intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

So sánh các kết quả dự đoán đúng sai sót trọng yếu trong báo cáo tài chính tại các công ty cổ phần niêm yết trên HOSE

Chia sẻ: Lệ Minh Vũ | Ngày: | Loại File: PDF | Số trang:12

Thêm vào BST
Báo xấu
2
lượt xem 0
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu "So sánh các kết quả dự đoán đúng sai sót trọng yếu trong báo cáo tài chính tại các công ty cổ phần niêm yết trên HOSE" so sánh kết quả của 2 kiểm định trên để tìm ra kết quả dự đoán đúng SSTY trong BCTC của mô hình nào tốt hơn. Kết quả nghiên cứu chỉ ra rằng, kết quả dự đoán đúng SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu tốt hơn kết quả dự đoán đúng SSTY trong BCTC của mô hình M-Score (Beneish). Mời các bạn cùng tham khảo!

Chủ đề:

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

Lưu

Nội dung Text: So sánh các kết quả dự đoán đúng sai sót trọng yếu trong báo cáo tài chính tại các công ty cổ phần niêm yết trên HOSE

  1. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 SO SÁNH CÁC KẾT QUẢ DỰ ĐOÁN ĐÚNG SAI SÓT TRỌNG YẾU TRONG BÁO CÁO TÀI CHÍNH TẠI CÁC CÔNG TY CỔ PHẦN NIÊM YẾT TRÊN HOSE COMPARING THE FRAUD IN FINANCIAL STATEMENTS IN JOINT STOCK COMPANY LISTED ON HOSE ThS. Đặng Thị Tâm Ngọc, TS. Nguyễn Tuấn Trường Đại học Nha Trang Ngày nhận bài: 25/9/2021 Ngày nhận kết quả phản biện: 15/10/2021 Ngày chấp nhận đăng: 15/11/2021 TÓM TẮT Để hỗ trợ cho công việc kiểm toán của kiểm toán viên, tiếp nối các nghiên cứu trước của nhóm tác giả, nghiên cứu so sánh kết quả dự đoán đúng sai sót trọng yếu (SSTY) trong báo cáo tài chính (BCTC) bằng mô hình Benish của nhóm tác giả và kết quả dự đoán đúng SSTY trong BCTC bằng mô hình M-Score (Benish) tại các công ty cổ phần niêm yết trên HOSE. Nghiên cứu sử dụng kiểm định Chi bình phương để xác định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả chênh lệch lợi nhuận (CLLN) trước và sau kiểm toán (kết quả dự đoán đúng của mô hình Benish do nhóm tác giả nghiên cứu); đồng thời, kiểm định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán (kết quả dự đoán đúng của mô hình M-Score). Sau đó, nghiên cứu so sánh kết quả của 2 kiểm định trên để tìm ra kết quả dự đoán đúng SSTY trong BCTC của mô hình nào tốt hơn. Kết quả nghiên cứu chỉ ra rằng, kết quả dự đoán đúng SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu tốt hơn kết quả dự đoán đúng SSTY trong BCTC của mô hình M-Score (Beneish). Từ khóa: Sai sót trọng yếu, Beneish M-Score, kiểm toán, báo cáo tài chính, kiểm định Chi bình phương ABSTRACT To support the auditor's work, following the previous studies of the authors, the study compares the results of fraud prediction in the financial statements by logistic regression Benish model and the fraud prediction in financial statements by using the M-Score model (Benish) in joint stock companies listed on HOSE. The study uses Chi-square test to determine the difference between the results of predicting fraud in the financial statements of the Benish model researched by the authors and the results of the profit difference before and after the audit, besides, to test the difference between the predictive results of fraud in the financial statements of the M-Score model (Beneish) and the results of the profit difference before and after the audit. After that, the study compares the results of the two tests to find out which model is better in corrected fraud prediction in financial statements. The research results show that the the results of fraud prediction in the financial statements of the Benish model studied by the authors is better than the the results of fraud prediction in the financial statements of the M-Score model (Beneish). Keywords: Fraud, Beneish M-Score, audit, financial statements, Chi square test 1681
  2. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 1. Giới thiệu Thị trường chứng khoán ngày càng ảnh hưởng đến nền kinh tế, nhằm đảm bảo giữ vững ổn định kinh tế, thông tin về công ty niêm yết trên sàn giao dịch chứng khoán cần trung thực, đáng tin cậy, đặc biệt là thông tin tài chính kế toán thể hiện trong BCTC. Tuy nhiên, nhằm thu hút đầu tư của cổ đông trên thị trường chứng khoán hay vì mục đích riêng của nhà quản trị công ty, không ít các công ty niêm yết trên thị trường chứng khoán đã có hành vi SSTY trong BCTC. Vấn đề SSTY trong BCTC của các công ty niêm yết trên thị trường chứng khoán không chỉ ảnh hưởng tiêu cực đến các cổ đông, công ty, mà còn tác động xấu đến tính minh bạch, niềm tin của giới đầu tư trên thị trường chứng khoán và cả xã hội. Trên thực tế, không ít những sự kiện SSTY trong BCTC đã xảy ra cả trong và ngoài nước, gây ra thiệt hại khá lớn. Sau hàng loạt các vụ bê bối của các công ty hàng đầu thế giới phá sản vào đầu thế kỉ 21 như: Lucent, Xeror, Rite Aid, Waste Management, Micro