Nhận diện gian lận báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán việt nam – bằng chứng thực nghiệm tại sàn giao dịch chứng khoán HOSE

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - TRẦN VIỆT HẢI NHẬN DIỆN GIAN LẬN BÁO CÁO TÀI CHÍNH CỦA CÁC CƠNG TY NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM – BẰNG CHỨNG THỰC NGHIỆM TẠI SÀN GIAO DỊCH CHỨNG KHOÁN HOSE LUẬN VĂN THẠC SĨ KINH TẾ TP HỒ CHÍ MINH, NĂM 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - TRẦN VIỆT HẢI NHẬN DIỆN GIAN LẬN BÁO CÁO TÀI CHÍNH CỦA CÁC CƠNG TY NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM – BẰNG CHỨNG THỰC NGHIỆM TẠI SÀN GIAO DỊCH CHỨNG KHỐN HOSE Chun ngành: Tài – Ngân hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC TS LÊ ĐẠT CHÍ TP HỒ CHÍ MINH, NĂM 2017 LỜI CAM ĐOAN Tác giả xin cam đoan cơng trình nghiên cứu riêng tác giả Các số liệu luận văn trung thực Những kết luận văn chưa công bố công trình khác Tác giả Trần Việt Hải MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC BẢNG PHẦN MỞ ĐẦU 1.1 Tóm tắt nội dung nghiên cứu 1.2 Vấn đề nghiên cứu 1.3 Mục tiêu nghiên cứu câu hỏi nghiên cứu 1.3.1 Mục tiêu nghiên cứu 1.3.2 Câu hỏi nghiên cứu 1.4 Ý nghĩa thực tiễn đề tài 1.5 Đối tượng phạm vi nghiên cứu 1.5.1 Đối tượng nghiên cứu: 1.5.2 Phạm vi nghiên cứu 1.6 Phương pháp nghiên cứu 1.7 Kết cấu luận văn CHƯƠNG CƠ SỞ LÝ THUYẾT CỦA VẤN ĐỀ NGHIÊN CỨU 1.1 Khung lý thuyết gian lận BCTC 1.1.1 Khái niệm gian lận kiểm toán BCTC chuẩn mực kiểm toán quốc tế (ISA) 1.1.2 Khái niệm gian lận kiểm toán BCTC chuẩn mực kiểm toán Việt Nam (VSA) 1.1.3 Khái niệm phân loại gian lận kiểm toán BCTC Hiệp hội nhà điều tra gian lận Hoa Kỳ (ACFE) 1.1.4 Các yếu tố dẫn đến việc lập BCTC gian lận 1.1.5 Một số thủ thuật sử dụng để làm sai lệch BCTC CTNY TTCK Việt Nam 1.2 Tổng quan nghiên cứu gian lận báo cáo tài 15 1.2.1 Các mơ hình dồn tích có điều chỉnh – Discretionary accruals models 15 1.2.2 Các kỹ thuật thống kê – Statistical techniques 16 1.2.3 Các nghiên cứu giới 17 1.2.4 Các nghiên cứu Việt Nam 23 TÓM TẮT CHƯƠNG 34 CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 35 2.1 Tổng quan phương pháp nghiên cứu 35 2.2 Mơ hình nghiên cứu 35 2.2.1 Tổng quan mơ hình nghiên cứu 35 2.2.2 Mơ hình Beneish (M-Score) 36 2.2.3 Dạng tổng qt mơ hình Hồi quy Binary Logistic 37 2.2.4 Xác định biến độc lập 39 2.2.5 Phát triển giả thuyết nghiên cứu 42 2.2.6 Mơ hình hồi quy tổng qt 43 2.3 Thiết kế nghiên cứu 44 2.3.1 Mẫu nghiên cứu 44 2.3.2 Thu thập liệu 45 2.3.3 Quy trình xây dựng mơ hình nghiên cứu 45 TÓM TẮT CHƯƠNG 47 CHƯƠNG KẾT QUẢ NGHIÊN CỨU 48 3.1 Kết phân loại cơng ty có gian lận BCTC mơ hình Beneish thơng qua hệ số M-Score 48 3.2 Kết thống kê mơ tả biến mơ hình 50 3.4 Kết mơ hình hồi quy Logistic 51 3.5 Thảo luận kết nghiên cứu 56 3.6 Kiểm định khả dự báo mơ hình nghiên cứu 57 3.7 Hạn chế mơ hình nghiên cứu 59 TÓM TẮT CHƯƠNG 61 CHƯƠNG ĐÁNH GIÁ CHUNG VÀ KHUYẾN NGHỊ 62 4.1 Đánh giá chung 62 4.1.1 Đánh giá tính đầy đủ, hồn thiện khung pháp lý công bố thông tin CTNY TTCK Việt Nam 62 4.1.2 Đánh giá số nguyên nhân dẫn đến bất cập việc công bố thông tin CTNY TTCK Việt Nam 63 4.2 Đề xuất số khuyến nghị liên quan đến kỹ thuật nhận diện gian lận BCTC công ty niêm yết 64 4.2.1 Khuyến nghị kỹ thuật nhận diện gian lận BCTC thơng qua số tài 64 4.2.2 Khuyến nghị Nhà nước 65 4.2.3 