Quản trị lợi nhuận của các công ty niêm yết trên thị trường chứng khoán Việt Nam

Nội dung text: Quản trị lợi nhuận của các công ty niêm yết trên thị trường chứng khoán Việt Nam

1. QUẢN TRỊ LỢI NHUẬN CỦA CÁC CÔNG TY NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM MANAGING PROFITABILITY OF COMPANIES LISTED IN VIETNAM'S CURRENT STOCK MARKET ThS. Phạm Kim Ngọc TS. Đường Nguyễn Hưng Trường Đại học Kinh tế Đà Nẵng Tóm tắt Trong bài viết này, chúng tôi muốn sử dụng các mô hình về Quản trị lợi nhuận để làm rõ và đo lường các hành vi quản trị lợi nhuận của Các Công ty niêm yết trên Thị trường chứng khoán Việt Nam hiện nay. Chúng tôi đã sử dụng dữ liệu về Báo cáo tài chính đã được kiểm toán theo tiêu chuẩn phân ngành ICB (Industry Classification Benchmark) của 428 Công ty niêm yết tương ứng với 13 ngành nghề tại Việt Nam trong giai đoạn từ 2011- 2014. Kết quả nghiên cứu cho thấy rằng có hành vi quản trị lợi nhuận của các Công ty niêm yết thuộc về nhóm ngành Bất động sản, Containers & Đóng gói và Xây dựng trong năm nghiên cứu. Từ khóa: quản trị lợi nhuận, công ty niêm yết, báo cáo tài chính. Abstract In this article, the authors use models of managing profitability to clarify and measure practices of managing profitability of companies listed in Vietnam's current stock market. Data on financial statements that was audited in accordance with industry classification benchmark (ICB) of 428 listed companies, corresponding to 13 sectors in Vietnam in the period from 2011 to 2014. The study results showed that managing profitability of listed company belongs to real estate industry, Containers & packaging and Construction industry. Key words: managing profitability, listed companies, financial reports. 369
2. 1. TỔNG QUAN Hành vi quản trị lợi nhuận trong các nghiên cứu trước đây thường được nhận diện thông qua các mô hình định lượng ước tính phần giá trị biến dồn tích tùy ý. Đây là phần giá trị dồn tích mà có thể được nhà quản lý điều chỉnh để tác động đến lợi nhuận của doanh nghiệp. Phần biến dồn tích này có thể được ước tính bằng tổng giá trị biến dồn tích trừ đi phần giá trị biến dồn tích không tùy ý, trong đó biến dồn tích không tùy ý phản ánh phần dồn tích tồn tại khách quan gắn liền với mức hoạt động của doanh nghiệp. Từ đó, để nhận diện được hành vi điều chỉnh lợi nhuận của doanh nghiệp, các mô hình đi vào ước lượng phần giá trị biến dồn tích không tùy ý, trên cơ sở đó để xác định được phần giá trị biến dồn tích tùy ý. Xuất phát từ tầm quan trọng của việc ước tính các thành phần của biến dồn tích, việc tìm hiểu khả năng và cách thức vận dụng các mô hình nghiên cứu trước đây để nhận diện hành vi quản trị lợi nhuận của doanh nghiệp trong bối cảnh các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam là mối quan tâm của phần này. Có nhiều nghiên cứu đã chỉ ra được những ưu điểm và hạn chế của các mô hình ước lượng giá trị các thành phần biến dồn tích. Các nghiên cứu của Dechow và cộng sự (1995) cho thấy các mô hình Healy (1985), DeAngelo (1986), Jones (1991) có nhiều khiếm khuyết trong việc ước tính giá trị các thành phần biến dồn tích. Mô hình Jones điều chỉnh (1991) thể hiện được tính hiệu quả hơn cả (so với các mô hình trên) trong việc nhận diện các thành phần biến dồn tích. Trên cơ sở đó, nghiên cứu này sẽ dựa trên cơ sở mô hình Jones điều chỉnh (1991) để áp dụng vào bối cảnh Việt Nam. Tuy nhiên, mô hình Jones điều chỉnh (1991) sử dụng chuỗi dữ liệu thời gian trong khi đó, với một thị trường chứng khoán Việt Nam mới trong giai đoạn đầu của quá trình phát triển, áp dụng mô hình như vậy là không khả thi. Jeter và Shivakumar (1999) khi nghiên cứu về nhận diện hành vi điều chỉnh lợi nhuận của các doanh nghiệp đã sử dụng số liệu theo ngành để ước lượng các tham số. Dựa trên các nghiên cứu trên, nghiên cứu này điều chỉnh thiết kế nghiên cứu theo mô hình Jones điều chỉnh (1991) bằng việc sử dụng số liệu tài chính theo ngành của các doanh nghiệp niêm yết. Trong nghiên cứu này, việc nhận diện hành vi điều chỉnh lợi nhuận sẽ được kiểm định ở một năm chọn làm một năm sự kiện để kiểm định các doanh nghiệp có hành vi điều chỉnh lợi nhuận trong năm này hay không. Trên cơ sở ước lượng được phần giá trị biến dồn tích tùy ý, việc kiểm định này được đặt trên giả định: giá trị trung bình của phần giá trị biến dồn tích tùy ý của các doanh nghiệp (ở đây được ước lượng cho từng ngành) bằng không nếu không có hành vi điều chỉnh lợi nhuận ở năm sự kiện. Các nội dung tiếp theo nghiên cứu này sẽ đi vào trình bày khái quát về các hạn chế của các mô hình ước lượng biến dồn tích, sau đó là thiết kế mô hình xác định biến dồn tích tùy ý, chọn mẫu, và trình bày kết quả nghiên cứu. 2. HẠN CHẾ CỦA CÁC MÔ HÌNH ƯỚC LƯỢNG BIẾN DỒN TÍCH Hành vi quản trị lợi nhuận của doanh nghiệp thường liên quan đến việc tác động đến biến dồn tích. Biến dồn tích được tạo ra trong việc ghi nhận lợi nhuận kế toán trên cơ sở kế toán dồn tích. Trong đó, biến dồn tích có thể tách ra làm hai phần: phần giá trị biến dồn tích tùy ý và phần giá trị biến dồn tích không tùy ý. Phần giá trị biến dồn tích không tùy ý phản ánh mức độ hoạt động thực chất của doanh nghiệp. Trong khi đó, phần giá trị biến dồn tích 370