Strategy, Raytheon, Sunbeam, Enron, Worldcom, Global Crossing, Adelphia, Qwest, … thì SSTY trong BCTC đang là một chủ đề mang tính thời sự. Theo nghiên cứu của công ty KPMG (2013) tại Malaysia, các hành vi SSTY đang có xu hướng tăng lên và ngày càng trở nên tinh vi. Tại Việt Nam, thực trang SSTY này cũng đã, đang và vẫn diễn ra. Công ty Bạch Tuyết (BBT), Công ty Cổ phần Dược Viễn Đông (DVD) là những trường hợp thiếu minh bạch dẫn đến thiệt hại cho các nhà đầu tư. Sự kiện Công ty cổ phần Gỗ Trường Thành, mã chứng khoán TTF, xảy ra vào năm 2016, giá trị hơn 1.000 tỷ đồng hàng tồn kho biến mất trong BCTC. Nhiều công ty niêm yết khác cũng đã bị phát hiện có vấn đề về BCTC. Theo Khắc Lâm và Hà Nguyễn (2020), mùa công bố báo cáo kiểm toán năm 2019 tiếp tục ghi nhận nhiều trường hợp có sự chênh lệch lớn giữa số liệu lợi nhuận trên báo cáo tài chính tự lập và sau kiểm toán. Theo Bông Mai (2021), lợi nhuận của nhiều công ty niêm yết bị sụt giảm mạnh, 'bốc hơi' hàng tỉ đồng, chuyển từ lãi sang lỗ sau khi kiểm toán vào cuộc. Khi sự việc xảy ra, giá cổ phiếu lao dốc, nhiều nhà đầu tư bị thiệt hại lớn dẫn tới niềm tin vào tính minh bạch trên thị trường bị ảnh hưởng. Tình trạng này làm suy giảm niềm tin của nhà đầu tư vào tính minh bạch của công ty, ảnh hưởng đến sự phát triển bền vững của thị trường chứng khoán. Chính vì vậy, việc dự đoán SSTY trong BCTC là chủ đề mang tính thời sự, cấp thiết, nâng cao tính minh bạch, đáng tin cậy trong BCTC, nhằm hỗ trợ cho việc ra quyết định kinh tế. Hành vi SSTY trong BCTC để lại nhiều tổn thất, tác động tới lợi ích của nhà đầu tư, nhà cung cấp, khách hàng, thậm chí cả đối thủ cạnh tranh, ngân hàng, nhà nước. Ngành hàng tiêu dùng trên thế giới cũng như tại Việt Nam là ngành hàng khá thông dụng, thiết yếu, là nhóm ngành có ảnh hưởng tới tình hình kinh tế xã hội, người tiêu dùng, nhà đầu tư, tình trạng tài chính quốc gia ... Các công ty sản xuất kinh doanh thuộc lĩnh vực này dễ bị ảnh hưởng bởi yếu tố kinh tế xã hội, thu nhập dân chúng, tình trạng tài chính quốc gia. Bên cạnh đó, đây là ngành hàng đa dạng nhất trên sàn chứng khoán với khá nhiều các công ty niêm yết. Theo tiêu chuẩn phân nhóm ngành toàn cầu GICS, thị trường chứng khoán HOSE được chia thành thành 11 nhóm ngành, trong đó nhóm ngành hàng tiêu dùng và hàng tiêu dùng thiết yếu khoảng 80 công ty, chiếm khoảng 20% trong tổng số các ngành nghề theo phân nhóm của GICS. Từ tính cấp thiết trên, tiếp nối các nghiên cứu của nhóm tác giả trong năm 2021, nghiên cứu thực hiện so sánh giữa kết quả dự đoán đúng SSTY trong BCTC bằng mô hình Benish của nhóm tác giả và kết quả dự đoán đúng SSTY trong BCTC bằng mô hình M-Score (Benish) tại các công ty cổ phần niêm yết trên HOSE. Nghiên cứu tập trung cho đối tượng các công ty cổ phần niêm yết trên thị trường chứng khoán HOSE thuộc nhóm ngành hàng tiêu dùng, bao gồm cả các công ty thuộc nhóm ngành 1682
  3. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 hàng tiêu dùng thiết yếu. 2. Tổng quan các công trình nghiên cứu Đầu tiên, bàn về SSTY trong BCTC phải kể đến lý thuyết tam giác gian lận của Cressey. Tam giác gian lận của Cressey (1953) cho rằng gian lận chỉ phát sinh khi hội đủ 3 nhân tố là áp lực, cơ hội, thái độ và cá tính. Đây cũng là lý thuyết cơ bản được rất nhiều nghiên cứu tiếp nối và sử dụng trong lĩnh vực kiểm toán và kiểm soát nội bộ. Nhà tội phạm học Albrecht cùng với hai đồng sự Keith Howe và Marshall Rommey đã tiến hành phân tích 212 trường hợp gian lận vào những năm 1980; thông qua khảo sát, ông đã thiết lập các biến số liên quan đến gian lận. Công trình có mục đích xác định các dấu hiệu quan trọng của gian lận để có thể ngăn ngừa và phát hiện chúng. Nghiên cứu của Beneish năm 1999 là nghiên cứu tiên phong về xây dựng mô hình dự đoán khả năng SSTY trong BCTC. Tác giả đã thiết lập mô hình dự đoán hệ số M-Score để đánh giá có hay không khả năng công ty có SSTY trong BCTC. Mô hình này giúp các kiểm toán viên, nhà đầu tư, cơ quan quản lý nhận diện một công ty có khả năng SSTY trong BCTC hay không với xác suất dự đoán đúng 76%. Nghiên cứu của Herawati (2015), nhằm mục đích phân tích khả năng phát hiện gian lận tài chính của mô hình hồi quy Beneish (M-Score). Cơ sở dữ liệu nghiên cứu thu thập từ các công ty có hành vi gian lận trong việc phát hành cổ phiếu của cơ quan dịch vụ tài chính cung cấp trong giai đoạn từ năm 2001 đến 2014. Kết quả cho thấy về tổng thể mô hình hồi quy Beneish (M-Score) có khả năng phát hiện gian lận tài chính của các công ty này. Nghiên cứu của Repousis (2016), sử dụng mô hình hồi quy logistic 8 biến của Beneish (M-Score) để xác định khả năng có SSTY trong BCTC. Nghiên cứu dựa trên dữ liệu của 25.468 công ty tại Hy Lạp trong giai đoạn 02 năm 2011-2012, phân tích kết quả Mô hình hồi quy và tính toán lại hệ số M-Score. Kết quả nghiên cứu cho thấy có 8.486 