Giới thiệu dự án

Bối cảnh và cơ sở thực tiễn

Trong hệ thống tài chính công, thuế thu nhập doanh nghiệp (TNDN - Corporate Income Tax) giữ vai trò là công cụ điều tiết vĩ mô then chốt và là nguồn thu cốt lõi của ngân sách nhà nước. Đối với các doanh nghiệp, thuế TNDN chiếm tỷ trọng đáng kể trong tổng chi phí hoạt động. Khi áp lực tối đa hóa lợi nhuận sau thuế và duy trì hình ảnh báo cáo tài chính đẹp đối với các nhà đầu tư gia tăng, ban điều hành thường phát sinh động cơ can thiệp vào các con số kế toán.

Xu hướng cải cách thuế toàn cầu ghi nhận làn sóng cắt giảm thuế suất mạnh mẽ nhằm gia tăng năng lực cạnh tranh quốc gia:

  • Trung Quốc: Giảm từ 33% xuống 25% (năm 2008).
  • Australia: Giảm từ 34% xuống 25% (giai đoạn 2000 – 2021).
  • Thái Lan: Cắt giảm từ 30% xuống 20% (giai đoạn 2011 – 2013).
  • Việt Nam: Ban hành lộ trình dài hạn theo Luật Thuế TNDN sửa đổi và Thông tư 78/2014/TT-BTC, giảm thuế suất phổ thông từ 28% (trước 2009) xuống 25% (2009), 22% (2014) và chính thức áp dụng 20% từ ngày 01/01/2016.
Lộ trình cắt giảm thuế suất TNDN phổ thông tại Việt Nam:

Sự chênh lệch thuế suất qua các năm tạo ra động cơ dịch chuyển lợi nhuận giữa các kỳ kế toán nhằm giảm thiểu nghĩa vụ thuế tổng thể.

Vấn đề nghiên cứu và Điểm nghẽn thực tế

Hành vi quản trị lợi nhuận (Earnings Management - EM) xuất hiện từ sự kết hợp giữa Lý thuyết đại diện (Agency Theory) của Jensen & Meckling (1976) và Lý thuyết thông tin bất cân xứng (Asymmetric Information Theory) của Akerlof (1970). Khi có tín hiệu cắt giảm thuế suất vào năm tài chính tiếp theo ($t+1$), nhà quản trị có xu hướng trì hoãn ghi nhận doanh thu và đẩy nhanh chi phí ở năm hiện tại ($t$) để chuyển thu nhập chịu thuế sang thời kỳ chịu mức thuế suất thấp hơn ($20%$).

Tuy nhiên, việc nhận diện và bóc tách mức độ quản trị lợi nhuận dồn tích (Accrual-based Earnings Management - AEM) và quản trị lợi nhuận thực tế (Real Earnings Management - REM) xung quanh mốc cải cách thuế năm 2016 tại Việt Nam chưa được kiểm chứng đầy đủ trên dữ liệu bảng theo quý.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về quản trị lợi nhuận dựa trên kế toán dồn tích và hoạt động thực tế.
  2. Thiết lập mô hình kinh tế lượng đo lường các khoản dồn tích có thể điều chỉnh ($DA$) và hành vi quản trị lợi nhuận thực tế ($RA$).
  3. Kiểm định định lượng tác động của chính sách cắt giảm thuế TNDN năm 2016 cùng các nhân tố quản trị nội tại đến hành vi quản trị lợi nhuận của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam.
  4. Đề xuất khuyến nghị chính sách cho cơ quan quản lý thuế, đơn vị kiểm toán độc lập và nhà đầu tư.

