Ứng dụng phân cụm dữ liệu trong việc kiểm toán gian lận trên báo cáo tài chính Luận văn thạc sĩ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH   Trần Thị Phương Thanh ỨNG DỤNG PHÂN CỤM DỮ LIỆU TRONG VIỆC KIỂM TOÁN GIAN LẬN TRÊN BÁO CÁO TÀI CHÍNH LUẬN VĂN THẠC SỸ KINH TẾ TP. Hồ Chí Minh - Năm 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH   Trần Thị Phương Thanh ỨNG DỤNG PHÂN CỤM DỮ LIỆU TRONG VIỆC KIỂM TOÁN GIAN LẬN TRÊN BÁO CÁO TÀI CHÍNH Chuyên ngành: Kế toán Mã số: 60340301 LUẬN VĂN THẠC SỸ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS. Trần Phước TP. Hồ Chí Minh - Năm 2014 LỜI CAM ĐOAN   Tôi xin cam đoan tất cả nội dung của luận văn này hoàn toàn được hình thành và phát triển từ những quan điểm của chính cá nhân tác giả, dưới sự hướng dẫn khoa học của PGS.TS. Trần Phước. Tất cả các thông tin trích dẫn trong luận văn đã được chỉ rõ nguồn gốc, tất cả số liệu và kết quả trình bày trong luận văn là hoàn toàn trung thực. Tác giả luận văn Trần Thị Phương Thanh MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC KÝ HIỆU – CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG BIỂU DANH MỤC HÌNH PHẦN MỞ ĐẦU 1 1. Tính cấp thiết của đề tài 1 2. Tổng quan về nghiên cứu 2 3. Mục tiêu nghiên cứu 3 4. Đối tượng và phạm vi nghiên cứu 4 5. Phương pháp nghiên cứu 4 6. Đóng góp của luận văn 5 7. Kết cấu của luận văn 5 CHƯƠNG 1 CƠ SỞ LÝ LUẬN VỀ PHÂN CỤM DỮ LIỆU VÀ GIAN LẬN BÁO CÁO TÀI CHÍNH 6 1.1. Khai phá dữ liệu 6 1.1.1. Tổng quan về khai phá dữ liệu 6 1.1.1.1. Định nghĩa 6 1.1.1.2. Các kỹ thuật tiếp cận trong khai phá dữ liệu 8 1.1.2. Ứng dụng của khai phá dữ liệu 9 1.1.3. Phân cụm dữ liệu 10 1.1.3.1. Định nghĩa 10 1.1.3.2. Yêu cầu của phân cụm dữ liệu 10 1.1.3.3. Các đặc trưng cơ bản để phân cụm dữ liệu 11 1.1.3.4. Các phương pháp phân cụm dữ liệu 12 1.1.3.5. Nhận xét phương pháp phân cụm dữ liệu 15 1.2. Tổng quan tình hình nghiên cứu về phân cụm dữ liệu 16 1.2.1. Tình hình nghiên cứu trên thế giới 16 1.2.2. Tình hình nghiên cứu trong nước 18 1.3. Gian lận 19 1.3.1. Tổng quan về gian lận 19 1.3.1.1. Định nghĩa 19 1.3.1.2. Lịch sử các công trình nghiên cứu về gian lận 20 1.3.1.3. Các yếu tố của gian lận 29 1.3.2. Ảnh hưởng của công nghệ thông tin đến BCTC trong mối quan hệ với gian lận và sai sót 30 Kết luận chương 1 32 CHƯƠNG 2 THỰC TRẠNG GIAN LẬN BÁO CÁO TÀI CHÍNH VÀ TÌNH HÌNH SỬ DỤNG TỶ SUẤT TÀI CHÍNH 34 2.1. Sơ lược về thực trạng gian lận BCTC 34 2.1.1. Thực trạng gian lận BCTC trên thế giới 34 2.1.2. Thực trạng gian lận BCTC tại Việt