Luận văn đánh giá khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại vietcombank chi nhánh bình dương

Báo cáo nghiên cứu Luận văn đánh giá khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp, thống kê phân tích số liệu, đánh giá xu hướng phát triển

• Tác giả: Phạm Hoàng Việt
• Người hướng dẫn: TS. Nguyễn Đình Hùng
• Trường học: Trường Đại Học Kinh Tế TP.HCM
• Chuyên ngành: Kế toán
• Đề tài: Đánh Giá Khả Năng Rủi Ro Gian Lận Báo Cáo Tài Chính Trong Hoạt Động Cho Vay Doanh Nghiệp Tại Vietcombank Chi Nhánh Bình Dương
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Ý nghĩa nghiên cứu
• 1.7. Kết cấu luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC
• 2.1. Các khái niệm và mô hình dự báo gian lận BCTC
• 2.1.1. Định nghĩa gian lận
• 2.1.2. Định nghĩa gian lận BCTC
• 2.1.3. Các phương thức thực hiện gian lận phổ biến trên BCTC
• 2.2. Mô hình M’score và F’score
• 2.2.1. Mô hình M’score
• 2.2.2. Mô hình F’score
• 2.3. Tổng quan các nghiên cứu trước
• 2.3.1. Các nghiên cứu sử dụng Mô hình M’score
• 2.3.2. Các nghiên cứu sử dụng Mô hình F’score
• 2.3.3. Các nghiên cứu tác động của tín hiệu gian lận đến xác suất gian lận báo cáo tài chính
• 2.4. Xác định khoảng trống nghiên cứu
• 2.5. Các phương pháp phát hiện và dự báo gian lận BCTC
• 2.5.1. Sử dụng mô hình điều chỉnh thu nhập
• 2.5.2. Sử dụng mô hình kỹ thuật thống kê
• 2.5.3. Dựa trên kỹ thuật khai phá dữ liệu
• 3. CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
• 3.1. Mô tả tổng thể và mẫu nghiên cứu
• 3.1.1. Mô tả tổng thể
• 3.1.2. Mẫu nghiên cứu
• 3.2. Mô hình nghiên cứu
• 3.3. Lựa chọn và đo lường biến nghiên cứu
• 3.3.1. Chỉ số M’score
• 3.3.2. Chỉ số F’score
• 3.3.3. Các tỉ số tài chính sử dụng trong thẩm định BCTC của ngân hàng
• 3.4. Mô hình tương quan dự kiến
• 3.5. Quy trình thu thập và xử lý dữ liệu
• 3.6. Kết luận chương 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
• 4.1. Kết quả tính toán và phân tích M’score và F’score
• 4.2. Thống kê mô tả mẫu
• 4.3. Kết quả mô hình M’score
• 4.4. Kết quả mô hình F’score
• 4.5. Tổng hợp kết quả
• 4.6. Mô hình tương quan
• 4.7. Thống kê mô tả các biến
• 4.8. Hệ số tương quan
• 4.9. Mô hình hồi quy
• 4.9.1. Kết quả hồi quy theo mô hình hồi quy hỗn hợp (Pooled OLS)
• 4.9.2. Kết quả hồi quy theo mô hình Probit
• 4.10. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Hàm ý cho các đối tượng liên quan
• 5.2. Hạn chế của đề tài và hướng nghiên cứu tiếp theo
• 5.3. Hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Rủi ro Gian Lận Báo Cáo Tài Chính Là Gì

Bài viết này tập trung vào việc đánh giá khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương. Trong bối cảnh nền kinh tế hội nhập, các ngân hàng thương mại (NHTM) đóng vai trò quan trọng trong việc cung cấp vốn cho các doanh nghiệp. Tuy nhiên, hoạt động này tiềm ẩn nhiều rủi ro, đặc biệt là rủi ro gian lận. Gian lận báo cáo tài chính có thể gây ra những hậu quả nghiêm trọng cho ngân hàng, doanh nghiệp và toàn bộ hệ thống tài chính. Do đó, việc đánh giá rủi ro và phòng ngừa gian lận là vô cùng cần thiết. Luận văn này sử dụng các mô hình và phương pháp phân tích báo cáo tài chính để đánh giá một cách khách quan và toàn diện khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay tại Vietcombank chi nhánh Bình Dương. Kết quả nghiên cứu sẽ cung cấp những thông tin hữu ích cho Vietcombank trong việc nâng cao hiệu quả quản lý rủi ro tín dụng và đảm bảo an toàn hoạt động.

1.1. Tại Sao Gian Lận Báo Cáo Tài Chính Lại Nguy Hiểm

Gian lận báo cáo tài chính làm sai lệch thông tin, gây khó khăn cho việc ra quyết định của các bên liên quan, đặc biệt là Ngân hàng Nhà nước. Khi các doanh nghiệp sử dụng báo cáo tài chính không trung thực để vay vốn, ngân hàng có thể đưa ra quyết định cho vay sai lầm, dẫn đến nợ xấu và ảnh hưởng đến hiệu quả cho vay. Ngoài ra, gian lận còn làm mất niềm tin của nhà đầu tư, gây bất ổn cho thị trường tài chính. Theo báo cáo của Kiểm toán Nhà nước năm 2014, nợ xấu toàn hệ thống tăng đáng kể, một phần do doanh nghiệp làm giả báo cáo để được vay vốn. Các vụ việc như Phạm Công Danh, Nguyễn Đức Kiên cho thấy mức độ nghiêm trọng của vấn đề này.

