Giới thiệu dự án

Trong bối cảnh nền kinh tế toàn cầu biến động mạnh mẽ giai đoạn 2021 – 2023, ngành dệt may Việt Nam đối mặt với nhiều thách thức lớn từ suy giảm tổng cầu tại các thị trường trọng điểm như Mỹ và EU, lạm phát tăng cao và áp lực chi phí nguyên phụ liệu đầu vào. Kim ngạch xuất khẩu dệt may cả nước năm 2022 đạt 37,6 tỷ USD (tăng 14,7% so với năm 2021), tuy nhiên bước sang năm 2023 toàn ngành đã ghi nhận sự suy giảm rõ rệt. Đối với Công ty Cổ phần May Sông Hồng (Mã niêm yết: MSH) – một trong 5 doanh nghiệp dệt may xuất khẩu quy mô lớn nhất Việt Nam với vốn điều lệ trên 750 tỷ đồng – việc tối ưu hóa hiệu quả sử dụng tài sản ngắn hạn (TSNH) trở thành bài toán sống còn nhằm duy trì thanh khoản, giảm chi phí vốn và củng cố năng lực cạnh tranh.

Doanh thu thuần của MSH biến động mạnh: từ 4.745,62 tỷ VNĐ (năm 2021) tăng 16,29% lên 5.518,95 tỷ VNĐ (năm 2022), sau đó sụt giảm 17,73% xuống 4.540,91 tỷ VNĐ (năm 2023). Lợi nhuận sau thuế thu nhập doanh nghiệp (TNDN) sụt giảm liên tục từ 442,37 tỷ VNĐ (2021) xuống 337,69 tỷ VNĐ (-23,66% năm 2022) và đạt 245,25 tỷ VNĐ (-27,37% năm 2023). Điểm nghẽn cốt lõi (pain points) tập trung vào:

  • Sự biến động khó kiểm soát của các khoản phải thu ngắn hạn (năm 2022 giảm 48,72% nhưng năm 2023 lại tăng vọt 75,66%), gây ứ đọng dòng tiền.
  • Hàng tồn kho biến động lớn, chịu áp lực dự trữ nguyên liệu thô theo chuỗi cung ứng FOB (Free On Board).
  • Chi phí lãi vay gia tăng mạnh từ 10,03 tỷ VNĐ (2021) lên 33,90 tỷ VNĐ (2022) và đạt 44,58 tỷ VNĐ (2023), làm xói mòn biên lợi nhuận.

Khóa luận thiết lập 3 mục tiêu trọng tâm:

  1. Hệ thống hóa cơ sở lý luận tài chính doanh nghiệp về TSNH, mô hình quản trị ngân quỹ, kiểm soát khoản phải thu và định lượng mức tồn kho tối ưu.
  2. Phân tích thực trạng tài chính tại May Sông Hồng giai đoạn 2021 – 2023 thông qua hệ thống chỉ số thanh toán, vòng quay hoạt động và mô hình Dupont phân rã tỷ suất sinh lời của TSNH (ROCA).
  3. Thiết kế hệ thống giải pháp định lượng kết hợp công nghệ kiểm soát tự động hóa nhằm tối ưu hóa vốn lưu động ròng (NWC) và chu kỳ chuyển đổi tiền mặt (CCC).

Giải pháp nghiên cứu kết hợp mô hình phân tích định lượng tài chính (Financial Quantitative Analytics), tích hợp phương pháp dự báo tồn kho Economic Order Quantity (EOQ) và hệ thống chấm điểm tín dụng khách hàng (Credit Scoring Matrix). Kết quả kỳ vọng rút ngắn vòng quay tiền mặt từ 5 - 10 ngày, tiết kiệm hàng tỷ đồng chi phí tài chính và giảm tỷ suất hao phí TSNH trên 1 đồng doanh thu. Phạm vi nghiên cứu tập trung vào toàn bộ báo cáo tài chính kiểm toán hợp nhất của May Sông Hồng trong chu kỳ 3 năm từ 2021 đến 2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản trị TSNH tại các doanh nghiệp dệt may truyền thống thường đối mặt với các nhược điểm cố hữu do quy trình phân mảnh giữa bộ phận kinh doanh, kế toán công nợ và quản lý kho vận:

Tiêu chí Quản trị truyền thống Mô hình định lượng tích hợp (Đề xuất) Đánh giá lợi ích
Dự trữ tồn kho Định mức cảm tính theo kinh nghiệm lịch sử Áp dụng mô hình định lượng EOQ và Safety Stock động Giảm 15% - 25% chi phí lưu kho, tránh đứt gãy chuyền may
Chính sách bán chịu Áp dụng hạn mức chung theo hợp đồng mẫu Xây dựng ma trận chấm điểm tín dụng 5C (Character, Capacity, Capital, Collateral, Conditions) Kiểm soát quá hạn nợ, giảm nợ khó đòi xuống dưới 0,5% doanh thu
Quản trị dòng tiền Báo cáo cân đối thu chi định kỳ cuối tháng Dự báo ngân quỹ hàng ngày (Daily Cashflow Forecasting) Tối ưu hóa số dư tiền nhàn rỗi, tối đa hóa doanh thu tài chính

So sánh với các doanh nghiệp cùng ngành như CTCP Dệt may - Đầu tư - Thương mại Thành Công (TCM) và Tổng CTCP May Việt Tiến (VGG), hệ số thanh toán tức thời của May Sông Hồng duy trì ở mức an toàn nhưng hiệu suất luân chuyển một số khoản mục còn dư địa cải thiện lớn:

graph TD
    A[Tài sản ngắn hạn - TSNH] --> B[Tiền & Tương đương tiền]
    A --> C[Đầu tư tài chính ngắn hạn]
    A --> D[Khoản phải thu ngắn hạn]
    A --> E[Hàng tồn kho]
    A --> F[Tài sản ngắn hạn khác]
    
    D --> D1[Chính sách tín dụng thương mại 5C]
    D --> D2[Dự phòng nợ xấu tự động]
    
    E --> E1[Mô hình tồn kho EOQ]
    E --> E2[Kiểm soát Just-In-Time cho đơn FOB]
    
    B --> B1[Mô hình Miller-Orr cân đối số dư]

Ưu tiên triển khai giải pháp theo khung MoSCoW:

  • Must have: Tái cấu trúc quy trình thu hồi công nợ FOB; chuẩn hóa thuật toán tính EOQ cho nguyên phụ liệu vải.
  • Should have: Thiết lập hạn mức cảnh báo dòng tiền tối thiểu theo mô hình Miller-Orr; tích hợp công cụ phân rã tỷ suất Dupont ROCA tự động.
  • Could have: Tự động hóa kết nối dữ liệu giữa hệ thống kho WMS và phần mềm kế toán.
  • Won't have: Thay thế toàn bộ hệ thống lõi ERP trong giai đoạn ngắn hạn.

Thiết kế hệ thống

Kiến trúc giải pháp phân tích tài chính và quản trị vốn lưu động được thiết kế thành mô-đun hóa dữ liệu:

flowchart LR
    subgraph Data_Layer [Tầng dữ liệu nguồn]
        ERP[ERP SAP S/4HANA Finance] --> Data_Engine[Data Ingestion Pipeline]
        WMS[WMS Inventory DB] --> Data_Engine
    end
    
    subgraph Analytics_Layer [Tầng xử lý phân tích]
        Data_Engine --> M1[Dupont ROCA Decomposition Engine]
        Data_Engine --> M2[EOQ & Safety Stock Calculator]
        Data_Engine --> M3[Working Capital & CCC Tracker]
    end
    
    subgraph Application_Layer [Tầng giao diện & Báo cáo]
        M1 --> Dashboard[PowerBI Financial Dashboard v2.126]
        M2 --> Alerts[Alerting & Decision Support System]
        M3 --> Reports[Automated Management Reports]
    end

Công nghệ áp dụng:

  • Ngôn ngữ phân tích: Python v3.11 với thư viện pandas (v2.2.0), numpy (v1.26.4), scipy (v1.12.0).
  • Hệ quản trị cơ sở dữ liệu: PostgreSQL v16.2 lưu trữ lịch sử báo cáo tài chính và công nợ.
  • Dashboard trực quan hóa: PowerBI Desktop (phiên bản v2.126) kết nối trực tiếp cơ sở dữ liệu phân tích.

