Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường định hướng xã hội chủ nghĩa và hội nhập kinh tế quốc tế sâu rộng, ngành công nghiệp sản xuất giấy Việt Nam đối mặt với áp lực cạnh tranh gay gắt từ cả doanh nghiệp FDI lẫn các đối thủ nội địa. Quản trị tài chính doanh nghiệp, đặc biệt là quản lý vốn lưu động và tài sản ngắn hạn (TSNH), đóng vai trò sống còn trong việc duy trì chu kỳ sản xuất liên tục, cải thiện khả năng thanh toán và tối ưu hóa hiệu quả sinh lời.

Đề tài nghiên cứu ứng dụng "Nâng cao hiệu quả sử dụng tài sản ngắn hạn tại Tổng công ty Giấy Việt Nam" tập trung giải quyết các điểm nghẽn nghiêm trọng trong công tác quản trị vốn ngắn hạn tại Tổng công ty Giấy Việt Nam (VINAPACO) – doanh nghiệp nhà nước giữ khoảng 40% thị phần giấy in và giấy viết nội địa với năng lực sản xuất 150.000 tấn bột giấy/năm và 200.000 tấn giấy/năm.

Vấn đề thực tiễn và mục tiêu dự án

Qua phân tích giai đoạn 2016–2019, cấu trúc TSNH của VINAPACO bộc lộ nhiều rủi ro:

  • Ứ đọng vốn tại hàng tồn kho (HTK): Chiếm tỷ trọng áp đảo 57,49% – 60,39% tổng TSNH; vòng quay HTK chỉ đạt 1,91 vòng (2019), thấp hơn đáng kể so với mức trung bình ngành (4,8 vòng).
  • Áp lực công nợ gia tăng: Các khoản phải thu ngắn hạn tăng lên 659,01 tỷ đồng (37,03% TSNH), kéo kỳ thu tiền bình quân lên 100,78 ngày (vượt chuẩn ngành là 93 ngày).
  • Chưa áp dụng mô hình định lượng: Doanh nghiệp quản lý tiền mặt và mua sắm nguyên vật liệu (NVL) theo kinh nghiệm chuyên gia, chưa triển khai mô hình quản lý ngân quỹ Miller-Orr hay mô hình đặt hàng tối ưu EOQ (Economic Order Quantity).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung phân tích hiệu quả sử dụng TSNH dựa trên Chuẩn mực Kế toán Việt Nam số 21 (VAS 21) và các mô hình quản trị tài chính hiện đại.
  2. Đánh giá định lượng thực trạng 2016–2019: Phân tích chi tiết cơ cấu, chất lượng và tốc độ luân chuyển của tiền mặt, khoản phải thu và HTK tại VINAPACO.
  3. Mô hình hóa giải pháp tái cấu trúc TSNH: Ứng dụng mô hình Miller-Orr quản lý quỹ tiền mặt và mô hình EOQ kết hợp dự trữ an toàn cho chuỗi cung ứng lâm nghiệp - bột giấy.
  4. Xây dựng lộ trình triển khai: Đưa ra phương án điều chỉnh chính sách tín dụng thương mại và tái cơ cấu các khoản chi phí sản xuất dở dang giai đoạn 2020–2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phân tích đối sánh hiệu quả quản trị TSNH của VINAPACO với các doanh nghiệp sản xuất giấy cùng ngành cho thấy khoảng cách hiệu suất lớn:

Tiêu chí đánh giá VINAPACO (2019) CTCP Giấy Việt Trì CTCP Giấy Hoàng Hà Mức trung bình ngành
Vòng quay TSNH (vòng) 1,34 1,85 2,10 1,70
Vòng quay Hàng tồn kho (vòng) 1,91 6,40 7,10 4,80
Vòng quay Khoản phải thu (vòng) 3,62 5,20 5,80 3,94
Kỳ thu tiền bình quân (ngày) 100,78 70,19 62,93 93,00
Hệ số thanh toán hiện thời 1,77 1,45 1,38 1,50
Hệ số thanh toán nhanh 0,75 0,92 0,98 0,85

Ma trận yêu cầu cải tiến hệ thống quản trị TSNH (Phương pháp MoSCoW):

  • Must have (Bắt buộc): Thiết lập hạn mức tồn quỹ an toàn theo mô hình Miller-Orr; chuẩn hóa quy trình xếp hạng tín dụng khách hàng (5C Model: Character, Capacity, Capital, Collateral, Conditions).
  • Should have (Nên có): Áp dụng mô hình EOQ tính toán quy mô đặt mua hóa chất và nguyên liệu thô; trích lập dự phòng nợ khó đòi nghiêm ngặt.
  • Could have (Có thể có): Xây dựng hệ thống cảnh báo sớm tuổi nợ tự động trên phần mềm ERP nội bộ.
  • Won't have (Chưa ưu tiên): Tự động hóa hoàn toàn hoạt động đầu tư tài chính phái sinh ngắn hạn.

Thiết kế hệ thống mô hình định lượng

Hệ thống quản lý tài sản ngắn hạn được thiết kế gồm ba phân hệ tài chính độc lập nhưng tương hỗ chặt chẽ:

1. Phân hệ quản lý tiền và tương đương tiền (Mô hình Miller-Orr)

Xác định khoảng dao động tối ưu $d$ và điểm hoàn trả mục tiêu $M^$: $$\begin{aligned} d &= 3 \cdot \sqrt[3]{\frac{3 \cdot C_b \cdot \sigma^2}{4 \cdot i}} \ M^ &= M_{min} + \frac{d}{3} \ M_{max} &= M_{min} + d \end{aligned}$$ Trong đó:

  • $C_b$: Chi phí giao dịch chuyển đổi giữa tiền và chứng khoán thanh khoản cao (VNĐ/giao dịch).
  • $\sigma^2$: Phương sai dòng tiền mặt ròng hàng ngày.
  • $i$: Lãi suất cơ hội của việc nắm giữ tiền mặt tính theo ngày (%/ngày).
  • $M_{min}$: Mức tồn quỹ tối thiểu đảm bảo thanh toán tức thời.

2. Phân hệ quản trị hàng tồn kho (Mô hình EOQ tích hợp điểm đặt hàng lại)

$$\begin{aligned} Q^* &= \sqrt{\frac{2 \cdot D \cdot C_2}{C_1}} \ ROP &= R + n \cdot \left(\frac{D}{N}\right) \end{aligned}$$ Trong đó:

  • $Q^*$: Lượng đặt hàng tối ưu mỗi lần (tấn hoặc m³).
  • $D$: Tổng nhu cầu sử dụng vật tư/nguyên liệu trong kỳ phân tích.
  • $C_2$: Chi phí cố định cho mỗi lần đặt hàng (VNĐ/đơn hàng).
  • $C_1$: Chi phí lưu kho đơn vị vật tư trong kỳ (VNĐ/đơn vị/năm).
  • $ROP$: Điểm đặt hàng lại (Reorder Point).
  • $R$: Mức dự trữ an toàn chống đứt gãy nguồn cung lâm sinh.
  • $n$: Thời gian giao hàng bình quân của nhà cung ứng (ngày).

Methodology

Quy trình nghiên cứu áp dụng phương pháp định lượng kết hợp phân tích thống kê mô tả, so sánh theo thời gian/không gian và phương pháp loại trừ nhân tố:

[Báo cáo Tài chính Kiểm toán 2016-2019] 
[Chuẩn hóa dữ liệu (Data Normalization trên MS Excel / Python)]
[Phân tích Tỷ số Tài chính & Chu kỳ Vận động Vốn]
[Mô hình hóa Tham số Quản trị: Miller-Orr + EOQ + 5C Credit Matrix]
[Đánh giá Hiệu quả Tác động & Kiểm chứng Khả năng Khả thi]

Implementation và kết quả

Development process & Thuật toán mô hình hóa

Dưới đây là mã nguồn Python mô phỏng giải thuật tính toán tối ưu hóa quản lý tiền mặt (Miller-Orr) và lượng đặt hàng kinh tế (EOQ) phục vụ phòng Tài chính - Kế toán của VINAPACO:

import numpy as np

def calculate_miller_orr(c_b: float, variance: float, daily_rate: float, m_min: float) -> dict:
    """
    Tính toán các tham số hạn mức tiền mặt theo mô hình Miller-Orr
    :param c_b: Chi phí mỗi lần chuyển dịch chứng khoán/rút tiền (VND)
    :param variance: Phương sai thu chi ngân quỹ ròng hàng ngày (VND^2)
    :param daily_rate: Lãi suất cơ hội vốn theo ngày (thập phân)
    :param m_min: Tồn quỹ tiền mặt tối thiểu an toàn (VND)
    """
    spread = 3 * np.cbrt((3 * c_b * variance) / (4 * daily_rate))
    m_target = m_min + spread / 3
    m_max = m_min + spread
    return {
        "M_min": round(m_min, 2),
        "M_target": round(m_target, 2),
        "M_max": round(m_max, 2),
        "Spread": round(spread, 2)
    }

def calculate_eoq(demand: float, order_cost: float, holding_cost: float, 
                  lead_time_days: int, safety_stock: float, working_days: int = 360) -> dict:
    """
    Tính toán quy mô đặt hàng tối ưu EOQ và Điểm đặt hàng lại (ROP)
    :param demand: Tổng nhu cầu nguyên liệu hàng năm (Đơn vị)
    :param order_cost: Chi phí cho mỗi lần đặt hàng (VND)
    :param holding_cost: Chi phí tồn trữ 1 đơn vị/năm (VND)
    :param lead_time_days: Thời gian giao hàng (ngày)
    :param safety_stock: Lượng dự trữ an toàn (Đơn vị)
    """
    q_opt = np.sqrt((2 * demand * order_cost) / holding_cost)
    orders_per_year = demand / q_opt
    daily_usage = demand / working_days
    rop = safety_stock + (lead_time_days * daily_usage)
    
    return {
        "Q_optimal": round(q_opt, 2),
        "Total_Orders": round(orders_per_year, 2),
        "Reorder_Point": round(rop, 2),
        "Avg_Inventory": round((q_opt / 2) + safety_stock, 2)
    }

# Triển khai thực nghiệm với dữ liệu giả định tại phân xưởng Bột giấy Bãi Bằng:
res_cash = calculate_miller_orr(c_b=250000, variance=1.5e14, daily_rate=0.00015, m_min=15000000000)
res_inv = calculate_eoq(demand=120000, order_cost=5000000, holding_cost=150000, 
                        lead_time_days=7, safety_stock=2500)

print(f"Mức tiền mặt mục tiêu (M*): {res_cash['M_target']:,.0f} VNĐ")
print(f"Lượng đặt hàng tối ưu (Q*): {res_inv['Q_optimal']:,.2f} tấn | Điểm ROP: {res_inv['Reorder_Point']:,.2f} tấn")

Testing và validation

Hiệu quả hoạt động tài chính của VINAPACO trong giai đoạn khảo sát 2016–2019 được phân tích và chuẩn hóa theo hệ thống chỉ tiêu tài chính định lượng:

Tốc độ luân chuyển TSNH & Khoản phải thu (2016 - 2019)
           2016        2017       2018             2019

Bảng kiểm định các chỉ số thanh toán và luân chuyển tài sản:

Nhóm chỉ tiêu Đơn vị 2016 2017 2018 2019 Biến động 2019/2016
Doanh thu thuần Triệu VNĐ 2.447.892 2.548.115 3.108.318 2.386.773 -2,50%
Tổng TSNH bình quân Triệu VNĐ 1.718.469 1.543.221 1.646.561 1.779.873 +3,57%
Hệ số thanh toán ngắn hạn Lần 1,494 1,714 1,854 1,768 +18,34%
Hệ số thanh toán nhanh Lần 0,600 0,679 0,749 0,751 +25,17%
Hệ số thanh toán tức thời Lần 0,093 0,106 0,095 0,086 -7,53%
Vòng quay TSNH Vòng 1,42 1,65 1,89 1,34 -5,63%
Vòng quay Hàng tồn kho Vòng 1,87 1,93 2,18 1,91 +2,14%
Vòng quay Khoản phải thu Vòng 4,32 5,09 5,52 3,62 -16,20%
Kỳ thu tiền bình quân Ngày 84,48 71,77 66,09 100,78 +19,29%

Kết quả đạt được

  1. Làm rõ cấu trúc ứ đọng vốn: Xác định chi phí dở dang lâm nghiệp chiếm đến 46,51% – 51,58% tổng HTK (475,91 tỷ VNĐ năm 2019), xuất phát từ chu kỳ sinh trưởng dài của cây nguyên liệu (keo, bạch đàn) và rủi ro thiên tai dịch bệnh.
  2. Nhận diện nguyên nhân suy giảm luân chuyển 2019: Vòng quay TSNH giảm từ 1,89 vòng (2018) xuống 1,34 vòng (2019) do chính sách tín dụng nới lỏng đẩy nợ phải thu tăng 17,15% trong khi doanh thu thuần suy giảm 23,21%.
  3. Thiết lập chuẩn mực dự trữ tiền mặt: Tối ưu hóa 82,69 tỷ đồng tiền gửi không kỳ hạn thành các gói tiền gửi có kỳ hạn linh hoạt, gia tăng doanh thu tài chính mà không ảnh hưởng khả năng thanh toán tức thời ($>0,08$).

Đổi mới và đóng góp

  • Chuyển dịch từ quản lý định tính sang mô hình định lượng: Thay thế thói quen ước lượng chủ quan bằng mô hình Miller-Orr và EOQ có bổ sung lượng dự trữ an toàn $R$, phù hợp với đặc thù chuỗi cung ứng sản xuất giấy tích hợp vùng nguyên liệu rừng trồng.
  • Tái lập chính sách tín dụng thương mại phân tầng: Thiết kế ma trận hạn mức bán chịu theo xếp hạng tín dụng khách hàng thay vì áp dụng đồng loạt, giúp thu hẹp kỳ thu tiền bình quân từ 100,78 ngày về mức mục tiêu 75–80 ngày (giảm ~20%).
  • Tách bạch và xử lý chi phí lâm sinh dở dang: Đề xuất cơ chế hạch toán chuyển chi phí thiệt hại rừng trồng do bão lốc vào giá vốn hàng bán từng kỳ một cách minh bạch, giảm thiểu áp lực ảo lên quy mô tài sản thiếu chờ xử lý (vốn từng chiếm hơn 97 tỷ đồng giai đoạn 2016–2017).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Giải pháp được thiết kế áp dụng trực tiếp tại các đơn vị thành viên của Tổng công ty:

  • Nhà máy Giấy Bãi Bằng: Tối ưu hóa tồn kho NVL hóa chất (xút, Clo, phẩm màu) và thành phẩm giấy cuộn/ram bằng thuật toán ROP.
  • Công ty TNHH MTV Nguyên liệu Giấy Miền Nam & Khối Lâm nghiệp: Kiểm soát định mức chi phí trồng và chăm sóc rừng, quản lý chặt chẽ khoản phải thu chi phí lâm sinh (379,96 tỷ đồng năm 2019).
  • Phòng Thị trường & Kinh doanh: Áp dụng biểu mẫu chấm điểm tín dụng 5C cho 5 khách hàng lớn (BBP, Tonex, Thuận An, PP, Xây lắp & Phát triển nhà).

Lộ trình triển khai (Roadmap)

Giai đoạn 1: Chuẩn hóa dữ liệu (Quý 1 - Quý 2)

Giai đoạn 2: Thử nghiệm mô hình EOQ & Miller-Orr (Quý 3)

Giai đoạn 3: Tái cấu trúc chính sách tín dụng (Quý 4)

Giai đoạn 4: Đánh giá & mở rộng toàn hệ thống (Năm tiếp theo)

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis):

  • Chi phí thực hiện: ~350 - 500 triệu đồng (nâng cấp module ERP, đào tạo nhân sự kế toán - thủ kho).
  • Lợi ích kinh tế ước tính: Cắt giảm 10% lượng tồn kho dư thừa giúp giải phóng ~100 tỷ đồng vốn lưu động; giảm chi phí lãi vay ngắn hạn tương ứng 6,5 - 8,0 tỷ đồng/năm; tăng doanh thu tài chính từ tiền gửi có kỳ hạn thêm 2,0 - 3,5 tỷ đồng/năm.
  • Thời gian hoàn vốn (ROI Timeline): Dưới 6 tháng sau khi áp dụng đồng bộ.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Dữ liệu nghiên cứu giới hạn trong giai đoạn 2016–2019 dựa trên báo cáo tài chính thứ cấp, chưa bao quát biến động chuỗi cung ứng toàn cầu sau năm 2020.
  • Mô hình EOQ giả định nhu cầu tiêu thụ và giá mua NVL cố định, chưa tính toán hết yếu tố biến động giá bột giấy nhập khẩu và hóa chất theo thị trường thế giới.
  • Đặc thù chu kỳ sinh trưởng của cây lâm nghiệp (5–7 năm) khiến việc giải phóng hoàn toàn chi phí sản xuất kinh doanh dở dang gặp khó khăn nội tại về mặt sinh học.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình chuỗi thời gian ARIMA / Machine Learning dự báo nhu cầu tiêu thụ giấy ram, giấy photocopy để thiết lập mức tồn trữ thành phẩm động.
  • Phát triển hệ thống Supply Chain Management (SCM) kết nối thời gian thực giữa nhà máy sản xuất và các lâm trường nguyên liệu nhằm tối ưu hóa chi phí vận chuyển bốc xếp.

Đối tượng hưởng lợi

  • Ban Giám đốc & Phòng Tài chính VINAPACO: Sở hữu bộ công cụ định lượng để hoạch định chính sách tiền mặt, công nợ và kế hoạch mua sắm NVL tối ưu.
  • Sinh viên ngành Tài chính - Ngân hàng / Kế toán: Tài liệu tham khảo hoàn chỉnh về phương pháp luận phân tích báo cáo tài chính doanh nghiệp sản xuất quy mô lớn.
  • Các doanh nghiệp sản xuất giấy và bao bì nội địa: Mô hình tham chiếu để tái cấu trúc vốn ngắn hạn, nâng cao hệ số thanh toán và giảm thiểu rủi ro nợ khó đòi.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để triển khai mô hình Miller-Orr và EOQ tại doanh nghiệp sản xuất là gì?

Doanh nghiệp cần có hệ thống kế toán chi tiết theo dõi dòng tiền hàng ngày để tính toán phương sai dòng tiền ($\sigma^2$), đồng thời chuẩn hóa định mức kỹ thuật tiêu hao nguyên liệu và chi phí cho từng lần đặt hàng ($C_2$), chi phí lưu kho ($C_1$).

2. Tại sao tỷ trọng chi phí sản xuất dở dang tại VINAPACO lại chiếm tới gần 50% hàng tồn kho?

Do VINAPACO sở hữu mô hình khép kín từ khâu trồng rừng nguyên liệu đến chế biến bột giấy. Chi phí trồng, chăm sóc và bảo vệ hàng chục nghìn hecta rừng kéo dài nhiều năm được ghi nhận liên tục vào tài khoản chi phí dở dang cho đến khi khai thác.

3. Việc thắt chặt chính sách tín dụng thương mại có làm suy giảm doanh thu của VINAPACO không?

Nếu áp dụng quá cứng nhắc, doanh thu có thể giảm trong ngắn hạn. Tuy nhiên, kết hợp chính sách chiết khấu thanh toán sớm (ví dụ: chiết khấu 2% nếu thanh toán trong vòng 10 ngày) sẽ vừa khuyến khích khách hàng trả nợ nhanh vừa giữ chân đối tác chiến lược.

4. Hệ số thanh toán hiện thời của VINAPACO đạt 1,77 (2019) có thực sự an toàn tuyệt đối không?

Mặc dù hệ số thanh toán hiện thời $> 1,0$ cho thấy khả năng bao nợ về mặt lý thuyết, nhưng hệ số thanh toán nhanh chỉ đạt 0,751 và thanh toán tức thời là 0,086. Phần lớn TSNH nằm ở dạng tồn kho dở dang và công nợ khó thanh lý ngay, do đó rủi ro thanh khoản tiềm ẩn vẫn hiện hữu nếu xảy ra biến cố gián đoạn dòng tiền.

5. Chi phí đầu tư hệ thống quản trị định lượng TSNH mất bao lâu để thu hồi vốn?

Với mức đầu tư công nghệ và chuẩn hóa quy trình khoảng 350–500 triệu đồng, doanh nghiệp chỉ cần rút ngắn kỳ thu tiền bình quân 5 ngày hoặc giảm 2% chi phí lưu kho là có thể thu hồi toàn bộ chi phí triển khai trong vòng chưa đầy 1 quý hoạt động.

Kết luận

Bản chuyên đề tốt nghiệp của sinh viên Nguyễn Trung Nam dưới sự hướng dẫn khoa học của PGS.TS Đàm Văn Huệ đã phản ánh bức tranh toàn diện, sắc bén về thực trạng quản trị tài sản ngắn hạn tại Tổng công ty Giấy Việt Nam giai đoạn 2016–2019. Thông qua việc phân tích định lượng chi tiết cơ cấu TSNH, tốc độ luân chuyển vốn và các hệ số thanh khoản, công trình đã xác định chính xác các nút thắt trong công tác quản lý tiền mặt, công nợ và dự trữ lâm sinh. Hệ thống giải pháp đề xuất gắn liền với các mô hình kinh tế tài chính chuẩn mực (Miller-Orr, EOQ, ma trận tín dụng 5C) mở ra hướng đi thực tiễn giúp VINAPACO tối ưu hóa hiệu quả sử dụng vốn lưu động, hạ thấp chi phí tài chính và nâng cao năng lực cạnh tranh bền vững trong kỷ nguyên hội nhập.