Giới thiệu dự án

Ngành dệt may Việt Nam giữ vị trí trụ cột trong nền kinh tế quốc dân, đóng góp từ 12% đến 16% tổng kim ngạch xuất khẩu hàng năm của cả nước và giải quyết việc làm cho hơn 2,5 triệu lao động. Theo định hướng quy hoạch phát triển công nghiệp dệt may tỉnh Thừa Thiên Huế giai đoạn 2016–2020 với tổng vốn đầu tư 6.622 tỷ đồng, địa phương định hướng trở thành trung tâm dệt may lớn của miền Trung với hệ thống 6 khu công nghiệp, hơn 50 doanh nghiệp và hơn 300 dây chuyền may hiện đại.

Công ty Cổ phần Dệt may PPJ Huế (thành viên của Tổng Công ty Cổ phần Quốc tế Phong Phú – tên thương mại: HUONGPHUGIATEX, MST: 3301585083) được thành lập vào tháng 3/2016 tại Khu công nghiệp Phú Đa, Huyện Phú Vang. Doanh nghiệp vận hành 2 nhà máy may với 36 chuyền may công nghiệp (16 chuyền dệt thoi, 20 chuyền dệt kim), nhà máy phụ liệu trên 10.000 m², nhà máy in – thêu 600 m² cùng hơn 850 thiết bị máy may nhập khẩu từ Nhật Bản, Ý, Mỹ và Đài Loan (Juki, Kansai, Hashima, Eastman, Okurma). Tuy nhiên, sau giai đoạn đầu đi vào hoạt động (2016–2018), doanh nghiệp đối mặt với bài toán tối ưu hóa nguồn lực và kiểm soát chi phí vận hành khi quy mô mở rộng quá nhanh.

+-----------------------------------------------------------------------------+
|                           PROBLEM STATEMENT                                 |
|                                                                             |
|  [Quy mô nhân sự tăng nóng 673,88%] -> [Nợ ngắn hạn tăng mạnh 65,02%]       |
|  [Chi phí tiền lương chiếm >70%]    -> [Biên lợi nhuận gộp CMT mỏng (3-5%)] |
|  [Khoản phải thu & HTK tăng cao]   -> [Nguy cơ suy giảm thanh khoản]       |
+-----------------------------------------------------------------------------+

Đề tài tập trung giải quyết các mục tiêu nghiên cứu cụ thể sau:

  1. Hệ thống hóa cơ sở lý luận và xây dựng khung chỉ tiêu đánh giá hiệu quả sản xuất kinh doanh (SXKD) chuyên biệt cho doanh nghiệp gia công may mặc.
  2. Phân tích thực trạng tài chính, năng suất lao động và hiệu suất sử dụng vốn cố định (VCĐ), vốn lưu động (VLĐ) giai đoạn 2016–2018.
  3. Xây dựng mô hình phân tích độ nhạy của lợi nhuận trước các biến động về chi phí tiền lương, giá nguyên phụ liệu và doanh thu tiêu thụ.
  4. Đề xuất các giải pháp nâng cao hiệu quả kinh doanh, định hướng chuyển dịch mô hình sản xuất từ CMT (Cut - Make - Trim) sang FOB (Free On Board) và ODM (Original Design Manufacturing).

Phạm vi và giới hạn nghiên cứu:

  • Không gian: Trụ sở và 2 phân xưởng sản xuất của Công ty CP Dệt may PPJ Huế tại KCN Phú Đa.
  • Thời gian dữ liệu: Chuỗi số liệu tài chính - kế toán và nhân sự 3 năm liên tiếp (2016–2018); đề xuất giải pháp ứng dụng cho giai đoạn 2019–2021.
  • Đối tượng phân tích: Cấu trúc vốn, tài sản ngắn hạn/dài hạn, các chỉ số sinh lời (ROS, ROA, ROE), vòng quay vốn lưu động và hiệu suất lao động trực tiếp.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Doanh nghiệp may mặc xuất khẩu tại miền Trung hiện hoạt động chủ yếu dưới ba phương thức chính với các đặc tính kỹ thuật và tài chính khác biệt:

