CƠ SỞ LÝ LUẬN VỀ GIAN LẬN TRONG BÁO CÁO TÀI CHÍNH CỦA CÁC NGÂN HÀNG THƯƠNG MẠI
Định nghĩa về gian lận trong báo cáo tài chính
1.1.1 Khái niệm về báo cáo tài chính a Định nghĩa về báo cáo tài chính
Báo cáo tài chính của đơn vị kế toán là tài liệu hệ thống hóa thông tin tài chính quá khứ của ngân hàng, bao gồm bốn bảng chính: Bảng cân đối kế toán, Bảng báo cáo kết quả hoạt động kinh doanh, Bảng báo cáo lưu chuyển tiền tệ, và Thuyết minh báo cáo tài chính, cùng với các báo cáo khác theo quy định pháp luật (Điều 29, Luật Kế toán số: 88/2015/QH13) Báo cáo tài chính phản ánh khả năng sinh lời và tình hình tài chính của doanh nghiệp, phục vụ cho các đối tượng quan tâm như chủ doanh nghiệp, nhà đầu tư, người cho vay, cơ quan thuế và các cơ quan chức năng.
Theo quy định hiện hành, tất cả doanh nghiệp, bất kể ngành nghề hay thành phần kinh tế, đều phải lập và trình bày báo cáo tài chính hàng năm Các công ty và tổng công ty có đơn vị trực thuộc cần lập thêm báo cáo tài chính tổng hợp hoặc hợp nhất vào cuối mỗi kỳ kế toán Đối với doanh nghiệp nhà nước và doanh nghiệp niêm yết trên thị trường chứng khoán, ngoài báo cáo tài chính năm, còn phải lập báo cáo tài chính tổng hợp Từ năm 2008, các công ty mẹ và tập đoàn bắt buộc phải lập báo cáo tài chính hợp nhất giữa niên độ, báo cáo hợp nhất cuối niên độ kế toán, và báo cáo hợp nhất sau khi thực hiện hợp nhất kinh doanh Báo cáo tài chính đóng vai trò quan trọng trong việc cung cấp thông tin tài chính chính xác và kịp thời cho các bên liên quan.
Báo cáo tài chính (BCTC) đóng vai trò quan trọng trong việc quản lý doanh nghiệp và cung cấp thông tin cho các cơ quan chủ quản cùng các bên liên quan Nó là cơ sở thiết yếu để phân tích và nghiên cứu tiềm năng của doanh nghiệp, hỗ trợ nhà quản lý trong việc đưa ra quyết định vận hành, đồng thời giúp nhà đầu tư và chủ nợ hiểu rõ tình hình hoạt động kinh doanh của doanh nghiệp.
Báo cáo tài chính (BCTC) là tài liệu tổng hợp quan trọng, phản ánh tình hình tài sản, nợ phải trả, nguồn hình thành tài sản, tình hình tài chính và kết quả kinh doanh của doanh nghiệp (DN) trong một kỳ nhất định BCTC cung cấp căn cứ khoa học để xây dựng kế hoạch kinh tế - kỹ thuật và tài chính, đồng thời đề ra các biện pháp nhằm nâng cao quản trị DN, cải thiện hiệu quả sử dụng vốn và tăng lợi nhuận cho DN.
BCTC cung cấp thông tin kinh tế và tài chính quan trọng để đánh giá tình hình hoạt động kinh doanh và thực trạng tài chính của doanh nghiệp trong kỳ vừa qua Điều này hỗ trợ việc kiểm tra và giám sát tình hình sử dụng vốn cũng như khả năng huy động nguồn vốn cho các hoạt động kinh doanh của ngân hàng.
Báo cáo tài chính (BCTC) thu hút sự chú ý từ các nhà đầu tư, Hội đồng quản trị, người cho vay, cơ quan quản lý và toàn thể cán bộ, công nhân viên trong doanh nghiệp.
1.1.2 Khái quát chung về gian lận báo cáo tài chính của các NHTM a Khái quát chung về NHTM Việt Nam
Ngân hàng là ngành đầu tàu của nền kinh tế, đóng vai trò quan trọng trong việc vận hành và quản lý hệ thống tài chính Mặc dù không tạo ra tài sản hữu hình, ngân hàng thương mại (NHTM) là tổ chức trung gian tài chính, ảnh hưởng lớn đến các thành phần kinh tế khác Qua các dịch vụ cung cấp, ngân hàng góp phần vào sự phát triển kinh tế vĩ mô và điều tiết nền kinh tế của mỗi quốc gia Nhiều nghiên cứu đã khẳng định vai trò to lớn của hệ thống ngân hàng, tuy nhiên, hiệu quả của nó phụ thuộc vào cách thức quản lý của từng quốc gia Tóm lại, ngân hàng chính là người thủ quỹ cho xã hội, đảm bảo an toàn quỹ tiền tệ và thanh toán thông suốt, góp phần tiết kiệm chi phí cho toàn xã hội.
So với năm 1990, thị trường ngân hàng Việt Nam đã có sự chuyển mình mạnh mẽ, từ chỉ 4 ngân hàng thương mại nhà nước chiếm lĩnh sang hơn 100 ngân hàng hoạt động, trong đó 25 ngân hàng niêm yết trên các sàn HOSE, HNX và UPCOM Mô hình hoạt động ngân hàng đã được cải tiến, mang đến nhiều dịch vụ mới, nhưng cho vay vẫn là nghiệp vụ quan trọng nhất Đối tượng vay chủ yếu là doanh nghiệp, cá nhân và hộ gia đình, từ đó thúc đẩy sản xuất và tiêu dùng trong xã hội Thông tin ngân hàng, đặc biệt là số liệu trên báo cáo tài chính, ngày càng được thị trường quan tâm và nghiên cứu để phục vụ lợi ích của các bên liên quan.
Khái niệm về gian lận
Gian lận là hành vi thiếu trung thực và dối trá nhằm lừa gạt người khác, thường được hiểu là việc xuyên tạc sự thật và thực hiện các hành vi không hợp pháp để thu lợi Ba biểu hiện phổ biến của gian lận bao gồm chiếm đoạt, lừa đảo và ăn cắp.
Các sai sót trong báo cáo tài chính (BCTC) có thể do gian lận hoặc nhầm lẫn gây ra Để phân biệt giữa hai khái niệm này, cần xác định xem hành vi dẫn đến sai sót là cố ý hay không Khóa luận này tập trung vào việc nghiên cứu các sai sót cố ý trong BCTC, đặc biệt là các gian lận xảy ra tại các ngân hàng thương mại.
Theo Lý thuyết Kiểm toán, sai phạm là yếu tố quan trọng trong việc xác minh tính trung thực của thông tin kế toán và hoạt động tài chính Sai phạm bao gồm gian lận và sai sót, trong đó gian lận là hành vi cố ý lừa dối, giấu diếm và xuyên tạc sự thật để tư lợi, còn sai sót là những lỗi không cố ý, thường do nhầm lẫn hoặc thiếu năng lực gây ra.
Theo chuẩn mực kiểm toán Việt Nam số 240, sai sót trong báo cáo tài chính có thể do gian lận hoặc nhầm lẫn gây ra Để phân biệt giữa hai khái niệm này, cần xem xét liệu hành vi dẫn đến sai sót là cố ý hay không Gian lận được định nghĩa 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 nhằm mục đích thu lợi bất chính hoặc bất hợp pháp.
