Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận báo cáo tài chính

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:5

Thêm vào BST

Báo xấu

96
lượt xem 8
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết tiến hành kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận báo cáo tài chính và các yếu tố ảnh hưởng đến báo cáo tài chính: chỉ số phải thu khách hàng trên doanh thu thuần (DSRI), chỉ số lợi nhuận gộp biên (GMI), chỉ số chất lượng tài sản (AQI), chỉ số đòn bẩy tài chính (LVGI), hệ số nguy cơ phá sản (Z-Score) và biến phát hành cổ phiếu trong năm (ISSUE).

Chủ đề:

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

Lưu

Nội dung Text: Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận báo cáo tài chính

Nghiên cứu trao đổi Kết hợp mô hình M-Score Beneish và chỉ số Z-Score để nhận diện khả năng gian lận báo cáo tài chính Ths. Phạm Thị Mộng Tuyền* Nhận: 07/8/2019 Biên tập: 15/8/2019 Duyệt đăng: 23/8/2019 Tiếp tục kế thừa các nghiên cứu trước, tác giả tiến hành nghiên cứu thực như Z-Score thì chưa thấy. Vì vậy, nghiệm đề tài về gian lận báo cáo tài chính (BCTC) với mục tiêu nhận diện trong phạm vi bài viết này, tác giả những biến độc lập có khả năng phát hiện gian lận báo cáo tài chính của các mong muốn thông qua kết quả công ty niêm yết trên Sở Giao dịch chứng khoán TP.HCM (HOSE). nghiên cứu sẽ đưa ra được các Tác giả đã tiến hành thu thập 450 BCTC của 150 công ty thuộc các nhóm bằng chứng thực nghiệm và đề ngành khác nhau được niêm yết trên HOSE. Kết quả nghiên cứu cho thấy xuất cụ thể những chỉ số tài chính rằng, sáu biến độc lập có ảnh hưởng đến khả năng gian lận BCTC đó là chỉ có khả năng phát hiện được gian số phải thu khách hàng trên doanh thu thuần (DSRI), chỉ số lợi nhuận gộp lận BCTC với độ tin cậy cao. Điều biên (GMI), chỉ số chất lượng tài sản (AQI), chỉ số đòn bẩy tài chính (LVGI), này sẽ giúp cho các kiểm toán viên, hệ số nguy cơ phá sản (Z-Score) và biến phát hành cổ phiếu trong năm các nhà đầu tư cũng như các bên (ISSUE). liên quan khác đưa ra được các Từ khóa: gian lận Báo cáo tài chính, M-Score Beneish, Z-Score. quyết định đúng đắn và kịp thời. Abstract 2. Cơ sở lý thuyết và tổng The research is focused on Financial Statement Fraud with these purposes: (1) Identi- quan các nghiên cứu trước fing independent variables that could detect fraud on financial statement of listed 2.1 Mô hình M-Score Beneish company on Ho Chi Minh Stock Exchange, (2) Predicting the capacity of identifing fi- Mô hình M-Score của Messod nancial statement fraud through research method.The research collected 450 financial D. Beneish (1999) là một mô hình statement from 150 listed companies on HOSE. The research reveals six independent thống kê giúp nhận diện được các variables that staticticaly relate to financial statement fraud. Those independent vari- công ty có điều chỉnh lợi nhuận và ables are: the Day sales in Receivables index, Gross Profit Margin index, Asset quality các công ty không điều chỉnh lợi index, leverage index, Z score and issue index. This