Bóp méo thu nhập và tỷ suất sinh lợi kì vọng – nghiên cứu thực nghiệm ở việt nam

i

TÓM TẮT ĐỀ TÀI
Thị trƣờng tài chính ngày càng phát triển, các nhà đầu tƣ càng có nhiều cơ hội tiếp cận
với thông tin hơn nhằm đảm bảo quá trình đầu tƣ hợp lí và thu đƣợc lợi nhuận cao. Đồng
thời, các công ty cũng đƣợc yêu cầu phải minh bạch thông tin trong báo cáo tài chính, đặc
biệt là các công ty niêm yết trên sàn chứng khoán. Để đạt đƣợc tỷ suất sinh lợi cao, các
nhà đầu tƣ thƣờng lựa chọn những công ty hoạt động hiệu quả và có triển vọng trong
tƣơng lai để thực hiện đầu tƣ. Chính điều này đã thôi thúc một số công ty thổi phồng thu
nhập, gia tăng triển vọng nhằm thu hút nhà đầu tƣ. Những hành vi gian lận này là bóp
méo thu nhập – một chủ đề đang đƣợc quan tâm nhiều hiện nay. Vì vậy, chúng tôi thực
hiện nghiên cứu này nhằm đo lƣờng khả năng bóp méo thu nhập bằng mô hình M – score
cũng nhƣ là sử dụng mô hình này để dự báo tỷ suất sinh lợi trong tƣơng lai của các công
ty niêm yết trên hai sàn chứng khoán HOSE và HNX tại Việt Nam.
Chúng tôi tiến hành thu thập và xử lí dữ liệu trên báo cáo tài chính của các công ty hiện
đang còn niêm yết trên hai sàn chứng khoán HOSE và HNX. Sau đó chúng tôi sử dụng
mô hình M – score để tính toán cho các công ty trên và sử dụng mô hình hồi quy để xem
xét mối quan hệ của M – score với tỷ suất sinh lợi kì vọng. Kết quả, nhìn chung qua các
năm, tỷ lệ số công ty bị đánh dấu có tiềm năng gian lận là nhỏ hơn các công ty không bị
đánh dấu, song khoảng chênh lệch không đáng kể. Ngoài ra, chúng tôi cũng cho thấy tính
hữu ích của việc sử dụng mô hình M – score trong dự báo tỷ suất sinh lợi tƣơng lai tại
Việt Nam
Bài nghiên cứu đóng góp thêm một công cụ để xem xét khả năng các công ty bóp méo
thu nhập và dự báo tỷ suất sinh lợi trong tƣơng lai. Nhóm kỳ vọng đây là một công cụ
hữu ích cho những ngƣời sử dụng thông tin trên báo cáo tài chính trong việc đƣa ra các
quyết định đầu tƣ hợp lí và chính xác.

ii

iii

MỤC LỤC
TÓM TẮT ĐỀ TÀI i
MỤC LỤC iii
DANH MỤC TỪ VIẾT TẮT v
DANH MỤC BẢNG vi
DANH MỤC HÌNH vii
BÓP MÉO THU NHẬP VÀ TỶ SUẤT SINH LỢI KÌ VỌNG – NGHIÊN CỨU THỰC
NGHIỆM Ở vIỆT nAM 1
TÓM TẮT 1
1. Giới thiệu 2
2. Tổng quan các kết quả nghiên cứu trƣớc đây 8
2.1. Cơ sở lý thuyết 8
2.2. Các công trình nghiên cứu trƣớc đây 11
2.2.1. Xác định bóp méo thu nhập 11
2.2.2. Tỷ suất sinh lợi kì vọng trong tƣơng lai 19
2.2.3. Mối quan hệ giữa bóp méo lợi nhuận và tỷ suất sinh lợi trong tƣơng lai. 27
3. PHƢƠNG PHÁP NGHIÊN CỨU 30
3.1. Đo lƣờng khả năng bóp méo BCTC của các công ty niêm yết trên sàn chứng
khoán HNX, HOSE 30
3.1.1. Mô hình phát hiện bóp méo thu nhập: 30
3.1.2. Dữ liệu và xử lý: 33
3.2. Hệ số M – score và dự báo tỷ suất sinh lợi kỳ vọng tƣơng lai: 34
3.2.1. Cách tính toán tỷ suất sinh lợi điều chỉnh của chứng khoán (BHSAR): 34
3.2.2. Xem xét mối quan hệ giữa M – score và tỷ suất sinh lợi: 38
3.2.3. Sự khác biệt giữa khả năng dự báo thu nhập của M – score và các nhân tố
khác: 38
3.2.4. M – score và sự dai dẳng của các thành phần thu nhập: 40
4. NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU Ở VIỆT NAM 42

4.1. Đo lƣờng khả năng bóp méo BCTC của các công ty niêm yết trên sàn chứng
khoán HNX, HOSE 42
iv

4.2. Mối quan hệ M – score với tỷ suất sinh lợi: 45
4.3. Sự khác biệt giữa khả năng dự báo TSSL của M – score với các nhân tố khác 46
4.4. Kết quả hồi quy M – score và sự dai dẳng của các thành phần thu nhập 69
5. KẾT LUẬN 74
TÀI LIỆU THAM KHẢO 76

v

DANH MỤC TỪ VIẾT TẮT
AMEX: Thị trƣờng giao dịch chứng khoán Mỹ
BCTC: Báo cáo tài chính
B/M: Giá trị sổ sách trên giá trị thị trƣờng
CAPM: Mô hình định giá tài sản vốn
CTCP: Công ty cổ phần
DY: Thu nhập cổ tức
E/P: Thu nhập trên giá
HNX: Sàn giao dịch chứng khoán Hà Nội
HOSE: Sàn giao dịch chứng khoán thành phố Hồ Chí Minh
IPO: Phát hành cổ phiếu lần đầu ra công chúng
NOA: Tài sản hoạt động thuần
NPV: Giá trị hiện tại thuần
NYSE: Thị trƣờng giao dịch chứng khoán New York
OLS: Phƣơng pháp ƣớc lƣợng bình phƣơng nhỏ nhất
Pps: Điểm cơ sở
UBCK: Ủy ban chứng khoán
WESML: Mô hình xác suất đơn vị dựa trên tỷ trọng

