0.498 24 4.408537499500 9.5775864895343
Giả thuyết 6
Kết quả bảng 3.15 cho thấy với mức ý nghĩa α = 5%, có sự khác nhau rõ ràng giữa tỷ số các khoản phải thu trên doanh thu (REC/SAL) của công ty có gian lận và công ty không có gian lận trên BCTC.
Bảng 3.16: Kết quả giả thuyết 7
Gian lan N Mean Std. Deviation Sig.(2-tailed) Khong gian lan
INV/TA Gian lan 24 24 0.354137717150 0.359269775300 0.3198007013210 0.3081226493623 0.024 Giả thuyết 7
Kết quả bảng 3.16 cho thấy với mức ý nghĩa α = 5%, có sự khác nhau giữa tỷ số hàng tồn kho trên tổng tài sản (IVN/TA) của công ty gian lận và công ty không có gian lận.
Bảng 3.17: Kết quả giả thuyết 8
Gian lan N Mean Std. Deviation Sig.(2-tailed) Khong gian lan
SAL/TA Gian lan 24 24 0.727809435800 0.757041758650 0.6789212104950 0.8748728389734 0.0096 Giả thuyết 8
Kết quả bảng 3.17 cho thấy: với mức ý nghĩa α = 5% có sự khác biệt giữa giá trị trung bình tỷ số doanh thu trên tổng tài sản (SAL/TA) của công ty gian lận và không có gian lận trên BCTC.
Kết quả và giải thích:
Mục tiêu của bài nghiên cứu này nhằm kiểm tra sự khác biệt giữa giá trị trung bình các tỷ số tài chính của công ty gian lận và công ty không có gian lận trên BCTC bằng việc sử dụng kiểm định Independent samples t-test. Nhằm đưa ra cho nhà quản trị, nhà quản lý, nhà đầu tư nói chung và người sử dụng BCTC nói riêng những tỷ số tài chính nhằm dự đoán khả năng gian lân trên BCTC hiệu quả của DN.
Kết quả của các giả thuyết cho thấy có sự khác nhau giữa giá trị trung bình của các tỷ số: tỷ số tài sản ngắn hạn trên tổng tài sản (CA/TA), tỷ số hàng tồn kho trên tổng tài sản (INV/TA), và tỷ số doanh thu trên tổng tài sản (SAL/TA) giữa DN gian lận và DN không gian lận BCTC. Phát hiện này giống với kết quả của các bài nghiên cứu trước (Feroz et al., 1991; Dani et al., 2013; Dalnial et al., 2014).
Hơn nữa, bài nghiên cứu cũng chỉ ra rằng không có sự khác biệt giữa giá trị trung bình tỷ số lợi nhuận ròng trên doanh thu (NP/SAL) giữa công ty gian lận và công ty không có gian lận BCTC. Kết quả này cũng nhất quán với phát hiện trong bài nghiên cứu của Dalnal et al., 2014. Ngược lại, Persons (1995) lại đưa ra những bằng chứng giải thích cho việc sử dụng tỷ số này để phát hiện khả năng gian lận. Tỷ số lợi nhuận ròng trên doanh thu (NP/SAL) được sử dụng để đo lường sức khỏe tài chính và khả năng sinh lời của công ty. Lợi nhuận ròng được kỳ vọng dương và đủ lớn để bù đắp tất cả các chi phí. Tỷ số giúp các nhà đầu tư dự đoán biến động giá cổ phiếu trong tương lai trên thị trường chứng khoán. Tỷ lệ lợi nhuận ròng trên doanh thu cao cho thấy công ty đang có hoạt động tài chính tốt và nhà đầu tư có lợi nhuận trong việc đầu tư vào công ty và ngược lại. Lợi nhuận ròng được tính toán dựa trên thương số của tổng doanh thu trừ đi tổng các chi phí. Spathis (2002) cũng đã sử dụng tỷ số lợi nhuận ròng trên doanh thu để kiểm tra liệu lợi nhuận cao hay thấp có liên quan tới việc đưa ra các BCTC gian lận BCTC.
Tỷ số doanh thu trên tổng tài sản (SAL/TA), là tỷ số đo lường vòng quay vốn, đại diện cho khả năng tạo doanh thu của tài sản trong DN và đo lường năng lực quản lý trong môi trường cạnh tranh. Person (1995) lý luận rằng sự điều hành trong việc sử dụng tài sản để tạo doanh thu ở các công ty gian lận không hiệu quả bằng các công ty không có gian lận. Điều này làm tăng động cơ gian lận trong BCTC khi
tỷ số được công ty tính toán ban đầu mang dấu âm. Thêm vào đó, Summers and Sweeney (1998) chỉ ra rằng dấu hiệu gian lận các BCTC có thể được phát hiện bằng việc quan sát hành vi của ban quản trị khi họ có ý định cắt giảm khối lượng mua cổ phiếu thường của họ để tăng doanh thu.
