Luận văn Thạc sĩ Kinh tế: Đánh giá khả năng rủi ro gian lận báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
--------------------

PHẠM HOÀNG VIỆT

ĐÁNH GIÁ KHẢ NĂNG RỦI RO GIAN LẬN
BÁO CÁO TÀI CHÍNH TRONG HOẠT ĐỘNG
CHO VAY DOANH NGHIỆP TẠI VIETCOMBANK
CHI NHÁNH BÌNH DƯƠNG

LUẬN VĂN THẠC SĨ KINH TẾ

TP HỒ CHÍ MINH, NĂM 2017


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
--------------------

PHẠM HOÀNG VIỆT

ĐÁNH GIÁ KHẢ NĂNG RỦI RO GIAN LẬN
BÁO CÁO TÀI CHÍNH TRONG HOẠT ĐỘNG
CHO VAY DOANH NGHIỆP TẠI
VIETCOMBANK CHI NHÁNH BÌNH DƯƠNG

Chun ngành: Kế tốn
Mã số: 60340301

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
TS. NGUYỄN ĐÌNH HÙNG

TP. HỒ CHÍ MINH, NĂM 2017


LỜI CAM ĐOAN
Tôi xin cam đoan luận văn “Đánh giá khả năng rủi ro gian lận báo cáo tài chính
trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương” là
cơng trình nghiên cứu của tơi, dưới sự hướng dẫn của TS. Nguyễn Đình Hùng. Các
số liệu trong luận văn có nguồn trích dẫn rõ ràng, đáng tin cậy và được xử lý khách
quan, trung thực. Các tài liệu tham khảo trong luận văn đều được trích dẫn rõ ràng.

TP Hồ Chí Minh, tháng 04 năm 2017
Học viên thực hiện

Phạm Hoàng Việt


MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC CÁC BẢNG BIỂU
DANH MỤC HÌNH VẼ
CHƯƠNG 1: GIỚI THIỆU .........................................................................................1
1.

Tính cấp thiết của đề tài ...................................................................................1

2.

Mục tiêu nghiên cứu .........................................................................................2

3.

Câu hỏi nghiên cứu ..........................................................................................2

4.

Đối tượng và phạm vi nghiên cứu ....................................................................3

5.

Phương pháp nghiên cứu ..................................................................................3

6.

Ý nghĩa nghiên cứu ..........................................................................................3

7.

Kết cấu luận văn ...............................................................................................4

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU
TRƯỚC .......................................................................................................................5
2.1.

Các khái niệm và mơ hình dự báo gian lận BCTC ..........................................5

2.1.1 Định nghĩa gian lận ..........................................................................................5
2.1.2 Định nghĩa gian lận BCTC ...............................................................................5
2.1.3 Các phương thức thực hiện gian lận phổ biến trên BCTC ...............................6
2.1.4 Các phương thức thực hiện gian lận phổ biến trên BCTC ...............................8
2.2.

Mơ hình M’score và F’score ..........................................................................10

2.2.1 Mơ hình M’score ............................................................................................10
2.2.2 Mơ hình F’score .............................................................................................12
2.3.

Tổng quan các nghiên cứu trước ....................................................................14


2.3.1 Các nghiên cứu sử dụng Mơ hình M’score ....................................................14
2.3.2 Các nghiên cứu sử dụng Mơ hình F’score .....................................................15
2.3.3 Các nghiên cứu tác động của tín hiệu gian lận đến xác suất gian lận báo cáo
tài chính .....................................................................................................................17
2.4.

Xác định khoảng trống nghiên cứu ................................................................19

KẾT LUẬN CHƯƠNG 2..........................................................................................21
CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU ................................................................22
3.1.

Mô tả tổng thể và mẫu nghiên cứu .................................................................22

3.1.1. Mô tả tổng thể ................................................................................................22
3.1.2. Mẫu nghiên cứu ..............................................................................................22
3.2.

Mô hình nghiên cứu .......................................................................................22

3.2.1. Lựa chọn và đo lường biến nghiên cứu ..........................................................22
3.2.1.1.

Chỉ số M’score .........................................................................................22

3.2.1.2.

Chỉ số F’score...........................................................................................23

3.2.1.3.

Các tỉ số tài chính sử dụng trong thẩm định BCTC của ngân hàng .........23

3.2.1.4.

Mơ hình tương quan dự kiến ....................................................................25

3.3.

Quy trình thu thập và xử lý dữ liệu ................................................................26

KẾT LUẬN CHƯƠNG 3..........................................................................................28
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN ....................................29
4.1.

Kết quả tính tốn và phân tích M’score và F’score .......................................29

4.1.1. Thống kê mơ tả mẫu .......................................................................................29
4.1.2. Kết quả mơ hình M’score ...............................................................................30
4.1.3. Kết quả mơ hình F’score ................................................................................34
4.2.

Tổng hợp kết quả ............................................................................................36

4.3.

Mơ hình tương quan .......................................................................................39

4.3.1. Thống kê mơ tả các biến ................................................................................39
4.3.2. Hệ số tương quan ...........................................................................................39
4.3.3. Mơ hình hồi quy .............................................................................................40
4.3.3.1

Kết quả hồi quy theo mô hin
̀ h hồ i quy hỗn hơ ̣p (Pooled OLS) ...............40


4.3.3.2

Kết quả hồi quy theo mơ hình Probit .......................................................42

KẾT LUẬN CHƯƠNG 4..........................................................................................44
CHƯƠNG 5: KẾT LUẬN ........................................................................................45
5.1.

Kết luận ..........................................................................................................45

5.2.

Hàm ý cho các đối tượng liên quan ................................................................45

5.3.

