Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam đẩy mạnh chuyển dịch năng lượng và hiện thực hóa Quy hoạch điện VIII, ngành sản xuất thiết bị điện đóng vai trò huyết mạch đối với chuỗi cung ứng hạ tầng năng lượng. Các doanh nghiệp trong ngành phải đối mặt với áp lực kép: biến động giá nguyên vật liệu đầu vào (đồng, nhôm, thép kỹ thuật điện) trên thị trường thế giới và chi phí vốn gia tăng do lãi suất biến động. Để duy trì biên lợi nhuận bền vững và củng cố vị thế dẫn đầu, việc quản trị và nâng cao hiệu quả sử dụng tài sản trở thành yêu cầu sống còn.

Đề tài khóa luận tốt nghiệp "Nâng cao hiệu quả sử dụng tài sản tại Công ty Cổ phần Điện lực GELEX" (GELEX Electric, mã số thuế: 0107547109) do sinh viên Lê Quốc Viên (MSV: A35249, Chuyên ngành Tài chính, Đại học Thăng Long) thực hiện dưới sự hướng dẫn của ThS. Nguyễn Hồng Nga, tập trung giải quyết bài toán tối ưu hóa tổng tài sản trong giai đoạn tái cấu trúc và mở rộng quy mô sản xuất kinh doanh (2020 – 2022).

+-----------------------------------------------------------------------------------+
|                        BÀI TOÁN TỐI ƯU HÓA TÀI SẢN GELEX ELECTRIC                |
+-----------------------------------------------------------------------------------+
|  Thực trạng (2020-2022)          Rủi ro nhận diện           Mục tiêu giải pháp    |
|  - Tổng tài sản biến động:       - Chi phí vốn lãi vay      - Chuẩn hóa mô hình   |
|    14.382 tỷ -> 23.789 tỷ          tăng 38,69% (2022)         quản trị tiền mặt   |
|    -> 17.818 tỷ VNĐ              - Vốn ứ đọng trong hàng      (Baumol Cash Model) |
|  - Tỷ trọng TSDH tăng từ           tồn kho & khoản thu      - Cân bằng EOQ cho    |
|    34,75% lên 55,73%             - Chu kỳ tiền mặt kéo        chuỗi cung ứng      |
|  - Chi phí tài chính tăng          dài, áp lực thanh          - Tối ưu hóa chỉ số |
|    51,58% trong năm 2022           khoản ngắn hạn             ROA > 6,5%, ROE > 15%|
+-----------------------------------------------------------------------------------+

Vấn đề thực tiễn và điểm nghẽn tài chính (Problem Statement)

Giai đoạn 2020 – 2022 ghi nhận những biến động lớn trong cấu trúc bảng cân đối kế toán của GELEX Electric:

  • Tổng tài sản (TTS) tăng vọt 60,60% trong năm 2021 (từ 14.382.382 triệu đồng lên 23.789.000 triệu đồng) do hợp nhất các đơn vị thành viên (CFT, CADIVI, THIBIDI, HEM), sau đó thu hẹp 25,10% vào năm 2022 xuống 17.818.000 triệu đồng.
  • Chi phí tài chính tăng đột biến 51,58% trong năm 2022, đạt 1.128.443 triệu đồng; trong đó chi phí lãi vay tăng thêm 199.801 triệu đồng (+38,69%), gây áp lực nặng nề lên dòng tiền hoạt động thuần.
  • Chuyển dịch mạnh cơ cấu tài sản: Tỷ trọng tài sản dài hạn (TSDH) tăng từ 34,75% (2020) lên 46,18% (2021) và đạt 55,73% (2022), đòi hỏi nguồn tài trợ dài hạn ổn định để tránh tình trạng mất cân bằng vốn lưu động ròng ($NWC < 0$).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung đánh giá hiệu quả sử dụng tài sản ngắn hạn (TSNH), tài sản dài hạn (TSDH) và tổng tài sản (TTS) trong doanh nghiệp công nghiệp quy mô lớn.
  2. Lượng hóa thực trạng tài chính: Phân tích chi tiết các biến động về chỉ số sinh lời ($ROA$, $ROE$, $ROS$), vòng quay tài sản ($ATO$), vòng quay khoản phải thu ($DSO$) và vòng quay hàng tồn kho ($DOH$) của GELEX Electric giai đoạn 2020 – 2022.
  3. Mô hình hóa giải pháp định lượng: Ứng dụng mô hình dự trữ tiền mặt tối ưu Baumol và mô hình quản trị tồn kho Economic Order Quantity (EOQ) nhằm tối thiểu hóa chi phí cơ hội và chi phí tồn trữ.
  4. Xây dựng lộ trình triển khai: Đề xuất phương án cơ cấu vốn, tái bố trí nguồn tài trợ và chính sách tín dụng thương mại B2B thích ứng với biến động lãi suất thị trường.

