Bối cảnh và vấn đề nghiên cứu

Trong nền kinh tế thị trường, báo cáo tài chính (BCTC) là công cụ chủ đạo phản ánh tổng hợp tình hình tài sản, nguồn vốn, kết quả hoạt động kinh doanh và các luồng lưu chuyển tiền tệ của doanh nghiệp. Đây là căn cứ quan trọng phục vụ việc ra quyết định kinh tế của nhiều chủ thể như chủ sở hữu, nhà đầu tư, ngân hàng thương mại, chủ nợ và các cơ quan quản lý nhà nước. Tuy nhiên, tình trạng sai lệch và thao túng thông tin BCTC diễn ra ngày càng phức tạp trên phạm vi toàn cầu lẫn tại Việt Nam, đặc biệt sau hàng loạt vụ phá sản của các tập đoàn lớn vào đầu thế kỷ 21 như Enron, WorldCom, Xerox, Lucent, Tyco hay Adelphia. Điển hình, sự sụp đổ của Tập đoàn Enron khi giá cổ phiếu từ mức đỉnh 90 USD năm 2000 lao dốc xuống dưới 1 USD vào tháng 11/2001 đã làm bốc hơi hàng tỷ USD vốn hóa và khiến 20.000 nhân viên mất việc làm, bắt nguồn từ hành vi lợi dụng kẽ hở kế toán để che giấu nợ và thổi phồng lợi nhuận.

Tại Việt Nam, thị trường bất động sản giữ vai trò trọng yếu trong nền kinh tế, có mối liên kết chặt chẽ với hệ thống ngân hàng, thị trường vốn, thị trường vật liệu xây dựng và lao động. Theo ước tính từ các chuyên gia kinh tế, nếu đầu tư vào lĩnh vực bất động sản tăng thêm 1 USD sẽ tạo động lực thúc đẩy các ngành liên quan tăng trưởng từ 1,5 đến 2 USD. Tuy nhiên, giai đoạn kinh tế biến động khiến nhiều doanh nghiệp bất động sản chịu sức ép lớn về doanh thu suy giảm, hàng tồn kho ứ đọng, lãi suất vay cao và áp lực trả nợ, dẫn đến động cơ bóp méo số liệu BCTC nhằm "làm đẹp" tình hình tài chính hoặc giảm nghĩa vụ thuế. Cơ chế giám sát và chế tài phát hiện sai sót tại thị trường chứng khoán Việt Nam thời điểm này vẫn đang trong quá trình hoàn thiện. Nhằm giải quyết yêu cầu cấp thiết về công cụ nhận diện sai phạm, đề tài "Nghiên cứu mô hình xác định sai lệch trên Báo cáo tài chính của các công ty thuộc ngành Bất động sản niêm yết trên thị trường chứng khoán Việt Nam" được thực hiện.

Mục tiêu nghiên cứu bao gồm:

  1. Mục tiêu chung: Nghiên cứu và xây dựng mô hình định lượng xác định sai lệch trên BCTC của các công ty ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam, từ đó đề xuất các khuyến nghị nâng cao tính minh bạch và độ tin cậy của thông tin kế toán.
  2. Mục tiêu cụ thể:
    • Đánh giá thực trạng sai lệch thông tin trên BCTC trước và sau kiểm toán của các doanh nghiệp bất động sản niêm yết trên HOSE và HNX giai đoạn 2013 – 2015.
    • Xây dựng mô hình dự báo sai lệch BCTC phù hợp với đặc thù dữ liệu ngành bất động sản Việt Nam giai đoạn 2013 – 2015 dựa trên nền tảng các mô hình định lượng kinh điển.
    • Đánh giá khả năng dự báo và kiểm định độ chính xác của mô hình thông qua dữ liệu kiểm toán năm 2016 của các doanh nghiệp bất động sản.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các sai lệch trọng yếu được phát hiện thông qua chênh lệch lợi nhuận sau thuế giữa BCTC trước và sau kiểm toán của các công ty ngành bất động sản.
  • Phạm vi không gian: 54 công ty cổ phần ngành bất động sản niêm yết trên hai sàn giao dịch chứng khoán Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX).
  • Phạm vi thời gian: Thu thập số liệu chuỗi thời gian từ năm 2013 đến năm 2016; thời gian tiến hành thực hiện đề tài từ ngày 13/02/2017 đến ngày 05/05/2017.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng lý luận dựa trên các quy định pháp luật kế toán - kiểm toán và các lý thuyết gian lận tài chính:

  • Khung khái niệm và pháp lý: Điều 29 Luật Kế toán số 88/2015/QH13 quy định về hệ thống BCTC của đơn vị kế toán; Chuẩn mực kiểm toán Việt Nam số 240 (VSA 240) phân định rõ giữa sai sót (lỗi không cố ý) và gian lận (hành vi cố ý nhằm vụ lợi bất chính); Chuẩn mực kiểm toán Việt Nam số 320 (VSA 320) về tính trọng yếu; Chuẩn mực kiểm toán số 200 (VSA 200) về mục tiêu và trách nhiệm của kiểm toán viên; các Chuẩn mực kế toán Việt Nam liên quan như VAS 10 (Ảnh hưởng của thay đổi tỷ giá), VAS 14 (Doanh thu và thu nhập khác), VAS 16 (Chi phí đi vay).
  • Lý thuyết tam giác gian lận (Fraud Triangle): Đề xuất bởi Donald R. Cressey, chỉ ra ba nhân tố đồng thời thúc đẩy hành vi sai phạm gồm Áp lực (khó khăn tài chính, chỉ tiêu tăng trưởng), Cơ hội (lỗ hổng kiểm soát nội bộ, quyền lực quản lý), và Thái độ/Cá tính (sự biện minh cho hành vi sai trái).
  • Các nghiên cứu thực nghiệm quốc tế và trong nước: Báo cáo khảo sát của Hiệp hội các nhà điều tra gian lận Hoa Kỳ (ACFE); mô hình dồn tích DeAngelo (1986); mô hình kế toán dồn tích có thể điều chỉnh của Friedlan (1994); mô hình M-score 8 biến của Messod Beneish (1999); mô hình M-score mở rộng của Burcu Dikmen & Güray Küçükkocaoğlu (2005) tại Thổ Nhĩ Kỳ; mô hình M-score của Marinakis (2011) tại Anh; mô hình F-score của Dechow và cộng sự (2011); nghiên cứu về quy mô doanh nghiệp của Rhee và cộng sự (2003); cùng các nghiên cứu tại Việt Nam của Nguyễn Thị Uyên Phương (2014), Phan Thị Thùy Dương (2013), Phạm Thị Bích Vân (2013), Nguyễn Trần Nguyên Trân (2014), Hoàng Khánh & Trần Thị Thu Hiền (2015).

Phương pháp nghiên cứu kết hợp định tính và định lượng:

  • Nguồn và quy trình xử lý dữ liệu: Thu thập dữ liệu từ các BCTC đã công bố trước và sau kiểm toán của 54 doanh nghiệp bất động sản niêm yết trên HOSE và HNX. Dữ liệu được trích xuất từ cổng thông tin tài chính trực tuyến có uy tín, sau đó lọc bỏ các quan sát thiếu chỉ tiêu tài chính cần thiết, các doanh nghiệp bị đình chỉ/hủy niêm yết hoặc các quan sát dị biệt có phương sai quá lớn gây nhiễu mẫu.
  • Biến phụ thuộc ($M$): Là biến giả nhị phân, nhận giá trị $M = 1$ nếu BCTC có sai lệch trọng yếu và $M = 0$ nếu không có sai lệch. Tiêu chí xác định dựa vào tỷ lệ chênh lệch lợi nhuận sau thuế (LNST): $$\text{Chênh lệch BCTC} = \frac{\text{LNST trước kiểm toán} - \text{LNST sau kiểm toán}}{\text{LNST sau kiểm toán}}$$
  • Hệ thống biến độc lập: Khóa luận kết hợp 8 biến chỉ số trong mô hình M-score gốc của Beneish (1999) với 2 biến bổ sung phản ánh đặc thù doanh nghiệp Việt Nam gồm biến dồn tích $DA$ (Friedlan, 1994) và biến quy mô $Size$ (Rhee et al., 2003).
Ký hiệu biến Tên chỉ số tài chính Công thức xác định Kỳ vọng dấu
DSRI Chỉ số kỳ thu tiền khách hàng (Days Sales in Receivables Index) $\frac{\text{Phải thu}t / \text{Doanh thu}t}{\text{Phải thu}{t-1} / \text{Doanh thu}{t-1}}$ $+$
GMI Chỉ số tỷ suất lãi gộp (Gross Margin Index) $\frac{(\text{Doanh thu}{t-1} - \text{Giá vốn}{t-1}) / \text{Doanh thu}_{t-1}}{(\text{Doanh thu}_t - \text{Giá vốn}_t) / \text{Doanh thu}_t}$ $+$
SGI Chỉ số tăng trưởng doanh thu (Sales Growth Index) $\frac{\text{Doanh thu}t}{\text{Doanh thu}{t-1}}$ $+$
AQI Chỉ số chất lượng tài sản (Asset Quality Index) $\frac{1 - (\text{TS ngắn hạn}t + \text{PP&E}t) / \text{Tổng tài sản}t}{1 - (\text{TS ngắn hạn}{t-1} + \text{PP&E}{t-1}) / \text{Tổng tài sản}{t-1}}$ $+$
DEPI Chỉ số tỷ lệ khấu hao (Depreciation Index) $\frac{\text{Khấu hao}{t-1} / (\text{Khấu hao}{t-1} + \text{PP&E}_{t-1})}{\text{Khấu hao}_t / (\text{Khấu hao}_t + \text{PP&E}_t)}$ $+$
SGAI Chỉ số chi phí bán hàng và QLDN (SGA Expense Index) $\frac{\text{Chi phí BH&QL}t / \text{Doanh thu}t}{\text{Chi phí BH&QL}{t-1} / \text{Doanh thu}{t-1}}$ $-$
LVGI Chỉ số đòn bẩy tài chính (Leverage Index) $\frac{\text{Tổng nợ}t / \text{Tổng tài sản}t}{\text{Tổng nợ}{t-1} / \text{Tổng tài sản}{t-1}}$ $-$
TATA Tỷ số biến kế toán dồn tích (Total Accruals to Total Assets) $\frac{\text{Thu nhập}_t - \text{Dòng tiền từ HĐKD}_t}{\text{Tổng tài sản}_t}$ $+$
DA Biến kế toán dồn tích có thể điều chỉnh (Discretionary Accruals) $\frac{\text{TA}t}{\text{Doanh thu}t} - \frac{\text{TA}{t-1}}{\text{Doanh thu}{t-1}}$ $+$
Size Quy mô doanh nghiệp $\ln(\text{Tổng tài sản})$ $-$
  • Kỹ thuật ước lượng: Sử dụng mô hình hồi quy Binary Logistic trên phần mềm Eviews 6 để khắc phục các hạn chế của mô hình hồi quy tuyến tính OLS khi biến phụ thuộc bị chặn trong khoảng $[0; 1]$. Quy trình ước lượng gồm 3 bước:
    1. Chạy hồi quy mô hình tổng quát 10 biến với dữ liệu giai đoạn 2013 – 2015 để sàng lọc các biến có ý nghĩa thống kê ở mức ý nghĩa 10%.
    2. Xây dựng lại mô hình M-score tinh gọn và ước lượng các tham số hồi quy tương ứng.
    3. Xác định giá trị ngưỡng cắt (cutoff threshold) tối ưu và kiểm định khả năng phân loại sai phạm thực tế trên tập dữ liệu kiểm toán năm 2016 bằng phần mềm Microsoft Excel dựa trên ma trận nhầm lẫn (sai lầm loại 1 và sai lầm loại 2).

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương 1 trình bày tổng quan tính cấp thiết của việc phát hiện sai phạm BCTC từ các bài học lịch sử quốc tế và thực trạng thị trường bất động sản Việt Nam. Tác giả xác lập rõ mục tiêu chung, hệ thống 3 mục tiêu cụ thể, xác định đối tượng nghiên cứu là sai lệch trọng yếu trong BCTC của 54 doanh nghiệp bất động sản niêm yết tại HOSE và HNX giai đoạn 2013 – 2016, đồng thời vạch ra cấu trúc tổng thể 5 chương của khóa luận.