Phương pháp tiếp cận

Dự án áp dụng phương pháp nghiên cứu định lượng nâng cao, kết hợp mô hình Jones điều chỉnh (Dechow et al., 1995) tích hợp biến hiệu quả tài chính $ROA$ (Kothari et al., 2005) và mô hình chi phí tùy ý, dòng tiền bất thường (Roychowdhury, 2006; Tao Zeng, 2014). Mô hình hồi quy dữ liệu bảng (Panel Data Regression) kết hợp kiểm định Hausman và kiểm định $T\text{-test}$ được triển khai trên phần mềm Stata để cô lập phần dư bất thường ($Residuals$).

Kết quả kỳ vọng và Chỉ số đo lường

  • Xử lý bộ dữ liệu gồm 111 doanh nghiệp phi tài chính niêm yết liên tục trên HOSE và HNX giai đoạn 2011 – 2018 (8 năm, 32 quý).
  • Xác định hệ số tương quan giữa các biến độc lập nhằm kiểm soát đa cộng tuyến (Pearson Correlation Matrix $r < 0.8$).
  • Đánh giá mức độ biến động của biến tổng quản trị lợi nhuận ($EM = DA + RA$) tại Quý 4/2015 ($Y2015 = 1$) và Quý 1/2016 ($Y2016 = 1$) với mức ý nghĩa thống kê $p < 0.05$.

Phạm vi và Giới hạn

  • Phạm vi đối tượng: 111 doanh nghiệp niêm yết trên HOSE và HNX đáp ứng tiêu chí công bố thông tin minh bạch, liên tục báo cáo tài chính quý từ 2011 đến 2018.
  • Giới hạn loại trừ: Loại trừ toàn bộ các tổ chức tài chính trung gian, ngân hàng thương mại, công ty bảo hiểm, công ty chứng khoán và quỹ đầu tư do đặc thù cấu trúc bảng cân đối kế toán và cơ chế kế toán dồn tích chuyên biệt.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các mô hình đo lường quản trị lợi nhuận dồn tích

Mô hình Tác giả & Năm Cơ chế đo lường Ưu điểm Nhược điểm
Average Accruals Healy (1985) So sánh tổng dồn tích trung bình $\frac{\sum TA_{it-1}}{n}$ Đơn giản, dễ tính toán Bỏ qua biến động môi trường kinh doanh
Total Accrual Change DeAngelo (1986) So sánh biến động $TA_t - TA_{t-1}$ Đo lường riêng cho từng doanh nghiệp Giả định $NDA$ không đổi giữa các năm
Standard Jones Jones (1991) Hồi quy OLS theo $\Delta REV_{it}$ và $PPE_{it}$ Kiểm soát được quy mô và tăng trưởng Giả định toàn bộ doanh thu là không thể thao túng
Modified Jones Dechow et al. (1995) Khấu trừ khoản phải thu $(\Delta REV_{it} - \Delta REC_{it})$ Loại trừ ảnh hưởng của bán chịu có chủ đích Dễ bị sai lệch nếu doanh nghiệp có $ROA$ cao
Performance Adjusted Kothari et al. (2005) Bổ sung biến $ROA_{it-1}$ vào phương trình Jones Kiểm soát hiệu ứng hiệu quả tài chính Tăng độ phức tạp của mô hình ước lượng
Integrated Dual EM Tao Zeng (2014) Tích hợp đồng thời $DA$ (Kothari) và $RA$ (Roychowdhury) Phản ánh toàn diện cả dồn tích và dòng tiền thực Yêu cầu dữ liệu báo cáo tài chính theo quý chuẩn xác

Tổng hợp nghiên cứu thực nghiệm đối chiếu

  • Wali (2021): Khảo sát 1.350 công ty Hà Lan và 1.850 công ty Đức (2000–2018), chứng minh doanh nghiệp hạ thấp tổng dồn tích vào năm trước cải cách thuế để giảm thu nhập chịu thuế.
  • Tao Zeng (2014): Nghiên cứu các doanh nghiệp bất động sản Trung Quốc khi giảm thuế TNDN từ 33% xuống 25% năm 2007, ghi nhận sự sụt giảm lợi nhuận trong Quý 4 trước giảm thuế và phục hồi mạnh trong Quý 1 năm áp dụng thuế mới.
  • Đặng Ngọc Hùng (2015): Kiểm định 193 doanh nghiệp niêm yết tại Việt Nam giai đoạn 2011–2014 bằng mô hình Friedlan (1994), xác nhận năm 2013 doanh nghiệp điều chỉnh giảm lợi nhuận để chuẩn bị cho đợt giảm thuế năm 2014.

