CHƯƠNG 3. KẾT QUẢ NGHIÊN CỨU
3.4. Kết quả so sánh chất lượng kế toán dồn tích trước và sau kiểm toán
3.4.2. Kết quả đo lường chất lượng kế toán dồn tích sau kiểm toán
Dưới đây là bảng kết quả đo lường chất lượng các khoản dồn tích bất thường sau kiểm toán.
Bảng 3.12: Kết quả đo lường chất lượng kế toán dồn tích sau kiểm toán.
Phần A : Kết quả hồi quy Thống kê và mô tả dữ liệu chung
Variable | Obs Mean Std. dev. Min Max Post_Acc | 89 -.0036141 .1020728 -.2699087 .417499 Post_C~12019 | 89 .0601382 .1008607 -.1034818 .5235114 Post_CF~2020 | 89 .0556544 .1183626 -.3431299 .4603886 Post_C~12021 | 89 .0321326 .1101666 -.3601447 .4176276
Phân tích tương quan giữa các biến
| Post_Acc Post_C~9 Post_C~0 Post_C~1 Post_Acc | 1.0000
Post_C~12019 | -0.2898 1.0000
Post_CF~2020 | -0.9215 0.4551 1.0000
Post_C~12021 | -0.5578 0.4131 0.5976 1.0000
Mô hình hồi quy POLS
Source | SS df MS Number of obs = 89 --- - ---+--- F(3, 85) = 192.68
Model | .799322253 3 .266440751 Prob > F = 0.0000 Residual | .117537718 85 .001382797 R-squared = 0.8718 --- ---+--- Adj R-squared = 0.8673
Total | .916859971 88 .010418863 Root MSE = .03719 Post_Acc | Coefficient Std. err. t P>|t| [95% conf. interval]
Post_CFOt12019 | .1742684 .0450277 3.87 0.000 .08474314 .2637955 Post_CFOt2020 | -.8370981 .0435796 -19.21 0.000 -.9237461 -.7504501 Post_CFOt12021 | -.0452284 .0457804 -0.99 0.326 -.1362521 .0457952 _cons | .0339472 .0046894 7.24 0.000 .0246234 .043271
Phần B : Kiểm định sự phù hợp của mô hình Kiểm tra hiện tượng đa cộng tuyến
Variable | VIF 1/VIF Post_CF~2020 | 1.69 0.590581 Post_C~12021 | 1.62 0.617756 Post_C~12019 | 1.31 0.761855 Mean VIF | 1.54
Kiểm định phương sai sai số thay đổi
White's test
H0: Homoskedasticity
Ha: Unrestricted heteroskedasticity chi2(9) = 22.39
Prob > chi2 = 0.0077
Cameron & Trivedi's decomposition of IM-test
Source | chi2 df p Heteroskedasticity | 22.39 9 0.0077 Skewness | 14.35 3 0.0025 Kurtosis | 0.25 1 0.6186 Total | 36.99 13 0.0004
Phần C : Khắc phục mô hình hồi quy
Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic
Correlation: no autocorrelation
Estimated covariances = 89 Number of obs = 89 Estimated autocorrelations = 0 Number of groups = 89 Estimated coefficients = 4 Time periods = 1
Wald chi2(3) = 11492.31 Prob > chi2 = 0.0000 Post_Acc | Coefficient Std. err. z P>|z| [95% conf. interval]
Post_CFOt12019 | .1826515 .0102281 17.86 0.000 .1626048 .2026981 Post_CFOt2020 | -.8501307 .0087734 -96.90 0.000 -.8673262 -.8329351 Post_CFOt12021 | -.0558647 .0160078 -3.49 0.000 -.0872395 -.02449 _cons | .0339185 .0009381 36.16 0.000 .0320798 .0357572
Nguồn Kết quả của phần mềm Stata Từ phần A tác giả mô tả những đặc tính cơ bản sau: Mẫu nghiên cứu biến độc lập và biến phụ thuộc là 89 mẫu, giá trị trung bình Post_Acc = -0.0036141;
Post_CFO 2019 =0.0601382; Post_CFO 2020 = 0.0556544; Post_CFO 2021 = 0.0321326, Độ lệch chuẩn Post_Acc = 0.1020728; Post_CFO 2019 = 0.1008607;
Post_CFO 2020 = 0.1183626; Post_CFO 2021 = 0.1101666, giá trị nhỏ nhất Post_Acc = -0.2699087; Post_CFO 2019 = -0.01034818; Post_CFO 2020 = - 0.03431299; Post_CFO 2021 = -0.03601447, giá trị lớn nhất Post_Acc = 0.417499;
Post_CFO 2019 = 0.5235114; Post_CFO 2020 = 0.4603886; Post_CFO 2021 = 0.4176276. Tiếp đó tác giả phân tích hệ số tương quan giữa các biến trong mô hình Biến Post_CFO2019; Post_CFO2020; Post_CFO2021 có tương quan ngược chiều với biến Post_Acc. Kết quả tương quan trên phù hợp với hầu hết các nghiên cứu trước trên thế giới và phù hợp với kỳ vọng của tác giả trong giai đoạn nghiên cứu này tại Việt Nam. Sau đó kiểm định mô hình POLS ta thấy các kết quả sau:
Prob > F = 0.0000: mức ý nghĩa của kiểm định F với giả thuyết. Đối với các biến độc lập đồng thời bằng 0, ta sẽ đưa ra kết luận mô hình có ý nghĩa thống kê.
