Ứng Dụng Mô Hình M-Score Trong Việc Phát Hiện Sai Sót Thông Tin Trên Báo Cáo Tài Chính Của Các Doanh Nghiệp Niêm Yết

• Tác giả: Ca Thị Ngọc Tố
• Người hướng dẫn: TS. Phạm Quang Huy
• Trường học: Trường Đại Học Kinh Tế TP. HCM
• Chuyên ngành: Kế toán
• Đề tài: Ứng Dụng Mô Hình M-Score Để Phát Hiện Sai Sót Thông Tin Trong Báo Cáo Tài Chính
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Thành phố Hồ Chí Minh

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU
• 1.1. Các nghiên cứu được công bố ở ngoài nước
• 1.2. Các nghiên cứu sử dụng thước đo tài chính và phi tài chính để đánh giá khả năng sai sót thông tin trên BCTC
• 1.3. Các nghiên cứu định lượng xây dựng mô hình dự báo khả năng sai sót thông tin trên BCTC
• 1.4. Các nghiên cứu được công bố trong nước
• 1.5. Khe hổng nghiên cứu
• 1.6. Kết luận chương 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ SAI SÓT THÔNG TIN TRÊN BCTC
• 2.1. Các vấn đề liên quan đến sai sót BCTC
• 2.2. Khái niệm sai sót
• 2.3. Các lý thuyết nền tảng
• 2.3.1. Lý thuyết thông tin bất cân xứng
• 2.3.2. Lý thuyết ủy nhiệm (Agency theory)
• 2.3.3. Lý thuyết về tam giác gian lận
• 2.3.4. Lý thuyết các bên liên quan (Stakeholder theory)
• 2.4. Kết luận chương 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Đối tượng và phạm vi nghiên cứu
• 3.2. Mô hình nghiên cứu
• 3.3. Phương pháp nghiên cứu
• 3.3.1. Phương pháp định lượng
• 3.4. Xác định mẫu nghiên cứu
• 3.4.1. Chọn mẫu nghiên cứu
• 3.4.2. Mô tả mẫu nghiên cứu
• 3.5. Thiết kế dữ liệu nghiên cứu
• 3.5.1. Biến nghiên cứu
• 3.5.1.1. Biến phụ thuộc – M (Misstatement)
• 3.5.1.2. Biến độc lập
• 3.6. Phân tích dữ liệu và kiểm định giả thuyết
• 3.7. Kết luận chương 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Thực hiện các phân tích ban đầu
• 4.2. Kết quả hồi quy với mô hình hồi qui binary logistics
• 4.3. Đo lường tác động biên của các biến hồi quy lên biến phụ thuộc
• 4.4. Ước lượng ngưỡng giá trị để phân loại các doanh nghiệp có sai sót thông tin trên BCTC và đo lường khả năng dự báo của mô hình
• 4.5. Kết luận chương 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH
• 5.1. Một số gợi ý chính sách
• 5.1.1. Đối với kiểm toán viên
• 5.1.2. Đối với cơ quan quản lý thị trường chứng khoán
• 5.1.3. Đối với nhà đầu tư
• 5.2. Hạn chế đề tài nghiên cứu
• 5.3. Định hướng nghiên cứu trong tương lai
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH ẢNH VÀ BIỂU ĐỒ
• DANH MỤC PHỤ LỤC
• PHỤ LỤC 1. Tổng hợp các nghiên cứu nước ngoài về nhận dạng sai sót BCTC
• PHỤ LỤC 2. Tổng hợp các nghiên cứu trong nước liên quan đến BCTC
• PHỤ LỤC 3. Tóm tắt các nghiên cứu điển hình vận dụng mô hình M-score
• PHỤ LỤC 4. Danh mục các doanh nghiệp thu thập dữ liệu
• PHỤ LỤC 5. Các khoản mục trên BCTC thu thập dữ liệu
• PHỤ LỤC 7. Danh sách các mẫu quan sát có sai sót
• PHỤ LỤC 8. Danh sách các mẫu quan sát không có sai sót

