Giới thiệu dự án

Ngành du lịch và lữ hành Việt Nam giữ vai trò huyết mạch trong cơ cấu kinh tế dịch vụ quốc gia. Theo thống kê giai đoạn hậu đại dịch, năm 2022 Việt Nam đón 3,6 triệu lượt khách quốc tế (tăng gấp 23 lần so với 2021) và 101 triệu lượt khách nội địa; tính đến hết năm 2023, toàn quốc ghi nhận 4.069 doanh nghiệp lữ hành quốc tế và 1.060 doanh nghiệp lữ hành nội địa. Tuy nhiên, các cú sốc ngoại sinh từ biến động kinh tế vĩ mô và giai đoạn khủng hoảng y tế toàn cầu 2020–2021 đã bộc lộ những điểm yếu chí tử về cấu trúc vốn, quản trị chi phí và năng lực thanh khoản của các doanh nghiệp lữ hành, khi có tới 95% đơn vị phải tạm ngừng hoạt động trong đỉnh dịch với thiệt hại ước tính vượt 20 tỷ USD.

Khóa luận tốt nghiệp chuyên ngành Tài chính: "Nâng cao hiệu quả hoạt động kinh doanh của các doanh nghiệp kinh doanh lữ hành được niêm yết trên thị trường chứng khoán Việt Nam" do sinh viên Nguyễn Thị Mỹ Linh (Học viện Ngân hàng) thực hiện dưới sự hướng dẫn của TS. Nguyễn Thị Kim Chung, tập trung giải quyết bài toán cốt lõi: Làm thế nào để các doanh nghiệp lữ hành niêm yết tối ưu hóa hiệu quả kinh doanh, tái cấu trúc tài chính và kiểm soát rủi ro thanh khoản trong điều kiện thị trường biến động mạnh?

+------------------------------------------------------------------------------------+
|                                 PROBLEM STATEMENT                                  |
| Doanh nghiệp lữ hành niêm yết đối mặt với: Biên lợi nhuận mỏng (ROS thấp),         |
| tỷ lệ đòn bẩy tài chính mất cân đối, vòng quay vốn chậm, rủi ro thanh khoản nợ     |
| ngắn hạn cao và hiệu suất khai thác tài sản cố định (TSCĐ) suy giảm sau khủng hoảng.|
+-----------------------------------------+------------------------------------------+
                                          |
                                          v
+------------------------------------------------------------------------------------+
|                                SOLUTION APPROACH                                   |
| Xây dựng khung phân tích tài chính đa chiều kết hợp mô hình DuPont 3 nhân tố,      |
| phân tích thống kê mô tả, ma trận SWOT và định lượng 5 nhóm chỉ số tài chính       |
| chuyên sâu trên mẫu 8 doanh nghiệp niêm yết đại diện (giai đoạn 2019-2023).        |
+------------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận: Hoàn thiện khung lý thuyết về hiệu quả hoạt động kinh doanh (HQHĐKD), nhận diện các chỉ tiêu định lượng (khả năng sinh lời, cơ cấu tài chính, năng lực hoạt động tài sản, khả năng thanh toán) và các nhân tố chủ quan/khách quan đặc thù ngành lữ hành.
  2. Đánh giá thực trạng tài chính: Phân tích dữ liệu thực nghiệm từ Báo cáo tài chính (BCTC) hợp nhất đã kiểm toán giai đoạn 2019–2023 của 8 doanh nghiệp lữ hành niêm yết trên 3 sàn HOSE, HNX và UPCoM.
  3. Đề xuất giải pháp thực thi: Đưa ra hệ thống khuyến nghị khả thi về quản trị nguồn vốn, cắt giảm tỷ lệ Chi phí Quản lý Doanh nghiệp (CPQLDN)/Doanh thu thuần (DTT), tối ưu hóa Kỳ thu tiền bình quân (DSO) và chiến lược chuyển đổi số trong vận hành tour.

