Cách kiểm tra thông tin đầu vào khi phân tích đầu tư

Cách tiếp cận phù hợp là xây dựng một chuỗi kiểm chứng: xác định thông tin dùng để chứng minh điều gì, đánh giá nguồn, kiểm tra dữ liệu gốc, đối chiếu với bằng chứng độc lập, thẩm định các giả định và cuối cùng quyết định thông tin được dùng cho kịch bản cơ sở, chỉ dùng trong phân tích độ nhạy hay phải loại bỏ. Tư duy này tương đồng với nguyên tắc “reasonable basis” của CFA Institute và nguyên tắc đánh giá tính phù hợp, độ tin cậy của bằng chứng trong PCAOB AS 1105.

Độ tin cậy phải gắn với mục đích phân tích

Câu hỏi đầu tiên không nên là “nguồn này có uy tín không?” mà là “thông tin này có đủ đáng tin để phục vụ mục đích cụ thể nào?”

Một con số có thể chính xác nhưng vẫn không phù hợp với phân tích. Chẳng hạn, doanh thu của năm tài chính gần nhất có thể hoàn toàn chính xác nhưng không đại diện cho năng lực doanh thu bình thường nếu doanh nghiệp vừa bán một mảng kinh doanh lớn. Ngược lại, một dự báo không thể được “xác minh” theo cách giống số dư tiền gửi ngân hàng, nhưng vẫn có thể hữu ích nếu giả định rõ ràng, nhất quán và được kiểm tra bằng nhiều kịch bản.

Đây là lý do chất lượng đầu vào phải được đánh giá trong quan hệ với mục tiêu quyết định. Hướng dẫn của GAO về độ tin cậy dữ liệu tập trung vào ba vấn đề cơ bản: dữ liệu có chính xác, đầy đủ và phù hợp với mục đích sử dụng hay không. Khung khái niệm của IFRS cũng đặt tính hữu ích của thông tin tài chính trên các đặc tính như tính thích hợp và trình bày trung thực, thay vì xem một con số là hữu ích chỉ vì nó tồn tại trong báo cáo.

Trước khi kiểm chứng một đầu vào quan trọng, doanh nghiệp vì thế nên xác định ba yếu tố:

·         Claim cần hỗ trợ: Thông tin này được dùng để chứng minh doanh thu, biên lợi nhuận, thị phần, chi phí vốn hay một giả định tăng trưởng nào

·         Mức trọng yếu: Nếu thông tin sai, kết luận đầu tư có thay đổi đáng kể hay không

·         Loại thông tin: Đây là dữ kiện lịch sử, dữ liệu hiện tại, ước tính, dự báo hay giả định của ban quản lý

Việc phân loại này quyết định cường độ kiểm tra. Một dữ liệu ít ảnh hưởng đến kết quả không cần cùng mức xác minh với giả định có thể đảo chiều toàn bộ luận điểm đầu tư.

Cũng cần phân biệt độ tin cậy của nguồn với độ tin cậy của thông tin. Nguồn tốt làm tăng mức độ tin cậy ban đầu, nhưng không thay thế việc kiểm tra phạm vi, thời điểm, định nghĩa và cách dữ liệu được tạo ra. CFA Institute mô tả báo cáo tài chính chất lượng cao là thông tin có tính thích hợp, đúng, đầy đủ và không thiên lệch; điều này cho thấy tên nguồn chỉ là một phần của bài toán.

Xếp hạng nguồn trước khi kiểm tra con số

Không phải mọi nguồn thông tin đầu vào phân tích đầu tư đều cần mức kiểm tra giống nhau. CFA Institute lưu ý rằng mức độ thẩm tra phải phụ thuộc vào nguồn dữ liệu; thông tin từ blog, website tổng hợp nghiên cứu hoặc mạng xã hội có thể cần kiểm tra sâu hơn thông tin từ những tổ chức nghiên cứu đã được thiết lập tốt hơn. Khi có lý do nghi ngờ nghiên cứu bên thứ ba bị thiên lệch hoặc thiếu độ tin cậy, nhà phân tích không nên dựa vào nghiên cứu đó.

