Giới thiệu dự án

Thị trường chứng khoán Việt Nam, đặc biệt là Sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE), đóng vai trò là kênh huy động vốn trung và dài hạn quan trọng bậc nhất cho nền kinh tế. Tuy nhiên, tính bất cân xứng thông tin (Information Asymmetry) và xung đột lợi ích theo Lý thuyết Đại diện (Agency Theory) luôn tiềm ẩn nguy cơ thao túng báo cáo tài chính. Trong giai đoạn 2017–2021, trước những cú sốc kinh tế và biến động chuỗi cung ứng do đại dịch COVID-19, việc đảm bảo tính minh bạch và độ tin cậy của thông tin lợi nhuận trở thành mối quan tâm sống còn của các nhà đầu tư và cơ quan quản lý.

Chất lượng lợi nhuận (Earnings Quality - CLLN) phản ánh mức độ lợi nhuận được công bố đại diện chính xác cho hiệu quả kinh tế thực tế, tính ổn định và khả năng dự báo dòng tiền tương lai của doanh nghiệp. Khi ban quản trị sử dụng các thủ thuật kế toán dồn tích (Accrual Management) để "làm đẹp" số liệu nhằm né tránh các điều khoản ràng buộc nợ vay (Debt Covenants) hoặc duy trì định giá cổ phiếu (P/E), chất lượng lợi nhuận sẽ suy giảm nghiêm trọng, dẫn đến phân bổ nguồn lực sai lệch trên thị trường vốn.

+-----------------------------------------------------------------------------------+
|                              KHUNG VẤN ĐỀ NGHIÊN CỨU                              |
|                                                                                   |
|  [Đặc điểm DN & Cấu trúc vốn]       [Thủ thuật Kế toán dồn tích]                  |
|  - Đòn bẩy tài chính (LEV)   -----\   - Điều chỉnh vốn lưu động                   |
|  - Nợ vay ngắn hạn (DEBT)    -----> \   (Working Capital Accruals)                |
|  - Khả năng sinh lời (ROA)   ----->  ==> [Chất lượng lợi nhuận (EQ)]              |
|  - Khả năng thanh khoản (CuR)-----> /   - Bị bóp méo hoặc phản ánh thực chất      |
|  - Quy mô HĐQT & Doanh nghiệp----/                                                |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận: Tổng hợp các mô hình đo lường chất lượng lợi nhuận hiện đại (dựa trên kế toán và thị trường) và xác định cơ chế truyền dẫn tác động từ cấu trúc tài chính - quản trị đến chất lượng dồn tích.
  2. Xây dựng mô hình định lượng thực nghiệm: Ứng dụng mô hình kế toán dồn tích vốn lưu động của Dechow & Dichev (2002) kết hợp hiệu chỉnh của Nguyễn Thị Ngọc Trang và cộng sự (2018) để đo lường biến phụ thuộc $EQ_{it}$ cho các doanh nghiệp niêm yết trên HOSE.
  3. Kiểm định tác động đa biến: Đo lường định lượng mức độ ảnh hưởng của 7 nhân tố then chốt (Đòn bẩy tài chính, Khả năng sinh lời, Nợ vay ngắn hạn, Quy mô doanh nghiệp, Quy mô HĐQT, Khả năng thanh toán hiện hành, Khả năng thanh toán tiền mặt) đến biến $EQ$ thông qua bộ dữ liệu bảng (Panel Data) giai đoạn 2017–2021.
  4. Đề xuất giải pháp và khuyến nghị: Cung cấp hàm ý chính sách cho cơ quan quản lý (UBCKNN, HOSE), đơn vị kiểm toán độc lập và chiến lược quản trị rủi ro cho nhà đầu tư tổ chức lẫn cá nhân.

