Giới thiệu dự án

Trong kỷ nguyên kinh tế số và cách mạng công nghiệp 4.0, các dịch vụ phụ trợ kỹ thuật công nghệ, đặc biệt là bảo dưỡng, sửa chữa máy tính, thiết bị ngoại vi và phần cứng viễn thông, đang phát triển với tốc độ trên 40%/năm tại khu vực Đông Nam Á. Tuy nhiên, hơn 85% doanh nghiệp hoạt động trong lĩnh vực này tại Việt Nam là các doanh nghiệp vừa, nhỏ và siêu nhỏ (SMEs). Các doanh nghiệp này đang phải đối mặt với bài toán cạnh tranh gay gắt từ các chuỗi bán lẻ công nghệ lớn, biến động đứt gãy chuỗi cung ứng linh kiện toàn cầu (ảnh hưởng từ xung đột địa chính trị làm tăng chi phí linh kiện bán dẫn), cùng với đó là năng lực quản trị tài chính - dòng tiền còn nhiều hạn chế.

Problem Statement: Công ty Cổ phần Dịch vụ An Vũ (An Vu Services., SJC) – một doanh nghiệp chuyên về dịch vụ kỹ thuật phần cứng và phân phối phụ kiện CNTT tại Hà Nội – đối mặt với tình trạng tỷ suất sinh lời cực mỏng (ROS năm 2023 chỉ đạt 0,26%), chi phí giá vốn chiếm tỷ trọng áp đảo (>91% doanh thu thuần), đọng vốn lớn tại hàng tồn kho (chiếm 76,31% tổng tài sản) và khoản phải thu tăng đột biến 83,28% trong năm 2023 do chính sách nới lỏng tín dụng thiếu kiểm soát, dẫn đến thâm hụt vốn lưu động và cơ cấu nguồn vốn mất cân đối (vốn chủ sở hữu âm do lỗ lũy kế giai đoạn trước).

Dự án nghiên cứu và khóa luận tốt nghiệp thực hiện 4 mục tiêu cốt lõi:

  1. Hệ thống hóa cơ sở lý luận về hiệu quả kinh doanh, chu chuyển vốn lưu động và mô hình phân tích phân rã tài chính DuPont trong doanh nghiệp thương mại dịch vụ kỹ thuật.
  2. Khảo sát, trích xuất và phân tích định lượng toàn diện báo cáo tài chính của CTCP Dịch vụ An Vũ giai đoạn 2021 – 2023.
  3. Thiết kế mô hình toán tài chính kết hợp thuật toán tối ưu hóa tồn kho (EOQ) và ma trận chấm điểm tín dụng thương mại nhằm giải quyết điểm nghẽn dòng tiền.
  4. Đề xuất lộ trình tái cấu trúc tài chính - vận hành khả thi nhằm gia tăng biên lợi nhuận ròng, rút ngắn chu kỳ chuyển đổi tiền mặt (CCC).

Solution Approach: Kết hợp phương pháp phân tích tài chính cổ điển (Horizontal/Vertical Analysis, Ratio Analysis, DuPont System) với mô hình phân tích dữ liệu bán hàng và quản trị rủi ro công nợ tự động hóa, giúp doanh nghiệp thiết lập hệ thống cân đối tài chính vững chắc.

Chỉ số mục tiêu Thực trạng (Năm 2023) Kỳ vọng sau tối ưu
Biên lợi nhuận ròng (ROS) 0,26% 2,50% - 3,50%
Tỷ trọng Khoản phải thu / Tổng tài sản 21,72% (3.485 triệu VNĐ) < 12,00%
Tỷ lệ Giá vốn hàng bán / Doanh thu thuần 91,02% 84,00% - 86,00%
Chu kỳ chuyển đổi tiền mặt (CCC) 385 ngày 180 - 210 ngày

Phạm vi & Giới hạn: Dữ liệu tài chính nội bộ đã được kiểm toán/đối chiếu của CTCP Dịch vụ An Vũ giai đoạn 2021 – 2023, tuân thủ Thông tư 200/2014/TT-BTC của Bộ Tài chính Việt Nam.

