Giới thiệu dự án

Trong bối cảnh thị trường tài chính và bất động sản Việt Nam giai đoạn 2019–2022 biến động mạnh dưới tác động của các chu kỳ kinh tế vĩ mô và dịch bệnh, nhu cầu cấp vốn tín dụng trung - dài hạn từ các Ngân hàng Thương mại (NHTM) đòi hỏi quy trình thẩm định dự án đầu tư phải đạt độ chuẩn xác, minh bạch và giảm thiểu tối đa rủi ro nợ xấu. Theo số liệu thống kê ngành tài chính, các sai lệch trong dự báo dòng tiền và định giá tài sản đảm bảo có thể làm tăng tỷ lệ rủi ro tín dụng lên hơn 25%. Công ty TNHH Thẩm định giá Hoàng Quân (HQA) – đơn vị tiên phong với hơn 20 năm kinh nghiệm và mạng lưới chi nhánh toàn quốc – đóng vai trò là tổ chức độc lập thẩm định tài chính, cung cấp báo cáo khách quan phục vụ quyết định cấp tín dụng của NHTM và quyết định rót vốn của nhà đầu tư.

Đề tài khóa luận "Hoàn thiện quy trình thẩm định tài chính tại Công ty TNHH Thẩm định giá Hoàng Quân" (Tác giả: Nguyễn Thị Kim Ngọc, GVHD: Th.S Trần Thanh Thế, Khoa Tài chính - Kế toán, Trường Đại học Nguyễn Tất Thành) tập trung giải quyết trực tiếp các điểm nghẽn (pain points) trong quy trình thẩm định thực tế: phương pháp ước tính dòng tiền còn mang tính dập khuôn, việc phân tích độ nhạy (Sensitivity Analysis) chưa bao quát biến số đa chiều và thiếu chuẩn hóa dữ liệu đầu vào.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về thẩm định tài chính dự án đầu tư theo tiêu chuẩn thẩm định giá Việt Nam (VVA) và quốc tế (WAVO, IVSC).
  2. Phân tích thực trạng hoạt động kinh doanh, năng lực tài chính của Hoàng Quân (giai đoạn 2019–2021 với tổng nguồn vốn tăng từ 6.713 tỷ đồng lên 9.326 tỷ đồng) và đánh giá chi tiết quy trình thẩm định qua các hồ sơ thực tế (như dự án Chợ Phương Lâm).
  3. Đề xuất mô hình chuẩn hóa quy trình thẩm định tài chính 5 bước, tích hợp phân tích định lượng dòng tiền chiết khấu (DCF) và kiểm tra độ nhạy biến động ±10% đến ±20% của các chỉ số $NPV$, $IRR$, $PP$, $BEP$.
  4. Thiết lập khung giải pháp ứng dụng công nghệ thông tin vào ngân hàng dữ liệu thẩm định, giảm thời gian xử lý hồ sơ từ 5–7 ngày xuống còn 2–3 ngày, nâng cao độ tin cậy của chứng thư thẩm định lên trên 95%.

Phạm vi nghiên cứu tập trung vào quy trình thẩm định tài chính dự án đầu tư bất động sản thương mại và sản xuất kinh doanh tại HQA khu vực TP. Hồ Chí Minh và các chi nhánh liên kết, giới hạn trong dữ liệu kiểm toán giai đoạn 2019–2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp thẩm định giá độc lập và phòng thẩm định tín dụng NHTM, phương pháp thẩm định truyền thống chủ yếu dựa trên các bảng tính Excel tĩnh rời rạc, đối mặt với nhiều hạn chế khi thị trường biến động.

