Các nhân tố ảnh hưởng hành vi thao túng Báo cáo tài chính: một nghiên cứu từ các công ty niêm yết tại Việt Nam

Tác giả tiến hành phương pháp hồi quy theo mô hình tác động cố định (FEM) cho thấy các biến: AQI, TATA, GMI và DELTAAR có mối tương qua đồng biến với khả năng thao túng báo cáo tài chính của doanh nghiệp, trong khi đó các biến SGAI, LVGI và AGE có mối tương quan nghịch biến với hành vi thao túng báo cáo tài chính của doanh nghiệp.

1. Đặt vấn đề

Thị trường chứng khoán luôn được xem là một kênh hàng đầu để thu hút vốn đầu tư, đồng thời cũng là nơi luân chuyển các nguồn vốn để giúp nâng cao năng lực quản trị và khả năng sử dụng vốn hiệu quả của doanh nghiệp. Theo đó, báo cáo tài chính (BCTC) của các doanh nghiệp được cho là một công cụ hữu ích hỗ trợ các nhà đầu tư đưa ra quyết định kinh tế. Tuy nhiên, với mục đích che giấu tình hình tài chính mà nhiều công ty sử dụng tinh vi hành vi thao túng, thổi phồng giá trị trên BCTC làm ảnh hưởng đến tính trung thực và hợp lý của nó. Theo lý thuyết đại diện, môi trường có sự tách bạch giữa chức năng quản lý với chức năng sở hữu có thể tạo điều kiện cho các nhà quản lý thực hiện hành vi thao túng BCTC vì tư lợi cá nhân.

Khi nền kinh tế ngày càng phát triển, nhiều doanh nghiệp đã quyết định lên sàn để thu hút nhiều vốn đầu tư, tính cạnh tranh trong ngành nghề kinh doanh tăng lên, do đó ngày càng nhiều doanh nghiệp tiến hành những hành vi gian lận BCTC để gây ấn tượng mạnh với nhà đầu tư. Nhưng khi bị phát hiện đã để lại nhiều hậu quả khó lường.

Vì lý do trên, các nhà nghiên cứu đã tiến hành nhiều đề tài nhằm tạo ra những công cụ hiệu quả trong việc phòng ngừa và phát hiện hành vi thao túng BCTC, như: Beneish (1997) và Burcu (2010), DeChow và cộng sự (2011), Marinakis (2011) , Tarjo và cộng sự (2015). Trong đó, nghiên cứu của Dechow và các cộng sự vào năm 2011 đã tạo ra chỉ số F-Score, là một trong những chỉ số tài chính được sử dụng rộng rãi trên toàn thế giới trong việc phát hiện gian lận BCTC. Ngoài ra, còn có một vài nghiên cứu nổi trội ở Việt Nam, như: Trần Thị Giang Tân và cộng sự (2014), Ca Thị Ngọc Tố (2017), Đặng Ngọc Hùng và cộng sự (2017), Phạm Thị Mộng Tuyền (2019) và Bùi Phương Chi và cộng sự (2021).

Do vậy, bài viết nghiên cứu “Các nhân tố ánh hưởng hành vi thao túng Báo cáo tài chính: một nghiên cứu từ các công ty niêm yết tại Việt Nam” nhằm đo lường mức độ ảnh hường của các nhân tố đến hành vi thao túng báo cáo tài chính.

2. Mô hình và các giả thuyết nghiên cứu

2.1. Giả thuyết nghiên cứu

Với mục tiêu nghiên cứu nhằm xác định các nhân tố ảnh hưởng đến hành vi thao túng BCTC của các công ty niêm yết tại Việt Nam, tác giả đã lựa chọn ra 7 biến độc lập thông qua các bài nghiên cứu tham khảo. Tác giả nhận thấy, các biến trên đều phổ biến và phù hợp với điều kiện kinh tế Việt Nam.

H1: Chỉ số chất lượng tài sản có sự tương quan cùng chiều với khả năng xảy ra gian lận BCTC .

H2: Chỉ số biến dồn tích kế toán so với tổng tài sản có sự tương quan cùng chiều với khả năng gian lận BCTC.

H3: Chỉ số lợi nhuận gộp biên có sự tương quan cùng chiều với khả năng gian lận BCTC.

H4: Chỉ số chi phí bán hàng và quản lý doanh nghiệp có sự tương quan cùng chiều với khả năng gian lận BCTC.

H5: Chỉ số đòn bẩy tài chính có sự tương quan cùng chiều với khả năng gian lận BCTC.

H6: Chỉ số chênh lệch khoản phải thu có sự tương quan cùng chiều với khả năng gian lận BCTC.

