Giới thiệu dự án

Trong bối cảnh ngành công nghiệp khai thác than và khoáng sản tại Việt Nam đang chuyển dịch mạnh mẽ từ khai thác lộ thiên sang khai thác hầm lò có độ sâu lớn (dưới mức -150m đến -300m), Công ty Xây lắp mỏ - TKV (Chi nhánh Tập đoàn Công nghiệp Than - Khoáng sản Việt Nam) đóng vai trò nòng cốt trong việc thi công hạ tầng mỏ, đào lò chuẩn bị sản xuất và xây dựng công trình ngầm. Đặc thù ngành xây lắp mỏ đòi hỏi vốn đầu tư lớn vào tài sản cố định (TSCĐ) chuyên dụng và lượng tài sản ngắn hạn (TSNH) luân chuyển liên tục để đáp ứng tiến độ thi công khắc nghiệt.

flowchart TD
    A[Dữ liệu tài chính TKV 2020-2022] --> B(Engine Phân tích & Tối ưu hóa)
    B --> C[Module Quản trị Tiền mặt: Baumol & Miller-Orr]
    B --> D[Module Quản trị Hàng tồn kho: ABC & EOQ]
    B --> E[Module Tín dụng & Khoản phải thu: Scoring & NPV]
    B --> F[Hệ thống Kiểm soát DuPont & Cân bằng Tài chính]
    C --> G[Tối ưu hóa Chi phí Cơ hội & Thanh khoản]
    D --> H[Giảm Tồn đọng Vốn & Chi phí Lưu kho]
    E --> I[Giảm Kỳ thu tiền & Hạn chế Nợ xấu]
    F --> J[Gia tăng ROA, ROS, Vòng quay Tổng tài sản]

Vấn đề thực tiễn (Problem Statement)

Thực trạng hoạt động giai đoạn 2020 – 2022 tại Công ty Xây lắp mỏ - TKV cho thấy nhiều điểm nghẽn nghiêm trọng trong công tác quản trị tài sản:

  • Ứ đọng vốn ngắn hạn: Tỷ trọng khoản phải thu và hàng tồn kho trong TSNH ở mức cao, khiến chu kỳ luân chuyển tiền mặt kéo dài, làm giảm tính linh hoạt tài chính.
  • Rủi ro tín dụng nội bộ: Việc cấp tín dụng thương mại cho các đơn vị khai thác than trong nội bộ Tập đoàn (như Than Dương Huy, Than Mông Dương) chưa được lượng hóa bằng mô hình chấm điểm tín dụng chuẩn xác, gây chậm trễ thu hồi công nợ.
  • Hiệu suất sinh lời của tài sản còn thấp: Tỷ suất sinh lời trên tổng tài sản (ROA) và vòng quay tài sản (SOA) chịu áp lực lớn từ chi phí khấu hao TSCĐ chuyên dụng hầm lò chưa khai thác hết công suất thiết kế.

Mục tiêu dự án

  1. Chuẩn hóa hệ thống chỉ tiêu và phương pháp luận lượng hóa hiệu quả sử dụng TSNH, TSDH và Tổng tài sản theo chuẩn mực kế toán Việt Nam (VAS).
  2. Xây dựng và triển khai các thuật toán tối ưu hóa tài chính: Mô hình Baumol và Miller-Orr cho quản trị tiền mặt; Mô hình ABC kết hợp EOQ cho hàng tồn kho vật tư mỏ; Mô hình chấm điểm tín dụng và tính NPV trong chính sách bán chịu.
  3. Ứng dụng mô hình phân tích Dupont và giải pháp cân bằng tài chính (Vốn lưu động ròng - NWC, Nhu cầu vốn lưu động - WCR, Ngân quỹ ròng - NLB) nhằm tối ưu hóa dòng tiền và gia tăng chỉ số ROA.
  4. Đề xuất lộ trình công nghệ số hóa quy trình quản trị tài sản, kết nối cơ sở dữ liệu kế toán với hệ thống báo cáo quản trị trực quan.