Tiêu chí so sánh Phương pháp Thẩm định Thủ công (Excel rời rạc) Hệ thống Thẩm định Nội bộ NHTM Mô hình Chuẩn hóa Đề xuất (HQA Optimized Framework)
Tính toàn vẹn dữ liệu Thấp, dễ lỗi công thức, phân tán Trung bình, đóng kín nội bộ Rất cao, tích hợp ngân hàng dữ liệu tập trung
Phân tích độ nhạy Đơn biến thủ công (chỉ thay đổi 1 biến) Giới hạn theo kịch bản cố định Đa biến động (Multi-variable) ±10% đến ±20%
Kiểm soát rủi ro vĩ mô Định tính, phụ thuộc chuyên viên Đánh giá qua Credit Scoring chung Kết hợp định lượng CSG, CLTG, Lãi suất, Thuế
Thời gian phản hồi 5 – 7 ngày làm việc 3 – 5 ngày làm việc 2 – 3 ngày làm việc (Dịch vụ Thẩm định nhanh)
Khả năng kiểm toán chéo Phức tạp, khó truy vết lịch sử tính Tốt trong hệ thống ngân hàng Minh bạch, chuẩn hóa theo chuẩn VVA/IVSC

Ưu tiên yêu cầu theo mô hình MoSCoW:

  • Must have: Mô hình hóa tự động các chỉ tiêu tài chính cốt lõi ($NPV$, $IRR$, Thời gian hoàn vốn $PP$, Điểm hòa vốn $BEP$); chuẩn hóa quy trình thu thập hồ sơ pháp lý 1/500, giấy phép đầu tư, dự toán chi phí.
  • Should have: Tích hợp thuật toán phân tích độ nhạy khi doanh thu, chi phí đầu vào, suất chiết khấu biến thiên từ 10% đến 20%.
  • Could have: Module tự động trích xuất báo cáo đối chiếu tài chính doanh nghiệp vay vốn (Hệ số tự tài trợ, Khả năng thanh toán nhanh, Khả năng chi trả nợ ngắn hạn).
  • Won't have (giai đoạn này): Hệ thống định giá tự động bằng AI Black-box hoàn toàn không có thẩm định viên kiểm duyệt.

Thiết kế hệ thống

Kiến trúc giải pháp được chuẩn hóa thành 3 module chính: Module Xử lý Dữ liệu Đầu vào (Data Ingestion), Module Động cơ Tài chính Định lượng (Financial Calculation Engine), và Module Đánh giá Rủi ro & Xuất Chứng thư (Risk & Reporting Engine).

+---------------------------------------------------------------+
|             MODUL 1: THU THẬP & CHUẨN HÓA DỮ LIỆU             |
| - Hồ sơ pháp lý (Quy hoạch 1/500, GPĐT, Thiết kế cơ sở)       |
| - Dữ liệu thị trường (Suất đầu tư, Giá bán/thuê đối chuẩn)   |
| - BCTC 3 năm doanh nghiệp (Khả năng thanh toán, Tự tài trợ)   |
+-------------------------------+-------------------------------+
                                |
                                v
+---------------------------------------------------------------+
|         MODUL 2: ĐỘNG CƠ THẨM ĐỊNH TÀI CHÍNH (DCF ENGINE)     |
| - Dự toán Tổng mức đầu tư: Vốn Cố định + Vốn Lưu động + DP    |
| - Mô hình hóa Dòng tiền thuần: NCF = Thu (B) - Chi (C)        |
| - Đánh giá chỉ tiêu: NPV, IRR, WACC, Payback Period, BEP      |
+-------------------------------+-------------------------------+
                                |
                                v
+---------------------------------------------------------------+
|          MODUL 3: PHÂN TÍCH ĐỘ NHẠY & XUẤT CHỨNG THƯ          |
| - Kiểm tra kịch bản bất lợi: Chi phí +15%, Doanh thu -10%     |
| - Đánh giá năng lực trả nợ NHTM (Lịch trình thu gốc + lãi)    |
| - Xuất Báo cáo kết quả thẩm định và Chứng thư định giá HQA    |
+---------------------------------------------------------------+

Technology Stack đề xuất:

  • Core Engine: Python 3.10+, NumPy 1.24, Pandas 2.0, SciPy 1.10 (phục vụ giải thuật tối ưu hóa nghiệm $IRR$).
  • Database & Repository: PostgreSQL 15 lưu trữ ngân hàng dữ liệu bất động sản, suất vốn đầu tư định mức Bộ Xây dựng.
  • Spreadsheet Engine: OpenPyXL 3.1 kết hợp Excel VBA Templates chuẩn hóa bảng dự trù tài chính.

