Dự đoán gian lận báo cáo tài chính của các doanh nghiệp niêm yết Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:3

Thêm vào BST

Báo xấu

9
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Báo cáo tài chính (BCTC) là nguồn thông tin chủ yếu để đánh giá tình trạng tài chính và hiệu quả kinh doanh của doanh nghiệp phục vụ cho các quyết định đầu tư và cho vay. Trong bài biết này, tác giả sử dụng các biến trong mô hình Beneish để dự đoán bằng mô hình Binary Logistic xem BCTC có gian lận hay không.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Dự đoán gian lận báo cáo tài chính của các doanh nghiệp niêm yết Việt Nam

Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 DỰ ĐOÁN GIAN LẬN BÁO CÁO TÀI CHÍNH CỦA CÁC DOANH NGHIỆP NIÊM YẾT VIỆT NAM Nghiêm Văn Lợi Trường Đại học Thủy lợi, email: loinv@tlu.edu.vn 1. GIỚI THIỆU - Biến AQI đo lường sự thay đổi tài sản hữu hình năm nay so với năm trước. Báo cáo tài chính (BCTC) là nguồn thông - Biến SGI đo lường sự tăng trưởng doanh tin chủ yếu để đánh giá tình trạng tài chính và thu của năm nay so với năm trước. hiệu quả kinh doanh của doanh nghiệp phục - Biến DEPI đo lường sự thay đổi tỷ lệ vụ cho các quyết định đầu tư và cho vay. Sự khấu hao năm trước so với năm nay. tin cậy của BCTC có ảnh hưởng quan trọng - Biến SGAI đo lường tỷ lệ thay đổi chi đến quyết định của người sử dụng. Do vậy, phí bán hàng và QLDN trên tổng doanh thu BCTC có gian lận hay không là vấn đề được năm nay so với năm trước. người sử dụng quan tâm. - Biến TATA đo lường thu nhập dồn tích Hiện nay tồn tại nhiều mô hình dự báo trên tổng tài sản của năm hiện hành. gian lận BCTC như các mô hình logit, probit, - Biến LVGI đo lường tỷ lệ đòn bẩy tài đa biến, v.v... chính của năm nay so với năm trước. Tuy nhiên, mô hình phát hiện gian lận Với điểm M tính được, nếu M > 2,22 thì Beneish giới thiệu vào năm 1999 được sử BCTC có gian lận. dụng khá phổ biến và được đánh giá cao. Sử dụng các chỉ số tài chính của mô hình Trong mô hình này, các tác giả sử dụng điểm Beneish làm các biến độc lập và biến phụ M (Mscore) để xác định BCTC có gian lận thuộc là khả năng BCTC gian lận với: 1-Có hay không. Trong bài biết này, tác giả sử gian lận và 0-Không có gian lận. Tác giả dự dụng các biến trong mô hình Beneish để dự báo gian lận BCTC của các doanh nghiệp đoán bằng mô hình Binary Logistic xem Việt Nam để đánh giá khả năng dự báo của BCTC có gian lận hay không. mô hình. Dữ liệu nghiên cứu ban đầu là BCTC của 2. PHƯƠNG PHÁP NGHIÊN CỨU của 588 doanh nghiệp, thu thập qua cơ sở dữ Mô hình xác định gian lận BCTC của liệu FiinPro. Các BCTC của 588 doanh Beneish (1999) sử dụng các chỉ số tài chính nghiệp được chia thành 2 nhóm: nhóm 527 để xác định điểm M theo công thức: BCTC không có gian lận (ý kiến kiểm toán M-score = 4,84 + 0,92*DSRI chấp nhận toàn phần), chiếm 89,6%, và nhóm + 0,528*GMI + 0,404*AQI + 0,892*SGI 61 BCTC có gian lận (ý kiến kiểm toán ngoại + 0,115*DEPI  0,172*SGAI trừ hoặc từ chối đưa ra nhận xét), chiếm + 4,679*TATA  0,327*LVGI 10,4%. Sau khi bổ sung các BCTC có gian trong đó: lận và bỏ bớt các BCTC không có gian lận để - Biến DSRI đo lường tỷ lệ tăng phải thu đạt được cân bằng dữ liệu, số lượng BCTC trên doanh thu của năm sau so với năm trước. sử dụng cho phân tích là 584 BCTC, gồm - Biến GMI đo lường tỷ lệ lãi gộp năm 303 BCTC không gian lận (chiếm 51,9%) và trước so với năm sau. 281 BCTC có gian lận (chiếm 48,1%). 412
Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 3. KẾT QUẢ NGHIÊN CỨU độc lập có ảnh hưởng có ý nghĩa thống kê đối với kết quả dự đoán. Sử dụng Levene’s test để so sánh đồng Bảng 2 cho thấy phân loại BCTC gian lận nhất phương sai giữa hai nhóm và dùng t-test để kiểm định giá trị trung bình bằng nhau và không gian lận theo hai tiêu chí: quan sát giữa hai nhóm, kết quả thu được như trong thực tế và dự đoán. Kết quả như sau: bảng 1. Bảng 2. Phân loại theo thực tế và dự đoán Bảng 1. Kết quả kiểm định Predicted Percentage Observed Correct Levene’s test và t-test Không Gian lận Không Levene's Không 267 36 88,1 Gian t-test Giả định phương sai gian Test Thực tế lận Gian lận 84 197 70,1 lận Sig. Sig. (2-tailed) Overall Percentage 79,5 DSRI Bằng nhau 1.057 .000 .000 Không bằng 1.738 .000 a. The cut value is ,500 GMI Bằng nhau .934 .000 .001 Trong 303 BCTC không có gian lận, thì Không bằng 1.260 .001 mô hình dự đoán đúng 267, tỉ lệ dự đoán AQI Bằng nhau 1.422 .881 .760 Không bằng 1.563 .753 đúng là 88,1%. Trong 281 BCTC có gian lận SGI Bằng nhau .988 .000 .005 thì mô hình dự đoán đúng là 197, tỉ lệ dự Không bằng 1.124 .007 đoán đúng là 70,1%. DEPI Bằng nhau .856 .042 .007 Tỷ lệ dự đoán chung là 79,5%. Không bằng 1.225 .009 Trong bảng 3, kết quả kiểm định Wald của SGAI Bằng nhau 1.098 .145 .283 các biến AQI có sig > 0,05 nên chúng không Không bằng .870 .301 có tác động đến khả năng BCTC bị gian lận. TATA Bằng nhau -.041 .255 .001 Không bằng .048 .002 Các biến còn lại có Sig. < 0,05 nên có ảnh LVGI Bằng nhau 1.013 .815 .831 hưởng đến dự đoán gian lận BCTC. Từ kết Không bằng 1.023 .828 quả kiểm định này, ta có phương trình hồi quy logistic như sau: Các biến AQI, SGAI, TATA và LVGI trong kiểm định Levene’s test và t-test có sig Bảng 3. Các biến trong phương trình > 0,05 nên không có sự khác biệt có ý nghĩa B S.E. Wald df Sig. Exp (B) thống kê giữa hai nhóm BCTC. Giá trị trung DSRI 2,428 ,297 66,965 1 ,000 11,334 bình của các biến này giữa hai nhóm gian lận GMI 1,163 ,283 16,873 1 ,000 3,199 và gian lận BCTC khá gần nhau. AQI ,018 ,017 1,146 1 ,284 1,018 SGI 2,128 ,405 27,557 1 ,000 8,397 Các biến DSRI, GMI, SGI và DEPI có sig Step DEPI ,880 ,202 18,957 1 ,000 2,412 < 0,05, do đó có sự khác nhau về phương sai 1a SGAI -,665 ,232 8,193 1 ,004 ,514 giữa hai nhóm. Kiểm định t-test có sig < 0,05 TATA 5,656 1,090 26,932 1 ,000 285,885 nên sự khác biệt giá trị trung bình của hai LVGI -1,465 ,313 21,989 1 ,000 ,231 nhóm có ý nghĩa thống kê. Constant -5,283 ,814 42,163 1 ,000 ,005 Kết quả phân tích hồi quy nhị phân a. Variable(s) entered on step 1: DSRI, GMI, AQI, SGI, DEPI, SGAI, TATA, LVGI. Sử dụng phân tích hồi quy nhị phân với biến  P  phụ thuộc là khả năng BCTC có gian lận với Log e  i   2, 428 * DSRI  1,163* GMI 1  Pi  hai giá trị: 0-BCTC không có gian lận và 1- 2,128*SGI  0,880 * DEPI  0, 665*SGAI BCTC có gian lận. Kết quả thu được như sau: Bảng Omnibus Tests of Model 5, 656 * TATA  1, 465 * LVGI  5, 283 Coefficients cho giá trị Chi-square với giá trị Áp dụng mô hình dự báo, kết quả thu được p < 0,05 cho thấy mô hình phù hợp, các biến cho 5 BCTC như trong bảng 4. 413
Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 Bảng 4. Kết quả dự báo gian lận báo cáo tài chính Khả năng Kết quả DSRI GMI SGI DEPI SGAI TATA LVGI gian lận kiểm toán 2.4097 1.0892 1.0536 0.9544 0.9824 0.0775 1.0372 96,0% 1 0.9130 0.9946 0.8923 0.0000 1.1542 -0.0612 1.0886 6,2% 0 1.0903 1.0763 0.8024 1.0056 1.4491 -0.0384 0.8953 21,7% 0 1.2041 1.0563 1.7693 0.8408 1.2476 -0.0119 0.8580 77,2% 1 1.6429 80.4386 0.5593 1.2061 1.4891 0.0586 1.1211 100,0% 1 4. KẾT LUẬN [2] John MacCarthy (2017), Using Altman Z- score and Beneish M-score Models to Detect Kết quả dự báo được so với kết quả kiểm Financial Fraud and Corporate Failure: A Case toán cho thấy mô hình dự báo đáng tin cậy, Study of Enron Corporation. International người sử dụng thông tin BCTC có thể sử Journal of Finance and Accounting. Nr. dụng mô hình này để đánh giá chất lượng 6(6): 159-166 doi:10.5923/j.ijfa.20170606.01. [3] Hoàng Hà Anh và cộng sự (2022). Đánh giá BCTC nhằm tránh các quyết định sai lầm. việc thao túng báo cáo tài chính của các doanh nghiệp trên sàn chứng khoán Thành 5. TÀI LIỆU THAM KHẢO phố Hồ Chí Minh. HCMCOUJS-Kinh tế và [1] Beneish, M. D. (1999). The detection Quản trị kinh doanh, 18(2), 119-132. [4] Phạm Thị Mộng Tuyền (2019), Kết hợp mô of earnings manipulation. Financial hình M-Score Beneish và chỉ số Z-Score để Analysts Journal, 55(5), 24-36. nhận diện khả năng gian lận báo cáo tài chính. doi:10.2469/faj.v55.n5.2296. Tạp chí Kế toán & Kiểm toán số tháng 8/2019. 414