Tổng quan nghiên cứu

Trong bối cảnh thị trường chứng khoán Việt Nam ngày càng phát triển, việc đảm bảo tính minh bạch và trung thực của báo cáo tài chính (BCTC) trở thành vấn đề cấp thiết. Theo ước tính, trong giai đoạn 2013-2014, nhiều công ty niêm yết trên hai sàn HOSE và HNX đã ghi nhận sự chênh lệch số liệu đáng kể giữa báo cáo tài chính trước và sau kiểm toán. Những chênh lệch này không chỉ phản ánh sai sót mà còn tiềm ẩn nguy cơ gian lận báo cáo tài chính, gây ảnh hưởng tiêu cực đến niềm tin của nhà đầu tư và sự phát triển bền vững của thị trường. Mục tiêu nghiên cứu nhằm xác định mối quan hệ giữa các chênh lệch số liệu trước và sau kiểm toán với khả năng gian lận BCTC tại các công ty niêm yết ở Việt Nam, đồng thời xây dựng mô hình dự báo rủi ro gian lận dựa trên chỉ số F-score. Phạm vi nghiên cứu tập trung vào 50 công ty phi tài chính niêm yết trên HOSE và HNX trong giai đoạn 2012-2014, với tổng cộng 100 quan sát theo năm. Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp công cụ hỗ trợ kiểm toán viên, nhà đầu tư và cơ quan quản lý trong việc phát hiện và ngăn chặn gian lận, góp phần nâng cao chất lượng thông tin tài chính và sự minh bạch trên thị trường chứng khoán Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình về gian lận báo cáo tài chính, sai sót trọng yếu và các phương pháp phát hiện gian lận. Gian lận báo cáo tài chính được định nghĩa là hành vi cố ý làm sai lệch trọng yếu các số liệu trên BCTC nhằm thu lợi bất chính. Sai sót trọng yếu là những sai lệch có khả năng ảnh hưởng đến quyết định kinh tế của người sử dụng báo cáo. Nghiên cứu vận dụng mô hình chỉ số F-score của Dechow và cộng sự (2011) – một công cụ dự báo rủi ro sai sót trọng yếu trên BCTC dựa trên các biến số kế toán như các khoản dồn tích, thay đổi khoản phải thu, hàng tồn kho, tài sản ngắn hạn thuần, doanh thu bằng tiền mặt, tỷ suất sinh lợi trên tài sản và biến chỉ thị phát hành cổ phiếu. Ngoài ra, các khái niệm chính bao gồm: chênh lệch số liệu trước và sau kiểm toán, mô hình hồi quy logistic nhị phân, và các biến tài chính đại diện cho các khoản mục trên BCTC.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng với mẫu gồm 50 công ty phi tài chính niêm yết trên HOSE và HNX có chênh lệch số liệu trước và sau kiểm toán trong hai năm 2013 và 2014, tương ứng 100 quan sát. Dữ liệu thu thập là các BCTC quý 4 chưa kiểm toán và BCTC năm đã kiểm toán trong giai đoạn 2012-2014, được xử lý và tính toán trên phần mềm Excel 2010, phân tích thống kê và hồi quy logistic trên SPSS 23. Phương pháp chọn mẫu có chủ đích nhằm đảm bảo tính đại diện theo tỷ lệ ngành nghề trong tổng thể 702 công ty phi tài chính niêm yết. Mô hình nghiên cứu sử dụng biến phụ thuộc là khả năng gian lận BCTC (FRAUD) được mã hóa nhị phân dựa trên chỉ số F-score (≥1 là gian lận). Biến độc lập gồm 29 biến chênh lệch số liệu các khoản mục trên BCTC trước và sau kiểm toán, được tính theo giá trị tuyệt đối và chuẩn hóa theo số liệu sau kiểm toán. Quy trình nghiên cứu gồm thu thập dữ liệu, thống kê mô tả, phân tích tương quan, kiểm định Mann-Whitney và hồi quy logistic nhằm đánh giá ảnh hưởng của các biến độc lập đến khả năng gian lận.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ảnh hưởng của chênh lệch tổng tài sản và lợi nhuận sau thuế: Kết quả hồi quy cho thấy chênh lệch tổng tài sản trước và sau kiểm toán có ảnh hưởng tích cực và có ý nghĩa thống kê đến khả năng gian lận BCTC, với mức độ tác động khoảng 0.35 (p < 0.05). Tương tự, chênh lệch lợi nhuận sau thuế cũng có ảnh hưởng tích cực với hệ số 0.42 (p < 0.01), cho thấy các công ty có sự điều chỉnh lớn ở hai chỉ tiêu này có nguy cơ gian lận cao hơn.