I. Tổng Quan Ứng Dụng M Score Phát Hiện Sai Sót BCTC

Trong bối cảnh hội nhập kinh tế quốc tế, thông tin tài chính trở nên vô cùng quan trọng. Báo cáo tài chính (BCTC) là công cụ phản ánh hoạt động kinh doanh của doanh nghiệp. Tuy nhiên, nhiều vụ gian lận báo cáo tài chính trên thế giới và Việt Nam đã ảnh hưởng đến nhà đầu tư và thị trường. Ví dụ, vụ gian lận kế toán của WorldCom đã dẫn đến phá sản. Tại Việt Nam, nhiều doanh nghiệp công bố thông tin chậm trễ, sai sót, thậm chí gian lận trong BCTC, gây khó khăn cho việc ra quyết định đầu tư. Sự kiện của Công ty gỗ Trường Thành (TTF) và Công ty cổ phần NTACO (ATA) là những ví dụ điển hình. Do đó, cần có phương pháp phát hiện sai sót thông tin trên BCTC để bảo vệ nhà đầu tư và đảm bảo tính minh bạch của thị trường. Bài viết này sẽ trình bày tổng quan về ứng dụng Mô hình M-Score trong việc phát hiện sai sót.

1.1. Tầm Quan Trọng Của Phát Hiện Gian Lận BCTC Sớm

Việc phát hiện gian lận báo cáo tài chính sớm là vô cùng quan trọng để bảo vệ quyền lợi của nhà đầu tư. Thông tin sai lệch có thể dẫn đến quyết định đầu tư sai lầm, gây thiệt hại lớn cho nhà đầu tư. Hơn nữa, sai sót thông tin trong báo cáo tài chính còn ảnh hưởng đến uy tín của doanh nghiệp và sự ổn định của thị trường chứng khoán. Các công cụ và phương pháp phát hiện gian lận, như Mô hình M-Score, đóng vai trò then chốt trong việc đảm bảo tính trung thực và minh bạch của thông tin tài chính. Phát hiện sớm cũng giúp các cơ quan quản lý có biện pháp xử lý kịp thời, răn đe các hành vi gian lận, bảo vệ sự phát triển bền vững của thị trường.

1.2. Giới Thiệu Chung Về Mô Hình M Score Beneish

Mô hình M-Score Beneish là một công cụ được phát triển bởi Giáo sư Messod Beneish để phát hiện các công ty có khả năng thao túng báo cáo tài chính. Mô hình này sử dụng tám chỉ số tài chính để đánh giá rủi ro gian lận kế toán. Điểm M-Score cao cho thấy công ty có nhiều khả năng đã thao túng báo cáo tài chính để cải thiện hình ảnh tài chính của mình. Mô hình này đã được sử dụng rộng rãi trong các nghiên cứu và thực tiễn để đánh giá chất lượng báo cáo tài chính và hỗ trợ quá trình kiểm toán báo cáo tài chính. Việc hiểu rõ cách thức hoạt động và các chỉ số trong mô hình M-Score là rất quan trọng đối với nhà đầu tư và kiểm toán viên.

II. Vấn Đề Sai Sót BCTC Thách Thức và Hậu Quả Nghiêm Trọng

Sai sót thông tin trên Báo cáo tài chính là một vấn đề nhức nhối, gây ra những hậu quả nghiêm trọng cho doanh nghiệp, nhà đầu tư và thị trường chứng khoán. Theo nghiên cứu, nhiều doanh nghiệp niêm yết công bố thông tin không đầy đủ, sai lệch, thậm chí cố tình gian lận. Điều này làm suy giảm niềm tin của nhà đầu tư, gây khó khăn cho việc ra quyết định và ảnh hưởng đến sự phát triển bền vững của thị trường. Ví dụ điển hình là các trường hợp của Công ty Cổ phần Bông Bạch Tuyết (BBT) và Công ty gỗ Trường Thành (TTF). Để đối phó với tình trạng này, cần có các biện pháp hiệu quả để phát hiện và ngăn chặn gian lận kế toán, bảo vệ quyền lợi của nhà đầu tư.