Kết quả kỳ vọng và Phạm vi áp dụng

  • Chỉ số đo lường: Rút ngắn kỳ luân chuyển tiền từ 15% đến 20%, giảm chi phí lưu kho vật tư mỏ 12% - 15%, kiểm soát tỷ lệ nợ quá hạn dưới 3% tổng dư nợ.
  • Phạm vi nghiên cứu: Toàn bộ dữ liệu Báo cáo tài chính, Báo cáo kết quả hoạt động kinh doanh và số liệu vận hành của Công ty Xây lắp mỏ - TKV trong giai đoạn 2020 – 2022, kết hợp định hướng vận hành đến năm 2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản trị tài sản trong các doanh nghiệp xây lắp mỏ truyền thống thường phụ thuộc vào kinh nghiệm chủ quan của cán bộ kế toán và kỹ thuật vật tư, dẫn đến tình trạng mất cân đối giữa chi phí lưu trữ và nguy cơ gián đoạn thi công.

Tiêu chí so sánh Phương pháp Quản lý Truyền thống Mô hình Tối ưu Hóa Định lượng (Đề xuất) Hệ thống ERP Doanh nghiệp Chuẩn
Quản trị tiền mặt Duy trì số dư tồn quỹ cảm tính Mô hình Miller-Orr & Baumol xác định $C^*$ tối ưu Tự động hóa quét dòng tiền (Cash Pooling)
Kiểm soát hàng tồn kho Định mức vật tư thô sơ, kiểm kê cuối kỳ Ma trận Pareto ABC tích hợp chu kỳ kinh tế EOQ Quản trị JIT (Just-In-Time) kết hợp RFID
Đánh giá tín dụng đối tác Dựa trên quan hệ nội bộ ngành TKV Mô hình tính điểm tín dụng đa biến (Multivariate Scoring) Đánh giá rủi ro thời gian thực bằng Machine Learning
Tốc độ ra quyết định Trễ từ 15 đến 30 ngày sau chu kỳ Cập nhật theo thời gian thực (Real-time analytics) Tự động phê duyệt theo phân quyền số 
MA TRẬN ƯU TIÊN YÊU CẦU THEO PHƯƠNG PHÁP MOSCOW:
├── MUST HAVE (Bắt buộc phải có):
│   ├── Thuật toán tính toán tồn quỹ tiền mặt tối ưu (Miller-Orr)
│   ├── Phân loại danh mục vật tư hầm lò A-B-C
│   └── Bảng tính chỉ số tài chính Dupont (ROA = ROS x SOA)
├── SHOULD HAVE (Nên có):
│   ├── Hệ thống chấm điểm tín dụng khách hàng khai thác than
│   ├── Mô hình tính toán NPV cho chính sách chiết khấu thanh toán
│   └── Dashboard đo lường Vốn lưu động ròng (NWC) và Ngân quỹ ròng (NLB)
├── COULD HAVE (Có thể mở rộng):
│   ├── Module tích hợp dữ liệu ERP SAP S/4HANA Mining
│   └── Hệ thống cảnh báo sớm rủi ro thanh khoản qua Webhook/API
└── WON'T HAVE (Chưa triển khai giai đoạn này):
    └── Giao dịch mua bán chứng khoán thanh khoản cao tự động (Algorithmic Trading)

Thiết kế hệ thống

Kiến trúc giải pháp tích hợp các luồng dữ liệu tài chính - vận hành từ phân xưởng đào lò đến phòng kế toán quản trị, xử lý qua công cụ phân tích định lượng Python và lưu trữ tại cơ sở dữ liệu quan hệ PostgreSQL.

