Thứ năm, 19/11/2026

Điện thoại (024) 6287 3463

Đường dây nóng (024) 6287 3463

Liên hệ quảng cáo (+84)915.632.345

Thứ năm, 19/11/2026
Share on Facebook
Copy to Clipboard

Ứng dụng trí tuệ nhân tạo trong giáo dục: Thực trạng và tác động đối với nhóm kỹ năng 4C của sinh viên Việt Nam

Trí tuệ nhân tạo (AI) đang dần trở thành công nghệ đóng vai trò quan trọng trong việc tái định hình phương thức dạy và học tại các cơ sở giáo dục đại học. Bài viết này hướng đến việc phân tích thực trạng sử dụng AI và đánh giá mức độ ảnh hưởng của công nghệ này đối với nhóm kỹ năng 4C (Critical Thinking - tư duy phản biện, Creativity - tư duy sáng tạo, Communication - kỹ năng giao tiếp, Collaboration - khả năng hợp tác) của sinh viên Việt Nam thông qua việc tổng hợp các bằng chứng thực nghiệm. Kết quả nghiên cứu chỉ ra rằng, dù AI hỗ trợ tối ưu hóa hiệu suất đầu ra, song việc lạm dụng quá mức tiềm ẩn rủi ro làm suy giảm các kỹ năng 4C của sinh viên. Trên cơ sở đó, bài viết đề xuất hệ thống giải pháp đồng bộ từ việc kiện toàn hành lang pháp lý, xác lập tiêu chuẩn kỹ thuật đến cải tiến hạ tầng công nghệ và đổi mới phương pháp sư phạm số. Những phát hiện này đóng góp cơ sở khoa học quan trọng cho việc xây dựng chiến lược ứng dụng AI hiệu quả, đáp ứng các chuẩn mực giáo dục trong kỷ nguyên số.

Từ khóa: Việc sử dụng AI, nhóm kỹ năng 4C, sinh viên.

Artificial intelligence integration in education: Reality and impacts on the 4C skills of Vietnamese students

Artificial Intelligence (AI) is progressively becoming a pivotal technology in reshaping pedagogical methods and learning processes within higher education institutions. This article aims to analyze the current state of AI utilization and evaluate its impact on the 4C skills set (Critical Thinking, Creativity, Communication and Collaboration) among Vietnamese students through a synthesis of empirical evidence. Research findings indicate that while AI facilitates the optimization of performance outputs, excessive reliance poses potential risks to the deterioration of students' 4C competencies. Consequently, the paper proposes a synchronized system of solutions, ranging from perfecting legal frameworks and establishing technical standards to upgrading technological infrastructure and innovating digital pedagogy. These findings provide an essential scientific foundation for formulating effective AI integration strategies that meet educational standards in the digital era.

Keywords: AI utilization, 4C skill set, students.

JEL classification: I23, J24, D83

https://doi.org/10.65771/ati-jas.03202608

Giới thiệu

Trong bối cảnh Cách mạng công nghiệp lần thứ tư, AI đang trở thành công nghệ quan trọng, tác động mạnh mẽ đến giáo dục đại học. Theo OECD (2023), AI cần được nhìn nhận như một tác nhân định hình sự phát triển năng lực người học trong thế kỷ 21. Tại Việt Nam, định hướng này được thể chế hóa qua Quyết định 131/QĐ-TTg của Thủ tướng Chính phủ và Thông tư 02/2025/TT-BGDĐT của Bộ Giáo dục và Đào tạo, nhấn mạnh tích hợp AI vào công tác giảng dạy, học tập và phát triển năng lực số cho người học. Hiện nay, AI không chỉ là công cụ hỗ trợ mà còn cho phép cá nhân hóa học tập, cung cấp phản hồi tức thời và tối ưu hóa đánh giá người học. Tuy nhiên, bên cạnh lợi ích về nâng cao hiệu quả học tập và thúc đẩy tư duy bậc cao, AI cũng tiềm ẩn nguy cơ khiến người dùng phụ thuộc vào công nghệ. Các công cụ như ChatGPT cho thấy tác động hai chiều: vừa hỗ trợ phân tích và lập luận, vừa có thể làm suy giảm tư duy phản biện độc lập và mức độ tham gia học tập nếu sử dụng thiếu định hướng (Melisa và cộng sự, 2025). Điều này đặc biệt đáng chú ý trong giáo dục đại học, nơi nhóm kỹ năng 4C được xem là năng lực cốt lõi của người học. Mặc dù nhiều nghiên cứu đã đề cập đến tác động của việc sử dụng AI đối với từng kỹ năng riêng lẻ, vẫn chưa có nghiên cứu nào tại Việt Nam xem xét một cách tổng thể ảnh hưởng của việc sử dụng AI đến toàn bộ nhóm kỹ năng 4C. Trên cơ sở đó, nghiên cứu này tập trung vào việc: (1) phân tích thực trạng sử dụng AI của sinh viên Việt Nam và ảnh hưởng của nó đến nhóm kỹ năng 4C và (2) đề xuất các giải pháp nhằm khai thác hiệu quả AI trong giáo dục đại học.

1. Khái quát về việc sử dụng trí tuệ nhân tạo và nhóm kỹ năng 4C

1.1. Việc sử dụng trí tuệ nhân tạo

Theo Gerlich (2025), việc sử dụng AI được xem xét thông qua hai khía cạnh chính gồm tần suất sử dụng và mức độ phụ thuộc vào AI trong quá trình ra quyết định, qua đó phản ánh mức độ mà công nghệ này được tích hợp vào các hoạt động thường xuyên của người dùng. Trong khi đó, Abbas và cộng sự (2024) tiếp cận khái niệm này trong bối cảnh giáo dục, khi định nghĩa việc sử dụng AI là mức độ mà sinh viên khai thác các công cụ AI cho những mục đích học tập cụ thể như làm bài tập, thực hiện dự án hoặc ôn tập cho kỳ thi. Cách tiếp cận này giúp làm rõ vai trò thực tiễn của AI trong hoạt động học thuật của sinh viên. Nhìn chung, hai quan điểm này bổ sung cho nhau khi vừa phản ánh khía cạnh hành vi sử dụng, vừa làm rõ bối cảnh ứng dụng AI trong giáo dục đại học.

1.2. Nhóm kỹ năng 4C

Trong thời đại hiện nay, nhóm các kỹ năng thế kỷ 21 được xem là những năng lực thiết yếu. Một trong những khung năng lực nổi bật được đề xuất trên thế giới nhằm mô tả các kỹ năng này là “Khung năng lực học tập thế kỷ 21” của Tổ chức P21. Trong số các kỹ năng của thế kỷ 21, nhóm kỹ năng cốt lõi 4C gồm tư duy phản biện, tư duy sáng tạo, khả năng hợp tác và kỹ năng giao tiếp trở thành những cái tên nổi bật, then chốt và có giá trị cao nhất (Ananiadoui & Claro, 2009). 4C được xem là các kỹ năng mềm bậc cao, mang tính xuyên ngành giúp cá nhân thích ứng, học hỏi liên tục và duy trì năng lực cạnh tranh trong thế giới nghề nghiệp thay đổi nhanh.

Về tư duy phản biện: Tư duy phản biện là khả năng phân tích, đánh giá và tổng hợp thông tin để đưa ra các quyết định có cơ sở, là một kỹ năng nhận thức nền tảng thiết yếu cho sự thành công trong học thuật, năng lực chuyên môn và trách nhiệm công dân (Halpern, 2010). Một số nghiên cứu gần đây đề xuất xem tư duy phản biện là khả năng đánh giá chất lượng tri thức luận của thông tin sẵn có và từ đó điều chỉnh mức độ tự tin của một người để hành động dựa trên thông tin đó (Pasquinelli và cộng sự, 2021).

Về tư duy sáng tạo: Dưới góc độ tâm lý học, sáng tạo thường được định nghĩa như là khả năng sản sinh ra những sản phẩm độc đáo và mới lạ mà phù hợp với bối cảnh cũng như đáp ứng được yêu cầu hay nhiệm vụ (Runco & Jaeger, 2012). Sáng tạo cũng được định nghĩa là khả năng của cá nhân trong việc tạo ra các ý tưởng hoặc sản phẩm mang tính mới mẻ và giá trị thực tiễn; đây đã trở thành một năng lực thiết yếu trong kỷ nguyên số (Lin và cộng sự, 2013).

Về kỹ năng giao tiếp: Ở định nghĩa cơ bản nhất, giao tiếp là quá trình trao đổi thông tin nhằm làm thay đổi bối cảnh tri thức của người nhận. Trong các tình huống mang tính hợp tác, giao tiếp hướng đến việc truyền đạt thông tin một cách trôi chảy và hiệu quả để hỗ trợ đạt được mục tiêu hoặc kết quả mong muốn (Schultz, 2010). Khi có kỹ năng giao tiếp tốt, học sinh sẽ có năng lực giao tiếp và truyền đạt ý tưởng một cách rõ ràng và hiệu quả (Bialik & Fadel, 2015).

Về khả năng hợp tác: Theo góc độ tương tác và mục tiêu chung, hợp tác được hiểu là sự tham gia lẫn nhau trong một nỗ lực phối hợp nhằm đạt được mục tiêu chung, bao gồm việc chia sẻ mục tiêu, nguồn lực và các đại diện liên quan đến hoạt động chung của những người tham gia (Détienne và cộng sự, 2012). Còn theo góc độ nguồn lực và năng lực, hợp tác liên quan đến việc chia sẻ kiến thức và nỗ lực chung giữa các cá nhân để hoàn thành các nhiệm vụ học tập cụ thể. Nó đòi hỏi các cá nhân phải làm việc tập thể, tận dụng tài năng, chuyên môn và trí tuệ kết hợp của họ để đạt được các mục tiêu đã chia sẻ (Lin và cộng sự, 2020).

2. Thực trạng ứng dụng trí tuệ nhân tạo trong giáo dục tại Việt Nam

Việc ứng dụng AI trong giáo dục tại Việt Nam đang phát triển nhanh chóng và trở thành xu hướng rõ nét. Theo Giáo sư, Tiến sĩ Lê Anh Vinh, khảo sát năm 2024 trên 11.000 học sinh cho thấy 87% đã sử dụng AI trong học tập; khảo sát đầu năm 2025 với gần 35.000 giáo viên cũng ghi nhận 76% đã tích hợp AI vào giảng dạy, trong đó khoảng 70% có thái độ tích cực. Một nghiên cứu được trình bày tại Đại học Quốc gia Hà Nội cho thấy, khảo sát khoảng 500 sinh viên cho kết quả 98,9% người tham gia đã sử dụng AI cho học tập hoặc giải trí. Tuy nhiên, quá trình triển khai vẫn đối mặt với các thách thức như hạn chế về năng lực sử dụng, thiếu hạ tầng công nghệ và lo ngại về độ chính xác, quyền riêng tư, bảo mật dữ liệu. Điều này cho thấy cần xây dựng khung năng lực AI bài bản để bảo đảm sử dụng hiệu quả và có trách nhiệm.

Việt Nam hiện đang triển khai thí điểm tích hợp giáo dục AI vào chương trình từ lớp 1 đến lớp 12 dưới sự chỉ đạo của Bộ Giáo dục và Đào tạo. Chương trình được thực hiện từ tháng 12/2025 đến tháng 5/2026 nhằm đánh giá và hoàn thiện trước khi nhân rộng trên phạm vi toàn quốc. Theo Quyết định 3439/QĐ-BGDĐT của Bộ Giáo dục và Đào tạo, khung giáo dục AI tập trung vào tư duy lấy con người làm trung tâm, đạo đức AI, kiến thức và ứng dụng kỹ thuật phù hợp với từng độ tuổi, nhằm phát triển năng lực AI và kỹ năng số cho học sinh. Tuy nhiên, việc triển khai còn gặp thách thức như thiếu nhân lực được đào tạo chuyên sâu và chưa hoàn thiện khung pháp lý, đặc biệt về quản lý dữ liệu và quyền riêng tư. Về hạ tầng công nghệ, Việt Nam đã đạt khoảng 90% trường học được kết nối Internet, hướng tới mục tiêu 100% theo chiến lược chuyển đổi số quốc gia. Tuy nhiên, chênh lệch hạ tầng giữa đô thị và vùng sâu, vùng xa vẫn còn rõ rệt; nhiều trường thiếu thiết bị học tập số và khả năng tiếp cận tài liệu số chất lượng. Tỷ lệ trung bình khoảng một máy tính cho ba học sinh, song phân bổ không đồng đều, đặc biệt hạn chế ở bậc tiểu học và khu vực khó khăn. Điều này khiến việc triển khai AI trong quản lý và giảng dạy gặp trở ngại, làm gia tăng nguy cơ khoảng cách số trong giáo dục.

3. Tác động của việc sử dụng trí tuệ nhân tạo đến nhóm kỹ năng 4C của sinh viên Việt Nam

Đối với tư duy phản biện, nghiên cứu của Thuy và cộng sự (2024) cho thấy ChatGPT được sử dụng phổ biến và mang lại nhiều lợi ích về hỗ trợ tiếp cận, tóm tắt và xử lý thông tin học thuật. Phần lớn sinh viên đánh giá cao khả năng tra cứu nhanh, hệ thống hóa nội dung và hỗ trợ viết bài, qua đó góp phần nâng cao hiệu quả học tập. Tuy nhiên, mở rộng phân tích theo chiều sâu, Dat và cộng sự (2025) lại nhấn mạnh mặt trái đáng lưu ý: dù hơn 70% người học thừa nhận tính hữu ích của AI, khoảng 60% vẫn lo ngại nguy cơ phụ thuộc quá mức, có thể dẫn đến suy giảm tư duy phản biện và sáng tạo. Đặc biệt, việc dựa vào nội dung do AI tạo ra khiến quá trình đánh giá, phản biện và kiến tạo lập luận cá nhân bị rút ngắn, làm mờ ranh giới giữa hỗ trợ học tập và thay thế năng lực tư duy độc lập.

Đối với kỹ năng sáng tạo, Thuy và Thao (2025) tiếp cận từ góc nhìn giảng viên và ghi nhận những tác động tích cực của AI trong giảng dạy tiếng Anh. Nhiều giảng viên trẻ cho rằng AI giúp gia tăng tương tác, hỗ trợ phát triển ý tưởng và mở rộng khả năng biểu đạt của sinh viên; đồng thời vai trò của giảng viên cũng chuyển dịch theo hướng điều phối và hướng dẫn sáng tạo. Tuy vậy, nghiên cứu của Giang và cộng sự (2024) chỉ ra rằng mức độ giải thích của AI đối với khả năng sáng tạo còn hạn chế (34,6%), và sự phụ thuộc vào công cụ có thể làm giảm động lực nội tại - yếu tố quan trọng của tư duy sáng tạo bền vững. Khi sản phẩm học tập ngày càng dựa vào gợi ý thuật toán, nguy cơ đồng dạng hóa ý tưởng và suy giảm dấu ấn cá nhân trở nên rõ rệt hơn, đặc biệt trong bối cảnh sinh viên ưu tiên tối ưu hóa kết quả thay vì thử nghiệm sáng tạo.

Ở khía cạnh kỹ năng giao tiếp, nghiên cứu thực nghiệm của Nguyễn Thị Thu Thủy (2025) cho thấy việc ứng dụng các công cụ AI như ELSA Speak và Duolingo giúp cải thiện đáng kể phát âm, độ trôi chảy và sự tự tin khi nói tiếng Anh. Nhóm sinh viên sử dụng AI đạt mức tăng trưởng năng lực vượt trội so với phương pháp truyền thống và phần lớn thể hiện sự hài lòng cao. Tuy nhiên, Hồng và cộng sự (2024) phát hiện một xu hướng tiêu cực đáng chú ý: mặc dù sinh viên đánh giá tích cực về công cụ, mức độ tham gia giảm mạnh theo thời gian, với tỷ lệ nộp bài suy giảm rõ rệt. Điều này cho thấy nếu thiếu cơ chế giám sát và động lực phù hợp, AI khó duy trì sự gắn kết lâu dài và có thể làm suy yếu tính bền vững của quá trình rèn luyện kỹ năng giao tiếp.

Về khả năng hợp tác, Tài và Tuấn (2024) nhấn mạnh tiềm năng của AI trong việc tối ưu hóa tự học, thúc đẩy trao đổi học thuật và hỗ trợ hoạt động nhóm thông qua khai thác gợi ý từ các công cụ như ChatGPT. AI được xem là phương tiện tăng cường tương tác và nâng cao hiệu quả phối hợp trong môi trường học tập số. Tuy nhiên, Nguyệt và Hà (2025) khi phân tích trong bối cảnh học tập qua dự án lại chỉ ra rằng dù mức độ tham gia và kết quả nhóm có cải thiện, nguy cơ phụ thuộc quá mức vào công nghệ vẫn hiện hữu, đồng thời tương tác trực tiếp giữa các thành viên có xu hướng suy giảm. Khi AI đóng vai trò trung gian trong quá trình thảo luận và ra quyết định, kỹ năng thương lượng, giải quyết xung đột và xây dựng đồng thuận - những thành tố cốt lõi của hợp tác - có thể bị ảnh hưởng tiêu cực về dài hạn.

Từ các phân tích thực trạng, có thể thấy thách thức lớn của Việt Nam khi ứng dụng AI trong giáo dục không nằm ở mức độ phổ biến mà ở năng lực kiểm soát và khai thác hiệu quả công nghệ này. Dù AI mang lại nhiều lợi ích trong học tập và hỗ trợ phát triển kỹ năng 4C, nguy cơ phụ thuộc quá mức đang dần làm suy giảm tư duy phản biện, tư duy sáng tạo nội tại, sự chủ động trong kỹ năng giao tiếp và chiều sâu khả năng hợp tác của sinh viên. Bên cạnh đó, hạ tầng công nghệ chưa đồng bộ, đặc biệt giữa các khu vực, cùng với khuôn khổ pháp lý chưa hoàn thiện, làm gia tăng rủi ro về bảo mật và chất lượng triển khai. Nếu thiếu cơ chế định hướng và giám sát phù hợp, AI có thể phát triển nhanh hơn năng lực thích ứng của người học, từ đó ảnh hưởng đến chất lượng nguồn nhân lực trong dài hạn.

4. Đề xuất khuyến nghị

Với yếu tố cản trở tới việc sử dụng AI trong giáo dục nằm ở khả năng khai thác và kiểm soát, Việt Nam buộc phải cải thiện hạ tầng công nghệ, nguồn nhân lực, chính sách đầu tư để phát triển bền vững và bắt kịp tốc độ của thế giới. Điều này đòi hỏi những cải cách mạnh mẽ về mặt pháp lý, tiêu chuẩn kỹ thuật, khung đào tạo và chất lượng của đội ngũ giảng viên, điều mà Việt Nam vẫn đang gặp nhiều hạn chế. Ngoài ra, với tác động hai mặt của AI đến sự phát triển các kỹ năng 4C, các nhà giáo dục cần có những điều chỉnh bổ sung, tăng cường AI vào chương trình một cách có kiểm soát và định hướng, cũng như có những biện pháp để phát triển các kỹ năng cho sinh viên một cách độc lập và hiệu quả.

4.1. Đồng bộ khuôn khổ pháp lý, tiêu chuẩn kỹ thuật và tập trung cải tiến hạ tầng công nghệ

Thứ nhất, cần khẩn trương kiện toàn hành lang pháp lý thông qua việc đồng bộ hóa các khuôn khổ quy định về ứng dụng AI trong môi trường học thuật. Việc đồng bộ hóa khuôn khổ quy định thể hiện ở sự phối hợp chặt chẽ giữa Bộ Giáo dục và Đào tạo với Bộ Khoa học và Công nghệ trong việc tham mưu Chính phủ ban hành các văn bản hướng dẫn triển khai Chiến lược AI ngành giáo dục. Quá trình này đảm bảo các quy định ngành giáo dục không tách rời mà phải nhất quán với tinh thần đột phá về chuyển đổi số quốc gia và Nghị quyết số 71-NQ/TW của Bộ Chính trị về đổi mới giáo dục, từ đó tạo ra một cơ sở pháp lý xuyên suốt từ cấp Chính phủ đến các cơ sở giáo dục đại học.

Thứ hai, việc xác lập tiêu chuẩn kỹ thuật cần được cụ thể hóa thông qua việc ban hành khung năng lực hiểu biết về AI quốc gia và khung đạo đức AI chuyên biệt cho bậc giáo dục đại học. Các khung này đóng vai trò là tiêu chuẩn kỹ thuật về năng lực người học, xác định rõ các yêu cầu cần đạt về kiến thức, kỹ năng vận hành và ranh giới đạo đức trong tương tác giữa người và máy. Việc xác lập các chuẩn mực này không chỉ kế thừa lộ trình thí điểm từ Quyết định số 3439/QĐ-BGDĐT của Bộ Giáo dục và Đào tạo mà còn tạo ra các rào cản kỹ thuật cần thiết về bảo mật dữ liệu và trách nhiệm giải trình. Đó sẽ là nền tảng để người học định vị AI là công cụ hỗ trợ, bảo vệ quyền tự chủ và liêm chính học thuật trong bối cảnh phát triển nhóm kỹ năng 4C.