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have: Làm sạch dữ liệu, xử lý giá trị ngoại vi ($Outliers$), ước lượng $DA$ và $RA$, kiểm định Hausman (chọn FEM/REM), phân tích hồi quy đa biến.
  • Should have: Kiểm định $T\text{-test}$ so sánh lợi nhuận Quý 4/2015 và Quý 1/2016 với các quý tương ứng trong giai đoạn 2011–2018.
  • Could have: Phân tích ma trận tương quan Pearson để phát hiện sớm hiện tượng đa cộng tuyến.
  • Won't have: Mở rộng sang các công ty chưa niêm yết hoặc các định chế tài chính phi ngân hàng trong giai đoạn này.

Thiết kế hệ thống

Ngăn xếp công nghệ (Technology Stack)

  • Phần mềm phân tích kinh tế lượng: Stata v17.0 (Chạy ước lượng OLS, FEM, REM, Hausman Test, $T\text{-test}$).
  • Xử lý bảng tính & chuẩn hóa: Microsoft Excel 365 Enterprise (Data structuring, VLOOKUP/XLOOKUP trích xuất chỉ tiêu BCTC).
  • Môi trường script bổ trợ: Python v3.10.x (Thư viện Pandas 2.0.x, NumPy 1.24.x) hỗ trợ kiểm tra tính toàn vẹn dữ liệu.

Từ điển biến số và Cấu trúc dữ liệu

Bảng định nghĩa biến nghiên cứu (Data Dictionary):

Thiết kế mô hình toán kinh tế lượng

Mô hình 1: Ước lượng Quản trị lợi nhuận dồn tích ($DA$) $$\frac{TA_{it(q)}}{ASSET_{it-1}} = \mu_0 + \mu_1 \frac{1}{ASSET_{it-1}} + \mu_2 \frac{\Delta SALE_{it(q)} - \Delta AR_{it(q)}}{ASSET_{it-1}} + \mu_3 \frac{PPE_{it}}{ASSET_{it-1}} + \mu_4 ROA_{it} + \varepsilon_{it}$$

Trong đó:

  • $TA_{it(q)} = \text{Lợi nhuận sau thuế} - \text{Dòng tiền từ HĐKD (CFO)}$.
  • $DA_{it(q)} = \varepsilon_{it}$ (Phần dư thể hiện hành vi can thiệp kế toán dồn tích).

Mô hình 2: Ước lượng Quản trị lợi nhuận thực tế ($RA$) $$\frac{CF_{it(q)} + EXP_{it(q)}}{ASSET_{it-1}} = \beta_0 + \beta_1 \frac{1}{ASSET_{it-1}} + \beta_2 \frac{SALE_{it(q)}}{ASSET_{it-1}} + \beta_3 \frac{\Delta SALE_{it(q)}}{ASSET_{it-1}} + \beta_4 \frac{\Delta SALE_{it-1(q)}}{ASSET_{it-1}} + \varepsilon_{it}$$

Trong đó:

  • $EXP_{it(q)}$: Chi phí bán hàng và chi phí quản lý doanh nghiệp theo quý.
  • $RA_{it(q)} = \varepsilon_{it}$ (Phần dư thể hiện sự can thiệp vào chi phí thực tế và doanh số).