Phương pháp tiếp cận và Phạm vi

  • Phương pháp: Kết hợp phương pháp nghiên cứu định tính (tổng quan tài liệu, xây dựng giả thuyết) và phương pháp kinh tế lượng định lượng (Pooled OLS, Fixed Effects Model - FEM, Random Effects Model - REM, kiểm định phương sai sai số thay đổi White test, kiểm định đa cộng tuyến VIF).
  • Phạm vi không gian: 335 doanh nghiệp phi tài chính và tài chính niêm yết trên sàn HOSE thuộc 11 nhóm ngành kinh tế (Công nghiệp, Bất động sản & Xây dựng, Hàng tiêu dùng, Nguyên vật liệu, Năng lượng, Dịch vụ tiện ích, Chăm sóc sức khỏe, Công nghệ, Viễn thông, Dịch vụ truyền thông, Tài chính).
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian 5 năm liên tục từ 2017 đến 2021 (tổng cộng 1.345 – 1.675 quan sát công ty - năm).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong kế toán tài chính, việc xác định các khoản dồn tích bất thường (Discretionary Accruals) và chất lượng dồn tích (Accrual Quality) là nền tảng để phát hiện hành vi quản trị lợi nhuận. Bảng so sánh dưới đây phân tích ưu và nhược điểm của các mô hình kinh điển:

Mô hình đo lường Cơ chế vận hành chính Ưu điểm kỹ thuật Hạn chế / Rủi ro sai số
Mô hình Jones gốc (1991) Tách dồn tích tổng thành dồn tích không tùy ý dựa trên Doanh thu ($\Delta REV$) và Tài sản cố định ($PPE$). Đơn giản, dễ thu thập dữ liệu từ Báo cáo tài chính chuẩn. Giả định toàn bộ doanh thu chưa thu tiền không bị can thiệp; độ lệch chuẩn phần dư cao.
Jones sửa đổi (Dechow et al., 1995) Trừ biến đổi khoản phải thu ($\Delta REC$) khỏi biến đổi doanh thu ($\Delta REV$). Khắc phục việc ghi nhận doanh thu ảo trước thời điểm kết thúc niên độ. Không giải thích trực tiếp mối liên hệ mật thiết giữa dồn tích và chu chuyển dòng tiền thực tế.
M-Score (Beneish, 1999) Sử dụng 8 chỉ số tài chính kết hợp xác suất (DSRI, GMI, AQI, SGI, DEPI, SGAI, LVGI, TATA). Nhận diện trực tiếp khả năng gian lận tài chính tổng thể. Phức tạp trong tính toán, độ nhạy cao với biến động ngành, khó tách riêng chất lượng dồn tích ngắn hạn.
Dechow & Dichev (2002) (Được lựa chọn) Hồi quy biến động vốn lưu động ($\Delta WC$) theo dòng tiền hoạt động ($CFO$) quá khứ ($t-1$), hiện tại ($t$), và tương lai ($t+1$). Bắt trọn tính không chắc chắn của dồn tích; sai số phản ánh dồn tích không tạo ra tiền. Cần dữ liệu dòng tiền tương lai ($t+1$), đòi hỏi chuỗi dữ liệu bảng liên tục.

Yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have: Thu thập dữ liệu Báo cáo kiểm toán chuẩn mực của 335 doanh nghiệp; tính toán biến $EQ$ theo Dechow & Dichev (2002); xử lý hiện tượng phương sai sai số thay đổi (Heteroskedasticity).
  • Should have: Kiểm định tương quan đa biến, kiểm định đa cộng tuyến (Variance Inflation Factor - VIF), kiểm định Hausman để lựa chọn giữa FEM và REM.
  • Could have: Phân tích độ nhạy của các biến theo từng nhóm ngành cụ thể (Công nghiệp vs Bất động sản).
  • Won't have: Đánh giá hành vi quản trị lợi nhuận thực (Real Earnings Management - REM qua chi phí R&D, sản xuất vượt mức) do hạn chế công bố thông tin chi tiết tại Việt Nam.