  2. Các khoản mục tài sản trên bảng cân đối kế toán: Trong 11 biến chênh lệch tài sản, chênh lệch các khoản phải thu ngắn hạn và hàng tồn kho có tác động mạnh nhất đến khả năng gian lận, với hệ số lần lượt là 0.38 và 0.33 (p < 0.05). Các khoản mục như tài sản cố định và các khoản đầu tư tài chính cũng có ảnh hưởng tích cực nhưng mức độ thấp hơn, khoảng 0.20-0.25.

  3. Nguồn vốn và nợ phải trả: Chênh lệch nợ ngắn hạn và nợ dài hạn có ảnh hưởng ngược chiều đến khả năng gian lận, với hệ số âm lần lượt là -0.28 và -0.22 (p < 0.05), phản ánh xu hướng các công ty gian lận thường giảm nợ để làm đẹp báo cáo. Ngược lại, chênh lệch vốn chủ sở hữu và lợi ích cổ đông thiểu số có ảnh hưởng tích cực, hệ số khoảng 0.30.

  4. Các khoản mục trên báo cáo kết quả hoạt động kinh doanh: Chênh lệch doanh thu bán hàng và cung cấp dịch vụ có tác động tích cực mạnh mẽ đến khả năng gian lận (hệ số 0.45, p < 0.01), trong khi chênh lệch các khoản giảm trừ doanh thu và giá vốn hàng bán có ảnh hưởng ngược chiều (hệ số -0.35 và -0.30). Các khoản chi phí như chi phí bán hàng, chi phí quản lý doanh nghiệp cũng có ảnh hưởng âm, cho thấy các công ty gian lận thường khai thấp chi phí để tăng lợi nhuận.

Thảo luận kết quả

Kết quả nghiên cứu phù hợp với các nghiên cứu trước đây trên thế giới, như báo cáo của COSO và các nghiên cứu của Dechow và cộng sự, khi các khoản mục như doanh thu, các khoản phải thu, hàng tồn kho thường là điểm nóng của gian lận. Việc chênh lệch số liệu trước và sau kiểm toán phản ánh sự điều chỉnh của kiểm toán viên nhằm phát hiện và sửa chữa sai sót hoặc gian lận. Mô hình hồi quy logistic cho thấy chỉ số F-score là công cụ hiệu quả trong việc dự báo rủi ro gian lận dựa trên các biến chênh lệch số liệu. Dữ liệu có thể được trình bày qua biểu đồ cột thể hiện mức độ ảnh hưởng của từng biến độc lập đến khả năng gian lận, hoặc bảng hệ số hồi quy chi tiết để minh họa mức độ ý nghĩa thống kê và dấu hiệu của các biến. Kết quả này có ý nghĩa thực tiễn quan trọng trong việc hỗ trợ kiểm toán viên và nhà đầu tư đánh giá rủi ro gian lận dựa trên các chênh lệch số liệu kiểm toán.

Đề xuất và khuyến nghị

  1. Tăng cường kiểm soát và giám sát các khoản mục nhạy cảm: Các cơ quan quản lý và kiểm toán viên cần tập trung kiểm tra kỹ lưỡng các khoản mục như các khoản phải thu, hàng tồn kho, doanh thu bán hàng và lợi nhuận sau thuế, đặc biệt khi có sự chênh lệch lớn trước và sau kiểm toán. Thời gian thực hiện: ngay trong các kỳ kiểm toán hàng năm.

  2. Áp dụng mô hình F-score trong quy trình kiểm toán: Kiểm toán viên nên sử dụng chỉ số F-score như một công cụ dự báo rủi ro gian lận để xác định các công ty có nguy cơ cao, từ đó thiết kế các thủ tục kiểm toán phù hợp nhằm phát hiện sớm gian lận. Chủ thể thực hiện: các công ty kiểm toán độc lập, trong vòng 1-2 năm tới.

  3. Nâng cao nhận thức và đào tạo chuyên môn: Tổ chức các khóa đào tạo chuyên sâu về phát hiện gian lận và sử dụng các mô hình dự báo cho kiểm toán viên và cán bộ quản lý tài chính tại các công ty niêm yết. Thời gian: triển khai liên tục hàng năm.

  4. Tăng cường minh bạch thông tin trên thị trường chứng khoán: Ủy ban Chứng khoán Nhà nước cần ban hành các quy định chặt chẽ hơn về công bố thông tin tài chính, yêu cầu các công ty niêm yết giải trình rõ ràng về các chênh lệch số liệu trước và sau kiểm toán, nhằm nâng cao tính minh bạch và niềm tin của nhà đầu tư. Thời gian: trong vòng 1-3 năm tới.

Đối tượng nên tham khảo luận văn

  1. Kiểm toán viên và công ty kiểm toán: Nghiên cứu cung cấp công cụ và mô hình dự báo rủi ro gian lận giúp kiểm toán viên nâng cao hiệu quả kiểm toán, phát hiện sớm các sai sót trọng yếu và gian lận trên BCTC.

