Trong bối cảnh tài chính đầy biến động, việc nhận diện các dấu hiệu bất thường trong báo cáo tài chính là vô cùng thiết yếu để bảo vệ lợi ích nhà đầu tư. Khám phá ngay cách mô hình F-score giúp bạn giải mã những ẩn số, từ đó đưa ra quyết định đầu tư thông minh hơn trên Chuyên Tài Chính.
Trong bối cảnh thị trường tài chính ngày càng phức tạp, việc phát hiện gian lận trên báo cáo tài chính (BCTC) trở thành một nhiệm vụ then chốt đối với nhà đầu tư và các nhà phân tích. Mô hình F-score, được xây dựng dựa trên các khoản mục trong BCTC, là một trong những công cụ tiêu biểu giúp nhận diện rủi ro này. Vậy mô hình F-score là gì, và các biến số của nó được tính toán, diễn giải như thế nào để đưa ra những cảnh báo hữu ích? Bài viết dưới đây sẽ đi sâu làm rõ những vấn đề này.
Mô hình F-score là gì?
Mô hình F-Score là một công cụ phân tích định lượng được thiết kế để đánh giá và dự báo khả năng gian lận trên báo cáo tài chính của các doanh nghiệp. Mô hình này sử dụng các biến số trọng yếu từ báo cáo tài chính như tổng tài sản, tài sản ngắn hạn, nợ phải trả, doanh thu và lợi nhuận để ước tính mức độ rủi ro gian lận. Bằng cách tính toán các biến số này, nhà đầu tư và các bên liên quan có thể đưa ra nhận định về độ tin cậy của thông tin tài chính mà doanh nghiệp công bố.
Mô hình F-score được phát triển bởi nữ Giáo sư Patricia Dechow, một tên tuổi lừng lẫy trong lĩnh vực kế toán, người đã vinh dự nhận giải thưởng American Accounting Association Award vào các năm 2010 và 2015. Cùng với Giáo sư Richard Sloan tại Đại học California, bà đã giới thiệu mô hình F-score vào năm 2011. Kể từ đó, mô hình này nhanh chóng trở thành một công cụ được công nhận rộng rãi và đáng tin cậy để đánh giá rủi ro gian lận trên BCTC của các doanh nghiệp niêm yết trên toàn cầu.
Cấu trúc và các biến số của mô hình F – score
Mô hình F-score được xây dựng dựa trên một công thức phức tạp, kết hợp nhiều biến số tài chính để tạo ra một điểm số tổng hợp. Trong công thức này, “Unconditional probability” là một chỉ số quan trọng, thể hiện tỷ lệ các công ty có hành vi gian lận trên tổng số công ty được nghiên cứu, được công bố trong bài nghiên cứu gốc của tác giả năm 2011.
Các biến số dùng để tính toán “Predicted Value” trong mô hình có thể được chia thành ba nhóm chính, mỗi nhóm phản ánh một khía cạnh cụ thể về sức khỏe và hoạt động tài chính của doanh nghiệp:
- Nhóm 1: Các biến liên quan đến chất lượng các khoản kế toán dồn tích (accrual quality): Bao gồm RSST, ΔREC, ΔINV, SOFTASSETS, ΔCASHSALES. Nhóm này tập trung vào cách doanh nghiệp ghi nhận doanh thu và chi phí mà không nhất thiết liên quan trực tiếp đến dòng tiền, thường là nơi tiềm ẩn nhiều rủi ro gian lận nhất.
- Nhóm 2: Biến số nói về hiệu quả tài chính: Đại diện bởi ΔROA. Nhóm này đánh giá sự thay đổi trong hiệu quả hoạt động kinh doanh của doanh nghiệp.
- Nhóm 3: Biến số nói đến việc phát hành chứng khoán tăng vốn: Bao gồm ISSUE. Nhóm này xem xét các hoạt động huy động vốn thông qua phát hành cổ phiếu, thường đi kèm với động cơ “làm đẹp” BCTC.
