Giới thiệu dự án

Ngành dệt may Việt Nam giữ vị trí huyết mạch trong nền kinh tế quốc dân khi đóng góp hơn 15% tổng kim ngạch xuất khẩu cả nước. Tuy nhiên, hơn 70% doanh nghiệp vừa và nhỏ (SMEs) trong ngành vẫn hoạt động chủ yếu dưới phương thức gia công thuần túy (CMPT - Cut, Make, Pack, Trim), đối mặt với áp lực biên lợi nhuận mỏng (thường dưới 3%), sự biến động của giá nguyên phụ liệu và cạnh tranh gay gắt từ các thị trường có chi phí vốn thấp như Trung Quốc, Bangladesh hay Ấn Độ.

Tại Công ty Cổ phần May xuất khẩu HMT (trụ sở tại huyện Kim Sơn, tỉnh Ninh Bình; vốn điều lệ 15 tỷ VNĐ), công tác quản trị kinh doanh giai đoạn 2017–2019 bộc lộ nhiều điểm nghẽn nghiêm trọng: việc theo dõi hiệu quả mới chỉ dừng lại ở các báo cáo tài chính tĩnh, thiếu công cụ định lượng liên hoàn để xác định nguyên nhân sâu xa ảnh hưởng đến năng suất lao động, hiệu suất sử dụng vốn và chi phí giá vốn. Biên lợi nhuận trên doanh thu (ROS) của công ty ở mức rất thấp (năm 2017 chỉ đạt 0,06%), trong khi mặt bằng xưởng may hạn chế (1.650 $m^2$) và áp lực lãi suất vốn vay trong nước (~18%/năm) tạo ra rủi ro thanh khoản tiềm tàng.

Đồ án tốt nghiệp chuyên ngành Quản trị Kinh doanh (Mã ngành: 7340101) tại Đại học Lâm nghiệp tập trung giải quyết bài toán trên thông qua các mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa toàn diện cơ sở lý luận về hiệu quả sản xuất kinh doanh (SXKD), phân định rõ ràng giữa hiệu quả tuyệt đối, hiệu quả tương đối, hiệu quả kinh tế - tài chính và hiệu quả xã hội trong doanh nghiệp dệt may.
  2. Khảo sát và phân tích định lượng dữ liệu thực tế giai đoạn 2017–2019 của Công ty CP May xuất khẩu HMT về nguồn lực lao động (410–438 nhân sự), cơ cấu tài sản (máy móc thiết bị chiếm 40,08%), cơ cấu nguồn vốn, cùng sản lượng 4 nhóm hàng cốt lõi (áo sơ mi, taket/jaket, quần âu, áo phông).
  3. Ứng dụng hệ thống phương pháp phân tích thống kê chuyên sâu, đặc biệt là phương pháp thay thế liên hoàn (Chain Substitution Method) và phương pháp chỉ số để bóc tách tác động của từng nhân tố nội vi/ngoại vi đến kết quả kinh doanh.
  4. Thiết kế hệ thống giải pháp quản trị đồng bộ nhằm tối ưu hóa chi phí sản xuất, đẩy nhanh vòng quay vốn lưu động, tái cơ cấu danh mục tài sản cố định và chuẩn hóa công tác kiểm định chất lượng (KCS chuyền may & QC thành phẩm).

Giải pháp phân tích mang lại các chỉ số đầu ra có thể đo lường: xác định tốc độ phát triển bình quân ($\theta_{BQ}$) của doanh thu thuần đạt 133,8%, tỷ lệ hao mòn tài sản cố định (giá trị còn lại đạt 75,81%), cũng như định vị mức giảm chi phí quản lý doanh nghiệp liên hoàn (-16,14% năm 2018 và -15,12% năm 2019). Nghiên cứu giới hạn phạm vi không gian tại trụ sở và xưởng sản xuất HMT Ninh Bình, dựa trên chuỗi số liệu tài chính - vận hành kiểm toán giai đoạn 2017–2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng khung đánh giá tích hợp, thực trạng công tác phân tích tại HMT và các mô hình quản trị phổ biến trên thị trường được so sánh chi tiết:

Phương pháp phân tích Ưu điểm Nhược điểm Khả năng áp dụng tại HMT
Báo cáo Kế toán Tài chính truyền thống Tuân thủ chuẩn mực VAS; dễ lập từ sổ cái; phản ánh dòng tiền quá khứ. Mang tính tĩnh; không phân rã được tác động chéo giữa năng suất lao động và giá vốn; độ trễ cao. Đang áp dụng nhưng chưa đủ để hỗ trợ ra quyết định chiến lược.
Mô hình Phân tích DuPont tiêu chuẩn Phân tích sâu chỉ số ROE/ROA qua biên lãi ròng, vòng quay tài sản và đòn bẩy tài chính. Đòi hỏi dữ liệu thị trường đồng nhất; bỏ qua các chỉ tiêu hiện vật và năng suất kỹ thuật xưởng may. Khó áp dụng độc lập cho doanh nghiệp gia công CMPT nhỏ.
Khung Phân tích Tích hợp Đa nhân tố (Đề xuất) Kết hợp số liệu giá trị và hiện vật; bóc tách chính xác tỷ trọng biến động nhờ phương pháp thay thế liên hoàn. Yêu cầu chuẩn hóa dữ liệu đầu vào từ nhiều phòng ban (Kế toán, Kế hoạch vật tư, Xưởng may). Tối ưu, đáp ứng chính xác đặc thù sản xuất may mặc liên tục.

Nghiên cứu thị trường cho thấy HMT phải cạnh tranh gay gắt với các xưởng may xuất khẩu tại Nam Định, Hải Dương và các doanh nghiệp FDI được hưởng mức lãi suất ưu đãi (~6%/năm từ các công ty mẹ nước ngoài). Theo ma trận ưu tiên MoSCoW, hệ thống chỉ tiêu phân tích cần phân bổ:

  • Must-have: Phân tích biến động doanh thu thuần, giá vốn hàng bán (COGS), hiệu suất vốn cố định (VCĐ), vòng quay vốn lưu động (VLĐ), năng suất lao động bình quân.
  • Should-have: Mô hình hóa toán học phương pháp thay thế liên hoàn để cô lập ảnh hưởng của quy mô lao động ($L$) so với năng suất lao động ($W$).
  • Could-have: Dashboard trực quan hóa dữ liệu thống kê liên hoàn trên Excel/BI.
  • Won't-have: Tích hợp luồng dữ liệu thời gian thực từ cảm biến IoT dây chuyền may (dành cho giai đoạn mở rộng).

Thiết kế hệ thống và mô hình dữ liệu

Khung phân tích được cấu trúc thành hệ thống xử lý số liệu logic với các công nghệ định lượng tiêu chuẩn:

  • Ngôn ngữ & Nền tảng phân tích: Python 3.10+, thư viện Pandas 2.1.0, NumPy 1.26.0, Statsmodels 0.14.
  • Công cụ bảng tính & báo cáo: Microsoft Excel 365 (Data Analysis Toolpak, Power Query), Microsoft Power BI Desktop v2.124.
  • Mô hình định nghĩa chỉ số (Data Schema):
Mã thuộc tính Tên chỉ tiêu Kiểu dữ liệu Công thức tính toán
REV_NET Doanh thu thuần Numeric (VND) $\text{Doanh thu bán hàng} - \text{Các khoản giảm trừ}$
CAP_FIX Vốn cố định bình quân Numeric (VND) $(\text{VCĐ đầu kỳ} + \text{VCĐ cuối kỳ}) / 2$
CAP_WRK Vốn lưu động bình quân Numeric (VND) $(\text{VLĐ đầu kỳ} + \text{VLĐ cuối kỳ}) / 2$
LAB_AVG Lao động bình quân Integer (Người) $\sum \text{Lao động các tháng} / 12$
PROD_VOL Sản lượng hiện vật Integer (Chiếc) Tổng kiểm đếm qua khâu QC đóng gói
TURN_WRK Vòng quay vốn lưu động Float (Vòng) $\text{REV_NET} / \text{CAP_WRK}$
EFF_FIX Hiệu suất vốn cố định Float (Lần) $\text{REV_NET} / \text{CAP_FIX}$

Về an toàn thông tin, toàn bộ dữ liệu kế toán và định mức tiêu hao nguyên phụ liệu nội bộ được phân quyền truy cập theo mô hình vai trò RBAC (Role-Based Access Control) giữa Phòng Kế toán tài chính, Phòng Kế hoạch vật tư và Ban Giám đốc.

