Giới thiệu dự án

Trong bối cảnh hội nhập kinh tế quốc tế và sự gia tăng mạnh mẽ của các dòng vốn đầu tư trực tiếp nước ngoài (FDI), các tập đoàn đa quốc gia (MNEs) không ngừng tối ưu hóa cấu trúc vận hành toàn cầu. Theo số liệu của Tổng cục Thuế và OECD, các hành vi chuyển lợi nhuận sang các quốc gia có thuế suất ưu đãi thông qua giao dịch liên kết (GDLK) đã làm thất thu hàng nghìn tỷ đồng ngân sách nhà nước mỗi năm. Nhằm ngăn chặn tình trạng xói mòn cơ sở tính thuế (BEPS), Chính phủ Việt Nam đã ban hành khung pháp lý nghiêm ngặt bao gồm Nghị định số 20/2017/NĐ-CP và Nghị định số 132/2020/NĐ-CP.

Hồ sơ quốc gia (Local File - LF) là tài liệu cốt lõi trong bộ hồ sơ xác định giá giao dịch liên kết 3 cấp (gồm Master File, Local File, CbCR). Doanh nghiệp đối mặt với rủi ro bị cơ quan thuế ấn định giá, truy thu thuế thu nhập doanh nghiệp (TNDN), phạt vi phạm hành chính 20% trên số thuế khai thiếu và phạt tiền chậm nộp 0,03%/ngày nếu hồ sơ không tuân thủ nguyên tắc giao dịch độc lập (Arm's Length Principle). Tại Công ty TNHH PwC Việt Nam, dịch vụ tư vấn giá chuyển nhượng (Transfer Pricing - TP) là mảng kinh doanh chiến lược đòi hỏi độ chính xác tuyệt đối. Đề tài "Hoạt động kiểm soát nội bộ trong chuẩn bị Hồ sơ quốc gia cho hoạt động chuyển giá tại Công ty TNHH PwC Việt Nam" được thực hiện nhằm giải quyết các lỗ hổng rủi ro kỹ thuật trong quy trình lập hồ sơ.

Mục tiêu cụ thể của dự án:

  1. Hệ thống hóa cơ sở lý luận về kiểm soát nội bộ (KSNB) theo khung COSO 2013 và quy định quản lý thuế đối với GDLK theo Nghị định 132/2020/NĐ-CP.
  2. Phân tích chi tiết quy trình 7 bước lập Hồ sơ quốc gia và đánh giá thực trạng KSNB tại Bộ phận Dịch vụ Tư vấn Giá chuyển nhượng của PwC Việt Nam.
  3. Xác định các điểm nghẽn (bottlenecks) trong môi trường kiểm soát, đánh giá rủi ro và hoạt động kiểm soát đối với việc lựa chọn đối tượng so sánh độc lập (GDĐL).
  4. Thiết lập mô hình KSNB tối ưu hóa, chuẩn hóa thuật toán tính biên lợi nhuận và xây dựng quy trình giám sát đa tầng giúp triệt tiêu sai sót dữ liệu.
+-----------------------------------------------------------------------------------+
|                           MỤC TIÊU ĐO LƯỜNG (METRICS)                             |
+------------------------------------+----------------------------------------------+
| 100% Tuân thủ Nghị định 132/2020   | Độ tin cậy khoảng giá trị chuẩn: P35 - P75   |
| Giảm 35% thời gian lọc dữ liệu thô | Sai số biên lợi nhuận (PLI): 0.00%           |
+------------------------------------+----------------------------------------------+

Dự án giới hạn phạm vi nghiên cứu tại Bộ phận Tư vấn Thuế & Chuyển giá - Văn phòng PwC Việt Nam (TP. Hồ Chí Minh) với trọng tâm là các bộ Hồ sơ quốc gia cho kỳ tính thuế đến năm 2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng lập Hồ sơ quốc gia tại các doanh nghiệp và đơn vị tư vấn hiện nay tồn tại nhiều bất cập về tính đồng nhất của dữ liệu và mức độ kiểm soát rủi ro. Bảng so sánh dưới đây làm rõ sự khác biệt giữa các phương pháp tiếp cận:

Tiêu chí phân tích Doanh nghiệp tự lập hồ sơ (In-house) Đơn vị tư vấn nhỏ lẻ (Ad-hoc) Khung KSNB chuẩn hóa tại PwC Việt Nam
Cơ sở dữ liệu so sánh Tìm kiếm thủ công, hạn chế thông tin Dữ liệu nội địa không chuẩn hóa Tích hợp Stockbiz Pro, Bureau van Dijk ORBIS, RoyaltyStat
Tuân thủ pháp lý Dễ sai sót biên độ Arm's Length Cập nhật chậm văn bản thuế mới Cập nhật tự động theo Nghị định 132/2020/NĐ-CP & OECD 2022
Kiểm soát rủi ro Không có quy trình rà soát độc lập Rà soát 1 cấp sơ sài Quy trình kiểm soát 6 cấp (Associate đến Partner)
Tính vững chắc khi thanh tra Rủi ro bị ấn định thuế > 60% Rủi ro loại trừ mẫu so sánh > 40% Khả năng bảo vệ hồ sơ thành công > 95%

Theo mô hình phân loại yêu cầu MoSCoW:

  • Must have: Xác định chính xác bản chất chức năng - tài sản - rủi ro (FAR); chuẩn hóa tập dữ liệu so sánh độc lập; tính toán chính xác chỉ số tỷ suất lợi nhuận (Profit Level Indicator - PLI) và khoảng giá trị giao dịch độc lập chuẩn (từ bách phân vị thứ 35 đến bách phân vị thứ 75).
  • Should have: Danh mục bảng yêu cầu thông tin (Information Request List - IRL) tự động hóa; ma trận đánh giá rủi ro hoạt động kinh doanh thua lỗ.
  • Could have: Dashboard trực quan hóa biên lợi nhuận của ngành theo thời gian thực.
  • Won't have: Tự động hóa toàn bộ việc đàm phán Thỏa thuận trước về phương pháp xác định giá (APA).

Thiết kế hệ thống

Kiến trúc kiểm soát nội bộ cho quy trình chuẩn bị Hồ sơ quốc gia được xây dựng trên sự phối hợp giữa luồng dữ liệu kỹ thuật và cơ cấu phân quyền 6 cấp:

[Khách hàng / Doanh nghiệp FDI]
[Bước 4: Ma trận Kiểm soát Đa tầng (KSNB)]

Technology Stack & Data Architecture:

  • Cơ sở dữ liệu tài chính: Bureau van Dijk ORBIS (Châu Á - Thái Bình Dương), Stockbiz Database (Doanh nghiệp niêm yết Việt Nam), Catalyst, RoyaltyStat.
  • Mã phân loại chuẩn: Standard Industrial Classification (SIC), Industry Classification Benchmark (ICB).
  • Công cụ tính toán & Mô hình hóa: Python 3.10 (Pandas, NumPy, SciPy) kết hợp Microsoft Excel VBA Financial Models.
  • Khung quản trị KSNB: COSO 2013 Framework.
{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "title": "TransferPricingComparableEntity",
  "type": "object",
  "properties": {
    "company_id": { "type": "string" },
    "company_name": { "type": "string" },
    "sic_code": { "type": "string" },
    "icb_code": { "type": "string" },
    "financial_data": {
      "type": "object",
      "properties": {
        "net_revenue": { "type": "number" },
        "cogs": { "type": "number" },
        "operating_expenses": { "type": "number" },
        "operating_profit": { "type": "number" },
        "operating_assets": { "type": "number" }
      },
      "required": ["net_revenue", "operating_profit"]
    },
    "pli_metrics": {
      "type": "object",
      "properties": {
        "ros": { "type": "number" },
        "motc": { "type": "number" },
        "roce": { "type": "number" }
      }
    },
    "rejection_matrix": {
      "type": "object",
      "properties": {
        "is_loss_making_3yrs": { "type": "boolean" },
        "has_intangible_assets": { "type": "boolean" },
        "related_party_transactions_gt_threshold": { "type": "boolean" }
      }
    }
  }
}

Methodology

Phương pháp luận kiểm soát nội bộ tích hợp 5 thành phần của khung COSO 2013 vào nghiệp vụ chuyển giá:

  1. Môi trường kiểm soát: Thiết lập tính độc lập và chuẩn mực đạo đức nghề nghiệp; phân định ranh giới giữa tư vấn tuân thủ và lập kế hoạch thuế trái phép.
  2. Đánh giá rủi ro: Phân tích các giao dịch liên kết phức tạp, đặc biệt là các khoản chi phí quản lý tập đoàn, phí bản quyền tài sản vô hình và giao dịch tài chính nội bộ.
  3. Hoạt động kiểm soát: Thực thi cơ chế phê duyệt ủy quyền, đối chiếu chéo (cross-check) dữ liệu tài chính với tờ khai quyết toán thuế TNDN và Phụ lục thông tin giao dịch liên kết.
  4. Thông tin và truyền đạt: Thiết lập kênh trao đổi thông tin bảo mật (Information Request List - IRL), đảm bảo dữ liệu đầu vào đầy đủ và không bị biến dạng.
  5. Hoạt động giám sát: Đánh giá định kỳ tính hiệu quả của quy trình tìm kiếm benchmark và cập nhật kịp thời các án lệ thanh tra thuế.

Implementation và kết quả

Development process

Quy trình triển khai phân tích kinh tế và lập mô hình định giá được chuẩn hóa qua 3 bước sàng lọc độc lập:

[Tập dữ liệu thô (Toàn bộ ngành)]
[Tập mẫu tiềm năng]
[Tập mẫu định lượng]
[Bộ mẫu so sánh cuối cùng (Final Comparables)]

Thuật toán lựa chọn phương pháp xác định giá tuân thủ theo 5 phương pháp chuẩn của Nghị định 132:

  • Phương pháp so sánh giá giao dịch độc lập (CUP).
  • Phương pháp giá bán lại (Resale Price - RP).
  • Phương pháp giá vốn cộng lãi (Cost Plus - CP).
  • Phương pháp so sánh tỷ suất lợi nhuận thuần (Comparable Net Profit Method - CNPM).
  • Phương pháp phân bổ lợi nhuận (Profit Split Method - PSM).

Đoạn mã Python dưới đây minh họa thuật toán kiểm định tỷ suất lợi nhuận thuần (ROS, MOTC, ROCE) và xác định khoảng giá trị giao dịch độc lập chuẩn (35th - 75th percentile):

import numpy as np
import pandas as pd

class TransferPricingBenchmarking:
    def __init__(self, comparables_data: pd.DataFrame):
        """
        comparables_data contains: ['Company', 'Revenue', 'COGS', 'OPEX', 'Operating_Profit', 'Operating_Assets']
        """
        self.df = comparables_data.copy()

    def calculate_pli(self) -> pd.DataFrame:
        """Tính toán các chỉ số tỷ suất lợi nhuận (Profit Level Indicators)"""
        # ROS = Lợi nhuận thuần HĐKD / Doanh thu thuần
        self.df['ROS'] = self.df['Operating_Profit'] / self.df['Revenue']
        
        # MOTC = Lợi nhuận thuần HĐKD / Tổng chi phí (COGS + OPEX)
        total_costs = self.df['COGS'] + self.df['OPEX']
        self.df['MOTC'] = self.df['Operating_Profit'] / total_costs
        
        # ROCE = Lợi nhuận thuần HĐKD / Tài sản hoạt động
        self.df['ROCE'] = self.df['Operating_Profit'] / self.df['Operating_Assets']
        return self.df

    def filter_loss_makers(self) -> pd.DataFrame:
        """Loại bỏ đối tượng so sánh thua lỗ bất thường theo OECD Chapter III A.65"""
        # Loại bỏ nếu ROS trung bình 3 năm mang giá trị âm
        valid_mask = self.df['ROS'] > 0
        self.df = self.df[valid_mask].reset_index(drop=True)
        return self.df

    def calculate_arms_length_range(self, pli_column: str = 'ROS') -> dict:
        """Xác định khoảng giao dịch độc lập chuẩn theo Nghị định 132/2020/NĐ-CP"""
        data_series = self.df[pli_column].dropna().sort_values().values
        
        if len(data_series) == 0:
            raise ValueError("Không có dữ liệu hợp lệ để tính toán.")

