Để xây dựng mô hình phù hợp và có ý nghĩa ta xem xét mối quan hệ tuyến tính giữa các biến đầu vào trong mô hình.
DRSI | GMI | SGI | AQI | DEPI | SGAI | LVGI | TATA | DA | SIZE | |
DRSI | 1.000000 | |||||||||
GMI | -0.065852 | 1.000000 | ||||||||
SGI | -0.216232 | -0.010305 | 1.000000 | |||||||
AQI | 1.55E-05 | -0.016129 | -0.021873 | 1.000000 | ||||||
DEPI | -0.056935 | 0.034089 | -0.004262 | -0.019635 | 1.000000 | |||||
SGAI | 0.567063 | -0.163291 | -0.100518 | -0.015688 | 0.031614 | 1.000000 | ||||
LVGI | -0.061688 | 0.081164 | 0.019890 | 0.016239 | -0.037025 | -0.151276 | 1.000000 | |||
TATA | 0.123158 | 0.009242 | -0.009166 | 0.049955 | -0.291877 | -0.029349 | -0.045020 | 1.000000 | ||
DA | -0.114505 | -0.115196 | 0.202479 | 0.006570 | -0.050191 | -0.098714 | -0.029681 | 0.182628 | 1.000000 | |
SIZE | -0.126391 | 0.171329 | -0.005226 | -0.026047 | -0.068191 | -0.202592 | 0.145641 | 0.133039 | -0.085089 | 1.000000 |
Có thể bạn quan tâm!
-
Dữ Liệu Và Phương Pháp Thu Thập Số Liệu Ngành Bất Động Sản -
Thực Trạng Về Thị Trường Chứng Khoán Việt Nam Năm 2016 -
Tổng Quan Về Thị Trường Bất Động Sản Tại Việt Nam -
Nghiên cứu mô hình xác định sai lệch trên Báo cáo tài chính của các công ty thuộc ngành Bất động sản niêm yết trên thị trường chứng khoán Việt Nam - 9
Xem toàn bộ 78 trang tài liệu này.
Bảng 4.2 Bảng ma trận hệ số tương quan của các biến trong mô hình
Ma trận hệ số tương quan dùng để lượng hóa mức độ chặt chẽ của mối quan hệ tuyến tính giữa các biến. Giá trị tuyệt đối của các hệ số này càng tiến gần về 1 thì mức độ chặt chẽ càng cao và càng tiến về 0 thì mức độ chặt chẽ càng thấp.
Ma trận hệ số tương quan trên cho thấy các biến độc lập đưa vào mô hình không có mối quan hệ tương quan chặt chẽ với nhau.
DRSI | GMI | SGI | AQI | DEPI | SGAI | LVGI | TATA | DA | SIZE | |
Kỳ vọng về dấu | + | + | + | + | + | - | - | + | + | - |
Bảng 4.3 Bảng thống kê kỳ vọng về dấu của các biến trong mô hình
4.1.2. Kết quả mô hình
4.1.2.1. Kết quả bước 1: Lựa chọn những biến có ý nghĩa trong mô hình
Mô hình nhận diện sai phạm BCTC đã được xây dựng như trên gồm có:
- Biến phụ thuộc là biến ngẫu nhiên rời rạc có thể nhận giá trị 1 hoặc 0 tương ứng với có sai phạm và không sai phạm báo cáo tài chính.
- 10 biến độc lập bao gồm 8 biến dựa trên nghiên cứu M-score của Beneish về nhận diện sai phạm báo cáo tài chính và thêm 2 DA và Size từ nghiên cứu của
Friedlan (1994) và Rhee et al. (2003) để phù hợp với tính hình Việt Nam các chế độ kế toán còn lỏng lẻo và các công ty ngành bất động sản là các công ty nhỏ hơn so với khu vực.
