CHƢƠNG 3 PHƢƠNG PHÁP NGHIÊN CỨU
3.4.1. Xác định mẫu nghiên cứu
Theo Tabachnick và Fidell (1996), trong phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo cơng thức là n=50 + 8*m (m: số biến độc lập), trong mơ hình nghiên cứu của tác giả có 8 biến độc lập nên cỡ mẫu tối thiểu cần đạt được là 114 mẫu quan sát, vì vậy để đảm bảo kết quả phân tích hồi quy đáng tin cậy, dữ liệu của nghiên cứu là dữ liệu thứ cấp được lấy từ BCTC của 90 doanh nghiệp niêm yết phi tài chính trong giai đoạn 2011-2015 tương ứng với 360 mẫu quan sát trên hai sàn HOSE và HNX, vì tác giả thu thập dữ liệu từ hai sàn HOSE và HNX, để đảm bảo kết quả nghiên cứu phù hợp với cả hai sàn HOSE và HNX nên tỷ lệ số mẫu quan sát được thu thập trên HOSE phải tương đồng với tỷ lệ số mẫu quan sát thu thập trên HNX do đó tác giả đã chọn 45 doanh nghiệp phi tài chính niêm yết trên HOSE và 45 doanh nghiệp niêm yết trên HNX để thu thập dữ liệu.
Tác giả thu thập dữ liệu theo phương pháp phi ngẫu nhiên, dữ liệu BCTC trước và sau kiểm toán độc lập được thu thập qua các năm 2011, 2012, 2013, 2014, 2015. Dữ liệu được thu thập từ trang web Vietstock.vn của Công ty Cổ phần Tài Việt.
Tiêu thức chọn doanh nghiệp mẫu như sau:
- Hoạt động liên tục và niêm yết trên 2 sàn HOSE và HNX trong giai đoạn 2011-2015;
- Có kỳ kế tốn năm bắt đầu ngày 01/01 và kết thúc 31/12 theo năm dương lịch;
- Khơng thay đổi năm tài chính trong giai đoạn 2011-2015; - Khơng thuộc ngành ngân hàng, tài chính, bảo hiểm.
Mẫu doanh nghiệp chia thành 02 nhóm: (1) nhóm doanh nghiệp có sai sót thơng tin trên BCTC (gọi tắt là: nhóm mẫu có sai sót), (2) nhóm doanh nghiệp khơng có sai sót thơng tin trên BCTC (gọi tắt là: nhóm mẫu khơng có sai sót).
- Các doanh nghiệp được xếp vào nhóm mẫu có sai sót nếu doanh nghiệp đó có chênh lệch giữa lợi nhuận trước thuế trước và sau kiểm toán độc lập lớn hơn 5%. - Các doanh nghiệp được xếp vào nhóm khơng có sai sót nếu doanh nghiệp đó có chênh lệch giữa lợi nhuận trước thuế trước và sau kiểm toán độc lập dưới 5%. 3.4.2. Chọn mẫu nghiên cứu
Tác giả đã thực hiện quy trình chọn và phân loại mẫu nghiên cứu cho luận văn theo các bước sau:
Bƣớc 1: Dựa vào các tiêu thức chọn doanh nghiệp mẫu, tác giả tiến hành thu
thập mẫu quan sát, từ các mẫu quan sát thu thập được, tác giả tiến hành thu thập dữ liệu về chỉ tiêu lợi nhuận trước thuế trước kiểm toán độc lập của các doanh nghiệp niêm yết trên HOSE và HNX qua các năm 2012, 2013, 2014, 2015 và lợi nhuận trước thuế sau kiểm toán độc lập giai đoạn 2011-2015, chỉ tiêu lợi nhuận trước thuế được lấy từ báo cáo kết quả hoạt động kinh doanh. Tác giả dùng phần mềm Microsoft Excel 2010 để tính chênh lệch lợi nhuận trước thuế trước kiểm toán và sau kiểm toán (chênh lệch lợi nhuận). Chênh lệch lợi nhuận được tính theo cơng thức:
LNTT sau kiểm tốn được xem như là lợi nhuận đúng vì đã được kiểm tốn viên chấp thuận. Tác giả lấy giá trị tuyệt đối với kết quả tính chênh lệch lợi nhuận, vì kết quả mang dấu âm (cơng bố lợi nhuận thấp hơn thực tế) hay dấu dương (công bố lợi nhuận cao hơn thực tế) đều có ý nghĩa sai sót giống nhau. Các mẫu quan sát có chênh lệch lợi nhuận lớn 5 thì được phân loại vào nhóm mẫu có sai sót.