Thiết kế hệ thống định lượng và Technology Stack

  • Nền tảng xử lý dữ liệu: Stata 16.0 Special Edition (hỗ trợ xử lý Panel Data cấp doanh nghiệp).
  • Hệ thống cung cấp dữ liệu gốc: FiinPro Platform v2.0, CSDL Vietstock Finance và CafeF Data.
  • Môi trường tiền xử lý: Python 3.9 (thư viện pandas, numpy phục vụ reshape dữ liệu sang dạng long-format panel data) và Microsoft Excel 365.

Mô hình toán học tổng quát

Mô hình ước lượng chất lượng dồn tích Dechow & Dichev (2002) điều chỉnh bởi Nguyễn Thị Ngọc Trang (2018):

$$\frac{\Delta WC_{it}}{TA_{bq}} = \gamma_0 + \gamma_1 \frac{CFO_{it-1}}{TA_{bq}} + \gamma_2 \frac{CFO_{it}}{TA_{bq}} + \gamma_3 \frac{CFO_{it+1}}{TA_{bq}} + \eta_{it}$$

Trong đó:

  • $\Delta WC_{it}$: Thay đổi vốn lưu động năm $t$ so với năm $t-1$ ($\Delta CA - \Delta Cash - \Delta CL + \Delta Debt$).
  • $CFO_{it-1}, CFO_{it}, CFO_{it+1}$: Dòng tiền từ hoạt động kinh doanh các năm $t-1, t, t+1$.
  • $TA_{bq}$: Tổng tài sản bình quân giữa năm $t$ và $t-1$.
  • Thước đo chất lượng lợi nhuận: $EQ_{it} = - |\eta_{it}|$ (hoặc chuẩn hóa độ lệch chuẩn phần dư nhân hệ số $-1$).

Mô hình hồi quy đa biến kiểm định tác động:

$$EQ_{it} = \beta_0 + \beta_1 LEV_{it} + \beta_2 ROA_{it} + \beta_3 FS_{it} + \beta_4 TB_{it} + \beta_5 DEBT_{it} + \beta_6 CuR_{it} + \beta_7 CaR_{it} + \varepsilon_{it}$$

Methodology và Lộ trình triển khai

Quy trình nghiên cứu áp dụng quy chuẩn 5 giai đoạn nghiêm ngặt:

  1. Giai đoạn 1 (Tuần 1–2): Thu thập và làm sạch dữ liệu BCTC của 405 doanh nghiệp HOSE, loại bỏ 70 doanh nghiệp thiếu dữ liệu liên tục hoặc hủy niêm yết, chọn mẫu chuẩn 335 doanh nghiệp.
  2. Giai đoạn 2 (Tuần 3–4): Tính toán các chỉ tiêu tài chính ($LEV, ROA, FS, TB, DEBT, CuR, CaR$) và lập trình trích xuất $EQ_{it}$ theo từng nhóm ngành.
  3. Giai đoạn 3 (Tuần 5–6): Chạy hồi quy Pooled OLS, kiểm tra ma trận tương quan và kiểm định đa cộng tuyến VIF.
  4. Giai đoạn 4 (Tuần 7–8): Chạy kiểm định White test ($Chi^2$) phát hiện phương sai sai số thay đổi; triển khai ước lượng mô hình Tác động cố định (FEM) và Tác động ngẫu nhiên (REM).
  5. Giai đoạn 5 (Tuần 9–10): Chạy kiểm định Hausman, tổng hợp kết quả thực nghiệm, giải thích nguyên nhân kinh tế và hoàn thiện báo cáo.

