Mức độ giải thích của các mô hình điều chỉnh lợi nhuận theo tổng dồn tích đối với các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam

Chia sẻ: Lệ Minh Vũ | Ngày: | Loại File: PDF | Số trang:10

Thêm vào BST

Báo xấu

1
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu "Mức độ giải thích của các mô hình điều chỉnh lợi nhuận theo tổng dồn tích đối với các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam" sử dụng dữ liệu từ 499 công ty phi tài chính niêm yết trên thị trường chứng khoán Việt Nam như một đặc trưng của thị trường cận biên. Trong nghiên cứu của nhóm tác giả, ba mô hình hồi quy ba được sử dụng bao gồm mô hình Dechow và cộng sử (1995), mô hình Kasznik (1999) và mô hình Kothari và cộng sự (2005) với cùng phương pháp hồi quy bình phương nhỏ nhất (Pooled OLS) để tìm ra mô hình phù hợp nhất. Mời các bạn cùng tham khảo!

Chủ đề:

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

Lưu

Nội dung Text: Mức độ giải thích của các mô hình điều chỉnh lợi nhuận theo tổng dồn tích đối với các doanh nghiệp phi tài chính niêm yết trên thị trường chứng khoán Việt Nam

Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 MỨC ĐỘ GIẢI THÍCH CỦA CÁC MÔ HÌNH ĐIỀU CHỈNH LỢI NHUẬN THEO TỔNG DỒN TÍCH ĐỐI VỚI CÁC DOANH NGHIỆP PHI TÀI CHÍNH NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM THE EXPLANATORY LVEL OF THE MODELS ESTIMATING ACCRUAL EARNINGS MANAGEMENT FOR NON-FINANCIAL FIRMS LISTED ON VIETNAM STOCK MARKET TS. Lê Quỳnh Liên, TS. Lê Ngọc Thăng Trường Đại học Kinh tế Quốc dân Ngày nhận bài: 25/9/2021 Ngày nhận kết quả phản biện: 15/10/2021 Ngày chấp nhận đăng: 15/11/2021 TÓM TẮT Điều chỉnh lợi nhuận là những thay đổi trong lợi nhuận được báo cáo bởi nhà quản lý để tăng hiệu quả hoạt động tạm thời của công ty thông qua việc lựa chọn các quy tắc kế toán hoặc công bố thông tin nhằm ảnh hưởng đến mức độ hoặc chất lượng của lợi nhuận một cách có chủ ý. Nghiên cứu sử dụng dữ liệu từ 499 công ty phi tài chính niêm yết trên thị trường chứng khoán Việt Nam như một đặc trưng của thị trường cận biên. Trong nghiên cứu của nhóm tác giả, ba mô hình hồi quy ba được sử dụng bao gồm mô hình Dechow và cộng sử (1995), mô hình Kasznik (1999) và mô hình Kothari và cộng sự (2005) với cùng phương pháp hồi quy bình phương nhỏ nhất (Pooled OLS) để tìm ra mô hình phù hợp nhất. Kết quả cho thấy mô hình Kasznik (1999) cho kết quả R2 cao nhất, nghĩa là mức độ giải thích sự thay đổi của biến phụ thuộc theo các biến độc lập của mô hình Kasznik (1999) là cao nhất trong ba mô hình đo lường điều chỉnh lợi nhuận. Từ khóa: Điều chỉnh lợi nhuận, Tổng dồn tích, Điều chỉnh lợi nhuận qua tổng dồn tích ABSTRACT Earnings management are the changes in the reported earnings by managers to temporarily increase firm performance through the choice of accounting rules, accounting estimates or disclosing information to influence the extent or quality of intentionally reported earnings. Our study uses the data from 499 non-financial firm listed on the Vietnamese stock market to characterize the frontier market. In our research, we run regression threes models including Dechow et al. (1995), Kasznik (1999) and Kothari et al. (2005) with Ordinary Least Square (Pooled OLS) to find the most suitable model. The results show that the Kasznik (1999) model gives the highest R2 result, which means that the level of explaining the change of the dependent variable according to the independent variables of the Kasznik (1999) model is the highest among the three models measuring earnings management. Key word: Eanings management, Accrural earnings management, Total accrual 1. Giới thiệu Sự sụp đổ của các tập đoàn lớn trên thế giới như Enron, Etoys, Adelphia, World Com, Parmalat đã hủy hoại niềm tin của các nhà đầu tư vào thị trường vốn và cảnh báo thế giới về sự 1827