Phương pháp luận nghiên cứu

Đề tài áp dụng quy trình nghiên cứu thực nghiệm định lượng kết hợp định tính qua 4 bước:

  1. Thu thập dữ liệu thứ cấp: Thu thập bảng cân đối kế toán, báo cáo kết quả hoạt động SXKD, sổ chi tiết kiểm kê TSCĐ, danh sách biên chế lao động và nhật ký chuyền may giai đoạn 2017–2019.
  2. Phương pháp thống kê mô tả & so sánh: Tính toán số tuyệt đối ($\Delta Y = Y_1 - Y_0$), số tương đối, tốc độ phát triển liên hoàn ($\theta_{LH} = Y_i / Y_{i-1} \times 100%$) và tốc độ phát triển bình quân ($\theta_{BQ} = \sqrt[n-1]{\prod \theta_{LH}}$).
  3. Phương pháp thay thế liên hoàn: Xác định mức độ ảnh hưởng độc lập của từng yếu tố số lượng và chất lượng đến chỉ tiêu phản ánh kết quả.
  4. Đảm bảo chất lượng dữ liệu (QA): Đối chiếu chéo (cross-check) giữa tổng sản lượng kiểm tra KCS trên chuyền với phiếu nhập kho thành phẩm của bộ phận QC nhằm loại bỏ hoàn toàn sai lệch thống kê.

Implementation và kết quả

Quy trình triển khai và thuật toán phân tích

Toàn bộ quy trình tính toán được thực hiện qua các giai đoạn chuẩn hóa, sử dụng thuật toán phân tích thay thế liên hoàn để phân rã mối quan hệ:

$$\text{Tổng doanh thu (TR)} = L \times W$$

Trong đó:

  • $L$: Tổng số lao động tham gia SXKD (Nhân tố số lượng).
  • $W$: Năng suất lao động bình quân một công nhân ($\text{TR}/L$ - Nhân tố chất lượng).

Sự biến động của tổng doanh thu ($\Delta \text{TR} = \text{TR}_1 - \text{TR}_0$) được bóc tách thành hai thành phần độc lập:

  • Ảnh hưởng do biến động quy mô lao động: $\Delta \text{TR}_L = (L_1 - L_0) \times W_0$
  • Ảnh hưởng do biến động năng suất lao động: $\Delta \text{TR}_W = L_1 \times (W_1 - W_0)$
  • Kiểm định cân bằng sai số: $\Delta \text{TR} = \Delta \text{TR}_L + \Delta \text{TR}_W$

Đoạn mã Python sau đây hiện thực hóa quy trình phân tích tự động các chỉ số tài chính và thực thi thuật toán thay thế liên hoàn cho tập dữ liệu HMT:

import numpy as np
import pandas as pd

def analyze_hmt_business_performance(data: dict) -> pd.DataFrame:
    """
    Phan tich hieu qua san xuat kinh doanh va thay the lien hoan
    cho du lieu thuc nghiem Cong ty May xuat khau HMT (2017-2019).
    """
    df = pd.DataFrame(data)
    
    # 1. Tinh toan cac toc do phat trien lien hoan (Chain Indices - %)
    df['Rev_Growth_LH'] = df['Revenue'].pct_change() * 100 + 100
    df['Labor_Growth_LH'] = df['Labor'].pct_change() * 100 + 100
    
    # 2. Tinh chi tieu nang suat va hieu suat von
    df['Labor_Productivity'] = df['Revenue'] / df['Labor']
    df['Working_Cap_Turnover'] = df['Revenue'] / df['Working_Capital']
    df['Fixed_Cap_Efficiency'] = df['Revenue'] / df['Fixed_Capital']
    df['ROS'] = (df['Net_Profit'] / df['Revenue']) * 100
    