1.2. Vietcombank Bình Dương Vị Trí Quan Trọng Trong Cho Vay Doanh Nghiệp

Vietcombank chi nhánh Bình Dương là một trong những chi nhánh lớn của Vietcombank, đóng vai trò quan trọng trong việc cung cấp vốn cho các doanh nghiệp trên địa bàn tỉnh. Với sự phát triển kinh tế nhanh chóng của Bình Dương, nhu cầu vay vốn của doanh nghiệp ngày càng tăng, đồng thời cũng làm gia tăng rủi ro tín dụng. Việc đánh giá khả năng rủi ro gian lận một cách chính xác sẽ giúp Vietcombank chi nhánh Bình Dương đưa ra các quyết định cho vay hiệu quả hơn, đảm bảo an toàn vốn và góp phần vào sự phát triển kinh tế của tỉnh. Do đó, nghiên cứu này tập trung vào Vietcombank chi nhánh Bình Dương để đưa ra những kết quả cụ thể và thiết thực.

II. Cách Xác Định Rủi Ro Phương Pháp Đánh Giá Gian Lận BCTC

Để đánh giá khả năng rủi ro gian lận báo cáo tài chính, luận văn sử dụng các mô hình đã được chứng minh hiệu quả trên thế giới, đặc biệt là mô hình M’score và F’score. Các mô hình này sử dụng các chỉ số tài chính để đánh giá mức độ rủi ro. Ngoài ra, luận văn cũng xem xét các yếu tố khác như kiểm soát nội bộ của doanh nghiệp, quy trình kiểm toán, và các thông tin định tính khác. Việc kết hợp các phương pháp phân tích định lượng và định tính giúp đưa ra một cái nhìn toàn diện về khả năng rủi ro. Mục tiêu là xác định các dấu hiệu cảnh báo sớm (red flags) để ngân hàng có thể chủ động phòng ngừa.

2.1. Mô Hình M score Bí Quyết Phát Hiện Gian Lận Sớm Nhất

Mô hình M’score là một trong những công cụ phổ biến nhất để đánh giá rủi ro gian lận báo cáo tài chính. Mô hình này dựa trên việc phân tích các tỷ số tài chính quan trọng, như tỷ lệ doanh thu, tỷ lệ lợi nhuận, và tỷ lệ tài sản. Thông qua việc so sánh các tỷ số này với các ngưỡng nhất định, M’score có thể giúp xác định các doanh nghiệp có dấu hiệu gian lận. Mô hình này đặc biệt hữu ích trong việc sàng lọc ban đầu các báo cáo tài chính để tập trung vào những trường hợp có rủi ro cao. Phạm Hoàng Việt (2017) sử dụng mô hình M'score để đánh giá rủi ro gian lận tại Vietcombank Bình Dương.

2.2. Mô Hình F score Công Cụ Bổ Sung Để Đánh Giá Toàn Diện Hơn

Mô hình F’score là một công cụ bổ sung hữu ích để đánh giá rủi ro gian lận. Mặc dù không phổ biến bằng M’score, F’score cũng sử dụng các tỷ số tài chính để đánh giá rủi ro. Tuy nhiên, F’score tập trung vào các khía cạnh khác nhau của báo cáo tài chính, như khả năng thanh toán, hiệu quả hoạt động, và đòn bẩy tài chính. Việc sử dụng cả M’score và F’score giúp ngân hàng có được một cái nhìn toàn diện hơn về rủi ro gian lận, giảm thiểu khả năng bỏ sót các trường hợp tiềm ẩn gian lận.

III. Vietcombank Bình Dương Quy Trình Cho Vay Và Kiểm Soát Rủi Ro

Để hiểu rõ hơn về khả năng rủi ro gian lận, cần xem xét quy trình cho vay và kiểm soát rủi ro tại Vietcombank chi nhánh Bình Dương. Ngân hàng cần có một quy trình chặt chẽ để thẩm định hồ sơ vay vốn, bao gồm việc phân tích báo cáo tài chính, đánh giá tín dụng, và kiểm tra thông tin. Ngoài ra, ngân hàng cũng cần có các biện pháp kiểm soát nội bộ hiệu quả để ngăn chặn và phát hiện gian lận. Việc kiểm soát rủi ro cần được thực hiện thường xuyên và liên tục, đảm bảo tính khách quan và minh bạch.

3.1. Thẩm Định Báo Cáo Tài Chính Yếu Tố Then Chốt Trong Cho Vay

Thẩm định báo cáo tài chính là một bước quan trọng trong quy trình cho vay của Vietcombank. Cán bộ tín dụng cần có kiến thức chuyên môn vững vàng để phân tích và đánh giá tính trung thực của báo cáo. Việc thẩm định cần tập trung vào các dấu hiệu bất thường, như tăng trưởng doanh thu đột biến, lợi nhuận cao bất thường so với ngành, hoặc các giao dịch với các bên liên quan. Cán bộ tín dụng cũng cần kiểm tra tính hợp lệ của các chứng từ và hóa đơn để phát hiện các trường hợp làm giả báo cáo.

3.2. Kiểm Soát Nội Bộ Lá Chắn Ngăn Ngừa Gian Lận Từ Bên Trong

Kiểm soát nội bộ đóng vai trò quan trọng trong việc phòng ngừa gian lận tại Vietcombank. Hệ thống kiểm soát cần bao gồm các quy trình kiểm tra, giám sát, và phê duyệt độc lập. Cán bộ tín dụng cần tuân thủ nghiêm ngặt các quy trình này để đảm bảo tính khách quan trong việc cho vay. Ngoài ra, ngân hàng cũng cần có các biện pháp bảo mật thông tin để ngăn chặn các hành vi gian lận từ bên trong. Một hệ thống kiểm soát nội bộ hiệu quả sẽ giúp giảm thiểu đáng kể rủi ro gian lận.

