Mô hình dồn tích có điều chỉnh của DeAnglo(1986)
Mô hình của DeAngelo (1986) giả định rằng các thành phần biến kế toán không thể điều chỉnh (NDA) thời kỳ t là ngẫu nhiên và bằng với số biến kế toán dồn tích (TA) của thời kỳ t-1, do đó tác giả cho rằng sự thay đổi trong tổng số biến kế toán dồn tích (TA) giữa thời kỳ t và t-1 có thể xuất phát từ hành vi điều chỉnh lợinhuận.
Biến kế toán có thể Biến kế toán dồn Biến kế toán
điều chỉnh = tích năm t - dồn tích
năm t-1
(DAt) (TAt) (TAt-1)
Biến kế toán dồn Lợi nhuận Dòng tiền thuần
tích (TA) = sau thuế - từ hoạt động
kinh doanh
Theo DeAngelo, phần kế toán có thể điều chỉnh (DA) hay sự thay đổi số biến kế toán dồn tích chính là phần lợi nhuận do nhà quản trị điều chỉnh. Nói cách khác, DA≠0 tương đương với có hiện tượng gian lận. Tuy nhiên mô hình của DeAngele chỉ đúng trong trường hợp giả định, tức biến kế toán không thể điều chỉnh (NDA) của năm t ngẫu nhiên và bằng với số biến kế toán dồn tích (TA) của năm t-1. Trường hợp công ty đang trong giai đoạn tăng trưởng, biến kế toán không thể điều chỉnh sẽ thay đổi liên tục từ năm này qua năm khác không thể áp dụng mô hình
DeAngele(1986)
Mô hình dồn tích có điều chỉnh của Friedlan (1994)
Mô hình Friedlan (1994) ra đời đã khắc phục được nhược điểm của mô hình DeAngele. Friedlan giả định sự thay đổi trong tổng số trích trước giữa hai kỳ kế toán là do sự ảnh hưởng của hai nhân tố: (1) sự thay đổi do tăng trưởng và (2) sự thay đổi do lựa chọn kế toán của tổ chức phát triển. Mô hình như sau:
Biến kế toán dồn tícht - Biến kế toán dồn tícht-1
Biến kế toán có (TAt) (TAt−1)
thể điều chỉnh =
(DAt) Doanh thut Doanh thut−1
Theo Friedlan (1994), phần biến kế toán có thể điều chỉnh (DA) chính là lợi nhuận được điều chỉnh. Tùy thuộc vào kết quả tính toán DA nhỏ hơn, lớn hơn hoặc bằng 0 để đưa ra kết luận về hành vi điều chỉnh lợi nhuận của công ty.
Mô hình phát hiện thao túng thu nhập M-score của Beneish (1999).
Nghiên cứu của Beneish (1999) đã xây dựng mô hình M-score (M viết tắt của “manipulation”- thao túng) để xác định để xác định các công ty có thực hiện thao túng thu nhập hay không. Trong nghiên cứu của mình, Beneish chỉ ra rằng sự thao túng thường bao gồm tăng doanh thu hay giảm chi phí có chủ đích. Đồng thời ông cũng nhận định xác suất các công ty thao túng thu nhập tăng khi có: (i) sự tăng bất thường các khoản phải thu, (ii) suy giảm lợi nhuận gộp, (iii) giảm chất lượng tài sản, (iv) tăng trưởng doanh thu, và (v) tăng dồntích.
Mô hình M-score được viết dưới dạng như sau:
=′
++
Trong đó M là một biến nhị phân, M nhận giá trị 1 khi công ty có thực hiện thao túng thu nhập, M nhận giá trị 0 khi không có thao túng; X là ma trân biến giải thích và
̃là ma trận vectơ phần dư.
Tám biến được Beneish sử dụng: (1)DSRI (Days Sales in Receivables Index)- Tỷ số phải thu khách hàng trên doanh thu thuần, (2)GMI (Gross Margin Index)- Tỷ số lãi gộp, (3)SGI (Sales Growth Index)- Tỷ số tăng trưởng doanh thu bán hàng, (4)AQI
(Asset Quality Index)- Tỷ số chất lượng tài sản, (5)DEPI (Depreciation Index)- Tỷ số khấu hao tài sản cố định hữu hình, (6)SGAI (Sales, general and administrative expense Index)- Tỷ số chi phí bán hàng và quản lý doanh nghiệp, (7)LVGI (Leverage Index)- Tỷ số đòn bẩy tài chính, (8)TATA (Total Accruals to Total Assets)- Tỷ số biến dồn tích kế toán so với tổng tàisản.