Khuyến nghị nhà đầu tư 67 4.2.4 Khuyến nghị công ty niêm yết 69 TÓM TẮT CHƯƠNG 72 KẾT LUẬN 73 DANH MỤC TÀI LIỆU THAM KHẢO PHỤ LỤC Từ viết tắt BCKT BCTC BCTN BTC CBTT CTNY FASB HĐQT HNX HOSE IASB IFRS KTV TGĐ TTCK UBCKNN UBKT US GAAP VACPA VAS VSA DANH MỤC CÁC BẢNG Bảng 1.1 Tổng hợp nghiên cứu trước mơ hình phát gian lận báo cáo tài 26 Bảng 2.1 Danh sách biến độc lập ký hiệu 42 Bảng 2.2 Mô tả mẫu công ty sử dụng để xây dựng mơ hình nghiên cứu 44 Bảng 3.1 Tổng hợp kết phân loại công ty có gian lận BCTC theo mơ hình Beneish thơng qua hệ số M-Score 48 Bảng 3.2 Tổng hợp số tài dùng để tính hệ số M-Score 49 Bảng 3.3 Bảng thống kê mô tả biến độc lập đưa vào mơ hình 50 Bảng 3.4 Kết phân tích hồi quy Binary Logistic 52 Bảng 3.5 Kết kiểm định Omnibus 54 Bảng 3.6 Kết kiểm định khả giải thích mơ hình 55 Bảng 3.7 Kết phân tích khả dự báo mơ hình hồi quy .55 Bảng 3.8 Tổng hợp kết phân loại công ty có gian lận BCTC theo nội dung giải trình chênh lệch BCTC CTNY HOSE 57 Bảng 3.9 So sánh kết phân loại gian lận BCTC theo Mơ hình đề xuất, M-Score với kết phân loại theo nội dung giải trình chênh lệch BCTC 58 PHẦN MỞ ĐẦU 1.1 Tóm tắt nội dung nghiên cứu Luận văn sử dụng số liệu tài 268 cơng ty phi tài niêm yết sàn giao dịch chứng khốn HOSE để phát triển mơ hình hồi quy bao gồm tỷ số tài có khả sử dụng để nhận diện gian lận BCTC Tác giả sử dụng mơ hình Beneish với hệ số M-Score để phân loại cơng ty có gian lận BCTC cơng ty khơng có gian lận BCTC với kết 112 CTNY có dấu hiệu gian lận BCTC 156 CTNY khơng có dấu hiệu gian lận BCTC Kết phân loại theo M-Score số liệu đầu vào cho tác giả ứng dụng kỹ thuật hồi quy logistic việc phát triển mơ hình nhận diện gian lận BCTC Kết nghiên cứu cho thấy số biến có thể hữu ích việc phát gian lận BCTC bao gồm tỷ số NP / TA (Lợi nhuận sau thuế / Doanh thu thuần), WC / TA (Vốn lưu động / Tổng tài sản), GP / TA (Lợi nhuận gộp / Tổng tài sản ) Z-Score (Hệ số nguy phá sản) Mơ hình phân loại CTNY có gian lận BCTC với tỷ lệ xác 68.7% Đây tỷ lệ cao cho mơ hình nhận diện gian lận BCTC với thành phần mẫu nghiên cứu bao gồm nhiều công ty có quy mơ khác hoạt động nhiều lĩnh vực khác Điều cho thấy mô hình tin cậy để kiểm tốn viên, nhà đầu tư nhà quản lý sử dụng việc phát gian lận BCTC 1.2 Vấn đề nghiên cứu Trong kinh tế thị trường, nhu cầu cung cấp tiếp nhận thông tin, đặc biệt thông tin tài ln giữ vai trị quan trọng để cổ đơng nhà đầu tư có định đắn thực đầu tư nắm giữ cổ phiếu cơng ty Sự minh bạch tính trung thực thơng tin tài đóng vai trò lớn việc ổn định TTCK ổn định xã hội Không kinh tế Việt Nam trình hội nhập ngày phát triển mạnh mẽ, quy mô kinh doanh công ty tồn cầu hóa hoạt động thương mại ngày mở rộng, dẫn tới mức độ phức tạp cơng tác kế tốn, kiểm tốn theo mà tăng lên Tuy nhiên, vấn đề tồn từ lâu giới Việt Nam, gian lận BCTC, đó, cơng ty sử dụng thủ thuật để làm đẹp số liệu BCTC nhằm che dấu, bóp méo số liệu tài cơng ty đánh lừa nhà đầu tư Đây thực vấn đề nghiêm trọng xã hội, làm suy giảm niềm tin vào thị trường vốn ảnh hưởng lớn tới kinh tế nhiều nước giới, có Việt Nam TTCK Việt Nam hoạt động thập kỷ Cùng với phát triển số lượng, hoạt động TTCK Việt Nam dần ổn định chuyên nghiệp hơn, góp phần lành mạnh hóa thị trường đầu tư tạo thuận lợi kênh dẫn vốn cho công ty Bên cạnh thành tựu đạt được, TTCK Việt Nam năm gần phải chứng kiến vụ bê bối