Kiểm định và nhận diện mô hình nghiên cứu hành vi điều chỉnh lợi nhuận của các công ty niêm yết tại Việt Nam

 TẠP CHÍ PHÁT TRIỂN KH & CN, TẬP 18, SỐ Q3 - 2015 
Trang 7 
KIỂM ĐỊNH VÀ NHẬN DIỆN MÔ HÌNH NGHIÊN CỨU HÀNH VI ĐIỀU CHỈNH LỢI 
NHUẬN CỦA CÁC CÔNG TY NIÊM YẾT TẠI VIỆT NAM 
TESTING AND IDENTIFYING MODEL FOR EARNINGS MANAGEMENT BEHAVIOR OF THE 
LISTED COMPANIES IN VIETNAM 
Nguyễn Anh Hiền, Phạm Thanh Trung 
Trường Đại học Sài Gòn - Email: nguyenanhhien2004@yahoo.com 
(Bài nhận ngày 25 tháng 06 năm 2015, hoàn hỉnh sử hữ ngày 30 tháng 07 năm 2015) 
TÓM TẮT 
Cá nhà nghiên u đã đư r nhiều mô hình khác nhau để nhận diện hành vi điều hỉnh lợi nhuận ủ 
nhà qu n lý. Trong đó, ó b mô hình đượ nhiều nhà nghiên u trên thế giới kế thừ gồm: mô hình 
 ủ Jones (1991), mô hình Jones i tiến ủ Dechow, Sloan và Sweeney (1995) và mô hình ủ 
Kothari, Leone and Wasley (2005). Nghiên u này thự hiện kiểm đ nh nhằm tìm r mô hình phù hợp 
nh t để nhận diện hành vi điều hỉnh lợi nhuận ủ á ông ty niêm yết tại Việt N m. Qu đó, nhận 
diện xu hướng điều hỉnh lợi nhuận ủ nhà qu n lý á ông ty này. 
Từ khóa: iều hỉnh lợi nhuận, qu n tr lợi nhuận, hành vi điều hỉnh lợi nhuận, mô hình nhận diện 
hành vi điều hỉnh lợi nhuận, điều hỉnh lợi nhuận ủ nhà qu n lý. 
ABSTRACT 
A number of different models to identify earnings management behavior have been introduced by 
researchers. The three most popular ones are model of Jones (1991), Modified-Jones Model of Dechow, 
Sloan and Sweeney (1995) and the model of Kothari, Leone and Wasley (2005). This study aims to 
conducts tests in order to find the most suitable model in identifying earnings management behavior of 
the listed companies in Vietnam; thereby detecting trend in earnings management of these companies’ 
managers. 
Keywords: Earnings management, profit management, earnings management behavior, model for 
earnings management behavior, earnings management of managers. 
1. ĐẶT VẤN ĐỀ 
Trong các thông tin trên báo cáo tài chính 
(BCTC) thì thông tin lợi nhuận được nhà đầu 
tư quan tâm nhiều nhất và cũng là thông tin mà 
nhà quản lý có xu hướng tác động vào nhiều 
nhất. Trong những năm gần đây, với việc một 
loạt các công ty niêm yết công bố kết quả kinh 
doanh thay đổi giữa trước và sau kiểm toán đã 
gây nhiều lo lắng cho nhà đầu tư và các cơ 
quan quản lý. Mặc dù, sau đó theo yêu cầu của 
Sở giao dịch chứng khoán, các đơn vị này đã 
có văn bản giải trình nhưng nhìn chung vẫn 
chưa giải tỏa được tâm lý lo lắng của nhà đầu 
tư. Các nhà đầu tư luôn muốn biết tiền của 
mình được sử dụng như thế nào và kết quả hoạt 
động kinh doanh thật sự của công ty. Tuy 
nhiên, sự tách biệt giữa chủ sở hữu (nhà đầu tư) 
và nhà quản lý trong mô hình công ty cổ phần 
đã dẫn đến việc xung đột lợi ích giữa chủ sở 
hữu và nhà quản lý. Trong khi chủ sở hữu 
muốn biết nhiều thông tin liên quan đến doanh 
nghiệp thì nhà quản lý lại có xu hướng hạn chế 
cung cấp thông tin hoặc cung cấp thông tin có 
độ tin cậy thấp. Do đó, nhà đầu tư cũng như 
Science & Technology Development, Vol 18, No Q3 - 2015 
Trang 8 
các nhà nghiên cứu gần như bị động trước các 
thông tin do các công ty niêm yết cung cấp. 