Beneish sử dụng mẫu báo cáo của 74 công ty bị thao túng thu nhập so sánh với các công ty khác cho ra kết quả mô hình:
M – score = –4,84 +0,0920(DSRI) +0,528(GMI) +0,404(AQI) +0,892(SGI) +0,115(DEPI) –0,172(SGAI) +4,679(TATA) –0,327(LVGI)
Tác giả cũng tính ra ngưỡng giá trị của mô hình là -1.78. Tức công ty nào có M – score cao hơn -1,78 được nhận định là có dấu hiệu thao túng thu nhập, và ngược lại. Mô hình trở lên nổi tiếng khi xác định đúng trường hợp bê bối của enron 2011.
Mô hình M-score của Burcu Dikmen và Güray Küçükkocaoğlu (2005)
Dựa trên M-score, Burcu Dikmen và Güray Küçükkocaoğlu (2005) phát triển một mô hình nhằm phát hiện sự sai phạm báo cáo tài chính của các công ty ở Thổ Nhĩ Kỳ. Trong nghiên cứu này, Burcu Dikmen và Güray Küçükkocaoğlu sử dụng dữ liệu từ báo cáo tài chính của 126 công ty được niêm yết trên sàn chứng khoán. Mô hình được đưa ra gồm 10 biến như sau: 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 chi phí quản lý doanh nghiệp (SGAI), chỉ số tổng tài sản và tổng kế toán dồn tích (TATA). Tuy nhiên trong nghiên cứu này tác giả không sử dụng mô hình logistic để ước lượng mà sự dụng 3 bước phân tích phân lớp để tính toán hệ số các biến trong mô hình:
Mô hình của Burcu Dikmen và Güray Küçükkocaoğlu:
M= 16,4952 DSRI – 13,1584 GMI + 8,3547 TATA + 8,1473 DINV - 2,5999 LVGI+ 1,8112 DEPI + 1,6927 SGAI – 1,559 SGI + 1,2698 AQI + 0,6528 FEI
Mô hình của Burcu Dikmen và Güray Küçükkocaoğlu mở rộng thêm hai biến là DINV và FEI so với mô hình gốc. Về độ chính xác của mô hình, so sánh với kết quả được công bố bởi Ủy ban Chứng khoán Thổ Nhĩ Kỳ (Capital Markets Board of
Turkey) mô hình của Burcu Dikmen và Güray Küçükkocaoğlu dự báo đúng 81% công ty bị thao túng thu nhập và 65% công ty không bị thao túng, kết quả chung là đúng 67%.
Mô hình M-score của Marinakis (2011).
Marinakis (2011) cũng xây dựng mô hình M – score cho nước Anh. Mô hình của Marinakis gồm 11 biến số, trong đó có 8 biến số tương tự mô hình Beneish. Ngoài ra, ông còn thêm vào 3 biến số khác gồm: EFTAXI – Chỉ số tỷ lệ thuế suất hiệu quả, DIRAI – chỉ số đãi ngộ cho các giám đóc trên tổng tài sản, AUDI – Chỉ số thù lao kiểm toán đối với tổng tàisản.
M – score’ = -5,124 +0,242(DSRI) +0,512(GMI) +0,424(AQI)
+0,421SGI + 0,317(DEPI) – 0,152(SGAI) + 3,21(TATA)
Marinakis đặt ngưỡng giá trị cho mô hình của mình là -1.31. Theo kiểm định của tác giả, mô hình có xác suất xác định chính xác các công ty có hành vi sai phạm cao hơn mô hình gốc của Beneish là 10%.
Mô hình F-score của Dechow và các cộng sự(2011).
Nghiên cứu về nguyên nhân và hậu quả của thao túng thu nhập của Dechow và các cộng sự đã xem xét 2190 công ty niêm yết trong giai đoạn 1982 – 2005 và thu được mô hình F-score với 3 cấp độ.
Mô hình 1: Sử dụng các biến số thu thập từ báo cáo tài chính, bao gồm biến kế toán dồn tích (rsst), sự thay đổi khoản phải thu khách hàng (∆recv), thay đổi hàng tồn kho (∆inv), tài sản ngắn hạn (softassets), sự thay đổi tiền trong doanh thu (∆cs), sự thay đổi tỷ suất sinh lợi tài sản (∆roa) và biến giả issue bằng 1 nếu năm đó công ty phát hành cổ phiếu bằng 0 nếu không phát hành(issue):
F-score 1= - 7,893 + 0,790sst + 2,158∆recv + 1,19∆inv + 1,970softassets +0,171∆cs ± 0,932∆roa + 1,029issue
Mô hình 2: Sử dụng các biến từ mô hình 1 đồng thời thêm các biến phi tài chính và ngoài bảng cân đối là ∆emp sự thay đổi số lượng nhân viên và biến giả leasedum bằng 1 khi có cho thuê hoạt động, bằng 0 khi không cho thuê hoạtđộng.
