Tổng quan nghiên cứu

Thực trạng gian lận báo cáo tài chính đang trở thành một vấn nạn nhức nhối đối với nền kinh tế toàn cầu lẫn thị trường vốn Việt Nam. Theo thống kê của Hiệp hội các nhà điều tra gian lận Hoa Kỳ, mức độ tổn thất do gian lận tài chính gây ra mỗi năm trên phạm vi toàn thế giới đã vượt ngưỡng 1.000 tỷ USD. Mặc dù các vụ việc gian lận số liệu tài chính chỉ chiếm khoảng 7,6% tổng số trường hợp điều tra, nhưng thiệt hại tài chính mà chúng để lại luôn ở mức cao nhất, trung bình vượt trên 1.000.000 USD cho mỗi vụ việc, gây xói mòn nghiêm trọng niềm tin của nhà đầu tư và sự ổn định của hệ thống tài chính.

Tại thị trường chứng khoán Việt Nam, dữ liệu từ Vietstock giai đoạn từ năm 2012 đến nửa đầu năm 2015 cho thấy có tới 70% doanh nghiệp niêm yết phải thực hiện điều chỉnh số liệu sau kiểm toán mỗi năm, trong đó xu hướng điều chỉnh giảm lợi nhuận chiếm ưu thế rõ rệt. Những sự cố chênh lệch hồi tố tại các doanh nghiệp niêm yết đã đặt ra dấu hỏi lớn về tính minh bạch của thông tin kế toán công bố.

Nghiên cứu được thực hiện nhằm mục tiêu xây dựng mô hình định lượng dự báo khả năng gian lận báo cáo tài chính dựa trên các chỉ số tài chính của các công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh. Phạm vi thời gian nghiên cứu tập trung vào kỳ kế toán năm 2017 với mốc đối chiếu kiểm toán năm 2018. Ý nghĩa thực tiễn của công trình thể hiện ở việc cung cấp một bộ công cụ sàng lọc rủi ro với tỷ lệ dự báo chính xác tổng thể đạt 76,9%, trong đó năng lực nhận diện các doanh nghiệp gian lận lên đến 83,0%, hỗ trợ trực tiếp các bên liên quan giảm thiểu rủi ro đầu tư và nâng cao chất lượng kiểm toán.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của các khung lý thuyết kinh điển về quản trị và kiểm toán rủi ro. Khung lý thuyết tam giác gian lận và các chuẩn mực kiểm toán quốc tế cũng như Chuẩn mực kiểm toán Việt Nam số 240 đóng vai trò định hướng trong việc giải thích ba nhân tố thúc đẩy hành vi sai phạm: áp lực tài chính, cơ hội thực hiện và thái độ hợp lý hóa hành vi. Bên cạnh đó, luận văn kế thừa các mô hình định lượng phát hiện sai lệch báo cáo tài chính nổi tiếng trên thế giới như mô hình Probit của Beneish năm 1999 với chỉ số M-score và mô hình Logit của Spathis năm 2002 ứng dụng điểm số Z-score kết hợp các biến tài chính vi mô.

Hệ thống biến số độc lập được phân loại có hệ thống dựa trên khung nghiên cứu của Rasa và các cộng sự năm 2015, bao quát 51 chỉ số tài chính thuộc 5 nhóm chức năng cốt lõi: nhóm chỉ số sinh lợi, nhóm chỉ số thanh khoản, nhóm chỉ số đòn bẩy tài chính, nhóm chỉ số cơ cấu tài sản và nhóm chỉ số hoạt động. Các khái niệm trọng tâm xuyên suốt nghiên cứu bao gồm: gian lận báo cáo tài chính, sai phạm trọng yếu, tỷ suất sinh lời trên tài sản và cấu trúc đòn bẩy nợ ngắn hạn.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp nghiên cứu định lượng trên cỡ mẫu gồm 91 công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh trong năm 2017. Mẫu nghiên cứu được chọn lọc theo phương pháp chọn mẫu có chủ đích dựa trên tiêu chí chênh lệch lợi nhuận sau thuế trước và sau kiểm toán: các doanh nghiệp có mức sai lệch tuyệt đối từ 10% trở lên được phân loại vào nhóm có khả năng gian lận cao, trong khi các công ty có mức sai lệch 0% thuộc nhóm đối chứng không gian lận. Nguồn dữ liệu thứ cấp được trích xuất trực tiếp từ bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh đã công bố.

