BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH ĐỊNH HƯỚNG VỀ VIỆC ÁP DỤNG GIÁ TRỊ HỢP LÝ TRONG KẾ TOÁN VIỆT NAM LUẬN ÁN TIẾN SĨ KINH TẾ TP HỒ CHÍ MINH NĂM 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH ĐỊNH HƯỚNG VỀ VIỆC ÁP DỤNG GIÁ TRỊ HỢP LÝ TRONG KẾ TOÁN VIỆT NAM Ngành: Kế toán Mã số: 62.34.03.01 LUẬN ÁN TIẾN SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: TP HỒ CHÍ MINH NĂM 2017 Cộng hòa xã hội chủ nghĩa Việt Nam Độc lập – Tự – Hạnh phúc LỜI CAM ĐOAN Tôi xin cam đoan luận án tiến sĩ kinh tế “Định hướng việc áp dụng giá trị hợp lý kế toán Việt Nam” cơng trình nghiên cứu riêng tơi Các kết nghiên cứu luận án trung thực chưa cơng bố cơng trình khác Tác giả LỜI CẢM ƠN Tôi xin chân thành cảm ơn Thầy Cơ Khoa Kế tốn Trường Đại học Kinh tế TP.HCM, tận tình giảng dạy hướng dẫn tơi hồn thành học phần chương trình đào tạo tiến sĩ nhà trường Qua giúp tơi có kiến thức, kinh nghiệm cần thiết để thực luận án Tôi xin chân thành cảm ơn Ban Giám Hiệu trường Đại học Kinh tế Tp.HCM, Thầy Cô Ban Lãnh đạo Khoa Kế tốn, Thầy Cơ Khoa Kế tốn đặc biệt Thầy Cô môn Kiểm toán động viên, chia sẻ tạo điều kiện cho tơi hồn thành luận án Tơi xin chân thành cảm ơn Cô Trần Thị Giang Tân, Cô Nguyễn Thị Thu Hiền, Cơ Phạm Thị Ngọc Bích, Thầy Nguyễn Khánh Duy, Thầy Nguyễn Trí Tri Thầy Hồng Trọng Hiệp có đóng góp q báu giúp tơi hồn thiện luận án Tơi xin chân thành cảm ơn Thầy Cô, anh, chị, bạn bè, học trò doanh nghiệp hỗ trợ tơi trình thu thập liệu khảo sát Đặc biệt, tơi xin bày tỏ kính trọng lòng biết ơn sâu sắc tới PGS-TS Vũ Hữu Đức PGS.TS Huỳnh Đức Lộng Trong nhiều năm qua, Thầy tận tình dìu dắt, bảo, hướng dẫn tơi thực luận án Những nhận xét, đánh giá Thầy, đặc biệt gợi ý hướng giải vấn đề suốt trình nghiên cứu, thực học vô quý giá không cho việc thực luận án mà công việc sống Cuối cùng, tơi xin cảm ơn GIA ĐÌNH động viên tơi hồn thành luận án Tp Hồ Chí Minh, ngày 20/7/2017 MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN DANH MỤC BẢNG DANH MỤC HÌNH DANH MỤC CHỮ VIẾT TẮT PHẦN GIỚI THIỆU 1i Lý chọn đề tài 1i Mục tiêu nghiên cứu – Câu hỏi nghiên cứu 3i Phương pháp nghiên cứu liệu nghiên cứu 5i Đối tượng nghiên cứu phạm vi nghiên cứu 6i Kết nghiên cứu 6i Đóng góp luận án 8i Cấu trúc luận án 8i CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ GIÁ TRỊ HỢP LÝ 1.1 Tổng quan nghiên cứu GTHL giới 1.1.1 Nghiên cứu tính thích hợp GTHL 1.1.2 Nghiên cứu tính đáng tin cậy GTHL 10 1.1.3 Nghiên cứu ủng hộ GTHL 14 1.1.4 Nghiên cứu nhân tố ảnh hưởng đến lựa chọn áp dụng GTHL 16 1.1.5 Nghiên cứu đo lường mức độ áp dụng GTHL 21 1.2 Các nghiên cứu trước VN 24 1.2.1 Các nghiên cứu GTHL VN 24 1.2.2 Các nghiên cứu đo lường mức độ áp dụng GTHL VN 26 1.3 Xác định vấn đề nghiên cứu luận án 27 1.3.1 Xác định khe hổng nghiên cứu 27 1.3.2 Xác định vấn đề nghiên cứu luận án 28 Tóm tắt chương 32 CHƯƠNG – CƠ SỞ LÝ THUYẾT VỀ GTHL VÀ ÁP DỤNG GTHL 33 2.1 Khái niệm đo lường sở đo lường kế toán 33 2.1.1 Khái niệm đo lường 33 2.1.2 Các sở đo lường kế toán 34 2.2 Sự hình thành phát triển GTHL 36 2.2.1 Khái niệm GTHL 36 2.2.2 Lịch sử hình thành phát triển GTHL 37 2.3 Áp dụng GTHL chuẩn mực kế toán quốc