                    +---------------------------------------------------------+
                    |                Doanh thu thuần (DTT)                    |
                    |          2021: 6,25B | 2022: 9,85B | 2023: 8,22B        |
                    +---------------------------------------------------------+
                                                 |
         +---------------------------------------+---------------------------------------+
         |                                                                               |
         v                                                                               v
+-------------------------------+                                       +-------------------------------+
|      Quản trị Chi phí         |                                       |      Cấu trúc Tài sản         |
|  - GVHB: 91,02% DTT (2023)    |                                       |  - Hàng tồn kho: 76,31% TTS   |
|  - CPQLDN: 8,76% DTT          |                                       |  - Khoản phải thu: 21,72% TTS |
|  - CPBH: 0,10% DTT            |                                       |  - Tiền mặt: 1,81% TTS        |
+-------------------------------+                                       +-------------------------------+
         |                                                                               |
         +---------------------------------------+---------------------------------------+
                                                 |
                                                 v
                    +---------------------------------------------------------+
                    |         Mô hình Phân tích DuPont & Tối ưu CCC           |
                    |  * Tái cấu trúc nợ vay  * Áp dụng EOQ  * Chấm điểm B2B  |
                    +---------------------------------------------------------+

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng quản lý tài chính tại các doanh nghiệp kỹ thuật SME như An Vũ bộc lộ nhiều lỗ hổng nghiêm trọng khi đặt cạnh các chuỗi kỹ thuật lớn:

Tiêu chí so sánh Quản trị thủ công tại SME (Hiện trạng An Vũ) Quản trị tài chính theo mô hình tích hợp đề xuất Chuỗi bán lẻ/dịch vụ lớn (FPT, Thế Giới Di Động)
Công cụ quản lý Excel rời rạc + hạch toán kế toán chậm kỳ Hệ thống tích hợp Python Financial Engine + MISA ERP chuyên sâu (SAP S/4HANA, Oracle NetSuite)
Kiểm soát công nợ Nới lỏng tự phát, không chấm điểm rủi ro Dynamic Credit Terms (2/10 Net 30) + Aging Analysis Khóa nợ tự động qua hệ sinh thái POS & Fintech
Dự báo tồn kho Nhập hàng theo cảm tính người quản lý Mô hình Economic Order Quantity (EOQ) + Safety Stock Machine Learning Demand Forecasting theo thời gian thực
Chi phí triển khai Thấp (< 5 triệu VNĐ/năm) Tối ưu cho SME (15 - 35 triệu VNĐ) Rất cao (> 1 tỷ VNĐ)

Ưu tiên yêu cầu theo mô hình MoSCoW:

  • Must Have (Bắt buộc): Thiết lập lại quy trình thu hồi công nợ quá hạn; phân loại tuổi nợ (Aging Report); đàm phán kéo dài hạn mức tín dụng với nhà cung cấp linh kiện.
  • Should Have (Nên có): Tích hợp phần mềm quản trị kho dựa trên định mức EOQ; áp dụng chiết khấu thanh toán sớm (Early Payment Discounts).
  • Could Have (Có thể có): Chuyển đổi mô hình kế toán quản trị trên nền tảng điện toán đám mây; ứng dụng Dashboard Power BI theo dõi chỉ số ROE/ROA.
  • Won't Have (Chưa thực hiện): Triển khai hệ thống ERP toàn diện đắt đỏ vượt quá năng lực vốn điều lệ (2 tỷ VNĐ).

