Đánh Giá Khả Năng Rủi Ro Gian Lận Báo Cáo Tài Chính Trong Hoạt Động Cho Vay Doanh Nghiệp Tại Vietcombank Chi Nhánh Bình Dương

1. Thông tin Luận văn thạc sĩ

• Tên Luận văn: Đánh giá khả năng rủi ro gian lận Báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank Chi nhánh Bình Dương
• Tác giả: Phạm Hoàng Việt
• Số trang: 87
• Năm: 2017
• Nơi xuất bản: Trường Đại học Kinh tế TP.HCM
• Chuyên ngành học: Kế toán
• Từ khoá: Gian lận BCTC, M’score, F’score, Rủi ro tín dụng, Vietcombank

2. Nội dung chính

Luận văn “Đánh giá khả năng rủi ro gian lận Báo cáo tài chính trong hoạt động cho vay doanh nghiệp tại Vietcombank Chi nhánh Bình Dương” tập trung vào việc áp dụng các mô hình dự báo gian lận BCTC, cụ thể là M’score và F’score, để đánh giá rủi ro gian lận trong BCTC của các doanh nghiệp vay vốn tại Vietcombank Bình Dương. Luận văn cũng nhằm mục đích đo lường mối tương quan giữa các tỷ số tài chính được sử dụng trong quá trình thẩm định BCTC của ngân hàng và khả năng gian lận BCTC của các doanh nghiệp này. Nghiên cứu này xuất phát từ thực tế về những sai phạm và yếu kém trong hoạt động tín dụng ngân hàng, trong đó gian lận BCTC từ phía doanh nghiệp vay vốn là một nguyên nhân quan trọng dẫn đến nợ xấu. Việc nhận diện sớm rủi ro gian lận BCTC giúp cán bộ tín dụng ngân hàng đưa ra quyết định cho vay chính xác hơn và giảm thiểu rủi ro tín dụng. Để hiểu rõ hơn về hoạt động của ngân hàng thương mại, bạn có thể tham khảo thêm về vai trò của vốn chủ sở hữu trong hoạt động ngân hàng thương mại.

Để đạt được mục tiêu nghiên cứu, tác giả đã tổng quan các nghiên cứu trước đây về các mô hình dự báo gian lận BCTC, từ đó lựa chọn mô hình M’score của Beneish và mô hình F’score của Dechow và cộng sự để áp dụng trong bối cảnh Việt Nam. Luận văn sử dụng phương pháp thống kê mô tả, phân tích tương quan và hồi quy tuyến tính để định lượng và so sánh kết quả dự báo của hai mô hình, đồng thời xem xét mối quan hệ giữa các tỷ số tài chính sử dụng trong thẩm định BCTC của ngân hàng và rủi ro gian lận BCTC được xác định bằng mô hình M’score. Dữ liệu được thu thập từ BCTC của 60 doanh nghiệp có quan hệ tín dụng với Vietcombank Bình Dương trong giai đoạn 2013-2015. Kết quả nghiên cứu cho thấy có sự khác biệt trong khả năng dự báo gian lận của hai mô hình, đồng thời cũng xác định được một số yếu tố tài chính có tương quan với rủi ro gian lận BCTC. Để hiểu rõ hơn về các loại hình cho vay mà ngân hàng thương mại cung cấp, bạn có thể xem thêm bài viết về sự khác nhau giữa cho vay tiêu dùng và cho vay kinh doanh của ngân hàng thương mại.

Kết quả nghiên cứu cho thấy, trong giai đoạn 2013-2015, có 44 công ty đã từng có chỉ số M’score >=1.78, cho thấy khả năng gian lận BCTC. Ngành sản xuất chiếm đa số trong nhóm này. Tỉ lệ chênh lệch lợi nhuận trước và sau kiểm toán của nhóm công ty này cũng khá cao. Tương tự, với mô hình F’score, có 11 công ty đã từng có chỉ số F’score >1.85, với chỉ số trung bình là 11.27. Đặc biệt, có 8 công ty được xác định có khả năng gian lận BCTC ở cả hai chỉ số. Mô hình hồi quy M’score cũng cho thấy kết quả đồng nhất với các nghiên cứu trước đó, xác định mối tương quan giữa một số tỷ số tài chính và khả năng gian lận BCTC.

Từ kết quả nghiên cứu, luận văn đưa ra một số hàm ý quan trọng cho các đối tượng liên quan. Đối với ngân hàng, cần thận trọng hơn trong việc đánh giá các doanh nghiệp có chỉ số M’score và F’score cao, đồng thời thu thập thêm thông tin phi tài chính để có cái nhìn toàn diện hơn về rủi ro tín dụng. Hệ thống xếp hạng tín dụng không nên phụ thuộc quá nhiều vào BCTC mà cần kết hợp nhiều yếu tố khác nhau. Các nhà quản lý ngân hàng cần nâng cao kiến thức cho nhân viên về kế toán, tài chính và gian lận BCTC. Đối với doanh nghiệp, cần tăng cường tính minh bạch và trung thực trong BCTC để xây dựng uy tín với ngân hàng và các bên liên quan. Luận văn cũng chỉ ra một số hạn chế của nghiên cứu, như số lượng mẫu quan sát còn hạn chế, phạm vi nghiên cứu hẹp và chưa tìm ra được sự tương quan giữa M’score và F’score, và đề xuất các hướng nghiên cứu tiếp theo, như mở rộng mẫu quan sát, nghiên cứu ở phạm vi toàn ngành ngân hàng và kết hợp với các chỉ số khác để dự báo rủi ro toàn diện hơn. Để hiểu rõ hơn về các yếu tố ảnh hưởng đến hoạt động cho vay của ngân hàng, bạn có thể đọc thêm về khái niệm chất lượng cho vay của NHTM.