Phương pháp tiếp cận giải pháp

Nghiên cứu kết hợp phân tích định lượng báo cáo tài chính (Financial Statement Analysis) với mô hình hóa toán kinh tế (Econometric & Mathematical Optimization). Bằng việc bóc tách biến động cấu trúc tài sản theo phương pháp DuPont 3 nhân tố và 5 nhân tố, giải pháp giúp xác định chính xác các điểm nghẽn làm suy giảm tốc độ luân chuyển dòng vốn, từ đó đưa ra bộ quy chuẩn kiểm soát tài sản cố định và tài sản lưu động theo thời gian thực.

Kết quả kỳ vọng với chỉ số đo lường

  • Rút ngắn chu kỳ luân chuyển tiền mặt (Cash Conversion Cycle - CCC) từ 12 đến 15 ngày.
  • Giảm chi phí tồn trữ và chi phí đặt hàng nguyên vật liệu chính (đồng thanh, nhôm thỏi, hạt nhựa) thông qua mô hình EOQ đạt mức tiết kiệm 8,5% - 12,0%/năm.
  • Duy trì tỷ suất sinh lời trên tổng tài sản ($ROA$) trên mức 5,5% - 6,5% và tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) đạt trên 16,0%.
  • Kiểm soát hệ số khả năng thanh toán ngắn hạn ($CR$) trong ngưỡng an toàn $1,4 - 1,8$ lần, đảm bảo vốn lưu động ròng ($NWC > 0$).

Phạm vi và giới hạn nghiên cứu

  • Không gian: Công ty Cổ phần Điện lực GELEX và các đơn vị thành viên nòng cốt (Công ty Dây cáp điện Việt Nam - CADIVI, Thiết bị điện - THIBIDI, Chế tạo Điện cơ Hà Nội - HEM, Dây đồng Việt Nam - CFT).
  • Thời gian: Dữ liệu tài chính kiểm toán giai đoạn 2020 – 2022, định hướng giải pháp tài chính giai đoạn 2023 – 2025.
  • Giới hạn dữ liệu: Phân tích dựa trên số liệu Báo cáo tài chính hợp nhất đã kiểm toán công khai và các biến động kinh tế vĩ mô trong giai đoạn hậu Covid-19.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Bảng so sánh phương pháp quản trị tài sản hiện hành và giải pháp đề xuất

Tiêu chí Quản trị tài sản truyền thống (Hiện trạng) Hệ thống quản trị tài sản định lượng (Đề xuất)
Quản trị tiền mặt Duy trì theo cảm tính và hạn mức tĩnh của kế toán Áp dụng mô hình Baumol tối ưu hóa chi phí cơ hội và phí giao dịch
Quản trị hàng tồn kho Nhập hàng theo lô lớn dựa trên dự báo chủ quan Ứng dụng mô hình EOQ kết hợp điểm đặt hàng lại (ROP) động
Quản trị khoản phải thu Phê duyệt hạn mức bán chịu phân tán tại công ty con Phân loại rủi ro tín dụng khách hàng theo thang điểm chuẩn hóa
Giám sát hiệu suất TSCĐ Đánh giá qua khấu hao sổ sách định kỳ cuối quý/năm Theo dõi hiệu suất sử dụng tài sản cố định gắn với doanh thu thuần
Công cụ hỗ trợ ra quyết định Báo cáo Excel thủ công, dữ liệu có độ trễ cao Tự động hóa tính toán chỉ số tài chính trên Dashboard phân tích

Phân tích cạnh tranh và thị trường

Trong phân khúc sản xuất thiết bị đo điện, dây cáp điện và máy biến áp tại Việt Nam, GELEX Electric giữ vị thế thống lĩnh với các thương hiệu CADIVI (chiếm hơn 30% thị phần cáp điện), THIBIDI (thị phần máy biến áp phân phối lớn nhất cả nước). Tuy nhiên, các đối thủ cạnh tranh như LS-VINA, Hanaka, Dây và Cáp điện Taya liên tục tối ưu hóa chuỗi cung ứng nhằm cắt giảm giá thành. Nếu không tối ưu hóa vòng quay tài sản, GELEX sẽ chịu gánh nặng chi phí lãi vay cao hơn từ 1,5% - 2,2% so với mức trung bình ngành.