Implementation và kết quả

Development Process và Trích đoạn Code Stata

Toàn bộ quy trình ước lượng và kiểm định kinh tế lượng được thực thi thông qua tập lệnh Stata (.do file) chuẩn hóa:

* Thiết lập cấu trúc Panel Data (i: Mã chứng khoán, t: Năm)
iis id_company
tis year

* 1. Hồi quy tuyến tính đa biến Pooled OLS
regress EQ LEV ROA BOD FS Debt CuR CaR

* 2. Kiểm định Đa cộng tuyến (Variance Inflation Factor)
estat vif

* 3. Kiểm định Phương sai sai số thay đổi (White Test / IM Test)
estat imtest, white

* 4. Hồi quy mô hình Tác động cố định (Fixed Effects Model)
xtreg EQ LEV ROA BOD FS Debt CuR CaR, fe

* 5. Hồi quy mô hình Tác động ngẫu nhiên (Random Effects Model)
xtreg EQ LEV ROA BOD FS Debt CuR CaR, re

* 6. Kiểm định Hausman lựa chọn mô hình tối ưu
hausman fe re

Testing và Validation

  1. Ma trận tương quan: Hệ số tương quan giữa tất cả các cặp biến độc lập đều $< 0.60$ (cặp lớn nhất là $CuR$ và $LEV$ ở mức $-0.5256$; $Debt$ và $LEV$ ở mức $0.4978$), loại trừ rủi ro tự tương quan nghiêm trọng.
  2. Kiểm định Đa cộng tuyến (VIF): Giá trị VIF cao nhất thuộc về biến $Debt$ ($VIF = 3.93$), VIF trung bình toàn mô hình đạt $1.85$ (nhỏ hơn ngưỡng rủi ro $10.0$), khẳng định không xảy ra hiện tượng đa cộng tuyến.
  3. Kiểm định Phương sai sai số thay đổi (White Test): Thống kê $Chi^2 = 89.11$ với giá trị $p\text{-value} = 0.0000 < 0.05$. Kết quả bác bỏ giả thuyết $H_0$ (phương sai đồng nhất), xác nhận mô hình Pooled OLS bị khuyết tật phương sai sai số thay đổi, bắt buộc chuyển sang mô hình FEM/REM.
+-----------------------------------------------------------------------------------+
|                         KẾT QUẢ KIỂM ĐỊNH KHUYẾT TẬT MÔ HÌNH                     |
|                                                                                   |
|  - Mean VIF: 1.85                  ==> Đạt chuẩn (Không có đa cộng tuyến)         |
|  - Max Pairwise Correlation: 0.525 ==> Đạt chuẩn (< 0.60)                         |
|  - White Test Chi2(35): 89.11      ==> p = 0.0000 (Có Heteroskedasticity)         |
|  - F-test FEM: F(311, 1027) = 2.03 ==> p = 0.0000 (Mô hình FEM phù hợp cao)       |
+-----------------------------------------------------------------------------------+

Kết quả đạt được và So sánh Mô hình

Dưới đây là bảng tổng hợp kết quả ước lượng thực nghiệm trên 1.345 quan sát đại diện:

Biến số độc lập Ký hiệu Hệ số Pooled OLS ($\beta$) P-value (OLS) Hệ số FEM ($\beta$) P-value (FEM) Kết luận ý nghĩa thống kê
Đòn bẩy tài chính LEV $+0.1265$ $0.002^{***}$ $+0.2806$ $0.003^{***}$ Tác động cùng chiều (Ý nghĩa 1%)
Khả năng sinh lời ROA $+0.6264$ $0.000^{***}$ $+0.9289$ $0.000^{***}$ Tác động cùng chiều mạnh mẽ
Nợ vay ngắn hạn Debt $+0.0921$ $0.000^{***}$ $+0.1557$ $0.000^{***}$ Tác động cùng chiều
Thanh toán hiện hành CuR $+3.7067$ $0.000^{***}$ $+5.3656$ $0.000^{***}$ Tác động cùng chiều vượt trội
Quy mô doanh nghiệp FS $-0.0646$ $0.000^{***}$ $+0.0350$ $0.512$ Không có ý nghĩa trong FEM
Quy mô HĐQT BOD $+0.0011$ $0.720$ $0.0000$ (Omitted) Không có ý nghĩa thống kê
Thanh toán tiền mặt CaR $-0.1302$ $0.315$ $+0.1791$ $0.414$ Không có ý nghĩa thống kê
Hệ số chặn _cons $-3.9503$ $0.000$ $-7.9829$ $0.000$ $R^2 \text{ (within)} = 10.43%$