2.1. Các Hình Thức Sai Sót Thông Tin Phổ Biến Trong BCTC

Có nhiều hình thức sai sót thông tin khác nhau trong báo cáo tài chính, từ những lỗi nhỏ do sơ suất đến những hành vi gian lận kế toán tinh vi. Một số hình thức phổ biến bao gồm: ghi nhận doanh thu ảo, che giấu nợ phải trả, thổi phồng tài sản, và điều chỉnh các khoản mục chi phí. Các công ty có thể sử dụng các kỹ thuật kế toán phức tạp để che giấu gian lận, gây khó khăn cho việc phát hiện. Việc hiểu rõ các hình thức này là bước đầu tiên để có thể nhận diện và ngăn chặn gian lận báo cáo tài chính hiệu quả. Các công cụ phát hiện gian lận, như Mô hình M-Score, có thể giúp nhận diện các dấu hiệu bất thường trong báo cáo tài chính.

2.2. Hậu Quả Kinh Tế Của Sai Sót Thông Tin BCTC

Hậu quả của sai sót thông tin trong báo cáo tài chính rất nghiêm trọng và có thể lan rộng trên toàn bộ nền kinh tế. Đối với doanh nghiệp, việc bị phát hiện gian lận kế toán có thể dẫn đến mất uy tín, giảm giá cổ phiếu, và thậm chí phá sản. Đối với nhà đầu tư, thông tin sai lệch có thể dẫn đến quyết định đầu tư sai lầm, gây thiệt hại tài chính lớn. Trên phạm vi rộng hơn, gian lận báo cáo tài chính có thể làm suy yếu niềm tin vào thị trường chứng khoán và gây bất ổn cho nền kinh tế. Do đó, việc phòng ngừa và phát hiện gian lận là vô cùng quan trọng để bảo vệ sự ổn định và phát triển của thị trường tài chính.

III. Hướng Dẫn Sử Dụng M Score Để Phát Hiện Gian Lận BCTC

Mô hình M-Score là một công cụ mạnh mẽ để đánh giá khả năng gian lận báo cáo tài chính. Mô hình này sử dụng tám chỉ số tài chính, bao gồm chỉ số ngày phải thu (DSRI), tổng tài sản trên doanh thu (GMI), chất lượng tài sản (AQI), tăng trưởng doanh thu (SGI), tỷ lệ khấu hao (DEPI), chi phí bán hàng trên doanh thu (SGAI), đòn bẩy tài chính (LVGI), và doanh thu trên tổng tài sản (TATA). Các chỉ số này được kết hợp lại để tính điểm M-Score. Điểm M-Score lớn hơn -2.22 thường cho thấy công ty có khả năng thao túng báo cáo tài chính cao hơn. Việc sử dụng M-Score cần kết hợp với phân tích chuyên sâu và kinh nghiệm để đưa ra kết luận chính xác.

3.1. Giải Thích Chi Tiết Các Thành Phần Của Mô Hình M Score

Mô hình M-Score Beneish bao gồm 8 thành phần chính, mỗi thành phần phản ánh một khía cạnh khác nhau của tình hình tài chính doanh nghiệp. Ví dụ, DSRI (Chỉ số Ngày phải thu) đo lường sự thay đổi trong ngày phải thu, GMI (Tổng tài sản trên Doanh thu) đánh giá sự thay đổi trong hiệu quả sử dụng tài sản, AQI (Chất lượng Tài sản) xem xét sự thay đổi trong tỷ lệ tài sản không tạo ra doanh thu. Việc hiểu rõ ý nghĩa của từng thành phần giúp nhà phân tích đánh giá chính xác hơn rủi ro gian lận kế toán. Phân tích từng chỉ số riêng lẻ và sự tương quan giữa chúng là chìa khóa để sử dụng hiệu quả Mô hình M-Score.

3.2. Cách Tính Toán Và Diễn Giải Điểm Số M Score Chính Xác

Để tính toán điểm số M-Score, cần thu thập dữ liệu từ báo cáo tài chính của doanh nghiệp và áp dụng công thức được Beneish đề xuất. Sau khi tính toán, diễn giải điểm số là bước quan trọng. Điểm M-Score lớn hơn -2.22 thường cho thấy khả năng gian lận báo cáo tài chính cao hơn, nhưng không phải lúc nào cũng chính xác. Cần xem xét bối cảnh ngành, tình hình kinh tế, và các yếu tố khác để đưa ra kết luận. Việc kết hợp M-Score với các phương pháp phân tích khác, như phân tích Benford's Law hoặc phân tích Altman Z-score, có thể tăng độ chính xác của việc dự đoán gian lận.

