7. Kết cấu của luận văn
2.5. Đánh giá thực trạng ứng dụng tỷ suất tài chính trong việc phát hiện gian lận
lận trên BCTC
2.5.1. Ưu điểm
Hiện nay hầu hết các cơng ty kiểm tốn Việt Nam đều thực hiện phân tích tỷ suất tài chính trong giai đoạn lập kế hoạch kiểm tốn. Điều này rất có ích cho việc hiểu biết về các sự kiện mới nhất và tình hình tài chính của doanh nghiệp. Q trình phân tích tỷ suất tài chính rất hiệu quả trong việc nhận diện các khoản mục có thể có vấn đề cần phân tích thêm và thực hiện thêm các thủ tục kiểm tốn.
Hơn nữa việc tính tốn tỷ suất tài chính cũng khơng mất quá nhiều thời gian và chi phí cho một cuộc kiểm tốn.
2.5.2. Tồn tại
Dựa trên cơ sở lý luận, kinh nghiệm sử của các công ty kiểm tốn nước ngồi tại Việt Nam trong việc vận dụng kỹ thuật khai phá dữ liệu được trình bày ở phần 2.3 và thực trạng sử dụng tỷ suất tài chính trong kiểm tốn gian lận trên BCTC được trình bày ở phần 2.4.2, tác giả nhận thấy vẫn còn một số tồn tại như sau, đặc biệt là ở các doanh nghiệp kiểm toán trong nước.
Thứ nhất, các cơng ty kiểm tốn Việt Nam chưa ứng dụng triệt để CNTT trong quá trình thực hiện phân tích tỷ suất tài chính nhằm phát hiện gian lận và nhầm lẫn trên BCTC. Kinh nghiệm vận dụng kỹ thuật khai phá dữ liệu ở các cơng
ty kiểm tốn nước ngồi tại Việt Nam trình bày ở phần 2.3 và thực trạng sử dụng tỷ suất tài chính trình bày trong phần 2.4.2 cho thấy tồn bộ cơng việc này đang được thực hiện trên Microsoft Excel. Trong bối cảnh hội nhập và phát triển của CNTT như hiện nay thì khối lượng giao dịch và dữ liệu tài chính của các cơng ty ngày càng lớn, đặc biệt là các công ty đa quốc gia. Việc sử dụng Microsoft Excel làm hạn chế khả năng của KTV trong việc khai phá dữ liệu.
Thứ hai, hiện nay các cơng ty kiểm tốn khi tiến hành thủ tục phân tích sơ bộ BCTC trong giai đoạn lập kế hoạch kiểm toán thường chỉ dừng lại ở việc sử dụng các tỷ suất khả năng thanh toán, tỷ suất khả năng hoạt động và tỷ suất khả năng sinh lời mà chưa tiến hành phân tích các tỷ suất khác (xem phần 2.4.2 và phụ lục A2). Điều đó làm hạn chế tầm nhìn của KTV đối với tình hình tài chính của đơn vị
được kiểm tốn.
Các tồn tại trên, tác giả sẽ đưa ra phương hướng hay ứng dụng được trình bày trong chương 3.
Kết luận chương 2
Trong chương 2, tác giả đã giới thiệu về thực trạng gian lận BCTC tại Việt Nam từ năm 2010 đến năm 2012, các quy định liên quan trách nhiệm của Ban Quản trị doanh nghiệp và kiểm toán viên trong mối quan hệ với gian lận BCTC. Tác giả đồng thời giới thiệu về thực trạng ứng dụng các tỷ suất tài chính trong việc xem xét gian lận trên BCTC tại các cơng ty kiểm tốn Việt Nam. Đây là cơ sở, là dữ liệu đầu vào cho việc ứng dụng kỹ thuật phân cụm dữ liệu trong việc kiểm toán gian lận trên BCTC.