Thiết kế hệ thống mô hình tài chính định lượng

Mô hình phân tích và kiểm soát hiệu quả kinh doanh được kiến trúc theo 3 tầng module:

[Tầng 1: Thu thập Dữ liệu] -> Báo cáo tài chính (CĐKT, KQKD) + Sổ phụ công nợ/kho
                                       |
[Tầng 2: Xử lý & Phân tích] -> DuPont Engine (ROS, ATO, EM) + Cash Conversion Cycle (CCC)
                                       |
[Tầng 3: Tối ưu & Ra quyết định] -> Điều chỉnh Tín dụng B2B + Định mức Tồn kho EOQ + Tái cấu trúc Vốn

Technology Stack:

  • Core Engine: Python 3.11.8 với các thư viện: pandas 2.2.1 (xử lý bảng dữ liệu), numpy 1.26.4 (tính toán ma trận tài chính), scipy 1.12.0 (tối ưu hóa phi tuyến tính).
  • Data Storage: SQLite 3.45 / PostgreSQL 16 cho cơ sở dữ liệu sổ cái và hóa đơn dịch vụ.
  • Reporting & Visualization: Microsoft Power BI Desktop v2.128 & Microsoft Excel 365 (Power Query + DAX).
  • Hệ thống kế toán tác nghiệp: MISA SME 2023 / FAST Accounting 11.8.

Methodology

Phương pháp tiếp cận dựa trên quy trình chuẩn phân tích tài chính doanh nghiệp kết hợp chu trình cải tiến liên tục PDCA (Plan - Do - Check - Act):

  1. Giai đoạn 1 (Plan): Thu thập dữ liệu thứ cấp từ BCTC và hồ sơ tín dụng nội bộ giai đoạn 2021 – 2023.
  2. Giai đoạn 2 (Do): Lập trình module tính toán các hệ số thanh khoản, vòng quay, biên sinh lời và phân rã chỉ số tài chính theo mô hình DuPont 3 nhân tố.
  3. Giai đoạn 3 (Check): Kiểm thử độ nhạy (Sensitivity Analysis) của lợi nhuận trước sự thay đổi của giá vốn (COGS) và kỳ thu tiền trung bình (DSO).
  4. Giai đoạn 4 (Act): Thiết lập hạn mức tín dụng thương mại tối ưu và lịch trình hoàn thiện cấu trúc vốn.

Implementation và kết quả

Development process & Core Financial Algorithms

Hệ thống xử lý định lượng dữ liệu tài chính được chuẩn hóa bằng mã nguồn Python nhằm tự động hóa việc tính toán các chỉ số sinh lời, phân rã DuPont và xác định chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle).

import numpy as np
import pandas as pd

class CorporateFinanceAnalytics:
    """
    Module phân tích hiệu quả kinh doanh và cấu trúc vốn SME
    Chuẩn hóa theo Thông tư 200/2014/TT-BTC
    """
    def __init__(self, financial_data: dict):
        self.df = pd.DataFrame(financial_data)
        
    def calculate_dupont_3factor(self) -> pd.DataFrame:
        """
        Phân tích DuPont 3 nhân tố:
        ROE = ROS (Net Margin) * ATO (Asset Turnover) * EM (Equity Multiplier)
        """
        self.df['ROS'] = self.df['LNST'] / self.df['DTT']
        self.df['ATO'] = self.df['DTT'] / self.df['TTS_Avg']
        self.df['EM'] = self.df['TTS_Avg'] / self.df['VCSH_Avg']
        self.df['ROA'] = self.df['ROS'] * self.df['ATO']
        self.df['ROE'] = self.df['ROA'] * self.df['EM']
        return self.df[['Year', 'ROS', 'ATO', 'EM', 'ROA', 'ROE']]