IV. Kết Quả Nghiên Cứu Mô Hình Dự Báo Nào Phù Hợp Với Vietcombank

Luận văn tiến hành phân tích dữ liệu của các doanh nghiệp vay vốn tại Vietcombank chi nhánh Bình Dương trong giai đoạn 2013-2015 để kiểm định tính hiệu quả của các mô hình M’score và F’score. Kết quả nghiên cứu cho thấy mô hình nào có khả năng dự báo gian lận tốt hơn trong điều kiện thực tế của Việt Nam. Ngoài ra, luận văn cũng phân tích mối tương quan giữa các tỷ số tài chính và khả năng gian lận để xác định các yếu tố quan trọng cần quan tâm trong quy trình thẩm định.

4.1. Phân Tích Dữ Liệu Tìm Ra Các Dấu Hiệu Bất Thường

Quá trình phân tích dữ liệu bao gồm việc thu thập thông tin từ báo cáo tài chính của các doanh nghiệp, tính toán các tỷ số tài chính, và áp dụng các mô hình M’score và F’score. Dữ liệu được xử lý bằng các phần mềm thống kê để xác định các doanh nghiệp có dấu hiệu gian lận. Quá trình phân tích cũng bao gồm việc so sánh các tỷ số tài chính của các doanh nghiệp với trung bình ngành để xác định các trường hợp bất thường.

4.2. So Sánh Mô Hình Mô Hình Nào Dự Báo Chính Xác Nhất

Kết quả nghiên cứu cho thấy tính hiệu quả của cả hai mô hình M’score và F’score trong việc dự báo gian lận. Tuy nhiên, mô hình M’score có vẻ hiệu quả hơn trong điều kiện thực tế của Vietcombank chi nhánh Bình Dương. Điều này có thể là do M’score tập trung vào các yếu tố quan trọng trong việc nhận diện gian lận, như tăng trưởng doanh thu và lợi nhuận. Kết quả nghiên cứu cung cấp thông tin hữu ích cho Vietcombank trong việc lựa chọn công cụ phù hợp để đánh giá rủi ro.

V. Giải Pháp Nâng Cao Phòng Ngừa Gian Lận Tại Vietcombank

Dựa trên kết quả nghiên cứu, luận văn đề xuất các giải pháp cụ thể để nâng cao hiệu quả phòng ngừa gian lận báo cáo tài chính tại Vietcombank chi nhánh Bình Dương. Các giải pháp bao gồm việc tăng cường đào tạo cho cán bộ tín dụng, nâng cao chất lượng kiểm soát nội bộ, và sử dụng các công cụ phân tích báo cáo tài chính hiệu quả hơn. Ngoài ra, ngân hàng cũng cần tăng cường hợp tác với các cơ quan chức năng để phát hiện và xử lý các trường hợp gian lận.

5.1. Đào Tạo Cán Bộ Nâng Cao Kỹ Năng Phát Hiện Gian Lận

Việc đào tạo cán bộ tín dụng về kỹ năng phân tích báo cáo tài chính và nhận diện các dấu hiệu gian lận là vô cùng quan trọng. Cán bộ cần được trang bị kiến thức về các thủ thuật gian lận phổ biến, cũng như các công cụ phân tích hiệu quả. Chương trình đào tạo cần được cập nhật thường xuyên để đáp ứng với các hình thức gian lận mới.

5.2. Kiểm Soát Nội Bộ Tăng Cường Giám Sát Và Kiểm Tra

Hệ thống kiểm soát nội bộ cần được tăng cường để đảm bảo tính khách quan và minh bạch trong quy trình cho vay. Các quy trình kiểm tra và giám sát cần được thực hiện thường xuyên và liên tục. Ngoài ra, ngân hàng cần có các biện pháp để khuyến khích nhân viên báo cáo các hành vi nghi ngờ gian lận.

VI. Kết Luận Rủi Ro Gian Lận BCTC Và Tương Lai Nghiên Cứu

Luận văn đã trình bày một cách toàn diện về khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương. Kết quả nghiên cứu cung cấp những thông tin hữu ích cho ngân hàng trong việc nâng cao hiệu quả quản lý rủi ro tín dụng và đảm bảo an toàn hoạt động. Tuy nhiên, luận văn cũng có những hạn chế nhất định, như phạm vi nghiên cứu giới hạn và dữ liệu chưa đầy đủ. Trong tương lai, cần có thêm các nghiên cứu sâu hơn về vấn đề này, sử dụng dữ liệu lớn hơn và các phương pháp phân tích phức tạp hơn.

6.1. Hạn Chế Nghiên Cứu Cần Mở Rộng Phạm Vi Và Dữ Liệu

Luận văn có một số hạn chế về phạm vi và dữ liệu. Phạm vi nghiên cứu chỉ giới hạn ở Vietcombank chi nhánh Bình Dương và giai đoạn 2013-2015. Dữ liệu cũng chưa đầy đủ do khó khăn trong việc thu thập thông tin từ các doanh nghiệp. Trong tương lai, cần mở rộng phạm vi nghiên cứu sang các chi nhánh khác của Vietcombank và các ngân hàng khác để có một cái nhìn toàn diện hơn. Cần thu thập dữ liệu đầy đủ hơn để đảm bảo tính chính xác của kết quả nghiên cứu.