Hạn chế của đề tài và hướng nghiên cứu tiếp theo ........................................46

5.3.1. Hạn chế ...........................................................................................................46
5.3.2. Hướng nghiên cứu tiếp theo ...........................................................................47
TÀI LIỆU THAM KHẢO
PHỤ LỤC


DANH MỤC CÁC TỪ VIẾT TẮT

Viết đầy đủ

Ký hiệu viết tắt
ACB
AGRIBANK

Ngân hàng thương mại cổ phần Á Châu
Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam

BCTC

Báo cáo tài chính

BIDV

Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam

CP
DNTN

Cổ phần
Doanh nghiệp tư nhân

FDI

Đầu tư trực tiếp

ISA

Chuẩn mực kiểm toán quốc tế

KTV

Kiểm toán viên

MCDA

Multi-Criteria Decision Analysis

NHTM

Ngân hàng thương mại

SEC

Ủy ban Chứng khoán và Sàn giao dịch chứng khoán Hoa Kỳ

SME

Doanh nghiệp vừa và nhỏ

TNHH
TNHH MTV
VCB
VIETINBANK
VSA

Trách nhiệm hữu hạn
Trách nhiệm hữu hạn một thành viên
Ngân hàng thương mại cổ phần Ngoại Thương Việt Nam
Ngân hàng thương mại cổ phần Cơng thương Việt Nam
Chuẩn mực kiểm tốn Việt Nam


DANH MỤC CÁC BẢNG BIỂU

Bảng 3.1: Ngưỡng xác định rủi ro gian lận BCTC theo M’score ......................... 23
Bảng 3.2: Ngưỡng xác định rủi ro gian lận BCTC theo F’score .......................... 23
Bảng 3.3: Các tỉ số tài chính ............................................................................ 25
Bảng 4.1: Thống kê theo ngành nghề ............................................................... 29
Bảng 4.2: Thống kê theo quy mô lao động và vốn ............................................. 29

Bảng 4.3: Kết quả M’score qua các năm ........................................................... 30
Bảng 4.4: Kết quả F’score qua các năm ............................................................ 34
Bảng 4.5: Tổng hợp kết quả............................................................................. 37
Bảng 4.6: Thống kê chênh lệch lợi nhuận trước sau kiểm tốn ............................ 37
Bảng 4.6: Thống kê mơ tả các biến trong mơ hình tương quan ............................ 39
Bảng 4.7: Ma trận hệ số tương quan ................................................................. 40
Bảng 4.8: Mơ hình hồi quy PooledLOS ............................................................ 41
Bảng 4.9: Mơ hình hồi quy Probit .................................................................... 42
Bảng 4.10: Mức độ dự báo chính xác của mơ hình Probit ................................... 43


1

CHƯƠNG 1: GIỚI THIỆU

1.

Tính cấp thiết của đề tài
Ngân hàng thương mại (NHTM) có đặc thù là kinh doanh tiền tệ, hoạt động

kinh doanh của NHTM tiềm ẩn nhiều rủi ro và có tác động mạnh đến nền kinh tế.
Trong những năm gần đây, hàng loạt những sai phạm, cũng như hoạt động yếu kém
tại một số ngân hàng đã có tác động khơng nhỏ đến thị trường tài chính cũng như
nền kinh tế của Việt Nam. Báo cáo của Kiểm tốn nhà nước cho năm tài chính 2014
cơng bố gần đây cho thấy tổng nợ xấu toàn hệ thống tại 31/12/2014 là 145.2 nghìn
tỉ đồng tăng 28.7 nghìn tỉ đồng, tương ứng tăng 24.6% so với cuối năm 2013, chiếm
3.25% tổng dư nợ, giảm 0.36% so với năm 2013. Một trong các nguyên nhân dẫn
đến gia tăng nợ xấu là do các doanh nghiệp đã làm giả các báo cáo để được xét
duyệt cho vay, đồng thời nghiệp vụ của cán bộ tín dụng ngân hàng cũng khơng phát
hiện được rủi ro này.

Một số dẫn chứng điển hình là trong vụ sai phạm liên quan đến Phạm Công
Danh, ngân hàng Sacombank đã chấp nhận cho vay bằng cách lập và ký các báo
cáo kinh doanh giả mạo thông qua các công ty sân sau. Vụ án Nguyễn Đức Kiên và
đồng phạm tại ngân hàng ACB, kết luận điều tra vụ án cho thấy có sai phạm liên
quan đến kinh doanh trái phép, lừa đảo chiếm đoạt tài sản, trốn thuế và cố ý làm trái
xảy ra tại Ngân hàng thương mại cổ phần Á Châu (ACB) và một số cơng ty trên địa
bàn TP Hà Nội, TP Hồ Chí Minh. Mới đây nhất, ông Nguyễn Minh Chuyển nguyên Giám đốc Vietcombank chi nhánh Tây Đơ bị khởi tố vì liên quan đến các
sai phạm trong ký kết hợp đồng tín dụng, dẫn tới nợ đọng khó địi kéo dài lên đến
hàng ngàn tỉ đồng. Như vậy, vấn đề hạn chế gian lận, sai sót xảy ra trong lĩnh vực
tín dụng tại các ngân hàng thương mại Việt Nam hết sức quan trọng và cũng đồng
thời là vấn đề quan tâm của nhiều bên liên quan.
Việc thẩm định các hồ sơ cho vay trong đó có các báo cáo tài chính thuộc
trách nhiệm của cán bộ tín dụng ngân hàng, vì vậy nhận diện được khả năng xảy ra
rủi ro gian lận báo cáo tài chính của cán bộ tín dụng rất quan trọng và có tính quyết


2

định đến việc phê duyệt cho vay và khả năng thu hồi nợ về sau. Từ những lý do trên
nên tác giả chọn đề tài: “Đánh giá khả năng rủi ro gian lận báo cáo tài chính
trong hoạt động cho vay doanh nghiệp tại Vietcombank chi nhánh Bình Dương”
làm đề tài luận văn của mình.

2.

Mục tiêu nghiên cứu
 Mục tiêu chung
Vận dụng các mơ hình về phát hiện gian lận báo cáo tài chính (cụ thể là mơ

hình M’score và F’score) để dự đoán khả năng gian lận trong báo cáo tài chính của

các doanh nghiệp đi vay tại VCB chi nhánh Bình Dương và đo lường tương quan
của các tỉ số tài chính sử dụng trong thẩm định BCTC của ngân hàng đến rủi ro gian
lận báo cáo tài chính của các doanh nghiệp vay vốn tại Vietcombank Bình Dương.
 Mục tiêu cụ thể
- Tổng quan các nghiên cứu trước đây để xác định các mơ hình dự báo gian
lận BCTC của doanh nghiệp.
- Phân tích, tổng hợp và so sánh kết quả sử dụng hai mơ hình và thực nghiệm
mơ hình tương quan giữa các tỉ số tài chính sử dụng trong thẩm định BCTC
của ngân hàng và rủi ro gian lận BCTC (được xác định bằng mô hình
M’Score) với dữ liệu của các cơng ty có quan hệ tín dụng với ngân hàng
VCB chi nhánh Bình Dương.

