Tổng quan nghiên cứu

Trong bối cảnh thị trường chứng khoán Việt Nam ngày càng phát triển, báo cáo tài chính (BCTC) đóng vai trò then chốt trong việc cung cấp thông tin minh bạch, giúp nhà đầu tư và các bên liên quan đưa ra quyết định chính xác. Tuy nhiên, thực tế cho thấy nhiều công ty niêm yết đã công bố BCTC với số liệu chênh lệch trước và sau kiểm toán, gây ra nghi ngờ về tính trung thực và khả năng gian lận. Tình trạng này không chỉ làm giảm niềm tin của công chúng mà còn ảnh hưởng tiêu cực đến sự phát triển lành mạnh của thị trường chứng khoán. Nghiên cứu nhằm xác định mối quan hệ giữa chênh lệch số liệu trước và sau kiểm toán với khả năng gian lận BCTC, sử dụng chỉ số F-score làm công cụ dự báo, trên mẫu 50 công ty niêm yết tại hai sàn HOSE và HNX trong giai đoạn 2012-2014. Mục tiêu cụ thể là phân tích mức độ tương quan giữa các biến chênh lệch và chỉ số F-score, xây dựng mô hình dự báo rủi ro gian lận, từ đó đề xuất giải pháp nâng cao tính minh bạch và chất lượng kiểm toán độc lập. Nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ kiểm toán viên, cơ quan quản lý và nhà đầu tư phát hiện sớm các dấu hiệu gian lận, góp phần củng cố niềm tin và phát triển bền vững 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 công cụ dự báo gian lận. Gian lận được định nghĩa là hành vi cố ý làm sai lệch thông tin tài chính nhằm thu lợi bất chính, trong khi sai sót trọng yếu là những sai lệch có thể ảnh hưởng đến quyết định kinh tế của người sử dụng BCTC. Chỉ số F-score, do Dechow và cộng sự phát triển, là mô hình hồi quy logistic dự báo xác suất tồn tại sai sót trọng yếu trên BCTC dựa trên các biến số kế toán như khoản dồn tích, thay đổi khoản phải thu, hàng tồn kho, tài sản ngắn hạn, doanh thu và lợi nhuận. Ngoài ra, nghiên cứu còn tham khảo các mô hình dự báo gian lận khác như M-score của Beneish và các phương pháp khai phá dữ liệu, nhằm tăng cường khả năng phát hiện gian lận. Các khái niệm chính bao gồm: gian lận báo cáo tài chính, sai sót trọng yếu, chỉ số F-score, chênh lệch số liệu trước và sau kiểm toán, và mô hình hồi quy logistic.

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 BCTC quý 4 chưa kiểm toán và BCTC đã kiểm toán trong giai đoạn 2012-2014, được xử lý và tính toán chỉ số F-score theo mô hình 1 của Dechow và cộng sự (2011). Phương pháp chọn mẫu có chủ đích nhằm đảm bảo tính đại diện theo tỷ lệ ngành nghề. Phân tích dữ liệu được thực hiện bằng phần mềm SPSS 23, bao gồm thống kê mô tả, phân tích tương quan Spearman, kiểm định Mann-Whitney và hồi quy Binary Logistic để đánh giá ảnh hưởng của 29 biến chênh lệch số liệu trên BCTC đến khả năng gian lận (biến phụ thuộc FRAUD được mã hóa dựa trên ngưỡng F-score ≥ 1). Quy trình nghiên cứu gồm thu thập dữ liệu, tính toán biến, phân tích mô tả, kiểm định tương quan và xây dựng mô hình hồi quy nhằm kiểm định các giả thuyết nghiên cứu.

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. Ảnh hưởng của các khoản mục tài sản ngắn hạn: Các biến chênh lệch tiền và các khoản tương đương tiền, các khoản phải thu ngắn hạn, hàng tồn kho đều có tác động tích cực và có ý nghĩa thống kê với mức hệ số lần lượt là 0.28, 0.31 và 0.29 (p < 0.05). Điều này phù hợp với các nghiên cứu trước, cho thấy sai sót trọng yếu thường tập trung ở các khoản mục dễ bị thao túng.

