1.3.1. Các cơng trình nghiên cứu nhận diện gian lận
1.3.1.1. Các cơng trình nghiên cứu quốc tế.
a. Nghiên cứu áp dụng mơ hình dơn tích có điều chỉnh • Mơ hình DeAngelo (1986)
DeAngelo (1986) [4] giả định rằng các biến kế tốn khơng điều chỉnh (NDA) tại thời điểm t là ngẫu nhiên và bằng số biến kế tốn dồn tích (TA) của thời điểm t-1, từ đó, tác giả cho rằng sự sai lệch về lợi nhuận là nguyên nhân gây ra sự thay đổi số biến kế tốn dồn tích giữa hai thời kỳ.
Biến kế tốn có thể điều chỉnh (DAt) Bi n k tốn d n tíchế ế ồ t (TAt) Bi n k tốn d n tích ế ế ồ t-1 (TAt-1) Biến kế tốn dồn tích (TA)
Lợi nhuận sau thuế Dịng tiền thuần từ hoạt động kinh doanh Theo DeAngelo, sự thay đổi số biến kế tốn dồn tích hay phần kế tốn có thể điều
chỉnh (DA) là phần lợi nhuận bị điều chỉnh, tức là khi (DA) khác 0 thì có hiện tượng gian lận. Tuy nhiên, nghiên cứu này chỉ đúng khi biến kế tốn khơng thể điều chỉnh (NDA) của năm t ngẫu nhiên và bằng số biến kế tốn dồn tích (TA) năm t-1. Đối với cơng ty đang tăng trưởng, biến kế tốn khơng thể điều chỉnh sẽ liên tục thay đổi, việc áp dụng mơ hình này chưa thực sự hợp lí.
• Mơ hình Friedlan (1994)
Được ra đời năm 1994, mơ hình Friedlan được sử dụng để khắc phục nhược điểm
Biến kế tốn có Bi n k tốn d n tích ế ế ồ t Bi n k tốn d n tích ế ế ồ t-1
thể điều chỉnh " Doanh thut Doanh thUt-1
Theo nghiên cứu này, lợi nhuận điều chỉnh cũng chính là phần biến kế tốn có thể điều chỉnh.
• Nghiên cứu của Healy (1985)
Bên cạnh đó, Healy (1985) [6] cũng nghiên cứu dựa trên cơ sở về lý thuyết dồn tích. Tuy nhiên, ơng cho rằng, tổng biến kế tốn khơng thể điều chỉnh là trung bình tổng biến kế tốn dồn tích của các năm trước
∑ TA it ∑tAii. „ NDAit = ʌ 1 TAit DAit = -rɪ - NDAit Ait-1 Trong đó: n là số năm của kỳ tính tốn
t là năm nghiên cứu về hành vi gian lận lợi nhuận i là công ty thứ i trong nghiên cứu
Nghiên cứu cho rằng, DA = 0 và TA = NDA đồng thời NDA không đổi từ năm này qua năm khác khi nhà quản trị khơng có hành động điều chỉnh lợi nhuận. Ngược lại sẽ nghi ngờ BCTC.
• Nghiên cứu của Jones (1991)
Vào năm 1991 Jones [9] đã mở rộng thêm những yếu tố ảnh hưởng biến NDA gồm doanh thu và độ lớn của TSCĐ.
NDAit 1 AREVit PPEit
——-A = α1 ------- + α2 —:- -- + ‰ -—-
Doanh thut Doanh thu t-1
N ph i trợ ả ảt : T ng tài s nổ ả t
N ph i trợ ả ảt-1 : T ng tài s nổ ả t-1 Trong đó:
JREV: Doanh thu thuần trong kỳ t - Doanh thu thuần trong ky t-1
PPE: Tổng giá trị tài sản cố định = tài sản cố định hữu hình + tài sản cho thuê tài chính + bất động sản + chi phí xây dựng dở dang cuối kỳ t.
