NPL 1.42 1.19 0.7062 0.2938
LR Chi2 Prob > Chi2 Pseudo R2 == 20.17 0.0169 0.0978 M Coef Std. Err z P > |z| 95% Conf. Interval DSRI -0.2098452 0.248896 3 -0.84 0.399 -0.6976731 0.2779826 NIM -0.0001385 0.238427 1 -0.00 1.000 - 0.467447 0.4671701 SGI -0.9482787 0.474627 6 -2.00 0.046 - 1.878532 - 0.0180256 DEPI -0.3118277 0.526621 -0.59 0.554 - 1.343986 0.7203304 LVGI -3.024698 4.103649 -0.74 0.461 - 11.0677 5.018305 TATA 5.009348 3.663878 1.37 0.172 - 2.17172 12.19042 DA -0.2101811 0.189528 5 -1.11 0.267 -0.5816502 0.161288 SIZE -0.7562158 0.422883 3 1.79 0.074 - 1.585052 0.0726203 NPL 18.88048 17.09516 1.10 0.269 - 14.62541 52.38638 _cons 8.587102 5.814916 1.48 0.140 - 2.809923 19.98413
Nguồn: Kết quả nghiên cứu
Mơ hình được kiểm tra hiện tượng đa cộng tuyến dựa trên kiểm định VIF. Từ kết quả trên cho thấy VIF nhận giá trị < 2, mơ hình sẽ khơng có hiện tượng đa cộng tuyến. Đồng thời, các biến trong mơ hình đều có giá trị khoảng từ 1.06 đến 1.64. Vì vậy, nhìn tổng quan, mơ hình sẽ khơng có hiện tượng đa cộng tuyến.
2.3.2. Kết quả phân tích hồi quy
a. Mơ hình nhận diện gian lận BCTC của NHTM Việt Nam
Bước 1: Chọn những biến có mức độ liên quan và xây dựng mơ hình M-score thích hợp dựa trên số liệu ngành ngân hàng 2011 - 2020.
Theo như mơ hình ban đầu đã thảo luận tại mục trên, ta có mơ hình dạng:
M = β0 + βι (DSRI) + β2 (NIM) + P3 (SGI) + P4 (DEPI) + P5 (LVGI) + P6 (TATA) + β7(DA) + β8 (SIZE) + β9 (NPL) + ɛ(1)
Theo kết quả mơ hình hồi quy Logistic thu thập được ở dữ liệu STATA 14, ta có
LR Chi2 Prob > Chi2 Pseudo R2 == 11.01 0.0041 0.0534
M Coef Std. Err z P > |z| 95% Conf. Interval
SGI -0.6853748 0.409767 -1.67 0.094 -1.488503 0.1177538 SIZE -0.9416563 0.3960688 -2.38 0.017 -1.717937 -
0.1653758
_cons 6.604834 3.0822784 2.14 0.032 0.56268
8 12.64698
Nguồn: Kết quả nghiên cứu
Ket quả mơ hình hồi quy logit nhị phân ở mơ hình (1) trên STATA cho thấy, kiểm
định Chi - square nhận giá trị bằng 20.17 cho độ phù hợp bao qt của mơ hình và giá trị Prob > Chi2 nhận giá trị bằng 0.0169. Hệ số Pseudo R2 = 0.0978, mang lại ý nghĩa 9.78% biến phụ thuộc sẽ được giải thích bởi các biến độc lập trong mơ hình.
Ket quả hồi quy của mơ hình cho thấy trong tổng 9 biến, có biến SGI (tỷ số tăng trưởng doanh thu bán hàng) đem lại mức ý nghĩa là 5%, với hệ số góc bằng -0.9482787. Điều này cho thấy, tỷ số SGI có biến động ngược chiều với việc thao túng lên BCTC. Cụ thể hơn, khi các NHTM có doanh thu tăng trưởng, việc thao túng BCTC sẽ được giảm thiểu. Ngược lại, khi các NHTM có doanh thu giảm sút thì đồng nghĩa với nguy cơ
BCTC sẽ bị thao túng là cao hơn.