tế quốc gia giới 41 2.3.1 GTHL chuẩn mực kế toán quốc tế 42 2.3.1.1 Phạm vi áp dụng GTHL chuẩn mực kế toán quốc tế .42 2.3.1.2 Đo lường GTHL theo IFRS 13 42 2.3.2 Phạm vi áp dụng GTHL quốc gia giới 44 2.3.2.1 Các quốc gia áp dụng GTHL 44 2.3.2.2 Kinh nghiệm áp dụng GTHL số quốc gia tiêu biểu .44 2.4 Cơ sở lý thuyết GTHL 46 2.4.1 Mục đích BCTC 47 2.4.2 Các đặc điểm chất lượng .47 2.4.3 Khái niệm vốn bảo toàn vốn .49 2.5 Lý thuyết áp dụng GTHL 52 2.5.1 Lý thuyết lập quy (regulation theory) 53 2.5.2 Lý thuyết thông tin hữu ích (decision usefulness theory) .54 2.5.3 Các lý thuyết liên quan đến lựa chọn nhà quản lý .58 2.5.3.1 Lý thuyết ủy nhiệm (Agency theory) .58 2.5.3.2 Lý thuyết tín hiệu (signalling theory) .59 2.5.3.3 Lý thuyết đối tượng có liên quan (stakeholder theory) 59 Tóm tắt chương 62 CHƯƠNG – PHƯƠNG PHÁP NGHIÊN CỨU VÀ KẾT QUẢ NGHIÊN CỨU MỨC ĐỘ TÁC ĐỘNG CỦA GTHL ĐẾN SỰ HÒA HỢP GIỮA QUY ĐỊNH VỀ ĐO LƯỜNG CỦA KẾ TOÁN VN VÀ CHUẨN MỰC KẾ TOÁN QUỐC TẾ 63 3.1 Phương pháp nghiên cứu .63 3.1.1 Câu hỏi nghiên cứu giả thuyết nghiên cứu 63 3.1.2 Phương pháp nghiên cứu 64 3.1.2.1 Đối tượng nghiên cứu 65 3.1.2.2 Các biến nghiên cứu .66 3.1.2.3 Dữ liệu nghiên cứu phương pháp thu thập liệu nghiên cứu 70 3.1.2.4 Phương pháp xử lý liệu nghiên cứu 71 3.2 Kết nghiên cứu .73 3.2.1 Đặc điểm GTHL kế toán VN 73 3.2.2 Mức độ hòa hợp quy định kế toán VN chuẩn mực kế toán quốc tế mặt đo lường 76 3.2.2.1 Mức độ hòa hợp tổng thể mặt đo lường 76 3.2.2.2 Mức độ hòa hợp đo lường biến nghiên cứu 77 3.2.3 Mức độ ảnh hưởng GTHL đến hòa hợp chuẩn mực kế tốn VN chuẩn mực kế toán quốc tế mặt đo lường 79 Tóm tắt chương 81 CHƯƠNG – PHƯƠNG PHÁP NGHIÊN CỨU VÀ KẾT QUẢ NGHIÊN CỨU 82 SDT.cong.bo.thong.tin+Don.bay+TT.BDSDT+DCP+Dnn+DNY+Quy.mo, family=binomial, data=logic4) > summary(lg4BDSDT) Call: glm(formula = BDSDT ~ BDSDT.thich.hop + BDSDT.dang.tin.cay + BDSDT.chi.phi.cao + BDSDT.cong.bo.thong.tin + Don.bay + TT.BDSDT + DCP + Dnn + DNY + Quy.mo, family = binomial, data = logic4) Deviance Residuals: Min 1Q -2.71542 0.09148 Median 0.23698 3Q 0.49802 Max 1.65890 Coefficients: (Intercept) BDSDT.thich.hop BDSDT.dang.tin.cay BDSDT.chi.phi.cao BDSDT.cong.bo.thong.tin Don.bay 1.00 TT.BDSDT 1.00 DCP Dnn DNY Quy.mo 1.00 Signif codes: ‘***’ Estimate Std Error z value Pr(>|z|) -3.58073 1.86875 -1.916 0.05535 0.64524 0.27322 2.362 0.01820 * 0.91205 0.32042 2.846 0.00442 ** -0.08952 0.28585 -0.313 0.75416 0.50554 0.28826 1.754 0.07947 -1.14078 0.59013 -1.933 0.05323 -0.81439 0.60625 -1.343 0.17916 1.21940 1.34421 0.907 0.36433 -1.47091 0.95278 -1.544 0.12264 -1.30649 0.83847 -1.558 0.11919 0.84733 0.91030 0.931 0.35194 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ (Dispersion parameter for binomial family taken to be 1) Null deviance: 127.903 Residual deviance: 84.435 AIC: 106.43 on 138 on 128 degrees of freedom degrees of freedom Number of Fisher Scoring iterations: > lg4TSCDHH=glm(TSCDHH~TSCDHH.thich.hop+TSCDHH dang.tin.cay+TSCDHH.chi.phi cao+TSCDHH.cong.bo.thong.tin+Don.bay+TT.TSCDHH+DCP+Dnn+DNY+Quy.mo, family=binomial, data=logic4) > summary(lg4TSCDHH) Call: glm(formula = TSCDHH ~ TSCDHH.thich.hop + TSCDHH dang.tin.cay + TSCDHH.chi.phi.cao + TSCDHH.cong.bo.thong.tin + Don.bay + TT.TSCDHH + DCP + Dnn + DNY + Quy.mo, family = binomial, data = logic4) Deviance Residuals: Min 1Q Median -2.6311 -0.3671 0.2842 3Q 0.5641 Max 2.0681 Coefficients: 174ii Estimate Std Error z value (Intercept) -6.59777 1.70242 -3.876 TSCDHH.thich.hop 1.08406 0.22398 4.840 TSCDHH dang.tin.cay 0.76037 0.24534 3.099 TSCDHH.chi.phi.cao -0.05517 0.26830 -0.206 TSCDHH.cong.bo.thong.tin 0.15208 0.21705 0.701 Don.bay 1.00 0.46607 0.54471 0.856 TT.TSCDHH 1.00 0.79783 0.61093 1.306 DCP 0.77991 0.76880 1.014 Dnn 0.86355 0.92086 0.938 DNY 0.77348 0.72648 1.065 Quy.mo 1.00 0.29741 0.67511 0.441 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ Pr(>|z|) 0.000106 *** 1.3e-06 *** 0.001940 ** 0.837071 0.483504 0.392200 0.191578 0.310362 0.348367 0.287009 0.659553 0.1 ‘ ’ (Dispersion parameter for binomial family taken to be 1) Null deviance: 161.08 Residual deviance: 100.38 AIC: 122.38 on 138 on 128 degrees of freedom degrees of freedom Number of Fisher Scoring iterations: > lg4TSVH=glm(TSVH~TSVH.thich.hop+TSVH.dang.tin.cay+TSVH.chi.phi.cao+TSVH.co ng.bo.thong.tin+Don.bay+TT.TSVH+DCP+Dnn+DNY+Quy.mo, family=binomial, data=logic4) > summary(lg4TSVH) Call: glm(formula = TSVH ~ TSVH.thich.hop + TSVH.dang.tin.cay + TSVH.chi.phi.cao + TSVH.cong.bo.thong.tin + Don.bay + TT.TSVH + DCP + Dnn + DNY + Quy.mo, family = binomial, data = logic4) Deviance Residuals: Min 1Q Median -2.3243 -0.8319 0.4011 3Q 0.6921 Max 2.3518 Coefficients: (Intercept) TSVH.thich.hop TSVH.dang.tin.cay TSVH.chi.phi.cao TSVH.cong.bo.thong.tin Don.bay 1.00 TT.TSVH 1.00 DCP Dnn DNY Quy.mo 1.00 Signif codes: ‘***’ Estimate Std Error z value Pr(>|z|) -1.0255 1.2827 -0.799 0.424015 0.6231 0.2000 3.115 0.001837 ** 0.8353 0.2228 3.749 0.000178 *** -0.2317 0.2244 -1.033 0.301690 -0.4567 0.2104 -2.171 0.029919 * -0.2939 0.4566 -0.644 0.519818 -0.1668 0.5886 -0.283 0.776924 0.7552 0.7020 1.076 0.281988 0.6701 0.7907 0.847 0.396724 -0.2666 0.6268 -0.425 0.670548 -0.5074 0.6889 -0.737 0.461410 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 175ii (Dispersion parameter for binomial family taken to be 1) Null deviance: 171.97 Residual deviance: 130.13 AIC: 152.13 on 138 on 128 degrees of freedom degrees of freedom Number of Fisher Scoring iterations: > lg4TSTC=glm(TSTC~TSTC.thich.hop+TSTC.dang.tin.cay+TSTC.chi.phi.cao+TSTC.co ng.bo.thong.tin+Don.bay+TT.TSTC+DCP+Dnn+DNY+Quy.mo, family=binomial, data=logic4) > summary(lg4TSTC) Call: glm(formula = TSTC ~ TSTC.thich.hop + TSTC.dang.tin.cay + TSTC.chi.phi.cao + TSTC.cong.bo.thong.tin + Don.bay + TT.TSTC + DCP + Dnn + DNY + Quy.mo, family = binomial, data = logic4) Deviance Residuals: Min 1Q Median -3.9051 0.0015 0.0171 3Q 0.1038 Max 1.4026 Coefficients: Estimate Std Error z value Pr(>|z|) (Intercept) -12.88051 4.70121 -2.740 0.006147 ** TSTC.thich.hop 3.10601 0.85934 3.614 0.000301 *** TSTC.dang.tin.cay 2.42678 0.80970 2.997 0.002725 ** TSTC.chi.phi.cao 0.01353 0.69431 0.019 0.984455 TSTC.cong.bo.thong.tin 0.32735 0.68321 0.479 0.631842 Don.bay 1.00 -1.13130 1.19675 -0.945 0.344499 TT.TSTC 1.00 -0.28262 