Persons (1995) công bố kết quả kiểm tra các BCTC của các công ty gian lận chỉ ra rằng tài sản ngắn hạn của các công ty này bao gồm hầu hết là các khoản phải thu và hàng tồn kho. Tỷ số tài sản ngắn hạn trên tổng tài sản (CA/TA) được kỳ vọng dương và kết quả tìm thấy trên các DN gian lận cao hơn trong các công ty không có gian lận.
Một đại diện nữa cho nhóm tỷ số cấu thành tài sản, tỷ số hàng tồn kho trên tổng tài sản (IVN/TA) được phát hiện rõ ràng có sự khác nhau giữa hai nhóm công ty gian lận và không gian lận trên BCTC với giá trị P-value của kiểm định P = 0,024 với mức ý nghĩa α = 5%. Ám chỉ hầu hết các công ty gian lận có khối lượng hàng tồn kho được ghi trên báo cáo lớn hơn so với con số thực tế. Khoản mục hàng tồn kho trong tài sản ngắn hạn là khoản mục được ghi chép đối chiếu thường xuyên nhất và dễ dàng xảy ra hành vi gian lận nhất so với các khoản mục khác trên BCTC. Do vậy đây là một tỷ số cần lưu ý đối với những cá nhân tổ chức nói chung và KTV nói riêng khi quan tâm tới tính trung thực, chính xác và hợp lý BCTC của DN. Thông thường tỷ số này trong các DN có gian lận cao hơn để thể hiện rằng họ đang nắm giữ số lượng lớn hàng tồn kho và giá vốn hàng bán (Feroz et al., 1991). Ý kiến này cũng có cùng quan điểm với nghiên cứu của Persons (1995). Bổ sung cho ý kiến này, Spathis (2002) cho rằng cũng có khả năng ban quản trị DN đã thực hiện việc quản trị hàng tồn kho theo ý muốn của mình trong trường hợp này. Công ty có lẽ không có sự nhất quán việc ghi nhận doanh thu và giá vốn hàng bán, vì vậy làm tăng lợi nhuận gộp, thu nhập thuần và củng cố bảng cân đối. Thêm nữa, quản trị hàng tồn kho được thể hiện dưới hình thức báo cáo hàng tồn kho thấp hơn giá gốc hoặc giá thị trường hoặc không ghi nhận các hàng tồn kho không dùng được nữa.
Những công ty gian lận BCTC dường như có tỷ số tổng nợ trên tổng tài sản (TD/TA) và tỷ số tổng nợ trên tổng tài sản cao hơn các công ty không có gian lận. Giá trị tổng nợ trên tổng vốn chủ sở hữu càng cao và giá trị doanh thu trên tổng tài
sản càng thấp trong các công ty gian lận có lẽ là dấu hiệu cho thấy tình trạng tài chính đang nguy cấp (Fanning and Cogger, 1998; Summers and Sweeney,1998). Điều này là động cơ dẫn tới rủi ro quản trị trong các công ty này. Bên cạnh đó, khả năng quản trị giá trị của khoản phải thu cũng được áp dụng để gian lận BCTC và việc phát hiện gian lận gặp nhiều khó khăn đòi hỏi nhiều thời gian bởi tính chất chủ quan trong việc ước lượng các khoản phải thu.
Bên cạnh đó, kết quả của các kiểm định cho thấy không có sự khác biệt giữa giá trị trung bình của tỷ số tổng nợ trên tổng vốn chủ sở hữu (TD/TE), tỷ số tổng nợ trên tổng tài sản (TD/TA), tỷ số khoản phải thu trên doanh thu (REC/SAL) và tỷ số vốn lưu động trên tổng tài sản (WC/TA) giữa công ty gian lận và công ty không gian lận trên BCTC. Những phát hiện này cũng tương tự với nghiên cứu của Spathis (2002) và Dani et al. (2013). Đây là những phát hiện có sự khác biệt với những bài nghiên cứu trước của Person, 1995; và Spathis, 2002. Đặc điểm của các DN Việt Nam khác biệt cũng như tồn tại những hạn chế trong cách thức tổ chức, kiểm soát và quản trị công ty có thể là nguyên nhân dẫn tới kết quả chênh lệch này. Sự yếu kém của quản trị DN và sự yếu kém về hiệu quả của hệ thống kiểm soát nội bộ của công ty. Do vậy, nếu việc tổ chức kiểm soát và quản lý trong DN được nâng cao thì việc sử dụng những tỷ số này để phát hiện khả năng tồn tại gian lận trong BCTC có thể được tận dụng tốt. Một trong những đóng góp quan trọng của Loebbecke at al. là nghiên cứu năm (1989) như một dấu ấn chứng minh cho việc có thể vận dụng các kỹ thuật trong hệ thống kiểm soát nội bộ và quản trị công ty để giảm rủi ro gian lận BCTC trong DN. Một lý do nữa có thể lý giải cho sự khác nhau này bởi giai đoạn phát triển bản thân nền kinh tế đang phát triển ở Việt Nam đang trong thời kỳ có những chuyển biến lớn với nhiều cơ hội và thách thức.
