LỚP NVSP CAO ĐẲNG – ĐẠI HỌC

Chuyên đề thi: Phương Pháp Nghiên Cứu Khoa Học Ở Trường Đại
Học
Nhận Diện Các Yếu Tố Ảnh Hưởng Đến Khả Năng Gian Lận Báo Cáo Tài
Chính Của Các Công Ty Bất Động Sản Trên Sàn Chứng Khoán HOSE Bằng
Mô Hình Beneish’s M-Score và chỉ số Z-Score

Họ và tên : Trương Nhật Quang

Ngày sinh : 02/04/1996

Nơi sinh: Thành Phố Hồ Chí Minh

STT: 73
 Mục Lục

TÓM TẮT .................................................................................................. 4

CHƯƠNG I: GIỚI THIỆU ......................................................................... 5

1. 1. Giới Thiệu ....................................................................................... 5

1. 2. Mục tiêu của đề tài .......................................................................... 5

CHƯƠNG II: CƠ SỞ LÝ THUYẾT .......................................................... 6

2. 1. Giới Thiệu ....................................................................................... 6

2. 2. Gian lận báo cáo tài chính............................................................... 6

2. 3. Mô hình Beneish’s M-Score. .......................................................... 6

Công thức tính giá trị M-Score: .............................................. 6

2. 4. Chỉ số Z-Score ................................................................................ 8

Công thức tính chỉ số Z-Score................................................. 8

2. 5. Các nghiên cứu liên quan................................................................ 8

2. 6. Mô hình nghiên cứu đề xuất ........................................................... 9

CHƯƠNG III: PHƯƠNG PHÁP NGHIÊN CỨU ................................... 10

3. 1. Phương thức thu thập dữ liệu ........................................................ 10

3. 2. Phương pháp phân tích dữ liệu ..................................................... 10

CHƯƠNG IV : KẾT QUẢ SƠ BỘ .......................................................... 11

4. 1. Các tính toán sơ bộ ....................................................................... 11

CHƯƠNG V: KẾT LUẬN ....................................................................... 12

5. 1. KẾT LUẬN ................................................................................... 12

2
 5. 2. CÔNG VIỆC TIẾP THEO ............................................................ 12

TÀI LIỆU THAM KHẢO ........................................................................ 13

3
 TÓM TẮT

Nghiên cứu này tập trung vào gian lận báo cáo tài chính của các công ty bất
động sản. Chúng tôi sẽ thu thập 119 báo cáo tài chính của các công ty bất động sản
được niêm yết trên sàn chứng khoán thành phố Hồ Chí Minh từ năm 2019 đến năm
2021. Sử dụng mô hình Beneish’s M-score cùng với chỉ số dự báo nguy cơ phá sản
Z-Score và phương pháp hồi quy logistic với mục tiêu là xác định được các biến độc
lập có khả năng tác động đến gian lận báo cáo tài chính của các công ty bất động
sản. Với kết quả của nghiên cứu này chúng tôi muốn cung cấp cho các kiểm toán
viên, nhà đầu tư, cơ quan nhà nước một phương pháp để xác định sớm các dấu hiệu
gian lận tài chính của các công ty được niêm yết đặc biệt là các công ty bất động
sản.

4
 CHƯƠNG I: GIỚI THIỆU

1. 1. Giới Thiệu

Chỉ tính riêng trong năm 2022 đã có hàng loạt các vụ bê bối về gian lận báo
cáo tài chính liên quan đến các công ty bất động sản lớn tại Việt Nam. Hàng loạt các
nhà lãnh đạo của các công ty này đã được tạm giữ để điều tra về các hành vi gian
lận trong các báo cáo tài chính, vi phạm trong việc phát hành trái phiếu hay thao
túng thị trường chứng khoán. Điều này làm ảnh hưởng nghiêm trọng và trực tiếp đến
các nhà đầu tư cũng như toàn thị trường chứng khoán đồng thời đánh mất niềm tin
của người dân và các nhà đầu tư lớn trong việc quản lí thị trường chứng khoán tại
Việt Nam. Do đó việc nghiên cứu về việc nhận diện các yếu tố ảnh hưởng đến gian
lận báo cáo tài chính là một vấn đề cấp bách trong bối cảnh hiện nay. Điều này sẽ
giúp cho các cơ quan quản lý có thêm công cụ để nắm bắt sớm các dấu hiệu gian lận
và có các chính sách xử lý kịp thời.

