Nguồn: Kết quả từ phần mềm Stata, 2023

Nhận thấy mô hình nghiên cứu của Nan Ting Kuo và Cheng Few Lee (2019) có nhiều điểm tương đồng trong nghiên cứu có thể thực hiện tại Việt Nam nên tác giả đề xuất mô hình nghiên cứu được thừa kế mô hình của 2 tác giả này.

Theo đó, mô hình nghiên cứu đề xuất có các nhân tố ảnh hưởng đến hành vi QTLN, cụ thể biến chất lượng dồn tích (AQ) là biến phụ thuộc đại diện cho hành vi quản trị lợi nhuận, biến NOL và YEAR là biến độc lập, 8 biến kiểm soát gồm: SIZE, ROA, PPE, LEV, INV, INTAG, SG, INDUSTRY.

AQ = β0 + β1.NOL+ β2YEAR + β3.SIZE + β4.ROA+ β5.PPE+ β6.LEV + β7.INV + β8.INTAG + + β9.SG + βk.INDUSTRY+ ε (1)

Trong đó:

Biến phụ thuộc:

Lợi nhuận bị thao túng là kết quả của sự can thiệp có động cơ của các nhà quản trị vào quá trình lập BCTC thông qua lựa chọn việc ghi nhận các khoản mục kế toán nhằm mục đích đạt được lợi ích cho bản thân hoặc công ty (Schipper, 1989). Khi có sự can thiệp của nhà quản lý vào quá trình lập BCTC, lợi nhuận sẽ có chất lượng thấp. Để đo lường chất lượng của lợi nhuận, tác giả vận dụng mô hình chất lượng dồn tích do Dechow và Dichev (2002) đề xuất - một mô hình quan trọng được sử dụng để đo lường chất lượng của BCTC.

Một trong những chức năng của công cụ kế toán dồn tích là khả năng cung cấp dự báo về các dòng tiền tốt hơn trong tương lai. Khi thu nhập ròng hiện tại cung cấp thông tin về hiệu suất của dòng tiền trong tương lai, chất lượng BCTC được coi là cao hơn (Hope và cộng sự, 2012). Mô hình đo lường chất lượng BCTC dựa trên chất lượng dồn tích đạt được độ tin cậy cao do sử dụng dữ liệu thứ cấp để phân tích. Do đó, trong phạm vi bài nghiên cứu này, tác giả sử dụng mô hình của Dechow và Dichev (2002) để đo lường chất lượng lợi nhuận.

Chất lượng dồn tích (AQ) trong nghiên cứu này dựa trên kỹ thuật tính toán thống kê được sử dụng rộng rãi của Dechow và Dichev (2002), trong đó AQ được đo lường bằng cách liên hệ tổng các khoản dồn tích hiện tại với dòng tiền từ hoạt động kinh doanh. AQ là giá trị tuyệt đối của phần dư (εj) từ hồi quy sau:

TCAj,t = α0 + α1CFOj,t−1 + α2CFOj,t + α3CFOj,t+1 + εj ,t (2)

TCA là tổng dồn tích hiện tại được tính bằng:

TCAj,t = ∆CAj,t − ∆CLj,t − ∆Cashj,t + ∆STDEBTj,t (3)

Trong đó:

CFO: dòng tiền thuần từ hoạt động kinh doanh

∆CA: thay đổi trong tài sản ngắn hạn giữa năm t-1 và năm t

∆CL: thay đổi trong nợ ngắn hạn giữa năm t-1 và năm t

∆Cash: thay đổi trong khoản mục tiền mặt giữa năm t-1 và năm t

∆STDEBT: thay đổi trong khoản mục vay và nợ thuê tài chính ngắn hạn giữa năm t-1 và năm t

ε: phần dư

Các bước tính toán thực hiện như sau:

Bước 1: Thu thập dữ liệu ∆CAj,t, ∆CLj,t, ∆Cashj,t, ∆STDEBTj,t để tính ra được TCA theo công thức (3).

Bước 2: Thu thập dữ liệu tính CFOj,t−1, CFOj,t, CFOj,t+1.

