7. Kết cấu của luận văn
1.6.NGHIÊN CỨU VỀ GIAN LẬN VÀ ĐÁNH GIÁ/DỰ ĐOÁN SA
PHẠM BCTC
1.6.1. Các công trình nghiên cứu trƣớc đây về gian lận[7]
a. Tam giác gian lận
Công trình nghiên cứu của Donald R.Cressey (1919-1987): Ông đã đưa ra mô hình tam giác gian lận (Fraud Triangle) để trình bày về các nhân tố dẫn đến các hành vi gian lận mà ngày nay đã trở thành một trong những mô hình chính thống dùng trong nhiều nghề nghiệp khác nhau trong việc nghiên cứu gian lận, trong đó có nghề nghiệp kiểm toán.
Theo ông, gian lận chỉ phát sinh khi hội đủ 3 nhân tố sau:
Áp lực: Gian lận thường phát sinh khi nhân viên, người quản lý hay tổ
chức chịu áp lực. Áp lực có thể là những bế tắc trong cuộc sống cá nhân như do khó khăn về tài chính, do sự rạn nứt trong mối quan hệ giữa ngưởi chủ và người làm thuê.
gian lận. Có hai yếu tố liên quan đến cơ hội là nắm bắt thông tin và có kỹ năng thực hiện.
Thái độ, cá tính: Không phải mọi người khi gặp khó khăn và có cơ hội
cũng đều thực hiện gian lận mà phụ thuộc rất nhiều vào thái độ cá tính của từng cá nhân. Có những người dù chịu áp lực và có cơ hội thực hiện nhưng vẫn không thực hiện gian lận và ngược lại.
Tam giác gian lận của Cressey được dùng để lý giải rất nhiều vụ gian lận. Tuy nhiên, do đây không phải là một tiên đề nên không thể khẳng định rằng mô hình này đúng với mọi trường hợp. Tuy vậy, tam giác gian lận được áp dụng trong viêc nghiên cứu, đánh giá rủi ro có gian lận phát sinh trong nhiều nghề nghiệp trong đó có nghề nghiệp kiểm toán.
b. Nghiên cứu của D.W.Steve Albrecht
Thông qua khảo sát 212 trường hợp gian lận vào những năm 1980, tác giả đã xây dựng một mô hình nổi tiếng là mô hình về bàn cân gian lận. Mô hình này gồm có ba nhân tố: Hoàn cảnh tạo ra áp lực, nắm bắt cơ hội và tính trung thực của cá nhân.
Theo Albercht, khi hoàn cảnh tạo áp lực, cơ hội thực hiện gian lận cao cùng với tính liêm chính của cá nhân thấp thì nguy cơ xảy ra gian lận là rất cao và ngược lại, khi hoàn cảnh tạo áp lực, cơ hội thực hiện gian lận thấp cùng với tính liêm chính cao thì nguy cơ xảy ra gian lận là rất thấp.
Hoàn cảnh tạo áp lực có thể là liên quan tới những khó khăn về tài chính. Cơ hội để thực hiện gian lận có thể do cá nhân đó tự tạo ra hay do sự yếu kém của hệ thống kiểm soát nội bộ. Công trình nghiên cứu này đã đóng góp rất lớn cho việc thiết lập hệ thống kiểm soát nội bộ.
c. Công trình nghiên cứu gian lận của Hiệp hội các nhà điều tra gian lận Mỹ (The Association of Certified Fraud Examiners - ACFE)
cạnh Uỷ ban quốc gia chống gian lận Mỹ đó là Hiệp hội của các nhà điều tra gian lận (ACFE). Cho đến nay, đây vẫn là tổ chức nghiên cứu và điều tra về gian lận có quy mô lớn nhất thế giới.
Dưới đây là kết quả của công trình nghiên cứu của ACFE vào các năm
2002, 2004, 2006:
* Các loại gian lận: Có ba loại gian lận như sau:
Biển thủ tài sản: Xảy ra khi nhân viên biển thủ tài sản của tổ chức như biển thủ tiền, đánh cắp hàng tồn kho, gian lận về tiền lương.
Tham ô: Xảy ra khi người quản lý lợi dụng trách nhiệm và quyền hạn của họ tham ô tài sản của công ty hay hành động trái ngược với các nghĩa vụ họ đã cam kết với tổ chức để làm lợi cho bản thân hay một bên thứ ba.
Gian lận trên BCTC: Là trường hợp các thông tin trên BCTC bị bóp méo, phản ảnh không trung thực tình hình tài chính một cách cố ý nhằm lường gạt người sử dụng thông tin như khai khống doanh thu, khai giảm nợ phải trả hay chi phí, ...