IV. Ứng Dụng Thực Tiễn Mô Hình M Score Nghiên Cứu Tại Việt Nam

Nghiên cứu ứng dụng Mô hình M-Score tại Việt Nam cho thấy mô hình này có khả năng phát hiện sai sót thông tin trên Báo cáo tài chính của các doanh nghiệp niêm yết. Nghiên cứu của Ca Thị Ngọc Tố (2017) đã xây dựng mô hình định lượng để phát hiện sai sót thông tin trên BCTC của các doanh nghiệp niêm yết trên Sở giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX). Kết quả nghiên cứu cho thấy một số chỉ số tài chính có ý nghĩa trong việc dự báo khả năng gian lận kế toán. Tuy nhiên, cần điều chỉnh mô hình cho phù hợp với đặc thù của thị trường Việt Nam để tăng độ chính xác.

4.1. Đánh Giá Hiệu Quả Của M Score Trong Bối Cảnh Thị Trường VN

Việc đánh giá hiệu quả của M-Score trong bối cảnh thị trường Việt Nam là rất quan trọng để đảm bảo tính ứng dụng của mô hình. Các yếu tố như đặc điểm của doanh nghiệp Việt Nam, chuẩn mực kế toán, và cơ chế quản lý có thể ảnh hưởng đến hiệu quả của M-Score. Nghiên cứu cần xem xét các yếu tố này để điều chỉnh mô hình cho phù hợp và tăng độ chính xác. Đồng thời, cần so sánh kết quả của M-Score với các phương pháp phân tích khác để đánh giá tính tin cậy của mô hình.

4.2. Điều Chỉnh Mô Hình M Score Phù Hợp Với Đặc Thù Doanh Nghiệp VN

Để Mô hình M-Score hoạt động hiệu quả tại Việt Nam, cần thực hiện một số điều chỉnh để phù hợp với đặc thù của doanh nghiệp Việt Nam. Ví dụ, cần xem xét sự khác biệt trong chuẩn mực kế toán, cơ cấu sở hữu, và môi trường kinh doanh. Nghiên cứu cần xác định các chỉ số tài chính có ý nghĩa nhất trong việc dự đoán gian lận kế toán tại Việt Nam và điều chỉnh trọng số của các chỉ số trong mô hình. Việc điều chỉnh này sẽ giúp tăng độ chính xác của M-Score và làm cho mô hình trở nên hữu ích hơn cho nhà đầu tư và kiểm toán viên.

V. Giải Pháp Nâng Cao Chất Lượng BCTC Gợi Ý Chính Sách

Để nâng cao chất lượng Báo cáo tài chính và giảm thiểu sai sót thông tin, cần có sự phối hợp chặt chẽ giữa các bên liên quan, bao gồm cơ quan quản lý, kiểm toán viên, doanh nghiệp và nhà đầu tư. Cần hoàn thiện hệ thống pháp luật, tăng cường giám sát và xử lý nghiêm các hành vi gian lận kế toán. Kiểm toán viên cần nâng cao trình độ chuyên môn và đạo đức nghề nghiệp. Doanh nghiệp cần tuân thủ nghiêm ngặt các quy định về kế toán và báo cáo tài chính. Nhà đầu tư cần trang bị kiến thức và kỹ năng phân tích thông tin để đưa ra quyết định đầu tư sáng suốt.

5.1. Vai Trò Của Kiểm Toán Viên Trong Việc Phát Hiện Gian Lận

Kiểm toán báo cáo tài chính đóng vai trò then chốt trong việc phát hiện gian lận kế toán. Kiểm toán viên có trách nhiệm kiểm tra tính trung thực và hợp lý của thông tin tài chính và đưa ra ý kiến độc lập về tính tuân thủ của báo cáo tài chính với các chuẩn mực kế toán. Để thực hiện tốt vai trò này, kiểm toán viên cần có trình độ chuyên môn cao, kinh nghiệm thực tế, và đạo đức nghề nghiệp vững vàng. Ngoài ra, cần tăng cường sự độc lập của kiểm toán viên và nâng cao trách nhiệm giải trình của họ.