TA: Tổng tài sản cuối kì
t: Kỳ nghiên cứu hành vi điều chỉnh lợi nhuận i: cơng ty nghiên cứu
α1,α2,α3 : Tham số mơ hình trên được ước lượng theo phương pháp OLS từ mơ hình:
TAit 1 ΔREVit PPEit
-—— = α1 ------- + α2 —------ + α3 -—- + ε
Ait-1 Ait-1 Ait-1 Ait-1
b. Mơ hình M - Score
• Mơ hình M - Score của Beneish (1999)
Mơ hình M-score [1] của Beneish là tiền đề nghiên cứu cho việc nhận biết gian lận trong báo cáo tài chính của các cơng ty. Theo mơ hình Beneish (1999) được giáo sư Messod Daniel Beneish cơng bố gồm có 8 tỷ số tài chính được chọn lọc bằng phương pháp PCA: Chỉ số phải thu khách hàng trên doanh thu thuần (DSRI), Chỉ số tỷ lệ lãi gộp
(GMI), Chỉ số chất lượng tài sản (AQI), Chỉ số tăng trưởng doanh thu bán hàng (SGI), Chỉ số tỷ lệ khấu hao TSCĐ hữu hình (DEPI), Chỉ số chi phí bán hàng và quản lý doanh nghiệp (SGAI), Chỉ số địn bẩy tài chính (LVGI). Trong đó:
DSRI Kho nDoanh thu thu n ả ph iả thu t Kho nầ t ’ Doanh thu thu n ả ph iả thu t-1ầ t-1
GMI =Tỷ lệ lãi g pT l lãi g p ỷ ệ ộ t-1 _ L iộ ợ nhu nậ g pộ t-1 t Doanh thu t-1 L i nhu n g p ợ ậ ộ t Doanh thu t [1-(CA t + PPE t )]: TA t Q [1-(CAt-1+PPEt-1]: TAt-1
PPE: Giá trị cịn lại của tài sản dài hạn hữu hình (gồm TSCĐ hữu hình, TSCĐ th tài chính, giá trị xây dựng cơ bản dở dang, bất động sản đầu tư) và quyền sử dụng đất CA: Tài sản ngắn hạn
TA: Tổng tài sản SGI =
DEPI (Chi phí kh u(Chi phí kh u haoấ haot-1) : (PPEt-1+Chi phí kh uấ haot-1)
ấ t) : (PPEt+Chi phí kh u haoấ t)
SGAI = SGAt-1: Doanh thu t-1SGAt: Doanh thu t
SGA: Chi phí bán hàng và chi phí quản lý doanh nghiệp
TATA = L i nhu n trợ ậ ước thuết - Ti n thu n t s n xu t kinh doanhề ầ ừ ả ấ t T ng tài s nổ ả t
Từ 8 biến trên, tác giả đã xây dựng một bộ mơ hình nhằm nhận diện gian lận BCTC: M - score = -4.84 + 0.92(DSRI) + 0.528(GMI) + 0.404(AQI) + 0.892(SGI) +
0.115(DEPI) - 0.172(SGAI) + 4.679(TATA) - 0.327(LVGI)
Mơ hình M-score lớn hơn -1.78 thì BCTC của cơng ty sẽ được đánh dấu là gian lận. Mơ hình Beneish được sử dụng rộng rãi để xác định việc thao túng báo cáo tài chính
của cơng ty. Tuy nhiên, mơ hình Beneish vẫn cịn hạn chế trong việc phát hiện báo cáo gian lận với những loại hình kinh doanh khác như ngân hàng, các quỹ.
Dựa trên mơ hình M-score, Burcu và Guray (2005) [3] đã phát triển một mơ hình mới nhằm phát hiện sự sai phạm báo cáo tài chính của các cơng ty tại Thổ Nhĩ Kỳ. Nghiên cứu này sử dụng BCTC của 126 cơng ty được niêm yết trên sàn chứng khốn. Mơ hình hồm 10 biến:
- Chỉ số đòn bẩy (LVGI) - Chỉ số hàng tồn kho (DINV) - Chỉ số chi phí tài chính (FEI) - Chỉ số kì thu tiền (DSRI) - Chỉ số lợi nhuận gộp (GMI) - Chỉ số chất lượng tài sản (AQI) - Chỉ số tăng trưởng doanh thu (SGI) - Chỉ số khấu hao (DEPI)
- Chỉ số chi phí bán hàng và quản lí doanh nghiệp (SGAI) - Chỉ số tổng tài sản và tổng kếtốn dồn tích (TATA)
So với kết quả của Ủy ban Chứng khốn Thổ Nhĩ Kỳ cơng bố, mơ hình này dự báo đúng 81% công ty bị gian lận thu nhập và 65% công ty không bị gian lận, kết quả chung là đúng 67%.
