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

Khóa luận phân tích mô hình M Score Benenish trong đo lường lợi nhuận thị trường tại Việt Nam, cung cấp bằng chứng thực nghiệm đáng tin cậy.

• 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: Beneish M-Score Model In Market Returns Measurement: Empirical Evidence In Vietnam
• Loại tài liệu: Graduate thesis
• Năm xuất bản: 2022
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ABSTRACT
• DECLARATION
• ACKNOWLEDGEMENT
• TABLE OF CONTENTS
• 1. CHAPTER I: 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
• 2.3.1. Fraud Triangle by Donald R. Cressey (1919 - 1987)
• 2.3.2. Managers gain short-term compensation
• 2.3.3. Similar to analysts' forecasts
• 2.3.4. Achieve high prices on initial public offerings (IPOs) or additional issues
• 2.3.5. Negotiate better contract terms and avoid violations a clause in the loan contract
• 2.4. Acts of performing fraudulent financial statements
• 2.5. Identify distortions in financial statements
• 2.6. Beneish M-score model
• 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

Tóm tắt

I. Tổng Quan Về Mô Hình Beneish M Score Trong Đo Lường Lợi Nhuận Thị Trường

Mô hình Beneish M-Score là một công cụ quan trọng trong việc phát hiện gian lận tài chính và đo lường lợi nhuận thị trường. Mô hình này được phát triển bởi Messod D. Beneish vào năm 1999, nhằm giúp các nhà đầu tư và nhà phân tích tài chính nhận diện các công ty có khả năng gian lận trong báo cáo tài chính. Mô hình sử dụng tám chỉ số tài chính để đánh giá khả năng gian lận, từ đó đưa ra một điểm số M-Score. Nếu điểm số này cao hơn một ngưỡng nhất định, công ty có thể bị nghi ngờ về việc thao túng số liệu tài chính.

1.1. Định Nghĩa Mô Hình Beneish M Score

Mô hình Beneish M-Score được xây dựng dựa trên tám chỉ số tài chính, bao gồm chỉ số doanh thu, lợi nhuận gộp và chất lượng tài sản. Mô hình này giúp xác định khả năng gian lận trong báo cáo tài chính của các công ty niêm yết.

1.2. Tầm Quan Trọng Của Mô Hình Trong Thị Trường Chứng Khoán Việt Nam

Mô hình này không chỉ giúp phát hiện gian lận mà còn cung cấp thông tin hữu ích cho các nhà đầu tư trong việc ra quyết định đầu tư. Việc áp dụng mô hình Beneish M-Score tại Việt Nam có thể giúp cải thiện độ tin cậy của báo cáo tài chính.

II. Vấn Đề Gian Lận Tài Chính Trong Doanh Nghiệp Việt Nam

Gian lận tài chính là một vấn đề nghiêm trọng trong môi trường kinh doanh hiện nay. Nhiều doanh nghiệp tại Việt Nam đã bị phát hiện có hành vi gian lận trong báo cáo tài chính, gây ảnh hưởng tiêu cực đến lợi nhuận thị trường và niềm tin của nhà đầu tư. Các vụ việc như Cuu Long Pharmaceutical hay Viet Nhat JVC đã cho thấy mức độ nghiêm trọng của vấn đề này.

2.1. Các Hình Thức Gian Lận Thường Gặp

Các hình thức gian lận tài chính phổ biến bao gồm ghi nhận doanh thu không hợp lý, thao túng chi phí và sử dụng các phương pháp kế toán không chính xác. Những hành vi này không chỉ vi phạm pháp luật mà còn làm giảm chất lượng báo cáo tài chính.

2.2. Tác Động Của Gian Lận Đến Thị Trường Chứng Khoán

Gian lận tài chính có thể dẫn đến sự sụt giảm giá cổ phiếu và làm mất niềm tin của nhà đầu tư. Điều này không chỉ ảnh hưởng đến các công ty bị phát hiện mà còn tác động tiêu cực đến toàn bộ thị trường chứng khoán Việt Nam.

III. Phương Pháp Áp Dụng Mô Hình Beneish M Score Để Đo Lường Lợi Nhuận

Việc áp dụng mô hình Beneish M-Score trong việc đo lường lợi nhuận thị trường tại Việt Nam đòi hỏi một quy trình nghiên cứu chặt chẽ. Mô hình này sử dụng các chỉ số tài chính để phân tích và đánh giá khả năng gian lận của các công ty niêm yết. Qua đó, có thể xác định mối quan hệ giữa điểm số M và lợi nhuận cổ phiếu.

3.1. Quy Trình Tính Toán M Score

Quy trình tính toán M-Score bao gồm việc thu thập dữ liệu tài chính từ các báo cáo tài chính của doanh nghiệp, sau đó áp dụng công thức tính toán để xác định điểm số M. Các chỉ số như DSRI, GMI, và AQI sẽ được sử dụng để đánh giá.

3.2. Phân Tích Mối Quan Hệ Giữa M Score Và Lợi Nhuận

Nghiên cứu sẽ phân tích mối quan hệ giữa M-Score và lợi nhuận cổ phiếu bằng cách sử dụng các phương pháp hồi quy. Kết quả sẽ cho thấy liệu có sự tương quan giữa khả năng gian lận và lợi nhuận thị trường hay không.

IV. Kết Quả Nghiên Cứu Về Ứng Dụng Mô Hình Beneish Tại Việt Nam

Kết quả nghiên cứu cho thấy mô hình Beneish M-Score có thể áp dụng hiệu quả trong việc phát hiện gian lận tài chính tại Việt Nam. Nghiên cứu đã chỉ ra rằng các công ty có điểm số M cao thường có lợi nhuận thấp hơn so với các công ty có điểm số M thấp. Điều này cho thấy mối liên hệ giữa gian lận tài chính và lợi nhuận thị trường.