6.2. Hướng Nghiên Cứu Tiếp Theo Ứng Dụng AI Và Big Data

Trong tương lai, có thể ứng dụng các công nghệ mới như trí tuệ nhân tạo (AI) và big data để nâng cao hiệu quả phòng ngừa gian lận. AI có thể được sử dụng để tự động phân tích báo cáo tài chính và phát hiện các dấu hiệu bất thường. Big data có thể được sử dụng để thu thập và xử lý lượng lớn dữ liệu từ nhiều nguồn khác nhau, giúp có được một cái nhìn toàn diện hơn về rủi ro gian lận.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh hoạt động ngân hàng thương mại tại Việt Nam ngày càng phát triển, rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp trở thành vấn đề cấp thiết. Theo báo cáo của Kiểm toán Nhà nước năm 2014, tổng nợ xấu toàn hệ thống đạt 145,2 nghìn tỉ đồng, tăng 24,6% so với năm trước, chiếm 3,25% tổng dư nợ. Một trong những nguyên nhân chính là doanh nghiệp làm giả báo cáo tài chính để được xét duyệt cho vay, trong khi cán bộ tín dụng chưa phát hiện kịp thời. Đề tài “Đánh giá khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương” nhằm vận dụng các mô hình dự báo gian lận M’score và F’score để nhận diện rủi ro gian lận trong báo cáo tài chính của doanh nghiệp vay vốn tại ngân hàng này.

Mục tiêu nghiên cứu bao gồm tổng quan các mô hình dự báo gian lận, phân tích và so sánh kết quả ứng dụng mô hình M’score và F’score, đồng thời khảo sát mối tương quan giữa các tỉ số tài chính trong thẩm định báo cáo tài chính với rủi ro gian lận. Phạm vi nghiên cứu tập trung vào 60 doanh nghiệp có quan hệ tín dụng với Vietcombank Bình Dương trong giai đoạn 2013-2015. Nghiên cứu có ý nghĩa quan trọng trong việc nâng cao hiệu quả thẩm định tín dụng, giảm thiểu rủi ro nợ xấu và góp phần ổn định thị trường tài chính ngân hàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình về gian lận báo cáo tài chính, trong đó có:

• Định nghĩa gian lận và gian lận báo cáo tài chính: Gian lận là hành vi cố ý làm sai lệch thông tin nhằm thu lợi bất chính, trong đó gian lận báo cáo tài chính là việc trình bày sai lệch hoặc bỏ sót thông tin trọng yếu trên báo cáo tài chính để đánh lừa người sử dụng.

• Mô hình M’score: Được đề xuất bởi Beneish (1999), sử dụng tám biến tài chính như tỉ số phải thu khách hàng so với doanh thu, tỉ lệ lãi gộp, tỉ lệ đòn bẩy, tỉ lệ chi phí bán hàng và quản lý, nhằm dự báo khả năng gian lận báo cáo tài chính với xác suất dự báo đúng khoảng 76%.

• Mô hình F’score: Phát triển bởi Dechow và cộng sự, bao gồm các biến tài chính, phi tài chính và dữ liệu thị trường nhằm dự báo sai sót trọng yếu trên báo cáo tài chính. Mô hình này có khả năng dự báo đúng khoảng 60-68% các trường hợp sai sót.

• Các tỉ số tài chính trong thẩm định báo cáo tài chính: Bao gồm tỉ lệ nợ trên vốn chủ sở hữu, tỉ lệ doanh thu trên tổng tài sản, lợi nhuận thuần trên doanh thu, tỉ lệ tồn kho trên doanh thu, quy mô tài sản, v.v., được sử dụng để phân tích mối quan hệ với rủi ro gian lận.

Phương pháp nghiên cứu

Nghiên cứu sử dụng dữ liệu báo cáo tài chính của 60 doanh nghiệp có quan hệ tín dụng với Vietcombank chi nhánh Bình Dương trong giai đoạn 2013-2015. Phương pháp chọn mẫu là ngẫu nhiên từ tổng số 283 doanh nghiệp lớn có dư nợ tại chi nhánh. Các bước nghiên cứu gồm:

• Thu thập và tính toán các biến tài chính từ báo cáo tài chính (bảng cân đối kế toán, báo cáo kết quả kinh doanh, báo cáo lưu chuyển tiền tệ).

• Tính toán chỉ số M’score và F’score cho từng doanh nghiệp qua các năm.

• Thống kê mô tả đặc điểm mẫu nghiên cứu.

• Phân tích tương quan Pearson để đánh giá mối quan hệ giữa các biến tài chính và chỉ số M’score.

• Hồi quy đa biến (Pooled OLS) và hồi quy Probit để ước lượng tác động của các tỉ số tài chính đến rủi ro gian lận.

• Kiểm định đa cộng tuyến, phương sai không đồng nhất và tự tương quan để đảm bảo tính hợp lệ của mô hình.

Phần mềm Excel và Stata được sử dụng để xử lý và phân tích dữ liệu. Cỡ mẫu 60 doanh nghiệp được đánh giá là phù hợp với mục tiêu nghiên cứu và khả năng thu thập dữ liệu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tỉ lệ doanh nghiệp có khả năng gian lận theo M’score: Năm 2013 có 43/60 doanh nghiệp (71,7%) có M’score > 1.78, năm 2014 giảm còn 32 doanh nghiệp (53,3%), năm 2015 tăng lên 33 doanh nghiệp (55%). Chỉ số M’score trung bình của nhóm này dao động từ 6,68 đến 7,09, cao hơn nhiều ngưỡng cảnh báo 1.78. Các doanh nghiệp này chủ yếu thuộc ngành sản xuất, với tổng dư nợ chiếm khoảng 61,19% dư nợ toàn chi nhánh.

