Luận văn Thạc sĩ Kinh tế: Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận trên Báo cáo tài chính của các công ty niêm yết trên Sở giao dịch chứng khoán TP. Hồ Chí Minh

Chia sẻ: Thanh Linh | Ngày: | Loại File: PDF | Số trang:109

Thêm vào BST

Báo xấu

49
lượt xem 16
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tác giả mong muốn thông qua kết quả nghiên cứu sẽ đưa ra các bằng chứng thực nghiệm và đề xuất cụ thể những chỉ số tài chính có khả năng phát hiện được gian lận trên BCTC với độ tin cậy cao. Điều này sẽ giúp cho các kiểm toán viên, các nhà đầu tư cũng như các bên liên quan khác đưa ra các quyết định đúng đắn và kịp thời. Ngoài ra, cũng từ việc phân tích và tổng hợp các nghiên cứu có liên quan, đề tài sẽ đưa ra được các khuyến nghị cần thiết cho các nhà nghiên cứu trong tương lai.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kinh tế: Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận trên Báo cáo tài chính của các công ty niêm yết trên Sở giao dịch chứng khoán TP. Hồ Chí Minh

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH PHẠM THỊ MỘNG TUYỀN KẾT HỢP MÔ HÌNH M-SCORE BENEISH VÀ CHỈ SỐ Z-SCORE ĐỂ NHẬN DIỆN KHẢ NĂNG GIAN LẬN TRÊN BÁO CÁO TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TRÊN SỞ GIAO DỊCH CHỨNG KHOÁN TP. HỒ CHÍ MINH LUẬN VĂN THẠC SĨ KINH TẾ TP. Hồ Chí Minh – Năm 2019
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH PHẠM THỊ MỘNG TUYỀN KẾT HỢP MÔ HÌNH M-SCORE BENEISH VÀ CHỈ SỐ Z-SCORE ĐỂ NHẬN DIỆN KHẢ NĂNG GIAN LẬN TRÊN BÁO CÁO TÀI CHÍNH CỦA CÁC CÔNG TY NIÊM YẾT TRÊN SỞ GIAO DỊCH CHỨNG KHOÁN TP. HỒ CHÍ MINH Chuyên ngành: Kế toán Mã số: 8340301 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS VÕ VĂN NHỊ TP. Hồ Chí Minh – Năm 2019
LỜI CAM ĐOAN Tôi cam đoan rằng luận văn “Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận trên Báo cáo tài chính của các công ty niêm yết trên Sở giao dịch chứng khoán TPHCM ” là bài nghiên cứu của chính tôi. Không có sản phẩm nghiên cứu nào của người khác được sử dụng trong luận văn này mà không được trích dẫn theo đúng quy định. Luận văn này chưa bao giờ được công bố hoặc được sử dụng để nhận bất kỳ bằng cấp nào tại các trường đại học hoặc cơ sở đào tạo khác. TP. Hồ Chí Minh, ngày 10 tháng 02 năm 2019 Tác giả luận văn Phạm Thị Mộng Tuyền
MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH VẼ TÓM TẮT NGHIÊN CỨU ABSTRACT PHẦN MỞ ĐẦU ....................................................................................................... 2 1. Lý do chọn đề tài nghiên cứu .........................................................................2 2. Mục tiêu nghiên cứu .......................................................................................4 3. Câu hỏi nghiên cứu .........................................................................................4 4. Đối tượng và phạm vi nghiên cứu .................................................................4 4.1 Đối tượng nghiên cứu.................................................................................4 4.2 Phạm vi nghiên cứu ....................................................................................4 5. Phương pháp nghiên cứu ...............................................................................5 6. Ý nghĩa của nghiên cứu ..................................................................................5 6.1 Về mặt lý luận ............................................................................................5 6.2 Về mặt thực tiễn .........................................................................................5 7. Kết cấu luận văn..............................................................................................6 CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ............................... 7 1.1 Các nghiên cứu nước ngoài.........................................................................7 1.2 Các nghiên cứu trong nước.......................................................................16 1.3 Khe hổng nghiên cứu .................................................................................20 KẾT LUẬN CHƯƠNG 1 ......................................................................................22 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT ..................................................................... 23 2.1 Cơ sở lý thuyết về gian lận ........................................................................23
