Mô Hình Beneish M-Score Trong Đo Lường Lợi Nhuận Thị Trường: Bằng Chứng Thực Nghiệm Tại Việt Nam

• Tác giả: Duong Minh Khanh
• Người hướng dẫn: PhD. Nguyen Duy Linh
• Trường học: Banking University of Ho Chi Minh City
• Chuyên ngành: Banking - Finance
• Đề tài: Mô Hình Beneish M-Score: Phân Tích Tác Động Đến Lợi Nhuận Cổ Phiếu Tại Việt Nam
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2022
• Địa điểm: Ho Chi Minh City

• ABSTRACT
• DECLARATION
• ACKNOWLEDGEMENT
• TABLE OF CONTENTS
• 1. CHAPTER 1: INTRODUCTION
• 1.1. Research objectives and research questions
• 1.2. Subject and scope of the study subject
• 1.3. Structure of the study
• 2. CHAPTER 2: THEORETICAL BASIS AND LITERATURE REVIEW
• 2.1. Definition of financial statement
• 2.2. Definition of financial reporting fraud
• 2.3. Theory explaining the motives for fraudulent financial statements
• 2.4. Acts of performing fraudulent financial statements
• 2.5. Identify distortions in financial statements
• 2.6. Beneish M-score model
• 2.7. Research on developing the Beneish M-score model
• 2.8. Research on the correlation between financial statement distortion and stock market profitability
• 3. CHAPTER 3: DATA AND RESEARCH METHODS
• 3.1. M – score and forecast future expected return
• 3.2. Calculate adjusted rate of return on a security (BHSAR)
• 3.3. Comparison of BHSAR (+1) of two groups of companies classified by M-score
• 3.4. Consider the relationship between M – Score and profitability
• 3.5. Consider the relationship between profitability and other factors
• 3.6. Empirical model about the relationship between M-score and return on stock market
• 3.7. Regression fit method – GMM
• 4. CHAPTER 4: RESEARCH RESULTS AND DISCUSSION
• 4.1. Financial distortion in Vietnam
• 4.2. Financial distortion from the perspective of the exchange
• 4.3. Fraud risk according to the capitalization classification
• 4.4. Impact of financial fraud on stock returns
• 4.5. M – Score and the influence of other factors on profitability
• 4.6. Correlation matrix between M - score and other influencing factors
• 4.7. Combined effect of M-score and other factors on stock return
• 4.8. Find the defects of the model
• 4.9. Regression by GMM method
• 4.10. Interpretation of regression results
• 5. CHAPTER 5: CONCLUSIONS AND RECOMMENDATIONS
• 5.1. Limitations and suggestions for further studies
• 5.2. Proposing solutions to limit fraud in financial statements
• LIST OF TABLES AND FIGURES

I. Tổng Quan Mô Hình Beneish M Score Ứng Dụng Tại Việt Nam

Báo cáo tài chính đóng vai trò quan trọng trong quyết định đầu tư trên thị trường chứng khoán. Chúng cung cấp thông tin về tài sản, nguồn vốn, kết quả hoạt động và dòng tiền, giúp người dùng kiểm tra và giám sát hoạt động kinh doanh. Tuy nhiên, nhiều doanh nghiệp đã gian lận và thao túng báo cáo tài chính, gây ảnh hưởng tiêu cực đến thị trường vốn và nền kinh tế. Do đó, việc đánh giá độ tin cậy của báo cáo tài chính là vô cùng cần thiết. Mô hình Beneish M-score ra đời như một công cụ hữu ích để phát hiện các dấu hiệu bất thường trong báo cáo tài chính. Nghiên cứu này tập trung vào việc phân tích tác động của mô hình Beneish M-score đến lợi nhuận cổ phiếu tại thị trường Việt Nam. Mục tiêu là cung cấp một công cụ tham khảo cho nhà đầu tư và các bên liên quan để đánh giá tính minh bạch của doanh nghiệp và đưa ra quyết định đầu tư sáng suốt. Các công cụ định lượng được sử dụng để đánh giá rủi ro gian lận.

