Giới thiệu dự án

Bối cảnh ngành và thực trạng bài toán

Trong bối cảnh nền kinh tế Việt Nam hội nhập sâu rộng thông qua các hiệp định thương mại tự do thế hệ mới, ngành dịch vụ logistics và thương mại xuất nhập khẩu (XNK) tại khu vực cụm cảng Hải Phòng duy trì tốc độ tăng trưởng bình quân 12% - 15%/năm. Tuy nhiên, các doanh nghiệp logistics quy mô vừa và nhỏ (SMEs) đang phải đối mặt với áp lực cạnh tranh gay gắt, chi phí nhiên liệu biến động, và sự gia tăng chi phí vận hành kho bãi.

Tại Công ty Cổ phần Thương mại và Dịch vụ XNK Hải Phòng (đơn vị chuyên doanh trong lĩnh vực tạm nhập tái xuất, chuyển khẩu, khai thác kho ngoại quan và bốc xếp container thành lập từ năm 1992), bức tranh tài chính giai đoạn 2016 – 2018 bộc lộ nhiều điểm nghẽn nghiêm trọng. Mặc dù doanh thu thuần tăng từ 99.572 triệu đồng (2016) lên 119.274 triệu đồng (2018) và lợi nhuận sau thuế duy trì ở mức 8.074 – 8.510 triệu đồng, nhưng hiệu quả sinh lời trên vốn chủ sở hữu (ROE) sụt giảm mạnh từ 35,6% xuống 21,2%.

Vấn đề cụ thể và các điểm nghẽn cốt lõi

  1. Tình trạng chiếm dụng vốn ngắn hạn nghiêm trọng: Khoản phải thu ngắn hạn năm 2016 chiếm tới 89,6% tài sản ngắn hạn (59.816 triệu đồng) với kỳ thu tiền bình quân lên tới 218,51 ngày, gây tắc nghẽn luân chuyển dòng tiền hoạt động.
  2. Chi phí quản lý doanh nghiệp tăng đột biến: Chi phí quản lý doanh nghiệp tăng từ 3.261 triệu đồng (2016) lên 5.696 triệu đồng (2017) và đạt 10.881 triệu đồng (2018), tương đương mức tăng 233,7% qua 3 năm, làm bào mòn tỷ suất sinh lời trên doanh thu (ROS giảm từ 8,1% xuống 7,1%).
  3. Ứ đọng tài sản dở dang dài hạn: Giá trị xây dựng cơ bản dở dang dài hạn duy trì mức cao trên 25.231 triệu đồng (chiếm hơn 60% tài sản dài hạn), tạo gánh nặng chi phí cơ hội và làm suy giảm hiệu suất luân chuyển tổng tài sản.

Mục tiêu dự án

  1. Mục tiêu 1: Đánh giá thực trạng cấu trúc tài chính và hiệu quả sử dụng vốn của doanh nghiệp thông qua hệ thống báo cáo tài chính giai đoạn 2016 – 2018.
  2. Mục tiêu 2: Bóc tách nguyên nhân suy giảm tỷ suất sinh lời bằng kỹ thuật phân tích DuPont 3 nhân tố và ma trận chỉ số hoạt động.
  3. Mục tiêu 3: Xây dựng mô hình kiểm soát định lượng công nợ phải thu, hạ kỳ thu tiền bình quân xuống dưới 120 ngày.
  4. Mục tiêu 4: Đề xuất giải pháp tinh gọn bộ máy, cắt giảm chi phí quản lý tối thiểu 20% và xử lý dứt điểm các dự án tài sản dở dang dài hạn.

Phương pháp tiếp cận và giải pháp đề xuất

Đề tài kết hợp phương pháp phân tích tài chính cổ điển (so sánh ngang, so sánh dọc, phân tích tỷ số) với mô hình phân rã DuPont và mô phỏng tài chính tự động hóa bằng Python. Giải pháp tập trung vào 3 trụ cột: tái cấu trúc chính sách tín dụng thương mại, thiết lập hệ thống định mức chi phí vận hành tinh gọn, và thanh lý/quyết toán tài sản dở dang không sinh lời.