2.1.1 Khái niệm về gian lận ...........................................................................23 2.1.2 Gian lận BCTC ....................................................................................23 2.1.3 Nguyên nhân gian lận BCTC ................................................................24 2.1.4 Một số thủ thuật gian lận BCTC phổ biến ............................................25 2.2 Mô hình M-Score Beneish .........................................................................27 2.3 Chỉ số Z-Score ............................................................................................29 2.4 Các lý thuyết nền tảng ...............................................................................31 2.4.1 Lý thuyết thông tin bất cân xứng ..........................................................31 2.4.2 Lý thuyết về tam giác gian lận ..............................................................33 2.4.3 Lý thuyết về các bên liên quan .............................................................34 2.4.4 Lý thuyết ủy nhiệm ...............................................................................34 KẾT LUẬN CHƯƠNG 2 ......................................................................................36 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ................................................. 37 3.1 Quy trình nghiên cứu ................................................................................37 3.2 Mô hình nghiên cứu ...................................................................................38 3.3 Giả thuyết nghiên cứu và đo lường các biến trong mô hình nghiên cứu 3.3.1 Biến phụ thuộc: .....................................................................................41 3.3.2 Biến độc lập: .........................................................................................42 3.4 Phương pháp chọn mẫu nghiên cứu ........................................................53 3.4.1 Cỡ mẫu ..................................................................................................53 3.4.2 Chọn mẫu và đặc điểm của mẫu nghiên cứu ........................................53 3.5 Phương pháp thu thập và xử lý, phân tích dữ liệu .................................54 3.5.1 Phương pháp thu thập dữ liệu ...............................................................54 3.5.2 Phương pháp xử lý và phân tích dữ liệu ...............................................55 3.6 Thiết kế dữ liệu nghiên cứu ......................................................................57 3.7 Mô hình hồi quy Logistic ..........................................................................58 KẾT LUẬN CHƯƠNG 3 ......................................................................................60 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN ................................ 61 4.1 Kết quả nghiên cứu....................................................................................61
4.1.1 Thống kê mô tả mẫu nghiên cứu và các biến .......................................61 4.1.2 Kiểm định ý nghĩa của hệ số hồi quy ...................................................64 4.1.3 Mức độ giải thích của mô hình .............................................................66 4.1.4 Mức độ phù hợp và khả năng dự báo của mô hình ...............................66 4.1.5 Mô hình dự báo .....................................................................................67 4.2 Bàn luận về kết quả nghiên cứu ...............................................................68 KẾT LUẬN CHƯƠNG 4 ......................................................................................74 CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ........................................................ 