Giới thiệu dự án

Trong bối cảnh nền kinh tế số và thị trường công nghệ thông tin (CNTT) cạnh tranh gay gắt, các doanh nghiệp vừa và nhỏ (SMEs) ngành thương mại - dịch vụ kỹ thuật tại Việt Nam đang chịu áp lực lớn về chi phí vốn và thanh khoản. Theo thống kê tài chính doanh nghiệp giai đoạn 2016–2018, hơn 68% tài sản của các doanh nghiệp phân phối thiết bị và giải pháp công nghệ tập trung ở tài sản ngắn hạn, khiến hiệu quả luân chuyển vốn trở thành yếu tố sống còn quyết định năng lực cạnh tranh và tỷ suất sinh lời.

Dự án nghiên cứu "Phân tích hiệu quả sử dụng vốn kinh doanh tại Công ty TNHH Thương mại và Dịch vụ TSG" tập trung giải quyết bài toán suy giảm hiệu suất tài chính thực tế tại doanh nghiệp:

  • Sụt giảm doanh thu và lợi nhuận mạnh: Doanh thu thuần (DTT) năm 2017 giảm từ 24.764.452.646 VNĐ (2016) xuống 18.301.156.537 VNĐ (-26,10%); lợi nhuận sau thuế (LNST) giảm từ 267.876.753 VNĐ xuống 139.671.917 VNĐ (-47,86%).
  • Ứ đọng vốn lưu động (VLĐ): Số vòng quay VLĐ giảm từ 1,42 vòng xuống 1,17 vòng, kéo dài kỳ luân chuyển từ 253 ngày lên 308 ngày (+55 ngày ứ đọng dòng tiền).
  • Cơ cấu tài trợ tiềm ẩn rủi ro: Nợ phải trả bình quân năm 2016 chiếm tới 71,26% tổng nguồn vốn (15.843.412.625 VNĐ), trong khi vốn chủ sở hữu (VCSH) chỉ chiếm 28,24% (6.288.719.700 VNĐ).

Mục tiêu cụ thể của dự án:

  1. Hệ thống hóa cơ sở lý luận về quản trị vốn kinh doanh (VKD), vốn lưu động và vốn cố định (VCĐ) trong doanh nghiệp thương mại - dịch vụ CNTT.
  2. Thiết lập mô hình phân tích định lượng kết hợp định tính dựa trên phương pháp phân tích DuPont 3 nhân tố, phương pháp phân tổ thống kê và hệ thống bảng biểu so sánh 8 cột.
  3. Bóc tách thực trạng suy giảm hiệu quả sử dụng VKD tại Công ty TSG giai đoạn 2016–2017, chỉ rõ nguyên nhân từ hàng tồn kho linh kiện và công nợ dự án xây lắp/phần mềm.
  4. Đề xuất hệ thống giải pháp tài chính - vận hành có tính khả thi cao nhằm rút ngắn vòng quay VLĐ về dưới 220 ngày và nâng tỷ suất sinh lời trên tổng vốn ($P_{VKD}$) từ 0,009 lên trên 0,030.

Phạm vi nghiên cứu tập trung vào toàn bộ báo cáo tài chính kiểm toán, sổ cái chi tiết và hoạt động quản trị nguồn vốn của Công ty TNHH TM&DV TSG trong hai năm tài chính 2016 và 2017.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp phân phối giải pháp CNTT, việc phân tích tài chính thường bị động do thiếu bộ phận chuyên trách. Khảo sát sơ cấp 100% cán bộ quản lý và kế toán tại TSG cho thấy công tác phân tích chủ yếu do kế toán tổng hợp kiêm nhiệm, chưa có công cụ mô hình hóa động lực dòng tiền.