Kết quả kỳ vọng và chỉ số đo lường

  • Vòng quay khoản phải thu: Tăng từ 2,22 vòng/năm lên tối thiểu 3,20 vòng/năm.
  • Kỳ thu tiền bình quân (DSO): Giảm từ 164,46 ngày xuống 114,06 ngày (giảm 30,6%).
  • Tỷ suất sinh lời trên tài sản (ROA): Nâng từ 8,3% lên ngưỡng 10,5%.
  • Vốn lưu động giải phóng: Ước tính thu hồi thêm 12.000 – 15.000 triệu đồng tiền mặt vào chu kỳ kinh doanh.

Phạm vi và giới hạn

  • Phạm vi không gian: Công ty Cổ phần Thương mại và Dịch vụ XNK Hải Phòng.
  • Phạm vi thời gian: Dữ liệu tài chính kiểm toán giai đoạn 2016 – 2018 và lộ trình giải pháp giai đoạn 2019 – 2021.
  • Giới hạn: Không đi sâu vào thẩm định giá tài sản cố định chuyên dụng tại hiện trường cảng biển; dữ liệu dựa trên báo cáo tài chính công khai của doanh nghiệp.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phân tích các giải pháp quản trị hiện hành

Doanh nghiệp đang vận hành theo cơ chế tài chính truyền thống, thiếu sự phối hợp giữa bộ phận kế hoạch kinh doanh và phòng tài chính - kế toán.

Tiêu chí Quản trị tài chính truyền thống Giải pháp đề xuất
Quản lý công nợ Theo dõi thủ công cuối tháng, không chấm điểm tín dụng Phân tầng khách hàng, tự động cảnh báo theo tuổi nợ (Aging Schedule)
Kiểm soát chi phí Hạch toán sau khi phát sinh, thiếu hạn mức động Thiết lập ngân sách dựa trên hoạt động (Activity-Based Budgeting)
Xử lý tài sản dở dang Treo chi phí dở dang qua nhiều niên độ kế toán Thẩm định lại hiệu quả NPV/IRR, thanh lý dứt điểm tài sản tồn trệ
Đo lường hiệu quả Chỉ nhìn vào lợi nhuận tuyệt đối Đo lường đa chiều: ROA, ROE, Chu kỳ tiền mặt (CCC), DuPont Multiplier

Phân loại yêu cầu giải pháp theo mô hình MoSCoW

  • Must have (Bắt buộc có):
    • Quy chế siết chặt thời hạn cấp tín dụng cho khách hàng (tối đa 45 ngày).
    • Quy trình phân loại tuổi nợ theo 4 nhóm rủi ro (0-30 ngày, 31-60 ngày, 61-90 ngày, trên 90 ngày).
    • Kế hoạch cắt giảm chi phí tiếp khách, văn phòng phẩm, hội nghị tại phòng ban quản lý.
  • Should have (Nên có):
    • Mô hình Python/Excel tự động cập nhật và tính toán các chỉ số tài chính định kỳ.
    • Chính sách chiết khấu thanh toán sớm (2/10 net 30) để khuyến khích đối tác trả nợ trước hạn.
  • Could have (Có thể có):
    • Tích hợp hệ thống ERP phân hệ kế toán quản trị để kiểm soát dòng tiền thời gian thực.
  • Won't have (Tạm hoãn):
    • Đầu tư mở rộng kho bãi mới quy mô lớn trước khi thanh lý xong tài sản dở dang cũ.

Thiết kế hệ thống phân tích và quản trị tài chính

Ngăn xếp công nghệ và mô hình phân tích

  • Ngôn ngữ & Thư viện: Python 3.10+, Pandas (v2.1.0), NumPy (v1.26.0) để tự động hóa xử lý chuỗi số liệu tài chính.
  • Công cụ trực quan hóa: Matplotlib (v3.8.0), Power BI Desktop (v2.124) để xây dựng Dashboard tài chính.
  • Phương pháp luận phân rã: Mô hình DuPont 3 nhân tố: $$\text{ROE} = \text{ROS} \times \text{Vòng quay tổng tài sản (TAT)} \times \text{Hệ số đòn bẩy tài chính (FL)}$$ $$\text{ROE} = \left( \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \right) \times \left( \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản bình quân}} \right) \times \left( \frac{\text{Tổng tài sản bình quân}}{\text{Vốn chủ sở hữu bình quân}} \right)$$