3.

Câu hỏi nghiên cứu
Dựa vào mục tiêu nghiên cứu nêu trên, câu hỏi nghiên cứu được đặt ra như

sau:
- Câu hỏi 1: có những mơ hình nào được sử dụng phổ biến trong dự báo khả
năng gian lận BCTC của các doanh nghiệp?
- Câu hỏi 2: có hay khơng tương quan giữa những tỉ số tài chính sử dụng trong
thẩm định BCTC của các ngân hàng và rủi ro gian lận BCTC được xác định
bằng mơ hình M’score.


3

4.

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu của đề tài là các cơng ty có quan hệ tín dụng với VCB

chi nhánh Bình Dương.
Phạm vi nghiên cứu là 60 cơng ty có báo cáo tài chính trong giai đoạn 20132015. Các cơng ty này có đầy đủ các báo cáo: Bảng cân đối kế toán, Báo cáo kết
quả kinh doanh, Báo cáo lưu chuyển tiền tệ và Thuyết minh báo cáo tài chính.

5.

Phương pháp nghiên cứu
Phương pháp nghiên cứu đươ ̣c sử du ̣ng chủ yế u bao gờ m thống kê mơ tả, phân

tích tương quan, hồi quy tuyến tính nhằm định lượng và so sánh kết quả các mơ
hình M’score và F’score trong dự đốn khả năng gian lận BCTC, đồng thời xem xét
mối quan hệ giữa những tỉ số tài chính sử dụng trong thẩm định BCTC của các ngân
hàng và rủi ro gian lận BCTC được xác định bằng mơ hình M’score.

6.

Ý nghĩa nghiên cứu
 Ý nghĩa lý luận
Phân tích và tổng hợp các kết quả của những nghiên cứu trước đây có liên

quan đến mục tiêu nghiên cứu để làm cơ sở đưa ra mơ hình nghiên cứu phù hợp ở
Việt Nam và tham khảo cho các nghiên cứu liên quan đến vấn đề này ở tương lai.
 Ý nghĩa về thực tiễn
- Thông qua phương pháp nghiên cứu tài liệu, luận văn tổng hợp các thủ thuật
thường được sử dụng để thay đổi báo cáo tài chính của doanh nghiệp và
những mơ hình nhằm phát hiện gian lận BCTC.
- Trên cơ sở thu thập, phân tích số liệu để đưa vào các mơ hình nhận diện gian
lận BCTC trên thế giới, tác giả đề xuất các ngưỡng để nhận diện và phát

hiện gian lận áp dụng tại Vietcombank Bình Dương, giúp cho lãnh đạo
ngân hàng có thêm hiểu biết về gian lận BCTC và có quyết định đúng đắn


4

để ứng phó với gian lận BCTC theo hướng hiệu quả, chính xác và nhanh
chóng hơn.
7.

Kết cấu luận văn
Chương 1: Giới thiệu
Chương 2: Cơ sở lý thuyết và tổng quan các nghiên cứu trước đây
Chương 3: Thiết kế nghiên cứu
Chương 4: Kết quả nghiên cứu và bàn luận
Chương 5: Kết luận


5

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU
TRƯỚC
2.1. Các khái niệm và mơ hình dự báo gian lận BCTC
2.1.1 Định nghĩa gian lận
Gian lận là hành động trình bày sai sự thật hoặc che giấu một thực tế nhằm
gây thiệt hại cho người khác (Bryan Garner, 2004, Từ điển Black’s Law Dictionary
8th Ed., NXB. Thomson West, Hoa Kỳ).
Theo từ điển tiếng Việt (Viện ngôn ngữ học -1988), gian lận là hành vi thiếu
trung thực, dối trá, mánh khóe nhằm lừa gạt người khác. Theo nghĩa rộng gian lận
là việc xuyên tạc sự thật, thực hiện các hành vi không hợp pháp nhằm lường gạt, dối

trá để thu được một lợi ích nào đó.
Chuẩn mực kiểm tốn Việt Nam 240 (VSA 240) có định nghĩa về gian lận như
sau: “Gian lận là hành vi cố ý do một hay nhiều người trong Hội đồng quản trị, Ban
Giám đốc, các nhân viên hoặc bên thứ ba thực hiện bằng các hành vi gian dối để thu
lợi bất chính hoặc bất hợp pháp.”
Như vậy, khi đề cập đến gian lận thì khái niệm này thường bao gồm các nội
dung:
- Hành vi cố tình, cố ý;
- Thiếu trung thực, lừa gạt;
- Mang lại lợi ích bất chính, bất hợp pháp.
2.1.2 Định nghĩa gian lận BCTC
Theo khái niệm về gian lận đã nêu thì khái niệm về gian lận BCTC cũng mang
các nội dung của khái niệm về gian lận tuy nhiên quy mô khái niệm này đề cập sẽ
hẹp hơn đó là chỉ đề cập đến gian lận trong phạm vi BCTC.
Một số khái niệm phổ biến bao gồm:
- Gian lận trên BCTC là hành vi cố ý hoặc thiếu thận trọng dù là cố ý hay bỏ
sót làm sai sót trọng yếu đến BCTC. Hành vi này có thể liên quan đến nhiều
yếu tố và được thực hiện dưới nhiều hình thức khác nhau bao gồm làm giả