Quy trình phân tích dữ liệu được triển khai qua các bước: thống kê mô tả, kiểm định Kolmogorov-Smirnov đối với cỡ mẫu lớn hơn 50 quan sát nhằm kiểm tra tính phân phối chuẩn của dữ liệu. Tiếp đó, nghiên cứu áp dụng kiểm định phi tham số Mann-Whitney U cho các biến không có phân phối chuẩn và kiểm định Independent sample t-test cho các biến phân phối chuẩn nhằm sàng lọc các chỉ số có sự khác biệt mang ý nghĩa thống kê ở mức ý nghĩa alpha bằng 0,05 giữa hai nhóm mẫu. Cuối cùng, phương pháp hồi quy Binary Logistic được lựa chọn vì biến phụ thuộc mang tính chất nhị phân phân loại giữa gian lận và không gian lận, không đòi hỏi các giả định khắt khe về phân phối chuẩn đa biến, đồng thời cho phép tính toán xác suất xảy ra biến cố một cách tối ưu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Sau quá trình kiểm định thống kê và phân tích hồi quy Binary Logistic đa biến, nghiên cứu đã phát hiện các điểm cốt lõi sau:

Thứ nhất, trong tổng số 51 chỉ số tài chính ban đầu, mô hình hồi quy tối ưu đã chọn lọc ra 3 chỉ số tài chính có mối liên hệ mật thiết và mang ý nghĩa thống kê cao nhất đối với khả năng gian lận báo cáo tài chính, bao gồm: Lợi nhuận gộp trên Tổng tài sản, Lợi nhuận trước thuế trên Tài sản cố định và Nợ phải trả ngắn hạn trên Tổng tài sản.

Thứ hai, mô hình đạt tỷ lệ dự báo chính xác tổng thể là 76,9%. Đặc biệt, độ nhạy đối với nhóm công ty có gian lận đạt mức 83,0%, trong khi độ đặc hiệu đối với nhóm công ty không gian lận đạt 70,5%.

Thứ ba, chỉ số Nợ phải trả ngắn hạn trên Tổng tài sản có tác động cùng chiều mạnh mẽ đến khả năng gian lận. Các công ty có tỷ trọng nợ ngắn hạn chiếm trên 50% tổng tài sản thường đối mặt với áp lực thanh khoản ngắn hạn rất lớn, từ đó làm gia tăng đáng kể động cơ làm đẹp các chỉ tiêu tài chính.

Thứ tư, hai chỉ số Lợi nhuận gộp trên Tổng tài sản và Lợi nhuận trước thuế trên Tài sản cố định có sự phân hóa rõ nét giữa hai nhóm doanh nghiệp, phản ánh xu hướng thao túng biên lợi nhuận và thổi phồng hiệu quả sinh lời từ tài sản cố định nhằm che giấu sự suy giảm trong hoạt động kinh doanh cốt lõi.

Thảo luận kết quả

Kết quả hồi quy cho thấy áp lực tài chính từ các khoản nợ ngắn hạn đến hạn là nguyên nhân hàng đầu thúc đẩy ban điều hành thực hiện các hành vi kế toán không lành mạnh, chẳng hạn như ghi nhận trước doanh thu hoặc che giấu chi phí để đạt được các chỉ tiêu tài chính cam kết với ngân hàng và cổ đông. Việc chỉ số Lợi nhuận trước thuế trên Tài sản cố định tham gia vào mô hình cũng phản ánh thực trạng doanh nghiệp tận dụng các kỹ thuật vốn hóa chi phí hoặc đánh giá lại tài sản cố định nhằm tạo ra mức lợi nhuận danh nghĩa vượt trội.

Khi so sánh với các công bố khoa học quốc tế, mức độ chính xác 76,9% của nghiên cứu tương đồng với kết quả mô hình M-score của Beneish năm 1999 đạt 76,0%, mô hình của Spathis năm 2002 đạt 84,0% và nghiên cứu của Rasa năm 2015 đạt 84,8%. Tại Việt Nam, kết quả này vượt trội hơn mô hình của Trần Ngọc Phúc năm 2013 đạt 63,6% và nghiên cứu của Trần Việt Hải năm 2017 đạt 68,7%.

Về mặt trực quan hóa, dữ liệu kết quả nghiên cứu có thể được trình bày một cách hiệu quả thông qua ma trận phân loại dự báo đối chiếu giữa giá trị thực tế và giá trị ước lượng, kết hợp biểu đồ đường cong ROC thể hiện sự cân bằng tối ưu giữa tỷ lệ phát hiện đúng gian lận 83,0% và tỷ lệ sai lầm loại một 29,5%. Bên cạnh đó, một biểu đồ cột so sánh giá trị trung bình của bộ 3 chỉ số tài chính giữa nhóm gian lận và nhóm không gian lận sẽ cung cấp cho người đọc một bức tranh trực quan rõ ràng về ranh giới rủi ro tài chính của doanh nghiệp niêm yết.