Trước thực tế đó, các nhà nghiên cứu đã 
xem xét đưa ra các mô hình để nhận diện và đo 
lường hành vi điều chỉnh lợi nhuận của nhà 
quản lý. Trên Thế giới đã có nhiều mô hình nổi 
tiếng trong nhận diện hành vi điều chỉnh lợi 
nhuận nhưng liệu các mô hình này có phù hợp 
khi áp dụng tại thị trường chứng khoán Việt 
Nam? 
Để trả lời cho câu hỏi này, nhóm nghiên 
cứu đã thực hiện kiểm định mức độ phù hợp 
của ba mô hình nhận diện hành vi điều chỉnh 
lợi nhuận phổ biến trên Thế giới gồm mô hình 
của Jones (1991), mô hình Jones cải tiến của 
Dechow, Sloan và Sweeney (1995) và mô hình 
của Kothari, Leone and Wasley (2005). Qua 
đó, nhận diện mô hình thích hợp nhất để nghiên 
cứu hành vi điều chỉnh lợi nhuận của các công 
ty niêm yết tại Việt Nam. 
2. CƠ SỞ LÝ THUYẾT 
Trong các mô hình nhận diện hành vi điều 
chỉnh lợi nhuận công bố ở nước ngoài, các tác 
giả đã dựa trên nguyên tắc cơ sở dồn tích của 
kế toán để chia lợi nhuận trong kỳ của doanh 
nghiệp thành hai loại là lợi nhuận thực thu bằng 
tiền (cash earnings) và lợi nhuận dồn tích 
(accrual earnings). Trong đó, lợi nhuận thực 
thu bằng tiền hình thành từ các khoản doanh 
thu và chi phí bằng tiền mà doanh nghiệp đã 
thu và chi trong kỳ. Riêng lợi nhuận dồn tích là 
lợi nhuận được tính trong kỳ của doanh nghiệp 
nhưng chưa thu được bằng tiền như các khoản 
doanh thu bán chịu cho khách hàng sau khi đã 
trừ các khoản chi phí không phải chi trả bằng 
tiền; các khoản chi phí phải trả; chi phí trích 
trước; các khoản dự phòng giảm giá tài sản; dự 
phòng phải trả, khấu hao tài sản cố định trong 
kỳ... 
Các nhà quản lý thường không thể thực 
hiện hành vi điều chỉnh trên các khoản lợi 
nhuận bằng tiền. Tuy nhiên, đối với khoản lợi 
nhuận dồn tích thì nhà quản lý có thể điều 
chỉnh khi sử dụng nguyên tắc cơ sở dồn tích 
trong kế toán. Trên lý thuyết, nguyên tắc cơ sở 
dồn tích nhằm đảm bảo doanh nghiệp phản ánh 
đúng doanh thu, chi phí trong kỳ nhằm bảo 
đảm lợi nhuận được phản ánh một cách trung 
thực và hợp lý. Trong thực tế, nguyên tắc này 
có thể bị lợi dụng để thực hiện hành vi điều 
chỉnh lợi nhuận như ghi nhận doanh thu khi 
chưa phát sinh nghiệp vụ bán hàng, cung cấp 
dịch vụ hoặc sử dụng việc trích lập các khoản 
dự phòng, chi phí phải trả, phân bổ chi phí trả 
trước nhằm gia tăng hay giảm bớt chi phí trong 
kỳ. 
Do đó, các nghiên cứu trên Thế giới đều 
cho rằng hành vi điều chỉnh lợi nhuận của các 
công ty xuất phát từ các khoản lợi nhuận dồn 
tích hay còn gọi là các khoản dồn tích trong lợi 
nhuận (total accrual earnings viết tắt là TA). 
TA còn được gọi tắt là biến kế toán dồn tích. 