CHƯƠNG 3
ỨNG DỤNG KỸ THUẬT PHÂN CỤM DỮ LIỆU TRONG VIỆC KIỂM TOÁN GIAN LẬN TRÊN BCTC,
NHẬN XÉT VÀ KIẾN NGHỊ
3.1. Quan điểm về ứng dụng CNTT trong q trình kiểm tốn BCTC 3.1.1. Hạn chế làm thủ công
Hiện nay, trên thị trường kiểm toán Việt Nam phần lớn các công ty kiểm toán trong nước và cả chương trình kiểm tốn mẫu do VACPA ban hành đều áp dụng phương thức kiểm tốn thủ cơng, kết hợp với một số phần hành có thể thực hiện trên chương trình Microsoft Word và Microsoft Excel. Điều này sẽ làm hạn chế năng lực tìm tịi và khai phá dữ liệu của kiểm toán viên.
Và trong xu thế hội nhập kinh tế quốc tế của đất nước, các ngành dịch vụ trong nước cũng phải được nâng cấp để phù hợp với điều kiện này và đáp ứng được yêu cầu quản lý. Kiểm toán và kế toán vừa là một nghề cung cấp dịch vụ (xét trên khía cạnh kinh doanh) vừa là một công cụ quản lý kinh tế trong hệ cơng cụ của Nhà Nước (xét trên khía cạnh quản lý).
Để có thể đạt được mục tiêu trên, các cơng ty kiểm tốn, hội kiểm tốn viên hành nghề Việt Nam và kiểm toán Nhà Nước cần hạn chế kiểm toán bằng phương pháp thủ công, nghiên cứu và ứng dụng CNTT vào chương trình kiểm toán. Điều này cũng tạo ra năng lực cạnh tranh riêng cho các doanh nghiệp kiểm toán trong nước.
3.1.2. Ứng dụng triệt để CNTT vào trong quá trình kiểm tốn
Cơng nghệ thông tin là một thúc ép không thể tránh khỏi và cũng mở ra khơng gian rộng lớn để các doanh nghiệp kiểm tốn Việt Nam cải thiện vị thế cạnh tranh của mình một cách nhanh chóng. Do đó, các doanh nghiệp cần phải nhận thức về khả năng áp dụng của CNTT, phải tạo điều kiện tổ chức tốt hơn và chú ý đến việc phát triển tầm nhìn chiến lược về các áp dụng có thể của CNTT trong q trình kiểm tốn.
Hướng tiếp cận CNTT mà có khả năng giúp các doanh nghiệp kiểm tốn khai thác các thơng tin có nhiều ý nghĩa từ tập dữ liệu lớn đó là khai phá dữ liệu. Ra
đời từ những năm 90 của thế kỷ trước, khai phá dữ liệu đã thu hút được sự quan tâm và nghiên cứu của nhiều nhà nghiên cứu trên thế giới. Tuy nhiên, đây là lĩnh vực còn khá mới tại Việt Nam và chưa có bất kỳ nghiên cứu ứng dụng nào trong lĩnh vực kiểm tốn. Trong mơi trường hội nhập và tồn cầu hóa như hiện nay, việc nghiên cứu ứng dụng kỹ thuật khai phá dữ liệu, đặc biệt là kỹ thuật phân cụm dữ liệu trong q trình kiểm tốn sẽ giúp mở rộng tầm nhìn của KTV trong việc kiểm tốn gian lận và nhầm lẫn trên BCTC.
3.2. Ứng dụng kỹ thuật phân cụm dữ liệu phân hoạch K-means 3.2.1. Quy trình thực hiện phân cụm dữ liệu 3.2.1. Quy trình thực hiện phân cụm dữ liệu
Như đã trình bày trong phần 1.1.1.1, phân cụm dữ liệu thuộc bước 5 trong quy trình khai phá dữ liệu. Sau khi thực hiện trích chọn dữ liệu từ kho dữ liệu thô, dữ liệu được tiền xử lý (làm sạch) và biến đổi trước khi bắt đầu kỹ thuật phân cụm. Sau đây là tóm tắt quy trình phân cụm dữ liệu đã được trình bày chi tiết trong phần 1.1.3.3 và phần 1.1.3.4.
Hình 3.1: Sơ đồ quy trình phân cụm dữ liệu
(Nguồn: Tác giả đề xuất quy trình)
3.2.2. Các cơng cụ thực hiện phân cụm dữ liệu
Phần mềm SPSS 18.0 là phần mềm chuyên dụng xử lý thông tin thu thập được từ các đối tượng nghiên cứu. Thông tin được xử lý là thơng tin định lượng. Ngồi ra cịn có sự hỗ trợ của phần mềm Rapid Miner 5.0 trong việc chuẩn hóa dữ liệu. Giá trị của các biến đưa vào mơ hình phân cụm dữ liệu được chuẩn hóa với phạm vi biểu diễn nhỏ hơn là [0; 1] để có thể so sánh.
