Tóm tắt Luận án Tiến sĩ: Nghiên cứu sai phạm trong báo cáo tài chính của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam

Thông tin tài chính minh bạch và đáng tin cậy trên báo cáo tài chính đóng vai trò cốt yếu trong quyết định đầu tư trên thị trường chứng khoán. Tuy nhiên, tình trạng sai phạm trong báo cáo tài chính của các doanh nghiệp niêm yết đang ngày càng trở nên phức tạp, gây ra nhiều thiệt hại và làm suy giảm niềm tin của nhà đầu tư, đặc biệt trong bối cảnh nền kinh tế chịu tác động từ các biến cố như đại dịch COVID-19. Mặc dù đã có nhiều nghiên cứu về gian lận và sai sót, việc tìm hiểu bản chất, nguyên nhân và hệ quả của các sai phạm này vẫn còn nhiều khoảng trống, đặc biệt là trong việc dự báo và ngăn chặn hiệu quả. Nghiên cứu này ra đời nhằm xác định các nhân tố ảnh hưởng và đưa ra mô hình dự báo sai phạm, góp phần nâng cao tính minh bạch và ổn định của thị trường chứng khoán Việt Nam.

Nhà đầu tư, kiểm toán viên, quản lý doanh nghiệp niêm yết, cơ quan quản lý thị trường chứng khoán (như UBCKNN), và các nhà nghiên cứu trong lĩnh vực kế toán, tài chính và quản trị.

Luận án tập trung nghiên cứu sai phạm trong báo cáo tài chính của các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam, với mục tiêu chính là xác định các nhân tố ảnh hưởng và xây dựng mô hình dự báo hiệu quả. Nghiên cứu sử dụng dữ liệu sai phạm dựa trên các quyết định xử phạt hành chính của Ủy ban Chứng khoán Nhà nước giai đoạn 2015-2023, đảm bảo tính khách quan và thực tiễn. Về phương pháp, luận án kết hợp nghiên cứu định tính và định lượng, vận dụng các lý thuyết nền tảng như Tam giác Gian lận, Kim cương Gian lận, Lý thuyết Đại diện và Tín hiệu để phân tích các yếu tố áp lực, cơ hội và thái độ dẫn đến sai phạm. Đặc biệt, nghiên cứu ứng dụng các mô hình hồi quy logistic và thuật toán máy học tiên tiến như Decision Tree, Random Forest để dự báo khả năng và mức độ ảnh hưởng của sai phạm. Các kết quả nghiên cứu cung cấp bằng chứng thực nghiệm quan trọng về ảnh hưởng của các nhân tố đến sai phạm và tầm quan trọng của chúng trong dự báo. Từ đó, luận án đề xuất các hàm ý thiết thực nhằm ngăn ngừa, phát hiện sai phạm, hỗ trợ nhà đầu tư ra quyết định và giúp các cơ quan quản lý điều chỉnh chính sách kiểm soát. Ngoài ra, nghiên cứu còn bổ sung các thuật toán máy học vào dự báo sai phạm tại Việt Nam và phân tích tác động của đại dịch COVID-19 đến tình hình này, cung cấp cơ sở khoa học cho việc nâng cao quản trị nội bộ và tính minh bạch tài chính của doanh nghiệp.