Thứ ba, cần nghiên cứu thiết lập Quỹ chuyển đổi số trong giáo dục đại học nhằm tạo lập nguồn lực tài chính chiến lược để huy động vốn xã hội hóa và đầu tư hạ tầng số đồng bộ. Quỹ này cần ưu tiên hỗ trợ phát triển các nền tảng trí tuệ nhân tạo do trong nước làm chủ công nghệ, đảm bảo sự tương thích tối ưu với đặc thù ngôn ngữ và dữ liệu văn hóa Việt Nam, đồng thời củng cố tính chủ động và an ninh thông tin quốc gia. Song song với đó, Chính phủ cần cam kết thực hiện lộ trình phổ cập Internet băng thông rộng và cung cấp trang thiết bị số hiện đại cho mọi cơ sở giáo dục, đặc biệt chú trọng đến tính hòa nhập nhằm xóa bỏ ranh giới số cho các nhóm sinh viên tại các vùng có điều kiện kinh tế khó khăn. Ngoài ra, Nhà nước cần thiết lập cơ chế liên kết chặt chẽ giữa cơ sở đào tạo và các doanh nghiệp công nghệ để chia sẻ tài nguyên phần cứng, phần mềm AI mã nguồn mở và các thiết bị AI thiết yếu, tạo hạ tầng vững chắc cho sinh viên thực hành phát triển nhóm kỹ năng 4C trong môi trường học tập thực tế.

4.2. Tích hợp AI trong chương trình đào tạo

Các cơ sở giáo dục cần thiết kế chương trình đào tạo theo hướng tích hợp AI một cách thận trọng và định hướng phát triển năng lực. Cụ thể, AI nên được đưa vào các hoạt động học tập mang tính giải quyết vấn đề, yêu cầu sinh viên phân tích, phản biện và cải tiến các sản phẩm do AI tạo ra, thay vì chỉ sao chép hoặc chấp nhận kết quả. Cách tiếp cận này giúp hạn chế sự phụ thuộc thụ động, đồng thời thúc đẩy tư duy phản biện và sáng tạo. Đồng thời, các cơ sở giáo dục cũng cần xây dựng các học phần hoặc chuyên đề về việc sử dụng AI, từ đó nâng cao sự hiểu biết về AI, không chỉ tập trung vào kỹ năng sử dụng công cụ mà còn nhấn mạnh giới hạn và các vấn đề đạo đức của AI. Việc hiểu rõ cơ chế vận hành và hạn chế của AI sẽ giúp sinh viên sử dụng công nghệ một cách chủ động và có trách nhiệm, qua đó giảm thiểu sự phụ thuộc quá mức vào AI. Ngoài ra, các cơ sở giáo dục nên ban hành các hướng dẫn rõ ràng về việc sử dụng AI trong học tập, xác định ranh giới giữa tỷ lệ hỗ trợ hợp lệ và hành vi lệ thuộc. Đồng thời, việc lồng ghép các tiêu chí đánh giá kỹ năng 4C trong bối cảnh sử dụng AI sẽ giúp theo dõi mức độ phát triển năng lực của sinh viên và kịp thời điều chỉnh chiến lược giảng dạy.

4.3. Tích hợp phát triển kỹ năng trong môi trường học tập

Để tích hợp hiệu quả nhóm kỹ năng 4C vào giáo dục, bước đầu tiên và then chốt là sự liên kết chặt chẽ giữa kỹ năng với nội dung đào tạo. Giảng viên cần lồng ghép các mục tiêu này vào hệ thống đánh giá và hoạt động cốt lõi của khóa học, hoặc thiết kế những học phần chuyên biệt nhằm phát triển năng lực bền vững cho sinh viên. Tiếp theo, việc tạo dựng môi trường thực hành đóng vai trò quyết định. Thông qua các hình thức như mô phỏng, nghiên cứu tình huống và dự án nhóm, người học có cơ hội vận dụng trực tiếp các kỹ năng thiết yếu vào thực tế, từ đó xây dựng nền tảng vững chắc cho sự thành công sau này (Rutherford, 2020). Các phương pháp giáo dục tích cực như học tập dựa trên dự án, trải nghiệm hoặc gắn liền với công việc sẽ thúc đẩy mạnh mẽ khả năng chuyển đổi kỹ năng. Những chiến lược này cần được linh hoạt điều chỉnh để tương thích với đặc thù của từng ngành học, giúp sinh viên sẵn sàng đáp ứng những đòi hỏi khắt khe của thị trường lao động tương lai (Hutson & Ceballos, 2023). Cuối cùng, cơ chế phản hồi và hỗ trợ liên tục là không thể thiếu. Sự đồng hành của giảng viên thông qua các nguồn lực như cố vấn, huấn luyện hoặc mô hình học tập ngang hàng sẽ giúp sinh viên kịp thời điều chỉnh và hoàn thiện tiến trình phát triển cá nhân (Krause & Moore, 2022). Cách tiếp cận toàn diện này không chỉ trang bị kiến thức mà còn hình thành tư duy thích ứng cho người học trong kỷ nguyên mới.

5. Kết luận

Việt Nam cần chuyển từ cách tiếp cận ứng dụng AI mang tính tự phát sang chiến lược phát triển năng lực AI dựa trên giá trị thực và định hướng bền vững. Thay vì chỉ phổ biến công cụ, giáo dục cần chú trọng nâng cao hiểu biết nền tảng về cơ chế vận hành, giới hạn, rủi ro đạo đức và khả năng kiểm chứng thông tin do AI tạo ra. Cách tiếp cận này giúp người học phát triển toàn diện nhóm kỹ năng 4C trong bối cảnh chuyển đổi số. Đồng thời, cần xây dựng bộ tiêu chí đánh giá mức độ sử dụng và hiểu biết về AI gắn với phát triển kỹ năng, bảo đảm tính minh bạch và phù hợp với điều kiện thực tiễn Việt Nam. Như vậy, AI sẽ trở thành công cụ hỗ trợ phát triển năng lực con người thay vì tạo ra sự phụ thuộc.

Tài liệu tham khảo

1. A well-structured strategy for integrating artificial intelligence into schools is urgently needed. (2025). VnExpress;

2. Bùi, T. H. G., Cao, M. A., Huỳnh, H. A., Nguyễn, L. H. A., Nguyễn, H. N. H., & Phạm, T. C. Q. (2024). Tác động của sử dụng công cụ AI và tự chủ học tập đến khả năng sáng tạo và thành tích học tập thông qua động lực học tập của sinh viên trên địa bàn Thành phố Hồ Chí Minh. FTU Working Paper Series, 1(6);

3. Dinh, T. B. N., & Le, T. H. (2025). Investigating the effectiveness of AI-powered collaborative tools on facilitating group projects in higher educational institutions. Computer - Assisted Language Learning Electronic Journal, 26(4), 304–320;

4. Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6;

5. Hồng, N. X., Thuý, L. T., Khôi, Đ. Đ., Như, H. Q., & Hạnh, N. T. T. (2024). Students’ attitudes toward utilizing AI-based technologies to their speaking proficiency: A case study. Tạp Chí Khoa Học, 21(5);

6. Hutson, J., & Ceballos, J. (2023). Rethinking education in the age of AI: The importance of developing durable skills in the Industry 4.0. Journal of Information Economics, 1(2);

7. Khanh Linh. (2026, January 19). Vietnam to pilot AI teaching across grades 1–12. VnExpress International;

8. Krause, A. J., & Moore, S. Y. (2022). Creating an online peer-to-peer mentoring program: Promoting student relationships, engagement, and satisfaction during the era of COVID-19. College Teaching, 70(3), 296–308;

9. Lin, C. F., Yeh, Y. C., Hung, Y. H., & Chang, R. I. (2013). Data mining for providing a personalized learning path in creativity: An application of decision trees. Computers & Education, 68, 199–210;

10. Lin, K. Y., Yu, K. C., Hsiao, H. S., Chang, Y. S., & Chien, Y. H. (2020). Effects of web-based versus classroom-based STEM learning environments on the development of collaborative problem-solving skills in junior high school students. International Journal of Technology and Design Education, 30(1), 21–34;

11. Melisa, R., Ashadi, A., Triastuti, A., Hidayati, S., Salido, A. S. E., Ero, P. E. L., Marlini, C., Zefrin, Z., & Al Fuad, Z. A. (2025). Critical thinking in the age of AI: A systematic review of AI’s effects on higher education. Educational Process: International Journal, 14(1), Article e2025031;

12. Nguyen, T. N. T., Lai, N. V., & Nguyen, Q. T. (2024). Artificial intelligence (AI) in education: A case study on ChatGPT’s influence on student learning behaviors. Educational Process International Journal, 13(2);

13. Pasquinelli, E., & Bronner, G. (2021). Éduquer à l’esprit critique: Bases théoriques et indications pratiques pour l’enseignement et la formation;

14. Rutherford, S. (2020). Using desirable difficulty concepts to enhance durable learning in design education. Art, Design & Communication in Higher Education, 19(1), 65–79;

15. Schultz, D. M. (2010). 3.6 Eloquent science: A course to improve scientific and communication skills;

16. Truong, D. T., Pham, Q. H., & Tran, G. Q. (2025). The impact of ChatGPT on research and learning methods of university students in Ho Chi Minh City;

17. UNESCO. (2025). Viet Nam artificial intelligence readiness assessment report. United Nations Educational, Scientific and Cultural Organization.

Ngày nhận bài: 06/02/2026

Ngày chỉnh sửa: 09/02/2026

Ngày duyệt đăng: 12/03/2026

Tác giả:

Tạ Thu Phương, Nguyễn Văn Đức, Nguyễn Bảo Anh, Trần Minh Đồng, Tạ Huy Hải, Trần Thu Trang

Đại học Kinh tế Quốc dân; Email: tathuphuong.neu@gmail.com

(Theo Tạp chí Nghiên cứu Khoa học kiểm toán, số tháng 3/2026)

Lượt xem: 164

Đề xuất mô hình cơ sở dữ liệu tập trung phục vụ kiểm toán dựa trên dữ liệu tại Kiểm toán nhà nước

1. Sự cần thiết và định hướng thí điểm mô hình quản lý, thu thập dữ liệu lớn Việc xây dựng mô hình quản lý và thu thập dữ liệu lớn là nền tảng quan trọng để triển khai kiểm toán dựa trên dữ liệu trong Kiểm toán nhà nước. Tuy nhiên, do đây là mô hình mới, liên quan đồng thời đến nhiều yếu tố như hạ tầng công nghệ, quy trình nghiệp vụ, cơ chế phối hợp và nguồn nhân lực nên việc triển khai đồng loạt trên phạm vi toàn ngành ngay từ đầu sẽ tiềm ẩn nhiều rủi ro và khó khăn. Vì vậy, trước khi triển khai chính thức, cần thực hiện thí điểm nhằm kiểm chứng tính khả thi của mô hình, đánh giá hiệu quả của các giải pháp đề xuất và từng bước hoàn thiện quy trình quản lý, thu thập và khai thác dữ liệu. Mục tiêu của giai đoạn thử nghiệm không chỉ là xây dựng một kho dữ liệu phục vụ một cuộc kiểm toán cụ thể mà hướng tới hình thành mô hình quản trị dữ liệu thống nhất cho toàn ngành Kiểm toán nhà nước. Thông qua quá trình thí điểm, các đơn vị có thể đánh giá khả năng thu thập dữ liệu từ nhiều nguồn khác nhau, kiểm tra mức độ tương thích giữa các hệ thống thông tin, hoàn thiện quy trình chuẩn hóa và quản lý dữ liệu, đồng thời xác định các yêu cầu về hạ tầng kỹ thuật, bảo mật và phân quyền khai thác dữ liệu. Đây cũng là cơ sở để đánh giá mức độ sẵn sàng của Kiểm toán nhà nước trong việc triển khai mô hình kiểm toán số trong thời gian tới. Quá trình thử nghiệm cần được thực hiện theo lộ trình phù hợp, ưu tiên các lĩnh vực đã có dữ liệu điện tử, có khả năng kết nối và chia sẻ dữ liệu, đồng thời lựa chọn một số cuộc kiểm toán tiêu biểu để đánh giá toàn diện từ khâu thu thập, lưu trữ, quản lý đến khai thác dữ liệu. Kết quả của giai đoạn thử nghiệm sẽ là căn cứ để hoàn thiện các quy trình nghiệp vụ, xây dựng các tiêu chuẩn kỹ thuật, chuẩn hóa mô hình dữ liệu và hình thành kho dữ liệu dùng chung của Kiểm toán nhà nước. Để bảo đảm tính hệ thống, nội dung thử nghiệm được triển khai theo ba nhóm nội dung chính. Thứ nhất là xây dựng mô hình cơ sở dữ liệu phục vụ hoạt động kiểm toán, bao gồm kiến trúc dữ liệu, mô hình lưu trữ, chuẩn hóa dữ liệu và quản lý Metadata. Thứ hai là xây dựng cơ chế quản lý, phân quyền và bảo đảm an toàn dữ liệu nhằm đáp ứng yêu cầu khai thác hiệu quả nhưng vẫn bảo đảm bí mật nhà nước và an toàn thông tin. Thứ ba là thử nghiệm phương thức thu thập dữ liệu trực tiếp từ các cuộc kiểm toán kết hợp với kết nối, chia sẻ dữ liệu từ các cơ sở dữ liệu quốc gia, cơ sở dữ liệu chuyên ngành và các hệ thống thông tin của bộ, ngành, địa phương, từng bước hình thành nguồn dữ liệu lớn phục vụ hoạt động kiểm toán. 2. Nguyên tắc xây dựng mô hình cơ sở dữ liệu tập trung phục vụ kiểm toán Trong bối cảnh chuyển đổi số và sự phát triển mạnh mẽ của dữ liệu lớn, dữ liệu đã trở thành một trong những nguồn lực quan trọng nhất đối với hoạt động quản lý nhà nước cũng như hoạt động kiểm toán. Nếu trước đây, bằng chứng kiểm toán chủ yếu được thu thập thông qua hồ sơ giấy, báo cáo tổng hợp hoặc các bảng biểu do đơn vị được kiểm toán cung cấp thì hiện nay phần lớn các hoạt động quản lý đều được thực hiện trên các hệ thống thông tin điện tử. Điều này đồng nghĩa với việc mọi nghiệp vụ phát sinh đều để lại dấu vết dữ liệu dưới dạng giao dịch điện tử, nhật ký hệ thống, cơ sở dữ liệu quan hệ, dữ liệu phi cấu trúc hoặc dữ liệu thời gian thực. Đây là nguồn thông tin có giá trị rất lớn để phục vụ hoạt động kiểm toán nếu được tổ chức, quản lý và khai thác một cách khoa học. Tuy nhiên, thực tế hiện nay cho thấy dữ liệu phục vụ hoạt động kiểm toán của Kiểm toán nhà nước còn phân tán tại nhiều đơn vị, nhiều đoàn kiểm toán và nhiều hệ thống thông tin khác nhau. Mỗi cuộc kiểm toán thường yêu cầu đơn vị được kiểm toán cung cấp dữ liệu phục vụ riêng cho cuộc kiểm toán đó. Sau khi cuộc kiểm toán kết thúc, phần lớn dữ liệu được lưu trữ cùng hồ sơ kiểm toán và ít được tái sử dụng cho các cuộc kiểm toán tiếp theo. Điều này dẫn đến nhiều hạn chế như dữ liệu bị phân mảnh, thiếu tính liên thông, khó tìm kiếm, khó chia sẻ, không hình thành được kho dữ liệu lịch sử và làm giảm đáng kể giá trị của dữ liệu trong dài hạn. Một hạn chế khác là dữ liệu được thu thập giữa các cuộc kiểm toán chưa có sự thống nhất về cấu trúc. Cùng một loại dữ liệu nhưng mỗi đoàn kiểm toán có thể yêu cầu theo các biểu mẫu khác nhau, tên trường dữ liệu khác nhau hoặc định dạng khác nhau. Điều này khiến việc tổng hợp dữ liệu trên phạm vi toàn ngành gặp nhiều khó khăn. Trong nhiều trường hợp, cùng một đơn vị được kiểm toán nhưng phải nhiều lần cung cấp cùng một loại dữ liệu cho các đoàn kiểm toán khác nhau, vừa làm tăng chi phí tuân thủ của đơn vị được kiểm toán, vừa làm giảm hiệu quả khai thác dữ liệu của Kiểm toán nhà nước. Trong khi đó, xu hướng phát triển của các Cơ quan Kiểm toán tối cao trên thế giới đều hướng tới việc xây dựng kho dữ liệu tập trung (Audit Data Repository) nhằm lưu trữ toàn bộ dữ liệu thu thập được từ các cuộc kiểm toán và các nguồn dữ liệu bên ngoài. Kho dữ liệu này không chỉ phục vụ từng cuộc kiểm toán mà còn được coi là tài sản dữ liệu của cơ quan kiểm toán, liên tục được cập nhật, mở rộng và khai thác cho nhiều mục đích khác nhau như đánh giá rủi ro, lập kế hoạch kiểm toán, phát hiện gian lận, hỗ trợ điều hành, nghiên cứu chính sách và phát triển các mô hình trí tuệ nhân tạo. Xuất phát từ yêu cầu đó, đề tài đề xuất xây dựng mô hình cơ sở dữ liệu tập trung phục vụ hoạt động kiểm toán của Kiểm toán nhà nước theo định hướng hiện đại, đáp ứng yêu cầu lưu trữ dữ liệu lớn, hỗ trợ khai thác linh hoạt và có khả năng mở rộng trong tương lai. Mô hình này không chỉ phục vụ việc lưu trữ dữ liệu mà còn là nền tảng cho toàn bộ hệ sinh thái phân tích dữ liệu, trí tuệ nhân tạo và kiểm toán số của Kiểm toán nhà nước. Mô hình cơ sở dữ liệu được xây dựng dựa trên năm nguyên tắc cơ bản: Thứ nhất, dữ liệu chỉ thu thập một lần nhưng được sử dụng nhiều lần. Đây là nguyên tắc quan trọng nhất trong quản trị dữ liệu hiện đại. Mọi dữ liệu thu thập được từ các cuộc kiểm toán hoặc từ các cơ quan, tổ chức bên ngoài sẽ được chuẩn hóa và lưu trữ tập trung để phục vụ cho nhiều cuộc kiểm toán khác nhau. Việc này giúp giảm đáng kể thời gian thu thập dữ liệu, giảm chi phí của đơn vị được kiểm toán và hình thành kho dữ liệu dùng chung của toàn ngành. Thứ hai, dữ liệu phải được chuẩn hóa ngay từ đầu. Trước khi đưa vào kho dữ liệu, mọi dữ liệu cần được chuẩn hóa về định dạng, kiểu dữ liệu, đơn vị tính, mã định danh, danh mục dùng chung và các quy tắc đặt tên. Việc chuẩn hóa giúp dữ liệu từ nhiều nguồn khác nhau có thể liên kết với nhau, đồng thời tạo điều kiện thuận lợi cho việc xây dựng các mô hình phân tích dữ liệu lớn. Thứ ba, dữ liệu phải bảo đảm khả năng truy xuất nguồn gốc. Mỗi tập dữ liệu khi được đưa vào hệ thống đều phải lưu giữ đầy đủ thông tin về nguồn cung cấp, thời gian thu thập, đơn vị cung cấp, cuộc kiểm toán liên quan, người thực hiện và các lần chỉnh sửa. Điều này giúp kiểm toán viên có thể xác minh nguồn gốc của dữ liệu bất kỳ lúc nào và bảo đảm tính tin cậy của bằng chứng kiểm toán. Thứ tư, dữ liệu phải được quản trị xuyên suốt vòng đời. Mỗi tập dữ liệu đều trải qua các giai đoạn hình thành, tiếp nhận, kiểm tra chất lượng, lưu trữ, khai thác, cập nhật, lưu trữ lâu dài và hủy bỏ theo quy định. Việc quản trị vòng đời dữ liệu giúp tránh tình trạng dữ liệu lỗi thời, dữ liệu trùng lặp hoặc dữ liệu không còn giá trị nhưng vẫn chiếm tài nguyên lưu trữ. Thứ năm, kiến trúc dữ liệu phải có khả năng mở rộng. Khối lượng dữ liệu của Kiểm toán nhà nước sẽ tăng rất nhanh khi thực hiện kết nối với các cơ sở dữ liệu quốc gia, dữ liệu từ các bộ, ngành và dữ liệu thu thập từ các cuộc kiểm toán. Vì vậy, hệ thống phải được thiết kế theo kiến trúc mở, cho phép mở rộng dung lượng lưu trữ, mở rộng năng lực xử lý và bổ sung các nguồn dữ liệu mới mà không làm ảnh hưởng đến hoạt động của toàn hệ thống. 3. Đề xuất kiến trúc cơ sở dữ liệu Lakehouse và các thành phần quản trị dữ liệu 3.1. Kiến trúc Lakehouse trong xây dựng cơ sở dữ liệu phục vụ kiểm toán Trên cơ sở các nguyên tắc trên, đề tài đề xuất áp dụng mô hình kiến trúc Lakehouse làm nền tảng xây dựng cơ sở dữ liệu phục vụ hoạt động kiểm toán. Đây là mô hình đang được nhiều tổ chức quốc tế và doanh nghiệp lớn sử dụng bởi khả năng kết hợp ưu điểm của Data Lake và Data Warehouse trong cùng một kiến trúc. Nếu Data Warehouse truyền thống phù hợp với dữ liệu đã được chuẩn hóa thì Data Lake có khả năng lưu trữ dữ liệu với quy mô rất lớn, bao gồm cả dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc. Lakehouse cho phép lưu trữ đồng thời tất cả các loại dữ liệu nhưng vẫn bảo đảm hiệu năng truy vấn và khả năng phân tích như một kho dữ liệu truyền thống. Trong mô hình được đề xuất, toàn bộ dữ liệu được chia thành bốn lớp chính. Lớp thứ nhất là lớp dữ liệu gốc (Raw Data Layer). Đây là nơi lưu trữ toàn bộ dữ liệu được tiếp nhận từ các cuộc kiểm toán hoặc từ các hệ thống bên ngoài mà chưa thực hiện bất kỳ thao tác chỉnh sửa nào. Dữ liệu được lưu giữ đúng nguyên trạng nhằm bảo đảm khả năng đối chiếu, kiểm chứng và phục hồi khi cần thiết. Mọi dữ liệu sau khi tiếp nhận đều được gắn mã định danh, thời gian tiếp nhận, nguồn dữ liệu và thông tin về cuộc kiểm toán tương ứng. Lớp thứ hai là lớp dữ liệu chuẩn hóa (Standardized Data Layer). Sau khi dữ liệu được tiếp nhận, hệ thống sẽ tự động thực hiện các bước kiểm tra chất lượng, loại bỏ dữ liệu trùng lặp, chuẩn hóa kiểu dữ liệu, chuẩn hóa đơn vị tính, chuẩn hóa mã dùng chung và bổ sung các thông tin còn thiếu. Đây là lớp dữ liệu phục vụ chủ yếu cho việc khai thác nghiệp vụ của các đoàn kiểm toán. Lớp thứ ba là lớp dữ liệu tổng hợp (Curated Data Layer). Tại lớp này, dữ liệu được tổng hợp theo từng lĩnh vực như ngân sách nhà nước, đầu tư công, doanh nghiệp nhà nước, ngân hàng, công nghệ thông tin, tài nguyên môi trường hoặc dịch vụ công trực tuyến. Hệ thống đồng thời xây dựng các chỉ số, các bảng dữ liệu tổng hợp và các mô hình dữ liệu chuyên ngành nhằm phục vụ trực tiếp cho hoạt động phân tích. Lớp cuối cùng là lớp dữ liệu phân tích (Analytics Layer). Đây là lớp dữ liệu phục vụ trực tiếp cho các công cụ phân tích dữ liệu lớn, Dashboard, trí tuệ nhân tạo và các mô hình học máy. Toàn bộ dữ liệu tại lớp này đã được tối ưu hóa cho việc khai thác, giúp giảm đáng kể thời gian xử lý của các công cụ phân tích và nâng cao hiệu quả vận hành của hệ thống. Việc phân chia thành nhiều lớp dữ liệu mang lại nhiều lợi ích quan trọng. Thứ nhất, dữ liệu gốc luôn được bảo toàn, giúp bảo đảm tính toàn vẹn của bằng chứng kiểm toán. Thứ hai, dữ liệu được xử lý theo từng giai đoạn giúp nâng cao chất lượng dữ liệu và giảm thiểu sai sót. Thứ ba, việc tách riêng lớp dữ liệu phân tích giúp tối ưu hóa hiệu năng của các hệ thống báo cáo và trí tuệ nhân tạo mà không ảnh hưởng đến dữ liệu gốc. 3.2. Hệ thống Metadata, Data Catalog và Data Lineage Một thành phần quan trọng khác của mô hình cơ sở dữ liệu là hệ thống Metadata và Data Catalog. Metadata được hiểu là tập hợp các thông tin mô tả về dữ liệu như tên dữ liệu, ý nghĩa nghiệp vụ, kiểu dữ liệu, nguồn dữ liệu, đơn vị quản lý, thời điểm cập nhật và quy tắc khai thác. Trong khi đó, Data Catalog đóng vai trò như "danh mục dữ liệu" của toàn ngành Kiểm toán nhà nước. Thông qua Data Catalog, kiểm toán viên có thể nhanh chóng tìm kiếm dữ liệu cần sử dụng mà không phải biết chính xác dữ liệu đang được lưu trữ ở đâu hoặc thuộc đơn vị nào quản lý. Bên cạnh Metadata, hệ thống cũng cần quản lý Data Lineage nhằm theo dõi toàn bộ quá trình hình thành và biến đổi của dữ liệu. Mỗi tập dữ liệu đều được ghi nhận lịch sử từ thời điểm tiếp nhận, quá trình chuẩn hóa, các lần chỉnh sửa, các mô hình phân tích đã sử dụng cũng như các báo cáo được tạo ra từ tập dữ liệu đó. Data Lineage giúp nâng cao tính minh bạch, tăng khả năng kiểm chứng và hỗ trợ rất hiệu quả cho việc kiểm soát chất lượng dữ liệu. 3.3. Tích hợp và kết nối với các hệ thống thông tin bên ngoài Để nâng cao khả năng khai thác dữ liệu, mô hình cơ sở dữ liệu cần được thiết kế theo hướng tích hợp với các hệ thống thông tin bên ngoài thông qua nền tảng chia sẻ dữ liệu quốc gia. Thay vì lưu trữ hoàn toàn mọi dữ liệu tại Kiểm toán nhà nước, hệ thống có thể kết hợp giữa dữ liệu được lưu trữ nội bộ và dữ liệu được truy cập theo thời gian thực từ các cơ sở dữ liệu quốc gia hoặc cơ sở dữ liệu của các bộ, ngành. Cách tiếp cận này giúp giảm đáng kể chi phí lưu trữ, đồng thời bảo đảm dữ liệu luôn được cập nhật mới nhất. 4. Ý nghĩa và định hướng khai thác mô hình trong hoạt động kiểm toán Mô hình cơ sở dữ liệu được đề xuất không chỉ phục vụ các cuộc kiểm toán hiện tại mà còn hướng tới mục tiêu xây dựng tài sản dữ liệu lâu dài của Kiểm toán nhà nước. Khi số lượng cuộc kiểm toán ngày càng tăng, khối lượng dữ liệu được tích lũy sẽ ngày càng lớn và trở thành nguồn tri thức quan trọng để phát triển các mô hình đánh giá rủi ro, lựa chọn chuyên đề kiểm toán, phát hiện gian lận và ứng dụng trí tuệ nhân tạo. Đây sẽ là nền tảng quan trọng để Kiểm toán nhà nước từng bước chuyển đổi từ phương thức kiểm toán dựa trên hồ sơ sang mô hình kiểm toán dựa trên dữ liệu, phù hợp với xu thế phát triển của các Cơ quan Kiểm toán tối cao trên thế giới và định hướng chuyển đổi số của Việt Nam.