2. Tỉ lệ doanh nghiệp có khả năng gian lận theo F’score: Có 7 doanh nghiệp năm 2013 có F’score > 1, con số này tăng lên 11 doanh nghiệp trong 3 năm nghiên cứu. Chỉ số F’score trung bình nhóm này là 11, vượt xa ngưỡng 2.45 cho rủi ro rất cao. Các doanh nghiệp này nên được xếp vào nhóm nợ dưới tiêu chuẩn (nợ nhóm 3).

3. Tổng hợp kết quả M’score và F’score: Có 8 doanh nghiệp có chỉ số M’score và F’score đồng thời vượt ngưỡng cảnh báo, chiếm khoảng 13,3% mẫu. Tổng dư nợ cho vay của nhóm này là hơn 900 tỉ đồng, chiếm 9,82% tổng dư nợ chi nhánh. Ngoài ra, 16 doanh nghiệp khác có chỉ số trung bình M’score và F’score trên 1, chứa đựng rủi ro gian lận ở mức trung bình.

4. Mối quan hệ giữa các tỉ số tài chính và rủi ro gian lận: Kết quả hồi quy Pooled OLS cho thấy tỉ lệ lãi gộp trên tổng tài sản (GP/TA) và quy mô tài sản (L.TA) có ảnh hưởng tích cực và có ý nghĩa thống kê ở mức 1% đến chỉ số M’score. Cụ thể, khi GP/TA tăng 1 đơn vị, M’score tăng 18,7 điểm; khi L.TA tăng 1 đơn vị, M’score tăng 1,4 điểm. Mô hình giải thích được 5,38% biến thiên của M’score.

5. Kết quả hồi quy Probit: Phân loại doanh nghiệp theo ngưỡng M’score 1.87, mô hình Probit xác nhận các biến GP/TA và L.TA có tác động đáng kể đến khả năng gian lận báo cáo tài chính.

Thảo luận kết quả

Kết quả cho thấy tỉ lệ doanh nghiệp có khả năng gian lận báo cáo tài chính tại Vietcombank Bình Dương là khá cao, đặc biệt trong ngành sản xuất và bất động sản. Sự biến động của chỉ số M’score qua các năm phản ánh tính không ổn định trong chất lượng báo cáo tài chính của doanh nghiệp vay vốn. M’score có độ nhạy cao hơn F’score trong việc phát hiện gian lận, phù hợp với các nghiên cứu quốc tế.

Mối quan hệ tích cực giữa tỉ lệ lãi gộp trên tổng tài sản và rủi ro gian lận cho thấy doanh nghiệp có lợi nhuận gộp cao có thể có động cơ thao túng báo cáo để duy trì hoặc nâng cao kết quả kinh doanh. Quy mô tài sản cũng là yếu tố quan trọng, doanh nghiệp lớn hơn có xu hướng có rủi ro gian lận cao hơn, có thể do phức tạp trong quản lý và kiểm soát nội bộ.

So sánh với các nghiên cứu trước đây, kết quả phù hợp với báo cáo của Dechow và cộng sự về vai trò của các biến tài chính trong dự báo sai sót trọng yếu. Việc sử dụng đồng thời hai mô hình M’score và F’score giúp tăng cường độ chính xác trong nhận diện rủi ro gian lận, hỗ trợ cán bộ tín dụng trong việc thẩm định hồ sơ cho vay.

Dữ liệu có thể được trình bày qua biểu đồ phân bố tỉ lệ doanh nghiệp có M’score và F’score vượt ngưỡng qua các năm, bảng tổng hợp kết quả hồi quy và ma trận hệ số tương quan để minh họa mối quan hệ giữa các biến.

Đề xuất và khuyến nghị

1. Tăng cường áp dụng mô hình M’score và F’score trong thẩm định tín dụng: Vietcombank chi nhánh Bình Dương nên tích hợp hai mô hình này vào quy trình đánh giá hồ sơ cho vay nhằm phát hiện sớm rủi ro gian lận báo cáo tài chính. Thời gian triển khai trong 6-12 tháng, do phòng thẩm định tín dụng chủ trì.

2. Đào tạo nâng cao năng lực cán bộ tín dụng: Tổ chức các khóa đào tạo chuyên sâu về nhận diện gian lận báo cáo tài chính, sử dụng các công cụ phân tích tài chính hiện đại. Mục tiêu nâng tỷ lệ phát hiện rủi ro gian lận lên trên 80% trong vòng 1 năm.

3. Xây dựng hệ thống cảnh báo sớm dựa trên các tỉ số tài chính: Phát triển phần mềm tự động phân tích các tỉ số tài chính quan trọng như tỉ lệ lãi gộp trên tổng tài sản, quy mô tài sản, tỉ lệ nợ trên vốn chủ sở hữu để cảnh báo rủi ro. Chủ thể thực hiện là phòng công nghệ thông tin phối hợp với phòng thẩm định tín dụng, hoàn thành trong 12 tháng.

4. Tăng cường kiểm soát nội bộ và giám sát sau cho vay: Thiết lập quy trình kiểm tra, giám sát định kỳ báo cáo tài chính của doanh nghiệp vay vốn, đặc biệt nhóm có chỉ số M’score và F’score cao. Thời gian thực hiện liên tục, do phòng kiểm soát rủi ro đảm nhiệm.