Chương 2: Cơ sở lý luận và phương pháp nghiên cứu

Chương 2 tổng hợp khung lý luận chuyên sâu về gian lận và sai sót BCTC. Tác giả phân tích các động cơ thao túng báo cáo gồm: áp lực duy trì tăng trưởng để nâng giá cổ phiếu, áp lực thỏa mãn các cam kết nợ vay ngân hàng, động cơ tối đa hóa lương thưởng của ban điều hành, và động cơ né tránh thuế thu nhập doanh nghiệp (đặc biệt khi lộ trình thuế suất TNDN giảm từ 25% năm 2013 xuống 22% năm 2014 và 20% năm 2017 tạo điều kiện chuyển dịch lợi nhuận giữa các niên độ).

Tác giả hệ thống hóa hai xu hướng thao túng chính (thổi phồng tài sản/doanh thu để huy động vốn hoặc cố ý giảm lợi nhuận để giảm thuế) và 5 thủ thuật gian lận phổ biến kèm dẫn chứng thực tế:

  1. Ghi nhận sai niên độ doanh thu/chi phí: Điển hình vụ Công ty Cổ phần Địa ốc Đà Lạt (DLR) năm 2010 ghi nhận trước doanh thu 31,15 tỷ đồng và giá vốn 27,98 tỷ đồng tại dự án Khu chung cư Yersin khi chưa được UBND TP. Đà Lạt nghiệm thu bàn giao.
  2. Ghi nhận doanh thu không có thật (doanh thu ảo): Vụ Công ty Cổ phần Kinh doanh Khí hóa lỏng Miền Bắc (PVG) năm 2010 tạm ghi nhận 9,28 tỷ đồng cổ tức từ Công ty PGD khi chưa được ĐHĐCĐ phê duyệt; vụ bê bối Equity Funding tại Mỹ tạo hợp đồng bảo hiểm giả đẩy khoản phải thu khống lên 2 tỷ USD.
  3. Che giấu chi phí và công nợ: Vụ Công ty Cổ phần Tập đoàn Thép Tiến Lên (TLH) năm 2010 phải trích lập bổ sung dự phòng giảm giá đầu tư chứng khoán làm chi phí tài chính tăng thêm 30,3 tỷ đồng, khiến LNST giảm 29% (từ 78,8 tỷ xuống 55,97 tỷ đồng); vụ Công ty Cổ phần Basa (BAS) vốn hóa sai quy định VAS 16 số tiền lãi vay 1,04 tỷ đồng vào dự án đã ngừng thi công.
  4. Công bố thông tin sai lệch hoặc không đầy đủ: Vụ Công ty Cổ phần Container Phía Nam (VSG) áp dụng Thông tư 201/2009/TT-BTC thay vì VAS 10 để treo khoản lỗ chênh lệch tỷ giá 33,16 tỷ đồng vào vốn chủ sở hữu, làm giảm số lỗ báo cáo từ 73,82 tỷ xuống 40,66 tỷ đồng.
  5. Định giá sai tài sản và chi phí.

Chương này cũng tổng hợp các nghiên cứu tiền bối, phân tích chi tiết công trình của ACFE (trong đó gian lận BCTC chỉ chiếm 7,9% số vụ nhưng thiệt hại trung bình cao nhất, lên tới hàng triệu USD so với các vụ biển thủ tài sản thông thường chiếm hơn 90% số vụ). Cuối chương, tác giả xây dựng chi tiết quy trình nghiên cứu định lượng, thiết lập công thức toán học cho 10 biến độc lập và phương pháp hồi quy Binary Logistic.