1.1. Tại Sao Mô Hình Beneish M Score Lại Quan Trọng

Mô hình Beneish M-score trở nên quan trọng vì khả năng phát hiện các dấu hiệu gian lận tiềm ẩn trong báo cáo tài chính. Việc nhận diện sớm các doanh nghiệp có nguy cơ gian lận giúp nhà đầu tư phòng ngừa rủi ro và bảo vệ vốn đầu tư. Mô hình này sử dụng các chỉ số tài chính để đánh giá khả năng thao túng báo cáo, cung cấp một góc nhìn khách quan và định lượng. Nghiên cứu của Vo Minh Duong (2016) đã chứng minh tính khả thi của việc áp dụng mô hình Beneish M-score tại Việt Nam. Các chỉ số tài chính có liên hệ mật thiết với khả năng gian lận.

1.2. Phạm Vi Nghiên Cứu Về Mô Hình Beneish M Score

Nghiên cứu tập trung vào các công ty niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 2011-2021. Mục tiêu là đánh giá tác động của việc thao túng báo cáo tài chính đến lợi nhuận cổ phiếu. Phạm vi nghiên cứu bao gồm việc đo lường khả năng gian lận tài chính thông qua Beneish M-score, xây dựng mô hình đánh giá tác động và đề xuất giải pháp hạn chế gian lận. Dữ liệu được thu thập và phân tích cẩn thận để đảm bảo tính chính xác và khách quan. Nghiên cứu này có ý nghĩa thực tiễn đối với các nhà đầu tư và cơ quan quản lý.

II. Thách Thức Gian Lận Báo Cáo Tài Chính Và Ảnh Hưởng

Gian lận báo cáo tài chính là một vấn đề nhức nhối, gây ra những hậu quả nghiêm trọng cho thị trường chứng khoán và nền kinh tế. Các hành vi gian lận làm sai lệch thông tin, ảnh hưởng đến quyết định của nhà đầu tư, làm giảm niềm tin vào thị trường và gây bất ổn. Điển hình là các vụ bê bối Enron và Lehman Brothers trên thế giới, hay các vụ việc của Dược Cửu Long và JVC tại Việt Nam. Những vụ việc này cho thấy sự cần thiết của việc phát hiện và ngăn chặn gian lận báo cáo tài chính. Việc áp dụng các mô hình như Beneish M-score có thể giúp giảm thiểu rủi ro đầu tư và bảo vệ quyền lợi của nhà đầu tư. Các chỉ số cảnh báo sớm cần được theo dõi sát sao.

2.1. Mục Đích Của Gian Lận Báo Cáo Tài Chính

Doanh nghiệp có thể gian lận báo cáo tài chính vì nhiều mục đích khác nhau, bao gồm giảm thuế, đáp ứng kỳ vọng của các nhà phân tích, đảm bảo các điều khoản hợp đồng nợ và đạt được các khoản bồi thường ngắn hạn cho ban quản lý. Việc thổi phồng lợi nhuận có thể giúp doanh nghiệp thu hút vốn đầu tư và cải thiện hình ảnh trước công chúng. Tuy nhiên, những hành vi này gây ra sự mất cân bằng thông tin trên thị trường và làm ảnh hưởng đến các quyết định đầu tư. Các mục tiêu ngắn hạn thường thúc đẩy các hành vi gian lận.

2.2. Các Hình Thức Gian Lận Báo Cáo Tài Chính Phổ Biến

Các hình thức gian lận báo cáo tài chính rất đa dạng, bao gồm ghi nhận doanh thu một cách tích cực, sử dụng thuê tài chính cho các tài sản thuê ngoài, ghi nhận doanh thu/thu nhập không hoạt động vào doanh thu/thu nhập hoạt động, lựa chọn các mô hình ước tính khấu hao không phù hợp và ghi nhận các khoản dự phòng cao hoặc thấp hơn mức cần thiết. Ngoài ra, còn có các hành vi như ghi nhận các khoản mục hiện tại là dài hạn, ghi nhận tài sản hữu hình thấp và tài sản vô hình cao cho mục đích M&A. Các hình thức này đều làm sai lệch bức tranh tài chính thực tế của doanh nghiệp. Các thủ thuật kế toán được sử dụng một cách tinh vi để che giấu gian lận.