Ước lượng các thông số cụ thể α0, α1, α2, α3 theo năm và theo từng ngành bằng cách thực hiện hồi quy OLS và lấy hệ số beta đã chuẩn hóa tương ứng với α0, α1, α2, α3.

ε = (∆CAj,t − ∆CLj,t − ∆Cashj,t + ∆STDEBTj,t ) – (α0 + α1CFOj,t−1 + α2CFOj,t + α3CFOj,t+1 + εj ,t) (4)

Bước 3: Có các hệ số α0, α1, α2, α3 thế vào công thức (4) để tính phần dư.

Biến chất lượng dồn tích sẽ được lấy giá trị tuyệt đối của phần dư (Dechow và Dichev, 2002).

Biến độc lập:

NOL được sử dụng để xác định động lực tham gia vào QTLN dựa theo nghiên cứu của N.-T. Kuo & C.-F. Lee (2019). Khi các DN có lỗ hoạt động thuần vào cuối năm t mới có thể tiết kiệm thuế bằng cách chuyển thu nhập từ năm t sang năm t+1, trong khi các DN không có lỗ hoạt động thuần vào cuối năm t thì không được. Đây là biến giả nhận giá trị là 1 khi công ty có hoạt động chuyển lỗ trong năm t và nhận giá trị là 0 cho các trường hợp còn lại.

YEAR là biến giả đại diện cho năm trước và sau thay đổi thuế suất thuế TNDN, biến này cung cấp một cách trực quan để so sánh AQ giữa các năm trước và sau thay đổi thuế suất, thực hiện này nhằm đánh giá xem việc QTLN trong năm trước thay đổi có đảo ngược so với năm sau giảm thuế suất không. Biến này nhận giá trị là 1 vào năm 2016, 2017 còn lại nhận giá trị là 0 vào các năm 2013, 2014, 2015.

Biến kiểm soát:

SIZE: Quy mô DN. Các DN lớn có cơ cấu tổ chức lớn và mức độ bất cân xứng thông tin thấp thì có xu hướng thực hiện QTLN (Campa và Donnelly, 2014).

ROA: Tỷ suất sinh lợi trên tổng tài sản. Khả năng sinh lời sẽ ảnh hưởng đến mức độ QTLN vì các DN có hiệu quả kém được cho là có động lực thao túng số liệu thu nhập nhằm làm tốt hơn cho báo cáo tài chính (Bekiris và cộng sự, 2011). ROA được đo lường bằng tỷ lệ lợi nhuận sau thuế trên tổng tài sản.

PPE: Tài sản, máy móc và thiết bị. Giá trị TSCĐ hữu hình của DN có liên quan đến các phương pháp kế toán được xem như thủ thuật của QTLN như phương pháp khấu hao tài sản cố định hay ghi nhận chi phí sửa chữa tài sản cố định, điều này cho phép các nhà quản trị áp dụng để thực hiện quản trị lợi nhuận (Nguyễn Vĩnh Khương và cộng sự, 2021).

LEV: Đòn bẩy tài chính. DN có mức độ nợ cao cần phải thể hiện qua hiệu quả tài chính tốt thì mới có được nhiều khoản vay hơn, do đó đòn bẩy tài chính cao thì mức độ QTLN cao (Bisogno và De Luca, 2015).

INV: Đây là biến đại diện cho hàng tồn kho, các công ty có tỷ trọng hàng tồn kho trên tổng tài sản càng ít thì việc QTLN cao (Taylo và Richardson, 2013) vì các công ty có doanh thu lớn thường hạch toán thấp giá trị hàng tồn kho trên bảng cân đối kế toán họ sẽ đẩy nhiều chi phí vào kết quả kinh doanh để giảm được lợi nhuận trước thuế từ đó giảm số tiền thuế TNDN phải nộp.

INTAG: Tài sản cố định vô hình. Theo nguyên tắc kế toán thì các chi phí trong quá trình nghiên cứu và phát triển góp phần tạo tên tài sản vô hình của DN. Vì khấu hao cũng là một chi phí có thể được trừ khi tính thuế TNDN do đó các nhà quản trị có thể thao túng chi phí từ đó ảnh hưởng đến lợi nhuận (Trần Mỹ Kim Quân, 2018).