• Mơ hình Tarjo và Nurul (2015)
Ở khía cạnh khác, Tarjo và Nurul (2015) đã có nghiên cứu khá mạnh dạn khi phân
tích tính chính xác của mơ hình M-score - Beneish (1999) trong việc phát hiện gian lận BCTC với số liệu trải dài từ 2001 - 2014 của 35 cơng ty được xác định là có gian lận BCTC và 35 cơng ty được xác định khơng có gian lận BCTC. Kỹ thuật khai thác được sử dụng trong nghiên cứu này là mơ hình hồi quy logit . Các dữ liệu đầu vào được xử lý bằng việc kiểm tra Thành phần nguyên tắc Phân tích (PCA) cho biến của mơ hình M- score. Nói cách khác, PCA được sử dụng để16 xác định các biến số M-score của Beneish
DEPI - Chỉ số khấu hao, SGAI -Chỉ số chi phí bán hàng và quản lý doanh nghiệp, TATA
- Chỉ số tổng tài sản và tổng kế tốn dồn tích, LVGI - Chỉ số địn bẩy tài chính, εi - Dư lượng.
Với dữ liệu của 35 cơng ty có gian lận BCTC và 35 cơng ty khơng có gian lận BCTC, mơ hình của Tarjo và Nurul (2015) đã đưa ra được các biến số ảnh hưởng tới gian lận BCTC là Chỉ số tổng lợi nhuận, Chỉ số khấu hao, Chỉ số chi phí bán hàng và quản lý doanh nghiệp, Chỉ số tổng tài sản và tổng kế tốn dồn tích. Các biến Chỉ số bán hàng, Chỉ số chất lượng tài sản, Chỉ số địn bẩy tài chính khơng thể phát hiện gian lận BCTC. Độ chính xác của mơ hình trong phát hiện cơng ty gian lận lên tới 77,1% (27 trên 35 cơng ty gian lận) và độ chính xác trong phát hiện cơng ty không gian lận là 80% (28 trên 35 cơng ty khơng gian lận).
c. Mơ hình nghiên cứu mở rộng khác
• Mơ hình F-score của Patrica Dechow (2011)
Mơ hình F-score của Dechow được phát triển năm 2011 nhằm mục đích đánh giá rủi ro gian lận chung trên báo cáo tài chính của các doanh nghiệp. Mơ hình này được đánh giá là có xác suất đánh giá gian lận cao hơn đáng kể với dữ liệu tối đa ba năm gần nhất. Mơ hình của Patrica Dechow có thể đánh giá một cơng ty trong 3 lĩnh vực:
- Chất lượng dồn tích, hiệu quả tài chính: Ch_cashsales và Ch_Earn (i),
- Các biện pháp phi tài chính, hoạt động ngoại bảng: Rsst, Ch_Rec, Ch_Inv, SoftAssets (ii)
- Các biện pháp dựa trên thị trường: Issue (iii).
Mơ hình được cơng bố với các chỉ số tài chính: Rsst-Acc (kế tốn dồn tích), Ch_Rec (Khoản phải thu), Ch_inv (hàng tồn kho), Soft Asset (Tỷ lệ phần trăm của tài sản mềm), Chcs (thay đổi về doanh thu tiền mặt), Ch_earn (thay đổi trong lợi nhuận kiếm
F-score = -7.893 + 0.790(Rsst_Acc) + 2.518(Ch_Rec) + 1.191(Ch_Inv) + 1.979(Soft Assets) + 0.171(Ch_Cs) + -0.932(Ch_Earn) + 1.029(Issue)
Dechow F-Score được so sánh trong 4 dải giá trị:
- Neu DN có kết quả F-score <1: Phản ánh DN có nguy cơ trung bình trong gian lận BCTC
- Nếu DN có 1< F- score < 1.85: Phản ánh DN nguy cơ rủi ro giai lận cao hơn mức
trung bình
- Nếu DN có 1.85 < F- score < 2.45: Phản ánh DN có nguy cơ có gian lận đáng kể. - Nếu DN có F- score > 2.45: Phản ánh DN có nguy cơ gian lận BCTC cao.