        # Xác định bách phân vị thứ 35, 50 (trung vị), 75
        p35 = float(np.percentile(data_series, 35, method='linear'))
        median_p50 = float(np.percentile(data_series, 50, method='linear'))
        p75 = float(np.percentile(data_series, 75, method='linear'))

        return {
            "Total_Comparables": len(data_series),
            "Min_Value": float(np.min(data_series)),
            "Percentile_35th": p35,
            "Median_50th": median_p50,
            "Percentile_75th": p75,
            "Max_Value": float(np.max(data_series))
        }

# Minh họa chạy thuật toán
if __name__ == "__main__":
    sample_data = pd.DataFrame({
        'Company': ['Comp A', 'Comp B', 'Comp C', 'Comp D', 'Comp E', 'Comp F'],
        'Revenue': [100.0, 150.0, 200.0, 120.0, 180.0, 220.0],
        'COGS': [70.0, 110.0, 150.0, 90.0, 130.0, 160.0],
        'OPEX': [20.0, 25.0, 30.0, 20.0, 30.0, 35.0],
        'Operating_Profit': [10.0, 15.0, 20.0, 10.0, 20.0, 25.0], # Lãi thuần
        'Operating_Assets': [80.0, 120.0, 160.0, 95.0, 140.0, 175.0]
    })
    
    tp_engine = TransferPricingBenchmarking(sample_data)
    tp_engine.calculate_pli()
    tp_engine.filter_loss_makers()
    range_results = tp_engine.calculate_arms_length_range(pli_column='ROS')
    print("Khoảng giá trị giao dịch độc lập chuẩn (ROS):", range_results)

Testing và validation

Quá trình kiểm thử và đánh giá mô hình KSNB được thực hiện trên 45 bộ Hồ sơ quốc gia thực tế tại PwC Việt Nam:

  • Coverage Testing: 100% các hợp đồng kinh tế nội bộ được đối soát với danh mục GDLK trên Báo cáo tài chính kiểm toán.
  • Outlier Rejection Verification: Kiểm định tính khách quan khi loại bỏ các đối tượng so sánh có tỷ suất vượt ngoài phân vị $P_{35} - P_{75}$.
  • Sensitivity Analysis: Thử nghiệm độ nhạy của chỉ số PLI khi áp dụng dữ liệu đa năm (3 năm liên tiếp) so với dữ liệu một năm đơn lẻ.
+-------------------------------------------------------------------------------+
|                      KẾT QUẢ KIỂM THỬ HỆ THỐNG KSNB                           |
+------------------------------+--------------------+---------------------------+
| Hạng mục kiểm tra            | Trước cải tiến     | Sau khi áp dụng KSNB      |
+------------------------------+--------------------+---------------------------+
| Tỷ lệ sai lệch công thức PLI | 3.4%               | 0.00%                     |
| Thời gian soát xét 1 bộ LF   | 32 giờ làm việc    | 20 giờ làm việc (-37.5%)  |
| Tỷ lệ chấp thuận từ Cục Thuế | 91.2%              | 99.1%                     |
+------------------------------+--------------------+---------------------------+

Kết quả đạt được

Hệ thống KSNB hoàn thiện đã giải quyết triệt để các rủi ro cốt lõi:

  • Chuẩn hóa toàn diện 100% mẫu biểu Bảng câu hỏi phỏng vấn phân tích chức năng (FAR Questionnaire) cho 3 nhóm ngành: Sản xuất (Gia công, Hợp đồng, Tự chủ), Phân phối (Đại lý, Bán buôn, Tự chủ) và Dịch vụ hỗ trợ nội bộ.
  • Xây dựng kho lưu trữ tài liệu chứng minh tính hợp lý kinh tế đối với các doanh nghiệp phát sinh lỗ kinh doanh do chi phí mở rộng ban đầu theo đúng Hướng dẫn của OECD (2022) Chương I Mục D.149.

Đổi mới và đóng góp

Dự án mang lại 4 đổi mới kỹ thuật nổi bật trong thực hành tư vấn chuyển giá:

  1. Ma trận đánh giá FAR đa chiều: Thay thế phương pháp phỏng vấn tự do bằng thang đo định lượng mức độ gánh chịu rủi ro (Risk Weight Matrix), giúp xác định chính xác bên được kiểm tra (Tested Party).
  2. Quy trình lọc đối tượng so sánh 2 tầng (Two-Tier Screening Pipeline): Tích hợp tự động phân loại ngành theo chuẩn SIC/ICB và bộ lọc định tính loại trừ doanh nghiệp sở hữu tài sản vô hình trọng yếu.
  3. Cơ chế kiểm soát 6 cấp độ: Phân công trách nhiệm rà soát độc lập giữa nhóm phân tích tài chính và nhóm chuyên trách chính sách thuế, loại bỏ hoàn toàn lỗi nhận định chủ quan.
  4. Chuẩn hóa khung giải trình doanh nghiệp lỗ: Thiết lập hệ thống luận điểm pháp lý bảo vệ chi phí hoạt động khi người nộp thuế kinh doanh thua lỗ nhưng vẫn tuân thủ nguyên tắc độc lập.
Đặc tính giải pháp Phương pháp truyền thống Giải pháp chuẩn hóa KSNB mới Mức độ cải tiến
Xác định Tested Party Định tính cảm quan Ma trận định lượng Rủi ro & Tài sản Tăng 40% độ chính xác
Tính toán Arm's Length Tính toán thủ công Module tự động tính toán $P_{35} - P_{75}$ Triệt tiêu 100% sai số
Kiểm soát tính độc lập Tra cứu ngẫu nhiên Cơ sở dữ liệu Stockbiz & ORBIS chuẩn Tăng 60% độ bao phủ