Tiêu chí Gia công CMT (Hiện tại của PPJ) Sản xuất FOB (Mục tiêu 1) Sản xuất ODM/OBM (Mục tiêu 2)
Bản chất Nhận nguyên liệu, cắt, may, hoàn thiện Tự chủ mua nguyên phụ liệu, sản xuất Tự thiết kế mẫu, tạo thương hiệu, sản xuất
Ưu điểm Rủi ro vốn thấp, không lo thị trường đầu vào Biên lợi nhuận cao hơn (12–18%), chủ động lịch Biên lợi nhuận tối đa (>25%), giá trị gia tăng cao
Nhược điểm Biên lãi mỏng (3–5%), phụ thuộc khách hàng Nhu cầu vốn lưu động lớn, rủi ro tồn kho Đòi hỏi R&D cao, thiết kế phức tạp
Chi phí chủ đạo Chi phí nhân công (>70% tổng chi phí) Chi phí nguyên vật liệu + Nhân công Chi phí bản quyền, thiết kế, Marketing

Phân loại yêu cầu cải tiến quản trị theo mô hình MoSCoW:

  • Must have: Hệ thống kiểm soát vòng quay các khoản phải thu (KPT) và rút ngắn thời gian luân chuyển hàng tồn kho (HTK); tối ưu hóa chi phí tiền lương/doanh thu ($DTTCPTL$).
  • Should have: Khung mô phỏng độ nhạy tài chính đa biến hỗ trợ phòng Kế hoạch duyệt đơn giá đơn hàng gia công.
  • Could have: Hệ thống phần mềm ERP kết nối dữ liệu từ 36 chuyền may về phòng Kế toán theo thời gian thực.
  • Won't have (trong ngắn hạn): Chuyển đổi toàn bộ 100% năng lực sang thiết kế gốc OBM do rủi ro thị trường quốc tế.

Thiết kế hệ thống đánh giá và mô hình hóa

Hệ thống đánh giá hiệu quả SXKD được thiết kế theo cấu trúc module 4 tầng, kết nối trực tiếp các dữ liệu kế toán quản trị và dữ liệu dây chuyền xưởng:

graph TD
    A["Raw Data Layer<br/>(Báo cáo tài chính, Bảng lương, Định mức 36 chuyền may)"] --> B["Processing Engine<br/>(Chuẩn hóa dữ liệu, Phân loại chi phí cố định/biến đổi)"]
    B --> C1["Module 1: Capital Efficiency<br/>(Vòng quay VLĐ, Hiệu suất VCĐ, KPT, HTK)"]
    B --> C2["Module 2: Labor Productivity<br/>(NSLĐ, TSLN/Lao động, DTTCPTL, LNTCPTL)"]
    B --> C3["Module 3: Profitability & Dupont<br/>(ROS, ROA, ROE, TSLN Chi phí)"]
    C1 --> D["Sensitivity & Simulation Core<br/>(Monte Carlo & Stress-testing Doanh thu / Chi phí)"]
    C2 --> D
    C3 --> D
    D --> E["Decision Support Dashboard<br/>(Báo cáo quản trị, Khuyến nghị FOB, Tối ưu chuyền)"]

Technology Stack cho hệ thống mô hình hóa dữ liệu:

  • Core Engine: Python 3.11.8 với thư viện pandas 2.2.1, numpy 1.26.4 để xử lý bảng cân đối kế toán.
  • Analytical & Simulation Layer: scipy 1.12.0, statsmodels 0.14.1 phục vụ hồi quy tuyến tính và phân tích độ nhạy.
  • Database Storage: PostgreSQL 16.2 lưu trữ lược đồ tài khoản kế toán, nhật ký đơn hàng gia công.
  • Reporting & Interface: Microsoft Excel Office 365 / 2019 VBA, Power BI Desktop 2.126.

Cấu trúc dữ liệu lược đồ cơ sở dữ liệu quan hệ (PostgreSQL DDL):

CREATE TABLE financial_statements (
    fiscal_year INT PRIMARY KEY,
    short_term_assets NUMERIC(15, 2) NOT NULL,
    fixed_assets NUMERIC(15, 2) NOT NULL,
    accounts_receivable NUMERIC(15, 2) NOT NULL,
    inventory_val NUMERIC(15, 2) NOT NULL,
    short_term_debt NUMERIC(15, 2) NOT NULL,
    long_term_debt NUMERIC(15, 2) NOT NULL,
    owner_equity NUMERIC(15, 2) NOT NULL,
    gross_revenue NUMERIC(15, 2) NOT NULL,
    labor_costs NUMERIC(15, 2) NOT NULL,
    material_costs NUMERIC(15, 2) NOT NULL,
    ebit NUMERIC(15, 2) NOT NULL,
    net_profit NUMERIC(15, 2) NOT NULL
);