Dạng mô hình:
M = β0 + β1(DSRI) + β2(GMI) + β3(AQI) + β4(SGI) + β5(DEPI) + β6(SGAI)
+ β7(LVGI) + β8(TATA) + β9DA + β10Size (1)
Ước lượng mô hình (1) bằng phần mềm Eviews 6 ta được:
Coefficient | Std. Error | z-Statistic | Prob. | |
C | -1.996882 | 2.755671 | -0.724645 | 0.4687 |
DRSI | -0.017832 | 0.060908 | -0.292772 | 0.7697 |
GMI | 0.029499 | 0.021403 | 1.378254 | 0.1681 |
SGI | 0.029729 | 0.023470 | 1.266636 | 0.2053 |
AQI | 0.038955 | 0.021070 | 1.848859* | 0.0645 |
DEPI | -0.080616 | 0.097045 | -0.830707 | 0.4061 |
SGAI | 0.035905 | 0.016823 | 2.134304** | 0.0328 |
LVGI | 0.778101 | 0.629503 | 1.236057 | 0.2164 |
TATA | -0.141686 | 1.094433 | -0.129460 | 0.8970 |
DA | -0.005669 | 0.010937 | -0.518336 | 0.6042 |
SIZE | 0.025185 | 0.096571 | 0.260789 | 0.7943 |
Mean dependent var | 0.320988 | S.D. dependent var | 0.468304 | |
S.E. of regression | 0.464181 | Akaike info criterion | 1.884786 | |
Sum squared resid | 32.31954 | Schwarz criterion | 2.113497 | |
Log likelihood | -140.6677 | Hannan-Quinn criter. | 1.977646 | |
Avg. log likelihood | -0.868319 | |||
Bảng 4.4 Bảng kết quả ước lượng mô hình (1) (Trong đó: **,* lần lượt có ý nghĩa ở mức 5%, 10%)
Kết quả hồi quy của mô hình cho thấy trong số 10 biến giải thích có 2 biến SGAI có ý nghĩa thống kê với mức 5%, hệ số góc là 0.035905 và biến AQI có ý nghĩa thống kê với mức 10% hệ số góc của biến này là 0.038955. Các biến còn lại trong mô hình 8 biến của Beneish biến gồm: DSRI, GMI, SGI, DEPI, LVGI, TATA không có ý nghĩa thống kê ở mức 10% và 2 biến đưa vào mô hình DA và Size với kỳ vọng tăng độ chính xác của mô hình cũng không có ý nghĩa thống kê ở mức 10%.
Theo kết quả tính toán phần trước, các biến trong mô hình không tương quan lẫn nhau. Như vậy ta có thể chấp nhận kết quả những biến có thể giải thích cho M gồm có: SGAI và AQI. Với các biến này thực hiện hồi quy để xác định mô hình mới gồm tất cả các biến đều có ý nghĩa giải thích cho mô hình.
4.1.2.2. Kết quả bước 2: Xây dựng mô hình M-score phù hợp với dữ liệu ngành Bất động sản 2013 – 2015
Từ hai biến SGAI, AQI được xác định có ý nghĩa ở trên, xây dựng mô hình logistic gồm:
- Biến phụ thuộc là biến giả M nhận giá trị 1 khi có sai phạm và 0 khi không có sai phạm.
- Biến độc lập là 2 biến: SGAI – Tỷ số chi phí bán hàng và quản lý doanh nghiệp, AQI – Tỷ số chất lượng tài sản. Mô hình có dạng:
M= β0+β1(SGAI) +β2(AQI) (2)
Ước lượng mô hình (2) bằng phần mềm Eviews 6 ta được:
Coefficient | Std. Error | z-Statistic | Prob. | |
C | -0.545263 | 0.163859 | -3.327635 | 0.0009 |
SGAI | 0.025333 | 0.012423 | 2.039175** | 0.0414 |
AQI | 0.037134 | 0.021873 | 1.697692* | 0.0896 |
Mean dependent var | 0.320988 | S.D. dependent var | 0.468304 | |
S.E. of regression | 0.462609 | Akaike info criterion | 1.834670 | |
Sum squared resid | 33.81316 | Schwarz criterion | 1.910907 | |
Log likelihood | -144.6083 | Hannan-Quinn criter. | 1.865623 | |
Avg. log likelihood | -0.892644 | |||
Bảng 4.5 Bảng kết quả ước lượng mô hình (2) (Trong đó: **,* lần lượt có ý nghĩa ở mức 5%, 10%)
Kết quả hồi quy của mô hình cho thấy cả 2 biến đều có ý nghĩa thống kê, SGAI có ý nghĩa thống kê ở mức 5% với hệ số góc là 0.025333 và biến AQI có mức ý nghĩa thống kê 10% với hệ số góc là 0.037134. Vì cả mô hình chứa 02 biến đều có ý nghĩa thống kê nên có thể kết luận đây là mô hình phù hợp để nhận diện sai phạm báo cáo ngành bất động sản niêm yết tại Việt Nam.