4.1. Phân Tích Kết Quả Từ Dữ Liệu Thực Tế

Dữ liệu từ 4,336 quan sát trong giai đoạn 2011-2021 cho thấy sự khác biệt rõ rệt về lợi nhuận giữa các nhóm công ty có và không có dấu hiệu gian lận. Các công ty có M-Score cao thường có lợi nhuận thấp hơn.

4.2. Ứng Dụng Kết Quả Nghiên Cứu Trong Thực Tiễn

Kết quả nghiên cứu có thể được sử dụng như một công cụ hỗ trợ cho các nhà đầu tư và các tổ chức tín dụng trong việc đánh giá độ tin cậy của báo cáo tài chính, từ đó đưa ra quyết định đầu tư chính xác hơn.

V. Kết Luận Và Đề Xuất Về Mô Hình Beneish M Score

Mô hình Beneish M-Score đã chứng minh được giá trị của nó trong việc phát hiện gian lận tài chính và đo lường lợi nhuận thị trường tại Việt Nam. Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về tình hình gian lận tài chính mà còn đề xuất các giải pháp nhằm hạn chế tình trạng này trong tương lai.

5.1. Tóm Tắt Kết Quả Nghiên Cứu

Nghiên cứu đã chỉ ra rằng mô hình M-Score có thể giúp phát hiện gian lận tài chính và có mối liên hệ rõ ràng với lợi nhuận cổ phiếu. Điều này cho thấy tầm quan trọng của việc áp dụng mô hình trong thực tiễn.

5.2. Đề Xuất Giải Pháp Hạn Chế Gian Lận Tài Chính

Để hạn chế gian lận tài chính, cần có các biện pháp quản lý chặt chẽ hơn từ các cơ quan chức năng, cũng như nâng cao nhận thức của các doanh nghiệp về tầm quan trọng của việc công khai minh bạch thông tin tài chính.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Báo cáo tài chính (BCTC) giữ vị trí trung tâm trong việc cung cấp thông tin về tài sản, nguồn vốn, dòng tiền và kết quả hoạt động kinh doanh, đóng vai trò then chốt đối với các quyết định đầu tư và cấp tín dụng trên thị trường chứng khoán. Tuy nhiên, tình trạng bóp méo, thao túng và gian lận BCTC ngày càng có xu hướng gia tăng nhằm phục vụ các mục đích riêng của ban điều hành như tối đa hóa thù lao ngắn hạn, đáp ứng kỳ vọng của các nhà phân tích hoặc đáp ứng các điều khoản trong hợp đồng vay nợ. Trên thế giới, các vụ bê bối tài chính nghiêm trọng như Enron (2002) gây thiệt hại hơn 80 tỷ USD vốn hóa và làm sụp đổ công ty kiểm toán Arthur Andersen, hay Lehman Brothers với các giao dịch tài trợ nợ ngắn hạn giả mạo trị giá 50 tỷ USD, đã minh chứng cho tác động tiêu cực của gian lận BCTC đối với thị trường vốn. Tại Việt Nam, nhiều vụ việc sai lệch thông tin tài chính nghiêm trọng đã được ghi nhận tại các công ty niêm yết như Công ty Cổ phần Dược phẩm Cửu Long (2014) hay Công ty Cổ phần Thiết bị Y tế Việt Nhật JVC (2015).

Đề tài khóa luận tốt nghiệp "Beneish M-Score Model in Market Returns Measurement: Empirical Evidence in Vietnam" của tác giả Dương Minh Khánh, chuyên ngành Tài chính - Ngân hàng (Mã ngành: 7340201) tại Trường Đại học Ngân hàng TP. Hồ Chí Minh dưới sự hướng dẫn của TS. Nguyễn Duy Linh, được thực hiện nhằm kiểm định khả năng nhận diện gian lận BCTC và đánh giá tác động của nguy cơ gian lận đến tỷ suất sinh lợi cổ phiếu niêm yết trước và trong giai đoạn đại dịch Covid-19.

Mục tiêu nghiên cứu:

• Mục tiêu chung: Nhận diện khả năng gian lận BCTC của các công ty niêm yết tại Việt Nam và xác định ảnh hưởng của hành vi này đến tỷ suất sinh lợi cổ phiếu trên thị trường chứng khoán.
• Mục tiêu cụ thể:
  1. Đo lường khả năng bóp méo BCTC của các doanh nghiệp bằng mô hình Beneish M-score.
  2. Tìm kiếm và xây dựng mô hình phù hợp để đánh giá tác động của chỉ số M-score đến tỷ suất sinh lợi cổ phiếu.
  3. Kiểm định mối quan hệ giữa chỉ số M-score cùng các nhân tố dự báo khác với tỷ suất sinh lợi của cổ phiếu niêm yết.
  4. Đề xuất các giải pháp khả thi nhằm hạn chế hành vi gian lận BCTC tại Việt Nam.

Câu hỏi nghiên cứu:

1. Mô hình Beneish M-score có khả năng đo lường và nhận diện rủi ro bóp méo BCTC của các doanh nghiệp niêm yết tại Việt Nam hay không?
2. Mô hình hồi quy nào là phù hợp để đánh giá tác động của chỉ số M-score đến tỷ suất sinh lợi thị trường chứng khoán?
3. Mối tương quan giữa chỉ số M-score và tỷ suất sinh lợi của các công ty niêm yết trên thị trường chứng khoán Việt Nam diễn ra như thế nào?
4. Những giải pháp nào cần được áp dụng để hạn chế gian lận BCTC tại Việt Nam?

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Hành vi gian lận BCTC của các công ty niêm yết và tác động của nó đến tỷ suất sinh lợi cổ phiếu.
• Phạm vi không gian: Các công ty phi tài chính niêm yết trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX).
• Phạm vi thời gian: Dữ liệu thu thập liên tục trong giai đoạn 11 năm từ năm 2011 đến năm 2021.