R – squared = 0.8718: thể hiện mức độ phù hợp của mô hình nghiên cứu, đồng thời giải thích nhân tố phục thuộc đạt bao nhiêu 87.18% trong nghiên cứu.
Adj R-squared = 0.8673: còn gọi là R bình phương hiệu chỉnh. Trị số 0.8673 thể hiện các biến độc lập trong mô hình đang giải thích được khoảng 86.73% sự biến thiên của biến phụ thuộc Post_Acct trong mô hình.
P > |t|: hay p – value, là mức ý nghĩa của các biến độc lập trong mô hình. P- value <5% chúng ta có thể kết luận biến độc lập có mối quan hệ với biến phụ thuộc và ngược lại.
Phần B là kiểm đinh độ phù hợp của mô hình thông qua các kiểm định Vif thì ta thấy vif = 1.54 < 2 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là
không nghiệm trọng. Tiếp tới sử dụng kiểm định White để kiểm định hệ số phương sai sai số thay đổi mức ý nghĩa 5%, ta có: Prob = 0.0077< 5% nên mô hình có hiện tượng phương sai thay đổi. và mô hình không có cả hệ số tự tương quan.
Phần C là mô hình khắc phục các khuyết tật qua mô hình GLS ta được mô hình hồi quy đo lường khoản dồn tích bất thường như sau:
Ta có phương trình hồi quy sau:
𝑃𝑜𝑠𝑡𝐴𝑐𝑐𝑡 = 0.0339185 + 0.1826515𝑃𝑜𝑠𝑡𝐶𝐹𝑂 𝑡−1 − 0.8501307𝑃𝑜𝑠𝑡𝐶𝐹𝑂𝑡
− 0.0558647𝑃𝑜𝑠𝑡𝐶𝐹𝑂𝑡+1+ 𝜀𝑡
Có thể thấy các biến 𝑃𝑜𝑠𝑡_𝐶𝐹𝑂𝑡−1, 𝑃𝑜𝑠𝑡_𝐶𝐹𝑂𝑡, đạt ý nghĩa thống kê ở mức 1% ( vì p-value =0.0000<5%) thấy :
Biến dòng tiền hoạt động kinh doanh trên tổng tài sản sau kiểm toán năm 2019 (b1=0.1826515) 𝑃𝑜𝑠𝑡_𝐶𝐹𝑂𝑡−1 có hệ số hồi quy dương tác động tăng đến chất lượng dồn tích sau kiểm toán năm 2020.
Biến dòng tiền hoạt động kinh doanh trên tổng tài sản sau kiểm toán năm 2020 (b2= - 0.8501307 ) 𝑃𝑜𝑠𝑡_𝐶𝐹𝑂𝑡 có hệ số hồi quy âm tác động giảm đến chất lượng dồn tích sau kiểm toán năm 2020.
Biến dòng tiền hoạt động kinh doanh trên tổng tài sản sau kiểm toán năm 2021 (b2= - 0.0558647 ) 𝑃𝑜𝑠𝑡_𝐶𝐹𝑂𝑡+1 có hệ số hồi quy âm tác động giảm đến chất lượng dồn tích năm 2020.
Ta thấy |𝑢𝑝𝑜𝑠𝑡| có giá trị tuyệt đối trung bình là 0,029331775
Ta thấy |𝑢𝑝𝑜𝑠𝑡| có độ lệch chuẩn trung bình tuyệt đối là 0,02169106 Kết luận
Các kết quả cho thấy rằng các lỗi ước tính đối với các khoản dồn tích bất thường được kiểm toán so với các dồn tích trước kiểm toán. Trong mẫu đầy đủ giá trị trung bình của |𝑢𝑝𝑜𝑠𝑡| nhỏ hơn so với giá trị trung bình của |𝑢𝑝𝑟𝑒| ( 0.0306>0.029331775). Tương tự như thế độ lệch chuẩn giá trị trung bình cũng nhỏ hơn đáng kể so với trước kiểm toán. Khi có sự tăng cao của biến kế toán dồn tích không bình thường, có thể cho thấy sự không rõ ràng hoặc thiếu minh bạch trong báo cáo tài chính của một doanh nghiệp. Những kết quả này cho thấy điều chỉnh kiểm toán giúp giảm các lỗi ước tính trong các khoản dồn tích. Điều chỉnh kiểm
toán dẫn đến chất lượng dồn tích cao hơn. Kết quả nghiên cứu này cũng giống với nghiên cứu trước đó của (Clive Lennox, Xi Wu và Tianyu Zhang , 2015).
