TAM GIÁC GIAN LẬN
CHƯƠNG 3. THỰC TRẠNG GIAN LẬN TRONG BCTC TẠI CÁC CÔNG TY
3.3.2 Ung dung mô hình M-SCORE của Beneish dé dự đoán kha năng gian lận BCTC của các công ty niêm yết trên Việt Nam
Phương pháp thu thập và xử lý dữ liệu
Dé dự đoán khả năng gian lận BCTC của các công ty trên TTCKVN tác gia đã thu thập BCTC đã kiểm toán của 400 công ty trong 4 năm từ 2018 — 2021 trên website chuyên về đầu tư chứng khoán vietstock.vn. Trong đó có 221 công ty trên san chứng
khoán HOSE, 173 công ty thuộc sàn HNX, 4 công ty trên sàn UpCom và chỉ có 2 công ty trên sàn OTC.
Nguồn: Tính toán của tác giả Biểu đồ 3.3 Số mẫu nghiên cứu đã thu thập
Tác giả sử dụng phần mềm stata 14 và Excel 2016 để xử lý và phân tích dữ liệu.
Từ BCTC đã thu thập, tác giả tiến hành tính toán dựa vào các chỉ tiêu của 4 năm 2018 — 2021. Sau đó, đữ liệu được xử lý qua các bước trên phần mềm Stata như sau:
Bước 1: Thông kê mô tả dé đo lường sự biến động của các biến trong mô hình
49
Bước 2: Kiểm định ý nghĩa hệ số hồi quy nhằm giúp tác giả xem mức độ tương quan giữa các biến độc lập với các biến phụ thuộc.
Bước 3: Kiểm định mức độ giải thích của mô hình: tác giả sử dụng mô hình hồi quy nhị
phân Binary Logistic.
Bước 4: Đánh giá mức độ phù hợp của mô hình: bước này sẽ giúp tác giả xem xét liệu
mô hình hồi quy tuyến tính có phù hợp với dữ liệu thực tiễn hay không. Tác gia sử dụng FITSTAT để kiểm tra.
Bước 5. Tác giả phân tích mô hình hiệu ứng từng phần và tác động biên.
Xây dựng giả thuyết nghiên cứu
Rút ra từ cơ sở lý thuyết và tổng quan nghiên cứu trước đây, tác giả đưa ra các giả thuyết nghiên cứu:
Biến phụ thuộc M-SCORE: Khả năng gian lận BCTC nhận giá trị 0 và 1.
1: Có khả năng gian lận BCTC.
0: Không có khả năng gian lận BCTC.
Dé phân loại BCTC không có khả năng gian lận và BCTC có khả năng gian lận, tác giả xác định bang cách tính toán M-SCORE (M-SCORE = -4.84 + 0.0920 x DSRI +
0.528 x GMI + 0.404 x AQI + 0.892 x SGI + 0.115 x DEPI — 0.172 x SGAI + 4.679 x
TATA - 0.327 x LVGD) (Phu luc 02). Beneish khuyến cáo ngưỡng Cut-off (số điểm tối thiểu cần có trong hệ thống tính điểm ngưỡng nhằm chứng minh uy tín tín dụng) thích hợp cho nhà đầu tư là M-SCORE = -1.78, tức là nếu giá trị của M-SCORE > -1.78 là có
kha năng xảy ra rủi gian lận báo cáo tai chính, ngược lại, M-SCORE < -1.78 không có khả năng xảy ra rủi ro gian lận báo cáo tài chính.
Ứng dụng thực tế tại Công ty Cổ phần Nhựa An Phát Xanh:
50
Tính M-SCORE cho Công ty Cổ phần Nhựa An Phát Xanh trong 3 năm từ 2019 — 2021, giá trị M-SCORE được tính dựa trên BCTC năm 2019 là -1.53 (> -1.78) cho thay rằng năm 2019 AAA có dấu hiệu dẫn đến khả năng xảy ra rủi ro gian lận BCTC nên tác
giả giả mã hóa là 1. Nam 2020, M-SCORE = -3.78 (< -1.78) tác giả mã hóa là 0, tương tự
năm 2021 điểm M-SCORE có giá trị lớn hơn -1.78 vi thé nó được mã hóa là 1. Các chỉ số về tỷ lệ tài chính trong công thức tính M-SCORE cho AAA đã được tác giả tính toán tại phần mềm Excel (phụ lục 02). Như vậy, năm 2019 AAA có động lực cũng như dấu hiệu lớn nhất cho thấy khả năng xảy ra gian lận.