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 cần thiết phải có một hệ thống quản trị minh bạch và công bằng trong các công ty. Cốt lõi của những vụ bê bối này chủ yếu do hiện tượng điều chỉnh lợi nhuận của các doanh nghiệp (Goncharov, 2005). Điều chỉnh lợi nhuận đã trở thành mối quan tâm lớn và nhất quán giữa các nhà khoa học và nhà quản lý, điều này đã thể hiện qua rất nhiều công trình nghiên cứu trước đây (Watts và Zimmerman, 1990; Gaver và cộng sự, 1995; Healy và Wahlen, 1999; Fields và cộng sự, 2001). Điều chỉnh lợi nhuận là những điều chỉnh thay đổi phán quyết trong lợi nhuận kế toán được báo cáo của công ty bởi các nhà quản lý để tăng hiệu suất công ty tạm thời (García-Meca và Sánchez- Ballesta, 2009) thông qua việc lựa chọn các quy tắc kế toán, ước tính kế toán hoặc tiết lộ thông tin để ảnh hưởng đến mức độ hoặc chất lượng thu nhập được báo cáo một cách có chủ ý. Sự thay đổi và thao túng có chủ ý các khoản lợi nhuận kế toán này sẽ làm giảm độ tin cậy của các báo cáo tài chính. Do vậy để hạn chế được hành vi điều chỉnh lợi nhuận của doanh nghiệp phải ước lượng được mức độ điều chỉnh lợi nhuận một cách chính xác nhất. Để đo lường mức độ điều chỉnh lợi nhuận của nhà quản trị có thể sử dụng nhiều phương pháp khác nhau. Các nhà nghiên cứu trước đây đã đưa ra mô hình đo lường điều chỉnh lợi nhuận qua việc kiểm tra đối chiếu báo cáo tài chính với các chứng từ sổ sách liên quan của những doanh nghiệp nghi ngờ có khả năng điều chỉnh lợi nhuận. Báo cáo kết quả kinh doanh được lập trên cơ sở dồn tích trong khi báo cáo lưu chuyển tiền tệ lại được lập dựa trên cơ sở tiền. Do đó, chênh lệch phát sinh giữa kết quả hoạt động kinh doanh trên báo cáo kết quả kinh doanh và dòng tiền từ hoạt động kinh doanh trong Báo cáo lưu chuyển tiền tệ chính là phần lợi nhuận kế toán không bằng tiền được trình bày trong báo cáo kết quả kinh doanh. Phần chêch lệch này được gọi là phần giá trị dồn tích. Nhiều công trình nghiên cứu đã chỉ ra rằng, nhà quản lý dùng thủ thuật điều chỉnh lợi nhuận chủ yếu là tìm cách tác động lên các khoản dồn tích trên báo cáo tài chính (Powell, 1990; Powell và Ansic, 1997; Klein, 2002; Paul Hribar và D. Craig Nichols, 2007). Dòng tiền từ hoạt động kinh doanh trên báo cáo lưu chuyển tiền tệ được lập theo cơ sở tiền nên không thể điều chỉnh được do đó muốn điều chỉnh lợi nhuận các nhà quản trị phải đo lường được các khoản dồn tích và điều chỉnh các khoản này. 2. Các mô hình điều chỉnh lợi nhuận Collins và Hribar (2000) đã sử dụng phương pháp tiếp cận dòng tiền từ hoạt động kinh doanh để đo tổng các khoản dồn tích (TA) như sau: Tổng dồn tích (TAit) = Lợi nhuận sau thuế trước những thay đổi của vốn lưu động (NIit) – Lưu chuyển tiền thuần từ hoạt động kinh doanh (OCFit) Trong đó: TAit = Tổng dồn tích cho công ty I trong năm t NIit = Lợi nhuận sau thuế trước những thay đổi của vốn lưu động của công ty i trong năm t OCFit = Lưu chuyển tiền thuần từ hoạt động kinh doanh của công ty i trong năm t Theo các nhà nghiên cứu, tổng giá trị kế toán dồn tích TA (Total Accruals) gồm hai phần: Phần không thể điều chỉnh NDA (Non Discretionary Accruals) là những khoản dồn tích được thực hiện đúng theo nguyên tắc của kế toán, còn gọi là các khoản dồn tích không thể điều chỉnh và khoản dồn tích có thể điều chỉnh DA (Discretionary Accruals) là những khoản dồn tích bị nhà quản lý tác động để làm thay đổi lợi nhuận của doanh nghiệp. Tổng dồn tích (TAit) = Dồn tích không thể điều chỉnh (NDAit) + Dồn tích có thể điều chỉnh (DAit) Phần giá trị dồn tích không thể điều chỉnh NDA là những giá trị dồn tích xuất hiện hoặc bị 1828
