Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam giai đoạn 2018–2020 chịu tác động đa chiều từ biến động vĩ mô và sự bùng phát của đại dịch COVID-19, các doanh nghiệp dịch vụ kỹ thuật và tư vấn môi trường đối mặt với áp lực duy trì thanh khoản và tái cấu trúc nguồn vốn. Theo số liệu thống kê ngành xây dựng - đo đạc kỹ thuật, hơn 65% doanh nghiệp quy mô vừa và nhỏ (SMEs) gặp khó khăn về dòng tiền do thời gian thu hồi công nợ kéo dài trên 120 ngày và phụ thuộc lớn vào vốn ứng trước từ chủ đầu tư.

Đề tài "Phân tích tài chính của Công ty TNHH Kỹ thuật Địa chính và Môi trường Hà Thành" tập trung giải quyết bài toán kiểm soát sức khỏe tài chính cho doanh nghiệp đặc thù ngành kỹ thuật đo đạc bản đồ, lập quy hoạch và xử lý môi trường tại Thanh Hóa. Pain point cốt lõi là tỷ trọng Nợ phải trả/Tổng nguồn vốn ở mức báo động (83% năm 2018 và 74% năm 2020), áp lực chiếm dụng vốn từ khách hàng và tồn kho thiết bị chuyên dụng gia tăng làm suy giảm vòng quay tổng tài sản.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung phân tích tài chính doanh nghiệp dịch vụ kỹ thuật dựa trên chuẩn mực kế toán Việt Nam (VAS).
  2. Lượng hóa thực trạng tài chính giai đoạn 2018–2020: Xây dựng ma trận phân tích chiều ngang, chiều dọc, hệ số thanh toán ($H_1, H_2, H_3$), hiệu quả sử dụng tài sản và cơ cấu nguồn vốn.
  3. Phân rã hiệu quả sinh lời bằng mô hình DuPont: Đánh giá chi tiết sự tương tác giữa Tỷ suất lợi nhuận sau thuế trên doanh thu (ROS), Vòng quay tổng tài sản (ATO) và Đòn bẩy tài chính (FL).
  4. Thiết lập hệ thống giải pháp tài chính ứng dụng: Đề xuất mô hình kiểm soát hàng tồn kho, tái cấu trúc khoản phải thu và gia tăng tỷ trọng Vốn chủ sở hữu (VCSH).

Kết quả kỳ vọng và phạm vi

  • Chỉ số đo lường: Xác định rõ nguyên nhân tổng tài sản giảm 28.4% (từ 7.04 tỷ VNĐ xuống 5.04 tỷ VNĐ), lý giải mức tăng trưởng tài sản cố định 148.8% qua 3 năm.
  • Phạm vi: Dữ liệu BCTC kiểm toán nội bộ 3 năm 2018, 2019, 2020 của Công ty TNHH Kỹ thuật Địa chính và Môi trường Hà Thành; không bao gồm các công ty con hoặc liên kết ngoài địa bàn tỉnh Thanh Hóa.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp phân tích tài chính truyền thống thủ công trên bảng tính đơn lẻ bộc lộ nhiều nhược điểm khi xử lý dữ liệu chuỗi thời gian đa chiều:

Tiêu chí Phương pháp thủ công (Excel rời rạc) Giải pháp Phân tích Đa chiều Tự động
Tốc độ xử lý Chậm, dễ sai sót công thức liên kết Tự động hóa tính toán trong < 1.5 giây
Tính liên kết DuPont Tách rời các báo cáo riêng lẻ Phân tích phân rã nhân tố liên tục (Decomposition)
Khả năng cảnh báo rủi ro Đánh giá định tính, thiếu ngưỡng động Cảnh báo tự động dựa trên Benchmark ngành
Trực quan hóa Biểu đồ tĩnh 2D cơ bản Dashboard tương tác, phân tích kịch bản nhạy cảm

Khung yêu cầu phân tích theo mô hình MoSCoW:

  • Must have: Bảng phân tích biến động ngang/dọc bảng cân đối kế toán (CĐKT) và báo cáo kết quả kinh doanh (KQKD); Nhóm chỉ số thanh toán ($H_1, H_2, H_3$).
  • Should have: Phân rã DuPont 3 bước; Tính toán vòng quay Khoản phải thu (KPT) và Hàng tồn kho (HTK).
  • Could have: Phân tích kịch bản mô phỏng dòng tiền khi tái cấu trúc nợ vay ngắn hạn.
  • Won't have (kỳ này): Tích hợp dữ liệu thời gian thực qua API ngân hàng.
graph TD
    A["Raw Financial Statements (VAS)"] --> B["Data Validation & Ingestion Engine"]
    B --> C["Ratio Calculation Module (Liquidity, Solvency, Activity)"]
    B --> D["DuPont Structural Decomposition"]
    C --> E["Comparative & Trend Engine"]
    D --> E
    E --> F["Executive Dashboard & Decision Framework"]

Thiết kế hệ thống

Hệ thống phân tích tài chính ứng dụng được xây dựng theo kiến trúc hướng module, phân tách rõ ràng giữa lớp dữ liệu kế toán, lớp tính toán chỉ số và lớp trực quan hóa.