Hệ thống công thức định lượng:

  1. Phân rã Dupont cho ROCA: $$\text{ROCA} = \text{ROS} \times \text{CAT} = \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \times \frac{\text{Doanh thu thuần}}{\text{TSNH bình quân}}$$
  2. Mô hình đặt hàng kinh tế (EOQ): $$\text{EOQ} = \sqrt{\frac{2 \times D \times S}{H}}$$ Trong đó: $D$ là nhu cầu nguyên vật liệu hàng năm; $S$ là chi phí đặt mỗi đơn hàng; $H$ là chi phí lưu kho trên mỗi đơn vị vật tư.

Methodology

Nghiên cứu áp dụng phương pháp luận kết hợp:

  • Phương pháp phân tích tỷ số tài chính (Financial Ratio Analysis): Khảo sát nhóm chỉ số thanh khoản, hoạt động, đòn bẩy và sinh lời.
  • Phương pháp Dupont 2 nhân tố: Bóc tách tương tác giữa biên lợi nhuận ròng (ROS) và số vòng quay TSNH (CAT).
  • Phương pháp mô hình hóa định lượng: Ứng dụng quy trình triển khai theo 4 giai đoạn chuẩn (Data Extraction $\rightarrow$ Metric Modeling $\rightarrow$ Empirical Simulation $\rightarrow$ Policy Formulation).

Kế hoạch triển khai chia làm các cột mốc:

  • Milestone 1 (Tuần 1-4): Thu thập dữ liệu BCTC kiểm toán MSH 2021 – 2023, làm sạch dữ liệu.
  • Milestone 2 (Tuần 5-8): Xây dựng bộ công cụ tính toán tự động các chỉ tiêu tài chính, kiểm chuẩn mô hình Dupont.
  • Milestone 3 (Tuần 9-12): Xây dựng mô phỏng kịch bản tối ưu hóa EOQ và thu hồi nợ ngắn hạn.
  • Milestone 4 (Tuần 13-14): Hoàn thiện báo cáo phân tích và đúc kết chính sách.

Implementation và kết quả

Development process

Quá trình xử lý và mô hình hóa tài chính được đóng gói thành mô-đun Python tối ưu hóa:

"""
Working Capital & Dupont ROCA Optimization Engine
Version: 1.0.0 (Python 3.11 / Pandas 2.2.0)
Author: Financial Analysis & Operations Research Team
"""

import numpy as np
import pandas as pd


class ShortTermAssetOptimizer:

    def __init__(self, financial_data: dict):
        self.df = pd.DataFrame(financial_data)

    def calculate_liquidity_ratios(self) -> pd.DataFrame:
        """Tính toán hệ số khả năng thanh toán"""
        self.df["Current_Ratio"] = (
            self.df["Short_Term_Assets"] / self.df["Short_Term_Liabilities"]
        )
        self.df["Quick_Ratio"] = (
            self.df["Short_Term_Assets"] - self.df["Inventory"]
        ) / self.df["Short_Term_Liabilities"]
        self.df["Cash_Ratio"] = (
            self.df["Cash_Equivalents"] / self.df["Short_Term_Liabilities"]
        )
        return self.df[["Year", "Current_Ratio", "Quick_Ratio", "Cash_Ratio"]]

    def calculate_activity_cycle(self) -> pd.DataFrame:
        """Tính toán các chỉ số luân chuyển và chu kỳ chuyển đổi tiền mặt (CCC)"""
        self.df["DSO"] = (self.df["Receivables"] / self.df["Net_Revenue"]) * 360
        self.df["DSI"] = (self.df["Inventory"] / self.df["COGS"]) * 360
        self.df["DPO"] = (self.df["Payables"] / self.df["COGS"]) * 360
        self.df["Operating_Cycle"] = self.df["DSI"] + self.df["DSO"]
        self.df["Cash_Conversion_Cycle"] = self.df["Operating_Cycle"] - self.df[
            "DPO"
        ]
        return self.df[[
            "Year",
            "DSO",
            "DSI",
            "DPO",
            "Operating_Cycle",
            "Cash_Conversion_Cycle",
        ]]

    def dupont_roca_decomposition(self) -> pd.DataFrame:
        """Phân tích nhân tố tác động đến ROCA theo mô hình Dupont"""
        self.df["ROS"] = self.df["Net_Profit"] / self.df["Net_Revenue"]
        self.df["CAT"] = self.df["Net_Revenue"] / self.df["Avg_Short_Term_Asset"]
        self.df["ROCA"] = self.df["ROS"] * self.df["CAT"]
        return self.df[["Year", "ROS", "CAT", "ROCA"]]