• Mơ hình của Rasa Kanapickiene và Zivile Grundiene (2015)
Dựa trên việc muốn xác định các tỷ số tài chính có ý nghĩa trong việc xác định gian lận hay không, Rasa và Zivile đã đề xuất ra nghiên cứu nhằm xác định gian lận báo cáo tài chính thơng qua các chỉ số tài chính bằng việc sử dựng mơ hình hồi quy logarit. Dựa trên mẫu nghiên cứu, mơ hình đã dự đốn được chính xác đến 84.8% và đưa ra được
kết luận các tỷ số tài chính hồn tồn có thể sử dụng để phát hiện việc thao túng trong báo cáo tài chính. Hai tác giả đã phát triển mơ hình dưới dạng như sau:
,r r, 4.263INV 0.029SAL 4.766TL 1.936CACHΛ
P(FRAUD = 1) = 1/(1+e-( TA FA TA CL ))
Trong đó:
FRAUD (gian lận trên báo cáo tài chính): FRAUD sử dụng giá trị nhị phân với 1 là có hành vi gian lận cịn 0 là khơng có hành vi gian lận
INV/TA (Tỷ số HTK trên tổng tài sản) = Hàng tồn kho/Tổng tài sản
SAL/FA (Tỷ số doanh thu trên tài sản cố định) = Doanh thu/Tài sản cố định TL/TA (Tỷ số tổng nợ trên tổng tài sản) = Tổng nợ/Tổng tài sản
1.3.2. Các cơng trình nghiên cứu trong nước
Ở Việt Nam, các tác giả chia các hình thức nghiên cứu phát hiện gian lận trong BCTC thành ba hướng: Nghiên cứu sử dụng kỹ thuật thống kê, nghiên cứu sử dụng mơ hình dồn tích có điều chỉnh và nghiên cứu kết hợp nhiều mơ hình cùng kỹ thuật thống kê.
a. Mơ hình dồn tích có điều chỉnh
Nguyễn thị Un Phương (2014) sử dụng mơ hình Friedlan (1994) để đánh giá tính trung thực trong điều chỉnh lợi nhuận của 75 công ty niêm yết thơng qua biến kế tốn dồn tích có thể điều chỉnh DA. Kết quả cho thấy, những cơng ty trên có xu hướng điều chỉnh lợi nhuận tăng trong kỳ báo cáo ngay trước lần phát hành cổ phiếu ra công chúng. Cụ thể, đối với doanh nghiệp có quy mơ lớn, mức độ điều chỉnh lợi nhuận sẽ càng
cao để nhằm thu hút vốn đầu tư. Đồng thời, những DN vừa và nhỏ cũng khơng ngừng “nâng cao” lợi nhuận nhằm “đánh bóng” tên tuổi, kêu gọi vốn từ thị trường. Hạn chế của
nghiên cứu này là chỉ dừng ở 75 công ty niêm yết trên sàn chứng khoản, sử dụng mơ hình có sẵn của quốc tế, chưa thực sự phù hợp với tính chất của thị trường Việt Nam.
Bên cạnh đó, Phan Thị Thùy Dương (2013) sử dụng mơ hình Jones (1991) vào nghiên cứu các công ty niêm yết trên sàn Giao dịch Chứng khốn. Cụ thể, với mẫu là 24 cơng ty niêm yết ở HOSE có phát hành thêm cổ phiếu trong năm 2013, áp dụng mơ hình
Jones, tác giả chỉ ra rằng, các cơng ty trên đều có hành vi điều chỉnh lợi nhuận trước khi phát hành thêm trái phiếu. Có hai hình thức điều chỉnh: điều chỉnh tăng và điều chỉnh giảm. Nhóm điều chỉnh giảm lợi nhuận có mức điều chỉnh trung bình chiếm khoảng 11.24% tổng tài sản đầu quý, đối với nhóm này, có thể do các cơng ty cịn tồn tại nhiều mục tiêu khác nhau ngồi giá cổ phiếu; nhóm điều chỉnh tăng lợi nhuận có mức điều chỉnh khoảng 2518.19% tổng tài sản đầu quý, điều này tác động khá tích cực đến giá cổ phiếu của mỗi cơng ty, nhìn chung mức độ điều chỉnh khá lớn và hiệu quả mang lại khá
b. Nghiên cứu sử dụng các kỹ thuật thống kê
Phạm Thị Bích Vân (2013) nghiên cứu về tính trung thực của các chỉ tiêu lợi nhuận đối với 111 doanh nghiệp niêm yết trên sàn HOSE (2009 -2011), đưa ra bốn cách để đo lường tính trung thực của chỉ tiêu lợi nhuận trên báo cáo tài chính (Kí hiệu: T)
Cách thứ nhất dựa vào nghiên cứu của Leuz và cộng sự (2003), tính tỷ lệ độ lệch
chuẩn của lợi nhuận thuần từ hoạt động kinh doanh chia cho độ lệch chuẩn dòng tiền từ hoạt động kinh doanh. Nếu tỷ lệ này càng nhỏ thì sự che giấu lợi nhuận càng cao.