---

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng lý luận dựa trên các lý thuyết và công trình nghiên cứu kinh điển về hành vi gian lận và thông tin kế toán:

• Lý thuyết Tam giác gian lận (Fraud Triangle): Do Donald R. Cressey phát triển, giải thích gian lận thông qua ba nhân tố cốt lõi gồm Áp lực/Động cơ (Motivation), Cơ hội (Opportunity) và Thái độ/Hợp lý hóa hành vi (Attitude/Rationalization).
• Động cơ thao túng BCTC: Tổng hợp từ các nghiên cứu của Healy (1985, 1999), Holthausen và cộng sự (1995), Guidry và cộng sự (1999), Cheng và Warfield (2005) về thù lao nhà quản trị; Graham, Harvey và Rajgopal (2005) về việc đáp ứng dự báo của chuyên gia phân tích; Ducharme, Malatesta và Sefcik (2002), Teoh, Welch và Wong (1998) về việc tối đa hóa giá phát hành cổ phiếu IPO; Bowen, Ducharme và Shores (1995) về việc né tránh vi phạm điều khoản hợp đồng vay nợ.
• Hành vi bóp méo BCTC: Kế thừa phân loại của Schweser (2015) bao gồm ghi nhận doanh thu sớm (channel stuffing, bill-and-hold), vốn hóa chi phí sai quy định, thay đổi phương pháp khấu hao, ghi nhận sai lệch các khoản dồn tích và bóp méo dòng tiền hoạt động.
• Mô hình Beneish M-score (Beneish, 1999, 2003): Sử dụng hàm hồi quy Probit với 8 biến số chỉ số tài chính:
  • DSRI (Days Sales in Receivables Index): Chỉ số số ngày thu tiền bình quân.
  • GMI (Gross Margin Index): Chỉ số biên lợi nhuận gộp.
  • AQI (Asset Quality Index): Chỉ số chất lượng tài sản phi tài sản cố định.
  • SGI (Sales Growth Index): Chỉ số tăng trưởng doanh thu.
  • DEPI (Depreciation Index): Chỉ số tỷ lệ khấu hao.
  • SGAI (Sales, General and Administrative expenses Index): Chỉ số chi phí bán hàng và quản lý doanh nghiệp.
  • TATA (Total Accruals to Total Assets): Tỷ lệ tổng biến tích lũy dồn tích trên tổng tài sản.
  • LVGI (Leverage Index): Chỉ số đòn bẩy tài chính.
  • Công thức M-score chuẩn hóa: Điểm ngưỡng cắt (cut-off value) được xác định ở mức -1,78. Doanh nghiệp có $M\text{-score} > -1,78$ bị phân loại vào nhóm có nguy cơ gian lận BCTC (Flagged), ngược lại $M\text{-score} \le -1,78$ là nhóm không có dấu hiệu gian lận (Not Flagged).

BHSAR_{i, t+1} = \alpha_0 + \alpha_1 M\text{-score}_{i,t} + \alpha_2 Accruals_{i,t} + \alpha_3 Momentum_{i,t} + \alpha_4 MVE_{i,t} + \alpha_5 BTM_{i,t} + e_{i, t+1}

Trong đó:

• $BHSAR_{i, t+1}$: Tỷ suất sinh lợi mua và nắm giữ đã điều chỉnh theo quy mô danh mục vốn hóa (Buy and Hold Size-Adjusted Return) tính từ ngày 30/04 năm $t$ đến 30/04 năm $t+1$.
• $Accruals$: Biến dồn tích, đo lường bằng $[(Net\ income - CFO) / Total\ Assets]$.
• $Momentum$: Quán tính giá cổ phiếu trong vòng 1 năm nắm giữ.
• $MVE$: Quy mô giá trị vốn hóa thị trường của vốn chủ sở hữu, chuẩn hóa dưới dạng $\ln(MVE)$.
• $BTM$: Tỷ số giá trị sổ sách trên giá trị thị trường (Book-to-Market ratio).

Phương pháp ước lượng và kiểm định: Khóa luận sử dụng phần mềm STATA 15 và Excel để xử lý dữ liệu. Tác giả tiến hành phân chia mẫu quan sát hàng năm thành 10 danh mục đầu tư theo thứ tự quy mô vốn hóa từ lớn đến nhỏ để triệt tiêu ảnh hưởng của biến quy mô khi tính toán tỷ suất sinh lợi $BHSAR$. Các kiểm định khuyết tật mô hình gồm kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF), kiểm định phương sai sai số thay đổi qua Modified Wald Test, và kiểm định tự tương quan qua Wooldridge Test. Phương pháp ước lượng moment tổng quát (GMM - Generalized Method of Moments) với biến công cụ là trễ 2 kỳ của biến M-score và kiểm định quá định danh Sargan được lựa chọn để khắc phục hiện tượng phương sai thay đổi và nội sinh trong dữ liệu bảng.

Nguồn dữ liệu: Dữ liệu BCTC kiểm toán và giá đóng cửa của các cổ phiếu được trích xuất từ hệ thống cơ sở dữ liệu FiinPro, Refinitiv và cổng thông tin chính thức của các doanh nghiệp niêm yết. Mẫu nghiên cứu loại trừ các định chế tài chính (ngân hàng, công ty chứng khoán, công ty bảo hiểm do đặc thù lập BCTC khác biệt), các công ty thiếu dữ liệu báo cáo hoặc bị hủy niêm yết, thu được bộ dữ liệu bảng cân bằng tương đối gồm 4.336 quan sát năm-công ty (HOSE: 2.599 quan sát; HNX: 1.737 quan sát).