TSSL: Tỷ suất sinh lợi
vi

DANH MỤC BẢNG
Bảng 1: Tổng hợp các nghiên cứu trƣớc đây về xác định bóp méo thu nhập:
Bảng 2: Tổng hợp các nghiên cứu trƣớc đây về việc sử dụng các thông tin trong báo cáo
tài chính để dự đoán tỷ suất sinh lợi
Bảng 3: Kết quả đo lƣờng khả năng bóp méo thu nhập của các công ty niêm yết
Bảng 4: Một số trƣờng hợp gian lận thực tế phù hợp với kết quả M – score ở Việt Nam
Bảng 5: Kết quả đo lƣờng tỷ suất sinh lợi hàng năm giữa các công ty đánh dấu có tiềm
năng gian lận và các công ty không đánh dấu.
Bảng 6: Thống kê mô tả dữ liệu hồi quy
Bảng 7: Ma trận tƣơng quan giữa các biến số
Bảng 8: Kết quả hồi quy tỷ suất sinh lợi BHSAR theo các biến chỉ báo tỷ suất sinh lợi
tƣơng lai
Bảng 9: Kết quả hồi quy mô hình định giá tài sản theo chuỗi thời gian giai đoạn 2008 -
2012
Bảng 10: Tỷ suất sinh lợi theo các phân vị với điều kiện M – score
Bảng 11: TSSL điều chỉnh theo quy mô đối với danh mục phân vị theo Accruals và M –
score
Bảng 12: Kết quả hồi quy thu nhập tƣơng lai dựa trên các thành phần thu nhập hiện tại


vii

DANH MỤC HÌNH
Hình 1: Tỷ suất sinh lợi các danh mục tham chiếu
Hình 2: Đồ thị phân phối Accruals, M – score, BTM và Momentum
Hình 3: Đồ thị phân phối MVE
Hình 4: Độ thị phân phối chuỗi LNMVE

Hình 5: Tỷ suất sinh lợi theo danh mục M – score năm 2008
Hình 6: Tỷ suất sinh lợi theo danh mục M – score năm 2009
Hình 7: Tỷ suất sinh lợi theo danh mục M – score năm 2010
Hình 8: Tỷ suất sinh lợi theo danh mục M – score năm 2011
Hình 9: Tỷ suất sinh lợi theo danh mục M – score năm 2012
Hình 10: Tỷ suất sinh lợi theo danh mục M – score giai đoạn 2008 – 2012 (toàn mẫu)
Hình 11: Tỷ suất sinh lợi theo danh mục M – score, giai đoạn 2009 – 2012
Hình 12: Danh mục MVE
Hình 13: Danh mục BTM
Hình 14: Danh mục Momentum
Hình 15: Danh mục Accruals

viii


1

BÓP MÉO THU NHẬP VÀ TỶ SUẤT SINH LỢI KÌ VỌNG –
NGHIÊN CỨU THỰC NGHIỆM Ở VIỆT NAM
TÓM TẮT
Bài nghiên cứu này sử dụng mô hình M – score của Beneish (1999) để xác định khả năng
bóp méo thu nhập cũng nhƣ là dự đoán tỷ suất sinh lợi kỳ vọng của các công ty niêm yết
tại Việt Nam. Dựa trên dữ liệu báo cáo tài chính của 624 công ty hiện đang niêm yết trên
hai sàn chứng khoán HOSE và HNX với thời gian mẫu từ năm 2008 – 2012, chúng tôi
tìm thấy 1 tỷ lệ đáng kể các công ty đƣợc đánh dấu là có tiềm năng gian lận và tỷ lệ số
công ty này đang giảm. Bài nghiên cứu cũng cho thấy tính hữu ích của việc sử dụng mô
hình M – score trong dự báo tỷ suất sinh lợi tƣơng lai tại Việt Nam. Các công ty không
đánh đấu bóp méo thu nhập thu đƣợc tỷ suất sinh lợi điều chỉnh cao hơn so với các công
ty bị đánh dấu bóp méo thu nhập. Chúng tôi thực hiện các hồi quy để xem xét nguồn gốc
của các tỷ suất sinh lợi vƣợt trội tạo ra từ các chiến lƣợc giao dịch M –score cũng nhƣ

xem xét tính hữu ích của các thành phần riêng rẽ của M – score và Accruals trong việc dự
báo thu nhập năm tiếp theo. Kết quả hồi quy chỉ ra rằng, M – score và các khoản kế toán
dồn tích có tác động với mức độ lớn đến tỷ suất sinh lợi điều chỉnh, hệ số của M – score
âm trong khi của các khoản kế toán dồn tích có tƣơng quan dƣơng.
Key words:
Bóp méo thu nhập
M – score
Tỷ suất sinh lợi kì vọng
Phân vị
Hồi quy theo phƣơng pháp ƣớc lƣợng bình phƣơng nhỏ nhất (OLS)
Hồi quy dữ liệu bảng (hiệu ứng cố định, hiệu ứng ngẫu nhiên).

2

1. GIỚI THIỆU
Lợi nhuận là khoản mục quan trọng nhất trong báo cáo tài chính. Đây là kết quả những gì
mà công ty đã thực hiện trong các hoạt động gia tăng giá trị cũng là một dấu hiệu mà có
thể giúp phân bổ nguồn lực trực tiếp trên thị trƣờng vốn. Thật vậy, giá trị của cổ phiếu
công ty là giá trị hiện tại của lợi nhuận trong tƣơng lai. Lợi nhuận gia tăng đại diện cho
sự tăng lên trong giá trị công ty, trong khi lợi nhuận sụt giảm là dấu hiệu giảm trong giá
trị.
Trong các nghiên cứu trƣớc đây, có nhiều định nghĩa về quản trị thu nhập:
 Schipper (1989) định nghĩa quản trị thu nhập là hành vi xảy ra khi các nhà quản lí
can thiệp vào quá trình báo cáo nội bộ với mục đích thu đƣợc một số lợi ích cá
nhân cũng nhƣ làm sai lệch các kết quả khách quan trong quá trình báo cáo tài
chính.
 Scott (1997) cho rằng quản trị thu nhập phản ánh hành động của nhà quản trị trong
việc lựa chọn các phƣơng pháp kế toán để mang lại lợi ích cho họ hoặc là làm gia
tăng giá trị thị trƣờng của công ty.
 Healy and Wahlen (1999) định nghĩa rằng: Quản trị thu nhập xảy ra khi nhà quản