6

mạo, xuyên tạc về những hồ sơ liên quan đến doanh nghiệp, cố ý bỏ sót
khơng trình bày những thơng tin quan trọng trên BCTC, áp dụng sai các
nguyên tắc kế tốn, chính sách (Treadway Commission, 1987).
- Gian lận báo cáo tài chính là sự trình bày sai lệch cố ý về tình trạng tài chính
của doanh nghiệp được thực hiện thơng qua việc làm sai lệch hoặc bỏ sót có
chủ ý các khoản mục hoặc các thuyết minh trên BCTC nhằm đánh lừa
người sử dụng BCTC (ACFE Fraud Examiners Manual, 2012).
- Trong chuẩn mực kiểm toán quốc tế số 240 (ISA 240) cũng định nghĩa gian

lận báo cáo tài chính là làm thay đổi, giả mạo các chứng từ kế tốn hoặc ghi
chép sai, khơng trình bày hay cố ý bỏ sót các thơng tin quan trọng trên
BCTC; cố ý không áp dụng, không tuân thủ các nguyên tắc kế tốn, chuẩn
mực kế tốn; giấu diếm hay bỏ sót không ghi chép các nghiệp vụ phát sinh,
ghi chép các nghiệp vụ khơng xảy ra.
Như vậy, gian lận BCTC có thể được xem là hành vi cố ý làm sai lệch thông
tin trên các BCTC để đánh lừa người sử dụng thông tin BCTC.
2.1.3 Các phương thức thực hiện gian lận phổ biến trên BCTC
Theo Gerard M. Zack (2013), các hình thức gian lận BCTC phổ biến bao gồm:
2.1.3.1 Gian lận doanh thu
Thông thường các gian lận liên quan đến doanh thu được thực hiện dưới các
hình thức:
- Dịch chuyển thời gian ghi nhận doanh thu: có nghĩa là việc ghi nhận doanh
thu không đúng thời điểm phát sinh hoặc khi chưa đủ điều kiện ghi nhận
doanh thu theo nguyên tắc ghi nhận doanh thu của chuẩn mực BCTC. Ví
dụ: ghi nhận doanh thu khi khách hàng đặt hàng, đã xuất hóa đơn nhưng
hàng chưa ra khỏi kho; ghi nhận doanh thu dựa trên tỉ lệ phần trăm hồn
thành cơng việc vào ngày báo cáo khi cơng việc chưa hồn tất, nghiệm
thu…theo đúng các điều kiện kỹ thuật.


7

- Ghi nhận khống doanh thu: có nghĩa là làm giả các hồ sơ, giấy tờ nhằm ghi
nhận việc bán hàng nhưng thực tế khơng xảy ra giao dịch. Ví dụ: bán hàng
nội bộ; ghi nhận doanh thu khi xuất hàng ký gửi.
- Phân loại sai: có nghĩa là ghi nhận các khoản thu nhập khác thành doanh thu.
Ví dụ: thu nhập từ phần chênh lệch bán trả góp được ghi nhận là doanh thu
bán hàng; ghi nhận khoản giảm trừ doanh thu thành chi phí làm tăng doanh
thu thuần.

2.1.3.2 Gian lận tài sản
Thông thường các gian lận liên quan đến tài sản được thực hiện dưới các hình
thức:
- Vốn hóa các chi phí: có nghĩa là tiến hành vốn hóa các chi phí khi các chi phí
chưa đủ điều kiện hoặc chi phí phát sinh là chi phí thời kỳ, thường xuyên
tiêu dùng hết trong kỳ không mang lại giá trị tương lai. Ví dụ: vốn hóa các
chi phí tiền th; vốn hóa các chi phí pháp lý thành lập doanh nghiệp…
- Định giá tài sản: có nghĩa là việc sử dụng định giá tài sản để làm thay đổi giá
trị thực của tài sản, tăng khống giá trị tài sản. Ví dụ: định giá tài sản ảo khi
mua tài sản từ các bên liên kết; định giá sai đối với các tài sản đầu tư tài
chính…
- Kế tốn dựa trên giá trị hợp lý: nghĩa là sử dụng sai các phương pháp đo
lường giá trị hợp lý. Ví dụ: trong phương pháp đo lường giá trị hợp lý thông
qua giá thị trường, doanh nghiệp lấy giá tham khảo của các tài sản khơng
hợp lý dẫn đến việc trình bày giá trị hợp lý của tài sản bị sai.
2.1.3.3 Gian lận chi phí và nợ phải trả
Thơng thường các gian lận liên quan đến chi phí và nợ phải trả được thực hiện
dưới các hình thức:
- Dịch chuyển thời gian ghi nhận chi phí: nghĩa là ghi nhận chi phí khơng
đúng thời điểm phát sinh dẫn đến tăng, giảm lợi nhuận. Ví dụ: chi phí phát
sinh trong tháng 12 nhưng hóa đơn tháng 1 năm sau mới nhận nên ghi nhận
chi phí vào tháng 1 năm sau.


8

- Bỏ sót hoặc báo cáo các khoản nợ thấp hơn thực tế: nghĩa là không ghi nhận
nghĩa vụ đối với các khoản nợ phải trả đã phát sinh hoặc ghi nhận không
đầy đủ giá trị các khoản nợ phát sinh. Ví dụ: doanh nghiệp đã mua hàng và
nhận hàng nhưng chưa ghi nhận phải trả nhà cung cấp; không ghi nhận chi