Đề xuất và khuyến nghị

Nhằm nâng cao tính minh bạch cho thị trường chứng khoán và kiểm soát rủi ro gian lận báo cáo tài chính, nghiên cứu đưa ra 4 nhóm khuyến nghị cụ thể:

Thứ nhất, siết chặt cơ chế kiểm soát nội bộ đối với đòn bẩy tài chính ngắn hạn. Hội đồng quản trị và Ban Kiểm soát của các doanh nghiệp niêm yết cần thiết lập ngưỡng cảnh báo sớm khi tỷ số Nợ ngắn hạn trên Tổng tài sản vượt mức 45% đến 50%. Quy trình rà soát cần được thực hiện định kỳ hàng quý trong giai đoạn 2024-2026, nhằm giảm thiểu tối thiểu 25% các sai lệch số liệu phát sinh do áp lực thanh khoản.

Thứ hai, tích hợp mô hình dự báo định lượng vào quy trình đánh giá rủi ro kiểm toán ban đầu. Các công ty kiểm toán độc lập cần đưa bộ 3 chỉ số gồm Lợi nhuận gộp trên Tổng tài sản, Lợi nhuận trước thuế trên Tài sản cố định và Nợ ngắn hạn trên Tổng tài sản vào phần mềm soát xét tự động ngay trong 6 tháng đầu năm, phấn đấu nâng tỷ lệ nhận diện sớm các khách hàng có rủi ro sai phạm trọng yếu lên trên 80%.

Thứ ba, hoàn thiện chế tài giám sát và công bố thông tin đối với các trường hợp điều chỉnh hồi tố. Ủy ban Chứng khoán Nhà nước và Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh cần ban hành quy định bắt buộc giải trình chi tiết đối với tất cả các doanh nghiệp có mức chênh lệch lợi nhuận sau thuế trước và sau kiểm toán từ 10% trở lên, áp dụng đồng bộ từ quý 1 năm tới nhằm kéo giảm 40% các vụ việc biến động lợi nhuận bất thường.

Thứ tư, xây dựng bộ công cụ cảnh báo rủi ro tự động phục vụ cộng đồng đầu tư. Các công ty chứng khoán và tổ chức xếp hạng tín nhiệm cần cập nhật hệ thống phân tích định lượng, quét dữ liệu tài chính của 100% doanh nghiệp niêm yết sau mỗi kỳ nộp báo cáo quý nhằm đưa ra các khuyến nghị bảo toàn vốn kịp thời cho nhà đầu tư.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị thực tiễn và học thuật cho 4 nhóm đối tượng trọng tâm sau:

Kiểm toán viên độc lập và kiểm toán viên nội bộ: Tài liệu hỗ trợ đắc lực cho việc thực hiện các thủ tục phân tích sơ bộ trong giai đoạn lập kế hoạch kiểm toán, giúp khoanh vùng các khoản mục có mức độ rủi ro cao như hàng tồn kho, tài sản cố định và nợ ngắn hạn, qua đó tiết kiệm khoảng 30% thời gian thực địa mà vẫn nâng cao hiệu quả phát hiện sai phạm.

Nhà đầu tư cá nhân và các định chế tài chính: Nghiên cứu cung cấp một thang đo định lượng trực quan giúp người đầu tư tự sàng lọc chất lượng lợi nhuận của doanh nghiệp, nhận diện các dấu hiệu làm đẹp sổ sách trước khi đưa ra quyết định giải ngân, hạn chế tối đa rủi ro suy giảm giá cổ phiếu khi thông tin kiểm toán được công bố.

Hội đồng quản trị và Ban điều hành doanh nghiệp: Đây là cẩm nang hữu ích giúp các nhà quản trị tự kiểm tra sức khỏe tài chính của đơn vị mình, kịp thời điều chỉnh cơ cấu vốn vay ngắn hạn và nâng cao năng lực quản trị rủi ro kế toán.

Cơ quan quản lý thị trường chứng khoán và các nhà nghiên cứu: Cung cấp bằng chứng thực nghiệm giá trị về đặc điểm sai phạm tài chính tại Việt Nam, phục vụ việc hoàn thiện khung pháp lý giám sát thị trường và phát triển các đề tài khoa học mở rộng trong tương lai.