liên quan đến tính minh bạch cơng bố thơng tin CTNY làm ảnh hưởng lớn đến niềm tin nhà đầu tư tính ổn định thị trường Thực trạng công bố thông tin số CTNY TTCK Việt Nam bộc lộ số bất cập, cụ thể: số lượt loại hình vi phạm cơng bố thơng tin CTNY TTCK cịn tồn tại, tình trạng nộp BCTC trễ hạn, chất lượng thông tin BCTC không đáng tin cậy Tuy nhiên, số nhà nghiên cứu giới nhận định, BCTC chất lượng cao giảm bất cân xứng thơng tin kết giảm chi phí sử dụng vốn (Glosten Milgrom, 1985; Amihud Mendelson, 1986; Diamond Verrecchia, 1991; Bhattacharya cộng sự, 2003 Barth cộng sự, 2013) BCTC gian lận có thể khó để phát khơng phải khơng thể, vậy, việc nghiên cứu thủ thuật gian lận BCTC kỹ thuật phát gian lận BCTC CTNY TTCK Việt Nam thật cần thiết Xuất phát từ thực trạng suy giảm chất lượng thông tin BCTC, tác giả mong muốn ứng dụng phương pháp thực nghiệm giới vào việc nhận diện gian lận BCTC thông qua tỷ số tài TTCK Việt Nam, mà cụ thể với CTNY Sở giao dịch chứng khốn Thành phố Hồ Chí Minh (HOSE) Do đó, tác giả lựa chọn đề tài “Nhận diện gian lận báo cáo tài cơng ty niêm yết thị trường chứng khoán Việt Nam – Bằng chứng thực nghiệm sàn giao dịch chứng khoán HOSE” làm đề tài luận văn Đây thực vấn đề nhiều nhà đầu tư, tổ chức thực quan tâm Tác giả mong muốn kết luận văn 11 Barth, M., Y Konchitchki, and W Landsman (2013), Cost of Capital and Earnings Transparency, Journal of Accounting and Economics, 55 (2), pp 206-224 12 Beasley, M., 1996 An empirical analysis of the relation between board of director composition and financial statement fraud The Accounting Review, Vol 71 No 4, pp 443-66 13 Beasley, S.M., Carcello, J.V and Hermanson, D.R., 1999 Fraudulent Financial Reporting: 1987-1997: An Analysis of US Public Companies Research Report, COSO 14 Beneish, M., 1997 Detecting GAAP violation: Implications for assessing earnings manage- ment among firms with extreme financial performance Journal of Accounting and Public Policy, 16(3), page 271–309, USA 15 Beneish, M., 1999 Incentives and penalties related to earnings overstatements that violate GAAP The Accounting Review, 74(4), page 425– 457, USA 16 Bell, T., Szykowny, S and Willingham, J., 1993 Assessing the likelihood of fraudulent financial reporting: a cascaded logic approach Working Paper, KPMG Peat Marwick, Montvale, NJ 17 Bhattacharya, U., Daouk, H and Welker, M., 2003 The World Price of Earnings Opacity The Accounting Review, 78 (3): 641 - 678 18 Bologna, G., Lindquist, R and Wells, J., 1996 The Accountant’s Handbook of Fraud and Commercial Crime John Wiley, New York, NY 19 Bonner, S E., Z-V Palmrose, and S M Young., 1998 Fraud type and auditor litigation: An analysis of SEC Accounting and Auditing Enforcement Releases The Accounting Review (October), page 503-532 20 Burcu Dikmen, Gỹray Kỹỗỹkkocaolu (2010), The Detection of Earnings Manipulation: The Three Phase Cutting Plane Algorithm using Mathematical Programming Journal of Forecasting, 2010, Vol 29, No 5, Pages 442-466 21 Charalambos T Spathis, 2002 Detecting false financial statements using published data: some evidence from Greece Managerial Auditing Journal 17/4 [2002], page 179 – 191 22 Chow, C and Rice, S., 1982 Qualified audit opinions and share prices: an investigation Auditing: A Journal of Practice and Theory, Vol 1, pp 35-53 23 Coderre, G.D., 1999 