phí lãi vay phải trả đối với các khoản vay có ngày giải ngân khơng trùng
ngày khóa sổ.
2.1.3.4 Các gian lận BCTC khác
Ngoài các cách thức tiến hành gian lận BCTC như trên, các doanh nghiệp có
thể tiến hành gian lận BCTC dưới các hình thức:
- Hợp nhất báo cáo: nghĩa là sử dụng hợp nhất BCTC như là một công cụ để
làm thay đổi các khoản mục của báo cáo tài chính hợp nhất. Ví dụ: khơng
hợp nhất BCTC đối với các doanh nghiệp được thành lập với mục đích đặc
biệt trong tập đồn…
- Cơng bố thơng tin: có nghĩa là khơng cơng bố hoặc cơng bố các thơng tin có
liên quan đến các khoản mục trên BCTC hoặc các sự kiện có thể ảnh hưởng
đến tài chính của doanh nghiệp. Ví dụ: khơng cơng bố các thơng tin sau
ngày kết thúc niên độ có ảnh hưởng đến hoạt động liên tục của doanh
nghiệp như: mua bán, sát nhập, kiện tụng…
2.1.4 Các phương thức thực hiện gian lận phổ biến trên BCTC
Các nghiên cứu trên thế giới về gian lận đã đề xuất nhiều phương pháp, mơ
hình khác nhau để phát hiện và dự báo gian lận trên BCTC. Có thể phân nhóm các
phương pháp phát hiện và dự báo gian lận BCTC như sau:
2.1.4.1 Sử dụng mơ hình điều chỉnh thu nhập
Điều chỉnh thu nhập là hành vi của nhà quản lý sử dụng việc ghi nhận trên cơ
sở dồn tích thơng qua một số tài khoản để làm thay đổi lợi nhuận sau thuế theo các
mục tiêu công bố thông tin của họ. Các mô hình tính tốn các khoản dồn tích lần
lượt được các nhà nghiên cứu công bố như DeAngelo (1986), Jones (1991) và các
nghiên cứu gần đây như Dechow & Dichev’s (2002), McNichols (2002). Mơ hình
Jones (1991) được sử dụng phổ biến, nghiên cứu này cho rằng các khoản dồn tích


9

tự định là kết quả của việc nhà quản lý thực hiện các chủ định của mình và thay đổi

các điều kiện hoặc áp dụng các chính sách kế tốn linh hoạt. Mơ hình được đề cập
đến như sau:
NDAt = α1(1/At-1 ) + α2(ΔREVt) + α3(PPEt)
Với:
- NDAt: Tổng các khoản dồn tích khơng tự định năm t
- At-1: Tổng tài sản tại năm t-1
- REVt: Chênh lệch trong doanh thu năm t so với năm t-1
- PPEt: Tổng giá trị còn lại của tài sản cố định tại năm t
Các hệ số α1, α2, α3 được ước lượng bằng phương pháp bình phương bé
nhất (OLS) từ phương trình hồi quy sau:
TAt = α1(1/At-1) + α2(ΔREVt) + α3(PPEt) +

t

2.1.4.2 Sử dụng mơ hình kỹ thuật thống kê
Đây có lẽ là phương pháp được nhiều nhà nghiên cứu thực hiện, khi một loạt
các nghiên cứu đã kiểm tra kết quả phân biệt và dự báo gian lận BCTC của các mơ
hình kỹ thuật thống kê. Một số tác giả như Pearson (1995), Beneish (1999), Spathis
(2002), Kaminski & cộng sự (2004) đã kiểm tra đối chiếu giữa một mẫu các công ty
gian lận và một mẫu các cơng ty khơng gian lận có cùng quy mô. Dựa trên việc xác
định các sai lệch khi đối chiếu 2 mẫu, các tác giả đã xây dựng các mơ hình như hồi
quy logistic (Pearson, Spathis), phân tích biệt số (Kaminski), mơ hình probit
WESML (Beneish) gồm các biến có thể nhận dạng sai lệch giữa 2 mẫu. Các biến
này thường là các tỉ số tài chính.
2.1.4.3 Dựa trên kỹ thuật khai phá dữ liệu
Kỹ thuật khai phá dữ liệu (Data Mining) có khả năng phân biệt khá tốt BCTC
có gian lận hay những yếu tố có liên quan đến gian lận BCTC. Đây là một ứng
dụng của kỹ thuật hiện đại trong lĩnh vực quản lý thông tin. Bên cạnh ngành nghề
kế toán và kiểm toán, kỹ thuật này cũng được ứng dụng khá phổ biến trong nhiều
lĩnh vực khác như: công nghệ, thương mại điện tử, y tế, viễn thơng, tài chính… Có

thể hiểu một cách đơn giản, khai phá dữ liệu là một quá trình phân tích, trích xuất


10

tri thức từ một lượng dữ liệu thô cực lớn nhằm tìm ra các mẫu có mối quan hệ mang
tính hệ thống giữa các biến và hợp thức hóa các kết quả tìm được.
Có ba phương pháp chính thường được các nhà nghiên cứu sử dụng trong Data
Mining: mơ hình Cây quyết định (Decision Tree), mơ hình mạng thần kinh nhân tạo
(Artificial Neural Network) và mạng niềm tin Bayesian (Bayesian Belief Network).
Một số nghiên cứu trong lĩnh vực kế toán, kiểm toán đã áp dụng các kỹ thuật của
khai phá dữ liệu trong nghiên cứu của mình như: Green & Choi (1997) đã phát triển
mơ hình mạng thần kinh với đầu vào gồm 5 tỉ số tài chính và 3 loại tài khoản kế
tốn, tác giả kết luận mơ hình của họ có thể sử dụng như là một cơng cụ để phát
hiện BCTC gian lận. Hay nghiên cứu của Lin, Hwang & Becker (2003) xây dựng
mơ hình mạng thần kinh xoắn tích hợp (Fuzzy Neural Network) để phát triển một
cơng cụ dự báo gian lận, kết quả mơ hình này đã làm tốt hơn vai trò dự báo gian lận
của mình so với các mơ hình kỹ thuật thống kê thông thường. Trong nghiên cứu
tổng hợp của Kirkos, Spathis & Manolopoulos (2007) đã so sánh tính hiệu quả của
ba mơ hình Cây quyết định, Mạng thần kinh nhân tạo và Mạng niềm tin Bayesian
trong việc dự báo gian lận, nhóm tác giả kết luận mơ hình Mạng niềm tin Bayesian
có khả năng dự báo gian lận tốt nhất với tỉ lệ dự báo đúng lên đến 90.3%, con số
này lần lượt cho 2 mơ hình cịn lại là 73.6% và 80%.
Mặc dù cho kết quả dự báo rất tốt so với các kỹ thuật khác, kỹ thuật khai phá
dữ liệu muốn thực hiện được cần một cơ sở dữ liệu rất lớn, số chiều lớn, hay gặp
phải tình trạng quan hệ của các biến số quá phức tạp, khó truyền đạt các tri thức với
người sử dụng… Đây là những thách thức khi áp dụng kỹ thuật phân tích này.
2.2. Mơ hình M’score và F’score
2.2.1 Mơ hình M’score
M’score là mơ hình được đề xuất bởi Beneish năm 1999, đầu tiên mơ hình này

