Kết Quả Kiểm Định Mô Hình Đo Lường Hành Vi Điều Chỉnh Lợi Nhuận

a2(ΔREVVt

ΔRECCt)/ASt1

a3PEt/ASt1 a4ROAst1 Trong đó: DiA (Discretionayaccruals):

Các khoản dồn tích

tùy biến, ASt: tổng TS, TAA: tổng biến dồn tích TN (TN thuần không gồm khoản TN khác luồng tiền hoạt động); ΔREVV: biến đổi DTT, ΔRECC:

biến đổi các khoản mục nợ phải thu; PE: nguyên giá TSCĐ hữu hình cuối năm; ROAs= LNST/tổng TS.

a1, a2, a3: các tham số được ước lượng = OLS của a1, a2, a3 trong mô hình: TAAt/ASt1 = a1/ASt1 + a2(ΔREVVt

ΔRECCt)/ASt1 +

a3PEt/At1+ a4ROAst1+

εt

Có thể bạn quan tâm!

Xem toàn bộ 276 trang tài liệu này.

RRKD của khách hàng

FIR	Rủi ro tài	Biến	= Zscore7	Hsieh và
	chính	định	Trong đó: Zscore =	Lin
		lượn	1.51(CuACuL)/ToA+	(2016)
		g	1.0(ReE/ToA) +
			6.2EaBITA +
			0.1(MVaEQ/ToL) +
			1.7 (TSALES/ToA).
			Trong đó, CuA: TS
			ngắn hạn; CuL: Nợ
			ngắn hạn; ToA: Tổng
			TS; ReE: TN giữ lại;
			EaBITA: (LNTT & lãi
			vay)/Tổng TS;
			MVaEQ: Giá thị
			trường vốn CSH; ToL:
			Tổng nợ phải trả và
			TSALES: Tổng doanh
			số.
CHA	Khách	Biến	= Số lần thay đổi		X
	hàng	định	CTKT từ khi niêm
	thường	lượn	yết/số năm mà công ty
	xuyên	g	niêm yết.
	thay đổi
	CTKT
RRKD của CTKT

7 Để FIR lớn hơn cho thấy rủi ro tài chính cao hơn, tác giả nhân hệ số Zscore với hệ số âm

ABI	Khả năng thực hiện kiểm toán của CTKT	Biến định lượn g	= Số KTV được chấp thuận kiểm toán cho đơn vị có lợi ích công chúng của CTKT trong năm/số khách hàng kiểm toán của CTKT tính trong năm trước.			+	X
INTE	Tính		= Số lượng các yếu tố				X
	chính		rủi ro xuất hiện liên
	trực		của	quan đến tính chính
	NQL		trực của NQL khách
	khách		hàng (Biến này có giá
	hàng		trị từ 0 đến 5, với giá
			trị càng lớn thì rủi ro
			về tính chính trực của
			NQL khách hàng càng
			cao):
			a. Khách hàng đang có
			kiện tụng, tranh chấp.
			b. Khách hàng đang có
			kiểm tra, thanh tra của
			cơ quan Nhà nước, các
			cuộc điều tra liên quan
			đến	lĩnh vực	hoạt
			động	của	doanh
			nghiệp.

c. Có dấu hiệu cho thấy có thể có sự lạm quyền (Chủ tịch HĐQT đồng thời là Giám đốc) hay quyền lực tập trung vào một số ít người.

d. Có sự thay đổi nhân sự phòng kế toán (kế toán trưởng) trong năm

e. Có sự thay đổi NQL (Chủ tịch HĐQT,

Giám đốc) trong năm.

INAU

Bộ phận KTNB

Biến định

tính

= 1 nếu khách hàng có bộ phận KTNB và = 0

trường hợp khác.

SPE

Mức độ chuyên ngành của CTKT

Biến định tính

= 1 nếu CTKT có thị phần lớn nhất trong ngành và = 0 trường hợp khác. Thị phần được tính bằng tổng số khách hàng của một CTKT trong một ngành trên tổng số khách hàng của tất cả các CTKT trong ngành

cụ thể đó.