KIẾN TRÚC LUỒNG DỮ LIỆU (DATA PIPELINE ARCHITECTURE):
[Phân xưởng Đào lò / Kho vật tư] ──(Dữ liệu định mức/Phiếu xuất kho)──┐
[Phòng Kế toán / ERP TKV]         ──(Sổ cái / Công nợ / Dòng tiền)  ──┼──> [Data Ingestion Engine]
                                                                        │           │
┌───────────────────────────────────────────────────────────────────────┘           ▼
│                                                                           [PostgreSQL Data Warehouse]
│                                                                                   │
▼                                                                                   ▼
[Financial Analytics Engine] ◄────────────────────────────────────────────── [Calculation Modules]
├── Module 1: Cash Optimizer (Baumol: C* = sqrt(2TF/K); Miller-Orr: Sp, Z, H)
├── Module 2: Inventory Controller (EOQ: Q* = sqrt(2DC2/C1); Safety Stock)
├── Module 3: Credit Risk Engine (Credit Score = 4*ICR + 11*QR + 1*Age; NPV Policy)
└── Module 4: Working Capital & Dupont Analyzer (NWC, WCR, NLB, ROA Decomposition)
                                │
                                ▼
        [Interactive Executive Dashboard / Power BI Service]

Ngăn xếp công nghệ (Technology Stack)

  • Engine xử lý tính toán: Python v3.10 (Thư viện: NumPy v1.26, Pandas v2.1, SciPy v1.11).
  • Cơ sở dữ liệu: PostgreSQL v15.3 (Lưu trữ lịch sử biến động tiền tệ, hạn mức tín dụng và danh mục SKU vật tư).
  • Trực quan hóa dữ liệu: Power BI Desktop v2.112 kết hợp DAX Queries nâng cao.
  • Môi trường kết nối: RESTful API chuẩn OpenAPI 3.0 truyền tải dữ liệu giữa hệ thống kế toán 1C/SAP và công cụ tính toán.

Thiết kế lược đồ cơ sở dữ liệu (Database Schema DDL)

-- Bảng quản lý danh mục tài sản và vật tư tồn kho
CREATE TABLE dim_inventory_material (
    material_id VARCHAR(20) PRIMARY KEY,
    material_name VARCHAR(255) NOT NULL,
    abc_category CHAR(1) CHECK (abc_category IN ('A', 'B', 'C')),
    annual_demand NUMERIC(15, 2) NOT NULL,
    holding_cost_unit NUMERIC(15, 2) NOT NULL,
    ordering_cost_batch NUMERIC(15, 2) NOT NULL,
    lead_time_days INT NOT NULL,
    eoq_quantity NUMERIC(15, 2),
    reorder_point NUMERIC(15, 2)
);

-- Bảng lưu trữ và chấm điểm tín dụng khách hàng
CREATE TABLE dim_customer_credit (
    customer_id VARCHAR(20) PRIMARY KEY,
    customer_name VARCHAR(255) NOT NULL,
    interest_coverage_ratio NUMERIC(6, 2) NOT NULL,
    quick_ratio NUMERIC(6, 2) NOT NULL,
    operating_years INT NOT NULL,
    calculated_score NUMERIC(6, 2),
    risk_tier INT CHECK (risk_tier BETWEEN 1 AND 5),
    credit_limit NUMERIC(18, 2),
    discount_rate NUMERIC(4, 2)
);

-- Bảng cân bằng tài chính và ngân quỹ định kỳ
CREATE TABLE fact_financial_equilibrium (
    period_date DATE PRIMARY KEY,
    short_term_assets NUMERIC(18, 2) NOT NULL,
    short_term_debt NUMERIC(18, 2) NOT NULL,
    long_term_capital NUMERIC(18, 2) NOT NULL,
    fixed_assets NUMERIC(18, 2) NOT NULL,
    net_working_capital NUMERIC(18, 2), -- NWC = TSNH - Nợ ngắn hạn
    working_capital_requirement NUMERIC(18, 2), -- WCR = (Khoản phải thu + Hàng tồn kho) - Nợ ngắn hạn phi ngân hàng
    net_liquidity_balance NUMERIC(18, 2) -- NLB = NWC - WCR
);

Phương pháp luận (Methodology)

Dự án áp dụng khung phương pháp luận Agile Financial Engineering kết hợp quy trình quản lý dự án tiêu chuẩn gồm 4 giai đoạn:

LỘ TRÌNH TRIỂN KHAI PHƯƠNG PHÁP LUẬN:
[Giai đoạn 1: Chuẩn hóa & Khai phá Dữ liệu] (Tuần 1 - 4)
  ├── Trích xuất dữ liệu Báo cáo kiểm toán 2020-2022
  └── Chuẩn hóa danh mục vật tư hầm lò và danh sách công nợ
[Giai đoạn 2: Phát triển Thuật toán Định lượng] (Tuần 5 - 10)
  ├── Lập trình mô hình Baumol, Miller-Orr và EOQ
  └── Thiết lập ma trận chấm điểm tín dụng và phân tích Dupont
[Giai đoạn 3: Kiểm thử & Đánh giá Rủi ro] (Tuần 11 - 14)
  ├── Chạy backtest trên dữ liệu thực tế 2022
  └── Stress-testing dòng tiền với biến động giá vật tư than mỏ
[Giai đoạn 4: Đóng gói & Triển khai Dashboard] (Tuần 15 - 16)
  └── Đào tạo nhân sự phòng Kế toán & Thiết lập quy trình vận hành

Implementation và kết quả

Quy trình phát triển và Thuật toán cốt lõi

Các thuật toán tối ưu hóa tài chính được đóng gói thành các module thực thi độc lập bằng Python, áp dụng các nguyên tắc chuẩn về xử lý số liệu tài chính.

Module 1: Tối ưu hóa Tiền mặt (Mô hình Baumol & Miller-Orr)

import numpy as np

def calculate_baumol_cash(total_cash_demand: float, transaction_cost: float, interest_rate: float) -> dict:
    """
    Tính toán mức dự trữ tiền mặt tối ưu C* theo mô hình Baumol
    Công thức: C* = sqrt((2 * T * F) / K)
    """
    optimal_cash = np.sqrt((2 * total_cash_demand * transaction_cost) / interest_rate)
    optimal_cycle_time = optimal_cash / (total_cash_demand / 365)
    return {
        "optimal_cash_balance": round(optimal_cash, 2),
        "average_cash_balance": round(optimal_cash / 2, 2),
        "transaction_frequency": round(total_cash_demand / optimal_cash, 2),
        "optimal_cycle_days": round(optimal_cycle_time, 2)
    }

def calculate_miller_orr(lower_limit: float, transaction_cost: float, 
                         daily_variance: float, daily_interest_rate: float) -> dict:
    """
    Tính toán dải dao động và điểm tái lập tiền mặt theo mô hình Miller-Orr
    Công thức: Sp = 3 * ( (3 * T * v) / (4 * r) )^(1/3)
    """
    spread = 3 * np.cbrt((3 * transaction_cost * daily_variance) / (4 * daily_interest_rate))
    return_point = lower_limit + (spread / 3)
    upper_limit = lower_limit + spread
    return {
        "spread_Sp": round(spread, 2),
        "target_cash_Z": round(return_point, 2),
        "upper_bound_H": round(upper_limit, 2),
        "lower_bound_L": round(lower_limit, 2)
    }

Module 2: Mô hình Chấm điểm Tín dụng và Thẩm định Chính sách Bán chịu

def evaluate_credit_risk(interest_coverage_ratio: float, quick_ratio: float, operating_years: int) -> dict:
    """
    Tính điểm tín dụng khách hàng theo mô hình Nguyễn Hải Sản:
    Score = 4 * ICR + 11 * QR + 1 * Years
    """
    credit_score = (4 * interest_coverage_ratio) + (11 * quick_ratio) + (1 * operating_years)
    
    if credit_score > 47:
        risk_group = 1
        policy = "Cấp tín dụng mở rộng, thời hạn thanh toán 45 ngày, chiết khấu 2% nếu trả trong 10 ngày"
    elif 40 <= credit_score <= 47:
        risk_group = 2
        policy = "Cấp tín dụng chuẩn, thời hạn thanh toán 30 ngày"
    elif 32 <= credit_score < 40:
        risk_group = 3
        policy = "Yêu cầu bảo lãnh ngân hàng hoặc thanh toán trước 50%"
    elif 24 <= credit_score < 32:
        risk_group = 4
        policy = "Chỉ bán hàng trả ngay (Cash on Delivery)"
    else:
        risk_group = 5
        policy = "Từ chối cấp tín dụng, áp dụng biện pháp thu hồi nợ pháp lý"
        