công ty, chiếm 33% mẫu nghiên cứu, có hệ số M-Score > - 2,2; đây là một tín hiệu cho thấy các công ty có khả năng SSTY trong BCTC. Nghiên cứu của Kamal, Salleh, Ahmad (2016), đánh giá độ tin cậy của mô hình M-Score (Beneish) trong việc phát hiện hành vi SSTY trong BCTC tại các công ty đại chúng niêm yết trên thị trường chứng khoán Malaysia. Mẫu nghiên cứu bao gồm 17 công ty đại chúng niêm yết có ban giám đốc và lãnh đạo cấp cao bị bị Ủy ban Chứng khoán Malaysia cáo buộc và truy tố vì thực hiện hành vi gian lận trong BCTC từ năm 1996 đến năm 2014. Kết quả cho thấy mô hình M-Score đáng tin cậy trong việc phát hiện SSTY trong BCTC, phát hiện 14/17 (82%) công ty niêm yết bị cáo buộc vì gian lận trong BCTC. Nghiên cứu của Talab, Flayyih và Ali (2017), cho rằng mô hình M-Score (Beneish) khá hữu ích để phát hiện các hành vi quản trị lợi nhuận của các ngân hàng niêm yết trên thị trường chứng khoán Iraq; ngoài ra, mô hình có thể được áp dụng để cải thiện chất lượng BCTC nhằm bảo vệ các nhà đầu tư tiềm năng. Nghiên cứu của Coca, Marian và Veronica (2021), đã chứng minh mô hình hồi quy Beneish (M-Score) có thể phát hiện rủi ro gian lận trong BCTC hoặc trốn thuế tại các công ty tư nhân ở Đông Bắc của Romania. Nghiên cứu của Halilbegovic, Celebic, Cero, Buljubasic và Mekic (2020), áp dụng mô hình M-Score (Beneish) để xác định khả năng có SSTY trong BCTC của các công ty vừa và nhỏ tại Liên bang Bosnia và Herzegovina (FBiH). Dựa trên mẫu nghiên cứu gồm 4.580 công ty, sử dụng dữ liệu trong BCTC đã được kiểm toán trong giai đoạn từ năm 2008 đến 2015; bằng kiểm định T- test, nghiên cứu đã kết luận mô hình M-Score mang lại lợi ích thực sự, có thể áp dụng tại FBiH và 1683
  4. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 hỗ trợ hiệu quả trong việc phát hiện SSTY trong BCTC. Nghiên cứu của Erdoğan và Erdoğan (2020), áp dụng mô hình M-Score (Beneish) để xác định khả năng có SSTY trong BCTC của các công ty tài chính nhóm BIST-50 tại sàn giao dịch chứng khoán Borsa Istanbul trong các năm 2015, 2016 và 2017. Sau khi xác định khả năng xảy ra SSTY trong BCTC, nghiên cứu sử dụng mô hình hồi quy logistic của Beneish (M-Score) nhằm xác định các nhân tố ảnh hưởng đến khả năng xảy ra SSTY trong BCTC, kết quả nghiên cứu chỉ ra có một số nhân tố tài chính ảnh hưởng thuận chiều đến SSTY trong BCTC. Tại Việt Nam, trong những năm gần đây đã xảy ra nhiều những vụ gian lận thông tin tài chính dẫn đến SSTY trong BCTC, ngay cả sau khi thực hiện kiểm toán BCTC vẫn còn chứa đựng SSTY. Do đó, vấn đề SSTY trong BCTC luôn là một đề tài thu hút nhiều nghiên cứu có liên quan. Một vài nghiên cứu trong nước cụ thể: Ngô Thị Thu Hà (2007), Lý Trần Kim Ngân (2011), Nguyễn Thị Hương Giang (2013), Lê Nguyễn Thế Cường (2013) đã nghiên cứu về đánh giá rủi ro có SSTY và thiết kế các thủ tục kiểm toán BCTC nhằm phát hiện các gian lận có thể dẫn đến rủi ro rủi ro có SSTY trong BCTC, các tác giả đã đưa ra một số bước cơ bản để đánh giá rủi ro có gian lận và phản ứng của KTV đối với rủi ro có gian lận dẫn đến SSTY và đánh giá về chương trình kiểm toán mẫu trong việc phát hiện gian lận trong BCTC. Nghiên cứu về rủi ro có SSTY trong BCTC của tác giả Mạn Đình (2010) được trích gián tiếp trong nghiên cứu của Ngô Thị Kiều Trang (2018) đã đề xuất giải pháp về nâng cao chất lượng kiểm toán đối với công ty niêm yết là tăng cường kiểm soát kể cả bên trong lẫn bên ngoài. Nguyễn Quốc Thuần (2016) đã có nghiên cứu về SSTY trong BCTC thông qua các nhân tố tác động đến chất lượng thông tin BCTC trong các công ty tại Việt Nam. Năm 2014, nghiên cứu Nguyễn Công Phương và Nguyễn Trần Nguyên Trân đã áp dụng mô hình Beneish nghiên cứu với 30 công ty có SSTY trong BCTC năm 2012 do kiểm toán phát hiện. Kết quả nghiên cứu chỉ ra mô hình dự đoán đúng với xác suất 53,33% khả năng phát hiện SSTY trong BCTC của công ty. Do đó mô hình của Beneish đã được sử dụng như công cụ hỗ trợ cho kiểm toán đánh giá rủi ro có SSTY trong BCTC. Tiếp nối đó, tác giả Trần Thị Giang Tân và cộng sự (2014) đã có nghiên cứu quan trọng, đánh giá SSTY trong BCTC căn cứ theo VSA 240 và áp dụng tam giác gian lận trong việc phát hiện, đưa ra những dự đoán về SSTY trong BCTC từ gian lận trong các công ty niêm yết tại Việt Nam. Nghiên cứu chỉ ra khả năng dự đoán SSTY trong BCTC đúng 83,3% các công ty thuộc mẫu nghiên cứu, và 80% công ty ngoài mẫu nghiên cứu. Mô hình này có thể giúp KTV và công ty kiểm toán dự đoán gian lận xảy ra trong BCTC. Bên cạnh đó, một số công trình nghiên cứu của Hoàng Thị Thanh Huyền (2016) về dự đoán khả năng SSTY trong BCTC của các công ty niêm yết trên sở giao dịch chứng khoán Thành phố Hồ Chí Minh, Nguyễn Công Phương và cộng sự (2016) về thao túng BCTC của các công ty niêm yết và tác động tới thị trường chứng khoán Việt Nam, nghiên cứu của Trần Ngọc Sơn (2017) về mô hình xác định sai lệch trong BCTC của các công ty thuộc ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam, Ngô Thị Kiều Trang (2018) với nghiên cứu đánh giá rủi ro SSTY trong kiểm toán BCTC của các công ty niêm yết trên thị trường chứng khoán Việt Nam và Nguyễn Trọng Hiếu (2020) SSTY trong BCTC của công ty niêm yết trên thị trường chứng khoán Việt Nam cũng đã tiếp cận đến mô hình nghiên cứu về khả năng xảy ra SSTY trong BCTC của các công ty niêm yết. 1684