5. Hợp tác với các đơn vị kiểm toán độc lập uy tín: Yêu cầu doanh nghiệp vay vốn cung cấp báo cáo tài chính được kiểm toán bởi các đơn vị có uy tín để nâng cao độ tin cậy thông tin. Thực hiện ngay trong các hợp đồng tín dụng mới.

Đối tượng nên tham khảo luận văn

1. Cán bộ tín dụng ngân hàng: Nghiên cứu cung cấp công cụ và phương pháp nhận diện rủi ro gian lận báo cáo tài chính, giúp nâng cao hiệu quả thẩm định và giảm thiểu rủi ro nợ xấu.

2. Kiểm toán viên và chuyên gia tài chính: Tham khảo các mô hình M’score và F’score cùng các biến tài chính liên quan để áp dụng trong kiểm toán và đánh giá rủi ro gian lận.

3. Nhà quản lý doanh nghiệp: Hiểu rõ các yếu tố và dấu hiệu gian lận báo cáo tài chính, từ đó nâng cao tính minh bạch và tuân thủ chuẩn mực kế toán.

4. Nhà nghiên cứu và sinh viên chuyên ngành kế toán, tài chính: Tài liệu tham khảo quý giá về lý thuyết, phương pháp và thực tiễn ứng dụng mô hình dự báo gian lận trong môi trường ngân hàng Việt Nam.

Câu hỏi thường gặp

1. M’score và F’score khác nhau như thế nào?
   M’score tập trung vào các biến tài chính nội tại trong báo cáo tài chính, có độ nhạy cao trong phát hiện gian lận. F’score mở rộng thêm các biến phi tài chính và dữ liệu thị trường, giúp dự báo sai sót trọng yếu nhưng có độ chính xác thấp hơn một chút.

2. Tại sao tỉ lệ lãi gộp trên tổng tài sản lại liên quan đến gian lận?
   Lợi nhuận gộp cao có thể tạo động cơ cho doanh nghiệp thao túng báo cáo để duy trì hoặc nâng cao kết quả kinh doanh, từ đó làm tăng rủi ro gian lận.

3. Làm thế nào để áp dụng mô hình M’score và F’score trong thực tế ngân hàng?
   Ngân hàng có thể tích hợp các mô hình này vào phần mềm thẩm định tín dụng, sử dụng dữ liệu báo cáo tài chính của doanh nghiệp để tính toán chỉ số và cảnh báo rủi ro trước khi phê duyệt cho vay.

4. Quy mô doanh nghiệp ảnh hưởng thế nào đến rủi ro gian lận?
   Doanh nghiệp có quy mô lớn thường có cấu trúc phức tạp hơn, dễ xảy ra gian lận do khó kiểm soát nội bộ, đồng thời có nhiều động cơ để thao túng báo cáo tài chính.

5. Các biện pháp nào giúp giảm thiểu rủi ro gian lận báo cáo tài chính?
   Bao gồm đào tạo cán bộ tín dụng, áp dụng mô hình dự báo gian lận, tăng cường kiểm soát nội bộ, giám sát sau cho vay và hợp tác với kiểm toán độc lập uy tín.

Kết luận

• Luận văn đã vận dụng thành công mô hình M’score và F’score để đánh giá rủi ro gian lận báo cáo tài chính của 60 doanh nghiệp vay vốn tại Vietcombank chi nhánh Bình Dương trong giai đoạn 2013-2015.
• Kết quả cho thấy tỉ lệ doanh nghiệp có khả năng gian lận cao, đặc biệt trong ngành sản xuất và bất động sản, với chỉ số M’score trung bình 7 và F’score trung bình 11 ở nhóm rủi ro cao.
• Các tỉ số tài chính như tỉ lệ lãi gộp trên tổng tài sản và quy mô tài sản có ảnh hưởng tích cực và có ý nghĩa thống kê đến rủi ro gian lận.
• Nghiên cứu đề xuất các giải pháp cụ thể nhằm nâng cao hiệu quả nhận diện và kiểm soát rủi ro gian lận trong hoạt động cho vay doanh nghiệp.
• Các bước tiếp theo bao gồm triển khai áp dụng mô hình dự báo trong quy trình thẩm định tín dụng và đào tạo cán bộ, nhằm giảm thiểu rủi ro nợ xấu và nâng cao chất lượng tín dụng ngân hàng.

Quý độc giả và các nhà quản lý ngân hàng được khuyến khích áp dụng các kết quả nghiên cứu này để nâng cao hiệu quả quản trị rủi ro tín dụng và đảm bảo sự phát triển bền vững của hệ thống ngân hàng.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu Chương 2: Cơ sở lý thuyết và tổng quan các nghiên cứu trước đây Chương 3: Thiết kế nghiên cứu Chương 4: Kết quả nghiên cứu và bàn luận Chương 5: Kết luận 5 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC 2. Các khái niệm và mô hình dự báo gian lận BCTC 2.1 Định nghĩa gian lận Gian lận là hành động trình bày sai sự thật hoặc che giấu một thực tế nhằm gây thiệt hại cho người khác (Bryan Garner, 2004, Từ điển Black’s Law Dictionary 8th Ed. Thomson West, Hoa Kỳ). Theo từ điển tiếng Việt (Viện ngôn ngữ học -1988), gian lận là hành vi thiếu trung thực, dối trá, mánh khóe nhằm lừa gạt người khác.