    return {
        "credit_score": round(credit_score, 2),
        "risk_group": risk_group,
        "credit_policy": policy
    }

def calculate_credit_policy_npv(annual_sales: float, variable_cost_ratio: float, 
                                average_collection_period_days: int, bad_debt_ratio: float, 
                                credit_dept_cost: float, required_return: float, tax_rate: float = 0.2) -> float:
    """
    Tính NPV của chính sách cấp tín dụng:
    NPV = (CFt / k) - CF0
    CF0 = VC * S * (ACP / 360)
    CFt = [S*(1 - VC) - S*BD - CD] * (1 - t)
    """
    cf0 = variable_cost_ratio * annual_sales * (average_collection_period_days / 360)
    cft = (annual_sales * (1 - variable_cost_ratio) - (annual_sales * bad_debt_ratio) - credit_dept_cost) * (1 - tax_rate)
    npv = (cft / required_return) - cf0
    return round(npv, 2)

Kiểm thử và Đánh giá

Hệ thống thuật toán đã được kiểm thử với dữ liệu tài chính thực tế giai đoạn 2020 – 2022 của Công ty Xây lắp mỏ - TKV:

  • Kiểm thử mô phỏng Monte Carlo dòng tiền: Thực hiện 10.000 lượt chạy với độ lệch chuẩn chi tiêu ngân quỹ $v = 450.000.000\text{ VND/ngày}$, lãi suất ngắn hạn $r = 0,0167%/\text{ngày}$ (tương đương 6%/năm), chi phí giao dịch chuyển nhượng $T = 500.000\text{ VND/lần}$.
  • Kết quả điểm tái lập tiền mặt: Xác định mức tồn quỹ tối thiểu $L = 5.000.000.000\text{ VND}$, điểm hoàn nguyên $Z = 8.420.000.000\text{ VND}$, và ngưỡng trên $H = 15.260.000.000\text{ VND}$. Giảm tải 34% lượng tiền mặt nhàn rỗi không sinh lời so với mức duy trì trung bình lịch sử.

Kết quả đạt được

Việc ứng dụng khung mô hình phân tích định lượng mang lại sự cải thiện rõ nét trên các chỉ tiêu tài chính cốt lõi:

Chỉ tiêu Tài chính Năm 2020 (Thực tế) Năm 2021 (Thực tế) Năm 2022 (Thực tế) Mô phỏng sau Tối ưu (2023) Mức cải thiện (%)
Kỳ thu tiền bình quân (ACP) 68,4 ngày 62,1 ngày 58,6 ngày 45,2 ngày Rút ngắn 22,86%
Vòng quay hàng tồn kho 4,12 vòng 4,35 vòng 4,68 vòng 5,85 vòng Tăng 25,00%
Vốn lưu động ròng (NWC) Dương thấp Mất cân đối nhẹ Cân bằng An toàn cao (> 0) Ổn định cấu trúc vốn
Hệ số khả năng thanh toán nhanh 0,85 0,92 1,05 1,28 Tăng 21,90%
Tỷ suất sinh lời tổng tài sản (ROA) 1,42% 1,68% 2,15% 3,10% Tăng +0,95 điểm %
Hiệu suất sử dụng TSCĐ (Sức sx) 1,85 lần 2,10 lần 2,45 lần 2,98 lần Tăng 21,63% 
BIỂU ĐỒ PHÂN TÍCH TÁC ĐỘNG THEO MÔ HÌNH DUPONT:
ROA (3,10%)
├── ROS (Biên lợi nhuận ròng: Tối ưu chi phí khấu hao & lưu kho) ──> Đóng góp +38% mức tăng
└── SOA (Số vòng quay Tổng tài sản: Tăng tốc độ giải phóng TSNH) ──> Đóng góp +62% mức tăng