M= -0.545263 + 0.025333*SGAI + 0.037134*AQI (2)
4.1.2.3. Kết quả bước 3: Ước lượng ngưỡng giá trị phù hợp để phân loại các công ty sai phạm báo cáo tài chính đồng thời xác định tính chính xác của mô hình qua dữ liệu ngành bất động sản năm 2016
Trong nghiên cứu gốc, Beneish đã xác định từ 1 - 2,5% miền phân phối bên trái của phân phối chuẩn Mt tương ứng với khả năng sai phạm báo cáo tài chính cao. Tương ứng với tỷ lệ này là giá trị phân loại -1,96 cho tới -2,32. Công ty có M nằm trong khoảng này thì được đánh dấu là có dấu hiệu sai phạm và ngược lại. Tuy nhiên đối với nghiên cứu này, cần xác định một giá trị ngưỡng mới để phù hợp với thực trạng ngành bất động sản ở Việt Nam.
Giá trị phân loại M-score | |
1% | -2.32635 |
5% | -1.64485 |
10% | -1.28155 |
15% | -1.03643 |
20% | -0.84162 |
25% | -0.67449 |
30% | -0.5244 |
35% | -0.38532 |
40% | -0.25335 |
Xác suất dự báo
Bảng 4.6 Ngưỡng M-score tương ứng với mức xác suất dự báo Kiểm định mô hình (2) theo kết quả kiểm toán năm 2016
Tên công ty | Sai phạm theo kết quả kiểm toán | Kết quả tính theo mô hình | |
1 | Công ty Cổ phần Đầu tư Xây dựng Bình Chánh | 1 | -0,49987483 |
2 | Công ty Cổ phần Đầu tư và phát triển đô thị Dầu khí Cửu Long | 0 | -0,46755197 |
3 | Công ty Cổ phần Đầu tư và phát triển nhà đất Cotec | 1 | -0,46675928 |
4 | Công ty Cổ phần Phát triển Đô thị Công nghiệp Số 2 | 0 | -0,48242572 |
5 | Tổng Công ty Cổ phần Đầu tư Phát triển Xây dựng | 0 | -0,4835321 |
6 | Công ty Cổ phần Tập đoàn Đức Long Gia Lai | 0 | -0,45285903 |
7 | Công ty cổ phần Đầu tư Căn nhà Mơ ước | 1 | -0,24650738 |
8 | Công ty Cổ phần Đệ Tam | 0 | -0,45864557 |
9 | Công ty Cổ phần Dịch vụ và Xây dựng Địa ốc Đất | 0 | -0,46571409 |
Xanh | |||
10 | Công ty Cổ phần Ngoại thương và Phát triển Đầu tư Thành phố Hồ Chí Minh | 1 | -0,47174803 |
11 | Công ty cổ phần Tập đoàn FLC | 0 | -0,40697025 |
12 | Công ty Cổ phần Đầu tư Thương mại Bất động sản An Dương Thảo Điền | 0 | -0,47114837 |
13 | Công ty Cổ phần Phát triển nhà Bà Rịa-Vũng Tàu | 0 | -0,46940039 |
14 | Công ty Cổ phần Tập đoàn Hà Đô | 0 | -0,43089715 |
15 | Công ty cổ phần Tư vấn - Thương mại - Dịch vụ Địa ốc Hoàng Quân | 1 | -0,45235655 |
16 | Công ty Cổ phần Xây dựng Sông Hồng | 0 | -0,31789105 |
17 | Công ty Cổ phần Đầu tư Tài chính Quốc tế và Phát triển Doanh nghiệp IDJ | 1 | -0,47584253 |
18 | Công ty Cổ phần Phát triển Hạ tầng Vĩnh Phúc | 0 | -0,46812847 |
19 | CONG TY CP PHAT TRIEN HA TANG . KY THUAT | 0 | -0,49001712 |
20 | Công ty Cổ phần Đầu tư và Công nghiệp Tân Tạo | 1 | -0,54339771 |