Nam 36 2.1.3. Các thủ thuật gian lận BCTC 39 2.2. Thực trạng các quy định về trách nhiệm của kiểm toán viên đối với gian lận BCTC 41 2.2.1. Chuẩn mực kiểm toán quốc tế 41 2.2.2. Thực trạng các quy định về trách nhiệm của KTV đối với gian lận trên BCTC tại Việt Nam 44 2.3. Kinh nghiệm của các công ty kiểm toán nước ngoài tại Việt Nam trong việc vận dụng kỹ thuật khai phá dữ liệu trong kiểm toán BCTC 46 2.3.1. KPMG Việt Nam 46 2.3.1.1. Lập kế hoạch kiểm toán 47 2.3.1.2. Đánh giá hệ thống kiểm soát nội bộ 47 2.3.1.3. Thiết kế và thực hiện thử nghiệm cơ bản 48 2.3.1.4. Kết thúc kiểm toán 48 2.3.2. Deloitte Việt Nam 48 2.3.3. Grant Thornton Việt Nam 49 2.4. Thực trạng sử dụng các tỷ suất tài chính nhằm phát hiện gian lận trên BCTC trong nghiên cứu trước đây và tại các công ty kiểm toán ở Việt Nam 51 2.4.1. Kết hợp giữa tỷ suất tài chính và kỹ thuật phân cụm dữ liệu trong việc phát hiện gian lận trên BCTC trong nghiên cứu trước đây 51 2.4.2. Thực trạng sử dụng tỷ suất tài chính trong việc phát hiện gian lận trên BCTC tại các công ty kiểm toán ở Việt Nam 53 2.4.2.1. Theo chương trình kiểm toán mẫu năm 2013 do VACPA ban hành 54 2.4.2.2. Theo chương trình kiểm toán tại Deloitte Việt Nam 55 2.4.2.3. Theo chương trình kiểm toán tại Grant Thornton Việt Nam 56 2.4.2.4. Theo chương trình kiểm toán tại KPMG Việt Nam 56 2.5. Đánh giá thực trạng ứng dụng tỷ suất tài chính trong việc phát hiện gian lận trên BCTC 57 2.5.1. Ưu điểm 57 2.5.2. Tồn tại 57 Kết luận chương 2 58 CHƯƠNG 3 ỨNG DỤNG KỸ THUẬT PHÂN CỤM DỮ LIỆU TRONG VIỆC KIỂM TOÁN GIAN LẬN TRÊN BCTC, NHẬN XÉT VÀ KIẾN NGHỊ 59 3.1. Quan điểm về ứng dụng CNTT trong quá trình kiểm toán BCTC 59 3.1.1. Hạn chế làm thủ công 59 3.1.2. Ứng dụng triệt để CNTT vào trong quá trình kiểm toán 59 3.2. Ứng dụng kỹ thuật phân cụm dữ liệu phân hoạch K-means 60 3.2.1. Quy trình thực hiện phân cụm dữ liệu 60 3.2.2. Các công cụ thực hiện phân cụm dữ liệu 60 3.2.3. Thống kê mô tả về mẫu quan sát 62 3.2.4. Sự khác biệt trị trung bình giữa hai nhóm doanh nghiệp 64 3.2.5. Kết quả phân cụm dữ liệu K-Means 66 3.2.5.1 Tóm tắt kết quả phân tích cụm 66 3.2.5.2. Kết quả kiểm định AVOVA 69 3.2.5.3. Kết quả phân cụm dữ liệu cuối cùng 69 3.2.6. Phân tích dữ liệu cụm 2 70 3.2.6.1. Phân tích tỷ số đòn bẫy tài chính 70 3.2.6.2. Phân tích tỷ suất về khả năng sinh lời 72 3.2.6.3. Phân tích tỷ suất về cơ cấu tài sản 73 3.2.6.4. Phân tích tỷ số về tính thanh khoản 74 3.2.6.5. Phân tích chỉ số về quy mô doanh nghiệp 76 3.2.6.6. Phân tích hệ số về khả năng phá