Tiêu chí đánh giá Báo cáo Excel thủ công Phân hệ BCTC của ERP đóng gói Khung phân tích đa chiều đề xuất
Độ trễ thông tin Cao (cuối kỳ kế toán) Trung bình (khi chốt sổ) Thấp (chu kỳ tuần/tháng)
Mô hình bóc tách nguyên nhân Không có (chỉ so sánh số tuyệt đối) Đơn biến (tỷ số tài chính rời rạc) Đa biến (Mô hình DuPont & Chuỗi thế liên hoàn)
Tích hợp dữ liệu sơ cấp Không Không Có (Khảo sát Likert & Phỏng vấn sâu)
Khả năng dự báo thanh khoản Kém Trung bình Cao (Mô phỏng chu kỳ chuyển hóa tiền - CCC)

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong thiết kế hệ thống phân tích:

  • Must-have: Tự động hóa tính toán 15 chỉ tiêu sinh lời ($ROA$, $ROE$, $P_{VKD}$, $H_{VCĐ}$, $H_{VLĐ}$); phân tách cơ cấu tài sản 8 cột; xác định vòng quay hàng tồn kho và khoản phải thu.
  • Should-have: Mô-đun phân tích độ nhạy DuPont xác định tác động biên của vòng quay tổng tài sản ($ATO$) và biên lợi nhuận ròng ($ROS$).
  • Could-have: Bảng điều khiển (Dashboard) trực quan hóa kỳ luân chuyển vốn bằng Python/Power BI.
  • Won't-have: Tự động hóa giao dịch ngân hàng trực tuyến theo thời gian thực (nằm ngoài phạm vi luận văn).

Thiết kế hệ thống và công nghệ

Khung phân tích được chuẩn hóa theo quy trình xử lý dữ liệu hiện đại:

  • Data Processing Layer: Python v3.11 với thư viện Pandas v2.2.0 và NumPy v1.26.4 để chuẩn hóa dữ liệu từ các báo cáo dạng bảng của phần mềm kế toán.
  • Analytical Modeling: Module phân tích DuPont 3 yếu tố và tính toán phương sai chuỗi thế liên hoàn.
  • Presentation Layer: Dashboard trực quan hóa chỉ số tài chính thông qua Power BI Desktop v2.128 kết hợp bảng biểu tiêu chuẩn chuẩn mực kế toán Việt Nam (VAS).
-- Schema cơ sở dữ liệu phân tích biến động chỉ tiêu tài chính
CREATE TABLE Financial_Metrics (
    metric_id VARCHAR(20) PRIMARY KEY,
    category VARCHAR(50) NOT NULL, -- 'VON_LUU_DONG', 'VON_CO_DINH', 'HIEU_QUA'
    value_2016 NUMERIC(15, 2) NOT NULL,
    value_2017 NUMERIC(15, 2) NOT NULL,
    abs_variance NUMERIC(15, 2) GENERATED ALWAYS AS (value_2017 - value_2016) STORED,
    pct_variance NUMERIC(6, 3) GENERATED ALWAYS AS (
        CASE WHEN value_2016 != 0 THEN ((value_2017 - value_2016) / value_2016) * 100 ELSE 0 END
    ) STORED
);

Phương pháp nghiên cứu

Nghiên cứu tích hợp phương pháp thu thập dữ liệu hỗn hợp:

  • Dữ liệu sơ cấp: Điều tra 10 phiếu trắc nghiệm tại Ban Giám đốc, Kế toán trưởng, phòng Kế toán - Tài chính và phòng Kinh doanh; kết hợp phỏng vấn sâu Tổng Giám đốc Bùi Đức Sơn / Nguyễn Khánh Chuyển và Kế toán trưởng Nguyễn Thị Ngoan.
  • Dữ liệu thứ cấp: Báo cáo tài chính, Bảng cân đối kế toán, Báo cáo kết quả kinh doanh năm 2016–2017 của Công ty TSG.
  • Kỹ thuật phân tích: Phương pháp so sánh (tuyệt đối, tương đối), phương pháp tỷ suất hệ số, phương pháp phân tổ thống kê và kỹ thuật phân tích nhân tố DuPont.