được sử dụng để phân biệt các trường hợp có gian lận trong thu nhập của doanh
nghiệp. Sau đó mơ hình này cũng được sử dụng phổ biến trong nghiên cứu cũng
như thực hành kiểm toán, điều tra gian lận như là một công cụ hữu hiệu để dự báo


11

gian lận BCTC.
Mơ hình Beneish (1999) bao gồm tám biến như sau:
Mi = -4.84 + 0.92*DSRI + 0.528*GMI + 0.404*AQI + 0.892*SGI +
0.115*DEPI - 0.172*SGAI + 4.679*TATA - 0.327*LVGI
Với:
- DSRI: Tỉ số phải thu khách hàng so với doanh thu, được tính theo cơng thức:
DSRI = (Khoản phải thu t / Doanh thu thuần t) / (Khoản phải thu t-1 /Doanh
thu thuần t-1)
- Tỉ số tỉ lệ lãi gộp (GMI), được tính theo cơng thức:
GMI = [(Salest-i - COGSt-i) / Salest-i] / [(Salest - COGSt) / Salest]
- Tỉ số chất lượng tài sản (AQI), được tính theo cơng thức:
AQI = [1 - (Current Assetst + PP&Et) / Total Assetst] / [1 - (Current
Assetst-1 +PP&Et-1) / Total Assetst-1)].
PP&Et: Giá trị còn lại của tài sản dài hạn hữu hình và quyền sử dụng đất,
gồm TSCĐ hữu hình, TSCĐ th tài chính, giá trị xây dựng cơ bản dở
dang, bất động sản đầu tư, và quyền sử dụng đất.
- Tỉ số tăng trưởng doanh thu bán hàng (SGI), được tính theo cơng thức:
SGI = Sales t / Sales t-1
- Tỉ số tỉ lệ khấu hao (DEPI), được tính theo cơng thức:
DEPI= [Depreciation t-1/(PP&E t-1+Depreciation t-1)]/ [Depreciation
t/(PP&E t +Depreciation t)]
- Tỉ số chi phí bán hàng và quản lý doanh nghiệp (SGAI), được tính theo cơng
thức:

SGAI = (SG&A Expenset / Salest) / (SG&A Expenset-1 / Salest-1)
- Tỉ số địn bẩy (LVGI), được tính theo công thức:
LVGI = [(Current Liabilities t + Total Long Term Debt t) / Total Assetst] /
[(Current Liabilities t-1 + Total Long Term Debt t-1) / Total Assets t-1]
- Tỉ số biến dồn tích accruals so với tổng tài sản (TATA), được tính theo cơng
thức:


12

TATA = (Net Incomet - Cash Flows from Operationst) / Total Assetst
2.2.2 Mơ hình F’score
F’score được xây dựng và phát triển bởi Patricia M. Dechow và các cộng sự,
chỉ số này tính tốn xác xuất BCTC xảy ra các sai sót trọng yếu. Tổng cộng các tác
giả đã sử dụng 28 biến đại diện cho năm yếu tố đã được kiểm tra khả năng của
chúng về sự phân biệt giữa các doanh nghiệp trình bày sai BCTC và khơng trình
bày sai. Năm yếu tố này là các khoản dồn tích, hiệu quả kinh doanh, các hoạt động
ngoại bảng, các tỉ số phi tài chính và các dữ liệu trên thị trường chứng khốn. Với
hồi quy logistic, kết quả ba mơ hình giữ lại tương ứng 7, 9 và 11 biến có khả năng
phân biệt tốt nhất. Trong nghiên cứu ban đầu “Predicting Material Accounting
Manipulations” vào năm 2007, tỉ lệ dự báo đúng các cơng ty trình bày sai BCTC
của F’score 1 là 65.59%, F’score 2 là 64.97% và F’score 3 là 62.98%.
Sau đó, nhóm tác giả tiếp tục nghiên cứu thêm về các nhóm biến số và cơng
thức tính tốn các biến này nhằm nâng cao hơn khả năng dự báo đúng của mơ hình.
Các nghiên cứu bổ sung liên tục được thực hiện trong giai đoạn 2007 – 2011, nhiều
phiên bản mới của nghiên cứu ra đời với kết quả dự báo của mơ hình ngày càng
được cải thiện. Trong phiên bản năm 2008, tỉ lệ dự báo đúng các cơng ty có sai sót
trọng yếu của 3 chỉ số F’score lần lượt là 65.86%, 65.78%, 63.36%. Với phiên bản
năm 2010, các tỉ lệ này lần lượt là 68.62%, 67.93% và 67.23%.
Mới nhất vào năm 2011, nghiên cứu chính thức của Dechow và các cộng sự đã

được đăng tải trên tạp chí Contemporary Accounting Research với tên gọi
“Predicting Material Accounting Misstatements” (Số 28 (1), trang 17-82). Đây là
phiên bản cuối cùng và đầy đủ nhất của cơng trình mà nhóm tác giả đã thực hiện
trong suốt khoảng thời gian 5 năm.
Mơ hình F’score ứng với 3 mức độ được tính tốn như sau:
Value1 = –7.893 + 0.790*RSST + 2.518*ΔREC + 1.191*ΔINV +
1.979*%SOFTASSETS + 0.171*ΔCASHSALES – 0.932*ΔROA + 1.029*ISSUE
Value2 = –8.252 + 0.665*RSST + 2.457*ΔREC + 1.393*ΔINV +
2.011*%SOFTASSETS + 0.159*ΔCASHSALES – 1.029*ΔROA + 0.983*ISSUE –