75 5.1 Kết luận chung ...........................................................................................75 5.2 Một số kiến nghị cụ thể .............................................................................76 5.2.1 Kiến nghị về kỹ thuật nhận diện gian lận BCTC ..................................76 5.2.2 Kiến nghị đối với kiểm toán viên .........................................................77 5.2.3 Kiến nghị đối với nhà đầu tư ................................................................78 5.2.4 Kiến nghị đối với Sở giao dịch chứng khoán TPHCM ........................79 5.3 Hạn chế của đề tài ......................................................................................80 KẾT LUẬN CHƯƠNG 5 ......................................................................................80 TÀI LIỆU THAM KHẢO PHỤ LỤC
DANH MỤC CÁC TỪ VIẾT TẮT Từ viết Tiếng Việt Tiếng Anh (nếu có) tắt Hiệp hội các nhà điều tra Hoa The Association of Certified ACFE Kỳ Fraud Examiners AQI Chỉ số Chất lượng tài sản Asset quality index BC Báo cáo kết quả hoạt động kinh KQHĐKD doanh BCĐKT Bảng cân đối kế toán BCTC Báo cáo tài chính CK Chứng khoán CP Cổ phần DEPI Chỉ số Khấu hao TSCĐ Depreciation index Chỉ số Phải thu khách hàng trên Day’s sales in receivables DSRI Doanh thu thuần index FRAUD Khả năng gian lận BCTC GMI Chỉ số Lợi nhuận gộp biên Gross margin index Sở giao dịch chứng khoán Hà HNX Nội Sở giao dịch chứng khoán HOSE TPHCM Chuẩn mực Báo cáo tài chính International Financial IFRS quốc tế Reporting Standards International Standard on ISA Chuẩn mực kiểm toán quốc tế Auditing ISSUE Phát hành cổ phiếu trong năm
KTV Kiểm toán viên LCTT Lưu chuyển tiền tệ LNTT Lợi nhuận trước thuế LVGI Chỉ số đòn bẩy tài chính Leverage index Phương pháp bình phương nhỏ OLS Ordinary Least Square nhất Ủy ban chứng khoán và Thị Securities and Exchange SEC trường chứng khoán Hoa Kỳ Commission Chỉ số chi phí bán hàng và quản Sales, general and SGAI lý doanh nghiệp administrative expenses SGI Chỉ số tăng trưởng doanh thu Sales Growth index Chỉ số biến dồn tích kế toán so TATA Total accruals to total assets với tổng tài sản TSCĐ Tài sản cố định TTCK Thị trường chứng khoán VN Việt Nam VSA Chuẩn mực kiểm toán Việt Nam Z-SCORE Hệ số nguy cơ phá sản
DANH MỤC CÁC BẢNG Bảng 1.1 Tóm tắt các nghiên cứu nước ngoài liên quan đến đề tài nghiên cứu ...... 12 Bảng 1.2 Tóm tắt các nghiên cứu trong nước liên quan đến đề tài nghiên cứu ....... 19 Bảng 3.1 Mã hóa các biến, cách đo lường và chiều tác động lên biến phụ thuộc ... 51 Bảng 3.2 Phân loại công ty theo nhóm ngành.......................................................... 55 Bảng 4.1 Kết quả phân loại BCTC có khả năng gian lận (nhóm 1) và không có khả năng gian lận (nhóm 2) ........................................................................................... 61 Bảng 4.2 Kết quả phân loại nhóm 1 và nhóm 2 theo nhóm ngành .......................... 62 Bảng 4.3 Thống kê mô tả từng biến độc lập ............................................................ 63 Bảng 4.4 Hệ số hồi quy ............................................................................................ 64 Bảng 4.5 Mức độ giải thích của mô hình ................................................................. 66 Bảng 4.6 Kết quả kiểm định Omnibus ..................................................................... 66 Bảng 4.7 Khả năng dự báo của mô hình .................................................................. 67 Bảng 4.8 Tổng hợp xác suất xuất hiện của mô hình ................................................ 70
DANH MỤC CÁC HÌNH VẼ Hình 3.1 Mô hình nghiên cứu của đề tài .................................................................. 40
