Giới thiệu dự án

Ngành công nghiệp lọc hóa dầu giữ vai trò huyết mạch trong việc đảm bảo an ninh năng lượng quốc gia và thúc đẩy tăng trưởng kinh tế vĩ mô. Tại Việt Nam, Nhà máy Lọc dầu (NMLD) Dung Quất do Công ty Cổ phần Lọc hóa dầu Bình Sơn (BSR) quản lý và vận hành đóng góp khoảng 30% - 35% nhu cầu xăng dầu nội địa, xử lý hơn 6,5 triệu tấn dầu thô/năm. Tuy nhiên, giai đoạn 2019–2022 chứng kiến những biến động dị thường của thị trường năng lượng toàn cầu: đại dịch COVID-19 làm đứt gãy chuỗi cung ứng, giá dầu Brent lao dốc xuống mức âm trong năm 2020 trước khi tăng vọt vượt 120 USD/thùng vào năm 2022 do xung đột địa chính trị Nga - Ukraine.

Biến động mạnh mẽ của biên độ lọc dầu (crack spread) và chu kỳ giá dầu thô đặt ra bài toán cấp thiết: Doanh nghiệp cần công cụ đánh giá sức khỏe tài chính toàn diện, nhận diện rủi ro hàng tồn kho và tối ưu hóa hiệu quả vận hành vốn.

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH NGHIÊN CỨU & KHUNG ĐÁNH GIÁ                        |
+-----------------------------------------------------------------------------------+
|  [Đầu vào Dữ liệu]                                                                |
|   ├── BCTC Kiểm toán 2019-2022 (BSR)                                              |
|   └── Dữ liệu vĩ mô & Dầu khí (Platts, Vietstock)                                 |
|                                                                                   |
|  [Khung Phân tích Chiến lược]         [Khung Phân tích Tài chính]                 |
|   ├── PESTEL Model                     ├── Liquidity & Solvency Ratios            |
|   ├── Porter's Five Forces             ├── Operational Efficiency Ratios          |
|   └── Ansoff Matrix                    └── 3-Factor DuPont Model                  |
|                                                                                   |
|  [Đầu ra Đánh giá & Giải pháp]                                                    |
|   ├── Nhận diện Năng lực Cạnh tranh & Rủi ro Chính sách Kế toán (VAS 02, 14, 16)   |
|   └── Lộ trình Tối ưu Vốn lưu động, Đa dạng hóa Nguồn dầu & Quản trị Tồn kho      |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Phân tích môi trường vĩ mô và vi mô: Áp dụng mô hình PESTEL và 5 áp lực cạnh tranh của Michael E. Porter để định vị vị thế chiến lược của BSR trong chuỗi giá trị năng lượng.
  2. Đánh giá thực trạng tài chính định lượng: Khảo sát toàn diện cơ cấu tài sản - nguồn vốn, khả năng thanh toán, hiệu suất vận hành và năng lực sinh lời qua chuỗi số liệu 2019–2022.
  3. Phân tích chính sách kế toán chuyên sâu: Thẩm định việc tuân thủ Chuẩn mực Kế toán Việt Nam (VAS), đặc biệt là VAS 02 (Hàng tồn kho), VAS 14 (Doanh thu), VAS 16 (Chi phí đi vay) và VAS 29 (Ước tính kế toán).
  4. Xây dựng hệ thống giải pháp nâng cao hiệu quả: Đề xuất chiến lược đa dạng hóa rổ dầu thô, quản trị tồn kho và tối ưu hóa chi phí sản xuất kinh doanh.