Bên cạnh đó, biến SIZE (Quy mơ của doanh nghiệp) nhận mức ý nghĩa là 10%, và cũng có hệ số góc là -0.7562158, biến động ngược chiều với biến phụ thuộc. Điều này là hợp lí với giả định ban đầu của nghiên cứu gốc của Rhee, khi các doanh nghiệp có quy mơ nhỏ sẽ có khả năng thao túng báo cáo tài chính nhiều hơn.
Ngồi ra, biến TATA nhận giá trị là mức ý nghĩa bằng 20%, tuy nhiên theo mơ hình gốc của Beneish, các biến khơng mang lại ý nghĩa thống kê từ 15% đổ đi.
Từ những kết luận trên, mơ hình nhận diện gian lận của các NHTM Việt Nam có dạng:
M = β0 + βι (SGI) + β2 (SIZE) (2)
Từ kết quả trên, ta ước lượng mơ hình (2) bằng phần mềm STATA 14 và thu được
kết quả:
Nguồn: Kết quả nghiên cứu
Kết quả mơ hình Logistic trên cho thấy, kiểm định Chi - square nhận giá trị 11.01
với Prob > Chi2 = 0.0041. Hệ số Pseudo R2 bằng 0.0534, có nghĩa là 5,34% biến phụ thuộc sẽ được giải thích bởi các biến độc lập trong mơ hình.
Dựa trên bảng 10, cho thấy 2 biến đều có ý nghĩa thống kê, SGI nhận giá trị hệ số
góc là -0.06853748 và SIZE nhận giá trị hệ số góc là -0.9416563, đồng thời 2 biến nhận mức ý nghĩa lần lượt là 10% và 5%. Qua đó, mơ hình có cả 2 biến đều đem lại ý nghĩa thống kê, vậy đây là mơ hình phù hợp để nhận diện gian lận BCTC cho các NHTM Việt
STT Ngân hàng MCK Sàn Sai phạm sau kiểm tốn
Ket quả của mơ hình
1 Ngân hàng TMCP Ngoại thương Việt Nam VCB HOSE 0 -
2.566105046
2 Ngân hàng TMCP Á Châu ACB HOSE 0 -
2.178446139
3 Ngân hàng TMCP Bắc Á BAB HNX 0 -0.05942621
4 Ngân hàng TMCP Đầu tư và Phát triển Việt Nam BID HOSE 0 -
2.728343595
5 Ngân hàng TMCP Công thương Việt Nam CTG HOSE 0 -
2.620986831
6 Ngân hàng TMCP xuất nhập khẩu Việt Nam EIB HOSE 0 -
1.710312755
7 Ngân hàng TMCP phát triển TPHCM HDB HOSE 1 -
1.906852544
8 Ngân hàng TMCP Bưu điện Liên Việt LPB HOSE 0 0.29313587
9 Ngân hàng TMCP Quân Đội MBB HOSE 0 -
2.044716592
10 Ngân hàng TMCP Hàng hải Việt Nam MSB HOSE 0 -
2.911778262
∏ Ngân hàng TMCP Quốc Dân NVB HNX 1 0.522459995
12 Ngân hàng TMCP Phương Đông OCB HOSE 0 0.135117146
13 Ngân hàng TMCP Sài Gòn - Hà Nội SHB HNX 1 -
2.189859206
HOSE -
M = 6.604834 - 0.6853748(SGI) - 0.9416563(SIZE)
Hệ số góc của biến SGI bằng -0.6853748 và có ý nghĩa thống kê ở mức 10%, Đây là biến có hệ số góc trái với kỳ vọng ban đầu. Có nghĩa là tăng trưởng doanh thu tăng thì khả năng sai phạm giảm. Điều này đã từng được giải thích trong nghiên cứu của Moreira (2006). Trong nghiên cứu, Moreira nhận định rằng có mối qua hệ chặt chẽ giữa hệ thống kế toán và thuế: các ưu đãi thuế là động cơ khiến doanh nghiệp cố ý làm giảm doanh thu. Tuy nhiên động cơ này chỉ xuất hiện trong trường hợp doanh nghiệp khơng có nhu cầu tài chính cao, bởi giảm doanh thu đồng nghĩa cổ phiếu doanh nghiệp giảm sức hấp dẫn trong mắt các nhà đầu tư hay ngân hàng sẽ cân nhắc việc cho vay.