  5. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Nghiên cứu của nhóm tác giả Nguyen Tuan, Dang Thi Tam Ngoc, Nguyen Thị Thanh Ha, Tran Khanh Linh (2021) sử dụng mô hình Beneish M-Score (1999) dự đoán khả năng có SSTY trong BCTC, đồng thời thực hiện kiểm định sự khác biệt giữa kết quả dự đoán của mô hình Beneish và kết quả kiểm toán của KTV; nghiên cứu của Trần Khánh Linh, Đỗ Thành Trí, Đặng Thị Tâm Ngọc, Nguyễn Tuấn (2021) sử dụng mô hình Beneish M-Score (1999) dự đoán khả năng có SSTY trong BCTC; đây là tiền đề cho tác giả so sánh kết quả dự đoán đúng về khả năng có SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả dự đoán đúng về khả năng có SSTY trong BCTC của mô hình M-Score (Beneish) tại các công ty niêm yết trên thị trường chứng khoán HOSE (trường hợp đối với ngành hàng tiêu dùng). Kết luận: Qua tổng quan các công trình nghiên cứu nước ngoài và trong nước, nghiên cứu đã tìm ra được mô hình Beneish M-Score (1999) có thể sử dụng dự đoán khả năng có SSTY trong BCTC. Phát triển từ 2 nghiên cứu trước của nhóm tác giả, nghiên cứu này sử dụng phương pháp kiểm định Chi bình phương, thực hiện so sánh kết quả dự đoán đúng khả năng có SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả dự đoán đúng khả năng có SSTY trong BCTC của mô hình M-Score (Beneish) tại các công ty niêm yết trên thị trường chứng khoán HOSE (trường hợp đối với ngành hàng tiêu dùng). 3. Mô hình M-Score của Beneish Mô hình M-Score của Beneish 1999 là mô hình định lượng khá nổi tiếng giúp nhận diện được các công ty có hành vi điều chỉnh lợi nhuận hay không điều chỉnh lợi nhuận. Đây còn được gọi là mô hình phát hiện thao túng có tên M-Score (M là viết tắt của “manipulation”). Nghiên cứu này giúp chúng ta có thể sử dụng để nhận diện SSTY trong BCTC; đặc biệt, có thể kể đến các sinh viên trường Đại học Cornell đã áp dụng mô hình này để dự đoán gian lận của tập đoàn Enron trước thời điểm công ty này phá sản một năm, trong khi các KTV không phát hiện được. Có thể nói, đây là một nghiên cứu rất quan trọng, là tiền đề cho nhiều nghiên cứu sau này và vẫn còn tính thực tiễn cho tới ngày nay. Mô hình hồi quy logistic của Beneish được trình bày như sau: 𝑆𝑆𝑇𝑌 = 𝛽0 + 𝛽1 . 𝐷𝑆𝑅𝐼 + 𝛽2 . 𝐺𝑀𝐼 + 𝛽3 . 𝐴𝑄𝐼 + 𝛽4 . 𝑆𝐺𝐼 + 𝛽5 . 𝐷𝐸𝑃𝐼 + 𝛽6 . 𝑆𝐺𝐴𝐼 + 𝛽7 . 𝑇𝐴𝑇𝐴 + 𝛽8 . 𝐿𝑉𝐺𝐼 + 𝜀 Mô hình M-Score của Beneish gồm 8 biến độc lập, có thể chia thành 2 nhóm như sau: nhóm 1: gồm các biến số giúp nhận diện SSTY trong BCTC: DSRI, AQI, DEPI, và TATA; nhóm 2: gồm các biến số giúp phản ánh động cơ SSTY trong BCTC: GMI, SGI, SGAI và LVGI. Biến phụ thuộc SSTY là biến nhị phân (binary variable) đo lường khả năng có SSTY bằng chênh lệch lợi nhuận (CLLN) được xác định bằng tỷ lệ chênh lệch lợi nhuận giữa số liệu sau kiểm toán và số liệu trước kiểm toán. Vận dụng nguyên tắc trọng yếu trong kiểm toán tại đoạn 02 chuẩn mực kiểm toán số 320 “Mức trọng yếu trong lập kế hoạch và thực hiện kiểm toán”. Theo đó, mức trọng yếu đối với chỉ tiêu tỷ lệ chênh lệch lợi nhuận được lựa chọn là 10% (Nguyễn Công Phương và cộng sự, 2016; Nguyễn Trọng Hiếu, 2020). Công thức tính tỷ lệ chênh lệch lợi nhuận như sau: 𝐿𝑁𝑆𝑇 𝑠𝑎𝑢 𝑘𝑖ể𝑚 𝑡𝑜á𝑛−𝐿𝑁𝑆𝑇 𝑡𝑟ướ𝑐 𝑘𝑖ể𝑚 𝑡𝑜á𝑛 Tỷ lệ chênh lệch lợi nhuận = 𝐺𝑖á 𝑡𝑟ị 𝑡𝑢𝑦ệ𝑡 đố𝑖 𝑐ủ𝑎 𝐿𝑁𝑆𝑇 𝑠𝑎𝑢 𝑘𝑖ể𝑚 𝑡𝑜á𝑛 Chênh lệch lợi nhuận (trị tuyệt đối của tỷ lệ trên) dưới 10% được xem là không có SSTY trong BCTC (phân loại giá trị = 0), chênh lệch lợi nhuận (trị tuyệt đối của tỷ lệ trên) từ 10% trở lên được xem là có SSTY trong BCTC (phân loại giá trị = 1). 1685
  6. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Mô hình M-Score của Beneish cho ra kết quả dự đoán hệ số M-Score như sau: M-Score = - 4.840 + 0,920(DSRI) + 0,528(GMI) + 0,404(AQI) + 0,892(SGI) + 0,115(DEPI) - 0,172(SGAI) + 4,679(TATA) - 0,327(LVGI) Theo Beneish cho rằng, hệ số M-Score chỉ nên duy trì ở mức dưới -1,78. Như vậy, nếu điểm M-Score > -1,78 cho thấy công ty có khả năng SSTY trong BCTC và ngược lại. Nếu hệ số M- Score < -1,78 sẽ nhận giá trị 0 được coi là không có SSTY trong BCTC, ngược lại sẽ nhận giá trị 1 được coi là có SSTY trong BCTC. 4. Mẫu nghiên cứu Theo thống kê số lượng công ty niêm yết và đăng ký giao dịch của Uỷ ban Chứng khoán Nhà Nước đến thời điểm 31/12/2019, có tổng cộng 378 công ty niêm yết trên TTCK tại sàn chứng khoán thành phố Hồ Chí Minh – HOSE; trong đó, có 76 công ty thuộc ngành hàng tiêu dùng có cổ phiếu niêm yết trên sàn giao dịch chứng khoán