lí sử dụng các sự đánh giá trong báo cáo tài chính và trong các giao dịch để thay
đổi thông tin báo cáo tài chính nhằm hoặc là đánh lừa một số bên liên quan về các
hoạt động kinh tế của công ty hoặc ảnh hƣởng đến kết quả hợp đồng mà phụ thuộc
nhiều vào các số liệu báo cáo kế toán.
Qua đó, có thể kết luận rằng quản trị thu nhập là hành vi công ty sử dụng một số kỹ thuật
nhằm thay đổi thông tin trên báo cáo tài chính, làm các con số không còn mang tính trung
thực, khách quan nhằm đạt đƣợc một số mục đích nhất định. Có nhiều động cơ, mục đích
để các công ty thực hiện quản trị thu nhập, bên dƣới là một số trƣờng hợp thƣờng thấy:
 Để đạt đƣợc những dự báo của các nhà phân tích:
3

Nhƣ nghiên cứu của Graham, Harvey và Rajgopal (2005) đƣa ra, họ phỏng vấn hơn 400
giám đốc tài chính để xác định các nhân tố ảnh hƣởng đến lợi nhuận báo cáo và các quyết
định công khai, họ thấy rằng 73.5% số ngƣời đƣợc hỏi đồng ý hoặc đồng ý mạnh mẽ rằng
sự đồng thuận của giới phân tích cho thu nhập trên mỗi cổ phần của quý hiện tại là một
tiêu chuẩn quan trọng đối với công ty khi họ báo cáo thu nhập hàng quý. Hầu hết các nhà
quản lý muốn tránh thực hiện những dự án có NPV dƣơng nhƣng làm cho thu nhập giảm
trong quý hiện tại. Tƣơng tự, hơn ¾ quản lý cấp cao muốn từ bỏ giá trị kinh tế để làm cho
lợi nhuận ổn định vì họ tin rằng điều đó làm giảm đi những khoản không chắc chắn về lợi
nhuận – những điều mà nhà đầu tƣ hoặc giới phân tích không thích.
 Để các nhà quản lí đạt đƣợc đãi ngộ ngắn hạn:
Healy (1985) cho rằng động cơ về những khoản tiền thƣởng, cổ tức ngắn hạn thì phù hợp
với việc quản trị thu nhập. Trong nghiên cứu mở rộng của mình và cộng sự, Healy (1999)
mở rộng thêm rằng các nhà quản lí cấp cao có tỷ lệ cổ phiếu hoặc quyền chọn cổ phiếu
cao trong chế độ đãi ngộ, trong khi đó các nhà quản lí cấp thấp hơn thì tiền mặt chiếm tỷ
trọng cao hơn trong tổng số. Do đó, các nhà quản lí cấp thấp trong tổ chức thì tập trung
sự quan tâm của họ vào các hành động mà tối đa hóa các khoản tiền thƣởng ngắn hạn.
Các nghiên cứu của Holthausen, Larcker và Sloan (1995) cũng nhƣ Guidry, Leone và
Rock (1999) cũng cho ra kết quả tƣơng tự. Cheng và Warfield (2005) cho rằng các nhà
quản lí với nắm giữ số lƣợng cổ phiếu cao thì thƣờng sẽ bán cổ phần của họ trong tƣơng

lai, do đó, họ có động cơ nhiều hơn để thực hiện quản trị thu nhập. Kết quả nghiên cứu
cũng cho thấy các nhà quản lí nhƣ vậy sẽ báo cáo lợi nhuận đạt hoặc vƣợt trội hơn so với
các dự đoán của các nhà phân tích.
 Các hợp đồng:
Công ty có thể đạt đƣợc những điều kiện tốt hơn từ các nhà cung cấp và các bên liên
quan kèm theo mối quan hệ dài hạn nếu công ty đạt đƣợc báo cáo lợi nhuận ổn định. Điều
này phù hợp với những gì đƣợc nghiên cứu bởi Bowen, Ducharme, và Shores (1995).
4

 Công ty muốn đạt giá cao trong lần phát hành cổ phiếu lần đầu ra công
chúng (IPO) hoặc phát hành bổ sung:
Các công ty muốn tăng lợi nhuận hoặc làm lợi nhuận ổn định để gia tăng số tiền thu đƣợc
từ hoạt động IPO. Ducharme, Malatesta và Sefcik (2001) cho rằng các khoản kế toán dồn
tích bất thƣờng trƣớc IPO có mối quan hệ tích cực tới giá trị ban đầu của công ty. Doanh
nghiệp có thể tìm cách gia tăng số tiền thu đƣợc từ IPO, các nhà đầu tƣ bị đánh lừa tạm
thời bởi các lợi nhuận đã bị bóp méo thông qua các khoản kế toán dồn tích trƣớc khi công
khai. Tuy nhiên điều này sẽ làm giảm tỷ suất sinh lợi của các nhà đầu tƣ trong những năm
tiếp theo, có thể là 3 năm – theo nghiên cứu của Teoh, Welch và Wong (1998).
 Giảm thuế thu nhập:
Công ty có thể tạm hoãn các khoản chi trả thuế nếu nó có thể tối thiểu hóa thu nhập báo
cáo, bằng cách thực hiện các khoản kế toán dồn tích, hoặc sử dụng phƣơng pháp các
phƣơng pháp khấu hao, phƣơng pháp chi phí hàng tồn kho,….
 Để tránh vi phạm hoặc đạt đƣợc hợp đồng vay nợ:
Trong các hợp đồng vay nợ thƣờng có những điều khoản đi kèm về thu nhập của công ty.
Vì vậy, các nhà quản lí có thể chấp nhận chính sách tăng thu nhập đƣợc báo cáo hoặc các
hạng mục trên báo cáo tài chính khác để tránh việc vi phạm hoặc gần với việc vi phạm
các điều khoản nhƣ vậy. Ngoài ra, làm đẹp báo cáo tài chính có thể gia tăng sự sẵn lòng
của ngƣời cho vay hoặc các nhà cung cấp để đạt đƣợc tín dụng ngắn hạn.
Trong khi mọi ngƣời có thể nhìn quản trị thu nhập với nhiều nghi ngờ thì William Scott
(2009) đƣa ra hai mặt tốt của nó. Một là, làm giảm chi phí hợp đồng trong khi đối mặt với