Bƣớc 2: Tiêu thức để xác định mẫu có sai sót
Chuẩn mực kế toán Việt Nam và chuẩn mực kế tốn quốc tế hầu như khơng đưa ra một mức cụ thể nào để xác định ranh giới giữa nhóm doanh nghiệp có BCTC
sai sót và nhóm khơng có sai sót, kiểm tốn viên phải sử dụng xét đốn chun mơn khi xác định tỷ lệ phần trăm ( ) áp dụng cho tiêu chí đã lựa chọn. Tỷ lệ phần trăm ( ) và tiêu chí được lựa chọn thường có mối liên hệ với nhau, như tỷ lệ phần trăm ( ) áp dụng cho mức LNTT từ hoạt động kinh doanh liên tục thường cao hơn tỷ lệ phần trăm ( ) áp dụng cho doanh thu, theo hướng dẫn của Chuẩn mực kiểm toán số
320: Mức trọng yếu trong lập kế hoạch và thực hiện kiểm toán và theo kinh nghiệm
nghề nghiệp kiểm toán BCTC trên thế giới và trong nước, kiểm tốn viên có thể cân nhắc mức chênh lệch lợi nhuận lớn hơn 5 để xác định những BCTC có sai sót
trọng yếu. Vì thế, tác giả đã chọn mức 5 để làm ngưỡng phân loại các mẫu có sai sót và mẫu khơng có sai sót. Mẫu khơng có sai sót là mẫu có chênh lệch lợi nhuận rất nhỏ (dưới 5%).
3.4.3. Mô tả mẫu nghiên cứu
Giai đoạn 2011-2016, kinh tế Việt Nam đối mặt với nhiều khó khăn do những vấn đề nội tại của nền kinh tế và chịu tác động không nhỏ của sự suy thối kinh tế tồn cầu, tăng trưởng kinh tế có chiều hướng sụt giảm, năm 2016 nước ta đã phải đương đầu với nạn hạn hán khắc nghiệt nhất trong vịng 100 năm qua, với tình trạng ngập mặn ở vùng đồng bằng sông Cửu Long và thảm họa môi trường do Formosa gây ra ở miền Trung, kinh tế nhiều nơi trên thế giới bất ổn, thị trường chao đảo, giá cả nhiều sản phẩm trên thị trường toàn cầu sụt giảm, ảnh hưởng đến thu nhập của người sản xuất và xuất khẩu của Việt Nam, để ứng phó với những khó khăn trên, doanh nghiệp thay đổi chiến lược kinh doanh và những khó khăn này đã trở thành động cơ thúc đẩy các doanh nghiệp thực hiện hành vi gian lận để cải thiện tình hình tài chính, vì vậy tác giả đã chọn giai đoạn 2011-2015 để thu thập dữ liệu xây dựng mơ hình nghiên cứu và dùng dữ liệu năm 2016 để kiểm định lại khả năng phát hiện sai sót thơng tin trên BCTC. Số lượng mẫu có sai sót và khơng có sai sót
Bảng 3.1. Bảng thống kê mẫu nghiên cứu
Năm 2012 2013 2014 2015 Tổng
cộng
Mẫu có sai sót 57 61 56 58 232
Mẫu khơng có sai sót 33 29 34 32 128
(Nguồn: tác giả tính tốn)
Trong tổng số 360 mẫu quan sát thì có 232 mẫu quan sát có sai sót, 128 mẫu khơng có sai sót.