III. Phương Pháp Phân Tích Ảnh Hưởng M Score Đến Lợi Nhuận Cổ Phiếu

Nghiên cứu này sử dụng mô hình Beneish M-score để đo lường khả năng gian lận báo cáo tài chính và phân tích tác động của nó đến lợi nhuận cổ phiếu. Mô hình được xây dựng dựa trên tám chỉ số tài chính, bao gồm DSRI, GMI, AQI, SGI, DEPI, SGAI, TATA và LVGI. Các chỉ số này phản ánh các khía cạnh khác nhau của báo cáo tài chính và giúp xác định các dấu hiệu bất thường. Dữ liệu được thu thập từ báo cáo tài chính của các công ty niêm yết và được phân tích bằng các phương pháp thống kê phù hợp. Kết quả phân tích sẽ cho thấy mối quan hệ giữa M-score và lợi nhuận cổ phiếu. Mô hình hồi quy được sử dụng để kiểm định các giả thuyết nghiên cứu.

3.1. Các Biến Số Trong Mô Hình Beneish M Score

Mô hình Beneish M-score bao gồm tám biến số độc lập, mỗi biến số đại diện cho một khía cạnh khác nhau của báo cáo tài chính. DSRI (chỉ số kỳ thu tiền) đo lường tỷ lệ các khoản phải thu so với tổng doanh thu. GMI (chỉ số biên lợi nhuận gộp) đo lường biên lợi nhuận gộp của năm trước so với năm hiện tại. AQI (chỉ số chất lượng tài sản) đo lường sự thay đổi trong cơ cấu tài sản. SGI (chỉ số tăng trưởng doanh thu) đo lường sự tăng trưởng doanh thu. DEPI (chỉ số khấu hao) đo lường tỷ lệ khấu hao so với tài sản cố định. SGAI (chỉ số chi phí bán hàng và quản lý) đo lường tỷ lệ chi phí bán hàng và quản lý so với doanh thu. TATA (chỉ số giá trị dồn tích) đo lường sự khác biệt giữa thu nhập ròng và dòng tiền từ hoạt động kinh doanh. LVGI (chỉ số đòn bẩy tài chính) đo lường tỷ lệ nợ so với tổng tài sản. Ý nghĩa của từng biến số cần được hiểu rõ để giải thích kết quả phân tích.

3.2. Phương Pháp Hồi Quy GMM Để Kiểm Định Mô Hình

Nghiên cứu sử dụng phương pháp hồi quy GMM (Generalized Method of Moments) để kiểm định mô hình và đánh giá tác động của M-score đến lợi nhuận cổ phiếu. Phương pháp GMM là một phương pháp thống kê mạnh mẽ, cho phép xử lý các vấn đề về nội sinh và phương sai sai số thay đổi. Phương pháp này phù hợp với dữ liệu bảng và cho phép kiểm soát các yếu tố ngoại sinh có thể ảnh hưởng đến kết quả. Ưu điểm của phương pháp GMM là khả năng xử lý các vấn đề về nội sinh.

IV. Ứng Dụng Kết Quả Nghiên Cứu Tại Thị Trường Chứng Khoán VN

Kết quả nghiên cứu cho thấy có sự khác biệt đáng kể về lợi nhuận cổ phiếu giữa các công ty có M-score cao và các công ty có M-score thấp. Các công ty có nguy cơ gian lận tài chính cao (M-score cao) thường có lợi nhuận cổ phiếu thấp hơn, và ngược lại. Mô hình hồi quy cũng cho thấy mối tương quan âm giữa M-score và lợi nhuận cổ phiếu. Ngoài ra, các yếu tố khác như Accruals, Momentum, MVE và BTM cũng có tác động đến lợi nhuận cổ phiếu. Nghiên cứu này cung cấp bằng chứng thực nghiệm về tác động của Beneish M-score đến lợi nhuận cổ phiếu tại thị trường Việt Nam. Dữ liệu thực tế được sử dụng để chứng minh các giả thuyết nghiên cứu.