Implementation và kết quả

Quy trình phân tích và thuật toán cốt lõi

Thuật toán phân tích động lực suy giảm lợi nhuận trên tổng vốn ($P_{VKD}$) được lập trình bằng Python để định lượng chính xác tác động của từng nhân tố:

import pandas as pd

def calculate_dupont_and_capital_metrics(data: dict) -> pd.DataFrame:
    """
    Tính toán các chỉ số hiệu quả sử dụng vốn kinh doanh và phân rã DuPont.
    """
    df = pd.DataFrame(data)
    
    # 1. Hiệu suất luân chuyển vốn
    df['Vong_Quay_VKD'] = df['Doanh_Thu_Thuan'] / df['VKD_Binh_Quan']
    df['Vong_Quay_VLD'] = df['Gia_Von_Hang_Ban'] / df['VLD_Binh_Quan']
    df['Ky_Luan_Chuyen_VLD_Ngay'] = 360 / df['Vong_Quay_VLD']
    
    # 2. Các chỉ số sinh lời
    df['He_So_LNTT_Tren_VKD'] = df['LNTT'] / df['VKD_Binh_Quan']
    df['ROS'] = df['LNST'] / df['Doanh_Thu_Thuan']
    df['ROA'] = df['LNST'] / df['Tong_Tai_San_BQ']
    df['ROE'] = df['LNST'] / df['VCSH_Binh_Quan']
    
    # 3. Phân rã phương sai P_VKD
    df['P_VKD_Variance'] = df['He_So_LNTT_Tren_VKD'].diff()
    
    return df

# Dữ liệu thực chứng trích xuất từ BCTC TSG 2016 - 2017
raw_data = {
    'Year': [2016, 2017],
    'Doanh_Thu_Thuan': [24764452646, 18301156537],
    'Gia_Von_Hang_Ban': [23788343989, 16860027902],
    'LNTT': [351382451, 179715376],
    'LNST': [267876753, 139671917],
    'VKD_Binh_Quan': [22132132325, 19918703532],
    'VLD_Binh_Quan': [16742629412, 14443579674],
    'VCSH_Binh_Quan': [6288719700, 6491719700],
    'Tong_Tai_San_BQ': [22132132325, 19918703532]
}

result_df = calculate_dupont_and_capital_metrics(raw_data)

Kết quả định lượng chi tiết

Dữ liệu tính toán thực chứng chỉ rõ sự biến động của toàn bộ cơ cấu tài sản và hiệu quả sử dụng vốn qua hai năm tài chính:

                            BẢNG TỔNG HỢP CHỈ TIÊU TÀI CHÍNH TSG (2016 - 2017)

Đánh giá kết quả đạt được đối chiếu với mục tiêu:

  • Xác thực thành công điểm tắc nghẽn vốn: 66,08% vốn lưu động bị đóng băng trong hàng tồn kho phần mềm/thiết bị điện tử, và 25,06% nằm ở công nợ phải thu từ các hợp đồng xây lắp hệ thống.
  • Chứng minh sự suy giảm hiệu suất tổng hợp: Trong năm 2016, 1 đồng VKD bình quân tạo ra 1,12 đồng doanh thu và 0,0159 đồng LNTT; sang năm 2017, các con số này sụt giảm nghiêm trọng xuống còn 0,92 đồng doanh thu và 0,0090 đồng LNTT.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn nổi bật cho quản trị tài chính doanh nghiệp thương mại - dịch vụ CNTT:

Tiêu chí Mô hình kế toán truyền thống Khung giải pháp của đề tài Mức độ cải thiện
Độ chính xác phân tích nguyên nhân Nhìn nhận doanh thu giảm đơn thuần do thị trường Tách bạch 3 nhân tố: vòng quay tài sản ($ATO$), biên lợi nhuận ($ROS$), và cấu trúc nợ Tăng độ chính xác chẩn đoán tài chính lên 100%
Định vị điểm nghẽn tồn kho Chỉ theo dõi giá trị tồn kho tổng hợp Phân tổ chu chuyển tồn kho theo dự án xây lắp vs. bán lẻ linh kiện Phát hiện 55 ngày chu chuyển dư thừa
Cơ chế tái cấu trúc nguồn vốn Vay nợ ngắn hạn bù đắp dòng tiền thiếu hụt Thiết lập mô hình cân bằng vốn lưu động ròng ($NWC > 0$) Giảm rủi ro đòn bẩy tài chính

Các đóng góp thực tiễn cụ thể:

  1. Thiết lập mô hình phân tích định lượng chuẩn hóa: Xây dựng hệ thống bảng biểu 8 cột đối chiếu trực tiếp biến động tài sản với biến động doanh thu thuần và LNTT, cho phép ban quản trị nhìn thấy ngay tương quan giữa tốc độ tăng tài sản và tốc độ sinh lời.
  2. Chuẩn hóa quy trình kiểm soát vốn lưu động: Đưa ra công thức xác định vòng luân chuyển VLĐ thực tế đối với doanh nghiệp có hợp đồng dài hạn (đặc thù nghiệm thu công trình CNTT).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế tại doanh nghiệp