result, the author wishes to nhuận. Kể từ khi được công bố, provideauditors, investors and other stakeholders with a new method to detect finan- mô hình nghiên cứu này rất nổi cial statement fraud. This is a simple method to apply with high reliability. tiếng. Đặc biệt, các sinh viên Keywords: Financial Statement Fraud, Beneish M-Score, Z-Score. Trường Đại học Cornell đã sử dụng để nhận diện được gian lận 1. Giới thiệu các trường hợp gian lận tài chính của Tập đoàn Enron trước thời Gian lận báo cáo tài chính là đang ngày càng tăng lên (Yue và điểm công ty này phá sản một một vấn đề phổ biến không chỉ ở Cộng sự, 2007). năm, trong khi các kiểm toán viên Việt Nam, mà ở cả trên thế giới. Tại Việt Nam, đã có nghiên cứu không phát hiện được. Trong khi đó, việc phát hiện gian vận dụng các phương pháp thực Mô hình M-Score của Beneish: lận BCTC bằng cách sử dụng các nghiệm trên thế giới vào việc phát M-Score = -4.840 + 0,920DSRI thủ tục kiểm toán truyền thống là hiện gian lận BCTC, nhưng việc + 0,528GMI + 0,0404AQI + một công việc khó khăn và đôi vận dụng mô hình M-Score của 0,892SGI + 0,115DEPI- khi không thể thực hiện được Beneish đồng thời kết hợp thêm 0,172SGAI + 4,679 TATA- (Fanning, K. và Cogger, K., với các chỉ số đáng tin cậy khác 0,327LVGI 1998). Vì vậy, nhu cầu phát hiện * Khoa Kế toán - Kiểm toán, Đại học Văn Lang Tạp chí Kế toán & Kiểm toán số tháng 8/2019 57
Nghiên cứu trao đổi Nếu điểm M-Score > -1,78 sẽ hơn 20 nước trên thế giới sử dụng Nguyễn Thu Hằng (2012) đã kiểm cho thấy công ty có khả năng gian chỉ số Z này với độ tin cậy cao. định lại chỉ số Z-Score của Altman lận BCTC và ngược lại. Công thức tính chỉ số Z-Score trong việc dự báo thất bại của các Trong đó: của Altman và Hotchkiss: doanh nghiệp Việt Nam. Kết quả M-Score: Khả năng xảy ra gian Z-Score = 3,25 + 6,56 X1 + cho thấy, chỉ số Z-Score dự báo lận trên BCTC 3,26X2 + 6,72X3 + 1,05X4 chính xác 91% tại thời điểm một Tám biến độc lập trong mô Trong đó: năm trước khi công ty kiệt quệ tài hình M-Score bao gồm: chỉ số chính, tỷ lệ này giảm xuống còn X1: Vốn lưu động/Tổng tài sản, phải thu khách hàng trên doanh 72% trong vòng hai năm. Đây là X2: Lợi nhuận chưa phân thu thuần (DSRI), chỉ số tỷ suất một tỷ lệ dự báo khá cao, cho thấy phối/Tổng tài sản, X3: Lợi nhuận lợi nhuận gộp biên (GMI), chỉ số rằngchỉ số Z-Score thật sự là một trước lãi vay và thuế/Tổng tài sản, chất lượng tài sản (AQI), chỉ số chỉ số đáng tin cậy, phù hợp với thị X4: Vốn chủ sở hữu/Tổng nợ phải tăng trưởng doanh thu (SGI), chỉ trường Việt Nam. trả số khấu hao tài sản cố định Tác giả Võ Văn Nhị và Hoàng Ý nghĩa độ lớn của chỉ số Z- (DEPI), chỉ số chi phí bán hàng và Cẩm Trang (2013) đã tiến hành Score: quản lý doanh nghiệp (SGAI), chỉ một nghiên cứu thực nghiệm xem Z > 5,85: Doanh nghiệp nằm xét mối quan hệ giữa hành vi điều số biến dồn tích kế toán so với trong vùng an toàn, chưa có nguy tổng tài sản (TATA) và chỉ số đòn chỉnh lợi nhuận và nguy cơ phá cơ phá sản sản. Nhóm tác giả đã sử dụng mô bẩy tài chính (LVGI). 4,35 < Z