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài (Introduction)

Chương 1 thiết lập lý do lựa chọn đề tài thông qua các cuộc khủng hoảng niềm tin do gian lận BCTC trên thị trường quốc tế và Việt Nam. Tác giả chỉ ra khoảng trống nghiên cứu: các nghiên cứu trước đây tại Việt Nam (như Võ Minh Dương, 2016; Ngô Thị Diệu Hương, 2020) chủ yếu dừng lại ở việc phát hiện gian lận trong điều kiện thị trường thông thường, chưa mở rộng phân tích đầy đủ tương quan giữa chỉ số M-score và tỷ suất sinh lợi cổ phiếu trong bối cảnh biến động kinh tế mạnh mẽ như đại dịch Covid-19. Chương này cũng trình bày cụ thể hệ thống 4 mục tiêu nghiên cứu, 4 câu hỏi nghiên cứu, đối tượng, phạm vi không gian - thời gian (2011 - 2021) và cấu trúc 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết và tổng quan nghiên cứu (Theoretical Basis and Literature Review)

Chương 2 hệ thống hóa cơ sở lý luận về BCTC và các kỹ thuật bóp méo thông tin kế toán. Tác giả tổng quan chi tiết mô hình Tam giác gian lận của Cressey và các lý thuyết giải thích động cơ thao túng lợi nhuận. Bên cạnh đó, chương 2 phân loại các kỹ thuật nhận diện gian lận kế toán thành 3 nhóm chính: kỹ thuật biến tích lũy dồn tích (DeAngelo, 1986), mô hình mạng thần kinh nhân tạo (Green & Choi, 1997; Fanning & Cogger, 1998) và các kỹ thuật thống kê lượng biến định tính (Beneish, 1999; Hansen, 1996; Dechow et al., 2009 với mô hình F-score; Marinakis, 2011). Tác giả tổng thuật sâu sắc các bằng chứng thực nghiệm quốc tế và trong nước về mối liên hệ giữa thông tin dồn tích, chỉ số M-score và tỷ suất sinh lợi thị trường chứng khoán (Sloan, 1996; Bergstresser et al., 2006; David Hirshleifer et al., 2009; Beneish, Lee & Nichols, 2013).

Chương 3: Dữ liệu và phương pháp nghiên cứu (Data and Research Methods)

Chương 3 xây dựng quy trình thực nghiệm gồm 4 bước: (1) Tính toán 8 chỉ số thành phần và xác định M-score theo ngưỡng cắt -1,78; (2) Phân loại 10 danh mục quy mô vốn hóa; (3) Tính toán tỷ suất sinh lợi mua và nắm giữ điều chỉnh theo quy mô danh mục ($BHSAR$) tại mốc 30 ngày sau ngày công bố BCTC (ngày 30/04 hàng năm); (4) Xây dựng mô hình hồi quy đa biến kiểm định mối quan hệ giữa $BHSAR_{t+1}$ với M-score, Accruals, Momentum, MVE và BTM. Chương này cũng trình bày chi tiết cơ cấu mẫu dữ liệu 4.336 quan sát thu thập từ HOSE và HNX giai đoạn 2011 - 2021 và các bước kiểm định khuyết tật nhằm lựa chọn phương pháp ước lượng GMM.

Năm	Tổng số quan sát	Sàn HNX	Sàn HOSE
2011	252	110	142
2012	307	120	187
2013	308	113	195
2014	337	126	211
2015	370	147	223
2016	416	179	237
2017	445	190	255
2018	449	182	267
2019	483	192	291
2020	487	193	294
2021	482	185	297
Tổng cộng	4.336	1.737	2.599

Chương 4: Kết quả nghiên cứu và thảo luận (Research Results and Discussion)

Chương 4 công bố các phát hiện định lượng thực nghiệm:

1. Thực trạng bóp méo BCTC tại Việt Nam: Kết quả tính toán chỉ ra có 1.261/4.336 quan sát năm-công ty thuộc nhóm có nguy cơ gian lận BCTC, chiếm tỷ lệ trung bình 30%. Tỷ lệ rủi ro gian lận phân bổ đồng đều giữa hai sàn giao dịch: HOSE ghi nhận 756/2.599 quan sát (29,09%) và HNX ghi nhận 505/1.737 quan sát (29,07%).
2. Diễn biến nguy cơ gian lận qua các giai đoạn: Giai đoạn 2011 - 2013, tỷ lệ gian lận giảm từ 32,9% xuống mức thấp nhất là 16,8% (năm 2013). Từ năm 2014 đến 2017, tỷ lệ này tăng trở lại, chủ yếu từ các doanh nghiệp mới niêm yết. Trong giai đoạn đại dịch Covid-19 (2020 - 2021), tỷ lệ doanh nghiệp bị cảnh báo gian lận tăng đột biến lên đỉnh điểm 37,5% vào năm 2020 và duy trì ở mức cao 35,3% vào năm 2021 (vượt xa mức trung bình 29% của các năm trước).
3. Phân tích theo quy mô vốn hóa: Mẫu nghiên cứu chia thành 10 nhóm vốn hóa (từ nhóm 1 có quy mô nhỏ nhất đến nhóm 10 có quy mô lớn nhất) cho thấy tỷ lệ nhận diện nguy cơ gian lận dao động từ 23% đến 36%, trung bình đạt 30%, khẳng định rủi ro gian lận xuất hiện ở mọi phân khúc quy mô doanh nghiệp.
4. So sánh tỷ suất sinh lợi BHSAR: Nhóm doanh nghiệp không có dấu hiệu gian lận đạt tỷ suất sinh lợi trung bình cao hơn nhóm có nguy cơ gian lận là +3,64% trong toàn bộ giai đoạn 2011 - 2021. Đặc biệt trong giai đoạn ổn định 2012 - 2014, nhóm có nguy cơ gian lận ghi nhận tỷ suất sinh lợi âm (đạt mức thấp -13,61%), trong khi nhóm không gian lận đạt lợi nhuận dương, tạo ra mức chênh lệch hiệu suất đầu tư lên tới xấp xỉ 18%.