  3. Ảnh hưởng của các khoản mục nguồn vốn: Chênh lệch vốn chủ sở hữu có ảnh hưởng tích cực đến khả năng gian lận với hệ số 0.25 (p < 0.05), trong khi chênh lệch nợ ngắn hạn và nợ dài hạn có ảnh hưởng ngược chiều và không có ý nghĩa thống kê rõ ràng, phản ánh xu hướng các công ty gian lận thường điều chỉnh tăng vốn chủ sở hữu để tạo hình ảnh tài chính tốt hơn.

  4. Ảnh hưởng của các khoản mục doanh thu và chi phí: Chênh lệch doanh thu bán hàng và cung cấp dịch vụ có tác động tích cực mạnh mẽ (hệ số 0.38, p < 0.01), trong khi các khoản chi phí như chi phí bán hàng, chi phí quản lý doanh nghiệp có tác động ngược chiều và có ý nghĩa thống kê, cho thấy các công ty gian lận thường khai khống doanh thu và giảm chi phí để làm đẹp báo cáo.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định mối quan hệ chặt chẽ giữa các chênh lệch số liệu trước và sau kiểm toán với khả năng gian lận BCTC, phù hợp với các nghiên cứu quốc tế và trong nước. Việc các khoản mục tài sản ngắn hạn và doanh thu có ảnh hưởng lớn phản ánh tính dễ bị thao túng của các khoản mục này do đặc thù kế toán và kiểm toán. Mô hình hồi quy Binary Logistic cho thấy khả năng dự báo rủi ro gian lận với độ chính xác trên 80%, minh chứng cho hiệu quả của chỉ số F-score kết hợp với 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 và bảng hệ số hồi quy chi tiết, giúp trực quan hóa các yếu tố tác động. So sánh với các nghiên cứu trước, kết quả tương đồng về các khoản mục trọng yếu và mức độ tác động, đồng thời bổ sung bằng chứng thực nghiệm tại thị trường Việt Nam, góp phần làm rõ đặc điểm gian lận trong bối cảnh kinh tế đang phát triển.

Đề xuất và khuyến nghị

  1. Tăng cường kiểm soát và giám sát các khoản mục tài sản ngắn hạn và doanh thu: Các cơ quan quản lý và kiểm toán viên cần tập trung kiểm tra kỹ lưỡng các khoản mục như tiền mặt, các khoản phải thu, hàng tồn kho và doanh thu bán hàng để phát hiện sớm các dấu hiệu gian lận. Thời gian thực hiện: ngay trong các kỳ kiểm toán hàng năm.

  2. Áp dụng mô hình dự báo rủi ro gian lận dựa trên chỉ số F-score: Các công ty kiểm toán và cơ quan quản lý nên tích hợp mô hình F-score vào quy trình đánh giá rủi ro kiểm toán nhằm nâng cao hiệu quả phát hiện gian lận. Thời gian triển khai: trong vòng 1 năm tới.

  3. Nâng cao năng lực và đạo đức nghề nghiệp của kiểm toán viên: Tổ chức các khóa đào tạo chuyên sâu về phát hiện gian lận và xử lý các chênh lệch số liệu, đồng thời tăng cường giám sát đạo đức nghề nghiệp để giảm thiểu sai sót và gian lận. Chủ thể thực hiện: các tổ chức kiểm toán và hiệp hội nghề nghiệp.

  4. Tăng cường minh bạch và công khai thông tin tài chính: Các công ty niêm yết cần tuân thủ nghiêm ngặt các chuẩn mực kế toán và kiểm toán, đồng thời công bố đầy đủ, chính xác các số liệu tài chính để nâng cao niềm tin nhà đầu tư. Thời gian thực hiện: liên tục hàng năm.

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 nâng cao hiệu quả kiểm toán và phát hiện sai sót trọng yếu.

  2. Cơ quan quản lý thị trường chứng khoán và tài chính: Giúp xây dựng chính sách giám sát, kiểm soát gian lận BCTC, từ đó bảo vệ quyền lợi nhà đầu tư và duy trì sự ổn định thị trường.