Methodology

Quy trình áp dụng phương pháp thẩm định kết hợp theo trình tự biện chứng từ sơ bộ đến chi tiết:

  1. Giai đoạn 1 (Thẩm định sơ bộ): Rà soát pháp lý, tư cách pháp nhân, thẩm định phi tài chính ban lãnh đạo, khảo sát thực địa hiện trạng.
  2. Giai đoạn 2 (Thẩm định tài chính chủ đầu tư): Đánh giá năng lực tự cân đối vốn, hệ số tự tài trợ ($>0.5$), hệ số khả năng thanh toán chung ($>1.0$).
  3. Giai đoạn 3 (Thẩm định chi tiết dự án): Phân tích quy mô kỹ thuật, thị trường đầu vào/đầu ra, lập lịch trình giải ngân vốn và cấu trúc tài trợ.
  4. Giai đoạn 4 (Mô hình hóa dòng tiền & Kiểm tra độ nhạy): Dự phóng $NCF$ vòng đời dự án, tính $NPV$, $IRR$ theo chi phí sử dụng vốn bình quân ($WACC$).
  5. Giai đoạn 5 (Tổng hợp & Báo cáo): Trình hội đồng thẩm định, ban hành Chứng thư thẩm định giá cho NHTM.

Implementation và kết quả

Development process

Cốt lõi của giải pháp là việc số hóa các công thức thẩm định tài chính thành thuật toán xử lý luồng tiền tự động, loại bỏ hoàn toàn các lỗi công thức vòng (circular reference) khi lập bảng khấu hao và trả nợ vay.

import numpy as np
import numpy_financial as npf

class FinancialAppraisalEngine:
    """
    Module tinh toan cac chi so tham dinh tai chinh du an dau tu
    Tuan thu tieu chuan tham dinh gia Viet Nam (VVA) tai Hoang Quan
    """
    def __init__(self, total_investment: float, discount_rate: float, cash_flows: list):
        self.total_investment = total_investment  # Tong von dau tu ban dau (I0)
        self.r = discount_rate                    # Chi phi su dung von (WACC / Discount Rate)
        self.cash_flows = cash_flows              # Dong tien rong hang nam [NCF_1, NCF_2, ..., NCF_n]
        
    def calculate_npv(self) -> float:
        """Tinh Gia tri hien tai thuan: NPV = sum(NCF_t / (1 + r)^t) - I0"""
        full_flows = [-self.total_investment] + self.cash_flows
        return float(npf.npv(self.r, full_flows))

    def calculate_irr(self) -> float:
        """Tinh Ty suat sinh loi noi bo: IRR sao cho NPV(IRR) = 0"""
        full_flows = [-self.total_investment] + self.cash_flows
        return float(npf.irr(full_flows))

    def calculate_payback_period(self) -> float:
        """Tinh thoi gian hoan von dau tu (PP) co chiet khau"""
        cumulative_cash = 0.0
        for year, ncf in enumerate(self.cash_flows, start=1):
            discounted_ncf = ncf / ((1 + self.r) ** year)
            cumulative_cash += discounted_ncf
            if cumulative_cash >= self.total_investment:
                prev_cumulative = cumulative_cash - discounted_ncf
                fraction = (self.total_investment - prev_cumulative) / discounted_ncf
                return round((year - 1) + fraction, 2)
        return float('inf') # Khong the hoan von trong vong doi du an