Mô hình 3 & 4: Đánh giá tác động của thuế suất và các biến kiểm soát $$EM_{it(q-4)} = \alpha_0 + \alpha_1 Y2015 + \delta_1 SIZE4_{it} + \delta_2 ROA4_{it} + \delta_3 LEV4_{it} + \delta_4 LOSS4_{it} + \delta_5 ISSUE4_{it} + \varepsilon_{it} \quad (3)$$ $$EM_{it(q-1)} = \omega_0 + \omega_1 Y2016 + \rho_1 SIZE1_{it} + \rho_2 ROA1_{it} + \rho_3 LEV1_{it} + \rho_4 LOSS1_{it} + \rho_5 ISSUE1_{it} + \varepsilon_{it} \quad (4)$$

Phương pháp luận triển khai

Ma trận đánh giá rủi ro và Giải pháp kiểm soát

Rủi ro kỹ thuật Mức độ Tác động Giải pháp khắc phục
Giá trị ngoại vi ($Outliers$) gây lệch hồi quy Cao Cao Áp dụng kỹ thuật lọc và Winsorize ở phân vị 1% và 99% trên Stata.
Đa cộng tuyến giữa các biến độc lập Trung bình Cao Lập ma trận tương quan Pearson; loại bỏ các cặp biến có hệ số $|r| > 0.8$.
Hiện tượng phương sai sai số thay đổi / Tự tương quan Cao Trung bình Sử dụng kiểm định Hausman lựa chọn mô hình Fixed Effect (FEM) hoặc Robust Standard Errors.

Implementation và kết quả

Quy trình triển khai thực nghiệm

Đoạn mã Stata Do-File mẫu dùng trong ước lượng

* ==============================================================================
* STATA DO-FILE: ESTIMATING DISCRETIONARY ACCRUALS (DA), REAL ACCRUALS (RA), & EM
* ==============================================================================

* 1. Nhập và khai báo dữ liệu bảng (Panel Data)
clear all
use "vietnam_listed_firms_panel_2011_2018.dta", clear
xtset firm_id quarter_id

* 2. Ước lượng Mô hình (1) để bóc tách DA (Discretionary Accruals)
gen inv_asset = 1 / lag_asset
gen d_sale_ar = (d_sale - d_ar) / lag_asset
gen ppe_norm  = ppe / lag_asset
gen ta_norm   = total_accrual / lag_asset

regress ta_norm inv_asset d_sale_ar ppe_norm roa
predict DA, residuals

* 3. Ước lượng Mô hình (2) để bóc tách RA (Real Accruals)
gen cf_exp_norm = (cfo + opex) / lag_asset
gen sale_norm   = sale / lag_asset
gen d_sale_norm = d_sale / lag_asset
gen d_sale_lag_norm = d_sale_lag / lag_asset

regress cf_exp_norm inv_asset sale_norm d_sale_norm d_sale_lag_norm
predict RA, residuals

* 4. Tính toán Tổng Quản trị lợi nhuận (EM)
gen EM = DA + RA

* 5. Hồi quy dữ liệu bảng kiểm định tác động chính sách thuế năm 2015 & 2016
* Mô hình Quý 4 (Y2015)
xtreg EM4 Y2015 SIZE4 ROA4 LEV4 LOSS4 ISSUE4, fe
estimates store fe_mod4
xtreg EM4 Y2015 SIZE4 ROA4 LEV4 LOSS4 ISSUE4, re
estimates store re_mod4
hausman fe_mod4 re_mod4

* 6. Kiểm định T-test chênh lệch trung bình
ttest EM4, by(Y2015)
ttest EM1, by(Y2016)