Nghiên cứu trao đổi BCTC của các công ty niêm yết Bảng 1: Hệ số hồi quy trên thị trường chứng khoán Việt 95% C.I.For Nam – Bằng chứng thực nghiệm Exp EXP (B) BiӃn ÿӝc lұp ȕ S.E. Wald df Sig. tại sàn giao dịch chứng khoán (B) Lower Upper HOSE” đã sử dụng mô hình ChӍ sӕ phҧi thu khách Beneish (1999) để phân loại các hàng trên DT thuҫn 0,147 0,071 4,223 1,000 0,040 1,158 1,007 1,332 công ty có gian lận và không có (DSRI) gian lận. Tiếp theo, tác giả đã tiến ChӍ sӕ lӧi nhuұn gӝp 0,208 0,118 3,134 1,000 0,077 1,232 0,978 1,552 hành tổng hợp các nghiên cứu biên (GMI) ChӍ sӕ chҩt lѭӧng tài trước đây đã sử dụng chỉ số tài sҧn (AQI) 2,240 0,469 22,832 1,000 0,000 9,394 3,748 23,546 chính để phát hiện gian lận và đưa ChӍ sӕ tăng trѭӣng -0,150 0,141 1,121 1,000 0,290 0,861 0,653 1,136 ra được mười biến độc lập cho mô doanh thu (SGI) ChӍ sӕ khҩu hao hình nghiên cứu của mình, trong TSCĈ(DEPI) 0.003 0,007 0,235 1,000 0,628 1,004 0,989 1,018 đó có hệ số Z-Score. Kết quả mô ChӍ sӕ chi phí bán hình đã phân loại được các công hàng và quҧn lý doanh -0,020 0,078 0,068 1,000 0,794 0,980 0,841 1,142 ty có gian lận với tỷ lệ chính xác nghiӋp (SGAI) là 68,7%. ChӍ sӕ biӃn dӗn tích kӃ toán so vӟi tәng tài sҧn 0.601 1,056 0,324 1,000 0,569 1,823 0,230 14,445 Ca Thị Ngọc Tố (2017), “Ứng (TATA) dụng mô hình M-Score trong việc ChӍ sӕ ÿòn bҭy tài 1,083 0,355 9,311 1,000 0,002 2,955 1,473 5,925 phát hiện sai sót thông tin trên chính (LVGI) BCTC của các doanh nghiệp HӋ sӕ nguy cѫ phá sҧn -0,190 0,042 20,157 1,000 0,000 0,827 0,761 0,898 (Z-SCORE) niêm yết”. Phát hành cә phiӃu 0,479 0,240 3,972 1,000 0,046 1,615 1,008 2,586 3. Phương pháp nghiên cứu trong năm (ISSUE) Phương pháp định lượng được HӋ sӕ chһn (Constant) -3,370 0,694 23,618 1,000 0,000 0,034 sử dụng chủ yếu để giải quyết các mục tiêu nghiên cứu đã nêu trên (Nguồn: Tính toán từ phần mềm SPSS) thông qua thống kê mô tả mẫu nghiên cứu và các biến, kiểm định Bảng 2: Tổng hợp xác suất xuất hiện của mô hình ý nghĩa của các hệ số hồi quy, P0 = 10% kiểm tra mức độ giải thích của mô Thay ÿәi hình, cuối cùng là đánh giá mức độ BiӃn ȕ eȕ P1 xác suҩt phù hợp và khả năng dự báo của ChӍ sӕ chҩt lѭӧng tài sҧn (AQI) 2,240 9,394 51,07 41,07 mô hình. Ngoài ra, đề tài cũng kết ChӍ sӕ ÿòn bҭy tài chính (LVGI) 1,083 2,955 24,72 14,72 hợp sử dụng phương pháp định tính để tổng quan về các mô hình, Phát hành cә phiӃu trong năm (ISSUE) 0,479 1,615 15,21 5,21 các lý thuyết nghiên cứu đã có ChӍ sӕ lӧi nhuұn gӝp biên (GMI) 0,208 1,232 12,04 2,04 trước đó để nhận diện ra những ChӍ sӕ phҧi thu khách hàng trên DT biến độc lập có khả năng phát hiện 0,147 1,158 11,4 1,4 thuҫn (DSRI) gian lận trên BCTC. HӋ sӕ nguy cѫ phá sҧn (Z-Score) -0,190 0,827 8,42 -1,58 Mẫu nghiên cứu được chọn theo phương pháp phi xác suất (Nguồn: Tác giả tự tính toán) (chọn mẫu thuận tiện). Cụ thể là 4. Mô hình nghiên cứu và giả DSRI: Chỉ số phải thu khách BCTC trong giai đoạn 2015-2017 thuyết nghiên cứu hàng trên doanh thu thuần, GMI: tương ứng với 150 doanh nghiệp 4.1. Mô hình nghiên cứu Tỷ suất lợi nhuận gộp biên, AQI: đang niêm