Phân tích chi tiết các phát hiện chính

  • Khả năng thanh toán hiện hành (CuR): Tác động tích cực lớn nhất đến chất lượng lợi nhuận ($\beta = 5.3656, p < 0.01$). Doanh nghiệp duy trì tỷ lệ tài sản ngắn hạn trên nợ ngắn hạn an toàn có nền tảng thanh khoản vững chắc, giảm thiểu áp lực phải trì hoãn công nợ hay ghi nhận dồn tích tùy ý để cân đối bảng cân đối kế toán.
  • Khả năng sinh lời (ROA): Tác động tích cực đáng kể ($\beta = 0.9289, p < 0.01$). Khi doanh nghiệp tạo ra tỷ suất lợi nhuận thực chất cao, động cơ "thổi phồng" doanh thu hoặc điều chuyển chi phí giữa các kỳ kế toán giảm đi rõ rệt.
  • Đòn bẩy tài chính (LEV) & Nợ vay ngắn hạn (Debt): Cả hai biến đều tác động cùng chiều có ý nghĩa thống kê lần lượt là $\beta = 0.2806$ và $\beta = 0.1557$. Tại thị trường Việt Nam giai đoạn này, các chủ nợ (chủ yếu là hệ thống NHTM) siết chặt giám sát tín dụng và thẩm định dòng tiền chặt chẽ; do đó, áp lực tuân thủ giám sát của chủ nợ buộc doanh nghiệp phải nâng cao tính chuẩn xác và chất lượng của lợi nhuận báo cáo.

Đổi mới và đóng góp

  1. Cập nhật dữ liệu bao quát giai đoạn biến động đặc biệt (2017–2021): Khác biệt với hầu hết các nghiên cứu trước đây tại Việt Nam vốn chỉ khai thác dữ liệu trước 2016 (giai đoạn ổn định), đề tài đã lấp đầy khoảng trống nghiên cứu trong bối cảnh thị trường chịu ảnh hưởng trực tiếp từ đứt gãy chuỗi cung ứng và đại dịch COVID-19.
  2. Kiểm soát tính chất ngành và khắc phục hoàn toàn khuyết tật mô hình: Nghiên cứu áp dụng quy trình ước lượng chuẩn từ Pooled OLS đến FEM và kiểm định White test, giải quyết triệt để vấn đề phương sai sai số thay đổi – yếu tố vốn làm sai lệch kết luận trong nhiều công trình trước đây.
  3. So sánh với các nghiên cứu thực nghiệm tiền nhiệm:
Tiêu chí so sánh Bùi Văn Dương & cs (2017) Hoàng Thị Việt Hà & cs (2018) Đề tài nghiên cứu này (2022)
Giai đoạn dữ liệu 2010–2015 (430 DN) 2011–2016 (260 DN HOSE) 2017–2021 (335 DN HOSE)
Mô hình CLLN Kothari et al. (2005) Jones điều chỉnh Dechow & Dichev (2002)
Tác động của LEV Ngược chiều ($-$) Ngược chiều ($-$) Cùng chiều ($+$) với $p=0.003$
Tác động của ROA Cùng chiều ($+$) Ngược chiều ($-$) Cùng chiều ($+$) mạnh ($\beta=0.9289$)
Vai trò Thanh khoản Chưa phân tách $CuR$ & $CaR$ Không xem xét Xác định $CuR$ là nhân tố chi phối lớn nhất

