Tóm tắt Luận văn Nghiên cứu nhận diện sai sót trên Báo cáo tài chính của các doanh nghiệp ngành nguyên vật liệu niêm yết trên thị trường chứng khoán Việt Nam - Lê Thị Huệ

át sinh từ gian lận hoặc nhầm lẫn. Luận văn chủ yếu đi sâu vào nghiên cứu các sai sót cố ý trong báo cáo tài chính hay nói cách khác là nghiên cứu các gian lận trong BCTC của doanh nghiệp. 1.1.1 Khái niệm sai sót và gian lận Theo chuẩn mực kiểm toán Việt Nam số 240 (ISA 240): Sai sót trong báo cáo tài chính có thể phát sinh từ gian lận hoặc nhầm lẫn. Để phân biệt giữa gian lận và nhầm lẫn, cần phải xem xét xem hành vi dẫn đến sai sót trong báo cáo tài chính là cố ý hay không cố ý. Như vậy nhầm lẫn là sai sót không cố ý và gian lận là sai sót cố ý. Tuy nhiên, gian lận là nội dung được nhấn mạnh trong luận văn vì các tài liệu đều tập trung đánh giá các thủ thuật gian lận và phương pháp phát hiện gian lận báo cáo tài chính. Theo chuẩn mực kiểm toán Việt Nam số 240 (ISA 240) : Nhầm lẫn là những lỗi không cố ý xảy ra, có ảnh hưởng đến BCTC. Theo chuẩn mực kiểm toán quốc tế số 240 (ISA 240): Gian lận là “hành vi cố ý do một hay nhiều người trong Ban 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 cho mình”. Có hai loại gian lận mà KTV cần quan tâm là lập BCTC gian lận và hành vi biển thủ, tham ô tài sản. Có ba yếu tố đưa đến gian lận, đó là: Động cơ hoặc áp lực phải thực hiện hành vi gian lận, một cơ hội rõ ràng để thực hiện điều đó và việc hợp lý hóa hành vi gian 5 lận. Nếu cả ba yếu tố của tam giác gian lận xuất hiện, thì khả năng xuất hiện gian lận rất cao. Nhìn chung có khá nhiều những định nghĩa khác nhau về gian lận, tuy nhiên nhìn chung gian lận là hành vi bất hợp pháp nhằm lừa gạt một cá nhân, tổ chức để đạt được một lợi ích nào đó. 1.1.2 Phân loại hành vi gian lận trên BCTC a. Quan điểm về phân loại gian lận trong BCTC theo VSA và ISA. Theo VSA 240 và ISA 240, hành vi gian lận được chia thành hai loại: Lập BCTC gian lận (Fraudulent financial reporting), biển thủ tài sản (missappropriation of assets). Dựa trên những biểu hiện của hai loại gian lận này mà VSA và ISA nhận định đứng trên quan điểm của KTV nếu xét trên góc độ chủ thể thực hiện thì gian lận cũng được phân thành hai loại: Gian lận do nhà quản lý (management fraud) và gian lận do nhân viên (employee fraud). b. Quan điểm về phân loại gian lận trong BCTC theo ACFE. Theo ACFE - tổ chức chuyên nghiên cứu về gian lận của Mỹ thì gian lận được chia làm ba loại cơ bản như sau: - Biển thủ tài sản - Tham ô - Lập BCTC gian lận 1.1.3 Các động cơ và cơ hội thực hiện gian lận trên BCTC Theo VSA 240 thì các động cơ, cơ hội thực hiện gian lận báo cáo tài chính được trình bày dưới đây: a. Sự ổn định tài chính hay khả năng sinh lời bị ảnh hưởng bởi tình hình kinh tế, ngành nghề kinh doanh hay điều kiện hoạt động của đơn vị 6 Tình hình tài chính hay mức sinh lời không ổn định của doanh nghiệp vẫn luôn là nguyên nhân phổ biến nhất khiến doanh nghiệp phải thực hiện các thao túng trên báo cáo tài chính. b. Áp lực