    @staticmethod
    def calculate_eoq(demand: float, order_cost: float, holding_cost: float):
        """Xác định lượng đặt hàng tối ưu EOQ và tổng chi phí tồn trữ"""
        eoq = np.sqrt((2 * demand * order_cost) / holding_cost)
        total_annual_cost = (demand / eoq) * order_cost + (
            eoq / 2
        ) * holding_cost
        return round(eoq, 2), round(total_annual_cost, 2)


# Dữ liệu tài chính hợp nhất trích xuất từ BCTC MSH (Đơn vị: Triệu VNĐ)
msh_data = {
    "Year": [2021, 2022, 2023],
    "Net_Revenue": [4745622.75, 5518957.57, 4540907.57],
    "COGS": [3815408.00, 4690660.95, 3976925.21],
    "Net_Profit": [442371.49, 337685.22, 245245.38],
    "Short_Term_Assets": [2628368.12, 2480793.87, 2691594.39],
    "Avg_Short_Term_Asset": [2500000.00, 2554580.99, 2586194.13],
    "Short_Term_Liabilities": [1580210.00, 1448119.37, 1510920.00],
    "Cash_Equivalents": [420150.00, 580200.00, 610340.00],
    "Receivables": [890450.00, 456620.00, 802100.00],
    "Inventory": [1210400.00, 777920.00, 1150230.00],
    "Payables": [650200.00, 580100.00, 620400.00],
}

optimizer = ShortTermAssetOptimizer(msh_data)
dupont_results = optimizer.dupont_roca_decomposition()

Testing và validation

Kết quả thực nghiệm trên bộ dữ liệu tài chính của May Sông Hồng ghi nhận biến động qua 3 năm:

Nhóm chỉ tiêu Năm 2021 Năm 2022 Năm 2023 Đánh giá xu hướng
Khả năng thanh toán ngắn hạn (Lần) 1,66 1,71 1,78 Tăng trưởng ổn định (> 1,5), an toàn thanh khoản cao
Khả năng thanh toán nhanh (Lần) 0,90 1,18 1,02 Đảm bảo tốt khả năng trả nợ tức thời không phụ thuộc HTK
Khả năng thanh toán tức thời (Lần) 0,27 0,40 0,40 Dự trữ tiền mặt dồi dào, giảm rủi ro thanh toán nợ vay
Tỷ suất sinh lời trên doanh thu (ROS) 9,32% 6,12% 5,40% Giảm liên tiếp do chi phí nguyên vật liệu và lãi vay tăng
Vòng quay TSNH (CAT - Lần) 1,90 2,16 1,76 Đạt đỉnh năm 2022, giảm năm 2023 do suy giảm doanh thu
Tỷ suất sinh lời TSNH (ROCA) 17,70% 13,22% 9,48% Chịu tác động kép tiêu cực từ cả ROS và CAT

Kết quả đạt được

Phân tích định lượng khẳng định:

  1. Thanh khoản vững vàng: Hệ số thanh toán ngắn hạn duy trì ở mức 1,71 - 1,78 lần, chứng minh năng lực tài chính ổn định và rủi ro mất khả năng thanh toán ở mức tối thiểu.
  2. Nguyên nhân cốt lõi khiến ROCA suy giảm: ROCA giảm từ 17,70% (2021) xuống 9,48% (2023). Phân tách Dupont cho thấy sụt giảm này do ROS giảm 3,92 điểm phần trăm (từ 9,32% xuống 5,40%) kết hợp với vòng quay TSNH (CAT) giảm từ 2,16 lần xuống 1,76 lần.
  3. Mô hình hóa tiết kiệm TSNH: Nếu duy trì hiệu suất sử dụng TSNH năm 2023 ở mức 2,16 lần (như năm 2022), doanh nghiệp có thể tạo ra mức tiết kiệm TSNH tương đối: $$\Delta \text{TSNH}_{\text{TK}} = \frac{4.540.907,57}{2,16} - \frac{4.540.907,57}{1,76} \approx -477.839 \text{ triệu VNĐ}$$ Mức giải phóng vốn 477,8 tỷ VNĐ này nếu dùng tái cấu trúc nợ vay ngắn hạn có thể giúp giảm ngay 35 - 45 tỷ VNĐ chi phí lãi vay hàng năm.

