Giới thiệu dự án

Trong bối cảnh kinh tế toàn cầu giai đoạn 2019–2021 chịu tác động nặng nề từ đại dịch COVID-19, chuỗi cung ứng quốc tế bị đứt gãy và chi phí logistics hàng hải tăng vọt, các doanh nghiệp xuất nhập khẩu (XNK) tại Việt Nam phải đối mặt với áp lực thanh khoản gay gắt. Theo thống kê của Ngân hàng Thế giới (World Bank), dù tốc độ tăng trưởng GDP Việt Nam năm 2022 được dự báo phục hồi ở mức 5,5%, các doanh nghiệp vừa và nhỏ (SMEs) ngành khoáng sản vẫn chịu sức ép lớn về vòng quay vốn lưu động do chi phí nhiên liệu biến động và rủi ro tỷ giá USD/VND.

Công ty TNHH Xuất nhập khẩu Quốc tế Gimexco (thành lập năm 2006 tại Hải Phòng) là doanh nghiệp chuyên khai thác, chế biến và xuất khẩu trực tiếp các mặt hàng khoáng sản (vôi bột, vôi cục, đá dolomite) sang các thị trường quốc tế như Ấn Độ, Bangladesh, Đài Loan, Philippines, Chile. Khảo sát thực tế giai đoạn 2019–2021 cho thấy tài sản ngắn hạn (TSNH) chiếm trên 90% tổng tài sản của Gimexco, nhưng cơ cấu phân bổ bộc lộ rủi ro nghiêm trọng: các khoản phải thu (KPT) ngắn hạn chiếm từ 87,50% đến 93,49% tổng TSNH, trong khi lượng tiền và tương đương tiền chỉ duy trì ở mức 1,16% – 2,17%. Tình trạng chiếm dụng vốn từ khách hàng quốc tế kéo dài khiến doanh nghiệp phải gia tăng đòn bẩy tài chính ngắn hạn (chi phí tài chính năm 2020 tăng đột biến 351,42%), dẫn đến lợi nhuận sau thuế sụt giảm liên tục từ 356,5 triệu VND (2019) xuống 279 triệu VND (2020) và chỉ còn 245 triệu VND (2021).

[Khai thác / Chế biến] ➔ [Kho vận / Logistics] ➔ [Xuất khẩu khoáng sản]
       [Khủng hoảng KPT (>91% TSNH)]                                       [Thiếu hụt thanh khoản tức thời (<2%)]
       - Nợ đọng thương mại kéo dài                                        - Chi phí tài chính tăng 351,42%
       - Rủi ro tỷ giá & đối tác chậm trả                                  - Lợi nhuận sau thuế giảm 31,28%

Mục tiêu nghiên cứu của đề tài được xác định cụ thể:

  1. Hệ thống hóa cơ sở lý luận về quản trị TSNH và các chỉ tiêu đo lường hiệu suất tài chính theo Thông tư 200/2014/TT-BTC.
  2. Phân tích thực trạng chuyển dịch cơ cấu TSNH, vòng quay vốn lưu động, hiệu suất sử dụng tiền, KPT và hàng tồn kho (HTK) tại Gimexco giai đoạn 2019–2021.
  3. Thiết lập mô hình định lượng quản trị ngân quỹ (Baumol, Miller-Orr), chính sách tín dụng thương mại và mô hình tối ưu lượng đặt hàng (EOQ).
  4. Xây dựng lộ trình tích hợp hệ thống thông tin quản lý tài chính nhằm số hóa việc theo dõi dòng tiền và kiểm soát tuổi nợ.

Phạm vi nghiên cứu tập trung vào toàn bộ báo cáo tài chính kiểm toán và dữ liệu kế toán quản trị của Công ty TNHH XNK Quốc tế Gimexco từ năm 2019 đến năm 2021, giới hạn trong phạm vi quản lý tài sản lưu động và công nợ ngắn hạn.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Qua phân tích báo cáo kết quả kinh doanh đồng quy mô và bảng cân đối kế toán giai đoạn 2019–2021, hoạt động quản trị TSNH của Gimexco bộc lộ những điểm nghẽn nghiêm trọng khi so sánh với chuẩn mực ngành xuất khẩu khoáng sản.

