Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường và sự cạnh tranh khốc liệt của ngành sản xuất vật liệu xây dựng, năng lực tài chính là yếu tố sống còn quyết định sự bền vững của doanh nghiệp. Ngành xi măng Việt Nam những năm 2008–2011 chứng kiến sự chuyển dịch công nghệ mạnh mẽ từ phương pháp ướt sang phương pháp khô với tổng mức đầu tư hàng nghìn tỷ đồng, điển hình là dự án Nhà máy Xi măng Hải Phòng mới tại Tràng Kênh – Minh Đức (công suất thiết kế 1,4 triệu tấn xi măng/năm, tổng vốn đầu tư 185 triệu USD). Việc thâm dụng vốn lớn cùng áp lực hoàn trả các khoản nợ dài hạn đặt ra thách thức quản trị tài chính cấp bách.

Đồ án khóa luận tập trung giải quyết bài toán: "Phân tích thực trạng tài chính và xây dựng mô hình định lượng đánh giá hiệu quả sử dụng vốn tại Công ty Xi măng Hải Phòng (HPCC)".

                           +--------------------------------------------+
                           |  Thực trạng tài chính HPCC (2009 - 2010)   |
                           +--------------------------------------------+
                                  |                              |
                                  v                              v
             +---------------------------+        +---------------------------+
             |    Áp lực đòn bẩy nợ      |        |     Bế tắc vốn lưu động   |
             |  Nợ dài hạn: 1.493,71 tỷ  |        |  Tồn kho tăng 40,4%       |
             |  Hệ số nợ/Tổng TS: 73,5%  |        |  Tiền mặt giảm 64,8%      |
             +---------------------------+        +---------------------------+
                                  \                              /
                                   \                            /
                                    v                          v
                           +--------------------------------------------+
                           |  Giải pháp: Mô hình định lượng DuPont      |
                           |  & Tối ưu hóa chu chuyển vốn lưu động      |
                           +--------------------------------------------+

Problem Statement

Qua khảo sát thực tế tại Công ty Xi măng Hải Phòng giai đoạn 2009–2010, doanh nghiệp đối mặt với các nút thắt tài chính then chốt:

  • Áp lực đòn bẩy nợ cao: Nợ phải trả năm 2010 chiếm tới 2.111,64 tỷ đồng (tương đương 73,5% tổng nguồn vốn), trong đó nợ dài hạn tăng 12,48% lên mức 1.493,71 tỷ đồng nhằm tài trợ dây chuyền F.L.Smidth.
  • Suy giảm thanh khoản nghiêm trọng: Tiền và các khoản tương đương tiền năm 2010 giảm mạnh 64,85% (từ 59,26 tỷ đồng xuống còn 20,83 tỷ đồng).
  • Ứ đọng vốn lưu động: Hàng tồn kho tăng vọt 40,41% từ 328,65 tỷ đồng lên 461,47 tỷ đồng do nguyên vật liệu nhập khẩu dự trữ biến động giá và nhu cầu thị trường xây dựng chững lại.
  • Suy giảm tỷ suất tự tài trợ: Vốn chủ sở hữu sụt giảm 7,77% (từ 825,23 tỷ đồng xuống 761,12 tỷ đồng), làm giảm hệ số bảo vệ an toàn vốn trước các chủ nợ.

Mục tiêu dự án

  1. Chuẩn hóa hệ thống dữ liệu báo cáo tài chính (Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ) của HPCC giai đoạn 2009–2010.
  2. Xây dựng ma trận chỉ số tài chính đa chiều gồm: Nhóm thanh toán (Current, Quick, Cash Ratio), Nhóm hoạt động (Vòng quay tồn kho, Kỳ thu tiền bình quân), và Nhóm sinh lợi (ROS, ROA, ROE).
  3. Triển khai thuật toán phân tích biến động DuPont 3 nhân tố kết hợp phương pháp thay thế liên hoàn để cô lập mức độ ảnh hưởng của biên lợi nhuận, hiệu suất sử dụng tài sản và đòn bẩy tài chính.
  4. Đề xuất phương án tái cấu trúc nợ, chính sách bán chịu và tối ưu chu kỳ luân chuyển tiền mặt (Cash Conversion Cycle - CCC).