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 triệt tiêu một cách tự nhiên tùy thuộc vào điều kiện, sự tăng trưởng, độ dài chu kỳ kinh doanh của công ty hay trong quá trình tuân thủ các nguyên tắc kế toán kế toán. Vì khoản dồn tích có thể điều chỉnh DA không thể quan sát trực tiếp được, do đó để nhận diện có hay không điều chỉnh lợi nhuận của các nhà quản trị, các nhà nghiên cứu tìm cách xác định khoản dồn tích không thể điều chỉnh NDA, từ đó tính ra khoản dồn tích có thể điều chỉnh DA là đại diện cho điều chỉnh lợi nhuận của doanh nghiệp. Phương pháp xác định khoản dồn tích không thể điều chỉnh NDA được trình bày trong phần lý thuyết các mô hình nghiên cứu điều chỉnh lợi nhuận. 2.1. Mô hình Dechow, Sloan và Sweeney (1995) Theo mô hình Dechow và cộng sự (1995), tổng các khoản dồn tích được ghi nhận vào nguyên giá TSCĐ hữu hình và sự thay đổi về doanh thu được điều chỉnh cho sự thay đổi các khoản phải thu. Một số nghiên cứu kiểm tra hiệu suất tương đối của các mô hình đo lường điều chỉnh lợi nhuận qua tổng các khoản dồn tích như: Mô hình Dechow và cộng sự (1995), mô hình DeAngelo (1986), mô hình Jones (1991) và mô hình Jones đã được điều chỉnh bởi Dechow và cộng sự (1995). Họ so sánh hiệu suất của năm mô hình sử dụng bốn mẫu: (i) một mẫu ngẫu nhiên; (ii) một mẫu gồm các công ty có nhiều kinh nghiệm trong lĩnh vực tài chính; (iii) một mẫu gồm các công ty điều chỉnh lợi nhuận; và (iv) một mẫu gồm các công ty bị SEC cáo buộc đã cố tình điều chỉnh tăng lợi nhuận. Họ nhận thấy rằng mô hình Jones (1991) và Dechow và cộng sự (1995) đã sửa đổi mô hình Jones tốt nhất trong việc phát hiện điều chỉnh lợi nhuận. Trong nghiên cứu của Jones (1991) và Dechow và cộng sự (1995) (thường được gọi là “Mô hình Jones điều chỉnh (1995)”) mô hình ban đầu được giới thiệu là mô hình chuỗi thời gian. Tuy nhiên, DeFond và Jiambalvo (1994) đề xuất mô hình Jones dữ liệu chéo thay vì mô hình chuỗi thời gian và nhiều nghiên cứu gần đây đã sử dụng các khoản dồn tích với dữ liệu chéo (Becker và cộng sự, 1998; Xie và cộng sự, 2003; Jiang và cộng sự, 2008; Jaggi và cộng sự, 2009). Peasnell và cộng sự (2000) đã thảo luận về sự phù hợp của giả định trong mô hình chuỗi thời gian Jones rằng tham số ước tính thay đổi trong doanh thu và nguyên giá TSCĐ hữu hình vẫn không thay đổi theo thời gian. Nghiên cứu cũng chỉ ra rằng việc sử dụng các mô hình dồn tích với dữ liệu chéo giúp tránh các vấn đề sai lệch tồn tại vốn có trong cách tiếp cận chuỗi thời gian. Cuối cùng, kết quả nghiên cứu chứng mình rằng mô hình này phù hợp với cả các doanh nghiệp có lịch sử ngắn. Subramanyam (1996b) và Bartov (2001) đã sử dụng các mô hình Jones (1991) và Dechow và cộng sự (1995) để đánh giá xem các mô hình dữ liệu chéo có giống với các mô hình chuỗi thời gian trong việc cung cấp các ước tính đáng tin cậy về các khoản dồn tích có thể điều chỉnh. Họ thấy rằng các mô hình Jones với dữ liệu chéo và mô hình Dechow và cộng sự (1995) với dữ liệu chéo hoạt động tốt hơn so với mô hình chuỗi thời gian trong việc đo lường điều chỉnh lợi nhuận. Mô hình dữ liệu chép thường được ước tính theo năm và ngành. Do đó, mô hình Jones dữ liệu chéo kiểm soát các tác động cụ thể theo năm và ngành. Ngoài