các điều khoản cứng nhắc và chƣa đầy đủ. Thứ hai, có thể gây tranh cãi nhiều hơn, đó là
quản trị thu nhập có thể tiết lộ những thông tin bên trong đến các nhà đầu tƣ. Câu hỏi
thảo luận mang tính khiêu khích ở đây là quản trị thu nhập có đƣợc xem nhƣ là sự mở
rộng của quá trình kế toán dồn tích. Điều này có nghĩa là, nếu các khoản kế toán dồn tích
5

làm ổn định hơn dòng tiền nhiều biến động để quá trình đo lƣờng hữu ích hơn theo biểu
hiện quý hoặc năm, vậy tại sao quản trị thu nhập không đƣợc sử dụng để làm trơn
phƣơng pháp đo lƣờng theo nhiều năm của nguồn lợi nhuận dài hạn? Nhƣ vậy thì phƣơng
pháp đo lƣờng có thể giúp các nhà đầu tƣ dự đoán tốt hơn thành quả của công ty trong
tƣơng lai, nhƣ là mục tiêu chính của báo cáo tài chính.
Quản trị thu nhập thể hiện mặt xấu khi có sự can thiệp để che dấu đi thành quả hoạt động
thực nhằm đạt đƣợc một số lợi ích nào đó.
Xét về khía cạnh các hợp đồng: Chúng ta có thể nghĩ rằng các nhà quản lí thực hiện
quản trị thu nhập để tối đa hóa lợi ích của họ. Thật đáng quan tâm khi các nhà quản lí
thực hiện dựa trên lợi ích cá nhân khi kế hoạch lƣơng thƣởng của họ bị cột chặt vào thu
nhập ròng đƣợc báo cáo. Tuy nhiên, các nhà quản lí không chỉ thực hiện quản trị thu nhập
vì lợi ích cá nhân họ mà còn vì các điều khoản đã kí kết với công ty. Nghiên cứu của Ủy
Ban Chứng Khoán Hoa Kì phát hiện rằng thông tin kế toán dồn tích là chìa khóa chính
của quản trị thu nhập (Dechow, Sloan và Sweeney, 1996). Do đó, thật hợp lí để giả định
rằng các công ty sửa đổi báo cáo lợi nhuận có thể đƣợc mô tả nhƣ là các công ty cố ý
thực hiện bóp méo thu nhập.
Xét về khía cạnh báo cáo tài chính: Dựa trên chủ đề “Không bao giờ nói không” của
Hanna (1999) trên CA Magazine về tỷ suất sinh lợi dự đoán trong tƣơng lai, điểm quan
trọng để bàn luận trong chủ đề này là các nhà quản trị bị cám dỗ hoặc xúi giục để đƣa ra
những khoản bất thƣờng quá mức, những chi phí không thƣờng xuyên, chi phí “khác”.
Điều này làm cho các nhà đầu tƣ gặp khó khăn trong việc xác định nguyên nhân của các
khoản lợi nhuận gia tăng. Các nhà đầu tƣ và các nhà phân tích nhìn vào lợi nhuận chính,
bỏ qua các khoản mục bất thƣờng và không thƣờng xuyên hàm ý rằng nhà quản lí không
bị phạt vì lỗi không nghiêm trọng, chẳng hạn nhƣ ghi giảm, dự phòng cho tái cơ cấu.

Nhƣng những lỗi không nghiêm trọng hiện tại đó làm tăng lợi nhuận trong kì tiếp theo,
thông qua việc khấu hao và các chi phí thấp hơn trong tƣơng lai. Kết quả là, các nhà quản
lí bị cám dỗ để “cho quá liều” (overdose) đối với các lỗi không nghiêm trọng đó.
6

Quản trị thu nhập có thể là tốt nếu đƣợc sử dụng một cách hợp lí. Nó cũng là khả năng
của nhà quản lí để phân biệt đƣợc những thay đổi tạm thời trong thu nhập so với thu nhập
lâu dài tốt hơn những ngƣời bên ngoài. Những nhà đầu tƣ không thực sự muốn biết
những gì doanh nghiệp thực hiện trong năm nay mà họ thực sự chỉ quan tâm và những
hứa hẹn trong tƣơng lai. Tuy nhiên quản trị thu nhập cũng làm giảm đi chất lƣợng của
báo cáo tài chính, nó có thể gây trở ngại trong việc phân bổ nguồn lực trong nền kinh tế
và có thể mang hậu quả ngƣợc với thị trƣờng tài chính. Trong những năm gần đây, một
số trƣờng hợp bóp méo kế toán xảy ra dẫn đến sụp đổ nhiều tập đoàn lớn nhƣ Enron,
Parmalat, Refco và Worldcom, do đó quản trị thu nhập của họ không cần phải bàn cãi gì
thêm bởi những thiệt hại mà nó mang lại cho toàn bộ nền kinh tế.

7


8

2. TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƢỚC ĐÂY
2.1. Cơ sở lý thuyết
Bóp méo thu nhập là hành vi công ty sử dụng một số kỹ thuật nhằm thay đổi thông tin
trên báo cáo tài chính, làm các con số không còn mang tính trung thực, khách quan nữa
nhằm đạt đƣợc một số mục đích nhất định. Các mục đích đó có thể là đạt đƣợc dự báo
của các nhà phân tích, làm giảm thuế, đạt đƣợc các hợp đồng vay nợ, các nhà quản lí đạt
đƣợc đãi ngộ ngắn hạn,… Tuy nhiên bóp méo thu nhập làm giảm đi chất lƣợng của báo
cáo tài chính, nó có thể gây trở ngại trong việc phân bổ nguồn lực trong nền kinh tế và có
thể mang hậu quả ngƣợc với thị trƣờng tài chính.