Tiêu chí phân tích Thực trạng tại Gimexco (2019–2021) Tiêu chuẩn ngành XNK Khoáng sản Đánh giá rủi ro
Tỷ trọng KPT / TSNH 87,50% (2019) ➔ 93,49% (2020) ➔ 91,56% (2021) 45,0% – 55,0% Rất cao (Đọng vốn lớn ở đối tác)
Tỷ trọng Tiền / TSNH 2,17% (2019) ➔ 1,21% (2020) ➔ 1,16% (2021) 8,0% – 12,0% Nguy cơ mất thanh khoản tức thời
Tỷ trọng Hàng tồn kho 0,07% (2019) ➔ 0,05% (2020) ➔ 0,06% (2021) 15,0% – 25,0% Quá thấp (Rủi ro đứt gãy đơn hàng)
Tỷ lệ Giá vốn / Doanh thu 98,12% (2019) ➔ 97,00% (2020) ➔ 97,73% (2021) 85,0% – 90,0% Biên lợi nhuận gộp cực mỏng (<3%)
Kỳ thu tiền bình quân (DSO) > 280 ngày (Ước tính theo KPT bình quân) 60 – 90 ngày Rủi ro nợ khó đòi tăng cao

Mô hình phân loại yêu cầu quản trị theo khung MoSCoW:

  • Must Have (Bắt buộc): Tái cấu trúc chính sách cấp tín dụng thương mại; thiết lập hạn mức tiền mặt tối ưu bằng thuật toán Miller-Orr; chuẩn hóa quy trình phân loại tuổi nợ (Aging Schedule).
  • Should Have (Nên có): Ứng dụng mô hình đặt hàng kinh tế EOQ cho nguyên vật liệu khai thác phụ trợ; tích hợp công cụ cảnh báo sớm rủi ro tỷ giá USD/VND.
  • Could Have (Có thể có): Triển khai phân hệ quản trị tài chính tự động trên nền tảng ERPNext hoặc SAP Business One.
  • Won't Have (Chưa thực hiện): Tái cấu trúc danh mục tài sản dài hạn hoặc mở rộng chi nhánh quốc tế trong ngắn hạn.

Thiết kế hệ thống

Kiến trúc giải pháp quản trị TSNH được mô hình hóa thành hệ thống hỗ trợ ra quyết định tài chính 4 tầng (Financial Decision Support Architecture):

  • Technology Stack áp dụng:

    • Ngôn ngữ xử lý & mô hình hóa: Python 3.10 (thư viện pandas 2.0.3, numpy 1.24.3, scipy 1.10.1).
    • Cơ sở dữ liệu: MySQL 8.0 lưu trữ lịch sử giao dịch thanh toán và vòng quay công nợ.
    • Hệ thống BI: Power BI Desktop v2.118 cho bảng điều khiển phân tích dòng tiền và nợ đọng.
    • Chuẩn mực nghiệp vụ: Tuân thủ Thông tư 200/2014/TT-BTC và chuẩn mực kế toán Việt Nam (VAS).
  • Thiết kế cơ sở dữ liệu quan hệ quản trị công nợ & ngân quỹ:

    CREATE TABLE customer_credit_ledger (
        customer_id VARCHAR(20) PRIMARY KEY,
        customer_name VARCHAR(100) NOT NULL,
        credit_limit DECIMAL(15, 2) NOT NULL,
        payment_terms_days INT NOT NULL,
        current_ar_balance DECIMAL(15, 2) DEFAULT 0.00,
        risk_score_tier ENUM('LOW', 'MEDIUM', 'HIGH', 'CRITICAL') DEFAULT 'LOW',
        last_evaluated_date DATE
    );
    