Kiểm định và Đánh giá thống kê

Thống kê mô tả các biến nghiên cứu

Biến số Số quan sát ($Obs$) Giá trị Trung bình ($Mean$) Độ lệch chuẩn ($Std. Dev.$) Giá trị nhỏ nhất ($Min$) Giá trị lớn nhất ($Max$)
$EM4$ 1.113 0,00412 0,11842 -0,39976 0,56578
$EM1$ 1.113 0,00388 0,11215 -0,35720 0,52468
$SIZE4$ 1.113 14,15740 1,38654 11,38277 17,79416
$SIZE1$ 1.113 14,08220 1,38430 11,28217 17,74347
$ROA4$ 1.113 0,05180 0,05875 -0,10204 0,28564
$ROA1$ 1.113 0,05810 0,06553 -0,09199 0,30946
$LEV4$ 1.113 0,30040 0,16908 0,00342 0,69210
$ISSUE4$ 1.113 0,24286 0,42901 0,00000 1,00000
$LOSS4$ 1.113 0,08266 0,27549 0,00000 1,00000

Ma trận hệ số tương quan Pearson (Kiểm tra Đa cộng tuyến)

Ma trận tương quan giữa các biến giải thích trong Mô hình (3) cho thấy hệ số tương quan cao nhất giữa $ROA4$ và $LEV4$ đạt mức $-0,3064$, giữa $ISSUE4$ và $SIZE4$ đạt $0,1597$. Toàn bộ các hệ số tương quan đều nằm trong ngưỡng an toàn ($|r| < 0.8$), khẳng định mô hình không xuất hiện hiện tượng đa cộng tuyến nghiêm trọng.

Kết quả đạt được

Kiểm định giả thuyết nghiên cứu:

Phân tích kết quả hồi quy then chốt

  1. Tác động cắt giảm thuế suất: Hệ số của biến $Y2015$ mang dấu âm có ý nghĩa thống kê trong mô hình Quý 4, chứng minh các doanh nghiệp đã chủ động giảm trừ lợi nhuận ghi nhận tại Quý 4/2015. Ngược lại, biến $Y2016$ trong mô hình Quý 1 mang dấu dương ($\omega_1 > 0$), chứng minh lợi nhuận được dịch chuyển tăng trở lại vào Quý 1/2016 khi mức thuế suất 20% bắt đầu có hiệu lực.
  2. Quy mô và Đòn bẩy tài chính: Doanh nghiệp có quy mô tài sản lớn ($SIZE$) chịu áp lực duy trì tăng trưởng từ thị trường nên có xu hướng quản trị lợi nhuận cao hơn. Ngược lại, hệ số của $LEV$ mang giá trị âm khẳng định các chủ nợ (ngân hàng) đóng vai trò giám sát chặt chẽ kỷ luật tài chính, hạn chế hành vi thao túng kế toán.
  3. Động cơ phát hành cổ phiếu: Biến $ISSUE$ có hệ số dương khẳng định trước các đợt phát hành tăng vốn, doanh nghiệp có động cơ làm đẹp báo cáo tài chính nhằm tối ưu giá trị phát hành.

Đổi mới và đóng góp

Đổi mới phương pháp luận

  • Tích hợp đồng thời hai cơ chế dồn tích và thực tế: Khác với các nghiên cứu truyền thống tại Việt Nam vốn chỉ đo lường riêng rẽ dồn tích theo năm, đề tài ứng dụng phương pháp của Tao Zeng (2014) tích hợp cả $DA$ và $RA$ trên tần suất dữ liệu báo cáo quý.
  • Xác định thời điểm can thiệp chính xác: Mô hình bắt trọn điểm rơi của chính sách tại thời điểm giao thoa Quý 4/2015 và Quý 1/2016, loại bỏ nhiễu chu kỳ kinh doanh tổng thể.