F-score 2= - 8,252 + 0,665sst + 2,457∆recv + 1,393∆inv + 2,011softassets
Mô hình 3: Gồm các biến ở mô hình 2 và thêm các biến đo lường thị trường: tỷ suất sinh lợi điều chỉnh theo thị trường trong hiện tại rett và độ trễ của chính biến này rett-1
F-score 3= - 7,966 + 0,909sst + 1,731∆recv + 1,447∆inv + 2,265softassets + 0,160∆cs – 1,455∆roa + 0,653issue – 0,121∆emp + 0,345leasedum + 0,082 rett + 0,098 rett-1
Dechow và các cộng sự (2009) kết luận rằng F – score lớn hơn 1 đồng nghĩa với khả năng cao các công ty trình sai phạm báo cáo tài chính vàbóp méo thunhập. Hậu kiểm, mô hình F-score 1 dự báo đúng 65,9%. Các con số này lần lượt là 65.78% và 63.36% đối với F–score2 và F– score3.
Có thể thấy F-score mở rộng hơn M-score của Beneish khi có thêm các biến phi tài chính, biến ngoài bảng cân đối cà các biến thị trường nhằm xác định mối tương quan của các yếu tố khác đến hành vi sai phạm báo cáo tài chính. Tuy nhiên về xác suất dự báo đúng cả 3 mô hình được Dechow và các cộng sự đưa ra đều có xác suất thấp hơn M-score ban đầu.
Edwin H. Sutherland (1883-1950)
Edwin H. Sutherland là nhà nghiên cứu về tội phạm học của Đại học Indiana (Hoa Kỳ). Ông quan tâm đặc biệt đến hành vi gian lận được thực hiện bởi những nhà quản lý đối với chủ sở hữu. Sutherland gọi những đối tượng này là những tội phạm cổ cồn (White collar – một thuật ngữ mà ngày nay đã trở thành rất thông dụng khi người ta muốn ám chỉ tới những gian lận do tầng lớp lãnh đạo của công ty gây ra.
Donald R. Cressey (1919 - 1987)
Donald R. Cressey là học trò xuất sắc của Sutherland và cũng là nhà nghiên cứu về tội phạm tại Đại học Indiana vào những năm 40 của thế kỷ 20. Cressey đã chọn vấn đề tham ô, biển thủ làm đề tài cho luận án tiến sĩ của mình. Trong khi Sutherland tập trung vào nghiên cứu tội phạm trong giới cổ cồn, Cressey lại tập trung phân tích gian lận dưới góc độ tham ô và biển thủ, thông qua khảo sát khoảng 200 tội phạm kinh tế, nhằm tìm ra nguyên nhân dẫn đến các hành vi vi phạm pháp luật. Ông đã đưa ra mô hình tam giác gian lận (Fraud Triangle) để trình bày các nhân tố dẫn đến các hành vi gian lận và ngày nay đã trở thành một trong những mô hình chính thống được sử dụng trong nhiều nghề nghiệp khác nhau để nghiên cứu về gian lận.
Theo Donald R. Cressey sinh khi hội đủ ba nhân tố áp lực, cơ hội và thái độ, cá tính. , gian lận chỉ phát.
Cơ hội
Áp lực Thái độ, cátính
Hình 2.1 – Tam giác gian lận
Richard C.Hollinger
Richard C.Hollinger và đồng sự của mình John P.Clark cho rằng, nguyên nhân chủ yếu của gian lận là điều kiện làm việc. Hai ông đưa ra một loạt những giả thuyết về tình trạng nhân viên biển thủ tài sản của côngty.
Bên cạnh đó, hai ông còn tìm ra một loạt những mối liên hệ giữa tuổi tác, vị trí và mức độ hài lòng trong công việc với tình trạng biển thủ.
Công trình nghiên cứu gian lận của Hiệp hội các nhà điều tra gian lận Hoa
Kỳ(ACFE)
Vào năm 1993, một tổ chức nghiên cứu gian lận ra đời bên cạnh Uỷ ban Quốc gia về chống gian lận Hoa kỳ đó là Hiệp hội của các nhà điều tra gian lận (ACFE).
