Giới thiệu dự án

Thị trường bán lẻ Việt Nam trong thập kỷ qua ghi nhận tốc độ tăng trưởng kép hàng năm (CAGR) trên 10%, trở thành một trong những thị trường bán lẻ hấp dẫn hàng đầu khu vực Đông Nam Á. Theo báo cáo từ Vietnam Report (2021), đại dịch COVID-19 đã tạo ra cú sốc chưa từng có khi 42% doanh nghiệp bán lẻ chịu ảnh hưởng nghiêm trọng, 50% chịu tác động vừa phải và chuỗi cung ứng toàn cầu bị đứt gãy cục bộ. Trong bối cảnh đó, Công ty Cổ phần Đầu tư Thế Giới Di Động (mã niêm yết HOSE: MWG) nổi lên như một hiện tượng tăng trưởng thần tốc với mức vốn hóa tăng hơn 800% kể từ khi niêm yết năm 2014, đạt quy mô doanh thu đỉnh điểm vượt 133.777 tỷ đồng vào năm 2022.

Tuy nhiên, tốc độ mở rộng mạng lưới vượt mốc 4.000 điểm bán (với các chuỗi Thế Giới Di Động, Điện Máy Xanh, Bách Hóa Xanh) đã bộc lộ những rủi ro cấu trúc tài chính sâu sắc. Problem statement trọng tâm của đề tài xác định: Sự mất cân đối nghiêm trọng giữa cơ cấu nợ vay ngắn hạn và tài sản lưu động, tỷ trọng hàng tồn kho ứ đọng chiếm tới 46% tổng tài sản (25.696,1 tỷ đồng năm 2022), cùng áp lực nợ phải trả lên đến 31.901 tỷ đồng (vượt vốn chủ sở hữu 23.932 tỷ đồng). Chuỗi Bách Hóa Xanh (BHX) dù đóng góp doanh thu lớn nhưng chi phí logistics chiếm 3% và tỷ lệ hao hụt hàng tươi sống lên tới 2,5% doanh thu, gây xói mòn biên lợi nhuận ròng.

Đề tài đặt ra 4 mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về phân tích tài chính doanh nghiệp bán lẻ quy mô lớn theo chuẩn mực kế toán Việt Nam (VAS) và thông lệ quốc tế (IFRS).
  2. Đánh giá toàn diện thực trạng tài chính của MWG giai đoạn 2018–2022 thông qua hệ thống chỉ tiêu thanh khoản, đòn bẩy, hiệu quả hoạt động và mô hình phân rã DuPont.
  3. Xây dựng mô hình định lượng dự báo báo cáo tài chính (Bảng cân đối kế toán và Báo cáo kết quả hoạt động kinh doanh) cho giai đoạn 2023–2025.
  4. Đề xuất hệ thống giải pháp tài chính khả thi nhằm tái cấu trúc nợ ngắn hạn, tối ưu hóa vòng quay vốn lưu động và kiểm soát chi phí chuỗi cung ứng.

Phương pháp tiếp cận giải pháp kết hợp giữa phân tích tỷ số tài chính chuyên sâu (Financial Ratio Analysis), phân rã nhân tố DuPont 3 bước/5 bước, phân tích dòng tiền tự do (FCFF/FCFE) và mô phỏng dự báo tỷ lệ phần trăm theo doanh thu (Percentage-of-Sales Method).

Phạm vi nghiên cứu tập trung vào số liệu tài chính hợp nhất kiểm toán của MWG từ năm 2018 đến 2022, đối sánh trực tiếp với các đối thủ cùng ngành như FRT (FPT Retail), DGW (Digiworld), PET (Petrosetco) và PSD.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp phân tích báo cáo tài chính truyền thống thường chỉ dừng lại ở việc tính toán các chỉ số tĩnh, thiếu sự liên kết động giữa chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle - CCC) và cấu trúc đòn bẩy tài chính.

Phương pháp phân tích Ưu điểm Nhược điểm / Rủi ro
Phân tích truyền thống (Báo cáo tĩnh) Dễ thực hiện, chuẩn hóa theo mẫu biểu B01-DN đến B04-DN. Không phản ánh tốc độ bào mòn dòng tiền của tồn kho suy giảm phẩm cấp; bỏ qua rủi ro lãi suất thả nổi.
Phân tích DuPont tích hợp Phân tách rõ ràng tác động từ biên lợi nhuận ròng, vòng quay tài sản và đòn bẩy tài chính. Đòi hỏi dữ liệu chuẩn hóa đa kỳ, khó loại trừ các biến động thu nhập bất thường nếu không có kỹ thuật lọc dữ liệu.
Mô hình hóa định lượng & Dự báo chuỗi Dự báo chính xác nhu cầu vốn lưu động, định lượng độ nhạy lãi suất. Cần dữ liệu lịch sử sạch và giả định kinh tế vĩ mô khắt khe.