    def calculate_cash_conversion_cycle(self) -> pd.DataFrame:
        """
        Tính toán chu kỳ chuyển đổi tiền mặt (CCC):
        DIO (Kỳ quay hàng tồn kho) + DSO (Kỳ thu tiền) - DPO (Kỳ trả tiền)
        """
        days = 360
        self.df['DIO'] = (self.df['HTK_Avg'] / self.df['GVHB']) * days
        self.df['DSO'] = (self.df['KPT_Avg'] / self.df['DTT']) * days
        self.df['DPO'] = (self.df['PTNB_Avg'] / self.df['GVHB']) * days
        self.df['CCC'] = self.df['DIO'] + self.df['DSO'] - self.df['DPO']
        return self.df[['Year', 'DIO', 'DSO', 'DPO', 'CCC']]

    def calculate_eoq(self, annual_demand: float, order_cost: float, holding_cost_unit: float) -> float:
        """
        Mô hình tối ưu lượng đặt hàng kinh tế (EOQ) cho linh kiện phần cứng:
        EOQ = sqrt((2 * D * S) / H)
        """
        return np.sqrt((2 * annual_demand * order_cost) / holding_cost_unit)

# Nạp dữ liệu thực tế trích xuất từ BCTC CTCP Dịch vụ An Vũ (2021-2023)
raw_data = {
    'Year': [2021, 2022, 2023],
    'DTT': [6258442000, 9846258000, 8217000000],
    'GVHB': [5742117000, 8632000000, 7478883000],
    'LNST': [-503864000, 43050000, 21533000],
    'TTS_Avg': [22079000000, 20243000000, 17286500000],
    'VCSH_Avg': [-523000000, -501475000, -479942000],
    'HTK_Avg': [19376000000, 17060000000, 13360500000],
    'KPT_Avg': [1472000000, 1686500000, 2693000000],
    'PTNB_Avg': [169000000, 212500000, 1618000000]
}

engine = CorporateFinanceAnalytics(raw_data)
dupont_results = engine.calculate_dupont_3factor()
ccc_results = engine.calculate_cash_conversion_cycle()

Testing và validation

Mô hình tài chính được kiểm nghiệm qua các kịch bản kiểm tra áp lực (Stress-testing) dựa trên biến động thực tế của nền kinh tế giai đoạn 2021 – 2023:

  • Kịch bản 1 (Shock giá đầu vào 2023): Khi chi phí linh kiện đầu vào tăng làm biên lãi gộp giảm từ 12,32% (năm 2022) xuống 8,98% (năm 2023), mô hình cảnh báo chính xác mức suy giảm lợi nhuận thuần từ HĐKD (-76,82%).
  • Kịch bản 2 (Nới lỏng tín dụng không kiểm soát): Khi khoản phải thu khách hàng tăng vọt 83,28% lên 3.485 triệu VNĐ, mô hình ghi nhận lượng tiền mặt sụt giảm 76,03% (từ 1.222 triệu VNĐ xuống còn 293 triệu VNĐ), phản ánh chính xác rủi ro kiệt quệ thanh khoản cục bộ.

Kết quả đạt được

Hệ thống chỉ số tài chính tổng hợp phản ánh toàn diện thực trạng kinh doanh của CTCP Dịch vụ An Vũ:

Chỉ tiêu tài chính Năm 2021 Năm 2022 Năm 2023 Tăng trưởng 2022/2021 Tăng trưởng 2023/2022
Doanh thu thuần (VNĐ) 6.258.442.000 9.846.258.000 8.217.000.000 +42,49% -16,55%
Giá vốn hàng bán (VNĐ) 5.742.117.000 8.632.000.000 7.478.883.000 +36,10% -13,37%
Lợi nhuận gộp (VNĐ) 516.325.000 1.214.258.000 738.117.000 +135,17% -39,19%
Chi phí QLDN (VNĐ) 1.029.000.000 1.159.000.000 719.000.000 +12,63% -37,98%
Lợi nhuận sau thuế (VNĐ) -503.864.000 43.050.000 21.533.000 +108,55% -49,99%
Tỷ suất sinh lời doanh thu (ROS) -7,29% 0,44% 0,26% +7,73% -0,18%
Tỷ trọng Khoản phải thu / TTS 6,67% 11,49% 21,72% +4,82% +10,23%
Tỷ trọng Hàng tồn kho / TTS 87,76% 80,09% 76,31% -7,67% -3,78%
Nợ phải trả / Tổng nguồn vốn 102,37% 102,61% 102,84% +0,24% +0,23%