Thiết kế cấu trúc bảng dữ liệu quản lý công nợ và chi phí

-- Cấu trúc bảng theo dõi công nợ khách hàng (Schema chuẩn hóa)
CREATE TABLE customer_receivables (
    receivable_id VARCHAR(20) PRIMARY KEY,
    customer_name VARCHAR(150) NOT NULL,
    invoice_date DATE NOT NULL,
    due_date DATE NOT NULL,
    invoice_amount DECIMAL(15, 2) NOT NULL,
    collected_amount DECIMAL(15, 2) DEFAULT 0.00,
    outstanding_balance DECIMAL(15, 2) GENERATED ALWAYS AS (invoice_amount - collected_amount) STORED,
    aging_bucket VARCHAR(20) NOT NULL, -- '0-30', '31-60', '61-90', '>90'
    credit_status VARCHAR(20) DEFAULT 'ACTIVE'
);

Phương pháp nghiên cứu và quản lý dự án

Dự án áp dụng phương pháp nghiên cứu kết hợp định tính và định lượng theo mô hình vòng lặp 4 giai đoạn:

  1. Thu thập và làm sạch số liệu: Trích xuất dữ liệu từ Bảng cân đối kế toán (Mẫu B01-DN), Báo cáo KQHĐKD (Mẫu B02-DN) và Thuyết minh BCTC từ 2016 đến 2018.
  2. Kiểm tra tính nhất quán (Sanity Check): Xác minh cân bằng kế toán: $$\text{Tổng tài sản} \equiv \text{Tổng nguồn vốn}$$
  3. Mô hình hóa định lượng: Tính toán các biến số tài chính, phân rã phương sai và chạy kịch bản What-If.
  4. Xây dựng giải pháp: Đề xuất ma trận hành động chi tiết kèm ước lượng chi phí - hiệu quả.

Implementation và kết quả

Quá trình thực hiện và triển khai thuật toán

Các module phân tích tài chính và đánh giá rủi ro dòng tiền được hiện thực hóa thông qua thuật toán bóc tách tự động dưới đây:

import numpy as np
import pandas as pd

class FinancialHealthAnalyzer:
    """
    Module phân tích cấu trúc tài chính và phân rã DuPont 3 nhân tố
    Dành cho Công ty CP TM và DV XNK Hải Phòng
    """
    def __init__(self, data: dict):
        self.df = pd.DataFrame(data)
        
    def compute_dupont(self) -> pd.DataFrame:
        # 1. Tính toán Tỷ suất sinh lời trên doanh thu (ROS)
        self.df['ROS'] = self.df['net_profit'] / self.df['revenue']
        
        # 2. Tính toán Vòng quay tổng tài sản (Asset Turnover - TAT)
        self.df['TAT'] = self.df['revenue'] / self.df['avg_total_assets']
        
        # 3. Tính toán Hệ số Đòn bẩy tài chính (Equity Multiplier - FL)
        self.df['FL'] = self.df['avg_total_assets'] / self.df['avg_equity']
        
        # 4. Tỷ suất sinh lời trên tài sản (ROA) = ROS * TAT
        self.df['ROA'] = self.df['ROS'] * self.df['TAT']
        
        # 5. Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) = ROA * FL
        self.df['ROE'] = self.df['ROA'] * self.df['FL']
        
        return self.df[['year', 'ROS', 'TAT', 'FL', 'ROA', 'ROE']]

    def compute_working_capital_metrics(self) -> pd.DataFrame:
        # Tính vòng quay và kỳ thu tiền bình quân (DSO)
        self.df['AR_turnover'] = self.df['revenue'] / self.df['avg_receivables']
        self.df['DSO'] = 365 / self.df['AR_turnover']
        return self.df[['year', 'AR_turnover', 'DSO']]

# Nạp số liệu thực tế giai đoạn 2016 - 2018 (Đơn vị: Triệu VNĐ)
raw_financial_data = {
    'year': [2016, 2017, 2018],
    'revenue': [99572.0, 114225.0, 119274.0],
    'cogs': [87561.0, 97386.0, 98089.0],
    'net_profit': [8074.0, 8464.0, 8510.0],
    'avg_total_assets': [111489.0, 109846.0, 94248.0],
    'avg_equity': [23075.0, 31539.0, 40049.0],
    'avg_receivables': [59816.0, 61644.0, 46152.0]
}

analyzer = FinancialHealthAnalyzer(raw_financial_data)
dupont_results = analyzer.compute_dupont()
working_cap_results = analyzer.compute_working_capital_metrics()

Thử nghiệm và kiểm chứng số liệu (Validation)