Bảng 1.2. Kết quả cuộc nghiên cứu của ACFE về loại gian lận
Đvt: USD
Loại gian lận Năm 2002 Năm 2004 Năm 2006 % Thiệt hại % Thiệt hại % Thiệt hại
Biển thủ 85,7% 80.000 92,7% 93.000 91,5 150.000
Tham ô 12,8% 530.000 30,1% 250.000 30,8 538.000
Gian lận trên
BCTC 5,1% 4.250.000 7,9% 1.000.000 10,6 2.000.000
Nguồn: Trần Thị Giang Tân (2009)
* Người thực hiện gian lận:
Kết quả điều tra vào năm 2004, 2006 của ACFE cho thấy người thực hiện gian lận nhiều nhất là nhân viên, kế đến là người quản lý và cuối cùng là
người chủ sở hữu và ban lãnh đạo. Tuy nhân viên là người thường hay thực hiện gian lận nhưng tổn hại mà họ gây ra thấp hơn nhiều so với tổn hại của nhà quản lý và ban lãnh đạo công ty.
Bảng 1.3. Người thực hiện gian lận
Năm 2004 Năm 2006
Chủ sở hữu 12,4% 41,2%
Người quản lý 34% 39,5%
Nhân viên 67,8% 19,3%
Nguồn: Trần Thị Giang Tân (2009)
Bảng 1.4. Tổn thất do gian lận Đvt: USD Năm 2004 Năm 2006 Chủ sở hữu 900.000 1.000.000 Người quản lý 140.000 218.000 Nhân viên 62.000 78.000
Nguồn: Trần Thị Giang Tân (2009)
* Tổn thất tính trên số nhân viên, quy mô của công ty:
Kết quả nghiên cứu cho thấy, gian lận ở các doanh nghiệp có quy mô nhỏ là cao nhất. Gần 46% trường hợp gian lận xuất hiện trong các doanh nghiệp nhỏ, có ít hơn 100 nhân viên. Nguyên nhân thông thường là vì tại các doanh nghiệp nhỏ thường cho phép kiêm nhiệm các chức năng và thường dựa trên sự tin tưởng lẫn nhau, do vậy kiểm soát thường không chặt chẽ.
Bảng 1.5. Tổn thất tính trên số nhân viên của công ty
Đvt: USD
Số nhân viên Năm 2004 Năm 2006
1-99 98.000 190.000
100-999 78.500 179.000
1000-9999 87.500 120.000
>10.000 105.500 150.000
Nguồn: Trần Thị Giang Tân (2009)
* Các biện pháp phòng ngừa gian lận:
Công trình nghiên cứu của ACFE vào năm 2006 cũng đưa ra kết quả về phương pháp phòng ngừa gian lận mà công ty thường sử dụng và tính hữu hiệu của các biện pháp này.
Bảng 1.6. Các biện pháp phòng ngừa gian lận
Tỷ lệ
Kiểm toán độc lập 75,4%
Kiểm toán nội bộ 59%
Biện pháp giáo dục 45,9%
Đường dây nóng 45,2%
Kiểm tra đột xuất 29,2%
Nguồn: Trần Thị Giang Tân (2009)
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.
Kiểm toán độc lập: Kết quả nghiên cứu rất đáng ngạc nhiên vì không tìm thấy mối liên hệ giữa kiểm toán độc lập và phát hiện gian lận.
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.
Thiết lập đường dây nóng: Trong số hơn 1.000 tổ chức được điều tra, có khoảng 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 khoảng 100.000 USD và phát hiện gian lận trong vòng khoảng 15 tháng kể từ khi phát sinh. Ngược lại, các đơn vị không có đường dây nóng chịu khoảng thiệt hại lên đến 200.000 USD và chỉ phát hiện gian lận sau 24 tháng gian lận phát sinh.
1.6.2. Các nghiên cứu về đánh giá/dự đoán sai phạm BCTC
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, hợp lý của BCTC. Nó cũng là thách thức lớn đối với người quản lý công ty cũng như đối với kiểm toán viên trong việc phát hiện các sai phạm trên BCTC. Do vậy, gian lận luôn là chủ đề được nhiều nhà nghiên cứu quan tâm nhằm xác lập các phương pháp, biểu hiện gian lận để giúp các nhà quản lý, kiểm toán viên, cơ quan chức năng tìm được biện pháp hữu hiệu nhất trong việc giảm thiểu gian lận và phát hiện gian lận, từ đó giảm thiểu các tổn thất cho xã hội, giúp nâng cao chất lượng thông tin trên BCTC.