Khoản dồn tích trong lợi nhuận (TA) được 
tính bằng cách lấy tổng lợi nhuận kế toán sau 
thuế trừ lưu chuyển tiền thuần từ hoạt động 
kinh doanh: 
TA = Lợi nhuận sau thuế – dòng tiền thuần 
hoạt động kinh doanh 
Tuy nhiên, không thể sử dụng biến TA để 
đo lường mức độ điều chỉnh lợi nhuận một 
cách trực tiếp do trong đó có các khoản dồn 
tích phù hợp với tình hình kinh doanh thực tế 
của doanh nghiệp như các khoản doanh thu bán 
chịu trong kỳ, các khoản dự phòng nợ phải thu 
khó đòi, dự phòng giảm giá hàng tồn kho, các 
khoản chi phí phải trả được trích lập đúng qui 
định Do đó, các nhà nghiên cứu đã tách biến 
TA ra làm hai thành phần gồm: 
- Các khoản dồn tích không tự định (Non-
discretionary accruals viết tắt là NDA): là các 
khoản dồn tích được thực hiện theo những qui 
 TẠP CHÍ PHÁT TRIỂN KH & CN, TẬP 18, SỐ Q3 - 2015 
Trang 9 
định, nguyên tắc của chuẩn mực và chế độ kế 
toán. 
- Các khoản dồn tích tự định (Discretionay 
accruals viết tắt là DA) hay còn gọi là các 
khoản dồn tích bất thường (abnormal accruals): 
là các khoản dồn tích do nhà quản lý thực hiện 
nhằm mục đích điều chỉnh lợi nhuận trong kỳ. 
Do đó, biến DA mới chính là thước đo phù 
hợp để đánh giá các nhà quản lý doanh nghiệp 
có điều chỉnh lợi nhuận hay không. Về nguyên 
tắc, khi DA mang giá trị dương thì nhiều khả 
năng nhà quản lý thổi phồng lợi nhuận. Ngược 
lại, trường hợp DA mang giá trị âm thì có khả 
năng nhà quản lý che giấu lợi nhuận. Như vậy, 
biến DA cho thấy có sự điều chỉnh chủ quan từ 
nhà quản lý đến lợi nhuận của doanh nghiệp và 
được xác định như sau: 
DA = TA – NDA. 
Do đó, để xác định DA ta phải ước lượng 
NDA, các nhà nghiên cứu trên Thế giới đã đưa 
ra nhiều mô hình khác nhau, trong đó có ba mô 
hình ước lượng NDA nổi tiếng nhất là: 
Mô hình Jones (1991) 
Xác định biến kế dồn tích không tự định 
(NDA) theo phương trình sau: 
NDAt / At-1 = α/At-1 + β1ΔREVt /At-1 + β2 PPEt / 
At-1 
Trong đó: 
NDAt : Biến kế toán dồn tích không thể 
điều chỉnh được năm t. 
At-1 : Tổng tài sản cuối năm t-1. 
ΔREVt : Biến động doanh thu thuần năm t. 
PPEt : Nguyên giá của tài sản cố định hữu 
hình năm t. 
Trong công thức trên tất cả các biến của 
phương trình đều chia cho At-1 (tài sản cuối 
năm t-1) để giảm thiểu rủi ro do phương sai 
không thuần nhất. 
α, β1, β2 là những tham số được ước lượng 
bằng phương pháp bình phương bé nhất (OLS) 
của các hệ số a1, a2, a3 trong mô hình sau: 
TAt / At-1 = a1/ At-1 + a2ΔREVt / At-1 + a3 PPEt / 
At-1 + εt 
Phần dư ε trong mô hình trên đại diện cho 
biến chưa thể nhận diện được, bao gồm cả biến 
dồn tích tự định (DAt). 
Sau khi ước lượng biến dồn tích không tự 
định (NDA), từ phương trình: 
DAt = TAt – NDAt 
Ta có: 
DAt / At-1 = TAt / At-1 – NDAt / At-1 
Từ đó xác định biến kế toán dồn tích tự 
định như sau: 
DAt / At-1 = TAt / At-1 - a1/ At-1 - a2ΔREVt / At-1 
- a3 PPEt / At-1 
Trong mô hình gốc, Jones(1991) đưa vào 
phương trình hồi quy chỉ có hai biến là REV 
và PPE. Tác giả cho rằng giá trị REV thể hiện 
sự biến động doanh thu thuần của doanh nghiệp 
trong kỳ kế toán, nó phản ánh tình hình và môi 
trường hoạt động kinh doanh và là khoản mục 
mang tính khách quan không bị nhà quản lý lợi 
dụng để điều chỉnh lợi nhuận trong kỳ. Còn giá 
trị PPE thể hiện nguồn lực nội tại của đơn vị 
trong việc tạo ra doanh thu, đồng thời khoản 
mục chi phí khấu hao là một khoản chi phí dồn 
tích không tự ý lớn ảnh hưởng đến tổng lợi 
nhuận trong kỳ. Tuy nhiên, trong nghiên cứu 
của mình, tác giả cũng có đề cập tới những hạn 
chế của mô hình là khi chọn REV làm biến 
nghiên cứu thì có thể doanh thu thuần cũng bị 
tác động thông qua các khoản doanh thu bị ghi 
nhận không đúng niên độ và các khoản này có 
thể là doanh thu khống của doanh nghiệp. 