1.14841 -0.246 0.805605 DCP 1.89916 1.71551 1.107 0.268271 Dnn -1.60495 1.78971 -0.897 0.369844 DNY -0.59269 1.28918 -0.460 0.645699 Quy.mo 1.00 -3.32788 1.98231 -1.679 0.093194 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ (Dispersion parameter for binomial family taken to be 1) Null deviance: 127.903 Residual deviance: 31.134 AIC: 53.134 on 138 on 128 degrees of freedom degrees of freedom Number of Fisher Scoring iterations: > library(rms) Loading required Loading required Loading required Loading required package: package: package: package: Hmisc lattice survival Formula 176ii Loading required package: ggplot2 Attaching package: ‘Hmisc’ The following objects are masked from ‘package:base’: format.pval, round.POSIXt, trunc.POSIXt, units Loading required package: SparseM Attaching package: ‘SparseM’ The following object is masked from ‘package:base’: backsolve > hqlrmBDSDT=lrm(BDSDT~BDSDT.thich.hop+BDSDT.dang.tin.cay+BDSDT.chi.phi.cao+ BDSDT.cong.bo.thong.tin, data=MauDN) > hqlrmBDSDT Logistic Regression Model lrm(formula = BDSDT ~ BDSDT.thich.hop + BDSDT.dang.tin.cay + BDSDT.chi.phi.cao + BDSDT.cong.bo.thong.tin, data = MauDN) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 30.21 R2 0.325 C 0.830 24 d.f g 1.746 Dxy 0.659 115 Pr(> chi2) |Z|) 0.0170 0.0203 0.0012 0.2333 0.1115 > hqlrmTSCDHH=lrm(TSCDHH~TSCDHH.thich.hop+TSCDHH dang.tin.cay+TSCDHH.chi.ph i.cao+TSCDHH.cong.bo.thong.tin, data=MauDN) > hqlrmTSCDHH Logistic Regression Model lrm(formula = TSCDHH ~ TSCDHH.thich.hop + TSCDHH dang.tin.cay + TSCDHH.chi.phi.cao + TSCDHH.cong.bo.thong.tin, data = MauDN) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 57.04 R2 0.491 C 0.882 37 d.f g 2.147 Dxy 0.764 177ii 102 max |deriv| 3e-07 Pr(> chi2) |Z|) 0.0002 hqlrmTSVH=lrm(TSVH~TSVH.thich.hop+TSVH.dang.tin.cay+TSVH.chi.phi.cao+TSVH cong.bo.thong.tin, data=MauDN) > hqlrmTSVH Logistic Regression Model lrm(formula = TSVH ~ TSVH.thich.hop + TSVH.dang.tin.cay + TSVH.chi.phi.cao + TSVH.cong.bo.thong.tin, data = MauDN) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 35.64 R2 0.319 C 0.802 43 d.f g 1.548 Dxy 0.603 96 Pr(> chi2) |Z|) 0.1247 0.0019 0.0002 0.3664 0.0358 > > hqlrmTSTC=lrm(TSTC~TSTC.thich.hop+TSTC.dang.tin.cay+TSTC.chi.phi.cao+TSTC cong.bo.thong.tin, data=MauDN) > hqlrmTSTC Logistic Regression Model lrm(formula = TSTC ~ TSTC.thich.hop + TSTC.dang.tin.cay + TSTC.chi.phi.cao + TSTC.cong.bo.thong.tin, data = MauDN) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 87.54 R2 0.777 C 0.969 24 d.f g 4.810 Dxy 0.939 115 Pr(> chi2) |Z|) 0.0005 hqlrmBDSDT2=lrm(BDSDT~BDSDT.thich.hop+BDSDT.dang.tin.cay+BDSDT.chi.phi.cao +BDSDT.cong.bo.thong.tin+TT.BDSDT+Quy.mo+Don.bay+DCP+DNY+Dnn, data=logic4) > hqlrmBDSDT2 Logistic Regression Model lrm(formula = BDSDT ~ BDSDT.thich.hop + BDSDT.dang.tin.cay + BDSDT.chi.phi.cao + BDSDT.cong.bo.thong.tin + TT.BDSDT + Quy.mo + Don.bay + DCP + DNY + Dnn, data = logic4) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 43.47 R2 0.446 C 0.877 24 d.f 10 g 2.473 Dxy 0.754 115 Pr(> chi2) |Z|) 0.0554 0.0182 0.0044 0.7542 0.0795 0.1792 0.3520 0.0532 0.3644 0.1192 0.1226 > > hqlrmTSCDHH2=lrm(TSCDHH~TSCDHH.thich.hop+TSCDHH dang.tin.cay+TSCDHH.chi.p hi.cao+TSCDHH.cong.bo.thong.tin+TT.TSCDHH+Quy.mo+Don.bay+DCP+DNY+Dnn, data=logic4) > hqlrmTSCDHH2 Logistic Regression Model lrm(formula = TSCDHH ~ TSCDHH.thich.hop + TSCDHH dang.tin.cay + TSCDHH.chi.phi.cao + TSCDHH.cong.bo.thong.tin + TT.TSCDHH + 179ii Quy.mo + Don.bay + DCP + DNY + Dnn, data = logic4) Model Likelihood Discrimination Ratio Test Indexes Obs 139 LR chi2 60.70 R2 0.516 37 d.f 10 g 2.305 102 Pr(> chi2) |Z|) 0.0001 hqlrmTSVH2=lrm(TSVH~TSVH.thich.hop+TSVH.dang.tin.cay+TSVH.chi.phi.cao+TSVH cong.bo.thong.tin+TT.TSVH+Quy.mo+Don.bay+DCP+DNY+Dnn, data=logic4) > hqlrmTSVH2 Logistic Regression Model lrm(formula = TSVH ~ TSVH.thich.hop + TSVH.dang.tin.cay + TSVH.chi.phi.cao + TSVH.cong.bo.thong.tin + TT.TSVH + Quy.mo + Don.bay + DCP + DNY + Dnn, data = logic4) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 41.84 R2 0.366 C 0.829 43 d.f 10 g 1.770 Dxy 0.657 96 Pr(> chi2) |Z|) 0.4240 0.0018 0.0002 0.3017 0.0299 0.7769 0.4614 0.5198 0.2820 0.6705 0.3967 > hqlrmTSTC2=lrm(TSTC~TSTC.thich.hop+TSTC.dang.tin.cay+TSTC.chi.phi.cao+TSTC cong.bo.thong.tin+TT.TSTC+Quy.mo+Don.bay+DCP+DNY+Dnn, data=logic4) > hqlrmTSTC2 Logistic Regression Model lrm(formula = TSTC ~ TSTC.thich.hop + TSTC.dang.tin.cay + TSTC.chi.phi.cao + TSTC.cong.bo.thong.tin + TT.TSTC + Quy.mo + Don.bay + DCP + DNY + Dnn, data = logic4) Model Likelihood Discrimination Rank Discrim Ratio Test Indexes Indexes Obs 139 LR chi2 96.77 R2 0.834 C 0.971 24 d.f 10 g 6.856 Dxy 0.942 115 Pr(> chi2) |Z|) 0.0061 0.0003 0.0027 0.9845 0.6318 0.8056 0.0932 0.3445 0.2683 0.6457 0.3698 > > L Error: unexpected input in "L\" > > op = par(mfrow = c(4,4)) > plot(logic4$BDSDT.thich.hop, fitted(glm(logic4$BDSDT~logic4$BDSDT.thich.hop, family = "binomial"))) > abline(lm(logic4$BDSDT~logic4$BDSDT.thich.hop)) > plot(logic4$BDSDT.dang.tin.cay, fitted(glm(logic4$BDSDT~logic4$BDSDT.dang.tin.cay, family = "binomial"))) > abline(lm(logic4$BDSDT~logic4$BDSDT.dang.tin.cay)) > plot(logic4$BDSDT.chi.phi.cao, fitted(glm(logic4$BDSDT~logic4$BDSDT.chi.phi.cao, family = "binomial"))) > abline(lm(logic4$BDSDT~logic4$BDSDT.chi.phi.cao)) > plot(logic4$BDSDT.cong.bo.thong.tin, fitted(glm(logic4$BDSDT~logic4$BDSDT.cong.bo.thong.tin, family = "binomial"))) > abline(lm(logic4$BDSDT~logic4$BDSDT.cong.bo.thong.tin)) > 181ii > plot(logic4$TSCDHH.thich.hop, fitted(glm(logic4$TSCDHH~logic4$TSCDHH.thich.hop, family = "binomial"))) > abline(lm(logic4$TSCDHH~logic4$TSCDHH.thich.hop)) > plot(logic4$TSCDHH dang.tin.cay, fitted(glm(logic4$TSCDHH~logic4$TSCDHH dang.tin.cay, family = "binomial"))) > abline(lm(logic4$TSCDHH~logic4$TSCDHH dang.tin.cay)) > plot(logic4$TSCDHH.chi.phi.cao, fitted(glm(logic4$TSCDHH~logic4$TSCDHH.chi.phi.cao, family = "binomial"))) > abline(lm(logic4$TSCDHH~logic4$TSCDHH.chi.phi.cao)) > plot(logic4$TSCDHH.cong.bo.thong.tin, fitted(glm(logic4$TSCDHH~logic4$TSCDHH.cong.bo.thong.tin, family = "binomial"))) > abline(lm(logic4$TSCDHH~logic4$TSCDHH.cong.bo.thong.tin)) > > plot(logic4$TSVH.thich.hop, fitted(glm(logic4$TSVH~logic4$TSVH.thich.hop, family = "binomial"))) > abline(lm(logic4$TSVH~logic4$TSVH.thich.hop)) > plot(logic4$TSVH.dang.tin.cay, fitted(glm(logic4$TSVH~logic4$TSVH.dang.tin.cay, family = "binomial"))) > abline(lm(logic4$TSVH~logic4$TSVH.dang.tin.cay)) > plot(logic4$TSVH.chi.phi.cao, fitted(glm(logic4$TSVH~logic4$TSVH.chi.phi.cao, family = "binomial"))) > abline(lm(logic4$TSVH~logic4$TSVH.chi.phi.cao)) > plot(logic4$TSVH.cong.bo.thong.tin, fitted(glm(logic4$TSVH~logic4$TSVH.cong.bo.thong.tin, family = "binomial"))) > abline(lm(logic4$TSVH~logic4$TSVH.cong.bo.thong.tin)) > > plot(logic4$TSTC.thich.hop, fitted(glm(logic4$TSTC~logic4$TSTC.thich.hop, family = "binomial"))) > abline(lm(logic4$TSTC~logic4$TSTC.thich.hop)) > plot(logic4$TSTC.dang.tin.cay, fitted(glm(logic4$TSTC~logic4$TSTC.dang.tin.cay, family = "binomial"))) > abline(lm(logic4$TSTC~logic4$TSTC.dang.tin.cay)) > plot(logic4$TSTC.chi.phi.cao, fitted(glm(logic4$TSTC~logic4$TSTC.chi.phi.cao, family = "binomial"))) > abline(lm(logic4$TSTC~logic4$TSTC.chi.phi.cao)) > plot(logic4$TSTC.cong.bo.thong.tin, fitted(glm(logic4$TSTC~logic4$TSTC.cong.bo.thong.tin, family = "binomial"))) > abline(lm(logic4$TSTC~logic4$TSTC.cong.bo.thong.tin)) > > > > Phân tích bi Error: unexpected symbol in "Phân tích" > > aggregate(MauDN$BDSDT.thich.hop, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 4.400000 DN khac 4.333333 DNNN 3.909091 Niem yet 4.145455 182ii Von nuoc ngoai 4.454545 > aggregate(MauDN$TSCDHH.thich.hop, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 4.033333 DN khac 3.857143 DNNN 3.727273 Niem yet 3.618182 Von nuoc ngoai 4.090909 > aggregate(MauDN$TSVH.thich.hop, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.900000 DN khac 3.428571 DNNN 3.909091 Niem yet 3.781818 Von nuoc ngoai 3.954545 > aggregate(MauDN$TSTC.thich.hop, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 4.133333 DN khac 4.190476 DNNN 4.181818 Niem yet 3.909091 Von nuoc ngoai 4.227273 > > aggregate(MauDN$BDSDT.dang.tin.cay, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.666667 DN khac 3.571429 DNNN 3.181818 Niem yet 2.909091 Von nuoc ngoai 3.272727 > aggregate(MauDN$TSCDHH dang.tin.cay, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.433333 DN khac 3.476190 DNNN 3.090909 Niem yet 3.290909 Von nuoc ngoai 3.227273 > aggregate(MauDN$TSVH.dang.tin.cay, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 2.966667 DN khac 2.904762 DNNN 3.181818 Niem yet 2.909091 Von nuoc ngoai 3.000000 > aggregate(MauDN$TSTC.dang.tin.cay, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.800000 DN khac 3.571429 DNNN 3.363636 Niem yet 3.490909 Von nuoc ngoai 3.636364 > > > aggregate(MauDN$BDSDT.chi.phi.cao, list(MauDN$Loai), FUN = "mean") 183ii Group.1 x Co phan 2.800000 DN khac 3.238095 DNNN 3.090909 Niem yet 3.545455 Von nuoc ngoai 3.363636 > aggregate(MauDN$TSCDHH.chi.phi.cao, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 2.933333 DN khac 3.476190 DNNN 2.727273 Niem yet 3.600000 Von nuoc ngoai 3.590909 > aggregate(MauDN$TSVH.chi.phi.cao, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.466667 DN khac 3.571429 DNNN 3.000000 Niem yet 3.727273 Von nuoc ngoai 4.045455 > aggregate(MauDN$TSTC.chi.phi.cao, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.233333 DN khac 3.047619 DNNN 2.909091 Niem yet 3.072727 Von nuoc ngoai 3.409091 > > aggregate(MauDN$BDSDT.cong.bo.thong.tin, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.066667 DN khac 2.428571 DNNN 2.363636 Niem yet 3.036364 Von nuoc ngoai 2.772727 > aggregate(MauDN$TSCDHH.cong.bo.thong.tin, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 2.866667 DN khac 3.000000 DNNN 2.454545 Niem yet 2.854545 Von nuoc ngoai 2.363636 > aggregate(MauDN$TSVH.cong.bo.thong.tin, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.033333 DN khac 3.333333 DNNN 2.454545 Niem yet 3.018182 Von nuoc ngoai 2.772727 > aggregate(MauDN$TSTC.cong.bo.thong.tin, list(MauDN$Loai), FUN = "mean") Group.1 x Co phan 3.033333 DN khac 3.380952 184ii DNNN 2.363636 Niem yet 2.781818 Von nuoc ngoai 2.818182 > > anovaloaithichhop = aov(BDSDT.thich.hop~Loai, data=MauDN) > summary(anovaloaithichhop) Df Sum Sq Mean Sq F value Pr(>F) Loai 3.61 0.9024 0.967 0.428 Residuals 134 125.07 0.9333 > anovaloaiTSCDHHthichhop = aov(TSCDHH.thich.hop~Loai, data=MauDN) > summary(anovaloaiTSCDHHthichhop) Df Sum Sq Mean Sq F value Pr(>F) Loai 5.34 1.334 0.841 0.501 Residuals 134 212.52 1.586 > anovaloaiTSVHthichhop = aov(TSVH.thich.hop~Loai, data=MauDN) > summary(anovaloaiTSVHthichhop) Df Sum Sq Mean Sq F value Pr(>F) Loai 3.86 0.9653 0.691 0.599 Residuals 134 187.09 1.3962 > anovaloaiTSTCthichhop = aov(TSTC.thich.hop~Loai, data=MauDN) > summary(anovaloaiTSTCthichhop) Df Sum Sq Mean Sq F value Pr(>F) Loai 2.53 0.6326 0.464 0.762 Residuals 134 182.75 1.3638 > > anovaloaiBDSDTdangtincay = aov(BDSDT.dang.tin.cay~Loai, data=MauDN) > summary(anovaloaiBDSDTdangtincay) Df Sum Sq Mean Sq F value Pr(>F) Loai 13.83 3.458 2.541 0.0427 * Residuals 134 182.35 1.361 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > TukeyHSD(anovaloaiBDSDTdangtincay) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = BDSDT.dang.tin.cay ~ Loai, data = MauDN) $Loai DN khac-Co phan DNNN-Co phan Niem yet-Co phan Von nuoc ngoai-Co phan DNNN-DN khac Niem yet-DN khac Von nuoc ngoai-DN khac Niem yet-DNNN Von nuoc ngoai-DNNN Von nuoc ngoai-Niem yet diff -0.09523810 -0.48484848 -0.75757576 -0.39393939 -0.38961039 -0.66233766 -0.29870130 -0.27272727 0.09090909 0.36363636 lwr upr p adj -1.0130622 0.82258597 0.9985015 -1.6218986 0.65220158 0.7632787 -1.4897461 -0.02540544 0.0386881 -1.2994100 0.51153116 0.7496077 -1.5902527 0.81103188 0.8974412 -1.4898232 0.16514792 0.1811055 -1.2828435 0.68544093 0.9178607 -1.3381916 0.79273704 0.9544033 -1.1003162 1.28213441 0.9995536 -0.4501255 1.17739818 0.7305465 > anovaloaiTSCDHHdangtincay = aov(TSCDHH dang.tin.cay~Loai, data=MauDN) > summary(anovaloaiTSCDHHdangtincay) Df Sum Sq Mean Sq F value Pr(>F) 185ii Loai 1.71 0.4272 0.274 0.894 Residuals 134 208.72 1.5576 > anovaloaiTSVHdangtincay = aov(TSVH.dang.tin.cay~Loai, data=MauDN) > summary(anovaloaiTSVHdangtincay) Df Sum Sq Mean Sq F value Pr(>F) Loai 0.78 0.1957 0.135 0.969 Residuals 134 194.96 1.4549 > anovaloaiTSTCdangtincay = aov(TSTC.dang.tin.cay~Loai, data=MauDN) > summary(anovaloaiTSTCdangtincay) Df