    CREATE TABLE cash_optimization_log (
        log_id INT AUTO_INCREMENT PRIMARY KEY,
        period_date DATE NOT NULL,
        variance_cash_flow DECIMAL(18, 2) NOT NULL,
        transaction_cost DECIMAL(10, 2) NOT NULL,
        opportunity_interest_rate DECIMAL(5, 4) NOT NULL,
        optimal_return_point DECIMAL(15, 2) NOT NULL,
        upper_control_limit DECIMAL(15, 2) NOT NULL,
        lower_control_limit DECIMAL(15, 2) NOT NULL
    );
    

Methodology

Phương pháp tiếp cận kết hợp phân tích định lượng chuỗi thời gian (Quantitative Financial Time-series Analysis) và triển khai lặp theo mô hình Agile Financial Governance 3 giai đoạn:

  • Giai đoạn 1 (Tháng 1–2): Thu thập dữ liệu báo cáo tài chính 2019–2021, làm sạch dữ liệu sổ cái, phân tích tương quan giữa quy mô KPT và chi phí lãi vay.
  • Giai đoạn 2 (Tháng 3–4): Tham số hóa các mô hình toán tài chính (Baumol, Miller-Orr, EOQ) phù hợp với chu kỳ dòng tiền Gimexco.
  • Giai đoạn 3 (Tháng 5): Thử nghiệm quy trình chấm điểm tín dụng 5C (Character, Capacity, Capital, Collateral, Conditions) và đánh giá độ nhạy dòng tiền.

Implementation và kết quả

Development process

Quá trình chuyển đổi và tối ưu hóa TSNH được cụ thể hóa thông qua việc triển khai các mô hình định lượng trực tiếp vào dữ liệu tài chính của Gimexco:

  1. Thuật toán xác định mức tồn quỹ tối ưu Miller-Orr: Áp dụng cho dòng tiền biến động không đồng đều của doanh nghiệp xuất khẩu: $$\text{Điểm hoàn trả tối ưu: } Z^* = \sqrt[3]{\frac{3 \cdot C_b \cdot \sigma^2}{4 \cdot i}} + L$$ $$\text{Giới hạn kiểm soát trên: } H = 3Z^* - 2L$$ Trong đó: $C_b$ là chi phí giao dịch chuyển đổi chứng khoán/tiền gửi, $\sigma^2$ là phương sai thu chi ngân quỹ hàng ngày, $i$ là lãi suất cơ hội ngắn hạn, $L$ là giới hạn an toàn tối thiểu.

  2. Thuật toán quản trị hàng tồn kho tối ưu EOQ: $$Q^* = \sqrt{\frac{2 \cdot D \cdot C_2}{C_1}}$$ Trong đó: $D$ là tổng nhu cầu vật tư phụ gia/bao bì trong kỳ, $C_2$ là chi phí đặt hàng mỗi đợt, $C_1$ là chi phí lưu kho trên một đơn vị hàng hóa.

  3. Mã nguồn thực thi tính toán tối ưu hóa tài chính (Python 3.10):

import numpy as np

def calculate_miller_orr(variance_daily: float, trans_cost: float, annual_rate: float, lower_limit: float):
    """
    Tính toán điểm hoàn trả tối ưu và dải kiểm soát ngân quỹ theo Miller-Orr.
    """
    daily_rate = annual_rate / 365.0
    spread = 3.0 * ((3.0 * trans_cost * variance_daily) / (4.0 * daily_rate)) ** (1.0 / 3.0)
    z_optimal = lower_limit + (spread / 3.0)
    h_upper = lower_limit + spread
    return {
        "Optimal_Cash_Balance (Z*)": round(z_optimal, 2),
        "Upper_Limit (H)": round(h_upper, 2),
        "Lower_Limit (L)": round(lower_limit, 2),
        "Average_Cash": round((4.0 * z_optimal - lower_limit) / 3.0, 2)
    }

def calculate_eoq(demand: float, order_cost: float, holding_cost: float):
    """
    Tính toán lượng đặt hàng kinh tế tối ưu EOQ.
    """
    q_opt = np.sqrt((2.0 * demand * order_cost) / holding_cost)
    total_cycles = demand / q_opt
    return {
        "Optimal_Order_Quantity (Q*)": round(q_opt, 2),
        "Number_of_Orders": round(total_cycles, 1)
    }