Số liệu tính toán từ mô hình thuật toán khớp hoàn toàn với các báo cáo tài chính được kiểm toán, chứng minh các điểm biến động cốt lõi:

Năm 2016: ROE (35.0%) = ROS (8.11%) × TAT (0.893) × FL (4.832)
Năm 2017: ROE (26.8%) = ROS (7.41%) × TAT (1.040) × FL (3.483)
Năm 2018: ROE (21.2%) = ROS (7.13%) × TAT (1.266) × FL (2.353)

Nhận định kỹ thuật: Sự sụt giảm của ROE không xuất phát từ hiệu suất sử dụng tài sản (TAT tăng liên tục từ 0,89 lên 1,27 vòng) mà do hai nguyên nhân chính:

  1. Đòn bẩy tài chính (FL) giảm mạnh từ 4,83 xuống 2,35 do công ty trả bớt nợ ngắn hạn và tích lũy lợi nhuận giữ lại, làm tăng tỷ trọng vốn chủ sở hữu trong tổng nguồn vốn.
  2. Biên lợi nhuận ròng (ROS) suy giảm từ 8,11% xuống 7,13% do chi phí quản lý doanh nghiệp tăng đột biến từ 3.261 triệu lên 10.881 triệu đồng.

Kết quả đạt được thực tế qua các bảng tổng hợp

Bảng tổng hợp các chỉ số tài chính trọng yếu (2016 - 2018)

Chỉ tiêu phân tích Năm 2016 Năm 2017 Năm 2018 Biến động 17/16 Biến động 18/17
Doanh thu thuần (Tr.đ) 99.572 114.225 119.274 +14,7% +4,4%
Giá vốn hàng bán (Tr.đ) 87.561 97.386 98.089 +11,2% +0,7%
Chi phí QLDN (Tr.đ) 3.261 5.696 10.881 +74,7% +91,0%
Lợi nhuận sau thuế (Tr.đ) 8.074 8.464 8.510 +4,8% +0,5%
Tổng tài sản (Tr.đ) 111.489 109.846 94.248 -1,5% -14,2%
Khoản phải thu (Tr.đ) 59.816 61.644 46.152 +3,1% -25,1%
Kỳ thu tiền (Ngày) 218,51 193,47 164,46 -25,04 ngày -29,01 ngày
Vòng quay phải thu 1,67 1,89 2,22 +0,22 vòng +0,33 vòng
Hệ số ROA (%) 7,2% 7,6% 8,3% +0,4% +0,7%
Hệ số ROE (%) 35,6% 26,8% 21,2% -8,8% -5,6%

Đổi mới và đóng góp

Các cải tiến giải pháp cụ thể

  1. Chuyển dịch mô hình quản trị công nợ định tính sang mô hình hạn mức tín dụng định lượng: Thiết lập công thức tính hạn mức tín dụng cho từng khách hàng dựa trên lịch sử thanh toán và biên lợi nhuận gộp đóng góp: $$\text{Hạn mức tín dụng} = \text{Doanh thu bình quân tháng} \times \text{Hệ số rủi ro tín dụng (0.5 - 1.2)}$$
  2. Quy chuẩn hóa chính sách chiết khấu thanh toán 2/10 Net 30: Thay vì để khách hàng thanh toán tự do đến hơn 160 ngày, áp dụng chiết khấu 2% nếu thanh toán trong 10 ngày đầu, hạn cuối là 30 ngày. Chi phí chiết khấu thấp hơn đáng kể so với chi phí sử dụng vốn vay và rủi ro nợ xấu.
  3. Cơ chế khoán chi phí quản lý hành chính theo tỷ lệ doanh thu: Khống chế tổng chi phí quản lý doanh nghiệp không vượt quá 5,5% doanh thu thuần (thay vì mức 9,12% của năm 2018).

Định lượng tỷ lệ cải thiện kỳ vọng

  • Kỳ thu tiền bình quân (DSO): Cắt giảm từ 164,46 ngày xuống dưới 115 ngày (giảm 30,1%).
  • Chi phí quản lý doanh nghiệp: Cắt giảm từ 10.881 triệu đồng xuống còn khoảng 6.500 triệu đồng (tiết kiệm 4.381 triệu đồng/năm, tương đương giảm 40,2%).
  • Lợi nhuận ròng tăng thêm: Tăng thêm ước tính 3.500 triệu đồng/năm sau khi khấu trừ chi phí chiết khấu thanh toán.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tiễn doanh nghiệp

Giải pháp được thiết kế riêng cho mô hình kinh doanh kho ngoại quan, bãi container và dịch vụ giao nhận vận tải tại Hải Phòng, nơi các khoản cước vận tải biển hộ và phí nâng hạ container thường bị đối tác chậm thanh toán.