Như vậy nghiên cứu về chất lượng kế toán dồn tích theo mô hình của (Dechow, P. M., & Dichev, I. D., 2002) đều cho thấy tác động của kiểm toán làm chênh lệch và rõ hơn là làm giảm khoản dồn tích bất thường. Nghiên cứu này cho thấy vai trò của kiểm toán trong quá trình kiểm toán để tránh và làm giảm thao túng số liệu tăng chất lượng thông tin công bố cũng như là chất lượng thông tin BCTC.
Cuối cùng là điều chỉnh của kiểm toán làm cho tính bền vững của lợi nhuận cũng tăng sau quá trình kiểm toán.
KẾT LUẬN KẾT QUẢ ĐO LƯỜNG.
Dựa vào các mô hình nghiên cứu để đo lường chất lượng thông tin BCTC công bố thì tác giả đưa ra một số kết luận sau:
Thứ nhất, tác giả đo lường qua mô hình tính bền vững của lợi nhuận thì nhận thấy hệ số bền vững sau kiểm toán lớn hơn hệ số bền vững trước kiểm toán điều này cho thấy tác động của kiểm toán đã làm tăng tính bền vững của lợi nhuận qua so sánh. Khi tác giả thấy rằng tính bền vững của lợi nhuận tăng sau kiểm toán có nghĩa là chất lượng thông tin BCTC công bố cũng đảm bảo hơn và tốt hơn. Điều này phù hợp với kỳ vọng của tác giả, kết quả này cùng kết quả với nghiên cứu của (Clive Lennox, Xi Wu và Tianyu Zhang , 2015).
Thứ hai, tác giả đo lường chất lượng kế toán đồn tích theo mô hình của (Dechow, P. M., & Dichev, I. D., 2002) và sử dụng phần dư của 2 mô hình trước và sau kiểm toán để so sánh thì thấy, phần dư này chính là khoản dồn tích bất thường khi so sánh tác giả thấy chất lượng kết quả dồn tích của sau kiểm toán tốt hơn do phần dư sau kiểm toán nhỏ hơn phần dư trước kiểm toán. Điều này đồng nghĩa là chất lượng dồn tích kế toán tốt hơn sau khi được kiểm toán vì lỗi ước tính mô hình giảm. Điều này đã được các tác giả trước nghiên cứu cùng kết quả như (Clive Lennox, Xi Wu và Tianyu Zhang , 2015).
KẾT LUẬN CHƯƠNG 3
Trong chương này, tác giả đã trình bày các kết quả nghiên cứu liên quan đến chênh lệch số liệu trước và sau kiểm toán và tác động của kiểm toán đến chất lượng thông tin BCTC công bố. Dựa trên việc phân tích và đánh giá dữ liệu, tác giả đưa ra những kết luận sau dựa trên các giả thuyết đã đặt ra ban đầu:
H1: Lợi nhuận và khả năng sinh lời sau kiểm toán có xu hướng giảm so với trước kiểm toán.
Sau quá trình phân tích và tổng hợp tác giả thấy tỷ lợi suất sinh lời sau kiểm toán có xu hướng tăng, còn lợi nhuận sau kiểm toán có xu hướng giảm điều này tác giả bác bỏ giả thuyết H1 này.
H2: Chỉ số tài chính về quan hệ chí phí và rủi ro tài chính có xu hướng giảm sau kiểm toán.
Khi so sánh tác giả thấy các chỉ số tài chính về quan hệ chi phí và rủi ro tài chinh có xu hướng tăng như là tổng chi phí sau kiểm toán có xu hương tăng, hàng tồn kho có xu hướng tăng điều đo tác giả bác bỏ giả thuyết H2 này.
H3: Chỉ số đo lường sự tháo túng số liệu có xu hướng giảm sau kiểm toán.
Về chỉ số đo lường sự thao túng số liệu theo (M. D. Beneish, 1999) thì tác giả thấy các chỉ số này tăng về giá trị sau kiểm toán. Điều này dẫn đến giả thuyết H3 bác bỏ.
H4: Lợi nhuận sau kiểm toán có tính bền vững hơn trước kiểm toán
Giả thuyết này đã được chứng minh qua mô hình hôi quy đo lường tính bền vững tác giả nhận thấy hệ số hồi quy chính là hệ số bền vững thì hệ số sau kiểm toán có xu hướng bền vững hơn hệ số trước kiểm toán vì vậy giả thuyết H4 này được chấp nhận.
H5: Chất lượng các khoản dồn tích kế toán sau kiểm toán cao hơn chất lượng các khoản dồn tích trước kiểm toán.
Dựa vào nghiên cứu và đo lường chất lượng dồn tích đó là các khoản dồn tích bất thường của (Dechow, P. M., & Dichev, I. D., 2002) thì tác giả đều nhận thấy biến phần dư này sau kiểm tra đều có xu hướng giảm hơn trước kiểm toán. Do lỗi ước tính các khoản dồn tích nhỏ hơn vì vậy tác giả chấp nhận giả thuyết H5 trên.