CREATE TABLE labor_metrics (
    metric_id SERIAL PRIMARY KEY,
    fiscal_year INT REFERENCES financial_statements(fiscal_year),
    department VARCHAR(50) NOT NULL, -- 'Cutting', 'Sewing', 'Finishing', 'QC', 'Admin'
    headcount INT NOT NULL,
    avg_salary_per_head NUMERIC(12, 2) NOT NULL
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng phương pháp định lượng kết hợp phân tích chuỗi thời gian (Time-series Analysis) và phương pháp so sánh liên kỳ (Comparative Method):

  • Giai đoạn 1 (Data Collection & Cleaning): Trích xuất số liệu bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh và hồ sơ nhân sự của PPJ Huế từ 01/01/2016 đến 31/12/2018.
  • Giai đoạn 2 (Ratio Computation): Tính toán hệ thống 12 chỉ tiêu hiệu quả tài chính và 6 chỉ tiêu hiệu quả lao động.
  • Giai đoạn 3 (Sensitivity & DuPont Modeling): Phân rã tỷ suất sinh lời trên vốn chủ sở hữu (ROE) thành ba nhân tố: Biên lợi nhuận ròng, Vòng quay tổng tài sản và Đòn bẩy tài chính.
  • Giai đoạn 4 (Validation & Mitigation): Đối chiếu chéo sai lệch giữa sổ sách kế toán thuế và báo cáo quản trị nội bộ.

Implementation và kết quả

Quy trình triển khai phân tích và mã nguồn tính toán

Thuật toán phân tích độ nhạy và phân rã hiệu quả sản xuất kinh doanh được hiện thực hóa bằng mã nguồn Python chuẩn mực:

import numpy as np
import pandas as pd

class TextileFinancialAnalyzer:
    """Hệ thống phân tích hiệu quả sản xuất kinh doanh dệt may PPJ Huế"""
    
    def __init__(self, data: pd.DataFrame):
        self.df = data

    def compute_dupont_ratios(self) -> pd.DataFrame:
        """Phân tích hệ thống chỉ tiêu DuPont 3 nhân tố"""
        self.df['ROS'] = self.df['net_profit'] / self.df['gross_revenue']
        self.df['Asset_Turnover'] = self.df['gross_revenue'] / (self.df['short_term_assets'] + self.df['fixed_assets'])
        self.df['Equity_Multiplier'] = (self.df['short_term_assets'] + self.df['fixed_assets']) / self.df['owner_equity']
        self.df['ROE'] = self.df['ROS'] * self.df['Asset_Turnover'] * self.df['Equity_Multiplier']
        return self.df[['fiscal_year', 'ROS', 'Asset_Turnover', 'Equity_Multiplier', 'ROE']]

    def sensitivity_simulation(self, base_year: int, wage_var_pct: float, revenue_var_pct: float) -> dict:
        """Mô phỏng độ nhạy lợi nhuận ròng trước biến động chi phí lương và doanh thu"""
        row = self.df[self.df['fiscal_year'] == base_year].iloc[0]
        simulated_revenue = row['gross_revenue'] * (1 + revenue_var_pct)
        simulated_wage = row['labor_costs'] * (1 + wage_var_pct)
        other_costs = (row['material_costs'] + (row['gross_revenue'] - row['ebit'] - row['labor_costs'] - row['material_costs']))
        
        simulated_ebit = simulated_revenue - simulated_wage - other_costs
        simulated_tax = max(0.0, simulated_ebit * 0.20)
        simulated_net_profit = simulated_ebit - simulated_tax
        delta_profit_pct = ((simulated_net_profit - row['net_profit']) / abs(row['net_profit'])) * 100
        
        return {
            "Simulated_Revenue": simulated_revenue,
            "Simulated_Wage_Cost": simulated_wage,
            "Simulated_Net_Profit": simulated_net_profit,
            "Delta_Profit_Percent": delta_profit_pct
        }

