CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
2.2. Phương pháp nghiên cứu
2.2.2. Mô hình phân tích nhân tố tác động đến hành vi thao túng nhằm ổn định lợi nhuận
Dựa trên các nghiên cứu đi trước, đề tài xây dựng mô hình trong đó bao gồm biến phụ thuộc Status được quy đổi từ chỉ số Eckel - đại diện cho mức độ thao túng nhằm ổn định lợi nhuận; quy mô doanh nghiệp, tỷ suất sinh lời và tỷ lệ nợ vay đại diện cho hoạt động kinh doanh của một doanh nghiệp; công ty kiểm toán đại diện cho độ tin cậy của báo cáo tài chính. Mô hình cho mối quan hệ giữa các biến quan tâm được đề xuất như sau:
Status = f(TA, Pro, Lev, Audit) (1) Trong đó:
- TA: Tổng tài sản;
- Pro: Tỷ suất sinh lời;
- Lev: Tỷ số nợ;
- Audit: Chất lượng kiểm toán;
Quá trình phân tích được bắt đầu với việc kiểm tra đơn biến về mối quan hệ của từng biến độc lập riêng lẻ với biến phụ thuộc status.
Kiểm định Chi bình phương
Kiểm định Chi bình phương được đưa vào nhằm đánh giá sơ bộ liệu rằng các biến trong mô hình có mối quan hệ với biến độc lập status hay không. Trong số các biến bao gồm biến phụ thuộc Status, các biến độc lập lnTA, Pro, LEV, AUDIT, lnTA*COVID, Pro*COVID, LEV*COVID, AUDIT*COVID, chỉ có ba biến là Status, AUDIT và AUDIT*COVID được trình bày dưới dạng nhị phân. Vì vậy, tôi sẽ áp dụng kiểm định Chi bình phương cho ba biến số này. Nếu kết quả kiểm định
22
cho rằng, biến độc lập và biến phụ thuộc không liên quan đến nhau, ta có thể kỳ vọng rằng những yếu tố này không có ảnh hưởng tới IS.
Kiểm định t-test
Phương pháp kiểm định t-test được sử dụng trong việc kiểm tra xem có hay không sự khác biệt của giá trị trung bình của một biến đơn với giá trị cụ thể, hay là sự khác biệt về giá trị trung bình của một biến ở hai mẫu. Phương pháp kiểm định t- test được sử dụng cho các biến có dạng thang đo khoảng cách hay tỉ lệ. Vì vậy kiểm định t-test được sử dụng nhằm so sánh giá trị trung bình của các yếu tố tổng tài sản, tỷ suất sinh lời, hệ số nợ và các biến tương tác của chúng với biến covid giữa hai nhóm là có thao túng và không có thao túng. Nếu có phát hiện rằng thực sự có sự khác biệt về giá trị trung bình giữa hai nhóm, bài nghiên cứu có thể đặt kỳ vọng rằng kết quả ước lượng hồi quy sẽ có ý nghĩa thống kê, tức là nhân tố đó có ảnh hưởng tới hành vi thao túng nhằm ổn định lợi nhuận.
Phương pháp hồi quy nhị phân
Tiếp đến, bài nghiên cứu tiến hành kiểm tra đa biến, kết hợp tất cả các biến độc lập vào trong mô hình hồi quy. Với dữ liệu được chọn, bài nghiên cứu sử dụng phương pháp hồi quy nhị phân (binary logistic regression) để đánh giá tác động của các nhân tố được xem xét đến mức độ thao túng nhằm bình ổn lợi nhuận. Các nghiên cứu như Sherlita và Kurniawan (2013), Ashari và cộng sự (2013), Wijaya và cộng sự (2020),… cũng đã sử dụng phương pháp này như một công cụ phân tích các nhân tố ảnh hưởng đến IS. Phương pháp hồi quy nhị phân hay được gọi ngắn gọn là hồi quy logistic hay mô hình logit, là mô hình được sử dụng phổ biến trong các nghiên cứu xác định xác suất xảy ra một sự kiện. Trong mô hình hồi quy nhị phân, biến phụ thuộc chỉ nhận giá trị là 0 và 1. Đây cũng chính là đặc trưng của mô hình này. Lúc này, phương pháp hồi quy tuyến tính sẽ không được sử dụng do mô hình vi phạm các giả định hồi quy, các biến giải thích không nhất thiết tuân theo phân phối chuẩn, cũng như bỏ qua phương sai sai số thay đổi.
Mô hình (1) được viết dưới dạng hồi quy như sau:
𝑆𝑡𝑎𝑡𝑢𝑠𝑡 = 𝛽0+ 𝛽1𝑙𝑛𝑡𝑎𝑡+ 𝛽2𝑝𝑟𝑜𝑡+ 𝛽3𝑙𝑒𝑣𝑡+ 𝛽4𝑎𝑢𝑑𝑖𝑡𝑡+ 𝛽5𝑙𝑛𝑡𝑎𝑡𝑐𝑜𝑣𝑖𝑑 + 𝛽6𝑝𝑟𝑜𝑡𝑐𝑜𝑣𝑖𝑑 + 𝛽7𝑙𝑒𝑣𝑡𝑐𝑜𝑣𝑖𝑑 + 𝛽8𝑎𝑢𝑑𝑖𝑡𝑡𝑐𝑜𝑣𝑖𝑡 + 𝜀
23
Trong đó, bên cạnh những biến đã kể trên, các biến Status và COVID được diễn giải như sau:
- Status: tình trạng thao túng để đảm bảo lợi nhuận ổn định;
- covid: dịch COVID-19.