3. tùy ý thường biến động và chịu tác động bởi quyết định chủ quan của nhà quản lý. Cơ sở để nhận diện được hành vi điều chỉnh lợi nhuận chính là việc ước lượng được phần giá trị biến dồn tích tùy ý. Nhưng để làm được điều này, các mô hình nhận diện hành vi quản trị lợi nhuận nhìn chung đều tập trung vào vấn đề ước lượng được phần giá trị biến dồn tích không tùy ý trong tổng giá trị biến dồn tích, từ đó ước tính ra phần giá trị biến dồn tích tùy ý. Các mô hình xác định các thành phần biến dồn tích thường chia kỳ nghiên cứu ra làm hai kỳ: kỳ ước lượng tham số xác định biến dồn tích (không tùy ý) và kỳ sự kiện. Dechow và cộng sự (1995) đã có sự tổng hợp về năng lực của các mô hình trong việc ước lượng các thành phần của biến dồn tích. 2.1. Mô hình Healy (1995) Mô hình Healy khác với phần lớn các nghiên cứu khác ở chổ: hành vi quản trị lợi nhuận có tính hệ thống được giả định là tồn tại trong mỗi kỳ kế toán. Trong mô hình Healy, biến tổng dồn tích được xác định cho kỳ ước lượng. Giá trị trung bình của biến tổng dồn tích được xác định chính là giá trị của biến dồn tích không tùy ý, và được đo lường như sau: ∑ ACCRt NDACCR = t t T Trong đó, ACCRt và NDACCRt là biến tổng dồn tích và biến dồn tích không tùy ý của kỳ t, T là số kỳ kế toán trong kỳ ước lượng. 2.2. Mô hình DeAngelo (1986) Mô hình DeAngelo sử dụng giá trị biến tổng dồn tích của kỳ trước để đo lường biến dồn tích không tùy ý. NDACCRt = ACCRt −1 trong đó, ACCRt-1 và NDACCRt là biến tổng dồn tích của kỳ t-1 và biến dồn tích không tùy ý của kỳ t. Khi này, phần giá trị của biến dồn tích tùy ý được ước tính như là chênh lệch cấp 1 giữa biến tổng dồn tích kỳ t và biến dồn tích không tùy ý kỳ t được ước lượng như trên. Như vậy, giả định của mô hình là kỳ t-1 không có hành vi điều chỉnh lợi nhuận và biến dồn tích không tùy ý không thay đổi giữa kỳ t-1 và t. Mô hình DeAngelo có thể xem là một trường hợp đặc biệt của mô hình Healy trong đó kỳ ước lượng chỉ là một kỳ kế toán. Cả hai mô hình đều sử dụng biến tổng dồn tích kỳ ước lượng làm cơ sở để ước tính biến dồn tích không tùy ý. Nếu biến dồn tích không tùy ý là không đổi qua các kỳ và giá trị trung bình của biến dồn tích tùy ý bằng không trong kỳ ước lượng, thì cả hai mô hình đều đo lường biến dồn tích không tùy ý chính xác. Tuy nhiên, các giả định này quá hẹp và khó xảy ra trong thực tế. Trong thực tế biến dồn tích không tùy ý có thể thay đổi theo hoạt động của doanh nghiệp. Kaplan (1985) chỉ ra rằng bản chất của quá trình kế toán dồn tích điều chỉnh mức biến dồn tích không tùy ý để phù hợp với những thay đổi trong bối cảnh kinh tế của doanh nghiệp. 371
4. 2.3. Mô hình Jones (1991) Mô hình Jones khắc phục được hạn chế của các mô hình Healy và DeAngelo bằng cách phản ánh những thay đổi từ bối cảnh kinh tế của doanh nghiệp vào trong mô hình ước lượng. Khi này biến dồn tích không tùy ý được ước lượng như sau: NDACCRit/TAit-1 = α(1/TAit-1) + β1(∆REVNit)/TAit-1 + β2FAit/TAit-1 trong đó, NDACCRit là biến dồn tích không tùy ý của kỳ t, ∆REVNit là chênh lệch doanh thu giữa hai kỳ t và t-1, FAit là tài sản cố định của kỳ t, và TAit-1 là tổng tài sản kỳ t-1. Các tham số α, β1 và β2 được ước lượng thông qua mô hình: ACCRit/TAit-1 = a(1/TAit-1) + b1∆REVNi/TAit-1 + b2FAit/TAit-1 + εi trong đó, ACCRit là biến dồn tích của kỳ t, và a, b1, và b2 là là tham số ước lượng của α, β1 và β2. Một giả định của mô hình là doanh thu thuộc về biến dồn tích không tùy ý. Nếu lợi nhuận bị điều chỉnh thông qua doanh thu thì biến dồn tích không tùy ý chứa một phần doanh thu bị điều chỉnh này, đồng thời biến dồn tích tùy ý bị ước tính thiếu chính xác. 2.4. Mô hình Jones điều chỉnh (1991) Mô hình Jones điều chỉnh cũng tương tự như mô hình Jones nhưng sự thay đổi của doanh thu được điều chỉnh cho mức thay đổi của khoản phải thu: NDACCRit/TAit-1 = α(1/TAit-1) + β1(∆REVNit - ∆RECVit)/TAit-1 + β2FAit/TAit-1 trong đó, NDACCRit là biến dồn tích không tùy ý của kỳ t, ∆REVNit