Gian lận có thể biểu hiện dưới các dạng tổng quát sau:
- Xuyên tạc, làm giả chứng từ, tài liệu liên quan đến báo cáo tài chính
- Sửa đổi tài liệu, chứng từ kế toán làm sai lệch báo cáo tài chính
- Che dấu hoặc cố ý bỏ sót các thông tin, tài liệu hoặc nghiệp vụ kinh tế làm sai lệch báo cáo tài chính
- Ghi chép các nghiệp vụ kinh tế không đúng sự thật
- Cố ý áp dụng sai các chuẩn mực, nguyên tắc, phương pháp và chế độ kế toán, chính sách tài chính
- Cố ý tính toán sai về số học
Có ba loại gian lận như sau:
- Biển thủ tài sản: Xảy ra khi nhân viên biển thủ tài sản của tổ chức (ví dụ điển hình là biển thủ tiền, gian lận về tiền lương,…)
Tham ô là hành vi mà người quản lý lợi dụng quyền hạn và trách nhiệm của mình để chiếm đoạt tài sản của công ty, hoặc thực hiện các hành động trái với nghĩa vụ đã cam kết với tổ chức nhằm thu lợi cho bản thân hoặc bên thứ ba.
Gian lận trên báo cáo tài chính là hành vi cố ý bóp méo thông tin, phản ánh không trung thực tình hình tài chính nhằm lừa dối người sử dụng thông tin, chẳng hạn như khai khống doanh thu hoặc giảm nợ phải trả Cả gian lận và sai sót đều là những hành vi sai phạm trong lĩnh vực tài chính kế toán, gây ra sự lệch lạc trong thông tin và phản ánh sai thực tế Tuy nhiên, hai hành vi này khác nhau ở ý thức và mức độ "trọng yếu" của sai phạm.
Sai sót là hành vi không có chủ ý, thường do năng lực hạn chế hoặc sự sao nhãng, thiếu thận trọng trong công việc Ngược lại, gian lận là hành vi có chủ ý nhằm tạo ra sự sai khác để trục lợi Do sự khác biệt về ý thức, gian lận thường được che giấu một cách tinh vi và khó phát hiện hơn so với sai sót, vốn dễ dàng nhận ra.
Vấn đề gian lận trong báo cáo tài chính
1.2.1 Hình thức gian lận phổ biến a Từ phía ngân hàng thương mại
Ngân hàng thường không phân loại đúng các khoản nợ, dẫn đến việc trích lập dự phòng không đủ hoặc không đúng kỳ kế toán Khi nợ xấu phát sinh, ngân hàng có thể che giấu tình hình tài chính để tránh trích lập dự phòng, làm giảm giá trị tài sản và gây sai lệch trong báo cáo tài chính Vào cuối năm 2014, cơ quan kiểm toán nhà nước Việt Nam đã phát hiện sai sót trong việc phân bổ nợ của các ngân hàng lớn như BIDV, VietinBank, và Vietcombank, điều chỉnh giảm dư nợ nhóm nợ đủ tiêu chuẩn và tăng dư nợ nhóm nợ có khả năng mất vốn.
Các ngân hàng thường ghi nhận doanh thu và chi phí lãi không chính xác, dẫn đến sai lệch với thực tế và kỳ kế toán Việc thao túng các khoản nợ gây ra sự không nhất quán trong báo cáo tài chính, đặc biệt qua hai khoản mục dự chi trả lãi và dự thu lãi, dễ bị gian lận do tính chất dự báo cao Để làm cho số liệu tài chính trở nên hợp lý, các ngân hàng thường cố tình ghi sai các khoản lãi thu từ hoạt động tín dụng, bao gồm việc ghi nhận doanh thu phát sinh của kỳ tới vào kỳ hiện tại.
Gian lận liên quan đến tài sản đảm bảo tại các ngân hàng thương mại (NHTM) thường xuất phát từ quy trình xử lý chứng từ lỏng lẻo và sự theo dõi không chặt chẽ của cán bộ ngân hàng đối với hoạt động của khách hàng Điều này dẫn đến việc tài sản đảm bảo, đặc biệt là bất động sản và các tài sản hình thành từ vốn vay, không được kiểm soát tốt, dễ bị thất thoát Mặc dù có khảo sát hàng năm và xây dựng khung giá đất mới, nhưng bảng giá đất chỉ phản ánh 30-60% giá trị chuyển nhượng thực tế, ảnh hưởng đến tính minh bạch và chính xác trong định giá tài sản Hơn nữa, một số nhân viên ngân hàng và khách hàng có thể cố tình giao dịch với giá trị tài sản thấp hơn giá thị trường hoặc thế chấp tài sản tại nhiều ngân hàng khác nhau để phục vụ cho các hoạt động kinh doanh bất hợp pháp, gây thiệt hại cho bên cho vay.
Cho vay đảo nợ là hình thức cho khách hàng vay tiền để trả nợ, khi họ không có khả năng thanh toán Mặc dù có thể giúp khách hàng duy trì hoạt động kinh doanh và tránh việc nợ xấu, nhưng thực tế cho thấy trường hợp này rất hiếm Nếu khách hàng không thể trả nợ, ngân hàng sẽ không thu hồi được khoản vay, dẫn đến tình trạng nợ gia tăng Việc cho vay đảo nợ có thể làm giảm quỹ dự phòng nợ xấu và tăng lợi nhuận trên báo cáo tài chính, nhưng đồng thời cũng che giấu chất lượng thực của các khoản vay Ngân hàng còn có thể giấu công nợ và chi phí bằng cách chuyển nợ xấu vào các khoản phải thu khác.
Khách hàng thường khai gian thông tin cá nhân và tài sản đảm bảo để vay được số tiền cao hơn dự kiến Trong quá trình sử dụng tài sản, họ có thể sử dụng không đúng mục đích ban đầu hoặc làm giảm giá trị tài sản đảm bảo Điều này dẫn đến việc ngân hàng có thể trích lập dự phòng sai, ảnh hưởng đến báo cáo tài chính và hoạt động kinh doanh của ngân hàng thương mại.
1.2.2 Hậu quả của gian lận BCTC của các NHTM
Hành vi gian lận trong việc lập báo cáo tài chính (BCTC) của các ngân hàng thương mại gây ra những hậu quả nghiêm trọng, làm giảm độ tin cậy của thông tin tài chính cho nền kinh tế và thị trường chứng khoán Sự gian lận này không chỉ làm mất niềm tin của khách hàng và các bên liên quan mà còn khiến BCTC không phản ánh đúng thực trạng hoạt động của ngân hàng, từ đó ảnh hưởng tiêu cực đến quyết định đầu tư và lựa chọn của khách hàng.
Các ngân hàng thương mại (NHTM) đã lợi dụng lòng tin của khách hàng để cung cấp thông tin sai lệch, dẫn đến sự giảm sút niềm tin vào toàn bộ hệ thống NHTM quốc gia Những vụ sáp nhập và tái cấu trúc ngân hàng yếu kém trong những năm gần đây đã làm giảm sự an tâm của khách hàng, khiến họ không còn xem NHTM là nơi cất giữ tiền bạc an toàn như trước, đặc biệt sau khi Quốc hội thông qua luật phá sản ngân hàng có hiệu lực từ 1/1/2018 Hành vi gian lận có thể hủy hoại sự nghiệp của các cá nhân trong Ban lãnh đạo, đặc biệt là những người liên quan trực tiếp đến việc lập và trình bày báo cáo tài chính (BCTC) Khi các sai phạm tài chính bị phát hiện, những người liên quan sẽ phải chịu trách nhiệm cả về hành chính lẫn hình sự Việc khuyến khích can thiệp nhiều hơn vào quy định lập BCTC có thể mang lại lợi ích nhưng cũng tạo ra hạn chế lớn, khi gian lận BCTC ngày càng tinh vi, buộc các cơ quan quản lý phải ban hành nhiều quy định mới Điều này không chỉ tốn thời gian đổi mới hệ thống mà còn làm tăng chi phí để đáp ứng các thay đổi của pháp luật, đồng thời thu hẹp phạm vi hoạt động của các NHTM, giảm sự phong phú và đa dạng trong hoạt động của họ.