ra, Subramanyam (1996b) và Peasnell và cộng sự (2000) giải thích rằng các mô hình dữ liệu chéo thường được áp dụng với các mẫu lớn hơn và quan sát nhiều hơn và không giả định sự ổn định của các mô hình đo lường các khoản dồn tích. Dechow và cộng sự (1995) kết luận rằng nghiên cứu của họ về mô hình Jones điều chỉnh tốt hơn tất cả các mô hình hiện có khác, mặc dù mô hình vẫn chưa hoàn hảo. Một bất lợi là giả định ngầm của mô hình dữ liệu chéo rằng mô hình đo lường các khoản dồn tích là như nhau cho mọi công ty trong ngành, bất kể chiến lược hoạt động hay giai đoạn nào trong vòng đời sản phẩm. Nếu các doanh nghiệp trong ngành không đồng nhất, mô hình đo lường các khoản dồn tích có thể điều 1829
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 chỉnh sẽ bị lỗi. Dechow và cộng sự (1995) đã sử dụng tổng số dồn tích trên tổng tài sản, nguyên giá TSCĐ hữu hình và sự thay đổi doanh thu trừ đi sự thay đổi các khoản phải thu trong mô hình của mình như sau: Theo Dechow và cộng sự (1995), để tính khoản dồn tích không thể điều chỉnh NDA, ta hồi quy phương trình: 𝑇𝐴 𝑖𝑡 1 𝛥𝑅𝐸𝑉𝑖𝑡 − 𝛥𝑅𝐸𝐶 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 = 𝛽0 𝑥 + 𝛽1 𝑥 + 𝛽2 𝑥 + 𝜀 𝑖𝑡 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 Trong đó: NDAit: Phần dồn tích không thể điều chỉnh của công ty i trong năm t TAit: Tổng dồn tích năm t của công ty i trong năm t Ait-1: Tổng tài sản năm t-1 của công ty i trong năm t ΔREVit: Sự thay đổi doanh thu của công ty i năm t so với năm t-1 ΔRECit: Sự thay đổi các khoản phải thu của công ty i năm t so với năm t-1 PPEit: Nguyên giá tài sản cố định hữu hình của công ty i cuối năm t β 0, β 1, β 2: Các tham số ước tính ε: Sai số ước tính của công ty i năm t - Từ đó, phần giá trị dồn tích không thể điều chỉnh NDA được tính toán như sau: 1 𝛥𝑅𝐸𝑉 𝑖𝑡 −𝛥𝑅𝐸𝐶 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 NDAit = 𝑎1 𝑥 + 𝑎2 𝑥 + 𝑎3 𝑥 (1) 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 Trong đó: a 1, a 2, a 3: Tham số ước tính thông qua phương pháp hồi quy Pooled OLS. - Cuối cùng, chúng ta xác định được khoản dồn tích có thể điều chỉnh DA đại diện cho điều chỉnh lợi nhuận của doanh nghiệp như sau: DAit = TAit – NDAit 2.2. Mô hình Kasznik (1999) Kasznik (1999) lập luận rằng để hạn chế những sai lệch trong việc ước tính các khoản dồn tích có thể điều chỉnh tác giả đã đề xuất sử dụng thêm biến sự thay đổi của dòng tiền từ hoạt động kinh doanh trong hoạt động kinh doanh trên tổng tài sản năm trước để đưa vào mô hình Jones điều chỉnh của Dechow và cộng sự (1995). Theo mô hình Kasznik (1999), khoản dồn tích không thể điều chỉnh NDA được hồi quy theo phương trình: 𝑇𝐴 𝑖𝑡 1 𝛥𝑅𝐸𝑉𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 𝛥𝐶𝐹𝑂𝑖𝑡 = 𝛽0 𝑥 + 𝛽1 𝑥 + 𝛽2 𝑥 + 𝛽3 𝑥 + 𝜀 𝑖𝑡 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡 𝐴 𝑖𝑡−1 𝑇𝐴 𝑖𝑡 1 𝛥𝑅𝐸𝑉𝑖𝑡 − 𝛥𝑅𝐸𝐶 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 𝛥𝐶𝐹𝑂𝑖𝑡 = 𝛽0 𝑥 + 𝛽1 𝑥 + 𝛽2 𝑥 + 𝛽3 𝑥 + 𝜀 𝑖𝑡 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 Trong đó: NDAit: Phần dồn tích không thể điều chỉnh của công ty i trong năm t DAit: Phần dồn tích có thể điều chỉnh của công ty i trong năm t TAit: Tổng dồn tích năm t của công ty i trong năm t 1830