TÓM TẮT NGHIÊN CỨU Tiếp tục kế thừa các nghiên cứu trước, tác giả tiến hành nghiên cứu thực nghiệm đề tài về gian lận Báo cáo tài chính (BCTC) với mục tiêu như sau: (1) Nhận diện được những biến độc lập có khả năng phát hiện gian lận trên BCTC của các công ty niêm yết trên Sở giao dịch chứng khoán TPHCM, (2) Dự đoán khả năng phát hiện gian lận BCTC của mô hình được xây dựng. Sau khi tổng quan về các nghiên cứu trong và ngoài nước, tác giả tiến hành xây dựng một mô hình nghiên cứu với 10 biến độc lập. Biến phụ thuộc là Khả năng gian lận BCTC, biến độc lập bao gồm tám biến từ mô hình M-Score của Beneish (1999) kết hợp thêm hai biến Z-Score (Hệ số nguy cơ phá sản) của EdWard I.Altman (1968) và biến ISSUE (Phát hành cổ phiếu trong năm) của Dechow và các cộng sự (2011). Với sự kết hợp này, tác giả kỳ vọng sẽ tìm ra một phương pháp phát hiện gian lận BCTC đơn giản, dễ thực hiện nhưng với độ tin cậy cao hơn. Tác giả đã tiến hành thu thập 450 BCTC của 150 công ty thuộc các nhóm ngành khác nhau được niêm yết trên Sở giao dịch chứng khoán TPHCM (HOSE). Sau khi qua các bước làm sạch dữ liệu, tác giả tiến hành phân loại 450 BCTC thành hai nhóm: nhóm 1 là các BCTC có khả năng gian lận, nhóm 2 là các BCTC không có khả năng gian lận. Tác giả tiếp tục tiến hành qua các bước xử lý và phân tích dữ liệu tiếp theo. Kết quả nghiên cứu cho thấy rằng sáu biến độc lập có mối quan hệ có ý nghĩa thống kê với khả năng gian lận BCTC đó là biến Chỉ số phải thu khách hàng trên Doanh thu thuần (DSRI), Chỉ số lợi nhuận gộp biên (GMI), Chỉ số chất lượng tài sản (AQI), Chỉ số đòn bẩy tài chính (LVGI), Hệ số nguy cơ phá sản (Z-Score) và biến Phát hành cổ phiếu trong năm (ISSUE). Trong số sáu biến độc lập này, Z-Score có tác động ngược chiều với khả năng gian lận, năm biến còn lại đều có tác động cùng chiều. Bốn biến độc lập tác giả chưa tìm thấy mối quan hệ có ý nghĩa thống kê với biến phụ thuộc đó là biến Chỉ số khấu hao TSCĐ (DEPI), Chỉ số biến dồn tích kế
toán so với tổng tài sản (TATA), Chỉ số tăng trưởng doanh thu (SGI) và Chỉ số chi phí bán hàng, quản lý doanh nghiệp (SGAI). Sau khi xác định được các biến có ý nghĩa thống kê tác giả tiến hành kiểm định thêm mức độ giải thích của mô hình, chỉ số Nagelkerke = 30,8%. Điều này có nghĩa là 30,8% sự thay đổi của khả năng gian lận BCTC được giải thích bởi các biến độc lập của mô hình. Cuối cùng, kết quả kiểm định Omnibus cho thấy rằng mô hình hồi quy Binary Logistic của tác giả là phù hợp với dữ liệu thực tiễn với một tỷ lệ dự báo đúng khá cao là 77,1%. Với kết quả này, tác giả mong muốn sẽ cung cấp thêm các kiểm toán viên, các nhà đầu tư và các đối tượng hữu quan khác một phương pháp mới để phát hiện ra gian lận BCTC. Đây là một phương pháp dễ dàng sử dụng với độ tin cậy cao. Từ khóa: gian lận Báo cáo tài chính, M-Score Beneish, Z-Score.
ABSTRACT The research is focused on Financial Statement Fraud with these purposes: (1) Identifing independent variables that could detect fraud on financial statement of listed company on Ho Chi Minh Stock Exchange, (2) Predicting the capacity of identifing financial statement fraud through research method. The research is established with 10 independent variables. Dependent variable is financial statement fraud posibility. Eight independent variables from M- Score (Beneish, 1999) are composed with two variables from Z-Score (EdWard I.Altmam, 1968) and Issue variable (Dechow & et al, 2011). This combination is expected to discover a method to identify financial statement fraud with high reliability. The research collected 450 financial statement from 150 listed companies on HoSE. The statements are clasiffied into two groups: high fraud risk and the lower. After being processed and analysed, the research reveals six independent variables that staticticaly relate to financial statement fraud. Those independent variables are: the Day sales in Receivables index, Gross Profit Margin index, Asset quality index, leverage index, Z score and issue index. Z score has the reverse effect on fraud risk while the others have the same direction. The four independent variables: Depreciation index, TATA, SGI and SGAI have no statisticaly relation. The statistical hypothesis test results the index Nagelkerke = 30,8%. The Omnibus test reveals the result that the Binary Logistic regression is relevant to the data with high focast level (77,1%). Keywords: Financial Statement Fraud, Beneish M-Score, Z-Score.