21 | Công ty Cổ phần Đầu tư - Kinh doanh nhà | 1 | -0,53203574 |
22 | Công ty Cổ phần Đầu tư Địa ốc Khang An | 1 | -0,46137933 |
23 | Tổng Công ty Phát triển Đô thị Kinh Bắc - CTCP | 0 | -0,46943675 |
24 | Công ty Cổ phần Đầu tư Kinh doanh nhà Khang Điền | 0 | -0,50819972 |
25 | Công ty Cổ phần Đầu tư và Dịch vụ Khánh Hội | 0 | 4,756359889 |
26 | CTCP Licogi 16 | 0 | -0,54628064 |
27 | CTCP ĐT & PT Đô Thị Long Giang | 1 | -0,49188253 |
28 | Công ty Cổ phần Long Hậu | 0 | -0,51161601 |
29 | Công ty Cổ phần Cơ điện và Xây dựng Việt Nam | 0 | -0,47024582 |
Công ty Cổ phần Đầu tư Năm Bảy Bảy | 0 | -0,45047963 | |
31 | Công ty Cổ phần Đầu tư Phát triển Nhà Đà Nẵng | 0 | -0,50657253 |
32 | Công ty cổ phần Đầu tư Nam Long | 0 | -0,47315917 |
33 | Công ty Cổ phần Phát triển Đô thị Từ Liêm | 0 | -0,31596944 |
34 | Công ty Cổ phần Bất động sản Du lịch Ninh Vân Bay | 0 | -0,48131926 |
35 | Công ty Cổ phần Tập đoàn Đại Dương | 0 | -0,48034643 |
36 | Công ty Cổ phần Đầu tư và Phát triển Dự án Hạ tầng Thái Bình Dương | 1 | -0,46318853 |
37 | Công ty Đầu tư hạ tầng và đô thị dầu khí | 1 | -0,72069067 |
38 | Công ty cổ phần Đầu tư PV2 | 0 | -0,39857587 |
39 | Công ty cổ phần Địa ốc Dầu khí | 1 | -0,46442551 |
40 | CTCP Đầu Tư & Thương Mại Dầu Khí Nghệ An | 0 | -0,36645866 |
41 | CTCP Quốc Cường Gia Lai | 1 | -0,48784422 |
42 | Công ty Cổ phần Địa ốc Sài Gòn Thương Tín | 0 | -0,49014677 |
43 | Công ty Cổ phần Simco Sông Đà | 0 | 0,282816978 |
44 | Công ty Cổ phần Sông Đà 1.01 | 1 | -0,25011559 |
45 | Công ty Cổ phần Đầu tư Phát triển Đô thị và Khu Công nghiệp Sông Đà | 1 | -0,464174 |
46 | Công ty cổ phần Sonadezi Long Thành | 0 | -0,46987423 |
47 | Công ty Cổ phần Phát triển Nhà Thủ Đức | 0 | -0,46472273 |
48 | Công ty Cổ phần Tập đoàn Đầu tư Thăng Long | 0 | -0,43817238 |
49 | Công ty cổ phần Phát triển Khu Công nghiệp Tín Nghĩa | 0 | -0,46668329 |
50 | CTCP Sản xuất Kinh doanh Xuất nhập khẩu Dịch vụ và Đầu tư Tân Bình | 0 | -0,4610097 |
51 | Công ty Cổ phần Xây dựng số 3 | 0 | -0,49850427 |
30
Tập đoàn Vingroup - Công ty Cổ phần | 0 | -0,50888143 | |
53 | Công ty Cổ phần Xây lắp và Địa ốc Vũng Tàu | 1 | -0,49376937 |
52
Bảng 4.7 Kết quả chạy mô hình qua dữ liệu ngành Bất động sản năm 2016
Với Mi (Giá trị M ở quan sát thứ i) > Giá trị phân loại M-score tại một ngưỡng phân loại xác định ta đánh dấu doanh nghiệp thứ i có khả năng gian lận. Kết quả sau khi so sánh tại các ngưỡng xác suẩt 1%, 5%, 10%, 15% và 20%, 25%, 30%, 35%, 40%.