Kiểm toán ghi nhận chi chuyển giao theo IPSAS 48: rủi ro, bằng chứng và hàm ý cho Việt Nam

IPSAS 48, có hiệu lực từ kỳ báo cáo bắt đầu ngày 01/01/2026, ghi nhận chi chuyển giao theo quyền và nghĩa vụ của bên cấp. Bài viết xem xét chuẩn mực từ góc độ kiểm toán báo cáo tài chính, tập trung vào rủi ro phân loại sai, sai kỳ, bỏ sót dự phòng hoặc nợ và chưa giảm tài sản quyền chuyển giao. Phân tích nội dung và bốn tình huống được dùng để xác định cơ sở dẫn liệu, dấu hiệu rủi ro và bằng chứng. Phê duyệt, giải ngân và chi phí có thể thuộc các kỳ khác nhau; kiểm toán viên cần xem xét tính thực thi, nghĩa vụ hiện tại, nghiệm thu và thanh toán sau kỳ. Bài viết đề xuất ma trận rủi ro – thủ tục, coi IPSAS 48 là tham chiếu quốc tế chứ không phải quy định tự động áp dụng tại Việt Nam. Từ khóa: IPSAS 48; kiểm toán chi chuyển giao; rủi ro kiểm toán; bằng chứng kiểm toán; kế toán khu vực công. 1. Đặt vấn đề Các khoản cấp kinh phí, hỗ trợ chương trình và chuyển giao tài sản thường có hồ sơ phân tán giữa bên cấp, bên nhận và cơ quan quản lý ngân sách. Đã giải ngân chưa chắc là chi phí kỳ này; chưa thanh toán cũng không loại trừ nghĩa vụ. Vì vậy, kiểm toán cần nhận diện cả nguy cơ ghi chi phí quá sớm khi quyền còn hiệu lực và nguy cơ bỏ sót chi phí, nợ phải trả khi bên nhận đã hoàn thành. IPSAS 48 – Chi chuyển giao, ban hành năm 2023, có hiệu lực từ 01/01/2026 và cho phép áp dụng sớm (IPSASB, 2023). Chuẩn mực xác định khi nào bên cấp ghi chi phí, tài sản quyền chuyển giao hoặc nợ phải trả. Bài viết đặt câu hỏi: các quy tắc này tạo ra rủi ro sai sót nào và kiểm toán viên cần bằng chứng gì để kết luận? Bốn tình huống được phân tích theo cơ sở dẫn liệu nhằm đề xuất thủ tục kiểm toán cho các giao dịch chuyển giao. 2. Quy tắc ghi nhận và trọng tâm kiểm toán theo IPSAS 48 2.1. Phân định chi chuyển giao và thỏa thuận ràng buộc Chi chuyển giao phát sinh khi bên cấp cung cấp nguồn lực mà không trực tiếp nhận lại nguồn lực tương ứng; một số giao dịch, như phúc lợi xã hội theo IPSAS 42, thuộc chuẩn mực khác. Kiểm toán viên cần xét bản chất, không chỉ căn cứ tên khoản chi, nguồn kinh phí hay quyết định phê duyệt. Phân loại sai có thể dẫn đến áp dụng sai tiêu chí ghi nhận và công bố (IPSASB, 2023). Thỏa thuận ràng buộc tạo quyền, nghĩa vụ có thể thực thi bằng cơ chế pháp lý hoặc tương đương. Tên gọi hợp đồng hay quyết định chưa đủ để kết luận. Cần kiểm tra điều khoản hoàn trả, chế tài, quyền yêu cầu thực hiện, tập quán và bối cảnh pháp lý. Dự toán xác nhận thẩm quyền ngân sách nhưng không tự chứng minh quyền hay nghĩa vụ kế toán đã phát sinh. 2.2. Hai mô hình ghi nhận và hệ quả kiểm toán Nếu không có thỏa thuận ràng buộc, bên cấp đánh giá theo IPSAS 19 liệu đã có nghĩa vụ pháp lý hoặc ngầm định, dòng nguồn lực ra có khả năng xảy ra và giá trị ước tính đáng tin cậy hay chưa. Rủi ro là bỏ sót hoặc ghi sai kỳ dự phòng. Kiểm toán viên kiểm tra cam kết, thông lệ, công bố, hồ sơ pháp lý và giả định ước tính. Nếu chưa có nghĩa vụ, chi phí chỉ ghi khi bên cấp mất quyền kiểm soát nguồn lực (IPSASB, 2026). Với thỏa thuận ràng buộc, việc ký kết khi hai bên chưa thực hiện không tự tạo tài sản, nợ hay chi phí. Bên cấp chuyển trước thì ghi tài sản quyền còn hiệu lực; bên nhận thực hiện trước thì ghi chi phí và nợ tương ứng. Rủi ro là ghi hết khoản ứng trước thành chi phí, không giảm tài sản theo tiến độ hoặc bỏ sót nợ. Kiểm toán cần kiểm tra quyền thực thi, tiến độ, nghiệm thu và thanh toán sau kỳ (IPSASB, 2023, 2026). 3. Phương pháp nghiên cứu Bài viết phân tích IPSAS 48 và IPSAS 19 theo điều kiện giao dịch, sự kiện ghi nhận, khoản mục và công bố. Bốn tình huống được mã hóa theo tính ràng buộc và thứ tự thực hiện; kết quả được ánh xạ với rủi ro sai sót, cơ sở dẫn liệu và bằng chứng. Khung tham chiếu gồm đánh giá rủi ro theo ISA 315 (Revised 2019) và nguyên tắc bằng chứng trong ISA 500; các thủ tục gợi ý không thay thế xét đoán nghề nghiệp hoặc quy định trong nước (International Auditing and Assurance Standards Board [IAASB], 2019, 2025). Số liệu chỉ nhằm minh họa. 4. Rủi ro sai sót và đáp ứng kiểm toán 4.1. Bốn tình huống và thủ tục trọng tâm Tình huống A – không ràng buộc, chưa có nghĩa vụ. C phê duyệt hỗ trợ 800 triệu đồng ngày 01/11; quyết định có thể hủy, C chuyển tiền ngày 20/12. Rủi ro là ghi chi phí quá sớm tại ngày phê duyệt. Kiểm toán viên kiểm tra khả năng hủy, cam kết đã công bố và chứng từ chuyển tiền; phê duyệt ngân sách không tự chứng minh nghĩa vụ hiện tại. Tình huống B – không ràng buộc, có nghĩa vụ hiện tại. C công bố hỗ trợ 500 triệu đồng ngày 01/11; giả định đã tạo nghĩa vụ ngầm định và ước tính đáng tin cậy. C ghi chi phí, dự phòng rồi thanh toán ngày 15/12. Rủi ro là bỏ sót dự phòng hoặc ghi chi phí hai lần. Kiểm toán viên đối chiếu thông báo, thông lệ, hồ sơ pháp lý, giả định ước tính và thanh toán sau kỳ. Tình huống C – ràng buộc, bên cấp chuyển trước. C chuyển 1.200 triệu đồng cho D thực hiện ba đợt đào tạo, hai đợt được nghiệm thu đến 31/12. C ghi chi phí 800 triệu đồng và tài sản quyền còn 400 triệu đồng. Rủi ro là ghi toàn bộ tiền ứng trước thành chi phí hoặc không giảm tài sản đã hết quyền. Kiểm toán viên kiểm tra điều khoản hoàn trả, nghiệm thu, sản phẩm, phân bổ giá trị và xác nhận số dư với bên nhận. Tình huống D – ràng buộc, bên nhận thực hiện trước. D hoàn thành giai đoạn trị giá 200 triệu đồng, C chưa thanh toán. C ghi chi phí và nợ 200 triệu đồng. Rủi ro là bỏ sót nghĩa vụ. Kiểm toán viên kiểm tra nghiệm thu, điều kiện thanh toán, khoản chi sau kỳ và hồ sơ tìm kiếm nợ chưa ghi nhận. Bảng 1: Ánh xạ tình huống với rủi ro và đáp ứng kiểm toán Tình huống Rủi ro/cơ sở dẫn liệu Đáp ứng kiểm toán gợi ý A – phê duyệt, chưa có nghĩa vụ Chi phí quá sớm; đúng kỳ Kiểm tra khả năng hủy, cam kết đã công bố và ngày chuyển tiền. B – có nghĩa vụ, đã trả Thiếu dự phòng; ghi chi phí hai lần Kiểm tra nghĩa vụ ngầm định, ước tính và tất toán sau thanh toán. C – chuyển trước Chi phí vượt mức; tài sản quyền bị ghi thiếu Đối chiếu thỏa thuận, nghiệm thu từng đợt và số dư quyền còn lại. D – bên nhận làm trước Bỏ sót nợ; sai kỳ chi phí Kiểm tra nghiệm thu, khoản trả sau kỳ và tìm kiếm nợ chưa ghi nhận. Lệnh chi xác nhận dòng tiền nhưng không tự chứng minh tính ràng buộc, nghĩa vụ đã hoàn thành hay giá trị tài sản quyền còn lại. Thủ tục cần hướng vào rủi ro cụ thể, kết hợp hồ sơ pháp lý, xác nhận bên nhận, nghiệm thu và sự kiện sau ngày báo cáo. 4.2. Ma trận bằng chứng và thủ tục kiểm toán Bằng chứng cần phù hợp, đáng tin cậy và đầy đủ; hồ sơ do đơn vị tự lập cần được đối chiếu. Quyết định phê duyệt không thay thế hợp đồng hay bằng chứng thực hiện. Báo cáo của bên nhận cần đối chiếu với nghiệm thu, sản phẩm hoặc xác nhận phù hợp. Với nghĩa vụ ngầm định, kiểm tra thông lệ và thông tin đã công bố. Bảng 2 gắn từng xét đoán với thủ tục trọng tâm. Bảng 2. Hồ sơ và thủ tục kiểm toán gợi ý Xét đoán Bằng chứng cần thu thập Thủ tục kiểm toán gợi ý Phạm vi, chủ thể Quyết định, thỏa thuận, mã giao dịch Đọc hồ sơ, đối chiếu danh sách chi và kiểm tra phân loại. Tính ràng buộc Chế tài, hoàn trả, căn cứ pháp lý Kiểm tra điều khoản; khi cần, tham vấn pháp lý hoặc xác nhận. Nghĩa vụ trước thanh toán Cam kết, thông lệ, công bố, hồ sơ dự phòng Rà soát biên bản, thông tin công khai và đánh giá ước tính. Tiến độ, nghiệm thu Chứng từ, sản phẩm, biên bản theo giai đoạn Quan sát/kiểm tra hồ sơ, xác nhận bên nhận, tái tính phân bổ. Số dư cuối kỳ Bảng đối chiếu quyền, nghĩa vụ, thanh toán Kiểm tra cut-off, sự kiện sau kỳ và tính đầy đủ thuyết minh. 5. Hàm ý đối với kiểm toán khu vực công Việt Nam IPSAS 48 là chuẩn mực quốc tế; áp dụng tại Việt Nam phải căn cứ chế độ kế toán có hiệu lực. Kiểm toán viên trước hết xác định tiêu chí lập báo cáo mà đơn vị áp dụng, rồi đánh giá sai lệch theo tiêu chí đó. IPSAS 48 có thể hỗ trợ phân tích và hoàn thiện hướng dẫn, nhưng không tự tạo căn cứ kết luận vi phạm khi chưa được nội luật hóa (Bộ Tài chính, 2024, 2025a, 2025b; Quốc hội, 2025). Kiểm toán nhà nước và kiểm toán độc lập có thể đưa giao dịch chuyển giao vào đánh giá rủi ro, rồi: lập danh sách khoản cấp theo đối tượng và nguồn; đối chiếu quyết định với thỏa thuận; rà soát khoản chi gần ngày khóa sổ; kiểm tra nghiệm thu; xác nhận với bên nhận khi phù hợp; tìm nghĩa vụ chưa ghi nhận; tái tính tài sản quyền, dự phòng và nợ; kiểm tra thuyết minh. Phạm vi thủ tục căn cứ trọng yếu và rủi ro, không áp dụng máy móc cùng một chương trình cho mọi khoản tài trợ. Đơn vị cần lưu hồ sơ theo từng thỏa thuận và theo dõi riêng giải ngân, nghĩa vụ hoàn thành, quyền còn hiệu lực. Cơ quan kiểm toán có thể dùng sai lệch để nhận diện điểm yếu kiểm soát và nhu cầu hướng dẫn. Kiểm toán tài chính không thay thế đánh giá hiệu quả xã hội; tác động chương trình cần chỉ tiêu phi tài chính. Do tình huống là giả định, nghiên cứu tiếp theo cần thử nghiệm ma trận trên hồ sơ thực tế. 6. Kết luận IPSAS 48 chuyển trọng tâm kiểm toán từ chứng từ chi sang quyền, nghĩa vụ, tiến độ và kỳ ghi nhận. Các tình huống chỉ ra rủi ro về phân loại, tính đầy đủ, đúng kỳ và đo lường. Ma trận nối rủi ro với bằng chứng, thủ tục và tiêu chí pháp lý tại Việt Nam, hỗ trợ kiểm toán báo cáo tài chính công và hoàn thiện hướng dẫn kế toán. Tài liệu tham khảo Bộ Tài chính. (2024). Thông tư số 24/2024/TT-BTC ngày 17/4/2024 hướng dẫn Chế độ kế toán hành chính, sự nghiệp. https://congbao.chinhphu.vn/van-ban/thong-tu-so-24-2024-tt-btc-41775.htm; Bộ Tài chính. (2025a). Thông tư số 46/2025/TT-BTC ngày 20/6/2025 sửa đổi, bổ sung, bãi bỏ các thông tư trong lĩnh vực kế toán, kiểm toán. https://chinhphu.vn/?classid=0&docid=214192&pageid=27160; Bộ Tài chính. (2025b). Thông tư số 108/2025/TT-BTC ngày 14/11/2025 hướng dẫn lập báo cáo tài chính hợp nhất của đơn vị kế toán hành chính, sự nghiệp. https://vanban.chinhphu.vn/?classid=1&docid=216119&pageid=27160&typegroupid=6; International Public Sector Accounting Standards Board. (2023). IPSAS 48, Transfer Expenses. https://www.ipsasb.org/publications/ipsas-48-transfer-expenses; International Public Sector Accounting Standards Board. (2026). 2026 Handbook of International Public Sector Accounting Standards Board Pronouncements. https://www.ipsasb.org/publications/2026-handbook-international-public-sector-accounting-standards-board-pronouncements; International Auditing and Assurance Standards Board. (2019). ISA 315 (Revised 2019): Identifying and Assessing the Risks of Material Misstatement. https://www.iaasb.org/publications/isa-315-revised-2019-identifying-and-assessing-risks-material-misstatement; International Auditing and Assurance Standards Board. (2025). 2025 Handbook of International Quality Management, Auditing, Review, Other Assurance, and Related Services Pronouncements. https://www.iaasb.org/publications/2025-handbook-international-quality-management-auditing-review-other-assurance-and-related-services; Quốc hội. (2025). Luật Ngân sách nhà nước số 89/2025/QH15 ngày 25/6/2025. https://vanban.chinhphu.vn/?classid=1&docid=214601&orggroupid=1&pageid=27160.