13

0.150* ΔEMP + 0.419*LEASEDUM
Value3 = –7.966 + 0.909*RSST + 1.731*ΔREC + 1.447*ΔINV +
2.265*%SOFTASSETS + 0.160*ΔCASHSALES – 1.455*ΔROA + 0.651*ISSUE –
0.121* ΔEMP + 0.345 *LEASEDUM + 0.082*RETt + 0.098* RETt-1
Trong đó:
- RSST = (ΔWC + ΔNCO + ΔFIN) / Tổng tài sản bình quân;
Với:
 WC = [Tài sản ngắn hạn – Tiền mặt và Các khoản đầu tư ngắn hạn] –
[Nợ ngắn hạn – Nợ trong Nợ ngắn hạn];
 NCO = [Tổng tài sản – Tài sản ngắn hạn – Đầu tư và Các khoản trả
trước] – [Tổng Nợ phải trả – Nợ ngắn hạn – Nợ dài hạn];
 FIN = [Các khoản đầu tư ngắn hạn + Các khoản đầu tư dài hạn] – [Nợ
dài hạn + Nợ trong Nợ ngắn hạn + Cổ phiếu ưu đãi]
- ΔREC = ΔCác khoản phải thu / Tổng tài sản bình quân
- ΔINV = ΔHàng tồn kho / Tổng tài sản bình quân
- %SOFTASSETS = [Tổng tài sản – PP&E – Tiền và các khoản tương đương
tiền] / Tổng tài sản

- ΔCASHSALES (Phần trăm thay đổi trong doanh thu bán hàng bằng tiền mặt)
= [Doanh thu – ΔCác khoản phải thu]
- ΔROA = [Lợi nhuận rịngt /Tổng tài sản bình qnt] – [Lợi nhuận rịngt1/Tổng tài sản bình qn t-1]
- ISSUE = Một biến chỉ thị, mã hóa 1 nếu cơng ty phát hành chứng khốn
trong năm t, ngược lại là 0.
Ở mơ hình 2, tác giả bổ sung thêm các biến số đo lường hoạt động phi tài
chính và các hoạt động ngoại bảng:
- ΔEMP = % Thay đổi số lượng nhân viên / % Thay đổi trong Tổng tài sản
- LEASEDUM = Một biến chỉ thị, mã hóa 1 nếu việc cho thuê hoạt động trong
tương lai là lớn hơn 0.
Ở mơ hình 3 bao gồm thêm các biến số đo lường dữ liệu từ thị trường:


14

- RET t = Tỉ suất sinh lợi cổ phiếu điều chỉnh theo thị trường trong năm hiện
tại.
- RET t-1 = Tỉ suất sinh lợi cổ phiếu điều chỉnh theo thị trường trong năm
trước.
Giá trị tính tốn được chuyển đổi sang một xác suất như sau:
- Xác suất = e(VALUE) / (1+ e(VALUE))
Sau đó xác suất này được chia cho xác suất vơ điều kiện của sai sót trọng yếu,
được tính bằng số lượng các cơng ty có sai sót trọng yếu chia cho tổng số công ty
trong mẫu nghiên cứu (494 ⁄ (132.967 + 494) = 0.0037), để có được những chỉ số
F’score. Lưu ý rằng mẫu nghiên cứu được nhóm tác giả thu thập trong một thời
gian dài nên mẫu này có thể được xem là tồn diện, gần với tổng thể trên thực tế.
- F’score = Xác suất / 0.0037
2.3. Tổng quan các nghiên cứu trước
2.3.1 Các nghiên cứu sử dụng Mơ hình M’score
- Nghiên cứu của Tarjo, Nurul Herawati (2015) về áp dụng mơ hình M’score

và Khai thác dữ liệu để phát hiện gian lận tài chính tại Indonesia. Nghiên
cứu này nhằm phân tích khả năng của mơ hình M’score Beneish trong việc
phát hiện gian lận tài chính. Dữ liệu nghiên cứu này đề cập đến các cơng ty
có hành vi gian lận của các cơng ty trong giai đoạn 2001-2014. Kết quả cho
thấy tổng thể mơ hình M’score có khả năng để phát hiện gian lận tài chính.
Tỉ số tổng lợi nhuận, tỉ số khấu hao, tỉ số bán hàng và gánh nặng hành chính
nói chung và tổng các khoản trích trước đều có ý nghĩa trong việc phát hiện
gian lận tài chính. Tỉ số bán hàng, tỉ số chất lượng tài sản và tỉ số địn bẩy
về mặt thống kê khơng đáng kể trong việc phát hiện gian lận tài chính.
- Marinakis (2011) đã sử dụng mơ hình M’score ở Anh Quốc với 11 biến số
trong đó có 8 biến giống như mơ hình gốc và 3 biến số mới là: tỉ số thuế
suất, tỉ số đãi ngộ cho giám đốc trên tổng tài sản, tỉ số thù lao kiểm toán
trên tổng tài sản. Sau khi thực nghiệm ông đã rút ra kết luận tăng 10% số


15

lượng các cơng ty bóp méo lợi nhuận so với mơ hình gốc và ngưỡng cho
mơ hình của tác giả là -1.31
- Nguyễn Công Phương và Nguyễn Trần Nguyên Trân (2014) nghiên cứu về
mơ hình Beneish dự đốn sai sót trọng yếu trong báo cáo tài chính đã kiểm
chứng 30 cơng ty niêm yết bị kiểm tốn phát hiện sai sót trọng yếu lớn nhất
trong báo cáo tài chính, các cơng ty này có báo cáo lợi nhuận tăng so với lợi
nhuận sau kiểm toán. Kết quả cho thấy trong 30 cơng ty chọn mẫu có 16
cơng ty có sai sót trọng yếu trên báo cáo tài chính, 14 cơng ty cịn lại mơ
hình khơng cung cấp tín hiệu về khả năng có sai sót trọng yếu trên báo cáo
tài chính nhưng thực tế có sai sót trọng yếu. Tỉ lệ đúng của mơ hình đạt
53.33% thấp hơn kết quả vận dụng mơ hình này ở nhiều nước khác (trung
bình dự đốn đúng 76%).
2.3.2 Các nghiên cứu sử dụng Mơ hình F’score

