Kỳ 1: Những mô hình đo lường khả năng tồn tại quản trị lợi nhuận

Mô hình định lượng - Lý thuyết và thực tế

Định lượng là một khái niệm không mới trong giới phân tích và nghiên cứu. Tuy nhiên, đối với hầu hết các nhà đầu tư trên thị trường thì các mô hình định lượng vẫn còn khá xa lạ.

Mô hình định lượng là gì?

Trong nghiên cứu và phân tích, phương pháp định lượng và định tính đều đóng vai trò quan trọng. Tuy nhiên, hai phương pháp này lại trái ngược nhau về triết lý, ý tưởng cốt lõi và cách thức hoạt động.

Phân tích định tính là phương pháp tìm cách mô tả, phân tích đặc điểm các nhân tố từ quan điểm và kinh nghiệm của người làm nghiên cứu.

Phân tích định lượng chủ yếu dựa trên số liệu cụ thể, xây dựng các mô hình với nhiều biến số phức tạp. Kết luận thường dựa trên sự diễn dịch logic các kết quả số liệu từ mô hình. Trường phái phân tích này được dẫn đầu bởi người Mỹ và đại diện cho tính thực dụng Mỹ.

Tại sao phải định lượng?

Phương pháp định tính có khá nhiều hạn chế như tính chủ quan rất cao, khó khái quát… Điều này là cho kết quả đầu ra thiếu đi sự ổn định.

Phương pháp phân tích định lượng dù không phải là toàn năng, cũng chưa chắc là tỷ lệ thành công cao vượt trội so với định tính nhưng ít nhất có thể tính toán được xác suất và tính ổn định theo thời gian là khá cao.  

Phân tích định lượng cho phép đo lường và đánh giá mối liên quan giữa những biến số. Các phương pháp định lượng phổ biến mạnh nhất ở Mỹ và không hề ngạc nhiên là tác giả của hầu hết các mô hình định lượng nổi tiếng đều mang quốc tịch Mỹ.

Dựa trên các khối dữ liệu lớn (big data) thu thập được và xây dựng các mô hình định lượng (quantitative model), người phân tích có thể đánh giá các quan hệ kinh tế, tài chính… với độ tin cậy cụ thể về mặt thống kê. Trong thị trường tài chính, những kết quả này sẽ rất hữu ích cho phân tích, dự báo và ra quyết định đầu tư.

Nguồn: BBC

Những mô hình đo lường khả năng tồn tại quản trị lợi nhuận

Trước hết cần phải thừa nhận rằng mức độ hiệu quả của các mô hình định lượng trong việc khoanh vùng, phát hiện các hành vi thao túng số liệu kế toán và quản trị lợi nhuận (Earnings Management) tại các công ty niêm yết tại Việt Nam chưa thực sự cao như kỳ vọng của giới chuyên môn.

Lý do của vấn đề này khá đơn giản. Các mô hình này vốn được xây dựng cho các thị trường tài chính phát triển với các chuẩn mực kế toán quốc tế (IAS/IFRS). Chuẩn mực kế toán Việt Nam (VAS) hiện vẫn chưa tiệm cận mức này nên việc áp dụng các mô hình này cho thị trường Việt Nam vẫn còn một số khó khăn.

Tuy nhiên, cùng với sự hội nhập quốc tế ngày càng sâu của nền kinh tế Việt Nam thì các chuẩn mực kế toán trong nước cũng sẽ được nâng cấp dần theo hướng ngày càng sát với thế giới. Đây cũng là chủ đề khá nóng của giới kế toán Việt Nam trong giai đoạn hiện nay. Điều này cũng có nghĩa là nhà đầu tư nên trang bị kiến thức trước về các mô hình này vì chúng sẽ ngày càng trở nên chính xác và hiệu quả hơn trong những năm tới.

Mô hình Dechow F-Score. Giáo sư Patricia Dechow là một trong những người hiếm hoi trên thế giới đạt được giải thưởng danh giá American Accounting Association Award đến hai lần vào năm 2010 và 2015 cho những nghiên cứu chuyên sâu trong lĩnh vực kế toán của mình. Ít có người phụ nữ nào thành công trong lĩnh vực này đến như vậy.