Trong khi đó, các tổ chức tín dụng như NHTM lại cần có quy mơ lớn, nhu cầu về mặt tài chính cao. Cho nên việc thay đổi ngược chiều của biến SGI trong mơ hình là đúng với giải thích của tác giả Moreira.
Bước 2: Xác định giá trị phân loại các NHTM có thao túng BCTC và nhận diện độ chính xác của mơ hình thơng qua số liệu của NHTM năm 2016.
50
15 Ngân hàng TMCP Kỹ thương Việt Nam TCB HOSE 0 -
2.205174887
16 Ngân hàng TMCP Tiên Phong TPB HOSE 0 -
1.855360767
17 Ngân hàng TMCP Quốc tế Việt Nam VIB HOSE 0 -
1.713916929
18 Ngân hàng TMCP Việt Nam Thịnh Vượng VPB HOSE 0 -
2.364225616
19 Ngân hàng TMCP An Bình ABB Upcom 1 0.010066734
20 Ngân hàng TMCP Bản Việt BVB Upcom 1 -
0.020538294
21 Ngân hàng TMCP Kiên Long KLB Upcom 0 -
1.019633609
22 Ngân hàng TMCP Nam Á NAB Upcom 0 -
1.310253294
23 Ngân hàng TMCP Xăng dầu Petrolimex PG B
Upcom 0 0.552780766
Xác suất dự báo
Giá trị phân loại điểm M
Dự báo đúng Dự báo sai
Có gian lận Khơng có gian lận Có gian lận Khơng có gian lận 1% -2.326347874 6 5 13 0 5% -1.644853627 3 11 7 3 10% -1.281551566 3 12 6 3 15% -1.036433389 3 12 6 3 20% -0.841621234 3 13 5 3 25% -0.67448975 3 13 5 3 30% -0.524400513 3 13 5 3 35% -0.385320466 3 13 5 3 40% -0.253347103 3 13 5 3
Nguồn: Kết quả nghiên cứu
Mơ hình M-score nhận giá trị từ (-3;0.6), Với Mi > Giá trị phân loại M-score. Với
ngưỡng phân loại xác định doanh nghiệp thứ I được đánh dấu là có khả năng thao túng BCTC. Kết quả sau khi so sánh tại các mốc xác suẩt là: 1%, 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%.
Kết quả Kiểm tốn
Có thao túng Khơng sự thao túng
D ự bá o Có thao túng 3 5 Khơng có thao túng 3 13 Độ chính xác của dự báo 3/6 = 50% 13/18 = 72.22% Tổng độ chính xác 16/24 = 66.67%
Nguồn: Kết quả nghiên cứu
Theo như tính tốn, có thể thấy độ chính xác của mơ hình đạt ở ngưỡng 20% là đạt giá trị tuyệt đối, từ mức 20% trở lên, độ chính xác của mơ hình khơng thay đổi, chứng
tỏ rằng kết quả đã bão hòa. Vậy mốc 20% là mốc phân loại chấp nhận được của mô
Nguồn: Kết quả nghiên cứu
Với mức xác suất ở 20%, miền phân phối bên trái có giá trị phân loại là -0.84162,
độ chính xác của kết quả có thao túng BCTC là 50% và 72.22% với kết quả khơng có thao túng BCTC. Và kết quả nhận được là độ chính xác của mơ hình là 66.7% với kết quả báo cáo tài chính có sai lệch so với kết quả sau kiểm tốn.