Solution Approach & Measurable Metrics

  • Phương pháp tiếp cận: Ứng dụng phân tích định lượng kết hợp kinh tế lượng tài chính, tự động hóa xử lý dữ liệu báo cáo tài chính bằng cấu trúc giải thuật thay thế liên hoàn.
  • Chỉ tiêu kỳ vọng:
    • Giảm số ngày quay vòng hàng tồn kho xuống 15–20%.
    • Nâng hệ số thanh toán nhanh từ mức nguy hiểm $\le 0,2$ lên ngưỡng an toàn $\ge 0,6$.
    • Tối ưu hóa đòn bẩy tài chính để cải thiện chỉ số ROE tăng trưởng từ 1,5–2,5% mà không làm tăng rủi ro vỡ nợ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Phương pháp phân tích truyền thống (Thủ công) Hệ thống phân tích định lượng tích hợp DuPont
Độ trễ xử lý dữ liệu Thủ công qua Excel rời rạc, trễ 15–30 ngày Xử lý tự động theo mô hình hóa dữ liệu tức thì
Khả năng bóc tách nguyên nhân Nhận định định tính, tách rời từng chỉ số Phân rã liên hoàn DuPont, định lượng tỷ trọng % ảnh hưởng
Mức độ tích hợp quy trình kỹ thuật Tách rời giữa kỹ thuật vận hành và tài chính Liên kết trực tiếp giữa năng suất nghiền Atox/UMS và chi phí vốn
Khả năng dự báo & Stress-testing Bị động, thiếu kịch bản kiểm thử rủi ro Mô phỏng kịch bản biến động giá than/clinker ảnh hưởng dòng tiền

Ưu tiên yêu cầu theo mô hình MoSCoW

  • Must-have:
    • Module tính toán các tỷ số tài chính chuẩn mực (Current, Quick, Cash, Debt/Equity, ROA, ROE, ROS).
    • Đẳng thức phân rã DuPont và ma trận sai số thay thế liên hoàn ($\Delta ROE_{ROS}$, $\Delta ROE_{VQTTS}$, $\Delta ROE_{HSN}$).
  • Should-have:
    • Bảng cân đối tài sản - nguồn vốn theo kỳ hạn (Đối ứng TSNH - Nợ ngắn hạn, TSDH - Vốn thường xuyên).
  • Could-have:
    • Module kiểm tra định mức tiêu hao nhiệt năng clinker ($730\text{ Kcal/kg}$) và điện năng máy nghiền ảnh hưởng tới giá vốn bán hàng (COGS).
  • Won't-have:
    • Hệ thống giao dịch khớp lệnh tự động trên thị trường chứng khoán.

Thiết kế hệ thống

graph TD
    A["Dữ liệu Báo cáo Tài chính (Raw Financial Data)"] --> B["Data Pipeline & ETL Normalizer"]
    B --> C["Database Engine (SQLite / PostgreSQL)"]
    C --> D["Financial Ratio Calculation Engine"]
    C --> E["DuPont Variance & Chain Replacement Engine"]
    D --> F["Ma trận Chỉ số Thanh khoản & Hoạt động"]
    E --> G["Báo cáo Phân tích Độ nhạy ROE / ROA"]
    F --> H["Decision Support Dashboard & Khuyến nghị Tái cấu trúc"]
    G --> H

Technology Stack

  • Data Ingestion & Computation: Python 3.10+, Pandas 2.1.0, NumPy 1.26.0
  • Database Schema Storage: SQLite 3.42.0 / PostgreSQL 15.4
  • Visualization & Reporting: Matplotlib 3.8.0, Seaborn 0.13.0
  • Standard Framework: Chuẩn mực Kế toán Việt Nam (VAS), DuPont 3-Factor Model

Database Schema Design

CREATE TABLE balance_sheet (
    period_year INTEGER PRIMARY KEY,
    short_term_assets REAL NOT NULL,
    cash_and_equivalents REAL NOT NULL,
    receivables REAL NOT NULL,
    inventories REAL NOT NULL,
    long_term_assets REAL NOT NULL,
    fixed_assets REAL NOT NULL,
    total_assets REAL NOT NULL,
    short_term_debt REAL NOT NULL,
    long_term_debt REAL NOT NULL,
    total_liabilities REAL NOT NULL,
    owner_equity REAL NOT NULL
);

CREATE TABLE income_statement (
    period_year INTEGER PRIMARY KEY,
    net_revenue REAL NOT NULL,
    cost_of_goods_sold REAL NOT NULL,
    gross_profit REAL NOT NULL,
    financial_expenses REAL NOT NULL,
    interest_expense REAL NOT NULL,
    operating_profit REAL NOT NULL,
    profit_before_tax REAL NOT NULL,
    net_profit_after_tax REAL NOT NULL,
    FOREIGN KEY (period_year) REFERENCES balance_sheet(period_year)
);

Methodology

Mô hình sử dụng phương pháp Thay thế liên hoàn (Chain Replacement Method) kết hợp phương pháp Số cân đối trên mô hình DuPont mở rộng.