SG: Tăng trưởng doanh thu. Các DN tăng trưởng cao thường có ít hành vi thao túng lợi nhuận dựa trên hoạt động thực (Gunny, 2010). Ngược lại, Rahman và Ali (2006) cho rằng, tốc độ tăng trưởng có tương quan ngược chiều với hành vi QTLN trên cơ sở dồn tích. SG được đo lường bằng thay đổi của doanh thu năm nay trừ cho năm trước và chia cho doanh thu năm trước.

INDUSTRY: Biến đại diện cho các nhóm ngành khác nhau. Dữ liệu về ngành tác giả dựa theo chuẩn phân ngành ICB (Industry Classification Benchmark). Việc sắp xếp các DN niêm yết riêng lẻ vào các nhóm ngành cụ thể thì tác giả tham khảo từ nguồn: https://www.stockbiz.vn/. Dựa vào cấu trúc phân ngành này mẫu quan sát trong nghiên cứu gồm 8 ngành: ngành vật liệu cơ bản, công nghiệp, hàng tiêu dùng, y tế, dịch vụ tiêu dùng, các dịch vụ hạ tầng, đầu tư bất động sản và công nghệ.

Sau khi thực hiện thu thập và xử lý dữ liệu, phân tích và giải thích các biến trong mô hình đề xuất cũng như đưa ra các giả thuyết nghiên cứu, tác giả sẽ thực hiện phân tích hồi quy bằng phần mềm Stata 15.

Kết quả thống kê mô tả

Kết quả kiểm tra đa cộng tuyến bằng VIF có giá trị VIF trung bình = 1,87. Theo Daoud (2018) khi VIF < 5 thì mô hình không xảy ra vấn đề về đa cộng tuyến.

Kết quả mô hình Pooled OLS

Thực hiện phân tích mô hình theo Pooled OLS, kết quả thu được cho thấy F (16,818) = 4,27 và Prob > F = 0,000. Điều này chứng minh sử dụng mô hình Pooled OLS để phân tích hồi quy mô hình 1 là phù hợp.

Mô hình hồi quy FEM

Thực hiện kiểm định F mô hình nghiên cứu theo hồi quy FE, kết quả thu được cho thấy, F (166,659) = 2,10 và Prob > F = 0,000. Kết quả kiểm định cho giá trị P nhỏ hơn 0,05, đủ cơ sở bác bỏ giả thuyết “Mô hình OLS phù hợp với mẫu nghiên cứu”. Vậy mô hình FEM phù hợp hơn OLS.

Mô hình hồi quy REM

Để tuân thủ quy trình lựa chọn mô hình, nghiên cứu tiếp tục tiến hành ước lượng theo mô hình REM.Tuy nhiên, để quyết định mô hình nào phù hợp giữa FEM và REM, tác giả tiến hành thực hiện kiểm định Hausman để lựa chọn giữa 2 mô hình.

Kiểm định lựa chọn mô hình phù hợp

Nguồn: Kết quả từ phần mềm Stata, 2023

Kiểm định Hausman được thực hiện nhằm lựa chọn mô hình phù hợp để giải thích mối quan hệ của các yếu tố trong mô hình nghiên cứu giữa mô hình FEM hay mô hình REM, dựa trên giả định H0 không có sự tương quan giữa biến giải thích và yếu tố ngẫu nhiên, vì tương quan là nguyên nhân tạo nên sự khác biệt giữa FEM và REM với hai giả thiết:

H0: Mô hình Random effect phù hợp với mẫu nghiên cứu.

H1: Mô hình Fixed effect phù hợp với mẫu nghiên cứu.

Trong đó, lựa chọn H0: không có sự tương quan và H1: có sự tương quan.

Kết quả thu được từ Bảng 5 cho thấy, Chi2 = 52,37 và Prob > chi2 = 0,0000. Kết quả kiểm định cho giá trị P nhỏ hơn 0,05 đủ cơ sở bác bỏ giả thuyết H0. Vậy mô hình FEM phù hợp hơn REM.