Science & Technology Development, Vol 18, No Q3 - 2015 
Trang 10 
Mô hình Dechow, Sloan and Sweeney 
(1995) 
Xuất phát từ hạn chế kể trên của mô hình 
gốc, các nhà nghiên cứu sau này đưa thêm biến 
tăng giảm khoản phải thu khách hàng (ΔREC) 
vào phương trình nhằm loại bỏ ảnh hưởng của 
các khoản doanh thu dồn tích do sự tăng lên 
của tài khoản phải thu khách hàng trong kỳ. 
Qua đó, giá trị doanh thu thuần tăng thêm phản 
ánh chính xác hơn môi trường kinh doanh của 
doanh nghiệp trong năm đó. Dechow, Sloan 
and Sweeney (1995) đã cải tiến mô hình của 
Jones (1991) bằng cách bổ sung thêm sự thay 
đổi của tài khoản nợ phải thu (ΔREC) vào mô 
hình. Mô hình Jones được cải tiến như sau: 
NDAt / At-1 = α/ At-1 + β1 (ΔREVt - ΔRECt ) 
/ At-1 + β2 PPEt / At-1 
Trong đó: 
ΔRECt là sự thay đổi trong tài khoản phải 
thu khách hàng. 
Mô hình của Kothari, Leone and Wasley 
(2005) 
Tiếp tục phát triển mô hình của Jones 
(1991) và Dechow, Sloan and Sweeney (1995), 
Kothari, Leone and Wasley (2005) đã bổ sung 
thêm biến về kết quả hoạt động kinh doanh trên 
tổng tài sản (ROA) vào mô hình gốc của Jones 
(1991) nhằm xem xét mối quan hệ tuyến tính 
giữa biến kế toán dồn tích và kết quả hoạt động 
của doanh nghiệp. Mô hình Kothari, Leone and 
Wasley (2005) đề xuất như sau: 
NDAt / At-1 = α/ At-1 + β1 (REVt - RECt) / At-1 + 
β2 PPEt / At-1 + β3 ROAt-1 
Trong đó: 
ROAt-1 : Tỷ suất lợi nhuận trên tài sản của năm 
t-1 
3. PHƢƠNG PHÁP NGHIÊN CỨU VÀ 
THU THẬP DỮ LIỆU 
3.1. Phƣơng pháp nghiên cứu 
Thông qua phần mềm SPSS, nghiên cứu 
này áp dụng phương pháp định lượng được 
thực hiện qua 2 bước: 
Ướ lượng á hệ số ủ mô hình: 
Trong bước này, sử dụng phương pháp bình 
phương bé nhất (Ordinary Least Square, OLS) 
để ước lượng những hệ số trong từng mô hình. 
 Thự hiện kiểm đ nh: 
Để kiểm định các mô hình điều chỉnh lợi 
nhuận, sau khi ước lượng các tham số trong mô 
hình thì thực hiện 4 kiểm định đối với hàm hồi 
qui bội, gồm: kiểm định tương quan từng phần 
của các hệ số hồi qui, kiểm định mức độ phù 
hợp của mô hình, kiểm định hiện tượng đa 
cộng tuyến, kiểm định hiện tượng phương sai 
của phần dư thay đổi (sử dụng kiểm định 
Spearman). 