yết tại sàn HOSE (450 Dựa vào cơ sở lý thuyết và tổng Hệ số chất lượng tài sản, SGI: Hệ BCTC). Dữ liệu được thu thập trên quan các nghiên cứu trước, tác giả số tăng trưởng doanh thu, DEPI: website của HOSE (www.hsx.vn). đề xuất mô hình nghiên cứu bao Khấu hao tài sản cố định, SGAI: gồm mười biến độc lập như hình 1, Chi phí bán hàng và quản lý Phần mềm SPSS 22 và Mi- trang 58. crosoft Excel 2010 được sử dụng doanh nghiệp, TATA: Hệ số biến Trong đó: để thực hiện việc xử lý và phân tích dồn tích kế toán so với tổng tài FRAUD: Khả năng gian lận dữ liệu. BCTC sản, LVGI: Hệ số đòn bẩy tài Tạp chí Kế toán & Kiểm toán số tháng 8/2019 59
Nghiên cứu trao đổi chính, Z-Score: Hệ số nguy cơ Bảng 3: Mức độ giải thích của mô hình phá sản và biến ISSUE: Phát hành cổ phiếu trong năm. Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square 4.2. Giả thuyết nghiên cứu 1 454,917 Į 0,221 0,308 Cũng từ cơ sở lý thuyết và tổng quan các nghiên cứu trước, tác giả Bảng 4: Kết quả kiểm định Omnibus đưa ra các giả thuyết như sau: Chi-Square df Sig Giả thuyết H1: Chỉ số phải thu khách hàng trên doanh thu thuần Step 1 Step 112,24 10 0,000 (DSRI) có tác động cùng chiều với Block 112,24 10 0,000 khả năng gian lận BCTC. Model 112,24 10 0,000 Giả thuyết H2: Chỉ số chất lượng tài sản (AQI) có tác động Bảng 5: Khả năng dự báo của mô hình cùng chiều với khả năng gian Mô hình dӵ báo lận BCTC. Không có Có khҧ Tӹ lӋ dӵ So sánh kӃt quҧ Giả thuyết H3: Chỉ số khấu khҧ năng năng gian báo ÿúng hao tài sản cố định (DEPI) có tác gian lұn lұn (%) Khҧ Không có khҧ động cùng chiều với khả năng Bѭӟc năng năng gian lұn 288 16 94,7 gian lận BCTC. 1 gian Có khҧ năng 87 59 40,4 lұn gian lұn Giả thuyết H4: Chỉ số biến dồn Tӹ lӋ dӵ báo ÿúng bình quân 77,1 tích kế toán so với tổng tài sản (TATA) có tác động cùng chiều với (Nguồn: Tính toán từ phần mềm SPSS) khả năng gian lận BCTC. Giả thuyết H5: Chỉ số lợi nhuận Trong đó: biến này tương quan không có ý gộp biên (GMI) có tác động cùng FRAUD: Khả năng gian lận nghĩa thống kê với biến phụ thuộc chiều với khả năng gian lận BCTC. BCTC (FRAUD). Giả thuyết H6: Chỉ số tăng βo: Hệ số chặn Hệ số hồi quy của biến DSRI là trưởng doanh thu (SGI) có tác βi: Hệ số hồi quy 0,147 (βDSRI = 0,147). Hệ số hồi động cùng chiều với khả năng gian εi: Phần dư quy của DSRI có dấu dương (+) lận BCTC. nghĩa là DSRI có tác động cùng 5. Kết quả nghiên cứu chiều với biến phụ thuộc FRAUD. Giả thuyết H7: Chỉ số chi phí 5.1. Kiểm định ý nghĩa của hệ Hệ số này có nghĩa là nếu chỉ số bán hàng và quản lý doanh nghiệp số hồi quy phải thu khách hàng trên doanh (SGAI) có tác động cùng chiều với Kiểm định hệ số hồi quy sẽ thu thuần tăng thêm 1% với điều khả năng gian lận BCTC. giúp chúng ta xem xét biến độc lập kiện các yếu tố khác không đổi thì Giả thuyết H8: Chỉ số đòn bẩy tương quan có ý nghĩa với biến Log của tỷ lệ xác suất có khả năng tài chính (LVGI) có tác động cùng phụ thuộc hay không. Phương gian lận BCTC và không có khả chiều với khả năng gian lận BCTC. pháp được tác giả sử dụng là kiểm năng gian lận BCTC tăng