Các nhân tố giúp phát hiện gian lận trong báo cáo tài chính
1.3.1 Các công trình nghiên cứu nhận diện gian lận
1.3.1.1 Các công trình nghiên cứu quốc tế a Nghiên cứu áp dụng mô hình dồn tích có điều chỉnh
DeAngelo (1986) giả định rằng các biến kế toán không điều chỉnh (NDA) tại thời điểm t là ngẫu nhiên và tương đương với số biến kế toán dồn tích (TA) tại thời điểm t-1 Tác giả cho rằng sự sai lệch về lợi nhuận là nguyên nhân dẫn đến sự thay đổi của số biến kế toán dồn tích giữa hai thời kỳ.
Biến kế toán có thể điều chỉnh (DA t ) = Biến kế toán dồn tích t
(TA t ) - Biến kế toán dồn tích t−1
Biến kế toán dồn tích (TA)
= Lợi nhuận sau thuế - Dòng tiền thuần từ hoạt động kinh doanh
Theo DeAngelo, sự thay đổi số biến kế toán dồn tích (DA) có thể chỉ ra hiện tượng gian lận khi DA khác 0, tuy nhiên, điều này chỉ đúng khi biến kế toán không thể điều chỉnh (NDA) của năm t là ngẫu nhiên và tương đương với số biến kế toán dồn tích (TA) của năm t-1 Đối với các công ty đang trong giai đoạn tăng trưởng, NDA sẽ liên tục thay đổi, do đó việc áp dụng mô hình này có thể không hợp lý.
Mô hình Friedlan, ra đời năm 1994, nhằm khắc phục những nhược điểm của mô hình DeAngelo (1986) Friedlan đưa ra giả thuyết rằng sự thay đổi trong tổng số trích trước giữa hai kỳ kế toán chịu ảnh hưởng bởi hai yếu tố chính: (1) sự tăng trưởng và (2) lựa chọn kế toán của tổ chức.
Biến kế toán có thể điều chỉnh = Biến kế toán dồn tích t
Doanh thu t - Biến kế toán dồn tích t−1
Doanh thu t−1 Theo nghiên cứu này, lợi nhuận điều chỉnh cũng chính là phần biến kế toán có thể điều chỉnh
Healy (1985) đã tiến hành nghiên cứu dựa trên lý thuyết dồn tích, nhấn mạnh rằng tổng biến kế toán không thể điều chỉnh chính là trung bình tổng biến kế toán dồn tích của các năm trước.
Trong nghiên cứu về hành vi gian lận lợi nhuận, công thức A it−1 – NDA it được sử dụng, trong đó n đại diện cho số năm của kỳ tính toán, t là năm nghiên cứu và i là công ty thứ i trong nghiên cứu.
Nghiên cứu chỉ ra rằng khi DA = 0 và TA = NDA, đồng thời NDA không thay đổi qua các năm, điều này cho thấy nhà quản trị không thực hiện điều chỉnh lợi nhuận Ngược lại, nếu có sự thay đổi, sẽ có nghi ngờ về tính chính xác của báo cáo tài chính.
Vào năm 1991 Jones [9] đã mở rộng thêm những yếu tố ảnh hưởng biến NDA gồm doanh thu và độ lớn của TSCĐ
REV: Doanh thu thuần trong kỳ t – Doanh thu thuần trong ky t-1
PPE bao gồm tổng giá trị tài sản cố định, được tính bằng tài sản cố định hữu hình, tài sản cho thuê tài chính, bất động sản và chi phí xây dựng dở dang tại thời điểm cuối kỳ.
Tổng tài sản cuối kỳ t trong nghiên cứu hành vi điều chỉnh lợi nhuận i của công ty được xác định thông qua các tham số mô hình α1, α2, α3 Các tham số này được ước lượng bằng phương pháp OLS từ mô hình đã thiết lập.
Mô hình M - Score của Beneish (1999)
Mô hình M-score của Beneish, do giáo sư Messod Daniel Beneish phát triển vào năm 1999, là công cụ quan trọng trong việc phát hiện gian lận tài chính của các công ty Mô hình này bao gồm 8 tỷ số tài chính được chọn lọc thông qua phương pháp PCA, bao gồm: Chỉ số phải thu khách hàng trên doanh thu thuần (DSRI), Chỉ số tỷ lệ lãi gộp (GMI), Chỉ số chất lượng tài sản (AQI), Chỉ số tăng trưởng doanh thu bán hàng (SGI), Chỉ số tỷ lệ khấu hao tài sản cố định hữu hình (DEPI), Chỉ số chi phí bán hàng và quản lý doanh nghiệp (SGAI), và Chỉ số đòn bẩy tài chính (LVGI).
Doanh thu thuần t : Khoản phải thu t−1
GMI = Tỷ lệ lãi gộp t−1
Tỷ lệ lãi gộp t = Lợi nhuận gộp t−1
Doanh thu t−1 : Lợi nhuận gộp t
PPE (Tài sản cố định) bao gồm giá trị còn lại của tài sản dài hạn hữu hình như TSCĐ hữu hình, TSCĐ thuê tài chính, giá trị xây dựng cơ bản dở dang, bất động sản đầu tư và quyền sử dụng đất Trong khi đó, CA (Tài sản ngắn hạn) đề cập đến các tài sản có thể chuyển đổi thành tiền mặt trong thời gian ngắn.
DEPI = (Chi phí khấu hao t−1 ) ∶ (PPE t−1 +Chi phí khấu hao t−1 )
(Chi phí khấu hao t ) ∶ (PPE t +Chi phí khấu hao t )
SGA: Chi phí bán hàng và chi phí quản lý doanh nghiệp
TATA = Lợi nhuận trước thuế t − Tiền thuần từ sản xuất kinh doanh t
LVGI = Nợ phải trả t ∶ Tổng tài sản t
Nợ phải trả t−1 : Tổng tài sản t−1
Từ 8 biến trên, tác giả đã xây dựng một bộ mô hình nhằm nhận diện gian lận BCTC:
M - score = -4.84 + 0.92(DSRI) + 0.528(GMI) + 0.404(AQI) + 0.892(SGI) +
Mô hình M-score lớn hơn -1.78 cho thấy báo cáo tài chính (BCTC) của công ty có khả năng gian lận Mô hình Beneish là công cụ phổ biến để phát hiện việc thao túng báo cáo tài chính, nhưng vẫn còn một số hạn chế trong việc nhận diện gian lận ở các loại hình kinh doanh khác như ngân hàng và quỹ đầu tư.
Mô hình của Burcu và Guray (2005)
Burcu và Guray (2005) đã phát triển một mô hình mới dựa trên M-score để phát hiện sai phạm trong báo cáo tài chính của các công ty tại Thổ Nhĩ Kỳ Nghiên cứu này phân tích báo cáo tài chính của 126 công ty niêm yết trên sàn chứng khoán.
- Chỉ số đòn bẩy (LVGI)
- Chỉ số hàng tồn kho (DINV)
- Chỉ số chi phí tài chính (FEI)
- Chỉ số kì thu tiền (DSRI)
- Chỉ số lợi nhuận gộp (GMI)
- Chỉ số chất lượng tài sản (AQI)
- Chỉ số tăng trưởng doanh thu (SGI)
- Chỉ số khấu hao (DEPI)
- Chỉ số chi phí bán hàng và quản lí doanh nghiệp (SGAI)
- Chỉ số tổng tài sản và tổng kếtoán dồn tích (TATA)
Mô hình dự báo của Ủy ban Chứng khoán Thổ Nhĩ Kỳ cho thấy độ chính xác 81% trong việc xác định các công ty bị gian lận thu nhập và 65% đối với các công ty không bị gian lận, với kết quả tổng thể đạt 67%.