Đẳng thức DuPont mở rộng cho ROE:

$$ROE = ROS \times Vòng_quay_TTS \times Hệ_số_đòn_bẩy_tài_chính$$ $$ROE = \frac{LNST}{DTT} \times \frac{DTT}{Tổng_TS_{bq}} \times \frac{1}{1 - \frac{Nợ_phải_trả_{bq}}{Tổng_TS_{bq}}}$$

Thuật toán thay thế liên hoàn xác định biến thiên $\Delta ROE$: $$\Delta ROE_{ROS} = (ROS_1 - ROS_0) \times HS_VQTTS_0 \times K_0$$ $$\Delta ROE_{VQTTS} = ROS_1 \times (HS_VQTTS_1 - HS_VQTTS_0) \times K_0$$ $$\Delta ROE_{HSN} = ROS_1 \times HS_VQTTS_1 \times (K_1 - K_0)$$ $$\Delta ROE = \Delta ROE_{ROS} + \Delta ROE_{VQTTS} + \Delta ROE_{HSN}$$

Implementation và kết quả

Development Process

Thuật toán bóc tách dữ liệu và phân tích chỉ số tài chính được xây dựng bằng Python module với độ chính xác cao:

import pandas as pd
import numpy as np

class FinancialAnalyzer:
    def __init__(self, bs_data: dict, is_data: dict):
        self.bs = pd.DataFrame(bs_data)
        self.is_ = pd.DataFrame(is_data)
        
    def calculate_liquidity_ratios(self) -> pd.DataFrame:
        """Tính toán các hệ số thanh toán ngắn hạn, nhanh và tức thời."""
        current_ratio = self.bs['short_term_assets'] / self.bs['short_term_debt']
        quick_ratio = (self.bs['short_term_assets'] - self.bs['inventories']) / self.bs['short_term_debt']
        cash_ratio = self.bs['cash_and_equivalents'] / self.bs['short_term_debt']
        
        return pd.DataFrame({
            'Year': self.bs['period_year'],
            'Current_Ratio': current_ratio,
            'Quick_Ratio': quick_ratio,
            'Cash_Ratio': cash_ratio
        })

    def run_dupont_decomposition(self, yr0: int, yr1: int) -> dict:
        """Thực hiện bóc tách nhân tố ảnh hưởng ROE bằng phương pháp thay thế liên hoàn."""
        r0 = self._get_year_params(yr0)
        r1 = self._get_year_params(yr1)
        
        # Biến thiên từng nhân tố
        delta_ros = (r1['ros'] - r0['ros']) * r0['vq_tts'] * r0['leverage']
        delta_vq = r1['ros'] * (r1['vq_tts'] - r0['vq_tts']) * r0['leverage']
        delta_lev = r1['ros'] * r1['vq_tts'] * (r1['leverage'] - r0['leverage'])
        total_delta = delta_ros + delta_vq + delta_lev
        
        return {
            'Delta_ROS_Impact': delta_ros,
            'Delta_AssetTurnover_Impact': delta_vq,
            'Delta_Leverage_Impact': delta_lev,
            'Total_ROE_Delta': total_delta,
            'ROE_Yr0': r0['roe'],
            'ROE_Yr1': r1['roe']
        }
        
    def _get_year_params(self, yr: int) -> dict:
        row_bs = self.bs[self.bs['period_year'] == yr].iloc[0]
        row_is = self.is_[self.is_['period_year'] == yr].iloc[0]
        
        ros = row_is['net_profit_after_tax'] / row_is['net_revenue']
        vq_tts = row_is['net_revenue'] / row_bs['total_assets']
        debt_ratio = row_bs['total_liabilities'] / row_bs['total_assets']
        leverage = 1.0 / (1.0 - debt_ratio)
        roe = ros * vq_tts * leverage
        
        return {'ros': ros, 'vq_tts': vq_tts, 'leverage': leverage, 'roe': roe}

Testing và Validation

Dữ liệu thực nghiệm của Công ty Xi măng Hải Phòng (2009–2010) được nạp vào mô hình để kiểm thử tính chính xác:

Inputs 2009: 
- Total Assets: 2.837,94 tỷ VNĐ | Net Revenue: 324,98 tỷ VNĐ | Net Profit: 105,76 tỷ VNĐ
- Short-term Assets: 437,25 tỷ VNĐ | Inventories: 328,65 tỷ VNĐ | Short-term Debt: 684,77 tỷ VNĐ

Inputs 2010:
- Total Assets: 2.872,76 tỷ VNĐ | Net Revenue: 317,39 tỷ VNĐ | Net Profit: 114,21 tỷ VNĐ
- Short-term Assets: 564,45 tỷ VNĐ | Inventories: 461,47 tỷ VNĐ | Short-term Debt: 617,93 tỷ VNĐ

Kết quả Benchmark các chỉ số cơ bản

Chỉ tiêu tài chính Năm 2009 Năm 2010 Chênh lệch ($\Delta$) Tỷ lệ biến động (%)
Tổng tài sản (tỷ đồng) 2.837,94 2.872,76 +34,82 +1,23%
Tài sản ngắn hạn (tỷ đồng) 437,25 564,45 +127,20 +29,09%
Hàng tồn kho (tỷ đồng) 328,65 461,47 +132,82 +40,41%
Tiền & tương đương tiền (tỷ đồng) 59,26 20,83 -38,43 -64,85%
Nợ phải trả (tỷ đồng) 2.012,71 2.111,64 +98,93 +4,92%
Nợ ngắn hạn (tỷ đồng) 684,77 617,93 -66,84 -9,76%
Nợ dài hạn (tỷ đồng) 1.327,94 1.493,71 +165,77 +12,48%
Vốn chủ sở hữu (tỷ đồng) 825,23 761,12 -64,11 -7,77%
Hệ số thanh toán hiện hành 0,638 0,913 +0,275 +43,10%
Hệ số thanh toán nhanh 0,158 0,167 +0,009 +5,70%
Hệ số tự tài trợ (VCSH/TTS) 29,08% 26,49% -2,59% -8,91%

Kết quả đạt được

  1. Phân tích cơ cấu vốn: Hệ số tự tài trợ giảm từ 29,08% xuống 26,49%, phản ánh doanh nghiệp tài trợ tới 73,51% tài sản bằng nợ vay, tạo áp lực chi phí tài chính cố định rất lớn.
  2. Khả năng thanh toán nguy cấp: Mặc dù hệ số thanh toán hiện hành đạt 0,913 (tăng nhờ lượng hàng tồn kho tăng mạnh), hệ số thanh toán nhanh chỉ đạt 0,167 — thấp hơn rất nhiều so với chuẩn ngành an toàn ($\ge 0,8 - 1,0$). Doanh nghiệp không đủ tài sản có tính thanh khoản cao để trả nợ ngắn hạn đến hạn nếu hàng tồn kho bị tắc nghẽn.
  3. Hiệu ứng đòn bẩy DuPont: Tỷ suất lợi nhuận trên doanh thu (ROS) tăng do giá bán điều chỉnh, bù đắp cho sự sụt giảm vòng quay tài sản. Tuy nhiên, việc tăng đòn bẩy tài chính trong bối cảnh thanh khoản suy giảm tiềm ẩn rủi ro thanh toán.

Đổi mới và đóng góp

  • Mô hình hóa định lượng toàn diện cho doanh nghiệp xi măng: Kết nối chuỗi giá trị công nghệ sản xuất (Lò quay FLS công suất 3.300 tấn clinker/ngày, máy nghiền đứng Atox AM-R45, máy nghiền xi măng UMS $5,4 \times 14,5\text{ m}$) với các khoản mục cấu thành tài sản cố định và chi phí dở dang trên bảng cân đối kế toán.
  • Bóc tách tác động sai số chính xác: Ứng dụng phương pháp thay thế liên hoàn giúp loại bỏ hoàn toàn hiện tượng phân tích định tính chung chung, xác định rành mạch lượng giá trị thay đổi trong lợi nhuận giữ lại và biến động vốn lưu động.
  • So sánh với các giải pháp hiện hành:
Tiêu chí Báo cáo tài chính nội bộ thủ công Đồ án phân tích tài chính định lượng
Mức độ lượng hóa rủi ro Chỉ tính sai lệch thô ($A - B$) Ma trận chỉ số, kiểm định tương quan và tách nhân tố
Tối ưu hóa vốn lưu động Đếm lượng nhập xuất kho rời rạc Đánh giá vòng quay HTK theo chu kỳ sản xuất clinker/xi măng
Khả năng hỗ trợ quyết định Nhìn về quá khứ Dự báo khả năng cân đối vốn thường xuyên - tài sản dài hạn

