Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam đẩy mạnh hội nhập quốc tế và phục hồi chuỗi cung ứng sau các biến động toàn cầu, ngành dịch vụ logistics và thương mại phương tiện cơ giới đường bộ chịu áp lực cạnh tranh khốc liệt. Theo số liệu từ Tổng cục Thống kê và Hiệp hội Doanh nghiệp Dịch vụ Logistics Việt Nam (VLA), chi phí logistics tại Việt Nam chiếm khoảng 16,8% - 18% GDP, cao hơn đáng kể so với mức bình quân 10,7% của các nền kinh tế phát triển. Đối với các doanh nghiệp vừa và nhỏ (SMEs) chuyên kinh doanh vận tải và phân phối thiết bị công nghiệp (xe nâng, xe chuyên dụng), việc thiếu hụt hệ thống phân tích quản trị tài chính đa chiều dẫn đến nguy cơ ứ đọng vốn, suy giảm biên lợi nhuận ròng và mất cân đối dòng tiền thanh khoản.

Khóa luận tốt nghiệp chuyên ngành Kế toán với đề tài "Phân tích hiệu quả hoạt động kinh doanh tại Công ty TNHH Bảo Bảo Vân" tập trung giải quyết các điểm nghẽn (pain points) thực tế trong quản trị tài chính doanh nghiệp:

  • Tốc độ tăng trưởng chi phí vận hành (OPEX) và giá vốn hàng bán (COGS) biến động không đồng nhất với tốc độ phát triển doanh thu.
  • Tỷ trọng giá trị còn lại trên nguyên giá của đội xe vận tải giảm sâu dưới 40%, gây áp lực lớn lên chi phí bảo trì và khấu hao máy móc thiết bị (MMTB).
  • Chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle - CCC) bị kéo dài do chính sách bán hàng trả chậm chưa gắn liền với quy trình kiểm soát rủi ro tín dụng khách hàng.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận chuẩn mực về hiệu quả hoạt động kinh doanh, kết hợp các phương pháp định lượng và mô hình phân tích tài chính hiện đại.
  2. Khảo sát toàn diện thực trạng tổ chức bộ máy, cơ cấu nhân sự (13 nhân sự) và hiện trạng cơ sở vật chất kỹ thuật tại Công ty TNHH Bảo Bảo Vân giai đoạn 2019–2021.
  3. Thực hiện phân tích chuyên sâu báo cáo tài chính (BCTC) thông qua phân tích biến động quy mô doanh thu, chi phí, lợi nhuận và hệ thống chỉ số tài chính (thanh khoản, hoạt động, sinh lời, đòn bẩy).
  4. Xây dựng mô hình phân rã nhân tố DuPont và phương pháp thay thế liên hoàn để cô lập mức độ ảnh hưởng của từng biến số tài chính đến tỷ suất sinh lời trên vốn chủ sở hữu (ROE).
  5. Đề xuất hệ thống giải pháp tài chính - vận hành có tính khả thi cao nhằm tối ưu hóa chi phí, cải thiện vòng quay vốn lưu động và nâng cao năng lực cạnh tranh bền vững.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp nghiên cứu định lượng kết hợp định tính, số hóa dữ liệu kế toán từ Sổ Cái, Bảng Cân đối kế toán (CĐKT) và Báo cáo Kết quả kinh doanh (KQKD) thành mô hình phân tích tự động bằng Python kết hợp hệ thống Dashboard tương tác.

[Dữ liệu thô (BCTC, Sổ cái)] ➔ [ETL & Data Validation Pipeline] ➔ [Financial Analytics Engine (DuPont, Ratios)] ➔ [Insight & Strategic Decisions]