cao đối với ban giám đốc nhằm đáp ứng các yêu cầu hoặc kỳ vọng của các bên thứ ba Thông thường nếu công ty muốn nhận được vốn đầu tư từ các bên thứ ba thì nhất thiết công ty đó phải có báo cáo tài chính hợp lý và thể hiện sức khỏe tài chính tốt của công ty. Chính vì lý do trên mà ban giám đốc dù muốn hay không muốn vẫn luôn có xu hướng tiến hành thao túng báo cáo tài chính để nhận được sự ủng hộ từ các bên thứ ba. c. Các thông tin cho thấy tình hình tài chính cá nhân của ban giám đốc hoặc hội đồng quản trị bị ảnh hưởng bởi kết quả hoạt động của doanh nghiệp Phần lớn các khoản thu nhập của Ban giám đốc và Hội đồng quản trị (như tiền thưởng, quyền mua chứng khoán và các thỏa thuận thanh toán theo mức lợi nhuận) là chưa chắc chắn và phụ thuộc vào việc đạt được các mục tiêu về giá chứng khoán, kết quả kinh doanh, tình hình tài chính hoặc luồng tiền. Các khoản thu nhập này phụ thuộc vào việc đạt được các mục tiêu chỉ liên quan đến một số tài khoản cụ thể hoặc các hoạt động được lựa chọn của đơn vị, mặc dù nếu xét trên phương diện tổng thể thì các tài khoản hoặc hoạt động này có thể không trọng yếu đối với đơn vị. 1.1.4 Các phƣơng thức thực hiện gian lận phổ biến trên BCTC a. Các phương thức gian lận phổ biến liên quan đến khoản mục doanh thu - Khai khống doanh thu - Thời điểm ghi nhận doanh thu 7 b. Các phương thức gian lận liên quan đến khoản mục chi phí - Thời gian phân bổ chi phí - Ghi nhận chi phí không đúng kỳ - Công bố thông tin không đầy đủ và chính xác c. Xác định giá tài sản Vì những mục đích nào đó như liên quan đến nhu cầu vay vốn ở ngân hàng, đặc biệt là yêu cầu cho vay dựa trên cơ sở tài sản. Sự gian lận này thường tập trung vào khoản mục công nợ (các khoản phải thu) và hàng tồn kho. 1.1.5 Tổng quan về trách nhiệm của Kiểm toán viên đối với gian lận và nhầm lẫn a. Trách nhiệm của Kiểm toán viên đối với gian lận và nhầm lẫn theo chuẩn mực kiểm toán quốc tế Theo ISA số 240, trách nhiệm ngăn ngừa và phát hiện gian lận trước hết thuộc về Ban quản trị và Ban giám đốc của đơn vị khách hàng được kiểm toán. KTV chỉ phải quan tâm đến những gian lận dẫn đến sai sót trọng yếu trong BCTC. Để đạt sự hợp lý này đòi hỏi KTV phải luôn duy trì thái độ hoài nghi nghề nghiệp trong suốt quá trình kiểm toán, phải sử dụng xét đoán chuyên môn để đánh giá xem bằng chứng kiểm toán đã đầy đủ, phù hợp với mục đích kiểm toán chưa. b. Các thủ tục phát hiện gian lận được quy định trong các chuẩn mực quốc tế có liên quan Giai đoạn chuẩn bị kiểm toán - Thu thập, tổng hợp thông tin về doanh nghiệp khách hàng kiểm toán - Xác định và đánh giá các yếu tố dẫn đến rủi ro có sai sót trọng yếu do gian lận. Giai đoạn thực hiện kiểm toán Theo ISA 500, KTV phải thu thập đầy đủ các bằng chứng 8 kiểm toán thích hợp làm cơ sở cho việc ra ý kiến đối với BCTC của doanh nghiệp được kiểm toán. Sau khi đã thu thập bằng chứng kiểm toán, KTV phải đánh giá xem liệu những bằng chứng này đã thích hợp và đáng tin cậy chưa. Giai đoạn hoàn thành kiểm toán KTV sẽ tổng hợp lại