Chỉ tiêu phân tích khuyết tật mô hình	Phương pháp kiểm định	Kết quả thống kê	Kết luận
Đa cộng tuyến	Hệ số VIF	VIF lớn nhất (Accruals) = 1,32 (< 10)	Không có đa cộng tuyến
Phương sai sai số	Modified Wald Test	$\chi^2(731) = 1,9 \times 10^{35}$; $p\text{-value} = 0,0018$ (< 0,05)	Có hiện tượng phương sai thay đổi
Tự tương quan	Wooldridge Test	$F(1, 298) = 0,0865$; $p\text{-value} > 0,05$	Không có tự tương quan

Do mô hình OLS truyền thống bị vi phạm giả định phương sai đồng nhất và tồn tại hiện tượng nội sinh, phương pháp ước lượng GMM được áp dụng và cho kết quả như sau:

Biến giải thích	Hệ số hồi quy (GMM)	Mức ý nghĩa thống kê ($p\text{-value}$)	Chiều hướng tác động đến $BHSAR_{t+1}$
M-score	-0,808	Có ý nghĩa thống kê	Tác động tiêu cực (nghịch chiều)
Momentum	0,441	$p < 0,01$ (Ý nghĩa 1%)	Tác động tích cực (cùng chiều)
MVE ($\ln(MVE)$)	5,600	$p < 0,01$ (Ý nghĩa 1%)	Tác động tích cực (cùng chiều)
Accruals	Hệ số dương	$p < 0,01$ (Ý nghĩa 1%)	Tác động tích cực (cùng chiều)
BTM	Không có ý nghĩa	$p > 0,10$	Không có tác động rõ rệt

Chương 5: Kết luận và kiến nghị (Conclusions and Recommendations)

Chương 5 đúc kết các kết quả nghiên cứu chính, chỉ ra các hạn chế cố hữu của đề tài và đưa ra 4 nhóm khuyến nghị thực tiễn nhằm hoàn thiện khung pháp lý và nâng cao tính minh bạch của thị trường vốn Việt Nam.

---

Kết quả và đóng góp

Kết quả chính

• Xác định tỷ lệ trung bình các doanh nghiệp niêm yết tại Việt Nam có nguy cơ gian lận BCTC giai đoạn 2011 - 2021 là 30% (1.261/4.336 quan sát), không có sự khác biệt đáng kể giữa sàn HOSE (29,09%) và HNX (29,07%) cũng như giữa các nhóm quy mô vốn hóa (dao động 23% - 36%).
• Phát hiện nguy cơ bóp méo BCTC gia tăng mạnh mẽ trong giai đoạn đại dịch Covid-19, đạt đỉnh 37,5% (năm 2020) và 35,3% (năm 2021) do áp lực gián đoạn chuỗi cung ứng, suy giảm doanh thu và nhu cầu làm đẹp BCTC để huy động vốn.
• Chứng minh bằng thực nghiệm rằng đầu tư vào nhóm doanh nghiệp không có rủi ro gian lận mang lại tỷ suất sinh lợi $BHSAR$ bình quân cao hơn +3,64% so với nhóm có nguy cơ gian lận; mức chênh lệch này đạt tới 18% trong các giai đoạn thị trường ổn định (2012 - 2014).
• Kết quả hồi quy GMM khẳng định chỉ số M-score có mối tương quan nghịch chiều có ý nghĩa thống kê đối với tỷ suất sinh lợi cổ phiếu sau khi đã kiểm soát các nhân tố quy mô vốn hóa ($\ln(MVE)$), quán tính giá ($Momentum$) và biến dồn tích ($Accruals$).

Đóng góp của đề tài

• Đóng góp học thuật: Kế thừa và mở rộng mô hình Beneish M-score tại thị trường chứng khoán Việt Nam với khung thời gian kéo dài 11 năm (2011 - 2021), đặc biệt bao hàm giai đoạn biến động vĩ mô phức tạp trong đại dịch Covid-19; áp dụng phương pháp hồi quy GMM giải quyết triệt để vấn đề nội sinh và phương sai sai số thay đổi.
• Đóng góp thực tiễn: Cung cấp công cụ định lượng đáng tin cậy hỗ trợ các nhà đầu tư cá nhân, quỹ đầu tư và các ngân hàng thương mại sàng lọc, đánh giá mức độ tin cậy của thông tin kế toán trước khi ra quyết định đầu tư hoặc giải ngân tín dụng.

Kiến nghị và giải pháp của tác giả

1. Cơ quan quản lý nhà nước: Tiếp tục nghiên cứu và hoàn thiện cơ chế, chính sách; tăng mạnh chế tài xử phạt hành chính và hình sự đối với hành vi gian lận BCTC; xử lý nghiêm minh các doanh nghiệp niêm yết cố tình làm sai lệch thông tin kế toán.
2. Hoàn thiện hệ thống chuẩn mực: Cải cách khung pháp lý kế toán, kiểm toán và công bố thông tin theo chuẩn mực quốc tế (IFRS); tăng cường công tác thanh tra, kiểm tra, giám sát định kỳ; bắt buộc doanh nghiệp thuyết minh chi tiết các dấu hiệu bất thường liên quan đến biến dồn tích và khoản phải thu.
3. Đào tạo và nâng cao đạo đức nghề nghiệp kế toán: Cập nhật thường xuyên chế độ kế toán mới cho đội ngũ kế toán viên; doanh nghiệp cần xây dựng cơ chế khen thưởng và kỷ luật minh bạch để nâng cao tính trung thực và trình độ chuyên môn.
4. Nhà đầu tư: Chủ động trang bị kiến thức, kỹ năng phân tích BCTC chuyên sâu và áp dụng các mô hình cảnh báo sớm như M-score để sàng lọc rủi ro trước khi ra quyết định giải ngân.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được tác giả chỉ ra:

• Dữ liệu BCTC của một số công ty niêm yết chưa được công bố đầy đủ và thiếu tính nhất quán trong cách trình bày, buộc tác giả phải loại bỏ nhiều quan sát, dẫn đến số lượng mẫu giữa các năm không đồng đều.
• Việc phân chia danh mục đầu tư mới chỉ dựa trên một tiêu chí duy nhất là quy mô vốn hóa thị trường, chưa phân loại đa chiều theo các tiêu chí khác như tỷ số BTM, mức độ dồn tích hay tỷ lệ bán khống do hạn chế về nguồn dữ liệu và thời gian nghiên cứu.
• Mô hình hồi quy mới chỉ tập trung vào 5 biến độc lập giải thích tỷ suất sinh lợi ($M\text{-score}$, $Accruals$, $Momentum$, $MVE$, $BTM$), chưa lượng hóa riêng biệt tác động tương tác của đại dịch Covid-19 dưới dạng một biến cấu trúc cụ thể.