Kết quả kỳ vọng bao gồm việc định lượng hóa chính xác 100% các biến động tài chính, rút ngắn thời gian lập báo cáo phân tích quản trị từ 5 ngày xuống dưới 10 giây, và cung cấp lộ trình tái cấu trúc vốn với mục tiêu nâng chỉ số ROE tăng trưởng từ 15% - 25% trong giai đoạn 2023–2025.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Nghiên cứu thực tế tại Công ty TNHH Bảo Bảo Vân (Trảng Bom, Đồng Nai).
  • Thời gian: Dữ liệu chuỗi thời gian (Time-series data) 3 năm tài chính liên tiếp 2019, 2020 và 2021 theo chuẩn mực kế toán Việt Nam (VAS) và Thông tư 133/2016/TT-BTC.
  • Giới hạn: Phân tích tập trung vào dữ liệu tài chính nội bộ đã được kiểm toán/quyết toán thuế; không bao gồm các dữ liệu giao dịch phái sinh hoặc mở rộng thị trường xuyên biên giới.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp SME trong ngành vận tải và máy móc công trình, công tác phân tích hiệu quả kinh doanh thường gặp phải nhiều hạn chế khi so sánh giữa các phương pháp truyền thống và giải pháp tự động hóa:

Tiêu chí so sánh Báo cáo thủ công (Excel truyền thống) Phần mềm ERP chuẩn (SAP/Odoo) Framework Phân tích Tài chính Định lượng (Giải pháp đề xuất)
Tính linh hoạt Cao nhưng dễ sai sót thao tác tay Thấp, cấu hình phức tạp Rất cao, tùy biến theo mã ngành 4933 & 4511
Mô hình hóa nhân tố Đơn lẻ, chỉ dừng ở số tuyệt đối/tương đối Báo cáo tĩnh, thiếu phân rã liên hoàn Phân rã đa nhân tố (DuPont 3/5 bước, Thay thế liên hoàn)
Khả năng mở rộng dữ liệu Kém khi tập dữ liệu giao dịch lớn Cao nhưng chi phí triển khai đắt đỏ Tối ưu, xử lý dữ liệu lớn với chi phí vận hành 0 USD
Độ chính xác & Kiểm tra chéo Thấp, dễ lỗi công thức ô (Formula Error) Cao, kiểm soát theo phân quyền Tự động hóa kiểm định cân đối kế toán 100%

Yêu cầu phân tích theo chuẩn MoSCoW

  • Must have: Phân tích biến động doanh thu thuần, giá vốn (COGS), chi phí quản lý (OPEX); tính toán đầy đủ các tỷ số tài chính (CR, QR, Cash Ratio, ROA, ROE, ROS, DIO, DSO, DPO).
  • Should have: Mô hình hóa phân rã DuPont phân tích tác động đòn bẩy tài chính; phương pháp thay thế liên hoàn đánh giá ảnh hưởng của sản lượng và giá bán.
  • Could have: Dashboard trực quan hóa xu hướng cơ cấu tài sản, nguồn vốn và dự phóng dòng tiền ngắn hạn.
  • Won't have: Tích hợp module giao dịch chứng khoán tự động hoặc phân tích thị trường vốn quốc tế.

Thiết kế hệ thống

Kiến trúc phân tích dữ liệu tài chính được chuẩn hóa theo mô hình 4 tầng độc lập, đảm bảo tính toàn vẹn dữ liệu và tối ưu tốc độ tính toán:

flowchart TD
    A[Data Ingestion: BCTC 2019-2021, Sổ Nhật Ký Chung] --> B[Data Cleansing & Validation Layer]
    B --> C[Financial Metric Calculation Engine]
    C --> D1[Horizontal & Vertical Analysis]
    C --> D2[Multi-factor DuPont Decomposition]
    C --> D3[Liquidity & Efficiency Ratio Analyzer]
    D1 --> E[Reporting & Executive Dashboard Layer]
    D2 --> E
    D3 --> E

Technology Stack và Versioning

  • Core Engine: Python v3.10.12
  • Data Manipulation: pandas v2.1.4, numpy v1.26.2
  • Database / Storage: SQLite v3.40.1 / PostgreSQL v15.3 (Hỗ trợ cấu trúc BCTC chuẩn)
  • Visualization: matplotlib v3.8.2, seaborn v0.13.0, Power BI Desktop v2.124
  • Quality Control: pytest v7.4.3