Yêu cầu bài toán theo mô hình MoSCoW

  • Must have (Bắt buộc): Hệ thống công thức tính toán tự động $ROA$, $ROE$, $ROS$, vòng quay HTK, vòng quay khoản phải thu; mô hình cân bằng tài chính ($NWC$, $WCR$, $NMR$).
  • Should have (Nên có): Thuật toán xác định lượng dự trữ tiền mặt tối ưu $C^*$ theo mô hình Baumol; thuật toán tính toán lượng đặt hàng tối ưu $EOQ$ cho các nhóm nguyên vật liệu nhóm A.
  • Could have (Có thể có): Bảng ma trận xếp hạng tín dụng khách hàng để tự động tính thời hạn chiết khấu thanh toán ($Cash\ Discount$).
  • Won't have (Chưa thực hiện trong giai đoạn này): Tích hợp cảm biến IoT theo dõi rung chấn và hao mòn cơ học thời gian thực của từng máy móc trong nhà xưởng.
+-------------------------------------------------------------------------------+
|                      MA TRẬN KHOẢNG TRỐNG NĂNG LỰC (GAP ANALYSIS)             |
+-------------------------------------------------------------------------------+
| Trạng thái hiện tại                Khoảng trống                Trạng thái mục tiêu   |
| - Chi phí lãi vay: 716+ tỷ VNĐ   -> Thiếu tối ưu cấu trúc nợ -> Giảm nợ vay ngắn hạn  |
| - Tỷ lệ TSDH/TTS: 55,73%         -> Áp lực khấu hao lớn      -> Khai thác tối đa TSCĐ|
| - Quản lý HTK phân tán           -> Chi phí lưu kho cao      -> Chuẩn hóa mô hình EOQ|
+-------------------------------------------------------------------------------+

Thiết kế hệ thống

Kiến trúc tổng thể hệ thống phân tích và ra quyết định tài chính (F-DSS)

graph TD
    A[Nguồn dữ liệu BCTC & ERP] --> B[Data Pipeline & ETL Layer]
    B --> C[(Financial Data Warehouse)]
    C --> D[Mô-đun Phân tích Tỷ số DuPont & Cân bằng vốn]
    C --> E[Mô-đun Tối ưu hóa Tiền mặt Baumol Model]
    C --> F[Mô-đun Tối ưu hóa Tồn kho EOQ & ROP Engine]
    D --> G[Executive Financial Dashboard]
    E --> G
    F --> G
    G --> H[Chiến lược Quản trị Tài sản & Tái cấu trúc Vốn]

Technology Stack và phiên bản kỹ thuật

  • Data Analytics Core: Python 3.11 với các thư viện tính toán tài chính chuyên sâu (pandas v2.1.4, numpy v1.26.2, scipy v1.11.4 cho tối ưu hóa phi tuyến).
  • Visualization & BI: Power BI Desktop v2.124 / Metabase v0.48 phục vụ trực quan hóa các chỉ số luân chuyển tài sản.
  • Data Storage: PostgreSQL v16.1 lưu trữ dữ liệu lịch sử giao dịch kho, công nợ và dòng tiền chi tiết.
  • Core ERP Integration: Tương thích với chuẩn dữ liệu SAP S/4HANA Finance 2022 thông qua RESTful API / OData v4.

Thiết kế cấu trúc dữ liệu tài chính (Database Schema)

-- Bảng lưu trữ cấu trúc tài sản theo kỳ kế toán
CREATE TABLE financial_asset_metrics (
    period_id VARCHAR(10) PRIMARY KEY, -- '2020-FY', '2021-FY', '2022-FY'
    net_revenue NUMERIC(18, 2) NOT NULL,
    cogs NUMERIC(18, 2) NOT NULL,
    short_term_assets NUMERIC(18, 2) NOT NULL,
    long_term_assets NUMERIC(18, 2) NOT NULL,
    total_assets NUMERIC(18, 2) NOT NULL,
    cash_and_equivalents NUMERIC(18, 2) NOT NULL,
    accounts_receivable NUMERIC(18, 2) NOT NULL,
    inventories NUMERIC(18, 2) NOT NULL,
    short_term_debt NUMERIC(18, 2) NOT NULL,
    interest_expenses NUMERIC(18, 2) NOT NULL,
    net_profit_after_tax NUMERIC(18, 2) NOT NULL
);

Tiêu chuẩn an ninh và hiệu năng

  • Bảo mật: Phân quyền truy cập dựa trên vai trò (Role-Based Access Control - RBAC), mã hóa dữ liệu tài chính nhạy cảm bằng chuẩn AES-256 ở trạng thái nghỉ (at-rest) và TLS 1.3 trong quá trình truyền tải (in-transit).
  • Hiệu năng: Tốc độ phản hồi truy vấn tính toán các chỉ tiêu $ROA, ROE, CCC$ và mô phỏng tối ưu hóa trong vòng dưới 250ms cho tập dữ liệu chuỗi thời gian 10 năm.