H7: Tuổi của công ty được tác giả mong đợi có sự tương quan ngược chiều với khả năng gian lận BCTC.

2.2. Mô hình nghiên cứu và dữ liệu nghiên cứu

Mô hình nghiên cứu:

MAPU = β₀ + β₁AQI_it + β₂TATA_it + β₃GMI_it + β₄SGAI_it+ β₅LVGI_it + β₆DELTAAR_it + β₇AGE_it (1)

Trong đó:

- Biến phụ thuộc MAPU là Khả năng thao túng BCTC. Dựa trên chỉ số M-Score, khi giá trị > -2.22 thì MAPU sẽ nhận giá trị 1 có nghĩa là doanh nghiệp có hành vi thao túng BCTC và ngược lại sẽ nhận giá trị 0 có nghĩa là doanh nghiệp không có hành vi thao túng BCTC.

- Biến độc lập:

+ AQI là chỉ số chất lượng tài sản.

+ TATA là chỉ số Biến dồn tích kế toán so với tổng tài sản.

+ GMI là chỉ số tỷ suất lợi nhuận gộp biên.

+ SGAI là chỉ số Chi phí bán hàng và quản lý doanh nghiệp/Doanh thu.

+ LVGI là chỉ số Tổng nợ/Tổng tài sản.

+ AGE là chỉ số Tuổi của công ty.

3. Kết quả nghiên cứu

3.1. Thống kê mô tả

Bảng 1. Kết quả thống kê

Số quan sát: 1.270

Cùng tổng số quan sát là 1.270 trên tất cả các biến mà tác giả đã lựa chọn, tuy nhiên độ lệch chuẩn, giá trị trung bình, giá trị lớn nhất và nhỏ nhất tại các biến là khác nhau. Đối với AQI, giá trị trung bình nằm ở mức 1,100262; độ lệch chuẩn, giá trị nhỏ nhất và lớn nhất lần lượt là 1,1129949; -0,5471722 1,016782. Trong khi đó, biến TATA có các giá trị lần lượt là 0,0191915; 0,1129949; -0.5471722; 1,016782. Biến GMI có giá trị trung bình ở mức 1,011396 và lần lượt các giá trị còn lại là 0,7045251; -8.070569; 8,37675.

Kế đến, là biến chỉ số chi phí bán hàng và quản lý doanh nghiệp/doanh thu (SGAI) có giá trị lớn nhất và nhỏ nhất là 7,6882; -0.5334225, trong đó giá trị trung bình và độ lệch chuẩn là 1,090618;0,5479485. Biến chỉ số tổng nợ/tổng tài sản (LVGI) với giá trị trung bình và độ lệch chuẩn lần lượt là 1,030892; 0,4319607, trong đó giá trị nhỏ nhất và lớn nhất là 0,0438966; 9,26864.

Tuổi của doanh nghiệp (AGE) có độ lệch chuẩn ở mức 5,078567, còn giá trị nhỏ nhất, trung bình và lớn nhất của biến lần lượt là 4; 14,87402 và 44. Cuối cùng là biến DELTAAR với giá trị nhỏ nhất, trung bình và lớn nhất lần lượt là -0.514744; 0,0131163; 0,7552299, trong đó độ lệch chuận nhận mức giá trị là 0,0779739.

3.2. Ma trận tương quan

Bảng 2. Ma trận tương quan

Để kiểm tra hiện tượng đa cộng tuyến, tác giả tiến hành xem xét giá trị VIF để đưa ra kết luận.

Bảng 3. Kết quả kiểm định hiện tượng đa cộng tuyến (Multicollinearity)

Theo James và cộng sự (2017) cho rằng khi VIF>5 thì mới xảy ra hiện tượng đa cộng tuyến, vì thế ta có thể thấy mô hình mà tác giả lựa chọn không xảy ra hiện tượng đa cộng tuyến. Ngoài ra, tác giả tiến hành kiểm tra sự tự tương quan của các biến độc lập thông qua kiểm định Wooldridge (2002), kết quả cho ra Prob > F = 0.3281 - điều này cho thấy mô hình nghiên cứu của tác giả chưa phát hiện hiện tượng tự tương quan bậc 1.

Sau khi tiến hành kiểm tra hiện tượng đa cộng tuyến và hiện tượng tự tương quan (Wooldridge, 2002), tác giả tiến hành kiểm định Lagrange Multiplie (LM test, Breusch và Pagan, 1980) và kiểm định Hausman (Hausman,1978) để đưa ra kết quả mô hình FE (Fixed Effect Model) phù hợp nhất trong quá trình xây dựng mô hình phát hiện khả năng thao túng BCTC. Dựa vào các kết quả kiểm định trên, tác giả tiến hành phương pháp hồi quy theo Fixed Effect Model.