là chênh lệch doanh thu giữa hai kỳ t và t-1, ∆RECVit là chênh lệch phải thu giữa hai kỳ t và t-1, FAit là tài sản cố định của kỳ t, và TAit-1 là tổng tài sản kỳ t-1. Như vậy mô hình Jones điều chỉnh giả định rằng tất cả thay đổi trong doanh thu bán chịu trong kỳ sự kiện là kết quả của hành vi điều chỉnh lợi nhuận. Điều này dựa trên suy luận rằng việc điều chỉnh lợi nhuận bằng thông qua ghi nhận doanh thu chưa thu tiền là dễ dàng hơn là thông qua ghi nhận doanh thu thu được bằng tiền. 2.5. Mô hình Industry (Dechow and Sloan, 1991) Mô hình Industry cũng như mô hình Jones không giả định biến dồn tích không tùy ý cố định qua các kỳ kế toán. Giả định của mô hình là biến động của các yếu tố quyết định đến biến dồn tích không tùy ý là giống nhau giữa các doanh nghiệp trong cùng ngành. Biến dồn tích không tùy ý được đo lường như sau: NDACCRt = γ1 + γ 2medianI (ACCRt ) trong đó, medianI(ACCRt) là giá trị median của biến tổng dồn tích kỳ t, γ1 và γ2 được ước lượng bằng OLS trong kỳ ước lượng. Mô hình Industry chỉ loại bỏ những biến động trong biến dồn tích không tùy ý mà giống nhau giữa các doanh nghiệp trong cùng ngành và những biến động trong biến dồn tích tùy ý có quan hệ tương quan với nhau giữa các doanh nghiệp trong cùng ngành. Nghiên cứu của Dechow và cộng sự (1995) cho thấy tất cả các mô hình đều có năng lực nhất định trong việc nhận diện hành vi điều chỉnh lợi nhuận. Các mô hình đều có hạn chế 372
5. trong việc nhận diện hành vi điều chỉnh lợi nhuận trong trường hợp doanh nghiệp có kết quả lợi nhuận bất thường. Trong các mô hình, mô hình Jones điều chỉnh có năng lực cao nhất trong việc nhận diện hành vi điều chỉnh lợi nhuận. Chính vì vậy, trong nghiên cứu này, mô hình Jones điều chỉnh được dùng để làm cơ sở cho thiết kế mô hình của nghiên cứu này. 3. THIẾT KẾ NGHIÊN CỨU Như đã đề cập ở phần trước, biến tổng dồn tích thường được chia làm hai thành phần: phần biến dồn tích tùy ý và phần biến dồn tích không tùy ý. Biến tổng dồn tích trong nghiên cứu này được xác định nhất quán với các nghiên cứu của Healy (1985), Jones (1991) và Jeter và Shivakumar (1999) như sau: ACCRit = ∆RECVit + ∆INVENit + ∆OTHERCAit - ∆ACCPit + ∆OTHERCLit - DEPRit trong đó, ACCRit là biến tổng dồn tích kỳ t, ∆RECVit là chênh lệch phải thu giữa hai kỳ t và t-1, ∆INVENit là chênh lệch hàng tồn kho giữa hai kỳ t và t-1, ∆OTHERCAit là chênh lệch các tài sản ngắn hạn khác giữa hai kỳ t và t-1, ∆ACCPit là chênh lệch khoản phải trả người bán giữa hai kỳ t và t-1, ∆OTHERCLit là chênh lệch các khoản phải trả ngắn hạn khác giữa hai kỳ t và t-1, và ∆DEPRit là khấu hao kỳ t. Trên cơ sở ước lượng được biến dồn tích không tùy ý, biến dồn tích tùy ý được tính như là phần còn lại của biến tổng dồn tích: DACCRit = ACCRit - NDACCRit trong đó, ACCRit, NDACCRit và DACCRit là biến tổng dồn tích, biến dồn tích không tùy ý và biến dồn tích tùy ý của kỳ t. Tính hữu hiệu của một mô hình ước lượng biến dồn tích thể hiện qua mức độ chính xác trong việc phân tách hai thành phần này của biến dồn tích. Nhiều mô hình đòi hỏi ước lượng các tham số sử dụng chuỗi dữ liệu theo thời gian, ước lượng các tham số sử dụng số liệu của từng doanh nghiệp theo thời gian. Trong khi đó, nghiên cứu này dựa trên mô hình Jones điều chỉnh với việc sử dụng số liệu ước lượng các tham số cho từng nhóm ngành trong mỗi kỳ quan sát. Theo mô hình này, việc ước lượng các tham số dựa trên số liệu các các doanh nghiệp trong cùng ngành trong mỗi kỳ, dẫn đến các doanh nghiệp trong mỗi ngành có cùng các tham số ước lượng giống nhau. Mô hình này bỏ qua giả định không có hành vi quản trị lợi nhuận trong kỳ ước lượng và các tham số ước lượng chung cho các doanh nghiệp trong ngành. Các doanh nghiệp trong cùng ngành với đặc điểm hoạt động giống nhau được giả định có các hành vi quản trị lợi nhuận tương tự nhau. Các doanh nghiệp được xác định có hành vi quản trị lợi nhuận khi biến dồn tích có giá trị vượt quá giá trị tham chiếu của ngành. Theo mô hình Jones điều chỉnh, biến dồn tích không tùy ý được ước lượng như sau: NDACCRit/TAit-1 = α(1/TAit-1) + β1(∆REVNit - ∆RECVit)/TAit-1 + β2FAit/TAit-1 (1) trong đó, NDACCRit là biến dồn tích không tùy ý của kỳ t, ∆REVNit là chênh lệch doanh thu giữa hai kỳ t và t-1, ∆RECVit là chênh lệch phải thu giữa hai kỳ t và t-1, FAit là tài sản cố định của kỳ t, và TAit-1 là tổng tài sản kỳ t-1. 373