những vấn đề về phát hiện rủi ro có gian lận trong quá trình chuẩn bị kiểm toán, đối chiếu lại với những bằng chứng đã thu thập được trong quá trình kiểm toán. Ngoài ra, KTV cần xem xét lại những vấn đề đã được phát hiện trong giai đoạn thực hiện kiểm toán mà ở bước chuẩn bị kiểm toán chưa phát hiện ra. 1.2 CÁC LÝ THUYẾT NỀN TẢNG GIẢI THÍCH CHO HÀNH VI GIAN LẬN TRÊN BCTC 1.2.1 Lý thuyết giải thích hành vi gian lận Hành vi gian lận có thể được giải thích bởi lý thuyết ủy nhiệm của Jensen - Meckling (1976) và lý thuyết các đối tượng có liên quan của Freeman (1984). a. Lý thuyết ủy nhiệm của Jensen và Meckling (1976) Lý thuyết ủy nhiệm đề cập đến mối quan hệ giữa một bên là người sở hữu vốn của doanh nghiệp và một bên khác là người điều hành - người đại diện thực hiện các quyết định của doanh nghiệp. Theo Jensen và Meckling (1976) chính sự phân định giữa quyền sở hữu và quyền điều hành doanh nghiệp đã làm nảy sinh những nguy cơ khiến cho hiệu quả hoạt động không ở mức tối ưu, gây thiệt hại cho các nhà đầu tư. b. Lý thuyết các đối tượng có liên quan của Freeman (1984) Theo Freeman (1984) các đối tượng có liên quan là “bất kỳ nhóm hoặc cá nhân nào có thể ảnh hưởng hoặc bị ảnh hưởng bởi việc 9 đạt mục tiêu của tổ chức”. Lý thuyết này cho thấy rằng góp phần vào sự tồn tại và phát triển của doanh nghiệp không chỉ thông qua mối quan hệ giữa chủ sở hữu và người điều hành, mà còn mối quan hệ giữa chính doanh nghiệp với các nhóm đối tượng khác nhau bao gồm nhân viên, nhà cung cấp, khách hàng, cơ quan chính phủ, các nhóm chính trị, các hiệp hội thương mại và tổ chức công đoàn. 1.2.2 Lý thuyết nghiên cứu hành vi gian lận a. Lý thuyết về phân loại xã hội của Edwin H. Sutherland (1883- 1950) Edwin H. Sutherland là một trong những nhà tội phạm học, xã hội học nổi tiếng của Mỹ trong thế kỷ XX. Ông cũng chính là cha đẻ của thuật ngữ “white-collar”, một thuật ngữ khá thông dụng ngày nay khi muốn ám chỉ đến những hành vi gian lận được thực hiện bởi những nhà quản lý có vị trí cao trong doanh nghiệp. Edwin H. Sutherland được coi là ông tổ trong việc nghiên cứu về gian lận của nhà quản lý, không chỉ bởi vì ông là người tiên phong mà còn bởi vì những công trình nghiên cứu vô cùng sâu sắc của ông về lĩnh vực này. b. Lý thuyết về tam giác gian lận của Donald R. Cressey (1919- 1987) Lý thuyết này do Donald R. Cressey - nhà nghiên cứu về tội phạm vào những năm 40 của thế kỷ 20. Theo Cressey gian lận thường phát sinh khi hội tụ ba điều kiện: Áp lực/động cơ, cơ hội, thái độ/cá tính. c. Lý thuyết về bàn cân gian lận của D. W. Steven Albrecht Albrecht là nhà tội phạm học làm việc tại trường đại học Brigham Young. Ông cùng các cộng sự đã thiết lập các biến số liên quan đến gian lận và xây dựng danh sách 50 dấu hiệu báo động đỏ (red flags) về gian lận. Dựa vào kết quả này, Albrecht đã xây dựng mô hình nổi tiếng-mô hình bàn cân gian lận gồm ba nhân tố: Hoàn 10 cảnh tạo ra áp lực, nắm bắt cơ hội và tính trung thực cá nhân. 1.3 CÁC MÔ HÌNH NGHIÊN CỨU VỀ SAI SÓT