Trong thực tế, doanh nghiệp có thể xây dựng thứ tự ưu tiên nguồn theo nguyên tắc sau:

·         Nguồn gốc và tài liệu có thể kiểm chứng trực tiếp: Hồ sơ pháp lý, báo cáo tài chính, hợp đồng, chứng từ, dữ liệu cơ quan nhà nước hoặc tài liệu gốc của đối tượng được phân tích

·         Nguồn độc lập có năng lực chuyên môn: Báo cáo kiểm toán, tổ chức nghiên cứu chuyên ngành, cơ sở dữ liệu có phương pháp thu thập rõ ràng

·         Dữ liệu nội bộ có hệ thống kiểm soát: ERP, hệ thống kế toán, CRM hoặc kho dữ liệu có quy trình nhập liệu, phân quyền và đối soát

·         Thông tin do ban quản lý hoặc bên liên quan cung cấp: Kế hoạch kinh doanh, forecast, KPI điều chỉnh và các ước tính nội bộ

·         Nguồn tổng hợp hoặc nguồn truyền thông: Báo chí, nền tảng tổng hợp dữ liệu, nghiên cứu thứ cấp, blog và mạng xã hội

Đây không phải bảng xếp hạng tuyệt đối. Một dữ liệu nội bộ được kiểm soát tốt và lấy trực tiếp từ hệ thống vận hành có thể đáng tin hơn một bài viết bên ngoài. Ngược lại, số liệu xuất hiện trên một nền tảng dữ liệu nổi tiếng vẫn cần truy về nguồn gốc nếu nó giữ vai trò trọng yếu.

Nguyên tắc của PCAOB AS 1105 cung cấp một cơ sở hữu ích để hiểu cơ chế này: trong điều kiện tương đương, bằng chứng từ nguồn có hiểu biết và độc lập với doanh nghiệp thường đáng tin hơn bằng chứng chỉ từ nội bộ; bằng chứng thu trực tiếp thường đáng tin hơn bằng chứng gián tiếp; tài liệu gốc thường cung cấp nền tảng tốt hơn bản sao hoặc dữ liệu đã chuyển đổi nếu không kiểm soát được quá trình chuyển đổi.

Báo cáo đã được kiểm toán cũng không nên bị hiểu thành “đúng tuyệt đối”. Kiểm toán độc lập làm tăng cơ sở để dựa vào số liệu tài chính lịch sử, nhưng không biến các dự báo tương lai hay nhận định của ban quản lý thành dữ kiện chắc chắn. SEC mô tả vai trò của kiểm toán viên độc lập là kiểm tra các báo cáo tài chính do ban quản lý lập và đưa ra báo cáo về chúng; do đó doanh nghiệp vẫn phải tách phần đã được kiểm toán khỏi commentary, dự báo và các thông tin chưa được đảm bảo tương đương.

Kiểm tra tính chính xác, đầy đủ và khả năng truy vết

Sau khi xác định nguồn, bước tiếp theo là kiểm tra chính dữ liệu. Một spreadsheet nhận từ nguồn đáng tin vẫn có thể chứa lỗi sao chép, thiếu kỳ dữ liệu, sai đơn vị hoặc sử dụng một phiên bản cũ.

PCAOB yêu cầu khi sử dụng thông tin do doanh nghiệp tạo ra làm bằng chứng, cần xem xét tính chính xác và đầy đủ của thông tin hoặc kiểm tra các kiểm soát đảm bảo hai đặc tính đó; thông tin cũng phải đủ chi tiết cho mục đích sử dụng. GAO tương tự xem accuracy, completeness và applicability là các thành phần trung tâm của đánh giá độ tin cậy dữ liệu.

Trong phân tích đầu tư, kiểm tra này nên đi xuống đến cấp trường dữ liệu thay vì chỉ nhìn tổng số cuối cùng.

Với tính chính xác, doanh nghiệp có thể đối chiếu tổng số với báo cáo gốc, tính lại công thức, kiểm tra tỷ giá, đơn vị đo, dấu âm–dương và cách quy đổi. Nếu một tỷ lệ được cung cấp sẵn, nên có khả năng tái tạo tỷ lệ đó từ tử số và mẫu số.