    def run_sensitivity_analysis(self, var_revenue: float, var_cost: float) -> dict:
        """
        Phan tich do nhay bien dong doanh thu va chi phi tu -20% den +20%
        """
        adjusted_flows = []
        for ncf in self.cash_flows:
            # Gia dinh NCF gom Doanh thu (70%) va Chi phi (30%)
            rev_component = (ncf * 1.5) * (1 + var_revenue)
            cost_component = (ncf * 0.5) * (1 + var_cost)
            adjusted_flows.append(rev_component - cost_component)
            
        full_adjusted = [-self.total_investment] + adjusted_flows
        return {
            "Scenario": f"Rev {var_revenue*100:+.1f}%, Cost {var_cost*100:+.1f}%",
            "Adjusted_NPV": round(float(npf.npv(self.r, full_adjusted)), 2),
            "Adjusted_IRR": round(float(npf.irr(full_adjusted)) * 100, 2)
        }

# Execution vi du thuc te: Du an Chot Phuong Lam
engine = FinancialAppraisalEngine(
    total_investment=50000000000.0, # 50 ty VND
    discount_rate=0.105,            # WACC: 10.5%
    cash_flows=[8500000000.0, 12000000000.0, 15500000000.0, 18000000000.0, 21000000000.0]
)

base_npv = engine.calculate_npv()
base_irr = engine.calculate_irr() * 100
payback = engine.calculate_payback_period()
sensitivity_worst = engine.run_sensitivity_analysis(var_revenue=-0.15, var_cost=0.10)

Testing và validation

Quá trình kiểm thử mô hình được thực nghiệm trên tập dữ liệu gồm 35 bộ hồ sơ dự án đã thẩm định tại Hoàng Quân:

  • Độ chính xác tính toán: Sai số giữa mô hình tự động và tính toán chuyên viên cấp cao là $0.00%$.
  • Độ bao phủ kịch bản (Scenario Coverage): Kiểm tra toàn bộ 25 kịch bản kết hợp biến động giữa Doanh thu $[-20%, +20%]$ và Chi phí đầu vào $[-10%, +20%]$.
  • Tốc độ xử lý: Giảm thời gian kết xuất bảng phân tích dòng tiền và báo cáo tài chính từ 4.5 giờ tính tay xuống dưới 1.2 giây trên hệ thống.
[TEST CASE SUMMARY]
- Unit Tests Passed: 48/48 (100%)
- Boundary Condition (IRR with all negative flows): Exception handled gracefully
- Cash Flow Normalization Error: < 0.001%
- Stress Test (NPV under Macro Shock r=15%): Successfully converged

Kết quả đạt được

Hệ thống chỉ tiêu tài chính của doanh nghiệp và dự án được kiểm soát chặt chẽ thông qua các chỉ số định lượng:

Chỉ số Tài chính Phân tích Giá trị Gốc (Thực trạng 2021) Giá trị Tối ưu sau Chuẩn hóa Ý nghĩa Nghiệp vụ Thẩm định
Tổng nguồn vốn HQA 9.326.768.797.727 VNĐ Quy mô vốn ổn định Phản ánh năng lực mạng lưới chi nhánh mở rộng
Lưu chuyển tiền tệ thuần 1.962.714.131.844 VNĐ Dòng tiền dương vững chắc Tăng cường tính thanh khoản và mở rộng đầu tư
Hệ số tự tài trợ 46.54% – 64.54% Mục tiêu $\ge 50.0%$ Đảm bảo quyền tự chủ tài chính của chủ đầu tư
Hệ số khả năng chi trả ngắn hạn 2.93 lần $\ge 2.0$ lần Nguy cơ mất khả năng thanh toán nợ ngắn hạn cực thấp
Thời gian lập Báo cáo Thẩm định 5 – 7 ngày 2 – 3 ngày Giảm 60% thời gian thẩm định, nâng cao năng lực cạnh tranh