Ý nghĩa của các biến độc lập:
DSRI: Chỉ số này so sánh tỷ lệ phải thu trên tổng doanh thu của một năm so với năm trước đó, nếu chỉ số này lớn hơn 1, tỷ lệ phải thu trên tong doanh thu của một năm lớn hơn năm trước đó, một khoản tăng bất thường trong số ngày phải thu sẽ có thể là dấu hiệu cho việc thao ting doanh thu. Tuy nhiên, nếu tỷ lệ này tăng bất thường, không tương
51
xứng giữa các khoản phải thu khách hàng và doanh thu bán ra thì rất có thể doanh nghiệp cô tình thổi phồng doanh thu nhăm tăng lợi nhuận
Giả thuyết HI: Chỉ số phải thu khách hàng so doanh thu thuần (DSRI) có tác động cùng chiêu với khả năng gian lận BCTC.
GMI: Đây là chỉ số đo lường tỷ lệ lãi gộp của năm trước so với năm nay. Lãi gộp sẽ bị giảm khi tỷ lệ này lớn hơn 1, tăng khi tỷ lệ này nhỏ hơn 1. Kỳ vọng của chỉ số này là một công ty với mức lợi nhuận thấp hơn năm trước thì có nhiều động cơ dé thao túng lợi nhuận hơn. Theo Lev (1993), chỉ số này đã suy giảm là một tín hiệu xấu cho sự phát triển doanh nghiệp. Chính vì thế, Beneish chi ra rang chỉ số này càng cao thì khả năng
gian lận BCTC càng lớn.
Gia thuyết H2: Chỉ số tỷ lệ lãi gộp (GMI) có tác động cùng chiêu với khả năng
gian lận BCTC.
AQI: Chỉ số đo lường tỷ lệ tài sản dài hạn khác (ngoài nhà máy, tài sản và thiết bị) trên tổng tài sản của năm nay so với năm trước. Nếu tỷ lệ nay > 1 thì khả năng doanh nghiệp trì hoãn việc ghi nhận chi phí và chuyền chi phí này sang kỳ sau. Điều này giúp
cho doanh nghiệp tăng lợi nhuận của kỳ hiện tại. Theo Siegel (1991), AQI giúp doanh
nghiệp đo lường khả năng rủi ro có thể xảy ra trong sự thay đổi của tài sản. Vì vậy, Beneish cho rằng chỉ số này tác động lớn đến khả năng gian lận BCTC.
Giả thuyết H3: Chỉ số chất lượng tài sản (AQI) tác động cùng chiêu với khả năng
gian lận BCTC.
SGI: Chỉ số thé hiện sự so sánh giữa doanh thu năm nay và doanh thu năm trước.
Nếu lớn hon 1, chỉ số thể hiện sự tăng trưởng dương trong doanh thu của doanh nghiệp.
Thực chất tăng trưởng doanh thu không phải là chỉ số đo lường sự thao túng lợi nhuận,
tuy nhiên những công ty có tăng trưởng doanh thu càng lớn, áp lực đặt lên ban lãnh đạo
càng nhiều trong việc duy trì hiệu quả hoạt động của công ty và đạt được mục tiêu mới.
Vì vậy những công ty này sẽ có nhiều động co dé thao túng lợi nhuận hơn. Trên quan
điêm đó, Beneish nhận định răng nêu doanh nghiệp có chỉ sô này cao thì càng có khả
52
năng gian lận BCTC. Cùng với đó, theo lý thuyết tam giác lận thì đây cũng là động cơ khiến các doanh nghiệp thực hiện hành vi bóp méo BCTC.
Giả thuyết H4: Chỉ số tăng trưởng doanh thu có tác động cùng chiều với khả năng
gian lận BCTC.
DEPI: Chỉ số khấu hao TSCD đo lường tỷ lệ khấu hao năm trước so với năm sau.
Nếu tỷ lệ này lớn hon 1 có nghĩa rang tài sản đang bị khấu hao ở mức độ chậm hơn. Điều này chỉ ra rằng công ty có thé nâng giả định về số năm của tài sản lên, hoặc áp dụng một phương pháp mới có thể giúp tăng lợi nhuận. Cả thuyết tam giác lận và Beneish cùng khang định rằng chỉ số khấu hao TSCD càng cao thi khả năng xảy ra gian lận BCTC càng
lớn.