Bảng 4. Kết quả hồi quy

Hoặc, ta có phương trình hồi quy sau:

MAPU = 5,428704AQI + 33,74316TATA + 2,798915GMI - 3,765918SGAI - 4,119054 LVGI - 0,6194437AGE + 10,64079DELTAAR (1)

Bảng 4 cho thấy, 7 biến độc lập có giá trị P-valued bé hơn 5%. Điều này cho thấy, tất cả các biến tác giả lựa chọn đều có ý nghĩa về mặt thống kê.

Từ mô hình (1) cho thấy 4 biến AQI, TATA, GMI, DELTAAR tác động đồng biến với khả năng dự báo hành vi thao túng báo cáo tài chính của mô hình, còn 3 biến SGAI, LVGI, AGE tác động nghịch biến với khả năng dự báo hành vi thao túng BCTC của mô hình.

Với biến AQI, kết quả hồi quy cho thấy mối quan hệ giữa M-Score và AQI là cùng chiều với xác suất đơn vị có sai sót thông tin trong BCTC, hệ số tương quan là 5.428704 và P-value là 0.000. Như vậy, AQI có mối tương quan với biến phụ thuộc theo đúng kỳ vọng của giả thuyết đặt ra. Như vậy, giả thuyết H1 được chấp nhận và cũng phù hợp với nghiên cứu Burcu Dikmen (2010), Pantelis Marinakis (2011) và nghiên cứu của Tarjoa, Nurul Herawatib (2015) .

Kết quả hồi quy cho thấy dấu hiệu (+) của biến TATA chỉ ra rằng TATA có một mối quan hệ cùng chiều với biến phụ thuộc M-Score, với hệ số tương quan và P-value lần lượt là 33.74316 và 0.000, phù hợp với giả thuyết ban đầu của tác giả đặt ra. Như vậy, giả thuyết H2 được chấp nhận và phù hợp với nghiên cứu của Burcu Dikmen (2010), DeChow và cộng sự (2011), cũng như nghiên cứu của Tarjoa, Nurul Herawatib (2015)

Hệ số tương quan của biến GMI 2.798915 và giá trị thống kê là 0.000, dấu hiệu dương thể hiện mối quan hệ đồng biến giữa biến độc lập với biến phụ thuộc M-Score. Điều này đúng như giả thuyết tác giả đã mong đợi ban đầu, vì vậy giả thuyết H3 được chấp nhận. Kết quả này cũng trùng khớp với nghiên cứu của Burcu Dikmen (2010), Tarjoa, Nurul Herawatib (2015) và Phạm Thị Mộng Tuyền (2019)

Kết quả hồi quy cho thấy dấu hiệu (-) của biến SGAI chỉ cho ta thấy mối quan hệ ngược chiều giữa chỉ số bán hàng và quản lý doanh nghiệp với xác suất doanh nghiệp có hành vi thao túng thông tin trên BCTC. Với hệ số tương quan là -2.798915 và giá trị thống kê là 0.000, thì giả thuyết H4 đã được mong đợi từ đầu đã bị từ chối.

Với biến LVGI, kết quả hồi quy cho thấy hệ số tương quan của biến là -4.119054 và giá trị thống kê là 0.003 <5%, thể hiện rằng biến LVGI có tác động ngược chiều với biến phụ thuộc M-Score. Điều này không phù hợp với giả thuyết H5 của tác giả, vì vậy từ chối giả thuyết H5.

Biến cuối cùng DELTAAR, kết quả hồi quy khi chạy mô hình hồi quy với giá trị hệ số tương quan là 10.64079 và P-value là 0.010 nhỏ hơn mức ý nghĩa thống 5% . Thông qua đây, ta cũng thấy được sự tác động cùng chiều giữa chỉ số thay đổi nợ phải thu và khả năng thao túng thông tin trên BCTC của đơn vị. Kết quả này phù hợp với giả thuyết H6 và điều này cũng giống như kết quả mô hình của tác giả Bùi Ngọc Chi và cộng sự (2021), Loebbecke và cộng sự (1989) và Đặng Ngọc Hùng và cộng sự (2017).

Hệ số tương quan của biến AGE là -0.6194437 và giá trị thống kê là 0.022 nhỏ hơn mức ý nghĩa thống kế là 0.05, điều này cho thấy có sự tác động nghịch biến giữa tuổi của doanh nghiệp và biến phụ thuộc của mô hình. Kết quả này phù hợp với giả thuyết nghiên cứu H7 của tác giả đã đặt ra, vì thế H7 được chấp nhận. Điều này trùng khớp với kết quả nghiên cứu của Chen và cộng sự (2020).