Đối sánh chỉ số tài chính bình quân năm 2022 giữa MWG và các doanh nghiệp bán lẻ công nghệ niêm yết:

Chỉ số tài chính MWG FRT DGW Trung bình ngành
Hệ số Nợ / Vốn chủ sở hữu (D/E) 1.33x 3.52x 1.62x 1.85x
Hệ số Nợ / Tổng tài sản (D/A) 57.1% 77.9% 61.8% 62.4%
Hệ số thanh toán hiện hành (CR) 1.31x 1.15x 1.48x 1.28x
Hệ số thanh toán nhanh (QR) 0.46x 0.42x 0.79x 0.54x
Số ngày tồn kho bình quân (DIO) 118 ngày 72 ngày 45 ngày 78 ngày
Tỷ suất sinh lời ROE (%) 17.2% 18.5% 27.8% 19.3%

Yêu cầu tái cấu trúc tài chính được phân loại theo ma trận MoSCoW:

  • Must have: Cắt giảm dư nợ vay ngắn hạn tín chấp lãi suất thả nổi xuống dưới 40% tổng tài sản; giải phóng hàng tồn kho chậm luân chuyển để nâng QR lên $\ge 0.8x$.
  • Should have: Tái đàm phán kỳ hạn thanh toán nhà cung cấp (DPO) từ 45 lên 60 ngày; tối ưu chi phí logistics chuỗi BHX xuống dưới 2% doanh thu.
  • Could have: Đa dạng hóa nguồn vốn thông qua phát hành trái phiếu xanh/trái phiếu chuyển đổi dài hạn cố định lãi suất.
  • Won't have (ngắn hạn): Mở rộng mạng lưới bán lẻ vật lý dàn trải sang các thị trường quốc tế mới ngoài Campuchia.

Thiết kế hệ thống mô hình hóa tài chính

Hệ thống xử lý và phân tích tài chính định lượng được kiến trúc thành 3 tầng: Tầng thu nhận dữ liệu (ETL), Tầng xử lý mô hình hóa thuật toán tài chính (Financial Engine) và Tầng hiển thị dự báo trực quan.

Công nghệ và thư viện triển khai phân tích:

  • Ngôn ngữ cốt lõi: Python 3.10.12
  • Thư viện tính toán định lượng: Pandas 2.1.0, NumPy 1.26.0, SciPy 1.11.2
  • Thư viện kinh tế lượng & Dự báo: Statsmodels 0.14.0, Scikit-learn 1.3.0
  • Trực quan hóa dữ liệu: Matplotlib 3.8.0, Seaborn 0.13.0, Microsoft Power BI Desktop (v2.124)
  • Hệ thống quản lý dữ liệu: PostgreSQL 15.4 (lưu trữ chỉ số tài chính chuỗi thời gian)

Về an toàn và bảo mật dữ liệu, mô hình tuân thủ quy tắc kiểm soát nội bộ chuẩn COSO và phân quyền truy cập thông tin dựa trên vai trò (Role-Based Access Control - RBAC) khi trích xuất dữ liệu kế toán quản trị nội bộ.

Methodology

Nghiên cứu áp dụng quy trình 5 giai đoạn kết hợp giữa phương pháp nghiên cứu hàn lâm và mô hình phân tích định lượng:

  - Thu thập BCTC        - Điều chỉnh VAS/IFRS     - DuPont & Ratio        - Dự phóng BCTC        - Tái cơ cấu nợ
  - Dữ liệu ngành        - Kiểm định Outliers      - Phân tích Lưu chuyển   - Stress test L/S      - Tối ưu Tồn kho
  1. Giai đoạn 1 (Tuần 1–3): Thu thập toàn bộ báo cáo tài chính hợp nhất kiểm toán của MWG và các đối thủ cạnh tranh giai đoạn 2018–2022.
  2. Giai đoạn 2 (Tuần 4–6): Tiền xử lý dữ liệu, chuẩn hóa các khoản mục ngoại bảng, điều chỉnh biến động phân loại tài sản theo Thông tư 200/2014/TT-BTC.
  3. Giai đoạn 3 (Tuần 7–10): Chạy thuật toán phân tích tỷ số, phân tích dòng tiền (Cash Flow Analysis), và phân rã ROE qua DuPont.
  4. Giai đoạn 4 (Tuần 11–13): Xây dựng ma trận dự phóng báo cáo tài chính giai đoạn 2023–2025 với 3 kịch bản kinh tế (Base, Bull, Bear).
  5. Giai đoạn 5 (Tuần 14–16): Đánh giá rủi ro, kiểm định độ nhạy mô hình và tổng hợp các khuyến nghị chiến lược.