Gia thuyết H5: Chỉ số khẩu hao TSCĐ có tác động cùng chiêu với khả năng gian
lận BCTC.
SGAI: Biến này được đo lường băng cách so sánh tỷ số của chi phí bán hàng và quản lý trên doanh thu giữa năm t và t - 1. Nếu chỉ số này lớn hon 1, ty lệ SGA/Sale của năm sau tăng so với năm trước, đây có thé là 1 dấu hiệu thao túng lợi nhuận. Beneish dựa trên quan điểm của Lev và Thiagarajin (1993) về sự gia tăng doanh thu không cân xứng với chỉ phí là một tín hiệu không tốt cho doanh nghiệp. Bởi vì khi doanh nghiệp có tín hiệu xấu dẫn đến sự phát triển doanh nghiệp kém, do đó, hành vi thực hiện gian lận
BCTC sẽ càng mạnh.
Giả thuyết H6: Chỉ số chỉ phí bán hang và quản lý doanh nghiệp có tác động cùng chiều với khả năng gian lận BCTC.
TATA: Tổng các khoản dồn tích được tính bằng sự thay đổi trong các tài khoản vốn lưu động trừ tiền mặt trừ đi khấu hao. Tổng các khoản dồn tích hoặc một phần của tổng các khoản dồn tích đã được sử dụng trong công việc trước đây dé đánh giá mức độ mà các nhà quản lý đưa ra các lựa chọn kế toán tùy ý để thay đổi thu nhập (Healy (1985), Jones(1991). Beneish (1999) đã sử dụng tổng các khoản dồn tích trên tổng tài sản (TATA) để đại diện cho mức độ tiền mặt nào làm cơ sở cho thu nhập được báo cáo và
53
ông cho rằng các khoản dồn tích đương cao hon (it tiền mặt hơn) có liên quan đến kha
năng thao túng thu nhập cao hơn.
Giả thuyết H7: Chỉ sô biên don tích so với tông tài sản có tác động cùng chiêu với khả năng gian lận BCTC.
LVGI: là tỷ lệ của tông nợ trên tổng tài sản trong năm t so với tỷ lệ tài trợ tương ứng trong năm t — 1. LVGI lớn hơn 1 cho biết đòn bay tăng. Biến số này được đưa vào dé
nắm bắt các động cơ trong các giao ước nợ đối với việc thao túng thu nhập. Giả sử rằng đòn bay tuân theo một bước đi ngẫu nhiên, LVGI ngầm đo lường lỗi dự báo đòn bẩy. Tác giả đã sử dụng sự thay đổi về đòn bay trong cấu trúc vốn của công ty trên co sở bằng chứng trong Beneish and Press (1993) rằng những thay đổi như vậy có liên quan đến hiệu
ứng vỡ nợ kỹ thuật trên thị trường chứng khoán.
Giả thuyết Hồ: Chỉ số đòn bẩy tài chính có tác động cùng chiêu với khả năng gian
lận BCTC.
Mô hình nghiên cứu Logit
Dựa trên sự tham khảo các nghiên cứu có liên quan và sự phù hợp dữ liệu, tác giả
tiếp cận nghiên cứu với mô hình hồi quy Logistic nhị phân dé dự đoán khả năng gian lận BCTC tại các công ty niêm yết Việt Nam.
Hồi quy logistic là một phương pháp thống kê được sử dụng dé mô hình hóa mối quan hệ giữa một biến phụ thuộc nhị phân và một hoặc nhiều biến độc lập. Nó thường được sử dụng để dự đoán xác suất của một sự kiện xảy ra hoặc không xảy ra trong một tập dữ liệu. Hồi quy logistic nhị phân (Binary logistic regression) là một dạng đặc biệt của hồi quy logistic dùng dé mô hình hóa mối quan hệ giữa một biến phụ thuộc có giá trị nhị phân (có hai giá trị là 0 hoặc 1). Khi biến phụ thuộc ở dạng nhị phân thì không thé phân tích với dạng hồi quy thông thường vi nó sẽ vi phạm các giả định, dé thấy nhất là khi biến phụ thuộc chỉ có hai biểu hiện thì không phù hợp khi giả định rang phan dư có phân phối chuẩn, mà thay vào đó nó sẽ có phân phối nhị thức, điều này sẽ làm mắt hiệu
lực thống kê của các kiểm định trong phép hồi quy thông thường.
54