TRÊN BCTC 1.3.1 Mô hình P – score Mô hình P-score được Igor Pustylnick (2011) phát triển bổ sung dựa trên công thức mô hình Z-score. Mô hình P-score có công thức tính tương tự như Z-score nhưng thay vì sử dụng thu nhập thuần và vốn lưu động, Igor Pustylnick (2011) đã sử dụng doanh thu và vốn chủ sở hữu. Từ những kết quả nghiên cứu thực tế vào năm 1998 là hơn 50% các trường hợp gian lận dựa trên thời điểm ghi nhận doanh thu và gian lận tài sản, Igor Pustylnick (2011) đã linh động thay đổi những chỉ số trong mô hình Zscore để tăng hiệu quả phát hiện gian lận thông tin trên BCTC. 1.3.2 Mô hình F-score Mô hình F-score được phát triển bởi Dechow và các cộng sự (2012) là công cụ giúp phát hiện gian lận BCTC hiệu quả. Dechow và các cộng sự (2012) đã tiến hành khảo sát 2,191 BCTC của các doanh nghiệp niêm yết 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. Mô hình dự báo ban đầu của Dechow và các cộng sự (2012) gồm bảy biến giải thích như sau: MISSTATEMENT = -7,893 + 0,790 RSST + 2,518 CHREC + 1,191 CHINV + 1,979 SOFTASSETS + 0,171 CHCASHSALES – 0,932 CHROA + 0,129 ISSUE + ε. Kết quả thực nghiệm cho thấy công cụ F-score đã phân loại các doanh nghiệp có sai sót và không sai sót với tỷ lệ chính xác hơn 60%. Có thể nói rằng, mô hình F-score là một công cụ khá hữu ích trong việc dự báo rủi ro thông tin trên BCTC có sai sót. 11 CHƢƠNG 2 THIẾT KẾ NGHIÊN CỨU 2.1 MÔ HÌNH VÀ GIẢ THUYẾT NGHIÊN CỨU 2.1.1 Mô hình nghiên cứu Như đã giới thiệu sơ lược về nghiên cứu này ở Chương 1 bài luận văn sẽ chỉ đi sâu vào tìm hiểu và phân tích mô hình như sau: MISSTATEMENT = -7,893 + 0,790 RSST + 2,518 CHREC + 1,191 CHINV + 1,979 SOFTASSETS + 0,171 CHCASHSALES – 0,932 CHROA + 0,129 ISSUE + ε. 2.1.2 Giả thuyết nghiên cứu a. Các khoản kế toán dồn tích và khả năng có gian lận trên BCTC Theo kết quả nghiên cứu của Benish (1997) đã chứng minh rằng tổng các khoản kế toán dồn tích chia cho tổng tài sản là hữu ích trong việc xác định các doanh nghiệp có hành vi vi phạm GAAP và đặc biệt là cho các doanh nghiệp đang tích cực sử dụng các khoản trích trước để điều chỉnh lợi nhuận. Tương tự như Benish (1997), nghiên cứu của Francis và Krishnan (1999) đã chỉ ra rằng việc phân tích các phương pháp dồn tích sẽ giúp cung cấp cái nhìn toàn diện, sâu sắc về hành vi hợp lý hóa BCTC của các nhà quản trị. Điều này cho thấy rằng các khoản kế toán dồn tích thật sự có mối liên hệ với hành vi sai sót trên BCTC. H1: Các khoản kế toán dồn tích tăng thì làm tăng khả năng BCTC có sai sót. b. Thay đổi khoản phải thu trên trung bình tổng tài sản và thay đổi hàng tồn kho trên trung bình tổng tài sản và khả năng có gian lận trên BCTC Ngoài việc sử dụng biến RSST - acc để đo lường chất lượng các khoản kế toán dồn tích, Dechow và các cộng sự (2012) còn dựa 12 vào hai khoản mục nợ phải thu và hàng tồn kho để đánh giá chất lượng các khoản kế toán dồn tích. Những nghiên cứu trước đây đã kết luận rằng các khoản dồn tích dựa trên những ước tính chủ quan liên quan đến hai khoản mục này được nhà