Giải thích chi tiết các biến số của mô hình F – Score
Để áp dụng hiệu quả mô hình F-score, việc hiểu rõ ý nghĩa và cách thức vận động của từng biến số là vô cùng quan trọng. Mỗi biến số được tính toán từ dữ liệu BCTC và cung cấp cái nhìn sâu sắc về một khía cạnh riêng biệt của doanh nghiệp, giúp nhà đầu tư nhận diện các dấu hiệu bất thường.
RSST (Biến liên quan đến chất lượng kế toán dồn tích)
Kế toán dồn tích là phương pháp hạch toán phổ biến và chính thức theo các chuẩn mực kế toán. Tuy nhiên, chính phương pháp này cũng tạo ra kẽ hở cho các nhà quản lý điều chỉnh lợi nhuận thông qua các nghiệp vụ không phát sinh dòng tiền thực tế trong kỳ. Biến RSST được tính toán để làm rõ các khoản điều chỉnh dồn tích này, giúp nhà đầu tư có cái nhìn toàn diện về hoạt động kinh doanh và lợi nhuận thực sự của doanh nghiệp, từ đó có thể phát hiện các hành vi gian lận BCTC.
Theo lập luận của tác giả, nếu biến RSST tăng, điều này cho thấy khả năng gian lận BCTC của doanh nghiệp cũng tăng lên.
ΔREC (Biến động khoản phải thu khách hàng)
Công thức:
Sự gia tăng của khoản phải thu khách hàng thường được hiểu là doanh thu của công ty đang tăng lên. Tuy nhiên, doanh nghiệp có thể ghi nhận doanh thu mà chưa thực sự thu được tiền mặt trong kỳ. Đây là một thủ thuật phổ biến mà nhà quản lý sử dụng để đạt được các mục tiêu về doanh thu và lợi nhuận trên giấy tờ. Vì vậy, theo lập luận của tác giả, biến ΔREC tăng cho thấy khả năng doanh nghiệp gian lận BCTC tăng.
ΔINV (Biến động hàng tồn kho trên tổng tài sản)
Công thức:
Theo chuẩn mực kế toán, doanh nghiệp có quyền lựa chọn các phương pháp tính giá hàng tồn kho khác nhau (ví dụ: FIFO, LIFO, bình quân gia quyền). Mỗi phương pháp có thể dẫn đến các giá trị khác nhau về hàng tồn kho cuối kỳ, giá vốn hàng bán và biên lợi nhuận, tạo cơ hội cho chủ doanh nghiệp điều chỉnh lợi nhuận. Bên cạnh đó, việc trích lập dự phòng giảm giá hàng tồn kho khi giá trị thuần có thể thực hiện được thấp hơn giá gốc cũng là một công cụ để điều chỉnh lợi nhuận.
Theo diễn giải của Dechow, biến ΔINV tăng có thể là dấu hiệu của khả năng cao doanh nghiệp gian lận BCTC.
SOFTASSETS (Tỷ trọng tài sản vô hình và tài sản khác trên tổng tài sản)
Công thức:
Softassets (tài sản mềm) được định nghĩa là các tài sản của doanh nghiệp không bao gồm tài sản cố định hữu hình, tiền và các khoản tương đương tiền. Tỷ trọng Softassets cao có thể cho thấy doanh nghiệp có nhiều cơ hội để thực hiện các thủ thuật điều tiết lợi nhuận trong ngắn hạn. Ví dụ, việc lựa chọn phương pháp và thời gian khấu hao của tài sản cố định hữu hình (đã được loại trừ khỏi Softassets) cũng có thể ảnh hưởng đến lợi nhuận. Tương tự, việc ghi nhận các tài sản vô hình hoặc tài sản khác có thể bị thao túng để thay đổi bức tranh tài chính.
Theo tác giả, biến số SOFTASSETS tăng cho thấy khả năng gian lận BCTC của doanh nghiệp cũng tăng.
ΔCASHSALES (Biến động tỷ trọng doanh thu thu được bằng tiền)
Theo lập luận của tác giả, sự tăng trưởng doanh thu thực tế (thu bằng tiền) phải tương xứng với sự tăng trưởng của khoản phải thu. Nếu doanh nghiệp báo cáo mức tăng mạnh về khoản phải thu nhưng số tiền thực tế thu được lại thấp hơn đáng kể, đây có thể là dấu hiệu của việc chủ doanh nghiệp đang “làm đẹp” BCTC. Các thủ thuật có thể bao gồm thay đổi hạn mức thanh toán, nới lỏng chính sách bán hàng, kéo dài thời gian thanh toán, hoặc tăng cường khuyến mãi và chiết khấu để đẩy doanh số ảo.
