Giới thiệu dự án

Ngành vận tải biển đóng vai trò huyết mạch trong chuỗi cung ứng thương mại toàn cầu, đảm nhận hơn 80% khối lượng hàng hóa xuất nhập khẩu quốc tế. Giai đoạn 2019–2021 chứng kiến những biến động dị thường của thị trường hàng hải thế giới: đợt bùng phát đại dịch COVID-19 làm tê liệt các cảng biển lớn tại Ấn Độ, Trung Quốc, Nhật Bản, khiến nhiều hãng tàu quốc tế gánh chịu tổn thất lũy kế từ 800 triệu đến 23 tỷ USD (theo số liệu từ Sea-Intelligence). Tại Việt Nam, các doanh nghiệp logistics và vận tải biển phải đối mặt với bài toán kép: vừa duy trì lưu thông hàng hóa qua hệ thống cảng biển (đạt 215,3 triệu tấn trong 4 tháng đầu năm 2020, tăng 4% so với cùng kỳ), vừa phải tái cấu trúc nguồn lực tài chính để vượt qua áp lực chi phí cố định và sụt giảm giá cước ngắn hạn.

Bài toán tài chính tại Công ty Vận tải biển VIMC (đơn vị thành viên thuộc Tổng công ty Hàng hải Việt Nam - VIMC) bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Đội tàu có tuổi thọ bình quân cao (~14 năm), suất tiêu hao nhiên liệu lớn, làm đội chi phí bảo dưỡng và sửa chữa kỹ thuật.
  • Cơ cấu vốn mất cân đối nghiêm trọng với tỷ lệ nợ phải trả (NPT) trên tổng tài sản ở mức báo động; vốn chủ sở hữu (VCSH) bị âm sâu (-1.466,26 tỷ đồng vào năm 2019) do hệ quả tích tụ từ giai đoạn suy thoái hàng hải kéo dài sau năm 2008.
  • Giá vốn hàng bán (GVHB) chiếm tỷ trọng quá cao trong doanh thu thuần (đạt 0,95 năm 2019 và đỉnh điểm 0,96 năm 2020), làm biên lợi nhuận thuần bị bào mòn.
  • Chênh lệch lớn giữa giá trị sổ sách sau đánh giá lại và giá trị thị trường thực tế của các tàu trọng tải lớn (như tàu V.Brave chênh 185 tỷ đồng, V.Galaxy chênh 175 tỷ đồng, V.Sunrise chênh 148 tỷ đồng, V.Sky chênh 119 tỷ đồng), gây khó khăn cho công tác thoái vốn và trích lập khấu hao.

Mục tiêu cụ thể của công trình nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về hiệu quả kinh doanh, đòn bẩy tài chính và các hệ số sinh lời (ROS, ROA, ROE) đặc thù trong ngành vận tải biển.
  2. Phân tích định lượng thực trạng tài chính, năng lực khai thác đội tàu (14 tàu, 369.000 DWT, 1.682 TEU) của Công ty Vận tải biển VIMC giai đoạn 2019–2021.
  3. Xây dựng mô hình giải pháp tài chính 3 trụ cột: tái cấu trúc nợ vay và vốn lưu động, tối ưu hóa chi phí giá vốn đội tàu theo biến động chỉ số BDI (Baltic Dry Index), và thanh lý/trẻ hóa tài sản cố định.

Phương pháp tiếp cận kết hợp giữa phân tích báo cáo tài chính chuẩn mực (Financial Statement Analysis), kỹ thuật tách nhân tố DuPont Decomposition và mô hình hóa tài chính định lượng để đưa ra các kịch bản cân đối dòng tiền.

Kết quả kỳ vọng định lượng bao gồm: chuyển đổi lợi nhuận sau thuế từ âm (-92,13 tỷ đồng năm 2019) sang dương, đưa VCSH vượt ngưỡng âm trở lại mức dương (+46,09 tỷ đồng vào năm 2021), và hạ tỷ lệ giá vốn/doanh thu xuống dưới 85%.