Theo nghĩa rộng gian lận là việc xuyên tạc sự thật, thực hiện các hành vi không hợp pháp nhằm lường gạt, dối trá để thu được một lợi ích nào đó. Chuẩn mực kiểm toán Việt Nam 240 (VSA 240) có định nghĩa về gian lận như sau: “Gian lận là hành vi cố ý do một hay nhiều người trong Hội đồng quản trị, Ban Giám đốc, các nhân viên hoặc bên thứ ba thực hiện bằng các hành vi gian dối để thu lợi bất chính hoặc bất hợp pháp.” Như vậy, khi đề cập đến gian lận thì khái niệm này thường bao gồm các nội dung: - Hành vi cố tình, cố ý; - Thiếu trung thực, lừa gạt; - Mang lại lợi ích bất chính, bất hợp pháp.2 Định nghĩa gian lận BCTC Theo khái niệm về gian lận đã nêu thì khái niệm về gian lận BCTC cũng mang các nội dung của khái niệm về gian lận tuy nhiên quy mô khái niệm này đề cập sẽ hẹp hơn đó là chỉ đề cập đến gian lận trong phạm vi BCTC. Một số khái niệm phổ biến bao gồm: - Gian lận trên BCTC là hành vi cố ý hoặc thiếu thận trọng dù là cố ý hay bỏ sót làm sai sót trọng yếu đến BCTC. Hành vi này có thể liên quan đến nhiều yếu tố và được thực hiện dưới nhiều hình thức khác nhau bao gồm làm giả 6 mạo, xuyên tạc về những hồ sơ liên quan đến doanh nghiệp, cố ý bỏ sót không trình bày những thông tin quan trọng trên BCTC, áp dụng sai các nguyên tắc kế toán, chính sách (Treadway Commission, 1987).

- Gian lận báo cáo tài chính là sự trình bày sai lệch cố ý về tình trạng tài chính của doanh nghiệp được thực hiện thông qua việc làm sai lệch hoặc bỏ sót có chủ ý các khoản mục hoặc các thuyết minh trên BCTC nhằm đánh lừa người sử dụng BCTC (ACFE Fraud Examiners Manual, 2012). - Trong chuẩn mực kiểm toán quốc tế số 240 (ISA 240) cũng định nghĩa gian lận báo cáo tài chính là làm thay đổi, giả mạo các chứng từ kế toán hoặc ghi chép sai, không trình bày hay cố ý bỏ sót các thông tin quan trọng trên BCTC; cố ý không áp dụng, không tuân thủ các nguyên tắc kế toán, chuẩn mực kế toán; giấu diếm hay bỏ sót không ghi chép các nghiệp vụ phát sinh, ghi chép các nghiệp vụ không xảy ra. Như vậy, gian lận BCTC có thể được xem là hành vi cố ý làm sai lệch thông tin trên các BCTC để đánh lừa người sử dụng thông tin BCTC.3 Các phương thức thực hiện gian lận phổ biến trên BCTC Theo Gerard M. Zack (2013), các hình thức gian lận BCTC phổ biến bao gồm: 2.1 Gian lận doanh thu Thông thường các gian lận liên quan đến doanh thu được thực hiện dưới các hình thức: - Dịch chuyển thời gian ghi nhận doanh thu: có nghĩa là việc ghi nhận doanh thu không đúng thời điểm phát sinh hoặc khi chưa đủ điều kiện ghi nhận doanh thu theo nguyên tắc ghi nhận doanh thu của chuẩn mực BCTC.

Ví dụ: ghi nhận doanh thu khi khách hàng đặt hàng, đã xuất hóa đơn nhưng hàng chưa ra khỏi kho; ghi nhận doanh thu dựa trên tỉ lệ phần trăm hoàn thành công việc vào ngày báo cáo khi công việc chưa hoàn tất, nghiệm thu…theo đúng các điều kiện kỹ thuật. 7 - Ghi nhận khống doanh thu: có nghĩa là làm giả các hồ sơ, giấy tờ nhằm ghi nhận việc bán hàng nhưng thực tế không xảy ra giao dịch. Ví dụ: bán hàng nội bộ; ghi nhận doanh thu khi xuất hàng ký gửi. - Phân loại sai: có nghĩa là ghi nhận các khoản thu nhập khác thành doanh thu.

Ví dụ: thu nhập từ phần chênh lệch bán trả góp được ghi nhận là doanh thu bán hàng; ghi nhận khoản giảm trừ doanh thu thành chi phí làm tăng doanh thu thuần.2 Gian lận tài sản Thông thường các gian lận liên quan đến tài sản được thực hiện dưới các hình thức: - Vốn hóa các chi phí: có nghĩa là tiến hành vốn hóa các chi phí khi các chi phí chưa đủ điều kiện hoặc chi phí phát sinh là chi phí thời kỳ, thường xuyên tiêu dùng hết trong kỳ không mang lại giá trị tương lai. Ví dụ: vốn hóa các chi phí tiền thuê; vốn hóa các chi phí pháp lý thành lập doanh nghiệp… - Định giá tài sản: có nghĩa là việc sử dụng định giá tài sản để làm thay đổi giá trị thực của tài sản, tăng khống giá trị tài sản. Ví dụ: định giá tài sản ảo khi mua tài sản từ các bên liên kết; định giá sai đối với các tài sản đầu tư tài chính… - Kế toán dựa trên giá trị hợp lý: nghĩa là sử dụng sai các phương pháp đo lường giá trị hợp lý. Ví dụ: trong phương pháp đo lường giá trị hợp lý thông qua giá thị trường, doanh nghiệp lấy giá tham khảo của các tài sản không hợp lý dẫn đến việc trình bày giá trị hợp lý của tài sản bị sai.3 Gian lận chi phí và nợ phải trả Thông thường các gian lận liên quan đến chi phí và nợ phải trả được thực hiện dưới các hình thức: - Dịch chuyển thời gian ghi nhận chi phí: nghĩa là ghi nhận chi phí không đúng thời điểm phát sinh dẫn đến tăng, giảm lợi nhuận.