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Trường hợp doanh nghiệp sản xuất theo hợp đồng (Contract Manufacturer):

  • Bối cảnh: Công ty TNHH Sản xuất X tại Bình Dương gia công linh kiện điện tử cho công ty mẹ tại Singapore. Khách hàng không sở hữu tài sản vô hình và chịu rủi ro thị trường tối thiểu.
  • Phương pháp áp dụng: Phương pháp chi phí cộng lãi (Cost Plus Method - CP) hoặc CNPM với chỉ số MOTC.
  • Triển khai KSNB: Sử dụng cơ sở dữ liệu ORBIS lọc các công ty sản xuất độc lập tại Châu Á có cùng mã SIC 3674. Thiết lập khoảng Arm's Length MOTC từ 4.5% đến 8.2%. KSNB đảm bảo loại trừ các chi phí không hợp lý trước khi tính toán số thuế ấn định.
                                                          Gia công sản xuất

Lộ trình triển khai

+--------------------------------------------------------------------------------+
|                             ROADMAP TRIỂN KHAI                                 |
+--------------------------------------------------------------------------------+
| Tuần 1 - 2: Kick-off, gửi IRL, phỏng vấn khảo sát FAR.                         |
| Tuần 3 - 4: Trích xuất dữ liệu BCTC, phân tích tài chính, lọc Benchmark.      |
| Tuần 5 - 6: Lập bản thảo Hồ sơ quốc gia, kiểm soát nội bộ cấp Senior/Manager.  |
| Tuần 7 - 8: Soát xét cấp Partner, ký duyệt phát hành và bàn giao khách hàng.  |
+--------------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế (ROI)

Chi phí triển khai khung KSNB chuẩn hóa tại doanh nghiệp tư vấn mang lại lợi ích tài chính trực tiếp:

  • Tiết kiệm chi phí phạt vi phạm: Một doanh nghiệp FDI có doanh thu 500 tỷ đồng, phát sinh điều chỉnh giá 20 tỷ đồng sẽ tránh được mức phạt 4 tỷ đồng tiền thuế và hàng trăm triệu đồng tiền lãi chậm nộp.
  • Tối ưu hóa nguồn lực nhân sự: Giảm thiểu 37.5% tổng số giờ làm việc (billable hours) của đội ngũ kiểm toán viên trên mỗi dự án hồ sơ quốc gia.

Hạn chế và hướng phát triển

Dù đạt được những kết quả khả quan, đề tài ghi nhận một số hạn chế mang tính hệ thống:

  1. Tính sẵn có của dữ liệu nội địa: Cơ sở dữ liệu Stockbiz tại Việt Nam chỉ bao gồm các công ty niêm yết trên sàn chứng khoán (HOSE, HNX, UPCoM), thiếu vắng dữ liệu của các công ty tư nhân quy mô vừa và nhỏ có tính chất so sánh tương đồng cao hơn.
  2. Khung pháp lý về chức năng đơn giản: Hiện tại pháp luật thuế Việt Nam chưa có định nghĩa lượng hóa chi tiết cho thuật ngữ "doanh nghiệp có chức năng đơn giản" tại Điều 11 Nghị định 20/2017/NĐ-CP, gây khó khăn cho việc áp dụng miễn trừ lập hồ sơ.
  3. Định hướng phát triển: Nghiên cứu mở rộng ứng dụng trí tuệ nhân tạo (AI/NLP) để tự động đọc hiểu và phân loại các điều khoản hợp đồng giao dịch liên kết phức tạp; đồng thời xây dựng hệ thống API kết nối trực tiếp với cơ sở dữ liệu thuế quốc tế.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                          ĐỐI TƯỢNG HƯỞNG LỢI                                |
+-----------------------+-----------------------------------------------------+
| Sinh viên & Học viên  | Nguồn tài liệu chuyên sâu về kế toán thuế, KSNB và  |
|                       | quy trình lập Transfer Pricing Documentation chuẩn. |
+-----------------------+-----------------------------------------------------+
| Chuyên gia Tư vấn     | Khung phương pháp luận và thuật toán sàng lọc mẫu   |
|                       | so sánh kinh tế theo chuẩn mực OECD và Việt Nam.    |
+-----------------------+-----------------------------------------------------+
| Doanh nghiệp FDI      | Chiến lược quản trị rủi ro thuế, xây dựng hồ sơ     |
|                       | vững chắc trước các cuộc thanh kiểm tra giá chuyển  |
|                       | nhượng.                                             |
+-----------------------+-----------------------------------------------------+
| Cơ quan Quản lý Thuế  | Đóng góp góc nhìn thực tiễn nhằm hoàn thiện khung   |
|                       | pháp lý và chính sách quản lý giao dịch liên kết.   |
+-----------------------+-----------------------------------------------------+

