Khả năng phát hiện gian lận báo cáo tài chính thông qua chỉ số Z-Score và mô hình M-Score Beneish: Trường hợp các công ty niêm yết trên thị trường chứng khoán Việt Nam

Abstract

Đề tài “Khả năng phát hiện gian lận báo cáo tài chính thông qua chỉ số Z-Score và mô hình M-Score Beneish: Trường hợp các công ty niêm yết trên thị trường chứng khoán Việt Nam” được triển khai nhằm mục tiêu nhận diện các chỉ số tài chính có khả năng phát hiện gian lận báo cáo tài chính bằng cách tìm hiểu sự tương quan giữa khả năng gian lận báo cáo tài chính và các chỉ số Z-score của Altman (1968) và mô hình M-Score của Beneish (1999) với các mục tiêu cụ thể: (1) Nhận diện các biến độc lập có khả năng phát hiện gian lận trên báo cáo tài chính của các công ty niêm yết tại Việt Nam, (2) Đề xuất những chỉ số tài chính có khả năng phát hiện gian lận trên báo cáo tài chính giúp các nhà đầu tư và kiểm toán viên đưa ra các quyết định phù hợp và kịp thời, (3) Dự đoán khả năng phát hiện gian lận BCTC của mô hình được xây dựng. Bài nghiên cứu xây dựng theo mô hình hồi quy gồm 10 biến độc lập. Biến phụ thuộc là Khả năng gian lận BCTC (FRAUD), các biến độc lập gồm 8 biến từ mô hình M-Score của Beneish (1999) kết hợp với hai biến Z-Score (Hệ số nguy cơ phá sản) của Altman (1968) và biến BIG4 (Được kiểm toán trong năm bởi BIG4 kiểm toán). Một trong các nhân tố mà nhóm tác giả kỳ vọng đem đến độ tin cậy cao hơn cho BCTC của các công ty niêm yết chính là doanh nghiệp nên được kiểm toán bởi 1 trong 4 công ty kiểm toán lớn (BIG4) bao gồm: KPMG, PwC, Deloitte và Ernst and Young. Bên cạnh đó, nhóm tác giả cũng đã tiến hành phân tích chênh lệch lợi nhuận trên 420 mẫu quan sát thu thập được trong giai đoạn 2021-2023. Trong số 420 mẫu này, có 356 BCTC cho thấy không có dấu hiệu gian lận BCTC và 64 BCTC có dấu hiệu gian lận được xác định thông qua việc tính toán về sự chênh lệch LNTT trước và sau kiểm toán độc lập từ 5%. Thực hiện các bước tiếp theo trong quá trình xử lý dữ liệu, nhóm tác giả đã đánh giá mức độ giải thích của mô hình với chỉ số R² Nagelkerke = 0,153, cho thấy 15,3% sự biến đổi của biến phụ thuộc FRAUD được giải thích bởi các biến độc lập. Cuối cùng, thực hiện kiểm định Omnibus để kiểm tra mức độ phù hợp của mô hình cho thấy mô hình hồi quy của nhóm tác giả phù hợp với dữ liệu thực tế với tỷ lệ dự báo chính xác là 85%, một mức độ dự báo khá cao. Thông qua kết quả, nhóm tác giả kỳ vọng rằng việc phân tích và dự đoán về khả năng gian lận BCTC của một doanh nghiệp sẽ được nhận thấy dễ dàng hơn. Qua đó cung cấp thêm các công cụ và chỉ số hữu ích để giúp các bên liên quan, kiểm toán viên và các nhà đầu tư nhận thấy điều bất thường trong BCTC nếu có, nhằm đưa ra các quyết định và biện pháp kiểm tra, ngăn ngừa gian lận thích hợp.