Hồ Chí Minh. Trong quá trình thu thập dữ liệu nghiên cứu của nhóm tác giả, các nghiên cứu loại bỏ 17 công ty do không thu thập được dữ liệu phù hợp; dữ liệu trong BCTC được thu thập trong 4 năm từ 2016 đến 2019, sử dụng để tính toán M-Score trong 3 năm 2017, 2018, 2019; như vậy, dữ liệu nghiên cứu gồm có 59 công ty cổ phần niêm yết trên thị trường chứng khoán HOSE thuộc ngành hàng tiêu dùng trong 3 năm, gồm có 177 quan sát. Các nghiên cứu của nhóm tác giả về dự đoán SSTY trong BCTC đều sử dụng chung bộ dữ liệu nghiên cứu trên. 5. Câu hỏi nghiên cứu và giả thuyết nghiên cứu Nghiên cứu thực hiện so sánh giữa các kết quả dự đoán đúng SSTY trong BCTC tại các công ty cổ phần niêm yết trên HOSE - Ngành hàng tiêu dùng, cụ thể: (1) Kiểm định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước và sau kiểm toán, (2) Kiểm định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán, (3) so sánh giữa 2 kết quả kiểm định trên để rút ra kết luận về kết quả dự đoán đúng SSTY trong BCTC của mô hình của mô hình Benish do nhóm tác giả nghiên cứu và mô hình M-Score (Beneish). Đối với sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước và sau kiểm toán, sử dụng kết quả hồi quy trong nghiên cứu của nhóm tác giả (Trần Khánh Linh, Đỗ Thành Trí, Đặng Thị Tâm Ngọc, Nguyễn Tuấn, 2021); trong nghiên cứu, nhóm tác giả dựa trên mô hình của Beneish đã nêu ở trên, phân tích mô hình hồi quy logistic gồm 8 biến độc lập về chỉ số số tài chính của công ty và biến phụ thuộc là tỷ lệ CLLN trước và sau kiểm toán; sau đó, dựa trên kết quả phân tích của mô hình, nhóm tác giả xác định được kết quả dự đoán đúng SSTY trong BCTC. Cụ thể, trình bày trong bảng 1: Bảng 1: Bảng tổng hợp kết quả dự đoán sai sót trọng yếu trong BCTC Kết quả SSTY trong BCTC Có Không có % dự đoán SSTY SSTY đúng Dự đoán SSTY Có SSTY 2 2 50,0 trong BCTC Không có SSTY 18 155 89,6 % dự đoán đúng 10,0 98,7 88,7 Nguồn: Kết quả phân tích từ bài viết của Trần Khánh Linh, Đỗ Thành Trí, Đặng Thị Tâm Ngọc, Nguyễn Tuấn, 2021 1686
  7. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Theo kết quả Bảng 1, tổng hợp số kết quả dự đoán đúng là 157/177 trường hợp, tỷ lệ dự đoán đúng đạt 88,7%; trong đó: có 2 trường hợp cả hai kết quả dự đoán có SSTY trong BCTC và có 155 trường hợp cả hai kết quả dự đoán không có SSTY trong BCTC. Đối với sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán, sử dụng kết quả nghiên cứu của nhóm tác giả (Nguyen Tuan, Dang Thi Tam Ngoc, Nguyen Thị Thanh Ha, Tran Khanh Linh, 2021); trong nghiên cứu, nhóm tác giả tính toán hệ số M-Score, so sánh hệ số M-Score với -1,78, xác định khả năng có SSTY trong BCTC; so sánh khả năng có SSTY trong BCTC với kết quả CLLN trước và sau kiểm toán, ta có được kết quả dự đoán đúng SSTY trong BCTC. Cụ thể, trình bày trong bảng 2: Bảng 2: Bảng tổng hợp kết quả dự đoán sai sót trọng yếu trong BCTC Kết quả SSTY trong BCTC Có SSTY Không có % dự đoán SSTY đúng Dự đoán SSTY Có SSTY 5 67 6,9 trong BCTC Không có SSTY 15 90 85,7 % dự đoán đúng 25,0 57,3 53,7 Nguồn: Kết quả phân tích từ bài viết của Nguyen Tuan, Dang Thi Tam Ngoc, Nguyen Thị Thanh Ha, Tran Khanh Linh, 2021 Theo kết quả Bảng 2, tổng hợp số kết quả dự đoán đúng là 95/177 trường hợp, tỷ lệ dự đoán đúng đạt 53,7%; trong đó: có 5 trường hợp cả hai kết quả dự đoán có SSTY trong BCTC và có 90 trường hợp cả hai kết quả dự đoán không có SSTY trong BCTC. Câu hỏi nghiên cứu Từ nội dung phân tích trên, nghiên cứu đề xuất 3 câu hỏi nghiên cứu như sau: Câu hỏi 1: Có sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước và sau kiểm toán hay không? Câu hỏi 2: Có sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán hay không? Câu hỏi 3: Mô hình nào (mô hình Benish do nhóm tác giả nghiên cứu và mô hình M-Score) cho kết quả dự đoán đúng SSTY trong BCTC tốt hơn? Giả thuyết nghiên cứu Từ câu hỏi nghiên cứu, nhóm tác giả đề xuất 2 giả thuyết nghiên cứu như sau: Giả thuyết H1: Không có sự khác biệt (có sự liên quan) giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước và sau kiểm toán. Giả thuyết H2: Không có sự khác biệt (có sự liên quan) giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán. 6. Kết quả nghiên cứu Kiểm định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước và sau kiểm toán Sử dụng kiểm định Chi bình phương (Chi Square test) được thực hiện trên phần mềm SPSS 20. Kết quả kiểm định Chi bình phương và Fisher's Exact được trình bày trên Bảng 3 và Bảng 4 như sau: 1687