Hướng nghiên cứu tiếp:

• Mở rộng nghiên cứu chuyên sâu về tác động định lượng của các cú sốc kinh tế vĩ mô (như Covid-19) đến độ tin cậy của BCTC và tỷ suất sinh lợi thị trường.
• Tích hợp mô hình Beneish M-score với mô hình dự báo nguy cơ phá sản Altman Z-score nhằm đánh giá đồng thời rủi ro gian lận kế toán và rủi ro kiệt quệ tài chính của doanh nghiệp niêm yết.

---

Giá trị tham khảo

• Đối với sinh viên và học viên cao học: Tài liệu tham khảo chuẩn mực cho chuyên ngành Tài chính - Ngân hàng, Kế toán - Kiểm toán về quy trình thực hiện nghiên cứu định lượng tài chính doanh nghiệp, kỹ thuật thu thập và làm sạch dữ liệu BCTC, phương pháp tính toán 8 biến số của mô hình Beneish M-score, cùng kỹ thuật xử lý dữ liệu bảng bằng mô hình hồi quy GMM trên phần mềm STATA.
• Đối với nhà đầu tư và chuyên viên phân tích tài chính: Cung cấp quy trình định lượng và ngưỡng cảnh báo (-1,78) để xây dựng bộ lọc sàng lọc cổ phiếu rủi ro cao, giúp tối ưu hóa danh mục đầu tư bằng cách loại bỏ các doanh nghiệp có xác suất bóp méo lợi nhuận lớn.
• Đối với các tổ chức tín dụng: Bổ sung công cụ thẩm định chất lượng BCTC của khách hàng doanh nghiệp vay vốn, hỗ trợ đánh giá thực chất năng lực tài chính và giảm thiểu rủi ro nợ xấu.

---

Câu hỏi thường gặp

1. Điểm ngưỡng (cut-off value) để xác định doanh nghiệp có nguy cơ gian lận BCTC trong mô hình Beneish M-score là bao nhiêu?
Khóa luận áp dụng điểm ngưỡng cắt chuẩn hóa là -1,78. Nếu giá trị M-score tính toán của doanh nghiệp lớn hơn -1,78 ($M\text{-score} > -1,78$), doanh nghiệp được xếp vào nhóm có nguy cơ bóp méo BCTC (Flagged); nếu $M\text{-score} \le -1,78$, doanh nghiệp thuộc nhóm không có dấu hiệu gian lận (Not Flagged).

2. Tỷ lệ doanh nghiệp niêm yết tại Việt Nam có nguy cơ gian lận BCTC trong giai đoạn 2011 - 2021 là bao nhiêu?
Kết quả nghiên cứu trên 4.336 quan sát cho thấy tỷ lệ trung bình các doanh nghiệp có nguy cơ gian lận BCTC là 30% (tương ứng 1.261 quan sát), trong đó sàn HOSE ghi nhận 756/2.599 quan sát (29,09%) và sàn HNX ghi nhận 505/1.737 quan sát (29,07%).

3. Nguy cơ gian lận BCTC của các doanh nghiệp biến động như thế nào trong giai đoạn đại dịch Covid-19?
Trong giai đoạn đại dịch Covid-19, tỷ lệ doanh nghiệp bị cảnh báo rủi ro gian lận BCTC tăng vọt lên mức đỉnh điểm 37,5% vào năm 2020 (tăng 33,45% so với năm 2019) và duy trì ở mức cao 35,3% vào năm 2021, cao hơn đáng kể so với mức bình quân 29% của các năm trước dịch do áp lực gián đoạn kinh doanh và nhu cầu làm đẹp BCTC để huy động vốn.

4. Khóa luận sử dụng phương pháp hồi quy nào để khắc phục các khuyết tật của mô hình và kết quả ước lượng của biến M-score ra sao?
Do mô hình OLS xuất hiện hiện tượng phương sai sai số thay đổi (kiểm định Modified Wald cho giá trị $p\text{-value} = 0,0018$) và nội sinh, tác giả sử dụng phương pháp GMM với biến công cụ là trễ 2 kỳ của biến M-score. Kết quả ước lượng GMM cho thấy hệ số của biến M-score là -0,808 và có ý nghĩa thống kê, chứng minh M-score có tác động nghịch chiều đến tỷ suất sinh lợi điều chỉnh $BHSAR_{t+1}$.

5. Tỷ suất sinh lợi của nhóm doanh nghiệp không có rủi ro gian lận chênh lệch như thế nào so với nhóm có nguy cơ gian lận?
Trong toàn bộ giai đoạn 2011 - 2021, nhóm doanh nghiệp không có nguy cơ gian lận BCTC đạt tỷ suất sinh lợi $BHSAR$ bình quân cao hơn +3,64% so với nhóm có nguy cơ gian lận. Trong các giai đoạn thị trường ổn định như 2012 - 2014, mức chênh lệch tỷ suất sinh lợi này đạt tới 18% (nhóm rủi ro gian lận ghi nhận mức sinh lợi âm -13,61% trong khi nhóm không gian lận đạt lợi nhuận dương).