Dữ liệu đã trích chọn biến đổi Trích chọn dữ liệu Tiền xử lý & biến đổi dữ liệu Dữ liệu thô Lựa chọn đặc trưng Lựa chọn thuật phân cụm Đánh giá kết
quả & giải thích Tri thức
Phần mềm SPSS 18.0 được sử dụng để phân cụm dữ liệu và kiểm định t-test độc lập được thực hiện để kiểm định trị trung bình của các biến quan sát giữa hai nhóm doanh nghiệp gian lận và doanh nghiệp khơng gian lận.
Từ dữ liệu thô là báo cáo tài chính năm 2010, 2011 và 2012 của 42 doanh nghiệp, tác giả tổng hợp và trích chọn các tỷ suất tài chính cũng như các thơng tin tài chính liên quan. Tiếp theo, với sự hỗ trợ của phần mềm Rapid Miner 5.0 tác giả tiến hành chuẩn hóa các chỉ suất tài chính về dạng biểu diễn nhỏ hơn là [0,1].
Các đặc trưng được lựa chọn làm đầu vào của quá trình phân cụm dữ liệu là tỷ suất tài chính mà các doanh nghiệp kiểm tốn tại Việt Nam đang sử dụng (xem phần 2.4.2): tỷ suất về khả năng thanh khoản, tỷ suất khả năng sinh lời, hệ số nợ. Ngồi ra tác giả cịn sử dụng một vài tỷ suất được đề cập trong nghiên cứu của Persons (2011) (xem phần 2.4.1) đó là: cơ cấu tài sản, hiệu suất sử dụng tài sản, quy mô doanh nghiệp và hệ số về rủi ro phá sản.
Nhằm đảm bảo các biến quan sát được đưa vào phân tích cụm là có ý nghĩa thống kê, tác giả sử dụng phần mềm SPSS để hỗ trợ trong việc kiểm định sự bằng nhau về phương sai giữa hai nhóm doanh nghiệp này thông qua Levene test. Nếu giá trị Sig. trong Levene test nhỏ hơn 0,05 thì phương sai giữa hai nhóm doanh nghiệp này là khác nhau, tác giả sẽ sử dụng kết quả của kiểm định t ở phần “Equal variance not assumed” và ngược lại tác giả sẽ sử dụng kết quả của kiểm định t ở phần “Equal variance assumed”. Trong phần kết quả kiểm định t, nếu giá trị Sig. của các biến quan sát nào nhỏ hơn 0,05 là có ý nghĩa về mặt thống kê, biến quan sát đó sẽ được chọn để đưa vào phân tích cụm. Các biến quan sát nào có giá trị Sig. lớn hơn 0,05 đều bị loại.
Phân cụm dữ liệu được tiến hành trên cơ sở các biến quan sát đã được lựa
chọn trong phần kiểm định thống kê với thước đo khoảng cách Euclide bình
phương, thủ tục không thứ bậc (K-means) và sự hỗ trợ của phần mềm SPSS 18.0.
Tư tưởng chính của K-means là tìm cách phân nhóm các đối tượng (objects) đã cho
vào K cụm (K là số cụm được xác định trước) sao cho tổng bình phương khoảng
cách giữa các đối tượng đến tâm nhóm (centroid) là nhỏ nhất. Đây là phương pháp
Với các hạt giống cụm ngẫu nhiên ban đầu được dùng làm trung tâm cụm tạm thời để phân bổ các quan sát vào các cụm. Mỗi quan sát được phân vào cụm có trung tâm gần nó nhất. Các trung tâm cụm được cập nhật trong quá trình này cho đến khi tiêu chuẩn phân chia tối ưu được thỏa mãn.