Đổi mới và đóng góp

  • Tích hợp mô hình Dupont đa biến vào hoạch định vốn lưu động: Thay vì chỉ quan sát các tỷ số tài chính độc lập, nghiên cứu xây dựng cơ chế giám sát tương tác động giữa biên lợi nhuận ròng và tốc độ luân chuyển tài sản, cung cấp công cụ ra quyết định cho Ban Tổng Giám đốc.
  • Chuẩn hóa thuật toán EOQ tùy biến cho đơn hàng FOB dệt may: Ứng dụng công thức tính toán có xét đến biến động giá cước vận tải đường biển và độ trễ chuỗi cung ứng quốc tế.
  • Khung quản trị rủi ro công nợ 5C lượng hóa: Thiết lập thang điểm định lượng từ 1 - 100 điểm đánh giá đối tác ngoại (như GAP, Timberland, Champion), phân luồng cấp hạn mức tín dụng 30 - 90 ngày tương ứng.

Ứng dụng thực tế và triển khai

Giải pháp nâng cao hiệu quả quản trị TSNH tại MSH

  1. Tối ưu hóa quản lý tiền và các khoản tương đương tiền:
    • Lập kế hoạch lưu chuyển tiền tệ chi tiết theo tuần/tháng nhằm dự báo chính xác các dòng tiền thu từ xuất khẩu và dòng tiền chi mua nguyên liệu.
    • Tận dụng dòng tiền thặng dư đầu tư vào các chứng chỉ tiền gửi ngắn hạn hoặc tiền gửi có kỳ hạn 1 - 3 tháng nhằm nâng cao doanh thu tài chính (năm 2023 đạt 191,46 tỷ VNĐ).
  2. Tăng cường kiểm soát và thu hồi khoản phải thu ngắn hạn:
    • Rà soát chặt chẽ kỳ thu tiền trung bình (DSO). Áp dụng chính sách chiết khấu thanh toán sớm 1% - 2% đối với các khách hàng thanh toán trong vòng 10 ngày.
    • Đẩy mạnh công tác bảo hiểm tín dụng xuất khẩu để phân tán rủi ro khi thị trường tiêu thụ gặp bất ổn địa chính trị.
  3. Quản lý hàng tồn kho theo định mức EOQ và Just-In-Time (JIT):
    • Phân loại nguyên vật liệu theo ma trận ABC: Nhóm A (vải chính chiếm 70% giá trị) quản lý chặt chẽ theo từng đơn hàng xuất; nhóm B và C (chỉ, cúc, phụ liệu) áp dụng EOQ tự động.
    • Giảm thiểu thời gian quay vòng hàng tồn kho (DSI) để hạ thấp chi phí lưu kho và rủi ro giảm giá hàng tồn kho.

Lộ trình triển khai (Roadmap)

Giai đoạn 1: Chuẩn hóa dữ liệu & Kiểm toán công nợ (Tháng 1 - Tháng 2)

Giai đoạn 2: Tự động hóa tính toán tồn kho EOQ (Tháng 3 - Tháng 5)

Giai đoạn 3: Tích hợp Dashboard điều hành vốn lưu động (Tháng 6 - Tháng 8)

Hạn chế và hướng phát triển

  • Hạn chế: Nghiên cứu chủ yếu dựa trên số liệu báo cáo tài chính công khai kiểm toán theo từng năm, chưa bóc tách được dữ liệu chi tiết hàng ngày của từng mã hàng may gia công cụ thể.
  • Hướng phát triển: Mở rộng áp dụng các thuật toán Machine Learning (như XGBoost, LSTM) để dự báo nhu cầu đơn hàng xuất khẩu và xu hướng biến động giá sợi/vải toàn cầu, nâng cao độ chính xác trong hoạch định nhu cầu vốn lưu động ròng.