Ngoài ra, việc ghi nhận doanh thu khi chưa đủ điều kiện cũng là một thủ thuật phổ biến, đặc biệt trong các ngành có đặc thù kinh doanh dự án dài hạn như bất động sản hay xây dựng. Theo diễn giải trên của tác giả, biến ΔCASHSALES tăng cho thấy khả năng doanh nghiệp gian lận BCTC tăng.
ΔROA (Biến động tỷ suất sinh lời trên tổng tài sản)
Công thức:
ROA (Return on Asset) là chỉ số đo lường hiệu quả sử dụng tài sản của doanh nghiệp để tạo ra lợi nhuận. Chỉ số này cho biết mỗi 100 đồng tài sản tạo ra bao nhiêu đồng lợi nhuận. Một doanh nghiệp có chỉ số ROA ngày càng tốt thường ít có động lực để gian lận BCTC hơn, vì hoạt động kinh doanh thực tế đang tạo ra giá trị.
Do đó, biến ΔROA tăng thể hiện khả năng doanh nghiệp gian lận BCTC giảm.
ISSUE (Phát hành cổ phiếu trong năm)
Công thức:
Việc phát hành thêm cổ phiếu để huy động vốn thường là động lực mạnh mẽ để chủ doanh nghiệp “làm đẹp” BCTC. Mục tiêu là duy trì hoặc tăng giá cổ phiếu để thu hút nhà đầu tư, đặc biệt khi tình hình kinh doanh thực tế gặp khó khăn. Các số liệu tài chính được trình bày một cách tích cực sẽ khuyến khích nhà đầu tư giữ cổ phiếu hoặc mua thêm, giúp doanh nghiệp huy động vốn với giá thuận lợi.
Theo diễn giải của tác giả, nếu biến số ISSUE bằng 1 (có phát hành cổ phiếu trong năm), điều này cho thấy doanh nghiệp có khả năng cao gian lận trong BCTC.
Phân tích kết quả mô hình F-score
Sau khi hoàn tất việc tính toán các biến số và áp dụng công thức, chúng ta sẽ thu được điểm số F. Điểm số này sẽ được diễn giải như sau để đánh giá mức độ rủi ro gian lận BCTC:
- Nếu điểm F > 2.45: Doanh nghiệp có khả năng rất cao đã gian lận BCTC trong kỳ.
- Nếu 1.85 < F ≤ 2.45: Doanh nghiệp có khả năng cao đã gian lận BCTC.
- Nếu 1 < F ≤ 1.85: Doanh nghiệp có khả năng gian lận BCTC ở mức trung bình.
- Nếu điểm F ≤ 1: Doanh nghiệp ít có khả năng đã gian lận BCTC.
Ví dụ thực tế: Ứng dụng mô hình F-score trong phân tích
Để minh họa tính ứng dụng thực tế của mô hình F-score, chúng ta hãy cùng xem xét trường hợp của CTCP Đầu tư và Phát triển Y tế Việt Nhật (JVC), một doanh nghiệp từng gây xôn xao dư luận. Cụ thể, vào ngày 21/06/2015, ông Lê Văn Hướng bị miễn nhiệm chức vụ Chủ tịch HĐQT kiêm Tổng giám đốc JVC. Chỉ ba ngày sau đó, vào ngày 24/06/2015, cựu chủ tịch JVC đã bị Công an Hà Nội khởi tố và bắt tạm giam.
Kiểm toán viên của JVC sau đó đã lên tiếng xác nhận nhiều giao dịch bất hợp pháp giữa JVC và các công ty liên quan, những giao dịch này chưa từng được Hội đồng Quản trị thông qua. Các hoạt động đáng ngờ bao gồm giao dịch bảo lãnh, mua bán hàng, thanh toán hộ, tạm ứng và góp vốn vào các dự án liên kết thiết bị y tế.