Với tính đầy đủ, cần kiểm tra xem dữ liệu có thiếu công ty con, thiếu tháng, thiếu loại chi phí, thiếu giao dịch bất thường hoặc thiếu một nhóm khách hàng quan trọng hay không. Một tập dữ liệu hoàn toàn chính xác trên những bản ghi hiện diện vẫn có thể gây kết luận sai nếu một phần bản ghi cần thiết không được đưa vào.

Với tính kịp thời, ngày công bố không phải yếu tố duy nhất. Người phân tích phải biết dữ liệu phản ánh thời điểm nào và có sự kiện nào xảy ra sau ngày chốt số liệu làm thay đổi ý nghĩa của nó hay không.

Với tính nhất quán, phải kiểm tra cùng một thuật ngữ có được định nghĩa như nhau giữa các kỳ và giữa các nguồn hay không. “EBITDA điều chỉnh”, “khách hàng hoạt động”, “đơn hàng” hoặc “công suất” có thể được tính theo các nguyên tắc khác nhau dù mang cùng tên.

Cuối cùng là khả năng truy vết. Một con số quan trọng nên trả lời được: lấy từ đâu, vào ngày nào, phiên bản nào, ai xử lý, đã thực hiện phép biến đổi gì và có thể quay lại dữ liệu gốc hay không. Khi không thể tái tạo đường đi của dữ liệu, rất khó xác định lỗi phát sinh ở nguồn hay trong quá trình phân tích.

Cơ chế này cũng giải thích vì sao “thêm nhiều dữ liệu” không tự động giải quyết vấn đề chất lượng. PCAOB nêu rõ rằng tăng số lượng cùng một loại bằng chứng không thể bù cho chất lượng bằng chứng kém.

Đối chiếu độc lập và xử lý dữ liệu mâu thuẫn

Một kỹ thuật quan trọng để kiểm tra độ tin cậy là đối chiếu cùng một vấn đề bằng các nguồn thực sự độc lập.

Điểm cần nhấn mạnh nằm ở chữ “độc lập”. Hai website cùng trích một thông cáo báo chí không phải hai bằng chứng độc lập. Ba báo cáo nghiên cứu cùng lấy số thị trường từ một nhà cung cấp dữ liệu duy nhất cũng không tạo ra ba lớp xác minh.

Doanh nghiệp nên truy ngược từng nguồn đến xuất xứ ban đầu. Nếu các nguồn độc lập cùng dẫn đến một kết quả sau khi đã thống nhất định nghĩa và kỳ dữ liệu, mức độ tin cậy tăng lên. Nếu chúng mâu thuẫn, sự khác biệt không nên được giải quyết bằng cách chọn con số “có vẻ hợp lý” hơn.

AS 1105 yêu cầu khi bằng chứng từ các nguồn không nhất quán hoặc xuất hiện nghi ngờ về độ tin cậy, cần thực hiện các thủ tục bổ sung để giải quyết vấn đề. Nguyên tắc này có thể áp dụng trực tiếp vào quy trình kiểm tra thông tin đầu vào của doanh nghiệp.

Quy trình xử lý mâu thuẫn nên lần lượt xác định:

1.    Hai nguồn có đang đo cùng một khái niệm hay không

2.    Phạm vi doanh nghiệp, sản phẩm, thị trường và khoảng thời gian có giống nhau hay không

3.    Nguồn nào gần dữ liệu gốc hơn

4.    Có khác biệt về chuẩn kế toán, cách phân loại hoặc cách điều chỉnh hay không

5.    Có thể tái tính hoặc xác nhận trực tiếp với một nguồn độc lập khác hay không

6.    Nếu vẫn chưa giải quyết được, mức bất định đó ảnh hưởng đến quyết định đầu tư như thế nào

Không nên ép mọi mâu thuẫn thành một con số duy nhất. Khi hai ước tính hợp lý nhưng dựa trên phương pháp khác nhau, giữ một khoảng giá trị và đưa nó vào phân tích kịch bản có thể trung thực hơn việc chọn một điểm giữa rồi coi đó là dữ kiện.