Mô hình Tarjo và Nurul (2015) đã thực hiện một nghiên cứu đáng chú ý về tính chính xác của mô hình M-score – Beneish (1999) trong việc phát hiện gian lận báo cáo tài chính (BCTC) với dữ liệu từ 2001 đến 2014, bao gồm 35 công ty có gian lận và 35 công ty không có gian lận Nghiên cứu áp dụng kỹ thuật hồi quy logit và xử lý dữ liệu đầu vào thông qua kiểm tra Thành phần nguyên tắc Phân tích (PCA) để xác định các biến số M-score của Beneish.
(1999) Các biến của mô hình của nghiên cứu gồm: DSRI – Chỉ số bán hàng, GMI –Chỉ
DEPI là chỉ số khấu hao, SGAI đại diện cho chỉ số chi phí bán hàng và quản lý doanh nghiệp, trong khi TATA thể hiện chỉ số tổng tài sản và tổng kế toán dồn tích LVGI là chỉ số đòn bẩy tài chính, và 𝜀 𝑖 biểu thị dư lượng.
XÂY DỰNG PHƯƠNG PHÁP NGHIÊN CỨU VÀ ĐO LƯỜNG MÔ HÌNH NHẬN DIỆN GIAN LẬN TRONG BCTC CỦA CÁC NHTM VIỆT NAM NIÊM YẾT TRÊN SÀN CHỨNG KHOÁN
Khái quát về phương pháp xây dựng bộ chỉ số
2.1.1 Lựa chọn mẫu ngân hàng Đề tài có 2 mục tiêu chính trong việc phân tích định lượng là xây dựng mô hình nhận diện độ gian lận trong BCTC của các NHTM Việt Nam (i) và tìm mức giá trị phân loại các ngân hàng có dấu hiệu thao túng BCTC (ii) Để thực hiện mục tiêu này, em đã sử dụng mẫu dữ liệu gồm 25 NHTM Việt Nam được niêm yết trên 3 sàn chứng khoán (HOSE, HNX, UPCOM) trong khoảng thời gian từ 2011 đến 2020 Số liệu được tổng hợp từ các bản báo cáo tài chính trước kiểm toán và sau kiểm toán trên các website chính thức mà các ngân hàng công bố Tuy nhiên, trong quá trình thu thập dữ liệu, ngân hàng Vietbank (VBB) lại không có đủ chuỗi số liệu trong 10 năm, vì vậy sẽ chỉ có 24 NHTM niêm yết trên sàn chứng khoán được nghiên cứu
Trong số 24 ngân hàng được lựa chọn, Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV), Ngân hàng TMCP Công thương Việt Nam (VietinBank) và Ngân hàng TMCP Ngoại thương Việt Nam (Vietcombank) là những ngân hàng thương mại có 50% cổ phần thuộc sở hữu của nhà nước, trong khi các ngân hàng còn lại hoạt động dưới hình thức ngân hàng thương mại cổ phần.
2.1.2 Phương pháp nghiên cứu a Lựa chọn các biến độc lập có mức độ tương quan với mô hình và xây dựng mô hình M-score với những biến thích hợp
Mô hình được xây dựng dựa trên các nghiên cứu của Friedlan (1994), M-score của Beneish (1999), và xu hướng thao túng thu nhập theo quy mô doanh nghiệp của Rhee và các cộng sự (2003), cùng với mô hình F-score của Dechow và các cộng sự (2011) Đặc biệt, mô hình còn được bổ sung một số biến độc lập nhằm phù hợp hơn với hoạt động của các ngân hàng thương mại.
- Mô hình dồn tích Friedlan (1994)
Dựa trên những thiếu sót của mô hình DeAngelo năm 1986, tác giả Friedlan đã công bố mô hình cải tiến vào năm 1994 Mô hình này cho rằng nếu hai giả thiết về sự thay đổi tăng trưởng và lựa chọn kế toán của tổ chức được thỏa mãn, thì lợi nhuận điều chỉnh sẽ phản ánh phần biến kế toán có thể điều chỉnh (DA) DA được kỳ vọng sẽ có biến động tương ứng với khả năng xảy ra sai sót trong báo cáo tài chính (BCTC).
Mô hình Beneish M-score (1999) được thiết kế để phát hiện hành vi thao túng thu nhập của doanh nghiệp Điểm M sẽ nhận giá trị 1 khi phát hiện hành động gian lận vượt quá 10% và giá trị 0 khi không có dấu hiệu gian lận trong báo cáo tài chính của công ty.
Beneish sử dụng các biến độc lập như SGI (tỷ lệ tăng trưởng doanh thu), DSRI (tỷ số ngày phải thu trên doanh thu thuần), TATA (tỷ số biến dồn tích kế toán trên tổng tài sản), DEPI (tỷ số hao mòn tài sản cố định hữu hình) và LVGI (tỷ số đòn bẩy) Tuy nhiên, biến AQI và SGAI không được áp dụng do đặc thù kinh doanh của ngân hàng thương mại khác với các doanh nghiệp sản xuất Biến GMI sẽ được thay thế bằng biến NIM để phù hợp hơn với tính chất nghiệp vụ của ngân hàng, vì hai biến này có sự tương đồng về bản chất.
- Nghiên cứu của Rhee và các cộng sự (2003)
Việc thao túng báo cáo tài chính (BCTC) thường xảy ra nhiều hơn ở các doanh nghiệp nhỏ so với các công ty lớn Do đó, kích thước doanh nghiệp (SIZE) được dự đoán sẽ có tác động ngược lại đối với việc xảy ra gian lận trong báo cáo tài chính.
Tỷ lệ nợ xấu dự kiến sẽ có sự biến động tương ứng với việc các ngân hàng thương mại (NHTM) thao túng báo cáo tài chính (BCTC) Khi tỷ lệ nợ xấu gia tăng, các ngân hàng thường có xu hướng can thiệp vào BCTC của mình.
Mô hình logistic nhận diện gian lận BCTC của các NHTM Việt Nam được dự kiến có dạng như sau:
M = 𝜷 𝟎 + 𝜷 𝟏 (DSRI) + 𝜷 𝟐 (NIM) + 𝜷 𝟑 (SGI) + 𝜷 𝟒 (DEPI) + 𝜷 𝟓 (LVGI) + 𝜷 𝟔 (TATA)
+ 𝜷 𝟕 (DA) + 𝜷 𝟖 (SIZE) + 𝜷 𝟗 (NPL) + 𝜺 (1) Bảng 2 Kì vọng dấu của các biến độc lập DSRI NIM SGI DEPI LVGI TATA DA SIZE NPL
Nguồn: Tác giả tự tổng hợp b Tìm mức giá trị thích hợp để phân loại các ngân hàng có dấu hiệu thao túng báo cáo tài chính
Chúng ta sẽ ước lượng giá trị để phân loại các nhóm có và không có gian lận dựa trên kết quả báo cáo tài chính sau kiểm toán Những ngân hàng thương mại có điểm M-score nằm trong ngưỡng giá trị này sẽ được coi là có hành vi gian lận Đồng thời, việc kiểm định độ chính xác của mô hình sẽ được áp dụng cho số liệu năm 2016.
