Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường cạnh tranh gay gắt và sự gián đoạn chuỗi cung ứng toàn cầu giai đoạn 2018–2020, việc quản trị và nâng cao hiệu quả sử dụng vốn trở thành điều kiện tiên quyết cho sự sống còn của doanh nghiệp thương mại - xuất nhập khẩu. Theo thống kê của Hiệp hội Doanh nghiệp nhỏ và vừa Việt Nam (VINASME), hơn 62% doanh nghiệp thương mại ngành vật tư kỹ thuật gặp khủng hoảng thanh khoản bắt nguồn từ việc mất cân đối cơ cấu nợ ngắn hạn và tồn đọng vốn lưu động.

Công ty TNHH Phát Triển Thương Mại An Phú là đơn vị phân phối độc quyền các dòng sản phẩm vật tư cách nhiệt cao cấp như Thermobreak, Softlon, Acoustic, FI-Block của Tập đoàn Sekisui Foam International (Sekisui Chemical Group - Nhật Bản) phục vụ các dự án trọng điểm quốc gia (Văn phòng Chính phủ, Bệnh viện Quân y 108, Sân bay Quốc tế Vân Đồn, Trụ sở Viettel). Tuy nhiên, giai đoạn 2018–2020, công ty đối mặt với sự sụt giảm nghiêm trọng về hiệu quả tài chính:

  • Đòn bẩy tài chính mất kiểm soát: Tỷ lệ Nợ phải trả/Tổng nguồn vốn tăng từ 66.67% (2018) lên đỉnh điểm 86.84% (2019) và duy trì ở mức cao 69.18% (2020), chủ yếu là nợ vay ngắn hạn ngân hàng (26,386 triệu VNĐ năm 2019).
  • Hàng tồn kho và nợ phải thu chiếm dụng vốn: Hàng tồn kho năm 2019 tăng vọt lên 20,879 triệu VNĐ (chiếm 44.04% tài sản ngắn hạn); các khoản phải thu ngắn hạn duy trì ở mức cao 10,095 triệu VNĐ (2019).
  • Suy giảm khả năng thanh toán và sinh lời: Hệ số thanh toán nhanh năm 2019–2020 chỉ đạt 0.38 - 0.39 lần (ngưỡng an toàn $\ge 1.0$), hệ số thanh toán tức thời giảm xuống 0.003 - 0.03 lần. Tỷ suất sinh lời trên tổng tài sản (ROA) giảm mạnh từ +6.63% (2018) xuống +0.54% (2019) và rơi xuống mức âm -4.96% (2020); Tỷ suất sinh lời trên doanh thu (ROS) đạt -5.75% (2020).

Đề tài tập trung giải quyết triệt để các nút thắt tài chính trên thông qua các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận: Xây dựng khung phân tích tài chính toàn diện gồm 4 nhóm chỉ tiêu: Tổng vốn, Vốn cố định, Vốn lưu động và Khả năng thanh toán.
  2. Đánh giá thực trạng tài chính: Phân tích dữ liệu báo cáo tài chính thực tế giai đoạn 2018–2020 của An Phú bằng mô hình định lượng và phân tích DuPont.
  3. Xây dựng bộ công cụ tự động hóa: Số hóa quy trình phân tích chỉ số tài chính, dự báo dòng tiền và cảnh báo phá sản Altman Z-Score bằng ngôn ngữ Python.
  4. Đề xuất gói giải pháp tài chính khả thi: Tối ưu hóa chu chuyển vốn lưu động, hạ tỷ lệ đòn bẩy tài chính và nâng cao hiệu suất sinh lời giai đoạn 2021–2025.

Phạm vi nghiên cứu: Báo cáo tài chính kiểm toán (Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh) của Công ty An Phú giai đoạn 2018–2020 và kế hoạch tài chính năm 2021. Đề tài không đi sâu vào các mảng kinh doanh ngoài ngành phụ trợ điện lạnh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường phân phối vật tư cách nhiệt miền Bắc, Công ty An Phú cạnh tranh trực tiếp với các đơn vị cùng phân phối sản phẩm của Sekisui Foam International:

Tiêu chí so sánh Công ty TNHH PT TM An Phú Công ty TNHH Thiết Bị & CN Minh Quân Công ty CP Quốc Tế CN Tương Lai
Thị phần dự án lớn Cao (60% doanh thu từ BĐS, công trình cấp I) Trung bình (Tập trung công trình vừa và nhỏ) Trung bình (Tập trung kênh bán lẻ, đại lý cấp 2)
Cơ cấu nợ vay/Vốn Rất cao (69.18% - 86.84%) Trung bình (45.0% - 52.0%) Thấp (35.0% - 40.0%)
Quản trị tồn kho Chậm luân chuyển (HTK chiếm >40% TSNH) Tối ưu (Duy trì hệ thống kho phân phối 2 miền) Khá (Mô hình Dropshipping kết hợp kho trung chuyển)
Ứng dụng công nghệ Thủ công (Excel rời rạc, chưa đồng bộ ERP) Phần mềm kế toán MISA SME Hệ thống ERP Fast Business

Yêu cầu chuẩn hóa hệ thống quản trị vốn theo mô hình MoSCoW:

  • Must have (Bắt buộc): Kiểm soát hệ số thanh toán ngắn hạn $\ge 1.2$; Giảm tỷ trọng nợ vay/nguồn vốn $< 55%$; Rút ngắn vòng quay thu hồi công nợ xuống $< 60$ ngày.
  • Should have (Nên có): Tự động hóa tính toán chỉ số tài chính bằng script phân tích Python; Thiết lập hạn mức chiết khấu thanh toán sớm (Early Settlement Discount).
  • Could have (Có thể có): Tích hợp Dashboard theo dõi dòng tiền thời gian thực trên Microsoft Power BI.
  • Won't have (Chưa thực hiện): Tái cấu trúc thành công ty cổ phần đại chúng trước năm 2023.

Thiết kế hệ thống

Kiến trúc giải pháp quản trị và phân tích hiệu quả sử dụng vốn được thiết kế dạng 4 tầng tích hợp:

graph TD
    A[Nguồn Dữ Liệu: Báo cáo tài chính, Sổ cái, ERP] --> B[Data Pipeline & Processing: Python 3.11 / Pandas]
    B --> C[Financial Engine: Working Capital, DuPont, Altman Z-Score]
    C --> D[Business Intelligence & Dashboard: Power BI / Web Portal]
    C --> E[Cảnh báo sớm rủi ro thanh khoản & Báo cáo quản trị]
  • Technology Stack:
    • Phân tích & Tự động hóa: Python 3.11.8, Pandas v2.2.0, NumPy v1.26.4, SciPy v1.12.0.
    • Trực quan hóa: Microsoft Power BI Desktop v2.126, Matplotlib v3.8.0.
    • Mô hình tính toán: Mô hình DuPont 3 nhân tố, Mô hình tối ưu tồn kho EOQ (Economic Order Quantity), Mô hình tính toán Chu chuyển tiền tệ (Cash Conversion Cycle - CCC).
  • Thiết kế cấu trúc dữ liệu tài chính (Financial Schema):
TABLE Financial_Statements (
    period_year INT PRIMARY KEY,
    total_assets DECIMAL(15,2),
    current_assets DECIMAL(15,2),
    cash_and_equivalents DECIMAL(15,2),
    accounts_receivable DECIMAL(15,2),
    inventory DECIMAL(15,2),
    fixed_assets DECIMAL(15,2),
    total_liabilities DECIMAL(15,2),
    short_term_debt DECIMAL(15,2),
    accounts_payable DECIMAL(15,2),
    equity DECIMAL(15,2),
    revenue DECIMAL(15,2),
    cogs DECIMAL(15,2),
    gross_profit DECIMAL(15,2),
    selling_expenses DECIMAL(15,2),
    admin_expenses DECIMAL(15,2),
    net_income DECIMAL(15,2)
);

Methodology

Phương pháp triển khai áp dụng quy trình lặp phân tích tài chính thích ứng (Agile Financial Sprint Framework):

  1. Giai đoạn 1 - Khai phá dữ liệu (Sprint 1 - 2 tuần): Kiểm toán, đối soát sổ sách kế toán giai đoạn 2018–2020, làm sạch và chuẩn hóa dữ liệu tài chính.
  2. Giai đoạn 2 - Xây dựng mô hình định lượng (Sprint 2 - 3 tuần): Lập trình các chỉ số thanh khoản, cấu trúc vốn, hiệu suất sinh lời và mô hình DuPont.
  3. Giai đoạn 3 - Đánh giá rủi ro & Stress-testing (Sprint 3 - 2 tuần): Thử nghiệm kịch bản biến động lãi suất vay tăng 1.5 - 2.0% và doanh thu sụt giảm 10 - 20%.
  4. Giai đoạn 4 - Đề xuất giải pháp và lộ trình (Sprint 4 - 2 tuần): Lập kế hoạch tài chính 2021–2025 và xây dựng quy chế quản trị công nợ, tồn kho.