1. 2. Mục tiêu của đề tài

Mục tiêu chính của đề tài này nhằm nhận diện được mức độ tác động của các yếu tố
ảnh hưởng đến khả năng gian lận báo cáo tài chính. Trong đó bao gồm các mục tiêu
cụ thể

- Kiểm định các yếu tố ảnh hưởng đến khả năng gian lận tài chính của các công
ty bất động sản được niêm yết trên sàn HOSE.
- Phân tích mức độ ảnh hưởng của từng nhân tố tác động đến khả năng gian lận
báo cáo tài chính.
- Kiểm tra tỷ lệ dự báo của mô hình.

5
 CHƯƠNG II: CƠ SỞ LÝ THUYẾT

2. 1. Giới Thiệu

Chương này sẽ giới thiệu về khái niệm gian lận báo cáo tài chính cũng như giới
thiệu về mô hình Beneish’s M-Score[4]và chỉ số nguy cơ phá sản Z-Score[1]. Tiếp
sau đó là phần tóm tắt các nghiên cứu liên quan. Phần cuối của chương này là phần
xây dựng mô hình nghiên cứu đề xuất.

2. 2. Gian lận báo cáo tài chính

Gian lận báo cáo tài chính được Ủy ban kiểm toán viên nội bộ của Mỹ, trích dẫn
bởi[5]cho rằng đó là việc các nhà lãnh đạo của doanh nghiệp cố tình trình bày sai
hoặc trình bày không thích hợp nhằm che dấu những vấn đề sai phạm liên quan
đến báo cáo tài chính.

Hoặc theo hiệp hội các nhà điều tra gian lận (ACFE) được trích dẫn bởi [7], gian
lận báo cáo tài chính là hành vi cố tình hoặc cố ý trình bày sai,bỏ sót các thông tin
quan trọng hoặc dữ liệu kế toán gây hiểu lầm, khiến cho người đọc có những nhận
định hoặc quyết định sai lầm.

Như vậy gian lận trên báo cáo tài chính là việc có chủ đích trình bày sai lệch hoặc
cố tình bỏ sót thông tin được một hoặc nhiều người trong ban quản lý doanh
nghiệp, nhân viên các cấp hoặc được bên thứ ba thực hiện.[5]

2. 3. Mô hình Beneish’s M-Score.

Mô hình M-Score của Messod D.Benesish(1999) là một mô hình thống kê giúp

nhận biết các doanh nghiệp có sự điều chỉnh lợi nhuận trong báo cáo tài chính hay
không.Kể từ khi được công bố mô hình này rất được thường xuyên sử dụng. Đặc
biệt vụ gian lận tài chính của Enroll đã được các sinh viên trường đại học Cornell
nhận diện thông qua mô hình M-Score trước một năm trước khi công ty này phá
sản. Điều mà các kiềm toán viên không tìm ra được.[8]

Công thức tính giá trị M-Score:

M-Score = -4.840 + 0,920*DSRI+ 0,528*GMI + 0,0404*AQI +0,892*SGI +

0,115*DEPI-0,172*SGAI + 4,679*TATA-0,327*LVGI [4] Trong đó bao gồm:

Chỉ số phải thu khách hàng trên doanh thu thuân[4]:

𝑃ℎả𝑖 𝑡ℎ𝑢 𝑛ă𝑚 𝑡 𝑃ℎả𝑖 𝑡ℎ𝑢 𝑛ă𝑚 𝑡 − 1

𝐷𝑆𝑅𝐼 = ( / )
𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ℎ𝑢ầ𝑛 𝑛ă𝑚 𝑡 𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ℎ𝑢ầ𝑛 𝑛ă𝑚 𝑡 − 1
Chỉ số tỷ suất lợi nhuận gộp biên[4]:

6
 𝐵𝑖ê𝑛 𝑔ộ𝑝 𝑛ă𝑚 𝑡 − 1
𝐺𝑀𝐼 =
𝐵𝑖ê𝑛 𝑔ộ𝑝 𝑛ă𝑚 𝑡

Chỉ số chất lượng tài sản[4]:

𝑇𝑆𝑁𝐻(𝑡) + 𝑃𝑃&𝐸(𝑡) + 𝑐ℎứ𝑛𝑔 𝑘ℎ𝑜á𝑛 𝑛ắ𝑚 𝑔𝑖ữ(𝑡)

𝐴𝑄𝐼 = [1 − ]
𝑡ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑛ă𝑚 𝑡
/ [1
𝑇𝑆𝑁𝐻(𝑡 − 1) + 𝑃𝑃&𝐸(𝑡 − 1) + 𝑐ℎứ𝑛𝑔 𝑘ℎ𝑜á𝑛 𝑛ắ𝑚 𝑔𝑖ữ(𝑡 − 1)
− ]
𝑡ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 𝑛ă𝑚 𝑡 − 1