2 PHẦN MỞ ĐẦU 1. Lý do chọn đề tài nghiên cứu Thị trường chứng khoán Việt Nam (TTCK VN) đã thành lập được gần 20 năm và nó đóng vai trò ngày càng quan trọng đối với nền kinh tế nước ta. Tuy nhiên, trong những năm gần đây, nhà đầu tư ngày càng lo ngại khi TTCK VN đã chứng kiến nhiều vụ bê bối liên quan đến việc bất cân xứng thông tin của các công ty niêm yết trên sàn. Một số vụ việc cụ thể như sau: Công ty Cổ phần (CP) Dược Viễn Đông (Mã CK: DVD), giai đoạn 2010-2011, chủ tịch Hội đồng quản trị (HĐQT) kiêm Tổng giám đốc đã bị bắt vì hành vi thao túng giá cổ phiếu. Ngoài ra, DVD còn vướng phải nhiều vụ việc tiêu cực như làm giá cổ phiếu, lập BCTC gian dối, lừa đảo nhà đầu tư. Vụ việc của Công ty CP Tập đoàn Kỹ nghệ Gỗ Trường Thành (Mã CK: TTF), công ty này đột ngột báo lỗ hơn 1.100 tỷ đồng trong tháng 02 năm 2016. Và theo báo cáo của Công ty Kiểm toán Earnt & Young Việt Nam, khoản mục “hàng tồn kho phát hiện thiếu khi kiểm kê” lên tới 980 tỷ đồng, có nghĩa là gần 1.000 tỷ đồng của công ty đột nhiên bị “bốc hơi”. Điều này đã làm nhiều nhà đầu tư của TTF trở nên trắng tay. Ngoài ra, còn có tình trạng công bố sai lệch thông tin của Công ty CP thiết bị Y tế Việt Nhật (Mã CK: JVC), Công ty CP Tập đoàn Đại Dương (Mã CK: OGC), Công ty CP Tài Nguyên (Mã CK: TNT), Công ty CP đầu tư và phát triển Công nghiệp Bảo Thư (Mã CK: BII),… Trên thế giới cũng đã phát hiện nhiều vụ việc gian lận tài chính đặc biệt nghiêm trọng của các công ty lớn như Enron, Lucent, WorldCom và Satyam,… Các vụ việc gian lận này xảy ra đã gây hậu quả nặng nề cho các đối tượng hữu quan, làm suy giảm nghiêm trọng lòng tin của nhà đầu tư trong và ngoài nước. Ảnh hưởng đặc biệt lớn đến uy tín của doanh nghiêp, làm tăng chi phí sử dụng vốn. Trong số các hành vi gian lận tài chính của các doanh nghiệp thì hành vi gian lận trên BCTC là một vấn đề phổ biến, nan giải và tồn tại lâu đời không chỉ ở VN mà còn trên thế giới. Vì vậy mà nhu cầu phát hiện các trường hợp gian lận tài chính đang ngày càng tăng lên (Yue và Cộng sự, 2007).