Nghiên cứu của Beneish chỉ ra rằng miền phân phối bên trái từ 1-2.5% của phân phối chuẩn 𝑀 𝑖 tương ứng với khả năng gian lận tài chính cao, với tỷ lệ giá trị phân loại từ -1.96 đến -2.32 Từ đó, các giá trị phân loại M-score tương ứng với xác suất 1%, 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40% trong miền phân phối bên trái được tính toán thông qua hàm Normsinv trong phần mềm Excel.
Bảng 3 Giới hạn hàm Normsinv Xác suất dự báo Phân loại giá trị M-score
Nguồn: Kết quả nghiên cứu
Nếu giá trị phân loại của M-score lớn hơn 𝑀 𝑖, doanh nghiệp thứ i sẽ được xác định có khả năng gian lận Kết quả của mô hình này sẽ được đối chiếu với kết quả kiểm toán sau đó.
- Kết quả mô hình có gian lận, số liệu sau kiểm toán có chênh lệch => Dự báo chính xác
- Kết quả mô hình có gian lận, số liệu sau kiểm toán không có chênh lệch => Dự báo không chính xác
- Kết quả mô hình không có gian lận, số liệu sau kiểm toán không có chênh lệch
- Kết quả mô hình không có gian lận, số liệu sau kiểm toán có chênh lệch => Dự báo không chính xác
Bảng 4 Phân loại sai lầm loại 1 và 2
Kết quả sau kiểm toán
Có gian lận Không có gian lận
Có gian lận Dự báo đúng có gian lận
Dự báo sai có gian lận (Sai lầm loại 1) (2)
Dự báo sai không có gian lận (Sai lầm loại 2) (3)
Dự báo đúng không sai phạm (4) Độ chính xác của dự báo 1/(1+3) 4/(2+4)
Tổng độ chính xác (1+4)/tổng số quan sát
Nguồn: Giáo trình lý thuyết xác suất thống kê – ĐH KTQD
Sau khi đánh giá độ chính xác của mô hình ở các mức giá khác nhau, tôi đã chọn mức có độ chính xác cao nhất làm kết quả cuối cùng Đồng thời, tôi sẽ xác định độ chính xác của mô hình với dữ liệu năm 2016 thông qua việc kiểm tra đã nêu.
Xây dựng bộ chỉ số thành phần
Mô hình nhận diện gian lận trong báo cáo tài chính (BCTC) của các ngân hàng thương mại (NHTM) Việt Nam được xây dựng dựa trên các nghiên cứu trong nước và quốc tế, lấy nền tảng từ mô hình M-Score của Beneish (1999).
Mô hình logistic được áp dụng để nhận diện gian lận báo cáo tài chính (BCTC) tại các ngân hàng thương mại (NHTM) Việt Nam, với biến phụ thuộc là giá trị nhị phân (có hoặc không có gian lận), trong khi các biến độc lập là các biến định lượng.
0 – Không có sai phạm trong BCTC
1 – Có sai phạm trong BCTC
Biến phụ thuộc được xác định theo công thức kiểm định sự chênh lệch lợi nhuận sau thuế (LNST) của các báo cáo tài chính (BCTC) của ngân hàng thương mại (NHTM) Việt Nam trước và sau kiểm toán Giả định rằng kết quả sau kiểm toán là tiêu chuẩn đo lường hiệu quả hoạt động của ngân hàng, chênh lệch giữa ngân hàng trước và sau kiểm toán sẽ được ghi nhận giá trị 1 nếu lớn hơn 5%, và ngược lại sẽ nhận giá trị khác.
Chênh lệch lợi nhuận được tính như sau:
Chênh lệch lợi nhuận = | Lợi nhuận trước kiểm toán−Lợi nhuận trước kiểm toán
Lợi nhuận sau kiểm toán |
Mô hình được áp dụng dựa trên mô hình gốc M – score ban đầu của Beneish
Các báo cáo kiểm toán tại Việt Nam hiện nay thường phải điều chỉnh, do đó, biến kế toán dồn tích có thể điều chỉnh (DA) của Fredlan (1994) sẽ được áp dụng để đánh giá tác động đến nhận diện trong mô hình Bên cạnh đó, tỷ số quy mô doanh nghiệp (SIZE) theo nghiên cứu của Rhee và các cộng sự năm 2003 cũng sẽ được đưa vào mô hình nhằm đánh giá ảnh hưởng của quy mô ngân hàng đến việc thao túng báo cáo tài chính (BCTC).
Mô hình nghiên cứu đã bổ sung biến NPL (tỷ lệ nợ xấu) của các ngân hàng để phân tích hiệu quả tín dụng và tình hình nợ xấu trong năm tài chính Các ngân hàng thường có xu hướng che giấu nợ xấu qua việc thao túng các chỉ tiêu báo cáo tài chính (BCTC) Tỷ lệ nợ xấu là chỉ tiêu quan trọng để đánh giá tình trạng nợ xấu và phản ánh uy tín cũng như độ chính xác của thông tin mà ngân hàng công bố hàng năm Việc theo dõi biến động tỷ lệ nợ xấu hàng năm giúp nhận diện các vấn đề tiềm ẩn trong hoạt động tài chính của ngân hàng.
Biến GMI (chỉ số biên lợi nhuận) sẽ được điều chỉnh thành biến NIM (tỷ lệ thu nhập lãi thuần) để phù hợp hơn với hoạt động của các ngân hàng Trong mô hình gốc của Beneish, GMI được tính toán dựa trên các doanh nghiệp sản xuất, trong khi NIM phản ánh phần trăm thu nhập từ lãi suất và chi phí lãi mà ngân hàng phải trả Hệ số NIM tương tự như tỷ suất lợi nhuận gộp của các doanh nghiệp sản xuất.
Bảng 5 Danh sách các biến trong mô hình đo lường
STT Biến phụ thuộc Nghiên cứu
1 DSRI Mô hình M-score Beneish (1999)
3 SGI Mô hình M-score Beneish (1999)
4 DEPI Mô hình M-score Beneish (1999)
5 LVGI Mô hình M-score Beneish (1999)
6 TATA Mô hình M-score Beneish (1999)
7 DA Mô hình dồn tích có điều chỉnh của DeAngelo (1986),
9 SIZE Rhee và các cộng sự (2013)
Nguồn: Tác giả tự tổng hợp
Tỷ số phải thu trên doanh thu thuần (Days Sales in Receivables index)
DSRI = Các khoản phải thu t ∶ Doanh thu t
Các khoản phải thu t−1 ∶ Doanh thu t−1
Tỷ số DSRI được sử dụng để phân tích sự chênh lệch giữa các khoản phải thu và doanh thu trong năm t (chưa kiểm toán) so với năm t-1 (đã kiểm toán) Nếu không có sự thay đổi trong chính sách tín dụng thương mại, tỷ số này sẽ thay đổi một cách tuyến tính Sự gia tăng của chỉ số không chỉ phản ánh việc ghi nhận doanh thu từ bán hàng ủy thác mà còn liên quan đến các tài khoản vãng lai của công ty liên doanh, liên kết Một sự tăng trưởng đột biến trong tỷ số DSRI có thể chỉ ra rằng doanh nghiệp đã thay đổi chính sách tín dụng thương mại hoặc có dấu hiệu bất thường liên quan đến việc thao túng báo cáo tài chính.
Biên độ lãi ròng (Net interest margin)
NIM index = Thu nhập lãi thuần t−1
Tài sản sinh ra lãi t−1 : Thu nhập lãi thuần t
Tài sản sinh ra lãi t
Biên độ lãi ròng (NIM) thể hiện chênh lệch giữa thu nhập lãi suất và chi phí lãi vay mà các ngân hàng thương mại phải trả trong hoạt động kinh doanh NIM giúp đo lường lợi nhuận mà ngân hàng tạo ra từ các khoản đầu tư so với tổng tài sản Việc so sánh tỷ lệ NIM giữa năm t và t-1 có thể chỉ ra khả năng thao túng báo cáo tài chính của doanh nghiệp Nếu NIM index nhỏ hơn 1, điều này cho thấy lợi nhuận biên đang giảm, đồng nghĩa với sự suy giảm trong hoạt động kinh doanh của ngân hàng, và có thể ngân hàng sẽ tìm cách thao túng báo cáo tài chính để giấu diếm tình hình thực tế.