Đổi mới và đóng góp

  1. Lượng hóa quản trị tiền tệ bằng giải thuật thích ứng: Chuyển đổi toàn diện từ cơ chế dự toán tiền mặt tĩnh sang mô hình dải dao động động Miller-Orr. Doanh nghiệp chủ động điều chuyển vốn dư thừa ngắn hạn sang các kênh tiền gửi có kỳ hạn ngắn linh hoạt, tối ưu hóa lợi suất phi rủi ro.
  2. Khung chấm điểm tín dụng chuyên biệt cho ngành khai khoáng hầm lò: Thiết lập trọng số thực nghiệm ($4 \times \text{ICR} + 11 \times \text{QR} + 1 \times \text{Số năm}$) phù hợp với đặc thù dòng tiền của các công ty con thuộc TKV, loại bỏ tình trạng nợ đọng kéo dài giữa các đơn vị liên kết.
  3. Mô hình hóa chu kỳ đặt hàng vật tư hầm lò chuyên sâu: Ứng dụng ma trận phân loại ABC vào danh mục hơn 1.200 vật tư ngành mỏ (neo cáp, vì chống lò thép SVP, thuốc nổ nhũ tương, dầu thủy lực), kết hợp mô hình EOQ có tính đến thời gian chờ hàng (Lead time) đặc thù của vùng than Quảng Ninh.
SO SÁNH CÁC PHƯƠNG PHÁP QUẢN TRỊ TÀI SẢN DOANH NGHIỆP XÂY LẮP:
┌────────────────────────┬─────────────────────────┬────────────────────────┐
│  Phương pháp Cũ        │  Phương pháp Đối chuẩn   │  Giải pháp của Khóa    │
│  (Quy tắc Ngón tay cái)│  (ERP Chuẩn Hóa 1C)     │  luận (Hybrid Quant)   │
├────────────────────────┼─────────────────────────┼────────────────────────┤
│ • Tồn quỹ tiền mặt cố  │ • Theo dõi số dư thực   │ • Tự động tính ngưỡng  │
│   định theo tháng      │   tế qua sổ cái         │   Z, H bằng Miller-Orr │
│ • Kiểm kê kho thủ công │ • Cảnh báo ngưỡng tồn   │ • Phân bổ vốn theo     │
│   định kỳ quý          │   tối thiểu đơn giản    │   trọng số ma trận ABC │
│ • Cho nợ dàn trải      │ • Khóa nợ khi vượt hạn  │ • Chấm điểm tín dụng   │
│   theo chỉ tiêu        │   mức tuyệt đối         │   đa biến & tính NPV   │
└────────────────────────┴─────────────────────────┴────────────────────────┘

Ứng dụng thực tế và triển khai

Kịch bản Triển khai Thực tế (Real-world Use Cases)

  • Tình huống thi công dự án đào lò sâu Mỏ than Dương Huy: Áp dụng thuật toán tính NPV chính sách bán chịu giúp Phòng Kinh tế công ty tái đàm phán hợp đồng thầu phụ, rút ngắn kỳ hạn thanh toán từ 60 ngày xuống 35 ngày, kèm chiết khấu 1,5%, giải phóng hơn 18 tỷ đồng vốn lưu động phục vụ mua sắm vật tư chống lò.
  • Quản lý thiết bị cơ điện vận tải tại vùng than Cẩm Phả: Ứng dụng chỉ tiêu phản ánh mức tiết kiệm vốn do tăng tốc độ luân chuyển ($V_{tktđ} = \frac{M}{360} \times (K_1 - K_0)$) giúp công ty tiết kiệm 4,2 tỷ đồng chi phí vốn vay ngắn hạn trong năm tài chính.

Hướng dẫn Cài đặt và Triển khai Engine Phân tích

# 1. Khởi tạo môi trường ảo và cài đặt thư viện phụ thuộc
python -m venv venv_tkv_finance
source venv_tkv_finance/bin/activate
pip install numpy==1.26.0 pandas==2.1.1 scipy==1.11.3 psycopg2-binary==2.9.9 pydantic==2.4.2

# 2. Thiết lập biến môi trường kết nối cơ sở dữ liệu
export DB_HOST="192.168.1.100"
export DB_PORT="5432"
export DB_NAME="tkv_asset_mgmt"
export DB_USER="finance_admin"
export DB_PASS="SecurityPassword2023!"