Ngoài ra kiểm định ANOVA đối với từng biến của cụm cũng được phân tích thơng qua chỉ số F. F là tỷ số giữa phương sai giữa các cụm (cluster mean squares) và phương sai trong nội bộ các cụm (error mean squares). Với giả thiết
sự khác biệt giữa các cụm chỉ là ngẫu nhiên (về cơ bản là chúng giống nhau). F càng lớn nghĩa là phương sai giữa các cụm lớn so với phương sai trong nội bộ cụm, tức là các phần tử trong nội bộ cụm khá gần nhau (giống nhau), trong khi các phần tử giữa các cụm khác nhau thì khá xa nhau (khá khác nhau) và ngược lại. Như vậy ta sẽ có cơ sở để bác bỏ giả thiết trên và kết luận rằng sự khác biệt giữa các cụm là có cơ sở. Nếu F càng lớn thì Sig. càng nhỏ, kết quả phân cụm càng có ý nghĩa (các cụm càng khác xa nhau). Với mức ý nghĩa 5%, nếu Sig. nhỏ hơn 0,05 thì bác bỏ giả thiết và kết luận giữa các cụm có sự khác biệt và ngược lại, nếu Sig. lớn hơn 0,05
thì giả thiết về sự giống nhau giữa các cụm được chấp nhận. Như vậy, với kết quả
của kiểm định F tác giả có thể đánh giá chất lượng các cụm sau quá trình phân cụm.
3.2.3. Thống kê mô tả về mẫu quan sát
Trong thời gian qua, Công ty phát hiện gian lận BCTC được cơng bố chính thức là 2 cơng ty sau:
- Công ty Cổ phần Bông Bạch Tuyết (BBT)
- Cơng ty Cổ phần nước giải khát Sài Gịn (TRI).
Tác giả tiến hành thu thập Báo cáo tài chính năm 2010, 2011 và 2012 của 42 cơng ty niêm yết trên 2 sàn giao dịch chứng khoán HOSE và HASTC. Trong đó có báo cáo tài chính của 2 cơng ty gian lận được cơng bố chính thức là Cơng ty Cổ phần Bông Bạch Tuyết (BBT) và Công ty Cổ phần nước giải khát Sài Gòn (TRI) (sau đây gọi là “doanh nghiệp gian lận”), 19 cơng ty thuộc diện kiểm sốt đặc biệt của sở giao dịch chứng khốn và 21 cơng ty khơng gian lận, có tình hình tài chính tốt (sau đây gọi là “doanh nghiệp không gian lận”).
Tổng thể mẫu gồm 125 quan sát trải đều 3 năm 2010, 2011 và 2012 với tỷ lệ 33,6%, 33,6% và 32,8%. Cụ thể trong bảng thống kê bên dưới (xem Bảng 3.1).
Bảng 3.1: Thống kê tổng thể mẫu Năm tài chính Tần số % Năm tài chính 2010 42 33,6 Năm tài chính 2011 42 33,6 Năm tài chính 2012 41 32,8 Tổng cộng 125 100,0
(Nguồn: Tác giả kết xuất từ phần mềm SPSS 18.0)
Trong số đó, doanh nghiệp gian lận được cơng bố chính thức chiếm tỷ lệ như sau 5%, 5% và 2,5% tương ứng với các năm 2010, 2011 và 2012 (xem Hình 3.2).