3 Theo Lý thuyết bất cân xứng thông tin (Asymetric Information Theory) được nghiên cứu và phát triển bởi các nhà khoa học như G.A.Akerlof (1970), Michael Spence (1973), Joshep Stiglizt (1975), một trong những nguyên nhân gây thất bại thị trường là do thông tin bất cân xứng. Đó là việc các bên tham gia vào giao dịch cố tình che đậy thông tin. Các doanh nghiệp sẽ vận dụng các chính sách kế toán để cung cấp thông tin có lợi nhất cho doanh nghiệp mình. Cho nên, việc phát hiện gian lận BCTC bằng các cách sử dụng các thủ tục kiểm toán truyền thống là một công việc khó khăn và đôi khi không thể thực hiện được (Fanning, K. và Cogger, K. (1998). Vì vậy, khai thác dữ liệu dựa trên việc phát hiện gian lận BCTC và kiểm soát gian lận, tự động hóa toàn bộ quy trình sẽ giúp các kiểm toán viên (KTV) giảm bớt công việc kiểm tra các báo cáo bằng tay và tăng tính chính xác là một vấn đề hết sức cần thiết trong bối cảnh hiện nay. Đây thật sự là một vấn đề được nhiều nhà đầu tư và các tổ chức đặc biệt quan tâm. Trên thế giới, đã có nhiều nghiên cứu giúp các nhà đầu tư và các kiểm toán viên phát hiện được gian lận thông tin trên BCTC như mô hình phát hiện gian lận M-Score của Beneish (1999), mô hình F-Score của Dechow và cộng sự (2011), sử dụng hệ số nguy cơ phá sản Z-Score (chỉ số Z) hay chỉ số P để phát hiện gian lận BCTC, hay sử dụng các chỉ số tài chính,… Trong số các mô hình giúp phát hiện gian lận BCTC thì mô hình M-Score của Beneish được rất nhiều các nhà nghiên cứu quan tâm và sử dụng vì đây là một mô hình có độ tin cậy cao và đã được đưa vào chương trình giảng dạy chính thức tại các trường đại học (Fridson, 2002; Stickney, Brown, và Wahlen, 2003). Tại Việt Nam, cũng đã có nghiên cứu vận dụng các phương pháp thực nghiệm trên thế giới vào việc phát hiện gian lận BCTC của các công ty niêm yết như sử dụng các chỉ số tài chính, sử dụng chỉ số Z-Score kết hợp với chỉ số P, hay sử dụng đơn lẻ một mô hình phát hiện gian lận,…Như tác giả đã trình bày ở trên, M-Score là một mô hình phát hiện gian lận có độ tin cậy cao, được nhiều nhà nghiên cứu trên thế giới quan tâm và sử dụng nhưng ở Việt Nam việc vận dụng mô hình này đồng thời kết hợp thêm với các chỉ số đáng tin cậy khác như Z-Score để
4 giúp phát hiện ra các gian lận trên BCTC thì tác giả chưa tìm thấy. Nhận thấy khoảng trống nghiên cứu này nên tác giả đã lựa chọn đề tài “Kết hợp mô hình M- Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận trên Báo cáo tài chính của các công ty niêm yết trên Sở giao dịch chứng khoán TPHCM”. Với đề tài này, tác giả mong muốn thông qua kết quả nghiên cứu sẽ đưa ra các bằng chứng thực nghiệm và đề xuất cụ thể những chỉ số tài chính có khả năng phát hiện được gian lận trên BCTC với độ tin cậy cao. Điều này sẽ giúp cho các kiểm toán viên, các nhà đầu tư cũng như các bên liên quan khác đưa ra các quyết định đúng đắn và kịp thời. Ngoài ra, cũng từ việc phân tích và tổng hợp các nghiên cứu có liên quan, đề tài sẽ đưa ra được các khuyến nghị cần thiết cho các nhà nghiên cứu trong tương lai. 2. Mục tiêu nghiên cứu Mục tiêu nghiên cứu của đề tài là: (1) Nhận diện được những biến độc lập có khả năng phát hiện gian lận trên BCTC của các công ty niêm yết trên Sở giao dịch chứng khoán TPHCM. (2) Dự đoán khả năng phát hiện gian lận BCTC của mô hình được xây dựng. 3. Câu hỏi nghiên cứu Dựa vào mục tiêu tổng quát nêu trên, đề tài cụ thể hóa thành các câu hỏi nghiên cứu như sau: (1) Những biến độc lập nào có khả năng phát hiện gian lận trên BCTC của các công ty niêm yết trên Sở giao dịch chứng khoán TPHCM? (2) Mức độ dự đoán khả năng gian lận trên BCTC của mô hình được tác giả xây dựng là bao nhiêu? 4. Đối tượng và phạm vi nghiên cứu 4.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là khả năng gian lận báo cáo tài chính. 4.2 Phạm vi nghiên cứu
