Các nhân tố ảnh hưởng đến chất lượng báo cáo tài chính của doanh nghiệp vận tải biển niêm yết

TS. Đào Văn Thi, ThS. Đinh Thị Thu Ngân - Trường Đại học Hàng hải Việt Nam
05:08 17/06/2024

Nghiên cứu này xác định các yếu tố ảnh hưởng tới chất lượng báo cáo tài chính của nhóm doanh nghiệp vận tải biển niêm yết. Kết quả cho thấy, hệ số nợ và biến khả năng thanh toán hiện hành có tác động ngược chiều đến chất lượng thông tin trên báo cáo tài chính. Tỷ suất lợi nhuận trên vốn chủ sở hữu và tỷ lệ giữa giá trị thị trường chia giá trị sổ sách của cổ phiếu có tác động cùng chiều đến chất lượng thông tin báo cáo tài chính. Nghiên cứu là tiền đề để các nhà quản lý có các biện pháp phù hợp làm tăng chất lượng báo cáo tài chính nhóm doanh nghiệp vận tải biển. Các nghiên cứu trong tương lai có thể sử dụng các mẫu nghiên cứu lớn hơn; đồng thời, sử dụng đa dạng các phương pháp để đánh giá chất lượng báo cáo tài chính.

Đặt vấn đề

Thời gian qua, vấn đề chất lượng thông tin tài chính của các doanh nghiệp (DN) niêm yết trên thị trường chứng khoán (TTCK) Việt Nam luôn thu hút sự quan tâm của dư luận. Chất lượng thông tin tài chính của các DN niêm yết không chỉ bị ảnh hưởng bởi quá trình thu thập, xử lý thông tin từ bên trong mà còn chịu ảnh hưởng bởi sự kiểm soát từ các yếu tố bên ngoài.

Nghiên cứu này xác định và phân tích các nhân tố ảnh hưởng đến CTTT trên báo cáo tài chính (BCTC) đo lường thông qua chất lượng lợi nhuận của các DN vận tải biển giai đoạn 2019-2022.

Xây dựng mô hình nghiên cứu

Để nghiên cứu chất lượng thông tin BCTC theo chất lượng lợi nhuận dựa trên cơ sở thị trường, nhóm tác giả sử dụng mô hình nghiên cứu gồm một biến phụ thuộc (FRQit) và năm biến độc lập, cụ thể như sau:

FRQit = β0 + β1LEVit + β2LIQit + β3ROEit + β4GROit + β5DIVit + εit (1)

Trong đó:

FRQit: chất lượng thông tin BCTC của DN i năm t

LEVit: Tỷ lệ giữa tổng nợ trên tổng tài sản của DN i năm t

LIQit: Tỷ lệ giữa tổng tài sản ngắn hạn trên tổng nợ ngắn hạn của DN i năm t

ROEit: Tỷ lệ lợi nhuận trên vốn chủ sở hữu của DN i năm t

GROit: Giá thị trường chia giá trị sổ sách của DN i năm t

DIVit: Tỷ lệ chi trả cổ tức của DN i năm t

Đo lường biến phụ thuộc

Chất lượng thông tin trên BCTC là một chỉ tiêu định tính, vì vậy, để thực hiện lượng hóa chỉ tiêu này, đo lường biến phụ thuộc là chất lượng thông tin BCTC thông qua giá trị thích hợp của thông tin kế toán, tác giả sử dụng mô hình sau:

Pit = β0 + β1BVit + β2EPSit + β3EPS1it + εit (2)

Trong đó:

Pit: Giá thị trường của cổ phiếu DN i năm thứ t

BVit: Giá trị sổ sách của cổ phiếu DN i năm thứ t

EPSit: Lợi nhuận/Cổ phiếu của DN i trong năm t

EPS1it: Thay đổi lợi nhuận/Cổ phiếu của DN i trong năm t

Bước 1: Xác định Pit, BVit, EPSit và EPS1it

Bước 2: Tác giả sẽ tiến hành phân tích hồi quy trên STATA theo mô hình (2) để tìm ra các hệ số β0, β1, β2, β3.

Sử dụng mô hình OLS và mô hình stata được kết quả:

β0 = -419,0003; β1 = 0,8610275; β2 = 1,32139; β3 = -1,584255.

Bước 3: Tác giả thay các giá trị β0, β1, β2, β3 vừa tìm được vào công thức (2) để tính phần dư εit theo công thức sau:

εit = Pit - (β0 + β1BVit + β2EPSit + β3EPS1it)

Giá trị tuyệt đối của εit sẽ cho thấy chất lượng thông tin BCTC. Lưu ý, cần lấy giá trị tuyệt đối của εit vì chênh lệch giữa Pit với β0 + β1BVit + β2EPSit + β3EPS1it thể hiện giá trị thích hợp của thông tin kế toán, nên giá trị này lớn hơn hay nhỏ hơn 0 đều thể hiện là có sự chênh lệch. Giá trị tuyệt đối của |ε| càng thấp cho thấy giá trị thích hợp của TTKT càng cao và ngược lại. Như vậy, |ε| chính là đo lường biến phụ thuộc (chất lượng BCTC).