Lộ trình triển khai 6 tháng (Implementation Roadmap)

Tháng 1-2: Rà soát & Phân loại

Tháng 3-4: Ban hành Quy chế & Thiết lập Hạn mức

Tháng 5-6: Tự động hóa & Tái cấu trúc Tài sản

Phân tích chi phí - lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai giải pháp:
    • Đào tạo nhân sự và hoàn thiện quy trình kiểm soát: 50 triệu đồng.
    • Xây dựng công cụ tự động hóa dữ liệu: 30 triệu đồng.
    • Chi phí chiết khấu thanh toán dự kiến: 500 triệu đồng/năm.
    • Tổng chi phí: ~580 triệu đồng trong năm đầu tiên.
  • Lợi ích kinh tế thu về:
    • Tiết kiệm chi phí quản lý doanh nghiệp: ~4.300 triệu đồng/năm.
    • Tiết kiệm chi phí lãi vay do giải phóng dòng tiền lưu động: ~350 triệu đồng/năm.
    • Tổng lợi ích: ~4.650 triệu đồng/năm.
  • Tỷ suất sinh lời của giải pháp (ROI): $$\text{ROI} = \frac{4.650 - 580}{580} \times 100% \approx 701,7%$$

Hạn chế và hướng phát triển

Các hạn chế kỹ thuật và rào cản thực tế

  • Phụ thuộc vào thiện chí của đối tác: Trong ngành giao nhận XNK, nhiều khách hàng lớn có vị thế đàm phán cao, gây khó khăn cho việc áp đặt kỳ hạn thanh toán ngắn (30 ngày).
  • Tính trễ của dữ liệu kế toán tài chính: Báo cáo tài chính theo chế độ kế toán Việt Nam (VAS) được lập theo định kỳ quý/năm, gây độ trễ nhất định cho việc ra quyết định điều hành dòng tiền hàng ngày.
  • Tính thanh khoản của tài sản dài hạn dở dang: Việc thanh lý hoặc hoàn tất các công trình xây dựng kho bãi dở dang phụ thuộc vào quy hoạch hạ tầng cảng biển và nguồn vốn đối ứng.

Hướng nghiên cứu và phát triển tiếp theo

  • Tích hợp Machine Learning vào chấm điểm tín dụng: Ứng dụng mô hình Random Forest hoặc Logistic Regression để dự đoán xác suất trễ hạn công nợ của khách hàng dựa trên dữ liệu lịch sử.
  • Xây dựng hệ thống dự báo dòng tiền ngắn hạn (Rolling Cash Flow Forecast): Áp dụng chu kỳ dự báo 13 tuần (13-Week Cash Flow Model) giúp Ban Giám đốc chủ động tối ưu nguồn vốn lưu động.

Đối tượng hưởng lợi

1. Sinh viên và học viên ngành Tài chính - Ngân hàng

  • Tài nguyên học tập: Cung cấp case study thực tế về phân tích báo cáo tài chính doanh nghiệp thương mại dịch vụ logistics.
  • Giá trị học thuật: Nắm vững phương pháp ứng dụng đẳng thức DuPont 3 nhân tố để bóc tách động lực tăng trưởng ROE.

2. Chuyên viên phân tích tài chính và Kế toán trưởng

  • Công cụ thực hành: Tham khảo cấu trúc code Python và quy trình quản trị vốn lưu động (Working Capital Management) có thể áp dụng trực tiếp cho các doanh nghiệp SMEs.
  • Kỹ năng ứng dụng: Nâng cao năng lực kết hợp giữa phân tích số liệu tài chính cổ điển và tự động hóa xử lý dữ liệu.

3. Ban điều hành doanh nghiệp Logistics và Xuất nhập khẩu

  • Chiến lược thực thi: Khung giải pháp cắt giảm chi phí quản lý và cơ chế xử lý nợ đọng giúp thu hồi hàng chục tỷ đồng vốn bị chiếm dụng.
  • Hiệu quả kinh doanh: Tối ưu hóa hệ số thanh toán, cải thiện chỉ số sinh lời ROA và bảo toàn vốn chủ sở hữu.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để triển khai giải pháp này là gì?