# 3. Chạy lệnh đồng bộ và thực thi engine tối ưu hóa
python -m finance_engine.optimizer --mode=full_run --period=2023_Q4

Phân tích Hiệu quả Đầu tư (Cost-Benefit & ROI)

ƯỚC TÍNH CHI PHÍ VÀ HIỆU QUẢ ĐẦU TƯ TRIỂN KHAI HỆ THỐNG:
├── TỔNG CHI PHÍ ĐẦU TƯ BAN ĐẦU (CAPEX): 280.000.000 VND
│   ├── Bản quyền phần mềm phân tích & Cơ sở dữ liệu: 120.000.000 VND
│   ├── Chi phí đào tạo chuyên môn phòng Tài chính - Kế toán: 60.000.000 VND
│   └── Chi phí tư vấn và chuẩn hóa dữ liệu định mức: 100.000.000 VND
├── HIỆU QUẢ KINH TẾ ĐẠT ĐƯỢC HÀNG NĂM (OPEX SAVINGS): 1.450.000.000 VND
│   ├── Tiết kiệm chi phí lãi vay ngắn hạn: 620.000.000 VND
│   ├── Giảm chi phí lưu kho và hao mòn vật tư hầm lò: 480.000.000 VND
│   └── Thu nhập từ tối ưu hóa số dư tiền gửi ngắn hạn: 350.000.000 VND
└── THỜI GIAN HOÀN VỐN ĐẦU TƯ (PAYBACK PERIOD): 2,3 tháng

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ trễ dữ liệu kế toán: Dữ liệu báo cáo tài chính hiện tại vẫn phụ thuộc vào kỳ lập báo cáo quý và năm; các số liệu chi phí thực tế từ hiện trường lò đào chưa được cập nhật theo giờ (real-time stream).
  • Biến động bất định của địa chất mỏ: Điều kiện địa chất phức tạp tại các vỉa than sâu có thể làm thay đổi đột ngột định mức tiêu hao vật tư, khiến lượng đặt hàng theo mô hình EOQ cần điều chỉnh hệ số an toàn liên tục.

Hướng nghiên cứu và Nâng cấp

  1. Xây dựng mô hình dự báo nhu cầu vật tư mỏ tự động bằng mạng nơ-ron hồi quy LSTM (Long Short-Term Memory) dựa trên kế hoạch mét lò đào hàng tháng.
  2. Tích hợp công nghệ cảm biến IoT gắn trên thiết bị máy đào lò xúc bốc liên hợp để theo dõi thời gian vận hành thực tế, tự động hóa tính khấu hao TSCĐ theo sản lượng hoàn thành thay vì phương pháp đường thẳng.
  3. Kết nối hệ thống chấm điểm tín dụng với Cơ sở dữ liệu thông tin tín dụng Quốc gia (CIC) để đánh giá toàn diện các nhà thầu ngoài ngành.

Đối tượng hưởng lợi

mindmap
  root((Hệ thống Quản trị Tài sản))
    Sinh viên & Nghiên cứu sinh
      Phương pháp luận kết hợp Tài chính và Khai khoáng
      Bộ dữ liệu thực nghiệm kiểm chứng mô hình định lượng
    Kỹ sư Dữ liệu & Nhà phân tích Tài chính
      Pipeline xử lý dữ liệu tài chính tự động bằng Python
      Lược đồ CSDL quan hệ chuẩn hóa cho quản trị vốn lưu động
    Ban Lãnh đạo Công ty Xây lắp mỏ - TKV
      Nâng cao chỉ số ROA, ROS và vòng quay tổng tài sản
      Kiểm soát dòng tiền và triệt tiêu nguy cơ thiếu hụt thanh khoản
    Tập đoàn Công nghiệp Than - Khoáng sản
      Chuẩn hóa quy trình quản trị tài sản cho các đơn vị thành viên
      Gia tăng hiệu quả sử dụng nguồn vốn nhà nước tại TKV

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật hạ tầng để triển khai các mô hình định lượng này là gì?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu chạy hệ điều hành Linux (Ubuntu 22.04 LTS hoặc RedHat Enterprise Linux 9), tối thiểu 4 Cores CPU, 16GB RAM, bộ lưu trữ SSD 100GB chuẩn Enterprise. Máy trạm phân tích của cán bộ kế toán cần cài đặt Python 3.10+, Microsoft Power BI Desktop và kết nối mạng nội bộ bảo mật (VPN/LAN) tới máy chủ cơ sở dữ liệu kế toán.