Đo lường biến độc lập

Số liệu liên quan đến các biến độc lập được nhóm tác giả thu thập dựa trên các BCTC và báo cáo thường niên của các DN vận tải biển niêm yết trên sàn Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và sàn Sở Giao dịch Chứng khoán Hà Nội (HNX) từ năm 2019 đến năm 2022.

Kết quả nghiên cứu

Lựa chọn mô hình phù hợp

Ước lượng các nhân tố ảnh hưởng đến chất lượng thông tin BCTC qua mô hình bình phương nhỏ nhất (OLS)

Bảng 1 cho thấy, dựa trên số liệu thu thập của 21 DN, tổng 84 quan sát, hệ số R2 điều chỉnh (Adj R-squared) xấp xỉ bằng 30%; giá trị thống kê F (5,78) = 8,07; Prob > F = 0.0000 (có ý nghĩa thống kê ở mức 1%). Kết quả này cho thấy, ước lượng OLS có thể là một ước lượng phù hợp.

So sánh OLS với FEM

Nhóm tác giả tiến hành ước lượng theo mô hình các tác động cố định (FEM) và so sánh, lựa chọn giữa OLS và FEM để tìm ra mô hình phù hợp hơn.

Bảng 2 cho thấy, giá trị thống kê F(20,58) = 2.38 và Prob > F = 0.0053, tức nhỏ hơn 0.05, điều này có nghĩa ước lượng theo mô hình FEM phù hợp hơn so với mô hình OLS.

So sánh OLS với REM

Sau đó, tác giả tiến hành ước lượng theo mô hình các tác động ngẫu nhiên (REM) và dùng lệnh xttest0 trong STATA để so sánh, lựa chọn giữa OLS và REM, từ đó tìm ra mô hình phù hợp hơn.

Theo kết quả Bảng 3 kiểm định xttest0, giá trị chibar2 (01) = 7.19 và Prob > chibar2 = 0.0037 (có ý nghĩa thống kê ở mức 1%) đều cho thấy, phương pháp REM là phù hợp hơn để ước lượng.

So sánh FEM với REM

Nhóm tác giả tiến hành so sánh FEM và REM thông qua kiểm định Hausman và thu được kết quả kiểm định Prob > chi2 = 0,8489, tức là giá trị này lớn hơn 0,05. Vì vậy, có thể kết luận ước lượng theo mô hình REM phù hợp hơn so với FEM.

Bảng 5 cho thấy, trong ba mô hình OLS, FEM và REM thì ước lượng REM là phù hợp nhất.

Bảng 1: Bảng kết quả hồi quy mô hình OLS
FRQ	Coef.	Std.Err.	t	P>t	[95% Conf. Interval]
LEV	-5435,849	3416,72	-1,59	0,116	-12238,02	1366,318
LIQ	-296,6084	160,6335	-1,85	0,069	-616,405	23,18827
ROE	12508,68	4080,076	3,07	0,003	4385,872	20631,49
GRO	5086,871	1382,52	3,68	0,0000	2334,485	7839,257
DIV	-1051,777	2754,31	-0,38	0,704	-6535,86	4431,632
_cons	4196,248	2280,603	1,84	0,070	-344,0838	8736,581

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Bảng 2: Bảng tổng hợp các kiểm định lựa chọn mô hình
Kiểm định	OLS và FEM	OLS và REM	FEM và REM
F – test	F(20,58) = 2,38 Prob > F = 0,0053
Breusch – Pagan test		chibar2 (01) = 7,19 Prob > chibar2 = 0,0037
Hausman test			Chi2 (5) = 2.00 Prob>chi2 = 0,8489
Kết luận	Chọn FEM	Chọn REM	Chọn REM

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Bảng 3: Bảng kết quả mô hình FEM
FRQ	Coef.	Std.Err.	t	P>t	[95% Conf. Interval]
LEV	-4791,697	4234,754	-1,13	0,258	-13091,93	3507,998
LIQ	-339,4419	183,2196	-1,85	0,064	-698,5458	19,66194
ROE	10202,12	4402,452	2,32	0,020	1573,477	18830,77
GRO	5717,231	1463,967	3,91	0,000	2847,908	8586,554
DIV	321,245	2928,071	0,11	0,913	-5417,353	6060,473
_cons	3446,245	2583,248	1,33	0,182	-1616,829	8509,318

