4.8 cung cấp cái nhìn rõ ràng về mức độ ảnh hưởng của các biến này đối với sự thay đổi khả năng gian lận.
Bảng 4.8 Mức độ ảnh hưởng của các biến được chọn
STT Biến Tốc độ tăng (giảm) từ xác suất ban đầu 50% Vị trí ảnh hưởng
Nguồn: Tác giả tính toán
4.6.3 Kiểm tra khả năng dự báo của mô hình
Sau khi thực hiện hồi quy logistic nhị phân, chúng tôi đã tiến hành kiểm tra khả năng dự đoán gian lận của mô hình cho từng doanh nghiệp trong mẫu nghiên cứu.
Phụ lục 7 thể hiện kết quả kiểm tra khả năng dự báo của mô hình hồi quy được chọn
Tóm lại, từ các kết quả nhận được từ việc phân tích Mô hình 3, chúng ta có cơ sở để chấp nhận các giả thuyết nghiên cứu gồm:
Mối quan hệ giữa GP/TA và khả năng giá CTC có ý nghĩa thống kê Tương tự, EBT/FA cũng cho thấy mối liên hệ có ý nghĩa thống kê với khả năng giá CTC Bên cạnh đó, CL/TA cũng thể hiện mối quan hệ có ý nghĩa thống kê với khả năng giá CTC.
Kết quả nghiên cứu cho thấy chỉ số tài chính có ảnh hưởng đến khả năng dự báo gian lận báo cáo tài chính (BCTC), trong đó chỉ số GP/TA (Lợi nhuận gộp/Tổng tài sản) có mức ảnh hưởng cao nhất, tiếp theo là CL/TA (Nợ phải trả ngắn hạn/Tổng tài sản) và EBT/FA (Lợi nhuận trước thuế/Tài sản cố định) Hơn nữa, mô hình hồi quy Binary Logistic được xây dựng cho thấy tỷ lệ dự báo chính xác trong việc xác định khả năng gian lận BCTC của các công ty niêm yết trên thị trường chứng khoán Việt Nam đạt 83% đối với các công ty gian lận.