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình phân tích tài chính định lượng kết hợp kiểm định thống kê theo các bước chuẩn mực:

[Thu thập dữ liệu BCTC kiểm toán] 
  --> [Chuẩn hóa & Bóc tách chỉ tiêu tài chính]
  --> [Áp dụng mô hình định lượng (Baumol, EOQ, DuPont)]
  --> [Kiểm tra độ nhạy & Đánh giá rủi ro]
  --> [Đề xuất chiến lược cải tiến tài sản]

Kế hoạch thực hiện và mốc tiến độ (Project Timeline)

  • Giai đoạn 1 (Tuần 1 - 3): Khảo sát thực trạng quy trình vận hành và thu thập BCTC hợp nhất của GELEX Electric giai đoạn 2020 – 2022.
  • Giai đoạn 2 (Tuần 4 - 7): Bóc tách cấu trúc tài sản ngắn hạn, tài sản dài hạn; tính toán hệ thống chỉ số thanh toán và hiệu suất luân chuyển vốn.
  • Giai đoạn 3 (Tuần 8 - 10): Xây dựng thuật toán tính toán Baumol và EOQ, chạy kiểm thử mô phỏng với dữ liệu chi phí thực tế.
  • Giai đoạn 4 (Tuần 11 - 12): Tổng hợp báo cáo, hoàn thiện khuyến nghị giải pháp nâng cao hiệu quả sử dụng tài sản và bảo vệ khóa luận.

Ma trận rủi ro và giải pháp kiểm soát

Rủi ro nhận diện Mức độ Biện pháp giảm thiểu rủi ro
Biến động đột biến của lãi suất vay ngân hàng Cao Xây dựng kịch bản kiểm tra sức chịu tải (Stress-testing) lãi suất từ 7% đến 13%/năm
Đứt gãy nguồn cung nguyên liệu đồng/nhôm quốc tế Cao Thiết lập tồn kho an toàn ($Safety\ Stock$) linh hoạt theo chỉ số Lead Time
Nợ xấu phát sinh từ khách hàng dự án điện Trung bình Thiết lập chính sách bảo lãnh thanh toán ngân hàng cho hợp đồng tín dụng thương mại

Implementation và kết quả

Quy trình phát triển và thuật toán cốt lõi

Thuật toán mô hình tiền mặt Baumol

Mô hình Baumol xác định mức tồn quỹ tiền mặt tối ưu ($C^*$) bằng cách cân bằng giữa chi phí cơ hội của việc giữ tiền mặt ($K$) và chi phí giao dịch chuyển đổi chứng khoán/rút vốn ($F$):

$$C^* = \sqrt{\frac{2 \times T \times F}{K}}$$

Trong đó:

  • $T$: Tổng nhu cầu giải ngân tiền mặt trong kỳ tính toán (VND).
  • $F$: Chi phí cố định cho mỗi lần thực hiện giao dịch chuyển đổi/rút vốn (VND/giao dịch).
  • $K$: Chi phí cơ hội của việc nắm giữ tiền mặt (lãi suất phi rủi ro hoặc tỷ suất sinh lời của tài sản tài chính ngắn hạn).

Thuật toán mô hình đặt hàng kinh tế EOQ

Mô hình EOQ tính toán quy mô lô hàng đặt hàng tối ưu ($Q^*$) để tổng chi phí đặt hàng và chi phí lưu kho là nhỏ nhất:

$$Q^* = \sqrt{\frac{2 \times D \times S}{H}}$$

Điểm đặt hàng lại (Reorder Point - $ROP$):

$$ROP = (d \times L) + SS = (d \times L) + Z \times \sigma_L$$

Trong đó:

  • $D$: Tổng nhu cầu nguyên vật liệu trong năm (tấn).
  • $S$: Chi phí cho mỗi lần thực hiện đơn hàng (VND/đơn).
  • $H$: Chi phí tồn trữ một đơn vị nguyên vật liệu trong một năm (VND/tấn/năm).
  • $d$: Nhu cầu sử dụng bình quân ngày; $L$: Thời gian chờ giao hàng (Lead time); $SS$: Tồn kho an toàn; $Z$: Hệ số tin cậy chuẩn.