Nghiên cứu của Beneish (1999)[4]
Đây là nghiên cứu tiên phong về xây dựng mô hình dự đoán khả năng gian lận BCTC. Mô hình M-score mà Benish (1999) xây dựng đã tạo ra một
phương pháp phòng ngừa rủi ro hiệu quả giúp các kiểm toán viên, nhà đầu tư nhận diện một doanh nghiệp có khả năng gian lận hay không. Benish (1999) đã nhận định rằng bất kỳ thao tác nào trong BCTC đều được thực hiện thông qua sự gia tăng lợi nhuận. Các chỉ số được chọn vào mô hình tập trung vào hai nhóm là nhóm các biến nhận diện khả năng gian lận và các biến nhận diện động cơ gian lận. Các biến cụ thể gồm chỉ số đòn bẩy, chỉ số hàng tồn kho, chỉ số kỳ thu tiền, chỉ số lợi nhuận gộp, chỉ số chất lượng tài sản, chỉ số tăng trưởng doanh thu, chỉ số khấu hao, chi phí quản lý và bán hàng. Kết quả cho thấy có mối quan hệ thống kê giữa khả năng xảy ra gian lận với các biến trên BCTC.
Mô hình Beneish được trình bày như sau:
Mi = -4,84 + 0,92 x DSRIi+ 0,528 x GMIi + 0,404 x AQIi + 0,892 x SGIi + 0,115 x DEPIi – 0,172 x SGAIi + 4,679 x TATAi – 0,327 x LVGIi
Nếu M-score > -2,22 thì khả năng BCTC có sai phạm trọng yếu.
Mô hình giúp các nhà kiểm toán, nhà đầu tư, cơ quan quản lý nhận diện một công ty có khả năng gian lận BCTC hay không. Mô hình này đã giúp các sinh viên trường đại học Cornell phát hiện ra dấu hiệu gian lận của doanh nghiệp Enron trước một năm kể từ thời điểm doanh nghiệp này phá sản. Tuy nhiên, việc chỉ tập trung vào hầu hết các chỉ tiêu liên quan đến doanh thu, lợi nhuận mà bỏ qua những chỉ tiêu về chi phí, tài chính đã phần nào làm hạn chế khả năng dự báo chính xác gian lận của mô hình chỉ ở mức 50%.
Các nghiên cứu dựa vào chỉ số Z-score
Mô hình Z-score được xây dựng bởi Alman (1968) sử dụng để dự báo khả năng một doanh nghiệp sẽ bị phá sản trong hai năm sắp tới, đồng thời cũng là một công cụ để kiểm tra sức khỏe tài chính của một doanh nghiệp. Đã có khá nhiều những nghiên cứu về gian lận như nghiên cứu của Loebbecke (1986), Persons (1995), Summer và Sweeny (1998) nhận định rằng tình trạng
kiệt quệ tài chính là một trong những động cơ thúc đẩy hành vi gian lận BCTC. Alman (1968) đã nghiên cứu mẫu gồm 66 doanh nghiệp chia làm hai nhóm.
Nhóm phá sản gồm những doanh nghiệp đã nộp đơn phá sản, mẫu đối ứng là những doanh nghiệp cùng ngành và cùng quy mô. Alman (1968) tiến hành thu thập 22 biến đại diện cho 5 nhóm gồm nhóm chỉ số lợi nhuận, nhóm chỉ số đòn bẩy, nhóm chỉ số khả năng thanh khoản và nhóm chỉ số hoạt động. Sau đó, chỉ số Z-score được Alman điều chỉnh thay đổi một số đặc điểm vào năm 1993, mô hình mới này đã dự đoán chính xác 66% doanh nghiệp bị phá sản và 78% doanh nghiệp không bị phá sản trước đó một năm. Từ chỉ số Z- score ban đầu, Alman đã xây dựng thêm những chỉ số Z’-score, Z”-score phù hợp cho từng loại hình doanh nghiệp khác nhau dành cho những quốc gia đang phát triển. Tùy vào việc áp dụng chỉ số Z-score cho loại doanh nghiệp nào thì sẽ có những ngưỡng liên quan. Cụ thể như một doanh nghiệp cho kết quả Z”-score thấp, ví dụ Z”-score nhỏ hơn 1,1 là những doanh nghiệp đang gặp khó khăn về tài chính. Chỉ số Z”-score dao động từ 1,1 đến 2,6 là những doanh nghiệp có khả năng gặp khó khăn về tài chính và Z”-score lớn hơn 2,6 thể hiện một tình hình tài chính lành mạnh. Chỉ số này càng thấp thì nguy cơ xảy ra gian lận càng cao nhằm mục đích che đậy sự yếu kém trong tình hình tài chính của doanh nghiệp.