Implementation và kết quả

Development process & Core Financial Algorithms

Quy trình tính toán chỉ số tài chính, phân rã DuPont và mô phỏng chu kỳ tiền mặt được thực thi bằng mã nguồn Python chuẩn hóa:

import numpy as np
import pandas as pd

class CorporateFinancialModel:
    """
    Mo hinh phan tich va du bao tai chinh danh cho tap doan ban le MWG.
    Tich hop Dupont 3-Factor, Working Capital Metrics va Stress-Testing.
    """
    def __init__(self, data: dict):
        self.df = pd.DataFrame(data)

    def calculate_dupont_decomposition(self) -> pd.DataFrame:
        """
        Phan ra ROE = Net Profit Margin * Asset Turnover * Equity Multiplier
        """
        self.df['Net_Profit_Margin'] = self.df['Net_Income'] / self.df['Revenue']
        self.df['Asset_Turnover'] = self.df['Revenue'] / self.df['Total_Assets']
        self.df['Equity_Multiplier'] = self.df['Total_Assets'] / self.df['Equity']
        self.df['ROA'] = self.df['Net_Profit_Margin'] * self.df['Asset_Turnover']
        self.df['ROE'] = self.df['ROA'] * self.df['Equity_Multiplier']
        return self.df[['Year', 'Net_Profit_Margin', 'Asset_Turnover', 'Equity_Multiplier', 'ROA', 'ROE']]

    def working_capital_cycle(self) -> pd.DataFrame:
        """
        Tinh toan Chu ky Chuyen doi Tien mat (CCC = DIO + DSO - DPO)
        """
        self.df['DIO'] = (self.df['Inventory'] / self.df['COGS']) * 365
        self.df['DSO'] = (self.df['Receivables'] / self.df['Revenue']) * 365
        self.df['DPO'] = (self.df['Payables'] / self.df['COGS']) * 365
        self.df['CCC'] = self.df['DIO'] + self.df['DSO'] - self.df['DPO']
        return self.df[['Year', 'DIO', 'DSO', 'DPO', 'CCC']]

# Data pipeline input: Trich xuat du lieu kiem toan MWG 2018 - 2022 (Don vi: Ty VND)
mwg_raw_data = {
    'Year': [2018, 2019, 2020, 2021, 2022],
    'Revenue': [86516, 102174, 108546, 122958, 133777],
    'COGS': [71192, 82639, 84666, 95349, 103130],
    'Net_Income': [2879, 3836, 3920, 4901, 4102],
    'Total_Assets': [28531, 41697, 46020, 62404, 55834],
    'Equity': [8581, 12028, 15409, 20387, 23932],
    'Inventory': [17446, 25745, 19422, 29202, 25696],
    'Receivables': [1420, 1980, 1610, 2150, 3070],
    'Payables': [8020, 11200, 12500, 15400, 16800]
}

model = CorporateFinancialModel(mwg_raw_data)
dupont_results = model.calculate_dupont_decomposition()
ccc_results = model.working_capital_cycle()

Testing và validation

Mô hình dự báo báo cáo tài chính được kiểm định (Backtesting) trên dữ liệu chuỗi thời gian của MWG thông qua sai số tuyệt đối phần trăm trung bình (Mean Absolute Percentage Error - MAPE) và kiểm tra độ bền vững (Stress Testing) dưới các kịch bản bất lợi.

Kịch bản Stress Test: Lãi suất tăng +200 bps & Biên gộp giảm -150 bps
Biến số đầu vào                 Thực tế 2022      Kịch bản Base    Stress Test 
Doanh thu (Tỷ VNĐ)              133.777           141.800          128.500
Chi phí lãi vay (Tỷ VNĐ)          1.320             1.150            1.780
Tồn kho bình quân (Tỷ VNĐ)       25.696            21.500           26.200
Khả năng thanh toán nhanh (QR)    0.46x             0.72x            0.39x
Tỷ lệ chi trả lãi vay (ICR)       4.12x             5.30x            2.45x

Độ chính xác của mô hình dự phóng giai đoạn thử nghiệm đạt $R^2 = 0.912$ đối với doanh thu và $R^2 = 0.884$ đối với giá trị vốn lưu động thuần (NWC).