Kết luận chương 3 : Đánh giá tổng quan về tình hình tài chính sau kiểm toán và các hành vi gian lận phổ biến của các công ty niêm yết trên thị trường chứng khoán Việt Nam (2018-2019). Dựa trên cơ sở lý luận ở chương 2, chương 3 đã thực hiện việc vận dụng mô hình M-score Beneish và chỉ số Z-score để nhận diện khả năng gian lận BCTC của 136 công ty phi tài chính niêm yết trên thị trường chứng khoán Việt Nam (2018-2019). Kết quả đưa ra danh sách 24 công ty
có khả năng gian lận BCTC. Từ đó thực hiện kiểm định Independent t-test đánh giá có sự khác biệt ý nghĩa của các tỷ số tài chính giữa 24 công ty có gian lận và 24 công ty không có gian lận. Qua đó thấy được ưu nhược điểm của bài nghiên cứu. Chính là tiền đề để tác giả đưa ra một số giải pháp cụ thể về việc dự báo phát hiện gian lận cho KTV, các nhà đầu tư và người sử dụng BCTC. Qua đó xây dựng quy trình để giảm thiểu gian lận trong DN ở chương 4.
CHƯƠNG 4
TRÌNH BÀY THẢO LUẬN KẾT QUẢ NGHIÊN CỨU VÀ ĐỀ XUẤT GIẢI PHÁP VỀ VIỆC VẬN DỤNG KẾT HỢP
MÔ HÌNH M-SCORE, CHỈ SỐ Z-SCORE DỰ BÁO KHẢ NĂNG PHÁT HIỆN GIAN LẬN BCTC
4.1. Đánh giá những đóng góp mới của đề tài và khả năng ứng dụng kết quả đã nghiên cứu
4.1.1. Những ưu điểm của đề tài nghiên cứu
Bài nghiên cứu được dựa trên kết quả các công trình nghiên cứu của các tác giả nước ngoài đã được chứng minh và chấp nhận tính ứng dụng của mô hình với độ tin chính xác cao. Mô hình M-score và chỉ số Z-score sử dụng tỷ số tài chính để dự báo khả năng phát hiện gian lận được nghiên cứu sử dụng kết hợp đưa ra những danh sách 24 công ty có khả năng gian lận tại Việt Nam trong năm 2019. Hơn nữa, bài nghiên cứu còn thực hiện kiểm tra lại cho các trường hợp tiêu biểu đã xảy ra gian lận BCTC tại Việt Nam (Công ty Cổ phần Tập đoàn Kỹ nghệ Gỗ Trường Thành, Công ty Cổ phần Bông Bạch Tuyết, Công ty Cổ phần Container Phía Nam, Công ty cổ phần BASA). Kết quả trùng với kết quả sau kiểm toán và thanh tra. Bài nghiên cứu đã trình bày có hệ thống tương đối hoàn chỉnh về quá trình thiết lập 2 mô hình dự báo khá nổi tiếng trên thế giới, nhưng còn ít được sử dụng ở Việt Nam. Việc áp dụng kết hợp cả 2 mô hình M-score và Z-score, cơ hội dự báo khả năng phát hiện gian lận lên tới 96,55% (Theo Igor Pustylnick, 2009). Kết quả nghiên cứu đem lại cho các nhà đầu tư, nhà quản lý và người sử dụng BCTC thông tin tài chính một cách đáng tin cậy. Từ đó sẽ giúp người sử dụng BCTC có những phân tích và quyết định tốt nhất để có thể giảm thiểu mức độ rủi ro cá nhân cũng như DN.