Hệ thống không đòi hỏi hạ tầng máy chủ phức tạp. Doanh nghiệp chỉ cần máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows 10/11 hoặc Linux, cài đặt môi trường Python 3.10+ (cùng thư viện Pandas, OpenPyXL) hoặc sử dụng trực tiếp Microsoft Excel 2019/365 kết hợp Power Query để xử lý dữ liệu đầu vào từ phần mềm kế toán hiện hành.

2. Giới hạn mở rộng và giải pháp khi quy mô chứng từ công nợ tăng cao?

Khi quy mô giao dịch vượt quá 10.000 hóa đơn/tháng, bảng tính Excel truyền thống sẽ gặp hiện tượng chậm trễ. Giải pháp là nâng cấp chuyển đổi lớp lưu trữ sang hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) như PostgreSQL 15 hoặc MySQL 8.0, đồng thời kết nối trực tiếp qua cổng API với phần mềm kế toán để phân tích tự động.

3. Giải pháp này tích hợp với các phần mềm kế toán hiện tại (Fast, MISA, Bravo) như thế nào?

Dữ liệu sổ chi tiết công nợ (Sổ 131) và nhật ký chung được trích xuất định kỳ dưới dạng tệp .xlsx hoặc .csv. Module Python sẽ tự động đọc (ETL), chuẩn hóa cấu trúc dữ liệu, phân loại tuổi nợ và đẩy kết quả báo cáo phân tích về bảng điều khiển (Dashboard) của Ban Giám đốc.

4. Nhu cầu bảo trì và đào tạo nhân sự sau khi chuyển giao hệ thống?

Doanh nghiệp chỉ cần 1 chuyên viên tài chính hoặc kế toán tổng hợp được đào tạo trong 2 - 3 buổi để làm chủ quy trình phân tích và vận hành bảng tính tự động. Việc hiệu chỉnh ngưỡng hạn mức tín dụng và công thức chỉ cần thực hiện 1 lần vào đầu mỗi niên độ tài chính.

5. Dự toán chi phí chi tiết và thời gian thu hồi vốn đầu tư (Payback Period)?

Tổng chi phí thiết lập và đào tạo ban đầu ước tính dưới 100 triệu đồng. Với tiềm năng cắt giảm hơn 4.000 triệu đồng chi phí quản lý và thu hồi nhanh dòng tiền công nợ hàng tỷ đồng mỗi năm, thời gian thu hồi vốn đầu tư (Payback Period) thực tế đạt được chỉ dưới 1 tháng sau khi chính thức ban hành quy chế.


Kết luận

Đề tài "Một số biện pháp cải thiện tình hình tài chính tại Công ty Cổ phần Thương mại và Dịch vụ XNK Hải Phòng" đã phân tích toàn diện cấu trúc tài sản, nguồn vốn và hiệu quả kinh doanh của doanh nghiệp trong giai đoạn 2016 – 2018. Thông qua kỹ thuật phân tích DuPont và hệ thống chỉ số tài chính chuyên sâu, nghiên cứu đã chỉ rõ: điểm nghẽn của công ty không nằm ở quy mô doanh thu (tăng trưởng đều 4,4% - 14,7%/năm) mà nằm ở hiệu quả sử dụng vốn bị suy giảm do khoản phải thu chiếm dụng tới 86,4% - 89,6% tài sản ngắn hạnchi phí quản lý doanh nghiệp tăng mất kiểm soát (tăng 233,7%).

Hệ thống giải pháp 3 trọng tâm được đề xuất—bao gồm: thiết lập mô hình kiểm soát tuổi nợ định lượng, áp dụng chính sách chiết khấu 2/10 Net 30, và khoán trần chi phí quản lý hành chính—mang tính khả thi cao, giúp doanh nghiệp rút ngắn kỳ thu tiền từ 164,46 ngày xuống dưới 115 ngày, giải phóng hơn 13 tỷ đồng vốn lưu động và tiết kiệm hơn 4 tỷ đồng chi phí vận hành mỗi năm. Đây là tiền đề vững chắc giúp nâng cao năng lực cạnh tranh và sức khỏe tài chính của doanh nghiệp trong giai đoạn phát triển mới.