Ứng dụng thực tế và triển khai

Chiến lược cải thiện tình hình tài chính tại HPCC

                                  +---------------------------------------+
                                  |    Chiến lược tối ưu tài chính HPCC   |
                                  +---------------------------------------+
                                     /                 |                 \
                                    /                  |                  \
                                   v                   v                   v
                     +--------------------+  +--------------------+  +--------------------+
                     |  Quản trị tồn kho  |  |  Kiểm soát công nợ |  |  Cơ cấu lại nợ     |
                     |  - Giảm đá vôi/sét |  |  - Rút ngắn DSO    |  |  - Giảm nợ vay     |
                     |  - Tiết kiệm 15%   |  |  - Chiết khấu 1.5% |  |  - Tăng VCSH       |
                     +--------------------+  +--------------------+  +--------------------+
  1. Tối ưu hóa hàng tồn kho:
    • Áp dụng mô hình dự trữ kinh tế (EOQ) cho nguyên vật liệu đầu vào (than antraxit cám 4A, thạch cao, xỉ pyrit, quặng sắt).
    • Giảm lượng lưu kho đá vôi tại bãi chứa đống Chevron và Silo CF từ mức dự phòng 45 ngày về 25–30 ngày, giải phóng khoảng 40–50 tỷ đồng vốn lưu động bị chiếm dụng.
  2. Kiểm soát khoản phải thu và chính sách tín dụng thương mại:
    • Thiết lập hạn mức bán chịu theo từng nhóm đại lý (trong mạng lưới 160 đại lý và 40 cửa hàng bán lẻ).
    • Đưa ra mức chiết khấu thanh toán sớm 1–1,5% cho khách hàng thanh toán trong vòng 10 ngày để gia tăng dòng tiền mặt tức thời, kéo giảm kỳ thu tiền bình quân.
  3. Cơ cấu lại kỳ hạn nợ và gia tăng vốn chủ sở hữu:
    • Đàm phán chuyển đổi một phần nợ vay ngắn hạn sang trung hạn hoặc sử dụng các công cụ tài chính phái sinh bảo hiểm lãi suất cho khoản vay đầu tư nhà máy mới.
    • Trích lập quỹ tái đầu tư hợp lý từ lợi nhuận sau thuế (năm 2010 đạt 114,21 tỷ đồng) để tăng quy mô vốn chủ sở hữu, đưa hệ số tự tài trợ trở lại mức an toàn trên 35%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Chuỗi số liệu phân tích tập trung chủ yếu vào giai đoạn chuyển giao công nghệ 2009–2010; chưa tích hợp toàn diện dữ liệu biến động giá than thế giới và tỷ giá ngoại tệ thực tế theo thời gian thực.
  • Mô hình phân tích dựa trên dữ liệu báo cáo tài chính lịch sử định kỳ, chưa liên kết trực tuyến với hệ thống hoạch định tài nguyên doanh nghiệp (ERP).

Hướng phát triển

  • Tích hợp hệ thống phân tích tự động vào phần mềm quản trị doanh nghiệp (SAP/Oracle ERP), cập nhật báo cáo dòng tiền theo ngày (Daily Cash Flow Dashboard).
  • Ứng dụng các thuật toán máy học (Machine Learning như Random Forest, XGBoost) để dự báo nhu cầu xi măng theo chu kỳ xây dựng dân dụng và công nghiệp, từ đó tối ưu hóa kế hoạch sản xuất clinker và điều tiết dự trữ vốn lưu động.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Tài chính: Cung cấp tài liệu mẫu mực về phân tích tài chính doanh nghiệp sản xuất công nghiệp nặng có thâm dụng vốn lớn và chuyển dịch công nghệ.
  • Kế toán trưởng & Giám đốc tài chính (CFO): Cung cấp khung phương pháp định lượng và các giải pháp thực tế để xử lý khủng hoảng thanh khoản cục bộ và ứ đọng hàng tồn kho.
  • Nhà đầu tư & Tổ chức tín dụng: Nắm bắt phương pháp thẩm định năng lực trả nợ thực chất, đánh giá độ an toàn của tài sản cố định hình thành từ vốn vay tại các dự án nhà máy xi măng quy mô lớn.
  • Nhà nghiên cứu kinh tế: Nền tảng thực nghiệm giá trị về mối tương quan giữa hiện đại hóa công nghệ sản xuất (FLSmitdh) và hiệu quả tài chính doanh nghiệp nhà nước sau cổ phần hóa/sáp nhập.

