Bảng 4 .7 Kết quả kiểm dịnh giả thiết
2.2 Lý thuyết hành vi trong kế toán
Nghiên cứu hành vi trong kế toán (Behavioral research in accounting/ Behavioural accounting research – BAR) là: Các nghiên cứu về hành vi của
người kế toán và những đối tượng khác khi họ chịu ảnh hưởng bởi các chức năng và báo cáo của kế toán (T. Hofstedt và J.Kinard, 1970). Nghiên cứu hành vi trong kế toán xuất phát từ các khoa học về tâm lý học, xã hội học và lý thuyết tổ chức, nó tập trung vào quan sát con người (cá nhân hoặc nhóm người) trong lĩnh vực kế tốn, bao gồm kế tốn tài chính, kế tốn quản trị và kiểm tốn, vì vậy nó ứng dụng trên một phạm vi rất rộng trong nhiều lĩnh vực khác nhau của kế toán. Mục
đích là để giải thích, dự đốn hành vi và cải thiện việc ra quyết định. Nó khám
phá cách mà con người sử dụng và xử lý thông tin kế toán như thế nào và tại sao họ làm như vậy.
Nghiên cứu HJT bắt đầu vào năm 1954 và 30 sau năm đã chứng kiến một sự bùng nổ trong BAR đặc biệt là lĩnh vực kiểm tốn. Các loại chính của nghiên cứ hành vi trong kế toán bao gồm: Lý thuyết phán đoán của con người (human
judgement theory – HJT) hoặc xử lý thông tin của con người (human information processing – HIP). Tổng kết về phương pháp tiếp cận có ba cách tiếp cận nghiên cứu chính: Mơ hình thấu kính Brunswik (Brunswik lens model), Mô hình lần theo dấu vết (process tracing) và Mơ hình phán đoán xác suất (probabilistic
judgement). Trong đó, mơ hình thấu kính Brunswik là cách tiếp cận chủ đạo. Mơ hình lần theo dấu vết xây dựng một cây quyết định trình bày những xét đốn của con người, với mơ hình phán đốn xác suất, quá trình ra quyết định được trình
bày qua những báo cáo xác suất dựa trên định lý Bayes. Ba mơ hình này sẽ được thảo luận chi tiết dưới đây:
- Mơ hình thấu kính Brunswik
Mơ hình thấu kính Brunswik bắt đầu được sử dụng từ giữa thập niên 1970
như một cơ sở để nghiên cứu về xét đoán bao gồm dự đoán hoặc đánh giá. Nhà
các quyết định, xét đoán hay dự đốn thơng qua tìm kiếm quy luật của các phản
ứng đối với những tín hiệu. Trong mơ hình này, người ra quyết định được giả định rằng sẽ dựa trên thấu kính của các tín hiệu có quan hệ xác suất với sự kiện,
từ đó rút ra kết luận về sự kiện. Ví dụ, nhà đầu tư (người ra quyết định) dựa trên một loạt các tỷ số tài chính (tín hiệu) để dự đốn khả năng phá sản của doanh
nghiệp (sự kiện).
Để xây dựng một mơ hình thấu kính cụ thể, các đối tượng khảo sát sẽ được
yêu cầu thực hiện xét đốn trên một số lượng lớn các tình huống dựa trên một bộ các tín hiệu. Sau đó, một mơ hình tuyến tính mơ tả quan hệ hàm số giữa tín hiệu và xét đốn được xây dựng để diễn đạt về cách thức thông tin được xử lý bởi các cá nhân. Phân tích hồi quy được thực hiện với biến phụ thuộc là xét đoán/phản ứng của các đối tượng và các tín hiệu là những biến độc lập giải thích cho xét đốn của người ra quyết định. Những trọng số beta trong mơ hình hồi quy đại
diện cho mức độ quan trọng tương đối của tín hiệu thơng tin đối với người ra
quyết định. Phương trình xét đốn này giúp những người khơng chun nghiệp
cũng có thể làm được những quyết định tốt một cách nhanh chóng, qua đó họ
nhận thức được thông tin nào thật sự hữu dụng cho phán đốn của họ.