b. Thực trạng các NHTM có BCTC chênh lệch năm 2016
So với kết quả đã kiểm tốn có thể thấy có 6 ngân hàng có sự thao túng vào BCTC
như ngân hàng TMCP phát triển TPHCM (HDB), ngân hàng TMCP Quốc dân (NVB), ngân hàng TMCP Sài Gòn - Quốc dân (SHB), ngân hàng TMCP Thương tín (STB), ngân hàng TMCP An Bình (ABB) và ngân hàng TMCP B ản Việt. Qua thực tế, có thể thấy hầu hết các nguyên nhân mà các NHTM có hành vi thao túng vào BCTC đến từ việc tác động vào các con số trong BCKQHĐKD với mục đích để làm đẹp cho tình hình
Đặc biệt như ngân hàng Sacombank vào năm 2016 có lợi nhuận giảm 67.3% so với trước kiểm tốn, từ 297 tỷ đồng chỉ cịn 97 tỷ đồng. Điều đáng chú ý trên BCTC kiểm toán của STB cho thấy, phần thu nhập lãi thuần chỉ được ghi nhận 3,731 tỷ đồng, trong khi trước kiểm toán là 4,778 tỷ đồng; trong khi chi phí giữ ngun cịn thu nhập từ
lãi giảm. Căn cứ vào trong mơ hình, điều này là hợp lí khi sự biến động của doanh thu có ảnh hưởng đến việc thao túng lên BCTC của ngân hàng Sacombank.
Đối với ngân hàng Bản Việt, có thể thấy năm 2016 là năm mà ngân hàng có doanh
thu thấp nhất với lợi nhuận trước thuế chỉ hơn 12 tỷ đồng, giảm 83% so với năm 2015 và có lợi nhuận thấp nhất trong 8 năm qua. Năm 2016, Bản Việt gặp khó khăn trong q trình hoạt động. Ngồi ra, ban điều hành của ngân hàng đang trong tiến trình thúc đẩy tổ chức hoạt động, mở rộng mạng lưới trong thị trường và đưa ra những quy định chặt chẽ hơn về việc phân loại trích lập dự phịng của ngân hàng. Điều này cũng giống như Sacombank, NHTM Bản Việt đã có hành vi thao túng BCTC vì doanh thu thấp hơn so với các năm khác, dẫn đến chênh lệch lớn giữa lợi nhuận trước và sau kiểm tốn của năm 2016.
Ngồi ra, điển hình là ngân hàng Quốc Dân (NCB) mặc dù vào quãng thời gian năm 2011, NHNN đã công bố NHTM Quốc dân là một trong 9 tổ chức tín dụng có hoạt động kém hiệu quả, tuy nhiên sau đó Ngân hàng Quốc dân đã tự tái cấu trúc và thắt chặt quản lí trong các cơng tác quản trị, điều hành và hệ thống quản trị rủi ro. Chính vậy, NCB đã có nhiều bước ngoặt thay đổi về chất lượng các sản phẩm và thao tác vận hành trong những năm về sau. Trong năm 2016, NCB đã có những thay đổi và tăng trưởng tốt
hơn, tuy nhiên chênh lệch lợi nhuận trước và sau kiểm tốn vẫn cịn tồn động do hiệu quả của mảng kinh doanh ngoại hối vẫn đem lại mức thua lỗ là 60.3 tỷ đồng. Trong năm 2015, NCB cũng có thua lỗ trong mảng kinh doanh ngoại hối nhưng chỉ ở mức 15.5 tỷ đồng. Đồng thời, HĐKD dịch vụ lãi thuần cũng có sự giảm nhẹ so với cùng kỳ năm
trước thuế của NCB chỉ rơi vào 16.5 tỷ đồng. Và có thể đây là nguyên nhân khiến cho NCB có sự chênh lệch BCTC mục lợi nhuận sau thuế trước và sau kiểm toán, tuy nhiên con số này cũng khơng có sự chênh lệch quá lớn.