sản 77 3.3. Nhận xét và kiến nghị áp dụng 79 3.3.1. Nhận xét 79 3.3.2. Các kiến nghị áp dụng 80 3.3.2.1. Đối với kiểm toán viên và công ty kiểm toán 80 3.3.2.2. Đối với Ban quản trị doanh nghiệp 82 3.3.2.3. Đối với nhà trường và hiệp hội kiểm toán viên hành nghề 83 3.3.2.4. Đối với nhà đầu tư 83 KẾT LUẬN CHUNG 85 TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC KÝ HIỆU – CHỮ VIẾT TẮT 1. ACFE Hiệp hội các nhà điều tra gian lận Mỹ 2. AICPA Viện kế toán công chứng Mỹ 3. BCTC Báo cáo tài chính 4. CNTT Công nghệ thông tin 5. DBMS Hệ quản trị cơ sở dữ liệu 6. HOSE Sàn giao dịch chứng khoán Thành phố Hồ Chí Minh 7. HASTC Sàn giao dịch chứng khoán Hà Nội 8. ISA Chuẩn mực kiểm toán Quốc tế 9. KTV Kiểm toán viên 10. KDD Quy trình khai phá tri thức 11. SAS Báo cáo về chuẩn mực kiểm toán 12. VSA Chuẩn mực kiểm toán Việt Nam DANH MỤC CÁC BẢNG BIỂU Bảng 1.1: Báo cáo gian lận theo loại gian lận 27 Bảng 1.2: Báo cáo gian lận theo cấp bậc, chức vụ 27 Bảng 1.3: Báo cáo về thời gian phát hiện gian lận 28 Bảng 1.4: Báo cáo về gian lận theo giới tính 28 Bảng 1.5: Báo cáo về gian lận theo loại hình công ty 28 Bảng 1.6: Báo cáo về gian lận theo quy mô công ty 29 Bảng 2.1: Báo cáo về thủ thuật gian lận 39 Bảng 2.2: Thành phần và trọng số của Z-score 53 Bảng 2.3: Giải thích hệ số Z-score 53 Hình 1.1: Quy trình khai phá dữ liệu từ kho dữ liệu 7 Hình 1.2: Mô phỏng sự phân cụm dữ liệu 10 Hình 1.3: Minh họa cho hai phương pháp tạo kiến trúc phân cấp cụm 14 Hình 1.4: Tam giác gian lận 21 Hình 1.5: Mô hình bàn cân gian lận 23 Hình 1.6: Sơ đồ phân loại gian lận theo ACFE 26 Hình 1.7: Mối quan hệ cá tính và gian lận 30 Hình 1.8: Kỹ thuật khai phá dữ liệu nhằm phát hiện gian lận tài chính 32 Hình 3.1: Sơ đồ quy trình phân cụm dữ liệu 60 Hình 3.2: Kết quả thống kê tỷ lệ doanh nghiệp gian lận 63 Hình 3.3: Đặc điểm của cụm cuối cùng qua các biến quan sát 68 Hình 3.4: Tần số đòn bẫy tài chính 71 Hình 3.5: Thống kê trị trung bình đòn bẫy tài chính theo năm 71 Hình 3.6: Thống kê trị trung bình tỷ suất sinh lời theo năm 72 Hình 3.7: Tần số tỷ suất sinh lời 73 Hình 3.8: Trị trung bình cơ cấu tài sản theo năm 74 Hình 3.9: Tần số cơ cấu tài sản 74 Hình 3.10: Trị trung bình chỉ số thanh khoản theo năm 75 Hình 3.11: Tần số tỷ số thanh khoản 75 Hình 3.12: Quy mô doanh nghiệp theo năm 76 Hình 3.13: Tần số của chỉ số Quy mô doanh nghiệp 77 Hình 3.14: Trị trung bình hệ số Z-score theo năm 78 Hình 3.15: Tần số của Z-score theo loại doanh nghiệp 78 DANH MỤC HÌNH 1 PHẦN MỞ ĐẦU 1. Tính cấp thiết của