Dựa vào phân nhóm ngành cấp 1 trên website https://www. vietstock.vn của Công ty Cổ phần Tài Việt, tác giả phân loại các mẫu quan sát thành từng nhóm ngành cụ thể và được trình bày ở Bảng 3.2.
Bảng 3.2. Bảng thống kê mẫu quan sát theo ngành
Nhóm ngành
Mẫu có sai sót Mẫu khơng có sai sót Số lƣợng Tỷ lệ Số lƣợng Tỷ lệ Sản xuất 72 31,03% 36 28,13% Xây dựng và Bất động sản 78 33,62% 54 42,19% Khai khoáng 10 4,31% 6 4,69% Bán buôn 14 6,03% 2 1,56%
Công nghệ thông tin 4 1,72% 4 3,13%
Bán lẻ 6 2,59% 2 1,56%
Vận tải và kho bãi 13 5,60% 7 5,47%
Tiện ích 15 6,47% 9 7,03% Dịch vụ chuyên môn, khoa
học và công nghệ
6
2,59% 2 1,56%
Dịch vụ hỗ trợ 2 0,86% 2 1,56%
Dịch vụ lưu trú và ăn uống 4 1,72% 0 0%
Tổng cộng 232 100% 128 100%
(Nguồn: tác giả tính tốn)
Với 360 mẫu quan sát thuộc 13 nhóm ngành theo phân loại của Cơng ty Cổ phần Tài Việt được công bố trên website https://www.vietstock.vn, trong số 232 mẫu quan sát có sai sót thì nhóm ngành xây dựng và bất động sản có 78 mẫu (chiếm tỷ lệ 33,62%), tiếp theo là nhóm ngành sản xuất với 72 mẫu quan sát có sai sót (chiếm tỷ lệ 31,03%), nhóm ngành bán bn có 14 mẫu tương ứng với tỷ lệ 6,03%, cịn lại là nhóm ngành dịch vụ - tiện ích - sản xuất nơng nghiệp - công nghệ thông tin - bán lẻ - vận tải kho bãi. Với 128 mẫu quan sát khơng có sai sót, nhóm ngành xây dựng và bất động sản chiếm tỷ trọng lớn nhất với 54 mẫu tương ứng 42,19%, đứng thứ hai là nhóm ngành sản xuất với 36 mẫu (chiếm tỷ lệ 28,13%), kế tiếp nhóm ngành tiện ích có 9 mẫu quan sát với tỷ lệ 7,03%, các mẫu quan sát cịn lại thuộc các nhóm ngành dịch vụ - cơng nghệ thông tin - sản xuất nông nghiệp - bán lẻ - bán buôn - vận tải kho bãi - khai khoáng.
3.5. Thiết kế dữ liệu nghiên cứu
Tác giả sử dụng dữ liệu của 90 doanh nghiệp niêm yết trên HOSE và HNX trong giai đoạn 5 năm (2011 – 2015), dữ liệu được tổng hợp theo dữ liệu bảng (Data panel).
Dữ liệu bảng là dữ liệu kết hợp, kết hợp các dữ liệu chéo (cross section) và dữ liệu chuỗi thời gian (time series). Dữ liệu chéo là các số liệu về một hoặc nhiều biến được thu thập tại một thời điểm ở nhiều doanh nghiệp khác nhau. Dữ liệu thời gian là số liệu được thu thập trong một khoảng thời gian nhất định. Có hai loại dữ
liệu bảng: dữ liệu bảng cân đối (balanced panel) và dữ liệu bảng không cân đối (unbalanced panel). Dữ liệu bảng cân đối khi các đơn vị chéo cùng một số lượng quan sát như nhau theo chuỗi thời gian. Dữ liệu bảng không cân đối khi các đơn vị chéo khơng có cùng số quan sát theo thời gian. Trong luận văn này tác giả sử dụng dữ liệu bảng cân đối. Việc sử dụng dữ liệu bảng cho nghiên cứu có các ưu điểm sau: - Thơng qua kết hợp các chuỗi thời gian của các doanh nghiệp khác nhau theo không gian, dữ liệu bảng cung cấp những dữ liệu có nhiều thơng tin hơn, đa dạng hơn, ít đa cộng tuyến hơn giữa các biến số, nhiều bậc tự do và hiệu quả hơn.