5 Phạm vi về thời gian: BCTC từ năm 2015 đến năm 2017. Phạm vi về không gian: BCTC của các công ty niêm yết trên sàn HOSE. 5. Phương pháp nghiên cứu Phương pháp nghiên cứu định lượng được đề tài sử dụng chủ yếu để giải quyết các mục tiêu nghiên cứu đã nêu trên thông qua thống kê mô tả mẫu nghiên cứu và các biến, kiểm định ý nghĩa của các hệ số hồi quy, kiểm tra mức độ giải thích của mô hình, cuối cùng là đánh giá mức độ phù hợp và khả năng dự báo của mô hình. Ngoài ra, đề tài cũng kết hợp sử dụng phương pháp định tính để tổng quan về các mô hình, các lý thuyết nghiên cứu đã có trước đó nhằm giúp tác giả nhận diện ra những biến độc lập có khả năng phát hiện gian lận trên BCTC. 6. Ý nghĩa của nghiên cứu 6.1 Về mặt lý luận Từ việc phân tích, tổng hợp các nghiên cứu trong và ngoài nước có liên quan, đề tài xây dựng nên mô hình nghiên cứu bằng cách kết hợp tám biến độc lập trong mô hình M-Score của Beneish (1999) và hai biến là Z-Score (hệ số nguy cơ phá sản) và biến ISSUE (Phát hành cổ phiếu trong năm). Trong quá trình phân tích và tổng hợp các nghiên cứu có liên quan đó, tác giả nhận thấy rằng việc nghiên cứu về cách thức phát hiện gian lận BCTC tại VN vẫn chưa thật sự được quan tâm sâu rộng nên thông qua việc thực hiện đề tài này tác giả đưa ra các khuyến nghị cần thiết cho các nhà nghiên cứu trong tương lai nhằm góp phần cải thiện hơn tình hình gian lận BCTC tại VN. 6.2 Về mặt thực tiễn Thông qua kết quả nghiên cứu, tác giả đã đưa ra được các bằng chứng thực nghiệm và đề xuất được sáu biến độc lập có khả năng phát hiện được gian lận thông tin trên BCTC với độ tin cậy cao (77,1%). Đó là biến Chỉ số phải thu khách hàng trên DT thuần (DSRI), Chỉ số lợi nhuận gộp biên (GMI), Chỉ số chất lượng tài sản (AQI), Chỉ số đòn bẩy tài chính (LVGI), Hệ số nguy cơ phá sản (Z-Score) và biến
6 Phát hành cổ phiếu trong năm (ISSUE). Trong số các biến độc lập này, biến Z- Score có tác động ngược chiều với khả năng gian lận, năm biến còn lại đều có tác động cùng chiều. Kết quả này sẽ giúp cho các kiểm toán viên, các nhà đầu tư và các bên liên quan khác sử dụng để đưa ra các quyết định chính xác và kịp thời. 7. Kết cấu luận văn Đề tài bao gồm 5 chương: Chương 1: Tổng quan về các nghiên cứu trước Chương 2: Cơ sở lý thuyết Chương 3: Phương pháp nghiên cứu Chương 4: Kết quả nghiên cứu và bàn luận Chương 5: Kết luận và kiến nghị
7 CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC 1.1 Các nghiên cứu nước ngoài Có nhiều phương pháp khác nhau để xác định doanh nghiệp có thực hiện hành vi gian lận trên BCTC hay không. Burcu và Guray (2005) đã phân ra làm ba nhóm kỹ thuật chính: Đầu tiên là nhóm kỹ thuật dồn tích có điều chỉnh (discretionary accruals). Nhóm các nghiên cứu này tập trung vào đánh giá các khoản mục kế toán dồn tích để xác định hành vi gian lận như nghiên cứu của Healy (1985), DeAngelo (1986), Jones (1991), Friedlan (1994). Đại diện cho nhóm này là nghiên cứu của DeAngelo (1986). Nhóm thứ hai sử dụng mô hình