Fraud Detection Using Data Analysis Techniques to Detect Fraud Global Audit Publications, Vancover 24 Courtis, J.K., 1978 Modelling a financial ratios categoric framework Journal of Business Finance and Accounting, Vol No 4, pp 371-86 25 Daroca, F and Holder, W., 1985 The use of analytical procedures in renew and audit engagements Auditing: A Journal of Practice and Theory, Vol 4, pp 80-92 26 Davia, H., Coggins, P., Wideman, J and Kastantin, J., 1992 Management Accountant’s Guide to Fraud Discovery and Control John Wiley, New York, NY 27 DeAngelo, H., DeAngelo, L., & Skinner, D (1994) Accounting choice in troubled companies Journal of Accounting and Economics, 17(1), page 113– 143 28 Dhaliwal, D., Salamon, G and Smith, E., 1982 The effect of owner versus management control on the choice of accounting methods Journal of Accounting and Economics, Vol 4, pp 41-53 29 Diamond, D., and R Verrecchia, 1991 Disclosure, Liquidity, and the Cost of Capital Journal of Finance, 46 (4): 1325 - 1360 30 Fanning, M.K and Cogger, K.O., 1998 Neural detection of management fraud using published financial data International Journal of Intelligent Systems in Accounting, Finance and Management, Vol No 1, pp 21-41 31 Fanning, K., Cogger, K and Srivastava, R., 1995 Detection of management fraud: a neural network approach International Journal of Intelligent Systems in Accounting, Finance and Management, Vol No 2, pp 113-26 32 Feroz, E., Park, K and Pastens, V., 1991 The financial and market effects of the SEC’s accounting and auditing enforcement’s releases Journal of Accounting Research, Vol 29, pp 107-42 33 Friedlan, 1994 Accounting choices of Issuers of Initial Public Offerings, Contemporary Accounting ResearchVolume 11, Issue 1, pages 1– 31, USA 34 Glosten, L., and P Milgrom, 1985 Bid, Ask and Transaction Prices in a Specialist Market With Heterogeneously Informed Traders Journal of Financial Economics, 14 (1): 71 - 100 35 Green, B., 1991 Identifying management irregularities through preliminary analytical procedures Unpublished doctoral dissertation, Kent State University, Kent, OH 36 Green, B.P and Choi, J.H., 1997 Assessing the risk of management fraud through neural network neuralnetwork technology Auditing: A Journal of Practice and Theory, Vol 16 No 1, pp 14-28 37 Hamer, M., 1983 Failure prediction: sensitivity of classification accuracy to alternative statistical methods and variable sets Journal of Accounting and Public Policy, Vol No 4, pp 289-307 38 Healy (1985), The effect of bonus schemes on accounting decisions, Journal of Accounting and Economics (1985), page 85-107 North-Holland 39 Hoffman, V.B., 1997 Discussion of the effects of SAS No 82 on auditor’s attention to fraud risk factors and audit planning decisions Journal of Accounting Research, Vol 35 No 5, pp 99-104 40 Hollman, V.P and Patton, J.M., 1997 Accountability, the dilution effect and conservatism in auditor’s fraud judgments Journal of Accounting Research, Vol 35 No 2, pp 227-37 41 Jones (1991), Earnings Management During Import Relief Investigation, Journal of Accounting Research Vol 29 No Autumn 1991, USA 42 Kreutzfeldt, R and Wallace, W., 1986 Error characteristics in audit populations: their profile and relationship to environment factors Auditing: A Journal of Practice and Theory, Vol 