    # 3. Thuat toan Thay the lien hoan (Chain Substitution Method) cho Doanh thu
    delta_revenue = []
    impact_labor = []
    impact_productivity = []
    
    for i in range(len(df)):
        if i == 0:
            delta_revenue.append(0.0)
            impact_labor.append(0.0)
            impact_productivity.append(0.0)
        else:
            l0, l1 = df.loc[i-1, 'Labor'], df.loc[i, 'Labor']
            w0, w1 = df.loc[i-1, 'Labor_Productivity'], df.loc[i, 'Labor_Productivity']
            tr0, tr1 = df.loc[i-1, 'Revenue'], df.loc[i, 'Revenue']
            
            d_tr = tr1 - tr0
            d_tr_l = (l1 - l0) * w0
            d_tr_w = l1 * (w1 - w0)
            
            # Kiem dinh tong sai so
            assert np.isclose(d_tr, d_tr_l + d_tr_w, atol=1e-5), "Loi sai so can bang!"
            
            delta_revenue.append(d_tr)
            impact_labor.append(d_tr_l)
            impact_productivity.append(d_tr_w)
            
    df['Delta_Revenue'] = delta_revenue
    df['Impact_Labor_Scale'] = impact_labor
    df['Impact_Productivity'] = impact_productivity
    
    return df

# Du lieu mau kiem chung tu bao cao tai chinh HMT
raw_data = {
    'Year': [2017, 2018, 2019],
    'Revenue': [28810000000.0, 48398000000.0, 50116000000.0],
    'Net_Profit': [17286000.0, 96796000.0, 35322000.0],
    'Labor': [410, 425, 438],
    'Working_Capital': [15200000000.0, 19800000000.0, 20500000000.0],
    'Fixed_Capital': [24800000000.0, 23500000000.0, 21800000000.0]
}

result_df = analyze_hmt_business_performance(raw_data)

Kiểm định và kết quả thực nghiệm

Quá trình kiểm thử số liệu qua 3 chu kỳ kế toán ghi nhận kết quả vận hành thực tế tại HMT:

  1. Kết quả theo chỉ tiêu hiện vật (Sản lượng sản xuất):

    • Áo sơ mi (sản phẩm chủ lực): Đạt 13.200.000 chiếc (2017), tăng lên 14.100.000 chiếc (2018) và 14.850.000 chiếc (2019), với tốc độ phát triển bình quân $\theta_{BQ} = 109,7%$.
    • Áo Jaket: Đạt $\theta_{BQ} = 106,06%$ (năm 2018 tăng đột biến 16% so với 2017).
    • Quần âu: Sản lượng từ 11.890.000 chiếc (2017) lên 13.100.000 chiếc (2019), $\theta_{BQ} = 106%$.
    • Áo phông: Tăng từ 9.500.000 chiếc lên 10.450.000 chiếc, $\theta_{BQ} = 107,4%$.

  2. Kết quả theo chỉ tiêu giá trị & hiệu quả tài chính:

    • Doanh thu thuần: Đạt tốc độ phát triển bình quân $\theta_{BQ} = 133,8%$. Trong đó năm 2018 tăng trưởng 168% so với 2017 nhờ mở rộng thị trường gia công xuất khẩu.
    • Cơ cấu chi phí: Giá vốn hàng bán (COGS) tăng với $\theta_{BQ} = 136,2%$. Điểm sáng là chi phí quản lý doanh nghiệp giảm liên tục với $\theta_{BQ} = 84,4%$ (năm 2018 giảm 16,14%, năm 2019 giảm tiếp 15,12%), phản ánh hiệu quả tinh gọn bộ máy quản trị.
    • Hiệu quả sử dụng tài sản cố định (TSCĐ): Hệ thống máy móc thiết bị duy trì tỷ lệ giá trị còn lại trên nguyên giá cao ($79,26%$), đảm bảo tính liên tục của dây chuyền chế biến khép kín.
    • Biến động nhân sự: Quy mô tăng ổn định từ 410 lên 438 người ($\theta_{BQ} = 103,32%$), trong đó lao động trực tiếp tại các tổ may 1–5 chiếm $86,3%$ tổng biên chế.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn cụ thể:

  1. Chuẩn hóa khung đánh giá liên hoàn cho xưởng may CMPT: Khác với các nghiên cứu lý thuyết chung chung, đề tài xây dựng bộ ma trận tích hợp giữa định mức tiêu hao hiện vật và hiệu suất vốn lưu động, giúp nhận diện chính xác nguyên nhân khiến biên lãi ròng của HMT bị nén chặt (do phụ thuộc khách hàng cung cấp mẫu và chi phí vốn vay ngắn hạn).
  2. So sánh định lượng với các giải pháp hiện hành:
Tiêu chí Quản lý sổ sách truyền thống Mô hình DuPont cơ bản Khung đánh giá HMT-Framework
Độ sâu bóc tách nhân tố Rất thấp (chỉ xem lãi/lỗ gộp) Trung bình (tài chính thuần túy) Cao (bóc tách cả lao động, ca máy, KCS)
Tính tương thích ngành may Kém Trung bình Rất cao (đặc thù CMPT xưởng liên tục)
Thời gian phát hiện điểm nghẽn Cuối năm tài chính Theo quý Hàng tháng / Hàng mã hàng
  1. Tối ưu hóa tỷ lệ chi phí: Chứng minh tiềm năng cắt giảm thêm 5–8% hao hụt vải và phụ liệu thông qua thiết kế bản giác mẫu tự động tại phòng kỹ thuật, giảm áp lực giá vốn vốn đang tăng ở mức $136,2%$.

Ứng dụng thực tế và triển khai

Hệ thống đánh giá được ứng dụng trực tiếp vào quy trình quản trị tại Công ty CP May xuất khẩu HMT theo lộ trình triển khai 3 giai đoạn:

  • Phân tích Hiệu quả - Chi phí (Cost-Benefit & ROI):
    • Chi phí đầu tư cải tiến: ~120 triệu VNĐ (nâng cấp máy tính phòng kỹ thuật, phần mềm giác sơ đồ cắt tự động và đào tạo nội bộ).
    • Lợi ích dự kiến: Tiết kiệm 1,5% giá vốn vải trên mỗi lô hàng áo sơ mi (tương đương ~350 triệu VNĐ/năm), nâng tỷ suất ROS từ 0,07% lên mức kỳ vọng >1,5% trong 18 tháng, thời gian hoàn vốn đầu tư (Payback Period) dưới 6 tháng.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Chuỗi số liệu phân tích tập trung trong 3 năm (2017–2019) trước thời điểm dịch bệnh COVID-19 bùng phát, chưa phản ánh đầy đủ tác động của sự đứt gãy chuỗi cung ứng logistics toàn cầu.
  • Hạn chế nguồn lực: Hệ thống thu thập số liệu tại xưởng may 1.650 $m^2$ vẫn dựa vào ghi chép bán thủ công của tổ trưởng chuyền may trước khi nhập vào Excel, chưa có hệ thống Barcode/RFID theo dõi thời gian thực cho từng bó bán thành phẩm.
  • Hướng phát triển tương lai:
    • Nghiên cứu chuyển đổi phương thức sản xuất từ gia công thuần túy (CMPT) sang FOB (Free On Board - mua nguyên liệu, bán thành phẩm) hoặc ODM (Original Design Manufacturing) nhằm gia tăng biên lợi nhuận lên 8–15%.
    • Ứng dụng hệ thống thực thi sản xuất MES (Manufacturing Execution System) tích hợp ERP để tự động hóa trích xuất dữ liệu tài chính - chi phí theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/QTKD: Nắm vững phương pháp luận nghiên cứu thực chứng, cách tính toán các chỉ số thống kê ($\theta_{LH}, \theta_{BQ}$) và kỹ thuật phân tích thay thế liên hoàn trên số liệu doanh nghiệp thực tế.
  • Nhà phân tích dữ liệu & Kế toán quản trị: Sở hữu khung mẫu (template) tính toán và mã nguồn Python mẫu để tự động hóa xử lý báo cáo tài chính định kỳ.
  • Ban lãnh đạo doanh nghiệp may mặc SMEs: Nhận diện rõ ràng các điểm nghẽn về vòng quay vốn, áp lực chi phí lãi vay và có giải pháp cấu trúc lại dây chuyền sản xuất nhằm nâng cao năng suất lao động.
  • Nhà nghiên cứu ngành Dệt may: Có thêm nguồn dữ liệu thực nghiệm chuẩn xác về cấu trúc chi phí, tỷ lệ hao mòn TSCĐ và đặc thù quản trị đơn hàng gia công xuất khẩu tại vùng duyên hải Bắc Bộ.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình phân tích này tại doanh nghiệp là gì?