5.2. Các Cơ Quan Quản Lý Cần Làm Gì Để Ngăn Chặn Gian Lận BCTC

Các cơ quan quản lý, như Ủy ban Chứng khoán Nhà nước (UBCKNN) và Bộ Tài chính (BTC), đóng vai trò quan trọng trong việc ngăn chặn gian lận báo cáo tài chính. Các cơ quan này cần hoàn thiện hệ thống pháp luật về kế toán và kiểm toán, tăng cường giám sát và thanh tra hoạt động của các doanh nghiệp niêm yết, và xử lý nghiêm các hành vi vi phạm. Ngoài ra, cần tăng cường công tác tuyên truyền và giáo dục về tầm quan trọng của Báo cáo tài chính trung thực và minh bạch.

VI. Kết Luận và Hướng Nghiên Cứu Mới Về M Score Tương Lai

Mô hình M-Score là một công cụ hữu ích để phát hiện sai sót thông tin trên Báo cáo tài chính. Tuy nhiên, cần điều chỉnh mô hình cho phù hợp với đặc thù của từng thị trường và kết hợp với các phương pháp phân tích khác để tăng độ chính xác. Nghiên cứu trong tương lai có thể tập trung vào việc phát triển các mô hình dự đoán gian lận kế toán tiên tiến hơn, sử dụng dữ liệu lớn và trí tuệ nhân tạo. Ngoài ra, cần nghiên cứu các yếu tố phi tài chính có thể ảnh hưởng đến chất lượng báo cáo tài chính.

6.1. Hạn Chế Của M Score Và Các Phương Pháp Cải Tiến

Mô hình M-Score có một số hạn chế, bao gồm sự phụ thuộc vào dữ liệu lịch sử và khả năng bị các công ty gian lận đánh lừa bằng cách điều chỉnh các chỉ số tài chính. Để khắc phục những hạn chế này, cần nghiên cứu các phương pháp cải tiến, như sử dụng dữ liệu phi tài chính, áp dụng các thuật toán học máy, và kết hợp M-Score với các mô hình dự đoán khác.

6.2. Triển Vọng Phát Triển Của Các Mô Hình Dự Đoán Gian Lận Kế Toán

Triển vọng phát triển của các mô hình dự đoán gian lận kế toán là rất lớn, đặc biệt trong bối cảnh dữ liệu lớn và trí tuệ nhân tạo ngày càng phát triển. Các mô hình này có thể được sử dụng để phát hiện gian lận sớm, giảm thiểu rủi ro cho nhà đầu tư và bảo vệ sự ổn định của thị trường tài chính. Nghiên cứu trong tương lai cần tập trung vào việc phát triển các mô hình dự đoán gian lận chính xác hơn, tin cậy hơn, và dễ sử dụng hơn.

Tổng quan nghiên cứu

Trong bối cảnh Việt Nam ngày càng hội nhập sâu rộng vào nền kinh tế khu vực và thế giới, nhu cầu về thông tin tài chính chính xác và kịp thời trở nên cấp thiết hơn bao giờ hết. Báo cáo tài chính (BCTC) là công cụ quan trọng phản ánh tình hình hoạt động kinh doanh của doanh nghiệp, đồng thời là cơ sở để nhà quản trị, nhà đầu tư và các cơ quan chức năng đưa ra quyết định kinh tế. Tuy nhiên, thực tế cho thấy nhiều doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam vẫn tồn tại sai sót, thậm chí gian lận trong BCTC, gây ảnh hưởng tiêu cực đến tính minh bạch và sự phát triển bền vững của thị trường. Ví dụ, năm 2016 chỉ có khoảng 18,5% trong tổng số 639 doanh nghiệp niêm yết không vi phạm nghĩa vụ công bố thông tin. Các vụ việc điển hình như Công ty Cổ phần Bông Bạch Tuyết, Công ty gỗ Trường Thành và Công ty CP thiết bị Y tế Việt Nhật đã làm giảm niềm tin của nhà đầu tư và gây ra những quyết định đầu tư sai lầm.