Bằng cách phân loại và xác lập nhóm, các nhà nghiên cứu đã xem xét những hành vi này một cách cụ thể. Thay vì xếp tất cả vào một tên gọi duy nhất “gian lận” thì họ đã phân nhóm tuỳ thuộc vào độ tương đồng của từng loại gian lận qua đó nghiên cứu những phương pháp hay được sử dụng nhất và cùng các kế hoạch thực hiện gian lận được xem là tinh vi và có mức tổn thất tới nền kinh tế cao nhất. Theo đó, kết quả cuộc nghiên cứu từ năm 2002-2008 cho thấy: Gian lận liên quan tới biển thủ, lạm dụng tài sản chiếm tới trên 85% các trường hợp được nghiên cứu nhưng mức thiệt hại cho nền kinh tế lại thấp hơn cả. Trong khi đó, các gian lận trong Báo cáo tài chính lại chiếm một tỷ lệ thấp nhất trong ba loại trên (khoảng 10% cho nghiên cứu năm 2006 và năm 2008, 8% cho nghiên cứu năm 2004 và 5% cho các nghiên cứu năm 2002) nhưng những gì nó gây thiệt hại cho nền kinh tế thì lại lớn hơn cả. Tham ô được xếp hạng thứ hai, tức là sau gian lận trong Báo cáo tài chính và trước gian lận liên quan đến biển thủ, lạm dụng tài sản.
Một trong những con số thống kê đưa ra rất ấn tượng là: Gian lận gây ra thiệt hại cho nền kinh tế Mỹ là khoảng 6% trên tổng thu nhập quốc nội vào năm 2004 (tương đương với 10,000 tỷ USD), tức là mỗi năm nền kinh tế bị thiệt hại trên 600 tỷ USD do gian lận. Đây là con số rất lớn vì nó gần gấp đôi số ngân sách mà Chính phủ Mỹ dành cho các hoạt động quân sự trong năm 2003. Và tất nhiên là nhiều hơn cả nguồn tiền Chính phủ đầu tư cho xây dựng cơ sở hạ tầng và giáo dục, vượt quá 28 lần số ngân sách Chính phủ ưu tiên dùng để phòng chống tội phạm năm 2003.
Dù công trình nghiên cứu về gian lận ACFE đã đưa ra những số liệu thống kê về những thiệt hại của việc gian lận trên báo cáo tài chính bị phát hiện, tuy nhiên, nhiều nhà nghiên cứu cho rằng khó mà xác định được thiệt hại thực sự bởi lẽ không phải tất cả những gian lận đều bị phát hiện và không phải tất cả các gian lận được phát hiện đều được báo cáo và không phải tất cả gian lận đã báo cáo đều bị khởi tố theo đúng pháp luật. Bên cạnh đó, những công trình nghiên cứu trên chỉ thống kê thiệt hại về kinh tế trực tiếp do gian lận trên báo cáo tài chính, trong khi còn rất nhiều thiệt hại vô hình không thể biểu hiện bằng con số cụ thể ví dụ như chi phí kiện tụng, phí bảo hiểm, sự sụt giảm niềm tin và tác động xấu đến thị trường chứng khoán.
Để xem xét tính hữu hiệu của mỗi biện pháp kiểm soát, ACFE đã tiến hành so sánh loại thiệt hại trung bình của các công ty có biện pháp kiểm soát và các công ty không có các biện pháp kiểm soát. Dù không thể có các chỉ dẫn rõ ràng cho giá trị của mỗi biện pháp kiểm soát, bởi lẽ thường nhiều biện pháp kết hợp mới đem lại hiệu quả nhưng kết quả nghiên cứu vẫn giúp hình dung tác động của từng biện pháp đối với việc giảm thiểu gian lận.
Thiết lập đường dây nóng
Trong số hơn 1.000 tổ chức được điều tra, có khoản 479 tổ chức có đường dây nóng hay các phương tiện tương tự nhằm phát hiện gian lận so với 581 tổ chức không có đường dây nóng. Các đơn vị có đường dây nóng sẽ chịu thiệt hại khoản 100.000 USD và phát hiện gian lận trong vòng khoản 15 tháng kể từ khi phát sinh. Ngược lại, các đơn vị không có đường dây nóng chịu khoản thiệt hại lên đến 200.000 USD và chỉ phát hiện gian lận sau 24 tháng gian lận phát sinh.
Kiểm toán nội bộ
Các tổ chức có bộ phận kiểm toán nội bộ chịu thiệt hại khoảng 120.000 USD so với các tổ chức không có kiểm toán nội bộ là 218.000 USD. Tương tự như vậy, thời gian phát hiện gian lận tại các công ty có bộ phận kiểm toán nội bộ là 18 tháng so với
không có bộ phận này là 24 tháng. Kiểm toán độc lập
Kết quả nghiên cứu về rất đáng ngạc nhiên vì không tìm thấy mối liên hệ giữa kiểm toán độc lập và phát hiện gian lận.