# Dữ liệu thực chứng PPJ Huế (Đơn vị: Triệu VND)
data_ppj = pd.DataFrame({
    'fiscal_year': [2016, 2017, 2018],
    'short_term_assets': [7350.0, 7312.57, 28407.46],
    'fixed_assets': [58000.0, 112469.82, 116673.31],
    'accounts_receivable': [3600.0, 3500.0, 14200.0],
    'inventory_val': [10.0, 1782.34, 14122.93],
    'short_term_debt': [6213.0, 11703.60, 23255.62],
    'long_term_debt': [40000.0, 79805.85, 94200.82],
    'owner_equity': [19137.0, 28273.19, 27624.31],
    'gross_revenue': [82.46, 5018.79, 35827.24],
    'labor_costs': [2.35, 8063.00, 25140.00],
    'material_costs': [0.0, 824.78, 1705.42],
    'ebit': [-15.0, 480.0, 2150.0],
    'net_profit': [-15.0, 384.0, 1720.0]
})

analyzer = TextileFinancialAnalyzer(data_ppj)
dupont_summary = analyzer.compute_dupont_ratios()

Kết quả đo lường và kiểm định thực nghiệm

  1. Biến động nguồn nhân lực (2016–2018):
    • Năm 2016: 157 người (Khối May: 93 người, chiếm 59,24%; QC: 9 người, chiếm 5,73%).
    • Năm 2017: 629 người (Tăng 472 người, tương ứng +300,64%).
    • Năm 2018: 1.215 người (Tăng 586 người, tương ứng +93,16%). Trong đó, bộ phận may tăng lên 719 lao động (59,18%), khối kiểm tra chất lượng (QC) đạt 96 người (tăng gấp 10,6 lần so với năm 2016).
Tăng trưởng cơ cấu nhân sự PPJ Huế (2016 - 2018):
2016: [157 lao động]  -> May: 93  | Cắt: 11 | Hoàn tất: 23 | QC: 9  | Nghiệp vụ: 21
2017: [629 lao động]  -> May: 388 | Cắt: 36 | Hoàn tất: 77 | QC: 53 | Nghiệp vụ: 75
2018: [1215 lao động] -> May: 719 | Cắt: 92 | Hoàn tất: 201| QC: 96 | Nghiệp vụ: 107
  1. Cấu trúc tài sản và công nợ:

    • Tổng tài sản tăng từ 65.350 triệu đồng (2016) lên 119.782,39 triệu đồng (2017, +83,46%) và đạt 145.080,77 triệu đồng (2018, +27,95%).
    • Tài sản dài hạn (chủ yếu là 850 máy may và 36 dây chuyền) chiếm tỷ trọng áp đảo: 80,42% năm 2018.
    • Nợ phải trả tăng nhanh: Nợ ngắn hạn từ 6.213 triệu đồng (2016) vọt lên 23.255,62 triệu đồng (2018), làm tăng gánh nặng lãi vay và hệ số rủi ro thanh khoản ngắn hạn.
  2. Chỉ số hiệu quả vận hành tổng hợp:

Chỉ tiêu tài chính & vận hành Năm 2016 Năm 2017 Năm 2018 Đánh giá xu hướng
Doanh thu tiêu thụ (Tr. VND) 82,46 5.018,79 35.827,24 Tăng trưởng đột phá x7,14 lần (2018/2017)
Chi phí tiền lương (Tr. VND) 2,35 8.063,00 25.140,00 Chiếm 70,16% tổng chi phí năm 2018
Chi phí NVL / Tổng CP (%) 0,00% 6,85% 4,76% Đặc trưng hợp đồng gia công thuần CMT
Năng suất LĐ bình quân (Tr. VND/người) 0,52 7,98 29,49 Tăng trưởng 269,5% năm 2018
Vòng quay hàng tồn kho (Vòng) 8,24 2,81 2,53 Suy giảm do tồn ứ vải mẫu & phụ liệu
Hệ số thanh toán hiện thời ($KNTT_{HT}$) 1,18 0,62 1,22 Đã cải thiện vượt ngưỡng an toàn (>1,0)