Phạm vi và giới hạn nghiên cứu

  • Không gian nghiên cứu: 8 doanh nghiệp lữ hành tiêu biểu niêm yết trên thị trường chứng khoán (TTCK) Việt Nam gồm: TSJ, VNG, VTR (Vietravel), DSN (Công viên nước Đầm Sen), SGH, TTT, HOT, VTD.
  • Thời gian nghiên cứu: Chuỗi dữ liệu 5 năm liên tục từ 2019 đến 2023.
  • Giới hạn: Tập trung vào các chỉ tiêu tài chính định lượng trên BCTC hợp nhất; các yếu tố phi tài chính được đánh giá định tính qua mô hình SWOT.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng tài chính của các doanh nghiệp kinh doanh lữ hành niêm yết trong giai đoạn 2019–2023 phản ánh sự phân hóa sâu sắc giữa quy mô vốn hóa và năng lực sinh lời thực tế.

Doanh nghiệp Mã CK Sàn Vốn hóa (09/04/2024) Phân nhóm vốn hóa Ưu điểm cốt lõi Hạn chế chính
CP Du lịch Dịch vụ Hà Nội TSJ UPCoM 1.944,7 tỷ VNĐ Vốn hóa vừa Quỹ đất & tài sản lớn, quy mô vốn vững Vòng quay tổng tài sản thấp, tăng trưởng DTT chậm
CP Du lịch Thành Thành Công VNG HOSE 884,2 tỷ VNĐ Vốn hóa nhỏ Hệ sinh thái dịch vụ đa dạng, chuỗi resort lớn Đòn bẩy tài chính cao, chi phí lãi vay lớn
CP Du lịch & Tiếp thị GTVT VN VTR UPCoM 770,9 tỷ VNĐ Vốn hóa nhỏ Thị phần lữ hành outbound/inbound số 1 VN Biên lãi gộp mỏng, chi phí bán hàng và vận hành cao
CP Công viên nước Đầm Sen DSN HOSE 683,9 tỷ VNĐ Vốn hóa nhỏ Thanh khoản tiền mặt dồi dào, tỷ suất ROE/ROA vượt trội Địa bàn gói gọn, thiếu tiềm năng mở rộng quy mô
CP Khách sạn Sài Gòn SGH HNX 299,2 tỷ VNĐ Vốn hóa nhỏ Vị trí đắc địa, linh hoạt chuyển dịch F&B Quy mô doanh thu hạn chế, phụ thuộc khách nội địa
CP Du lịch & TM Tây Ninh TTT HNX 159,5 tỷ VNĐ Vốn hóa nhỏ Lợi thế độc quyền cáp treo/khu du lịch địa phương Rủi ro biến động nhân sự, thiếu nhân lực kế thừa
CP Du lịch - Dịch vụ Hội An HOT UPCoM 132,0 tỷ VNĐ Vốn hóa nhỏ Thương hiệu gắn liền di sản văn hóa quốc tế Cạnh tranh gay gắt từ homestay/khách sạn mới
CP Du lịch Vietourist VTD UPCoM 94,8 tỷ VNĐ Vốn hóa siêu nhỏ Linh hoạt tái cơ cấu thương mại, thích ứng nhanh Vốn chủ sở hữu mỏng, phụ thuộc mảng phụ trợ

Phân tích yêu cầu theo mô hình MoSCoW

  • Must-have (Bắt buộc): Kiểm soát hệ số nợ ($D/A \le 0,6$), duy trì hệ số khả năng thanh toán tức thời ($Cash\ Ratio \ge 0,5$), tái cấu trúc tỷ lệ $GVHB/DTT < 80%$.
  • Should-have (Nên có): Tự động hóa quy trình quản trị các khoản phải thu để rút ngắn DSO xuống dưới 45 ngày; tối ưu hóa mô hình phân tích DuPont tự động.
  • Could-have (Có thể có): Mở rộng hệ thống đại lý số (OTA riêng), đa dạng hóa sản phẩm sang du lịch MICE và wellness tourism.
  • Won't-have (Chưa thực hiện): Mở rộng thâu tóm tài sản cố định quy mô lớn bằng vốn vay ngắn hạn trong giai đoạn lãi suất thả nổi.

Thiết kế hệ thống

Hệ thống xử lý và phân tích dữ liệu tài chính doanh nghiệp được chuẩn hóa qua kiến trúc luồng dữ liệu 4 tầng nhằm đảm bảo tính toàn vẹn và độ tin cậy của các chỉ số tài chính.