Tỷ số tăng trưởng doanh thu bán hàng (Sales Growth Index)
Tăng trưởng doanh thu đột biến có thể là dấu hiệu gian lận trong doanh nghiệp, khi họ cố gắng tạo ra kết quả tốt để thu hút nhà đầu tư Ngược lại, sự giảm doanh thu bất thường có thể dẫn đến việc giảm giá cổ phiếu trên thị trường chứng khoán.
Tỷ số khấu hao tài sản cố định hữu hình (Depreciation index)
DEPI = Chi phí khấu hao t−1 : (PPE t−1 + Chi phí khấu hao t−1 )
Chi phí khấu hao t ∶ (PPE t + Chi phí khấu hao t )
DEPI là tỷ lệ khấu hao giữa năm t-1 (đã kiểm toán) và năm t (chưa kiểm toán), cho thấy sự thay đổi lớn trong tỷ số này có thể phản ánh việc doanh nghiệp giảm tỷ lệ khấu hao thông qua việc áp dụng phương pháp trích khấu hao mới hoặc kéo dài thời gian sử dụng tài sản, từ đó làm tăng lợi nhuận Trong hoạt động của các ngân hàng thương mại, khấu hao chủ yếu liên quan đến các tài sản cố định hữu hình.
Tỷ lệ đòn bẩy tài chính (Leverage index)
LVGI = Nợ phải trả t ∶ Tổng tài sản t
Nợ phải trả t−1 : Tổng tài sản t−1
Tỷ số đòn bẩy tài chính là chỉ số quan trọng để đánh giá hiệu quả sử dụng nợ của doanh nghiệp, so sánh giữa năm t (trước kiểm toán) và năm t-1 (sau kiểm toán) Hệ số này chịu ảnh hưởng bởi nhiều yếu tố như mục đích vay, lĩnh vực hoạt động, quy mô và loại hình doanh nghiệp Do đó, sự biến động bất thường của tỷ số này có thể chỉ ra khả năng doanh nghiệp đang thao túng báo cáo tài chính.
Tỷ số biến dồn tích kế toán so với tổng tài sản (Total Accruals to Total Assets)
TATA = Thu nhập t −Dòng tiền từ HĐKD t
TATA được xác định bằng cách so sánh thu nhập và dòng tiền từ hoạt động kinh doanh trên tổng tài sản trong cùng một năm Nếu các khoản kế toán dồn tích tạo ra kết quả lớn, thì nguy cơ sai phạm trong báo cáo tài chính cũng tăng lên.
Tỷ số biến kế toán dồn tích có thể điều chỉnh (Discretinary Accruals)
Mô hình dồn tích điều chỉnh của Friedlan (1994) được phát triển từ mô hình gốc của DeAngelo (1986), nhằm khắc phục những thiếu sót của mô hình trước đó Mô hình mới này giả thuyết rằng sự thay đổi trong tổng số trích trước giữa hai kỳ kế toán chịu ảnh hưởng bởi hai yếu tố: sự thay đổi do tăng trưởng và sự thay đổi do lựa chọn kế toán của tổ chức phát triển.
Quy mô tổng tài sản (SIZE)
Nghiên cứu của Rhee và các cộng sự (2003) chỉ ra rằng doanh nghiệp quy mô nhỏ thường gặp nhiều sai sót trong thu nhập hơn so với doanh nghiệp lớn Xu hướng thao túng báo cáo tài chính (BCTC) giữa hai loại doanh nghiệp này cũng khác nhau; doanh nghiệp nhỏ có thể tác động để tăng hoặc giảm lợi nhuận, trong khi các công ty lớn thường thao túng để duy trì lợi nhuận ổn định qua các năm.
Biến SIZE được xác định bằng cách sử dụng logarit tự nhiên của mục TTS trên bảng cân đối kế toán, nhằm giảm thiểu sự chênh lệch lớn trong đo lường giữa các biến số khác.
Tỷ lệ nợ xấu (Non – performing loan)
Đo lường các biến trong mô hình
2.3.1 Mô tả số liệu a Thống kê cơ bản về các biến độc lập
Bảng 6 Thống kê giá trị của các biến độc lập trong mô hình
Variable Mean Std Dev Min Max
Nguồn: Kết quả nghiên cứu
Kết quả từ phần mềm STATA 14 cho thấy biến DSRI có giá trị bình quân là 1.151405, với giá trị nhỏ nhất là -1.417632 và giá trị lớn nhất đạt 5.020144 Độ lệch chuẩn của biến DSRI là 0.8022601.
Với biến NIM có giá trị bình quân 1.2033738; giá trị nhỏ nhất và lớn nhất lần lượt bằng -0.8946494 và 9.013839 Độ lệch chuẩn có kết quả bằng 0.7279133
Biến SGI có giá trị bình quân bằng 1.22995, giá trị lớn nhất và nhỏ nhất lần lượt bằng -09658343 và 4.931699, và độ lệch chuẩn bằng 0.5250449
Biến DEPI có độ lệch chuẩn 0.322728 và giá trị trung bình bằng 0.9690987 Giá trị nhỏ nhất và lớn nhất của biến này nhận giá trị 0.0009715 và 4.779477
Biến LVGI có giá trị trung bình và độ lệch chuẩn lần lượt là 1.042962 và 0.5810542 Giá trị nhỏ nhất và lớn nhất nhận giá trị 0.5939927 và 9.967137
Biến TATA có giá trị bình quân bằng 0.0012985 và độ lệch chuẩn là 0.1194493 Giá trị lớn nhất và nhỏ nhất của biến là -0.2341571 và 1.504605
Biến DA có giá trị trung bình là 0.0583575, độ lệch chuẩn bằng 1.416431 Giá trị lớn nhất là – và 4.878316 nhỏ nhất là -6.718858
Biến SIZE có giá trị bình quân là 8.057744 và độ lệch chuẩn bằng 0.4981934 Giá trị nhỏ và lớn nhất của biến SIZE lần lượt là 7.063304 và 9.180948
Biến NPL có giá trị bình quân là 0.0212421 với độ lệch chuẩn là 0.0116016, trong khi giá trị nhỏ nhất và lớn nhất lần lượt là 0.0057 và 0.088 Mối tương quan giữa các biến độc lập cũng cần được xem xét kỹ lưỡng.
Tiếp theo, ta tiến hành kiểm tra tương quan giữa các biến trong mô hình
Bảng 7 Hệ số tương quan trong mô hình
DSRI NIM SGI DEPI LVGI TATA DA SIZE NPL DSRI 1.000
Nguồn: Kết quả nghiên cứu
Dựa vào kết quả trên, ta có thể thấy các biến đều có mối tương quan với nhau
Tại mức ý nghĩa 1%, biến DSRI và TATA, biến DEPI và LVGI, cùng với LVGI và TATA cho thấy mối tương quan cùng chiều Ngược lại, biến SIZE và LVGI lại có mối tương quan ngược chiều với nhau.
Tại mức ý nghĩa 5%, các biến DSRI và DA, NIM và DEPI, DEPI và SIZE, cũng như DA và SIZE đều có mối quan hệ cùng chiều Ngược lại, biến DA và LVGI lại thể hiện mối tương quan ngược chiều.