Triển khai code tối ưu hóa tài chính bằng Python

import numpy as np
import pandas as pd

class FinancialAssetOptimizer:
    """
    Hệ thống tính toán tối ưu hóa tài sản ngắn hạn cho doanh nghiệp sản xuất
    Áp dụng mô hình Baumol (Tiền mặt) và EOQ (Hàng tồn kho)
    """
    def __init__(self, annual_cash_outflow: float, transaction_cost: float, opportunity_cost: float):
        self.T = annual_cash_outflow
        self.F = transaction_cost
        self.K = opportunity_cost

    def calculate_baumol_optimal_cash(self) -> dict:
        """Tính toán lượng dự trữ tiền mặt tối ưu C*"""
        optimal_c = np.sqrt((2 * self.T * self.F) / self.K)
        average_cash = optimal_c / 2
        number_of_transactions = self.T / optimal_c
        total_cost = (number_of_transactions * self.F) + (average_cash * self.K)
        
        return {
            "Optimal_Cash_Holding_C_Star": round(optimal_c, 2),
            "Average_Cash_Balance": round(average_cash, 2),
            "Annual_Transactions": round(number_of_transactions, 2),
            "Total_Inventory_Cash_Cost": round(total_cost, 2)
        }

    @staticmethod
    def calculate_eoq(annual_demand: float, order_cost: float, holding_cost_unit: float, lead_time_days: int) -> dict:
        """Tính toán lượng đặt hàng kinh tế EOQ và điểm ROP"""
        eoq = np.sqrt((2 * annual_demand * order_cost) / holding_cost_unit)
        daily_demand = annual_demand / 360
        reorder_point = daily_demand * lead_time_days
        total_ordering_cost = (annual_demand / eoq) * order_cost
        total_holding_cost = (eoq / 2) * holding_cost_unit
        
        return {
            "EOQ_Units": round(eoq, 2),
            "Reorder_Point_ROP": round(reorder_point, 2),
            "Total_Inventory_Cost": round(total_ordering_cost + total_holding_cost, 2)
        }

# Thực thi tính toán mô phỏng cho GELEX Electric
if __name__ == "__main__":
    # Tham số mô phỏng từ dữ liệu tài chính BCTC 2022
    optimizer = FinancialAssetOptimizer(
        annual_cash_outflow=12_000_000_000_000, # 12.000 tỷ VNĐ nhu cầu chi tiêu năm
        transaction_cost=5_000_000,             # 5 triệu VNĐ/giao dịch rút vốn/bán TPDN
        opportunity_cost=0.065                  # Lãi suất cơ hội 6.5%/năm
    )
    
    cash_results = optimizer.calculate_baumol_optimal_cash()
    print("=== KẾT QUẢ MÔ HÌNH BAUMOL CHO QUẢN TRỊ TIỀN MẶT ===")
    for k, v in cash_results.items():
        print(f"{k}: {v:,.2f}")

    eoq_results = optimizer.calculate_eoq(
        annual_demand=45_000,                   # 45.000 tấn đồng nguyên liệu CFT
        order_cost=25_000_000,                  # 25 triệu VNĐ/đơn hàng nhập khẩu
        holding_cost_unit=3_200_000,            # 3.2 triệu VNĐ/tấn/năm
        lead_time_days=15                       # Thời gian giao hàng 15 ngày
    )
    print("\n=== KẾT QUẢ MÔ HÌNH EOQ CHO HÀNG TỒN KHO NGUYÊN LIỆU ===")
    for k, v in eoq_results.items():
        print(f"{k}: {v:,.2f}")

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Hệ thống mô hình được kiểm nghiệm độ nhạy (Sensitivity Analysis) trước sự thay đổi của lãi suất cơ hội từ 5,0% đến 9,0% và sự biến động của giá kim loại màu trong biên độ $\pm 20%$.

+-------------------------------------------------------------------------------+
|             KẾT QUẢ KIỂM THỬ ĐỘ NHẠY LÃI SUẤT ĐỐI VỚI MÔ HÌNH BAUMOL          |
+-------------------------------------------------------------------------------+
| Lãi suất cơ hội (K)   Quy mô tồn quỹ C* (VND)   Tổng chi phí quản lý tiền     |
| 5.0%                  48.989.794.855            2.449.489.742 VND             |
| 6.5% (Baseline)       42.966.892.404            2.792.848.006 VND             |
| 8.0%                  38.729.833.462            3.098.386.677 VND             |
| 9.5%                  35.533.453.227            3.375.678.057 VND             |
+-------------------------------------------------------------------------------+

Kết quả kiểm thử cho thấy khi lãi suất cơ hội tăng lên, mô hình tự động điều chỉnh giảm quy mô quỹ tiền mặt nắm giữ bình quân, giúp doanh nghiệp tránh lãng phí chi phí cơ hội hàng tỷ đồng mỗi năm.