Dự báo đúng có sai phạm | Dự báo đúng không sai phạm | Dự báo sai có sai phạm | Dự báo sai không sai phạm | |
1% | 17 | 0 | 36 | 0 |
5% | 17 | 0 | 36 | 0 |
10% | 17 | 0 | 36 | 0 |
15% | 17 | 0 | 36 | 0 |
20% | 17 | 0 | 36 | 0 |
25% | 16 | 0 | 36 | 1 |
30% | 14 | 1 | 35 | 3 |
35% | 2 | 31 | 5 | 15 |
40% | 2 | 34 | 2 | 15 |
Bảng 4.8 Bảng tổng hợp các dự báo theo ngưỡng xác suất
Bởi vì có sự khác biệt giữa Việt Nam và Mỹ - nơi mô hình M-score của Beneish (1999) được ra đời nên cần xác định một giá trị ngưỡng mới để phù hợp với thực trạng ngành Bất động sản ở Việt Nam. (Tại Mỹ các quy chuẩn về hệ thống báo cáo tài chính rò ràng minh bạch, các hình thức xử phạt vi phạm tính trung thực báo cáo tài chính mạnh, trong khi đó thực trạng các chuẩn mực kế toán của Việt Nam đang trong quá trình hình thành và chặt chẽ hơn, hành vi vi phạm chỉ bị xử phạt ở mức hành chính chưa đủ để răn đe).
So sánh giữa kết quả áp dụng mô hình M-score thu được với kết quả nhận diện sai phạm của kiểm toán độc lập, độ chính xác của mô hình nghiên cứu tại giá trị phân loại 40% miền phân phối thu được là lớn nhất.
Cụ thể hóa các kết quả tại ngưỡng 40% ta được bảng kết quả độ chính xác của mô hình như sau:
Kết quả kiểm toán | |||
Có sai phạm | Không sai phạm | ||
Dự báo | Có sai phạm | 2 | 2 |
Không sai phạm | 15 | 34 | |
Độ chính xác của dự báo | 11.80% | 5.56% | |
Tổng độ chính xác | 67.92% | ||
Bảng 4.9 Bảng kết quả mức độ chính xác của mô hình
Tại ngưỡng xác suất phân loại 40% miền phân phối bên trái tương ứng với giá trị phân loại (M-score -0.25335) mô hình chỉ phân loại được 11.80 % quan sát có sai phạm và 5.56 % quan sát không có sai phạm. Đây là kết quả mang tính chất tương đối, chưa đánh giá được những doanh nghiệp thuộc ngành bất động sản có hành vi gian lận trên BCTC như đã kỳ vọng.
Mặc dù, tổng độ chính xác đạt 67.92% nhưng chức năng chính của mô hình là đánh giá khả năng gian lận trên BCTC thì con số 11.80% doanh nghiệp có sai phạm trên BCTC chưa thể kết luận được đây là một mô hình hiệu quả trong việc phát hiện gian lận trên BCTC của các doanh nghiệp thuộc ngành Bất động sản niêm yết trên thị trường chứng khoán Việt Nam.
4.2. Thảo luận về kết quả nghiên cứu
Dựa trên kết quả phân tích mô hình trên, chúng ta rút ra được một số nhận xét nhằm cải thiện cũng như rút kinh nghiệm cho các mô hình nghiên cứu về gian lận trên BCTC sau này. Cụ thể như sau:
- Cỡ mẫu nghiên cứu của mô hình trên tương đối nhỏ (54 công ty thuộc ngành bất động sản) so với cỡ mẫu mà Beneish thu thập là 74 công ty.
- Có thể trong năm tài chính 2016, các công ty thuộc ngành bất động sản chưa có hành vi gian lận trên BCTC nên có thể mô hình không thể phát hiện ra được.
- Sự khác biệt giữa chế độ kế toán Việt Nam và chế độ kế toán ở Mỹ (nơi mô hình của Beneish ra đời) tạo nên sự khó khăn trong việc vận dụng mô hình vào tình hình kế toán hiện nay tại Việt Nam (cụ thể là ngành bất động sản).