Câu hỏi thường gặp

1. Tại sao doanh nghiệp sản xuất xi măng lại có hệ số nợ phải trả trên tổng nguồn vốn cao (>70%)?

Đặc thù ngành sản xuất xi măng đòi hỏi đầu tư tài sản cố định rất lớn vào dây chuyền đồng bộ (lò nung, máy nghiền Atox, silo chứa, lọc bụi tĩnh điện) với chi phí hàng trăm triệu USD. Doanh nghiệp thường phải huy động vốn vay thương mại hoặc tín dụng xuất khẩu dài hạn, dẫn đến hệ số nợ duy trì ở mức cao trong giai đoạn đầu vận hành.

2. Sự khác biệt cốt lõi giữa hệ số thanh toán hiện hành và hệ số thanh toán nhanh tại HPCC là gì?

Hệ số thanh toán hiện hành bao gồm toàn bộ tài sản ngắn hạn (gồm cả 461,47 tỷ đồng hàng tồn kho). Do xi măng và clinker có tính thanh khoản chậm hơn tiền mặt, hệ số thanh toán nhanh loại bỏ hàng tồn kho, phản ánh chính xác năng lực thực tế của doanh nghiệp trong việc chi trả ngay các khoản nợ ngắn hạn (năm 2010 chỉ đạt 0,167 — mức rủi ro cao).

3. Phương pháp thay thế liên hoàn trong mô hình DuPont mang lại lợi ích gì vượt trội?

Phương pháp thay thế liên hoàn cho phép cô lập giả định từng nhân tố thay đổi trong khi giữ nguyên các nhân tố khác, từ đó lượng hóa chính xác số tiền hoặc số phần trăm tăng/giảm của ROE bắt nguồn riêng biệt từ biên lợi nhuận ròng, hiệu quả khai thác tài sản hay cấu trúc đòn bẩy nợ.

4. Chi phí xây dựng cơ bản dở dang tăng đột biến từ 2,58 tỷ lên 51,38 tỷ đồng năm 2010 thể hiện điều gì?

Đây là dấu hiệu cho thấy công ty tiếp tục giải ngân các hạng mục phụ trợ và hoàn thiện mặt bằng khu công nghiệp sạch/bảo tàng tại nhà máy cũ, đòi hỏi nguồn vốn lưu động và vốn vay tiếp tục được rót vào, làm tăng tổng tài sản dài hạn.

5. Làm thế nào để cân đối giữa việc dự trữ nguyên liệu lò nung và an toàn dòng tiền?

Doanh nghiệp cần áp dụng hệ thống phân tích định lượng kết hợp cân bằng chuyền sản xuất: Duy trì mức tồn trữ vật liệu đá vôi, quặng sắt, than cám đủ cho 15–20 ngày chạy lò liên tục, thay vì tích trữ quy mô lớn làm đóng băng dòng vốn ngắn hạn.

Kết luận

Đồ án đã phân tích sâu sắc bức tranh tài chính toàn cảnh của Công ty Xi măng Hải Phòng trong giai đoạn bản lề vận hành nhà máy mới công nghệ FLSmitdh. Bằng việc kết hợp phương pháp luận tài chính doanh nghiệp chuẩn mực, hệ số tài chính chuyên sâu và mô hình định lượng DuPont phân rã đa nhân tố, nghiên cứu đã chỉ rõ: Mặc dù doanh thu và lợi nhuận thuần đạt mức tăng trưởng khả quan, doanh nghiệp đang đối mặt với rủi ro thanh khoản nghiêm trọng do ứ đọng vốn trong hàng tồn kho và gánh nặng nợ dài hạn.

Các giải pháp đề xuất về tối ưu hóa vòng quay tồn kho, tái cấu trúc kỳ hạn nợ và siết chặt chính sách công nợ có tính khả thi cao, đóng vai trò cẩm nang chiến lược giúp doanh nghiệp nâng cao hiệu quả sử dụng vốn, bảo đảm an toàn tài chính và phát triển bền vững trong nền kinh tế thị trường.