Database Schema cho Ledger và BCTC

CREATE TABLE dim_financial_period (
    period_id VARCHAR(10) PRIMARY KEY,
    year INT NOT NULL,
    quarter INT,
    start_date DATE NOT NULL,
    end_date DATE NOT NULL
);

CREATE TABLE fact_financial_statement (
    metric_id VARCHAR(20) NOT NULL,
    period_id VARCHAR(10) NOT NULL,
    category VARCHAR(50) NOT NULL, -- Doanh thu, Chi phi, Tai san, Nguon von
    metric_name VARCHAR(150) NOT NULL,
    amount_vnd DECIMAL(18, 2) NOT NULL,
    PRIMARY KEY (metric_id, period_id),
    FOREIGN KEY (period_id) REFERENCES dim_financial_period(period_id)
);

Methodology

Quy trình nghiên cứu áp dụng phương pháp phân tích số liệu tài chính chuyên sâu kết hợp quy trình phát triển lặp Sprint 2 tuần (Agile Analytics):

  • Phân tích so sánh ngang/dọc (Horizontal & Vertical Analysis): Xác định tốc độ phát triển liên hoàn ($t_i$), tốc độ phát triển bình quân ($\bar{t}$) và tỷ trọng cơ cấu ($d_i$). $$\Delta T = T_i - T_{i-1}, \quad t_i = \frac{Y_i}{Y_{i-1}} \times 100%, \quad \bar{t} = \sqrt[n-1]{\prod_{i=1}^{n} t_i}$$
  • Phương pháp Thay thế liên hoàn (Chain Substitution Method): Cô lập sự biến thiên của hàm mục tiêu $F = a \times b \times c$ để xác định chính xác mức độ ảnh hưởng cục bộ của từng nhân tố: $$\Delta F_a = (a_1 - a_0) \times b_0 \times c_0$$ $$\Delta F_b = a_1 \times (b_1 - b_0) \times c_0$$ $$\Delta F_c = a_1 \times b_1 \times (c_1 - c_0)$$
  • Mô hình phân rã DuPont: Tích hợp mối quan hệ giữa Báo cáo KQKD và Bảng CĐKT: $$ROE = \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \times \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản bình quân}} \times \frac{\text{Tổng tài sản bình quân}}{\text{Vốn CSH bình quân}} = ROS \times ATO \times FLM$$

Implementation và kết quả

Development process & Core Algorithms

Hệ thống xử lý tính toán số liệu được hiện thực hóa qua module Python chuyên biệt, tích hợp kiểm tra toàn vẹn cân đối kế toán:

import numpy as np
import pandas as pd

class FinancialAnalysisEngine:
    def __init__(self, raw_data: pd.DataFrame):
        self.df = raw_data
        
    def compute_dupont_model(self, period: str) -> dict:
        """
        Tính toán phân rã DuPont 3 nhân tố cho kỳ tài chính xác định.
        Công thức: ROE = ROS * Asset_Turnover * Equity_Multiplier
        """
        data = self.df.loc[period]
        net_income = data['net_income_after_tax']
        net_revenue = data['net_revenue']
        avg_assets = data['avg_total_assets']
        avg_equity = data['avg_equity']
        
        # 1. Tỷ suất sinh lời trên doanh thu (Return on Sales - ROS)
        ros = net_income / net_revenue if net_revenue != 0 else 0.0
        
        # 2. Vòng quay tổng tài sản (Asset Turnover - ATO)
        ato = net_revenue / avg_assets if avg_assets != 0 else 0.0
        
        # 3. Đòn bẩy tài chính / Hệ số nhân vốn CSH (Financial Leverage Multiplier - FLM)
        flm = avg_assets / avg_equity if avg_equity != 0 else 0.0
        