6. Trong mô hình (1), chênh lệch doanh thu giữa hai kỳ được điều chỉnh cho chênh lệch khoản phải thu giữa hai kỳ. Điều này ngụ ý rằng, tất cả doanh thu bán chịu chưa thu tiền được ở cuối kỳ sự kiện là từ hành vi điều chỉnh lợi nhuận. Tuy nhiên, điều này chưa hẳn đúng hoàn toàn theo Jeter và Shivakumar (1999). Các tham số α, β1 và β2 được ước lượng thông qua mô hình: ACCRit/TAit-1 = a(1/TAit-1) + b1∆REVNi/TAit-1 + b2FAit/TAit-1 + εi (2) trong đó, ACCRit là biến dồn tích của kỳ t, và a, b1, và b2 là là tham số ước lượng của α, β1 và β2. Trong mô hình (2), biến dồn tích bao gồm những thay đổi trong vốn lưu động ròng, như phải thu, hàng tồn kho và phải trả cho người bán, do đó, biến dồn tích phụ thuộc vào những thay đổi của doanh thu ở mức độ nhất định. Biến động doanh thu được sử dụng để phản ánh mức độ hoạt động và môi trường hoạt động của doanh nghiệp. Tuy vậy, việc ghi nhận doanh thu cũng có thể được vận dụng để điều chỉnh lợi nhuận, do vậy, chênh lệch doanh thu cần được điều chỉnh cho chênh lệch khoản phải thu giữa hai kỳ khi ước tính biến dồn tích không tùy ý. Biến tài sản cố định cũng phản ánh biến động của biến dồn tích tạo ra do mức độ hoạt động thay đổi. Các giả thuyết cơ bản trong nghiên cứu về hành vi quản trị lợi nhuận bao gồm các giả thuyết sau: Giả thuyết H0: Doanh nghiệp không có hành vi điều chỉnh lợi nhuận. Giả thuyết H1: Doanh nghiệp có hành vi điều chỉnh lợi nhuận. Việc kiểm định giả thuyết có thể được thực hiện với một mẫu chọn các quan sát xác định rõ có yếu tố sự kiện thúc đẩy doanh nghiệp có hành vi quản trị lợi nhuận, thì giá trị trung bình của biến dồn tích tùy ý của các doanh nghiệp là khác không. Trong nghiên cứu này, việc kiểm định giả thuyết trên được áp dụng cho từng ngành được dựa trên giá trị trung bình của biến dồn tích tùy ý của các doanh nghiệp trong ngành. Trong bối cảnh các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam, việc thực hiện nghiên cứu này phụ thuộc vào nguồn số liệu thu thập được. Cụ thể, trong nghiên cứu này, việc ước lượng các tham số sử dụng số liệu tài chính của các doanh nghiệp trong khoảng thời gian 2011-2013. Năm sự kiện được chọn là năm 2014. Đây là năm thực sự khó khăn của nền kinh tế, và thực sự khó khăn trong hoạt động kinh doanh của một số ngành như bất động sản, xây dựng. Trong bối cảnh khó khăn đó, một mặt các doanh nghiệp rất thiếu vốn để hoạt động, mặt khác áp lực về việc hoàn thành các chỉ tiêu hoạt động kinh doanh, có thể dẫn đến nhà quản lý của doanh nghiệp có hành vi điều chỉnh lợi nhuận. 374
7. 4. MẪU NGHIÊN CỨU Nghiên cứu này dựa trên số liệu báo cáo tài chính thu thập được trên hai Sở giao dịch chứng khoán Việt Nam: Sở giao dịch chứng khoán TP. HCM và Hà Nội. Cụ thể, mẫu được chọn như sau: (i) Các doanh nghiệp niêm yết trên Sở giao dịch chứng khoán TP. HCM và Hà Nội trong khoảng thời gian 2011-2014. Đây chính là khoảng thời gian mà báo cáo tài chính của các doanh nghiệp niêm yết được cung cấp tương đối đầy đủ. Đồng thời, số lượng các công ty niêm yết mặc dù chưa tối ưu cho các giả định thống kê nhưng cũng đáp ứng tương đối cho các ước lượng. Các khoảng thời gian về trước số liệu doanh nghiệp niêm yết là không nhiều. Việc xác định khoảng thời gian 2011-2014 sẽ loại trừ các doanh nghiệp mới được niêm yết trong khoảng thời thời gian này (do có ít quan sát thu thập được). (ii) Loại trừ các doanh nghiệp hoạt động trong lĩnh vực tài chính như ngân hàng, bảo hiểm, chứng khoán. Sự loại trừ này là thích hợp vì các doanh nghiệp hoạt động trong các lĩnh vực này có tính chất hoạt động rất khác với đa số các doanh nghiệp còn lại. (iii) Các doanh nghiệp còn lại được chia vào các nhóm ngành theo Tiêu chí phân ngành các công ty niêm yết tại Sở giao dịch chứng khoán TP.HCM dựa trên hoạt động kinh doanh chính của công ty đó. Doanh thu là tiêu chí được xem xét để quyết định hoạt động kinh doanh chính của công ty niêm yết. Theo đó, hoạt động kinh doanh nào mang lại doanh thu lớn nhất trong tổng doanh thu của 1 công ty niêm yết tại Sở giao dịch sẽ được xem là hoạt động kinh doanh chính của công ty đó. Trên cơ sở phân ngành và theo tham khảo các nghiên cứu trước đây về số lượng quan sát tối thiểu, cuối cùng, mẫu được chọn gồm có các doanh nghiệp trong các ngành sau:Bảng 375