Đây cũng là nơi phân tích định tính phải đi cùng số liệu. CFA Institute nhấn mạnh rằng phân tích tài chính không chỉ dựa trên kết quả tính toán mà còn cần diễn giải kết quả trong bối cảnh doanh nghiệp, ngành và môi trường kinh tế.

Thẩm định giả định, dự báo và dữ liệu đã biến đổi

Rủi ro về độ tin cậy tăng mạnh khi dữ liệu rời khỏi dạng gốc và trải qua nhiều lớp xử lý. Một đầu vào có thể bắt đầu từ nguồn đúng nhưng trở nên sai sau khi lọc, nối bảng, quy đổi tiền tệ, điều chỉnh kế toán hoặc áp dụng giả định mô hình.

PCAOB đã bổ sung vào AS 1105 yêu cầu cụ thể đối với thông tin điện tử từ nguồn bên ngoài nhưng được doanh nghiệp cung cấp cho kiểm toán viên: cần hiểu nguồn thông tin, quy trình doanh nghiệp tiếp nhận, lưu giữ và xử lý dữ liệu, đồng thời xem xét các thay đổi đã được thực hiện hoặc kiểm tra các kiểm soát liên quan. Các sửa đổi này áp dụng cho các cuộc kiểm toán của năm tài chính bắt đầu từ hoặc sau ngày 15 tháng 12 năm 2025.

Đối với phân tích đầu tư, ý nghĩa thực tế là không chỉ lưu con số cuối cùng. Doanh nghiệp nên giữ được dữ liệu thô, phiên bản nguồn và logic biến đổi. Một mô hình tốt phải cho phép người khác tái tạo đầu vào từ nguồn ban đầu.

Giả định và dự báo cần được xử lý khác dữ kiện lịch sử. CFA Standard V(A) đề cập các tiêu chí đánh giá nghiên cứu như giả định được sử dụng, mức độ chặt chẽ của phân tích, thời điểm của nghiên cứu cũng như tính khách quan và độc lập.

Doanh nghiệp có thể áp dụng bốn phép kiểm tra đối với một giả định trọng yếu:

·         Kiểm tra cơ sở: Giả định dựa trên dữ liệu lịch sử, hợp đồng, năng lực vận hành, dữ liệu thị trường hay chỉ là mục tiêu của ban quản lý

·         Kiểm tra tính nhất quán: Giả định doanh thu, biên lợi nhuận, vốn lưu động và đầu tư có tương thích với nhau hay không

·         Kiểm tra điều kiện: Những điều gì phải xảy ra để giả định trở thành hiện thực

·         Kiểm tra độ nhạy: Khi giả định thay đổi trong các kịch bản hợp lý, kết luận đầu tư có còn đứng vững hay không

Phân tích kịch bản đặc biệt hữu ích với dữ liệu không thể xác minh trước, chẳng hạn tăng trưởng tương lai hoặc mức biên lợi nhuận dài hạn. CFA Institute đưa scenario analysis vào nội dung về forecasting như một cách xem xét nhiều kết quả thay vì chỉ dựa vào một dự báo điểm.

Giới hạn quan trọng ở đây là dự báo không thể có “độ tin cậy” giống số liệu đã phát sinh. Mục tiêu thực tế là xác định giả định có cơ sở hợp lý, minh bạch, nhất quán và đủ sức chịu kiểm tra khi điều kiện thay đổi hay không.

Thiết lập quy tắc chấp nhận thông tin trước khi ra quyết định

Kiểm tra dữ liệu chỉ thực sự có giá trị khi kết quả kiểm tra dẫn đến một quy tắc sử dụng rõ ràng. Nếu mọi đầu vào cuối cùng vẫn được đưa vào mô hình như nhau, việc đánh giá độ tin cậy chỉ còn mang tính hình thức.