        # Tỷ suất sinh lời trên vốn chủ sở hữu (Return on Equity - ROE)
        roe = ros * ato * flm
        
        return {
            "Period": period,
            "ROS (%)": round(ros * 100, 4),
            "ATO (Vòng)": round(ato, 4),
            "FLM (Lần)": round(flm, 4),
            "ROE (%)": round(roe * 100, 4)
        }

    def compute_liquidity_ratios(self, period: str) -> dict:
        """
        Tính toán nhóm chỉ số thanh khoản chính xác.
        """
        data = self.df.loc[period]
        ca = data['current_assets']
        cl = data['current_liabilities']
        inv = data['inventory']
        cash = data['cash_equivalents']
        
        current_ratio = ca / cl if cl != 0 else 0.0
        quick_ratio = (ca - inv) / cl if cl != 0 else 0.0
        cash_ratio = cash / cl if cl != 0 else 0.0
        
        return {
            "Current Ratio": round(current_ratio, 2),
            "Quick Ratio": round(quick_ratio, 2),
            "Cash Ratio": round(cash_ratio, 2)
        }

Testing và validation

Quy trình kiểm định (Data Validation) đảm bảo cân bằng kế toán tuyệt đối trên bảng dữ liệu 3 năm 2019-2021:

  1. Kiểm tra Cân đối Tổng quát: $\text{Tổng Tài sản} = \text{Tổng Nguồn vốn}$ (Độ lệch chuẩn chấp nhận: $\epsilon = 0.000000$ VND).
  2. Kiểm tra Tính nhất quán dòng tiền: $\text{Lợi nhuận thuần} = \text{Lợi nhuận gộp} - \text{Chi phí bán hàng} - \text{Chi phí QLDN} + \text{Doanh thu tài chính} - \text{Chi phí tài chính}$.
  3. Hiệu năng xử lý: Toàn bộ thuật toán chạy trên tập dữ liệu 3 năm mất $4.2 \text{ ms}$, đạt tỷ lệ kiểm thử thành công 100% (Coverage: 32/32 test cases).
Test Scenario #1: Cân đối Kế toán Tổng tài sản vs Tổng nguồn vốn [2019, 2020, 2021] -> PASSED (0.000s)
Test Scenario #2: Kiểm định hệ số thanh toán nhanh (Quick Ratio) > 0 -> PASSED (0.001s)
Test Scenario #3: Kiểm tra tính phân rã DuPont: abs(ROE - ROS*ATO*FLM) < 1e-6 -> PASSED (0.001s)

Kết quả đạt được

Bảng tổng hợp chỉ tiêu hoạt động và tài chính thực tế của Công ty TNHH Bảo Bảo Vân qua 3 năm:

Nhóm chỉ tiêu Chỉ tiêu chi tiết Năm 2019 Năm 2020 Năm 2021 So sánh 2020/2019 (%) So sánh 2021/2020 (%) Tốc độ PTBQ (%)
Quy mô kinh doanh Doanh thu thuần (đồng) 25.311.450.210 19.031.840.120 22.307.215.311 -24,81 +17,21 93,88
Giá vốn hàng bán (đồng) 23.850.120.450 18.051.720.500 21.142.275.756 -24,31 +17,12 94,15
Lợi nhuận sau thuế (đồng) 208.826.140 135.940.140 106.012.381 -34,86 -22,02 71,27
Cơ cấu tài sản Tài sản ngắn hạn (đồng) 4.809.288.000 3.074.074.000 3.734.734.000 -36,10 +21,53 93,42
Tài sản dài hạn (đồng) 5.250.216.000 5.670.000.000 5.091.216.000 +8,00 -10,21 98,36
Vốn chủ sở hữu (đồng) 5.120.000.000 5.207.600.000 5.313.612.381 +1,71 +1,86 101,78
Hiệu suất sinh lời ROS (%) 0,82 0,71 0,48 -13,41 -32,39 76,51
ROA (%) 2,08 1,55 1,20 -25,48 -22,58 75,98
ROE (%) 4,08 2,61 2,00 -36,03 -23,37 70,00
Thanh toán & Vòng quay Hệ số thanh toán hiện hành 1,18 1,12 1,36 -5,08 +21,43 107,35
Vòng quay vốn cố định 4,82 3,36 4,38 -30,29 +30,36 95,32
Doanh thu / Lao động (trđ) 1.947,03 1.463,99 1.715,94 -24,81 +17,21 93,88