4.1. Tỷ Lệ Gian Lận Tài Chính Theo Sàn Giao Dịch

Nghiên cứu thống kê số lượng công ty có nguy cơ gian lận tài chính trên các sàn giao dịch HOSE và HNX. Kết quả cho thấy có sự khác biệt về tỷ lệ gian lận giữa hai sàn giao dịch. Việc so sánh tỷ lệ gian lận giữa các sàn giao dịch giúp hiểu rõ hơn về đặc điểm của từng thị trường và mức độ quản lý rủi ro. Thống kê mô tả được sử dụng để trình bày kết quả.

4.2. Tác Động Của Gian Lận Đến Lợi Nhuận Cổ Phiếu Thực Tế

Nghiên cứu phân tích tác động của gian lận tài chính đến lợi nhuận cổ phiếu thực tế của các công ty. Kết quả cho thấy các công ty có M-score cao thường có lợi nhuận cổ phiếu thấp hơn so với các công ty có M-score thấp. Điều này chứng tỏ rằng gian lận tài chính có ảnh hưởng tiêu cực đến giá trị doanh nghiệp và lợi ích của nhà đầu tư. Phân tích hồi quy được sử dụng để định lượng tác động.

V. Kết Luận Mô Hình Beneish M Score Và Bài Học Kinh Nghiệm

Nghiên cứu này đã chứng minh rằng mô hình Beneish M-score là một công cụ hữu ích để phát hiện các dấu hiệu gian lận báo cáo tài chính và đánh giá tác động của nó đến lợi nhuận cổ phiếu tại thị trường Việt Nam. Kết quả nghiên cứu có ý nghĩa thực tiễn đối với các nhà đầu tư, cơ quan quản lý và các bên liên quan khác. Việc áp dụng mô hình này có thể giúp giảm thiểu rủi ro đầu tư, bảo vệ quyền lợi của nhà đầu tư và nâng cao tính minh bạch của thị trường. Tuy nhiên, nghiên cứu cũng có một số hạn chế và cần được tiếp tục nghiên cứu trong tương lai. Các khuyến nghị chính sách được đưa ra dựa trên kết quả nghiên cứu.

5.1. Hạn Chế Của Nghiên Cứu Và Hướng Nghiên Cứu Tiếp Theo

Nghiên cứu có một số hạn chế, bao gồm phạm vi thời gian hạn chế (2011-2021) và việc sử dụng dữ liệu thứ cấp. Hướng nghiên cứu tiếp theo có thể mở rộng phạm vi thời gian, sử dụng dữ liệu sơ cấp và kết hợp mô hình Beneish M-score với các mô hình khác để nâng cao độ chính xác. Các nghiên cứu sâu hơn cần được thực hiện để hiểu rõ hơn về các yếu tố ảnh hưởng đến gian lận tài chính.

5.2. Giải Pháp Hạn Chế Gian Lận Báo Cáo Tài Chính Hiệu Quả

Để hạn chế gian lận báo cáo tài chính, cần có các giải pháp đồng bộ từ các cơ quan quản lý, doanh nghiệp và các bên liên quan khác. Các giải pháp bao gồm tăng cường kiểm soát nội bộ, nâng cao chất lượng kiểm toán, tăng cường giám sát của cơ quan quản lý, nâng cao ý thức tuân thủ pháp luật của doanh nghiệp và tăng cường đào tạo về đạo đức nghề nghiệp cho các kế toán viên và kiểm toán viên. Cần có một hệ thống quản lý rủi ro hiệu quả.