Hình 3.2: Kết quả thống kê tỷ lệ doanh nghiệp gian lận
(Nguồn: Tác giả kết xuất từ phần mềm SPSS 18.0)
Thống kê ban đầu về trị trung bình của các chỉ số tài chính cho thấy sự khác biệt giữa 2 nhóm doanh nghiệp gian lận và không gian lận, cụ thể là: đòn bẫy tài chính năm 2010, 2011 và 2012 của các doanh nghiệp gian lận cao hơn doanh nghiệp khơng gian lận. Điều đó chứng tỏ tỷ trọng nợ phải trả cao hơn nhiều so với tỷ trọng vốn chủ sở hữu. Nếu tổng tài sản khơng có khả năng sinh ra một tỷ lệ lợi nhuận đủ lớn để bù đắp chi phí tiền lãi vay phải trả thì tỷ suất lợi nhuận của các doanh nghiệp này rất thấp. Chính vì vậy, tỷ lệ lợi nhuận sau thuế và lợi nhuận giữ lại trên tổng tài sản của các doanh nghiệp gian lận trong cả 3 năm 2010, 2011 và 2012 đều thấp. Về tỷ lệ tài sản lưu động trong tổng tài sản, kết quả thống kê ban đầu cho thấy các hệ số này ở các doanh nghiệp không gian lận cao hơn các doanh nghiệp gian lận tại Việt Nam. Xét về tính thanh khoản và vịng quay vốn của các doanh nghiệp thì đa phần
các doanh nghiệp khơng gian lận có tỷ lệ cao hơn. Tuy nhiên, các chỉ số này trong các mẫu quan sát chưa thể hiện thống nhất qua các năm. Cụ thể là năm 2010 và 2011, doanh nghiệp gian lận có vịng quay vốn nhanh hơn so với doanh nghiệp không gian lận (2010: 0,26 < 0,49; 2011: 0,28 < 0,52). Xét về quy mô doanh nghiệp dựa trên tổng tài sản cho thấy các doanh nghiệp không gian lận trong tổng thể mẫu quan sát có quy mơ lớn hơn doanh nghiệp gian lận. Và cuối cùng là về rủi ro phá sản của doanh nghiệp, kết quả thống kê bên dưới cho thấy các doanh nghiệp không gian lận đa phần nằm trong tình trạng tài chính an tồn (Z-score > 0,39). Ngược lại, các doanh nghiệp gian lận nằm trong vùng nguy hiểm hay có khả năng phá sản (0,26 < Z-score < 0,39) (xem Bảng 3.2).
Bảng 3.2: Thống kê ban đầu về trị trung bình của các chỉ số tài chính
Năm tài chính
Năm tài chính 2010 Năm tài chính 2011 Năm tài chính 2012
Khơng gian lận Gian lận Không gian lận Gian lận Không gian lận Gian lận Tổng NPT/Tổng TS 0,26 0,55 0,28 0,72 0,29 0,81 Tổng LNST/Tổng TS 0,76 0,54 0,75 0,42 0,71 0,59 Tổng LNGL/Tổng TS 0,86 0,22 0,85 0,12 0,82 0,12 Tổng TSNH/Tổng TS 0,55 0,22 0,56 0,27 0,52 0,33 Phải thu KH/Tổng TS 0,05 0,50 0,05 0,02 0,05 0,03 HTK/Tổng TS 0,26 0,11 0,30 0,16 0,27 0,17 Vốn lưu động/Tổng TS 0,78 0,40 0,76 0,30 0,73 0,25 Tổng DT/Tổng TS 0,26 0,49 0,28 0,52 0,29 0,16 Log(Tổng TS) 0,42 0,08 0,44 0,09 0,44 0,00 Z-score 0,45 0,28 0,44 0,22 0,44 0,16
(Nguồn: Tác giả kết xuất từ phần mềm SPSS 18.0)
3.2.4. Sự khác biệt trị trung bình giữa hai nhóm doanh nghiệp
Phép kiểm định T-test độc lập được dùng để xác định xem có sự khác nhau giữa hai nhóm doanh nghiệp gian lận và doanh nghiệp không gian lận trên cơ sở các chỉ tiêu về tài chính như sau: địn bẫy tài chính, tỷ suất lợi nhuận, cơ cấu tài sản, tính thanh khoản, vịng quay vốn, quy mơ doanh nghiệp, chỉ số về khả năng phá sản đã được trình bày trong phần 2.4. Kết quả kiểm định T-test độc lập (xem Phụ lục B) được trình bày tóm tắt như sau:
Bảng 3.3: Sự khác biệt trị trung bình giữa hai nhóm doanh nghiệp
Thống kê nhóm
Số lượng Trị trung bình Độ lệch chuẩn Kiểm định t - test Gian lận Gian lận Gian lận Độc lập Không gian lận Gian lận Không gian lận Gian lận Không
gian lận Gian lận t Sig. Tổng NPT/Tổng TS 120 5 0,28 0,67 0,17 0,16 (5,16) 0,00 Tổng LNST/Tổng TS 120 5 0,74 0,50 0,15 0,17 3,48 0,00 Tổng LNGL/Tổng TS 120 5 0,84 0,16 0,11 0,06 13,25 0,00