Một khi thị trƣờng phát hiện ra công ty đã bóp méo thu nhập thì công ty phải gánh chịu
những hậu quả đáng kể. Đầu tiên là giảm niềm tin của nhà đầu tƣ, mà có hai sự đại diện
cho nó là tỷ lệ bán khống và sự phân tán dự báo của nhà phân tích về thu nhập hàng năm.
Trƣớc khi bị phát hiện bóp méo thu nhập, giá cổ phiếu của công ty ổn định, thậm chí là
cao nếu lợi nhuận của họ đƣợc thổi phồng lên. Tuy nhiên, ngay sau khi bị phát hiện thì
giá cổ phiếu sụt giảm nghiêm trọng. Thực tế nghiên cứu cho thấy tỷ lệ bán khống bắt đầu
tăng dần từ hai tháng trƣớc khi việc bóp méo thu nhập bị phát hiện. Nhƣng lúc đó các nhà
bán khống tìm cách ngăn chặn thông tin này và sau đó thu đƣợc món lời nhờ việc giá
giảm (Paul Asquith và Lisa Meulbroek (1993) – ngƣời tạo ra cơ sở dữ liệu tỷ lệ bán
khống bao gồm các công ty trên hai sàn NYSE và AMEX trong giai đoạn 1976 – 1992).
Thứ hai, là gia tăng chi phí vốn. Có nhiều tác động sau khi bóp méo lợi nhuận làm gia
tăng chi phí sử dụng vốn của công ty. Trƣớc tiên phải kể đến là việc giá cổ phiếu giảm.
Ngay trong ngày bị phát hiện, giá cổ phiếu có thể giảm 9% (Dechow, Sloan, Sweeney –
1996) hay lên đến 10% (Feroz và các cộng sự – 1991). Việc giá chứng khoán giảm gây
tác động đáng kể đến giá trị của công ty. Kế đến là do chênh lệch giá hỏi mua – chào bán
tăng sau việc giá chứng khoán giảm, điều này ngụ ý rằng các nhà đầu tƣ yêu cầu một tỷ
suất sinh lợi cao hơn đối với chứng khoán của công ty bị phát hiện bóp méo thu nhập
(Amihud và Mendelson – 1986). Và vấn đề cuối cùng làm gia tăng chi phí sử dụng vốn
9

của công ty là sự quan tâm của nhà đầu tƣ sụt giảm. Khi công ty thực hiện bóp méo thu
nhập, lợi nhuận gia tăng thu hút sự quan tâm của các nhà đầu tƣ. Công ty đã thành công
bƣớc đầu, tuy nhiên, khi bị phát hiện bóp méo thì họ sẽ phải trả giá bằng việc chi phí sử
dụng vốn tăng lên.
Có nhiều phƣơng pháp để xác định các công ty có bóp méo lợi nhuận hay không. Theo
nghiên cứu của Burcu Dikmen và Güray Küçükkocaoğlu (2005), có nhiều kĩ thuật dùng
để phát hiện việc bóp méo thu nhập, đƣợc chia thành 3 nhóm. Đầu tiên là mô hình sử
dụng kĩ thuật dồn tích có thể điều chỉnh (discretionary accruals) trong các nghiên cứu về
quản trị thu nhập đƣợc phát triển bởi DeAngelo (1986), Healy (1985), Jones (1991),…
Thứ hai là các kĩ thuật thống kê đƣợc ứng dụng bởi Hansen và các cộng sự (1996),

Beneish (1997, 1999) và Spathis (2002),… Thứ ba là các nghiên cứu dựa trên ứng dụng
mô hình mạng thần kinh nhân tạo để phát hiện bóp méo thu nhập.
 Mô hình kĩ thuật dồn tích có thể điều chỉnh – Discretionary accruals model
Hầu hết các nghiên cứu phát hiện rằng mô hình sử dụng kĩ thuật dồn có thể điều chỉnh có
thể là một công cụ hữu ích để phát hiện bóp méo thu nhập cũng nhƣ chúng có thể vạch
trần các con số bất thƣờng không phù hợp với kì vọng cũng nhƣ những gì đƣợc báo cáo.
Các nghiên cứu trƣớc đó đƣợc thực hiện bởi DeAngelo (1986), Healy (1985), Jones
(1991) thảo luận về quản trị thu nhập mà tập trung vào những khoản mục nào bị bóp méo
thông qua kế toán dồn tích – accruals.
 Kĩ thuật thống kê – Statistical Techniques
Xuất phát từ việc thiếu những hƣớng dẫn chính xác và chuyên nghiệp cũng nhƣ kinh
nghiệm trong phát hiện gian lận dẫn đến các nhà nghiên cứu đã phát triển ra các mô hình
cho việc dự đoán gian lận (Hansen và các cộng sự, 1996).
Sử dụng dữ liệu tƣơng tự nhƣ Bell và các cộng sự (1993), Hansen và các cộng sự (1996)
sử dụng mô hình phản hồi chất lƣợng tổng thể (powerful generalized qualitative-response
10

model – EGB2) để chạy và dự đoán gian lận dựa trên dữ liệu của các công ty kế toán
đƣợc niêm yết toàn cầu. Việc định dạng của mô hình EGB2 bao gồm mô hình đơn vị xác
suất – probit và mô hình logit và sự kết hợp chặt chẽ của sự đánh đổi giữa sai lầm loại I
và sai lầm loại II. Kết quả chứng minh khả năng dự báo tốt với mức độ chính xác tổng
thể là 85.3%
Cũng trong nhóm này, Beneish (1999) sử dụng mô hình probit WESML (weighted
exogenous sample maximum likelihood) để phát hiện bóp méo. Các biến số của mô hình
đƣợc thiết lập để nắm giữ hoặc là tình trạng sai lệch trong báo cáo tài chính gây ra bởi
các hành vi bóp méo hoặc là dự đoán rằng các công ty có thể nhanh chóng thực hiện
những hành vi nhƣ vậy.
 Mô hình mạng thần kinh nhân tạo – Artificial neural network model
Kĩ thuật mạng thần kinh đƣợc biết nhƣ một kĩ thuật cảm ứng mà đƣợc sử dụng để xây
dụng mô hình phân loại bằng cách phát hiện ra bất kì mẫu hình tồn tại trong dữ liệu đầu