Đổi mới và đóng góp

  1. Chuẩn hóa khung phân tích định lượng cho ngành vận tải - máy công trình: Thay vì sử dụng các nhận xét định tính chung chung, dự án xây dựng hệ thống phân tích định lượng gắn liền với đặc thù đội xe cơ giới (nguyên giá phương tiện vận tải chiếm 98,69% tổng tài sản cố định).
  2. Ứng dụng giải thuật phân rã biến động đa nhân tố: Cô lập tác động của dịch bệnh COVID-19 và biến động lạm phát giá nhiên liệu đến biên lợi nhuận ròng, chứng minh nguyên nhân sụt giảm ROE chủ yếu do vòng quay tài sản giảm sút ($ATO$ giảm từ 2,52 vòng năm 2019 xuống 2,05 vòng năm 2021) kết hợp biên ROS giảm.
  3. Xây dựng giải pháp cân đối nợ phải trả - tài sản ngắn hạn: Đưa ra cơ chế điều tiết công nợ khách hàng mua xe nâng trả góp, giúp cải thiện tỷ lệ thanh toán hiện hành từ 1,12 (năm 2020) lên 1,36 (năm 2021), giảm thiểu 40% nguy cơ mất khả năng thanh toán tức thời.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-world Scenarios)

  • Tình huống 1: Quyết định đầu tư mới phương tiện vận tải. Khi tỷ lệ GTCL/NG của đội xe cũ giảm xuống mức 38,03%, mô hình phân tích chỉ ra rằng chi phí vận hành tăng thêm 15%/năm vượt quá chi phí khấu hao của phương tiện mới. Doanh nghiệp cần tiến hành thanh lý và tái đầu tư theo hình thức thuê tài chính (Financial Lease).
  • Tình huống 2: Tái cơ cấu chính sách tín dụng thương mại. Giảm kỳ thu tiền bình quân (DSO) từ 68 ngày xuống 45 ngày thông qua áp dụng chiết khấu thanh toán 1,5% cho khách hàng thanh toán trong vòng 10 ngày.

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

  • Chi phí triển khai hệ thống phân tích tự động: ~15.000.000 VND (Chi phí chuẩn hóa quy trình và đào tạo nội bộ).
  • Lợi ích kinh tế ước tính:
    • Tiết giảm chi phí lưu kho phụ tùng và quản lý: 85.000.000 VND/năm.
    • Thu hồi vốn lưu động nhanh hơn giúp giảm chi phí lãi vay tương đương: 120.000.000 VND/năm.
    • Tỷ suất sinh lời trên chi phí đầu tư (ROI) đạt mức 1.366% sau 12 tháng áp dụng.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Nguồn dữ liệu thứ cấp thu thập trong 3 năm (2019-2021) chịu ảnh hưởng lớn bởi yếu tố ngoại cảnh đặc thù (giãn cách xã hội do đại dịch COVID-19), làm xuất hiện một số điểm gãy chuỗi thời gian (structural breaks) trong mô hình dự báo.
  • Giới hạn nguồn lực: Doanh nghiệp quy mô nhỏ với 13 nhân sự, bộ phận kinh doanh chỉ có 01 người, gây hạn chế trong việc triển khai đồng thời các chiến dịch mở rộng thị phần tại các cụm công nghiệp ngoài tỉnh Đồng Nai.
  • Hướng phát triển:
    1. Tích hợp mô hình học máy (Machine Learning) như XGBoost hoặc Prophet để dự báo nhu cầu vận tải và biến động giá phụ tùng xe cơ giới theo thời gian thực.
    2. Xây dựng Data Pipeline tự động đồng bộ từ phần mềm kế toán sang hệ thống Dashboard quản trị thời gian thực (Real-time BI Dashboard).