thêm Giả thuyết H9: Chỉ số Z-Score định Wald. 0,147 lần. có tác động ngược chiều với khả Kết quả hệ số hồi quy ở Bảng 1, Để hiểu rõ hơn về sự tác động năng gian lận trên BCTC. trang 59 cho thấy: của DSRI lên biến FRAUD, chúng Giả thuyết H10: Khả năng gian Biến DSRI, GMI, AQI, LVGI, ta giả định rằng xác suất có khả lận BCTC sẽ cao hơn nếu doanh Z-SCORE, ISSUE có Sig lần lượt năng gian lận BCTC là 10% (= nghiệp phát hành thêm cổ phiếu là 0,040; 0,077; 0,000; 0,002; 10%). Giả sử các yếu tố khác trong năm (ISSUE). 0,000; 0,046 (Sig. ≤ 0,10) nên sáu không đổi, do DSRI tác động nên 4.3. Phương trình hồi quy lo- biến này tương quan có ý nghĩa xác suất BCTC có khả năng gian gistic thống kê với biến phụ thuộc lận là P1. FRAUD = βo + DSRI + GMI+ (FRAUD) với độ tin cậy 90%. P1 = (P0xeβ)/[1 - P0(1- eβ)] AQI+ SGI+ DEPI+ SGAI + Biến SGI, DEPI, SGAI, TATA Trong đó: eβ là hệ số tác động TATA + LVGI - Z-SCORE + có Sig lần lượt là 0,290; 0,628; của biến DSRI. Trong Bảng 1: eβ ISSUE + εi 0,794; 0,569 (Sig. ≥ 0,10) nên bốn là Exp (β) = 1,158. 60 Tạp chí Kế toán & Kiểm toán số tháng 8/2019
Nghiên cứu trao đổi Ta tính được như sau: P1 = với mô hình hồi quy trong bài nghiệp (SGAI), chỉ số biến dồn (0.1 x 1,158)/[1- 0.1( 1- 1,158)] nghiên cứu của tác giả. tích kế toán so với tổng tài sản = 11,40% 5.3 Mức độ phù hợp và khả (TATA) tác giả chưa tìm thấy có P1 = 11,40% có nghĩa là nếu năng dự báo của mô hình mối quan hệ với biến phụ thuộc. xác suất có khả năng gian lận Trong bảng 4, trang 60, ta thấy Và cũng thông qua các kiểm định, BCTC ban đầu là 10%, khi các yếu rằng Model Sig. = 0,000 (Model chúng ta thấy rằng mô hình này có tố khác không đổi, nếu biến DSRI Sig. 0,05) nên về tổng thể, các mức độ giải thích là 30,8%, đồng được tăng thêm 1% thì xác suất có biến độc lập tương quan tuyến thời phù hợp với dữ liệu thực tiễn. khả năng gian lận BCTC sẽ là tính với biến phụ thuộc với Tỷ lệ dự báo đúng cũng khá cao, 11,40% (nghĩa là sẽ tăng thêm khoảng tin cậy 95%. Do đó, mô đạt 77,1%. Kết quả nghiên cứu này 1,4% so với xác suất ban đầu). hình hồi quy Binary Logistic phù cũng tương đồng với các nghiên Tương tự, ta tính được xác suất hợp với dữ liệu thực tiễn. cứu trước. cho các biến còn lại như trong Ngoài ra, để tăng thêm độ tin Bảng 2, trang 59. cậy cho mô hình, chúng ta xem xét Tương tự như biến DSRI, hệ số tiếp về khả năng dự báo. hồi quy của GMI, AQI, LVGI, Bảng 5, trang 60 cho thấy, trong Tài liệu tham khảo ISSUE lần lượt là 0,208; 2,240; 304 BCTC không có khả năng gian 1,083; 0,479 nên các biến này đều lận theo phân loại ban đầu (xem 1. Bộ Tài chính, 2012. Chuẩn mực kiểm toán có tác động cùng chiều với biến hàng ngang) thì mô hình đã dự Việt Nam số 240: Trách nhiệm của KTV liên quan phụ thuộc. Biến Z-Score có tác đoán đúng 288 BCTC. Vậy tỷ lệ dự đến gian lận trong quá trình kiểm toán báo cáo tài động ngược chiều với biến phụ đoán đúng là 94,7%. Còn với 146 chính. thuộc do có hệ số hồi quy là - BCTC có khả năng gian lận (xem 2. Bộ Tài chính, 2012. Chuẩn mực kiểm toán 0,190. Và theo bảng 2 thì nếu xác hàng