8. 1. Số lượng các doanh nghiệp trong nghiên cứu Ngành (*) Số lượng DN Bất động sản 58 Containers & Đóng gói 16 Dịch vụ vận tải 20 Dược phẩm 15 Khai khoáng 18 Máy công nghiệp 15 Nuôi trồng nông & hải sản 26 Sách, ấn bản & sản phẩm văn hóa 24 Sản xuất & Phân phối Điện 15 Thép và sản phẩm thép 20 Thực phẩm 24 Vật liệu xây dựng & Nội thất 61 Xây dựng 116 Tổng cộng 428 (*) Sử dụng theo tiêu chuẩn phân ngành ICB (Industry Classification Benchmark) Nguồn: Stoxplus 5. KẾT QUẢ NGHIÊN CỨU 5.1. Mô tả thống kê Bảng 2. Mô tả thống kê của các biến ước lượng 2011-2013 N Mean Median Std. Deviation Minimum Maximum Percentiles Valid 25 50 75 ACCRit 1089 0.060 0.037 0.248 -1.263 2.912 -0.060 0.037 0.155 TAit-1 1089 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 ∆REVNit 1089 0.281 0.178 0.560 -2.518 6.274 0.014 0.178 0.406 FAit 1089 0.270 0.207 0.286 0.000 6.330 0.102 0.207 0.371 Ghi chú: ACCRit là biến dồn tích của kỳ t ∆REVNit là chênh lệch doanh thu giữa hai kỳ t và t-1 FAit là tài sản cố định của kỳ t TAit-1 là tổng tài sản kỳ t-1 Bảng 2 cung cấp mô tả thống kê các biến trong nghiên cứu này. Tổng số quan sát là 1.089. Các giá trị mean và median của biến dồn tích là dương cho thấy các doanh nghiệp có giá trị chênh lệch phải thu và hàng tồn kho tương đối lớn so với các khoản phải trả và khấu 376
9. hao. Chênh lệch doanh thu giữa hai kỳ t và t-1 có giá trị khá lớn, phản ánh sự tăng trưởng khá lớn về doanh thu của các doanh nghiệp trong kỳ nghiên cứu. Điều này cũng phù hợp với các giá trị lớn của chênh lệch phải thu và hàng tồn kho nói trên. Bên cạnh đó, về tài sản cố định, tỷ trọng bình quân của tài sản cố định của các doanh nghiệp khoảng 27%1, một giá trị không lớn, và do đó, phần chi phí khấu hao tương đối là không quá cao. Điều này góp phần làm cho các giá trị của biến dồn tích là giá trị dương. 5.2. Mối quan hệ tương quan giữa các biến Bảng 3 thể hiện mô tả mối quan hệ giữa các biến sử dụng trong nghiên cứu. Biến dồn tích biến động cùng chiều với những thay đổi trong doanh thu. Điều này cho thấy những thay đổi trong doanh thu có ảnh hưởng nhất định đến biến dồn tích thông qua việc ghi nhận doanh thu và phải thu. Đồng thời, biến dồn tích cũng có mối quan hệ trong biến động có ý nghĩa thống kê với tài sản cố định. Dấu âm (-) trong hệ số quan hệ tương quan giữa biến dồn tích và tài sản cố định là phù hợp bởi vì khấu hao tác động theo hướng làm giảm giá trị biến dồn tích. Mối quan hệ giữa biến dồn tích và tổng tài sản không được tính vì 1/TAit-1 là quá nhỏ. Bảng 3. Correlation ACCR TA ∆REVN FA ACCR Pearson Correlation 1 . 0.144 -0.075* Sig. (2-tailed) . 1.82E-06 0.013 N 1089 1089 1089 1089 TA Pearson Correlation . . . . Sig. (2-tailed) . . . N 1089 1089 1089 1089 ∆REVN Pearson Correlation 0.144 . 1 0.118 Sig. (2-tailed) 1.82E-06 . 9.46E-05 N 1089 1089 1089 1089 FA Pearson Correlation -0.075* . 0.118 1 Sig. (2-tailed) 0.013 . 9.46E-05 N 1089 1089 1089 1089 Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). Ghi chú: ACCRit là biến dồn tích của kỳ t ∆REVNit là chênh lệch doanh thu giữa hai kỳ t và t-1 FAit là tài sản cố định của kỳ t TAit-1 là tổng tài sản kỳ t-1 Mối quan hệ tương quan giữa biến động trong doanh thu và tài sản cố định cũng khá đáng kể ở mức ý nghĩa 5%. Tài sản cố định tạo ra nền tảng cho hoạt động của doanh nghiệp và do đó, tài sản cố định càng tăng thì doanh nghiệp càng có điều kiện tạo ra doanh thu cao hơn. 1 Đây không phải là tỷ trọng chính xác vì tài sản cố định năm nay được so với năm trước. 377
10. Như vậy, mối quan hệ tương quan giữa các biến như đã thể hiện phản ánh phần nào ý nghĩa của mô hình ước lượng. 5.3. Ước lượng tham số mô hình Trong phần này, mô hình (2) sẽ được áp dụng cho các doanh nghiệp niêm yết trên thị trường chứng khoán Việt Nam. Mô hình (2) được ước lượng cho từng nhóm ngành cụ thể như đã được trình bày trong phần chọn mẫu. Bảng 4 trình bày về kết quả ước lượng các tham số cho từng ngành này. Có thể thấy rằng hầu hết các giá trị tham số ước lượng đều không có ý nghĩa thống kê. Tuy nhiên, điều này cũng nhất quán với kết quả nghiên cứu của Jones (1991, Bảng 4). Bảng 4. Ước lượng các tham số mô hình ACCRit/TAit-1 = a(1/TAit-1) + b1∆REVNi/TAit-1 + b2FAit/TAit-1 + εi 2 Ngành N a t-stat b1 t-stat b2 t-stat R Bất động sản 58 -1E+10 0.063 -0.109 -0.595 -0.150 -0.408 0.108 Containers & Đóng gói 16 -3E+09 0.151 0.117 1.005 -0.239 -1.109 0.183 Dịch vụ vận tải 20 3.7E+09 1.251 -0.028 -1.221 -0.063 -0.532 0.207 Dược phẩm 15 -1E+09 -0.838 0.022 0.226 0.001 0.007 -0.110 Khai khoáng 18 4.1E+09 1.045 0.348 2.390* 0.095 0.071 0.291 Máy công nghiệp 15 1.1E+10 0.293 -0.296 -1.347 0.030 0.215 0.076 Nuôi trồng nông & hải sản 26 -5E+09 -0.510 0.176 2.318* 0.146 0.617 0.209 Sách, ấn bản & sản phẩm văn hóa 24 5.1E+08 0.338 0.299 1.880 -0.210 -1.602 0.206 Sản xuất & Phân phối Điện 15 5.3E+09 1.331 -0.041 0.224 -0.117 -2.012 0.337 Thép và sản phẩm thép 20 -2E+10 -1.085 0.204 2.400* 0.101 0.131 0.265 Thực phẩm 24 5.4E+09 0.519 0.034 0.347 0.049 0.121 0.081 Vật liệu xây dựng & Nội thất 61 3.6E+08 0.335 -0.063 -1.063 -0.147 -1.077 0.119 Xây dựng 116 -1E+08 0.034 -0.024 -0.239 -0.300 -2.502 0.121 Ghi chú: a, b1 và b2 là các tham số trong mô hình ACCRit là biến dồn tích của kỳ t ∆REVNit là chênh lệch doanh thu giữa hai kỳ t và t-1 FAit là tài sản cố định của kỳ t TAit-1 là tổng tài sản kỳ t-1 Trong nghiên cứu của Jones (1991), không có tham số nào được ước lượng có ý nghĩa thống kê. Mục đích chính của mô hình là ước lượng được các tham số cho mô hình ước tính biến dồn tích không tùy ý (mô hình (1)). Do vậy, sự có ý nghĩa thống kê của các tham số chỉ có giá trị nhất định. Sự tác động của thay đổi doanh thu đến biến dồn tích trong các ngành Thép và sản phẩm thép, Máy công nghiệp, Sách, ấn bản & sản phẩm văn hóa, và Khai khoáng là khá lớn so với các ngành còn lại. Trong khi đó, đối với các ngành Dược phẩm, Xây dựng, Dịch vụ vận tải, Thực phẩm, Sản xuất & Phân phối Điện, và Vật liệu xây dựng & Nội thất thì tác động của biến động doanh thu là ở mức thấp hơn. Điều này có thể do đặc điểm 378
11. của ngành thể hiện sự khác nhau trong việc ghi nhận doanh thu của các doanh nghiệp. Đối với yếu tố tác động của tài sản cố định, các ngành Containers & Đóng gói và Xây dựng là có mức độ tác động của tài sản cố định đến biến dồn tích khá lớn. Ở chiều ngược lại, các ngành Dược phẩm, Máy công nghiệp và Thực phẩm có mức độ tác động các tài sản cố định đến biến dồn tích thấp hơn. Bảng 5 trình bày mô tả thống kê của các tham số được ước lượng của mô hình (2). Giá trị trung bình của tham số biến tài sản cố định có giá trị âm (-0.062). Đây là dấu kỳ vọng của tham số của biến tài sản cố định. Lý do cho dấu âm của tham số này là do biến tài sản cố định phản ánh quy mô khấu hao của doanh nghiệp, là một yếu tố làm giảm giá trị biến dồn tích. Giá trị trung bình của tham số biến thay đổi doanh thu có giá trị dương (0.049). Biến thay đổi doanh thu có tác động làm tăng giá trị biến dồn tích. Tuy nhiên, dấu của tham số của biến thay đổi doanh thu không mang giá trị rõ ràng vì sự biến động theo chiều hướng tăng của doanh thu có thể làm tăng một số thành phần của biến dồn tích như khoản phải thu, nhưng đồng thời cũng có thể đồng thời làm tăng các thành phần như khoản phải trả. Bảng 5. Mô tả thống kê các tham số mô hình ACCRit/TAit-1 = a(1/TAit-1) + b1∆REVNi/TAit-1 + b2FAit/TAit-1 + εi N Mean Median Std. Deviation Minimum Maximum Percentiles Valid 25.000 75.000 a 13 -7.01E+08 3.6E+08 7.787E+09 -1.81E+10 1.117E+10 -3.75E+09 4.7E+09 t - stat. 13 0.225 0.293 0.737 -1.085 1.331 -0.238 0.782 b1 13 0.049 0.022 0.176 -0.296 0.348 -0.052 0.190 t - stat. 13 0.487 0.226 1.396 -1.347 2.400 -0.829 2.099 b2 13 -0.062 -0.063 0.144 -0.300 0.146 -0.180 0.072 t - stat. 13 -0.622 -0.408 0.964 -2.502 0.617 -1.356 0.126 Adj. R2 13 0.161 0.183 0.115 -0.110 0.337 0.095 0.237 Ghi chú: a, b1 và b2 là các tham số trong mô hình Giá trị trung bình của Adj. R2 của việc ước lượng mô hình là 0.161. Khả năng giải thích biến dồn tích của mô hình là không cao. Trong nghiên cứu của Jones (1991), giá trị trung bình của Adj. R2 của việc ước lượng mô hình là 0.232. Như vậy, mô hình này áp dụng trong điều kiện Việt Nam có năng lực giải thích không quá thấp so với nghiên cứu gốc. 5.4. Kiểm định giả thuyết điều chỉnh lợi nhuận Nghiên cứu này không nghiên cứu hành vi điều chỉnh lợi nhuận cụ thể của nhà quản lý như điều chỉnh lợi nhuận để thu lợi từ chính sách thuế, điều chỉnh lợi nhuận để tránh vi phạm điều khoản vay, hay điều chỉnh lợi nhuận để bình ổn lợi nhuận. Mục tiêu chủ yếu của nghiên cứu này là phát hiện có hay không hành vi điều chỉnh lợi nhuận của các doanh nghiệp xét trên bình diện cả ngành, tức là kiểm định các giả thuyết H0 và H1 như đã trình bày. Giả thuyết H0 - Doanh nghiệp không có điều chỉnh lợi nhuận được kiểm định thông qua khảo sát giá trị của biến dồn tích tùy ý. Nghiên cứu này gắn liền với một năm sự kiện cụ 379
12. thể (năm 2014). Trong năm sự kiện này, các sự kiện có thể phát sinh tác động đến các nhóm ngành khác nhau một cách khác nhau. Nếu trong năm sự kiện được chọn, có sự kiện nào đó có thể tác động đến một vài nhóm ngành nhất định, thúc đẩy nhà quản lý của các doanh nghiệp trong ngành có hành vi điều chỉnh lợi nhuận thì giá trị trung bình của biến dồn tích tùy ý của các doanh nghiệp trong ngành thực sự khác không và có thể bác bỏ giả thuyết H0 đối với nhóm ngành này. Do vậy, các giả thuyết ở đây được xem xét trên bình diện ngành vì tác động của sự kiện sẽ ảnh hưởng chung đến các doanh nghiệp trong ngành bị ảnh hưởng bởi sự kiện đó. Trước khi kiểm định giả thuyết H0, việc xem xét xem mô hình nghiên cứu có thành công không trong việc ước lượng biến dồn tích