  8. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Bảng 3: Bảng phân phối chéo giữa dự đoán của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước/sau kiểm toán Kết quả SSTY trong BCTC Kết quả (CLLN) Tổng cộng Có SSTY Không có SSTY Dự đoán Có SSTY 2 2 4 của mô Tỷ lệ % 1,1% 1,1% 2,3% hình Không có SSTY 18 155 173 nghiên cứu Tỷ lệ % 10,2% 87,6% 97,7% Tổng cộng 20 157 177 CLLN Tỷ lệ % 11,3% 88,70% 100% Bảng 4: Bảng kết quả kiểm định Chi Square - Sử dụng kiểm định Fisher's Exact Asymp, Sig, (2- Exact Sig, (2- Exact Sig, Value df sided) sided) (1-sided) Pearson Chi-Square 6,116 1 0,013 Continuity Correction 2,803 1 0,094 Likelihoo Ratio 3,798 1 0,051 Fisher's Exact Test 0,064 0,064 Bảng 3 cho thấy, có nhiều hơn 20% số ô trong bảng chéo có tần suất mong đợi expected value (2 ô trong số 4 ô, chiếm 50%) nhỏ hơn 5 nên giá trị chi-square nói chung không còn đáng tin cậy (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Do vậy, nghiên cứu không sử dụng kết quả kiểm định Chi bình phương, sử dụng kiểm định Fisher's Exact thay thế. Bảng 4 cho thấy cho thấy giá trị chi square là 6,116, giá trị bậc tự do df là 1, giá trị Asymptotic Significance (2-sided) hàng Pearson Chi-Square bằng 0,013 nhỏ hơn 0,05; tuy nhiên, do có nhiều hơn 20% số ô trong bảng chéo có tần suất mong đợi expected value nhỏ hơn 5, nên sử kiểm định Fisher's Exact thay thế. Giá trị Fisher's Exact Test (2-sided) bằng 0,064 lớn hơn 0,05 nên có bằng chứng bác bỏ giả thuyết “2 đối tượng nghiên cứu có liên quan với nhau” và chấp nhận giả thuyết “2 đối tượng nghiên cứu không có liên quan với nhau”. Tuy nhiên, nếu chấp nhận độ tin cậy thấp hơn, gia tăng mức ý nghĩa sig. = 0,1 (tương đương 10%), thì Giá trị Fisher's Exact Test (2-sided) bằng 0,064 nhỏ hơn 0,1. Khi đó, nghiên cứu sẽ có bằng chứng chấp nhận giả thuyết H1 “2 đối tượng nghiên cứu có liên quan với nhau” tại mức ý nghĩa là 10% (độ tin cậy 90%). Do vậy, qua kết quả kiểm định có thể kết luận, hai biến này có liên quan với nhau; hay nói cách khác, với độ tin cậy 90%, mức ý nghĩa là 0,1 =10%, giữa kết quả dự đoán của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước/sau kiểm toán có quan hệ với nhau. Kết luận, qua kết quả phân tích cho thấy giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước/sau kiểm toán có liên quan với nhau ở mức ý nghĩa 10% (độ tin cậy 90%). Kết luận này trả lời cho câu hỏi nghiên cứu 1, không có sự khác biệt (có sự liên quan) giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả CLLN trước và sau kiểm toán. 1688
  9. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 Kiểm định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán Sử dụng kiểm định Chi bình phương (Chi Square test) được thực hiện trên phần mềm SPSS 20. Kết quả kiểm định Chi bình phương và Fisher's Exact được trình bày trên Bảng 5 và Bảng 6 như sau: Bảng 5: Bảng phân phối chéo giữa dự đoán của mô hình M-Score và kết quả CLLN trước/sau kiểm toán CLLN Tổng cộng Kết quả Có SSTY Không có SSTY Có SSTY 5 67 72 Dự đoán Tỷ lệ % 2,82% 37,85% 40,68% của mô Không có 105 hình 15 90 SSTY M-Score Tỷ lệ % 8,47% 50,85% 59,32% Tổng cộng 20 157 177 CLLN Tỷ lệ % 11,30% 88,70% 100% Bảng 6: Bảng kết quả kiểm định Chi Square Asymp, Sig, Exact Sig, Exact Sig, Value df (2-sided) (2-sided) (1-sided) Pearson Chi-Square 2,297 1 0,130 Continuity Correction 1,623 1 0,203 Likelihoo Ratio 2,425 1 0,119 Fisher's Exact Test 0,153 0,100 Bảng 5 cho thấy, có ít hơn 20% số ô trong bảng chéo có tần suất mong đợi expected value (không có ô nào trong số 4 ô, chiếm 0%) nhỏ hơn 5 nên giá trị chi-square nói chung đáng tin cậy (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Do vậy, nghiên cứu sử dụng kết quả kiểm định Chi bình phương. Bảng 6 cho thấy giá trị chi square là 2,297, giá trị bậc tự do df là 1, giá trị Asymptotic Significance (2-sided) hàng Pearson Chi-Square bằng 0,130 lớn hơn 0,05 nên có bằng chứng bác bỏ giả thuyết H2 “2 đối tượng nghiên cứu có liên quan với nhau” và chấp nhận giả thuyết “2 đối tượng nghiên cứu không có liên quan với nhau”; kết quả kiểm định cho thấy hai biến này độc lập với nhau. Do vậy có thể kết luận giữa kết quả dự đoán của mô hình M-Score và kết quả CLLN trước/sau kiểm toán không có quan hệ với nhau. Kết luận, qua kết quả phân tích cho thấy giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước/sau kiểm toán không có liên quan với nhau, hay nói khác hơn là độc lập với nhau hoặc khác nhau. Kết luận này trả lời cho câu hỏi nghiên cứu 2, có sự khác biệt (không có sự liên quan) giữa kết quả dự đoán SSTY trong BCTC của mô hình M- Score (Beneish) và kết quả CLLN trước và sau kiểm toán. 1689