4. Kết luận

Mục tiêu của bài nghiên cứu là xác định các nhân tố ảnh hưởng đến khả năng thao túng BCTC của các công ty niêm yết tại Việt Nam. Nghiên cứu đã sử dụng 7 biến gồm 6 biến tài chính, đó là: AQI, TATA, GMI, LVGI, SGAI, DELTAAR và 1 biến phi tài chính AGE.

Thông qua các kiểm định mức độ phù hợp của biến độc lập và biến phụ thuộc cũng như mức ý nghĩa thống kê của từng biến, kết qua cuối cùng được trình bày như Bảng 5.

Bảng 5. Kết quả

Thông qua bài nghiên cứu về các nhân tố ảnh hưởng đến hành vi thao túng BCTC, tác giả có một vài kiến nghị với các bên có sử dụng thông tin trên BCTC. Đối với Kiểm toán viên (KTV), hành vi thao túng ảnh hưởng trực tiếp đến tính trung thực và hợp lý của thông tin trên BCTC, do đó KTV phải không ngừng nâng cao năng lực chuyên môn để thực hiện những thủ tục phức tạp nhằm phát hiện ra các thủ thuật tinh vi để gian lận BCTC. Ngoài ra, đối với các nhà đầu tư, cần sáng suốt trong việc xác minh thông tin trên BCTC có hợp lý hay không bằng cách sử dụng các mô hình dự báo khả năng thao túng BCTC để tránh đầu tư không an toàn.

TÀI LIỆU THAM KHẢO:

Nước ngoài:

1. Beneish, M., (1999). The detection of earnings manipulation. Financial Analyst Journal, 55, 24-36.
2. Burcu and Gray (2010). The Detection of Earnings Manipulation: The Three-Phase Cutting Plane Algorithm Using Mathematical Programming. Journal of Forecasting, 29(5), 442-466.
3. Dechow, P. M., Ge, W., Larson, C. R., and Sloan, R. G. (2011). Predicting material accounting misstatements. Contemporary Accounting Research, 27(1), 17-82.
4. Chen, D., Wang, F., and Xing, C. (2021). Financial reporting fraud and CEO pay-performance incentives. Journal of Management Science and Engineering, 6(2021), 197-210.
5. Loebbecke, J., M. Eining. and J. Willingham. (1989). Auditor's Experience with Material Irregularities: Frequency, Nature, and Detectability. Auditing: Frequency. A Journal of Practice & Theory, 9, 1-28.
6. Marinakis P. (2011). An investigation of earnings management and earnings manipulation in the UK. Thesis submitted to the University of Nottingham for the degree of Doctor of Philosophy, UK.
7. Wooldridge, J. M (2002). Introductory Econometrics: A Modern Approach, 7th Edition. South-Western: Cengage Learning.
8. James G, Witten D, Hastie T, and Tibshirani R. (2013). An Introduction to Statistical Learning: With Applications in R, 1st edition. USA: Springer.
9. Tarjo và Nurul Herawati. (2015). Application of Beneish M-Score Model and Data Mining to Detect Financial Fraud. Procedia - Social and Behavioral Sciences, 211, 924-930.

Trong nước:

1. Bộ Tài chính (2012). Chuẩn mực kiểm toán Việt Nam số 240: Gian lận và sai sót, Quyết định số143/2001/QĐ-BTC ngày 21/12/2012.
2. Bùi Phương Chi và cộng sự (2021). Dự báo rủi ro gian lận BCTC của các công ty niêm yết trên thị trường chứng khoán Việt Nam. Trường Đại học Kinh tế, Đại học Quốc gia Hà Nội. Tạp chí Khoa học Đại học Quốc gia Hà Nội: Kinh tế và Kinh doanh, 37(1), 40-49.
3. Ca Thị Ngọc Tố (2017). 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. Luận văn thạc sĩ, Trường Đại học Kinh tế TP. Hồ Chí Minh.
4. Phạm Thị Mộng Tuyền (2019). Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận báo cáo tài chính. Tạp chí Kế toán & Kiểm toán, số tháng 8/2019, 57-61.
5. Trần Thị Giang Tân, Nguyễn Trí Trinh, Đinh Ngọc Tú, Hoàng Trọng Hiệp và Nguyễn Đình Hoàng Uyên (2014). Đánh giá rủi ro gian lận báo cáo tài chính của các công ty niêm yết tại Việt Nam. Tạp chí Phát triển kinh tế, 26(1), 74-94.