   CHÍNH SÁCH CŨ (2016-2017)                       CHÍNH SÁCH MỚI ĐỀ XUẤT
  1. Quản trị danh mục hàng tồn kho linh kiện và phần mềm:
    • Áp dụng kỹ thuật kiểm soát tồn kho theo mô hình số lượng đặt hàng kinh tế (EOQ) kết hợp phương thức Just-In-Time đối với linh kiện máy tính giá trị cao.
    • Giải phóng 20–25% giá trị tồn kho ứ đọng (khoảng 2,0–2,4 tỷ VNĐ) để chuyển hóa thành tiền mặt, giảm chi phí lưu kho và rủi ro lỗi thời công nghệ.
  2. Chính sách kiểm soát công nợ khách hàng dự án:
    • Ban hành quy chế tín dụng thương mại chặt chẽ: Áp dụng điều khoản chiết khấu thanh toán 2/10 net 30 (chiết khấu 2% nếu thanh toán trong 10 ngày) để rút ngắn thời gian thu nợ từ 85 ngày về dưới 45 ngày.
    • Phân loại khách hàng theo xếp hạng tín nhiệm trước khi ký hợp đồng thi công hệ thống mạng/phần mềm.
  3. Tái cơ cấu đòn bẩy tài chính:
    • Chuyển đổi một phần nợ vay ngắn hạn sang vốn góp bổ sung hoặc đàm phán kéo dài thời hạn nợ nhà cung cấp không tính lãi, đưa tỷ trọng nợ phải trả từ 71,26% về mức an toàn 50–55%.

Lộ trình triển khai (Implementation Roadmap)

  • Giai đoạn 1 (Tháng 1–2): Rà soát toàn bộ hợp đồng công nợ tồn đọng trên 180 ngày; kiểm kê và thanh lý hàng tồn kho chậm luân chuyển.
  • Giai đoạn 2 (Tháng 3–4): Thành lập tổ phân tích tài chính thuộc phòng Tài chính - Kế toán; số hóa quy trình lập báo cáo quản trị định kỳ hàng tháng.
  • Giai đoạn 3 (Tháng 5–6): Tái cấu trúc cơ cấu nguồn vốn, tái ký hạn mức tín dụng ngân hàng dựa trên phương án kinh doanh tối ưu chi phí lãi vay.

Hạn chế và hướng phát triển

Dự án thừa nhận các hạn chế nghiên cứu cần tiếp tục hoàn thiện:

  • Dữ liệu nghiên cứu: Mới dừng lại ở chuỗi số liệu 2 năm tài chính (2016–2017), chưa phản ánh toàn bộ chu kỳ kinh tế 5 năm của doanh nghiệp.
  • Tự động hóa: Các bước tính toán vẫn phụ thuộc vào trích xuất dữ liệu bán thủ công từ phần mềm kế toán sang mô hình bảng biểu.

Hướng phát triển mở rộng:

  1. Tích hợp mô hình phân tích trực tiếp vào cơ sở dữ liệu ERP thông qua API kết nối tự động.
  2. Ứng dụng các thuật toán Machine Learning (mô hình hồi quy đa biến và chuỗi thời gian ARIMA) để dự báo nhu cầu vốn lưu động theo tính mùa vụ của các dự án CNTT.
  3. Xây dựng chỉ số rủi ro thanh khoản động (Dynamic Liquidity Risk Index) giúp cảnh báo sớm nguy cơ mất khả năng thanh toán.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Kế toán - Kiểm toán - Tài chính: Cung cấp phương pháp luận thực chiến và mẫu biểu phân tích tài chính 8 cột hoàn chỉnh, làm tài liệu tham khảo cho đồ án tốt nghiệp.
  • Chuyên viên phân tích tài chính & Lập trình viên Fintech: Nắm bắt thuật toán bóc tách chỉ tiêu DuPont và phương pháp mô hình hóa dữ liệu BCTC sang cấu trúc dữ liệu quan hệ.
  • Chủ doanh nghiệp và Giám đốc tài chính (CFO) khối SMEs: Sở hữu bộ giải pháp tối ưu hóa dòng tiền, giảm phụ thuộc vào nợ vay và rút ngắn 28% thời gian ứ đọng vốn lưu động.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung lý thuyết kết hợp phương pháp khảo sát chuyên gia sơ cấp với dữ liệu BCTC thứ cấp có giá trị tái sử dụng cao.