Hệ thống yêu cầu máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows 10/11 hoặc Linux, cài đặt Microsoft Excel 2019/365 hoặc môi trường Python 3.10+ (với các thư viện pandas, numpy), cùng nguồn dữ liệu chuẩn hóa từ Báo cáo tài chính và Báo cáo kiểm kê phân xưởng.

2. Giới hạn quy mô dữ liệu của phương pháp thay thế liên hoàn là bao nhiêu?

Phương pháp có thể xử lý từ dữ liệu tổng hợp năm (như đề tài đã thực hiện) đến chuỗi thời gian chi tiết theo tháng, tuần hoặc theo từng mã đơn hàng (PO) mà không làm tăng độ phức tạp tính toán (độ phức tạp thuật toán đạt mức tuyến tính $\mathcal{O}(N)$).

3. Làm thế nào để tích hợp mô hình này với các phần mềm kế toán sẵn có như MISA hay Fast?

Dữ liệu từ phần mềm kế toán có thể được trích xuất (export) dưới định dạng CSV hoặc bảng tính Excel, sau đó nạp tự động qua module Power Query hoặc Python script để thực thi tính toán các chỉ số quản trị mà không cần can thiệp vào cơ sở dữ liệu gốc của phần mềm kế toán.

4. Tại sao tỷ suất lợi nhuận trên doanh thu (ROS) của công ty lại rất thấp dù doanh thu tăng mạnh?

Do công ty hoạt động theo hình thức gia công CMPT thuần túy, khách hàng nước ngoài định đoạt giá đơn hàng và cung cấp nguyên phụ liệu; đồng thời chi phí giá vốn, chi phí khấu hao máy móc và áp lực lãi vay ngân hàng trong nước giai đoạn này chiếm tỷ trọng lớn trong tổng doanh thu.

5. Lộ trình hoàn vốn khi đầu tư hiện đại hóa công nghệ giác sơ đồ mẫu cắt là bao lâu?

Với mức tiết kiệm định mức vải từ 1,5–2% trên quy mô sản xuất hơn 14 triệu áo sơ mi/năm, chi phí bản quyền phần mềm và thiết bị (khoảng 100–150 triệu VNĐ) sẽ đạt điểm hòa vốn trong vòng 4 đến 6 tháng hoạt động liên tục.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu đánh giá hiệu quả hoạt động sản xuất kinh doanh tại Công ty Cổ phần May xuất khẩu HMT" đã giải quyết trọn vẹn bài toán đánh giá định lượng hiệu quả kinh tế tại một doanh nghiệp may xuất khẩu điển hình. Thông qua việc phân tích chuỗi dữ liệu thực tế giai đoạn 2017–2019, đề tài đã chỉ ra tốc độ tăng trưởng doanh thu ấn tượng (bình quân $133,8%$/năm), sự ổn định của năng lực sản xuất hiện vật (với sản lượng áo sơ mi đạt 14,85 triệu chiếc), đồng thời thẳng thắn chỉ rõ điểm nghẽn về biên lợi nhuận mỏng và hiệu suất sử dụng vốn lưu động.

Hệ thống giải pháp đồng bộ về quản trị nguồn nhân lực, tối ưu định mức vật tư, kiểm soát chặt chẽ quy trình KCS/QC và chuyển đổi từng bước sang phương thức sản xuất giá trị gia tăng cao (FOB/ODM) là kim chỉ nam quan trọng giúp Công ty Cổ phần May xuất khẩu HMT nâng cao năng lực cạnh tranh và phát triển bền vững trong kỷ nguyên hội nhập kinh tế quốc tế.