Sum Sq Mean Sq F value Pr(>F) Loai 2.47 0.6185 0.52 0.721 Residuals 134 159.32 1.1890 > > anovaloaiBDSDTCPcao = aov(BDSDT.chi.phi.cao~Loai, data=MauDN) > summary(anovaloaiBDSDTCPcao) Df Sum Sq Mean Sq F value Pr(>F) Loai 11.37 2.841 2.112 0.0827 Residuals 134 180.25 1.345 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > anovaloaiTSCDHHCPcao = aov(TSCDHH.chi.phi.cao~Loai, data=MauDN) > summary(anovaloaiTSCDHHCPcao) Df Sum Sq Mean Sq F value Pr(>F) Loai 14.48 3.621 3.114 0.0174 * Residuals 134 155.80 1.163 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > TukeyHSD(anovaloaiTSCDHHCPcao) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = TSCDHH.chi.phi.cao ~ Loai, data = MauDN) $Loai diff lwr upr p adj DN khac-Co phan 0.542857143 -0.30552398 1.3912383 0.3957171 DNNN-Co phan -0.206060606 -1.25708099 0.8449598 0.9827214 Niem yet-Co phan 0.666666667 -0.01010734 1.3434407 0.0556767 Von nuoc ngoai-Co phan 0.657575758 -0.17938652 1.4945380 0.1965178 DNNN-DN khac -0.748917749 -1.85871892 0.3608834 0.3407179 Niem yet-DN khac 0.123809524 -0.64106815 0.8886872 0.9916102 Von nuoc ngoai-DN khac 0.114718615 -0.79496301 1.0244002 0.9967915 Niem yet-DNNN 0.872727273 -0.11212357 1.8575781 0.1085120 Von nuoc ngoai-DNNN 0.863636364 -0.23746035 1.9647331 0.1979486 Von nuoc ngoai-Niem yet -0.009090909 -0.76128317 0.7431013 0.9999997 > anovaloaiTSVHCPcao = aov(TSVH.chi.phi.cao~Loai, data=MauDN) > summary(anovaloaiTSVHCPcao) Df Sum Sq Mean Sq F value Pr(>F) Loai 9.54 2.385 1.943 0.107 Residuals 134 164.47 1.227 > anovaloaiTSTCCPcao = aov(TSTC.chi.phi.cao~Loai, data=MauDN) > summary(anovaloaiTSTCCPcao) Df Sum Sq Mean Sq F value Pr(>F) 186ii Loai 2.87 0.7167 0.494 0.74 Residuals 134 194.26 1.4497 > > anovaloaiBDSDTCBthongtin = aov(BDSDT.cong.bo.thong.tin~Loai, data=MauDN) > summary(anovaloaiBDSDTCBthongtin) Df Sum Sq Mean Sq F value Pr(>F) Loai 9.78 2.444 1.66 0.163 Residuals 134 197.35 1.473 > anovaloaiTSCDHHCBthongtin = aov(TSCDHH.cong.bo.thong.tin~Loai, data=MauDN) > summary(anovaloaiTSCDHHCBthongtin) Df Sum Sq Mean Sq F value Pr(>F) Loai 6.51 1.628 0.932 0.448 Residuals 134 234.12 1.747 > anovaloaiTSVHCBthongtin = aov(TSVH.cong.bo.thong.tin~Loai, data=MauDN) > summary(anovaloaiTSVHCBthongtin) Df Sum Sq Mean Sq F value Pr(>F) Loai 6.77 1.691 1.094 0.362 Residuals 134 207.21 1.546 > anovaloaiTSTCCBthongtin = aov(TSTC.cong.bo.thong.tin~Loai, data=MauDN) > summary(anovaloaiTSTCCBthongtin) Df Sum Sq Mean Sq F value Pr(>F) Loai 9.47 2.368 1.422 0.23 Residuals 134 223.12 1.665 187ii 188ii ... GAAP Nguyên tắc kế toán chấp nhận chung Hoa Kỳ VAS Chuẩn mực kế toán Việt Nam VN Việt Nam PHẦN GIỚI THIỆU Lý chọn đề tài Đề tài Định hướng việc áp dụng giá trị hợp lý kế toán Việt Nam tác giả...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH ĐỊNH HƯỚNG VỀ VIỆC ÁP DỤNG GIÁ TRỊ HỢP LÝ TRONG KẾ TOÁN VIỆT NAM Ngành: Kế toán Mã số: 62.34.03.01 LUẬN ÁN TIẾN SĨ KINH TẾ NGƯỜI HƯỚNG... chủ nghĩa Việt Nam Độc lập – Tự – Hạnh phúc LỜI CAM ĐOAN Tôi xin cam đoan luận án tiến sĩ kinh tế Định hướng việc áp dụng giá trị hợp lý kế tốn Việt Nam cơng trình nghiên cứu riêng Các kết nghiên