Trước thực trạng này, luận văn tập trung nghiên cứu ứng dụng mô hình M-score của Beneish (1999) nhằm phát hiện sai sót thông tin trên BCTC của các doanh nghiệp niêm yết trên hai sàn HOSE và HNX trong giai đoạn 2011-2016. Mục tiêu chính là xây dựng mô hình định lượng giúp kiểm toán viên, nhà đầu tư và cơ quan quản lý phát hiện kịp thời các sai sót trọng yếu, từ đó nâng cao chất lượng thông tin tài chính và hỗ trợ ra quyết định đầu tư chính xác. Nghiên cứu có phạm vi tập trung vào các doanh nghiệp phi tài chính, loại trừ các ngành ngân hàng, tài chính và bảo hiểm do đặc thù hạch toán khác biệt. Kết quả nghiên cứu dự kiến sẽ góp phần cải thiện tính minh bạch và hiệu quả của thị trường chứng khoán Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên bốn lý thuyết nền tảng để phân tích sai sót thông tin trên BCTC:

• Lý thuyết thông tin bất cân xứng: Giải thích hiện tượng các bên tham gia giao dịch không có cùng mức độ thông tin, dẫn đến việc doanh nghiệp có thể che giấu thông tin không chính xác trên BCTC nhằm tạo lợi thế cho mình.

• Lý thuyết ủy nhiệm (Agency theory): Phân tích mối quan hệ giữa cổ đông (bên ủy nhiệm) và nhà quản lý (bên được ủy nhiệm), trong đó nhà quản lý có thể điều chỉnh số liệu kế toán để tối đa hóa lợi ích cá nhân, gây ra sai sót trên BCTC.

• Lý thuyết tam giác gian lận (Fraud Triangle): Mô hình gồm ba yếu tố chính dẫn đến gian lận là áp lực, cơ hội và thái độ cá nhân, giúp giải thích nguyên nhân phát sinh sai sót do gian lận trong BCTC.

• Lý thuyết các bên liên quan (Stakeholder theory): Nhấn mạnh vai trò và áp lực từ các bên liên quan như cổ đông, cơ quan quản lý, nhà đầu tư, buộc doanh nghiệp phải điều chỉnh thông tin tài chính để đáp ứng kỳ vọng, có thể dẫn đến sai sót.

Ngoài ra, mô hình M-score của Beneish (1999) được sử dụng làm cơ sở xây dựng mô hình định lượng phát hiện sai sót trên BCTC. Mô hình này kết hợp tám biến tỷ số tài chính và biến tổng dồn tích, phản ánh các dấu hiệu bất thường trong báo cáo tài chính.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng với dữ liệu bảng (panel data) thu thập từ 90 doanh nghiệp phi tài chính niêm yết trên HOSE và HNX trong giai đoạn 2011-2016, tương ứng 360 mẫu quan sát. Mẫu được chọn theo tiêu chí hoạt động liên tục, không thuộc ngành ngân hàng, tài chính, bảo hiểm, có kỳ kế toán chuẩn và không thay đổi năm tài chính.

Phân loại mẫu dựa trên chênh lệch lợi nhuận trước thuế trước và sau kiểm toán độc lập: mẫu có sai sót khi chênh lệch lớn hơn 5%, không sai sót khi dưới 5%. Dữ liệu được thu thập từ trang Vietstock.vn.

Phân tích dữ liệu sử dụng mô hình hồi quy binary logistic trên phần mềm Stata 13 để đánh giá tác động của tám biến độc lập trong mô hình M-score lên biến phụ thuộc M (biến nhị phân thể hiện có hay không sai sót trên BCTC). Các bước phân tích bao gồm thống kê mô tả, kiểm định tính phù hợp của mô hình, phân tích hồi quy và đánh giá độ chính xác dự báo.

Timeline nghiên cứu kéo dài từ 2011 đến 2016, trong đó dữ liệu 2011-2015 dùng để xây dựng mô hình, năm 2016 dùng để kiểm định mô hình.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tỷ lệ mẫu có sai sót chiếm khoảng 64,4% trong tổng số 360 mẫu quan sát, cho thấy sai sót thông tin trên BCTC là vấn đề phổ biến trong các doanh nghiệp niêm yết phi tài chính tại Việt Nam.

2. Các biến DSRI (tỷ số phải thu khách hàng trên doanh thu), GMI (tỷ số lợi nhuận gộp biên), SGI (tỷ số tăng trưởng doanh thu) và DEPI (tỷ số khấu hao) có tác động tích cực và có ý nghĩa thống kê đến khả năng phát hiện sai sót trên BCTC, với mức tác động biên lần lượt khoảng 0,92, 0,53, 0,89 và 0,11. Điều này cho thấy các doanh nghiệp có dấu hiệu tăng trưởng doanh thu bất thường, giảm lợi nhuận gộp biên hoặc thay đổi chính sách khấu hao có nguy cơ cao hơn về sai sót.