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Ait-1: Tổng tài sản năm t-1 của công ty i trong năm t ΔREVit: Sự thay đổi doanh thu của công ty i năm t so với năm t-1 ΔRECit: Sự thay đổi các khoản phải thu của công ty i năm t so với năm t-1 PPEit: Nguyên giá tài sản cố định hữu hình của công ty i cuối năm t ΔCFOit: Sự thay đổi dòng tiền từ hoạt động kinh doanh của công ty i trong năm t β 0, β 1, β 2, β 3: Các tham số ước tính ε: Sai số ước tính của công ty i năm t - Từ đó, phần giá trị dồn tích không thể điều chỉnh NDA được tính toán như sau: 1 𝛥𝑅𝐸𝑉 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 𝛥𝐶𝐹𝑂𝑖𝑡 NDAit = 𝑎1 𝑥 + 𝑎2 𝑥 + 𝑎3 𝑥 + 𝑎4 𝑥 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 1 𝛥𝑅𝐸𝑉 𝑖𝑡 −𝛥𝑅𝐸𝐶 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 𝛥𝐶𝐹𝑂𝑖𝑡 NDAit = 𝑎1 𝑥 + 𝑎2 𝑥 + 𝑎3 𝑥 + 𝑎4 𝑥 (2) 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 Trong đó: a 1, a 2, a 3, a 4: Tham số ước tính thông qua phương pháp hồi quy. - Cuối cùng, chúng ta xác định được khoản dồn tích có thể điều chỉnh DA đại diện cho điều chỉnh lợi nhuận của doanh nghiệp như sau: DAit = TAit – NDAit 2.3. Mô hình của Kothari, Leone & Wasley (2005) Kothari và cộng sự (2005) lập luận rằng các khoản dồn tích có thể điều chỉnh theo ước tính của mô hình Jones (1991) và mô hình Dechow và cộng sự (1995) có thể dẫn đến sai số đo nghiêm trọng khi ước tính khoản dồn tích không thể điều chỉnh khi các mô hình này không kiểm soát được hiệu quả hoạt động trước đó của doanh nghiệp. Do đó Kothari và cộng sự (2005) đã đề xuất một mô hình bao gồm cả biến kiểm soát là hiệu quả hoạt động của công ty bằng cách sử dụng lợi nhuận trên tổng tài sản (ROA) để giảm nhẹ các vấn đề về phương sai không đồng nhất và các vấn đề ước lượng sai lệch của mô hình Jones (1991) và mô hình Dechow và cộng sự (1995) khi tính toán các khoản dồn tích. Kothari và cộng sự (2005) xác định độ mạnh của mô hình Jones (1991) và mô hình Dechow và cộng sự (1995) và kiểm tra lại kết quả sau khi cho thêm biến lợi nhuận trên tổng tài sản năm trước (ROA). Kết quả cho thấy việc ước tính các khoản dồn tích với hiệu quả hoạt động làm tăng độ tin cậy của các kết luận từ nghiên cứu điều chỉnh lợi nhuận. Theo Kothari và cộng sự (2005) phần giá trị dồn tích không thể điều chỉnh NDA được hồi quy theo mô hình sau: TAit 1 REVit PPEit = 0 x + 1 x + 2 x +  3 x ROAit −1 +  it Ait −1 Ait −1 Ait −1 Ait 𝑇𝐴 𝑖𝑡 1 𝛥𝑅𝐸𝑉 𝑖𝑡 −𝛥𝑅𝐸𝐶 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 = 𝛽0 𝑥 + 𝛽1 𝑥 + 𝛽2 𝑥 + 𝛽3 𝑥𝑅𝑂𝐴 𝑖𝑡−1 + 𝜀 𝑖𝑡 (3) 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 Trong đó: NDAit: Phần dồn tích không thể điều chỉnh của công ty i trong năm t DAit: Phần dồn tích có thể điều chỉnh của công ty i trong năm t TAit: Tổng dồn tích năm t của công ty i trong năm t 1831
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Ait-1: Tổng tài sản năm t-1 của công ty i trong năm t ΔREVit: Sự thay đổi doanh thu năm t so với năm t-1 của công ty i ΔRECit: Sự thay đổi các khoản phải thu năm t so với năm t-1 của công ty i PPEit: Nguyên giá tài sản cố định hữu hình cuối năm t của công ty i ROAit-1: Lợi nhuận trên tổng tài sản của công ty i năm t-1 β 0, β 1, β 2, β 3: Các tham số ước tính ε: Sai số ước tính năm t của công ty i - Từ đó, phần giá trị dồn tích không thể điều chỉnh NDA được tính toán như sau: 1 𝛥𝑅𝐸𝑉 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 NDAit = 𝑎1 𝑥 + 𝑎2 𝑥 + 𝑎3 𝑥 + 𝑎4 𝑥𝑅𝑂𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 1 𝛥𝑅𝐸𝑉 𝑖𝑡 −𝛥𝑅𝐸𝐶 𝑖𝑡 𝑃𝑃𝐸 𝑖𝑡 NDAit = 𝑎1 𝑥 + 𝑎2 𝑥 + 𝑎3 𝑥 + 𝑎4 𝑥𝑅𝑂𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 𝐴 𝑖𝑡−1 Trong đó: a 1, a 2, a 3, a 4: Tham số ước tính thông qua phương pháp hồi quy - Cuối cùng, chúng ta xác định được khoản dồn tích có thể điều chỉnh DA đại diện cho điều chỉnh lợi nhuận của doanh nghiệp như sau: DAit = TAit – NDAit 3. Phương pháp nghiên cứu 3.1. Thu thập dữ liệu nghiên cứu Dữ liệu sử dụng trong nghiên cứu là