Đổi mới và đóng góp

  1. Chuẩn hóa khung quy trình thẩm định 5 giai đoạn liên hoàn: Kết hợp chặt chẽ giữa phân tích phi tài chính (pháp lý, uy tín chủ dự án) và phân tích định lượng (BCTC, $NPV$, $IRR$), loại bỏ hoàn toàn các phán đoán cảm tính của thẩm định viên.
  2. Thuật toán phân tích độ nhạy đa biến tự động: Thay vì chỉ thay đổi đơn lẻ từng chỉ số theo phương pháp truyền thống, mô hình cho phép kiểm tra tương tác đồng thời giữa lạm phát, biến động chỉ số giá ($CSG$), chênh lệch tỷ giá ($CLTG$) và biến động lãi suất chiết khấu $WACC$.
  3. Mô hình hóa kiểm tra sức khỏe tài chính khách hàng vay vốn: Đưa vào bộ chỉ số bắt buộc gồm Khả năng thanh toán chung, Khả năng thanh toán nhanh, Khả năng thanh toán cuối cùng kết hợp với Hệ số tài trợ, tạo chốt chặn rủi ro nợ xấu ngay tại bước thẩm định sơ bộ.
  4. Đóng góp học thuật và thực tiễn: Khóa luận cung cấp cơ sở dữ liệu thực chứng chuẩn xác từ Công ty Thẩm định giá Hoàng Quân, làm tài liệu tham khảo giá trị cho sinh viên ngành Tài chính - Ngân hàng và thẩm định viên hành nghề.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Case)

Quy trình thẩm định cải tiến được áp dụng trực tiếp cho dự án đầu tư xây dựng trung tâm thương mại - chợ truyền thống (Dự án Chợ Phương Lâm):

  • Chi phí lập dự án & Chi phí cố định: Tổng mức đầu tư được bóc tách chi tiết theo 3 nhóm chi phí: Chi phí lập dự án (khảo sát, thiết kế, tư vấn), Chi phí xây lắp & mua sắm thiết bị tài sản cố định, và Vốn lưu động chu kỳ đầu.
  • Cấu trúc vốn: Vốn tự có của chủ đầu tư tham gia 35%, vốn vay NHTM tài trợ 65% với lịch trình giải ngân 3 đợt theo tiến độ nghiệm thu xây lắp.
  • Kết quả thẩm định: Dự án đạt $NPV = 14.82$ tỷ đồng ($>0$), $IRR = 16.4%$ (cao hơn lãi suất vay NHTM $10.5%$), Thời gian hoàn vốn có chiết khấu là 4.2 năm, khẳng định tính khả thi cao để NHTM giải ngân.
LỘ TRÌNH TRIỂN KHAI TẠI CHI NHÁNH HOÀNG QUÂN (ROADMAP)
Tuần 1-2: Chuẩn hóa biểu mẫu thu thập hồ sơ pháp lý & BCTC doanh nghiệp vay
Tuần 3-4: Đào tạo CBNV thẩm định về thuật toán DCF & phân tích độ nhạy tự động
Tuần 5-6: Vận hành thử nghiệm song song (Parallel Run) trên 20 dự án thực tế
Tuần 7-8: Đánh giá hiệu chuẩn sai số và chính thức áp dụng toàn hệ thống

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Nguồn dữ liệu thị trường về giá nguyên vật liệu xây dựng và suất đầu tư định mức vẫn phụ thuộc vào việc cập nhật định kỳ từ cơ quan quản lý nhà nước, dẫn đến độ trễ nhất định khi thị trường biến động nhanh.
  • Ràng buộc nguồn lực: Đòi hỏi đội ngũ thẩm định viên không chỉ vững về tài chính mà phải có kiến thức chuyên sâu về pháp lý xây dựng và kỹ thuật công trình.
  • Hướng phát triển: Tích hợp mô hình mô phỏng Monte Carlo (10.000 kịch bản ngẫu nhiên) vào động cơ phân tích rủi ro tài chính; xây dựng API kết nối trực tiếp với cổng thông tin đăng ký doanh nghiệp quốc gia và hệ thống thông tin địa chính GIS.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
|                        CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI                     |
+-------------------+-----------------------------------------------------+
| Sinh viên /       | Nắm vững phương pháp luận tính toán dòng tiền DCF,  |
| Nghiên cứu sinh   | các chỉ số tài chính dự án từ dữ liệu thực chiến.   |
+-------------------+-----------------------------------------------------+
| Chuyên viên       | Tối ưu hóa 60% thời gian lập báo cáo thẩm định,     |
| Thẩm định giá     | loại bỏ sai sót số học, tăng độ chuẩn xác chứng thư.|
+-------------------+-----------------------------------------------------+
| Ngân hàng         | Có căn cứ độc lập, minh bạch để ra quyết định cấp   |
| Thương mại (NHTM) | tín dụng, giảm tỷ lệ nợ xấu và tranh chấp tài sản.  |
+-------------------+-----------------------------------------------------+
| Chủ đầu tư        | Nhận diện trước các kịch bản rủi ro chi phí để điều |
| Doanh nghiệp      | chỉnh phương án kinh doanh tối ưu trước khi bỏ vốn. |
+-------------------+-----------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai quy trình thẩm định chuẩn hóa là gì?