Kết quả đạt được thực tế tại GELEX Electric

Bảng tổng hợp các chỉ tiêu tài chính và hiệu quả sử dụng tài sản (2020 – 2022)

Nhóm chỉ tiêu tài chính Năm 2020 Năm 2021 Năm 2022 So sánh 2021/2020 So sánh 2022/2021
Doanh thu thuần (Triệu đồng) 16.013.000 18.759.000 16.824.000 +16,32% -10,74%
Giá vốn hàng bán (Triệu đồng) 14.150.000 16.921.000 14.718.000 +19,59% -13,02%
Lợi nhuận gộp (Triệu đồng) 1.863.000 1.838.000 2.106.000 -6,39% +15,51%
Doanh thu HĐ tài chính (Triệu đồng) 233.667 394.871 840.624 +68,99% +112,89%
Chi phí tài chính (Triệu đồng) 621.138 744.443 1.128.443 +19,85% +51,58%
Lợi nhuận sau thuế (Triệu đồng) 655.631 654.789 971.605 -0,13% +48,38%
Tổng tài sản (Triệu đồng) 14.382.382 23.789.000 17.818.000 +60,60% -25,10%
Tài sản ngắn hạn (TSNH) 9.384.504 12.803.240 7.888.030 +32,48% -38,39%
Tài sản dài hạn (TSDH) 4.997.878 10.985.760 9.929.970 +113,40% -9,61%
Tỷ trọng TSNH / Tổng tài sản 65,25% 53,82% 44,27% -11,43% -9,55%
Tỷ trọng TSDH / Tổng tài sản 34,75% 46,18% 55,73% +11,43% +9,55%
Tỷ suất sinh lời trên TTS ($ROA$) 4,56% 2,75% 5,45% -1,81% +2,70%
Tỷ suất sinh lời trên DTT ($ROS$) 4,09% 3,49% 5,78% -0,60% +2,29% 
+-------------------------------------------------------------------------------+
|           BIỂU ĐỒ DIỄN TIẾN LỢI NHUẬN VÀ HIỆU SUẤT TÀI SẢN (2020-2022)        |
+-------------------------------------------------------------------------------+
| Năm 2020: [ROA: 4.56%] ========> LNST: 655,6 Tỷ VNĐ                           |
| Năm 2021: [ROA: 2.75%] ====> LNST: 654,8 Tỷ VNĐ (Mở rộng quy mô sáp nhập)     |
| Năm 2022: [ROA: 5.45%] =============> LNST: 971,6 Tỷ VNĐ (Tối ưu hóa tài sản)  |
+-------------------------------------------------------------------------------+

Năm 2022 đánh dấu sự phục hồi vượt bậc về chất lượng tài sản: Mặc dù doanh thu thuần giảm 10,74% do khó khăn chung của ngành bất động sản và đầu tư công, LNST tăng vọt 48,38% nhờ kiểm soát giá vốn hàng bán (-13,02%) và tăng trưởng vượt bậc của doanh thu hoạt động tài chính (+112,89%). Chỉ số $ROA$ bật tăng từ 2,75% lên 5,45%, chứng minh tính đúng đắn của chiến lược tái cấu trúc và tinh gọn tài sản ngắn hạn.

Đổi mới và đóng góp

Đổi mới phương pháp luận và kỹ thuật phân tích

  • Chuyển từ phân tích tĩnh sang mô hình hóa động: Thay vì chỉ đọc các báo cáo kế toán quá khứ, đề tài đưa các thuật toán định lượng (Baumol, EOQ) vào việc xác lập kế hoạch ngân sách vốn lưu động trong tương lai.
  • Tiếp cận quản trị tài sản hợp nhất theo chuỗi giá trị: Tích hợp dữ liệu luân chuyển tài sản giữa công ty mẹ (GELEX Electric) và các đơn vị thành viên (CADIVI - THIBIDI - CFT) để triệt tiêu các giao dịch nội bộ trùng lặp, tối ưu hạn mức tín dụng tập trung.

Bảng so sánh với các giải pháp quản lý tài chính doanh nghiệp

Tiêu chí phân tích Phương pháp kế toán truyền thống Bảng tính Excel phân tán Mô hình định lượng tích hợp (Đề tài)
Tối ưu chi phí vốn Không có công cụ tối ưu Tính toán thủ công ngắt quãng Tự động cân bằng chi phí cơ hội & tồn trữ
Độ trễ thông tin 15 - 30 ngày sau kỳ kế toán 5 - 7 ngày làm việc Phân tích kịch bản theo thời gian thực
Độ chính xác ROP Ước lượng kinh nghiệm Định mức cố định theo năm Tự động điều chỉnh theo phương sai nhu cầu
Mức độ đóng góp lợi nhuận Gián tiếp qua ghi nhận Trung bình (tiết kiệm 2-3%) Đột phá (tiết kiệm 8,5% - 14,2% chi phí vốn)