6, pp 20-43 43 Loebbecke, J., Eining, M and Willingham, J., 1989 Auditor’s experience with material irregularities: frequency, nature, and detectability Auditing: A Journal of Practice and Theory, Vol 9, pp 1-28 44 Marinakis, Pantelis (2011), An investigation of earnings management and earnings manipulation in the UK PhD thesis, University of Nottingham 45 Palmrose, Z., 1987 Litigation and independent auditors: the role of business failures and management fraud Auditing: A Journal of Practice and Theory, Vol No 2, pp 90-102 46 Persons, O., 1995 Using financial statement data to identify factors associated with fraudulent financing reporting’’, Journal of Applied Business Research, Vol 11 No 3, pp 38-46 47 Rhee et al (2003), The Effect of Firm Size on Earnings Management, Workingpaper 48 Schilit, H., 1993 Financial Shenanigans: How to Detect Accounting Gimmicks and Fraud in Financial Reports, McGraw-Hill, New York, NY 49 Stice, J., 1991 Using financial and market information to identify pre-engagement market factors associated with lawsuits against auditors The Accounting Review, Vol 66 No 3, pp 516-33 50 Summers, S.L and Sweeney, J.T., 1998 Fraudulently misstated financial statements and insider trading: an empirical analysis The Accounting Review, Vol 73 No 1, pp 131-46 51 Theodosiou, P., 1991 Alternative models for assessing the financial condition of business in Greece Journal of Business Finance and Accounting, Vol 18 No 5, pp 697-720 52 Vanasco, R R., 1998 Fraud auditing Managerial Auditing Journal, Vol 13 No 1, pp 4-71 53 Wallace, W.A., 1995 Auditing South-Western College Publishing, Cincinnati, OH 54 Wright, A and Ashton, R., 1989 Identifying audit adjustments with attention-direction procedures The Accounting Review, Vol 64 No 4, pp 7983 55 Zimbelman, M.F., 1997 The effects of SAS No 82 on auditors attention to fraud risk-factors and audit planning decisions Journal of Accounting Research, Vol 35 No 5, pp 75-9 A Kết phân tích thống kê mơ tả Means Notes Output Created Comments Input Missing Value Handling Syntax Resources Case Processing Summary Debt /Equity * Gian lan BCTC Sale / Total assets BCTC Net profit / Sale * Gian lan BCTC Receivable / Sale BCTC Net profit / Total assets lan BCTC Working capital / Total assets Gian lan BCTC Gross profit / Total asset lan BCTC Inventory / Sale * Gian lan BCTC Total debt / Total assets lan BCTC Z-Score * Gian lan BCTC Report Gian lan BCTC 00000 Mean N S.D 1.00000 Mean N S.D Total Mean N S.D ANOVA Tablea,b,c,d,e,f,g,h,i,j Debt /Equity * Gian lan BCTC Sale / Total assets * Gian lan BCTC Net profit / Sale * Gian lan BCTC Receivable / Sale * Gian lan BCTC Net profit / Total assets * Gian lan BCTC Working capital / Total assets * Gian lan BCTC Gross profit / Total asset * Gian lan BCTC Inventory / Sale * Gian lan BCTC Total debt / Total assets * Gian lan BCTC Z-Score * Gian lan BCTC a With fewer than three groups, linearity measures for Debt /Equity * Gian lan BCTC cannot be computed b With fewer than three groups, linearity measures for Sale / Total assets * Gian lan BCTC cannot be computed c With fewer than three groups, linearity measures for Net profit / Sale * Gian lan BCTC cannot be computed d With fewer than three groups, linearity measures for Receivable / Sale * Gian lan BCTC cannot be computed e