vào. Các nghiên cứu đƣợc thực hiện bởi Green và Choi (1997), Fanning và Cogger
(1998), Lin và các cộng sự (2003) cho thấy sự mạnh mẽ của các ứng dụng mạng thần
kinh trong việc phát hiện các gian lận báo cáo tài chính. Green và Choi (1997) trình bày
mô hình mạng thần kinh phân loại gian lận bằng cách sử dụng các dữ liệu tài chính nội
sinh và phát hiện rằng mô hình của họ thể hiện tốt sự phân loại này. Fanning và Gogger
(1998) sử dụng mô hình mạng thần kinh nhân tạo để phát triển mô hình phát hiên gian lận
quản trị. Sử dụng những dự đoán có sẵn đƣợc công khai của các báo cáo tài chính bị cho
là gian lận, họ tìm ra mô hình gồm có 8 biến số có khả năng phát hiện gian lận cao. Lin
và các cộng sự (2003) tạo ra mô hình mạng thần kinh xoắn (fuzzy neural network) để
điều tra tính hữu dụng của các kĩ thuật thông tin nhƣ là một hệ thống kết hợp giữa mạng
thần kinh và các fuzzy logic (loại suy luận dùng để thử xem máy tính có suy nghĩ trùng
khớp với ngƣời không) để phát hiện ra các gian lận.
11

2.2. Các công trình nghiên cứu trƣớc đây
2.2.1. Xác định bóp méo thu nhập
Nghiên cứu của Messod D. Beneish (1999) đã xây dựng mô hình M – score để xác định
các công ty có bóp méo thu nhập hay không. Các biến trong mô hình đƣợc thiết kế nhằm
nhận biết đƣợc những điểm không chính xác trong báo cáo tài chính xuất phát từ việc bóp
méo cũng nhƣ là các điều kiện tiên quyết có thể thúc đẩy công ty đi đến hành động gian
lận nhƣ vậy. Kết quả cho thấy một mối quan hệ có hệ thống giữa khả năng xảy ra sai lệch
với các biến trong báo cáo tài chính. Bằng chứng này phù hợp với mức độ hữu dụng của
các dữ liệu kế toán trong việc phát hiện ra việc gian lận và đánh giá tính chân thực của lợi
nhuận đƣợc báo cáo.
Beneish sử dụng mẫu bao gồm 74 công ty bóp méo thu nhập và tất cả các công ty trên
Compustat đƣợc kết hợp bởi các số SIC hai chữ số mà dữ liệu có sẵn cho giai đoạn 1982-
1992, sau đó tác giả sử dụng mô hình xác suất đơn vị dựa trên tỷ trọng của mẫu ngoại
sinh (weighted exogenous sample maximum likelihood (WESML) probit) cũng nhƣ là
mô hình xác suất đơn vị không dựa vào tỷ trọng (unweighted probit) đƣợc mô hình M –
score:

M – score = – 4,84 + 0,0920(DSRI) + 0,528(GMI) + 0,404(AQI) + 0,892(SGI) +
0,115(DEPI) – 0,172(SGAI) + 4,679(TATA) – 0,327(LVGI)
Trong đó, các biến số bao gồm: Chỉ số đòn bẩy (LVGI), chỉ số hàng tồn kho (DINV), chỉ
số kì thu tiền (DSRI), chỉ số lợi nhuận gộp (GMI), chỉ số chất lƣợng tài sản (AQI), chỉ số
tăng trƣởng doanh thu (SGI), chỉ số khấu hao (DEPI), chỉ số chi phí quản lí, bán hàng
(SGAI). Tác giả cũng tính ra đƣợc giá trị ngƣỡng của mô hình là -1.78, công ty nào có M
– score cao hơn -1,78 sẽ đƣợc đánh dấu (bị đánh dấu) là có bóp méo thu nhập, còn lại là
không (không bị đánh dấu).
Sử dụng giá trị ngƣỡng này, trong nghiên cứu mở rộng, Beneish, Lee và Nichols (2013)
chứng minh rằng mô hình đánh dấu 17.4% các công ty trong mẫu là công ty có tiềm năng
12

bóp méo. Các tác giả kiểm tra biểu hiện của mô hình với khía cạnh các trƣờng hợp gian
lận nổi tiếng trong giai đoạn 1998 – 2002 (báo cáo bởi Audit Integrity), trong đó có
những trƣờng hợp nổi trội nhƣ Enron, Adelphia Communications, Global Crossing,
Qweat,…do đó chứng minh sự xác đáng của mô hình trong việc phát hiện gian lận.
Burcu Dikmen và Güray Küçükkocaoğlu (2005) sử dụng dữ liệu thu thập từ Sàn chứng
khoán Istanbul để phát hiện bóp méo thu nhập ở Thổ Nhĩ Kỳ. Mẫu bao gồm 126 công ty
sản xuất đƣợc niêm yết trong giai đoạn từ 1992 – 2002. Tác giả dùng mẫu này để so sánh
với những gì đƣợc công bố bởi CMBT (Capital Markets Board of Turkey) và sử dụng các
hàm số, công thức của 10 biến số sau: Chỉ số đòn bẩy (LVGI), chỉ số hàng tồn kho
(DINV), chỉ số chi phí tài chính (FEI), chỉ số kì thu tiền (DSRI), chỉ số lợi nhuận gộp
(GMI), chỉ số chất lƣợng tài sản (AQI), chỉ số tăng trƣởng doanh thu (SGI), chỉ số khấu
hao (DEPI), chỉ số chi phí quản lí, bán hàng (SGAI), chỉ số tổng tài sản và tổng kế toán
dồn tích (TATA). Các biến số tác giả sử dụng cũng tƣơng đối giống với nghiên cứu của
Beneish, chỉ khác là có thêm hai biến số DINV và FEI.
Kết quả mô hình của Burcu Dikmen và Güray Küçükkocaoğlu biểu hiện tốt khi so sánh
với các phƣơng pháp thống kê khác trong các nghiên cứu về quản trị thu nhập. Biểu hiện
của mô hình trong việc dự đoán các công ty bóp méo là 81%, có giá trị cao hơn các công
ty không bóp méo, 65%. Khi so sánh với nghiên cứu trƣớc của Küçüksözen and