3.2. Phƣơng pháp thu thập dữ liệu 
Tính đến cuối năm 2014, tổng số lượng 
công ty niêm yết tại Việt Nam là 681 công ty, 
trong đó có 376 công ty niêm yết trên sàn 
HNX, 305 công ty niêm yết trên sàn HOSE 
(Tổng hợp từ website cophieu68.vn). Mẫu 
nghiên cứu là 380 công ty được chọn ngẫu 
nhiên từ các công ty niêm yết trên cả 2 sàn 
HOSE và HNX. Trong đó, 200 công ty niêm 
yết trên sàn HNX, 180 công ty niêm yết trên 
sàn HOSE. Các công ty được chọn mẫu không 
bao gồm các doanh nghiệp kinh doanh trong 
các lãnh vực ngân hàng, chứng khoán, bảo 
hiểm. Vì các doanh nghiệp này có đặc điểm 
kinh doanh, chế độ kế toán khác với các doanh 
nghiệp sản xuất kinh doanh thông thường. Với 
tỷ lệ mẫu đạt 56% thì đảm bảo tính đại diện và 
độ tin cậy của nghiên cứu. Số liệu của 380 
công ty được thu thập trong năm 2014. BCTC 
của các công ty được tải về từ các website 
 TẠP CHÍ PHÁT TRIỂN KH & CN, TẬP 18, SỐ Q3 - 2015 
Trang 11 
cophieu68.vn, cafef.vn, fpts.com.vn. Cụ thể 
như sau: 
TA : Tổng các khoản dồn tích, được xác 
định bằng cách lấy lợi nhuận sau thuế (trên báo 
cáo kết quả hoạt động kinh doanh) trừ lưu 
chuyển tiền thuần từ hoạt động kinh doanh 
(trên báo cáo lưu chuyển tiền tệ). 
At-1 : Tổng tài sản cuối năm, lấy tổng tài sản 
đầu năm 2014 (Số liệu được lấy trên bảng cân 
đối kế toán). 
ΔREVt : Chênh lệch doanh thu năm 2014 và 
2013 (Số liệu lấy trên báo cáo kết quả hoạt 
động kinh doanh). 
PPEt : Nguyên giá của tài sản cố định hữu 
hình cuối năm 2014 (Số liệu được lấy trên bảng 
cân đối kế toán). 
ΔRECt: Chênh lệch phải thu khách hàng 
năm 2014 và 2013 (Số liệu lấy trên bảng cân 
đối kế toán). 
ROAt-1 : Tỷ suất lợi nhuận trên tài sản của 
năm t-1, được tính bằng cách lấy lợi nhuận sau 
thuế năm 2013 (Số liệu trên báo cáo kết quả 
hoạt động kinh doanh) chia tổng tài sản cuối 
năm 2013 tức đầu năm 2014 (Số liệu lấy trên 
bảng cân đối kế toán) 
Dữ liệu được thu thập trên phần mềm Excel 
sau đó được tính toán, hiệu chỉnh và hoàn 
chỉnh để xử lý trên phần mềm SPSS 16.0. 
Tên biến trong các mô hình được đặt như 
sau: Biến kế toán dồn tích không tự định 
(NDA), biến chênh lệch doanh thu (REV), biến 
chênh lệch doanh thu và các khoản phải thu 
(REVREC), biến nguyên giá tài sản cố định 
(PPE), biến tỷ suất lợi nhuận trên tài sản 
(ROA). 
4. KẾT QUẢ NGHIÊN CỨU VÀ BÀN 
LUẬN 
4.1. Kết quả nghiên cứu 
4.1.1. ết qu ướ lượng á th m số α, βi 
Kết quả quả ước lượng các tham số α, βi 
của từng mô hình được xử lý bằng phần mềm 
SPSS thể hiện ở các bảng sau: 
Mô hình Jones (1991)
Bảng 1. Hệ số hồi qui 2014 mô hình Jones (1991) 
Mô hình 
Jones (1991) 
Hệ số chưa 
chuẩn hóa 
(Unstandardized 
Coefficients) 
Hệ số chuẩn 
hóa 
(Standardized 
Coefficients) 
Giá trị 
t 
Mức ý 
nghĩa 
(Sig.) 
95,0% 
Khoảng tin cậy 
của hệ số B 
(Confidence 
Interval for B) 
Thống kê cộng 
tuyến 
(Collinearity 
Statistics) 
B 
Sai số 
chuẩn Beta 
Giới 
hạn 
dưới 
Giới 
hạn 
trên 
Tolera
nce VIF 
1 (Constant) ,077 ,014 5,565 ,000 ,050 ,105 
REV ,068 ,030 ,115 2,254 ,253 ,009 ,127 1,000 1,000 
PPE ,034 ,019 ,089 1,748 ,001 -,004 ,072 1,000 1,000 
Science & Technology Development, Vol 18, No Q3 - 2015 
Trang 12 
Mô hình Dechow et al (1995) 
Bảng 2. Hệ số hồi qui 2014 mô hình Dechow et al (1995) 
Mô hình 
Dechow et al 
(1995) 
Hệ số chưa 
chuẩn hóa 
(Unstandardized 
Coefficients) 
Hệ số chuẩn 
hóa 
(Standardized 
Coefficients) 
Giá trị 
t 
Mức ý 
nghĩa 
(Sig.) 