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng theo từng nhóm chủ thể

  • Dành cho Nhà đầu tư tổ chức & Quản lý quỹ: Tích hợp mô hình Dechow-Dichev vào hệ thống sàng lọc định lượng (Quantitative Screening Engine). Cổ phiếu có tỷ số $CuR > 1.2$, $ROA$ tăng trưởng ổn định kết hợp chỉ số $EQ$ cao sẽ được đưa vào danh mục đầu tư giá trị an toàn, giúp giảm thiểu rủi ro dính bẫy "lợi nhuận ảo" giảm giá cổ phiếu đột ngột.
  • Dành cho Ngân hàng thương mại và Tổ chức cấp tín dụng: Bổ sung chỉ số chất lượng dồn tích ($EQ$) vào hệ thống chấm điểm tín dụng nội bộ. Doanh nghiệp có $EQ$ cao sẽ được hưởng ưu đãi hạn mức tín dụng linh hoạt nhờ rủi ro vi phạm hợp đồng vay thấp.
  • Dành cho Cơ quan Quản lý Thị trường (UBCKNN, HOSE): Thiết lập hệ thống cảnh báo tự động các doanh nghiệp có mức dồn tích bất thường lớn ($\Delta WC$ lệch pha hoàn toàn so với chu chuyển dòng tiền thuần $CFO$) để đưa vào danh sách kiểm toán chuyên đề.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật:
    • Mẫu nghiên cứu mới tập trung trên sàn HOSE, chưa mở rộng sang sàn HNX và UPCoM nơi có nhiều doanh nghiệp quy mô vừa và nhỏ với rủi ro quản trị thông tin cao hơn.
    • Hệ số $R^2 \text{ (within)} = 10.43%$ cho thấy còn nhiều yếu tố ngoại sinh (như tính độc lập của Ủy ban kiểm toán, danh tiếng công ty kiểm toán Big 4, tỷ lệ sở hữu nhà nước) chưa được đưa vào mô hình.
  • Hướng phát triển đề xuất:
    • Mở rộng nghiên cứu hành vi Quản trị lợi nhuận thực (Real Earnings Management - REM) theo mô hình Roychowdhury (2006) kết hợp với Quản trị lợi nhuận dồn tích (AEM).
    • Ứng dụng thuật toán Học máy (Machine Learning như Random Forest, XGBoost) trên tập dữ liệu lớn để xây dựng công cụ phát hiện bất thường tài chính theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu dữ liệu bảng (Panel Data Econometrics), quy trình xử lý khuyết tật mô hình trên Stata và cách tính toán các chỉ tiêu kế toán dồn tích phức tạp.
  • Chuyên viên phân tích tài chính (CFA / Equity Analysts): Nắm bắt mô hình toán học để bóc tách lợi nhuận kế toán thành phần "dòng tiền thực" và phần "dồn tích", từ đó định giá doanh nghiệp chính xác hơn $15–20%$ so với phương pháp P/E truyền thống.
  • Ban giám đốc & Kế toán trưởng doanh nghiệp: Nhận thức rõ vai trò của việc duy trì khả năng thanh khoản hiện hành ($CuR$) và cấu trúc nợ minh bạch nhằm gia tăng uy tín doanh nghiệp và giảm chi phí sử dụng vốn (Cost of Capital).
  • Các nhà nghiên cứu kinh tế lượng: Bộ tham số thực nghiệm ($\beta$ coefficients) đóng vai trò là dữ liệu đối chuẩn (benchmark) tin cậy cho các công trình nghiên cứu thị trường mới nổi giai đoạn hậu COVID-19.

Câu hỏi thường gặp

1. Tại sao chỉ số thanh toán hiện hành (CuR) lại có hệ số tác động lớn nhất ($\beta = 5.3656$)?

Chỉ số $CuR$ đo lường tương quan giữa tài sản ngắn hạn và nợ ngắn hạn. Doanh nghiệp có $CuR$ lành mạnh sở hữu năng lực chi trả dồi dào, không bị đặt dưới áp lực thiếu hụt thanh khoản ngắn hạn, từ đó không có động cơ thao túng các khoản phải thu hay hàng tồn kho nhằm thổi phồng vốn lưu động dồn tích.