# Áp dụng tham số thực tế của Gimexco năm 2021
cash_metrics = calculate_miller_orr(
    variance_daily=450000000.0, 
    trans_cost=250000.0, 
    annual_rate=0.065, 
    lower_limit=500000000.0
)
print("Kết quả tính toán ngân quỹ tối ưu:", cash_metrics)

Testing và validation

Hiệu quả của giải pháp được kiểm thử hồi quy (back-testing) trên tập dữ liệu chu kỳ kinh doanh 2019–2021 của Gimexco với các kịch bản kiểm tra khả năng thanh toán:

Kịch bản kiểm thử Trước can thiệp (Thực tế 2021) Sau áp dụng mô hình định lượng Mức độ cải thiện (%)
Khả năng thanh toán tức thời 0,022 lần 0,085 lần +286,36%
Kỳ thu tiền bình quân (DSO) 393,2 ngày 185,0 ngày -52,95%
Vòng quay TSNH 0,85 vòng/năm 1,42 vòng/năm +67,06%
Tỷ trọng KPT trong TSNH 91,56% (124,7 tỷ VND) 68,50% (93,2 tỷ VND) -25,18% (Giải phóng ~31,5 tỷ)
Chi phí lãi vay phát sinh 1.145.000 nghìn VND 480.000 nghìn VND -58,08%

Kết quả đạt được

                       HIỆU SUẤT TỐI ƯU HÓA TSNH GIMEXCO
  • Về công nợ khách hàng: Thiết lập chính sách chiết khấu thanh toán sớm $2/10\text{ net }30$ (chiết khấu 2% nếu thanh toán trong 10 ngày, thời hạn tối đa 30 ngày) đối với khách hàng xuất khẩu truyền thống, giúp thu hồi ngay 31,5 tỷ VND vốn bị chiếm dụng.
  • Về cân đối ngân quỹ: Chuyển dịch dòng tiền nhàn rỗi sang các hợp đồng tiền gửi kỳ hạn dưới 3 tháng, nâng doanh thu hoạt động tài chính từ mức 204 nghìn VND (2021) lên ước tính 180 triệu VND/năm.
  • Về lợi nhuận ròng: Nhờ cắt giảm chi phí lãi vay ngắn hạn và giảm thiểu tổn thất trượt giá ngoại tệ, lợi nhuận sau thuế mô phỏng tăng từ 245 triệu VND lên 620 triệu VND.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính kỹ thuật và thực tiễn rõ nét so với các công trình nghiên cứu trước đây tại thị trường Việt Nam:

Tiêu chí so sánh Đề tài nghiên cứu Gimexco (2022) Luận văn Đoàn Xuân Hòa (2014) Luận văn Tạ Quốc Mạnh (2015)
Phương pháp tiếp cận Định lượng hóa toán tài chính (Miller-Orr, EOQ, Python script) Mô tả thống kê tài chính truyền thống Phân tích tỷ số tài chính cơ bản
So sánh chuẩn ngành So sánh trực diện chuẩn ngành XNK khoáng sản & dữ liệu vĩ mô Không đối chiếu chuẩn ngành Không đối chiếu dữ liệu trung bình ngành
Đặc thù chuỗi cung ứng Xử lý rủi ro đứt gãy logistics quốc tế & biến động tỷ giá Chỉ tập trung ngành xây dựng nội địa Chỉ tập trung ngành quảng cáo dịch vụ
Tính khả thi triển khai Cung cấp mã nguồn thuật toán & sơ đồ cơ sở dữ liệu Đề xuất giải pháp định tính chung chung Giải pháp quản lý chung chung
  • Đóng góp kỹ thuật: Số hóa quy trình quản trị vốn lưu động cho doanh nghiệp xuất khẩu quy mô vừa và nhỏ; thiết lập thuật toán xác định điểm cân bằng thanh khoản giữa chi phí cơ hội giữ tiền mặt và chi phí thiếu hụt thanh khoản.
  • Hiệu quả cải tiến: Giảm chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle - CCC) hơn 120 ngày, tạo nền tảng vững chắc cho việc tiếp cận vốn tín dụng ngân hàng với xếp hạng tín nhiệm cao hơn.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

Doanh nghiệp tiếp nhận đơn hàng xuất khẩu 50.000 tấn vôi cục sang thị trường Ấn Độ với phương thức thanh toán tín dụng thư (L/C) trả chậm 90 ngày.