Tổng quan nghiên cứu

Trong giai đoạn từ 2011 đến 2021, với tổng cộng 4.336 quan sát từ các công ty niêm yết trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và Hà Nội (HNX), nghiên cứu đã áp dụng mô hình Beneish M-score để đánh giá khả năng gian lận trong báo cáo tài chính. Kết quả cho thấy khoảng 30% số công ty có dấu hiệu gian lận tài chính, tương đương 1.261 quan sát, trong đó HOSE chiếm 756 và HNX chiếm 505. Mục tiêu chính của luận văn là xác định mối liên hệ giữa khả năng gian lận tài chính và lợi nhuận cổ phiếu, đồng thời đề xuất các giải pháp hạn chế gian lận trong báo cáo tài chính tại Việt Nam. Phạm vi nghiên cứu tập trung vào các công ty niêm yết trên hai sàn HOSE và HNX trong giai đoạn 2011-2021, bao gồm cả giai đoạn đại dịch Covid-19. Ý nghĩa của nghiên cứu được thể hiện qua việc cung cấp công cụ đánh giá độ tin cậy của báo cáo tài chính, hỗ trợ nhà đầu tư và các bên liên quan trong việc ra quyết định đầu tư và cấp tín dụng, đồng thời góp phần nâng cao minh bạch thị trường chứng khoán Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên mô hình Beneish M-score, một công cụ định lượng gồm tám chỉ số tài chính nhằm phát hiện dấu hiệu gian lận trong báo cáo tài chính, bao gồm: Chỉ số kỳ thu tiền (DSRI), Chỉ số lợi nhuận gộp (GMI), Chỉ số chất lượng tài sản (AQI), Chỉ số tăng trưởng doanh thu (SGI), Chỉ số khấu hao (DEPI), Chỉ số chi phí bán hàng và quản lý (SGAI), Chỉ số tổng khoản phải thu (TATA) và Chỉ số đòn bẩy tài chính (LVGI). Mô hình này được phát triển dựa trên lý thuyết tam giác gian lận của Donald R. Cressey, giải thích các động cơ gian lận gồm động lực, thái độ và cơ hội. Ngoài ra, nghiên cứu còn vận dụng các lý thuyết về quản trị tài chính và hành vi nhà quản lý nhằm giải thích nguyên nhân và tác động của việc gian lận báo cáo tài chính đến lợi nhuận cổ phiếu.

Phương pháp nghiên cứu

Nguồn dữ liệu được thu thập từ các báo cáo tài chính đã kiểm toán của các công ty niêm yết trên HOSE và HNX trong giai đoạn 2011-2021, loại trừ các công ty tài chính và những doanh nghiệp thiếu dữ liệu hoặc bị hủy niêm yết. Tổng số quan sát là 4.336, trong đó HOSE có 2.599 và HNX có 1.737. Phương pháp phân tích bao gồm: tính toán M-score theo mô hình Beneish, phân loại công ty theo mức độ rủi ro gian lận, tính toán lợi nhuận điều chỉnh theo kích thước danh mục đầu tư (BHSAR), và xây dựng mô hình hồi quy đa biến sử dụng phương pháp GMM để kiểm định mối quan hệ giữa M-score và lợi nhuận cổ phiếu, đồng thời kiểm soát các biến ảnh hưởng khác như Accruals, Momentum, MVE và BTM. Quá trình nghiên cứu được thực hiện bằng phần mềm Excel và Stata 15, đảm bảo tính chính xác và khách quan trong phân tích.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tỷ lệ công ty có rủi ro gian lận tài chính: Khoảng 30% số công ty niêm yết được xác định có nguy cơ gian lận báo cáo tài chính, với 756 công ty trên HOSE và 505 công ty trên HNX. Tỷ lệ này biến động qua các năm, tăng mạnh từ 16,2% năm 2013 lên 37,5% năm 2020 trong giai đoạn đại dịch Covid-19.

2. Ảnh hưởng của gian lận đến lợi nhuận cổ phiếu: Các công ty có M-score cao (nguy cơ gian lận cao) có lợi nhuận cổ phiếu trung bình thấp hơn 3,64% so với nhóm không gian lận trong giai đoạn 2011-2021. Đặc biệt, trong giai đoạn 2012-2014, sự chênh lệch lợi nhuận giữa hai nhóm lên tới 18%, có ý nghĩa thống kê cao.