- Thông qua nghiên cứu các quan sát theo không gian lặp lại, dữ liệu bảng phù hợp để nghiên cứu tính động của thay đổi.
- Dữ liệu bảng có thể phát hiện và đo lường tốt hơn những ảnh hưởng mà không thể quan sát trong chuỗi thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy.
Từ những ưu điểm vượt trội của dữ liệu bảng so với dữ liệu thời gian hay dữ liệu chéo, tác giả kỳ vọng việc sử dụng dữ liệu bảng trong luận văn sẽ mang đến kết quả khả quan.
3.6. Biến nghiên cứu
3.6.1. Biến phụ thuộc – M (Misstatement)
Tác giả cho rằng để phát hiện và dự đốn khả năng có sai sót thơng tin trên BCTC của một doanh nghiệp cho một năm (một quan sát), doanh nghiệp được phân loại có sai sót thơng tin trên BCTC thỏa mãn điều kiện: chênh lệch LNTT trước và sau kiểm toán độc lập lớn hơn 5 .
Biến phụ thuộc M nhận giá trị 1 cho những quan sát rơi vào tình trạng có sai sót thơng tin trên BCTC và giá trị 0 những quan sát khơng có sai sót thơng tin trên BCTC.
3.6.2. Biến độc lập
Tác giả phân chia các biến độc lập trong mơ hình M-score thành 3 nhóm: Nhóm 1: Các biến biểu thị tín hiệu phát triển của doanh nghiệp trong tương lai. Giả định rằng việc thao túng lợi nhuận dễ dàng xảy ra với các doanh nghiệp có
tín hiệu phát triển trong tương lai kém. Điều này cũng đồng nhất với nhận định của O’Glove (1987); Kellogg và Kellogg (1991); Siegel (1991); Fridson (1993); Lev và Thiagarajan (1993).
Nhóm 2: Biến liên quan đến dịng tiền thuần từ hoạt động kinh doanh và dồn tích. Nghiên cứu sử dụng các biến trong nhóm này điển hình là (Healy, 1985; Jones, 1991).
Nhóm 3: Các biến kế tốn liên quan đến hành vi lựa chọn chính sách kế tốn của nhà quản lý doanh nghiệp. Để đưa ra các biến kế toán này, Beneish đã dựa vào kết quả nghiên cứu lý thuyết thực chứng của Watts và Zimmerman (1986), với những giả thuyết liên quan đến hợp đồng (hợp đồng giữa cổ đông - nhà quản lý, hợp đồng giữa doanh nghiệp - chủ nợ), những giả thuyết này đưa ra động cơ nhà quản lý thực hiện hành vi quản trị lợi nhuận, động cơ này được trình bày chi tiết trong lý thuyết ủy nhiệm.
3.6.2.1. Các biến biểu thị tín hiệu phát triển của doanh nghiệp trong tƣơng lai
* DSRI – Tỷ số phải thu khách hàng trên doanh thu thuần (Days’sales in
receviable index)
DSRI đo lường tỷ số phải thu khách hàng trên doanh thu thuần năm t so sánh với năm (t-1).
Trong đó: Receivables là các khoản phải thu khách hàng; Sales là doanh thu thuần.
Chỉ số này dùng để so sánh sự thay đổi các khoản phải thu trên doanh thu thuần giữa năm trước kiểm toán độc lập (năm t) và năm sau kiểm toán độc lập (năm t-1).
Tỷ số này tăng trưởng một cách đột biến là kết quả từ việc thay đổi chính sách tín dụng để thúc đẩy doanh số bán hàng khi đối mặt với tình hình cạnh tranh ngày càng tăng, nhưng tăng trưởng không cân xứng giữa các khoản phải thu khách
hàng so với doanh số bán có thể cho thấy lợi nhuận đã công bố cao hơn lợi nhuận thực tế. Do đó, Beneish cho rằng DSRI càng lớn thì xác suất lợi nhuận được công bố cao hơn lợi nhuận thực tế càng lớn.
