Gian lận báo cáo tài chính ngày càng gia tăng trên toàn cầu, gây ra vấn đề nghiêm trọng đối với doanh nghiệp, chính phủ và nhà đầu tư. Ở Việt Nam, các vụ gian lận báo cáo tài chính của các công ty niêm yết trên sàn chứng khoán đã tạo ra sự nghi ngờ từ phía nhà đầu tư và ảnh hưởng đến hoạt động của thị trường vốn.
Nghiên cứu các mô hình phát hiện gian lận báo cáo tài chính sẽ cung cấp tài liệu tham khảo quan trọng để đánh giá chính xác hơn về các báo cáo tài chính.
Gian lận trong báo cáo tài chính
Bộ Tài chính đã ban hành chuẩn mực kiểm toán số 240 (VSA 240) để quy định trách nhiệm của kiểm toán viên đối với gian lận trong báo cáo tài chính. Tuy nhiên, việc áp dụng chuẩn mực này trong thực tế còn gặp nhiều khó khăn, và không thực sự hữu ích từ góc độ của nhà đầu tư. Điều này yêu cầu một nghiên cứu thực tiễn để phát triển một mô hình dễ dàng tiếp cận và áp dụng hơn cho việc đánh giá mức độ gian lận trong báo cáo tài chính.
Hành vi cố ý của các cá nhân hoặc tổ chức để thu lợi bất chính hoặc bất hợp pháp. Các yếu tố dẫn đến rủi ro gian lận bao gồm các sự kiện hoặc điều kiện tạo ra động cơ hoặc áp lực để thực hiện hành vi gian lận.
Các dạng biểu hiện của gian lận bao gồm xuyên tạc tài liệu, sửa đổi tài liệu kế toán, biển thủ tài sản, cố ý áp dụng sai các chuẩn mực và che dấu thông tin hoặc bỏ sót thông tin trong báo cáo tài chính.Trong nghiên cứu này, chỉ quan tâm đến gian lận gây ra sai sót trọng yếu trong báo cáo tài chính do quá trình lập báo cáo tài chính gây ra.
Các mô hình phát hiện gian lận báo cáo tài chính
Mô hình của Rasa Kanapickiene và Zivile Grundiene
Dựa trên việc xem xét ý nghĩa của các tỷ số tài chính trong việc phát hiện gian lận, Rasa Kanapickiene và Zivile Grundiene (2015) đã tiến hành một nghiên cứu thực nghiệm tại Lithuania. Nghiên cứu này chỉ ra rằng một số tỷ số tài chính có khả năng phát hiện gian lận.
Nghiên cứu này đã xác định 51 chỉ số tài chính có thể cảnh báo nguy cơ gian lận trong báo cáo tài chính.
P (FRAUD=1) = 1/ (1+ e – (5,768 – 4,263 INV/TA – 0,029 SAL/FA – 4,766 TL/TA -1,936 CACH/CL)
Trong đó:
- Tỷ số FRAUD của công ty A là 0, cho thấy không có dấu hiệu gian lận trong báo cáo tài chính.”
- “Tỷ số INV/TA của công ty B cao hơn so với mức trung bình ngành, cho thấy công ty đang sử dụng vốn vào hàng tồn kho một cách không hiệu quả.”
- “Tỷ số SAL/FA của công ty C thấp hơn so với mức trung bình ngành, cho thấy hiệu quả sử dụng tài sản cố định của công ty còn hạn chế.”
- “Tỷ số TL/TA của công ty D cao, cho thấy rủi ro tài chính do sử dụng đòn bẩy tài chính của công ty khá cao.
- CACH/CL là một chỉ số quan trọng để đánh giá khả năng thanh toán ngắn hạn của doanh nghiệp.
Mô hình này giúp nhà đầu tư, người quản lý và các bên liên quan khác hiểu rõ hơn về bền vững tài chính của một công ty và đưa ra các quyết định dựa trên thông tin này. Tuy nhiên, cũng cần lưu ý rằng việc đánh giá sự bền vững tài chính không chỉ dựa trên các chỉ số tài chính mà còn phải xem xét các yếu tố không tài chính như quản lý nhân sự, công nghệ và môi trường kinh doanh.
Mô hình M-score của Beneish
Liên quan khác hiểu rõ hơn về bền vững tài chính của một công ty và đưa ra các quyết định dựa trên thông tin này. Tuy nhiên, cũng cần lưu ý rằng việc đánh giá sự bền vững tài chính không chỉ dựa trên các chỉ số tài chính mà còn phải xem xét các yếu tố không tài chính như quản lý nhân sự, công nghệ và môi trường kinh doanh.