Tiếp theo, ta sẽ tiến hành kiểm tra hiện tượng tự tương quan của mô hình
Hình 2 Kiểm định tự tương quan của mô hình
Nguồn: Kết quả nghiên cứu
Kết quả kiểm định tự tương quan dữ liệu bảng (Kiểm định Wooldridge) cho thấy giá trị p-value là 0.4460, cho phép kết luận rằng mô hình không có hiện tượng tự tương quan.
Bảng 8 Bảng kiểm tra hiện tượng đa cộng tuyến của mô hình
Variable VIF SQRT VIF Tolerance R-square
Nguồn: Kết quả nghiên cứu
Mô hình được kiểm tra hiện tượng đa cộng tuyến thông qua kiểm định VIF, với kết quả cho thấy VIF nhận giá trị dưới 2, chứng tỏ không có hiện tượng đa cộng tuyến Các biến trong mô hình có giá trị từ 1.06 đến 1.64, khẳng định rằng mô hình tổng thể không gặp phải vấn đề này.
2.3.2 Kết quả phân tích hồi quy a Mô hình nhận diện gian lận BCTC của NHTM Việt Nam
Bước 1: Chọn những biến có mức độ liên quan và xây dựng mô hình M-score thích hợp dựa trên số liệu ngành ngân hàng 2011 – 2020
Theo như mô hình ban đầu đã thảo luận tại mục trên, ta có mô hình dạng:
M = 𝛃 𝟎 + 𝛃 𝟏 (DSRI) + 𝛃 𝟐 (NIM) + 𝛃 𝟑 (SGI) + 𝛃 𝟒 (DEPI) + 𝛃 𝟓 (LVGI) + 𝛃 𝟔 (TATA)
Theo kết quả mô hình hồi quy Logistic thu thập được ở dữ liệu STATA 14, ta có
Bảng 9 Kết quả mô hình 1
M Coef Std Err z P > |z| 95% Conf Interval DSRI -0.2098452 0.2488963 -0.84 0.399 -0.6976731 0.2779826
Nguồn: Kết quả nghiên cứu
Kết quả từ mô hình hồi quy logit nhị phân trên STATA cho thấy kiểm định Chi-square đạt giá trị 20.17, với giá trị Prob > Chi2 là 0.0169, cho thấy mô hình có độ phù hợp tốt Hệ số Pseudo R2 là 0.0978, cho thấy 9.78% biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
Kết quả hồi quy từ mô hình cho thấy trong số 9 biến, biến SGI (tỷ số tăng trưởng doanh thu bán hàng) có mức ý nghĩa 5% với hệ số góc là -0.9482787, cho thấy SGI có mối quan hệ ngược chiều với việc thao túng báo cáo tài chính.
Khi các ngân hàng thương mại (NHTM) trải qua sự tăng trưởng doanh thu, khả năng thao túng báo cáo tài chính (BCTC) sẽ giảm thiểu Ngược lại, trong trường hợp doanh thu của NHTM giảm sút, nguy cơ thao túng BCTC sẽ tăng cao hơn.
Biến SIZE (quy mô doanh nghiệp) có ý nghĩa 10% và hệ số góc -0.7562158, cho thấy mối quan hệ ngược chiều với biến phụ thuộc Điều này phù hợp với giả định ban đầu của nghiên cứu Rhee, cho thấy các doanh nghiệp nhỏ có khả năng thao túng báo cáo tài chính cao hơn.
Biến TATA có giá trị ý nghĩa là 20%, nhưng theo mô hình gốc của Beneish, các biến chỉ có ý nghĩa thống kê khi đạt từ 15% trở lên.
Từ những kết luận trên, mô hình nhận diện gian lận của các NHTM Việt Nam có dạng:
Từ kết quả trên, ta ước lượng mô hình (2) bằng phần mềm STATA 14 và thu được kết quả:
Bảng 10 Kết quả mô hình 2
LR Chi2 = 11.01 Prob > Chi2 = 0.0041 Pseudo R2 = 0.0534
M Coef Std Err z P > |z| 95% Conf Interval SGI -0.6853748 0.409767 -1.67 0.094 -1.488503 0.1177538
Nguồn: Kết quả nghiên cứu
Kết quả từ mô hình Logistic cho thấy, kiểm định Chi-square đạt giá trị 11.01 với Prob > Chi2 = 0.0041 Hệ số Pseudo R2 là 0.0534, cho thấy 5,34% biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
Dựa trên bảng 10, cả hai biến SGI và SIZE đều có ý nghĩa thống kê, với hệ số góc lần lượt là -0.06853748 và -0.9416563, cùng mức ý nghĩa 10% và 5% Điều này cho thấy mô hình sử dụng cả hai biến này là phù hợp để nhận diện gian lận báo cáo tài chính (BCTC) tại các ngân hàng thương mại (NHTM) Việt Nam niêm yết trên sàn chứng khoán.
Hệ số góc của biến SGI là -0.6853748 và có ý nghĩa thống kê ở mức 10%, cho thấy mối quan hệ trái ngược với kỳ vọng ban đầu Cụ thể, khi doanh thu tăng trưởng, khả năng sai phạm lại giảm Kết quả này đã được giải thích trong nghiên cứu của Moreira.
Nghiên cứu của Moreira (2006) chỉ ra rằng có mối liên hệ chặt chẽ giữa hệ thống kế toán và thuế, trong đó các ưu đãi thuế có thể dẫn đến việc doanh nghiệp cố tình giảm doanh thu Tuy nhiên, động cơ này thường chỉ xuất hiện khi doanh nghiệp không có nhu cầu tài chính cao, vì việc giảm doanh thu sẽ làm giảm sức hấp dẫn của cổ phiếu trong mắt nhà đầu tư và ảnh hưởng đến quyết định cho vay của ngân hàng.
GIẢI PHÁP VÀ KHUYẾN NGHỊ
Định hướng cho việc sử dụng mô hình cho việc hỗ trợ dự đoán gian lận của
Theo như mô hình đã ước lượng ở chương 2, ta thu được kết quả mô hình nhận diện gian lận BCTC của các NHTM Việt Nam là như sau:
Ngưỡng giá trị phân loại giữ nguyên ở mức 20%, cho thấy tổng thể độ chính xác của mô hình đạt 66.67% Đây là xác suất cao khi áp dụng vào việc đánh giá ngân hàng, trong khi các nghiên cứu trước chủ yếu tập trung vào việc phát hiện gian lận báo cáo tài chính ở các doanh nghiệp sản xuất Do đó, việc áp dụng mô hình M-score để nhận diện gian lận trong ngành ngân hàng vẫn còn là một lĩnh vực chưa được khai thác rộng rãi.
Mức độ đánh giá mô hình trước đây đạt từ 50-70% trong việc phát hiện gian lận Để nâng cao hiệu quả đánh giá gian lận, có thể áp dụng thêm mô hình Altman Z-Score và P-score Theo Igor Pustynick (2009), việc kết hợp ba mô hình này có thể nhận diện gian lận với độ chính xác lên đến 96.55% cho các doanh nghiệp.
Trong giai đoạn 2011 – 2020, thông qua quá trình đo lường và kết quả đo lường báo cáo tài chính (BCTC) của các ngân hàng thương mại (NHTM), một số đặc điểm quan trọng về việc xây dựng mô hình nhận diện gian lận BCTC sẽ được đánh giá.
Hành vi gian lận của các ngân hàng trên báo cáo tài chính (BCTC) vẫn khó nắm bắt do khối lượng lớn của các ngân hàng Sự thao túng này có thể chỉ diễn ra trong một hoặc vài năm và phân bổ không đồng đều Nghiên cứu cho thấy, chênh lệch số liệu trước và sau kiểm toán diễn ra nhiều nhất trong giai đoạn 2012 – 2016.