Bảo đảm kết hợp thông tin bền vững theo ISSA 5000: từ thiết kế hợp đồng đến minh bạch kết luận

ISSA 5000 cho phép kết hợp bảo đảm hợp lý và bảo đảm giới hạn đối với những phần thông tin bền vững khác nhau trong một hợp đồng. Sự linh hoạt này đặt ra rủi ro lựa chọn phạm vi thiếu khách quan, không tương xứng giữa bằng chứng và kết luận, hoặc gây hiểu nhầm về mức độ tin cậy. Thông qua phân tích chuẩn mực và hướng dẫn triển khai của IAASB, bài viết làm rõ điều kiện chấp nhận, sự khác biệt trong thực hiện và đề xuất khung đánh giá bốn tiêu chí: mục đích hợp lý, phạm vi thích hợp, cơ sở bằng chứng và minh bạch kết luận. Khung phân tích cung cấp gợi ý vận dụng trong thực hành bảo đảm thông tin bền vững tại Việt Nam. Từ khóa: ISSA 5000; bảo đảm kết hợp; bảo đảm hợp lý; bảo đảm giới hạn; báo cáo bền vững. 1. Đặt vấn đề Thông tin bền vững ngày càng được sử dụng trong quyết định của nhà đầu tư, chủ nợ và các bên liên quan. Tuy nhiên, khả năng đo lường và kiểm chứng không đồng nhất: lượng điện tiêu thụ có thể đối chiếu với hóa đơn, còn phát thải chuỗi giá trị hoặc tác động xã hội có thể phụ thuộc vào ước tính và dữ liệu bên ngoài. Vì vậy, nhu cầu bảo đảm độc lập không nhất thiết đòi hỏi một mức bảo đảm giống nhau cho mọi chỉ tiêu. ISSA 5000 do Hội đồng Chuẩn mực Kiểm toán và Dịch vụ bảo đảm quốc tế (IAASB) ban hành tháng 11/2024 cho phép một hợp đồng kết hợp bảo đảm hợp lý và bảo đảm giới hạn đối với các phần thông tin khác nhau. Cơ chế này nảy sinh ba câu hỏi: căn cứ nào biện minh cho hai mức bảo đảm; việc đánh giá rủi ro, thu thập bằng chứng và kết luận khác biệt ra sao; và làm thế nào ngăn ngừa người đọc hiểu nhầm toàn bộ báo cáo đều được bảo đảm ở mức cao nhất? Bằng phương pháp phân tích văn bản chuẩn mực và hướng dẫn triển khai, bài viết liên kết các yêu cầu về chấp nhận hợp đồng, thực hiện công việc và báo cáo kết quả, từ đó đề xuất khung đánh giá dành cho hợp đồng bảo đảm kết hợp tại Việt Nam. 2. Điều kiện chấp nhận và thiết kế hợp đồng bảo đảm kết hợp Điều kiện đầu tiên là mục đích hợp lý của hợp đồng. Các đoạn 75–79 ISSA 5000 yêu cầu xem xét đối tượng, tiêu chí áp dụng, trách nhiệm các bên và khả năng thu thập bằng chứng. Đoạn 80 đòi hỏi hợp đồng hữu ích, không gây hiểu nhầm và có phạm vi thích hợp; riêng bảo đảm giới hạn phải đạt mức bảo đảm có ý nghĩa. Hướng dẫn A208 lưu ý cần xem xét căn cứ biện minh cho việc áp dụng các mức bảo đảm khác nhau. Do đó, dữ liệu chưa hoàn thiện không tự động là lý do chuyển một chỉ tiêu sang bảo đảm giới hạn. Người hành nghề phải xem xét khả năng thu thập đủ bằng chứng thích hợp và giá trị của kết luận đối với người sử dụng. Nếu điều kiện tiên quyết không được đáp ứng, việc hạ mức bảo đảm không khắc phục được bản chất vấn đề. Điều kiện thứ hai là phạm vi rõ ràng và thích hợp. Đoạn 85(a) yêu cầu văn bản thỏa thuận nhận diện thông tin trong và ngoài phạm vi, ranh giới báo cáo, tiêu chí áp dụng và phần thông tin thuộc từng mức bảo đảm. Trong cùng báo cáo bền vững có thể tồn tại thông tin được bảo đảm hợp lý, được bảo đảm giới hạn và không thuộc hợp đồng; người sử dụng cần phân biệt ba nhóm này. Rủi ro phát sinh khi doanh nghiệp chỉ chọn chỉ tiêu tích cực, dễ kiểm chứng, nhưng loại trừ sự cố môi trường hay lao động có ý nghĩa. Hướng dẫn IAASB (2025, đoạn 168) cảnh báo việc chọn phần thông tin dễ bảo đảm hoặc tạo hình ảnh thuận lợi nhìn chung không thích hợp. Tuy nhiên, phạm vi hẹp không đương nhiên bị bác bỏ nếu có mục đích hợp lý, đáp ứng điều kiện tiên quyết và không gây hiểu nhầm. Đoạn 87 còn quy định không được chuyển từ bảo đảm hợp lý xuống bảo đảm giới hạn khi thiếu lý do hợp lý. Quy định này hạn chế việc thay đổi điều khoản để tránh kết quả bất lợi. Tại Việt Nam, doanh nghiệp nên chuẩn bị danh mục thông tin, tiêu chí và nguồn bằng chứng trước khi lựa chọn mức bảo đảm, thay vì căn cứ chủ yếu vào chi phí dịch vụ. 3. Khác biệt về đánh giá rủi ro, bằng chứng và kết luận ISSA 5000 không coi bảo đảm giới hạn đơn giản là bảo đảm hợp lý với ít thủ tục hơn. Đoạn 103L yêu cầu đánh giá rủi ro sai sót trọng yếu ở cấp độ thông tin công bố đối với bảo đảm giới hạn; đoạn 103R yêu cầu đánh giá ở cấp độ cơ sở dẫn liệu đối với thông tin công bố trong bảo đảm hợp lý. Các đoạn 126L–126R tương ứng quy định thiết kế thủ tục ứng phó với rủi ro ở cấp độ phù hợp. Bảng 1. Khác biệt chủ yếu giữa hai mức bảo đảm theo ISSA 5000 Trong hợp đồng bảo đảm kết hợp, sự khác biệt giữa hai mức bảo đảm không chỉ thể hiện ở phạm vi thủ tục mà còn ở cấp độ đánh giá rủi ro và yêu cầu đối với bằng chứng. Do đó, đối với từng phần thông tin, người hành nghề phải thiết kế và thực hiện công việc tương ứng với mức bảo đảm đã xác định, bảo đảm sự nhất quán giữa đánh giá rủi ro, thủ tục thực hiện, bằng chứng thu thập và kết luận đưa ra (ISSA 5000, đoạn 103L–103R và 126L–126R). Mặc dù bảo đảm giới hạn đòi hỏi ít bằng chứng hơn so với bảo đảm hợp lý, yêu cầu về khả năng thu thập bằng chứng cần thiết vẫn phải được đáp ứng (đoạn 79 và A206L). Khi xuất hiện dấu hiệu sai sót trọng yếu, người hành nghề phải thực hiện các thủ tục bổ sung theo đoạn 148L. Trường hợp không thu thập được đầy đủ bằng chứng thích hợp, cần đánh giá ảnh hưởng của việc giới hạn phạm vi đến kết luận theo các đoạn 203–205, thay vì mặc nhiên hạ mức bảo đảm để tránh đưa ra kết luận có sửa đổi. Sự khác biệt giữa hai mức bảo đảm phải được thể hiện rõ trong báo cáo kết quả. Theo đoạn 190(a), 190(c) và hướng dẫn A542, báo cáo cần xác định cụ thể những phần thông tin thuộc từng mức bảo đảm và phân biệt các kết luận tương ứng. Điều này giúp người sử dụng nhận diện đúng phạm vi và mức độ tin cậy của từng phần thông tin, tránh hiểu nhầm rằng toàn bộ báo cáo bền vững đều được bảo đảm ở mức cao nhất. 4. Khung đánh giá hợp đồng kết hợp và hàm ý đối với Việt Nam Từ các yêu cầu trên, bài viết đề xuất khung bốn tiêu chí nhằm đánh giá tính thích hợp và minh bạch của hợp đồng. Bảng 2. Khung đánh giá đề xuất Mục đích hợp lý là bước sàng lọc: việc dùng hai mức bảo đảm phải được giải thích bằng nhu cầu của người sử dụng và đặc điểm hợp đồng, không chỉ bằng ý muốn xác nhận những thành tích thuận lợi. Tổ chức cung cấp dịch vụ nên lưu vết căn cứ lựa chọn từng mức ngay khi đánh giá chấp nhận hợp đồng. Phạm vi thích hợp giúp nhận diện rủi ro công bố có chọn lọc. Giả sử doanh nghiệp đề nghị bảo đảm hợp lý lượng điện tiết kiệm được, bảo đảm giới hạn số vụ tai nạn lao động nhưng loại trừ sự cố môi trường trọng yếu. Chưa thể kết luận đây là hành vi vi phạm; người hành nghề cần đánh giá nhu cầu thông tin, lý do loại trừ và nguy cơ gây hiểu nhầm. Nếu phạm vi không thích hợp, phải trao đổi điều chỉnh hoặc cân nhắc không chấp nhận hợp đồng. Cơ sở bằng chứng quyết định chất lượng thực chất. Lựa chọn bảo đảm giới hạn không phải giải pháp thay thế bằng chứng thiếu tin cậy. Hồ sơ cần thể hiện rõ rủi ro, thủ tục, kết quả và cách xử lý những dấu hiệu sai sót. Tại Việt Nam, kiểm soát chất lượng xét đoán và hồ sơ thực hiện quan trọng không kém chuẩn hóa mẫu báo cáo. Minh bạch kết luận quyết định khả năng người sử dụng hiểu đúng giá trị bảo đảm. Báo cáo phải phân biệt phần thông tin bảo đảm hợp lý, bảo đảm giới hạn và ngoài phạm vi; tránh mô tả công việc giới hạn như thể đã đạt mức hợp lý. Nếu kết luận bị sửa đổi, cần chỉ rõ phần thông tin và mức bảo đảm bị ảnh hưởng theo đoạn 190(c). Khung được vận dụng tại hai thời điểm: trước khi chấp nhận, đánh giá mục đích, phạm vi và khả năng có bằng chứng; khi hoàn thành, xem xét thủ tục và tính minh bạch của kết luận. Đáng lưu ý, báo cáo công khai chỉ cho phép quan sát phạm vi và cách diễn đạt; để đánh giá chất lượng bằng chứng cần tiếp cận hồ sơ bảo đảm. Hàm ý đối với Việt Nam là ưu tiên khả năng truy vết dữ liệu, lập luận nghề nghiệp và minh bạch báo cáo, thay vì khuyến khích áp dụng hai mức bảo đảm một cách hình thức. Doanh nghiệp cần chuẩn bị nguồn dữ liệu có thể kiểm chứng; tổ chức bảo đảm phải tài liệu hóa căn cứ chia phạm vi; các tổ chức nghề nghiệp có thể hướng dẫn mẫu báo cáo giúp người đọc phân biệt từng kết luận. Như vậy, giá trị của bảo đảm kết hợp không phụ thuộc vào tỷ lệ chỉ tiêu được bảo đảm hợp lý mà vào tính chính đáng của thiết kế, sự tương xứng của bằng chứng và tính minh bạch của kết luận. Khung bốn tiêu chí là điểm khởi đầu để đánh giá thực hành này và phát triển nghiên cứu tiếp theo. Tài liệu tham khảo 1. IAASB (2024). International Standard on Sustainability Assurance 5000: General Requirements for Sustainability Assurance Engagements, IAASB. 2. IAASB (2025). ISSA 5000 Implementation Guide, IAASB.

Kế toán điều tra tại Việt Nam: từ khung lý thuyết đến định hướng hoàn thiện thể chế