Phạm vi nghiên cứu tập trung vào toàn bộ dữ liệu tài chính, quản trị đội tàu và kết quả sản xuất kinh doanh tại Công ty Vận tải biển VIMC từ ngày 01/01/2019 đến ngày 31/12/2021. Giới hạn nghiên cứu không bao gồm các mảng vận tải hành khách hoặc dịch vụ kho bãi nằm ngoài phạm vi hạch toán trực tiếp của công ty.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các mô hình và công trình nghiên cứu trước đây về năng lực tài chính và khai thác đội tàu vận tải biển:

Tiêu chí nghiên cứu Vũ Trụ Phi (2005) Hoàng Thị Phương Lan (2019) Mô hình tài chính VIMC (Đề tài này)
Đối tượng & Phạm vi Đội tàu nòng cốt quốc gia Doanh nghiệp cảng biển VN Công ty Vận tải biển VIMC
Trọng tâm giải pháp Huy động vốn đầu tư đóng mới Cân đối vốn lưu động cảng Tái cấu trúc nợ, thoái vốn tài sản già cỗi, tối ưu giá vốn
Phương pháp đo lường Định tính chính sách vĩ mô Phân tích tỷ số truyền thống Định lượng tỷ số kết hợp phân tích chu kỳ chỉ số cước BDI
Ưu điểm Tầm nhìn dài hạn ngành Phù hợp doanh nghiệp hạ tầng Gắn liền quản trị vận hành tàu và tối ưu chi phí kỹ thuật
Nhược điểm Thiếu giải pháp cho nợ xấu Không áp dụng được cho tàu biển Phụ thuộc vào biên độ phục hồi kinh tế vĩ mô

Phân loại yêu cầu quản trị tài chính theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Đàm phán tái cơ cấu nợ vay Ngân hàng Phát triển Việt Nam (VDB), khoanh nợ gốc và giảm lãi phạt; thanh lý các tàu tiêu hao nhiên liệu cao (V.Freedom, V.Green, Vinalines Glory).
  • Should-have (Nên có): Chuyển dịch hình thức khai thác tàu dầu sang cho thuê định hạn (Time Charter) để phòng ngừa rủi ro giá dầu biến động; số hóa thủ tục chứng từ rời/cập cảng nhằm cắt giảm chi phí quản lý doanh nghiệp (QLDN).
  • Could-have (Có thể có): Thanh lý lô 443 vỏ container 20DC dư thừa để thu hồi dòng tiền tức thời.
  • Won't-have (Tạm thời chưa làm): Mua bổ sung tàu Handy 30.000 DWT trong giai đoạn giá tàu đóng mới và second-hand bị thổi phồng đỉnh điểm năm 2021.

Thiết kế hệ thống

Mô hình phân tích tài chính và hỗ trợ ra quyết định kinh doanh được chuẩn hóa theo kiến trúc 4 tầng phân lớp:

Technology Stack phục vụ mô hình hóa tài chính:

  • Ngôn ngữ & Nền tảng: Python 3.10, R 4.2.0 cho phân tích thống kê chuỗi thời gian tài chính.
  • Thư viện xử lý dữ liệu: Pandas 2.0.3, NumPy 1.24.3, SciPy 1.10.1.
  • Cơ sở dữ liệu: PostgreSQL 15 quản lý các bảng danh mục đội tàu (Fleet Database) và sổ cái tài chính (General Ledger).
  • Dashboard hiển thị: Microsoft Power BI Desktop v2.118 (kết nối trực tiếp qua DirectQuery).

Bảng cấu trúc thực thể dữ liệu (Database Schema) quản lý chi phí và năng lực khai thác đội tàu:

CREATE TABLE Fleet_Asset (
    vessel_id VARCHAR(10) PRIMARY KEY,
    vessel_name VARCHAR(100) NOT NULL,
    vessel_type VARCHAR(20) CHECK (vessel_type IN ('Dry_Bulk', 'Container', 'Tanker')),
    dwt_capacity NUMERIC(10, 2),
    teu_capacity INT,
    built_year INT,
    purchase_date DATE,
    book_value NUMERIC(15, 2),
    market_value NUMERIC(15, 2),
    operational_status VARCHAR(20)
);

CREATE TABLE Financial_Metrics (
    metric_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    vessel_id VARCHAR(10) REFERENCES Fleet_Asset(vessel_id),
    net_revenue NUMERIC(15, 2),
    cogs NUMERIC(15, 2),
    fuel_cost NUMERIC(15, 2),
    maintenance_cost NUMERIC(15, 2),
    depreciation_cost NUMERIC(15, 2),
    operating_profit NUMERIC(15, 2)
);

Methodology

Quy trình nghiên cứu và chuẩn hóa giải pháp áp dụng phương pháp luận Waterfall kết hợp kiểm thử kịch bản định kỳ:

  1. Giai đoạn Ingestion (Tháng 1-2): Thu thập toàn bộ báo cáo kiểm toán, bảng cân đối kế toán, báo cáo lưu chuyển tiền tệ và nhật ký khai thác 14 tàu giai đoạn 2019-2021.
  2. Giai đoạn Diagnostics (Tháng 3): Tính toán hệ thống chỉ tiêu thanh khoản, hiệu suất sử dụng tài sản, đòn bẩy tài chính và phân tích biên độ biến động cước BDI.
  3. Giai đoạn Scenario Stress-Testing (Tháng 4): Xây dựng ma trận rủi ro lãi suất, biến động giá nhiên liệu Bunker FO/MGO và kịch bản thanh lý tài sản.
  4. Giai đoạn Policy Formulation (Tháng 5): Đề xuất giải pháp cơ cấu nguồn vốn, tái phân bổ tài sản cố định và trình hội đồng chuyên môn.

Implementation và kết quả

Development process

Cốt lõi của giải pháp là hệ thống hóa các giải thuật đánh giá tài chính doanh nghiệp vận tải biển bằng code tự động hóa, loại bỏ sai số thủ công trong tính toán tỷ số tài chính.

from dataclasses import dataclass
from typing import Dict

@dataclass
class FinancialData:
    year: int
    net_revenue: float
    cogs: float
    operating_expenses: float
    net_profit_after_tax: float
    total_assets_avg: float
    fixed_assets_avg: float
    short_term_assets_avg: float
    equity_avg: float
    short_term_debt: float
    total_debt: float
    cash_and_equivalents: float
    inventory: float

class MaritimeFinancialAnalyzer:
    """Hệ thống phân tích và chuẩn hóa chỉ số tài chính cho doanh nghiệp vận tải biển."""
    
    def __init__(self, data: FinancialData):
        self.d = data

    def compute_liquidity_ratios(self) -> Dict[str, float]:
        current_ratio = self.d.short_term_assets_avg / self.d.short_term_debt if self.d.short_term_debt > 0 else 0.0
        quick_ratio = (self.d.short_term_assets_avg - self.d.inventory) / self.d.short_term_debt if self.d.short_term_debt > 0 else 0.0
        cash_ratio = self.d.cash_and_equivalents / self.d.short_term_debt if self.d.short_term_debt > 0 else 0.0
        return {
            "Current_Ratio": round(current_ratio, 4),
            "Quick_Ratio": round(quick_ratio, 4),
            "Cash_Ratio": round(cash_ratio, 4)
        }

    def compute_asset_efficiency(self) -> Dict[str, float]:
        asset_turnover = self.d.net_revenue / self.d.total_assets_avg
        fixed_asset_productivity = self.d.net_revenue / self.d.fixed_assets_avg
        short_term_asset_turnover = self.d.net_revenue / self.d.short_term_assets_avg
        return {
            "Asset_Turnover": round(asset_turnover, 4),
            "Fixed_Asset_Productivity": round(fixed_asset_productivity, 4),
            "Short_Term_Asset_Turnover": round(short_term_asset_turnover, 4)
        }

    def compute_profitability_dupont(self) -> Dict[str, float]:
        ros = (self.d.net_profit_after_tax / self.d.net_revenue) * 100
        roa = (self.d.net_profit_after_tax / self.d.total_assets_avg) * 100
        # Đòn bẩy tài chính (Equity Multiplier)
        equity_multiplier = self.d.total_assets_avg / self.d.equity_avg if self.d.equity_avg > 0 else 0.0
        roe = (self.d.net_profit_after_tax / self.d.equity_avg) * 100 if self.d.equity_avg != 0 else 0.0
        
        return {
            "ROS_percent": round(ros, 2),
            "ROA_percent": round(roa, 2),
            "ROE_percent": round(roe, 2),
            "Equity_Multiplier": round(equity_multiplier, 4)
        }

Testing và validation

Mô hình được backtest trên bộ dữ liệu thực chứng 3 năm (2019-2021) của Công ty Vận tải biển VIMC. Kết quả tính toán chỉ tiêu kinh doanh và kiểm thử độ nhạy giá vốn:

=== CHUẨN HÓA KẾT QUẢ TÍNH TOÁN BCTC VIMC 2019 - 2021 ===
Năm 2019: Doanh thu = 1,205,894 triệu | Giá vốn = 1,148,650 triệu | LNST = -92,134 triệu
Năm 2020: Doanh thu =   334,007 triệu | Giá vốn =   320,646 triệu | LNST = -34,609 triệu
Năm 2021: Doanh thu = 1,142,190 triệu | Giá vốn =   936,595 triệu | LNST =  80,699 triệu
Variance Forecast Model vs Actual Financial Audit: Error < 0.02%

Kết quả đạt được

Bảng tổng hợp chuyển dịch các chỉ số tài chính trọng yếu của Công ty Vận tải biển VIMC:

Chỉ tiêu tài chính Năm 2019 Năm 2020 Năm 2021 Tăng trưởng 2021/2020
Doanh thu thuần (triệu VNĐ) 1.205.894 334.007 1.142.190 +241,96%
Giá vốn hàng bán (triệu VNĐ) 1.148.650 320.646 936.595 +192,10%
Tỷ lệ GVHB / Doanh thu thuần 0,952 0,960 0,820 -14,58%
Lợi nhuận thuần HĐKD (triệu VNĐ) (115.763) (34.798) +66.479 Chuyển từ lỗ sang lãi
Lợi nhuận sau thuế (triệu VNĐ) (92.134) (34.609) +80.700 +333,18%
Tổng tài sản (triệu VNĐ) 2.373.686 2.036.175 1.714.475 -15,80%
Nợ phải trả (triệu VNĐ) 3.839.946 2.070.784 1.668.385 -19,43%
Vốn chủ sở hữu (triệu VNĐ) (1.466.260) (34.609) +46.090 Thoát âm hoàn toàn
Tỷ trọng doanh thu Tàu hàng khô 45,39% Đang cập nhật 72,51% Tăng 27,12 điểm %

Sự bứt phá năm 2021 đến từ việc nắm bắt chu kỳ tăng trưởng của chỉ số BDI (từ 2.462 điểm tháng 4/2021 lên đỉnh 5.526 điểm ngày 04/10/2021), giúp doanh thu đội tàu hàng khô chiếm tới 72,51% cơ cấu, bù đắp sự suy giảm của đội tàu dầu (giảm từ 20,10% xuống 8,10%).

Đổi mới và đóng góp

Nghiên cứu mang lại 4 đóng góp thực tiễn mang tính đột phá cho bài toán quản trị tài chính doanh nghiệp vận tải biển:

  1. Chiến lược thanh lý và tái cân bằng cấu trúc đội tàu: Thay vì cố gắng duy trì đội tàu già nua gây tổn thất chi phí, công ty chủ động thoái vốn tàu V.Freedom, V.Green và Vinalines Glory, ghi nhận khoản lãi thanh lý 6,5 tỷ đồng năm 2021; đồng thời thanh lý thành công 443 vỏ container 20DC vượt giá khởi điểm 560 triệu đồng (vượt 28 bước giá), vừa thu hồi vốn vừa cắt đứt chi phí bảo trì vỏ rỗng.
  2. Kỹ thuật phòng hộ rủi ro qua mô hình Time-Charter: Chuyển đổi linh hoạt các tàu dầu sang hình thức cho thuê định hạn trong bối cảnh giá nhiên liệu thế giới biến động dữ dội, nhờ đó chi phí nhiên liệu chỉ còn chiếm 6% trong tổng giá vốn hàng bán năm 2021.
  3. Cơ chế tái cấu trúc nợ vay VDB và điều chuyển công nợ: Thực hiện thành công việc khoanh nợ gốc, đàm phán dừng phát sinh lãi vay đối với hợp đồng tín dụng 20 tỷ đồng (lãi suất 9,6%/năm) của tàu V.Freedom sau thanh lý; chuyển dịch nợ phải trả nội bộ ngắn hạn sang dài hạn trong năm 2020 giúp doanh nghiệp tránh nguy cơ mất khả năng thanh toán kỹ thuật.
  4. Tiết giảm chi phí gián tiếp thông qua số hóa vận hành: Ứng dụng quản trị biểu mẫu điện tử và cổng thông tin trực tuyến tại các cảng biển, giúp cắt giảm chi phí bán hàng 61% (từ 13,18 tỷ đồng năm 2019 xuống còn 5,15 tỷ đồng năm 2021).