Đ l ch chu n l i nhu n thu n t ho t đ ng kinh doanhộ ệ ẩ ợ ậ ầ ừ ạ ộ
Đ l ch chu n dòng ti n t HĐKDộ ệ ẩ ề ừ
Cách thứ hai dựa trên nghiên cứu Barton và Simko (2002), tính tỷ lệ giữa tài sản
hoạt động thuần trên doanh thu thuần. Nếu tỷ lệ này càng nhỏ thì độ trung thực càng cao.
Tài s n - N ph i tr - Ti n và tả ợ ả ả ề ương đương ti n - Đ u t ng n h nề ầ ư ắ ạ
Doanh thu thu nầ
Cách thứ ba áp dụng nghiên cứu Penman (2001), tính tốn tỷ số giữa dịng tiền
từ hoạt động kinh doanh và lợi nhuận sau thuế. Nếu tỷ lệ này càng nhỏ thì trung thực của
lợi nhuận càng cao.
Dòng ti n t ho t đ ng kinh doanhề ừ ạ ộ
L i nhu n sau thuợ ậ ế
Cách thứ tư của chính tác giả, sự đứng đắn của chỉ tiêu lợi nhuận được tính bằng
tỷ số giữa biến kế tốn dồn tích có thể điều chỉnh được trên lợi nhuận sau thuế. Nếu tỷ sốnày càng nhỏ thì độ trung thực của lợi nhuận càng cao.
Giá tr bi n k tốn d n tích có th đi u ch nh (DA)ị ế ế ồ ể ề ỉ
L i nhu n sau thuợ ậ ế
STT Tên biến Kí hiệu Nghiên cứu
Tác động đến gian lận BCTC
c. Mơ hình cùng kỹ thuật thống kê
Nguyễn Trần Ngun Trân (2014) sử dụng mơ hình Beneish (1999) để dự đốn khả năng gian lận báo cáo tài chính của cơng ty Nam. Đối với mẫu 30 cơng ty niêm yết, mơ hình phát hiện tỷ lệ gian lận là 63,33%. Đồng thời, tác giả cũng nhận định rằng việc sử dụng mơ hình M-score cũng nhằm phát hiện sớm một số cơng ty có khả năng thực hiện các hành vi thao túng trên BCTC tại thị trường Việt Nam. Hạn chế của nghiên cứu là chỉ dừng lại ở việc sử dụng trực tiếp mơ hình gốc Beneish, tuy nhiên, nghiên cứu này là một trong số những nghiên cứu đi đầu trong việc sử dụng kỹ thuật thống kê, cụ thể là mơ hình dự báo gian lận M-score. Cho nên, nghiên cứu đóng góp một phần rất quan trọng trong việc xây dựng M-score ở Việt Nam.
Hoàng Khánh và Trần Thị Thu Hiền (2015) sử dụng nền tảng từ những nghiên cứu đi (1986), Friedlan (1994) và Beneish (1999), nghiên cứu này nằm mục đích xây dựng mơ hình nhận diện gian lận BCTC của các doanh nghiệp ngành xây dựng niêm yết
TTCK Việt Nam. Trong nghiên cứu, tác giả sử dụng mơ hình gốc 8 biến của Beneish và mơ hình 10 biến được phát triển thêm hai biến dồn tích (DA) và biến quy mơ doanh nghiệp Size. Tác giả kết luận về hai mơ hình hồi quy như sau:
Mt = 0.67872 - 0.669(SGIt) + 0.684(AQIt) - 0.477(DEPIt) + εt (1)
và
Mt = 0.84323 - 0.933(SGIt) + 0.748(AQIt) - 0.524(DEPIt) + 0.845DAt + εt (2)
Độ chính xác của hai mơ hình lần lượt là 63.41% và 68.29%, tính theo kết quả kiểm tốn độc lập. Với mơ hình (2), sau khi tác giả sử dụng thêm biến DA, thu được kết quả cao hơn dự đoán gian lận BCTC của nghiên cứu gốc Beneish (1999). Nhìn chung,