Bài viết hệ thống hóa cơ sở lý luận của kế toán điều tra, làm rõ ranh giới giữa kế toán điều tra và kiểm toán, đồng thời phân tích phương pháp nghiệp vụ chủ yếu và thực trạng thể chế liên quan tại Việt Nam. Trên cơ sở tổng hợp tài liệu, phân tích quy phạm pháp luật và đối chiếu với thông lệ nghề nghiệp quốc tế, kết quả cho thấy kế toán điều tra không nên được hiểu thuần túy như một hoạt động “hậu kiểm” nhằm hỗ trợ tố tụng, mà cần được nhìn nhận như một cấu phần của quản trị rủi ro gian lận, quản trị tuân thủ và bảo đảm tính liêm chính của thông tin tài chính. Việt Nam đã có nền tảng pháp lý nhất định thông qua quy định về việc giám định tư pháp trong lĩnh vực tài chính, song vẫn còn khoảng cách đáng kể so với thông lệ quốc tế về chuẩn năng lực, quy trình xử lý chứng cứ số, mức độ chấp nhận kết quả điều tra độc lập và cơ chế phối hợp liên ngành. Từ đó, bài viết đề xuất ba nhóm giải pháp gồm: hoàn thiện khuôn khổ pháp lý cho chứng cứ và giao dịch số; phát triển nguồn nhân lực chuyên sâu gắn với chứng chỉ nghề nghiệp và đầu tư hạ tầng dữ liệu, công nghệ phân tích phục vụ phát hiện gian lận theo hướng chủ động. Từ khóa: Kế toán điều tra; gian lận tài chính; giám định tư pháp; kiểm toán; chứng cứ số. Forensic accounting in Vietnam: From theoretical framework to institutional refinement This paper systematizes the theoretical basis of forensic accounting, distinguishing it from auditing and analyzing the main professional skills as well as current institutional status in Vietnam. Based on a synthesis of documents, analysis of legal norms, and comparison with international professional practices this paper suggest forensic accounting should be viewed not merely as "post-audit" litigation support but as a component of fraud risk management and financial integrity. Despite an existing legal foundation for judicial expertise in the financial sector, there is still significant gaps with international standards regarding competency standards, digital evidence procedures and interdisciplinary coordination. Therefore, the article proposes three groups of solutions: perfecting the legal framework for digital evidence and transactions; developing specialized human resources linked to professional certifications; and investing in data infrastructure and analytical technology to proactively detect fraud. Keywords: Forensic accounting; financial fraud; judicial expertise; auditing; digital evidence. JEL classification: M41, M42, K42 https://doi.org/10.65771/ati-jas.04202607 1. Đặt vấn đề Trong bối cảnh số hóa hoạt động kinh doanh, mở rộng giao dịch xuyên biên giới và gia tăng mức độ tinh vi của tội phạm kinh tế, yêu cầu về các công cụ phát hiện, chứng minh và xử lý gian lận tài chính ngày càng trở nên cấp bách. Những vụ việc thao túng báo cáo tài chính, chuyển giá, biển thủ nội bộ, che giấu tài sản hoặc hợp thức hóa dòng tiền bất hợp pháp cho thấy giới hạn của các cơ chế kiểm soát truyền thống khi phải đối diện với hành vi có chủ đích, được tổ chức bài bản và thường có sự hỗ trợ của công nghệ. Trong hệ thống công cụ đó, kế toán điều tra nổi lên như một lĩnh vực liên ngành kết nối kế toán, kiểm toán, pháp lý, điều tra và phân tích dữ liệu. Khác với hoạt động bảo đảm thông thường vốn tập trung vào mức độ trung thực, hợp lý của báo cáo tài chính, kế toán điều tra hướng đến tái cấu trúc sự kiện, truy vết dòng tiền, xác lập mối liên hệ giữa bằng chứng và hành vi, từ đó hỗ trợ giải quyết tranh chấp hoặc xử lý trách nhiệm pháp lý. Ở Việt Nam, thuật ngữ “kế toán điều tra” chưa được thể chế hóa một cách đầy đủ như một nghề nghiệp độc lập, nhưng nội hàm của nó đã xuất hiện trong thực tiễn giám định tư pháp về tài chính, kế toán, kiểm toán và trong hoạt động xác minh nội bộ của doanh nghiệp. Vì vậy, việc hệ thống hóa khung lý luận, đánh giá thực trạng triển khai và đề xuất định hướng phát triển là cần thiết cả về phương diện học thuật lẫn thực tiễn quản lý. 2. Mục tiêu, câu hỏi và phương pháp nghiên cứu Bài viết hướng tới ba mục tiêu: (i) làm rõ bản chất, phạm vi và nền tảng lý thuyết của kế toán điều tra; (ii) phân tích sự khác biệt giữa kế toán điều tra với kiểm toán truyền thống và các kỹ thuật nghiệp vụ chủ yếu; (iii) đánh giá thực trạng thể chế tại Việt Nam và đề xuất định hướng hoàn thiện. Từ đó, nghiên cứu đặt ra ba câu hỏi: (1) Kế toán điều tra được hình thành trên những cơ sở lý thuyết và yêu cầu nghề nghiệp nào? (2) Những điểm khác biệt cốt lõi giữa kế toán điều tra và kiểm toán truyền thống là gì? (3) Việt Nam cần hoàn thiện những điều kiện nào để phát triển kế toán điều tra theo hướng chuyên nghiệp, có khả năng hỗ trợ quản trị và tố tụng? Về phương pháp, nghiên cứu sử dụng phương pháp định tính với ba kỹ thuật chủ đạo: tổng quan tài liệu học thuật và nghề nghiệp; phân tích quy phạm pháp luật hiện hành của Việt Nam; và đối chiếu, so sánh với một số chuẩn mực, thông lệ nghề nghiệp quốc tế. Cách tiếp cận này phù hợp với mục tiêu xây dựng khung khái niệm, đánh giá thể chế và đề xuất hàm ý chính sách cho bối cảnh Việt Nam. 3. Cơ sở lý luận về kế toán điều tra Kế toán điều tra thường được hiểu là quá trình thu thập, phân tích, diễn giải và trình bày bằng chứng tài chính hoặc phi tài chính có liên quan nhằm phục vụ giải quyết tranh chấp, xử lý gian lận hoặc hỗ trợ tố tụng. Tính chất cốt lõi của lĩnh vực này là định hướng bằng chứng và khả năng đưa kết quả chuyên môn đến ngưỡng chấp nhận trước cơ quan có thẩm quyền hoặc trước các bên tranh chấp. Nếu kiểm toán nhấn mạnh “đảm bảo hợp lý”, thì kế toán điều tra nhấn mạnh “sự thật có thể chứng minh”. Vì vậy, đầu ra của kế toán điều tra không chỉ là phát hiện sai lệch, mà còn bao gồm việc giải thích cơ chế gian lận, xác lập động cơ, cách thức thực hiện, quy mô thiệt hại, chủ thể liên quan và chuỗi bằng chứng hỗ trợ cho kết luận chuyên môn. Sự phát triển của kế toán điều tra gắn liền với nhu cầu kiểm soát gian lận trong nền kinh tế hiện đại. Trong môi trường kinh doanh dựa trên dữ liệu, bằng chứng không còn giới hạn ở sổ sách và chứng từ giấy mà mở rộng sang log hệ thống, siêu dữ liệu tệp, email, tin nhắn, dữ liệu thiết bị, giao dịch điện tử và các dấu vết số khác. Điều này khiến kế toán điều tra ngày càng mang đậm tính liên ngành và đòi hỏi năng lực công nghệ rõ nét hơn trước. 3.1. Các học thuyết nền tảng trong nhận diện gian lận Các mô hình giải thích gian lận giúp nhà nghiên cứu và người thực hành di chuyển từ quan sát hiện tượng sang lý giải căn nguyên hành vi. Trong khuôn khổ bài viết này, bốn nền tảng thường được viện dẫn gồm tam giác gian lận, kim cương gian lận, lý thuyết đại diện và lý thuyết thể chế. Trong thực hành, không nên tuyệt đối hóa bất kỳ mô hình nào. Các học thuyết chỉ có giá trị như khung suy luận để xây dựng giả thuyết điều tra, lựa chọn nguồn bằng chứng và diễn giải bối cảnh phát sinh gian lận. Đặc biệt, đối với các vụ việc có yếu tố tổ chức hoặc công nghệ, việc kết hợp góc nhìn hành vi với góc nhìn thể chế sẽ cho kết quả thuyết phục hơn so với việc chỉ tập trung vào biến động số liệu. 3.2. Ranh giới giữa kế toán điều tra và kiểm toán truyền thống Kế toán điều tra (Forensic Accounting - FA) là một lĩnh vực chuyên sâu kết hợp kiến thức kế toán, kỹ năng kiểm toán, kỹ thuật điều tra và kiến thức pháp luật nhằm phát hiện, điều tra và phòng ngừa gian lận cùng các sai phạm tài chính. Khác với kiểm toán truyền thống, kế toán điều tra không chỉ dừng ở việc xác định tính tuân thủ mà còn chủ động phát hiện các hành vi gian lận tài chính, xác định mức độ thiệt hại và thu thập bằng chứng phục vụ các thủ tục pháp lý. Điểm khác biệt cốt lõi là kế toán điều tra không dừng lại ở việc chỉ ra sự hiện diện của sai lệch trọng yếu, mà hướng tới chứng minh mối liên hệ giữa bằng chứng và ý chí thực hiện hành vi. Bởi vậy, ngoài chứng từ kế toán, người làm kế toán điều tra còn phải khai thác dữ liệu ngoại vi như email, quyền truy cập hệ thống, lịch sử chỉnh sửa tệp, nhật ký phê duyệt, cấu trúc sở hữu có liên quan và các giao dịch qua bên thứ ba. 4. Phương pháp tiếp cận và kỹ thuật nghiệp vụ hiện đại Quy trình kế toán điều tra thường bắt đầu từ giai đoạn xác lập predication, tức là xác định có căn cứ hợp lý để nghi ngờ gian lận hoặc vi phạm hay không. Sau đó là các bước lập giả thuyết, xác định nguồn dữ liệu, bảo toàn bằng chứng, phân tích giao dịch, phỏng vấn đối tượng liên quan, lượng hóa thiệt hại và lập báo cáo điều tra. Việc thiết kế quy trình không chỉ nhằm phát hiện gian lận mà còn phải bảo đảm khả năng sử dụng kết quả về sau trong giải quyết tranh chấp hoặc tố tụng. Trong môi trường số, bộ công cụ nghiệp vụ của kế toán điều tra đã mở rộng đáng kể. Thay vì chỉ sử dụng chọn mẫu truyền thống, nhiều cuộc điều tra áp dụng kiểm tra toàn bộ tập dữ liệu kết hợp với kỹ thuật phân tầng rủi ro, phát hiện ngoại lệ và đối chiếu chéo nguồn dữ liệu. - Phân tích dữ liệu toàn bộ tập (full-population testing): sử dụng các công cụ phân tích để quét toàn bộ nhật ký giao dịch, đối soát dữ liệu chủ và nhận diện mẫu bất thường. - Phân tích siêu dữ liệu và chứng cứ số: kiểm tra thời điểm tạo lập, sửa đổi, thiết bị truy cập, quyền người dùng, lịch sử phê duyệt để làm rõ khả năng giả mạo hoặc can thiệp hồ sơ. - Kỹ thuật thống kê và phân tích định lượng: vận dụng định luật Benford, so sánh hệ số quy mô tương đối, phân tích ngoại lệ, phân tích mạng giao dịch và liên kết đối tượng. - Truy vết tài sản và dòng tiền: tái dựng lộ trình tiền, xác định tài khoản trung gian, chủ thể hưởng lợi cuối cùng và tài sản chuyển dịch qua nhiều lớp giao dịch. - Phỏng vấn điều tra: thiết kế trình tự phỏng vấn theo mức độ liên quan của đối tượng, kết hợp tâm lý học hành vi với chiến lược đối chiếu chứng cứ. Tuy nhiên, công nghệ không thay thế vai trò phán đoán chuyên môn. Dữ liệu chỉ cung cấp tín hiệu; còn việc chuyển tín hiệu thành chứng cứ có giá trị đòi hỏi hiểu biết về quy trình nghiệp vụ, pháp lý chứng cứ, động cơ hành vi và bối cảnh tổ chức. Đây là lý do kế toán điều tra ngày càng được xem là nghề nghiệp có sự kết hợp giữa tài chính, pháp lý và khoa học dữ liệu. 5. Thực trạng thể chế và khả năng triển khai tại Việt Nam Ở Việt Nam, nội hàm về kế toán điều tra hiện nay được phản ánh thông qua hoạt động giám định tư pháp trong lĩnh vực tài chính - kế toán. Khung pháp lý điều chỉnh lĩnh vực này đã được hoàn thiện theo hướng đồng bộ và cập nhật với việc ban hành Luật Giám định tư pháp 2025, trên cơ sở kế thừa và phát triển từ Luật Giám định tư pháp 2012 và Luật sửa đổi, bổ sung một số điều của Luật Giám định tư pháp 2020. Theo quy định của pháp luật hiện hành, giám định tư pháp là hoạt động do người giám định thực hiện, sử dụng kiến thức chuyên môn cùng với phương tiện, phương pháp khoa học, kỹ thuật và nghiệp vụ để đưa ra kết luận chuyên môn về những vấn đề có liên quan đến hoạt động tố tụng hoặc theo yêu cầu giám định theo quy định của pháp luật. Trong lĩnh vực tài chính, hệ thống văn bản hướng dẫn thi hành, tiêu biểu là Thông tư 40/2022/TT-BTC và các văn bản sửa đổi, bổ sung (nếu có) nhằm bảo đảm sự phù hợp với Luật Giám định tư pháp 2025, đã góp phần cụ thể hóa phạm vi giám định, tiêu chuẩn chuyên môn, cũng như quy trình và phương thức thực hiện. Nhìn chung, khuôn khổ pháp lý điều chỉnh các hoạt động hỗ trợ điều tra, xác minh và đưa ra kết luận chuyên môn trong lĩnh vực tài chính - kế toán đã được thiết lập theo hướng tương đối đầy đủ, thống nhất và tiệm cận thông lệ quốc tế. Tuy nhiên, xét trên phương diện học thuật và thực tiễn nghề nghiệp, thuật ngữ “kế toán điều tra” (forensic accounting) hiện vẫn chưa được chính thức ghi nhận như một lĩnh vực chuyên môn độc lập trong hệ thống pháp luật Việt Nam. Các hoạt động có bản chất tương đồng chủ yếu đang được thực hiện phân tán dưới danh nghĩa giám định tư pháp, kiểm toán, thanh tra và điều tra tài chính. Điều này cho thấy khoảng trống nhất định trong việc định danh, chuẩn hóa và phát triển một lĩnh vực chuyên môn có tính liên ngành, tích hợp giữa kế toán, kiểm toán và pháp luật nhằm đáp ứng yêu cầu ngày càng cao của công tác phòng, chống gian lận và tội phạm kinh tế. Dưới góc độ thực thi, kế toán điều tra ở Việt Nam đang xuất hiện dưới ba hình thức chính: (i) hỗ trợ cơ quan tiến hành tố tụng trong các vụ án kinh tế, tham nhũng, thuế, chứng khoán, ngân hàng; (ii) hoạt động xác minh nội bộ, điều tra tuân thủ hoặc chống gian lận trong doanh nghiệp, tổ chức tín dụng; và (iii) hỗ trợ giải quyết tranh chấp dân sự, thương mại, lao động, hôn nhân gia đình liên quan đến tài sản và nghĩa vụ tài chính. Khoảng cách giữa Việt Nam và thông lệ quốc tế thể hiện ở bốn khía cạnh: Thứ nhất, chưa có bộ chuẩn năng lực nghề nghiệp đủ rõ cho vai trò kế toán điều tra; thứ hai, cơ chế phối hợp giữa chuyên gia tài chính, chuyên gia công nghệ và cơ quan tố tụng chưa thật sự đồng bộ; thứ ba, năng lực xử lý giao dịch trên nền tảng số, tài sản mã hóa và chứng cứ điện tử còn chưa đồng đều giữa các chủ thể thực thi; thứ tư, doanh nghiệp Việt Nam nói chung vẫn thiên về xử lý hậu quả hơn là xây dựng năng lực điều tra nội bộ và quản trị gian lận theo hướng phòng ngừa. 6. Thảo luận thách thức và định hướng phát triển 6.1. Những thách thức nổi bật Thách thức thứ nhất là vấn đề nhận thức. Không ít doanh nghiệp vẫn xem điều tra gian lận là hoạt động chỉ cần triển khai khi đã phát sinh vụ việc nghiêm trọng, trong khi giá trị lớn nhất của kế toán điều tra lại nằm ở khả năng thiết kế kiểm soát, nhận diện sớm tín hiệu bất thường và củng cố văn hóa tuân thủ. Thách thức thứ hai là tốc độ biến đổi công nghệ. Giao dịch trên nền tảng điện tử, điện toán đám mây, hệ sinh thái thanh toán đa lớp và tài sản số làm thay đổi bản chất bằng chứng, phương thức che giấu và nhịp độ dịch chuyển tài sản. Nếu thiếu công cụ phân tích dữ liệu, điều tra viên rất dễ bỏ sót chuỗi giao dịch hoặc không chứng minh được liên kết giữa các chủ thể. Thách thức thứ ba là chất lượng nguồn nhân lực. Kế toán điều tra đòi hỏi khả năng tích hợp ba nhóm năng lực: tài chính - kế toán; pháp lý - chứng cứ; và dữ liệu - công nghệ. Sự thiếu hụt nhân lực có đủ 3 nhóm nhân lực này khiến nhiều cuộc xác minh dừng ở mức phát hiện sai lệch, chưa đạt tới ngưỡng điều tra có khả năng bảo vệ trước phản biện pháp lý. 6.2. Hàm ý chính sách và giải pháp Một là, hoàn thiện khuôn khổ pháp lý theo hướng ghi nhận rõ hơn vai trò của hoạt động điều tra tài chính độc lập, chuẩn hóa yêu cầu đối với chứng cứ số và có hướng dẫn xử lý đối với các giao dịch tài sản số, giao dịch xuyên biên giới, ủy quyền điện tử và các cấu trúc sở hữu phức tạp. Hai là, phát triển hệ sinh thái đào tạo và chứng chỉ nghề nghiệp. Việt Nam cần xây dựng chương trình đào tạo liên ngành ở bậc đại học, sau đại học và bồi dưỡng chuyên môn ngắn hạn cho đội ngũ kế toán, kiểm toán, luật sư, điều tra viên và cán bộ tuân thủ. Việc tham chiếu các chứng chỉ nghề nghiệp quốc tế nên được coi là giải pháp chuyển tiếp để nâng chuẩn năng lực thực hành. Ba là, đầu tư hạ tầng công nghệ phục vụ điều tra. Các tổ chức có rủi ro gian lận cao cần tăng cường kho dữ liệu tập trung, cơ chế lưu vết nghiệp vụ, cảnh báo giao dịch bất thường, công cụ phân tích mạng quan hệ và kỹ thuật phân tích log, qua đó chuyển dần từ mô hình phản ứng sau sự cố sang mô hình dự báo và phòng ngừa. Bốn là, tăng cường quản trị doanh nghiệp và cơ chế phối hợp liên ngành. Kế toán điều tra chỉ phát huy hiệu quả khi gắn với hệ thống tố cáo nội bộ, bảo vệ người tố cáo, kiểm soát xung đột lợi ích, giám sát của hội đồng quản trị/ban kiểm soát và cơ chế phối hợp giữa doanh nghiệp, kiểm toán, luật sư, cơ quan quản lý và cơ quan tiến hành tố tụng. Kết luận Kế toán điều tra là một lĩnh vực có giá trị học thuật và ứng dụng cao trong bối cảnh nền kinh tế vận hành ngày càng dựa vào dữ liệu, công nghệ và các cấu trúc giao dịch phức tạp. Cốt lõi của lĩnh vực này không chỉ là kiểm tra số liệu, mà là tái dựng sự kiện tài chính theo chuẩn bằng chứng có thể chấp nhận trong quản trị hoặc trước pháp luật. Đối với Việt Nam, mặc dù chế định giám định tư pháp trong lĩnh vực tài chính đã tạo ra nền tảng pháp lý quan trọng, nhưng để hình thành một hệ sinh thái kế toán điều tra thực sự chuyên nghiệp vẫn cần những bước tiến về thể chế, nhân lực và công nghệ. Vì vậy, cần xem kế toán điều tra như một mắt xích của quản trị rủi ro gian lận và bảo đảm liêm chính tài chính, thay vì chỉ là công cụ xử lý sau vi phạm. Ý nghĩa thực tiễn của bài viết là gợi mở một lộ trình chuyển đổi từ “phản ứng” sang “phòng ngừa chủ động”, trong đó vai trò của dữ liệu, chứng cứ số và năng lực liên ngành trở thành điều kiện quyết định. Đây cũng là hướng đi phù hợp để tăng cường chất lượng quản trị doanh nghiệp và hiệu quả phòng, chống gian lận trong nền kinh tế Việt Nam. Tài liệu tham khảo 1. American Institute of Certified Public Accountants. (2026). Forensic services. AICPA & CIMA; 2. Association of Certified Fraud Examiners. (2024). Occupational fraud 2024: A report to the nations. ACFE; 3. Bộ Tài chính. (2022). Thông tư 40/2022/TT-BTC ngày 24/6/2022 quy định về giám định tư pháp trong lĩnh vực tài chính; 4. Cressey, D. R. (1953). Other people’s money: A study in the social psychology of embezzlement. Free Press; 5. Quốc hội. (2012). Luật Giám định tư pháp 2012 số 13/2012/QH13 ngày 20/6/2012; 6. Quốc hội. (2020). Luật sửa đổi, bổ sung một số điều của Luật Giám định tư pháp 2020 số 56/2020/ QH14 ngày 10/6/2020; 7. Quốc hội. (2025). Luật Giám định tư pháp 2025 số 105/2025/QH15; 8. Trần, K. L., & Lê, V. B. X. (2024). A systematic review on emerging trends, future directions of forensic accounting, and its contribution to Vietnam. Proceedings of 4th International Conference on Research in Management Technovation. Springer; 9. Wolfe, D. T., & Hermanson, D. R. (2004). The fraud diamond: Considering the four elements of fraud. The CPA Journal, 74(12), 38–42. Ngày nhận bài: 26/02/2026 Ngày biên tập: 03/3/2026 Ngày duyệt đăng: 07/4/2026 Tác giả: Nguyễn Diệu Linh Học viện Ngân hàng Email: linhnv@hvnh.edu.vn Nguyễn Thị Lê Thanh Học viện Ngân hàng (Theo Tạp chí Nghiên cứu Khoa học kiểm toán, số tháng 4/2026)

Hoàn thiện chính sách phát triển nhà ở xã hội giai đoạn 2025-2030 thông qua hoạt động kiểm toán nhà nước