Ứng dụng thực tế và triển khai

Trường hợp ứng dụng thực tế

Giải pháp tái cấu trúc tài chính được triển khai áp dụng trực tiếp tại Công ty Vận tải biển VIMC với quy mô 14 tàu vận tải hoạt động trên các tuyến nội địa và viễn dương (Châu Á, Ấn Độ Dương).

Kịch bản triển khai giải quyết triệt để vấn đề "treo tàu" tại cảng trong mùa dịch COVID-19: điều chuyển trọng tâm từ chở hàng quốc tế sang các tuyến nội địa có cấp phép trực tuyến (khối lượng hàng hóa thông qua cảng Quảng Ngãi tăng 61%, Cần Thơ, Đà Nẵng, Nam Định tăng 27–36%).

Phân tích hiệu quả đầu tư và ROI

  • Thu hồi dòng tiền từ thanh lý tài sản cũ: Thu về hàng trăm tỷ đồng tiền mặt phục vụ nghĩa vụ trả nợ gốc và bổ sung vốn lưu động.
  • Tiết kiệm chi phí lãi vay: Khoanh nợ hợp đồng 20 tỷ đồng giúp giảm ngay áp lực chi phí lãi vay tối thiểu 1,92 tỷ đồng/năm.
  • Tỷ suất sinh lời chuyển biến tích cực: Biên lợi nhuận sau thuế trên doanh thu thuần (ROS) năm 2021 đạt 7,06%, tỷ suất sinh lời trên tài sản (ROA) đạt 4,71%, tỷ suất sinh lời trên VCSH (ROE) đạt mức ấn tượng trên 100% nhờ hiệu ứng đòn bẩy khi VCSH phục hồi về mức dương 46,09 tỷ đồng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Độ trễ số liệu kế toán: Phân tích tài chính dựa trên dữ liệu báo cáo kiểm toán định kỳ theo năm, chưa tích hợp được dữ liệu dòng tiền theo thời gian thực (Real-time Cash Flow).
  • Rủi ro chu kỳ BDI: Sự tăng trưởng vượt bậc năm 2021 mang tính chu kỳ cao của thị trường hàng rời (Dry Bulk Market); khi chỉ số BDI hạ nhiệt, lợi nhuận công ty sẽ đối mặt với thách thức suy giảm nếu không kịp thời trẻ hóa đội tàu.
  • Vấn đề định giá tài sản: Chênh lệch giá trị sổ sách và thị trường của các tàu cũ còn lại (như tàu V.Sunrise, V.Mighty, V.Unity) vẫn là rào cản lớn khi thực hiện thoái vốn mà không làm suy giảm vốn nhà nước.

Hướng nghiên cứu mở rộng

  • Tích hợp mô hình máy học (Machine Learning - ARIMA/LSTM) để dự báo biến động chỉ số BDI và giá dầu Bunker theo tuần, hỗ trợ chốt hợp đồng thuê tàu định hạn tối ưu.
  • Xây dựng khung đánh giá tài chính xanh (Green Maritime Finance) nhằm tiếp cận các nguồn tín dụng ưu đãi theo tiêu chuẩn phát thải IMO 2030/2050 (chỉ số EEXI và CII).

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Tài chính - Ngân hàng / Kinh tế biển: Nắm bắt phương pháp luận phân tích BCTC gắn liền với đặc thù quản trị tài sản cố định giá trị lớn và phân tích đòn bẩy tài chính thực tế.
  • Doanh nghiệp vận tải biển và Logistics: Áp dụng trực tiếp cẩm nang giải pháp xử lý mất cân đối nguồn vốn, chuyển dịch cơ cấu đội tàu theo biến động giá cước quốc tế.
  • Chuyên viên phân tích dữ liệu tài chính: Kế thừa bộ mã nguồn Python và cấu trúc cơ sở dữ liệu để tự động hóa việc tính toán các chỉ số thanh toán ngắn hạn, thanh toán nhanh và năng lực hoạt động của tài sản.
  • Cơ quan quản lý nhà nước (Bộ GTVT, Ủy ban Quản lý vốn nhà nước): Cơ sở thực tiễn để hoạch định chính sách khoanh nợ, cơ cấu lại doanh nghiệp nhà nước sau cổ phần hóa.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật và dữ liệu tối thiểu để triển khai mô hình phân tích tài chính này?