quản lý sử dụng nhiều để tác động đến BCTC. H2: Thay đổi hàng tồn kho trên trung bình tổng tài sản tăng có thể làm tăng khả năng BCTC có sai sót. H3: Thay đổi khoản phải thu trên trung bình tổng tài sản tăng có thể làm tăng khả năng BCTC có sai sót. c. Tỷ lệ tài sản có tính thanh khoản trung bình và khả năng có gian lận trên BCTC Nghiên cứu của Barton và Simko (2002) đã cung cấp bằng chứng để kết luận rằng những doanh nghiệp có tài sản hoạt động thuần cao thì nhà quản lý sẽ càng có nhiều thủ thuật kế toán để thực hiện những điều chỉnh lợi nhuận trong ngắn hạn. Sự sụp đổ của Worlcom có liên quan đến hàng tỷ USD chi phí hoạt động vốn hóa vào PP&E là minh chứng cho điều này. Ngoài ra, việc lựa chọn phương pháp khấu hao một cách chủ quan cũng sẽ tác động đến những khoản chi phí trích trước có liên quan. H4: Tài sản có tính thanh khoản trung bình chiếm tỷ lệ càng cao trong toàn bộ tổng tài sản thì làm tăng khả năng BCTC có sai sót. d. Sự thay đổi trong doanh thu bằng tiền và khả năng có gian lận trên BCTC Theo Dechow và các cộng sự (2012) thì sự gia tăng trong dòng doanh thu bằng tiền mặt chính là dấu hiệu cho thấy sự gia tăng hành vi gây ra sai sót trên BCTC. H5: Thay đổi trong doanh thu bán hàng bằng tiền mặt tăng thì làm tăng khả năng BCTC có sai sót. 13 e. Sự thay đổi Tỷ suất sinh lời trên tài sản và khả năng có gian lận trên BCTC Tỷ suất sinh lời trên tài sản là một chỉ tiêu được dùng để đo lường hiệu quả sử dụng tài sản của doanh nghiệp. Hay nói cách khác thì ROA sẽ giúp cho nhà đầu tư biết được khoản lãi mà mình sẽ nhận được từ lượng vốn đầu tư hay lượng tài sản. H6: Thay đổi tỷ suất sinh lời trên tài sản tăng thì làm giảm khả năng BCTC có sai sót. f. Phát hành thêm cổ phiếu và khả năng có gian lận trên BCTC Phát hành thêm cổ phiếu là một trong những hình thức tài trợ vốn cho các doanh nghiệp. Nghiên cứu của Dechow và các công sự (2012) sử dụng biến phát hành thêm cổ phiếu để dự báo hành vi sai sót trên BCTC. Biến định danh ISSUE có giá trị 1 nếu doanh nghiệp có phát hành cổ phiếu trong năm, ngược lại có giá trị 0. H7: Khả năng BCTC có sai sót cao hơn nếu doanh nghiệp có phát hành cổ phiếu bổ sung trong kỳ kế toán. 2.2 ĐO LƢỜNG CÁC BIẾN CỦA MÔ HÌNH 2.2.1 Biến phụ thuộc Biến phụ thuộc được xem xét cho khả năng BCTC có sai sót là MISSTATEMENT. MISSTATEMENT là biến định danh, giá trị của biến MISSTATEMENT được xác định riêng cho hai nhóm như sau: - Các mẫu có sai sót: Là những doanh nghiệp có chênh lệch lợi nhuận trước và sau kiểm toán lớn hơn hoặc bằng 10%, biến MISSTATEMENT có giá trị là 1. - Các mẫu không có sai sót: Là chính những doanh nghiệp ở trên nhưng ở những năm chênh lệch lợi nhuận trước và sau kiểm toán nhỏ, biến MISSTATEMENT có giá trị là 0. 