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí Đặng Ngọc Hùng (2015) Wali (2021) Đồ án nghiên cứu hiện tại
Mô hình định lượng Friedlan (1994) Jones (1991) Modified Jones (1995) + Kothari (2005) + Roychowdhury (2006)
Tần suất dữ liệu Dữ liệu năm (Annual) Dữ liệu năm (Annual) Dữ liệu quý (Quarterly 32 kỳ)
Bóc tách thành phần Chỉ đo lường dồn tích gộp Chỉ đo lường $DA$ Đo lường toàn diện cả $DA$, $RA$ và $EM$ tổng
Bối cảnh kiểm định Giảm thuế 2014 ($25% \to 22%$) Giảm thuế Đức/Hà Lan Giảm thuế Việt Nam 2016 ($22% \to 20%$)

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tiễn

Ứng dụng thực tế của mô hình:
  1. Cơ quan Thuế và Thanh tra Tài chính: Sử dụng thuật toán phần dư để xây dựng hệ thống cảnh báo sớm ($Early\text{-}Warning\ System$) phát hiện các doanh nghiệp có chỉ số $DA$ hoặc $RA$ bất thường trước mỗi đợt điều chỉnh chính sách thuế hoặc hưởng ưu đãi thuế suất địa bàn/ngành nghề.
  2. Kiểm toán viên độc lập (CPA/Big 4): Đánh giá rủi ro kiểm toán trọng yếu đối với các khoản trích lập dự phòng giảm giá hàng tồn kho, dự phòng nợ phải thu khó đòi và phân bổ chi phí trả trước trong các quý chuyển giao năm tài chính.
  3. Nhà đầu tư và Chuyên viên phân tích định giá: Bóc tách chất lượng lợi nhuận (Quality of Earnings), loại bỏ tác động của việc xào nấu số liệu kế toán ra khỏi dòng tiền thuần trước khi ra quyết định đầu tư cổ phiếu.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Mẫu nghiên cứu dừng lại ở 111 doanh nghiệp niêm yết do yêu cầu nghiêm ngặt về tính liên tục và đầy đủ của số liệu báo cáo tài chính quý qua 8 năm.
  • Chưa bao quát nhóm doanh nghiệp có vốn đầu tư trực tiếp nước ngoài (FDI) và khối doanh nghiệp vừa và nhỏ (SMEs) - những đơn vị có hành vi chuyển giá và tối ưu thuế phức tạp.

Hướng nghiên cứu mở rộng

  • Ứng dụng Machine Learning: Triển khai các thuật toán học máy có giám sát (Random Forest, XGBoost, CatBoost) trên bộ dữ liệu lớn nhằm dự báo xác suất gian lận báo cáo tài chính và quản trị lợi nhuận bất thường.
  • Đánh giá Thuế tối thiểu toàn cầu (Pillar 2): Mở rộng khung phân tích sang bối cảnh Việt Nam áp dụng thuế TNDN bổ sung tối thiểu toàn cầu 15% từ năm 2024 đối với các tập đoàn đa quốc gia.

Đối tượng hưởng lợi

Ma trận giá trị mang lại cho các đối tượng:
  • Sinh viên và Học viên cao học: Nắm vững phương pháp luận xây dựng biến đại diện, kỹ thuật trích xuất phần dư hồi quy và cách thức chạy kiểm định bảng trên Stata.
  • Chuyên viên phân tích tài chính: Tiếp cận bộ công cụ đo lường mức độ tin cậy của lợi nhuận kế toán, hạn chế rủi ro đầu tư vào các doanh nghiệp thổi phồng hiệu quả kinh doanh.
  • CFO và Kế toán trưởng: Định hình giới hạn an toàn trong việc áp dụng các chính sách kế toán tùy ý, tránh rủi ro vi phạm pháp luật thuế và gian lận báo cáo.
  • Nhà hoạch định chính sách: Cung cấp cơ sở khoa học để đánh giá tác động lan tỏa của các sắc thuế vĩ mô đến tính minh bạch của thị trường vốn.