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Bảng 4: Bảng tổng hợp các kiểm định lựa chọn mô hình
Kiểm định	OLS và FEM	OLS và REM	FEM và REM
F – test	F(20,58) = 2,38 Prob > F = 0,0053
Breusch – Pagan test		chibar2 (01) = 7,19 Prob > chibar2 = 0,0037
Hausman test			Chi2 (5) = 2.00 Prob>chi2 = 0,8489
Kết luận	Chọn FEM	Chọn REM	Chọn REM

Nguồn: Kết quả nghiên cứu của nhóm tác giả

Kiểm định các trường hợp khuyết tật của mô hình do vi phạm các giả định

Hiện tượng đa cộng tuyến: Một trong các phương pháp phổ biến được sử dụng để xác định giữa các biến độc lập có xảy ra hiện tượng đa cộng tuyến hay không là dùng nhân tố phóng đại phương sai VIF (Variance Inflation Factor). Sử dụng lệnh VIF ta thu được kết quả VIF= 1,51. Như vậy, tất cả biến độc lập đều có các giá trị VIF nhỏ hơn 2 đã khẳng định ở mô hình nghiên cứu (1) không xảy ra hiện tượng đa cộng tuyến.

Giả định phương sai sai số không đổi: Thông qua kiểm định Breusch - Pagan, nhóm tác giả đã phát hiện có hiện tượng phương sai thay đổi trong mô hình (1), cụ thể Prob>chibar2 = 0.0037<0.05, có nghĩa phương sai sai số trong mô hình (1) có thay đổi.

Kiểm định về tự tương quan: Kết quả cho thấy F (1, 20) = 0.132 và Prob > F = 0.7198. Do đó, với giá trị Prob>F >5% của kiểm định Wooldridge như trên, ta kết luận không có hiện tượng tự tương quan trong mô hình nghiên cứu.

Sau khi kiểm định các trường hợp khuyết tật của mô hình, có hai giả định không bị vi phạm là hiện tượng đa cộng tuyến và giả định tự tương quan. Tuy nhiên, có một giả định đã bị vi phạm đó là phương sai sai số không đổi. Để khắc phục cần thực hiện hồi quy bằng mô hình hiệu chỉnh GLS.

Hiệu chỉnh mô hình GLS và kết quả phân tích

Trong mô hình GLS, xem xét các yếu tố sau:

Thứ nhất, về mức ý nghĩa p-value của năm biến độc lập. Kết quả cho thấy, biến LEV (tỷ lệ giữa tổng nợ trên tổng tài sản), biến LIQ (tỷ lệ giữa tổng tài sản ngắn hạn và tổng nợ ngắn hạn) có ý nghĩa thống kê ở mức 10%. Trong khi đó, biến ROE (tỷ lệ lợi nhuận trên vốn chủ sở hữu) và biến GRO (giá trị thị trường chia giá trị sổ sách của cổ phiếu) có ý nghĩa 1%. Riêng biến DIV (tỷ lệ chi trả cổ tức) do p-value = 0,692 (>5%) nên không có tác động đến chất lượng thông tin trên BCTC về mặt thống kê. Như vậy, dựa vào p-value có thể kết luận bốn biến độc lập có tác động đến chất lượng thông tin BCTC trong mô hình là LEV, LIQ, ROE và GRO.

Thứ hai, về dấu tương quan của các biến độc lập có ý nghĩa trong mô hình. Hệ số Beta 1 của biến LEV bằng -5435,849; hệ số Beta 2 của biến LIQ bằng -296,6084. Điều này có nghĩa biến LEV và LIQ tác động ngược chiều đến chất lượng thông tin trên BCTC. Đòn bẩy tài chính càng cao thì chất lượng thông tin trên BCTC càng thấp và ngược lại. Đối với 2 biến có độ tin cậy cao là ROE và GRO thì đều có tác động cùng chiều đến chất lượng thông tin trên BCTC. Cụ thể, hệ số Beta 3 của ROE bằng 12508; hệ số Beta 4 của GRO bằng 5086. Như vậy, DN có tỷ suất lợi nhuận càng cao, tiềm năng phát triển càng cao thì chất lượng BCTC càng cao.

Thứ ba, nghiên cứu xem xét độ lớn của hệ số hồi quy để đánh giá biến nào có tác động đến chất lượng BCTC nhiều hơn. Kết quả cho thấy, biến ROE có hệ số hồi quy lớn nhất, Beta 3 bằng 12508, nghĩa là ROE tác động mạnh nhất đến chất lượng thông tin trên BCTC. ROE có tác động cùng chiều với biến phụ thuộc, DN có tỷ suất lợi nhuận trên vốn chủ sở hữu càng cao thì chất lượng thông tin trên BCTC dựa trên cơ sở thị trường càng cao.