Chính vì vậy, mơ hình thấu kính Brunswik được xem là một công cụ đắc lực giúp chúng ta hiểu được cách mà người ra quyết định sử dụng những tín hiệu
thơng tin kế toán và mức độ quan trọng mà họ gán cho mỗi tín hiệu trong từng
tình huống cụ thể. Nó cịn giúp cho người ra quyết định thay đổi mức quan trọng mà họ gán cho những tín hiệu khác nhau để cải thiện độ chính xác của các phán
đốn. Ngồi ra, bằng mơ hình này, chúng ta cũng có thể khám phá ra những
thơng tin kế tốn hữu ích mà người ra quyết định hiện chưa sử dụng. Và những
thơng tin này có thể được sử dụng để nâng cao năng lực của người ra quyết định. Mơ hình thấu kính Brunswik được nhận thấy là một mơ hình có khả năng dự
đốn rất tốt vì theo thống kê thì mơ hình này có thể loại trừ các sai số ngẫu nhiên
trong xét đoán của con người do các nguyên nhân như mệt mỏi, bệnh tật, hoặc
Brunswik là nó khơng mơ tả tốt việc con người đã làm quyết định như thế nào.
Việc sử dụng dạng phương trình trong mơ hình cũng đồng nghĩa với việc ngầm giả định rằng con người có thể xử lý đồng thời tất cả các thơng tin, trong khi đó,
đa số những người ra quyết định lại nói rằng họ phân tích những vấn đề từng
bước một, đánh giá lần lượt từng thông tin cho đến khi đi đến quyết định. Do đó, bên cạnh việc dự đốn tốt của mơ hình thì vấn đề giải thích việc quyết định được thực hiện như thế nào được nhiều nhà nghiên cứu và những chuyên gia rất quan tâm. Điều này là do việc giải thích này có thể giúp phát hiện các yếu điểm trong quá trình ra quyết định, từ đó chất lượng của việc phán đoán được cải tiến tốt
hơn. Chính vì vậy, những nhà nghiên cứu về lý thuyết phán đoán của con người
đã sử dụng những phương pháp tiếp cận khác để mơ hình hố q trình ra quyết định, hai phương pháp phổ biến được sử dụng là phương pháp “lần theo dấu vết”
và phương pháp “phán đốn xác suất”. - Mơ hình lần theo dấu vết
Trong mơ hình này, người ra quyết định sẽ phân tích những trường hợp và họ sẽ mơ tả lại bằng lời nói những bước thực hiện để ra quyết định. Những mô tả
này được ghi lại bởi nhà nghiên cứu và sau đó được phân tích thành một sơ đồ
cây quyết định trình bày q trình xử lý thơng tin để ra quyết định của con người. Mỗi nút trong cây quyết định sẽ chứa một câu hỏi liên quan đến một bước trong quá trình ra quyết định, tùy thuộc vào câu trả lời mà đi đến quyết định hay là đến bước tiếp theo. Mơ hình cây quyết định xuất phát từ phương pháp lần theo dấu vết: Công cụ mô tả một cách trực quan về quá trình ra quyết định của con người. Tuy nhiên, phương pháp này không phải lúc nào cũng dự đoán tốt về các sự kiện. Nguyên nhân là người ra quyết định thường gặp khó khăn khi giải thích tất cả
những bước mà họ đã thực hiện. Khi người ra quyết định thực hiện một cách
thường xun thì nó trở nên quen thuộc và q trình ra quyết định diễn ra một
cách ngầm định và vơ thức trong tâm trí của người ra quyết định.
Mơ hình phán đốn xác suất hữu dụng trong các tình huống khi niềm tin ban
đầu về dự đoán hoặc đánh giá cần được xem xét lại do phát sinh một vấn đề mới
có liên quan. Ví dụ như nhà đầu tư xem xét lại quyết định đầu tư khi có bằng
chứng mới về kết quả của một vụ kiện liên quan đến cơng ty. Mơ hình này lập
luận rằng cách chuẩn xác để xem xét lại niềm tin ban đầu, được gọi là xác suất chủ quan, áp dụng định lý của Bayes, một nguyên lý cơ bản của lý thuyết xác
suất có điều kiện. Định lý Bayes nói rằng xác suất của cơ hội sau (được điều
chỉnh lại do những bằng chứng bổ sung) sẽ bằng chỉ số hợp lý nhân cơ hội trước.