đề tài Ngày nay, cùng với sự thay đổi và phát triển không ngừng của công nghệ thông tin nói chung và trong các ngành công nghệ phần cứng, phần mềm, truyền thông và các hệ thống dữ liệu phục vụ cho các ngành kinh tế - xã hội nói riêng, lượng dữ liệu được tạo ra ngày càng lớn và phức tạp. Sự bùng nổ dữ liệu này dẫn đến một yêu cầu cấp thiết là cần có những kỹ thuật và công cụ mới để tự động chuyển đổi lượng dữ liệu khổng lồ kia thành tri thức có ích. Cho đến những năm 90 của thế kỷ trước, hàng loạt các nghiên cứu về tổ chức các kho dữ liệu và kho thông tin, các hệ hỗ trợ ra quyết định, các thuật toán nhận dạng mẫu và phân lớp mẫu, v.v và đặc biệt là khai phá dữ liệu (Data Mining) ra đời. Từ khi ra đời, khai phá dữ liệu đã trở thành một trong những hướng nghiên cứu phổ biến trong lĩnh vực khoa học máy tính và công nghệ tri thức. Nhiều kết quả nghiên cứu đã được ứng dụng vào các lĩnh vực khoa học, kinh tế và xã hội. Khai phá dữ liệu bao gồm nhiều hướng nghiên cứu quan trọng, một trong số đó là phân cụm dữ liệu (Data Clustering). Trong thời gian gần đây, trong lĩnh vực phân cụm dữ liệu, người ta tập trung chủ yếu vào nghiên cứu, phân tích các mô hình dữ liệu phức tạp như web, hình ảnh, v.v và đặc biệt là dữ liệu hỗn hợp. Vấn đề đặt ra là làm thế nào có thể rút trích được thông tin có ích từ kho dữ liệu kinh tế tài chính khổng lồ như hiện nay nhằm hỗ trợ cho các nhà quản trị, các chủ đầu tư, kiểm toán viên cũng như các tổ chức và hội kiểm toán viên hành nghề trong việc quản lý, đánh giá danh mục đầu tư để đưa ra các quyết định, thiết lập chiến lược, thủ tục kiểm toán và ban hành các chính sách, quy định. Gian lận trên Báo cáo tài chính (BCTC) là một trong những chủ đề thời sự hiện nay, đặc biệt là sau sự kiện hàng loạt các công ty hàng đầu trên thế giới bị phá sản vào đầu thế kỷ 21 như Enron, Worldcom, Global Crossing, v.v. Việc phát sinh gian lận trên BCTC ở những công ty có tầm vóc lớn đã làm phát sinh sự quan tâm ngày càng nhiều về tính trung thực và hợp lý của BCTC. . Trần Thị Phương Thanh ỨNG DỤNG PHÂN CỤM DỮ LIỆU TRONG VIỆC KIỂM TOÁN GIAN LẬN TRÊN BÁO CÁO TÀI CHÍNH Chuyên ngành: Kế toán Mã số: 60340301 LUẬN VĂN THẠC SỸ KINH TẾ NGƯỜI. vào việc xem xét Ứng dụng phân cụm dữ liệu trong việc kiểm toán gian lận trên Báo cáo tài chính . 2. Tổng quan về nghiên cứu Tổng quan về khai phá dữ liệu: Khai phá dữ liệu (“KPDL”) là quá.   Trần Thị Phương Thanh ỨNG DỤNG PHÂN CỤM DỮ LIỆU TRONG VIỆC KIỂM TOÁN GIAN LẬN TRÊN BÁO CÁO TÀI CHÍNH LUẬN VĂN THẠC SỸ KINH TẾ TP. Hồ Chí