Biến có tác động mạnh thứ hai đến chất lượng BCTC là biến LEV, tuy nhiên, đây là biến có tác động ngược chiều đến chất lượng BCTC. Trong nghiên cứu này, nhóm tác giả xác định được giá trị tuyệt đối của hệ số hồi quy của LEV bằng 5435.849, chứng tỏ DN có hệ số nợ càng cao thì chất lượng thông tin trên BCTC dựa trên cơ sở thị trường càng thấp. Điều này phù hợp với quan điểm của lý thuyết tín hiệu, lý thuyết hợp đồng. Khi DN có hệ số nợ lớn, tỷ lệ nợ trên tổng tài sản cao thì thông thường sẽ muốn tạo ra các BCTC đẹp, tức báo cáo lợi nhuận cao để lấy được niềm tin của các chủ nợ, các ngân hàng cho vay vốn. Do vậy, kết luận của mô hình về việc DN có hệ số nợ cao thì chất lượng thông tin trên BCTC thấp là hợp lý.

Biến thứ ba là biến GRO với hệ số hồi quy bằng 5086.871. Biến GRO được xác định bằng giá trị thị trường chia cho giá trị sổ sách của cổ phiếu, biến này đại diện cho triển vọng phát triển của DN. Theo mô hình FGLS, biến GRO có tác động cùng chiều đến giá trị thích hợp của thông tin kế toán, tức chất lượng BCTC. DN có GRO càng lớn, triển vọng phát triển càng nhiều thì chất lượng thông tin trên BCTC càng cao.

Cuối cùng, biến có tác động ít nhất đến chất lượng thông tin trên BCTC là biến LIQ, được xác định bằng tỷ lệ giữa tổng tài sản ngắn hạn trên tổng nợ ngắn hạn. Giá trị tuyệt đối của hệ số Beta 2 của biến LIQ bằng 296.6084. Đây là giá trị Beta nhỏ nhất cho thấy, biến LIQ có tác động đến chất lượng BCTC là ít nhất (ngoại trừ biến DIV). Biến LIQ cũng thể hiện khả năng thanh toán của DN. Theo số liệu thống kê ở các DN vận tải biển niêm yết thì LIQ càng thấp, khả năng thanh toán càng thấp thì chất lượng thông tin trên BCTC càng cao và ngược lại (tác động ngược chiều). Trong một số trường hợp, DN có LIQ thấp có khả năng sẽ thổi phồng lợi nhuận hoặc thay đổi BCTC theo chủ đích riêng, nhằm tạo niềm tin cho ngân hàng cũng như các đối tượng cho vay khác. Tuy nhiên, kết quả kiểm định theo mô hình FGLS đã cho kết quả ngược lại, các DN vận tải biển niêm yết có LIQ càng thấp thì chất lượng thông tin trên BCTC càng cao.

Kết luận

Kết quả nghiên cứu cho thấy, trong 5 nhân tố được kiểm định thì 4 nhân tố tác động đa chiều đến chất lượng BCTC. Trong đó, biến hệ số nợ và biến khả năng thanh toán hiện hành có tác động ngược chiều đến chất lượng thông tin trên BCTC. Đối với 2 biến là Tỷ suất lợi nhuận trên vốn chủ sở hữu và Tỷ lệ giữa giá trị thị trường chia giá trị sổ sách của cổ phiếu thì đều có tác động cùng chiều đến chất lượng thông tin BCTC. Nghiên cứu này dựa trên mẫu tương đối nhỏ. Các nghiên cứu trong tương lai, sử dụng các mẫu lớn hơn, có thể cung cấp thêm thông tin chi tiết về việc đánh giá chất lượng BCTC của DN.

Tài liệu tham khảo:

Bộ Tài Chính (2002), Quyết định số 165/2002/QĐ-BTC ngày 31/12/2002 Chuẩn mực kế toán Việt Nam số 01 - Chuẩn mực chung;
Nguyễn Thị Phương Hồng (2016), Các nhân tố ảnh hưởng đến chất lượng BCTC của công ty niêm yết trên TTCK – bằng chứng thực nghiệm tại Việt Nam, Luận án tiến sĩ, Đại học Kinh tế TP. Hồ Chí Minh;
Phạm Quốc Thuần (2020), Chất lượng thông tin BCTC của DN nhỏ và vừa Việt Nam, Tạp chí Kế toán và Kiểm toán, số tháng 03/2020;
IASB (2010), Conteptual Framework for Financial Reporting 2010, Proquest central, 2011;
Huang, K. T., Lee, Y. W., Wang, R. Y., (1999), Quality information and Knowledge, New Jersey: Prentice Hall.

Bài đăng trên Tạp chí Tài chính kỳ 1 tháng 6/2024