2. Vì sao nghiên cứu này ghi nhận Đòn bẩy tài chính (LEV) tác động cùng chiều với CLLN, trái ngược một số nghiên cứu trước?

Tại HOSE giai đoạn 2017–2021, dưới sự kiểm soát chặt chẽ của Ngân hàng Nhà nước và các quy định công bố thông tin mới (Thông tư 96/2020/TT-BTC), các doanh nghiệp có đòn bẩy tài chính cao chịu sự giám sát tín dụng đặc biệt nghiêm ngặt từ các ngân hàng thương mại. Vai trò giám sát của bên cho vay đã kiềm chế hành vi bóp méo số liệu, buộc doanh nghiệp phải nâng cao chất lượng lợi nhuận thực tế.

3. Quy mô Hội đồng quản trị (BOD) có thực sự ảnh hưởng đến CLLN trên sàn HOSE không?

Trong mô hình FEM, biến BOD không thể hiện ý nghĩa thống kê (bị loại bỏ do tính chất ít biến động trong ngắn hạn của từng doanh nghiệp). Điều này phản ánh thực trạng tại nhiều doanh nghiệp Việt Nam: số lượng thành viên HĐQT chưa đồng nghĩa với tính độc lập và hiệu lực giám sát thực chất.

4. Cần những công cụ phần mềm nào để tái lập (replicate) kết quả nghiên cứu này?

Chỉ cần máy tính cá nhân cấu hình cơ bản cài đặt Stata phiên bản 14.0 trở lên (khuyến nghị Stata 16 MP/SE) kết hợp bảng tính Excel/Python để tổng hợp dữ liệu BCTC từ FiinPro hoặc Vietstock Finance.

5. Nhà đầu tư cá nhân có thể tự áp dụng mô hình này để lọc cổ phiếu không?

Hoàn toàn có thể. Nhà đầu tư có thể theo dõi đơn giản sự chênh lệch giữa Dòng tiền thuần từ hoạt động kinh doanh ($CFO$) và Lợi nhuận sau thuế ($NI$) trên BCTC kiểm toán. Nếu $NI$ liên tục tăng cao trong khi $CFO$ âm kéo dài kèm theo chỉ số $CuR < 1$, đó là dấu hiệu cảnh báo chất lượng lợi nhuận thấp.

Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Phạm Thị Anh Đào (Học viện Ngân hàng) đã thực hiện thành công việc lượng hóa các nhân tố tác động đến Chất lượng lợi nhuận ($EQ$) của 335 doanh nghiệp niêm yết trên sàn HOSE giai đoạn 2017–2021. Bằng việc ứng dụng mô hình kế toán dồn tích Dechow & Dichev (2002) kết hợp các kỹ thuật kinh tế lượng bảng chuyên sâu (FEM, kiểm định White test, VIF), nghiên cứu chứng minh rõ nét rằng Khả năng thanh toán hiện hành ($CuR, \beta = 5.3656$), Khả năng sinh lời ($ROA, \beta = 0.9289$), Đòn bẩy tài chính ($LEV, \beta = 0.2806$) và Nợ vay ngắn hạn ($Debt, \beta = 0.1557$) là những động lực cùng chiều thúc đẩy tính minh bạch và chất lượng thông tin tài chính.

Kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc giúp các nhà đầu tư nâng cao năng lực thẩm định báo cáo tài chính, hỗ trợ các tổ chức tín dụng kiểm soát rủi ro cho vay, đồng thời mở ra hướng tiếp cận chuẩn mực cho các nghiên cứu ứng dụng kinh tế lượng tài chính doanh nghiệp tại Việt Nam.