With fewer than three groups, linearity measures for Net profit / Total assets * Gian lan BCTC cannot be computed f With fewer than three groups, linearity measures for Working capital / Total assets * Gian lan BCTC cannot be computed g With fewer than three groups, linearity measures for Gross profit / Total asset * Gian lan BCTC cannot be computed h With fewer than three groups, linearity measures for Inventory / Sale * Gian lan BCTC cannot be computed i With fewer than three groups, linearity measures for Total debt / Total assets * Gian lan BCTC cannot be computed j With fewer than three groups, linearity measures for Z-Score * Gian lan BCTC cannot be computed Measures of Association Debt /Equity * Gian lan BCTC Sale / Total assets * Gian lan BCTC Net profit / Sale * Gian lan BCTC Receivable / Sale * Gian lan BCTC Net profit / Total assets * Gian lan BCTC Working capital / Total assets * Gian lan BCTC Gross profit / Total asset * Gian lan BCTC Inventory / Sale * Gian lan BCTC Total debt / Total assets * Gian lan BCTC Z-Score * Gian lan BCTC B Kết phân tích hồi quy logistic Logistic Regression Notes Output Created Comments Input Missing Value Handling Syntax Resources Case Processing Summary Unweighted Cases Selected Cases a Unselected Cases Total a If weight is in effect, see classification table for the total number of cases Dependent Variable Encoding Original Value 00000 1.00000 Block 0: Beginning Block a,b Classification Table Observed Step Gian lan BCTC Overall Percentage a Constant is included in the model b The cut value is 500 Variables in the Equation Step Constant Variables not in the Equation Step V Overall Block 1: Method = Backward Stepwise (Wald) Omnibus Tests of Model Coefficients Step Step a a A negative Chi-squares value indicates that the Chi-squares value has decreased from the previous step Model Summary Step a Estimation terminated at iteration number because parameter estimates changed by less than 001 b Estimation terminated at iteration number because parameter estimates changed by less than 001 a Classification Table Observed Step Gian lan BCTC Step Overall Percentage Gian lan BCTC Overall Percentage a The cut value is 500 Variables in the Equation Step a Step a a Variable(s) entered on step 1: DE_EQ, SA_TA, NP_SA, RE_SA, NP_TA, WC_TA, GP_TA, IV_SA, DE_TA, Z_Score Correlation Matrix Step Step Constant DE_EQ SA_TA NP_SA RE_SA NP_TA WC_TA GP_TA IV_SA DE_TA Z_Score Constant NP_TA WC_TA GP_TA Z_Score Variables not in the Equation Step a a Variable(s) removed on step 7: SA_TA Step Summary a,b Improvement Step Chi-square a No more variables can be deleted from or added to the current model b End block: -.022 -.061 -.156 -.373 -1.763 -1.657 ... chọn đề tài ? ?Nhận diện gian lận báo cáo tài cơng ty niêm yết thị trường chứng khoán Việt Nam – Bằng chứng thực nghiệm sàn giao dịch chứng khoán HOSE? ?? làm đề tài luận văn Đây thực vấn đề nhiều... TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH - TRẦN VIỆT HẢI NHẬN DIỆN GIAN LẬN BÁO CÁO TÀI CHÍNH CỦA CÁC CƠNG TY NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM – BẰNG CHỨNG... trọng yếu gian lận báo cáo tài công ty niêm yết thị trường 26 chứng khoán Việt Nam Kết nghiên cứu đưa sau áp dụng mơ hình Beneish tỷ lệ phát gian lận 63.33% mẫu 30 công ty chọn tác giả nhận định