---

Kết luận

Khóa luận tốt nghiệp của tác giả Dương Minh Khánh đã hệ thống hóa cơ sở lý thuyết và ứng dụng thành công mô hình Beneish M-score để đo lường rủi ro gian lận BCTC trên mẫu 4.336 quan sát của các công ty phi tài chính niêm yết tại Việt Nam giai đoạn 2011 - 2021. Kết quả thực nghiệm khẳng định tỷ lệ doanh nghiệp có nguy cơ gian lận trung bình ở mức 30%, gia tăng đột biến trong đại dịch Covid-19 (37,5% năm 2020), và việc đầu tư vào các doanh nghiệp minh bạch mang lại tỷ suất sinh lợi $BHSAR$ cao hơn trung bình +3,64%. Thông qua phương pháp hồi quy GMM xử lý hiệu quả hiện tượng nội sinh và phương sai thay đổi, nghiên cứu chứng minh mối quan hệ nghịch chiều có ý nghĩa thống kê giữa chỉ số M-score và tỷ suất sinh lợi cổ phiếu trong tương lai, cung cấp cơ sở khoa học và thực tiễn giá trị cho các nhà đầu tư, tổ chức tín dụng và cơ quan quản lý thị trường chứng khoán Việt Nam.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING THE STATE BANK OF VIETNAM BANKING UNIVERSITY OF HO CHI MINH CITY ********************* GRADUATION THESIS DUONG MINH KHANH BENEISH M-SCORE MODEL IN MARKET RETURNS MEASUREMENT: EMPIRICAL EVIDENCE IN VIETNAM GRADUATE THESIS MAJOR: BANKING - FINANCE CODE: 7340201 Ho Chi Minh City, November 2022 vi MINISTRY OF EDUCATION AND TRAINING THE STATE BANK OF VIETNAM BANKING UNIVERSITY OF HO CHI MINH CITY ********************** Student: DUONG MINH KHANH Code: 050606180159 Class: HQ6-GE10 BENEISH M-SCORE MODEL IN MARKET RETURNS MEASUREMENT: EMPIRICAL EVIDENCE IN VIETNAM GRADUATE THESIS MAJOR: BANKING - FINANCE CODE: 7340201 Supervisor: PhD. NGUYEN DUY LINH Ho Chi Minh City, November 2022 vii COMMENTS OF THE GRADUATE THESIS ADVISOR. Ho Chi Minh City, …………,. Nguyen Duy Linh COMMENTS OF REVIEW BOARD.

Ho Chi Minh City, …………, .…… 2022 Chairman of the Review Board i ABSTRACT The thesis aims to apply the Beneish M-score model to investigated a potential link between the probability of manipulation in financial statements of 4,336 observations corresponding from 2011-to 2021. From there, classifying potentially manipulation companies according to M-score, the study also shows a significant difference in stock returns between these two groups of companies. Companies with a high risk of manipulation (high M-score) will have low stock returns, and vice versa. At the same time, the regression model finding the relationship between the return to scale adjusted for the M-score index and other predictors also shows a negative correlation with the M-score, a positive correlation with the M-score, Accruals, Momentum, MVE and BTM.

Thereby, the M-score is proven to have a significant impact on the profitability when impacting other forecast plates. Keywords: Beneish M-score, financial statement fraud, stock return. ii DECLARATION I hereby declare that this is my research work, and the research results presented in the thesis are honest and objective. The sources of information cited in this thesis are clearly indicated.

I am responsible for my thesis. Signature Khanh Duong Minh Khanh iii ACKNOWLEDGEMENT First of all, I am grateful and would like to send my sincerest and special thanks to my supervisor, PhD. Nguyen Duy Linh for helping me to finish this challenging thesis. Despite my defects throughout the process of performing the thesis, he always showed his caring and enthusiasm to support me to overcome.

Nguyen Duy Linh con0scientious guidance and support, this thesis cannot be successfully accomplished. Next, I would like to express my deepest gratitude to the teachers who are teaching at the Banking University of Ho Chi Minh City, who have spread the fire, passion and knowledge about economics from the most basic subjects, helping me to have a background in finance - banking. Finally, I would like to thank to my family, friends, and colleagues who have always encouraged and helped me in the process of studying and researching the topic. Although I have tried a lot, the thesis is not free of shortcomings.

I hope to receive the sympathy, guidance, help, and support of my colleagues. iv TABLE OF CONTENTS ABSTRACT. iii LIST OF TABLES AND FIGURES. vi CHAPTER I: INTRODUCTION.

Research objectives and research questions. Subject and scope of the study subject. Structure of the study.4 CHAPTER 2: THEORETICAL BASIS AND LITERATURE REVIEW. Definition of financial statement.

Definition of financial reporting fraud. Theory explaining the motives for fraudulent financial statements. Acts of performing fraudulent financial statements. Identify distortions in financial statements.

Beneish M-score model. Research on developing the Beneish M-score model. Research on the correlation between financial statement distortion and stock market profitability. 15 CHAPTER 3: DATA AND RESEARCH METHODS.

M – score and forecast future expected return. Calculate adjusted rate of return on a security (BHSAR). Comparison of BHSAR (+1) of two groups of companies classified by M-score. Consider the relationship between M – Score and profitability.

Consider the relationship between profitability and other factors. Empirical model about the relationship between M-score and return on stock market. Regression fit method – GMM. 23 CHAPTER 4: RESEARCH RESULTS AND DISCUSSION.

Financial distortion in Vietnam. Financial distortion from the perspective of the exchange. Fraud risk according to the capitalization classification. Impact of financial fraud on stock returns.

M – Score and the influence of other factors on profitability. Correlation matrix between M - score and other influencing factors. Combined effect of M-score and other factors on stock return. Find the defects of the model.

Regression by GMM method. Interpretation of regression results. 36 CHAPTER 5: CONCLUSIONS AND RECOMMENDATIONS. Limitations and suggestions for further studies.

Proposing solutions to limit fraud in financial statements.44 vi LIST OF TABLES AND FIGURES Figure 4. Statistics on the number of companies at risk of fraud on stock exchanges Figure 4. Statistics on the number of companies at risk of fraud over the years Figure 4. Statistics by percentage of companies at risk of fraud over the years Table 3.