Chương 3: Giới thiệu về thị trường chứng khoán tổng quan thị trường bất động sản tại Việt Nam

Chương 3 tái hiện bức tranh kinh tế - tài chính Việt Nam đến năm 2016. Thị trường chứng khoán ghi nhận mốc 20 năm phát triển với hơn 1.000 doanh nghiệp giao dịch, quy mô vốn hóa vượt 70 tỷ USD và 1,6 triệu tài khoản nhà đầu tư; thị trường trái phiếu chính phủ lập kỷ lục huy động 281 nghìn tỷ đồng; Thông tư 115/2016/TT-BTC rút ngắn thời gian lên sàn UPCoM xuống 20 ngày sau IPO; ra mắt chỉ số liên sàn VNX-Allshare ngày 24/10/2016; thương vụ thoái vốn Nhà nước tại Vinamilk thu về 11.286,5 tỷ đồng. Tuy nhiên, thị trường cũng chứng kiến những biến cố như hiện tượng tăng vốn ảo gấp 2.866 lần của cổ phiếu ROS (Faros), hay vụ án hình sự lừa đảo đưa doanh nghiệp không hoạt động lên sàn UPCoM tại Công ty Cổ phần Mỏ và Xuất nhập khẩu Khoáng sản Miền Trung (MTM).

Tác giả thống kê thực trạng biến động số liệu BCTC trước và sau kiểm toán tại Việt Nam qua nhiều năm:

Giai đoạn / Năm Tổng số DN khảo sát Số DN có chênh lệch LNST Tỷ lệ biến động Doanh nghiệp điển hình có chênh lệch lớn
Năm 2008 357 194 54,3% (47 DN lệch >50%) FPC, TPC, KDC (từ lãi 142,3 tỷ sang lỗ 60,6 tỷ), NVC, MPC, NTL, SJS
Năm 2010 428 197 45,0% (LNST giảm) Các DN niêm yết trên HOSE và HNX
Năm 2011 628 311 50,0% (LNST giảm) Các DN niêm yết trên HOSE và HNX
Năm 2012 652 314 48,0% (LNST giảm) Các DN niêm yết trên HOSE và HNX
Năm 2014 330 196 59,4% TDN (lỗ 14,4 tỷ sang lãi 28 tỷ), HAS (lỗ 39 tỷ sang lãi 4,2 tỷ), PVC (lãi tăng 41 tỷ), ATA (lãi 187 triệu sang lỗ 14 tỷ), PFL (lỗ lũy kế tăng thêm 15 tỷ), PVG

Đối với ngành bất động sản, thị trường đang trong chu kỳ phục hồi mạnh mẽ nhưng tiềm ẩn rủi ro cơ cấu tài chính, việc quản lý dòng tiền dự án phức tạp và chính sách hạch toán doanh thu theo tiến độ tạo kẽ hở cho hành vi thao túng.

Chương 4: Kết quả và thảo luận về kết quả nghiên cứu

Chương 4 trình bày kết quả ước lượng kinh tế lượng. Thống kê mô tả và ma trận tương quan giữa 10 biến độc lập được phân tích để kiểm tra hiện tượng đa cộng tuyến. Kết quả chạy mô hình Logistic bước 1 cho thấy không phải toàn bộ 10 biến đều có ý nghĩa thống kê đối với ngành bất động sản Việt Nam giai đoạn 2013 – 2015. Tác giả tiến hành chọn lọc các biến có giá trị P-value thỏa mãn mức ý nghĩa 10% để xây dựng mô hình Logistic hiệu chỉnh (mô hình 2).

Sau khi xác định hệ số hồi quy của mô hình M-score hiệu chỉnh, tác giả thiết lập bảng ngưỡng xác suất phân loại dự báo. Sử dụng dữ liệu BCTC kiểm toán năm 2016 của các doanh nghiệp bất động sản làm tập kiểm định độc lập (hậu kiểm), tác giả tính toán giá trị M-score dự báo cho từng công ty và đối chiếu với kết luận của kiểm toán độc lập. Kết quả kiểm định phân loại xác định tỷ lệ dự báo chính xác tổng thể của mô hình, đồng thời bóc tách chi tiết tỷ lệ sai lầm loại 1 (dự báo công ty sai phạm thành không sai phạm) và sai lầm loại 2 (nhận diện nhầm công ty bình thường thành có sai phạm).

Chương 5: Khuyến nghị và kết luận

Từ kết quả nghiên cứu thực nghiệm, chương 5 đúc kết các kết luận chính và xây dựng gói khuyến nghị toàn diện nhằm hạn chế rủi ro sai lệch BCTC tại Việt Nam.

Kết quả và đóng góp

Kết quả nghiên cứu chính

  • Khóa luận đã chứng minh thực trạng sai lệch BCTC tại thị trường chứng khoán Việt Nam diễn ra phổ biến và mang tính hệ thống qua nhiều năm (giai đoạn 2010 – 2012 tỷ lệ doanh nghiệp có LNST sau kiểm toán giảm so với trước kiểm toán luôn dao động ở mức 45% – 50%; năm 2014 tỷ lệ doanh nghiệp có số liệu chênh lệch lên tới 59,4%).
  • Khóa luận đã phát triển thành công mô hình M-score tích hợp điều chỉnh cho ngành bất động sản Việt Nam trên cơ sở kết hợp mô hình Beneish (1999), biến dồn tích có thể điều chỉnh $DA$ (Friedlan, 1994) và biến quy mô $Size$ (Rhee et al., 2003). Mô hình đã được xác định tham số thông qua hồi quy Logistic trên mẫu 54 doanh nghiệp (2013 – 2015) và thiết lập được ngưỡng giá trị tối ưu để nhận diện sai phạm.
  • Kiểm định trên bộ dữ liệu BCTC năm 2016 chứng minh mô hình có khả năng phân loại và dự báo tốt các doanh nghiệp có rủi ro sai lệch số liệu trọng yếu, hỗ trợ cảnh báo sớm trước khi có báo cáo kiểm toán chính thức.

Giải pháp và khuyến nghị của tác giả

Khóa luận đề xuất các nhóm khuyến nghị tập trung vào 3 chủ thể:

  1. Về phía doanh nghiệp:
    • Nâng cao vai trò của Hội đồng Quản trị và Ban Kiểm soát: Tăng cường tính độc lập của các thành viên HĐQT không điều hành; bảo đảm Ban Kiểm soát có đầy đủ thẩm quyền, năng lực chuyên môn kế toán - tài chính để giám sát quy trình lập BCTC.
    • Tăng cường hiệu lực Kiểm toán nội bộ và Kiểm toán độc lập: Xây dựng hệ thống kiểm soát nội bộ chặt chẽ; lựa chọn các đơn vị kiểm toán độc lập có uy tín, năng lực chuyên sâu về lĩnh vực bất động sản.
    • Nâng cao năng lực và đạo đức nghề nghiệp kế toán: Thường xuyên đào tạo, cập nhật chuẩn mực kế toán cho đội ngũ nhân sự, gắn trách nhiệm cá nhân với tính trung thực của số liệu công bố.
  2. Về phía cơ quan quản lý Nhà nước:
    • Tăng cường chế tài và biện pháp xử lý vi phạm: Nâng cao mức phạt tiền và áp dụng các chế tài nghiêm khắc đối với hành vi cố ý công bố sai lệch thông tin hoặc chậm nộp BCTC theo Thông tư 115/2016/TT-BTC.
    • Hoàn thiện khung khổ pháp lý thị trường chứng khoán: Nâng cao tiêu chuẩn giám sát niêm yết trên cả hai sàn HOSE, HNX và thị trường UPCoM; hoàn thiện quy định về giao dịch với các bên liên quan nhằm ngăn chặn tình trạng chuyển giá, chuyển dịch lợi nhuận.
    • Hoàn thiện hệ thống Chuẩn mực Kế toán Việt Nam (VAS): Bổ sung các hướng dẫn cụ thể về nguyên tắc xác định bên liên quan, ghi nhận doanh thu dự án bất động sản theo tiến độ và vốn hóa chi phí đi vay để tiệm cận với chuẩn mực quốc tế IFRS.
  3. Về phía nhà đầu tư:
    • Cần cẩn trọng khi sử dụng BCTC tự lập chưa qua kiểm toán; chủ động áp dụng các công cụ định lượng như mô hình M-score để rà soát các biến bất thường (như sự gia tăng đột biến của các khoản phải thu $DSRI$, chất lượng tài sản $AQI$, hoặc biến kế toán dồn tích $DA$) trước khi đưa ra quyết định đầu tư.

Đóng góp học thuật và thực tiễn

Tác giả tự xác định đóng góp của khóa luận nằm ở việc không áp dụng rập khuôn nguyên bản mô hình nước ngoài mà đã tiến hành hiệu chỉnh, bổ sung các biến đặc thù ($DA$ và $Size$) và ước lượng lại trọng số hồi quy bằng kỹ thuật Logistic trên mẫu dữ liệu thực tế ngành bất động sản Việt Nam giai đoạn 2013 – 2016. Đề tài mở rộng hướng ứng dụng kỹ thuật thống kê trong kiểm toán và phân tích tài chính tại Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế gắn liền với phạm vi nghiên cứu:

  • Mẫu khảo sát định lượng chỉ giới hạn trong phạm vi 54 doanh nghiệp thuộc ngành bất động sản niêm yết trên sàn HOSE và HNX; chưa mở rộng sang các doanh nghiệp xây dựng, thương mại, sản xuất hoặc các doanh nghiệp đại chúng chưa niêm yết trên UPCoM.
  • Khoảng thời gian thu thập dữ liệu tập trung trong giai đoạn 2013 – 2016, là giai đoạn thị trường bất động sản bắt đầu phục hồi sau chu kỳ đóng băng, do đó các chỉ số tài chính có thể mang đặc trưng riêng của chu kỳ kinh tế này.
  • Tiêu chí xác định sai phạm dựa trên sự sai lệch giữa BCTC trước và sau kiểm toán độc lập, với giả định kết quả của kiểm toán viên là hoàn toàn chính xác, trong khi thực tế kiểm toán độc lập vẫn tồn tại rủi ro không phát hiện hết sai sót do các giới hạn cố hữu (theo đoạn A51 VSA 200).

Hướng nghiên cứu tiếp theo được gợi ý:

  • Mở rộng quy mô mẫu sang các ngành nghề khác và thu thập chuỗi thời gian dài hơn để gia tăng tính đại diện của mô hình.
  • Thử nghiệm kết hợp thêm các biến phi tài chính, biến quản trị công ty (như cơ cấu HĐQT, tính độc lập của ban điều hành) hoặc các biến thị trường theo hướng tiếp cận mô hình F-score của Dechow et al. (2011).

Giá trị tham khảo

Khóa luận có giá trị tham khảo thực tiễn và học thuật cho các đối tượng:

  • Sinh viên, học viên chuyên ngành Kế toán, Kiểm toán, Tài chính - Ngân hàng: Là tài liệu tham khảo có cấu trúc bài bản về quy trình ứng dụng mô hình kinh tế lượng (hồi quy Logistic trên Eviews) vào nghiên cứu kế toán - kiểm toán thực nghiệm; cung cấp phương pháp tính toán chi tiết 10 chỉ số phát hiện thao túng BCTC.
  • Kiểm toán viên và chuyên viên phân tích rủi ro: Sử dụng công thức và quy trình phân loại của mô hình M-score ngành bất động sản như một thủ tục phân tích sơ bộ (analytical procedures) trong giai đoạn lập kế hoạch kiểm toán nhằm nhận diện các khoản mục có rủi ro sai sót trọng yếu.
  • Nhà đầu tư cá nhân và tổ chức: Cung cấp phương pháp định lượng hỗ trợ sàng lọc BCTC, đánh giá chất lượng lợi nhuận và hạn chế rủi ro khi đầu tư vào cổ phiếu bất động sản.

Câu hỏi thường gặp

1. Tác giả đã bổ sung những biến nào vào mô hình M-score gốc của Beneish (1999) để phù hợp với doanh nghiệp bất động sản Việt Nam?
Tác giả đã bổ sung 2 biến độc lập vào khung 8 biến gốc của Beneish:

  • Biến kế toán dồn tích có thể điều chỉnh ($DA$ - Discretionary Accruals) dựa trên lý thuyết của Friedlan (1994), đo lường phần lợi nhuận bị can thiệp bởi các xét đoán kế toán.
  • Biến quy mô doanh nghiệp ($Size$), được tính bằng logarit tự nhiên của tổng tài sản ($\ln(\text{Tổng tài sản})$) dựa trên nghiên cứu của Rhee và cộng sự (2003) nhằm kiểm soát ảnh hưởng của quy mô công ty đến xu hướng thao túng BCTC.