Chỉ số tăng trưởng doanh thu[4]:

𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ℎ𝑢ầ𝑛 (𝑡)

𝑆𝐺𝐼 =
𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ℎ𝑢ầ𝑛 (𝑡 − 1)

Chỉ số khấu hao tài sản cố định[4]:

𝐾ℎấ𝑢 ℎ𝑎𝑜 (𝑡 − 1) 𝐾ℎấ𝑢 ℎ𝑎𝑜 (𝑡)

𝐷𝐸𝑃𝐼 = /
𝑃𝑃&𝐸(𝑡 − 1) + 𝐾ℎấ𝑢 ℎ𝑎𝑜(𝑡 − 1) 𝑃𝑃&𝐸(𝑡) + 𝐾ℎấ𝑢 ℎ𝑎𝑜 (𝑡)

Chỉ số chi phí bán hàng và quản lí doanh nghiệp[4]:

𝐶ℎ𝑖 𝑝ℎí 𝑆𝐺&𝐴(𝑡) 𝐶ℎ𝑖 𝑝ℎí 𝑆𝐺&𝐴(𝑡 − 1)

𝑆𝐺𝐴𝐼 = /
𝐷𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 (𝑡) 𝐷𝑜𝑎𝑛ℎ 𝑇ℎ𝑢 (𝑡 − 1)

Chỉ số đòn bẩy tài chính[4]:

𝑁ợ 𝑛𝑔ắ𝑛 ℎạ𝑛 (𝑡) + 𝑁ợ 𝑑à𝑖 ℎạ𝑛 (𝑡)

𝐿𝑉𝐺𝐼 =
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 (𝑡)
𝑁ợ 𝑛𝑔ắ𝑛 ℎạ𝑛 (𝑡 − 1) + 𝑁ợ 𝑑à𝑖 ℎạ𝑛 (𝑡 − 1)
/
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛 (𝑡 − 1)

Chỉ số biến dồn tích kế toán so với tổng tài sản[4]:

𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑡ừ ℎ𝑜ạ𝑡 độ𝑛𝑔 𝑡𝑖ế𝑝 𝑑𝑖ễ𝑛 (𝑡) − 𝐷ò𝑛𝑔 𝑡𝑖ề𝑛 ℎ𝑜ạ𝑡 độ𝑛𝑔 (𝑡)
𝑇𝐴𝑇𝐴 =
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ạ𝑛 (𝑡)

Sau khi tính được giá trị M-Score, nếu giá trị M-Score > -1,78 cho thấy doanh
nghiệp có dấu hiệu gian lận báo cáo tài chính và ngược lại nếu M-Score < -1,78
cho thấy doanh nghiệp trong sạch không có dấu hiệu gian lận trong báo cáo tài
chính.[4]
7
2. 4. Chỉ số Z-Score

Chỉ số Z-Score là chỉ số thể hiện nguy cơ phá sản, giúp phân biệt được một công ty
có tình hình tài chính tốt hay một công ty đang trong tình trạng kiệt quệ về tài
chính, chỉ số này được sử dụng để dự đoán nguy cơ phá sản của các công ty trong
vòng hai năm tiếp theo hoặc dùng để dự đoán khả năng không trả được nợ của
công ty đó.[1]
Chỉ số Z-Score được Edward I.Altman đề xuất vào năm 1968và trong các thử
nghiệm ban đầu chỉ số này đã dự đoán đúng được 72% sự phá sản của các công ty.
Đến năm 1999, 80- 90% các công ty phá sản có thể được dự báo bằng chỉ số Z-
Score trước đó một năm. Năm 2006 Edward I.Altman cùng cộng sự là Hotchkiss
đã thay đổi chỉ số Z-Score để có thể dự báo nguy cơ phá sản của tất cả các doanh
nghiệp trong hầu hết mọi ngành nghề và với độ chính xác cao hơn. Nguy cơ gian
lận báo cáo tài chính cũng có thể phát hiện bằng phương pháp này.[2] đã có hơn
hai mươi quốc gia sử dụng chỉ số Z-Score này với độ tin cậy cao.