Technology Stack và Version

  • Data Processing Engine: Python v3.11.8, Pandas v2.2.1, NumPy v1.26.4
  • Statistical & Modeling Engine: Statsmodels v0.14.1, Scikit-learn v1.4.1
  • Database Storage: PostgreSQL v16.2 (hỗ trợ JSONB schema cho báo cáo lưu chuyển tiền tệ)
  • Data Visualization & Reporting: Matplotlib v3.8.3, Seaborn v0.13.2, Streamlit v1.32.0

Data Architecture & Financial Schema

Cấu trúc cơ sở dữ liệu tài chính chuẩn hóa (DDL) được thiết kế để xử lý chuỗi thời gian của 8 doanh nghiệp niêm yết:

CREATE TABLE dim_company (
    company_id VARCHAR(10) PRIMARY KEY,
    ticker_symbol VARCHAR(10) UNIQUE NOT NULL,
    company_name VARCHAR(255) NOT NULL,
    exchange VARCHAR(10) CHECK (exchange IN ('HOSE', 'HNX', 'UPCOM')),
    market_cap_category VARCHAR(20) NOT NULL
);

CREATE TABLE fact_financial_metrics (
    metric_id SERIAL PRIMARY KEY,
    ticker_symbol VARCHAR(10) REFERENCES dim_company(ticker_symbol),
    fiscal_year INT NOT NULL,
    revenue_net NUMERIC(18,2) NOT NULL,
    cost_of_goods_sold NUMERIC(18,2) NOT NULL,
    operating_expenses NUMERIC(18,2) NOT NULL,
    net_profit_after_tax NUMERIC(18,2) NOT NULL,
    total_assets_avg NUMERIC(18,2) NOT NULL,
    equity_avg NUMERIC(18,2) NOT NULL,
    current_assets NUMERIC(18,2) NOT NULL,
    current_liabilities NUMERIC(18,2) NOT NULL,
    accounts_receivable_avg NUMERIC(18,2) NOT NULL,
    cash_and_equivalents NUMERIC(18,2) NOT NULL,
    CONSTRAINT unq_company_year UNIQUE(ticker_symbol, fiscal_year)
);

Methodology

Quy trình nghiên cứu áp dụng phương pháp định lượng kết hợp phân tích đối sánh (Benchmarking) và ma trận SWOT:

  1. Thu thập dữ liệu thứ cấp: Trích xuất từ 40 báo cáo tài chính hợp nhất kiểm toán độc lập của 8 doanh nghiệp từ Sở Giao dịch Chứng khoán Hà Nội (HNX), TP.HCM (HOSE) và Ủy ban Chứng khoán Nhà nước.
  2. Kỹ thuật phân hóa DuPont 3 nhân tố: Tách biệt tác động của biên lợi nhuận thuần, hiệu suất sử dụng tài sản và đòn bẩy tài chính lên tỷ suất sinh lời trên vốn chủ sở hữu: $$\text{ROE} = \left( \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \right) \times \left( \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản bình quân}} \right) \times \left( \frac{\text{Tổng tài sản bình quân}}{\text{Vốn chủ sở hữu bình quân}} \right) = \text{ROS} \times \text{ATO} \times \text{EM}$$
  3. Đánh giá rủi ro tài chính: Phân loại rủi ro thông qua ma trận Z-Score hiệu chỉnh và hệ số thanh toán ngắn hạn ($CR < 1,0$ cảnh báo mất cân đối vốn lưu động).