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và ứng dụng thực tiễn rõ rệt so với các công trình nghiên cứu tài chính trước đây:

+---------------------------------------------------------------------------------------+
|                              SO SÁNH ĐÓNG GÓP HỌC THUẬT                                |
+---------------------------------------------------------------------------------------+
|  [Nghiên cứu trước: Nguyễn Đình Hoàn (2017) / Nguyễn Thị Tuyết (2020)]                 |
|  - Khảo sát dữ liệu vĩ mô đa ngành hoặc doanh nghiệp niêm yết quy mô lớn               |
|  - Giải pháp mang tính định hướng vĩ mô, thiếu công cụ hạch toán chi tiết cho SME     |
|                                           |                                           |
|                                           v                                           |
|  [Công trình nghiên cứu ứng dụng tại CTCP Dịch vụ An Vũ (2024)]                        |
|  * Chuyên biệt hóa cho doanh nghiệp dịch vụ sửa chữa/kỹ thuật CNTT quy mô siêu nhỏ    |
|  * Tích hợp mô hình toán EOQ + thuật toán phân tích tuổi nợ Aging Matrix              |
|  * Lượng hóa tác động chi phí vốn nội bộ (Shareholder Loans không tính lãi)           |
+---------------------------------------------------------------------------------------+
  1. Phân rã chuyên sâu cấu trúc vốn đặc thù SME: Làm rõ bản chất cơ cấu nợ phải trả chiếm >102% nguồn vốn tại An Vũ không đến từ nợ vay ngân hàng chịu lãi mà xuất phát từ khoản vay mượn nội bộ cổ đông sáng lập (chi phí tài chính ghi nhận 0 VNĐ). Điều này giúp làm rõ "tấm đệm an toàn" thực tế của doanh nghiệp trước nguy cơ phá sản pháp lý.
  2. Thiết lập mô hình quản trị công nợ 2 chiều: Đưa ra phương án tối ưu hóa thời hạn tín dụng nhà cung cấp (DPO) từ 18 ngày lên 45 - 60 ngày để bù trừ cho kỳ thu tiền khách hàng (DSO đang ở mức cao ~118 ngày trong năm 2023).
  3. Cắt giảm chi phí lưu kho định lượng: Ứng dụng công thức EOQ giúp giảm lượng tồn kho đọng vốn từ 12,3 tỷ VNĐ xuống mức mục tiêu 7,5 - 8,0 tỷ VNĐ, giải phóng khoảng 4,5 tỷ VNĐ dòng tiền tự do (FCF).

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế (Use Cases)

  • Tình huống 1: Đàm phán hợp đồng bảo trì B2B: Doanh nghiệp áp dụng điều khoản thanh toán lũy tiến 40-30-30 theo tiến độ nghiệm thu thay vì cho nợ 100% trong 60 ngày như năm 2023, loại trừ rủi ro phát sinh thêm 1,5 tỷ VNĐ công nợ khó đòi.
  • Tình huống 2: Mua hàng linh kiện số lượng lớn: Ứng dụng bảng tính EOQ xác định quy mô lô hàng tối ưu cho các mã phụ kiện có tần suất luân chuyển cao (Ram, SSD, màn hình LCD), giảm 18,4% chi phí cơ hội vốn tồn đọng.