14 2.2.2 Các biến độc lập Việc đo lường các biến độc lập được tóm tắt lại như Bảng 2.1 Bảng 2.1. Bảng tóm tắt các biến độc lập Mã biến Tên biến Dấu kỳ vọng Đo lƣờng biến Bài nghiên cứu sử dụng Các biến liên quan đến chất lượng các khoản dồn tích (Accruals quality) RSST Các khoản kế toán dồn tích RSST + (Thay đổi trong vốn lưu động thuần + Thay đổi trong tài sản hoạt động dài hạn thuần + Thay đổi trong tài sản tài chính thuần)/ Trung bình tổng tài sản - Benish (1997 và 1999). - Francis & Krishnan (1999). - Dechow. et al. (1996). CHREC Thay đổi khoản phải thu trên trung bình tổng tài sản + Thay đổi khoản phải thu / Trung bình tổng tài sản Loebecke. et al. (1989). - Feroz. et al. (1991). - Persons (1995). - Summers & Sweeney (1998). CHINV Thay đổi hàng tồn kho trên trung bình tổng tài sản + Thay đổi hàng tồn kho / Trung bình tổng tài sản Loebecke. et al. (1989). - Feroz. et al. (1991). - Persons (1995). - Summers & Sweeney (1998). SOFTA SSETS Tỷ lệ tài sản có tính thanh khoản trung bình trên tổng tài sản + (Tổng tài sản – Tài sản dài hạn hữu hình – Tiền và các khoản tương đương tiền) / Tổng tài sản - Persons (1995). - Barton & Simko(2002). 15 Mã biến Tên biến Dấu kỳ vọng Đo lƣờng biến Bài nghiên cứu sử dụng Các biến liên quan đến hiệu quả tài chính kinh doanh (Performance variables) CHCAS HSA LES Thay đổi trong doanh thu bằng tiền + [(Doanh thu t– Nợ phải thu t)/ Doanh thu t]- [(Doanh thu t- 1– Nợ phải thu t-1)/ Doanh thu t-1] - Dechow. et al. (2012). CHROA Sự thay đổi tỷ suất sinh lời - (LN sau thuế t/ Trung bình tổng tài sản t)- (LN sau thuế t-1/ Trung bình tổng tài sản t-1) -Summers & Sweeney (1998). - Skousen. et al. (2009). Biến liên quan đến thị trường chứng khoán (Maket-related incentives) ISSUE Phát hành cổ phiếu trong năm + Có giá trị 1 nếu doanh nghiệp có phát hành cổ phiếu trong năm, ngược lại có giá trị 0. - Dechow. et al. (1996). 2.3 CHỌN MẪU NGHIÊN CỨU VÀ PHƢƠNG PHÁP PHÂN TÍCH 2.3.1 Chọn mẫu nghiên cứu Dữ liệu sử dụng trong bài luận văn bao gồm hai nhóm: Nhóm mẫu có sai sót và nhóm mẫu không có sai sót, cụ thể như sau: - Mẫu có sai sót là mẫu có chênh lệch lợi nhuận trước và sau kiểm toán là 10%. - Mẫu không có sai sót là chính các doanh nghiệp này ở năm có chênh lệch lợi nhuận trước và sau kiểm toán là 10%. Số liệu tài chính liên quan đến mẫu nghiên cứu được thu thập từ BCTC của các doanh nghiệp ngành nguyên vật liệu được niêm yết 16 trên thị trường chứng khoán Việt Nam trong khoảng thời gian từ năm 2013 đến 2016. Dữ liệu được cung cấp từ website Cafef.vn của Doanh nghiệp cổ phần truyền thông Việt Nam (VCCorp) và phần mềm Stoxpro 3.5 được cung cấp bởi Stoxplus ( Bài luận văn thu thập tất cả là 240 mẫu quan sát tương ứng với 60 doanh nghiệp nghiên cứu trong 4 năm (13/73 doanh nghiệp không đủ dữ liệu trong 4 năm). 2.3.2 Phƣơng pháp phân tích Dựa vào các biến ảnh hưởng đến sai sót BCTC đã được nêu trên, mô hình hồi quy được thiết lập như sau: MISSTATEMENT = 0 + 1 RSST + 2 CHREC + 3 CHINV + 4 SOFTASSETS + 5 CHCASHSALES + 6 CHROA + 7 ISSUE + ε. 17 CHƢƠNG 3 KẾT QUẢ NGHIÊN CỨU 3.1 THỐNG KÊ MÔ TẢ CÁC BIẾN SỐ TRONG MÔ HÌNH NGHIÊN CỨU 3.1.1 Mô tả các yếu tố độc lập trong mô hình nghiên cứu Kết qủa thống kê mô tả các biến trong mô hình giai đoạn từ 2013 đến 2016 được thể hiện ở Bảng 3.1. Bảng 