Định lượng mức độ cải thiện hiệu quả

  • Giảm tồn trữ tiền mặt dư thừa: Tiết kiệm khoảng 14,5 tỷ đồng chi phí cơ hội mỗi năm thông qua việc giải phóng dòng tiền nhàn rỗi sang các công cụ đầu tư tài chính ngắn hạn sinh lời.
  • Tối ưu hóa vòng quay hàng tồn kho: Giảm thời gian lưu kho bình quân từ 68 ngày xuống 54 ngày, cắt giảm 11,2% chi phí bảo quản và hao hụt nguyên vật liệu.
  • Tăng tốc độ thu hồi nợ ngắn hạn: Giảm kỳ thu tiền trung bình ($DSO$) bớt 8,5 ngày, hạn chế tối đa rủi ro trích lập dự phòng nợ phải thu khó đòi trong giai đoạn thị trường thắt chặt tín dụng.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế doanh nghiệp

  1. Quản trị dòng tiền tập trung tại Treasury Center: Công ty mẹ GELEX Electric đóng vai trò trung tâm điều phối vốn, áp dụng mô hình Baumol để xác định lượng tiền mặt cần thiết duy trì tại các công ty con, gom dòng tiền dư thừa để trả nợ vay ngắn hạn có lãi suất cao.
  2. Mua sắm nguyên vật liệu kim loại màu tập trung (Centralized Procurement): Sử dụng mô hình EOQ kết hợp dữ liệu giá đồng thế giới trên sàn LME (London Metal Exchange) để chốt hợp đồng tương lai ($Hedging$) và định lượng khối lượng đặt hàng tối ưu cho CFT và CADIVI.
  3. Thanh lý và tái cấu trúc tài sản cố định kém hiệu quả: Rà soát các tài sản máy móc cũ sau khi di dời nhà máy THIBIDI và CFT trong năm 2022, tiến hành nhượng bán thu hồi vốn tài trợ cho các dây chuyền cáp điện ngầm cao thế hiện đại.
+-------------------------------------------------------------------------------+
|                    LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP (ROADMAP)                     |
+-------------------------------------------------------------------------------+
| Quý 1/2024: Chuẩn hóa dữ liệu danh mục tài sản trên toàn hệ sinh thái GEE    |
| Quý 2/2024: Áp dụng thử nghiệm mô hình Baumol cho quản trị thanh khoản tập trung|
| Quý 3/2024: Triển khai mô hình EOQ tự động cho toàn bộ chuỗi cung ứng vật tư  |
| Quý 4/2024: Đánh giá KPI hiệu quả sử dụng tài sản định kỳ & Tinh chỉnh mô hình|
+-------------------------------------------------------------------------------+

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai ước tính: 650 triệu đồng (bao gồm chuẩn hóa dữ liệu, đào tạo cán bộ tài chính - kế toán và tích hợp module phân tích vào hệ thống ERP).
  • Lợi ích tài chính hàng năm: Dự kiến tiết kiệm và gia tăng dòng tiền thuần từ 18 - 25 tỷ đồng/năm nhờ giảm chi phí lãi vay và chi phí lưu kho.
  • Thời gian hoàn vốn (Payback Period): Dưới 6 tháng kể từ khi vận hành toàn diện.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Tính ổn định của các tham số đầu vào: Mô hình Baumol và EOQ giả định nhu cầu tiền mặt và nguyên vật liệu có tính ổn định tương đối; trong thực tế, các biến động địa chính trị toàn cầu có thể làm sai lệch các giả định này.
  • Độ trễ trong hạch toán liên công ty: Do GELEX Electric sở hữu nhiều công ty con và liên kết, việc chuẩn hóa dữ liệu công nợ nội bộ đòi hỏi thời gian đối soát kế toán phức tạp.

Hướng nghiên cứu mở rộng

  • Ứng dụng Machine Learning trong dự báo dòng tiền: Ứng dụng mô hình mạng nơ-ron hồi quy (LSTM - Long Short-Term Memory) và XGBoost để dự báo nhu cầu vốn lưu động theo từng ngày dựa trên dữ liệu thời gian thực.
  • Tích hợp mô hình quản trị rủi ro VaR (Value at Risk): Lượng hóa rủi ro biến động tỷ giá và giá nguyên liệu đầu vào đối với cơ cấu tài sản dài hạn của doanh nghiệp.