3. Biến SGAI (tỷ số chi phí bán hàng và quản lý trên doanh thu) và LVGI (tỷ số đòn bẩy tài chính) có tác động nghịch chiều, với hệ số lần lượt là -0,17 và -0,33, cho thấy chi phí quản lý tăng không đồng nghĩa với sai sót, trong khi đòn bẩy tài chính cao có thể làm giảm khả năng gian lận do áp lực kiểm soát tài chính.

4. Mô hình M-score đạt độ chính xác dự báo khoảng 70-75%, thể hiện hiệu quả trong việc phân loại doanh nghiệp có sai sót trên BCTC, cao hơn so với một số mô hình định lượng khác từng áp dụng tại Việt Nam.

Thảo luận kết quả

Kết quả cho thấy mô hình M-score phù hợp với thực trạng doanh nghiệp niêm yết tại Việt Nam, đặc biệt trong bối cảnh chuẩn mực kế toán và kiểm toán còn chưa hoàn thiện. Các biến tài chính phản ánh tín hiệu phát triển doanh nghiệp và chính sách kế toán có thể được sử dụng làm chỉ báo sớm cho sai sót trên BCTC.

So sánh với các nghiên cứu quốc tế, kết quả tương đồng với nghiên cứu của Beneish (1999) và các nghiên cứu trong khu vực ASEAN, khẳng định tính ứng dụng rộng rãi của mô hình M-score. Tuy nhiên, sự khác biệt về môi trường kinh tế và pháp lý tại Việt Nam đòi hỏi điều chỉnh ngưỡng phân loại và biến số phù hợp.

Dữ liệu có thể được trình bày qua biểu đồ phân bố các biến độc lập giữa nhóm doanh nghiệp có và không có sai sót, cũng như bảng tổng hợp hệ số hồi quy và độ chính xác mô hình để minh họa rõ ràng hơn.

Đề xuất và khuyến nghị

1. Tăng cường ứng dụng mô hình M-score trong kiểm toán và giám sát thị trường chứng khoán: Các kiểm toán viên và cơ quan quản lý nên sử dụng mô hình này làm công cụ hỗ trợ phát hiện sớm sai sót trên BCTC, nâng cao hiệu quả kiểm tra và giám sát. Thời gian áp dụng ngay trong các kỳ kiểm toán hàng năm.

2. Đào tạo và nâng cao nhận thức cho nhà đầu tư về việc sử dụng các chỉ số tài chính để đánh giá rủi ro sai sót: Nhà đầu tư cần được trang bị kiến thức về mô hình M-score và các chỉ số tài chính liên quan để tự đánh giá và ra quyết định đầu tư chính xác hơn. Chương trình đào tạo nên được tổ chức định kỳ hàng năm bởi các tổ chức tài chính và hiệp hội nhà đầu tư.

3. Hoàn thiện khung pháp lý và quy định về công bố thông tin tài chính: Cơ quan quản lý cần xem xét bổ sung các quy định bắt buộc áp dụng mô hình định lượng như M-score trong quy trình kiểm tra, xử lý vi phạm công bố thông tin tài chính. Thời gian thực hiện trong vòng 1-2 năm tới.

4. Khuyến khích doanh nghiệp nâng cao chất lượng quản trị công ty và minh bạch thông tin: Doanh nghiệp cần xây dựng hệ thống kiểm soát nội bộ chặt chẽ, minh bạch trong công bố thông tin tài chính để giảm thiểu sai sót và gian lận. Các chương trình hỗ trợ và hướng dẫn nên được triển khai bởi các hiệp hội doanh nghiệp và cơ quan quản lý.

Đối tượng nên tham khảo luận văn

1. Kiểm toán viên và công ty kiểm toán: Luận văn cung cấp công cụ định lượng hữu ích giúp kiểm toán viên phát hiện sai sót trọng yếu trên BCTC, nâng cao chất lượng kiểm toán và giảm thiểu rủi ro nghề nghiệp.