Chất lượng kiểm toán nội bộ tại các ngân hàng hiện vẫn gặp nhiều hạn chế, thể hiện qua sự chênh lệch đáng kể giữa số liệu báo cáo tài chính (BCTC) trước và sau khi kiểm toán Mặc dù các BCTC phải được rà soát bởi bộ phận kiểm toán nội bộ trước khi gửi đến các cơ quan kiểm toán bên ngoài, nhưng hiệu quả của quy trình này vẫn chưa đạt yêu cầu Điều này có thể do các ngân hàng thương mại (NHTM) đang thao túng số liệu BCTC, dẫn đến sự không minh bạch trong hoạt động kiểm toán nội bộ.
Dữ liệu của một số ngân hàng vẫn bị kiểm soát trong quá trình thu thập suốt 11 năm qua Cụ thể, ngân hàng VietBank (VBB) trên sàn UPCOM không công bố số liệu trong giai đoạn 2012-2015, gây khó khăn cho việc nghiên cứu và xác định liệu ngân hàng này có đang thao túng báo cáo tài chính (BCTC) hay không trong suốt 10 năm.
Gian lận báo cáo tài chính (BCTC) thường được sử dụng để che giấu các khoản nợ xấu của ngân hàng, chuyển chúng vào các khoản phải thu từ khách hàng Hành động này dẫn đến việc tăng chi phí trả lãi, từ đó làm giảm lợi nhuận sau thuế (LNST).
Mặc dù từ năm 2018 đến 2020, minh bạch trong báo cáo tài chính của các ngân hàng thương mại đã có sự cải thiện, vẫn tồn tại một số ngân hàng yếu kém có hành vi thao túng kết quả kinh doanh Do đó, mô hình này được khuyến khích sử dụng như một công cụ hỗ trợ cho ban lãnh đạo và cán bộ ngân hàng trong việc nhận diện và khắc phục kịp thời các hành vi sai phạm Ngoài ra, mô hình cũng giúp các nhà đầu tư đánh giá độ chính xác của thông tin ngân hàng công bố, từ đó đưa ra quyết định đầu tư hiệu quả.
Giải pháp hạn chế gian lận trong BCTC của các NHTM
3.2.1 Đối với các đối tượng bên trong ngân hàng
Gian lận báo cáo tài chính (BCTC) trong ngân hàng thường xuất phát từ nội bộ của các thực thể này Để giải quyết vấn đề này, việc nâng cao đạo đức nghề nghiệp của cán bộ quản trị ngân hàng là rất cần thiết nhằm giảm thiểu tình trạng gian lận.
Đối với các kiểm toán viên, sự chênh lệch số liệu trước và sau kiểm toán nhấn mạnh trách nhiệm của họ trong việc lập báo cáo tài chính Họ cần duy trì thái độ nghiêm túc về tính chính xác của báo cáo, nhằm bảo đảm đạo đức nghề nghiệp.
Các ngân hàng thương mại cần cập nhật thông tin chính xác và đầy đủ để ngăn chặn việc che giấu nợ xấu và đảo nợ, nhằm đảm bảo tính minh bạch trong hoạt động kinh doanh Đặc biệt, cần chú ý và kiểm soát chặt chẽ các tài khoản dễ xảy ra sai phạm như khoản phải thu khách hàng, lợi nhuận sau thuế và dòng tiền từ hoạt động kinh doanh.
3.2.2 Đối với ban quản lý nhà nước
Mặc dù Bộ Tài chính đã quy định mức phạt cho việc thâu tóm báo cáo tài chính, nhưng hiệu quả răn đe vẫn chưa cao Để tăng cường tính minh bạch, ban quản lý nhà nước cần xử phạt nghiêm khắc các hành vi gian lận trong báo cáo tài chính Hơn nữa, việc xây dựng các chính sách nhằm cải thiện chất lượng thông tin cũng là điều cần thiết.
Các cơ quan nhà nước cần thiết lập quy định nghiêm ngặt về kiểm soát nội bộ trong ngân hàng thương mại và áp dụng mức phạt hành chính phù hợp đối với hành vi thao túng báo cáo tài chính.
Khuyến khích các ngân hàng cập nhật thông tin về Báo cáo tài chính (BCTC) lên website chính thức và duy trì số liệu trong thời gian dài sẽ tăng cường tính minh bạch cho thông tin được công bố Điều này không chỉ giúp các ngân hàng thương mại (NHTM) nâng cao độ tin cậy mà còn hỗ trợ nhà đầu tư và chủ nợ dễ dàng nắm bắt tình hình hoạt động của ngân hàng, từ đó thuận tiện hơn trong việc cập nhật thông tin về BCTC.
Thứ ba, quy định yêu cầu các ngân hàng thương mại nâng cao chất lượng đạo đức của cán bộ trong hệ thống ngân hàng, đồng thời đưa ra biện pháp giảm thiểu cơ hội vi phạm của những người có thẩm quyền Bên cạnh đó, cần kết hợp với các bên liên quan như Ủy ban Chứng khoán Nhà nước và các Sở giao dịch chứng khoán để tăng cường quy định xử phạt.
Trong nghiên cứu, 24 ngân hàng thương mại niêm yết trên sàn chứng khoán cho thấy việc thao túng báo cáo tài chính (BCTC) ảnh hưởng lớn đến thị trường chứng khoán và các bên liên quan Hiện tại, các cơ quan nhà nước trong lĩnh vực chứng khoán chưa có vai trò đáng kể trong việc điều tra và xử lý các vi phạm BCTC Do đó, việc trao thêm thẩm quyền cho Ủy ban Chứng khoán Nhà nước và các sàn giao dịch chứng khoán có thể giảm thiểu nguy cơ gian lận BCTC và nâng cao chất lượng thông tin mà các ngân hàng thương mại công bố.
Việc tăng cường thẩm quyền cho Ủy ban Chứng khoán Nhà nước (UBCKNN) trong việc điều tra các chứng từ liên quan đến hành vi gian lận sẽ giúp cơ quan này thực hiện các nghiệp vụ điều tra tương tự như các cơ quan có thẩm quyền khác Điều này cho phép UBCKNN phát hiện và xử lý kịp thời các hành vi gian lận, đồng thời áp dụng những hình phạt nghiêm khắc đối với các đối tượng vi phạm.
Các sở giao dịch chứng khoán cần áp dụng các giải pháp nhằm xác định và loại bỏ những doanh nghiệp, đặc biệt là ngân hàng, có thông tin không chính xác Cụ thể, việc áp đặt hạn chế giao dịch cho các ngân hàng vi phạm hoặc áp dụng các quy định xử phạt hành chính sẽ giúp bù đắp tổn thất do thông tin sai lệch gây ra trên thị trường.
Khuyến nghị với những nhà đầu tư
Hiện nay, số lượng nhà đầu tư trên thị trường chứng khoán đang gia tăng, khiến chất lượng thông tin trên báo cáo tài chính (BCTC) trở nên quan trọng trong quyết định đầu tư Các nhà đầu tư cá nhân và tổ chức thường gặp rủi ro về kiến thức chuyên môn hơn so với các doanh nghiệp lớn Để hiểu rõ tình hình thực tế của ngân hàng thương mại, nhà đầu tư cần trang bị kiến thức về các khoản mục trên BCTC và đọc kỹ các kết quả kiểm toán từ bên thứ ba Đặc biệt, cần chú ý đến ý kiến kiểm toán, đặc biệt là khi có “ý kiến ngoại trừ” liên quan đến các khoản mục quan trọng như lợi nhuận ngân hàng và các khoản có thể bị thao túng để che giấu nợ xấu.