Dưới tác động mạnh mẽ của cuộc khủng hoảng kinh tế năm 2008, các DN niêm yết nói riêng và các DN Việt Nam nói chung rơi vào tình trạng khó khăn nghiêm trọng: tình trạng khan hiếm vốn, thị trường thu hẹp cùng với sức ép chi phí, hàng tồn kho lớn đã dẫn đến hàng loạt các DN lâm vào tình trạng phá sản. Theo số liệu Cục Thống kế ghi nhận trong 4 tháng đầu năm 2020, số DN tạm ngừng kinh doanh có thời hạn là 22.700 DN, tăng 33,6% so với cùng kỳ năm trước, trong đó có
nhiều DN chịu ảnh hưởng của dịch bệnh COVID-19; gần 14.000 DN ngừng hoạt động chờ làm thủ tục giải thể, giảm 19,2%, trong đó có 2.903 DN bị thu hồi Giấy chứng nhận đăng ký DN; 5.277 DN đăng thông báo giải thể và 5.776 DN chờ làm thủ tục giải thể với cơ quan thuế. Đứng trước tình trạng hàng ngàn các DN phá sản, cũng như hàng ngàn DN khác đang đối mặt với nguy cơ phá sản thì việc tìm kiếm dấu hiệu chung về tình hình tài chính các DN phá sản là một cơ sở quan trọng để đưa ra cảnh báo sớm để kịp thời điều chính hướng đi cho DN. Mô hình M-score và chỉ số Z-score đáp ứng các thuận lợi trong nghiên cứu trên thị trường Việt Nam. Cụ thể, cơ sở dữ liệu của mô hình chủ yếu từ BCTC nên thuận tiện cho việc thu thập, khả năng áp dụng mô hình đơn giản, nhanh và dễ thực hiện. Ngoài ra 2 mô hình này đã được nghiên cứu thực nghiệm ở một số quốc gian như Jordan (Alareeni và Branson, 2012), thị trường Tehran (Ghodrati và Moghhaddam, 2012) và đặc biệt là ở Thái Lan (Haseley, 2012) là thị trường ở Đông Nam Á có đặc điểm môi trường kinh tế xã hội khá tương đồng với Việt Nam đều cho kết quả dự báo.
Việc sử dụng bằng chứng từ những dữ liệu được công bố công khai, minh bạch, dễ khai thác từ các BCTC của DN là một trong những ưu điểm của bài nghiên cứu. Đồng thời, bài nghiên cứu đã góp phần bù đắp vào khoảng trống chênh lệch giữa Việt Nam và thế giới trong việc sử dụng tỷ số tài chính để dự báo khả năng phát hiện gian lận. Mô hình nghiên cứu được xây dựng có những điểm khác biệt với kết quả nghiên cứu trên thế giới, phù hợp với các DN Việt Nam, dễ thực hiện và có tính ứng dụng cao trong thực tế phát hiện khả năng gian lận BCTC thông qua phân tích tỷ số tài chính.
4.1.2. Những nhược điểm của đề tài nghiên cứu
Nghiên cứu nhằm chỉ ra những công ty có khả năng cao có sự gian lận trên BCTC niêm yết trên thị trường chứng khoán tại Việt Nam và thế giới. Tuy đã đạt được những mục đích nhất định, nghiên cứu vẫn còn những hạn chế mà tác giả cho rằng cần được khắc phục trong những nghiên cứu tiếp theo:
Thứ nhất: Nghiên cứu mới chỉ mang tính chất kế thừa các nghiên cứu khác trên thế giới để áp dụng tại Việt Nam (chủ yếu tại sàn giao dịch chứng khoán Mỹ), do môi trường kinh doanh khác nhau, đặc điểm loại hình hoạt động cũng khác nhau
nên mô hình có thể không đúng đắn khi áp dụng ở Việt Nam. Các tỷ số đưa ra trong mô hình là rất tiêu biểu, vì vậy tác giả kiến nghị nên có những nghiên cứu xây dựng lại mô hình Beneish M-score và Altman Z-score với những hệ số phù hợp với điều kiện và tình hình kinh doanh tại Việt Nam.
Thứ hai: Trong quá trình dự báo các công ty có khả năng gian lận trên BCTC thông qua việc kết hợp hai mô hình, độ chính xác chưa phải là tuyệt đối 100
Thứ ba: Mẫu nghiên cứu được chọn là 136 công ty trên hai sàn giao dịch chứng khoán là HNX và HOSE thuộc các nhóm ngành khác nhau, có các hoạt động kinh doanh đa dạng như: dịch vụ, sản xuất, xuất nhập khẩu, thương mại… nên về bản chất các tỷ số tài chính giữa các công ty này cũng có những sự khác biệt căn bản. Vì vậy tác giả đề nghị nên có những nghiên cứu tập trung vào cụ thể một ngành hoặc nhóm ngành nào đó để thấy được sự khác nhau cơ bản hơn.
4.2. Kiến nghị
4.2.1. Kiến nghị giải pháp nhận diện gian lận
Với từng mô hình riêng lẻ đều có thể phát hiện từ 50-70% gian lận. Tuy nhiên để mong muốn tỷ lệ phát hiện có độ chính xác cao hơn có thể áp dụng kết hợp cả 2 mô hình M-score và Z-score, cơ hội dự báo khả năng phát hiện gian lận lên tới 96,55% (Theo Igor Pustylnick, 2009). Với khả năng phát hiện gian lận BCTC cao, việc kết hợp mô hình M-score và chỉ số Z-score được xem là một công cụ hữu ích