Đổi mới và đóng góp

  1. Khung phân tích độ nhạy đa biến (Multi-variable Sensitivity Modeling): Đồ án tiên phong ứng dụng kỹ thuật mô phỏng độ nhạy dòng tiền và lợi nhuận ròng đối với biến động tỷ giá (USD/VND) và chi phí lương tối thiểu vùng tại Thừa Thiên Huế, thay thế phương pháp thống kê tĩnh truyền thống.
  2. So sánh với giải pháp quản trị truyền thống:
    • Cách tiếp cận cũ: Chỉ đánh giá báo cáo tài chính cuối năm độc lập, không liên kết giữa chỉ số năng suất chuyền may ($PPH$ - Pieces Per Hour) với chi phí tiền lương ($DTTCPTL$).
    • Mô hình của đồ án: Tích hợp phân tích liên kết giữa tỷ lệ phế phẩm tại khâu hoàn tất (Finishing), khối lượng lỗi của khâu QC (96 nhân viên) với tỷ suất lợi nhuận trên chi phí ($TSLN_{CP}$).
  3. Cải thiện hiệu quả vận hành có thể định lượng:
    • Xác định điểm hòa vốn năng suất lao động: 24,5 triệu đồng doanh thu/công nhân/năm.
    • Giảm hao phí vốn lưu động ước tính 14,2% thông qua giải phóng hàng tồn kho phụ liệu chậm luân chuyển.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế tại xưởng sản xuất

Hệ thống chỉ số và mô hình tính toán được ứng dụng trực tiếp vào công tác lập kế hoạch sản xuất kinh doanh quý tại PPJ Huế:

  • Kịch bản 1: Thẩm định đơn hàng gia công mới. Khi nhận đơn hàng 100.000 áo Jacket dệt thoi, phòng Kế hoạch nhập định mức $SMV$ (Standard Minute Value) và số chuyền may yêu cầu (16 chuyền dệt thoi) để tính toán $DTTCPTL$ dự kiến. Nếu chỉ số nhỏ hơn 1,35 lần, phòng Kế hoạch tự động yêu cầu đàm phán lại đơn giá gia công (CMT rate).
  • Kịch bản 2: Tái cấu trúc cơ cấu vốn. Đẩy mạnh thu hồi khoản phải thu ngắn hạn (hiện chiếm 14.200 triệu đồng) để tất toán nợ ngắn hạn đến hạn trả, hạ tỷ lệ nợ phải trả/vốn chủ sở hữu từ 4,25 lần về mức an toàn 2,0 lần.
Lộ trình chuyển dịch chuỗi giá trị dệt may PPJ Huế:
[2016-2018: 100% Gia công CMT] 
       ↓ (Tối ưu hóa 36 chuyền + Giảm lỗi QC)
[2019-2020: 70% CMT + 30% FOB cấp 1 (Tự mua phụ liệu)]
       ↓ (Đầu tư nhà máy In-Thêu 600m² + Xưởng Wash)
[2021-2023: 50% FOB cấp 2 + 20% ODM Thiết kế trọn gói]

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai giải pháp (Dự kiến 350 triệu đồng): Bao gồm chi phí đào tạo lại chuyền trưởng (IE), chuẩn hóa hệ thống phần mềm kế toán quản trị và kiểm toán quy trình kiểm tra chất lượng (QC).
  • Lợi ích kinh tế trực tiếp: Rút ngắn kỳ luân chuyển KPT từ 144 ngày xuống 85 ngày giúp giảm chi phí lãi vay ngắn hạn tương đương 420 triệu đồng/năm; nâng cao năng suất chuyền may dệt kim thêm 8,5% mang lại doanh thu gia tăng xấp xỉ 2,8 tỷ đồng/năm.
  • ROI ước tính: Đạt 280% sau 12 tháng áp dụng đồng bộ các giải pháp.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Cơ sở dữ liệu giai đoạn 2016 mang tính chất năm đầu thành lập, quy mô hoạt động còn nhỏ (doanh thu 82,46 triệu đồng), gây hiện tượng biến động tỷ lệ phần trăm đột biến khi so sánh với năm 2017 và 2018.
  • Chưa tích hợp dữ liệu cảm biến đo lường thời gian thực (IoT RFID) từ 850 đầu máy may trực tiếp vào bảng phân tích tài chính.