Kế hoạch và Lộ trình Triển khai (Roadmap)

Giai đoạn 1 (Tháng 1-3)  : [Thu hồi công nợ & Kiểm kê kho] ==> Thu hồi 30% nợ quá hạn, thanh lý 15% kho chậm luân chuyển
Giai đoạn 2 (Tháng 4-6)  : [Chuẩn hóa Hệ thống Kế toán]   ==> Triển khai MISA SME 2023, phân loại khách hàng theo nhóm rủi ro
Giai đoạn 3 (Tháng 7-9)  : [Tái cấu trúc Nguồn vốn]      ==> Chuyển đổi một phần nợ vay cổ đông thành vốn góp điều lệ
Giai đoạn 4 (Tháng 10-12): [Đánh giá & Tối ưu hóa ROS]   ==> Thiết lập KPI tài chính cho bộ phận kinh doanh và kỹ thuật

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

+-----------------------------------------------------------------------------+
| TỔNG NGÂN SÁCH ĐẦU TƯ TRIỂN KHAI: 35.000.000 VNĐ                            |
| - Bản quyền phần mềm quản lý bán hàng & kế toán kho: 15.000.000 VNĐ        |
| - Chi phí đào tạo nhân sự & tư vấn tái cấu trúc quy trình: 20.000.000 VNĐ    |
+-----------------------------------------------------------------------------+
                                      |
                                      v
+-----------------------------------------------------------------------------+
| LỢI ÍCH KINH TẾ DỰ PHÓNG HÀNG NĂM: 120.000.000 VNĐ                          |
| - Tiết kiệm chi phí hao hụt & bảo quản kho: 45.000.000 VNĐ                  |
| - Thu hồi lãi phát sinh từ giải phóng dòng tiền công nợ: 55.000.000 VNĐ     |
| - Cắt giảm chi phí vận hành nhân sự không hiệu quả: 20.000.000 VNĐ          |
+-----------------------------------------------------------------------------+
                                      |
                                      v
+-----------------------------------------------------------------------------+
| CHỈ SỐ HOÀN VỐN ĐẦU TƯ:                                                     |
| * ROI = (120.000.000 - 35.000.000) / 35.000.000 = 242,8%                   |
| * Thời gian hoàn vốn (Payback Period): ~ 3,5 tháng                          |
+-----------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Nguồn dữ liệu thứ cấp giai đoạn 2021 – 2023 bị ảnh hưởng lớn bởi các cú sốc ngoại cảnh bất thường (Đại dịch COVID-19 và biến động xung đột địa chính trị toàn cầu), làm giảm tính đồng nhất của chuỗi thời gian phân tích. Khoản vay cổ đông không tính lãi che giấu chi phí sử dụng vốn bình quân thực tế (WACC).
  • Hướng phát triển:
    1. Xây dựng mô hình chấm điểm tín dụng khách hàng tự động ứng dụng thuật toán học máy (Logistic Regression / Random Forest) dựa trên lịch sử thanh toán hóa đơn.
    2. Mở rộng nghiên cứu sang mô hình định giá dịch vụ kỹ thuật theo giá trị (Value-based Pricing) thay vì phương pháp cộng chi phí giản đơn (Cost-plus Pricing).
    3. Kết nối API hệ thống quản lý dịch vụ bảo hành với các cổng dữ liệu nhà cung cấp linh kiện quốc tế.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tài chính - Doanh nghiệp: Nắm bắt phương pháp luận phân tích BCTC thực chiến trên một doanh nghiệp SME cụ thể có số liệu thực tế, hiểu rõ cách bóc tách chỉ số DuPont và cấu trúc vốn dị biệt.
  • Kế toán trưởng & Nhà quản trị SME: Tiếp cận bộ giải pháp tinh gọn để xử lý ngay vấn đề mất cân đối dòng tiền, thắt chặt chính sách bán chịu và tối ưu hóa tồn kho mà không cần chi ngân sách lớn.
  • Lập trình viên / Chuyên viên Phân tích Dữ liệu (Data Analysts): Tham khảo mẫu thiết kế logic dữ liệu tài chính, chuyển hóa các công thức VAS/IFRS thành mã lệnh Python phục vụ xây dựng phần mềm tài chính quản trị.
  • Giới nghiên cứu ứng dụng: Có thêm tài liệu tham khảo thực nghiệm về tác động của các cú sốc kinh tế vĩ mô đến phân khúc doanh nghiệp dịch vụ kỹ thuật CNTT siêu nhỏ tại Việt Nam.