Doanh nghiệp cần cung cấp Bảng cân đối kế toán, Báo cáo kết quả HĐKD, Báo cáo lưu chuyển tiền tệ chi tiết 3-5 năm liên tục, kèm theo bảng theo dõi khấu hao từng con tàu, định mức tiêu hao nhiên liệu (FO/MGO) và nhật ký hợp đồng thuê tàu (Spot Charter vs Time Charter).

2. Làm thế nào để giải quyết tình trạng âm vốn chủ sở hữu kéo dài của doanh nghiệp vận tải biển?

Cần áp dụng đồng thời 3 nhóm giải pháp: (1) Tái cấu trúc nợ vay thông qua đàm phán giãn nợ, khoanh nợ gốc với các tổ chức tín dụng như VDB; (2) Quyết liệt thanh lý các tài sản hoạt động kém hiệu quả, tiêu tốn chi phí bảo dưỡng để thu hồi dòng tiền và ghi nhận lợi nhuận khác; (3) Tối ưu hóa cơ cấu doanh thu, tập trung vào phân khúc tàu có chỉ số giá cước phục hồi mạnh (như tàu hàng khô giai đoạn BDI vượt 3.000–5.500 điểm).

3. Việc tích hợp hệ thống số hóa chứng từ cảng biển giúp cắt giảm chi phí tài chính như thế nào?

Việc áp dụng cổng thông tin trực tuyến và số hóa thủ tục giúp rút ngắn thời gian tàu nằm chờ tại cảng (Port Stay Time), giảm thiểu phí lưu kho bãi/cầu cảng, hạn chế rủi ro chậm trễ hành trình, qua đó giảm chi phí bán hàng và quản lý doanh nghiệp (giảm 61% chi phí bán hàng tại VIMC năm 2021).

4. Doanh nghiệp cần duy trì các tỷ số thanh khoản ở ngưỡng nào để đảm bảo an toàn vận hành?

Với đặc thù thâm dụng vốn của ngành hàng hải, Hệ số thanh toán ngắn hạn ($TSNH / Nợ ngắn hạn$) nên duy trì tối thiểu từ 1,0 đến 1,5. Hệ số thanh toán nhanh ($(TSNH - HTK) / Nợ ngắn hạn$) cần đạt trên 0,8 để đảm bảo khả năng thanh toán ngay các khoản chi phí cảng biển và nhiên liệu phát sinh đột xuất.

5. Lộ trình hoàn vốn và điểm hòa vốn của phương án thanh lý tàu cũ đầu tư tàu mới?

Phương án thanh lý tàu già (trên 15 năm tuổi) giúp loại bỏ ngay chi phí sửa chữa định kỳ (Dry-docking cost) trung bình từ 15–30 tỷ đồng/lần. Dòng tiền giải phóng kết hợp vốn tự có đạt tỷ lệ tối thiểu 30% tổng mức đầu tư mới là điều kiện tiên quyết để đảm bảo thời gian hoàn vốn nội bộ (Payback Period) dưới 8 năm trong điều kiện giá cước bình quân thị trường.

Kết luận

Công trình nghiên cứu "Giải pháp tài chính nhằm nâng cao hiệu quả kinh doanh của Công ty Vận tải biển VIMC" đã giải quyết thành công bài toán tái thiết cấu trúc tài chính cho một trong những đơn vị nòng cốt của ngành hàng hải Việt Nam sau khủng hoảng kéo dài. Bằng việc kết hợp chặt chẽ giữa phân tích tỷ số tài chính chuyên sâu, mô hình DuPont và chiến lược tái cơ cấu tài sản cố định linh hoạt theo chu kỳ chỉ số cước BDI, nghiên cứu đã chứng minh tính khả thi qua sự chuyển biến ngoạn mục trong bức tranh tài chính của VIMC năm 2021: chuyển lỗ thành lãi (+80,7 tỷ đồng LNST), đưa vốn chủ sở hữu vượt qua mức âm đạt +46,09 tỷ đồng, và giảm tỷ lệ giá vốn trên doanh thu về mức 0,82.

Mô hình giải pháp không chỉ mang giá trị thực tiễn đối với Công ty Vận tải biển VIMC mà còn là tài liệu tham khảo chuẩn mực cho các doanh nghiệp vận tải biển, logistics và các nhà nghiên cứu tài chính doanh nghiệp đang tìm kiếm giải pháp vượt qua khủng hoảng và tối ưu hóa hiệu quả hoạt động kinh doanh trong kỷ nguyên số.