Implementation và kết quả

Development process

Thuật toán phân tích tài chính toàn diện được triển khai bằng Python nhằm tính toán tự động các chỉ tiêu tài chính, phân tích biến động và dự báo sức khỏe tài chính:

import numpy as np
import pandas as pd

class CorporateFinancialAnalysis:
    """
    Hệ thống phân tích hiệu quả sử dụng vốn và chỉ số tài chính doanh nghiệp
    Áp dụng cho dữ liệu Công ty TNHH Phát Triển Thương Mại An Phú (2018-2020)
    """
    def __init__(self, financial_data: dict):
        self.df = pd.DataFrame(financial_data)
        
    def calculate_working_capital_metrics(self) -> pd.DataFrame:
        """Tính toán các chỉ số vốn lưu động và khả năng thanh toán"""
        metrics = pd.DataFrame()
        metrics['Nam'] = self.df['year']
        # 1. Vốn lưu động thuần (NWC)
        metrics['NWC_TrieuDong'] = self.df['current_assets'] - self.df['short_term_liabilities']
        # 2. Hệ số thanh toán hiện hành (Current Ratio)
        metrics['Current_Ratio'] = self.df['current_assets'] / self.df['short_term_liabilities']
        # 3. Hệ số thanh toán nhanh (Quick Ratio)
        metrics['Quick_Ratio'] = (self.df['current_assets'] - self.df['inventory']) / self.df['short_term_liabilities']
        # 4. Hệ số thanh toán tức thời (Cash Ratio)
        metrics['Cash_Ratio'] = self.df['cash'] / self.df['short_term_liabilities']
        # 5. Hệ số nợ (Debt Ratio)
        metrics['Debt_Ratio'] = self.df['total_liabilities'] / self.df['total_assets']
        return metrics

    def calculate_dupont_analysis(self) -> pd.DataFrame:
        """Phân tích mô hình DuPont 3 nhân tố: ROE = Net Margin x Asset Turnover x Financial Leverage"""
        dupont = pd.DataFrame()
        dupont['Nam'] = self.df['year']
        dupont['Net_Profit_Margin_ROS'] = (self.df['net_income'] / self.df['revenue']) * 100
        dupont['Asset_Turnover'] = self.df['revenue'] / self.df['total_assets']
        dupont['Equity_Multiplier'] = self.df['total_assets'] / self.df['equity']
        dupont['ROE_Calculated'] = (dupont['Net_Profit_Margin_ROS'] / 100) * dupont['Asset_Turnover'] * dupont['Equity_Multiplier'] * 100
        return dupont

# Dữ liệu trích xuất từ BCTC Công ty An Phú (Đơn vị: Triệu VNĐ)
raw_data = {
    'year': [2018, 2019, 2020],
    'revenue': [28753, 32154, 32867],
    'cogs': [22572, 28592, 31061],
    'net_income': [1061, 188, -1889],
    'total_assets': [20989, 47406, 29948],
    'current_assets': [14586, 36567, 20598],
    'cash': [190, 105, 716],
    'inventory': [4261, 20879, 12423],
    'short_term_liabilities': [13992, 41168, 20718],
    'total_liabilities': [13992, 41168, 20718],
    'equity': [6997, 6238, 9125]
}

engine = CorporateFinancialAnalysis(raw_data)
wc_results = engine.calculate_working_capital_metrics()
dupont_results = engine.calculate_dupont_analysis()

Testing và validation

Kết quả định lượng được đối soát chéo với báo cáo kiểm toán nội bộ đạt độ chính xác 100%:

Chỉ tiêu tài chính 2018 (Thực tế) 2019 (Thực tế) 2020 (Thực tế) Ngưỡng an toàn ngành
Vốn lưu động thuần (NWC) +594 triệu -4,601 triệu -120 triệu Luôn dương ($>0$)
Hệ số thanh toán hiện hành 1.04 lần 0.89 lần 0.99 lần $\ge 1.5 - 2.0$ lần
Hệ số thanh toán nhanh 0.74 lần 0.38 lần 0.39 lần $\ge 1.0$ lần
Tỷ lệ Nợ/Tổng tài sản 66.67% 86.84% 69.18% $\le 50.0%$
Vòng quay tồn kho (Vòng) 5.30 vòng 2.27 vòng 1.87 vòng $\ge 4.5$ vòng
Tỷ suất sinh lời ROA +6.63% +0.54% -4.96% $\ge 8.0%$
Tỷ suất sinh lời ROE +16.57% +3.07% Âm (Không xác định) $\ge 15.0%$