dữ liệu thứ cấp, được cung cấp từ công ty chứng khoán Vietstock gồm: Báo cáo tài chính và các báo cáo khác của các doanh nghiệp được niêm yết trên thị trường chứng khoán Việt Nam. Các công ty lấy mẫu là các công ty có đầy đủ dữ liệu trong giai đoạn nghiên cứu và không thay đổi kỳ kế toán trong giai đoạn nghiên cứu. Các công ty đáp ứng mục đích nghiên cứu, phải có hoạt động liên tục và cổ phiếu của được giao dịch thường xuyên. Trong số 763 doanh nghiệp niêm yết trên Thị trường chứng khoán Việt Nam, nhóm tác giả đã lựa chọn nghiên cứu 499 công ty phi tài chính (các doanh nghiệp không bao gồm các tổ chức ngân hàng, tín dụng, bảo hiểm) trong 10 năm từ 2009 đến 2018. Sau khi loại bỏ những quan sát không đáng tin cậy và những quan sát bị thiếu số liệu, nhóm tác giả có được một bộ dữ liệu nghiên cứu với 3013 quan sát. 3.2. Phương pháp xử lý dữ liệu Nghiên cứu sử dụng phương pháp định lượng. Dữ liệu được xử lý thông qua phần mềm Stata 12 bằng cách thống kê mô tả, phân tích mối quan hệ tương quan giữa các nhân tố và chạy hồi quy Pooled OLS. Từ kết quả hệ số R2 thu được, nhóm tác giả sẽ đánh giá mức độ giải thích của mô hình đo lường điều chỉnh lợi nhuận theo tổng dồn tích của đối với các doanh nghiệp phi tài chính niêm yết trên Thị trường chứng khoán Việt Nam. Tất cả các biến phải được chia tỷ lệ theo mức ban đầu của tổng tài sản. Các giá trị phù hợp của ba mô hình đo lường điều chỉnh lợi nhuận là các khoản dồn tích không điều chỉnh và phần còn lại (eit) là khoản dồn tích có thể điều chỉnh được của tổng dồn tích sẽ là đại diện cho mức độ điều chỉnh lợi nhuận của doanh nghiệp. Nghiên cứu sẽ sử dụng ba mô hình Dechow và cộng sự (1995); mô hình Kasznik (1999) và mô hình Kothari và cộng sự (2005) để ước tính các khoản dồn tích có thể điều chỉnh và sẽ lựa chọn mô hình có sức mạnh giải thích lớn hơn (các giá trị cao hơn của R2 điều chỉnh) (Sireger và Utama, 2008). 1832
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 3.3. Kết quả nghiên cứu Đầu tiên, nhóm tác giả tiến hành thống kê mô tả (Bảng 3.1) và phân tích tương quan (Bảng 3.2) các biến trong mô hình đo lường điều chỉnh lợi nhuận để phát hiện hiện tượng đa cộng tuyến. Bảng 3.1: Bảng thống kê mô tả các biến Số quan Giá trị Độ lệch Giá trị nhỏ Giá trị lớn Biến sát trung bình chuẩn nhất nhất TA t/At-1 3,013 0.055979 0.141989 -1.05852 2.521187 1/At-1 3,013 0.307118 0.475981 0.000468 5.428894 (𝛥REVt-𝛥RECt)/At-1 3,013 0.143457 0.441382 -3.78441 3.457437 PPEt/At-1 3,013 0.222839 0.219515 0.000064 2.746061 𝛥CFOt/At-1 3,013 0.000133 0.172114 -2.19603 1.131845 ROAt-1 3,013 0.111791 0.093046 -0.17767 0.837021 Nguồn: Nhóm tác giả xử lý dữ liệu Bảng 3.2: Bảng phân tích hệ số tương quan (𝛥REVt- TA t/At-1 1/At-1 𝛥RECt)/At-1 PPEt/At-1 𝛥CFOt/At-1 ROA t-1 TA t/At-1 1 1/At-1 -0.0144 1 (𝛥REVt-𝛥RECt)/At-1 0.2888 0.0191 1 PPEt/At-1 0.0517 0.0059 0.0656 1 𝛥CFOt/At-1 -0.7077 -0.0286 -0.0891 -0.0026 1 ROA t-1 0.2149 0.0357 0.292 0.4356 0.0273 1 Nguồn: Nhóm tác giả xử lý dữ liệu Bảng 3.2 cho thấy hệ số tương quan giữa các biến độc lập trong mô hình hồi quy đều nhỏ hơn 0,5 đồng nghĩa với mô hình ít có khả năng xảy ra hiện tượng đa cộng tuyến. Để ước tính phần dư của các phương trình 1-3 có thể tiếp tục được sử dụng làm thước đo mức độ điều chỉnh lợi nhuận của doanh nghiệp, hồi quy bảng đã được chạy và kết quả được báo cáo trong Bảng 3.3. Kết quả hồi quy mô hình Pooed OLS cho thấy kiểm định F(3, 3010) = 221.47; F (4, 3009) = 1045,16; F(4, 3009) = 207.00 lần lượt trong 3 mô hình, F có giá trị Sig = 0,0000 nhỏ hơn 0,05 cũng cho thấy cả