2. Nhà đầu tư cá nhân và tổ chức: Các nhà đầu tư có thể sử dụng mô hình M-score để đánh giá “sức khỏe” tài chính của doanh nghiệp niêm yết, từ đó đưa ra quyết định đầu tư chính xác, giảm thiểu rủi ro thua lỗ do thông tin sai lệch.

3. Cơ quan quản lý thị trường chứng khoán và các tổ chức giám sát: Nghiên cứu giúp các cơ quan này xây dựng các chính sách giám sát hiệu quả hơn, phát hiện kịp thời các sai sót và gian lận trên thị trường, bảo vệ quyền lợi nhà đầu tư.

4. Các nhà nghiên cứu và sinh viên chuyên ngành kế toán, tài chính: Luận văn là tài liệu tham khảo quý giá về ứng dụng mô hình định lượng trong phát hiện sai sót BCTC, đồng thời cung cấp cơ sở lý thuyết và phương pháp nghiên cứu bài bản.

Câu hỏi thường gặp

1. Mô hình M-score là gì và tại sao được chọn để phát hiện sai sót trên BCTC?
   M-score là mô hình định lượng do Beneish phát triển, sử dụng tám biến tỷ số tài chính để dự báo khả năng doanh nghiệp có hành vi thao túng lợi nhuận. Mô hình được chọn vì dữ liệu dễ thu thập, phù hợp với thực trạng doanh nghiệp Việt Nam và có độ chính xác dự báo cao.

2. Sai sót trên BCTC có thể gây hậu quả gì cho nhà đầu tư?
   Sai sót làm giảm tính minh bạch, khiến nhà đầu tư nhận thông tin không chính xác, dẫn đến quyết định đầu tư sai lầm, có thể gây thua lỗ tài chính và mất niềm tin vào thị trường.

3. Phương pháp nghiên cứu sử dụng trong luận văn là gì?
   Luận văn sử dụng phương pháp định lượng với mô hình hồi quy binary logistic trên dữ liệu bảng của 90 doanh nghiệp niêm yết trong 6 năm, phân tích tác động của các biến độc lập lên biến phụ thuộc sai sót trên BCTC.

4. Các biến độc lập trong mô hình M-score gồm những gì?
   Bao gồm các biến như tỷ số phải thu khách hàng trên doanh thu (DSRI), tỷ số lợi nhuận gộp biên (GMI), tỷ số tăng trưởng doanh thu (SGI), tỷ số chi phí bán hàng và quản lý trên doanh thu (SGAI), tỷ số đòn bẩy tài chính (LVGI), và các biến liên quan đến khấu hao, chất lượng tài sản.

5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tiễn?
   Kiểm toán viên và cơ quan quản lý có thể áp dụng mô hình M-score để sàng lọc doanh nghiệp có nguy cơ sai sót, nhà đầu tư sử dụng các chỉ số tài chính để đánh giá rủi ro, doanh nghiệp cải thiện quản trị và minh bạch thông tin nhằm nâng cao uy tín.

Kết luận

• Luận văn đã xây dựng thành công mô hình M-score ứng dụng tại Việt Nam để phát hiện sai sót thông tin trên BCTC của doanh nghiệp niêm yết, với độ chính xác dự báo khoảng 70-75%.
• Các biến tài chính như DSRI, GMI, SGI và DEPI có tác động tích cực và có ý nghĩa thống kê trong việc dự báo sai sót.
• Mô hình giúp kiểm toán viên, nhà đầu tư và cơ quan quản lý có công cụ định lượng hỗ trợ phát hiện sớm sai sót, nâng cao chất lượng thông tin tài chính.
• Đề xuất các giải pháp cụ thể nhằm tăng cường ứng dụng mô hình, hoàn thiện khung pháp lý và nâng cao nhận thức các bên liên quan.
• Nghiên cứu mở ra hướng đi cho các nghiên cứu tiếp theo về mô hình định lượng phát hiện sai sót phù hợp với đặc thù thị trường Việt Nam.

Hành động tiếp theo: Các tổ chức kiểm toán, cơ quan quản lý và nhà đầu tư nên phối hợp triển khai áp dụng mô hình M-score trong thực tiễn để nâng cao hiệu quả giám sát và ra quyết định đầu tư.