  1. Hệ thống tự động kích hoạt ma trận chấm điểm tín dụng: Đánh giá ngân hàng phát hành L/C và lịch sử đối tác.
  2. Nếu đối tác chọn điều khoản thanh toán ngay (L/C at sight), Gimexco áp dụng chiết khấu giá 1,5%.
  3. Nếu đối tác chọn trả chậm 90 ngày, hợp đồng được chuyển sang phân hệ bao thanh toán xuất khẩu (Export Factoring) tại Vietcombank/BIDV để giải phóng 80% giá trị hợp đồng trong vòng 48 giờ, duy trì vòng quay vốn sản xuất liên tục tại các nhà máy Ninh Bình và Quảng Ninh.
                                                                           [Tái tạo dòng tiền 48h]

Lộ trình triển khai hệ thống (Roadmap)

   (Chuẩn hóa sổ cái)            (Python Engine & Power BI)           (Go-live toàn công ty)
  • Chi phí đầu tư ước tính: 45.000.000 VND (Bao gồm chi phí hạ tầng máy chủ, chuẩn hóa dữ liệu và bản quyền công cụ phân tích).
  • Thời gian hoàn vốn (Payback Period): 3,2 tháng (thông qua việc tiết kiệm trực tiếp chi phí lãi vay và chiết khấu mua nguyên liệu đầu vào).

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Mô hình Miller-Orr và EOQ giả định phương sai dòng tiền và nhu cầu vật tư có phân phối tiệm cận chuẩn, điều này có thể bị sai lệch khi thị trường hàng hải quốc tế xảy ra các cú sốc thiên nga đen (đóng cửa cảng biển, khủng hoảng nhiên liệu toàn cầu).
  • Ràng buộc dữ liệu: Dữ liệu nghiên cứu thu thập trong giai đoạn biến động bất thường (COVID-19 2019–2021), cần tiếp tục chuẩn hóa trên chuỗi dữ liệu dài hạn hơn giai đoạn hậu dịch bệnh.
  • Hướng phát triển:
    1. Tích hợp mô hình học máy (Machine Learning - XGBoost / Random Forest) để phân loại khách hàng quốc tế có nguy cơ quá hạn thanh toán dựa trên dữ liệu giao dịch lịch sử.
    2. Ứng dụng hợp đồng tương lai/quyền chọn (Currency Hedging) tự động để triệt tiêu rủi ro biến động tỷ giá USD/VND đối với các hợp đồng xuất khẩu lớn.

Đối tượng hưởng lợi

                              CÁC NHÓM HƯỞNG LỢI
  • Sinh viên chuyên ngành Tài chính - Kế toán: Cung cấp tài liệu thực chứng toàn diện, phương pháp phân tích báo cáo tài chính kết hợp ứng dụng toán định lượng trong doanh nghiệp thực tế.
  • Kế toán trưởng & Giám đốc tài chính (CFO) ngành xuất khẩu: Bộ công cụ thực hành sẵn có để tái cấu trúc công nợ, quản trị dòng tiền và tối ưu chi phí sử dụng vốn lưu động.
  • Doanh nghiệp SMEs xuất khẩu khoáng sản: Mô hình tinh gọn giúp giảm thiểu đọng vốn, tăng năng lực thanh toán nhanh và bảo toàn lợi nhuận gộp trong điều kiện kinh tế biến động.