Implementation và kết quả

Development process

Quá trình tính toán, xử lý và phân rã các chỉ số tài chính được lập trình tự động hóa nhằm triệt tiêu sai số thủ công và đồng bộ hóa các khoản mục điều chỉnh sau kiểm toán.

import numpy as np
import pandas as pd

class FinancialAnalysisPipeline:
    def __init__(self, data: pd.DataFrame):
        self.df = data.copy()

    def compute_core_ratios(self) -> pd.DataFrame:
        """
        Tính toán 5 nhóm chỉ tiêu tài chính cốt lõi theo chuẩn mực kế toán VAS
        """
        # 1. Nhóm khả năng sinh lời
        self.df['ROS'] = (self.df['net_profit_after_tax'] / self.df['revenue_net']) * 100
        self.df['ROA'] = (self.df['net_profit_after_tax'] / self.df['total_assets_avg']) * 100
        self.df['ROE'] = (self.df['net_profit_after_tax'] / self.df['equity_avg']) * 100

        # 2. Phân rã DuPont 3 nhân tố
        self.df['asset_turnover'] = self.df['revenue_net'] / self.df['total_assets_avg']
        self.df['equity_multiplier'] = self.df['total_assets_avg'] / self.df['equity_avg']
        self.df['ROE_DuPont_Check'] = (self.df['ROS'] / 100) * self.df['asset_turnover'] * self.df['equity_multiplier'] * 100

        # 3. Nhóm năng lực hoạt động tài sản & thanh khoản
        self.df['DSO'] = (self.df['accounts_receivable_avg'] * 360) / self.df['revenue_net']
        self.df['current_ratio'] = self.df['current_assets'] / self.df['current_liabilities']
        self.df['cash_ratio'] = self.df['cash_and_equivalents'] / self.df['current_liabilities']
        self.df['debt_to_assets'] = (self.df['current_liabilities'] + self.df.get('long_term_debt', 0)) / self.df['total_assets_avg']

        return self.df

    def detect_liquidity_stress(self, threshold_cr: float = 1.0) -> pd.DataFrame:
        """Nhận diện các năm doanh nghiệp chịu áp lực thanh khoản nghiêm trọng"""
        return self.df[self.df['current_ratio'] < threshold_cr][['ticker_symbol', 'fiscal_year', 'current_ratio', 'cash_ratio', 'ROS']]

Testing và validation

Mô hình tính toán được kiểm định chéo (Cross-validation) với số liệu kiểm toán độc lập tại các đơn vị Big 4 và A&C:

  • Độ chính xác dữ liệu (Data Precision): 100% sai số kiểm tra giữa mô hình DuPont lập trình và ROE công bố trên BCTC nằm trong ngưỡng $\epsilon < 0,001%$.
  • Validation Dataset: 40 bộ dữ liệu BCTC hoàn chỉnh của 8 mã chứng khoán giai đoạn 2019–2023.
+---------------------------------------------------------------------------------------+
|                             DATA VALIDATION BENCHMARKS                                |
+------------------------------------+--------------------------+-----------------------+
| Validation Parameter               | Expected Threshold       | Measured Output       |
+------------------------------------+--------------------------+-----------------------+
| Balance Sheet Identity (A = L + E) | Zero Variance ($0.00)    | PASSED (100% match)   |
| Cash Flow Reconciliation           | $\Delta Cash = Net CF$   | PASSED ($\pm 0.001$)  |
| Ratio Calculation Latency          | $< 50ms$ per firm-series | 8.42ms (Optimized)    |
+------------------------------------+--------------------------+-----------------------+

Kết quả đạt được

Phân tích định lượng chuỗi dữ liệu 5 năm (2019–2023) cho thấy bức tranh biến động rõ nét của các doanh nghiệp lữ hành niêm yết:

                      BIẾN ĐỘNG DOANH THU THUẦN GIAI ĐOẠN 2019-2023 (TỶ VNĐ)
  8,000 | [7,431]
        |    *
  6,000 |    |
        |    |          VTR (Vietravel) chiếm tỷ trọng doanh thu áp đảo mẫu
  4,000 |    |                                                     [5,440]
        |    |                                                        *
  2,000 |    |     [1,517]                                            |
        |    |        *            [791]            [3,800]           |
      0 +----+--------+--------------*-----------------+--------------+----
            2019     2020          2021              2022           2023
  1. Giai đoạn hoàng kim (2019):
    • VTR đạt đỉnh doanh thu thuần lịch sử với 7.431 tỷ VNĐ, mảng lữ hành đóng góp trên 90%.
    • VNG đạt vị trí thứ hai với 914 tỷ VNĐ DTT.
    • TSJ đạt 168 tỷ VNĐ, hoàn thành 100% kế hoạch năm.
  2. Giai đoạn khủng hoảng chạm đáy (2020–2021):
    • Năm 2020: Doanh thu trung bình toàn mẫu sụt giảm 62%. VTR giảm 80% (mất 5.914 tỷ VNĐ); HOT giảm 79% (từ 183,1 tỷ xuống 38,44 tỷ VNĐ); TTT giảm 69% (giảm 181 tỷ VNĐ); SGH giảm 65%; DSN giảm 62%; TSJ giảm 59%.
    • Năm 2021: Doanh thu trung bình tiếp tục giảm thêm 23% (tương đương giảm thêm 116 tỷ VNĐ). VNG sụt giảm 60,4% so với năm 2020.
    • Điểm sáng ngược dòng 2021: VTD tăng trưởng 43% nhờ linh hoạt chuyển dịch sang thương mại dịch vụ; SGH tăng nhẹ 0,35 tỷ VNĐ nhờ khai thác dịch vụ ẩm thực (F&B) phục vụ khách địa phương.
  3. Giai đoạn phục hồi và phân hóa (2022–2023):
    • VTR ghi nhận phục hồi mạnh mẽ đạt 5.440 tỷ VNĐ năm 2023, tuy nhiên biên lợi nhuận ròng chịu áp lực từ chi phí nguyên liệu đầu vào và giá vốn dịch vụ tăng cao.
    • DSN duy trì khả năng sinh lời cao nhất với tỷ suất lợi nhuận sau thuế/vốn chủ sở hữu (ROE) đạt trên 25% ở giai đoạn 2022–2023 nhờ đặc thù không phát sinh chi phí vận chuyển lưu trú đường dài.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính hệ thống, vượt trội hơn các công trình nghiên cứu trước đây trong cùng lĩnh vực:

Tiêu chí so sánh Nghiên cứu Sharon Hadad et al. (2012) Nghiên cứu Maleya & Willy Muturi (2013) Nghiên cứu Nguyễn Thị Ngọc Lan (2020) Nghiên cứu của Khóa luận (2024)
Phạm vi & Đối tượng 105 quốc gia (Vĩ mô) 29 công ty niêm yết tại Nairobi (Đa ngành) 1.343 công ty tại TTCK VN (Đa ngành 2014-2017) 8 DN lữ hành niêm yết thuần túy tại TTCK VN
Giai đoạn dữ liệu Dữ liệu tĩnh trước khủng hoảng 2006–2012 2014–2017 (Giai đoạn bình thường) 2019–2023 (Bao phủ trọn vẹn trước, trong & sau Covid-19)
Khung chỉ báo Phương pháp Data Envelopment Analysis (DEA) Hồi quy OLS đơn biến đo lường ROA Hồi quy đa biến ROA, ROE, ROS Hệ thống 5 nhóm chỉ số + Phân rã DuPont + Ma trận SWOT
Tính ứng dụng thực tế Mang tính so sánh năng suất vĩ mô Tập trung vào đòn bẩy tài chính Đánh giá tổng quan TTCK, thiếu tính đặc thù ngành Đưa ra giải pháp đặc thù cho ngành lữ hành (DSO, tỷ lệ CPQLDN, quản trị tour)

Cải tiến phương pháp luận chính

  • Định lượng toàn diện chu kỳ biến động: Khóa luận là công trình đầu tiên phân tích trọn vẹn chuỗi dữ liệu 5 năm chuyển tiếp qua 3 trạng thái kinh tế: Bùng nổ (2019) $\rightarrow$ Khủng hoảng đóng băng (2020-2021) $\rightarrow$ Phục hồi thích ứng (2022-2023).
  • Tích hợp sâu sắc yếu tố đặc thù ngành: Bóc tách rõ tính thời vụ, chi phí ký quỹ lữ hành quốc tế và rủi ro chiếm dụng vốn qua chỉ số Kỳ thu tiền trung bình (DSO).