Bà và Giáo sư Richard Sloan tại Đại học California giới thiệu Mô hình F-Score vào năm 2011. Kể từ đó, mô hình này trở thành một trong những tiêu chuẩn hàng đầu để đánh giá mức độ tin cậy báo cáo tài chính của các doanh nghiệp niêm yết trên thị trường chứng khoán Mỹ nói riêng và thế giới nói chung.

Công thức của F-Score được xác định như sau:

F-Score = -7.893 + 0.790 x RSST + 2.518 x ΔREC + 1.191 x ΔINV + 1.979 x SOFTASSETS + 0.171 x ΔCASHSALES – 0.932 x ΔROA + 1.029 x ISSUE

Có thể nhận thấy trong mô hình này có ba loại:

Loại 1 gồm các biến liên quan đến chất lượng các khoản kế toán dồn tích (accrual quality): RSST, ΔREC, ΔINV và SOFTASSETS.

Loại 2 gồm các biến liên quan đến hiệu quả tài chính: ΔCASHSALES và ΔROA.

Loại 3 là biến liên quan đến thị trường chứng khoán: ISSUE.

Theo Giáo sư Dechow, F-Score của doanh nghiệp nên nhỏ hơn mức 1.

Giáo sư Patricia Dechow. Nguồn: University of California

Mô hình Beneish M-Score. Messod Daniel Beneish lấy học vị tiến sĩ tại Đại học Chicago vào năm 1987. Sau đó, ông tiếp tục nghiên cứu và giảng dạy tại Đại học Indiana từ năm 1996.

Giáo sư Messod Daniel Beneish phát triển các lý thuyết nền tảng và xây dựng Mô hình M-Score từ năm 1999 để test báo cáo tài chính của các công ty niêm yết. Đây cũng là một trong những mô hình định lượng được sử dụng rộng rãi nhất trên thế giới.

Trong các tài liệu của CFA cũng như những chương trình học chuyên sâu về phân tích tài chính khác hầu hết đều có đề cập đến mô hình này. Công thức của M-Score được xác định như sau:

M-Score = -4.84 + 0.0920 x DSRI + 0.528 x GMI + 0.404 x AQI + 0.892 x SGI + 0.115 x DEPI – 0.172 x SGAI + 4.679 x TATA – 0.327 x LVGI

Ta có thể dễ dàng nhận thấy đây là mô hình 8 biến. Trong mô hình này có sự phân chia khá rõ nét thành hai nhóm:

Nhóm 1 gồm các biến số giúp nhận diện gian lận: DSRI, AQI, DEPI, và TATA

Nhóm 2 gồm các biến số giúp phản ánh động cơ gian lận: GMI, SGI, SGAI và LVGI

Sau đây là tên gọi cụ thể của từng biến số:

DSRI (Days Sales Receivable Index): Chỉ số phải thu khách hàng so với doanh thu

GMI (Gross Margin Index): Chỉ số tỷ lệ lãi gộp

AQI (Asset Quality Index): Chỉ số chất lượng tài sản

SGI (Sales Growth Index): Chỉ số tăng trưởng doanh thu bán hàng

DEPI (Depreciation Index): Chỉ số tỷ lệ khấu hao

SGAI (Sales, General and Administration Expense Index): Chỉ số chi phí bán hàng và quản lý doanh nghiệp

TATA (Total Accrual on Total Assets): Chỉ số biến dồn tích so với tổng tài sản

LVGI (Leverage Index): Chỉ số đòn bẩy tài chính

Mặt khác, M-score là một biến phân phối ngẫn nhiên có giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1. Do đó, khả năng có thao túng và quản trị lợi nhuận trong báo cáo tài chính có thể được tính toán bằng chỉ số M-Score thông qua chức năng trả về hàm phân phối chuẩn NORMSDIST trong ứng dụng Microsoft Excel.

Giáo sư Beneish cho rằng M-Score nên duy trì dưới -1.78.

Giáo sư Messod Daniel Beneish. Nguồn: Indiana University

Đón đọc:

Kỳ 2: Những mô hình đánh giá rủi ro và khả năng hoạt động liên tục

Bộ phận Phân tích Doanh nghiệp, Phòng Tư vấn Vietstock

FILI