Küçükkocaoğlu’s (2005) sử dụng kĩ thuật probit với dữ liệu tƣơng tự, thì cao hơn 43%
đối với trƣờng hợp các công ty bóp méo và 4% đối với trƣờng hợp các công ty không bóp
méo.
Dechow và các cộng sự (2009) xem xét 2190 công ty niêm yết trong giai đoạn 1982 –
2005 trên AAERs (Accounting Auditing Enforcement Releases) và thu đƣợc 677 công ty
bị cho là trình bày sai báo cáo tài chính quý hoặc năm dùng để xây dựng mô hình để dự
đoán việc trình bày sai kế toán với 3 mức độ. Mô hình đƣợc Dechow đặt tên là F – score,
sử dụng các biến số trong báo cáo tài chính gồm các khoản kế toán dồn tích (rsst), thay
đổi khoản phải thu khách hàng (), thay đổi hàng tồn kho (), tài sản ngắn hạn
13

(), thay đổi trong doanh thu bằng tiền (), thay đổi tỷ suất sinh lợi trên tài
sản () và biến giả bằng 1 nếu năm đó công ty phát hành cổ phiếu bằng 0 nếu không
phát hành (issue):
         
    
Sau đó, ở cấp độ 2, tác giả bao gồm thêm đo lƣờng phi tài chính (sự thay đổi số lƣợng
nhân viên – ) và hoạt động ngoài bảng – đại diện bằng biến giả cho thuê hoạt động –
leasedum nhận giá trị bằng 1 nếu cho thuê hoạt động lớn hơn 0 và nhận giá trị bằng 0 nếu
ngƣợc lại.
         
     
 
Trong cấp độ 3, F – score 3 bao gồm thêm các đo lƣờng trên thị trƣờng để nắm giữa động
cơ quản trị lợi nhuận và bao gồm tỷ suất sinh lợi điều chỉnh theo thị trƣờng trong hiện tại
(

) và với độ trễ (

):

         
     
   

 


Nếu F – score lớn hơn 1 chỉ báo khả năng cao trong việc các công ty trình bày sai báo cáo
tài chính – bóp méo thu nhập. Tính toán cho trƣờng hợp Enron thu đƣợc F – score = 1.86.
Kết quả mô hình cho thấy 65.9% các công ty trình bày sai báo cáo tài chính có F – score
lớn hơn 1. Các con số này lần lƣợt là 65.78% và 63.36% đối với F–score2 và F– score3.
Với F – score, Dechow và các cộng sự (2009) đã phát triển hơn mô hình của Beneish
(1999), ngoài các biến số thu thập từ báo cáo tài chính thì tác giả còn phát hiện ra các
biến số phi tài chính, các hoạt động ngoài bảng và các dữ liệu thị trƣờng cũng ảnh hƣởng
14

đến khả năng bóp méo thu nhập của các công ty. Đây là một nghiên cứu hữu ích và đầy
đủ hơn.
Marinakis (2011) cũng xây dựng lại mô hình M – score của Beneish cho nƣớc Anh với
những hệ số phù hợp hơn. Tác giả đi so sánh hai mô hình: mô hình gốc của Beneish và
mô hình nâng cao cho Anh. Mô hình nâng cao gồm 11 biến số, trong đó có 8 biến số
tƣơng tự mô hình Beneish. Ngoài ra, ông còn thêm vào 3 biến số khác gồm: EFTAXI –
Chỉ số tỷ lệ thuế suất hiệu quả, DIRAI – chỉ số đãi ngộ cho các giám đóc trên tổng tài
sản, AUDI – Chỉ số thù lao kiểm toán đối với tổng tài sản.
 

         
         
   
Sau khi thực hiện các kiểm định, so sánh tác giả nhận thấy mô hình nâng cao có tỷ lệ cho

các công ty bóp méo lợi nhuận cao hơn 10% so với mô hình gốc của Beneish. Tác giả
cũng xác định giá trị ngƣỡng cho mô hình của mình là -1.31. Lớn hơn giá trị ngƣỡng
đƣợc đánh dấu là các công ty bóp méo gian lận.
Roychowdhury (2006) phát triển phƣơng pháp thực nghiệm để phát hiện bóp méo hoạt
động thực tế. Roychowdhury xem xét dòng tiền hoạt động kinh doanh, chi phí sản xuất
và chi phí tùy chọn (discretionary expenses), các biến số có thể nắm giữ tác động đến
hoạt động thực tế tốt hơn kế toán dồn tích. Sau đó tác giả sử dụng đo lƣờng này để phát
hiện bóp méo hoạt động thực tế xoay quanh ngƣỡng lợi nhuận bằng 0. Roychowdhury
cũng tìm thấy bằng chứng phù hợp với các công ty cố gắng tránh tổn thất bằng cách đƣa
ra các mức giá chiết khấu để đạt doanh số cao tăng tạm thời, thực hiện sản xuất vƣợt quá
để giảm giá vốn hàng bán và giảm chi phí tùy chọn để cải thiện lợi nhuận biên.
Roychowdhury cũng thực hiện nhiều kiểm định bền vững để xem xét rằng bằng chứng về
các hoạt động thực tế bất bình thƣờng trong năm công ty báo cáo lợi nhuận nhỏ có phản
ánh (a) quản trị thu nhập để tránh tổn thất hoặc (b) phản ứng tối ƣu phù hợp với hoàn
15