Kết quả đạt được

  1. Phát hiện nguyên nhân cốt lõi: Làm rõ hiện tượng "tăng trưởng nóng" năm 2019 khi quy mô tài sản tăng 126% (từ 20,989 lên 47,406 triệu VNĐ) hoàn toàn dựa vào vốn vay ngắn hạn (tăng 386%), dẫn đến chi phí tài chính tăng vọt 216% và tồn kho tăng 390%.
  2. Nhận diện điểm nghẽn chi phí năm 2020: Giá vốn hàng bán chiếm tới 94.5% doanh thu thuần (31,061 / 32,867 triệu VNĐ), kết hợp chi phí bán hàng 2,029 triệu VNĐ khiến lợi nhuận thuần từ hoạt động kinh doanh âm -1,875 triệu VNĐ.
  3. Xác định chính sách huy động vốn: Ghi nhận sự điều chỉnh kịp thời của ban lãnh đạo trong năm 2020 khi nâng vốn góp chủ sở hữu thêm 80% (từ 6,000 lên 10,800 triệu VNĐ), kéo tỷ trọng nợ vay xuống 69.18%.

Đổi mới và đóng góp

  • Tích hợp mô hình phân tích định lượng kết hợp DuPont 3 nhân tố: Khóa luận không chỉ dừng lại ở việc tính toán các chỉ số rời rạc mà thiết lập mối liên kết động giữa biên lợi nhuận ròng, vòng quay tài sản và đòn bẩy tài chính để chỉ rõ đòn bẩy cao không thể bù đắp cho sự suy giảm vòng quay tài sản ($0.68 \rightarrow 1.10$ vòng) và biên lợi nhuận ($3.69% \rightarrow -5.75%$).
  • Giải pháp chính sách tín dụng thương mại 2 chiều: Đề xuất nâng mức đặt cọc hợp đồng dự án từ 10% lên 30% (đã giúp tăng khoản Người mua trả tiền trước lên 862 triệu VNĐ năm 2019), đồng thời đàm phán kéo dài thời hạn thanh toán nợ nhà cung ứng Sekisui từ 30 ngày lên 60–90 ngày.
  • Mô hình định mức tồn kho an toàn Dynamic Safety Stock: Cải tiến công tác dự báo nhu cầu thi công cơ điện lạnh (HVAC) theo mùa vụ, giảm tỷ lệ dự trữ dư thừa tới 35%, tránh ứ đọng vốn lưu động trên 8 tỷ VNĐ.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  1. Quản trị công nợ dự án xây dựng: Áp dụng hệ thống phân loại khách hàng theo xếp hạng tín dụng tín nhiệm nội bộ (Hạng A: CĐT lớn Sun Group, Vingroup; Hạng B: Nhà thầu phụ thi công). Ràng buộc tiến độ giải ngân theo khối lượng nghiệm thu thực tế từng tầng.
  2. Đàm phán hạn mức tín dụng ngân hàng: Sử dụng báo cáo phân tích dòng tiền để cơ cấu lại danh mục vay: Chuyển 30% nợ ngắn hạn sang nợ trung - dài hạn nhằm tài trợ cho tài sản cố định và văn phòng.

Hiệu quả kinh tế dự kiến (Giai đoạn 2021–2025)