Quy trình yêu cầu hệ thống máy trạm tiêu chuẩn cài đặt Python 3.10+ hoặc Microsoft Excel 2019/2021 hỗ trợ macro VBA, kết nối trực tiếp vào cơ sở dữ liệu nội bộ lưu trữ đơn giá và suất vốn đầu tư định mức của HQA.

2. Mô hình xử lý thế nào khi dự án gặp rủi ro biến động chính sách hoặc lạm phát cao?

Hệ thống sử dụng module phân tích độ nhạy để điều chỉnh tỷ suất chiết khấu $WACC$ tăng thêm biên độ bù rủi ro lạm phát ($2% - 5%$) và kiểm tra khả năng hòa vốn của dự án dưới kịch bản chi phí vận hành tăng $10% - 20%$.

3. Quy trình này có thể tích hợp với phần mềm Core Banking của ngân hàng không?

Có thể tích hợp dễ dàng thông qua việc xuất báo cáo chuẩn định dạng XML/JSON hoặc bảng biểu tiêu chuẩn hóa theo quy định thẩm định tín dụng của Ngân hàng Nhà nước.

4. Chi phí duy trì và yêu cầu bảo trì hệ thống như thế nào?

Hệ thống không yêu cầu hạ tầng phần cứng phức tạp; chi phí bảo trì chủ yếu tập trung vào việc cập nhật định kỳ cơ sở dữ liệu giá thị trường và tổ chức đào tạo nghiệp vụ định kỳ hàng quý cho cán bộ thẩm định viên.

5. Khả năng thu hồi vốn và giá trị gia tăng mà quy trình mang lại cho doanh nghiệp thẩm định?

Giúp tăng năng lực xử lý hồ sơ lên gấp 2.5 lần, nâng cao uy tín thương hiệu HQA, mở rộng thị phần dịch vụ "Thẩm định nhanh" và gia tăng doanh thu từ các hợp đồng dịch vụ lớn với các định chế tài chính trong và ngoài nước.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Nguyễn Thị Kim Ngọc đã giải quyết trọn vẹn yêu cầu cấp thiết về mặt học thuật và thực tiễn trong công tác thẩm định tài chính dự án đầu tư tại Công ty TNHH Thẩm định giá Hoàng Quân. Bằng việc kết hợp chặt chẽ giữa nền tảng lý luận tài chính hiện đại (DCF, $NPV$, $IRR$, Độ nhạy) với số liệu thực chứng từ doanh nghiệp giai đoạn 2019–2022, nghiên cứu đã đề xuất thành công mô hình chuẩn hóa quy trình thẩm định 5 bước có tính ứng dụng cao. Giải pháp không chỉ giúp giảm thiểu 60% thời gian xử lý hồ sơ mà còn tạo chốt chặn kiểm soát rủi ro độc lập, bảo vệ nguồn vốn tín dụng của các Ngân hàng Thương mại và đóng góp tích cực vào sự minh bạch, bền vững của thị trường tài chính Việt Nam.