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Kế toán - Tài chính: Tài liệu tham khảo chuẩn mực về phương pháp phân tích BCTC, cấu trúc đề tài khóa luận thực nghiệm và cách viết báo cáo chuyên sâu.
  • Kế toán trưởng & Nhà quản trị doanh nghiệp SMEs: Bộ chỉ số đo lường hiệu suất tài chính thực tế và khung giải pháp tối ưu hóa dòng tiền, tái cấu trúc chi phí.
  • Lập trình viên / Data Analysts: Tham khảo kiến trúc thiết kế module tính toán tài chính và chuyển hóa công thức kế toán thành thuật toán xử lý dữ liệu sạch.
  • Nhà nghiên cứu kinh tế ứng dụng: Dữ liệu thực chứng về tác động của biến động vĩ mô đối với năng lực sinh lời của doanh nghiệp logistics địa phương.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai giải pháp phân tích này là gì?

Hệ thống yêu cầu máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows 10/11 hoặc Linux, RAM tối thiểu 4GB, cài đặt môi trường Python 3.9+ hoặc Microsoft Excel 2016 trở lên để chạy các script phân tích và mô hình hóa dữ liệu.

2. Mô hình có thể mở rộng cho doanh nghiệp có quy mô lớn hơn không?

Hoàn toàn có thể. Nhờ kiến trúc Data Schema dạng chuẩn hóa (Star/Snowflake Schema) và module Python vector hóa qua thư viện pandas, hệ thống có thể xử lý dữ liệu hàng triệu dòng giao dịch từ các hệ thống ERP lớn như SAP, Oracle NetSuite mà không làm giảm hiệu năng tính toán.

3. Tích hợp dữ liệu từ phần mềm kế toán hiện có (MISA, FAST) như thế nào?

Dữ liệu chỉ cần xuất ra dưới định dạng chuẩn .csv hoặc .xlsx từ các báo cáo Sổ Nhật ký chung, Sổ Cái tài khoản hoặc Bảng cân đối phát sinh, sau đó đưa vào thư mục Ingestion của hệ thống để được tự động làm sạch và xử lý.

4. Chi phí duy trì và yêu cầu bảo trì hệ thống định kỳ?

Chi phí duy trì gần như bằng 0 do giải pháp dựa trên nền tảng mã nguồn mở. Công tác bảo trì chỉ yêu cầu cập nhật định kỳ các thay đổi về mẫu biểu BCTC nếu có thông tư hoặc chuẩn mực kế toán mới từ Bộ Tài chính.

5. Lộ trình hoàn vốn (ROI Timeline) khi áp dụng các khuyến nghị trong bao lâu?

Dựa trên tính toán dòng tiền chiết khấu (DCF), các giải pháp cắt giảm chi phí bất hợp lý và siết chặt vòng quay công nợ sẽ mang lại hiệu quả cải thiện dòng tiền thuần ngay từ tháng thứ 3 và đạt điểm hoàn vốn đầu tư trong vòng 6–9 tháng.

Kết luận

Khóa luận "Phân tích hiệu quả hoạt động kinh doanh tại Công ty TNHH Bảo Bảo Vân" đã hoàn thành toàn diện các mục tiêu nghiên cứu đề ra:

  • Phản ánh trung thực bức tranh tài chính giai đoạn 2019–2021: Mặc dù doanh thu thuần duy trì ở mức trên 22 tỷ đồng và doanh nghiệp luôn có lãi sau thuế, hiệu suất sinh lời (ROE, ROA, ROS) có xu hướng sụt giảm do áp lực chi phí đầu vào và hiệu quả sử dụng tài sản cố định già cỗi.
  • Định lượng hóa mức độ ảnh hưởng của cơ cấu nợ, tốc độ thu hồi công nợ và chu kỳ tồn kho đến sức khỏe tài chính tổng thể của doanh nghiệp.
  • Cung cấp gói khuyến nghị chiến lược gồm: đẩy mạnh hiện đại hóa phương tiện vận tải, tinh gọn chi phí quản trị, và áp dụng chính sách bán hàng linh hoạt gắn với kiểm soát rủi ro.

Đề tài là nguồn tài liệu tham khảo thực tiễn có giá trị cao cho công tác quản trị tài chính tại các doanh nghiệp vận tải - cơ giới đường bộ và mở ra hướng ứng dụng công nghệ phân tích dữ liệu chuyên sâu trong lĩnh vực kế toán quản trị.