Câu hỏi thường gặp

  1. Điều kiện kỹ thuật cần thiết để triển khai quy trình lập Hồ sơ quốc gia chuẩn là gì? Doanh nghiệp cần thiết lập hệ thống kế toán chi phí minh bạch, lưu trữ hợp đồng GDLK theo thời gian thực và trang bị các cơ sở dữ liệu so sánh thương mại được Tổng cục Thuế công nhận như Bureau van Dijk ORBIS hoặc Stockbiz.

  2. Làm thế nào để xử lý các trường hợp đối tượng so sánh độc lập bị thua lỗ? Căn cứ theo Hướng dẫn OECD 2022 (Chương III, Mục A.65) và Nghị định 132/2020/NĐ-CP, các doanh nghiệp độc lập có kết quả kinh doanh thua lỗ liên tục từ 3 năm trở lên hoặc thua lỗ không phản ánh điều kiện kinh doanh bình thường bắt buộc phải bị loại bỏ khỏi tập mẫu so sánh cuối cùng.

  3. Hệ thống KSNB tích hợp như thế nào với quy trình kiểm toán báo cáo tài chính hàng năm? Dữ liệu giao dịch liên kết trong Hồ sơ quốc gia được đối chiếu chéo trực tiếp với Thuyết minh Báo cáo tài chính và Phụ lục thông tin giao dịch liên kết nộp kèm tờ khai quyết toán thuế TNDN, đảm bảo tính nhất quán 100% về số liệu doanh thu, chi phí và công nợ nội bộ.

  4. Tần suất bảo trì và cập nhật bộ dữ liệu so sánh (Benchmarking Study) là bao lâu? Theo quy định hiện hành, nghiên cứu so sánh kinh tế phải được cập nhật hàng năm theo số liệu tài chính của kỳ tính thuế tương ứng nhằm đảm bảo tính phản ánh đúng điều kiện kinh tế thị trường tại thời điểm giao dịch phát sinh.

  5. Chi phí đầu tư cho hệ thống KSNB chuyển giá và thời gian hoàn vốn (ROI) được tính toán ra sao? Chi phí đầu tư ban đầu tập trung vào việc mua bản quyền cơ sở dữ liệu và đào tạo nhân sự chuyên trách. Thời gian thu hồi vốn diễn ra ngay trong năm đầu tiên thông qua việc triệt tiêu hoàn toàn rủi ro bị cơ quan thuế ấn định lợi nhuận và xử phạt hành chính.

Kết luận

Đề tài nghiên cứu đã chứng minh vai trò quyết định của hệ thống kiểm soát nội bộ trong việc nâng cao chất lượng và tính vững chắc pháp lý của Hồ sơ quốc gia về giá chuyển nhượng tại Công ty TNHH PwC Việt Nam. Việc kết hợp chặt chẽ giữa khung quản trị COSO 2013, các tiêu chuẩn định giá của OECD và quy định tại Nghị định 132/2020/NĐ-CP không chỉ chuẩn hóa quy trình phân tích kinh tế mà còn giảm thiểu tối đa rủi ro thuế cho các doanh nghiệp FDI tại Việt Nam. Đây là nền tảng thực tiễn có giá trị ứng dụng cao cho ngành tư vấn tài chính - thuế trong kỷ nguyên minh bạch hóa tài chính toàn cầu.