không tùy ý cũng là một mối quan tâm. Nếu mô hình ước tính có hiệu quả giá trị biến dồn tích không tùy ý, thì giá trị trung bình của biến dồn tích không tùy ý phải khác không. Bảng 6 mô tả kết quả kiểm định này. Kết quả cho thấy đa phần các mẫu ngành được kiểm định đều có giá trị t-statistic có ý nghĩa thống kê ở mức α = 1% và 5%. Tức là, các giá trị trung bình của biến dồn tích không tùy ý khác không. Điều này phản ánh mô hình có thể nhận dạng được phần biến dồn tích không tùy ý. Đây là cơ sở để từ đó mô hình có thể phân tách được biến dồn tích tùy ý. Tuy vậy, có bốn trong số 13 mẫu không thực sự có ý nghĩa thống kê. Đây có thể do vấn đề số liệu hoặc chọn mẫu. Mặt khác, điều này cũng có thể là do hạn chế của mô hình trong ước lượng các tham số. Bảng 6. Kiểm định giá trị biến dồn tích không tùy ý Ngành N Mean Std. Deviation t p Bất động sản 58 -0.033 0.041 -6.098 0.000 Containers & Đóng gói 16 -0.056 0.044 -5.042 0.000 Dịch vụ vận tải 20 -0.014 0.036 -1.755 0.095 ^ Dược phẩm 15 -0.007 0.017 -1.514 0.152 Khai khoáng 18 0.087 0.166 2.227 0.040 * Máy công nghiệp 15 0.025 0.109 0.878 0.395 Nuôi trồng nông & hải sản 26 0.082 0.078 5.337 0.000 Sách, ấn bản & sản phẩm văn hóa 24 -0.004 0.104 -0.176 0.862 Sản xuất & Phân phối Điện 15 -0.043 0.042 -3.938 0.001 Thép và sản phẩm thép 20 0.040 0.121 1.491 0.152 Thực phẩm 24 0.046 0.030 7.631 0.000 Vật liệu xây dựng & Nội thất 61 -0.058 0.034 -13.495 0.000 Xây dựng 116 -0.048 0.047 -10.996 0.000 Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). 380
13. Trên cơ sở ước lượng được giá trị của biến dồn tích không tùy ý, giá trị của biến dồn tích tùy ý được ước tính bằng phần còn lại của biến dồn tích sau khi trừ đi phần giá trị biến dồn tích không tùy ý. Bảng 7 trình bày kết quả ước tính giá trị trung bình biến dồn tích tùy ý của các ngành trong mẫu. Để kiểm định giả thuyết H0, nghiên cứu này sử dụng t-test với: H0: Giá trị trung bình của giá trị biến dồn tích tùy ý bằng 0. H1a: Giá trị trung bình của giá trị biến dồn tích tùy ý khác 0. H2a: Giá trị trung bình của giá trị biến dồn tích tùy ý lớn hơn 0. Kết quả của Bảng 7 cho thấy giả thuyết H0 được thừa nhận ở 8 trong số 13 nhóm ngành, như các ngành Dịch vụ vận tải, Dược phẩm, Khai khoáng, Điều này ngụ ý rằng các doanh nghiệp trong các nhóm ngành này không có hành vi điều chỉnh lợi nhuận ở mức độ đáng kể. Giả thuyết H0 có thể được bác bỏ ở nhóm ngành Bất động sản, Containers & Đóng gói, Sách, ấn bản & sản phẩm văn hóa, Thép và sản phẩm thép và Xây dựng. Đây là các nhóm ngành có giá trị trung bình biến dồn tích tùy ý khác 0, trong đó, giá trị trung bình của biến dồn tích tùy ý của các nhóm ngành Sách, ấn bản & sản phẩm văn hóa và Thép và sản phẩm thép có giá trị nhỏ hơn 0. Kết quả này có thể dẫn đến kết luận các doanh nghiệp trong các nhóm ngành này có hành vi điều chỉnh lợi nhuận theo hướng làm giảm lợi nhuận công bố. Tuy nhiên, do bởi ở kiểm định giá trị biến dồn tích không tùy ý, các kết quả của nhóm ngành Sách, ấn bản & sản phẩm văn hóa và Thép và sản phẩm thép không có ý nghĩa thống kê, do vậy, kết quả ở đây kém thuyết phục. Khi giá trị biến dồn tích không tùy ý chưa được phân tách một cách thỏa đáng, một phần giá trị của biến dồn tích không tùy ý được chuyển sang giá trị của biến dồn tích tùy ý. Khi đó, giá trị trung bình của biến dồn tích tùy ý trở nên khác không. Bảng 7. Kiểm định giá trị biến dồn tích tùy ý Std. H1a H2a Ngành N Mean Deviation T p p Bất động sản 58 0.050 0.190 1.992 0.051 0.026 * Containers & Đóng gói 16 0.083 0.164 2.011 0.063 0.031 * Dịch vụ vận tải 20 -0.034 0.113 -1.346 0.194 0.097 Dược phẩm 15 0.034 0.093 1.427 0.175 0.088 Khai khoáng 18 -0.071 0.235 -1.281 0.218 0.109 Máy công nghiệp 15 0.023 0.135 0.645 0.529 0.265 Nuôi trồng nông & hải sản 26 -0.003 0.147 -0.116 0.909 0.454 Sách, ấn bản & sản phẩm văn hóa 24 -0.073 0.148 -2.407 0.024 * 0.012 * Sản xuất & Phân phối Điện 15 -0.019 0.080 -0.905 0.381 0.190 Thép và sản phẩm thép 20 -0.086 0.179 -2.146 0.045 * 0.022 * Thực phẩm 24 0.048 0.319 0.737 0.468 0.234 Vật liệu xây dựng & Nội thất 61 0.023 0.127 1.405 0.165 0.083 Xây dựng 116 0.062 0.159 4.227 0.000 0.000 381
14. Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). Đối với nhóm ngành Bất động sản, Containers & Đóng gói và Xây dựng, giá trị trung bình của biến dồn tích tùy ý của các nhóm này lớn hơn 0. Kết quả này có ý nghĩa thống kê và kết hợp với kết quả kiểm định biến dồn tích không tùy ý của các ngành này (cũng có ý nghĩa thống kê) có thể gợi ý rằng, có thể có hành vi điều chỉnh tăng lợi nhuận thông qua sử dụng biến dồn tích tùy ý của các doanh nghiệp trong các nhóm ngành này trong năm sự kiện. Như vậy, phần này đã trình bày về phương pháp kiểm định giả thuyết về hành vi điều chỉnh lợi nhuận trên cấp độ ngành của các doanh nghiệp. Việc kiểm định này dựa trên giá trị trung bình của biến dồn tích tùy ý của các doanh nghiệp trong từng ngành trong năm sự kiện. Việc thực hiện phương pháp kiểm định theo nhóm ngành được đặt trên giả định rằng, dưới tác động của các sự kiện trong một thời gian nhất định, các doanh nghiệp trong mỗi ngành có các đặc điểm hoạt động giống nhau sẽ có hành vi ứng xử tương tự nhau trong việc công bố thông tin lợi nhuận ra bên ngoài. 382
15. TÀI LIỆU THAM KHẢO Tiếng Anh Christie, A.A. (1990), "Aggregation of test statistics: An evaluation of the evidence on contracting and size hypotheses", Journal of Accounting and Economics, 12 (January), pp.15- 36. DeAngelo, L. (1986), "Accounting numbers as market valuation substitutes: A study of management buyouts of public stockholders", The Accounting Review, 61: 400-420. DeAngelo, H., L. DeAngelo, and D. J. Skinner (1994), "Accounting choice in troubled companies", Journal of Accounting and Economics, 17: 11 3-144. Dechow, P. M. (1994), "Accounting earnings and cash flows as measures of firm performance: The role of accounting accruals", Journal of Accounting and Economics, 18: 3- 42. Dechow, P. M. , and R. G. Sloan (1991), "Executive incentives and the horizon problem: An empirical investigation", Journal of Accounting and Economics, 14: 51-89. Dechow, P., R.Sloan and A.Sweeney (1995), “Detecting earnings management”, The Accounting Review, 170: 193-225 Defond, M. L., and J. Jiambalvo (1994), "Debt covenant violations and manipulation of accruals", Journal of Accounting and Economics, 17: 145-176. Gaver, J. J., K. M. Gaver, and J. R. Austin (1995), "Additional evidence on the association between income management and earnings-based bonus plans", Journal of Accounting and Economics (forthcoming). Healy, P. M. (1985), "The effect of bonus schemes on accounting decisions", Journal of Accounting and Economics, 7: 85- 107. Healy, P. M. and K. G. Palepu (1990), "Effectiveness of accounting-based dividend covenants, Journal of Accounting and Economics, 12: 97-123. Healy P M, Wahlen J M (1999), "A review of the earnings management literature and its implications for standard setting", Accounting Horizons, Volume: 13 Issue: 4 pp.365-383 Holthausen, R., D. F. Larcker, and R. G. Sloan (1995), "Annual bonus schemes and the manipulation of earnings", Journal of Accounting and Economics (forthcoming). Jeter, D. C and Shivakumar L. (1999), "Cross-Sectional Estimation Of Abnormal Accruals Using Quarterly And Annual Data: Effectiveness in Detecting Event-Specific Earnings Management", Accounting and Business Research, 29(4) Jones, J. (1991), "Earnings management during import relief investigations", Journal of Accounting Research, 29: 193-228. Kaplan, R. S. (1985), "Comments on Paul Healy: Evidence on the effect of bonus schemes on accounting procedures and accrual decisions", Journal of Accounting and Economics, 7: 109-1 13. Leftwich, R. (1983), “Accounting information in private markets: Evidence from private lending agreements,” The Accounting Review, pp.3-42. McNichols, M., and G. P. Wilson (1988), "Evidence of earnings management from the provisions for bad debts", Journal of Accounting Research, 26 (Supplement): 1-3 1. 383
16. Pincus, K., W. H. Holder, and T. J. Mock (1988), "Reducing the Incidence of Fraudulent Financial Reporting: The Role of the Securities and Exchange Commission", Los Angeles, CA: SEC and Financial Reporting Institute of the University of Southern California. Sweeney, A. P. (1994), "Debt covenant violations and managers' accounting responses", Journal ofAccounting and Economics, 17: 28 1-308. Teoh, Siew Hong, T. J. Wong, and Gita R. Rao (1998), "Are earnings during initial public offeringsopportunistic?", Review of Accounting Studies, forthcoming. Watts, R.L., and J.L. Zimmerman (1990), “Positive accounting theory: A ten year perspective”, The Accounting Review, pp.131-156. Tiếng Việt Chuẩn mực kế toán Việt Nam (2000-2010). Nguyễn Công Phương (2005), "Các Mô hình Nghiên cứu Quản trị Lợi nhuận ở các Nước Phát triển có Phù hợp với Bối cảnh Việt Nam? Phân tích Lý thuyết", Kỷ yếu Hội thảo Khoa học: Kinh tế Miền Trung: Tiềm Năng - Động lực & Giải pháp, tr. 280-291. Nguyễn Công Phương (2010), "Kế toán theo cơ sở dồn tích và quản trị lợi nhuận của doanh nghiệp", Tạp chí kế toán , số 77. 384