Kiểm định tự tương quan Wooldridge của mô hình FEM

Kiểm định tự tương quan Wooldridge cho kết quả F (1,166) = 0,149 và Prob > F = 0,6998. Kiểm định Wooldridge cho kết quả giá trị P > 0,05 vì vậy chấp nhận giả thuyết “không có hiện tượng tự tương quan”.

Kiểm định phương sai thay đổi Breusch-Pagan

Kết quả kiểm định phương sai thay đổi Breusch-Pagan: Chi2 (1) = 165,93 và Prob > Chi2 = 0,000. Kết quả kiểm định Breusch-Pagan cho kết quả Prob > Chi2 = 0,00 < 0,05, vì vậy, bác bỏ giả thuyết “không có hiện tượng phương sai thay đổi”, mô hình xuất hiện hiện tượng phương sai thay đổi. Để khắc phục hiện tượng phương sai thay đổi, tác giả đã thực hiện hồi quy phương trình (1) theo phương pháp FGLS.

Kết quả phân tích hồi quy FGLS

Nguồn: Kết quả từ phần mềm Stata, 2023

Từ mô hình nghiên cứu, kết quả đã xác định được các nhân tố ảnh hưởng đến hành vi quản trị lợi nhuận của các công ty niêm yết. Kết quả trên chứng minh được giả thuyết việc thay đổi thuế suất thuế TNDN có ảnh hưởng đến quản trị lợi nhuận.

Kết luận

Tác giả nghiên cứu về sự ảnh hưởng của thuế suất thuế TNDN đến hành vi quản trị lợi nhuận của các công ty niêm yết trên HoSE giai đoạn năm 2012 đến năm 2017 với mẫu nghiên cứu 167 công ty và 835 quan sát. Bên cạnh nhân tố chính là chất lượng dồn tích đại diện cho hành vi quản trị lợi nhuận, tác giả còn đưa vào 2 nhân tố với vai trò là biến độc lập gồm: chuyển lỗ hoạt động (NOL) và năm thay đổi thuế suất (YEAR); Và 8 nhân tố với vai trò là biến kiểm soát bao gồm: quy mô (SIZE), lợi nhuận (ROA), đòn bẩy (LEV), mức độ sử dụng vốn (PPE), mức độ hàng tồn kho (INV), tài sản cố định vô hình (INTAG), tốc độ tăng trưởng (SG) và biến ngành (INDUSTRY). Kết quả hồi quy cho thấy, nhân tố thay đổi thuế suất (YEAR) có ý nghĩa thống kê và có tác động đến hành vi quản trị lợi nhuận. Ngoài ra, kết quả của nghiên cứu cho thấy 2 trong 8 nhân tố kiểm soát có tác động đến hành vi quản trị lợi nhuận đó là tài sản cố định vô hình (INTAG)và biến ngành (INDUSTRY). Các nhân tố còn lại không có tác động.

Tài liệu tham khảo:

1. Đinh Thị Thu Thảo, 2016, Nghiên cứu ảnh hưởng của điều chỉnh lợi nhuận kế toán đến khả năng hoạt động liên tục của các công ty niêm yết trên thị trường chứng khoán Việt Nam, Luận văn thạc sĩ, Trường Đại học kinh tế Thành phố Hồ Chí Minh;
2. Nguyễn Công Phương, 2007, Về tính trung thực của chỉ tiêu lợi nhuận, Tạp chí kế toán. Số 69;
3. Akers và cộng sự, 2007, Earnings Management and Its Implications, The CPA Journal. Vol 77, No 8, ABI/INFORM Global, pp 64;
4. Dechow and Dichev, 2002, The Quality of Accruals and Earnings: The Role of Accrual Estimation Errors, The Accounting Review. Vol 77. pp 35-39;
5. Dechow, Sloan và Sweeney,1995, Detecting Earnings Management, The Accounting Review. Vol 70. No2, pp 193-225.