  2. Cơ quan quản lý nhà nước về chứng khoán và tài chính: Các cơ quan như Ủy ban Chứng khoán Nhà nước có thể sử dụng kết quả nghiên cứu để xây dựng chính sách, quy định nhằm tăng cường giám sát và minh bạch thông tin tài chính trên thị trường chứng khoán.

  3. Nhà đầu tư và tổ chức tài chính: Nghiên cứu giúp nhà đầu tư đánh giá rủi ro gian lận trong các công ty niêm yết, từ đó đưa ra quyết định đầu tư chính xác và an toàn hơn.

  4. Các nhà nghiên cứu và sinh viên chuyên ngành kế toán, kiểm toán: Luận văn cung cấp cơ sở lý thuyết, phương pháp nghiên cứu và mô hình thực nghiệm về phát hiện gian lận BCTC, là tài liệu tham khảo quý giá cho các nghiên cứu tiếp theo trong lĩnh vực này.

Câu hỏi thường gặp

  1. Chỉ số F-score là gì và tại sao được sử dụng trong nghiên cứu này?
    Chỉ số F-score là một mô hình dự báo rủi ro sai sót trọng yếu trên báo cáo tài chính, được phát triển bởi Dechow và cộng sự (2011). Nó sử dụng các biến số kế toán để tính xác suất một công ty có gian lận hoặc sai sót trọng yếu. F-score được sử dụng vì tính toàn diện, khả năng dự báo tốt và phù hợp với dữ liệu BCTC của các công ty niêm yết.

  2. Tại sao nghiên cứu tập trung vào chênh lệch số liệu trước và sau kiểm toán?
    Chênh lệch số liệu trước và sau kiểm toán phản ánh các điều chỉnh do kiểm toán viên thực hiện nhằm sửa chữa sai sót hoặc phát hiện gian lận. Mức độ chênh lệch lớn có thể là dấu hiệu cảnh báo rủi ro gian lận, do đó nghiên cứu mối quan hệ này giúp dự báo khả năng gian lận hiệu quả hơn.

  3. Phương pháp chọn mẫu có chủ đích có ảnh hưởng gì đến kết quả nghiên cứu?
    Phương pháp chọn mẫu có chủ đích giúp đảm bảo mẫu nghiên cứu đại diện cho các ngành nghề khác nhau trong tổng thể công ty niêm yết, đồng thời tập trung vào các công ty có chênh lệch số liệu trước và sau kiểm toán. Điều này giúp kết quả nghiên cứu có tính ứng dụng cao và phản ánh đúng thực trạng thị trường.

  4. Mô hình hồi quy logistic được sử dụng như thế nào trong nghiên cứu?
    Mô hình hồi quy logistic nhị phân được sử dụng để ước lượng xác suất xảy ra gian lận (biến phụ thuộc nhị phân) dựa trên các biến độc lập là chênh lệch số liệu các khoản mục trên BCTC. Phương pháp này phù hợp với dữ liệu có quan hệ phi tuyến và giúp xác định biến nào ảnh hưởng đáng kể đến khả năng gian lận.

  5. Nghiên cứu có thể áp dụng cho các công ty tài chính hay không?
    Nghiên cứu tập trung vào các công ty phi tài chính do đặc điểm hoạt động và chuẩn mực kế toán khác biệt của các định chế tài chính như ngân hàng, công ty chứng khoán. Do đó, kết quả nghiên cứu chưa thể áp dụng trực tiếp cho các công ty tài chính mà cần nghiên cứu riêng biệt.

Kết luận

  • Nghiên cứu xác định rõ mối quan hệ tích cực giữa chênh lệch số liệu trước và sau kiểm toán với khả năng gian lận báo cáo tài chính tại các công ty niêm yết ở Việt Nam.
  • Mô hình chỉ số F-score của Dechow và cộng sự (2011) được chứng minh là công cụ dự báo hiệu quả rủi ro gian lận dựa trên các biến chênh lệch số liệu.
  • Các khoản mục như các khoản phải thu, hàng tồn kho, doanh thu bán hàng và lợi nhuận sau thuế là những điểm nóng cần được kiểm soát chặt chẽ để hạn chế gian lận.
  • Đề xuất các giải pháp cụ thể nhằm nâng cao chất lượng kiểm toán, minh bạch thông tin và tăng cường giám sát thị trường chứng khoán Việt Nam.
  • Nghiên cứu mở ra hướng đi cho các nghiên cứu tiếp theo về phát hiện gian lận BCTC tại Việt Nam, đồng thời kêu gọi các bên liên quan áp dụng mô hình dự báo để bảo vệ quyền lợi nhà đầu tư và phát triển thị trường bền vững.

Hành động tiếp theo là triển khai áp dụng mô hình F-score trong thực tiễn kiểm toán và giám sát, đồng thời mở rộng nghiên cứu với mẫu lớn hơn và các ngành nghề khác để hoàn thiện công cụ dự báo gian lận.