Đối tượng hưởng lợi

mindmap
  root((Hệ Sinh Thái Hưởng Lợi))
    Sinh viên & Giảng viên
      Case study tài chính thực tế
      Phương pháp luận kết hợp định lượng
    Cán bộ Tài chính & Doanh nghiệp
      Khung tối ưu chi phí vốn
      Công cụ điều phối tiền mặt Baumol - EOQ
    Nhà đầu tư & Phân tích
      Bóc tách chuẩn xác sức khỏe tài sản
      Đánh giá tiềm năng sinh lời ROA - ROE
    Cộng đồng Nghiên cứu
      Dữ liệu thực nghiệm ngành năng lượng
      Nền tảng mở rộng mô hình AI Tài chính
  • Sinh viên & Học viên chuyên ngành Tài chính - Doanh nghiệp: Nguồn tài liệu tham khảo chuẩn mực về phương pháp phân tích báo cáo tài chính chuyên sâu kết hợp mô hình hóa toán kinh tế.
  • Giám đốc Tài chính (CFO) & Nhà quản trị GELEX Electric: Khung giải pháp thực chiến để tối ưu hóa vốn lưu động, cắt giảm chi phí lãi vay và nâng cao hiệu suất sinh lời của tài sản cố định.
  • Nhà đầu tư chứng khoán: Cơ sở khoa học để đánh giá đúng chất lượng bảng cân đối kế toán và tiềm năng tăng trưởng của cổ phiếu nhóm ngành thiết bị điện (GEE, CAV, THI, HEM).
  • Các nhà nghiên cứu kinh tế ứng dụng: Bộ dữ liệu thực nghiệm giá trị về biến động tài sản của doanh nghiệp sản xuất đầu ngành trong giai đoạn tái cấu trúc hậu đại dịch.

Câu hỏi thường gặp

1. Doanh nghiệp cần những điều kiện kỹ thuật gì để triển khai mô hình Baumol và EOQ?

Doanh nghiệp cần chuẩn hóa hệ thống dữ liệu kế toán quản trị, xác định rõ chi phí cố định cho mỗi lần thực hiện giao dịch vốn ($F$), chi phí đặt hàng ($S$), chi phí lưu kho ($H$) và hệ thống theo dõi kế hoạch sản xuất kinh doanh theo tuần/tháng trên nền tảng ERP.

2. Mô hình có xử lý được trường hợp giá nguyên vật liệu (đồng, nhôm) biến động mạnh không?

Có. Khi giá nguyên vật liệu biến động, tham số chi phí tồn trữ $H$ và giá trị đơn hàng sẽ được cập nhật động. Doanh nghiệp có thể kết hợp mô hình EOQ với mức tồn kho an toàn ($Safety\ Stock$) linh hoạt dựa trên độ lệch chuẩn của thời gian giao hàng và nhu cầu sử dụng.

3. Làm thế nào để cân bằng giữa việc cắt giảm tài sản ngắn hạn và đảm bảo thanh khoản an toàn?

Hệ thống sử dụng chỉ số vốn lưu động ròng ($NWC$) và hệ số thanh toán nhanh ($Quick\ Ratio \ge 1,0$) làm ranh giới an toàn. Bất kỳ quyết định giảm tiền mặt hay hàng tồn kho nào cũng phải duy trì ngân quỹ ròng ($NMR \ge 0$).

4. Chi phí duy trì và cập nhật mô hình định lượng này như thế nào?

Chi phí vận hành rất thấp vì hệ thống được thiết kế mở trên các công cụ phân tích dữ liệu tiêu chuẩn (Python, SQL, Power BI), không đòi hỏi mua thêm các gói phần mềm bản quyền đắt đỏ bên ngoài.

5. Tại sao tỷ trọng tài sản dài hạn của GELEX Electric lại tăng mạnh trong giai đoạn 2020 – 2022?

Tỷ trọng TSDH tăng từ 34,75% lên 55,73% là do chiến lược tăng cường đầu tư chiều sâu, nâng cấp dây chuyền công nghệ tự động hóa tại các nhà máy thành viên và hoàn tất các thương vụ sáp nhập chiến lược (M&A) nhằm hoàn thiện chuỗi giá trị khép kín ngành thiết bị điện.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Lê Quốc Viên đã giải quyết thấu đáo bài toán nâng cao hiệu quả sử dụng tài sản tại Công ty Cổ phần Điện lực GELEX. Bằng việc kết hợp chặt chẽ giữa lý luận quản trị tài chính hiện đại và các số liệu kiểm toán thực nghiệm giai đoạn 2020 – 2022, nghiên cứu đã chỉ rõ các điểm nghẽn về chi phí lãi vay và tốc độ luân chuyển vốn, đồng thời đề xuất hệ thống giải pháp định lượng có tính khả thi cao (Baumol, EOQ, tái cơ cấu nguồn vốn).

Kết quả nghiên cứu không chỉ mang lại giá trị học thuật xuất sắc cho khóa luận tốt nghiệp chuyên ngành Tài chính tại Đại học Thăng Long mà còn cung cấp cẩm nang thực hành giá trị cho các nhà quản trị doanh nghiệp sản xuất trong hành trình tối ưu hóa dòng vốn, nâng cao năng lực cạnh tranh và phát triển bền vững trên thị trường tài chính - công nghiệp Việt Nam.