Phát triển nhà ở là một trong những nội dung quan trọng của chính sách phát triển kinh tế - xã hội. Nhà nước khuyến khích các thành phần kinh tế phát triển nhà ở theo cơ chế thị trường đáp ứng mọi nhu cầu của người dân, đồng thời có chính sách để hỗ trợ về nhà ở cho các đối tượng chính sách xã hội, người có thu nhập thấp và người nghèo gặp khó khăn về nhà ở nhằm góp phần ổn định chính trị, bảo đảm an sinh xã hội và phát triển đô thị, nông thôn theo hướng văn minh, hiện đại. Trong nhiều năm qua, việc chăm lo giải quyết nhà ở cho người dân luôn được Đảng và Nhà nước ta quan tâm và xác định là nhiệm vụ trọng tâm trong phát triển kinh tế - xã hội của đất nước; đặc biệt là việc đẩy mạnh phát triển nhà ở xã hội để giải quyết nhu cầu chỗ ở cho các đối tượng thu nhập thấp và công nhân tại các khu công nghiệp. Từ khóa: Chính sách phát triển nhà ở xã hội Refining social housing development policies for the 2025-2030 period through state audit activities Housing development is a critical component of socio-economic development policies. The State encourages diverse economic sectors to develop housing under market mechanisms to meet public demand while maintaining support policies for social beneficiaries, low-income earners and the poor. For many years, the Party and State have prioritized housing solutions as a central task in national socio-economic development, specifically by accelerating social housing projects for low-income individuals and industrial zone workers. Keywords: Social housing development policy JEL classification: H83, H11, R31 https://doi.org/10.65771/ati-jas.04202608 Giai đoạn 2021-2025, Chính phủ Việt Nam đặt mục tiêu cao về phát triển nhà ở xã hội. Mặc dù có nhiều chính sách ưu đãi, việc thực hiện vẫn gặp nhiều khó khăn bất cập trong quá trình thực hiện. Kiểm toán nhà nước đã và đang thể hiện vai trò đồng hành tích cực thông qua các cuộc kiểm toán chuyên đề, giúp nhận diện các bất cập trong quản lý và sử dụng nguồn lực công. Theo khoản 5 Điều 3 Luật Kiểm toán nhà nước 2015: Hoạt động kiểm toán của Kiểm toán nhà nước là việc đánh giá và xác nhận tính đúng đắn, trung thực của các thông tin tài chính công, tài sản công hoặc báo cáo tài chính liên quan đến quản lý, sử dụng tài chính công, tài sản công; việc chấp hành pháp luật và hiệu quả trong việc quản lý, sử dụng tài chính công, tài sản công. Kiểm toán Chuyên đề việc thực hiện chính sách phát triển nhà ở xã hội giai đoạn 2021-2024 không chỉ thuần túy là kiểm tra, đánh giá, xác nhận việc tuân thủ pháp luật trong sử dụng tài chính công, tài sản công, mà quan trọng hơn, Kiểm toán nhà nước đưa ra một số kiến nghị nhằm hoàn thiện chính sách phát triển nhà ở xã hội. Bài viết nghiên cứu kết quả kiểm toán của Kiểm toán nhà nước trong kiểm toán Chuyên đề thực hiện chính sách phát triển nhà ở xã hội giai đoạn 2021-2024 từ đó đề xuất một số giải pháp hoàn thiện chính sách phát triển nhà ở xã hội. 1. Chính sách phát triển nhà ở xã hội giai đoạn 2021-2025 Thực hiện Chiến lược phát triển kinh tế - xã hội giai đoạn 2021-2030, Chính phủ đã ban hành Quyết định số 2161/QĐ-TTg ngày 22/11/2021 phê duyệt Chiến lược phát triển nhà ở quốc gia giai đoạn 2021-2030, tầm nhìn đến năm 2045 trong đó một trong ba mục tiêu tổng quát quan trọng là “Phát triển nhà ở có giá phù hợp với khả năng chi trả của hộ gia đình có thu nhập trung bình, thu nhập thấp và của các đối tượng thụ hưởng chính sách”. Ngày 03/4/2023, Thủ tướng Chính phủ ban hành Quyết định số 338/QĐ-TTg phê duyệt Đề án “Đầu tư xây dựng ít nhất 01 triệu căn hộ nhà ở xã hội cho đối tượng thu nhập thấp, công nhân khu công nghiệp giai đoạn 2021-2030”, trong đó đề ra mục tiêu, nhiệm vụ và giải pháp tổ chức thực hiện đầu tư xây dựng 1.062.200 căn nhà ở xã hội trên địa bàn các tỉnh, thành phố trong cả nước giai đoạn 2022-2025 và 2026-2030. Trong đó, tập trung một số nội dung chính như sau: - Chính sách ưu đãi cho chủ đầu tư: miễn tiền sử dụng đất, tiền thuê đất cho toàn bộ dự án mà không cần làm thủ tục xác định giá đất. Chủ đầu tư được hưởng lợi nhuận định mức tối đa 10% tổng chi phí đầu tư xây dựng phần nhà ở xã hội; được dành tối đa 20% tổng diện tích đất ở (hoặc diện tích sàn) trong dự án để kinh doanh thương mại, dịch vụ hoặc nhà ở thương mại; đơn giản hóa thủ tục giao đất, miễn thủ tục lập nhiệm vụ quy hoạch chi tiết trong một số trường hợp, và cho phép chủ đầu tư tự quyết định phương án kinh doanh (bán, cho thuê, thuê mua) thay vì bắt buộc dành 20% diện tích để cho thuê như trước; - Cơ chế tài chính và tín dụng cho người dân: Nâng mức điều kiện thu nhập đối với người độc thân: thu nhập thực nhận tối đa tăng lên 20 triệu đồng/tháng; người đã kết hôn, tổng thu nhập hai vợ chồng không quá 40 triệu đồng/tháng; - Quản lý quỹ đất và quy hoạch: Ủy ban nhân dân cấp tỉnh phải quy hoạch, bố trí đủ quỹ đất sạch và dành một phần ngân sách địa phương để đầu tư hạ tầng kỹ thuật ngoài hàng rào dự án nhà ở xã hội; thực hiện nghiêm quy định dành 20% diện tích đất trong các dự án nhà ở thương mại tại các đô thị từ loại III trở lên để phát triển nhà ở xã hội… 2. Khó khăn vướng mắc về chính sách phát triển nhà ở xã hội giai đoạn 2021-2025 Qua hoạt động kiểm toán cho thấy một số vướng mắc, bất cập về cơ chế chính sách của nhà nước khi tổ chức thực hiện chính sách phát triển nhà ở xã hội giai đoạn 2021-2025, cụ thể như sau: 2.1. Về Nghị định số 100/2015/NĐ-CP ngày 20/10/2015 của Chính phủ quy định chi tiết một số điều của Luật Nhà ở về phát triển và quản lý nhà ở xã hội - Tại Điều 5 về Quỹ đất để phát triển nhà ở xã hội đối với các dự án phát triển nhà ở thương mại, dự án đầu tư phát triển đô thị chỉ quy định trường hợp Nhà nước thu hồi quỹ đất 20% để đầu tư xây dựng nhà ở xã hội bằng nguồn vốn ngân sách nhà nước, không quy định và hướng dẫn việc chủ đầu tư bàn giao quỹ đất 20% cho Nhà nước do không có nhu cầu đầu tư dự án nhà ở xã hội. Điều này dẫn đến không có quy định và hướng dẫn xử lý chi phí đầu tư xây dựng hạ tầng kỹ thuật và các khoản chi phí hợp lý khác theo quy định của pháp luật mà chủ đầu tư đã thực hiện đối với quỹ đất 20% nhà ở xã hội bàn giao cho Nhà nước nhưng Nhà nước tổ chức đấu thầu lựa chọn nhà đầu tư thực hiện dự án nhà ở xã hội bằng nguồn vốn ngoài ngân sách nhà nước. Do vậy, hiện nay, một số địa phương gặp vướng mắc trong việc hoàn trả khoản chi phí này cho chủ đầu tư do Luật Nhà ở 2023 và Nghị định số 100/2024/NĐ-CP không còn quy định việc chủ đầu tư bàn giao quỹ đất 20% cho Nhà nước do không có nhu cầu đầu tư dự án nhà ở xã hội. - Chưa có chế tài xử lý đối với các trường hợp chủ đầu tư được giao đất thực hiện dự án nhà ở xã hội, nhà ở công nhân giai đoạn trước Luật Đầu tư 2014; không có chủ trương đầu tư, không có cơ chế ràng buộc nên chỉ ưu tiên triển khai dự án nhà ở thương mại mà không triển khai thực hiện dự án nhà ở xã hội trong quỹ đất 20% làm nhà ở xã hội trong dự án nhà ở thương mại hoặc được giao đất nhưng không triển khai đầu tư xây dựng, trong khi diện tích đất được giao làm nhà ở xã hội đã được Nhà nước miễn tiền sử dụng đất, tiền thuê đất. 2.2. Về Nghị định số 100/2024/NĐ-CP ngày 26/7/2024 của Chính phủ quy định chi tiết một số điều của Luật Nhà ở về phát triển và quản lý nhà ở xã hội - Các quy định về chi phí đầu tư, phương án tính giá bán, thuê mua nhà ở xã hội đầu tư bằng nguồn vốn ngoài ngân sách nhà nước (được đầu tư xây dựng không bằng vốn đầu tư công, nguồn tài chính công đoàn) tại các Điều 32, 33 Mục 6 còn bất cập như: Tại khoản 2 Điều 32 và khoản 2 Điều 33 quy định giá bán, thuê mua nhà ở xã hội được xác định trên cơ sở tổng chi phí đầu tư xây dựng (đã bao gồm thuế giá trị gia tăng) là chưa phù hợp do việc bán, thuê mua nhà ở xã hội thuộc đối tượng chịu thuế giá trị gia tăng theo quy định của Luật Thuế giá trị gia tăng nên thuế giá trị gia tăng của chi phí đầu tư xây dựng được kê khai khấu trừ. Từ đó dẫn đến lợi nhuận định mức được xác định bằng tỷ lệ định mức nhân với tổng chi phí đầu tư xây dựng (đã bao gồm thuế giá trị gia tăng) là chưa phù hợp. - Điều 31 - Xác định giá thuê, giá thuê mua nhà ở xã hội do Nhà nước đầu tư xây dựng bằng vốn đầu tư công, nguồn tài chính công đoàn. Tại khoản 1 có quy định số năm thu hồi vốn đầu tư của dự án do người quyết định đầu tư quyết định nhưng tối thiểu 20 năm là chưa phù hợp với quy định về thời gian trích khấu hao tài sản cố định nhà cửa loại kiên cố “tối thiểu 25 năm, tối đa 50 năm” tại Phụ lục I Khung thời gian trích khấu hao các loại tài sản cố định ban hành kèm theo Thông tư số 45/2013/TTBTC ngày 25/04/2013 của Bộ Tài chính và không phù hợp với thời gian giao đất dự án xây dựng nhà ở xã hội (thường 50 năm). Việc thu hồi vốn trong thời gian 20 năm là làm tăng giá cho thuê nhà ở xã hội do chi phí đầu tư được phân bổ trong đơn giá cao, trong khi xây dựng nhà ở xã hội cho thuê là giải pháp phù hợp với thu nhập của các đối tượng nhà ở xã hội. 3. Khuyến nghị nhằm hoàn thiện chính sách phát triển nhà ở xã hội giai đoạn 2025-2030 Thông qua thực tiễn hoạt động kiểm toán, tác giả đề xuất một số khuyến nghị nhằm hoàn thiện chính sách phát triển nhà ở xã hội giai đoạn 2025- 2030, như sau: 3.1. Đối với Bộ Xây dựng - Một là, xem xét, hướng dẫn các địa phương cách thức hoàn trả kinh phí đầu tư hạ tầng kỹ thuật quỹ đất 20% nhà ở xã hội tại các dự án nhà thương mại bàn giao lại Nhà nước nhưng Nhà nước không đầu tư dự án nhà ở xã hội bằng nguồn vốn ngân sách nhà nước giai đoạn 2024 trở về trước do Nghị định số 100/2015/NĐ-CP và Nghị định số 49/2021/ NĐ-CP của Chính phủ chưa quy định nội dung này để nhanh chóng hoàn thành việc bàn giao quỹ đất, triển khai đầu tư xây dựng dự án nhà ở xã hội kịp thời, hiệu quả. - Hai là, tiếp tục rà soát, tham mưu Chính phủ sửa đổi một số nội dung quy định tại Nghị định số 100/2024/NĐ-CP ngày 26/7/2024 của Chính phủ quy định chi tiết một số điều của Luật Nhà ở về phát triển và quản lý nhà ở xã hội để phù hợp với các quy định khác của Nhà nước và tình hình triển khai thực tế tại địa phương, như sau: + Điều chỉnh thời gian thu hồi vốn đầu tư tối thiểu đối với nhà ở xã hội cho thuê 20 năm quy định tại Điều 31 cho phù hợp với quy định về khung khấu hao tài sản cố định nhà cửa loại kiến cố tối thiểu 25 năm, tối đa 50 năm tại Phụ lục I Thông tư số 45/2013/TT-BTC ngày 25/4/2013 của Bộ Tài chính hướng dẫn chế độ quản lý, sử dụng và trích khấu hao tài sản cố định và thời gian giao đất, cho thuê đất để thực hiện các dự án đầu tư có sử dụng đất không quá 50 năm tại khoản 1 Điều 172 Luật Đất đai 2024 nhằm làm giảm giá cho thuê nhà ở xã hội, phù hợp khả năng của người có nhu cầu thuê nhà, khi thuê nhà ở xã hội để ở là giải pháp phù hợp với thu nhập của các đối tượng nhà ở xã hội. + Bổ sung quy định ràng buộc trách nhiệm chủ đầu tư đối với việc xây dựng nhà ở xã hội trên quỹ đất 20% (trường hợp chủ đầu tư phải xây dựng) nhằm khắc phục tình trạng chủ đầu tư chỉ tập trung đầu tư xây dựng nhà ở thương mại, chậm trễ, kéo dài đối với việc xây dựng nhà ở xã hội. + Xem xét điều chỉnh các quy định về chi phí đầu tư, phương án tính giá bán, thuê mua nhà ở xã hội đầu tư bằng nguồn vốn ngoài ngân sách nhà nước tại các Điều 32, 33 Mục 6 theo hướng: Tổng chi phí đầu tư xây dựng nhà ở xã hội không bao gồm thuế giá trị gia tăng mua vào do doanh nghiệp đã kê khai khấu trừ vào thuế giá trị gia tăng đầu ra phải nộp ngân sách nhà nước. 3.2. Chính phủ - Tiếp tục chỉ đạo kịp thời và có biện pháp xử lý đối với các địa phương chưa chú trọng, quan tâm việc thực hiện chính sách phát triển nhà ở xã hội. - Tiếp tục chỉ đạo các bộ ngành rà soát để tham mưu hoàn thiện cơ chế, chính sách phát triển nhà ở xã hội, tháo gỡ các khó khăn vướng mắc trong triển khai chính sách, nhất là các vấn đề về thủ tục hành chính và sử dụng nguồn vốn ngân sách nhà nước để đầu tư, ưu đãi cho vay các dự án và đối tượng hưởng chính sách nhà ở xã hội... 4. Một số giải pháp nhằm nâng cao chất lượng kiểm toán chính sách phát triển nhà ở xã hội giai đoạn 2025-2030 - Cập nhật sửa đổi bổ sung Đề cương kiểm toán Chuyên đề việc thực hiện chính sách phát triển nhà ở xã hội giai đoạn 2021-2024 được ban hành tại Quyết định số 450/QĐ-KTNN ngày 04/4/2025 của Kiểm toán nhà nước. Vì Đề cương được xây dựng trên cơ sở thông tin, số liệu của tỉnh Đồng Nai (cũ), tỉnh Bà Rịa - Vũng Tàu (cũ) và thành phố Đà Nẵng (cũ) nên cần cập nhật thông tin tại các địa phương mới có liên quan và cập nhật chế độ chính sách về nhà ở xã hội hiện hành nhằm đảm bảo áp dụng thống nhất trong toàn ngành; - Nâng cao chất lượng các văn bản hướng dẫn kiểm toán: các Vụ tham mưu cần nghiên cứu bổ sung, sửa đổi trình Lãnh đạo Kiểm toán nhà nước hướng dẫn kiểm toán cụ thể về phạm vi, nội dung kiểm toán nhà ở xã hội để phù hợp với đặc thù của chính quyền địa phương hai cấp, như: hướng dẫn về nội dung, phạm vi và phương pháp tổ chức của các Tổ kiểm toán, Đoàn kiểm toán khi thực hiện kiểm toán để đảm bảo thống nhất và phù hợp với Luật Tổ chức chính quyền địa phương số 72/2025/ QH15 và Luật Ngân sách nhà nước số 89/2025/ QH15; - Trong kiểm toán Chuyên đề nhà ở xã hội cần tập trung kiểm toán dự án nhà ở xã hội để xác định giá bán, kiểm toán công tác quy hoạch và quản lý sử dụng đất đai. Với mô hình chính quyền địa phương hai cấp thì quyền hạn và nguồn lực được phân cấp mạnh hơn, địa phương được trao quyền tự chủ lớn hơn trong quyết định đầu tư, quy hoạch sử dụng đất và sử dụng ngân sách. Vì vậy, khi phân cấp mạnh và đồng thời tăng cường kiểm soát quyền lực thì kiểm toán chuyên nhà ở xã hội đề sẽ giúp cho việc đánh giá hiệu quả thực thi chính sách, phát hiện kẽ hở trong cơ chế phân cấp và ngăn ngừa lạm quyền hoặc buông lỏng quản lý. Do đó, tăng cường kiểm toán Chuyên đề nhà ở xã hội trong bối cảnh chính quyền địa phương hai cấp là yêu cầu tất yếu của phân cấp, phân quyền, là công cụ kiểm soát quyền lực hiệu quả, biện pháp phòng ngừa tham nhũng, thất thoát và là giải pháp nâng cao hiệu quả quản trị công và sử dụng ngân sách; - Chuyển đổi số toàn diện trong hoạt động kiểm toán địa phương. Để giải quyết bài toán mâu thuẫn giữa quy mô đối tượng kiểm toán khổng lồ và hạn chế nguồn lực: Kiểm toán nhà nước cần thực hiện chiến lược “Kiểm toán dựa trên dữ liệu”: Một là, khai thác triệt để dữ liệu từ Hệ thống thông tin quản lý Ngân sách và Kho bạc (TABMIS). Kiểm toán nhà nước cần tiếp tục xây dựng các cổng kết nối dữ liệu để truy xuất trực tiếp dữ liệu của địa phương (cấp cơ sở như cấp xã, cấp tỉnh) theo thời gian thực. Hai là, ứng dụng Trí tuệ nhân tạo (AI) và phân tích dữ liệu lớn (Big Data) để tự động hóa quy trình đánh giá rủi ro trong kiểm toán chuyên đề nhà ở xã hội. Xây dựng các thuật toán nhận diện dấu hiệu bất thường như: các gói thầu có tỷ lệ tiết kiệm thấp, sự trùng lặp hạng mục công việc... Hệ thống sẽ tự động phân loại các đơn vị thành các nhóm rủi ro (Cao - Trung bình - Thấp) để hỗ trợ lập kế hoạch kiểm toán, lựa chọn đầu mối kiểm toán có trọng tâm, trọng điểm; - Nâng cao chất lượng nguồn nhân lực kiểm toán, chú trọng đào tạo kiểm toán viên về quản lý tài chính công địa phương, kiểm toán tài sản công (đặc biệt là lĩnh vực đất đai, tài nguyên...) Tài liệu tham khảo 1. Luật Kiểm toán nhà nước năm 2015; 2. Luật sửa đổi, bổ sung một số điều của Luật Kiểm toán nhà nước năm 2019; 3. Nghị quyết số 999/2020/UBTVQH14 ngày 16/9/2020 của Ủy ban Thường vụ Quốc hội về việc Ban hành Chiến lược phát triển Kiểm toán nhà nước đến năm 2030 (giai đoạn 2021-2030); 4. Thông tư số 04/2026/TT-KTNN ngày 10/02/2026 của Kiểm toán nhà nước về Ban hành hệ thống Chuẩn mực kiểm toán nhà nước; 5. Quyết định số 2161/QĐ-TTg ngày 22/11/2021 của Thủ tướng Chính phủ về phê duyệt Chiến lược phát triển nhà ở quốc gia giai đoạn 2021-2030, tầm nhìn đến năm 2045; 6. Quyết định số 338/QĐ-TTg ngày 03/4/2023 của Thủ tướng Chính phủ về việc ban hành phê duyệt Đề án “Đầu tư xây dựng ít nhất 01 triệu căn hộ nhà ở xã hội cho đối tượng thu nhập thấp, công nhân khu công nghiệp giai đoạn 2021-2030”; 7. Luật Nhà ở số 27/2023/QH15 ngày 27/11/2023; 8. Nghị quyết số 201/2025/QH15 ngày 29/5/2025 thí điểm một số cơ chế chính sách đặc thù phát triển nhà ở xã hội; 9. Nghị định số 100/2024/NĐ-CP ngày 26/7/2024 của Chính phủ về việc ban hành quy định chi tiết một số điều của Luật Nhà ở về phát triển và quản lý nhà ở xã hội; 10. Nghị quyết số 155/NQ-CP ngày 01/6/2025 về Kế hoạch của Chính phủ triển khai Nghị quyết 201/2025/QH15 của Quốc hội; 11. Nghị định số 192/2025/NĐ-CP ngày 01/7/ 2025 của Chính phủ quy định chi tiết một số điều và biện pháp thi hành Nghị quyết số 201/2025/QH15 của Quốc hội; 12. Nghị định số 261/2025/NĐ-CP ngày 10/10/2025 sửa đổi, bổ sung một số điều của Nghị định số 100/2024/NĐ-CP và Nghị định số 192/2025/NĐ-CP; 13. Mai Văn Tân, “Chính quyền địa phương hai cấp và vai trò của Kiểm toán nhà nước trong quản lí tài chính công”, Tạp chí Nghiên cứu Khoa học kiểm toán, Kiểm toán nhà nước, số 220 - tháng 2/2022. Ngày nhận bài: 26/02/2026 Ngày biên tập: 04/3/2026 Ngày duyệt đăng: 10/4/2026 Tác giả: Mai Văn Tân Phó Kiểm toán trưởng Kiểm toán nhà nước khu vực XII (Theo Tạp chí Nghiên cứu Khoa học kiểm toán, số tháng 4/2026)

Bảo đảm kết hợp thông tin bền vững theo ISSA 5000: từ thiết kế hợp đồng đến minh bạch kết luận