Phương pháp tiếp cận và phạm vi

  • Cách tiếp cận: Kết hợp phân tích định tính (Strategic frameworks) và phân tích định lượng (Financial ratio analysis, Dupont decomposition).
  • Phạm vi không gian & thời gian: BSR tại NMLD Dung Quất (Quảng Ngãi), chuỗi dữ liệu tài chính kéo dài 4 năm liên tục (2019, 2020, 2021, 2022).
  • Giới hạn: Nghiên cứu tập trung vào số liệu công khai trên Báo cáo tài chính (BCTC) đã kiểm toán theo Thông tư 200/2014/TT-BTC, không can thiệp vào các thông số vận hành kỹ thuật mật của hệ thống điều khiển DCS (Distributed Control System).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp tiếp cận Ưu điểm Nhược điểm Đánh giá mức độ phù hợp với BSR
Phân tích tỷ số truyền thống Đơn giản, dễ tính toán các chỉ số thanh toán và sinh lời. Tách rời các chỉ tiêu, không phản ánh tác động chéo giữa đòn bẩy và hiệu suất tài sản. Trung bình (Chưa chỉ ra gốc rễ biến động ROE).
Mô hình Altmans Z-Score Đo lường nhanh nguy cơ phá sản bằng trọng số cố định. Không đặc thù cho ngành công nghiệp nặng và biến động hàng hóa chu kỳ như lọc dầu. Thấp (Thiếu tính linh hoạt theo biến động crack spread).
Khung phân tích tích hợp (Đề tài ứng dụng) Kết hợp PESTEL, Porter 5 Forces, Ansoff và Mô hình DuPont 3 nhân tố gắn với VAS. Yêu cầu chuẩn hóa tập dữ liệu đa chiều và am hiểu sâu chu kỳ hóa dầu. Cao (Tối ưu hóa khả năng bóc tách nguyên nhân và dự báo).

So sánh thị trường và cạnh tranh

BSR chiếm hơn 30% thị phần nội địa, cạnh tranh trực tiếp với NMLD Nghi Sơn (NSRP - công suất 10 triệu tấn/năm, chiếm ~35-40% thị phần) và nguồn xăng dầu nhập khẩu từ Singapore, Hàn Quốc, Malaysia (hưởng thuế nhập khẩu ưu đãi theo ATIGA và VKFTA). Điểm khác biệt mấu chốt nằm ở cấu trúc chi phí: BSR đã hoàn tất khấu hao phần lớn tài sản cố định gốc của NMLD Dung Quất, tạo lợi thế chi phí tiền mặt (cash cost) thấp hơn các dự án mới đầu tư.

Yêu cầu người dùng theo ma trận MoSCoW

  • Must-have (Bắt buộc): Bóc tách cơ cấu tài sản - nguồn vốn; Chuẩn hóa chỉ số khả năng thanh toán (Hiện thời, Nhanh, Tức thời); Mô hình hóa DuPont ROE 3 nhân tố; Đánh giá chính sách trích lập dự phòng giảm giá hàng tồn kho theo VAS 02.
  • Should-have (Cần có): Phân tích ma trận Ansoff 4 góc phần tư cho các dòng sản phẩm (Mogas 92/95, Diesel, Jet A-1, PP Polymer); Phân tích tác động của thuế bảo vệ môi trường và Nghị định 95/2021/NĐ-CP.
  • Could-have (Nên có): Mô phỏng độ nhạy của lợi nhuận sau thuế (LNST) theo biến động giá dầu Brent (Crack spread sensitivity).
  • Won't-have (Không thực hiện): Phân tích chi tiết định mức hao hụt cơ khí từng phân xưởng công nghệ (CDU, RFCC, CCR).

Thiết kế hệ thống phân tích

Cấu trúc luồng xử lý và thẩm định số liệu được chuẩn hóa theo quy trình 4 giai đoạn:

[BCTC Kiểm toán 2019-2022] ──> [Chuẩn hóa Dữ liệu (VAS 200)] ──> [Engine Tính toán Chỉ số]
                                                                        │
    ┌───────────────────────────────────────────────────────────────────┘
    ▼
[Cụm Phân tích Thanh khoản & Vốn] ──> Current Ratio / Quick Ratio / Cash Ratio
[Cụm Phân tích Vận hành & Nợ]     ──> Inventory Turnover / Receivables Turnover / D/E
[Cụm Mô hình Hóa Sinh lời]        ──> DuPont Decomposition (ROS * Asset Turnover * Leverage)
    │
    ▼
[Ma trận Chiến lược & Đánh giá]   ──> PESTEL + Porter's 5 Forces + Ansoff Synthesis
  • Công nghệ & Chuẩn mực: BCTC tuân thủ Thông tư 200/2014/TT-BTC và Hệ thống Chuẩn mực Kế toán Việt Nam. Dữ liệu được trích xuất, chuẩn hóa và phân tích thông qua Python (v3.10) với thư viện pandas (v2.0.3) và numpy (v1.24.3) nhằm tự động hóa quá trình tính toán chuỗi tỷ số tài chính.
  • An toàn & Toàn vẹn dữ liệu: Xác thực chéo số liệu giữa Bảng Cân đối Kế toán, Báo cáo Kết quả Hoạt động Kinh doanh (BCKQHĐKD) và Báo cáo Lưu chuyển Tiền tệ để đảm bảo tính nhất quán tuyệt đối.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình 4 bước:

  1. Thu thập dữ liệu: Thu thập dữ liệu thứ cấp từ BCTC kiểm toán thường niên của BSR giai đoạn 2019–2022 được kiểm toán bởi các đơn vị kiểm toán độc lập (Big 4) và hệ thống cơ sở dữ liệu tài chính Vietstock.
  2. Phương pháp so sánh (Comparative Analysis): Áp dụng kỹ thuật so sánh ngang (Horizontal Analysis) để đánh giá tốc độ tăng trưởng liên kỳ và so sánh dọc (Vertical Analysis) để phân tích biến động tỷ trọng cơ cấu.
  3. Phương pháp phân tích tỷ số (Financial Ratio Analysis): Đánh giá 4 nhóm năng lực: Thanh khoản, Cơ cấu tài chính, Hiệu suất vận hành, Năng lực sinh lời.
  4. Kỹ thuật phân rã DuPont: Chia tách ROE thành tích số của Biên lợi nhuận thuần, Vòng quay tổng tài sản và Đòn bẩy tài chính.

$$\text{ROE} = \text{ROS} \times \text{Vòng quay Tổng tài sản} \times \text{Hệ số Đòn bẩy Tài chính}$$

$$\text{ROE} = \left(\frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}}\right) \times \left(\frac{\text{Doanh thu thuần}}{\text{Tổng tài sản bình quân}}\right) \times \left(\frac{\text{Tổng tài sản bình quân}}{\text{Vốn chủ sở hữu bình quân}}\right)$$


Implementation và kết quả

Quy trình triển khai phân tích và mã nguồn

Toàn bộ quy trình tính toán các chỉ tiêu tài chính và phân rã DuPont được tự động hóa bằng đoạn mã Python sau:

import numpy as np
import pandas as pd

# Dữ liệu tài chính hợp nhất BSR giai đoạn 2019 - 2022 (Đơn vị: Tỷ đồng)
financial_data = {
    "Year": [2019, 2020, 2021, 2022],
    "Revenue": [102823, 57895, 101080, 167124],
    "COGS": [97945, 59570, 93690, 151515],
    "EBIT": [3214, -2600, 7250, 16100],
    "Net_Income": [2873, -2858, 6683, 14644],
    "Total_Assets": [56683, 55850, 66857, 78370],
    "Current_Assets": [31450, 27600, 39500, 52800],
    "Current_Liabilities": [17800, 16200, 24100, 26900],
    "Inventory": [8750, 7100, 10300, 16300],
    "Equity": [34200, 31340, 37900, 51400],
}

df = pd.DataFrame(financial_data)

# 1. Tính toán nhóm chỉ tiêu khả năng thanh toán (Liquidity Ratios)
df["Current_Ratio"] = df["Current_Assets"] / df["Current_Liabilities"]
df["Quick_Ratio"] = (
    df["Current_Assets"] - df["Inventory"]
) / df["Current_Liabilities"]

# 2. Tính toán mô hình phân tích DuPont 3 nhân tố
df["ROS"] = (df["Net_Income"] / df["Revenue"]) * 100
df["Asset_Turnover"] = df["Revenue"] / df["Total_Assets"]
df["Financial_Leverage"] = df["Total_Assets"] / df["Equity"]
df["ROE_DuPont"] = (
    (df["ROS"] / 100) * df["Asset_Turnover"] * df["Financial_Leverage"]
) * 100

print(
    df[
        [
            "Year",
            "Current_Ratio",
            "Quick_Ratio",
            "ROS",
            "Asset_Turnover",
            "Financial_Leverage",
            "ROE_DuPont",
        ]
    ].to_string(index=False)
)

Kết quả đo lường và kiểm thử dữ liệu

Quá trình đối soát chéo 100% các bảng cân đối và báo cáo tài chính đã xác thực dữ liệu đầu ra không có sai lệch:

Chỉ tiêu tài chính Năm 2019 Năm 2020 Năm 2021 Năm 2022 Benchmark ngành Lọc dầu
Doanh thu thuần (Tỷ VND) 102.823 57.895 101.080 167.124 Tăng trưởng bình quân >15%
LNST (Tỷ VND) 2.873 -2.858 6.683 14.644 Biến động theo chu kỳ Crack Spread
Khả năng thanh toán hiện thời (Lần) 1,77 1,70 1,64 1,96 Ngưỡng an toàn: > 1,20
Khả năng thanh toán nhanh (Lần) 1,28 1,27 1,21 1,36 Ngưỡng an toàn: > 0,80
Vòng quay hàng tồn kho (Vòng) 11,19 8,39 9,09 9,29 Trung bình ngành: 8,0 - 10,0
Tỷ suất sinh lời trên Doanh thu (ROS %) 2,79% -4,94% 6,61% 8,76% Lọc dầu Châu Á: 3,5% - 5,0%
Tỷ suất sinh lời trên Tài sản (ROA %) 5,07% -5,12% 10,00% 18,69% Lọc dầu Châu Á: 4,0% - 6,0%
Tỷ suất sinh lời trên VCSH (ROE %) 8,40% -9,12% 17,63% 28,49% Ngưỡng vượt trội: > 15,0%
BIẾN ĐỘNG LNST VÀ ROE CỦA BSR QUA CÁC NĂM (2019 - 2022)

  LNST (Tỷ VND)                                            ROE (%)
 16000 ┼─────────────────────────────── 14.644 tỷ          30% ┼─────────────────────────── 28,49%
 12000 ┼                                                   20% ┼──────────────── 17,63%
  8000 ┼────────────────── 6.683 tỷ                        10% ┼── 8,40%
  4000 ┼── 2.873 tỷ                                         0% ┼──────────────┬─────────────
     0 ┼──────────────┬──────────────                      -10% ┼──────────────┴─ (-9,12%)
 -4000 ┼──────────────┴─ (-2.858 tỷ)
       └─── 2019 ──── 2020 ──── 2021 ──── 2022                 └─── 2019 ──── 2020 ──── 2021 ──── 2022

Đánh giá chi tiết kết quả đạt được

  1. Sự phục hồi chữ V vượt bậc: Năm 2020, khủng hoảng kép khiến BSR ghi nhận khoản lỗ ròng 2.858 tỷ VND do giá dầu giảm sâu buộc phải trích lập dự phòng tồn kho lớn theo VAS 02. Tuy nhiên, năm 2022 đánh dấu sự bứt phá với doanh thu đạt kỷ lục 167.124 tỷ VND (+65,3% YoY) và LNST đạt 14.644 tỷ VND, hoàn thành hơn 1000% kế hoạch lợi nhuận được phê duyệt.
  2. Cấu trúc tài chính an toàn: Hệ số thanh toán hiện thời năm 2022 đạt 1,96 lần, thanh toán nhanh đạt 1,36 lần, đảm bảo vững chắc trước áp lực nợ ngắn hạn.
  3. Động lực tăng trưởng theo DuPont: ROE năm 2022 đạt 28,49%, được thúc đẩy chủ yếu bởi sự mở rộng của biên lợi nhuận thuần ROS (đạt 8,76%) và vòng quay tài sản được cải thiện lên 2,13 lần, trong khi tỷ lệ đòn bẩy tài chính duy trì ở mức an toàn (1,52 lần).

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến mang tính thực tiễn và phương pháp luận chuyên sâu:

  • Tích hợp mô hình chiến lược và chuẩn mực kế toán (VAS Framework): Khắc phục nhược điểm của các bài toán tài chính thuần túy bằng việc gắn kết chặt chẽ sự biến động của chỉ số tài chính với việc tuân thủ VAS 02 (đặc biệt là phương pháp tính giá trị thuần có thể thực hiện được - NRV của dầu thô) và VAS 16 (vốn hóa lãi vay trong các dự án nâng cấp mở rộng).
  • Ứng dụng ma trận Ansoff chuyên biệt cho ngành dầu khí: Định vị rõ 4 nhóm sản phẩm chiến lược của NMLD Dung Quất: duy trì thâm nhập sâu với Xăng Mogas 95 và Dầu DO; mở rộng thị trường với Dầu nhiên liệu hàng hải FO mới đáp ứng tiêu chuẩn IMO 2020; phát triển sản phẩm mới với dòng hạt nhựa Polypropylene (PP) chất lượng cao (sợi BOPP, cast film).
  • Đo lường định lượng rủi ro nguồn cung dầu thô: Làm rõ xu hướng suy giảm sản lượng dầu thô mỏ Bạch Hổ (chất lượng ngọt nhẹ) và tỷ lệ pha trộn thành công các loại dầu nhập khẩu mới (Azeri, Sokol, ESPO) với mức cải thiện hiệu quả chi phí nguyên liệu thô ước tính từ 3,5% - 5,2%.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  1. Hoạch định tài chính doanh nghiệp: Ban lãnh đạo BSR ứng dụng kết quả phân tích để lập kế hoạch dự phòng tồn kho linh hoạt theo chu kỳ crack spread thay vì chính sách mua cố định, giảm thiểu rủi ro biến động giá nguyên liệu.
  2. Định giá và khuyến nghị đầu tư: Cung cấp cho các chuyên viên phân tích tài chính khung dữ liệu chuẩn hóa để định giá cổ phiếu BSR trên sàn chứng khoán, đánh giá chu kỳ kinh doanh và triển vọng dự án Nâng cấp mở rộng NMLD Dung Quất.

Chiến lược triển khai và bài toán chi phí - lợi ích (ROI)

LỘ TRÌNH TRIỂN KHAI VÀ TỐI ƯU HÓA HOẠT ĐỘNG (2023 - 2026)

[Giai đoạn 1: Q1/2023 - Q4/2023]  ──> Đa dạng hóa nguồn dầu thô nhập khẩu & Tối ưu hóa tồn kho
                                       (Chi phí: 15-20 tỷ VND | Hiệu quả: Tiết giảm 120 tỷ/năm)
[Giai đoạn 2: Q1/2024 - Q4/2024]  ──> Tối ưu hóa phân xưởng PP & Chuyển đổi số kế toán quản trị
                                       (Chi phí: 30 tỷ VND    | Hiệu quả: Tăng biên LN 1,2%)
[Giai đoạn 3: 2025 - 2026]        ──> Hoàn thành dự án Nâng cấp Mở rộng Nhà máy Lọc dầu Dung Quất
                                       (Tổng vốn đầu tư ~1,2 tỷ USD | Công suất: 171.000 thùng/ngày)
  • Phân tích hiệu quả kinh tế (ROI): Việc tối ưu hóa quy trình quản trị hàng tồn kho và chủ động nguồn cung dầu thô giúp tiết giảm chi phí lưu kho và trích lập dự phòng khoảng 80–120 tỷ VND/năm, mang lại tỷ suất hoàn vốn ước tính đạt 24,5% trên chi phí triển khai hệ thống quản trị rủi ro.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Dữ liệu nghiên cứu dừng lại ở kỳ báo cáo kiểm toán năm 2022, chưa cập nhật đầy đủ các biến động tài chính của chu kỳ sau khi thị trường dầu thô hạ nhiệt trong năm 2023.
  • Số liệu BCTC công khai chưa phản ánh chi tiết cơ cấu chi phí biến đổi và chi phí cố định cho từng phân xưởng công nghệ riêng lẻ trong nhà máy.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình học máy (Machine Learning như LSTM, Random Forest) để dự báo crack spread và tối ưu hóa thời điểm ký kết hợp đồng mua sắm dầu thô kỳ hạn (Crude Oil Futures/Options).
  • Mở rộng phân tích sang mô hình Tài chính bền vững (ESG) và tác động của lộ trình chuyển dịch năng lượng (Net Zero 2050) tới giá trị tài sản dài hạn của BSR.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kinh tế/Kế toán: Tiếp cận một đồ án mẫu mực về phương pháp phân tích BCTC gắn liền với bối cảnh đặc thù của doanh nghiệp sản xuất quy mô lớn.
  • Chuyên viên phân tích tài chính & Nhà đầu tư: Nắm bắt toàn bộ cơ chế vận hành dòng tiền, cấu trúc chi phí và rủi ro chính sách kế toán của BSR để đưa ra quyết định giải ngân chuẩn xác.
  • Doanh nghiệp ngành Năng lượng: Tham khảo mô hình phân bổ vốn, quản trị rủi ro tồn kho dầu thô và chiến lược đa dạng hóa sản phẩm hóa dầu.
  • Nhà nghiên cứu học thuật: Cung cấp bằng chứng thực nghiệm về tác động của chu kỳ giá hàng hóa lên chất lượng lợi nhuận và khả năng thanh toán của doanh nghiệp hạ nguồn dầu khí.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống phân tích BCTC cho doanh nghiệp lọc dầu là gì?