ba mô hình sử dụng là phù hợp. Giá trị R2 điều chỉnh (R-squared) trong mô hình Dechow và cộng sự (1995); mô hình Kasznik (1999) và mô hình Kothari và cộng sự (2005) lần lượt bằng 18,08%, 58,15%, 21,58% cho biết 18,08%, 58,15%, 21,58% sự biến thiên của tổng giá trị dồn tích TA t/At-1 có thể được giải thích thông qua sự biến đổi các biến độc lập 1/At-1, (𝛥REVt-𝛥RECt)/At-1, PPEt/At-1 và 𝛥CFOt/At-1 trong từng mô hình tương ứng. Kết quả hồi quy cũng thể hiện sự tác động của 3 biến độc lập trong mô hình Dechow và cộng sự (1995) và 4 biến độc lập trong mô hình Kasznik (1999) đến biến phụ thuộc cho kết quả có ý nghĩa thống kê, riêng mô hình Kothari và cộng sự (2005) chỉ có 2 trong 4 biến độc lập cho thấy có mối quan hệ với biến phụ thuộc. 1833
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Thêm vào đó, hệ số R2 điều chỉnh của mô hình Kasznik (1999) để ước tính các khoản dồn tích là 58,15%, cao nhất trong cả ba mô hình ước lượng điều chỉnh lợi nhuận thông qua khoản tổng dồn tích. Điều đó cho thấy khả năng dự đoán của mô hình Kasznik (1999) lớn hơn mô hình Jones đã sửa đổi được sử dụng rộng rãi của Dechow và cộng sự (1995) và Kothari và cộng sự (2005). Vì vậy, phần dư được dự đoán bởi mô hình Kasznik (1999) được sử dụng trong các nghiên cứu về điều chỉnh lợi nhuận như là đại diện mức độ điều chỉnh lợi nhuận của doanh nghiệp sẽ có mức độ giải thích cao nhất. Bảng 3.3: Kết quả hồi quy mô hình hồi quy bình phương nhỏ nhất Pooled OLS Biến Dechow và cộng sự Kasznik (1999) Kothari và cộng sự (1995) (2005) 1/At-1 0.0152*** 0.0120*** 0.0028 [3.15] [3.47] [0.58] (𝛥REVt-𝛥RECt)/At-1 0.101*** 0.0827*** 0.0790*** [17.93] [20.41] [13.50] PPEt/At-1 0.0936*** 0.103*** 0.000594 [10.46] [16.06] [0.05] 𝛥CFOt/At-1 -0.564*** [-53.67] ROA t-1 0.320*** [11.58] Adjusted R2 18,08% 58,15% 21,58% Nguồn: Nhóm tác giả xử lý dữ liệu 4. Kết luận Kết quả cho thấy mô hình Kasznik (1999) cho kết quả R2 cao nhất (R2 = 58,15%). Như vậy mô hình Kasznik (1999) là phù hợp nhất đối với bộ dữ liệu của nhóm tác giả. Kết quả này tương đồng với kết quả nghiên cứu của Sajad Nazir và Talat Afza (2018). Nghiên cứu của Sajad Nazir và Talat Afza (2018) cho thấy kết quả hồi quy với phương pháp bình phương nhỏ nhất OLS cho mô hình đo lường điều chỉnh lợi nhuận theo Kasznik (1999) có giá trị R2 cao nhất so với mô hình Dechow và cộng sự (1995) và mô hình Kothari, Leone & Wasley (2005). Nghĩa là mức độ giải thích sự thay đổi của biến phụ thuộc theo các biến độc lập của mô hình Kasznik (1999) cao nhất trong ba mô hình đo lường điều chỉnh lợi nhuận được nghiên cứu ở trên. TÀI LIỆU THAM KHẢO [1] Barton, J. (2001), “Does the use of financial derivatives affect earnings management decisions?”, The Accounting Review, Vol. 76 No. 1, pp. 1-26. [2] Becker, C.L., DeFond, M.L., Jiambalvo, J. and Subramanyam, K.R. (1998), “The effect of audit quality on earnings management”, Contemporary Accounting Research, Vol. 15 No. 1, pp. 1-24. [3] Collins, D.W. and Hribar, P. (2000), "Earnings-based and Accrual-based Market Anomalies: OneEffect or Two?", Journal of Accounting and Economics, Vol. 29 No. 1, pp. 101-123. 1834