mạng thần kinh nhân tạo để phát hiện gian lận. Đại diện cho nhóm nghiên cứu này là nghiên cứu của Green và Choice (1997), Fanning và Gogger (1998). Nghiên cứu của Green và Choice (1997) trình bày mô hình mạng thần kinh nhân tạo sử dụng dữ liệu tài chính nội sinh. Fanning và Gogger (1998) đã ứng dụng mô hình mạng thần kinh nhân tạo để phát hiện các gian lận trong quản trị và đã tìm ra được mô hình bao gồm tám biến độc lập có khả năng phát hiện gian lận cao. Nhóm kỹ thuật thứ ba là sử dụng các kỹ thuật thống kê, như các nghiên cứu của EdWard I.Altman (1968), Beneish (1999), Burcu Diken và Guray (2005), Dechow và các cộng sự (2011),... Đại diện cho nhóm này là mô hình M-Score của Beneish (1999). Trong ba nhóm kỹ thuật phát hiện gian lận nêu trên thì nhóm sử dụng kỹ thuật thống kê là một nhóm dễ dàng thực hiện và có độ tin cậy cao. Nên trong đề tài nghiên cứu của mình, tác giả sử dụng kỹ thuật của nhóm thứ ba này để xây dựng mô hình nghiên cứu, tìm ra được những biến độc lập phát hiện gian lận BCTC phù hợp với thực tiễn VN. Cụ thể các nghiên cứu sử dụng kỹ thuật thống kê liên quan đến đề tài tác giả thực hiện như sau:
8 EdWard I.Altman (1968) đã thực hiện nghiên cứu trên một mẫu bao gồm 66 doanh nghiệp để dự đoán về nguy cơ phá sản của các doanh nghiệp này. Và ông đã tìm ra được chỉ số Z-Score. Chỉ số này được dùng để dự đoán khả năng phá sản của một công ty trong hai năm sắp tới hoặc để dự đoán khả năng một công ty vỡ nợ. Z- Score được tính toán dựa trên các chỉ tiêu có sẵn trên BCTC. Hàng loạt các thử nghiệm tiếp theo được thực hiện trong suốt hơn 30 năm. Cho tới năm 1999, 80-90% công ty phá sản được dự báo nhờ vào chỉ số Z trước ngày phá sản một năm và các gian lận trên BCTC cũng được phát hiện theo cách này. Từ 1985, chỉ số Z đã được chấp nhận rộng rãi bởi kiểm toán viên, kế toán quản trị, tòa án, và hệ thống dữ liệu đánh giá cho vay. Ban đầu, công thức tính của Altman chỉ được thiết lập cho các công ty sản xuất với tài sản hơn một triệu đô la Mỹ nhưng sau đó, tác giả đã có những điều chỉnh để áp dụng phù hợp với các công ty phi sản xuất. Và năm 2006, Altman và Hotchkiss đã nghiên cứu thay đổi chỉ số Z-Score để tính được nguy cơ phá sản của hầu hết các ngành, các loại hình doanh nghiệp với độ chính xác cao hơn và gian lận BCTC cũng được phát hiện theo cách này tốt hơn. Ưu điểm của nghiên cứu này là được kiểm nghiệm trong thực tiễn rất nhiều năm với độ tin cậy cao; được nhiều nhà nghiên cứu vận dụng để phát hiện gian lận như Charalambos T. Spathis , (2002), Lalith P. Samarakoon & Tanweer Hasan (2003), Muntari Mahama (2015),…và được chấp nhận rộng rãi bởi các KTV, kế toán quản trị, hệ thống đánh giá cho vay,... Đại diện cho nhóm nghiên cứu sử dụng các kỹ thuật thống kê để xây dựng mô hình giúp các nhà đầu tư, các kiểm toán viên có thể phát hiện gian lận trên BCTC là nghiên cứu của Messod D. Beneish (1999). Ông gọi đó là mô hình M- Score. Trong nghiên cứu của mình, Beneish đã sử dụng mô hình probit ước lượng khả năng cực đại của mẫu ngoại sinh có trọng số để xác định khả năng một công ty có điều chỉnh lợi nhuận hay không điều chỉnh lợi nhuận. Dữ liệu Beneish thu thập để nghiên cứu là từ 74 công ty có điều chỉnh lợi nhuận và tất cả các công ty trên Compustas giai đoạn 1982-1992. Ưu điểm của nghiên cứu này là ông kết hợp cả biến chỉ số tài chính và biến dồn tích nên xác suất phát hiện sai sót trên BCTC sẽ