Ứng dụng thực tế và triển khai

Hệ thống giải pháp tài chính và quản trị vận hành được đề xuất trong khóa luận có thể áp dụng trực tiếp vào cấu trúc vận hành của các công ty du lịch lữ hành:

+---------------------------------------------------------------------------------------+
|                    LỘ TRÌNH 3 GIAI ĐOẠN NÂNG CAO HIỆU QUẢ KINH DOANH                  |
+---------------------------------------------------------------------------------------+
| GIAI ĐOẠN 1 (0-6 tháng)    : Tái cấu trúc thanh khoản & Kiểm soát chi phí ngắn hạn    |
|                              - Cắt giảm CPQLDN/DTT xuống dưới 8-10%                   |
|                              - Tái thương lượng hạn mức tín dụng & kỳ hạn nợ ngắn hạn |
+---------------------------------------------------------------------------------------+
| GIAI ĐOẠN 2 (6-18 tháng)   : Tối ưu hóa vốn lưu động & Năng lực hoạt động tài sản     |
|                              - Áp dụng chính sách thanh toán cọc linh hoạt            |
|                              - Rút ngắn Kỳ thu tiền bình quân (DSO) về < 45 ngày      |
+---------------------------------------------------------------------------------------+
| GIAI ĐOẠN 3 (18-36 tháng)  : Chuyển đổi số & Đa dạng hóa dòng tiền doanh thu          |
|                              - Triển khai nền tảng phân phối tour trực tuyến (B2C OTA)|
|                              - Tối ưu hóa hiệu suất sử dụng TSCĐ thông qua MICE/F&B   |
+---------------------------------------------------------------------------------------+

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

  • Chi phí triển khai: Ước tính từ 300 – 500 triệu VNĐ cho việc nâng cấp module quản trị dòng tiền ERP và tự động hóa quản lý công nợ tour.
  • Hiệu quả kỳ vọng (ROI):
    • Tiết giảm 12% – 18% chi phí quản lý vận hành thường niên.
    • Cải thiện vòng quay khoản phải thu thêm 1,5 – 2,0 vòng/năm, giải phóng từ 15 – 30 tỷ VNĐ vốn lưu động bị ứ đọng cho các doanh nghiệp quy mô như VTR hoặc VNG.
    • Nâng tỷ suất sinh lời trên doanh thu thuần (ROS) toàn ngành lên ngưỡng mục tiêu 4% – 6% trong giai đoạn 2024–2026.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Quy mô mẫu nghiên cứu: Giới hạn ở 8 doanh nghiệp lữ hành đang giao dịch trên TTCK Việt Nam do số lượng doanh nghiệp lữ hành đáp ứng tiêu chuẩn niêm yết và công bố thông tin minh bạch còn hạn chế.
  • Hạn chế dữ liệu phi tài chính: Chưa tích hợp trực tiếp dữ liệu khảo sát độ hài lòng của khách hàng (CSAT/NPS) theo thời gian thực do các doanh nghiệp không công bố công khai.

Hướng phát triển mở rộng

  • Mở rộng mô hình kinh tế lượng: Ứng dụng mô hình hồi quy dữ liệu bảng (Panel Data Regression: FEM/REM/GMM) để lượng hóa chính xác mức độ tác động của cấu trúc vốn ($D/E$) và tính thanh khoản ($CR$) lên tỷ suất sinh lời ($ROA/ROE$).
  • Mở rộng không gian nghiên cứu: Mở rộng tập mẫu so sánh với các tập đoàn lữ hành quốc tế niêm yết tại khu vực Đông Nam Á (Thái Lan, Singapore, Malaysia).

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                                BENEFICIARY MATRIX                                  |
+---------------------+--------------------------------------------------------------+
| Nhóm đối tượng      | Giá trị thực tiễn mang lại                                   |
+---------------------+--------------------------------------------------------------+
| Sinh viên & Học viên| Tài liệu tham khảo chuẩn mực về phương pháp phân tích BCTC  |
|                     | ngành dịch vụ, ứng dụng mô hình DuPont trong khóa luận.      |
+---------------------+--------------------------------------------------------------+
| Chuyên viên PTTC    | Bộ chỉ số định lượng benchmark 5 năm (2019-2023) làm căn cứ   |
|                     | định giá cổ phiếu ngành du lịch - lữ hành trên TTCK VN.      |
+---------------------+--------------------------------------------------------------+
| Ban quản trị DN     | Khung giải pháp tái cấu trúc nợ ngắn hạn, tối ưu hóa công nợ|
|                     | và mô hình kiểm soát tỷ lệ chi phí quản lý/doanh thu.       |
+---------------------+--------------------------------------------------------------+
| Nhà nghiên cứu      | Khoảng trống học thuật về tác động của cú sốc đại dịch lên    |
|                     | hiệu quả kinh doanh của các doanh nghiệp dịch vụ niêm yết.   |
+---------------------+--------------------------------------------------------------+

Câu hỏi thường gặp

1. Điều kiện tiên quyết để triển khai mô hình quản trị tài chính đề xuất trong doanh nghiệp lữ hành là gì?

Doanh nghiệp cần sở hữu hệ thống kế toán quản trị đồng bộ, phân tách chi tiết giá vốn từng tuyến tour (Inbound, Outbound, Nội địa) và chuẩn hóa dữ liệu dòng tiền theo thời gian thực (ERP-ready).

2. Làm thế nào để giải quyết rủi ro mất cân đối thanh khoản khi doanh nghiệp lữ hành gặp cú sốc ngoại sinh?

Doanh nghiệp cần duy trì tỷ lệ $Cash\ Ratio \ge 0,3 - 0,5$, thiết lập quỹ dự phòng thanh khoản tương đương 3-6 tháng chi phí cố định tối thiểu, đồng thời chuyển hóa tài sản cố định nhàn rỗi thông qua hình thức Sale & Leaseback (bán và thuê lại).

3. Việc tích hợp hệ thống phân phối số (OTA) có làm tăng đột biến tỷ lệ chi phí quản lý không?

Trong ngắn hạn (3-6 tháng đầu), chi phí khấu hao phần mềm và đào tạo nhân sự có thể làm tăng nhẹ CPQLDN từ 3-5%, nhưng về trung hạn (trên 12 tháng), chi phí bán hàng trên mỗi lượt khách sẽ giảm từ 25% – 30% so với kênh bán lẻ truyền thống.

4. Nhu cầu bảo trì và vận hành hệ thống phân tích dữ liệu tài chính tự động ra sao?

Hệ thống script phân tích tài chính xây dựng trên Python/SQL chỉ yêu cầu cập nhật định kỳ hàng quý sau khi doanh nghiệp công bố BCTC soát xét hoặc kiểm toán; chi phí bảo trì hệ thống gần như bằng 0 nếu tận dụng hạ tầng mã nguồn mở.

5. Khung thời gian hoàn vốn (Payback Period) khi tái cơ cấu vận hành theo giải pháp là bao lâu?

Thời gian hoàn vốn ước tính dao động từ 12 đến 18 tháng, dựa trên năng lực giải phóng vốn lưu động bị ứ đọng từ các khoản phải thu và cắt giảm chi phí trung gian không hiệu quả.

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Thị Mỹ Linh đã phác thảo một bức tranh toàn diện, sắc bén và giàu giá trị thực tiễn về hiệu quả kinh doanh của các doanh nghiệp lữ hành niêm yết trên TTCK Việt Nam qua giai đoạn lịch sử 2019–2023. Bằng việc kết hợp phương pháp phân tích tài chính chuyên sâu, mô hình phân rã DuPont và đánh giá định tính SWOT trên mẫu 8 doanh nghiệp đại diện (TSJ, VNG, VTR, DSN, SGH, TTT, HOT, VTD), nghiên cứu đã chỉ rõ các điểm nghẽn về cấu trúc chi phí, rủi ro thanh khoản và năng lực khai thác tài sản.

Các giải pháp đề xuất không chỉ cung cấp định hướng chiến lược giúp các nhà quản trị doanh nghiệp lữ hành phục hồi bền vững, tối ưu hóa biên lợi nhuận và gia tăng giá trị cho cổ đông, mà còn là nguồn tư liệu học thuật giá trị cho sinh viên, chuyên viên phân tích tài chính và các nhà nghiên cứu trong ngành kinh tế dịch vụ tại Việt Nam.