3.1. Thống kê mô tả các yếu tố trong mô hình nghiên cứu Descriptive Statistics Chỉ tiêu thống kê N Minimu m Maximu m Mean Std. Deviation RSST 240 -.8414 1.5202 .032308 .2641250 CHREC 240 -.2330 .8075 .030987 .1138788 CHINV 240 -.2632 .9293 .028515 .1224053 SOFTASS ETS 240 -.9737 .9986 .619832 .2537183 CHCASHS ALES 240 -1.6923 1.9570 .034217 .3546901 CHROA 240 -.2405 .6007 .010817 .0831172 Valid N (listwise) 240 (Nguồn: Xử lý dữ liệu thu thập từ phần mềm SPSS 20.0) 3.1.2 Mức độ sai sót của các doanh nghiệp trong ngành vật liệu có niêm yết trên sàn chứng khoán Từ kết quả thống kê số lượng mẫu có sai sót chiếm tỉ lệ 40% (96/240 mẫu), số lượng mẫu không có sai sót là 144 mẫu chiếm 60%. 18 3.2 KIỂM ĐỊNH PHÂN PHỐI CHUẨN CỦA CÁC YẾU TỐ TRONG MÔ HÌNH Trước khi phân tích kết quả kiểm định, cần xem xét tính phân phối chuẩn của dữ liệu vì dữ liệu phân phối càng chuẩn thì việc phân tích, nhận định có độ tin cậy càng cao. Phân phối dữ liệu của các biến là bình thường khi sự phân bố dữ liệu mẫu tương ứng với phân phối chuẩn, Hair và cộng sự, (1995). Phân phối chuẩn còn được gọi là đường cong chuông (bell curve) vì đồ thị mật độ xác suất có hình chuông. Theo Wienbach và Grinell biểu đồ là một công cụ hữu ích để quan sát tần số của một giá trị cho một biến nhất định. Phân phối chuẩn là một trong những giả định của các dữ liệu cho mô hình hồi qui, trong một mô hình hồi qui đa biến, đặc biệt là các biến dự đoán nên được phân bổ bình thường, Hair và cộng sự, (1995). Dựa trên kết quả phân tích từ phần mềm SPSS 20.0 thì hầu hết biểu đồ phân phối chuẩn của các biến có dạng hình chuông rõ ràng và dữ liệu đạt phân phối chuẩn 3.3 PHÂN TÍCH TƢƠNG QUAN GIỮA CÁC BIẾN SỐ TRONG MÔ HÌNH HỒI QUY Dựa vào kết quả phân tích từ phần mềm SPSS 20.0 cho thấy các biến độc lập trong mô hình đều có mối quan hệ với biến phụ thuộc MISSTEMENT do có hệ số Person khác 0 và giá trị Sig>0.05. Trong đó các biến RSST , CHREC, CHINV, SOFTASSETS, CHCASHSALES, ISSUE tương quan dương (hệ số P>0), biến CHROA tương quan âm (hệ số P<0). Qua phân tích mối quan hệ tương quan giữa các biến độc lập, thấy rằng hệ số tương quan giữa các biến ở mức thấp nên chưa tìm thấy hiện tượng đa cộng tuyến giữa các biến độc lập. 19 3.4 KIỂM ĐỊNH SỰ KHÁC BIỆT GIỮA 2 NHÓM DOANH NGHIỆP CÓ SAI SÓT VÀ KHÔNG CÓ SAI SÓT 3.4.1 Kiểm định Independent Sample t-test Dựa vào kết quả kiểm định Independent Sample t-test cho thấy các biến CHREC, CHINV, CHCASHSALES, ISSUE có giá trị Sig (Levene’s Test) <0.05 nên có cơ sở để bác bỏ H0, chấp nhận H1. Nghĩa là có sự khác biệt trong trung bình tổng thể giữa 2 nhóm có sai sót và không có sai sót ở các biến số này. Các biến SOFTASSETS, CHROA có giá trị Sig (Levene’s Test) >0.05 nên không có cơ sở để bác bỏ H0, chấp nhận H1. Nghĩa là không có sự khác biệt trong trung bình tổng thể giữa 2 nhóm có sai sót và không có sai sót ở các biến số này. 3.4.2 Kiểm định Wilcoxon – Mann – Whiteney Dựa vào kết quả kiểm định Wilcoxon cho thấy các biến RSST, CHREC, SOFTASSETS, CHCASHSALES, ISSUE đều có giá trị Sig<0.05, nên có cơ sở để bác bỏ H0, chấp nhận giả thuyết H1. Nghĩa là có sự khác biệt trong phân phối ở 2 nhóm có sai sót và không có sai sót ở các chỉ tiêu trên. Riêng biến CHROA có giá trị Sig = 0.065>0.05 nên có thể kết luận không có sự khác biệt về phân phối ở 2 nhóm có sai sót và không có sai sót ở sự thay đổi trong tỷ suất sinh lời. Nhận định này có độ tin cậy 95%. 