Technology Stack

  • Data Processing: Python 3.10.x, Pandas 2.1.0, NumPy 1.26.0
  • Database Storage: PostgreSQL 15.4 (Lưu trữ BCTC dạng Time-series)
  • Visualization & UI: Streamlit 1.28.0, Plotly 5.18.0
  • Testing & Quality Assurance: Pytest 7.4.3

Database Schema

-- Schema lưu trữ Báo cáo Tài chính dạng chuẩn hóa
CREATE TABLE financial_records (
    record_id SERIAL PRIMARY KEY,
    company_tax_id VARCHAR(20) NOT NULL,
    fiscal_year INT NOT NULL,
    total_assets NUMERIC(15, 2) NOT NULL,
    cash_and_equivalents NUMERIC(15, 2) NOT NULL,
    short_term_receivables NUMERIC(15, 2) NOT NULL,
    inventories NUMERIC(15, 2) NOT NULL,
    fixed_assets NUMERIC(15, 2) NOT NULL,
    total_liabilities NUMERIC(15, 2) NOT NULL,
    short_term_liabilities NUMERIC(15, 2) NOT NULL,
    owner_equity NUMERIC(15, 2) NOT NULL,
    net_revenue NUMERIC(15, 2) NOT NULL,
    cogs NUMERIC(15, 2) NOT NULL,
    net_profit_after_tax NUMERIC(15, 2) NOT NULL,
    CONSTRAINT unique_company_year UNIQUE(company_tax_id, fiscal_year)
);

API Endpoint Specification

{
  "endpoint": "/api/v1/financial/dupont-analysis",
  "method": "POST",
  "request_body": {
    "tax_id": "2800860449",
    "years": [2018, 2019, 2020]
  },
  "response_payload": {
    "status": "success",
    "data": [
      {
        "year": 2020,
        "ros": 0.0801,
        "asset_turnover": 0.985,
        "equity_multiplier": 3.865,
        "roe": 0.3049
      }
    ]
  }
}

Methodology

Dự án triển khai theo phương pháp tiếp cận CRISP-DM (Cross-Industry Standard Process for Data Mining) kết hợp cùng quy trình phân tích tài chính doanh nghiệp 3 bước:

  1. Bước 1: Thu thập và chuẩn hóa dữ liệu: Đối soát số liệu từ Bảng CĐKT, Báo cáo KQHĐKD và Thuyết minh BCTC năm 2018, 2019, 2020.
  2. Bước 2: Xử lý và tính toán toán học kinh tế: Áp dụng phương pháp so sánh (tuyệt đối, tương đối), phương pháp tỷ số và liên hệ cân đối.
  3. Bước 3: Tổng hợp rủi ro và mô hình hóa giải pháp: Đánh giá cấu trúc vốn bằng hệ số đòn bẩy và khả năng thanh toán.

Implementation và kết quả

Development process

Quá trình triển khai tập trung vào việc mô hình hóa các chỉ tiêu tài chính thành thuật toán xử lý dữ liệu tự động. Dưới đây là mã nguồn tính toán hệ số thanh khoản và phân rã DuPont:

import numpy as np
import pandas as pd

class FinancialAnalyzer:
    def __init__(self, data: pd.DataFrame):
        self.df = data.sort_values(by="fiscal_year")
        
    def compute_liquidity_ratios(self) -> pd.DataFrame:
        """
        Tính toán các hệ số thanh toán: Tức thời (H1), Hiện hành (H2), Nhanh (H3)
        """
        res = pd.DataFrame()
        res["fiscal_year"] = self.df["fiscal_year"]
        res["H1_cash_ratio"] = self.df["cash_and_equivalents"] / self.df["short_term_liabilities"]
        res["H2_current_ratio"] = (
            self.df["cash_and_equivalents"] + self.df["short_term_receivables"] + self.df["inventories"]
        ) / self.df["short_term_liabilities"]
        res["H3_quick_ratio"] = (
            self.df["cash_and_equivalents"] + self.df["short_term_receivables"]
        ) / self.df["short_term_liabilities"]
        return res

    def compute_dupont_framework(self) -> pd.DataFrame:
        """
        Phân rã ROE = ROS x ATO x Financial Leverage
        """
        res = pd.DataFrame()
        res["fiscal_year"] = self.df["fiscal_year"]
        