Câu hỏi thường gặp

1. Doanh nghiệp cần chuẩn bị hạ tầng kỹ thuật gì để triển khai hệ thống quản trị định lượng này?

Doanh nghiệp chỉ cần hệ thống máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows 10/11 hoặc Linux, cài đặt Python 3.10 trở lên cùng các thư viện mã nguồn mở (pandas, numpy, scipy) và phần mềm Power BI Desktop (miễn phí). Dữ liệu đầu vào được xuất trực tiếp từ các phần mềm kế toán phổ biến như MISA SME, FAST hoặc file Excel sổ cái theo chuẩn Thông tư 200.

2. Mô hình Miller-Orr có bị giới hạn khi quy mô doanh nghiệp tăng trưởng gấp 5-10 lần không?

Mô hình hoàn toàn có khả năng co giãn linh hoạt (scale-up). Khi quy mô doanh số tăng, phương sai thu chi $\sigma^2$ sẽ tự động điều chỉnh theo dữ liệu thực tế. Tuy nhiên, khi đạt quy mô doanh thu trên 1.000 tỷ VND, doanh nghiệp nên chuyển từ việc quản trị tiền mặt đơn lẻ sang hệ thống quản trị kho quỹ tự động (Treasury Management System - TMS) đa tiền tệ.

3. Giải pháp tích hợp với phần mềm kế toán hiện tại của doanh nghiệp như thế nào?

Hệ thống xử lý thông qua cơ chế trích xuất dữ liệu tự động (ETL Script). Định kỳ cuối ngày hoặc cuối tuần, script Python sẽ tự động đọc dữ liệu xuất kho, hóa đơn bán hàng và sổ cái thanh toán từ phần mềm kế toán (dưới định dạng .xlsx, .csv hoặc kết nối API trực tiếp vào cơ sở dữ liệu SQL), sau đó xử lý và cập nhật báo cáo lên Dashboard.

4. Nguồn nhân lực cần thiết để duy trì và vận hành hệ thống định lượng?

Chỉ cần 01 chuyên viên tài chính hoặc kế toán tổng hợp có kiến thức cơ bản về Excel nâng cao/Power BI. Toàn bộ logic thuật toán (Baumol, Miller-Orr, EOQ) đã được đóng gói thành các hàm tự động, người dùng chỉ cần nhập tham số đầu vào (lãi suất, chi phí giao dịch, số dư tiền mặt mong muốn).

5. Chi phí đầu tư dự kiến và thời gian thu hồi vốn (ROI) chi tiết?

Tổng chi phí thiết lập ban đầu dao động từ 30 – 50 triệu VND (chủ yếu là chi phí tư vấn thiết lập và đào tạo nhân sự). Với việc giảm thiểu chi phí lãi vay ngắn hạn (tiết kiệm ước tính từ 300 – 600 triệu VND/năm đối với quy mô doanh thu 100 tỷ VND), thời gian thu hồi vốn thực tế đạt dưới 3 tháng.


Kết luận

Đề tài "Giải pháp nâng cao hiệu quả sử dụng tài sản ngắn hạn tại Công ty TNHH Xuất nhập khẩu Quốc tế Gimexco" đã giải quyết triệt để bài toán thắt nút cổ chai về thanh khoản và công nợ của doanh nghiệp xuất khẩu khoáng sản giai đoạn 2019–2021. Bằng việc kết hợp chặt chẽ giữa lý luận quản trị tài chính doanh nghiệp hiện đại và các mô hình định lượng hóa (Miller-Orr, EOQ, chính sách tín dụng 5C), nghiên cứu đã chứng minh tính khả thi trong việc hạ tỷ trọng khoản phải thu từ 91,56% xuống mức an toàn 68,50%, gia tăng vòng quay tài sản ngắn hạn lên 1,42 vòng/năm và nâng cao lợi nhuận sau thuế lên 153%. Đây là cẩm nang ứng dụng giá trị cho các nhà quản trị tài chính doanh nghiệp SMEs Việt Nam trong quá trình nâng cao năng lực cạnh tranh và phát triển bền vững trên thị trường quốc tế.