3. Mối quan hệ giữa M-score và các yếu tố khác: Phân tích ma trận tương quan cho thấy M-score có tương quan dương với Accruals và tương quan âm với BTM, đồng thời không có hiện tượng đa cộng tuyến giữa các biến độc lập (VIF < 10). Kết quả hồi quy GMM cho thấy M-score có hệ số âm (-0,808) với lợi nhuận điều chỉnh BHSAR, trong khi Momentum và MVE có hệ số dương lần lượt là 0,441 và 5,6, đều có ý nghĩa thống kê ở mức 1%.

4. Kiểm định mô hình: Mô hình hồi quy OLS gặp hiện tượng phương sai sai số không đồng nhất (heteroscedasticity) và có thể gây sai lệch kết quả, do đó phương pháp GMM được lựa chọn để khắc phục. Mô hình GMM cho kết quả phù hợp, không có hiện tượng tự tương quan và đa cộng tuyến.

Thảo luận kết quả

Nguyên nhân chính dẫn đến kết quả trên là do các công ty có dấu hiệu gian lận thường cố gắng làm đẹp báo cáo tài chính nhằm thu hút nhà đầu tư hoặc đáp ứng các điều kiện vay vốn, nhưng thực tế hoạt động kinh doanh không bền vững, dẫn đến lợi nhuận cổ phiếu thấp hơn. Kết quả này phù hợp với các nghiên cứu quốc tế như Beneish, Lee và Nichols (2013) và Sloan (1996), đồng thời phản ánh thực trạng thị trường chứng khoán Việt Nam, đặc biệt trong bối cảnh đại dịch Covid-19 làm gia tăng áp lực tài chính và động cơ gian lận. Việc sử dụng mô hình GMM giúp kiểm soát các vấn đề nội sinh và sai số phương sai, nâng cao độ tin cậy của kết quả. Các biểu đồ thể hiện tỷ lệ công ty gian lận theo năm và lợi nhuận trung bình của hai nhóm công ty minh họa rõ nét sự khác biệt về hiệu quả đầu tư giữa các nhóm.

Đề xuất và khuyến nghị

1. Tăng cường chế tài xử phạt: Cần hoàn thiện và siết chặt các quy định pháp luật nhằm tăng mức phạt đối với các hành vi gian lận báo cáo tài chính, đồng thời xử lý nghiêm các công ty niêm yết vi phạm để tạo tính răn đe.

2. Hoàn thiện hệ thống pháp lý: Cải tiến hệ thống luật kế toán, kiểm toán và công bố thông tin theo chuẩn mực quốc tế, đồng thời tăng cường công tác thanh tra, giám sát hoạt động của doanh nghiệp niêm yết.

3. Nâng cao năng lực kế toán, kiểm toán: Đào tạo, cập nhật kiến thức chuyên môn cho đội ngũ kế toán và kiểm toán viên, xây dựng cơ chế khen thưởng và xử phạt rõ ràng nhằm nâng cao chất lượng báo cáo tài chính.

4. Tăng cường năng lực phân tích của nhà đầu tư: Khuyến khích nhà đầu tư nâng cao kỹ năng phân tích, nhận diện dấu hiệu gian lận trong báo cáo tài chính để đưa ra quyết định đầu tư chính xác, giảm thiểu rủi ro.

Các giải pháp trên nên được triển khai trong vòng 3-5 năm tới, phối hợp giữa cơ quan quản lý nhà nước, các tổ chức tài chính, doanh nghiệp và nhà đầu tư nhằm nâng cao tính minh bạch và hiệu quả của thị trường chứng khoán Việt Nam.

Đối tượng nên tham khảo luận văn

1. Cơ quan quản lý nhà nước: Sở Giao dịch Chứng khoán, Ủy ban Chứng khoán Nhà nước có thể sử dụng kết quả nghiên cứu để hoàn thiện chính sách giám sát và xử lý gian lận tài chính.