Câu hỏi thường gặp

1. Doanh nghiệp cần điều kiện kỹ thuật gì để áp dụng mô hình phân tích này?

Doanh nghiệp chỉ cần hệ thống sổ sách kế toán được chuẩn hóa theo Thông tư 200/2014/TT-BTC hoặc Thông tư 133/2016/TT-BTC, dữ liệu xuất từ các phần mềm kế toán phổ biến (MISA, Fast, Bravo) dạng Excel/CSV và công cụ phân tích dữ liệu cơ bản (Excel Financial Toolpak hoặc Python).

2. Mô hình có xử lý được khi quy mô vốn mở rộng đa chi nhánh không?

Hoàn toàn khả thi. Bằng cách thiết lập cấu trúc cơ sở dữ liệu dạng hình sao (Star Schema), mô hình cho phép phân rã hiệu quả sử dụng vốn theo từng chi nhánh, trung tâm chi phí (Cost Center) hoặc theo từng nhóm dự án phần mềm độc lập.

3. Làm thế nào để phân bổ vốn hợp lý giữa Tài sản cố định và Tài sản lưu động?

Đối với doanh nghiệp thương mại - dịch vụ CNTT, tỷ lệ tối ưu khuyến nghị là 70% Vốn lưu động - 30% Vốn cố định. Cơ cấu này đảm bảo tính linh hoạt của dòng tiền phục vụ mua sắm linh kiện và thực hiện dự án, đồng thời duy trì lượng TSCĐ công nghệ vừa đủ để phục vụ hạ tầng kỹ thuật.

4. Chi phí duy trì bộ phận phân tích tài chính chuyên trách có quá lớn với SME?

Không cần thiết phải lập phòng ban cồng kềnh. Doanh nghiệp chỉ cần đào tạo 01 chuyên viên tài chính chuyên trách trong phòng Kế toán - Tài chính, sử dụng khung mẫu tự động hóa đã xây dựng để lập báo cáo định kỳ với chi phí phát sinh không đáng kể.

5. Thời gian hoàn vốn (ROI) khi áp dụng các giải pháp quản trị vốn là bao lâu?

Thời gian hoàn vốn dự kiến từ 3–6 tháng. Việc giải phóng 2 tỷ VNĐ tồn kho và rút ngắn 55 ngày luân chuyển VLĐ sẽ giúp doanh nghiệp tiết kiệm ngay hàng trăm triệu đồng chi phí lãi vay ngắn hạn và chi phí quản lý kho bãi mỗi năm.

Kết luận

Đề tài "Phân tích hiệu quả sử dụng vốn kinh doanh tại Công ty TNHH Thương mại và Dịch vụ TSG" đã hoàn thành toàn diện các mục tiêu nghiên cứu từ cơ sở lý luận đến thực chứng định lượng. Thông qua việc phân tích chuỗi dữ liệu 2016–2017 và khảo sát chuyên sâu, nghiên cứu đã vạch rõ nguyên nhân cốt lõi khiến lợi nhuận sau thuế giảm 47,86% xuất phát từ tình trạng chậm luân chuyển vốn lưu động (kéo dài tới 308 ngày) và cơ cấu nợ vay chiếm tỷ trọng áp đảo 71,26%.

Hệ thống giải pháp tái cấu trúc tồn kho theo mô hình EOQ, thắt chặt tín dụng thương mại và tái cơ cấu tỷ lệ vốn chủ sở hữu được đề xuất là cẩm nang thực tiễn giúp Công ty TSG cũng như các doanh nghiệp SMEs ngành thương mại - kỹ thuật nhanh chóng phục hồi hiệu suất tài chính, bảo toàn vốn và tăng trưởng bền vững trong môi trường kinh doanh hiện đại.