- Nghiên cứu của Dechow và các cộng sự: đây là nghiên cứu thực nghiệm mà
người viết đã chọn làm nền tảng để tiến hành thực hiện bài nghiên cứu của
mình. Nghiên cứu của Dechow, Larson, Weili và Sloan thuộc đại học
Michigan và Washington được thực hiện vào năm 2007 và được chỉnh sửa
hồn thiện chính thức vào năm 2012. Mơ hình F’score được xây dựng như
một thử nghiệm đầu tiên nhằm mục đích giúp các KTV, các nhà đầu tư
đánh giá được rủi ro có sai sót thơng tin trên BCTC tại các doanh nghiệp.
Hệ số F- score khơng đảm bảo rằng chắc chắn có sai sót, nhưng sẽ là dấu
hiệu cảnh bảo giúp các KTV cũng như các nhà đầu tư tập trung hơn vào
những rủi ro. Dechow và các cộng sự (2012) đã tiến hành khảo sát 2,191
BCTC của các doanh nghiệp được công bố bởi SEC trong giai đoạn từ 1982
đến 2005, kết quả có 680 doanh nghiệp là số mẫu nghi ngờ có sai sót ở
BCTC quý và BCTC năm. Kết quả thống kê cho thấy rằng hơn 55% trường
hợp gian lận liên quan đến doanh thu, theo sau là gian lận liên quan đến
hàng tồn kho, giá vốn, 10% liên quan đến các khoản dự phòng.


16

Các bước tiến hành trong nghiên cứu của Dechow và các công sự (2012)
theo thứ tự như sau:
 Thực hiện việc so sánh BCTC của các doanh nghiệp có sai sót trong
năm sai sót với những năm khác.
 So sánh BCTC của các doanh nghiệp có sai sót trong thời gian xảy ra sai
sót với các doanh nghiệp được niêm yết khác ở cùng thời gian.
 Xây dựng mơ hình dự báo sai sót.
Mẫu nghiên cứu được sử dụng để xây dựng mơ hình dự báo sai sót trên
BCTC với 3 mức độ khác nhau. Mơ hình cơ sở xem xét mối quan hệ giữa
hành vi sai sót và các yếu tố trên BCTC gồm các khoản kế toán dồn tích
(Rsst-acc), thay đổi khoản phải thu (Chrec), thay đổi hàng tồn kho (Chinv),

tài sản có tính thanh khoản trung bình (Soft assets), thay đổi trong doanh thu
bằng tiền (Chcs), thay đổi tỉ suất sinh lợi trên tài sản (Chroa) và biến phát
hành cổ phiếu trong năm (Issue).
Hệ số F’score được tính bằng cách sử dụng những giá trị thực tế của các biến
của 680 mẫu đã được thu thập thay vào một trong ba mơ hình trên để tính ra
giá trị dự đốn (predicted value). Sau đó thay vào cơng thức tính xác suất xảy
ra sai sót (Probability). Tiếp theo sẽ tính hệ số F’score bằng cách lấy xác suất
xảy ra sai sót (Probability) chia cho xác suất khơng điều kiện (Uncondition
expectation).
Kết quả nghiên cứu cho thấy với những doanh nghiệp có F’score lớn hơn giá
trị 1 thì rủi ro BCTC có sai sót cao, địi hỏi các KTV cần thiết kế thêm những
thủ tục kiểm toán nhằm phát hiện những hành vi gây sai sót. Ngược lại, nếu
F’score bé hơn giá trị 1 thì rủi ro BCTC có sai sót là thấp. Kết quả thực
nghiệm cho thấy cơng cụ F- score đã phân loại các doanh nghiệp có sai sót
và khơng sai sót với tỉ lệ chính xác hơn 60%. Có thể nói rằng, mơ hình
F’score là một cơng cụ khá hữu ích trong việc dự báo rủi ro thơng tin trên
BCTC có sai sót.


17

-

Nghiên cứu của Trần Thị Giang Tân và các cộng sự (2014) “Giải pháp nâng
cao khả năng phát hiện gian lận trên BCTC của các doanh nghiệp niêm yết
trong kiểm toán BCTC của các doanh nghiệp kiểm toán độc lập”. Nghiên
cứu đã xây dựng mơ hình dự báo gian lận dựa trên các biến đại diện cho các
yếu tố của tam giác gian lận. Với dữ liệu gồm 78 doanh nghiệp niêm yết tại
HOSE vào năm 2012, kết quả thực nghiệm của nghiên cứu cho thấy khả
năng xảy ra gian lận có mối quan hệ có ý nghĩa thống kê với ba biến đại diện

cho áp lực (tỉ lệ doanh thu trên nợ phải thu, tỉ trọng hàng tồn kho trên tổng
tài sản, tỉ lệ nợ vay trên trên tổng tài sản), một biến đại diện cho cơ hội (KTV
độc lập không thuộc Big 4) và hai yếu tố thái độ (ý kiến kiểm tốn khơng
phải chấp nhận tồn phần, và số lần phát sinh chênh lệch lợi nhuận trước và
sau kiểm tốn trong 3 năm liền trước). Mơ hình được xây dựng dựa vào 5
biến ở trên có khả năng dự báo đúng 80% cho các doanh nghiệp ngoài mẫu
nghiên cứu. Nhìn chung đây là một nghiên cứu mang tính ứng dụng cao,
giúp KTV có thể phần nào dễ dàng hơn trong việc áp dụng mơ hình tam giác
gian lận trong việc dự báo gian lận. Tuy nhiên một hạn chế của mơ hình là
khó khăn trong việc thu thập các thơng tin tài chính và phi tài chính cho việc
tính tốn các biến có liên quan.

2.3.3 Các nghiên cứu tác động của tín hiệu gian lận đến xác suất gian lận báo
cáo tài chính
-

Loebbecke và cộng sự (1989) đã phát triển một mơ hình đánh giá những gian
lận trong quản lý cho các kiểm toán viên. Tuy nhiên, mặc dù mơ hình này
cung cấp được một danh sách các tỉ số liên quan đến gian lận như hàng tồn
kho và nợ phải thu liên quan lần lượt đến 22% và 14% các hành vi gian lận
trong mẫu nghiên cứu, nhưng còn chứa đựng nhiều quan điểm chủ quan và
nhiều dữ liệu không dược phổ biến cho các đối tượng bên ngoài. Những dữ
liệu này chỉ giới hạn quyền truy cập cho kiểm tốn và các cổ đơng nội bộ
doanh nghiệp. Vì vậy, các nhà đầu tư và các chuyên gia hoạch định chính