Câu hỏi thường gặp

Tiêu chí nào được sử dụng để phân loại một công ty có gian lận báo cáo tài chính trong nghiên cứu? Nghiên cứu sử dụng tiêu chí chênh lệch tương đối theo giá trị tuyệt đối giữa lợi nhuận sau thuế trước và sau kiểm toán so với lợi nhuận sau kiểm toán. Nếu mức sai lệch này từ 10% trở lên, công ty được xác định là có khả năng cao tồn tại gian lận hoặc sai sót trọng yếu.

Vì sao mô hình Binary Logistic lại được ưu tiên lựa chọn thay vì các kỹ thuật phân tích khác? Hồi quy Binary Logistic là phương pháp tối ưu khi biến phụ thuộc ở dạng nhị phân nhận giá trị 0 hoặc 1. Kỹ thuật này không đòi hỏi các biến độc lập phải tuân theo phân phối chuẩn đa biến nghiêm ngặt, đồng thời cho ra xác suất dự báo rõ ràng với độ chính xác tổng thể đạt tới 76,9%.

Bộ ba chỉ số tài chính nào đóng vai trò cốt lõi trong mô hình dự báo? Ba chỉ số giữ vai trò quyết định bao gồm: Lợi nhuận gộp trên Tổng tài sản, Lợi nhuận trước thuế trên Tài sản cố định và Nợ phải trả ngắn hạn trên Tổng tài sản. Các chỉ số này phản ánh toàn diện khả năng sinh lời, hiệu quả sử dụng tài sản cố định và gánh nặng nợ ngắn hạn.

Tỷ lệ dự báo chính xác 83,0% đối với nhóm gian lận có ý nghĩa gì trong thực tiễn? Tỷ lệ 83,0% chứng minh mô hình có độ nhạy rất cao, có khả năng nhận diện chính xác hơn 8 trong số 10 doanh nghiệp có dấu hiệu gian lận sổ sách trong thực tế, hỗ trợ kiểm toán viên và nhà đầu tư giảm thiểu tối đa rủi ro bỏ sót sai phạm.

Nhà đầu tư cá nhân có thể tự áp dụng mô hình này bằng các báo cáo tài chính thông thường không? Hoàn toàn có thể thực hiện được. Nhà đầu tư chỉ cần thu thập 5 số liệu kế toán cơ bản trên bảng cân đối kế toán và báo cáo kết quả hoạt động kinh doanh gồm Lợi nhuận gộp, Lợi nhuận trước thuế, Tài sản cố định, Tổng tài sản và Nợ ngắn hạn để tính toán 3 tỷ số và đánh giá rủi ro.

Kết luận

  • Gian lận báo cáo tài chính gây ra tổn thất lớn cho nền kinh tế, và ngưỡng sai lệch lợi nhuận sau kiểm toán từ 10% trở lên là tiêu chuẩn định lượng đáng tin cậy để nhận diện sai phạm trọng yếu tại các công ty niêm yết trên sàn HOSE.
  • Mô hình hồi quy Binary Logistic được xây dựng thành công với độ chính xác tổng thể đạt 76,9%, trong đó tỷ lệ nhận diện chính xác các doanh nghiệp gian lận đạt mức 83,0%.
  • Bộ ba chỉ số tài chính gồm Lợi nhuận gộp trên Tổng tài sản, Lợi nhuận trước thuế trên Tài sản cố định và Nợ phải trả ngắn hạn trên Tổng tài sản là những biến số có năng lực cảnh báo rủi ro sai phạm tài chính mạnh mẽ nhất.
  • Luận văn đóng góp một phương pháp phát hiện gian lận mang tính thực tiễn cao, chi phí thấp và dễ dàng áp dụng trực tiếp trên hệ thống dữ liệu kế toán công khai.
  • Kế hoạch mở rộng nghiên cứu cần tiếp tục thu thập dữ liệu đa niên độ trên các sàn HNX và UPCoM trong giai đoạn 2025-2027 nhằm kiểm định độ bền vững của mô hình trên toàn thị trường chứng khoán Việt Nam.

Các nhà đầu tư, kiểm toán viên và nhà quản trị doanh nghiệp hãy chủ động ứng dụng bộ chỉ số định lượng này vào quy trình phân tích tài chính ngay từ kỳ báo cáo hiện tại để kiểm soát rủi ro và bảo vệ giá trị doanh nghiệp một cách bền vững.