95,0% 
Khoảng tin cậy 
của hệ số B 
(Confidence 
Interval for B) 
Thống kê cộng 
tuyến 
(Collinearity 
Statistics) 
B 
Sai số 
chuẩn Beta 
Giới 
hạn 
dưới 
Giới 
hạn 
trên 
Tolera
nce VIF 
1 (Constant) ,091 ,013 6,847 ,000 ,065 ,118 
REVREC ,022 ,060 ,019 ,363 ,000 -,096 ,139 ,994 1,006 
PPE ,032 ,020 ,083 1,603 ,000 -,007 ,070 ,994 1,006 
Mô hình Kothari et al (2005) 
Bảng 3. Hệ số hồi qui 2014 mô hình Kothari et al (2005) 
Mô hình 
Kothari et al 
(2005) 
Hệ số chưa 
chuẩn hóa 
(Unstandardize
d Coefficients) 
Hệ số chuẩn 
hóa 
(Standardized 
Coefficients) 
Giá trị t 
Mức ý 
nghĩa 
(Sig.) 
95,0% 
Khoảng tin cậy 
của hệ số B 
(Confidence 
Interval for B) 
Thống kê cộng 
tuyến 
(Collinearity 
Statistics) 
B 
Sai số 
chuẩn Beta 
Giới 
hạn 
dưới 
Giới 
hạn 
trên 
Toleran
ce VIF 
1 (Constant) ,062 ,013 4,647 ,000 ,036 ,089 
REVREC ,235 ,002 ,980 102,536 ,000 ,230 ,239 ,101 1,860 
PPE ,021 ,020 ,010 1,043 ,004 -,018 ,060 ,102 1,840 
ROA ,255 ,081 ,013 3,163 ,002 ,096 ,413 ,525 1,904 
4.1.2. ết qu kiểm đ nh á mô hình 
Kết quả kiểm định các mô hình được xử lý bởi phần mềm SPSS thể hiện ở bảng 1, 2, 3 và phần phụ 
lục được nhóm tác giả tổng hợp trong bảng sau: 
 TẠP CHÍ PHÁT TRIỂN KH & CN, TẬP 18, SỐ Q3 - 2015 
Trang 13 
Bảng 4. Kết quả kiểm định các mô hình 
Loại kiểm định Mô hình Jones (1991) Mô hình Dechow et al 
(1995) 
Mô hình Kothari et al 
(2005) 
1. Hệ số hồi qui 
2. Mức độ phù 
hợp của mô hình 
3. Đa cộng tuyến 
4. Phương sai 
của phần dư thay 
đổi 
Biến REV có Sig. là 
0,253, biến PPE có Sig. 
là 0,001 
R
2
 = 1,6% 
Độ phóng đại phương 
sai (VIF) < 2 
Biến REV có Sig. là 
0,025, biến PPE có Sig. 
là 0,371 
Biến REVREC có Sig. là 
0,000, biến PPE có Sig. là 
0,000 
R
2
 = 46,3% 
Độ phóng đại phương sai 
(VIF) < 2 
Biến REVREC có Sig. là 
0,346, biến PPE có Sig. là 
0,760 
Cả 3 biến đều có Sig. < 
0,05 
R
2
 = 89,6% 
Độ phóng đại phương 
sai (VIF) < 2 
Biến REVREC có Sig. là 
0,255, biến PPE có Sig. 
là 0,634, biến ROA có 
Sig. là 0,887 
4.2. Bàn luận 
Kết quả kiểm định mô hình của Jones 
(1991) cho thấy biến REV có Sig. > 0,05, trong 
khi Sig. của biến PPE nhỏ hơn 0,05. Mặt khác, 
kiểm định phương sai phần dư thay đổi cho kết 
quả Sig. của biến REV lại nhỏ hơn 0,05 nghĩa 
là phương sai của phần dư có thay đổi. Do đó, 
có thể kết luận biến REV (biến động doanh 
thu) không có ý nghĩa thống kê. Trong khi đó, 
biến PPE (Nguyên giá TSCĐ) có ý nghĩa thống 
kê trong cả kiểm định hệ số hồi qui và kiểm 
định phương sai phần dư thay đổi. Mặt khác, 
kiểm định mức độ phù hợp của mô hình trong 
năm 2014 cho kết quả R2 cũng rất thấp (R2 = 
1,6%). Như vậy, có thể kết luận mô hình Jones 
(1991) không phù hợp trong việc nhận diện 
hành vi điều chỉnh lợi nhuận tại Việt Nam. Bên 
cạnh đó, kết quả kiểm định cũng phù hợp với 
quan điểm của nhiều nhà nghiên cứu trên Thế 
giới. Theo đó, biến REV có nhiều hạn chế 
trong mô hình của Jones (1991). 