  10. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 7. Kết luận và hàm ý quản trị trong kiểm toán Nghiên cứu đã sử dụng kiểm định Chi bình phương để xác định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu và kết quả chênh lệch lợi nhuận (CLLN) trước và sau kiểm toán, đồng thời xác định sự khác biệt giữa kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) và kết quả CLLN trước và sau kiểm toán. So sánh các kết quả kiểm định cho thấy, kết quả dự đoán đúng SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên cứu tốt hơn kết quả dự đoán đúng SSTY trong BCTC của mô hình M-Score (Beneish). Xác suất dự đoán đúng của mô hình Benish do nhóm tác giả nghiên cứu đạt được 88,7%, xác suất dự đoán đúng của mô hình M-Score (Beneish) chỉ đạt được 53,7%. Kiểm định Chi bình phương cho thấy kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên có liên quan với kết quả CLLN trước và sau kiểm toán (mức ý nghĩa 10%), kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) không có liên quan với kết quả CLLN trước và sau kiểm toán. Có thể kết luận, mô hình Benish do nhóm tác giả nghiên cho ra kết quả dự đoán SSTY trong BCTC tiệm cận gần với kết quả SSTY trong BCTC được đo lường bằng CLLN trước và sau kiểm toán. Điều này có thể giải thích rằng, mô hình nghiên cứu của nhóm tác giả đã sử dụng phân tích hồi quy logistic trong điều kiện dữ liệu thu thập được từ các công ty cổ phần niêm yết trên thị trường chứng khoán HOSE thuộc nhóm ngành hàng tiêu dùng; từ đó, sử dụng kết quả ước lượng của mô hình để dự đoán khả năng xảy ra SSTY trong BCTC, nên kết quả sẽ tốt hơn và có liên quan với kết quả SSTY trong BCTC được đo lường bằng CLLN trước và sau kiểm toán của chính các công ty này. Kết luận này trả lời cho câu hỏi nghiên cứu 3, mô hình Benish do nhóm tác giả nghiên cứu cho kết quả dự đoán đúng SSTY trong BCTC tốt hơn mô hình M-Score (Benish). Kết quả dự đoán đúng của mô hình Benish do nhóm tác giả nghiên đạt được 88,7%, xác suất dự đoán đúng của mô hình M-Score (Beneish) chỉ đạt được 53,7%; kết quả dự đoán SSTY trong BCTC của mô hình Benish do nhóm tác giả nghiên có liên quan với kết quả CLLN trước và sau kiểm toán ở mức ý nghĩa 10%, kết quả dự đoán SSTY trong BCTC của mô hình M-Score (Beneish) không có liên quan với kết quả CLLN trước và sau kiểm toán, điều này có thể hạn chế do lượng mẫu nghiên cứu còn nhỏ. Do vậy, KTV nên sử dụng mô hình hồi quy logistic của Beneish trong các thủ tục phân tích của giai đoạn lập kế hoạch kiểm toán hơn là sử dụng mô hình M-Score (Beneish). Điều này có thể giúp ích cho kiểm toán viên trong giai đoạn lập kế hoạch kiểm toán, nhằm dự báo khả năng có SSTY BCTC trước khi thực hiện các thủ tục kiểm toán BCTC, bổ sung thêm thủ tục phân tích trong kiểm toán để nhận định liệu có SSTY trong BCTC các công ty hay không, nâng cao tính thận trọng trong kiểm toán của KTV; tuy nhiên, để thận trọng hơn trong nhận định khả năng có SSTY trong BCTC, KTV không nên sử dụng duy nhất thủ tục phân tích dựa trên mô hình hồi quy logistic của Beneish để phân tích BCTC, KTV cần kết hợp thực hiện các thủ tục phân tích BCTC khác để nhận định khả năng có SSTY trong BCTC trước khi thực hiện công việc kiểm toán BCTC. Hạn chế của nghiên cứu do điều kiện thời gian và kinh phí giới hạn, phân tích chỉ dừng lại ở ngành hàng tiêu dùng trong 4 năm, vì vậy số liệu mẫu thu thập chưa nhiều nên còn hạn chế trong kết quả nghiên cứu. Để có thể sử dụng tốt hơn kết quả hồi quy của mô hình Beneish và mô hình M-Score (Beneish) trong dự đoán khả năng có SSTY trong BCTC, nghiên cứu tiếp theo cần mở rộng phạm vi nghiên cứu cho các ngành hàng khác và thu thập dữ liệu mẫu theo chuỗi thời gian dài hơn. 1690
  11. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 TÀI LIỆU THAM KHẢO [1] Albrecht, W.S., & Amp; Romney, M.B. (1986), “Red - flagging management fraud: A validation in Accounting”, Journal of Business & Economics Research, (pp.323- 333). [2] Assumptions of Logistic Regression, https://www.statisticssolutions.com/assumptions-of- logistic-regression/, truy cập ngày 12-04-2021. [3] Beneish, M.D. (1999), The Detection of Earnings Manipulation - Comments Welcome. [4] Beneish, M.D. (1999), “The Detection of Earnings Manipulation”, Financial Analysts Journal, vol.55 (5), (pp.24-36). [5] Bông Mai (2021), Nhiều doanh nghiệp chuyển từ lãi sang lỗ, 'bốc hơi' hàng tỉ đồng sau kiểm toán, https://tuoitre.vn/nhieu-doanh-nghiep-chuyen-tu-lai-sang-lo-boc-hoi-hang-ti- dong-sau-kiem-toan-20210831130436089.htm. [6] Bộ tài chính (2012), Chuẩn mực kiểm toán số 320: Mức trọng yếu trong lập kế hoạch và thực hiện kiểm toán. Ban hành kèm theo Thông tư số 214/2012/TT-BTC, ngày 06 tháng 12 năm 2012 của Bộ Tài chính. [7] Cressey, D.R. (1953), Other People's Money: A Study in the Social Psychology of Embezzlement, Glencoe, Ill: Free Press. [8] Erdoğan, M. and Erdoğan, E.O. (2020), Financial Statement Manipulation: A Beneish Model Application, Contemporary Issues in Audit Management and Forensic Accounting, ISBN: 978-1-83867-636-0, eISBN: 978-1-83867-635-3, ISSN: 1569-3759. [9] Halilbegovic, S., Celebic, N., Cero, E., Buljubasic, E., Mekic A. (2020), Application of Beneish M-score model on small and medium enterprises in Federation of Bosnia and Herzegovina, EASTERN JOURNAL OF EUROPEAN STUDIES, Volume 11, Issue 1, June 2020. [10] Herawati, N. (2015), Application of Beneish M-Score Models and Data Mining to Detect Financial