ngang) thì có 59 trường hợp Việt Nam số 320: Mức trọng yếu trong lập kế hoạch suất có khả năng gian lận BCTC được dự đoán đúng, tỷ lệ dự đoán và thực hiện kiểm toán. ban đầu là 10%, khi các yếu tố đúng là 40,4%. Từ đó, chúng ta 3. Ca Thị Ngọc Tố, 2017. Ứng dụng mô hình khác không đổi, nếu biến GMI tính được khả năng dự báo đúng M-Score trong việc phát hiện sai sót thông tin trên được tăng thêm 1% thì xác suất có của mô hình là 77,1%. Tỷ lệ dự BCTC của các doanh nghiệp niêm yết. Luận văn khả năng gian lận BCTC sẽ là đoán này khá cao. thạc sĩ. Trường Đại học Kinh tế TP.HCM. 12,04% (nghĩa là sẽ tăng thêm 5.4 Mô hình dự báo 2,04% so với xác suất ban đầu), 4. Lê Cao Hoàng Anh và Nguyễn Thu Hằng, FRAUD = -3,370 + 0,147DSRI 2012. Kiểm định mô hình chỉ số Z của Altman trong tương tự biến AQI sẽ tăng thêm + 0,208GMI+ 2,240AQI + 41,07%, biến LVGI tăng thêm dự báo thất bại doanh nghiệp tại Việt Nam. Tạp chí 1,083LVGI – 0,109Z-SCORE Công nghệ ngân hàng, số 742. 14,72%, ISSUE tăng thêm 5,21% +0,479ISSUE và biến Z-Score thì sẽ giảm 1,58%. 5. Trần Việt Hải, 2017. Nhận diện gian lận 6. Kết luận BCTC của các công ty niêm yết trên thị trường Như vậy, chúng ta thấy rằng khả năng phát hiện gian lận của biến Qua ba kiểm định nêu trên, đề chứng khoán Việt Nam-Bằng chứng thực nghiệm AQI là cao nhất (51,07%) và thấp tài đã xác định được sáu biến độc tại sàn giao dịch HOSE. Luận văn thạc sĩ. Trường nhất là biến Z-Score 8,42%. lập có ảnh hưởng đến khả năng Đại học Kinh tế TP.HCM. gian lận BCTC theo mức độ giảm 6. Võ Văn Nhị và Hoàng Thị Cẩm Trang, 2013. Theo kết quả trong bảng 2 thì dần như sau: Chỉ số chất lượng tài Hành vi điều chỉnh lợi nhuận và nguy cơ phá sản các giả thuyết H1, H2, H5, H8, H9, sản (AQI), Chỉ số đòn bẩy tài chính của các công ty niêm yết trên Sở Giao dịch chứng H10 được chấp nhận. Các giả (LVGI), Phát hành cổ phiếu trong khoán TPHCM. Tạp chí Phát triển kinh tế, số 762S. thuyết H3, H4, H6, H7 bị bác bỏ năm (ISSUE), Chỉ số lợi nhuận do tác giả chưa tìm thấy mối quan 7. Altman, E., 1968. Financial ratios, díscrim- gộp biên (GMI), Chỉ số phải thu hệ giữa biến phụ thuộc với các biến inant analysis, and the predictionof corporate khách hàng trên doanh thu thuần DEPI, TATA, SGI và SGAI. bankcruptcy. Journal of Finance, 9:589-609. (DSRI), Hệ số nguy cơ phá sản (Z- 5.2 Mức độ giải thích của mô 8. Altman, E. I., & Hotchkiss, E., 2006. Corpo- Score). Trong đó, Z-SCore có tác hình rate financial distress and bankcruptcy: Predict and động ngược chiều, năm chỉ số còn Trong bảng 3, trang 60, ta có R2 Avoid Bankcrupty, Analyze and Invest in Distresed lại có tác động cùng chiều. Các Nagelkerke = 0,308, nghĩa là Debt, Hoboken, N.J, Wiley. biến còn lại là chỉ số tăng trưởng 30,8% sự thay đổi của FRAUD doanh thu (SGI), chỉ số khấu hao 9. Beneish, M., 1999. The Detection of Earn- được giải thích bởi các biến độc tài sản cố định (DEPI), chỉ số chi ings Manipulation. Financial Analysts Journal. lập. Đây là một tỷ lệ phù hợp đối phí bán hàng và quản lý doanh ... Tạp chí Kế toán & Kiểm toán số tháng 8/2019 61