Một cơ chế phù hợp là phân loại đầu vào theo mức trọng yếu và mức bất định. Thông tin càng ảnh hưởng lớn đến quyết định và càng khó xác minh thì càng cần nhiều bằng chứng độc lập, mức kiểm tra cao hơn và người rà soát có thẩm quyền hơn. Điều này phù hợp với logic đánh giá bằng chứng dựa trên rủi ro: PCAOB lưu ý rằng khi rủi ro tăng, lượng bằng chứng cần thiết thường tăng; đồng thời chất lượng bằng chứng cao có thể giảm nhu cầu thu thập thêm bằng chứng cùng loại.

Doanh nghiệp có thể sử dụng bốn trạng thái nội bộ thay vì cố tạo một “điểm độ tin cậy” giả tạo:

·         Được chấp nhận cho kịch bản cơ sở: Nguồn và dữ liệu đã được kiểm tra, có thể truy vết và không còn mâu thuẫn trọng yếu

·         Được sử dụng sau khi đối chiếu: Có hạn chế nhưng đã có bằng chứng khác đủ để củng cố

·         Chỉ sử dụng cho kịch bản hoặc độ nhạy: Bất định còn đáng kể và không nên được trình bày như một dữ kiện chắc chắn

·         Không sử dụng làm cơ sở quyết định: Không xác định được nguồn, không thể kiểm tra, tồn tại mâu thuẫn trọng yếu chưa giải quyết hoặc có dấu hiệu thiên lệch nghiêm trọng

Không có một ngưỡng phần trăm độ tin cậy duy nhất phù hợp cho mọi dữ liệu đầu tư. CFA Standard V(A) cũng đặt yêu cầu về mức độ thẩm tra trong bối cảnh cụ thể của quy trình, vai trò và hoàn cảnh ra quyết định, thay vì đưa ra một ngưỡng số học chung.

Mỗi đầu vào trọng yếu nên để lại một dấu vết kiểm tra tối thiểu gồm nguồn, ngày lấy dữ liệu, kỳ dữ liệu, định nghĩa, giá trị gốc, các phép biến đổi, người phụ trách, bằng chứng đối chiếu, vấn đề chưa giải quyết và trạng thái chấp nhận cuối cùng.

Một số dấu hiệu nên kích hoạt kiểm tra bổ sung gồm:

·         Không thể truy về nguồn ban đầu

·         Nguồn thứ cấp không công bố phương pháp thu thập

·         Số liệu điều chỉnh không đối chiếu được với số liệu báo cáo

·         Định nghĩa KPI thay đổi giữa các kỳ

·         Dự báo chủ yếu dựa vào tuyên bố của bên có lợi ích trực tiếp

·         Nhiều nguồn tưởng như độc lập nhưng thực tế cùng lấy từ một nguồn gốc

·         Phiên bản hoặc thời điểm dữ liệu không xác định

·         Một giả định nhỏ tạo ra thay đổi lớn trong kết quả đầu tư nhưng chưa được phân tích độ nhạy

Mục tiêu cuối cùng không phải loại bỏ toàn bộ sự không chắc chắn. Phân tích đầu tư vốn phải làm việc với thông tin không hoàn hảo. Điều doanh nghiệp cần là nhận diện chính xác phần nào đã được kiểm chứng, phần nào còn là giả định và mức độ bất định đó ảnh hưởng thế nào đến quyết định.

Thông tin đầu vào đáng tin cậy không được tạo ra bằng một nguồn duy nhất hay một dấu xác nhận đơn lẻ, mà bằng một chuỗi kiểm chứng từ mục đích sử dụng, nguồn gốc, độ chính xác và đầy đủ của dữ liệu đến đối chiếu độc lập, kiểm soát biến đổi và thẩm định giả định. Khi một đầu vào trọng yếu chưa thể xác minh đầy đủ, cách xử lý tốt hơn là thể hiện sự bất định qua kịch bản và độ nhạy thay vì che giấu nó trong một con số duy nhất. Nhờ đó, doanh nghiệp không chỉ cải thiện chất lượng thông tin đầu vào phân tích đầu tư mà còn biết rõ kết luận nào có cơ sở vững, kết luận nào phụ thuộc vào giả định và điểm nào cần tiếp tục kiểm chứng trước khi cam kết vốn.