cảnh kinh tế. Bằng chứng thu đƣợc từ những kiểm định bền vững có vẻ phù hợp với giải
thích quản trị thu nhập. Cuối cùng, Roychowdhury đƣa ra một số bằng chứng về bóp méo
hoạt động thực tế để đạt hoặc vƣợt trội hơn so với dự đoán của các nhà phân tích. Kết quả
của nghiên cứu này phù hợp với Hayn (1995), Burgstahler và Dichev (1997), Dechow và
các cộng sự (2003), Beaver và các cộng sự (2004), Durtschi và Easton (2005).
Trong bài nghiên cứu của mình, Huỳnh Thị Vân (2012) đã kiểm định các giả thiết: (1)
các công ty cổ phần điều chỉnh tăng lợi nhuận trong năm đầu nó đƣợc niêm yết, (2) khả
năng điều chỉnh phụ thuộc vào mức độ ƣu đãi thuế và (3) khả năng điều chỉnh phụ thuộc
vào quy mô công ty. Vân (2012) sử dụng hai mô hình DeAngelo (1986) và Friedlan
(1994). Kết quả kiểm định cho thấy, trong năm đầu công ty niêm yết trên sàn HOSE, có
71% công ty thực hiện điều chỉnh tăng lợi nhuận cho cả hai mô hình. Đối với sàn HNX
thì lần lƣợt là 73% và 69% bằng mô hình DeAngelo và Friedlan. Kiểm định cũng cho
thấy các công ty mà đƣợc hƣởng ƣu đãi về thuế TNDN thì tỷ trọng điều chỉnh tăng lợi
nhuận cao hơn các các công ty không đƣợc ƣu đãi. Còn lại, giả thiết 3 bị bác bỏ, nghĩa là

mức độ điều chỉnh không phụ thuộc vào quy mô công ty.
Trong một nghiên cứu khác ở Việt Nam, Th.S Nguyễn Thị Minh Trang (2012) đã vận
dụng mô hình của DeAngelo và Friedlan để nhận dạng hành động điều chỉnh lợi nhuận
của nhà quản trị. Với số liệu của 4 loại hình doanh nghiệp khác nhau (DNNN, DNTN,
CTCP, Công ty TNHH) kết quả đã cho thấy động cơ điều chỉnh lợi nhuận ứng với từng
doanh nghiệp ở Việt Nam. Để minh họa nhận dạng hành động bóp méo thu nhập, Th.S.
Minh Trang chọn ngẫu nhiên số liệu của 20 doanh nghiệp tƣơng ứng với 4 loại hình nêu
trên để tính toán chênh lệch giữa lợi nhuận trong báo cáo kết quả hoạt động kinh doanh
và dòng tiền bằng báo cáo lƣu chuyển tiền tệ theo phƣơng pháp trực tiếp tao ra những
biến kế toán thƣờng đƣợc gọi là kế toán dồn tích – accruals. Hay nói khác hơn, kế toán
dồn tích là phần lợi nhuận kế toán không bằng tiền đƣợc trình bày trong báo cáo kết quả
hoạt động kinh doanh.
16

Th.S Minh Trang lần lƣợt kiểm định bằng mô hình DeAngelo và Friedlan theo chỉ tiêu
biến kế toán dồn tích có thể điều chỉnh năm 2008. Kết quả cho thấy hầu hết các công ty
đều thực hiện bóp méo thu nhập so với thực tế, có thể điều chỉnh tăng hoặc giảm và
nguyên nhân thực hiện hành động này cũng khác nhau. Đối với các công ty cổ phần,
động cơ bóp méo thu nhập chủ yếu nằm thu hút vốn đầu tƣ bên ngoài hơn là tiết kiệm chi
phí thuế thu nhập doanh nghiệp. Tuy nhiên, đó là là động cơ chính của các doanh nghiệp
trong các loại hình còn lại.
Bảng 1: Tổng hợp các nghiên cứu trước đây về xác định bóp méo thu nhập:
ST
T
Bài nghiên
cứu
Tác giả
Năm
Vấn đề nghiên
cứu

Kết quả nghiên cứu
1
The Detection
of Earnings
Manipulation
Messod D.
Beneish
1999
Xây dựng mô
hình M – score
để xem xét các
công ty có bóp
méo thu nhập
hay không
Xây dựng mô hình M
– score với giá trị
ngƣỡng là -1.78.
Vƣợt quá ngƣỡng
này, các công ty bị
cho là bóp méo thu
nhập và ngƣợc lại
2
The Detection
of Earnings
Manipulation:
The Three
Phase Cutting
Plane
Algorithm
using

Mathematical
Burcu Dikmen
và Güray
Küçükkocaoğl
u
2005
Xây dựng lại
mô hình M –
score của
Beneish (1999)
với các hệ số
phù hợp hơn với
thị trƣờng
chứng khoán
Thổ Nhĩ Kì
Biểu hiện của mô
hình trong việc dự
đoán các công ty bóp
méo là 81%, có giá trị
cao hơn các công ty
không bóp méo, 65%.
17

Programming
3
Predicting
Material
Accounting
Misstatement
s

Dechow và
các cộng sự
2009
Xây dựng mô
hình để dự đoán
việc trình bày
sai kế toán với 3
mức độ, gọi là F
- score dựa trên
M – score của
Beneish (1999)
F - score có giá trị
ngƣỡng là 1. Kết quả
mô hình cho thấy
65.9% các công ty
trình bày sai báo cáo
tài chính có F – score
lớn hơn 1. Các con số
này lần lƣợt là
65.78% và 63.36%
đối với F–score2 và
F– score3.
4
An
Investigation
of Earnings
Management
and Earnings
Manipulation
in the UK

Marinakis
2011
Xây dựng lại
mô hình M –
score của
Beneish (1999)
cho nƣớc Anh
với những hệ số
phù hợp hơn
Tác giả nhận thấy mô
hình mới có tỷ lệ cho
các công ty bóp méo
lợi nhuận cao hơn
10% so với mô hình
gốc của Beneish. Tác
giả cũng xác định giá
trị ngƣỡng cho mô
hình của mình là -
1.31. Lớn hơn giá trị
ngƣỡng đƣợc đánh