Bên cạnh đó, 𝛽1 đến 𝛽8 là các tham số ước tính, 𝜀 là biến ngẫu nhiên. Chỉ số dưới t đại diện cho các năm nghiên cứu từ 2017 đến 2022. Mặt khác, do hầu hết các biến đều là các tỷ số hoặc biến nhị phân nên giá trị của tổng tài sản với đơn vị đo lường khác biệt sẽ được chuyển sang dạng logarit. Kết quả ước lượng các tham số 𝛽1đến 𝛽4 sẽ trả lời cho câu hỏi nghiên cứu thứ hai và các giả thuyết từ 2.1 đến 2.4. Các hệ số từ 𝛽5 đến 𝛽8 phục vụ cho câu hỏi nghiên cứu thứ ba và các giả thuyết từ 3.1 đến 3.4.
Cách đo lường các tiêu chí được nghiên cứu và đưa vào mô hình hồi quy được thể hiện trong bảng dưới đây:
Bảng 2.1: Các tiêu chí được nghiên cứu
Tiêu chí Ký hiệu Cách đo lường
Tình trạng thao túng nhằm ổn định lợi nhuận
Status Status = 1: nhóm công ty có thao túng với Eckel < 1;
Status = 0: nhóm công ty không thao túng với Eckel >1.
Quy mô doanh nghiệp lnta Lnta = Ln(Tổng tài sản) Tỷ suất sinh lời pro 𝑃𝑟𝑜 = 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑟ò𝑛𝑔
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛
Tỷ số nợ lev
𝑙𝑒𝑣 = 𝑇ổ𝑛𝑔 𝑛ợ 𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛
Chất lượng kiểm toán audit Audit = 1: BCTC được kiểm bởi
“Big 4” công ty kiểm toán: PwC, KPMG, Ernst&Young, Deloitte;
Audit = 0: BCTC được kiểm bởi công ty kiểm toán khác.
Dịch COVID-19 covid Covid = 1: quan sát tại những năm 2020 – 2022;
Covid = 0: quan sát tại các năm 2017 – 2019.
(Nguồn: Tổng hợp của tác giả)
24
Tỷ số khả năng thao túng nhằm ổn định lợi nhuận:
Từ việc ước lượng tham số hồi quy, ta có thể đánh giá khả năng một doanh nghiệp có hành vi thao túng lợi nhuận. Với giá trị của biến độc lập X đã biết, ta ước lượng xác suất xảy ra sự kiện Y với biến phụ thuộc Y nhận giá trị là 0 và 1. Từ đó, ta đánh giá được sự kiện sẽ xảy ra (Y = 1) khi xác suất lớn hơn 0,5 hoặc không xảy ra (Y = 0) khi xác suất dự đoán nhỏ hơn 0,5.
Ta có:
𝑃𝑖 = 𝑃(𝑌 = 1) = 𝐸(𝑌 = 1 𝑋⁄ ) = 𝑒(𝛽0+𝛽1𝑋1+𝛽2𝑋2+⋯+𝛽𝑛𝑋𝑛) 1 + 𝑒(𝛽0+𝛽1𝑋1+𝛽2𝑋2+⋯+𝛽𝑛𝑋𝑛)
Hay:
𝑙𝑜𝑔𝑒[ 𝑃𝑖
1 − 𝑃𝑖] = 𝛽0+ 𝛽1𝑋1+ 𝛽2𝑋2+ ⋯ + 𝛽𝑛𝑋𝑛 Trong đó:
Pi: Xác suất xảy ra sự kiện (Y = 1);
1 – Pi: Xác suất không xảy ra sự kiện (Y = 0);
𝛽0: hằng số hồi quy;
𝛽1, 𝛽2, … , 𝛽𝑛: hệ số hồi quy.
Tỷ số odds là tỷ lệ xác suất sự kiện xảy ra so với xác suất sự kiện không xảy ra. Tỷ số odds được tính bằng:
𝑇ỷ 𝑠ố 𝑜𝑑𝑑𝑠 = 𝑃𝑖
1 − 𝑃𝑖 = 𝑒(𝛽0+𝛽1𝑋1+𝛽2𝑋2+⋯+𝛽𝑛𝑋𝑛)
Áp dụng vào mô hình của bài nghiên cứu, ta có tỷ số odds được tính như sau:
Tỷ số odds của Status = 𝑃𝑖
1−𝑃𝑖 = 𝑒(𝛽0+𝛽1𝑋1+𝛽2𝑋2+⋯+𝛽𝑛𝑋𝑛)
Việc đánh giá các nhân tố ảnh hưởng tới IS thông qua mô hình hồi quy nhị phân sẽ cho thấy, trong trường hợp một biến có ý nghĩa thống kê với hệ số dương, sự thay đổi tăng hoặc giảm giá trị biến đó sẽ làm logarit tỷ số odds của Status tăng, tỷ số odds của Status cũng tăng, suy ra khả năng doanh nghiệp có thao túng nhằm ổn định lợi nhuận sẽ tăng lên. Từ việc xây dựng phương pháp trên, tôi tiến hành tính
25
toán dữ liệu thu thập được và sử dụng phần mềm Stata 15 để tiến hành các kiểm định cũng như ước lượng mô hình hồi quy, cho ra được kết quả sẽ được trình bày ở chương sau. Cuối cùng, thiết kế của bài nghiên cứu đã được tổng hợp lại trong hình dưới đây: