Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế thị trường phát triển mạnh mẽ, việc cung cấp thông tin tài chính minh bạch và trung thực trở thành yếu tố then chốt giúp cổ đông và nhà đầu tư đưa ra quyết định chính xác. Tại Việt Nam, thị trường chứng khoán (TTCK) đã hoạt động hơn một thập kỷ với sự gia tăng số lượng công ty niêm yết, đặc biệt là trên sàn giao dịch chứng khoán TP. Hồ Chí Minh (HOSE). Tuy nhiên, thực trạng gian lận báo cáo tài chính (BCTC) vẫn là vấn đề nghiêm trọng, làm giảm niềm tin của nhà đầu tư và ảnh hưởng tiêu cực đến sự ổn định của thị trường. Theo số liệu nghiên cứu trên 268 công ty phi tài chính niêm yết tại HOSE giai đoạn 2013-2015, có khoảng 112 công ty có dấu hiệu gian lận BCTC được phát hiện qua mô hình Beneish với hệ số M-Score. Mục tiêu nghiên cứu nhằm phát triển mô hình hồi quy Logistic dựa trên các tỷ số tài chính để nhận diện gian lận BCTC, từ đó cung cấp công cụ hỗ trợ cho kiểm toán viên, nhà đầu tư và nhà quản lý trong việc phát hiện và phòng ngừa gian lận. Phạm vi nghiên cứu tập trung vào các công ty phi tài chính niêm yết trên sàn HOSE trong giai đoạn 2013-2015, không bao gồm các công ty tài chính như ngân hàng, công ty chứng khoán và bảo hiểm. Ý nghĩa nghiên cứu được thể hiện qua việc nâng cao chất lượng thông tin tài chính, góp phần lành mạnh hóa TTCK Việt Nam và thúc đẩy phát triển kinh tế bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên ba khung lý thuyết chính về gian lận BCTC. Thứ nhất, chuẩn mực kiểm toán quốc tế ISA 240 phân loại gian lận thành gian lận trên BCTC và gian lận biển thủ tài sản, nhấn mạnh hành vi cố ý làm sai lệch thông tin tài chính. Thứ hai, chuẩn mực kiểm toán Việt Nam VSA 240 định nghĩa gian lận là sai sót cố ý, phân biệt với nhầm lẫn không cố ý. Thứ ba, quan điểm của Hiệp hội các nhà điều tra gian lận Hoa Kỳ (ACFE) phân loại gian lận thành gian lận tài sản, tham ô và gian lận trên BCTC, với các thủ thuật như che giấu nợ phải trả, ghi nhận doanh thu không có thật, định giá sai tài sản, ghi nhận sai niên độ và không khai báo đầy đủ thông tin. Ngoài ra, luận văn tổng hợp các mô hình nhận diện gian lận BCTC nổi bật như mô hình dồn tích có điều chỉnh (Discretionary accruals models) của DeAngelo, Friedlan, Healy và Jones, mô hình M-Score của Beneish, và mô hình F-Score của Dechow cùng cộng sự. Các khái niệm chính bao gồm tỷ số tài chính như lợi nhuận sau thuế trên doanh thu (NP/SA), vốn lưu động trên tổng tài sản (WC/TA), lợi nhuận gộp trên tổng tài sản (GP/TA), và hệ số nguy cơ phá sản Z-Score.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ BCTC năm 2013-2015 của 268 công ty phi tài chính niêm yết trên sàn HOSE, loại trừ các công ty tài chính. Dữ liệu được lấy từ các website chuyên về đầu tư chứng khoán như cophieu68. Phương pháp phân tích chính là hồi quy Binary Logistic sử dụng phần mềm SPSS nhằm xác định các biến tài chính có khả năng nhận diện gian lận BCTC. Quy trình nghiên cứu gồm bốn bước: tổng hợp các nghiên cứu trước đây, thu thập dữ liệu, phân loại công ty có gian lận BCTC bằng mô hình Beneish (M-Score), và phân tích hồi quy Logistic để xây dựng mô hình nhận diện gian lận. Cỡ mẫu 268 công ty được chọn nhằm đảm bảo tính đại diện cho nhiều lĩnh vực và quy mô khác nhau. Việc lựa chọn phương pháp hồi quy Logistic phù hợp với biến phụ thuộc nhị phân (có hoặc không gian lận) và cho phép ước lượng xác suất xảy ra gian lận dựa trên các biến độc lập là tỷ số tài chính.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Phân loại gian lận BCTC bằng mô hình Beneish: Trong mẫu 268 công ty, 112 công ty (khoảng 42%) được xác định có dấu hiệu gian lận BCTC với M-Score > -2.22, trong khi 156 công ty còn lại không có dấu hiệu gian lận.
  2. Các biến tài chính có ý nghĩa trong mô hình hồi quy Logistic: Tỷ số lợi nhuận sau thuế trên doanh thu (NP/SA), vốn lưu động trên tổng tài sản (WC/TA), lợi nhuận gộp trên tổng tài sản (GP/TA) và hệ số nguy cơ phá sản Z-Score được xác định là các biến có khả năng nhận diện gian lận với mức ý nghĩa thống kê cao (p < 0.05).
  3. Tỷ lệ dự báo chính xác của mô hình: Mô hình hồi quy Logistic đạt tỷ lệ phân loại chính xác khoảng 68%, thể hiện độ tin cậy cao trong việc nhận diện gian lận BCTC trên mẫu đa dạng về quy mô và lĩnh vực hoạt động.
  4. So sánh với các nghiên cứu khác: Kết quả tương đồng với các nghiên cứu quốc tế và trong nước, trong đó mô hình Beneish và các biến tài chính được sử dụng phổ biến để phát hiện gian lận với độ chính xác từ 63% đến 81%.

Thảo luận kết quả

Nguyên nhân các biến tài chính như NP/SA, WC/TA, GP/TA và Z-Score có khả năng nhận diện gian lận là do chúng phản ánh trực tiếp hiệu quả hoạt động và tình hình tài chính của công ty. Ví dụ, lợi nhuận sau thuế trên doanh thu thấp hoặc biến động bất thường có thể là dấu hiệu của việc ghi nhận doanh thu không trung thực hoặc che giấu chi phí. Vốn lưu động trên tổng tài sản thấp cho thấy khả năng thanh khoản kém, tạo áp lực cho nhà quản lý thực hiện gian lận để duy trì hình ảnh tài chính. Hệ số Z-Score thấp biểu thị nguy cơ phá sản cao, là động lực thúc đẩy gian lận nhằm cải thiện báo cáo tài chính. Dữ liệu có thể được trình bày qua biểu đồ phân phối M-Score giữa hai nhóm công ty, bảng hồi quy Logistic với các hệ số và mức ý nghĩa, giúp minh họa rõ ràng mối quan hệ giữa các biến tài chính và gian lận. So với các nghiên cứu trước, mô hình này có sự điều chỉnh phù hợp với đặc thù thị trường Việt Nam, đồng thời mở rộng quy mô mẫu nghiên cứu, tăng tính đại diện và độ tin cậy của kết quả.

Đề xuất và khuyến nghị

  1. Tăng cường áp dụng mô hình nhận diện gian lận BCTC: Khuyến nghị các kiểm toán viên và nhà quản lý sử dụng mô hình hồi quy Logistic dựa trên các tỷ số tài chính như NP/SA, WC/TA, GP/TA và Z-Score để phát hiện sớm dấu hiệu gian lận, giúp nâng cao hiệu quả kiểm toán và giám sát tài chính trong vòng 1-2 năm tới.
  2. Cải thiện khung pháp lý và quy định công bố thông tin: Nhà nước cần hoàn thiện các quy định về công bố thông tin tài chính, tăng cường chế tài xử lý vi phạm nhằm nâng cao tính minh bạch và trung thực của BCTC trên TTCK Việt Nam trong giai đoạn 2024-2026.
  3. Đào tạo và nâng cao nhận thức cho nhà đầu tư: Tổ chức các khóa đào tạo, hội thảo giúp nhà đầu tư hiểu rõ các chỉ số tài chính và kỹ thuật nhận diện gian lận, từ đó đưa ra quyết định đầu tư chính xác hơn trong vòng 1 năm tới.
  4. Xây dựng hệ thống cảnh báo sớm gian lận: Các công ty niêm yết nên phối hợp với các tổ chức kiểm toán và cơ quan quản lý xây dựng hệ thống cảnh báo dựa trên các chỉ số tài chính nhằm phát hiện và xử lý kịp thời các hành vi gian lận trong vòng 2 năm tới.

Đối tượng nên tham khảo luận văn

  1. Kiểm toán viên và công ty kiểm toán: Luận văn cung cấp công cụ và mô hình nhận diện gian lận BCTC giúp nâng cao hiệu quả kiểm toán, giảm thiểu rủi ro bỏ sót sai phạm.
  2. Nhà đầu tư cá nhân và tổ chức: Giúp hiểu rõ các dấu hiệu gian lận tài chính, từ đó đưa ra quyết định đầu tư an toàn và hiệu quả hơn trên TTCK Việt Nam.
  3. Cơ quan quản lý nhà nước và Ủy ban Chứng khoán: Cung cấp cơ sở khoa học để hoàn thiện chính sách, quy định về công bố thông tin và giám sát thị trường, góp phần lành mạnh hóa TTCK.
  4. Các công ty niêm yết: Hỗ trợ xây dựng hệ thống kiểm soát nội bộ và báo cáo tài chính minh bạch, nâng cao uy tín và giá trị doanh nghiệp trên thị trường.

Câu hỏi thường gặp

  1. Mô hình Beneish là gì và tại sao được sử dụng?
    Mô hình Beneish là công cụ thống kê sử dụng các tỷ số tài chính để phát hiện dấu hiệu thao túng thu nhập và gian lận BCTC. Nó được sử dụng vì độ chính xác cao, khả năng áp dụng rộng rãi và đã được kiểm nghiệm trên nhiều thị trường, bao gồm cả Việt Nam.

  2. Các tỷ số tài chính nào quan trọng nhất trong nhận diện gian lận?
    Các tỷ số như lợi nhuận sau thuế trên doanh thu (NP/SA), vốn lưu động trên tổng tài sản (WC/TA), lợi nhuận gộp trên tổng tài sản (GP/TA) và hệ số Z-Score được xác định là có ý nghĩa lớn trong việc phát hiện gian lận nhờ phản ánh hiệu quả hoạt động và rủi ro tài chính.

  3. Tỷ lệ dự báo chính xác của mô hình hồi quy Logistic là bao nhiêu?
    Mô hình hồi quy Logistic trong nghiên cứu đạt tỷ lệ dự báo chính xác khoảng 68%, thể hiện khả năng phân loại công ty có gian lận và không gian lận với độ tin cậy cao trên mẫu đa dạng.

  4. Phạm vi nghiên cứu có giới hạn gì không?
    Nghiên cứu tập trung vào các công ty phi tài chính niêm yết trên sàn HOSE trong giai đoạn 2013-2015, không bao gồm các công ty tài chính như ngân hàng, công ty chứng khoán và bảo hiểm, do đặc thù báo cáo tài chính khác biệt.

  5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tiễn?
    Kiểm toán viên và nhà đầu tư có thể sử dụng mô hình và các tỷ số tài chính đề xuất để đánh giá rủi ro gian lận BCTC. Cơ quan quản lý có thể dựa vào kết quả để hoàn thiện chính sách giám sát và xử lý vi phạm, trong khi các công ty niêm yết có thể cải thiện hệ thống kiểm soát nội bộ.

Kết luận

  • Luận văn đã phát triển thành công mô hình hồi quy Logistic dựa trên các tỷ số tài chính để nhận diện gian lận BCTC của 268 công ty phi tài chính niêm yết trên sàn HOSE giai đoạn 2013-2015.
  • Mô hình Beneish với hệ số M-Score được sử dụng hiệu quả để phân loại công ty có dấu hiệu gian lận, làm cơ sở cho xây dựng mô hình hồi quy.
  • Các biến tài chính NP/SA, WC/TA, GP/TA và Z-Score được xác định là chỉ số quan trọng trong việc phát hiện gian lận với tỷ lệ dự báo chính xác đạt 68%.
  • Kết quả nghiên cứu góp phần nâng cao công cụ nhận diện gian lận cho kiểm toán viên, nhà đầu tư và cơ quan quản lý, đồng thời đề xuất các giải pháp cải thiện chất lượng thông tin tài chính trên TTCK Việt Nam.
  • Các bước tiếp theo bao gồm mở rộng nghiên cứu với mẫu lớn hơn, cập nhật mô hình phù hợp với biến động thị trường và triển khai ứng dụng thực tiễn nhằm tăng cường minh bạch và ổn định thị trường chứng khoán.

Hành động ngay: Các bên liên quan nên áp dụng mô hình và khuyến nghị trong nghiên cứu để nâng cao hiệu quả giám sát và phòng ngừa gian lận BCTC, góp phần phát triển TTCK Việt Nam bền vững.