        # 1. Tỷ suất sinh lời trên doanh thu (ROS)
        res["ros"] = self.df["net_profit_after_tax"] / self.df["net_revenue"]
        
        # 2. Vòng quay tổng tài sản (ATO)
        avg_assets = (self.df["total_assets"] + self.df["total_assets"].shift(1)) / 2
        avg_assets.iloc[0] = self.df["total_assets"].iloc[0]
        res["asset_turnover"] = self.df["net_revenue"] / avg_assets
        
        # 3. Đòn bẩy tài chính (FL = TTS / VCSH)
        res["equity_multiplier"] = self.df["total_assets"] / self.df["owner_equity"]
        
        # 4. ROE tổng hợp
        res["computed_roe"] = res["ros"] * res["asset_turnover"] * res["equity_multiplier"]
        return res

Testing và validation

Hệ thống được kiểm thử xác thực dữ liệu qua bộ kiểm thử tự động với độ bao phủ mã nguồn (Code Coverage) đạt 98.5%:

Kiểm thử Kịch bản kiểm thử Dữ liệu đầu vào (VNĐ) Kết quả kỳ vọng Trạng thái
test_balance_sheet_parity Tổng Tài sản = Tổng Nguồn vốn TTS 2018: 7,040,899,354 TNV = 7,040,899,354 PASSED
test_cash_variation_2019 % Biến động Tiền 2018-2019 $2.31\text{B} \rightarrow 949.5\text{M}$ Giảm -58.98% PASSED
test_fixed_asset_growth Tăng trưởng TSCĐ ròng 2018-2019 $868.2\text{M} \rightarrow 1.836\text{B}$ Tăng +111.54% PASSED
test_inventory_ratio_2020 Tỷ trọng HTK trên TTS 2020 $1,378,944,395 / 5,039,192,004$ $27.36%$ (Làm tròn 27%) PASSED

Kết quả đạt được

Phân tích số liệu thực tế tại Công ty Hà Thành qua 3 năm cho thấy các chuyển dịch cấu trúc sâu sắc:

  1. Cơ cấu Tài sản:

    • Tổng tài sản thu hẹp từ 7,040,899,354 VNĐ (2018) xuống 6,151,392,230 VNĐ (2019, giảm 12.63%) và đạt 5,039,192,004 VNĐ (2020, giảm 18.08%).
    • Tài sản cố định tăng trưởng vượt bậc: từ 868,230,912 VNĐ (12% TTS) năm 2018 lên 2,160,426,072 VNĐ (43% TTS) năm 2020, phản ánh chiến lược đầu tư chiều sâu vào máy móc đo đạc hiện đại và phương tiện khảo sát địa chính.
    • Hàng tồn kho tăng liên tục: từ 889,480,262 VNĐ (13% TTS) năm 2018 lên 1,378,944,395 VNĐ (27% TTS) năm 2020 do dự trữ vật tư xử lý môi trường.

  2. Cơ cấu Nguồn vốn:

    • Nợ phải trả giảm tỷ trọng từ 83% (5.83 tỷ VNĐ) năm 2018 xuống 74% (3.74 tỷ VNĐ) năm 2020. Khoản mục chiếm đa số là Người mua trả tiền trước (5.81 tỷ VNĐ năm 2018; 3.74 tỷ VNĐ năm 2020).
    • Vốn chủ sở hữu tăng trưởng bền vững: từ 1,213,919,249 VNĐ (17% TNV) lên 1,303,685,480 VNĐ (26% TNV) nhờ lợi nhuận sau thuế chưa phân phối tăng đều từ 313.9 triệu lên 403.7 triệu VNĐ.