3.5 PHÂN TÍCH HỒI QUY VÀ KIỂM ĐỊNH GIẢ THUYẾT 3.5.1 Kiểm định ý nghĩa của các hệ số Từ kết quả phân tích từ phần mềm SPSS 20.0 cho thấy độ phù hợp tổng quát có mức ý nghĩa quan sát sig. = 0.000 nên ta bác bỏ H0. Nghĩa là tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong mô hình có ý nghĩa trong việc giải thích cho biến phụ thuộc. 20 3.5.2 Độ phù hợp của mô hình hồi quy Đo lường độ phù hợp tổng quát của mô hình Binary Logistic được dựa trên chỉ tiêu -2LL. Khi -2LL càng nhỏ thì mô hình càng phù hợp và khi -2LL bằng 0 thì mô hình có một độ phù hợp hoàn hảo. Từ kết quả phân tích từ phần mềm SPSS 20.0 cho thấy giá trị của -2LL = 206.112 không cao, hệ số Nagelkerke R Square =0.521 như vậy mô hình hồi quy có độ phù hợp khá tốt. 3.5.3 Phân tích dự báo của mô hình Dựa trên kết quả từ phần mềm SPSS 20.0 cho thấy tỷ lệ dự đoán đúng của toàn bộ mô hình là 80%. Mô hình có độ dự đoán đúng khá cao. * Mô hình hồi quy Bảng 3.10. Kiểm định Wald và hệ số hồi quy Variables in the Equation B S.E. Wald df Sig. Exp(B) Step 1 a RSST 4.226 1.455 8.442 1 .004 68.477 CHREC 6.793 2.719 6.244 1 .012 891.752 CHINV 4.557 1.907 5.711 1 .017 95.260 SOFTASSETS 3.324 .918 13.117 1 .000 27.766 CHCASHSALES 1.804 .595 9.180 1 .002 6.075 CHROA -6.349 3.030 4.390 1 .036 .002 ISSUE 1.290 .380 11.538 1 .001 3.633 Constant -3.445 .663 26.964 1 .000 .032 a. Variable(s) entered on step 1: RSST, CHREC, CHINV, SOFTASSETS, CHCASHSALES, CHROA, ISSUE. (Nguồn: Xử lý dữ liệu thu thập từ phần mềm SPSS 20.0) 21 Dựa vào kết quả phân tích ở Bảng 3.10 cho thấy các hệ số hồi quy của các biến này có ý nghĩa và được sử dụng tốt trong mô hình. Từ các hệ số hồi quy này ta viết được phương trình: MISSTEMENT= -3.445+4.226*RSST + 6.793*CHREC+ 4.557*CHINV + 3.324*SOFTASSETS + 1.804*CHCASHSALES – 6.349* CHROA + 1.290 ISSUE Từ các hệ số hồi quy trên cho thấy các yếu tố đều ảnh hưởng dương đến mức độ sai sót, riêng chỉ có CHROA ảnh hưởng âm. Dựa vào độ lớn của hệ số hồi quy có thể thấy các biến số CHREC, CHINV, RSST, CHROA, SOFTASSTS đều có ảnh hưởng lớn đến mức độ sai sót. Các biến CHREC, CHINV, RSST, SOFTASSTS càng lớn thì mức sai sót càng lớn và ngược lại. Biến CHROA càng nhỏ thì càng sai sót và ngược lại. 22 CHƢƠNG 4 KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH 4.1 KẾT LUẬN Kết quả nghiên cứu thực nghiệm cho các kết quả cơ bản sau: - Mối tương quan giữa biến RSST và mức độ sai sót là tương quan dương, giá trị sig. của beta<0.05. Điều này cũng tương đồng với giả thuyết của tác giả. Mối tương quan này cũng thể hiện trong các nghiên cứu của các tác giả như Benish (1997 và 1999), Dechow. et al