Ví dụ: chi phí phát sinh trong tháng 12 nhưng hóa đơn tháng 1 năm sau mới nhận nên ghi nhận chi phí vào tháng 1 năm sau. 8 - Bỏ sót hoặc báo cáo các khoản nợ thấp hơn thực tế: nghĩa là không ghi nhận nghĩa vụ đối với các khoản nợ phải trả đã phát sinh hoặc ghi nhận không đầy đủ giá trị các khoản nợ phát sinh. Ví dụ: doanh nghiệp đã mua hàng và nhận hàng nhưng chưa ghi nhận phải trả nhà cung cấp; không ghi nhận chi phí lãi vay phải trả đối với các khoản vay có ngày giải ngân không trùng ngày khóa sổ.4 Các gian lận BCTC khác Ngoài các cách thức tiến hành gian lận BCTC như trên, các doanh nghiệp có thể tiến hành gian lận BCTC dưới các hình thức: - Hợp nhất báo cáo: nghĩa là sử dụng hợp nhất BCTC như là một công cụ để làm thay đổi các khoản mục của báo cáo tài chính hợp nhất. Ví dụ: không hợp nhất BCTC đối với các doanh nghiệp được thành lập với mục đích đặc biệt trong tập đoàn… - Công bố thông tin: có nghĩa là không công bố hoặc công bố các thông tin có liên quan đến các khoản mục trên BCTC hoặc các sự kiện có thể ảnh hưởng đến tài chính của doanh nghiệp.

Ví dụ: không công bố các thông tin sau ngày kết thúc niên độ có ảnh hưởng đến hoạt động liên tục của doanh nghiệp như: mua bán, sát nhập, kiện tụng… 2.4 Các phương thức thực hiện gian lận phổ biến trên BCTC Các nghiên cứu trên thế giới về gian lận đã đề xuất nhiều phương pháp, mô hình khác nhau để phát hiện và dự báo gian lận trên BCTC. Có thể phân nhóm các phương pháp phát hiện và dự báo gian lận BCTC như sau: 2.1 Sử dụng mô hình điều chỉnh thu nhập Điều chỉnh thu nhập là hành vi của nhà quản lý sử dụng việc ghi nhận trên cơ sở dồn tích thông qua một số tài khoản để làm thay đổi lợi nhuận sau thuế theo các mục tiêu công bố thông tin của họ. Các mô hình tính toán các khoản dồn tích lần lượt được các nhà nghiên cứu công bố như DeAngelo (1986), Jones (1991) và các nghiên cứu gần đây như Dechow & Dichev’s (2002), McNichols (2002). Mô hình Jones (1991) được sử dụng phổ biến, nghiên cứu này cho rằng các khoản dồn tích 9 tự định là kết quả của việc nhà quản lý thực hiện các chủ định của mình và thay đổi các điều kiện hoặc áp dụng các chính sách kế toán linh hoạt.

Mô hình được đề cập đến như sau: NDAt = α1(1/At-1 ) + α2(ΔREVt) + α3(PPEt) Với: - NDAt: Tổng các khoản dồn tích không tự định năm t - At-1: Tổng tài sản tại năm t-1 - REVt: Chênh lệch trong doanh thu năm t so với năm t-1 - PPEt: Tổng giá trị còn lại của tài sản cố định tại năm t Các hệ số α1, α2, α3 được ước lượng bằng phương pháp bình phương bé nhất (OLS) từ phương trình hồi quy sau: TAt = α1(1/At-1) + α2(ΔREVt) + α3(PPEt) + t 2.2 Sử dụng mô hình kỹ thuật thống kê Đây có lẽ là phương pháp được nhiều nhà nghiên cứu thực hiện, khi một loạt các nghiên cứu đã kiểm tra kết quả phân biệt và dự báo gian lận BCTC của các mô hình kỹ thuật thống kê. Một số tác giả như Pearson (1995), Beneish (1999), Spathis (2002), Kaminski & cộng sự (2004) đã kiểm tra đối chiếu giữa một mẫu các công ty gian lận và một mẫu các công ty không gian lận có cùng quy mô. Dựa trên việc xác định các sai lệch khi đối chiếu 2 mẫu, các tác giả đã xây dựng các mô hình như hồi quy logistic (Pearson, Spathis), phân tích biệt số (Kaminski), mô hình probit WESML (Beneish) gồm các biến có thể nhận dạng sai lệch giữa 2 mẫu. Các biến này thường là các tỉ số tài chính.3 Dựa trên kỹ thuật khai phá dữ liệu Kỹ thuật khai phá dữ liệu (Data Mining) có khả năng phân biệt khá tốt BCTC có gian lận hay những yếu tố có liên quan đến gian lận BCTC.

Đây là một ứng dụng của kỹ thuật hiện đại trong lĩnh vực quản lý thông tin. Bên cạnh ngành nghề kế toán và kiểm toán, kỹ thuật này cũng được ứng dụng khá phổ biến trong nhiều lĩnh vực khác như: công nghệ, thương mại điện tử, y tế, viễn thông, tài chính… Có thể hiểu một cách đơn giản, khai phá dữ liệu là một quá trình phân tích, trích xuất 10 tri thức từ một lượng dữ liệu thô cực lớn nhằm tìm ra các mẫu có mối quan hệ mang tính hệ thống giữa các biến và hợp thức hóa các kết quả tìm được.