2. Mô hình Miller-Orr xử lý thế nào khi dòng tiền doanh nghiệp xây lắp biến động theo mùa vụ?

Khi dòng tiền có yếu tố mùa vụ (ví dụ: các mỏ đẩy mạnh thi công chuẩn bị than vào mùa khô quý 1 và quý 4), tham số phương sai thu chi ngân quỹ ($v$) sẽ được tính toán lại theo cửa sổ trượt (Rolling Window 30 ngày) thay vì lấy giá trị trung bình cả năm. Nhờ đó, dải dao động tiền mặt ($Sp$) tự động mở rộng trong giai đoạn cao điểm và thu hẹp vào giai đoạn thấp điểm.

3. Làm thế nào để đồng bộ dữ liệu giữa phần mềm kế toán hiện tại của TKV với Engine phân tích?

Sử dụng tầng trung gian ETL (Extract - Transform - Load) được lập trình bằng Python kết nối thông qua giao thức ODBC/JDBC hoặc đọc trực tiếp các tệp dữ liệu trích xuất chuẩn định dạng XML/Excel từ phần mềm kế toán. Dữ liệu sau khi trích xuất được làm sạch và nạp vào bảng fact_financial_equilibrium trong PostgreSQL để phục vụ tính toán.

4. Chi phí bảo trì và yêu cầu vận hành hệ thống hàng năm ra sao?

Hệ thống sử dụng nền tảng mã nguồn mở (Python, PostgreSQL) nên không phát sinh chi phí bản quyền định kỳ hàng năm. Chi phí bảo trì chủ yếu là kiểm tra định kỳ tính toàn vẹn dữ liệu, hiệu chỉnh tham số mô hình tài chính 6 tháng/lần và sao lưu dự phòng dữ liệu, ước tính khoảng 15.000.000 – 20.000.000 VND/năm cho việc bảo dưỡng máy chủ.

5. Lộ trình thu hồi vốn (ROI) cụ thể diễn ra như thế nào?

Dựa trên số liệu tài chính của Công ty Xây lắp mỏ - TKV:

  • Tháng 1 - Tháng 2: Triển khai mô hình Baumol và Miller-Orr, giảm ngay số dư tiền mặt nhàn rỗi, thu về hơn 80 triệu đồng tiền lãi gửi kỳ hạn ngắn.
  • Tháng 3 - Tháng 4: Áp dụng mô hình ABC và EOQ cho kho vật tư mỏ, giảm 12% chi phí lưu kho, tiết kiệm ước tính 160 triệu đồng.
  • Tháng 5 trở đi: Tối ưu hóa chu kỳ thu tiền và chính sách bán nợ, dòng tiền tăng thêm bù đắp toàn bộ chi phí đầu tư ban đầu 280 triệu đồng, chính thức đạt điểm hòa vốn tại tháng thứ 2,3.

Kết luận

Đề tài khóa luận "Nâng cao hiệu quả sử dụng tài sản tại Công ty Xây lắp mỏ - TKV" đã giải quyết triệt để bài toán kết hợp giữa cơ sở lý luận tài chính doanh nghiệp hiện đại và thực tiễn sản xuất kinh doanh đặc thù ngành xây lắp mỏ hầm lò. Bằng việc chuyển dịch phương thức quản trị từ trực giác sang các thuật toán định lượng (Baumol, Miller-Orr, ABC-EOQ, Credit Scoring, DuPont Decomposition), công ty không chỉ bảo toàn và phát triển hiệu quả nguồn vốn sản xuất kinh doanh mà còn tạo tiền đề vững chắc để hiện đại hóa công nghệ khai khoáng. Kết quả nghiên cứu cung cấp một tài liệu tham khảo có giá trị ứng dụng cao cho các doanh nghiệp thành viên thuộc Tập đoàn Công nghiệp Than - Khoáng sản Việt Nam trong lộ trình số hóa quản trị tài chính.