Trong khi đó, kết quả kiểm định 2 mô hình 
Dechow et al (1995) và Kothari et al (2005) 
đều có ý nghĩa trong việc nhận diện hành vi 
điều chỉnh lợi nhuận của nhà quản lý. Cụ thể: 
- Giá trị Sig. trong kiểm định hệ số hồi quy 
của các biến đều nhỏ 0,05, điều này cho thấy 
các biến trong mô hình đều có ý nghĩa thống 
kê. 
- Các biến độc lập giải thích được biến phụ 
thuộc ở mức độ hợp lý với giá trị R2 của từng 
mô hình lần lượt là 46,3% và 89,6%. 
- Không xảy ra hiện tượng đa cộng tuyến vì 
các giá trị VIF của từng biến ở cả hai mô hình 
đều nhỏ hơn 2. 
- Trong kiểm định phương sai phần dư thay 
đổi thì giá trị Sig. của các biến đều lớn hơn 
0,05 điều này cho thấy phương sai của phần dư 
không thay đổi ở cả hai mô hình. 
5. KẾT LUẬN 
Chất lượng thông tin trên BCTC của các 
công ty niêm yết đang là một vấn đề được các 
nhà quản lý lẫn nhà đầu tư quan tâm. Một trong 
những nguyên nhân quan trọng ảnh hưởng đến 
chất lượng BCTC của các công ty niêm yết là 
hành vi điều chỉnh lợi nhuận của nhà quản lý 
của các công ty niêm yết. Để nhận diện hành vi 
điều chỉnh lợi nhuận các nhà nghiên cứu không 
thể tiếp cận thực tế của các doanh nghiệp mà 
họ thường đưa ra các mô hình để nhận diện các 
Science & Technology Development, Vol 18, No Q3 - 2015 
Trang 14 
hành vi này. Trên Thế giới đã có nhiều tác giả 
đưa ra mô hình để nhận diện hành vi điều chỉnh 
lợi nhuận của nhà quản lý, trong đó ba mô hình 
được các nhà nghiên cứu vận dụng nhiều nhất 
là mô hình của Jones (1991), Dechow et al 
(1995), Kothari, Leone and Wasley (2005). 
Thông qua kiểm định sự phù hợp của hàm hồi 
qui bội với dữ liệu 380 công ty niêm yết tại 
Việt Nam trong năm 2014 đã cho thấy mô hình 
Dechow et al (1995), Kothari, Leone and 
Wasley (2005) có ý nghĩa thống kê. Tuy nhiên, 
kết quả kiểm định cũng cho thấy mô hình của 
Kothari, Leone and Wasley (2005) là phù hợp 
nhất trong việc nhận diện hành vi điều chỉnh 
lợi nhuận của các công ty niêm yết trên thị 
trường chứng khoán tại Việt Nam. 
TÀI LIỆU THAM KHẢO 
[1]. Boynton, E., C., Dobbins, S., P and Plesko, A., G., Earnings management and corporate 
alternative minimum tax. Journal of accounting Research, Vol.30, pp.131-153 (1992). 
[2]. Dechow, R., Sloan, G., and Sweeney, A., P., Detecting earnings management. The Accounting 
Review, Vol.70 (2), pp. 193-225 (1995). 
[3]. Jones, J. Earnings Management During Import Relief Investigations. Journal of Accounting 
Research 29, 193-228 (1991). 
[4]. Kothari, Leone, Wasley, Performance matched discretionary accual measure, Journal of 
accounting and economics, vol 39, pp 163-197 (2005). 
PHỤ LỤC 
1. Kết quả kiểm định mô hình Jones (1991) 
- iểm đ nh m độ phù hợp ủ mô hình: 
Model Summary
b
a. Predictors: (Constant), PPE, REV 
b. Dependent Variable: NDA 
ANOVA
b
Model Sum of Squares Df Mean Square F Sig. 