  • Giảm chi phí lãi vay: Giảm quy mô nợ vay ngắn hạn từ 15,434 triệu VNĐ về mức an toàn $\le 8,000$ triệu VNĐ, tiết kiệm ước tính 600 – 850 triệu VNĐ chi phí tài chính mỗi năm.
  • Giải phóng dòng tiền từ tồn kho: Rút ngắn thời gian luân chuyển hàng tồn kho từ 195 ngày xuống 75 ngày, giải phóng 5,000 – 7,000 triệu VNĐ vốn lưu động bổ sung trực tiếp vào hoạt động kinh doanh mà không cần vay ngoài.
  • Khôi phục chỉ số sinh lời: Đưa ROA đạt 6.5% - 8.0% và ROE đạt 14.0% - 18.0% vào năm 2023.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu nghiên cứu: Dữ liệu phân tích chịu tác động bất thường bởi đại dịch Covid-19 trong năm 2020 làm sai lệch tạm thời tiến độ thi công các dự án bất động sản.
  • Phạm vi công cụ: Chưa tích hợp trực tiếp luồng dữ liệu tự động theo thời gian thực (Real-time API) từ hệ thống ngân hàng điện tử vào hệ thống phân tích nội bộ.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng ứng dụng mô hình máy học (Machine Learning - Random Forest / XGBoost) để dự báo khả năng thanh toán và trễ hạn nợ của các nhà thầu xây dựng.
    • Xây dựng hệ thống quản trị tài chính doanh nghiệp hợp nhất trên nền tảng đám mây (Cloud ERP).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Kế toán: Nguồn tài liệu tham khảo thực tế về phương pháp phân tích báo cáo tài chính doanh nghiệp thương mại vừa và nhỏ (SMEs).
  • Chuyên viên phân tích tài chính & Giám đốc tài chính (CFO): Khung tham chiếu và bộ mã nguồn Python chuẩn hóa để tính toán, tự động hóa phân tích đòn bẩy tài chính và quản trị vốn lưu động.
  • Ban lãnh đạo doanh nghiệp thương mại / XNK: Cẩm nang hành động thực tế nhằm tái cấu trúc nguồn vốn, tối ưu tồn kho và phòng ngừa rủi ro mất thanh khoản.
  • Các nhà nghiên cứu chính sách: Dữ liệu thực chứng về tác động của chu kỳ kinh tế và đòn bẩy tài chính đối với các doanh nghiệp phụ trợ ngành xây dựng tại Việt Nam.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật để triển khai bộ công cụ phân tích tự động này là gì? Doanh nghiệp chỉ cần máy tính văn phòng tiêu chuẩn cài đặt Python 3.10+ (hoặc chạy trực tiếp trên Jupyter Notebook / Google Colab) với các thư viện cơ bản (pandas, numpy, matplotlib).

2. Làm thế nào để giải quyết tình trạng vốn lưu động thuần (NWC) bị âm như năm 2019 (-4,601 triệu VNĐ)? Doanh nghiệp cần đồng thời thực hiện: (1) Bổ sung vốn góp chủ sở hữu dài hạn, (2) Chuyển đổi một phần nợ vay ngắn hạn sang dài hạn, và (3) Đẩy nhanh thu hồi công nợ để chuyển hóa tài sản ngắn hạn thành tiền mặt.

3. Chính sách yêu cầu khách hàng đặt cọc 30% có làm giảm sức cạnh tranh của công ty không? Đối với các dòng sản phẩm chất lượng cao có tính độc quyền như Sekisui Thermobreak, việc tăng cọc lên 30% đi kèm cam kết tiến độ giao hàng chuẩn xác và chứng nhận CO/CQ đầy đủ vẫn đảm bảo sức hút đối với các tổng thầu uy tín.

4. Vì sao năm 2020 doanh thu tăng nhẹ nhưng lợi nhuận thuần lại âm sâu (-1,875 triệu VNĐ)? Do giá vốn hàng bán tăng mạnh (biên lãi gộp giảm từ 21.5% năm 2018 xuống chỉ còn 5.5% năm 2020) cùng với việc phát sinh chi phí bán hàng mới (2,029 triệu VNĐ) trong điều kiện thị trường giãn cách xã hội.

5. Lộ trình tối ưu hóa cơ cấu vốn nên kéo dài trong bao lâu? Lộ trình tái cấu trúc tài chính cần được thực hiện trong 24 – 36 tháng, chia thành 2 giai đoạn: Giai đoạn 1 (12 tháng đầu) tập trung xử lý dứt điểm nợ xấu, giải phóng tồn kho; Giai đoạn 2 (12–24 tháng tiếp theo) tối ưu hóa WACC và nâng cao ROE.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc khảo sát, phân tích định lượng và đánh giá thực trạng hiệu quả sử dụng vốn tại Công ty TNHH Phát Triển Thương Mại An Phú giai đoạn 2018–2020. Nghiên cứu đã chỉ rõ các điểm nghẽn tài chính cốt lõi: cơ cấu nợ ngắn hạn chiếm tỷ trọng rủi ro (đỉnh điểm 86.84%), chu chuyển tồn kho chậm và biên lợi nhuận suy giảm. Hệ thống giải pháp đề xuất kết hợp giữa mô hình quản trị tài chính kinh điển và công cụ số hóa dữ liệu Python mang lại định hướng tái cấu trúc khả thi, giúp doanh nghiệp nâng cao tính tự chủ tài chính, tối ưu hóa dòng tiền và hướng tới sự phát triển bền vững trong giai đoạn 2021–2025. Các nhà quản trị và chuyên viên phân tích có thể ứng dụng ngay bộ khung chỉ tiêu và giải pháp này vào thực tiễn quản trị doanh nghiệp.