  3. Nhà đầu tư và các bên sử dụng BCTC: Cung cấp kiến thức để đánh giá rủi ro gian lận trong các báo cáo tài chính, hỗ trợ quyết định đầu tư chính xác và an toàn hơn.

  4. Các nhà nghiên cứu và sinh viên chuyên ngành kế toán, kiểm toán: Là tài liệu tham khảo quý giá về mô hình dự báo gian lận, phương pháp nghiên cứu định lượng và thực trạng gian lận BCTC tại Việt Nam.

Câu hỏi thường gặp

  1. Chỉ số F-score là gì và tại sao được sử dụng trong nghiên cứu này?
    F-score là chỉ số dự báo xác suất tồn tại sai sót trọng yếu trên BCTC, được phát triển bởi Dechow và cộng sự dựa trên mô hình hồi quy logistic. Nó được sử dụng vì khả năng dự báo chính xác và đã được kiểm nghiệm trên nhiều thị trường, phù hợp để đánh giá rủi ro gian lận tại các công ty niêm yết.

  2. Tại sao lại chọn mẫu 50 công ty niêm yết trong nghiên cứu?
    Mẫu 50 công ty được chọn có chủ đích, đại diện cho các ngành nghề khác nhau trên hai sàn HOSE và HNX, có chênh lệch số liệu trước và sau kiểm toán trong giai đoạn 2013-2014, đảm bảo tính đại diện và khả năng phân tích sâu về mối quan hệ giữa chênh lệch số liệu và gian lận.

  3. Các biến chênh lệch số liệu được tính toán như thế nào?
    Chênh lệch số liệu được tính bằng giá trị tuyệt đối của hiệu số giữa số liệu trước và sau kiểm toán, sau đó chia cho số liệu sau kiểm toán nhằm phản ánh mức độ sai lệch tương đối trên các khoản mục tài chính.

  4. Mô hình hồi quy Binary Logistic có ưu điểm gì trong nghiên cứu này?
    Mô hình này phù hợp với biến phụ thuộc nhị phân (gian lận hoặc không gian lận), cho phép ước lượng xác suất xảy ra gian lận dựa trên các biến độc lập liên tục và rời rạc, đồng thời xử lý tốt các mối quan hệ phi tuyến giữa biến độc lập và phụ thuộc.

  5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tiễn kiểm toán?
    Kiểm toán viên có thể sử dụng mô hình F-score kết hợp với phân tích các chênh lệch số liệu để đánh giá rủi ro gian lận, từ đó thiết kế các thủ tục kiểm toán phù hợp, tập trung kiểm tra các khoản mục có nguy cơ cao nhằm nâng cao hiệu quả và độ tin cậy của kiểm toán.

Kết luận

  • Nghiên cứu đã xác định mối quan hệ tích cực và có ý nghĩa thống kê giữa các chênh lệch số liệu trước và sau kiểm toán với khả năng gian lận BCTC tại các công ty niêm yết Việt Nam.
  • Chỉ số F-score được chứng minh là công cụ dự báo hiệu quả, giúp phân loại rủi ro gian lận dựa trên dữ liệu tài chính thực tế.
  • Mô hình hồi quy Binary Logistic với 29 biến độc lập đã xây dựng thành công, cung cấp cơ sở khoa học cho việc phát hiện gian lận.
  • Kết quả nghiên cứu góp phần nâng cao nhận thức và công cụ hỗ trợ kiểm toán viên, cơ quan quản lý và nhà đầu tư trong việc phát hiện và phòng ngừa gian lận.
  • Các bước tiếp theo bao gồm triển khai áp dụng mô hình trong thực tiễn kiểm toán, mở rộng mẫu nghiên cứu và phát triển các công cụ dự báo dựa trên dữ liệu lớn và kỹ thuật khai phá dữ liệu.

Hành động ngay: Các tổ chức kiểm toán và cơ quan quản lý nên xem xét tích hợp mô hình F-score và các biến chênh lệch số liệu vào quy trình đánh giá rủi ro để nâng cao hiệu quả phát hiện gian lận trên thị trường chứng khoán Việt Nam.