Công thức tính chỉ số Z-Score

Z-Score = 3,25 + 6,56 X1 +3,26X2 + 6,72X3 + 1,05X4 [2]

Trong đó:

𝑉ố𝑛 𝑙ư𝑢 độ𝑛𝑔

𝑋1 =
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛

𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑐ℎư𝑎 𝑝ℎâ𝑛 𝑝ℎố𝑖

𝑋2 =
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛

𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑡𝑟ướ𝑐 𝑙ã𝑖 𝑣𝑎𝑦 𝑣à 𝑡ℎ𝑢ế

𝑋3 =
𝑇ổ𝑛𝑔 𝑡à𝑖 𝑠ả𝑛

𝑉ố𝑛 𝑐ℎủ 𝑠ở ℎữ𝑢

𝑋4 =
𝑇ổ𝑛𝑔 𝑛ợ 𝑝ℎả𝑖 𝑡𝑟ả

Sau khi tính đước giá trị Z-Score. Nếu Z > 5,85 thì doanh nghiệp sẽ được nằm
trong vùng an toàn chưa có nguy cơ bị phá sản. Nếu 4,35< z <=5,85 doanh nghiệp
sẽ bị xếp vào vùng cảnh báo có nguy cơ bị phá sản. Nếu Z <= 4.35 Doanh nghiệp
sẽ nằm trong vùng cực kì nguy hiểm có nguy cơ phá sản cao.[2]

Các nghiên cứu liên quan

Nghiên cứu kiểm định mô hình Z-Score trên 293 doanh nghiệp niêm yết trên
sàn chứng khoán thành phố Hố Chí Minh năm 2012 của Lê Hoàng Cao Anh và
Nguyễn Thu Hằng cho thấy chỉ số Z-Score có khả năng dự báo trước một năm đến
91% trước khi công ty gặp tình hình kiệt quệ về mặt tài chính. Tỷ lệ này bị giảm
8
xuống 72% nếu dự báo trong vòng hai năm.[3]. Có thể thấy đây là một tỷ lệ dự báo
cao và điều này cho thấy chỉ số Z-Score phù hợp trong việc dùng để dự báo nguy
cơ phá sản tại thị trường chứng khoán Việt Nam. Nghiên cứu nhận diện gian lận
báo cáo tài chính của các công ty niêm yết trên sàn chứng khoán HOSE của Trần
Việt Hải năm 2017, sử dụng mô hình Beneish’s M-Score và dữ liệu báo cáo tài
chính năm 2015 và thu thập từ 268 công ty niêm yết trên sàn Hose, tác giả đã chỉ
ra được 4 biến độc lập tác động đến khả năng gian lận báo cáo tài chính bao gồm
tỷ số lợi nhuận thuần/ tổng tài sản, vốn lưu động/ tổng tài sản, lợi nhuận gộp/tổng
tài sản và Z-Score.[6]

2. 5. Mô hình nghiên cứu đề xuất

Dựa trên các cơ sở lý thuyết và các nghiên cứu liên quan chúng tôi đề suất mô hình
nghiên cứu như sau:

9
 CHƯƠNG III: PHƯƠNG PHÁP NGHIÊN CỨU

Tiếp theo trong chương này sẽ giới thiệu về phương pháp nghiên cứu bao gồm
hai phần là phương thức thu thập dữ liệu và phương pháp phân tích dữ liệu thống
kê.

3. 1. Phương thức thu thập dữ liệu

Phương thức lựa chọn mẫu nghiên cứu là phương thức chọn mẫu toàn bộ, thu thập
báo cáo tài chính của 119 công ty bất động sản được niêm yết trên sàn chứng
khoán HOSE từ năm 2019 đến năm 2021. Dữ liệu thu thập trên wichart.vn. Phần
nềm Rstudio, Excel, SPSS được sử dụng để phân tích và thu thập dữ liệu.

3. 2. Phương pháp phân tích dữ liệu

Phương pháp phân tích dữ liệu sẽ được thực hiện tuần tự theo các bước sau đây

1. Thống kê mô tả các biến độc lập tác động đến khả năng gian lận báo cáo tài
chính
2. Phân tích sự tương quan (Correlation Analysis). Phân tích sự tương quan sẽ
giúp nhận biết biến độc lập nào có quan hệ với biến phụ thuộc có ý nghĩa về
mặt thống kê cũng như nhận ra dấu hiệu đa cộng tuyến giữa các biến độc lập
với nhau.
3. Phân tích hồi quy Logistic. Dự trên giá trị M-Score tính được ta có biến phụ
thuộc “Khả năng gian lận báo cáo tài chính” sẽ mang hai giá trị có khả năng
gian lận và không gian lận tương ứng với giá trị 1 và 0. Do đó chúng ta sử
dụng phương pháp hồi quy Logistic, sử dụng biến phụ thuộc nhị phân để
ước lượng xác suất sự kiện xảy ra.