Kết quả đạt được

Phân tích định lượng đã làm rõ những chuyển biến tài chính thực tế tại MWG trong chu kỳ 5 năm:

Tài sản & Nguồn vốn MWG (2018 - 2022)
(Đơn vị: Tỷ VNĐ)
         Tổng  Vốn   Tổng  Vốn   Tổng  Vốn   Tổng  Vốn   
         TS    CSH   TS    CSH   TS    CSH   TS    CSH   
         (2018)      (2020)      (2021)      (2022)
  1. Quy mô tài sản và nguồn vốn: Tổng tài sản tăng từ 28.531 tỷ đồng (2018) lên đỉnh 62.404 tỷ đồng (2021), trước khi co hẹp 11,3% về 55.834 tỷ đồng trong năm 2022. Vốn chủ sở hữu tăng trưởng bền bỉ từ 8.581 tỷ lên 23.932 tỷ đồng.
  2. Cơ cấu nợ: Nợ ngắn hạn chiếm áp đảo trong tổng nợ phải trả (26.000+ tỷ / 31.901 tỷ đồng năm 2022). Các khoản nợ vay tín chấp ngân hàng ngắn hạn hơn 10.000 tỷ đồng tại HSBC (hơn 5.644 tỷ đồng giữa HSBC VN và HSBC Singapore), Mizuho (1.900 tỷ đồng), BNP Paribas tạo rủi ro thanh khoản khi thị trường tài chính thắt chặt.
  3. Hiệu quả sinh lời: ROE duy trì mức cao (từ 17,2% đến 33,5%), tuy nhiên biên lợi nhuận sau thuế năm 2022 giảm về mức 3,06% (so với 3,98% năm 2021) do gánh nặng chi phí vận hành và áp lực giảm giá thanh lý hàng tồn kho.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới về mặt học thuật và thực tiễn quản trị tài chính doanh nghiệp:

  • Tích hợp chi phí chuỗi cung ứng vào mô hình DuPont: Khác với các nghiên cứu truyền thống chỉ nhìn vào tỷ số tổng hợp, đề tài bóc tách tác động của 3% chi phí logistics và 2,5% tỷ lệ hư hỏng hàng tươi sống tại chuỗi Bách Hóa Xanh trực tiếp vào chỉ số Net Profit Margin, lượng hóa sự sụt giảm 1,2% điểm phần trăm của ROE tập đoàn.
  • Giải pháp tái cấu trúc danh mục nợ vay dựa trên dữ liệu (Evidence-based Debt Restructuring): Xác định ngưỡng đòn bẩy D/E tối ưu cho MWG ở mức $0.8x - 1.0x$ (thay vì $1.33x$), đề xuất thay thế 5.000 tỷ đồng vay ngắn hạn thả nổi bằng trái phiếu doanh nghiệp dài hạn 3–5 năm, giúp tiết kiệm ước tính 250–320 tỷ đồng chi phí lãi vay/năm khi bước vào chu kỳ tăng lãi suất.
  • Khung dự báo tài chính đa biến: Cung cấp bộ bảng tính dự báo tích hợp Bảng cân đối kế toán và Kết quả kinh doanh 2023–2025, giúp nhà quản trị chủ động điều tiết ngân sách đầu tư vốn (CapEx).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong doanh nghiệp

Khung giải pháp tài chính đề xuất trong khóa luận được thiết kế để triển khai trực tiếp tại Ban Tài chính - Kế toán của MWG và các tập đoàn bán lẻ đa kênh (Omni-channel):