Câu hỏi thường gặp

1. Sự khác biệt cốt lõi giữa quản trị lợi nhuận dồn tích (DA) và quản trị lợi nhuận thực tế (RA) là gì?

Quản trị lợi nhuận dồn tích ($DA$) can thiệp vào các ước tính kế toán trong khuôn khổ chuẩn mực (ví dụ: thay đổi thời gian khấu hao tài sản cố định, mức trích lập dự phòng nợ xấu) mà không làm thay đổi trực tiếp dòng tiền thực tế. Quản trị lợi nhuận thực tế ($RA$) can thiệp trực tiếp vào các quyết định vận hành kinh doanh (như giảm giá xả hàng ồ ạt cuối năm, cắt giảm chi phí R&D, hoãn bảo dưỡng máy móc), làm thay đổi dòng tiền và có thể gây tổn hại giá trị dài hạn của doanh nghiệp.

2. Tại sao nghiên cứu phải sử dụng dữ liệu theo quý thay vì dữ liệu năm?

Chính sách giảm thuế suất có hiệu lực chính thức từ ngày 01/01/2016. Nếu sử dụng dữ liệu năm, biến động can thiệp sẽ bị san phẳng bởi toàn bộ kết quả hoạt động 12 tháng. Dữ liệu quý cho phép bắt trọn hành vi dịch chuyển lợi nhuận diễn ra cục bộ tại Quý 4/2015 (kỳ kế toán cuối cùng của mức thuế 22%) sang Quý 1/2016 (kỳ kế toán đầu tiên áp dụng thuế suất ưu đãi 20%).

3. Làm thế nào để xử lý hiện tượng đa cộng tuyến và nội sinh trong mô hình dữ liệu bảng?

Đề tài thực hiện tính toán ma trận hệ số tương quan Pearson trước khi hồi quy. Các biến có tương quan $|r| \ge 0.8$ sẽ bị loại bỏ. Đối với dữ liệu bảng, kiểm định Hausman được thực hiện để lựa chọn giữa mô hình tác động cố định (FEM - loại bỏ các yếu tố không quan sát được bất biến theo thời gian) và mô hình tác động ngẫu nhiên (REM).

4. Tại sao các doanh nghiệp có đòn bẩy tài chính (LEV) cao lại ít quản trị lợi nhuận hơn?

Các doanh nghiệp có tỷ lệ nợ vay cao thường chịu sự giám sát nghiêm ngặt từ các tổ chức tín dụng và chủ nợ thông qua các điều khoản cam kết nợ ($Debt\ Covenants$). Mọi biến động bất thường trong báo cáo tài chính đều bị rà soát kỹ lưỡng, do đó hạn chế dư địa can thiệp số liệu của ban điều hành.

5. Chi phí triển khai hệ thống phân tích và giám sát EM trên thực tế là bao nhiêu?

Chi phí phụ thuộc vào hạ tầng dữ liệu. Đối với các đơn vị đã trang bị phần mềm phân tích như Stata/R/Python và cơ sở dữ liệu FiinPro/Vietstock, chi phí vận hành thuật toán gần như bằng 0. Giá trị thu hồi vốn (ROI) mang lại thông qua việc giảm thiểu rủi ro truy thu thuế và tránh thất thoát vốn đầu tư là rất lớn.

Kết luận

Khóa luận đã giải quyết bài toán kiểm định tác động của chính sách cắt giảm thuế TNDN năm 2016 đến hành vi quản trị lợi nhuận của 111 doanh nghiệp niêm yết trên sàn chứng khoán Việt Nam giai đoạn 2011–2018. Kết quả thực nghiệm khẳng định sự tồn tại rõ nét của hành vi trì hoãn lợi nhuận trong Quý 4/2015 và đẩy tăng lợi nhuận trong Quý 1/2016 nhằm tối thiểu hóa nghĩa vụ nộp thuế.

Công trình cung cấp một khung phân tích định lượng chuẩn mực, đóng góp bằng chứng thực nghiệm xác thực cho cơ quan quản lý nhà nước và thị trường tài chính Việt Nam. Để khai thác hiệu quả các phát hiện này, các nhà quản lý và nhà đầu tư nên ứng dụng quy trình trích xuất phần dư $DA/RA$ định kỳ vào công tác kiểm toán nội bộ và phân tích chất lượng doanh nghiệp.