Hsieh và Lin (2016)

Biến kiểm soát

SIZE

Quy mô của khách

hàng

Biến định lượn

= Logarit của tổng doanh thu cuối năm.

Hsieh và Lin (2016)

Nguồn: Tác giả tổng hợp

4.3. Kết quả nghiên cứu định lượng‌

Sau khi xây dựng được mô hình, giả thuyết chính thức và đo lường cho từng khái niệm, tác giả tiến hành thu thập và phân tích dữ liệu NC định lượng. Phần này trình bày mẫu NC, kết quả các bước phân tích gồm thống kê mô tả các biến, kiểm tra chênh lệch giữa giá trị trung bình và cá biệt, kiểm tra mối liên hệ giữa các biến định tính, kiểm tra sự tương quan, kiểm tra đa cộng tuyến giữa các biến độc lập và phân tích hồi quy Logistic qua sử dụng SPSS 22. Các kết quả tìm thấy sẽ giúp tác giả trả lời câu hỏi số 1, 2 và 3.

4.3.1. Mô tả mẫu nghiên cứu

Với cách chọn mẫu như trong chương 3 đã trình bày, mẫu sơ bộ bao gồm 762 công ty niêm yết trên HOSE và HNX (phụ lục 11) được kiểm toán bởi các CTKT độc lập (phụ lục 12) với tổng số 2.934 quan sát trong giai đoạn từ 2016 – 2019.

Sau khi loại bỏ các quan sát liên quan đến công ty là tổ chức tín dụng và các

quan sát không có đủ dữ

liệu, những công ty mà đại hội cổ

đông không biểu

quyết tiếp tục mời kiểm toán hiện tại, mẫu NC cuối cùng gồm 2.478 quan sát, được tổng hợp theo bảng 4.3.

Bảng 4.3: Bảng mô tả mẫu NC

Quy mô mẫu

Tổng số công ty niêm yết trên HOSE & HNX được kiểm toán

bởi các CTKT độc lập trong giai đoạn từ 2016 – 2019

2.934

Loại trừ các quan sát là công ty tài chính & quan sát không đủ

dữ liệu

(456)

Tổng số quan sát trong giai đoạn từ 2016 – 2019 để NC

2.478

Nguồn: Tác giả

4.3.2. Kết quả kiểm định mô hình đo lường hành vi điều chỉnh lợi nhuận

Cách đo lường hành vi điều chỉnh lợi nhuận (ABVDA) được trình bày trong Bảng 4.2 ở trên. Theo đó, để đo lường hành vi điều chỉnh lợi nhuận, tác giả ước

lượng các hệ số a1, a2, a3, a4 bằng OLS mô hình: TAAt/ASt1 = a1/ASt1 +

a2(ΔREVVt ΔRECCt)/ASt1 + a3PEt/At1+ a4ROAst1+ εt. Kết quả các bước kiểm định OLS trong mô hình này gồm kiểm định ý nghĩa của các hệ số hồi quy, mức độ giải thích của mô hình, mức độ phù hợp của mô hình, kiểm định hiện tượng cộng tuyến, kiểm định hiện tượng tự tương quan, kiểm định hiện tượng phương sai phần dư thay đổi được thể hiện chi tiết như sau:

 Kiểm định ý nghĩa của các hệ số hồi quy

Kiểm định này xem xét biến độc lập có ý nghĩa với biến phụ thuộc hay

không. Kết quả phân tích hồi quy OLS được thể hiện trong bảng 4.4 cho thấy các biến đều có Sig. < 0,05. Các biến có ý nghĩa thống kê

Bảng 4.4: Kết quả phân tích hồi quy OLS

Mô hình

Hệ số hồi quy chưa chuẩn hóa		Hệ số hồi quy chuẩn hóa	t	Mức ý nghĩa (Sig.)	Đa cộng		Tuyến
B	Sai số chuẩn	Beta	t	Mức ý nghĩa (Sig.)	Hệ số Tolerance	Hệ số phóng đại phương sai VIF
1(Hằng số)	,025	,005		5,251	,000
1/ASt1	3144597402,6	367486414,1	,164	8,557	,000	,995	1,005
(ΔREVVt	,012	,005	,047	2,460	,014	,994	1,006
ΔRECCt)/A
St1