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 [4] DeAngelo, L.E. (1986), “Accounting Numbers as Market Valuation Substitutes: A Study of Management Buyouts of Public Stockholders”, The Accounting Review, Vol. 61, No. 3, pp. 400-420. [5] Dechow, P.M., Sloan, R.G. and Sweeney, A.P. (1995), “Detecting earnings management”, The Accounting Review, Vol. 70 No. 2, pp. 193-225. [6] DeFond, M.L. and Jiambalvo, J. (1994), “Debt covenant violation and manipulation of accruals”, Journal of Accounting and Economics, Vol. 17 No. 1-2, pp. 145-176. [7] Fields, T., Lys, T., and Vincent, L. (2001), “Empirical Research on Accounting Choice”, Journal of Accounting and Economics, Vol. 31 No. 1/3, pp. 255-307. [8] Gaver, J., K. M. and Austin, J.R. (1995), “Additional evidence on bonus plans and income management”, Journal of Accounting and Economics, Vol. 19 No. 1, pp. 3-28. [9] Goncharov, I. (2005), “Earnings Management and its Determinants: Closing Gaps in Empirical”, Accounting Research (Frankfurt am Main: Peter Lang). [10] González, J. and García-Meca, E. (2013), “Does Corporate Governance Influence Earnings Management in Latin American Markets?”, Journal of Business Ethics, Vol. 121 No. 3, pp. 419-440. [11] Healy, P.M. and Wahlen, J.M. (1999), “A review of the earning management literature and its implications for standard setting”, Accounting Horizons, Vol. 13 No. 4, pp. 365 - 383. [12] Jaggi, B., Leung, S. and Gul, F. A. (2009), “Family control, board independence and earnings management: Evidence based on Hong Kong firms”, Journal of Accounting and Public Policy, Vol. 28 No. 4, pp. 281-300. [13] Jones, J., (1991), “Earnings management during import relief investigations”, J. Account, Vol. 29, pp. 193-228. [14] Kasznik, R. (1999), “On the association between voluntary disclosure and earnings management”, Journal of Accounting Research, Vol. 37 No. 1, pp. 57-81. [15] Klein, A. (2002), “Audit Committee, Board of Director Characteristics, and Earnings Management”, Journal of Accounting and Economics, Vol. 33, No. 3: pp. 375-401. [16] Kothari, S. P., Leone, A. J., and Wasley, C. E. (2005), “Performance matched discretionary accrual measures”, Journal of Accounting and Economics, Vol. 39 No.1, pp.163-197. [17] Nazir., M. S. and Afza., T. (2018), “Impact of corporate governance on discretionary earnings management a case of Pakistani firms”, Pakistan Economic and Social Review, Vol. 56 No. 1, pp. 157-184. [18] Paul Hribar and D. Craig Nichols (2007), “The Use of Unsigned Earnings Quality Measures in Tests of Earnings Management”, Journal of Accounting Research, Vol. 45 No. 5, pp. 1017-1053. [19] Peasnell, K.V., Pope, P.F., and Young, S. (2000), “Detecting Earnings Management Using Cross-Section a Abnormal Accruals Models”, Accounting and Business Research, Vol. 30, pp. 313-326. [20] Powell, G. (1990), “One More Time: Do Male and Female Managers Differ?”, Academy of Management Executive, Vol. 43 No. 3, pp. 68-75. [21] Powell, M. and Ansic, D. (1997), “Gender differences in risk behaviour in financial decision-making: An experimental analysis”, Journal of Economic Psychology, Vo. 18 No. 6, pp. 605-628. 1835
Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 [22] Siregar, S.V. and Utama, S. (2008), “Type of Earnings Management and The Effect of Ownership Structure, Firm Size, and Corporate-Governance Practices: Evidence from Indonesia”, The International Journal of Accounting, Vol. 43, pp. 1-27. [23] Subramanyam, K. (1996), “The Pricing of Discretionary Accruals”, Journal of Accounting and Economics, Vol. 22 No. 1, pp.249-281. [24] Watts, R. và Zimmerman, J. (1990), “Positive accounting theory: A ten year perspective’’, The Accounting Review, Vol. 65 No. 1, pp. 131-156. [25] Xie, B., Davidson, W., and DaDalt, P. (203), “Earnings Management and Corporate Governance: The Roles of the Board and the Audit Committee”, Journal of Corporate Finance, Vol. 9 No. 3, pp. 295-317. 1836