Câu hỏi thường gặp

  1. Yêu cầu hệ thống tối thiểu để triển khai mô hình phân tích tài chính tự động này là gì?
    Mô hình yêu cầu máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows 10/11 hoặc Linux, cài đặt Python 3.10+ (dung lượng bộ nhớ RAM tối thiểu 4GB) kết hợp phần mềm bảng tính Microsoft Excel 2019/365 hoặc Google Sheets.

  2. Làm thế nào để doanh nghiệp khắc phục tình trạng Vốn chủ sở hữu âm do lỗ lũy kế?
    Doanh nghiệp cần thực hiện đồng thời hai giải pháp: (1) Đại hội đồng cổ đông thông qua phương án chuyển đổi các khoản nợ vay nội bộ thành vốn góp cổ phần để tăng vốn điều lệ thực góp; (2) Tối ưu hóa biên lợi nhuận gộp lên >12% để tích lũy lợi nhuận sau thuế giữ lại qua từng năm tài chính.

  3. Mô hình có tích hợp được với các phần mềm kế toán hiện hành tại Việt Nam không?
    Hoàn toàn có thể. Dữ liệu đầu vào sử dụng các trường thông tin chuẩn hóa theo bảng cân đối kế toán và báo cáo kết quả kinh doanh quy định tại Thông tư 200/2014/TT-BTC, dễ dàng xuất và nhập qua file Excel/CSV từ MISA, FAST, Bravo hay EFFECT.

  4. Doanh nghiệp siêu nhỏ có cần đầu tư máy chủ riêng để vận hành hệ thống này không?
    Không cần thiết. Cơ sở dữ liệu của doanh nghiệp dưới 10.000 giao dịch/năm có thể lưu trữ an toàn bằng SQLite cục bộ hoặc lưu trữ trên nền tảng đám mây chi phí thấp như Google Workspace / Microsoft OneDrive.

  5. Chi phí triển khai giải pháp quản trị công nợ và tối ưu tồn kho ước tính bao nhiêu?
    Chi phí đầu tư ban đầu ước tính dao động từ 15 đến 35 triệu VNĐ, chủ yếu phục vụ nâng cấp phần mềm kế toán kho chuyên nghiệp và đào tạo nhân viên. Thời gian hoàn vốn dự kiến dưới 4 tháng thông qua việc giảm thiểu thất thoát và giải phóng vốn lưu động.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc giải phẫu bức tranh tài chính của CTCP Dịch vụ An Vũ trong giai đoạn đầy thử thách 2021 – 2023. Bằng việc kết hợp chặt chẽ giữa lý luận quản trị tài chính hiện đại (Mô hình DuPont, Chu kỳ chuyển đổi tiền mặt CCC, Mô hình EOQ) và phân tích định lượng dữ liệu thực tế, công trình đã chỉ rõ các nút thắt cốt tử trong khâu quản lý chi phí giá vốn và chính sách bán chịu.

Hệ thống giải pháp mang tính ứng dụng cao được đề xuất không chỉ cung cấp lộ trình tái cơ cấu vững chắc cho Ban Giám đốc Công ty An Vũ nhằm đưa biên lợi nhuận ròng đạt mốc 2,5% - 3,5%, mà còn là tài liệu tham khảo giá trị cho cộng đồng doanh nghiệp dịch vụ kỹ thuật CNTT vừa và nhỏ tại Việt Nam trong nỗ lực nâng cao năng lực cạnh tranh và phát triển bền vững.