Cần chuẩn hóa tập dữ liệu BCTC tối thiểu 3–5 năm liên tục theo Chuẩn mực VAS/IFRS, tích hợp dữ liệu giá dầu quốc tế (Brent, WTI, Dubai) và các crack spread chủ chốt (Mogas/Brent, Gasoil/Brent), kết hợp bộ công cụ xử lý định lượng (Python/R/Power BI) để tự động hóa trích xuất và hiển thị trực quan.

2. Giới hạn khả năng mở rộng của mô hình phân tích này khi áp dụng cho các doanh nghiệp khác?

Mô hình hoàn toàn có thể mở rộng (scale) sang các doanh nghiệp trong ngành hóa chất, phân bón và sản xuất công nghiệp nặng có cấu trúc tài sản cố định chiếm tỷ trọng lớn và chu kỳ hàng tồn kho phụ thuộc vào giá hàng hóa nguyên liệu thô (Commodity-driven industries).

3. Làm thế nào để tích hợp phân tích chính sách kế toán VAS 02 vào việc quản trị rủi ro hàng tồn kho?

Doanh nghiệp cần thiết lập quy trình đánh giá giá trị thuần có thể thực hiện được (NRV) định kỳ hàng tháng dựa trên giá bán ước tính của sản phẩm xăng dầu trừ đi chi phí ước tính để hoàn thiện và chi phí bán hàng, từ đó trích lập dự phòng kịp thời, tránh biến động lợi nhuận đột ngột vào thời điểm lập BCTC quý/năm.

4. Chi phí duy trì và yêu cầu nhân sự vận hành mô hình phân tích tài chính chuyên sâu?

Yêu cầu tối thiểu 01 chuyên viên phân tích tài chính có chứng chỉ CPA/CFA am hiểu về kế toán quản trị và 01 kỹ sư dữ liệu tài chính bán thời gian. Chi phí vận hành phần mềm và cập nhật nguồn cấp dữ liệu thị trường ước tính khoảng 50 - 150 triệu VND/năm.

5. Dự án nâng cấp mở rộng NMLD Dung Quất ảnh hưởng thế nào đến cấu trúc tài chính của BSR?

Dự án sẽ làm tăng nhu cầu vốn đầu tư xây dựng cơ bản (Capex), từ đó làm tăng tỷ lệ nợ vay dài hạn và chi phí lãi vay (được vốn hóa một phần theo VAS 16). Tuy nhiên, sau khi hoàn thành, dự án sẽ nâng công suất chế biến lên 171.000 thùng/ngày, cho phép nhà máy tiêu thụ các loại dầu thô chua có giá rẻ hơn, giúp mở rộng biên lợi nhuận gộp từ 1,5% - 2,5%.


Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Hồng Đăng đã hoàn thành xuất sắc mục tiêu phân tích toàn diện hoạt động kinh doanh và tình hình tài chính của Công ty Cổ phần Lọc hóa dầu Bình Sơn (BSR) giai đoạn 2019–2022. Bằng việc kết hợp chặt chẽ giữa các khung phân tích chiến lược vĩ mô (PESTEL, Porter's 5 Forces), phân tích sản phẩm (Ansoff) và mô hình định lượng tài chính (DuPont 3 nhân tố, Liquidity & Solvency Ratios), nghiên cứu đã làm sáng tỏ bức tranh phục hồi tài chính ngoạn mục của BSR sau đại dịch. Các khuyến nghị về đa dạng hóa nguồn dầu thô, kiểm soát rủi ro chính sách kế toán hàng tồn kho theo VAS 02 và đẩy mạnh hóa dầu cung cấp cơ sở luận chứng khoa học vững chắc cho ban lãnh đạo doanh nghiệp và cộng đồng các nhà đầu tư trên thị trường vốn.