ISSA 5000 cho phép kết hợp bảo đảm hợp lý và bảo đảm giới hạn đối với những phần thông tin bền vững khác nhau trong một hợp đồng. Sự linh hoạt này đặt ra rủi ro lựa chọn phạm vi thiếu khách quan, không tương xứng giữa bằng chứng và kết luận, hoặc gây hiểu nhầm về mức độ tin cậy. Thông qua phân tích chuẩn mực và hướng dẫn triển khai của IAASB, bài viết làm rõ điều kiện chấp nhận, sự khác biệt trong thực hiện và đề xuất khung đánh giá bốn tiêu chí: mục đích hợp lý, phạm vi thích hợp, cơ sở bằng chứng và minh bạch kết luận. Khung phân tích cung cấp gợi ý vận dụng trong thực hành bảo đảm thông tin bền vững tại Việt Nam. Từ khóa: ISSA 5000; bảo đảm kết hợp; bảo đảm hợp lý; bảo đảm giới hạn; báo cáo bền vững. 1. Đặt vấn đề Thông tin bền vững ngày càng được sử dụng trong quyết định của nhà đầu tư, chủ nợ và các bên liên quan. Tuy nhiên, khả năng đo lường và kiểm chứng không đồng nhất: lượng điện tiêu thụ có thể đối chiếu với hóa đơn, còn phát thải chuỗi giá trị hoặc tác động xã hội có thể phụ thuộc vào ước tính và dữ liệu bên ngoài. Vì vậy, nhu cầu bảo đảm độc lập không nhất thiết đòi hỏi một mức bảo đảm giống nhau cho mọi chỉ tiêu. ISSA 5000 do Hội đồng Chuẩn mực Kiểm toán và Dịch vụ bảo đảm quốc tế (IAASB) ban hành tháng 11/2024 cho phép một hợp đồng kết hợp bảo đảm hợp lý và bảo đảm giới hạn đối với các phần thông tin khác nhau. Cơ chế này nảy sinh ba câu hỏi: căn cứ nào biện minh cho hai mức bảo đảm; việc đánh giá rủi ro, thu thập bằng chứng và kết luận khác biệt ra sao; và làm thế nào ngăn ngừa người đọc hiểu nhầm toàn bộ báo cáo đều được bảo đảm ở mức cao nhất? Bằng phương pháp phân tích văn bản chuẩn mực và hướng dẫn triển khai, bài viết liên kết các yêu cầu về chấp nhận hợp đồng, thực hiện công việc và báo cáo kết quả, từ đó đề xuất khung đánh giá dành cho hợp đồng bảo đảm kết hợp tại Việt Nam. 2. Điều kiện chấp nhận và thiết kế hợp đồng bảo đảm kết hợp Điều kiện đầu tiên là mục đích hợp lý của hợp đồng. Các đoạn 75–79 ISSA 5000 yêu cầu xem xét đối tượng, tiêu chí áp dụng, trách nhiệm các bên và khả năng thu thập bằng chứng. Đoạn 80 đòi hỏi hợp đồng hữu ích, không gây hiểu nhầm và có phạm vi thích hợp; riêng bảo đảm giới hạn phải đạt mức bảo đảm có ý nghĩa. Hướng dẫn A208 lưu ý cần xem xét căn cứ biện minh cho việc áp dụng các mức bảo đảm khác nhau. Do đó, dữ liệu chưa hoàn thiện không tự động là lý do chuyển một chỉ tiêu sang bảo đảm giới hạn. Người hành nghề phải xem xét khả năng thu thập đủ bằng chứng thích hợp và giá trị của kết luận đối với người sử dụng. Nếu điều kiện tiên quyết không được đáp ứng, việc hạ mức bảo đảm không khắc phục được bản chất vấn đề. Điều kiện thứ hai là phạm vi rõ ràng và thích hợp. Đoạn 85(a) yêu cầu văn bản thỏa thuận nhận diện thông tin trong và ngoài phạm vi, ranh giới báo cáo, tiêu chí áp dụng và phần thông tin thuộc từng mức bảo đảm. Trong cùng báo cáo bền vững có thể tồn tại thông tin được bảo đảm hợp lý, được bảo đảm giới hạn và không thuộc hợp đồng; người sử dụng cần phân biệt ba nhóm này. Rủi ro phát sinh khi doanh nghiệp chỉ chọn chỉ tiêu tích cực, dễ kiểm chứng, nhưng loại trừ sự cố môi trường hay lao động có ý nghĩa. Hướng dẫn IAASB (2025, đoạn 168) cảnh báo việc chọn phần thông tin dễ bảo đảm hoặc tạo hình ảnh thuận lợi nhìn chung không thích hợp. Tuy nhiên, phạm vi hẹp không đương nhiên bị bác bỏ nếu có mục đích hợp lý, đáp ứng điều kiện tiên quyết và không gây hiểu nhầm. Đoạn 87 còn quy định không được chuyển từ bảo đảm hợp lý xuống bảo đảm giới hạn khi thiếu lý do hợp lý. Quy định này hạn chế việc thay đổi điều khoản để tránh kết quả bất lợi. Tại Việt Nam, doanh nghiệp nên chuẩn bị danh mục thông tin, tiêu chí và nguồn bằng chứng trước khi lựa chọn mức bảo đảm, thay vì căn cứ chủ yếu vào chi phí dịch vụ. 3. Khác biệt về đánh giá rủi ro, bằng chứng và kết luận ISSA 5000 không coi bảo đảm giới hạn đơn giản là bảo đảm hợp lý với ít thủ tục hơn. Đoạn 103L yêu cầu đánh giá rủi ro sai sót trọng yếu ở cấp độ thông tin công bố đối với bảo đảm giới hạn; đoạn 103R yêu cầu đánh giá ở cấp độ cơ sở dẫn liệu đối với thông tin công bố trong bảo đảm hợp lý. Các đoạn 126L–126R tương ứng quy định thiết kế thủ tục ứng phó với rủi ro ở cấp độ phù hợp. Bảng 1. Khác biệt chủ yếu giữa hai mức bảo đảm theo ISSA 5000 Trong hợp đồng bảo đảm kết hợp, sự khác biệt giữa hai mức bảo đảm không chỉ thể hiện ở phạm vi thủ tục mà còn ở cấp độ đánh giá rủi ro và yêu cầu đối với bằng chứng. Do đó, đối với từng phần thông tin, người hành nghề phải thiết kế và thực hiện công việc tương ứng với mức bảo đảm đã xác định, bảo đảm sự nhất quán giữa đánh giá rủi ro, thủ tục thực hiện, bằng chứng thu thập và kết luận đưa ra (ISSA 5000, đoạn 103L–103R và 126L–126R). Mặc dù bảo đảm giới hạn đòi hỏi ít bằng chứng hơn so với bảo đảm hợp lý, yêu cầu về khả năng thu thập bằng chứng cần thiết vẫn phải được đáp ứng (đoạn 79 và A206L). Khi xuất hiện dấu hiệu sai sót trọng yếu, người hành nghề phải thực hiện các thủ tục bổ sung theo đoạn 148L. Trường hợp không thu thập được đầy đủ bằng chứng thích hợp, cần đánh giá ảnh hưởng của việc giới hạn phạm vi đến kết luận theo các đoạn 203–205, thay vì mặc nhiên hạ mức bảo đảm để tránh đưa ra kết luận có sửa đổi. Sự khác biệt giữa hai mức bảo đảm phải được thể hiện rõ trong báo cáo kết quả. Theo đoạn 190(a), 190(c) và hướng dẫn A542, báo cáo cần xác định cụ thể những phần thông tin thuộc từng mức bảo đảm và phân biệt các kết luận tương ứng. Điều này giúp người sử dụng nhận diện đúng phạm vi và mức độ tin cậy của từng phần thông tin, tránh hiểu nhầm rằng toàn bộ báo cáo bền vững đều được bảo đảm ở mức cao nhất. 4. Khung đánh giá hợp đồng kết hợp và hàm ý đối với Việt Nam Từ các yêu cầu trên, bài viết đề xuất khung bốn tiêu chí nhằm đánh giá tính thích hợp và minh bạch của hợp đồng. Bảng 2. Khung đánh giá đề xuất Mục đích hợp lý là bước sàng lọc: việc dùng hai mức bảo đảm phải được giải thích bằng nhu cầu của người sử dụng và đặc điểm hợp đồng, không chỉ bằng ý muốn xác nhận những thành tích thuận lợi. Tổ chức cung cấp dịch vụ nên lưu vết căn cứ lựa chọn từng mức ngay khi đánh giá chấp nhận hợp đồng. Phạm vi thích hợp giúp nhận diện rủi ro công bố có chọn lọc. Giả sử doanh nghiệp đề nghị bảo đảm hợp lý lượng điện tiết kiệm được, bảo đảm giới hạn số vụ tai nạn lao động nhưng loại trừ sự cố môi trường trọng yếu. Chưa thể kết luận đây là hành vi vi phạm; người hành nghề cần đánh giá nhu cầu thông tin, lý do loại trừ và nguy cơ gây hiểu nhầm. Nếu phạm vi không thích hợp, phải trao đổi điều chỉnh hoặc cân nhắc không chấp nhận hợp đồng. Cơ sở bằng chứng quyết định chất lượng thực chất. Lựa chọn bảo đảm giới hạn không phải giải pháp thay thế bằng chứng thiếu tin cậy. Hồ sơ cần thể hiện rõ rủi ro, thủ tục, kết quả và cách xử lý những dấu hiệu sai sót. Tại Việt Nam, kiểm soát chất lượng xét đoán và hồ sơ thực hiện quan trọng không kém chuẩn hóa mẫu báo cáo. Minh bạch kết luận quyết định khả năng người sử dụng hiểu đúng giá trị bảo đảm. Báo cáo phải phân biệt phần thông tin bảo đảm hợp lý, bảo đảm giới hạn và ngoài phạm vi; tránh mô tả công việc giới hạn như thể đã đạt mức hợp lý. Nếu kết luận bị sửa đổi, cần chỉ rõ phần thông tin và mức bảo đảm bị ảnh hưởng theo đoạn 190(c). Khung được vận dụng tại hai thời điểm: trước khi chấp nhận, đánh giá mục đích, phạm vi và khả năng có bằng chứng; khi hoàn thành, xem xét thủ tục và tính minh bạch của kết luận. Đáng lưu ý, báo cáo công khai chỉ cho phép quan sát phạm vi và cách diễn đạt; để đánh giá chất lượng bằng chứng cần tiếp cận hồ sơ bảo đảm. Hàm ý đối với Việt Nam là ưu tiên khả năng truy vết dữ liệu, lập luận nghề nghiệp và minh bạch báo cáo, thay vì khuyến khích áp dụng hai mức bảo đảm một cách hình thức. Doanh nghiệp cần chuẩn bị nguồn dữ liệu có thể kiểm chứng; tổ chức bảo đảm phải tài liệu hóa căn cứ chia phạm vi; các tổ chức nghề nghiệp có thể hướng dẫn mẫu báo cáo giúp người đọc phân biệt từng kết luận. Như vậy, giá trị của bảo đảm kết hợp không phụ thuộc vào tỷ lệ chỉ tiêu được bảo đảm hợp lý mà vào tính chính đáng của thiết kế, sự tương xứng của bằng chứng và tính minh bạch của kết luận. Khung bốn tiêu chí là điểm khởi đầu để đánh giá thực hành này và phát triển nghiên cứu tiếp theo. Tài liệu tham khảo 1. IAASB (2024). International Standard on Sustainability Assurance 5000: General Requirements for Sustainability Assurance Engagements, IAASB. 2. IAASB (2025). ISSA 5000 Implementation Guide, IAASB.

Kiểm toán ghi nhận chi chuyển giao theo IPSAS 48: rủi ro, bằng chứng và hàm ý cho Việt Nam

IPSAS 48, có hiệu lực từ kỳ báo cáo bắt đầu ngày 01/01/2026, ghi nhận chi chuyển giao theo quyền và nghĩa vụ của bên cấp. Bài viết xem xét chuẩn mực từ góc độ kiểm toán báo cáo tài chính, tập trung vào rủi ro phân loại sai, sai kỳ, bỏ sót dự phòng hoặc nợ và chưa giảm tài sản quyền chuyển giao. Phân tích nội dung và bốn tình huống được dùng để xác định cơ sở dẫn liệu, dấu hiệu rủi ro và bằng chứng. Phê duyệt, giải ngân và chi phí có thể thuộc các kỳ khác nhau; kiểm toán viên cần xem xét tính thực thi, nghĩa vụ hiện tại, nghiệm thu và thanh toán sau kỳ. Bài viết đề xuất ma trận rủi ro – thủ tục, coi IPSAS 48 là tham chiếu quốc tế chứ không phải quy định tự động áp dụng tại Việt Nam. Từ khóa: IPSAS 48; kiểm toán chi chuyển giao; rủi ro kiểm toán; bằng chứng kiểm toán; kế toán khu vực công. 1. Đặt vấn đề Các khoản cấp kinh phí, hỗ trợ chương trình và chuyển giao tài sản thường có hồ sơ phân tán giữa bên cấp, bên nhận và cơ quan quản lý ngân sách. Đã giải ngân chưa chắc là chi phí kỳ này; chưa thanh toán cũng không loại trừ nghĩa vụ. Vì vậy, kiểm toán cần nhận diện cả nguy cơ ghi chi phí quá sớm khi quyền còn hiệu lực và nguy cơ bỏ sót chi phí, nợ phải trả khi bên nhận đã hoàn thành. IPSAS 48 – Chi chuyển giao, ban hành năm 2023, có hiệu lực từ 01/01/2026 và cho phép áp dụng sớm (IPSASB, 2023). Chuẩn mực xác định khi nào bên cấp ghi chi phí, tài sản quyền chuyển giao hoặc nợ phải trả. Bài viết đặt câu hỏi: các quy tắc này tạo ra rủi ro sai sót nào và kiểm toán viên cần bằng chứng gì để kết luận? Bốn tình huống được phân tích theo cơ sở dẫn liệu nhằm đề xuất thủ tục kiểm toán cho các giao dịch chuyển giao. 2. Quy tắc ghi nhận và trọng tâm kiểm toán theo IPSAS 48 2.1. Phân định chi chuyển giao và thỏa thuận ràng buộc Chi chuyển giao phát sinh khi bên cấp cung cấp nguồn lực mà không trực tiếp nhận lại nguồn lực tương ứng; một số giao dịch, như phúc lợi xã hội theo IPSAS 42, thuộc chuẩn mực khác. Kiểm toán viên cần xét bản chất, không chỉ căn cứ tên khoản chi, nguồn kinh phí hay quyết định phê duyệt. Phân loại sai có thể dẫn đến áp dụng sai tiêu chí ghi nhận và công bố (IPSASB, 2023). Thỏa thuận ràng buộc tạo quyền, nghĩa vụ có thể thực thi bằng cơ chế pháp lý hoặc tương đương. Tên gọi hợp đồng hay quyết định chưa đủ để kết luận. Cần kiểm tra điều khoản hoàn trả, chế tài, quyền yêu cầu thực hiện, tập quán và bối cảnh pháp lý. Dự toán xác nhận thẩm quyền ngân sách nhưng không tự chứng minh quyền hay nghĩa vụ kế toán đã phát sinh. 2.2. Hai mô hình ghi nhận và hệ quả kiểm toán Nếu không có thỏa thuận ràng buộc, bên cấp đánh giá theo IPSAS 19 liệu đã có nghĩa vụ pháp lý hoặc ngầm định, dòng nguồn lực ra có khả năng xảy ra và giá trị ước tính đáng tin cậy hay chưa. Rủi ro là bỏ sót hoặc ghi sai kỳ dự phòng. Kiểm toán viên kiểm tra cam kết, thông lệ, công bố, hồ sơ pháp lý và giả định ước tính. Nếu chưa có nghĩa vụ, chi phí chỉ ghi khi bên cấp mất quyền kiểm soát nguồn lực (IPSASB, 2026). Với thỏa thuận ràng buộc, việc ký kết khi hai bên chưa thực hiện không tự tạo tài sản, nợ hay chi phí. Bên cấp chuyển trước thì ghi tài sản quyền còn hiệu lực; bên nhận thực hiện trước thì ghi chi phí và nợ tương ứng. Rủi ro là ghi hết khoản ứng trước thành chi phí, không giảm tài sản theo tiến độ hoặc bỏ sót nợ. Kiểm toán cần kiểm tra quyền thực thi, tiến độ, nghiệm thu và thanh toán sau kỳ (IPSASB, 2023, 2026). 3. Phương pháp nghiên cứu Bài viết phân tích IPSAS 48 và IPSAS 19 theo điều kiện giao dịch, sự kiện ghi nhận, khoản mục và công bố. Bốn tình huống được mã hóa theo tính ràng buộc và thứ tự thực hiện; kết quả được ánh xạ với rủi ro sai sót, cơ sở dẫn liệu và bằng chứng. Khung tham chiếu gồm đánh giá rủi ro theo ISA 315 (Revised 2019) và nguyên tắc bằng chứng trong ISA 500; các thủ tục gợi ý không thay thế xét đoán nghề nghiệp hoặc quy định trong nước (International Auditing and Assurance Standards Board [IAASB], 2019, 2025). Số liệu chỉ nhằm minh họa. 4. Rủi ro sai sót và đáp ứng kiểm toán 4.1. Bốn tình huống và thủ tục trọng tâm Tình huống A – không ràng buộc, chưa có nghĩa vụ. C phê duyệt hỗ trợ 800 triệu đồng ngày 01/11; quyết định có thể hủy, C chuyển tiền ngày 20/12. Rủi ro là ghi chi phí quá sớm tại ngày phê duyệt. Kiểm toán viên kiểm tra khả năng hủy, cam kết đã công bố và chứng từ chuyển tiền; phê duyệt ngân sách không tự chứng minh nghĩa vụ hiện tại. Tình huống B – không ràng buộc, có nghĩa vụ hiện tại. C công bố hỗ trợ 500 triệu đồng ngày 01/11; giả định đã tạo nghĩa vụ ngầm định và ước tính đáng tin cậy. C ghi chi phí, dự phòng rồi thanh toán ngày 15/12. Rủi ro là bỏ sót dự phòng hoặc ghi chi phí hai lần. Kiểm toán viên đối chiếu thông báo, thông lệ, hồ sơ pháp lý, giả định ước tính và thanh toán sau kỳ. Tình huống C – ràng buộc, bên cấp chuyển trước. C chuyển 1.200 triệu đồng cho D thực hiện ba đợt đào tạo, hai đợt được nghiệm thu đến 31/12. C ghi chi phí 800 triệu đồng và tài sản quyền còn 400 triệu đồng. Rủi ro là ghi toàn bộ tiền ứng trước thành chi phí hoặc không giảm tài sản đã hết quyền. Kiểm toán viên kiểm tra điều khoản hoàn trả, nghiệm thu, sản phẩm, phân bổ giá trị và xác nhận số dư với bên nhận. Tình huống D – ràng buộc, bên nhận thực hiện trước. D hoàn thành giai đoạn trị giá 200 triệu đồng, C chưa thanh toán. C ghi chi phí và nợ 200 triệu đồng. Rủi ro là bỏ sót nghĩa vụ. Kiểm toán viên kiểm tra nghiệm thu, điều kiện thanh toán, khoản chi sau kỳ và hồ sơ tìm kiếm nợ chưa ghi nhận. Bảng 1: Ánh xạ tình huống với rủi ro và đáp ứng kiểm toán Tình huống Rủi ro/cơ sở dẫn liệu Đáp ứng kiểm toán gợi ý A – phê duyệt, chưa có nghĩa vụ Chi phí quá sớm; đúng kỳ Kiểm tra khả năng hủy, cam kết đã công bố và ngày chuyển tiền. B – có nghĩa vụ, đã trả Thiếu dự phòng; ghi chi phí hai lần Kiểm tra nghĩa vụ ngầm định, ước tính và tất toán sau thanh toán. C – chuyển trước Chi phí vượt mức; tài sản quyền bị ghi thiếu Đối chiếu thỏa thuận, nghiệm thu từng đợt và số dư quyền còn lại. D – bên nhận làm trước Bỏ sót nợ; sai kỳ chi phí Kiểm tra nghiệm thu, khoản trả sau kỳ và tìm kiếm nợ chưa ghi nhận. Lệnh chi xác nhận dòng tiền nhưng không tự chứng minh tính ràng buộc, nghĩa vụ đã hoàn thành hay giá trị tài sản quyền còn lại. Thủ tục cần hướng vào rủi ro cụ thể, kết hợp hồ sơ pháp lý, xác nhận bên nhận, nghiệm thu và sự kiện sau ngày báo cáo. 4.2. Ma trận bằng chứng và thủ tục kiểm toán Bằng chứng cần phù hợp, đáng tin cậy và đầy đủ; hồ sơ do đơn vị tự lập cần được đối chiếu. Quyết định phê duyệt không thay thế hợp đồng hay bằng chứng thực hiện. Báo cáo của bên nhận cần đối chiếu với nghiệm thu, sản phẩm hoặc xác nhận phù hợp. Với nghĩa vụ ngầm định, kiểm tra thông lệ và thông tin đã công bố. Bảng 2 gắn từng xét đoán với thủ tục trọng tâm. Bảng 2. Hồ sơ và thủ tục kiểm toán gợi ý Xét đoán Bằng chứng cần thu thập Thủ tục kiểm toán gợi ý Phạm vi, chủ thể Quyết định, thỏa thuận, mã giao dịch Đọc hồ sơ, đối chiếu danh sách chi và kiểm tra phân loại. Tính ràng buộc Chế tài, hoàn trả, căn cứ pháp lý Kiểm tra điều khoản; khi cần, tham vấn pháp lý hoặc xác nhận. Nghĩa vụ trước thanh toán Cam kết, thông lệ, công bố, hồ sơ dự phòng Rà soát biên bản, thông tin công khai và đánh giá ước tính. Tiến độ, nghiệm thu Chứng từ, sản phẩm, biên bản theo giai đoạn Quan sát/kiểm tra hồ sơ, xác nhận bên nhận, tái tính phân bổ. Số dư cuối kỳ Bảng đối chiếu quyền, nghĩa vụ, thanh toán Kiểm tra cut-off, sự kiện sau kỳ và tính đầy đủ thuyết minh. 5. Hàm ý đối với kiểm toán khu vực công Việt Nam IPSAS 48 là chuẩn mực quốc tế; áp dụng tại Việt Nam phải căn cứ chế độ kế toán có hiệu lực. Kiểm toán viên trước hết xác định tiêu chí lập báo cáo mà đơn vị áp dụng, rồi đánh giá sai lệch theo tiêu chí đó. IPSAS 48 có thể hỗ trợ phân tích và hoàn thiện hướng dẫn, nhưng không tự tạo căn cứ kết luận vi phạm khi chưa được nội luật hóa (Bộ Tài chính, 2024, 2025a, 2025b; Quốc hội, 2025). Kiểm toán nhà nước và kiểm toán độc lập có thể đưa giao dịch chuyển giao vào đánh giá rủi ro, rồi: lập danh sách khoản cấp theo đối tượng và nguồn; đối chiếu quyết định với thỏa thuận; rà soát khoản chi gần ngày khóa sổ; kiểm tra nghiệm thu; xác nhận với bên nhận khi phù hợp; tìm nghĩa vụ chưa ghi nhận; tái tính tài sản quyền, dự phòng và nợ; kiểm tra thuyết minh. Phạm vi thủ tục căn cứ trọng yếu và rủi ro, không áp dụng máy móc cùng một chương trình cho mọi khoản tài trợ. Đơn vị cần lưu hồ sơ theo từng thỏa thuận và theo dõi riêng giải ngân, nghĩa vụ hoàn thành, quyền còn hiệu lực. Cơ quan kiểm toán có thể dùng sai lệch để nhận diện điểm yếu kiểm soát và nhu cầu hướng dẫn. Kiểm toán tài chính không thay thế đánh giá hiệu quả xã hội; tác động chương trình cần chỉ tiêu phi tài chính. Do tình huống là giả định, nghiên cứu tiếp theo cần thử nghiệm ma trận trên hồ sơ thực tế. 6. Kết luận IPSAS 48 chuyển trọng tâm kiểm toán từ chứng từ chi sang quyền, nghĩa vụ, tiến độ và kỳ ghi nhận. Các tình huống chỉ ra rủi ro về phân loại, tính đầy đủ, đúng kỳ và đo lường. Ma trận nối rủi ro với bằng chứng, thủ tục và tiêu chí pháp lý tại Việt Nam, hỗ trợ kiểm toán báo cáo tài chính công và hoàn thiện hướng dẫn kế toán. Tài liệu tham khảo Bộ Tài chính. (2024). Thông tư số 24/2024/TT-BTC ngày 17/4/2024 hướng dẫn Chế độ kế toán hành chính, sự nghiệp. https://congbao.chinhphu.vn/van-ban/thong-tu-so-24-2024-tt-btc-41775.htm; Bộ Tài chính. (2025a). Thông tư số 46/2025/TT-BTC ngày 20/6/2025 sửa đổi, bổ sung, bãi bỏ các thông tư trong lĩnh vực kế toán, kiểm toán. https://chinhphu.vn/?classid=0&docid=214192&pageid=27160; Bộ Tài chính. (2025b). Thông tư số 108/2025/TT-BTC ngày 14/11/2025 hướng dẫn lập báo cáo tài chính hợp nhất của đơn vị kế toán hành chính, sự nghiệp. https://vanban.chinhphu.vn/?classid=1&docid=216119&pageid=27160&typegroupid=6; International Public Sector Accounting Standards Board. (2023). IPSAS 48, Transfer Expenses. https://www.ipsasb.org/publications/ipsas-48-transfer-expenses; International Public Sector Accounting Standards Board. (2026). 2026 Handbook of International Public Sector Accounting Standards Board Pronouncements. https://www.ipsasb.org/publications/2026-handbook-international-public-sector-accounting-standards-board-pronouncements; International Auditing and Assurance Standards Board. (2019). ISA 315 (Revised 2019): Identifying and Assessing the Risks of Material Misstatement. https://www.iaasb.org/publications/isa-315-revised-2019-identifying-and-assessing-risks-material-misstatement; International Auditing and Assurance Standards Board. (2025). 2025 Handbook of International Quality Management, Auditing, Review, Other Assurance, and Related Services Pronouncements. https://www.iaasb.org/publications/2025-handbook-international-quality-management-auditing-review-other-assurance-and-related-services; Quốc hội. (2025). Luật Ngân sách nhà nước số 89/2025/QH15 ngày 25/6/2025. https://vanban.chinhphu.vn/?classid=1&docid=214601&orggroupid=1&pageid=27160.