2. Vì sao phương pháp hồi quy Binary Logistic được lựa chọn thay thế cho phương pháp bình phương bé nhất (OLS)?
Tác giả lựa chọn mô hình Binary Logistic (phương pháp Goldberger) vì biến phụ thuộc $M$ là biến nhị phân ($M = 1$ khi có sai lệch, $M = 0$ khi không có sai lệch). Mô hình hồi quy tuyến tính OLS thông thường vi phạm các giả thiết kinh tế lượng cơ bản như: phương sai phần dư không đồng đều, sai số không phân phối chuẩn, giá trị dự báo có thể nằm ngoài khoảng xác suất $[0; 1]$ và hệ số xác định $R^2$ rất thấp. Mô hình Logistic giải quyết triệt để các nhược điểm này bằng hàm liên kết phi tuyến dạng $p_i = \frac{e^{X_i\beta}}{1 + e^{X_i\beta}}$.

3. Khóa luận nêu những dẫn chứng thực tế nào về thủ thuật gian lận BCTC tại các doanh nghiệp Việt Nam?
Khóa luận dẫn chứng cụ thể các trường hợp sai phạm được đơn vị kiểm toán chỉ ra:

  • DLR (Địa ốc Đà Lạt, 2010): Ghi nhận sai niên độ 31,15 tỷ đồng doanh thu dự án Chung cư Yersin khi chưa được nghiệm thu chính thức.
  • PVG (2010): Ghi nhận doanh thu ảo 9,28 tỷ đồng từ cổ tức của PGD khi ĐHĐCĐ chưa thông qua.
  • TLH (Thép Tiến Lên, 2010): Giấu chi phí thông qua việc không trích đủ dự phòng giảm giá chứng khoán ban đầu, sau kiểm toán phải trích thêm 30,3 tỷ đồng làm LNST giảm 29%.
  • BAS (2010): Vốn hóa sai quy định VAS 16 số tiền 1,04 tỷ đồng chi phí lãi vay vào công trình xây dựng cơ bản đã dừng thi công.
  • VSG (2010): Áp dụng Thông tư 201/2009/TT-BTC để hoãn ghi nhận 33,16 tỷ đồng lỗ tỷ giá, làm giảm số lỗ thực tế tính theo VAS 10.

4. Dữ liệu thực tế giai đoạn 2010 – 2014 cho thấy thực trạng sai lệch BCTC trước và sau kiểm toán tại Việt Nam ở mức độ nào?
Số liệu thống kê trong khóa luận cho thấy:

  • Năm 2008: 194/357 doanh nghiệp niêm yết (54,3%) có chênh lệch LNST, trong đó 47 doanh nghiệp lệch trên 50% (điển hình như KDC chuyển từ lãi 142,3 tỷ sang lỗ 60,6 tỷ đồng).
  • Giai đoạn 2010 – 2012: Tỷ lệ công ty có LNST sau kiểm toán giảm so với trước kiểm toán luôn xấp xỉ 50% (năm 2010 là 197/428 công ty - 45%; năm 2011 là 311/628 công ty - 50%; năm 2012 là 314/652 công ty - 48%).
  • Năm 2014: Có 196/330 doanh nghiệp (59,4%) có biến động số liệu sau kiểm toán, nhiều đơn vị chuyển trạng thái từ lãi sang lỗ hoặc ngược lại (như TDN chuyển từ lỗ 14,4 tỷ sang lãi hơn 28 tỷ đồng, ATA từ lãi 187 triệu sang lỗ 14 tỷ đồng).

Kết luận

Khóa luận tốt nghiệp của sinh viên Trần Ngọc Sơn đã giải quyết trọn vẹn mục tiêu nghiên cứu về nhận diện sai lệch BCTC trong ngành bất động sản niêm yết tại Việt Nam. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết kế toán - kiểm toán và phương pháp hồi quy Binary Logistic trên dữ liệu thực tế giai đoạn 2013 – 2016, đề tài đã xây dựng thành công mô hình M-score hiệu chỉnh có khả năng dự báo và phân loại sai phạm với độ tin cậy thực nghiệm. Các kết quả nghiên cứu cùng hệ thống giải pháp đề xuất cung cấp căn cứ hữu ích cho cơ quan quản lý, doanh nghiệp kiểm toán và nhà đầu tư trong việc nâng cao tính minh bạch của thông tin tài chính trên thị trường chứng khoán Việt Nam.