Mô hình M-score của Beneish là một công cụ phổ biến để phát hiện gian lận trong báo cáo tài chính của các công ty. Theo Beneish (1999), mô hình này sử dụng 8 chỉ số, bao gồm DSRI, GMI, AQI, SGI, DEPI, SGAI, và LVGI, để xác định khả năng các công ty thực hiện hành vi gian lận.
DSRI (Days’ Sales in Receivables Index): Đo lường thời gian mà công ty mất để thu tiền từ các khoản bán hàng. Công ty gian lận có thể kéo dài thời gian này để làm tăng lợi nhuận.
DSRI = (Khoản phải thu t/ Doanh thu thuần t) / (Khoản phải thu t-1 / Doanh thu thuần t-1)
GMI (Gross Margin Index): Đánh giá mức độ tăng trưởng của lợi nhuận gộp. Sự giả mạo có thể dẫn đến sự thay đổi không lý giải được trong lợi nhuận gộp.
GMI = Tỷ lệ lãi gộp t-1/ Tỷ lệ lãi gộp t = [Lợi nhuận gộp t-1 / Doanh thu t-1] / [Lợi nhuận gộp t / Doanh thu t]
AQI (Asset Quality Index): Đo lường việc thay đổi giá trị của tài sản. Sự giả mạo có thể dẫn đến việc áp dụng các phương pháp kế toán không chính xác hoặc thổi giá tài sản.
AQI = [1 – (CAt + PPEt) / TAt] / [1 – (CAt-1 + PPEt-1) / TAt-1)]
PPE: Giá trị còn lại của tài sản dài hạn hữu hình và quyền sử dụng đất
CA: Tài sản ngắn hạn; TA: Tổng tài sản
SGI (Sales Growth Index): Đánh giá tốc độ tăng trưởng doanh số bán hàng. Sự giả mạo thường đi kèm với việc báo cáo doanh số bán hàng cao hơn thực tế.
SGI = Doanh thu t / Doanh thu t-1
DEPI (Depreciation Index): Đo lường mức độ tăng trưởng của hao mòn. Sự giả mạo có thể dẫn đến việc định giá tài sản quá cao, làm giảm lợi nhuận trước thuế và tăng lợi nhuận sau thuế.
DEPI = [Chi phí khấu hao t-1/ (PPE t-1 + Chi phí khấu hao t-1)]/ [Chi phí khấu hao t/ (PPE t + Chi phí khấu hao t)]
SGAI (Sales, General, and Administrative Expenses Index): Đo lường tỷ lệ chi phí bán hàng, quản trị và hành chính so với doanh số bán hàng. Sự giả mạo có thể dẫn đến việc giảm bớt chi phí này để tạo ra lợi nhuận cao hơn.
SGAI = (SGA t / Doanh thu t) / (SGA t-1 / Doanh thu t-1)
SGA: Chi phí bán hàng và chi phí quản lý doanh nghiệp
TATA (Total Accruals to Total Assets): Đo lường mức độ tăng trưởng của các khoản tạm ứng. Sự giả mạo thường đi kèm với việc tạo ra các khoản tạm ứng không hợp lý.
TATA = (Lợi nhuận trước thuế t – Tiền thuần từ sản xuất kinh doanh t) / Tổng tài sản t
LVGI = [Nợ phải trảt / Tổng tài sản t] / [Nợ phải trảt-1/ Tổng tài sản t-1]
Chỉ số t: Năm hạch toán t
Dựa trên kết quả phân tích, tác giả sử dụng phương pháp hồi quy probit để xây dựng mô hình dự báo gian lận báo cáo tài chính với các biến tài chính quan trọng.
M-score = -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
Công ty có M-score cao hơn -1,78 được coi là có nguy cơ gian lận cao và cần được theo dõi kỹ lưỡng trong quá trình kiểm toán báo cáo tài chính.
Mặc dù phổ biến, Mô hình Benish chỉ có hiệu quả phát hiện gian lận ở mức trung bình (khoảng 50%).
Bằng cách tính toán và kết hợp các yếu tố này, M-score có thể cung cấp cho nhà đầu tư một cái nhìn tổng quan về khả năng gian lận tài chính của một công ty. Tuy nhiên, nó cũng cần được sử dụng cùng với các phương pháp phân tích khác để đưa ra quyết định đầu tư cuối cùng.
