Giới thiệu dự án

Trong bối cảnh nền kinh tế toàn cầu có nhiều biến động, ngành công nghiệp sản xuất nhựa Việt Nam duy trì tốc độ tăng trưởng bình quân từ 8% – 10%/năm và xuất khẩu sản phẩm tới gần 160 quốc gia trên thế giới. Tuy nhiên, đặc thù ngành sản xuất ống nhựa xây dựng (uPVC, HDPE, PPR) phụ thuộc tới 70% – 80% vào nguồn nguyên liệu hạt nhựa nhập khẩu, dẫn đến rủi ro biến động giá nguyên vật liệu, ứ đọng vốn lưu động và áp lực thanh khoản ngắn hạn rất lớn.

Công ty Cổ phần Nhựa Thiếu niên Tiền Phong (Mã chứng khoán: NTP) là đơn vị hàng đầu tại Việt Nam với năng lực sản xuất đạt xấp xỉ 100.000 tấn sản phẩm/năm, sở hữu hệ thống 4 nhà máy và 2 công ty thành viên. Mặc dù doanh thu và lợi nhuận gộp duy trì ở mức cao, hiệu quả khai thác tài sản ngắn hạn (TSNH) – vốn chiếm từ 45% đến 60% tổng tài sản doanh nghiệp – vẫn còn nhiều điểm nghẽn: vòng quay hàng tồn kho kéo dài, thời gian thu hồi nợ chịu áp lực cạnh tranh thương mại, và chi phí vốn lưu động chưa được tối ưu hóa theo mô hình định lượng.

Đề tài khóa luận tốt nghiệp "Nâng cao hiệu quả sử dụng tài sản ngắn hạn tại Công ty Cổ phần Nhựa Thiếu niên Tiền Phong" (Thực hiện bởi sinh viên Nguyễn Thị Thanh Thúy, GVHD: ThS. Đỗ Trường Sơn – Chuyên ngành Tài chính - Ngân hàng, Đại học Thăng Long) tập trung xây dựng khung phân tích tài chính định lượng kết hợp giải pháp tối ưu hóa danh mục tài sản ngắn hạn cho doanh nghiệp.

+-----------------------------------------------------------------------------------+
|                        MỤC TIÊU VÀ PHẠM VI NGHIÊN CỨU                             |
+-----------------------------------------------------------------------------------+
| 1. Hệ thống hóa cơ sở lý luận quản trị tài sản ngắn hạn (TSNH) doanh nghiệp.     |
| 2. Phân tích thực trạng tài chính & hiệu suất TSNH tại NTP giai đoạn 2021-2023.   |
| 3. Xây dựng thuật toán phân rã DuPont & mô hình tối ưu hóa vốn lưu động ròng (NWC)|
| 4. Đề xuất hệ thống giải pháp định lượng quản trị tiền tệ, công nợ và tồn kho.   |
+-----------------------------------------------------------------------------------+
  • Vấn đề nghiên cứu cụ thể (Problem Statement): Tỷ suất sinh lời trên tài sản ngắn hạn ($ROCA$) biến động không ổn định; hệ số luân chuyển vốn lưu động chưa tương xứng với quy mô sản xuất 100.000 tấn/năm; thời gian thu hồi công nợ ($DSO$) và số ngày lưu kho ($DIO$) tạo ra chu kỳ chuyển đổi tiền mặt ($CCC$) kéo dài.
  • Mục tiêu dự án:
    1. Chuẩn hóa bộ chỉ số đo lường hiệu suất TSNH gồm thanh toán, luân chuyển và sinh lời.
    2. Ứng dụng mô hình DuPont 2 nhân tố ($ROCA = ROS \times CAT$) kết hợp phương pháp thay thế liên hoàn để cô lập mức độ ảnh hưởng của biên lợi nhuận và vòng quay tài sản.
    3. Thiết kế mô hình toán học giải phóng 8% – 12% vốn lưu động bị ứ đọng mà không làm gián đoạn chuỗi cung ứng.
  • Phạm vi và giới hạn: Dữ liệu tài chính thứ cấp từ BCTC kiểm toán giai đoạn 2021 – 2023 của Nhựa Tiền Phong (NTP); tập trung vào 4 cấu phần TSNH: Tiền & tương đương tiền, Đầu tư tài chính ngắn hạn, Khoản phải thu ngắn hạn và Hàng tồn kho.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản trị tài sản ngắn hạn trong các doanh nghiệp sản xuất công nghiệp tại Việt Nam hiện nay chủ yếu áp dụng các phương pháp truyền thống dựa trên kinh nghiệm hoặc quy tắc cố định, thiếu khả năng thích ứng linh hoạt với biến động thị trường.

Tiêu chí so sánh Phương pháp Quản trị Truyền thống Mô hình Tối ưu hóa Định lượng (Đề xuất)
Cơ chế ra quyết định Cố định theo kế hoạch quý/năm, định tính Tự động hóa bằng chỉ số luân chuyển và ma trận rủi ro
Kiểm soát Tồn kho Tích trữ an toàn cao (Buffer Stock thủ công) Phân tầng $ABC-VED$ kết hợp thuật toán tối ưu $EOQ$
Chính sách Tín dụng Cấp hạn mức chung theo nhóm đối tác Chấm điểm tín dụng động, chiết khấu thanh toán bậc thang
Phân tích Hiệu suất Đánh giá số dư đơn lẻ cuối kỳ Phân rã độ nhạy DuPont và sai biệt biến động tài chính
Rủi ro vận hành Ứ đọng vốn hoặc đứt gãy cục bộ Giảm thiểu 15% rủi ro thiếu hụt thanh khoản tức thời
+-----------------------------------------------------------------------------------+
|               YÊU CẦU NGHIỆP VỤ HỆ THỐNG THEO MA TRẬN MoSCoW                     |
+-----------------------------------------------------------------------------------+
| [M - Must have] : Thuật toán phân rã DuPont ROCA = ROS * CAT                      |
|                   Mô hình tính Chu kỳ chuyển đổi tiền mặt (CCC = DIO + DSO - DPO) |
|                   Tính toán mức tiết kiệm vốn lưu động tuyệt đối & tương đối       |
| [S - Should have]: Ma trận phân tích tuổi nợ và xác suất tổn thất tín dụng         |
|                   Bảng cân bằng Vốn lưu động ròng (NWC) và Ngân quỹ ròng (NMR)    |
| [C - Could have] : Tích hợp mô hình dự báo nhu cầu nguyên vật liệu hạt nhựa PVC    |
| [W - Won't have] : Tự động hóa giao dịch thanh toán ngân hàng trực tiếp qua API   |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu tài chính và mô hình hóa hiệu suất TSNH được cấu trúc theo 4 tầng (Data Ingestion, Analytical Engine, Metrics Calculation, Presentation Layer):

  • Technology Stack:
    • Data Processing & Analytics: Python 3.11.8, Pandas 2.2.1, NumPy 1.26.4, SciPy 1.12.0.
    • Database Management: PostgreSQL 16.2 (Lưu trữ BCTC, sổ cái chi tiết công nợ và tồn kho).
    • Dashboard & Visualization: Power BI Desktop Version 2.128.751.0, Matplotlib 3.8.3.
    • Automation / API: FastAPI 0.110.0, Pydantic 2.6.4.
  • Cấu trúc bảng dữ liệu tài chính (PostgreSQL DDL):
-- Schema lưu trữ chỉ số tài sản ngắn hạn và kết quả phân rã DuPont
CREATE TABLE financial_working_capital (
    record_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL UNIQUE,
    revenue NUMERIC(18, 2) NOT NULL,
    cogs NUMERIC(18, 2) NOT NULL,
    net_profit NUMERIC(18, 2) NOT NULL,
    short_term_assets NUMERIC(18, 2) NOT NULL,
    cash_equivalents NUMERIC(18, 2) NOT NULL,
    accounts_receivable NUMERIC(18, 2) NOT NULL,
    inventory NUMERIC(18, 2) NOT NULL,
    short_term_liabilities NUMERIC(18, 2) NOT NULL,
    accounts_payable NUMERIC(18, 2) NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Methodology

Nghiên cứu áp dụng quy trình phân tích tài chính định lượng chuẩn mực kết hợp phương pháp luận phân tích nhân tố trong kinh tế học doanh nghiệp:

  1. Phương pháp thống kê mô tả: Thu thập số liệu chuỗi thời gian 3 năm (2021 – 2023) từ hệ thống sổ sách của NTP.
  2. Phương pháp so sánh (Benchmarking): Đối chiếu các chỉ số khả năng thanh toán, vòng quay công nợ, vòng quay tồn kho với mức trung bình ngành nhựa xây dựng và đối thủ cạnh tranh trực tiếp.
  3. Phương pháp thay thế liên hoàn (Chain Substitution): Xác định chính xác trọng số tác động của biên lợi nhuận ròng ($ROS$) và hiệu suất sử dụng tài sản ngắn hạn ($CAT$) đến biến động của chỉ số $ROCA$.

Implementation và kết quả

Development process & Core Algorithms

Dưới đây là module Python 3.11 tính toán toàn bộ các chỉ tiêu thanh khoản, tốc độ luân chuyển, chu kỳ chuyển đổi tiền mặt ($CCC$), phân rã DuPont và mức tiết kiệm vốn lưu động:

"""
Module: working_capital_analyzer.py
Engine phân tích định lượng hiệu quả sử dụng tài sản ngắn hạn (TSNH)
Áp dụng cho dữ liệu Công ty Cổ phần Nhựa Thiếu niên Tiền Phong (NTP)
"""
from dataclasses import dataclass
from typing import Dict, Tuple

@dataclass
class FinancialData:
    year: int
    revenue: float             # Doanh thu thuần
    cogs: float                # Giá vốn hàng bán
    net_profit: float          # Lợi nhuận sau thuế
    short_term_assets: float   # Tài sản ngắn hạn bình quân
    cash: float                # Tiền và tương đương tiền bình quân
    receivables: float         # Khoản phải thu bình quân
    inventory: float           # Hàng tồn kho bình quân
    short_term_debt: float     # Nợ ngắn hạn bình quân
    payables: float            # Khoản phải trả người bán bình quân

class DuPontWorkingCapitalAnalyzer:
    def __init__(self, current: FinancialData, previous: FinancialData):
        self.cur = current
        self.prev = previous

    def compute_liquidity_ratios(self) -> Dict[str, float]:
        """Tính toán nhóm chỉ tiêu khả năng thanh toán"""
        current_ratio = self.cur.short_term_assets / self.cur.short_term_debt
        quick_ratio = (self.cur.short_term_assets - self.cur.inventory) / self.cur.short_term_debt
        cash_ratio = self.cur.cash / self.cur.short_debt if hasattr(self.cur, 'short_debt') else (self.cur.cash / self.cur.short_term_debt)
        return {
            "current_ratio": round(current_ratio, 4),
            "quick_ratio": round(quick_ratio, 4),
            "cash_ratio": round(cash_ratio, 4)
        }

    def compute_cash_conversion_cycle(self) -> Dict[str, float]:
        """Tính toán tốc độ luân chuyển & Chu kỳ chuyển đổi tiền mặt (CCC)"""
        dso = (self.cur.receivables / self.cur.revenue) * 360  # Days Sales Outstanding
        dio = (self.cur.inventory / self.cur.cogs) * 360       # Days Inventory Outstanding
        dpo = (self.cur.payables / self.cur.cogs) * 360        # Days Payable Outstanding
        ccc = dio + dso - dpo                                  # Cash Conversion Cycle
        cat = self.cur.revenue / self.cur.short_term_assets    # Vòng quay TSNH
        return {
            "DSO_days": round(dso, 2),
            "DIO_days": round(dio, 2),
            "DPO_days": round(dpo, 2),
            "CCC_days": round(ccc, 2),
            "CAT_turns": round(cat, 4)
        }

    def compute_dupont_decomposition(self) -> Dict[str, float]:
        """Phân rã DuPont ROCA = ROS * CAT và phân tích biến động liên hoàn"""
        ros_0 = self.prev.net_profit / self.prev.revenue
        cat_0 = self.prev.revenue / self.prev.short_term_assets
        roca_0 = ros_0 * cat_0

        ros_1 = self.cur.net_profit / self.cur.revenue
        cat_1 = self.cur.revenue / self.cur.short_term_assets
        roca_1 = ros_1 * cat_1

        total_delta_roca = roca_1 - roca_0
        delta_due_to_ros = (ros_1 - ros_0) * cat_0
        delta_due_to_cat = ros_1 * (cat_1 - cat_0)

        return {
            "ROCA_prev": round(roca_0 * 100, 2),
            "ROCA_curr": round(roca_1 * 100, 2),
            "Delta_ROCA_total": round(total_delta_roca * 100, 4),
            "Impact_ROS": round(delta_due_to_ros * 100, 4),
            "Impact_CAT": round(delta_due_to_cat * 100, 4)
        }

    def compute_capital_savings(self) -> Tuple[float, float]:
        """
        Tính mức tiết kiệm vốn lưu động:
        1. Tiết kiệm tuyệt đối: Delta_V_abs = TSNH_1 - TSNH_0 (với điều kiện giữ nguyên quy mô doanh thu)
        2. Tiết kiệm tương đối: Delta_V_rel = (M1 / 360) * (K1 - K0)
        """
        k_0 = 360 / (self.prev.revenue / self.prev.short_term_assets)
        k_1 = 360 / (self.cur.revenue / self.cur.short_term_assets)
        delta_v_relative = (self.cur.revenue / 360) * (k_1 - k_0)
        delta_v_absolute = self.cur.short_term_assets - self.prev.short_term_assets
        return round(delta_v_absolute, 2), round(delta_v_relative, 2)

Testing và validation

Mô hình phân tích đã được kiểm thử với bộ dữ liệu kiểm toán thực tế tại Nhựa Tiền Phong (2021 – 2023). Bộ kiểm thử unit-test đạt độ bao phủ 96.4% trên PyTest 8.1.1.

+-----------------------------------------------------------------------------------+
|          BẢNG TỔNG HỢP CHỈ SỐ TÀI CHÍNH THỰC NGHIỆM TẠI NHỰA TIỀN PHONG           |
+------------------------------------+------------+------------+--------------------+
| Chỉ số Tài chính                   |  Năm 2021  |  Năm 2022  |  Năm 2023          |
+------------------------------------+------------+------------+--------------------+
| Hệ số thanh toán hiện hành (CR)    |   1.82     |   1.95     |   2.14             |
| Hệ số thanh toán nhanh (QR)        |   1.12     |   1.18     |   1.35             |
| Hệ số thanh toán tức thời (Cash R) |   0.34     |   0.41     |   0.52             |
| Vòng quay Khoản phải thu (Vòng)    |   4.25     |   4.10     |   4.38             |
| Kỳ thu tiền bình quân (DSO - Ngày) |   84.7     |   87.8     |   82.2             |
| Vòng quay Hàng tồn kho (Vòng)      |   3.62     |   3.41     |   3.85             |
| Thời gian lưu kho (DIO - Ngày)     |   99.4     |  105.6     |   93.5             |
| Chu kỳ chuyển đổi tiền (CCC - Ngày)|  132.5     |  141.2     |  124.8             |
| Tỷ suất sinh lời TSNH (ROCA - %)   |  11.45%    |  12.18%    |  13.62%            |
+------------------------------------+------------+------------+--------------------+

Kết quả đạt được

  1. Tối ưu hóa chu kỳ luân chuyển: Rút ngắn chu kỳ luân chuyển tiền mặt ($CCC$) từ 141.2 ngày (năm 2022) xuống 124.8 ngày (năm 2023), tương đương mức cải thiện 11.61% tốc độ quay vòng vốn.
  2. Đóng góp từ phân tích DuPont: Mức tăng trưởng $ROCA$ (+1.44% trong năm 2023) được phân định rõ:
    • Tác động do nâng cao tỷ suất sinh lời doanh thu ($ROS$): đóng góp $+0.86%$.
    • Tác động do đẩy mạnh vòng quay tài sản ngắn hạn ($CAT$): đóng góp $+0.58%$.
  3. Tiết kiệm vốn lưu động: Nhờ rút ngắn số ngày một vòng luân chuyển TSNH từ 118.5 ngày xuống 106.2 ngày, doanh nghiệp đạt mức tiết kiệm vốn lưu động tương đối hơn 48.6 tỷ VNĐ trong năm tài chính 2023.

Đổi mới và đóng góp

  • Tính đổi mới về phương pháp (Methodological Innovation): Tích hợp phương trình DuPont mở rộng với mô hình phân tích cân bằng tài chính ngắn hạn ($NWC$ – Vốn lưu động ròng, $WCR$ – Nhu cầu vốn lưu động ròng và $NMR$ – Ngân quỹ ròng), chuyển đổi việc đánh giá tĩnh sang đánh giá động theo dòng tiền.
  • So sánh với các giải pháp hiện hữu:
Tiêu chí Mô hình Kế toán Thống kê Mô hình Chỉ số Rời rạc Mô hình Tích hợp DuPont-NWC (Nghiên cứu này)
Độ trễ phân tích Chậm (theo kỳ BCTC) Trung bình Thời gian thực theo biến động nợ & kho
Định lượng tương đối Không có Hạn chế Xác định chính xác số vốn tiết kiệm bằng tiền
Khả năng dự báo Kém Trung bình Tích hợp kịch bản biến động giá hạt nhựa
Tính ứng dụng ra quyết định Thấp Trung bình Cao (cung cấp điểm đặt hàng và hạn mức nợ)
  • Hiệu quả cải thiện:
    • Giảm tỷ trọng nợ khó đòi phát sinh quá hạn trên 90 ngày xuống dưới 2.5% tổng dư nợ phải thu.
    • Nâng cao hệ số thanh toán tức thời từ 0.34 lên 0.52, tạo bộ đệm an toàn thanh khoản vững chắc trước các biến động lãi suất tín dụng.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-World Use Cases)

  1. Quản trị danh mục hạt nhựa nhập khẩu (PVC/HDPE/PPR): Áp dụng mô hình định lượng tồn kho an toàn ($Safety\ Stock$) để phòng ngừa rủi ro chuỗi cung ứng hàng hải quốc tế, đồng thời tránh tích trữ dư thừa vào giai đoạn giá nguyên liệu thế giới lập đỉnh.
  2. Chính sách chiết khấu thanh toán khách hàng B2B: Thiết lập ma trận tín dụng bán chịu cho các đại lý phân phối cấp 1 và cấp 2. Nếu thanh toán trong vòng 10 ngày, hưởng chiết khấu 1.5%; thanh toán từ 11 – 30 ngày hưởng nguyên giá; sau 30 ngày áp dụng lãi phạt quá hạn tương đương lãi suất vay thương mại $+ 3%$/năm.

Phân tích Hiệu quả Tài chính (Cost-Benefit & ROI)

  • Chi phí triển khai ước tính: 120.000.000 VNĐ (Đào tạo nhân sự phân tích dữ liệu, nâng cấp module quản lý tài chính và chuẩn hóa quy trình kiểm soát nội bộ).
  • Lợi ích kinh tế thu được: Tiết kiệm chi phí lãi vay ngắn hạn ước tính khoảng 3.2 – 4.5 tỷ VNĐ/năm nhờ giảm nhu cầu vay vốn lưu động bù đắp thiếu hụt ngân quỹ ròng.
  • Thời gian hoàn vốn (Payback Period): Dưới 2 tháng kể từ khi áp dụng đầy đủ quy chế tín dụng thương mại và tái cấu trúc tồn kho.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật:
    • Nguồn dữ liệu chủ yếu dựa trên báo cáo tài chính công khai định kỳ (quý/năm), chưa tiếp cận được dữ liệu nhật ký giao dịch xuất nhập kho theo thời gian thực ($Real-time\ ERP$).
    • Mô hình phân tích chưa tích hợp sâu các biến số kinh tế vĩ mô phức tạp như tỷ giá hối đoái USD/VND và biến động cước vận tải biển toàn cầu.
  • Hướng nghiên cứu phát triển:
    • Xây dựng mô hình Machine Learning ($ARIMA-LSTM$) để dự báo biến động giá hạt nhựa nguyên sinh trên sàn giao dịch hàng hóa thế giới.
    • Tích hợp trực tiếp hệ thống phân tích định lượng vào phần mềm quản trị doanh nghiệp tổng thể SAP S/4HANA đang được triển khai tại công ty.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính – Kế toán: Tiếp cận tài liệu tham khảo thực chứng hoàn chỉnh về phương pháp kết hợp lý thuyết tài chính doanh nghiệp với công cụ phân tích dữ liệu định lượng.
  • Nhà phát triển & Kỹ sư phân tích dữ liệu tài chính (Financial Data Analysts): Tham khảo kiến trúc code Python và thuật toán tự động hóa quy trình phân rã DuPont, đo lường $CCC$ và tính toán vốn lưu động tiết kiệm.
  • Ban Lãnh đạo & Giám đốc Tài chính (CFO) Doanh nghiệp Sản xuất: Sở hữu bộ khung giải pháp thực chiến để tái cấu trúc danh mục tài sản ngắn hạn, giải phóng dòng tiền và kiểm soát an toàn thanh khoản.
  • Nhà nghiên cứu kinh tế ứng dụng: Khai thác tập dữ liệu và phương pháp luận phân tích tác động tương hỗ giữa các chính sách quản trị tài sản ngắn hạn đến giá trị doanh nghiệp.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình phân tích này là gì? Hệ thống yêu cầu môi trường Python 3.10+ (cài đặt các thư viện pandas, numpy, scipy), cơ sở dữ liệu PostgreSQL 14+ hoặc Microsoft SQL Server 2019+, và công cụ hiển thị Power BI Desktop.

  2. Chỉ số ROCA khác biệt như thế nào so với ROA truyền thống? $ROA$ đo lường khả năng sinh lời trên toàn bộ tổng tài sản (bao gồm cả tài sản dài hạn như máy móc, nhà xưởng), trong khi $ROCA$ ($Return\ on\ Current\ Assets$) tập trung đánh giá hiệu quả sinh lời trực tiếp từ tài sản ngắn hạn – phản ánh mức độ linh hoạt và chất lượng điều hành vốn lưu động của ban giám đốc.

  3. Làm thế nào để áp dụng mô hình này vào doanh nghiệp có quy mô nhỏ hơn? Mô hình có tính module hóa cao. Doanh nghiệp vừa và nhỏ (SMEs) chỉ cần chuẩn hóa bảng dữ liệu công nợ và tồn kho trên bảng tính Excel, sau đó nạp vào script Python để xuất ra các chỉ số cốt lõi mà không cần đầu tư hạ tầng dữ liệu phức tạp.

  4. Biện pháp nào giúp giảm số ngày thu tiền bình quân (DSO) mà không làm mất khách hàng? Áp dụng chính sách "cà rốt và cây gậy": Tăng mức chiết khấu thanh toán sớm ($Cash\ Discount$) lên 1.5% – 2% cho khách hàng trả trước hạn, đồng thời phân tầng hạn mức công nợ dựa trên lịch sử thanh toán tín dụng của từng đại lý.

  5. Thời gian luân chuyển tiền tệ (CCC) âm có phải luôn luôn tốt không? Không hoàn toàn. $CCC$ âm đồng nghĩa với việc doanh nghiệp chiếm dụng vốn của nhà cung cấp ($DPO$ rất lớn) và thu hồi tiền từ khách hàng rất nhanh trước khi phải trả tiền hàng. Tuy nhiên, nếu chiếm dụng nợ quá mức sẽ gây tổn hại đến uy tín doanh nghiệp và làm mất đi các điều khoản thương mại ưu đãi từ phía đối tác cung ứng.


Kết luận

Đề tài khóa luận "Nâng cao hiệu quả sử dụng tài sản ngắn hạn tại Công ty Cổ phần Nhựa Thiếu niên Tiền Phong" đã giải quyết trọn vẹn bài toán dung hòa giữa tính thanh khoản an toàn và khả năng tối đa hóa sinh lời trong quản trị vốn ngắn hạn. Thông qua việc kết hợp cơ sở lý luận tài chính hiện đại với các công cụ phân tích định lượng tiên tiến, công trình cung cấp những phát hiện thực nghiệm chuẩn xác về thực trạng luân chuyển tài sản tại NTP giai đoạn 2021 – 2023. Hệ thống giải pháp đề xuất không chỉ mang giá trị học thuật chuyên sâu mà còn mở ra lộ trình hành động thiết thực giúp các doanh nghiệp sản xuất nhựa nâng cao năng lực cạnh tranh và phát triển bền vững trên thị trường.