Đề xuất mô hình cơ sở dữ liệu tập trung phục vụ kiểm toán dựa trên dữ liệu tại Kiểm toán nhà nước

1. Sự cần thiết và định hướng thí điểm mô hình quản lý, thu thập dữ liệu lớn Việc xây dựng mô hình quản lý và thu thập dữ liệu lớn là nền tảng quan trọng để triển khai kiểm toán dựa trên dữ liệu trong Kiểm toán nhà nước. Tuy nhiên, do đây là mô hình mới, liên quan đồng thời đến nhiều yếu tố như hạ tầng công nghệ, quy trình nghiệp vụ, cơ chế phối hợp và nguồn nhân lực nên việc triển khai đồng loạt trên phạm vi toàn ngành ngay từ đầu sẽ tiềm ẩn nhiều rủi ro và khó khăn. Vì vậy, trước khi triển khai chính thức, cần thực hiện thí điểm nhằm kiểm chứng tính khả thi của mô hình, đánh giá hiệu quả của các giải pháp đề xuất và từng bước hoàn thiện quy trình quản lý, thu thập và khai thác dữ liệu. Mục tiêu của giai đoạn thử nghiệm không chỉ là xây dựng một kho dữ liệu phục vụ một cuộc kiểm toán cụ thể mà hướng tới hình thành mô hình quản trị dữ liệu thống nhất cho toàn ngành Kiểm toán nhà nước. Thông qua quá trình thí điểm, các đơn vị có thể đánh giá khả năng thu thập dữ liệu từ nhiều nguồn khác nhau, kiểm tra mức độ tương thích giữa các hệ thống thông tin, hoàn thiện quy trình chuẩn hóa và quản lý dữ liệu, đồng thời xác định các yêu cầu về hạ tầng kỹ thuật, bảo mật và phân quyền khai thác dữ liệu. Đây cũng là cơ sở để đánh giá mức độ sẵn sàng của Kiểm toán nhà nước trong việc triển khai mô hình kiểm toán số trong thời gian tới. Quá trình thử nghiệm cần được thực hiện theo lộ trình phù hợp, ưu tiên các lĩnh vực đã có dữ liệu điện tử, có khả năng kết nối và chia sẻ dữ liệu, đồng thời lựa chọn một số cuộc kiểm toán tiêu biểu để đánh giá toàn diện từ khâu thu thập, lưu trữ, quản lý đến khai thác dữ liệu. Kết quả của giai đoạn thử nghiệm sẽ là căn cứ để hoàn thiện các quy trình nghiệp vụ, xây dựng các tiêu chuẩn kỹ thuật, chuẩn hóa mô hình dữ liệu và hình thành kho dữ liệu dùng chung của Kiểm toán nhà nước. Để bảo đảm tính hệ thống, nội dung thử nghiệm được triển khai theo ba nhóm nội dung chính. Thứ nhất là xây dựng mô hình cơ sở dữ liệu phục vụ hoạt động kiểm toán, bao gồm kiến trúc dữ liệu, mô hình lưu trữ, chuẩn hóa dữ liệu và quản lý Metadata. Thứ hai là xây dựng cơ chế quản lý, phân quyền và bảo đảm an toàn dữ liệu nhằm đáp ứng yêu cầu khai thác hiệu quả nhưng vẫn bảo đảm bí mật nhà nước và an toàn thông tin. Thứ ba là thử nghiệm phương thức thu thập dữ liệu trực tiếp từ các cuộc kiểm toán kết hợp với kết nối, chia sẻ dữ liệu từ các cơ sở dữ liệu quốc gia, cơ sở dữ liệu chuyên ngành và các hệ thống thông tin của bộ, ngành, địa phương, từng bước hình thành nguồn dữ liệu lớn phục vụ hoạt động kiểm toán. 2. Nguyên tắc xây dựng mô hình cơ sở dữ liệu tập trung phục vụ kiểm toán Trong bối cảnh chuyển đổi số và sự phát triển mạnh mẽ của dữ liệu lớn, dữ liệu đã trở thành một trong những nguồn lực quan trọng nhất đối với hoạt động quản lý nhà nước cũng như hoạt động kiểm toán. Nếu trước đây, bằng chứng kiểm toán chủ yếu được thu thập thông qua hồ sơ giấy, báo cáo tổng hợp hoặc các bảng biểu do đơn vị được kiểm toán cung cấp thì hiện nay phần lớn các hoạt động quản lý đều được thực hiện trên các hệ thống thông tin điện tử. Điều này đồng nghĩa với việc mọi nghiệp vụ phát sinh đều để lại dấu vết dữ liệu dưới dạng giao dịch điện tử, nhật ký hệ thống, cơ sở dữ liệu quan hệ, dữ liệu phi cấu trúc hoặc dữ liệu thời gian thực. Đây là nguồn thông tin có giá trị rất lớn để phục vụ hoạt động kiểm toán nếu được tổ chức, quản lý và khai thác một cách khoa học. Tuy nhiên, thực tế hiện nay cho thấy dữ liệu phục vụ hoạt động kiểm toán của Kiểm toán nhà nước còn phân tán tại nhiều đơn vị, nhiều đoàn kiểm toán và nhiều hệ thống thông tin khác nhau. Mỗi cuộc kiểm toán thường yêu cầu đơn vị được kiểm toán cung cấp dữ liệu phục vụ riêng cho cuộc kiểm toán đó. Sau khi cuộc kiểm toán kết thúc, phần lớn dữ liệu được lưu trữ cùng hồ sơ kiểm toán và ít được tái sử dụng cho các cuộc kiểm toán tiếp theo. Điều này dẫn đến nhiều hạn chế như dữ liệu bị phân mảnh, thiếu tính liên thông, khó tìm kiếm, khó chia sẻ, không hình thành được kho dữ liệu lịch sử và làm giảm đáng kể giá trị của dữ liệu trong dài hạn. Một hạn chế khác là dữ liệu được thu thập giữa các cuộc kiểm toán chưa có sự thống nhất về cấu trúc. Cùng một loại dữ liệu nhưng mỗi đoàn kiểm toán có thể yêu cầu theo các biểu mẫu khác nhau, tên trường dữ liệu khác nhau hoặc định dạng khác nhau. Điều này khiến việc tổng hợp dữ liệu trên phạm vi toàn ngành gặp nhiều khó khăn. Trong nhiều trường hợp, cùng một đơn vị được kiểm toán nhưng phải nhiều lần cung cấp cùng một loại dữ liệu cho các đoàn kiểm toán khác nhau, vừa làm tăng chi phí tuân thủ của đơn vị được kiểm toán, vừa làm giảm hiệu quả khai thác dữ liệu của Kiểm toán nhà nước. Trong khi đó, xu hướng phát triển của các Cơ quan Kiểm toán tối cao trên thế giới đều hướng tới việc xây dựng kho dữ liệu tập trung (Audit Data Repository) nhằm lưu trữ toàn bộ dữ liệu thu thập được từ các cuộc kiểm toán và các nguồn dữ liệu bên ngoài. Kho dữ liệu này không chỉ phục vụ từng cuộc kiểm toán mà còn được coi là tài sản dữ liệu của cơ quan kiểm toán, liên tục được cập nhật, mở rộng và khai thác cho nhiều mục đích khác nhau như đánh giá rủi ro, lập kế hoạch kiểm toán, phát hiện gian lận, hỗ trợ điều hành, nghiên cứu chính sách và phát triển các mô hình trí tuệ nhân tạo. Xuất phát từ yêu cầu đó, đề tài đề xuất xây dựng mô hình cơ sở dữ liệu tập trung phục vụ hoạt động kiểm toán của Kiểm toán nhà nước theo định hướng hiện đại, đáp ứng yêu cầu lưu trữ dữ liệu lớn, hỗ trợ khai thác linh hoạt và có khả năng mở rộng trong tương lai. Mô hình này không chỉ phục vụ việc lưu trữ dữ liệu mà còn là nền tảng cho toàn bộ hệ sinh thái phân tích dữ liệu, trí tuệ nhân tạo và kiểm toán số của Kiểm toán nhà nước. Mô hình cơ sở dữ liệu được xây dựng dựa trên năm nguyên tắc cơ bản: Thứ nhất, dữ liệu chỉ thu thập một lần nhưng được sử dụng nhiều lần. Đây là nguyên tắc quan trọng nhất trong quản trị dữ liệu hiện đại. Mọi dữ liệu thu thập được từ các cuộc kiểm toán hoặc từ các cơ quan, tổ chức bên ngoài sẽ được chuẩn hóa và lưu trữ tập trung để phục vụ cho nhiều cuộc kiểm toán khác nhau. Việc này giúp giảm đáng kể thời gian thu thập dữ liệu, giảm chi phí của đơn vị được kiểm toán và hình thành kho dữ liệu dùng chung của toàn ngành. Thứ hai, dữ liệu phải được chuẩn hóa ngay từ đầu. Trước khi đưa vào kho dữ liệu, mọi dữ liệu cần được chuẩn hóa về định dạng, kiểu dữ liệu, đơn vị tính, mã định danh, danh mục dùng chung và các quy tắc đặt tên. Việc chuẩn hóa giúp dữ liệu từ nhiều nguồn khác nhau có thể liên kết với nhau, đồng thời tạo điều kiện thuận lợi cho việc xây dựng các mô hình phân tích dữ liệu lớn. Thứ ba, dữ liệu phải bảo đảm khả năng truy xuất nguồn gốc. Mỗi tập dữ liệu khi được đưa vào hệ thống đều phải lưu giữ đầy đủ thông tin về nguồn cung cấp, thời gian thu thập, đơn vị cung cấp, cuộc kiểm toán liên quan, người thực hiện và các lần chỉnh sửa. Điều này giúp kiểm toán viên có thể xác minh nguồn gốc của dữ liệu bất kỳ lúc nào và bảo đảm tính tin cậy của bằng chứng kiểm toán. Thứ tư, dữ liệu phải được quản trị xuyên suốt vòng đời. Mỗi tập dữ liệu đều trải qua các giai đoạn hình thành, tiếp nhận, kiểm tra chất lượng, lưu trữ, khai thác, cập nhật, lưu trữ lâu dài và hủy bỏ theo quy định. Việc quản trị vòng đời dữ liệu giúp tránh tình trạng dữ liệu lỗi thời, dữ liệu trùng lặp hoặc dữ liệu không còn giá trị nhưng vẫn chiếm tài nguyên lưu trữ. Thứ năm, kiến trúc dữ liệu phải có khả năng mở rộng. Khối lượng dữ liệu của Kiểm toán nhà nước sẽ tăng rất nhanh khi thực hiện kết nối với các cơ sở dữ liệu quốc gia, dữ liệu từ các bộ, ngành và dữ liệu thu thập từ các cuộc kiểm toán. Vì vậy, hệ thống phải được thiết kế theo kiến trúc mở, cho phép mở rộng dung lượng lưu trữ, mở rộng năng lực xử lý và bổ sung các nguồn dữ liệu mới mà không làm ảnh hưởng đến hoạt động của toàn hệ thống. 3. Đề xuất kiến trúc cơ sở dữ liệu Lakehouse và các thành phần quản trị dữ liệu 3.1. Kiến trúc Lakehouse trong xây dựng cơ sở dữ liệu phục vụ kiểm toán Trên cơ sở các nguyên tắc trên, đề tài đề xuất áp dụng mô hình kiến trúc Lakehouse làm nền tảng xây dựng cơ sở dữ liệu phục vụ hoạt động kiểm toán. Đây là mô hình đang được nhiều tổ chức quốc tế và doanh nghiệp lớn sử dụng bởi khả năng kết hợp ưu điểm của Data Lake và Data Warehouse trong cùng một kiến trúc. Nếu Data Warehouse truyền thống phù hợp với dữ liệu đã được chuẩn hóa thì Data Lake có khả năng lưu trữ dữ liệu với quy mô rất lớn, bao gồm cả dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc. Lakehouse cho phép lưu trữ đồng thời tất cả các loại dữ liệu nhưng vẫn bảo đảm hiệu năng truy vấn và khả năng phân tích như một kho dữ liệu truyền thống. Trong mô hình được đề xuất, toàn bộ dữ liệu được chia thành bốn lớp chính. Lớp thứ nhất là lớp dữ liệu gốc (Raw Data Layer). Đây là nơi lưu trữ toàn bộ dữ liệu được tiếp nhận từ các cuộc kiểm toán hoặc từ các hệ thống bên ngoài mà chưa thực hiện bất kỳ thao tác chỉnh sửa nào. Dữ liệu được lưu giữ đúng nguyên trạng nhằm bảo đảm khả năng đối chiếu, kiểm chứng và phục hồi khi cần thiết. Mọi dữ liệu sau khi tiếp nhận đều được gắn mã định danh, thời gian tiếp nhận, nguồn dữ liệu và thông tin về cuộc kiểm toán tương ứng. Lớp thứ hai là lớp dữ liệu chuẩn hóa (Standardized Data Layer). Sau khi dữ liệu được tiếp nhận, hệ thống sẽ tự động thực hiện các bước kiểm tra chất lượng, loại bỏ dữ liệu trùng lặp, chuẩn hóa kiểu dữ liệu, chuẩn hóa đơn vị tính, chuẩn hóa mã dùng chung và bổ sung các thông tin còn thiếu. Đây là lớp dữ liệu phục vụ chủ yếu cho việc khai thác nghiệp vụ của các đoàn kiểm toán. Lớp thứ ba là lớp dữ liệu tổng hợp (Curated Data Layer). Tại lớp này, dữ liệu được tổng hợp theo từng lĩnh vực như ngân sách nhà nước, đầu tư công, doanh nghiệp nhà nước, ngân hàng, công nghệ thông tin, tài nguyên môi trường hoặc dịch vụ công trực tuyến. Hệ thống đồng thời xây dựng các chỉ số, các bảng dữ liệu tổng hợp và các mô hình dữ liệu chuyên ngành nhằm phục vụ trực tiếp cho hoạt động phân tích. Lớp cuối cùng là lớp dữ liệu phân tích (Analytics Layer). Đây là lớp dữ liệu phục vụ trực tiếp cho các công cụ phân tích dữ liệu lớn, Dashboard, trí tuệ nhân tạo và các mô hình học máy. Toàn bộ dữ liệu tại lớp này đã được tối ưu hóa cho việc khai thác, giúp giảm đáng kể thời gian xử lý của các công cụ phân tích và nâng cao hiệu quả vận hành của hệ thống. Việc phân chia thành nhiều lớp dữ liệu mang lại nhiều lợi ích quan trọng. Thứ nhất, dữ liệu gốc luôn được bảo toàn, giúp bảo đảm tính toàn vẹn của bằng chứng kiểm toán. Thứ hai, dữ liệu được xử lý theo từng giai đoạn giúp nâng cao chất lượng dữ liệu và giảm thiểu sai sót. Thứ ba, việc tách riêng lớp dữ liệu phân tích giúp tối ưu hóa hiệu năng của các hệ thống báo cáo và trí tuệ nhân tạo mà không ảnh hưởng đến dữ liệu gốc. 3.2. Hệ thống Metadata, Data Catalog và Data Lineage Một thành phần quan trọng khác của mô hình cơ sở dữ liệu là hệ thống Metadata và Data Catalog. Metadata được hiểu là tập hợp các thông tin mô tả về dữ liệu như tên dữ liệu, ý nghĩa nghiệp vụ, kiểu dữ liệu, nguồn dữ liệu, đơn vị quản lý, thời điểm cập nhật và quy tắc khai thác. Trong khi đó, Data Catalog đóng vai trò như "danh mục dữ liệu" của toàn ngành Kiểm toán nhà nước. Thông qua Data Catalog, kiểm toán viên có thể nhanh chóng tìm kiếm dữ liệu cần sử dụng mà không phải biết chính xác dữ liệu đang được lưu trữ ở đâu hoặc thuộc đơn vị nào quản lý. Bên cạnh Metadata, hệ thống cũng cần quản lý Data Lineage nhằm theo dõi toàn bộ quá trình hình thành và biến đổi của dữ liệu. Mỗi tập dữ liệu đều được ghi nhận lịch sử từ thời điểm tiếp nhận, quá trình chuẩn hóa, các lần chỉnh sửa, các mô hình phân tích đã sử dụng cũng như các báo cáo được tạo ra từ tập dữ liệu đó. Data Lineage giúp nâng cao tính minh bạch, tăng khả năng kiểm chứng và hỗ trợ rất hiệu quả cho việc kiểm soát chất lượng dữ liệu. 3.3. Tích hợp và kết nối với các hệ thống thông tin bên ngoài Để nâng cao khả năng khai thác dữ liệu, mô hình cơ sở dữ liệu cần được thiết kế theo hướng tích hợp với các hệ thống thông tin bên ngoài thông qua nền tảng chia sẻ dữ liệu quốc gia. Thay vì lưu trữ hoàn toàn mọi dữ liệu tại Kiểm toán nhà nước, hệ thống có thể kết hợp giữa dữ liệu được lưu trữ nội bộ và dữ liệu được truy cập theo thời gian thực từ các cơ sở dữ liệu quốc gia hoặc cơ sở dữ liệu của các bộ, ngành. Cách tiếp cận này giúp giảm đáng kể chi phí lưu trữ, đồng thời bảo đảm dữ liệu luôn được cập nhật mới nhất. 4. Ý nghĩa và định hướng khai thác mô hình trong hoạt động kiểm toán Mô hình cơ sở dữ liệu được đề xuất không chỉ phục vụ các cuộc kiểm toán hiện tại mà còn hướng tới mục tiêu xây dựng tài sản dữ liệu lâu dài của Kiểm toán nhà nước. Khi số lượng cuộc kiểm toán ngày càng tăng, khối lượng dữ liệu được tích lũy sẽ ngày càng lớn và trở thành nguồn tri thức quan trọng để phát triển các mô hình đánh giá rủi ro, lựa chọn chuyên đề kiểm toán, phát hiện gian lận và ứng dụng trí tuệ nhân tạo. Đây sẽ là nền tảng quan trọng để Kiểm toán nhà nước từng bước chuyển đổi từ phương thức kiểm toán dựa trên hồ sơ sang mô hình kiểm toán dựa trên dữ liệu, phù hợp với xu thế phát triển của các Cơ quan Kiểm toán tối cao trên thế giới và định hướng chuyển đổi số của Việt Nam.