2. Các công ty kiểm toán và kế toán: Giúp nâng cao nhận thức và áp dụng các công cụ phát hiện gian lận, cải thiện chất lượng dịch vụ kiểm toán.

3. Nhà đầu tư cá nhân và tổ chức: Cung cấp công cụ và kiến thức để đánh giá rủi ro gian lận trong báo cáo tài chính, từ đó đưa ra quyết định đầu tư hiệu quả hơn.

4. Các nhà nghiên cứu và sinh viên: Là tài liệu tham khảo quý giá cho các nghiên cứu tiếp theo về gian lận tài chính, mô hình Beneish M-score và tác động của đại dịch Covid-19 đến thị trường chứng khoán.

Câu hỏi thường gặp

1. Mô hình Beneish M-score là gì và tại sao được sử dụng?
   Mô hình Beneish M-score là công cụ định lượng dựa trên tám chỉ số tài chính nhằm phát hiện dấu hiệu gian lận trong báo cáo tài chính. Nó được sử dụng vì tính hiệu quả trong việc phân loại công ty có nguy cơ gian lận, giúp nhà đầu tư và cơ quan quản lý đánh giá độ tin cậy của báo cáo tài chính.

2. Tỷ lệ công ty có gian lận tài chính tại Việt Nam là bao nhiêu?
   Theo nghiên cứu, khoảng 30% công ty niêm yết trên HOSE và HNX trong giai đoạn 2011-2021 có dấu hiệu gian lận tài chính, với tỷ lệ này tăng lên đến 37,5% trong năm 2020, giai đoạn đại dịch Covid-19.

3. Gian lận báo cáo tài chính ảnh hưởng thế nào đến lợi nhuận cổ phiếu?
   Các công ty có nguy cơ gian lận thường có lợi nhuận cổ phiếu thấp hơn trung bình 3,64% so với các công ty không gian lận, đặc biệt trong các giai đoạn thị trường ổn định, sự khác biệt có thể lên tới 18%.

4. Phương pháp hồi quy GMM có ưu điểm gì trong nghiên cứu này?
   Phương pháp GMM giúp khắc phục các vấn đề nội sinh và phương sai sai số không đồng nhất trong mô hình hồi quy, từ đó cho kết quả chính xác và tin cậy hơn so với phương pháp OLS truyền thống.

5. Làm thế nào nhà đầu tư có thể sử dụng kết quả nghiên cứu để giảm rủi ro?
   Nhà đầu tư có thể áp dụng mô hình Beneish M-score để sàng lọc các công ty có nguy cơ gian lận, kết hợp với phân tích các chỉ số tài chính khác như Accruals, Momentum để đưa ra quyết định đầu tư sáng suốt, giảm thiểu rủi ro mất vốn.

Kết luận

• Khoảng 30% công ty niêm yết trên thị trường chứng khoán Việt Nam có dấu hiệu gian lận báo cáo tài chính trong giai đoạn 2011-2021, với tỷ lệ tăng cao trong đại dịch Covid-19.
• Công ty có M-score cao (nguy cơ gian lận) thường có lợi nhuận cổ phiếu thấp hơn đáng kể so với nhóm không gian lận.
• Mô hình Beneish M-score kết hợp với các biến như Accruals, Momentum, MVE có thể dự báo hiệu quả lợi nhuận cổ phiếu.
• Phương pháp hồi quy GMM được lựa chọn để xử lý các vấn đề nội sinh và phương sai sai số, nâng cao độ tin cậy của kết quả nghiên cứu.
• Cần triển khai các giải pháp đồng bộ về pháp lý, nâng cao năng lực kiểm toán và nhận thức nhà đầu tư để hạn chế gian lận tài chính, góp phần phát triển thị trường chứng khoán minh bạch và bền vững.

Hành động tiếp theo: Các cơ quan quản lý và nhà đầu tư nên áp dụng mô hình Beneish M-score trong giám sát và phân tích tài chính, đồng thời thúc đẩy nghiên cứu sâu hơn về tác động của đại dịch Covid-19 đến gian lận tài chính và hiệu quả thị trường.