1 Regression ,246 2 ,123 4,110 ,017
a
Residual 11,278 377 ,030 
Total 11,524 379 
a. Predictors: (Constant), PPE, REV 
b. Dependent Variable: NDA 
Model R 
R 
Square 
Adjuste
d R 
Square 
Std. Error of 
the Estimate 
Change Statistics 
R Square 
Change 
F 
Change 
df1 df2 
Sig. F 
Change 
1 ,146
a
 ,021 ,016 ,17296 ,021 4,110 2 377 ,017 
 TẠP CHÍ PHÁT TRIỂN KH & CN, TẬP 18, SỐ Q3 - 2015 
Trang 15 
- iểm đ nh phương s i ủ phần dư th y đổi: 
Correlations 
 ABSRES REV PPE 
Spearman's rho ABSRES Correlation Coefficient 1,000 ,115
*
 ,083 
Sig. (2-tailed) . ,025 ,371 
N 380 380 380 
REV Correlation Coefficient ,115
*
 1,000 ,015 
Sig. (2-tailed) ,025 . ,767 
N 380 380 380 
PPE Correlation Coefficient ,083 ,015 1,000 
Sig. (2-tailed) ,371 ,767 . 
N 380 380 380 
2. Kết quả kiểm định mô hình Mô hình Dechow et al (1995): 
- iểm đ nh m độ phù hợp ủ mô hình: 
Model Summary
b
a. Predictors: (Constant), PPE, REVREC 
b. Dependent Variable: NDA 
ANOVA
b
Model Sum of Squares Df Mean Square F Sig. 
1 Regression ,086 2 ,043 1,402 ,000
a
Residual 11,392 373 ,031 
Total 11,478 375 
 a. Predictors: (Constant), PPE, REVREC 
b. Dependent Variable: NDA 
- iểm đ nh phương s i ủ phần dư th y đổi: 
Correlations 
 ABSRES REVREC PPE 
Spearman's 
rho 
ABSRES Correlation Coefficient 1,000 ,049 ,092 
Sig. (2-tailed) . ,346 ,760 
N 376 376 376 
Model R 
R 
Square 
Adjuste
d R 
Square 
Std. Error of 
the Estimate 
Change Statistics 
R Square 
Change 
F 
Change 
df1 df2 
Sig. F 
Change 
1 ,486
a
 ,497 ,463 ,17476 ,497 1,402 2 373 ,247 
Science & Technology Development, Vol 18, No Q3 - 2015 
Trang 16 
REVREC Correlation Coefficient ,049 1,000 ,008 
Sig. (2-tailed) ,346 . ,873 
N 376 376 376 
PPE Correlation Coefficient ,092 ,008 1,000 
Sig. (2-tailed) ,760 ,873 . 
N 376 376 380 
3. Kết quả kiểm định mô hình Kothari et al (2005): 
- iểm đ nh m độ phù hợp ủ mô hình: 
Model Summary
b
a. Predictors: (Constant), ROA, PPE, REVREC 
b. Dependent Variable: NDA 
Model R 
R 
Square 
Adjuste
d R 
Square 
Std. Error 
of the 
Estimate 
Change Statistics 
R Square 
Change 
F Change df1 df2 
Sig. F 
Change 
1 ,898
a
 ,897 ,896 ,17487 ,997 35871,295 3 376 ,000 
ANOVA
b
Model Sum of Squares df Mean Square F Sig. 
1 Regression 3290,956 3 1096,985 35871,295 ,000
a
Residual 11,499 376 ,031 
Total 3302,455 379 
a. Predictors: (Constant), ROA, PPE, REVREC 
b. Dependent Variable: NDA 
- iểm đ nh phương s i ủ phần dư th y đổi: 
Correlations 
 ABSRES REVREC PPE ROA 
Spearman's rho ABSRES Correlation 
Coefficient 
1,000 ,159
**
 ,047 ,241
**
Sig. (2-tailed) . ,255 ,634 ,887 
N 380 380 380 380 
REVREC Correlation 
Coefficient 
,159
**
 1,000 ,052 ,022 
Sig. (2-tailed) ,255 . ,311 ,663 
N 380 380 380 380 
PPE Correlation 
Coefficient 
,047 ,052 1,000 ,137
**
 TẠP CHÍ PHÁT TRIỂN KH & CN, TẬP 18, SỐ Q3 - 2015 
Trang 17 
Sig. (2-tailed) ,634 ,311 . ,008 
N 380 380 380 380 
ROA Correlation 
Coefficient 
,241
**
 ,022 ,137
**
 1,000 
Sig. (2-tailed) ,887 ,663 ,008 . 
N 380 380 380 380