Fraud, Procedia - Social and Behavioral Sciences, 211 (2015) 924 – 930. [11] Hoàng Thị Thanh Huyền (2016), Dự đoán khả năng sai phạm báo cáo tài chính của các công ty niêm yết trên sở giao dịch chứng khoán thành phố Hồ Chí Minh, Luận văn thạc sĩ Kế toán, Đại học Kinh tế - Đại Học Đà Nẵng. [12] Hoàng Trọng và Chu Nguyễn Mộng Ngọc, (2008), Phân tích nghiên cứu dữ liệu với SPSS, NXB Hồng Đức. [13] Kamal, M.E.M., Salleh, M.F.M., Ahmad, A. (2016), Detecting Financial Statement Fraud by Malaysian Public Listed Companies: The Reliability of the Beneish M-Score Model, Jurnal Pengurusan, 46(2016) 23 – 32. [14] Khắc Lâm, Hà Nguyễn (2020), Chênh lệch số liệu kiểm toán gây lộn xộn thị trường, https://tapchitaichinh.vn/ke-toan-kiem-toan/chenh-lech-so-lieu-kiem-toan-gay-lon-xon- thi-truong-322923.html. [15] KPMG (2013), KPMG Malaysia Fraud, Bribery and Corruption Survey 2013. [16] Laudon Kenneth C. & Jane P. Laudon, (2007), “Management Information System: Managing the Digital Firm”, International Journal of Computers, Communications & Control, Vol. II (2007), No. 1, pp. 103-105. [17] Lev, B. and Thiagarajan, S.R. (1993) “Fundamental Information Analysis”, Journal of Accounting Research, 31, 190-215. [18] Lê Nguyễn Thế Cường (2013), Giải pháp nâng cao trách nhiệm Kiểm toán viên độc lập đối với việc phát hiện gian lận và sai sót trong kiểm toán BCTC các công ty niêm yết Việt Nam, Luận văn thạc sĩ, Đại học Kinh tế HCM. 1691
  12. Kỷ yếu Hội thảo Khoa học Quốc gia về Kế toán và Kiểm toán – VCAA 2021 [19] Lý Trần Kim Ngân (2011), Hoàn thiện thủ tục kiểm toán nhằm phát hiện gian lận trên báo cáo tài chính của các công ty niêm yết tại Việt Nam, Luận văn thạc sĩ, Đại học Kinh tế TP HCM. [20] Ngô Thị Kiều Trang (2018), Nghiên cứu đánh giá rủi ro có sai sót trọng yếu trong Kiểm toán Báo cáo tài chính của doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam, Luận án tiến sĩ kinh tế, Đại học Kinh tế Quốc Dân. [21] Ngô Thị Thu Hà (2007), Phương hướng và giải pháp nhằm nâng cao trách nhiệm của kiểm toán viên độc lập đối với việc phát hiện gian lận và sai sót trong kiểm toán báo cáo tài chính, Luận văn Thạc sĩ Kinh tế, Trường Đại học Kinh tế TP Hồ Chí Minh. [22] Nguyễn Công Phương, Ngô Hà Tấn, Trần Đình Khôi Nguyên, Đoàn Thị Ngọc Trai, Nguyễn Trọng Hiếu, (2016), Thao túng báo cáo tài chính của các công ty niêm yết và tác động tới thị trường chứng khoán Việt Nam, Đề tài KH&CN cấp Bộ, Mã số B2015-04-15. 2016. [23] Nguyễn Công Phương & Nguyễn Trần Nguyên Trân (2014), “Nghiên cứu về sai sót trong báo cáo tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam”, Tạp chí Kinh tế & Phát triển, 206(8), 54 – 60. [24] Nguyễn Thị Hương Giang (2013), Hoàn thiện thủ tục kiểm toán nhằm phát hiện gian lận trên báo cáo tài chính tại Việt Nam, Luận văn thạc sĩ, Đại học Kinh tế HCM. [25] Nguyễn Trọng Hiếu (2020), Sai sót trong báo cáo tài chính của Công ty niêm yết trên Thị trường Chứng khoán Việt Nam, Luận án tiến sỹ Kinh tế, Đại học Đà Nẵng. [26] Nguyen Tuan, Dang Thi Tam Ngoc, Nguyen Thị Thanh Ha and Tran Khanh Linh (2021), THE FRAUD FORECAST MODEL IN THE FINANCIAL STATEMENTS OF LISTED COMPANIES IN VIETNAM – CASE OF CONSUMER INDUSTRY, Conference Proceedings of The ATLAS 8th INTERNATIONAL SOCIAL SCIENCES CONGRESS, The "Institute of Economic Development and Social Researches", ATLAS INTERNATIONAL JOURNAL ON SOCIAL SCIENCES, ISSN - 2616 - 936X. [27] Phạm Quốc Thuần (2016), Các nhân tố tác động đến chất lượng thông tin Báo cáo tài chính trong các doanh nghiệp tại Việt Nam, Luận án tiến sỹ, Đại học Kinh tế HCM. [28] Repousis, S. (2016), Using Beneish model to detect corporate financial statement fraud in Greece, Journal of Financial Crime, 23(4):1063-1073. [29] Talab, H.R., Flayyih, H. H. and Ali, S.I. (2017), Role of Beneish M-score Model in Detecting of Earnings Management Practices: Empirical Study in Listed Banks of Iraq Stock Exchange, International Journal of Applied Business and Economic Research, ISSN: 0972-7302 Volume 15, Number 23 (Part 2). [30] Trần Khánh Linh, Đỗ Thành Trí, Đặng Thị Tâm Ngọc, Nguyễn Tuấn (2021) Các nhân tố ảnh hưởng đến sai sót trọng yếu trong báo cáo tài chính của công ty niêm yết tại Việt Nam - Áp dụng mô hình Beneish đối với ngành hàng tiêu dùng, Tạp chí Kế toán & Kiểm toán, ISSN: 1859-1914, số 214, tháng 07/2021. [31] Trần Ngọc Sơn (2017), Nghiên cứu mô hình xác định sai lệch trên báo cáo tài chính của các công ty thuộc ngành bất động sản niêm yết trên thị trường chứng khoán Việt Nam, Khóa luận tốt nghiệp đại học Kế toán, Trường đại học Tây Đô. [32] Trần Thị Giang Tân, Nguyễn Trí Tri, Đinh Ngọc Tú, Hoàng Trọng Hiệp, Nguyễn Đình Hoàng Uyên (2014), “Đánh giá rủi ro gian lận của các công ty niêm yết tại Việt Nam”, Tạp chí Phát triển kinh tế, 26(1), 74-94. 1692
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
3=>0