PEt/At1	,079	,006	,244	12,685	,000	,988	1,012
ROAst1	,207	,033	,122	6,341	,000	,989	1,011

a. Biến phụ thuộc: TAAt/ASt1

Nguồn: SPSS 22

 Mức độ giải thích của mô hình

Thước đo R2 hiệu chỉnh được sử dụng để xem xét mức độ giải thích của mô hình. Bảng 4.5 cho thấy Hệ số hiệu chỉnh R2 = 0,54. Kết quả này cho thấy các biến trong mô hình có thể giải thích được 54% cho biến phụ thuộc.

Bảng 4.5: Mức độ giải thích của mô hình

Mô hình

R2 điều chỉnh

Sai số chuẩn

Thay đổi thống kê

Durbin Watson

Thay đổi hệ số R2

Thay đổi F

Bậc

tự do (df1)

Bậc

tự do (df2)

Thay đổi Sig.

,626a

,558

,549

,14056786

,558

64,792

2473

,000

1,894

Nguồn: SPSS 22

 Mức độ phù hợp của mô hình

Phân tích phương sai, với kiểm định F được sử dụng để kiểm tra mức độ phù hợp của mô hình. Bảng 4.6 cho thấy mô hình có Sig. = 0,000 <0,05. Mô hình hồi quy phù hợp.

Bảng 4.6: Mức độ phù hợp của mô hình

Mô hình

Tổng bình phương	Bậc tự do (df)	Trung bình bình phương	F	Mức ý nghĩa (Sig.)
1 Hồi quy	5,121	4	1,280	64,792	,000b
Phần dư	48,865	2473	,020
Tổng	53,986	2477

Nguồn: SPSS 22

 Kiểm định hiện tượng cộng tuyến

Thước đo mức độ phóng đại phương sai (VIF) được sử dụng để kiểm tra hiện tượng cộng tuyến. Bảng 4.4 trên cho thấy tất cả các biến độc lập đều có độ phóng đại phương sai (VIF) < 2, mô hình không có hiện tượng cộng tuyến.

 Kiểm định hiện tượng tự tương quan

Kiểm định này kiểm tra hiện tượng tự tương quan phần dư thông qua kiểm

định Durbin – Watson (d).

Bảng 4.5 trên cho thấy

giá trị

thống kê Durbin –

Watson (d) = 1,894. 1<d= 1,894<3. Không có hiện tượng tự tương quan.

 Kiểm định hiện tượng phương sai phần dư thay đổi

Kiểm định này kiểm tra hiện tượng phương sai phần dư thay đổi thông qua kiểm định Spearman. Bảng 4.7 cho thấy các hệ số tương quan hạng Spearman có mức ý nghĩa > 0,05, không có hiện tượng phương sai phần dư thay đổi. Cụ thể, biến 1/ASt1 có Sig. là 0,122, biến (ΔREVVt ΔRECCt)/ASt1 có Sig. là 0,291, biến PEt/At1 có Sig. là 0,349, biến ROAst1có Sig. là 0,493.

Bảng 4.7: Kiểm định hiện tượng phương sai phần dư thay đổi

ABSU
Hệ số tương	ABSU	Hệ số tương quan Sig. (2 nhân tố) Số quan sát (N)	1,000
quan hạng Spearman	ABSU	Hệ số tương quan Sig. (2 nhân tố) Số quan sát (N)	. 2478
	1/ASt1	Hệ số tương quan Sig. (2 nhân tố) Số quan sát (N)	,016
			,122
			2478
	(ΔREVVt ΔRECCt)/ASt1 Hệ số tương quan Sig. (2 nhân tố) Số quan sát (N)		,021
			,291
			2478
	PEt/At1	Hệ số tương quan	,015
		Sig. (2 nhân tố)	,349