10
 CHƯƠNG IV : KẾT QUẢ SƠ BỘ

Trong chương này, các tính toán sơ bộ về giá trị M-Score và Z-Score dựa vào
báo cáo tài chính gần nhất của các công ty bất động sản sẽ được trình bày dưới đây.

4. 1. Các tính toán sơ bộ

Sau khi tiến hành thu thập báo cáo tài chính của 119 công ty bất động sản và tính
toán giá trị M-Score dựa vào báo cáo tài chính năm 2021 và 2020 cho thấy có 57
công ty trên 119 công ty có dấu hiệu gian lận về báo cáo tài chính

Tính toán chỉ số Z-Score dựa trên báo cáo tài chính năm 2021 cho thấy có 19 công
ty thuộc vùng nguy hiểm có nguy cơ phá sản cao. 11 công ty thuộc diện cảnh báo
và có nguy cơ phá sản.

Các nghiên cứu chi tiết như thống kê mô tả hay phân tích hồi quy sẽ được thực
hiện trong gia đoạn tiếp theo. Tuy nhiên dựa vào tính toán sơ bộ của giá trị M-
Score và Z-Score có thể thấy được có tới 47,8% các công ty bất động sản được
niêm yết trên sàn chứng khoán HOSE có dấu hiệu gian lận báo cáo tài chính và
17,6% có có nguy cơ phá sản nói chung. Điều này gây nguy hiểm cho các nhà đầu
tư và là cảnh báo quan trọng cho các cơ quan có thẩm quyền, cần có sự chú ý đặc
biệt đến các công ty trên để tránh các vấn đề về lừa đảo, thao túng thị trường hoặc
các vấn đề về pháp luật khác.

11
 CHƯƠNG V: KẾT LUẬN

5. 1. KẾT LUẬN

Trong bài báo cáo này đã chỉ ra được:

• Khái niệm về gian lận báo cáo tài chính

• Giới thiệu mô hình Beneish M-Score

• Giới thiệu chỉ số Z-Score

• Giới thiệu sơ bộ các nghiên cứu liên quan

• Giới thiệu phương pháp nghiên cứu

• Tính toán sơ bộ giá trị M-Score và Z-Score dựa trên báo cáo tài chính năm
2020 và năm 2021

5. 2. CÔNG VIỆC TIẾP THEO

Trong giai đoạn tiếp theo chúng tôi sẽ tiếp tục thực hiện tiếp các công việc
theo danh sách dưới dây

• Tính giá trị M-Score dựa vào báo cáo tài chính của năm 2019-2020 dùng làm
giá trị của biến phụ thuộc “Khả năng gian lận báo cáo tài chính”

• Tiến hành thống kê mô tả dữ liệu nghiên cứu và các biến

• Kiểm định mức độ giải thích của mô hình đề xuất

• Đánh giá sự phù hợp của mô hình và khả năng dự báo

12
 TÀI LIỆU THAM KHẢO

1. Altman, E. I. (1968). FINANCIAL RATIOS, DISCRIMINANT ANALYSIS

AND THE PREDICTION OF CORPORATE BANKRUPTCY. The Journal of
Finance, 23(4), 589–609.
2. Altman, E. I., & Hotchkiss, E. (2006). Corporate financial distress and
bankruptcy : predict and avoid bankruptcy, analyze and invest in distressed debt.
354.
3. Anh, L. C. H., & Hằng, N. T. (2012). Kiểm định mô hình chỉ số Z của Altman
trong dự báo thất bại doanh nghiệp tại Việt Nam. Tạp Chí Kinh Tế và Ngân
Hàng Châu Á, 74, 3–3.
4. Beneish, M. D. (1999). The Detection of Earnings Manipulation. Finacial
Analyst Journal.
5. Đào Thị Thuý Hằng. (2022, June). Các hình thức gian lận trên báo cáo tài
chính của doanh nghiệp và hàm ý cho Việt Nam - Tạp chí Tài chính. Tạp Chí Tài
Chính.
6. Hải, T. V. (2017). Nhận diện gian lận báo cáo tài chính của các công ty niêm yết
trên thị trường chứng khoán Việt Nam – bằng chứng thực nghiệm tại sàn giao
dịch chứng khoán HOSE.
7. Rezaee, Z., & Riley, R. (2009). Financial statement fraud : prevention and
detection (2nd ed.). Wiley.
8. Tuyền Phạm, T. M. (2019). Kết hợp mô hình M-Score Beneish và chỉ số Z-Score
để nhận diện khả năng gian lận trên báo cáo tài chính của các công ty niêm yết
trên Sở Giao dịch Chứng khoán TP.Hồ Chí Minh.

13
14