Statistics of research observations on HOSE and HNX 2011 - 2021 Table 4. Average M-score of fraudulent and non-fraudulent firms by exchange Table 4. Fraud risk according to the capitalization classification Table 4. Compare the average BHSAR return (t+1) of the two groups of companies Table 4.

Correlation matrix between M - score and other influencing factors Table 4. Regression results Table 4. Table of test results for VIF coefficient Table 4. Modified Wald Test Results Table 4.

Wooldridge Test Result Table Table 4. Table of regression results according to GMM method 1 CHAPTER I: INTRODUCTION 1. Rationales Nowadays, financial statements play a central and vital role in making investment decisions in the stock market. Financial statements provide information about the assets, sources of capital owned, results of operations, cash flows, and interpretation of material transactions during the business period enterprise.

Thereby helping users of financial statements check and monitor the current status of business activities in the past period, how enterprises use capital, and assess the ability to raise capital and generate revenue potential, future profits. However, many businesses have committed fraud and manipulated financial statements, and this behavior is increasing day by day. For various purposes, a company's management may seek to influence and alter the figures in the reports to make financial results better, but not to reflect the actual situation. Typically, the manipulation of the global financial statements was Enron in 2002 – the seventh- largest company in the US.

The Enron scandal caused a loss of more than $80 billion in capitalization for investors investing in this company. Also, it led to the collapse of the fifth auditing firm in the world at that time - Arthur Andersen. After Eron was the collapse of Lehman Brothers when fraudulently recording short-term debt financing operations into sales worth up to $50 billion. This scandal cost Lehman Brothers' auditing company at the time, EY, up to USD 109 billion to settle this case and compensate Lehman's investors.

In Vietnam, the financial scandal of Cuu Long Pharmaceutical Company in 2014 or the manipulation of Viet Nhat JVC Medical Joint Stock Company in 2015 up to VND 900 billion are typical examples and many the case of other listed companies on the stock exchange. These behaviors have highly negative impacts on the capital market and the economy in general. It leads to financial statements' quality that does not guarantee stakeholder decision-making. Therefore, assessing the reliability of 2 financial statements is always an urgent need when not everyone is capable of analyzing and identifying the company's actual situation.

In Vietnam, the research work "Using the Beneish M-score model to assess the quality of financial statements in Vietnam" by Vo Minh Duong (2016) has demonstrated the feasibility of using the Beineish M-score model to examine the quality of financial statements by detecting signs of data distortion of companies in Vietnam. However, no research explicitly studies how this distortion affects the return of the company's stock during the Covid-19 Pandemic. Therefore, the range of studies assesses financial statement fraud through the M-score model and extends to understanding the correlation between financial statement fraud and the profitability of stocks in the stock market before and during the Covid-19 epidemic. The study results can apply as a reference measure for investors and credit providers to evaluate the company's transparency and add a supporting tool to Invest in the stock market.

Research objectives and research questions 1. Research objectives  Overall objectives The object of the study revolves around detecting fraudulent financial statements of listed companies, thereby affecting the profitability of these companies on the stock market in Vietnam.  Detail objectives  Measure the possibility of distorting financial statements by the M-Score model.  Finding a suitable model to evaluate the impact of M-Score model on stock market return.

 Testing the impact of credit growth on M-Score model on stock market return, making appropriate assessments. 3  Proposing and giving appropriate solutions to limited fraud in financial statements in Vietnam. Research questions In this study, the author aims to answer three main research questions as follows:  Firstly, do the M-Score model measure the possibility of distorting financial statements?  Second, what is a suitable model to evaluate the impact of M-Score model on stock market return?  Third, correlation of M-score model with the profitability of listed companies on Vietnam stock market.  Fourth, what is solution to limited fraud in financial statements in Vietnam? 1.

Subject and scope of the study subject 1. Subject The subject of the study detects fraudulent financial statements of listed companies, thereby affecting the profitability of these companies on the stock market in Vietnam. Research scope  Scope of space: The companies listed on Ho Chi Minh Stock Exchange and Hanoi Stock Exchange.  Scope of time: The data are collected from 2011 to 2021.

 Research content: In this study, the author focuses on studying the impact of financial statement distortion on stock profitability. Thereby, we clarify the influence of the Beneish M-score model to detect fraudulent financial statements and find out the relationship between it and the profitability of companies on the stock market in Vietnam. Structure of the study The content of the study is divided into five specific chapters:  Chapter 1: Introduction to the topic  Chapter 2: Theoretical basis and literature review  Chapter 3: Data and research methods  Chapter 4: Research result and discussion  Chapter 5: Conclusion and recommendations 5 CHAPTER 2: THEORETICAL BASIS AND LITERATURE REVIEW 2. Definition of financial statement Financial statements are consolidated reports that show the current financial position of an enterprise and how that business uses capital from shareholders and credit providers.

The financial statement includes four main reports: (1) the balance sheet shows a company's financial position at a point in time, (2) the income statement shows how a company's profits have formed over a period, and (3) cash flow statements show the cash inflows and outflows of a company over some time and the last is the statement of changes in equity. Definition of financial reporting fraud Financial statements fraud is the company's use of techniques to change information on financial statements, making the numbers no longer truthful and objective to achieve specific purposes. These could be reducing taxes, matching reporting with analysts' forecasts, securing debt contracts, and managers achieving short-term compensation. However, fraud in financial statements causes information distortion, affects the market and decisions of investors and credit providers, and reduces the quality of the company's financial statements.

Theory explaining the motives for fraudulent financial statements  Fraud Triangle by Donald R. Cressey (1919 - 1987) Cressey focuses on analyzing fraud from the perspective of embezzlement and embezzlement by surveying about 200 cases of economic crimes to find out the causes of the above violations. He came up with a model: The Fraud Triangle consisting of Motivation - Attitude - Opportunity. 6  Managers gain short-term compensation Healy (1985) argues that short-term bonuses, dividends, or incentives motivate managers to distort financial statements.

His subsequent study et al.