Các dấu hiệu bất thường cho thấy JVC có khả năng gian lận BCTC bao gồm:
- Công ty thay đổi kỳ kế toán mà không có lý do rõ ràng, từ niên độ 01/01-31/12 sang 01/04-31/03.
- Chính sách ghi nhận doanh thu được nới lỏng, trở nên dễ dàng hơn, trong khi chi phí lại được ghi nhận chậm hơn so với trước đó.
- Các khoản mục tài chính tăng mạnh một cách bất thường mà không được JVC đưa ra giải trình đầy đủ.
Dưới đây là các biến số của mô hình F-score của JVC được tính toán dựa trên BCTC năm 2014, giúp đánh giá mức độ rủi ro gian lận tại thời điểm đó:
| Mô hình F-Score | Giá trị | Trọng số | Biến số |
| ΔWC | 1069310 | ||
| ΔNCO | 405146 | ||
| -534855 | |||
| RSST | 0,411279535 | 0,79 | 0,3249108326 |
| ΔREC | 0,4135884933 | 2,518 | 1,041415826 |
| ΔINV | 0,1346580115 | 1,191 | 0,1603776917 |
| SOFTASSETS | 0,6329307794 | 1,979 | 1,252570012 |
| ΔCASHSALES | 0,02621975126 | 0,171 | 0,004483577465 |
| ΔROA | 0,05225412653 | -0,932 | -0,04870084593 |
| ISSUE | 1 | 1,029 | 1,029 |
| Predicted Value | -4,128942906 | ||
| Unconditional probability | 0,0037 | ||
| Probability | 0,01584478957 | ||
| F-Score | 4,282375559 |
Các giá trị mô hình F-score theo BCTC JVC năm 2014
Kết quả phân tích mô hình F-score cho JVC
Dựa trên kết quả tính toán từ mô hình F-score cho năm 2014, JVC đạt điểm số là 4,28. Con số này vượt xa ngưỡng 2,45, cho thấy một khả năng gian lận BCTC ở mức rất cao của doanh nghiệp trong kỳ kê khai đó.
Đáng chú ý, giai đoạn trước khi công bố BCTC năm 2014, giá cổ phiếu của JVC đã có sự tăng trưởng mạnh mẽ, từ khoảng 9.000đ/cổ phiếu lên gần 24.000đ/cổ phiếu. Tuy nhiên, sau khi BCTC năm 2014 được công bố, giá cổ phiếu JVC duy trì đi ngang trong khoảng 3 tháng rồi bất ngờ giảm mạnh vào tháng 6. Đến tháng 12 năm 2015, giá cổ phiếu JVC chỉ còn hơn 3.000đ/cổ phiếu. Diễn biến này càng củng cố thêm những cảnh báo từ mô hình F-score về rủi ro gian lận và tác động tiêu cực đến niềm tin của nhà đầu tư.
Kết luận
Mô hình F-score là một công cụ phân tích mạnh mẽ và đáng tin cậy giúp nhà đầu tư và các nhà phân tích phát hiện các dấu hiệu tiềm ẩn của gian lận trên báo cáo tài chính. Việc nắm vững cách tính toán và diễn giải các biến số trong mô hình này sẽ trang bị cho bạn một lợi thế quan trọng trong quá trình đánh giá sức khỏe tài chính thực sự của doanh nghiệp.
Thị trường tài chính luôn tiềm ẩn nhiều rủi ro, và đầu tư là một hành trình dài hạn đòi hỏi sự thận trọng. Do đó, việc kết hợp mô hình F-score với các phương pháp phân tích khác, cùng với sự tìm hiểu kỹ lưỡng về doanh nghiệp và ngành nghề, sẽ giúp bạn đưa ra những quyết định đầu tư sáng suốt và giảm thiểu rủi ro, hướng tới mục tiêu bền vững.
Hy vọng những kiến thức về mô hình F-score đã giúp bạn có thêm công cụ hữu ích để “khai phá bí mật gian lận báo cáo tài chính”. Để tìm hiểu sâu hơn về các chủ đề tài chính thú vị khác, đừng quên ghé thăm chuyên mục Blog của chúng tôi.