* GMI – Tỷ số tỷ suất lợi nhuận gộp biên (Gross Margin Index)
GMI là tỷ số giữa tỷ suất lợi nhuận gộp biên năm (t-1) và tỷ suất lợi nhuận gộp biên năm t.
Trong đó: COGS là giá vốn hàng bán; Sales: doanh thu thuần. Nếu tỷ số này lớn hơn 1 thì tỷ suất lợi nhuận gộp biên đang suy giảm. Tỷ suất lợi nhuận gộp biên cho biết mức độ hiệu quả khi sử dụng các yếu tố đầu vào (vật tư, lao động) trong quy trình sản xuất của doanh nghiệp. Lev và Thiagarajan (1993) cho rằng sự suy giảm của tỷ suất lợi nhuận gộp biên là tín hiệu khơng tốt trong sự phát triển của doanh nghiệp. Vì vậy, nếu doanh nghiệp xuất hiện viễn cảnh phát triển trong tương lai mà xấu thì càng dễ dàng xuất hiện hành vi thao túng lợi nhuận gây sai sót thơng tin trên BCTC. Beneish cho rằng GMI có mối quan hệ thuận chiều với khả năng xảy ra hành vi thao túng lợi nhuận.
* SGI – Tỷ số tăng trưởng doanh thu (Sales Growth Index)
SGI là tỷ số doanh thu thuần năm t trên doanh thu thuần năm t-1.
Trong đó: Sales là doanh thu thuần.
Tăng trưởng thì khơng có tiềm ẩn hành vi thao túng, nhưng các công ty tăng trưởng bất thường thì được các chuyên gia đề xuất để dự báo khả năng xảy ra gian lận BCTC, bởi vì nhà quản lý phải chịu áp lực đạt chỉ tiêu về vốn và khả năng tài chính của hội đồng quản trị đề ra (National Commission on Fraudulent Financial Reporting (1987), National Association of Certified Fraud Examiners (1993)), vì thế để tạo ra một kết quả hoạt động kinh doanh đẹp, để thỏa mãn cổ đông và để thu hút nhà đầu tư, nhà quản lý có thể thổi phịng doanh thu bán hàng. Nếu các doanh
nghiệp đang tăng trưởng nhưng phải đối mặt với những tổn thất do việc sụt giảm giá cổ phiếu trên TTCK gây ra, thì họ có động cơ thực hiện hành vi điều chỉnh lợi nhuận. Theo Fridson (1993) nhận định rằng “Các công ty cố gắn làm phai mờ đi tình trạng sự tăng trưởng của họ đang giảm dần, vì nếu tình trạng này được cơng khai có thể gây cho họ sự tổn thất khá lớn”. Một doanh nghiệp có tỷ số SGI càng lớn thì khả năng xảy ra hành vi điều chỉnh lợi nhuận càng lớn.
* SGAI – Tỷ số chi phí bán hàng và quản lý doanh nghiệp trên doanh thu thuần (Sales, general and administrative expenses)
SGAI là tỷ số chi phí bán hàng và quản lý doanh nghiệp trên doanh thu thuần năm t so với năm t-1.
Trong đó: Sales là doanh thu thuần; SG&A là chi phí bán hàng và quản lý doanh nghiệp.
Lev và Thiagarajan (1993) giải thích rằng sự gia tăng doanh thu khơng cân xứng với chi phí là một tín hiệu xấu đối với sự phát triển của doanh nghiệp trong tương lai. Beneish kỳ vọng sẽ tìm ra mối quan cùng chiều giữa biến SGAI và xác suất xảy ra hành vi điều chỉnh lợi nhuận.
* LVGI – Tỷ số địn bẩy tài chính (Leverage Index)
LVGI là tỷ số của tổng nợ phải trả trên tổng tài sản năm t so với năm t-1.
Trong đó: LTD là nợ dài hạn, TA là tổng tài sản, CL là nợ ngắn hạn.
Tỷ số LVGI lớn hơn 1 cho thấy rằng doanh nghiệp đã tăng cường việc sử