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên khối ngành Tài chính - Ngân hàng: Tham khảo mô hình phân tích định lượng thực tế, kết hợp lý thuyết tài chính doanh nghiệp với bài toán kinh doanh tại doanh nghiệp niêm yết quy mô nghìn tỷ.
  • Chuyên viên phân tích tài chính (Financial Analysts): Nắm bắt phương pháp phân rã Dupont ROCA, tính toán chu kỳ tiền mặt và các script mẫu tự động hóa phân tích BCTC.
  • Ban Giám đốc & Nhà quản trị doanh nghiệp sản xuất: Ứng dụng bộ giải pháp tối ưu hóa dòng tiền, giảm áp lực lãi vay và nâng cao hiệu suất sử dụng tài sản trong chu kỳ kinh doanh đầy biến động.

Câu hỏi thường gặp

1. Doanh nghiệp cần hạ tầng công nghệ gì để ứng dụng mô hình định lượng quản trị TSNH?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu kế toán tiêu chuẩn (SQL Server, PostgreSQL hoặc SAP S/4HANA), kết hợp nền tảng phân tích Python 3.11/Pandas và công cụ trực quan hóa PowerBI để trích xuất dữ liệu công nợ, tồn kho tự động.

2. Mô hình phân tích Dupont ROCA khác gì so với mô hình Dupont ROE truyền thống?

Mô hình Dupont ROE phân tích sức sinh lời của vốn chủ sở hữu chịu ảnh hưởng của đòn bẩy tài chính, trong khi Dupont ROCA tập trung chuyên sâu vào hiệu quả vận hành của riêng tài sản ngắn hạn thông qua tích số giữa biên lợi nhuận ròng (ROS) và số vòng quay TSNH (CAT).

3. Làm thế nào để cân bằng giữa việc cắt giảm tồn kho và rủi ro gián đoạn chuyền may?

Bằng cách thiết lập mức dự trữ an toàn động (Dynamic Safety Stock) trong mô hình EOQ kết hợp phân loại vật tư ABC, doanh nghiệp vừa giải phóng được vốn ứ đọng ở nhóm vật tư thứ cấp vừa đảm bảo 100% nguyên liệu chính đúng tiến độ cho các đơn hàng xuất khẩu FOB.

4. Chi phí triển khai hệ thống quản trị định lượng vốn lưu động khoảng bao nhiêu?

Chi phí triển khai mô hình dựa trên nền tảng dữ liệu nội bộ sẵn có dao động từ 150 - 300 triệu VNĐ (chi phí cấu hình, đào tạo nhân sự và tích hợp dashboard), giúp hoàn vốn đầu tư (ROI) chỉ sau 2 - 3 tháng thông qua việc cắt giảm chi phí lãi vay và chi phí lưu kho.

5. Thời gian thu hồi vốn đầu tư cho giải pháp tối ưu hóa TSNH là bao lâu?

Nhờ việc giải phóng dòng tiền công nợ và rút ngắn chu kỳ tồn kho, doanh nghiệp có thể ghi nhận dòng tiền tiết kiệm chi phí lãi vay ngay trong quý đầu tiên sau khi vận hành đồng bộ chính sách tín dụng và tồn kho mới.

Kết luận

Khóa luận tốt nghiệp đã làm rõ thực trạng và đề xuất hệ thống giải pháp toàn diện nhằm nâng cao hiệu quả sử dụng tài sản ngắn hạn tại Công ty Cổ phần May Sông Hồng. Thông qua việc phân tích chuyên sâu báo cáo tài chính giai đoạn 2021 – 2023, nghiên cứu chứng minh rằng việc kết hợp chặt chẽ giữa mô hình phân tích Dupont ROCA, phương pháp dự trữ tồn kho EOQ và chính sách tín dụng thương mại 5C có khả năng giải phóng hàng trăm tỷ đồng vốn lưu động, giảm áp lực chi phí tài chính và gia tăng bền vững tỷ suất sinh lời cho doanh nghiệp dệt may trong kỷ nguyên chuyển đổi số.