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

  • Chi phí triển khai: Ước tính 15–20 tỷ đồng (nâng cấp module kiểm soát tồn kho ERP, phí tư vấn tái cấu trúc nợ và chuyển đổi kỳ hạn vay).
  • Lợi ích định lượng (ROI):
    • Giảm hàng tồn kho bình quân 15% (tương đương giải phóng ~3.800 tỷ đồng vốn lưu động).
    • Giảm áp lực lãi vay ngắn hạn: Tiết kiệm 200–300 tỷ đồng chi phí tài chính mỗi năm.
    • Cắt giảm tỷ lệ hao hụt chuỗi Bách Hóa Xanh từ 2,5% về dưới 1,5%: Bổ sung ~300 tỷ đồng lợi nhuận gộp.
    • Thời gian hoàn vốn đầu tư giải pháp (Payback Period): Dưới 6 tháng.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu: Báo cáo tài chính công khai của MWG chưa bóc tách chi tiết kết quả kinh doanh từng công ty con độc lập (như chuỗi nhà thuốc An Khang, chuỗi AVAKids, thị trường Campuchia), dẫn đến một số chỉ tiêu phải phân bổ theo ước lượng doanh thu.
  • Độ trễ số liệu: Phân tích dựa trên số liệu kiểm toán năm kết thúc tại 31/12/2022; chưa phản ánh toàn diện các đợt tái cấu trúc mạnh mẽ ("Tái cấu trúc toàn diện, đóng hàng trăm cửa hàng") của MWG trong năm 2023.
  • Hướng phát triển:
    1. Tích hợp thuật toán học máy (Machine Learning / LSTM Networks) để dự báo chính xác nhu cầu tồn kho từng SKU sản phẩm công nghệ.
    2. Mở rộng mô hình tính toán rủi ro phá sản bằng chỉ số Altman Z-score điều chỉnh cho thị trường bán lẻ mới nổi (Emerging Markets).

Đối tượng hưởng lợi

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu để triển khai hệ thống phân tích này là gì?

Cần máy chủ hoặc máy trạm cấu hình cơ bản (CPU 4 Cores, 8GB RAM), môi trường Python 3.10+ tích hợp các thư viện pandas, statsmodels, scikit-learn cùng công cụ BI như Power BI hoặc Tableau. Dữ liệu đầu vào yêu cầu tối thiểu 3–5 năm BCTC kiểm toán định dạng chuẩn VAS/IFRS.

2. Giới hạn khả năng mở rộng của mô hình dự báo tài chính là gì?

Mô hình phụ thuộc vào giả định tuyến tính của phương pháp tỷ lệ phần trăm theo doanh thu. Khi doanh nghiệp trải qua tái cấu trúc đột biến (như đóng cửa hàng loạt 20% mạng lưới), mô hình cần được tái chuẩn hóa trọng số bằng phương pháp hiệu chỉnh tham số phi tuyến.

3. Làm thế nào để tích hợp mô hình phân tích với hệ thống ERP hiện có của MWG?

Hệ thống có thể kết nối trực tiếp với cơ sở dữ liệu SAP ERP / Oracle Financials thông qua các API an toàn (RESTful API / ODBC Connector), tự động lấy số liệu tồn kho, công nợ hàng ngày để cập nhật bảng điều khiển rủi ro tức thời.

4. Chi phí duy trì và yêu cầu vận hành mô hình là bao nhiêu?

Chi phí vận hành định kỳ rất thấp (chủ yếu là chi phí bản quyền BI và nhân sự phân tích tài chính nội bộ gồm 1–2 chuyên viên tài chính cấp cao phụ trách vận hành và diễn giải chỉ số).

5. Lộ trình hoàn vốn (ROI) khi áp dụng giải pháp tối ưu cơ cấu tài chính là bao lâu?

Lộ trình hoàn vốn diễn ra trong vòng 3–6 tháng ngay khi doanh nghiệp giải phóng được 10–15% lượng vốn lưu động bị ứ đọng trong hàng tồn kho và tái cơ cấu kỳ hạn các khoản vay ngân hàng ngắn hạn.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Hà Phương đã hoàn thành xuất sắc mục tiêu nghiên cứu: khắc họa bức tranh tài chính toàn diện của CTCP Đầu tư Thế Giới Di Động (MWG) giai đoạn 2018–2022 và xây dựng hệ thống dự báo tài chính khoa học cho giai đoạn 2023–2025. Công trình đã chỉ rõ nghịch lý giữa tăng trưởng quy mô thần tốc với sự suy giảm tính thanh khoản tức thời và sự gia tăng gánh nặng nợ vay ngắn hạn.

Hệ thống giải pháp đề xuất bao gồm: (1) Tái cấu trúc danh mục nợ vay ngắn hạn sang trung - dài hạn, (2) Giải phóng hàng tồn kho chậm luân chuyển để tối ưu hóa chu kỳ tiền mặt CCC, và (3) Tinh gọn chi phí chuỗi cung ứng tại Bách Hóa Xanh chính là những đòn bẩy chiến lược mang tính sống còn để MWG củng cố sức khỏe tài chính và duy trì vị thế dẫn đầu ngành bán lẻ Việt Nam trong kỷ nguyên mới.