CHƯƠNG 3: GIẢI PHÁP VÀ KHUYẾN NGHỊ
3.1.Định hướng cho việc sử dụng mơ hình cho việc hỗ trợ dự đoán gian lận của BCTC của các NHTM
Theo như mơ hình đã ước lượng ở chương 2, ta thu được kết quả mơ hình nhận diện gian lận BCTC của các NHTM Việt Nam là như sau:
M = 6.604834 - 0.6853748(SGI) - 0.9416563(SIZE) (2)
Ngưỡng giá trị được phân loại được đánh giá không thay đổi từ mức 20%, kết quả
cho thấy tổng thể đánh giá tính chính xác của mơ hình là 66.67%. Đây là một xác suất khá cao khi dùng để đánh giá ngân hàng, bởi trong các nghiên cứu trước đây của các tác giả đi trước chỉ mới dừng ở việc sử dụng mơ hình để đánh giá mức độ gian lận BCTC của các doanh nghiệp sản xuất. Vì vậy việc dùng mơ hình M-score để nhận diện gian lận
của ngân hàng vẫn còn là vấn đề chưa được phổ biến.
Nhìn chung, mức độ đánh giá mơ hình trước đây đều đạt ngưỡng chính xác từ 50-
70% gian lận trong các trường hợp, tuy nhiên để nâng cao hiệu quả của việc đánh giá gian lận của một thực thể, ta vẫn có thể áp dụng thêm những mơ hình Altman Z-Score và mơ hình P-score. Theo Igor Pustynick (2009) việc kết hợp 3 mơ hình cùng lúc có thể nhận diện gian lận chính xác đến 96.55% với các doanh nghiệp.
Thơng qua q trình đo lường và kết quả đo lường BCTC của các NHTM trong giai đoạn 2011 - 2020, một số đặc điểm về việc xây dựng mơ hình nhận diện gian lận BCTC sẽ được đánh giá là như sau:
- Hành vi gian lận của các ngân hàng trên BCTC vẫn cịn khó nắm bắt được, do khối lượng các ngân hàng vẫn cịn khá lớn, vì vậy việc mà các ngân hàng có hành
kiểm tốn nội bộ rà sốt, tuy nhiên việc chênh lệch số liệu trước và sau khi kiểm tốn vẫn cịn nhiều. Điều này cho thấy, hiệu quả của kiểm tốn nội bộ có thể cịn chưa tốt hoặc do các NHTM đang trực tiếp thao túng đến số liệu BCTC.
- Số liệu của một số ngân hàng vẫn còn bị kiểm sốt trong q trình thu thập trong chuỗi thời gian 11 năm. Như ngân hàng VietBank (VBB) trên sàn UPCOM, số liệu trong quãng thời gian 2012-2015 vẫn không được cơng bố, điều này trở thành
hạn chế trong nghiên cứu vì khơng thể nhận diện chính xác được ngân hàng này có đang thao túng vào BCTC hay khơng trong 10 năm.
- Việc gian lận BCTC vẫn chủ yếu được dùng để che giấu các khoản nợ xấu của ngân hàng vào các khoản phải thu khách hàng, từ đó, sẽ làm tăng chi phí trả lãi và kết quả kéo theo là LNST giảm.
Mặc dù, trong quãng thời gian từ năm 2018 - 2020, vấn đề minh bạch trong BCTC
của các NHTM đã được cải thiện, tuy nhiên vẫn còn một số cá thể ngân hàng yếu kém, vẫn có những sự thao túng để làm đẹp kết quả hoạt động kinh doanh. Chính vì vậy, mơ hình vẫn được khuyến khích sử dụng như là cơng cụ để hỗ trợ những người có nghiệp vụ liên quan trực tiếp đến các NHTM như ban lãnh đạo ngân hàng, các cán bộ có nghiệp
vụ liên quan để có thể nhận diện kịp thời và đưa ra những biện pháp khắc phục cho hành
vi sai phạm của ngân hàng. Ngồi ra, mơ hình trên cũng là mơt cơng cụ hỗ trợ cho các nhà đầu tư muốn tìm hiểu về độ chính xác về việc nhận diện chất lượng của thơng tin mà
ngân hàng cơng bố có thực sự chính xác để đưa ra những quyết định đầu tư hiệu quả.
3.2. Giải pháp hạn chế gian lận trong BCTC của các NHTM3.2.1. Đối với các đối tượng bên trong ngân hàng 3.2.1. Đối với các đối tượng bên trong ngân hàng