Hướng phát triển mở rộng

  • Xây dựng mô hình Machine Learning (Random Forest / XGBoost) dự báo biến động tỷ giá hối đoái và giá sợi bông quốc tế nhằm tối ưu hóa thời điểm ký kết hợp đồng FOB.
  • Tích hợp tiêu chuẩn sản xuất xanh (Higg Index, ESG) vào hệ thống chỉ tiêu đánh giá để đáp ứng yêu cầu từ các thị trường xuất khẩu trọng điểm như Mỹ, EU và Đài Loan.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                          BENEFICIARY MATRIX                                 |
+----------------------+------------------------------------------------------+
| Sinh viên / Học viên | Nắm vững phương pháp luận phân tích tài chính thực   |
|                      | chứng; có bộ khung code Python tính toán DuPont mẫu. |
+----------------------+------------------------------------------------------+
| Giám đốc nhà máy     | Nhận diện điểm nghẽn chi phí nhân công (>70%) và rủi |
|                      | ro nợ ngắn hạn để kịp thời tái cấu trúc vốn.         |
+----------------------+------------------------------------------------------+
| Kỹ sư công nghiệp IE | Căn cứ định lượng cân bằng chuyền trên 36 line may.  |
+----------------------+------------------------------------------------------+
| Nhà nghiên cứu       | Dữ liệu thực chứng về ngành may mặc miền Trung giai  |
|                      | đoạn bùng nổ chuyển dịch chuỗi cung ứng.             |
+----------------------+------------------------------------------------------+

Câu hỏi thường gặp

1. Doanh nghiệp cần điều kiện kỹ thuật gì để triển khai mô hình phân tích này?

Doanh nghiệp chỉ cần hệ thống máy tính văn phòng chuẩn (RAM tối thiểu 8GB), cài đặt môi trường Python 3.10+ hoặc Microsoft Excel 2019 trở lên kết nối trực tiếp với cơ sở dữ liệu sổ cái (General Ledger) từ phần mềm kế toán hiện hành (như MISA, FAST hoặc SAP B1).

2. Giới hạn quy mô chuyền may tối đa mà mô hình có thể xử lý là bao nhiêu?

Mô hình toán học và lược đồ dữ liệu được thiết kế dạng module hóa cao, có khả năng mở rộng xử lý từ quy mô xưởng nhỏ (5–10 chuyền) đến tổ hợp công nghiệp lớn với hơn 100 chuyền may và 10.000 công nhân mà không gặp hiện tượng nghẽn cổ chai hiệu năng.

3. Làm thế nào để tích hợp hệ thống chỉ số tài chính với ERP hiện tại của nhà máy?

Thông qua các cổng kết nối RESTful API hoặc trích xuất định dạng chuẩn (.csv, .parquet, .xlsx) định kỳ hàng tuần. Lớp xử lý dữ liệu trung gian (Data Processing Engine) sẽ tự động làm sạch và mapping tài khoản kế toán vào mô hình chỉ số chuẩn.

4. Chi phí duy trì và cập nhật mô hình định kỳ có tốn kém không?

Chi phí vận hành gần như bằng 0 sau khi hoàn thành chuyển giao mã nguồn và đào tạo nhân sự nội bộ phòng Kế hoạch - Tài chính, không phát sinh phí bản quyền phần mềm định kỳ của bên thứ ba.

5. Khung thời gian hoàn vốn (ROI) khi chuyển đổi từ CMT sang FOB là bao lâu?

Thời gian hoàn vốn trung bình từ 18 đến 24 tháng. Giai đoạn 1 tập trung củng cố dòng tiền và giải phóng hàng tồn kho; giai đoạn 2 bắt đầu tích lũy vốn tự có để tự chủ thu mua nguyên phụ liệu phục vụ các đơn hàng FOB cấp 1.


Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc nghiên cứu thực trạng và đánh giá hiệu quả sản xuất kinh doanh tại Công ty Cổ phần Dệt may PPJ Huế giai đoạn 2016–2018. Kết quả nghiên cứu chứng minh: dù doanh nghiệp đạt tốc độ tăng trưởng doanh thu vượt bậc (+613,86% năm 2018) và giải quyết việc làm cho 1.215 lao động địa phương, mô hình kinh doanh thuần gia công CMT vẫn bộc lộ nhiều điểm yếu cốt tử về biên lợi nhuận thấp và áp lực chi phí nhân công nặng nề (>70%).

Các đóng góp chính của công trình:

  • Xây dựng hệ thống chỉ tiêu định lượng toàn diện, kết nối mật thiết giữa năng suất lao động kỹ thuật và các chỉ số sinh lời tài chính (ROS, ROA, ROE).
  • Cung cấp công cụ mô phỏng độ nhạy hỗ trợ ra quyết định kinh doanh và đàm phán hợp đồng may mặc.
  • Đề xuất lộ trình 3 bước khả thi giúp PPJ Huế nâng cao năng lực cạnh tranh, tận dụng tối đa cơ sở hạ tầng 36 chuyền may và 850 thiết bị hiện đại để vươn lên nấc thang giá trị FOB/ODM trong chuỗi dệt may toàn cầu.