Tuy nhiên, mô hình chỉ số Z này cũng tồn tại một số điểm hạn chế như không chỉ ra được thời gian phá sản dự kiến. Ngoài ra, chỉ số Z-score phải được sử dụng một cách phù hợp đối với các doanh nghiệp ở những ngành công nghiệp khác nhau.
Nghiên cứu của Charalambos T.Spathis (2002)[34]
Dựa vào số liệu từ 76 công ty tại Hy Lạp, bao gồm 38 công ty có gian lận BCTC và 38 công ty không có gian lận BCTC. Mười chỉ số tài chính
tương ứng với 10 biến được lựa chọn để thiết lập mô hình dự đoán khả năng gian lận BCTC. Nghiên cứu sử dụng kỹ thuật hồi quy logistic để nhận diện các biến có ảnh hưởng đến gian lận BCTC. Từ đó phát triển hai mô hình để nhận diện gian lận BCTC là:
Mô hình 1: FFS = 1,25 + 2,252xINV/SAL – 33,029xNP/TA – 6,878xWC/TA Mô hình 2: FFS = 0,23 + 2,659xINV/SAL + 6,685xTD/TA – 3,327xZ-score
Khả năng dự đoán sai sót trọng yếu trong BCTC của hai mô hình này khá cao, cụ thể:
Mô hình 1 Mô hình 2
Công ty không có gian lận 78,95% 84,21%
Công ty có gian lận 86,84% 84,21%
Trung bình 82,89% 84,21%
Nghiên cứu của Kirkos (2007) [9]
Nghiên cứu này sử dụng kỹ thuật khai thác dữ liệu (data mining) để phát hiện các công ty có gian lận trong BCTC. Kirkos (2007) tiến hành nghiên cứu trên một mẫu gồm 38 công ty được phát hiện có gian lận và 38 công ty không phát hiện có gian lận. Nghiên cứu sử dụng kỹ thuật khai thác dữ liệu (data mining), phần mềm thống kê phân tích dữ liệu, 27 tỷ số tài chính được thu thập từ BCTC của các công ty được lựa chọn. Sau khi chạy thống kê đã lựa chọn được 5 biến phụ thuộc có ý nghĩa để dự đoán khả năng xảy ra gian lận BCTC, đó là tỷ lệ nợ trên vốn chủ sở hữu, lợi nhuận thuần trên tổng tài sản, doanh thu trên tổng tài sản, vốn lưu động trên tổng tài sản và chỉ số Z. Mỗi biến được lựa chọn đều liên quan đến một khía cạnh khác nhau của tình hình tài chính của một công ty, đó là đòn bẩy, lợi nhuận, hiệu quả kinh doanh, khả năng thanh toán và nguy cơ phá sản. Kết quả nghiên cứu cho thấy mô hình được lựa chọn có khả năng nhận diện đúng 96% tình trạng của BCTC, cụ thể nhận diện đúng 100% các công ty không có gian lận và 92% các công ty
có gian lận. Kết quả này là rất cao.
Nghiên cứu của Dechow (2011) [35]
Nghiên cứu này xây dựng một mô hình nhận dạng khả năng gian lận
trên BCTC dựa trên một hệ số tổng hợp (F-score) được xác định trên rất nhiều tỷ số và chỉ tiêu phi tài chính. Nghiên cứu này dựa trên 2.191 báo cáo kỷ luật về kế toán – kiểm toán của Ủy ban Chứng khoán Hoa kỳ từ năm 1982 đến năm 2005 đối với các công ty niêm yết có gian lận, từ đó lọc ra 680 công ty để nghiên cứu. Các tỷ số và chỉ tiêu phi tài chính trong mô hình xác định chỉ số F-score là:
VALUE = -7,893 + 0,790 x RSST + 2,518 x ΔREC + 1,191 x ΔINV + 1,979 x SOFTASSETS + 0,171x ΔCASHSALES – 0.932 x ΔROA + 1,029 x ISSUE
Các giá trị tính toán được chuyển đổi sang một xác suất như sau: Exp (VALUE) / (1 + Exp (VALUE))
Kết quả xác suất sau đó được chia cho xác suất vô điều kiện của sai sót trọng yếu để có được những giá trị F-score.
F-score lớn hơn 1 cho thấy có rủi ro gian lận cao, áp dụng cho trường