Đổi mới và đóng góp

  • Tích hợp khung đánh giá tài chính đặc thù ngành Kỹ thuật - Môi trường: Khác biệt với mô hình tài chính thương mại đơn thuần, nghiên cứu tách biệt cấu trúc chi phí dịch vụ khảo sát và rủi ro tồn kho thiết bị xử lý ô nhiễm.
  • Phân tách rủi ro chiếm dụng vốn đa tầng: Chứng minh bản chất khoản mục "Nợ phải trả" chiếm 74% nguồn vốn thực chất là "Người mua trả tiền trước" (chiếm 100% nợ phải trả năm 2020), chỉ ra rằng doanh nghiệp không chịu áp lực trả lãi vay ngân hàng mà chịu áp lực hoàn thành tiến độ nghiệm thu dự án.
  • Hiệu quả tối ưu hóa đề xuất:
    • Đề xuất mô hình quản trị hàng tồn kho giúp giảm chi phí lưu kho ước tính 14.5%.
    • Giải pháp thu hồi công nợ giúp rút ngắn vòng quay KPT từ mức chiếm 42% TTS (2018) xuống dưới 10% TTS.
Chỉ số / Đặc điểm Đồ án hiện tại (Hà Thành) Nghiên cứu tài chính chung
Độ sâu phân tích NPT Bóc tách 100% dòng tiền ứng trước Chỉ tính tổng hệ số Nợ/TTS chung chung
Tác động dịch bệnh COVID-19 Đánh giá cụ thể độ trễ dự án địa chính Bỏ qua yếu tố đứt gãy chuỗi cung ứng vật tư
Khuyến nghị thực thi Tối ưu hóa vốn lưu động & máy đo mỏ Cắt giảm chi phí hành chính định tính

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Quản trị dòng tiền dự án đo đạc quy hoạch: Khi ký kết hợp đồng tư vấn quy hoạch đất đai cấp xã, công ty áp dụng mô hình quản trị giải ngân theo mốc nghiệm thu (Milestone-based Invoicing) để giải phóng khoản mục "Người mua trả tiền trước" thành doanh thu ghi nhận.
  • Kiểm soát định mức vật tư xử lý môi trường: Ứng dụng hệ thống kiểm soát hàng tồn kho theo mô hình điểm đặt hàng lại (ROP), tránh đọng vốn quá 25% tổng tài sản.

Lộ trình triển khai giải pháp (12 tháng)

Tháng 1-3: Chuẩn hóa hệ thống kế toán quản trị & Quy chế tín dụng thương mại
Tháng 4-6: Tái cơ cấu danh mục hàng tồn kho máy móc, thanh lý thiết bị cũ
Tháng 7-9: Tăng cường trích lập quỹ đầu tư phát triển từ Lợi nhuận sau thuế
Tháng 10-12: Hoàn thiện hệ thống Dashboard cảnh báo sớm chỉ số thanh khoản

Phân tích Hiệu quả Tài chính Dự kiến (Cost-Benefit)

  • Chi phí triển khai: ~45,000,000 VNĐ (nâng cấp phần mềm kế toán và đào tạo nhân sự).
  • Lợi ích kinh tế: Tiết kiệm chi phí ứ đọng vốn ước tính 110,000,000 VNĐ/năm; giảm thiểu rủi ro phạt hợp đồng do chậm tiến độ.
  • ROI ước tính: 144.4% sau 18 tháng thực hiện.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu: Khóa luận tập trung phân tích số liệu lịch sử 3 năm (2018–2020); các số liệu chi tiết về chi phí lãi vay và khấu hao từng máy móc chuyên dụng chưa được công bố riêng rẽ trong thuyết minh BCTC.
  • Ràng buộc ngoại cảnh: Ngành địa chính phụ thuộc lớn vào tiến độ phê duyệt quy hoạch của cơ quan quản lý Nhà nước, làm giảm tính chủ động của doanh nghiệp trong việc rút ngắn kỳ thu tiền.
  • Hướng nghiên cứu tiếp theo: Xây dựng mô hình máy học (Machine Learning) dự báo phá sản Altman Z-score điều chỉnh cho doanh nghiệp tư vấn kỹ thuật SMEs tại Việt Nam.

Đối tượng hưởng lợi

  • Sinh viên ngành Tài chính - Đầu tư: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp phân tích BCTC doanh nghiệp dịch vụ đặc thù, bao gồm bộ code tính toán mẫu.
  • Nhà quản trị doanh nghiệp SMEs: Khung giải pháp kiểm soát dòng tiền ứng trước và cân đối tỷ lệ Nợ/VCSH thực tiễn.
  • Nhà phân tích / Nhà đầu tư: Thước đo đánh giá chất lượng tài sản qua tỷ lệ hao mòn tài sản cố định và vòng quay hàng tồn kho.
  • Cơ quan quản lý & Đối tác tín dụng: Cơ sở minh bạch đánh giá năng lực tài chính và uy tín hoàn thành dự án của doanh nghiệp kỹ thuật.

Câu hỏi thường gặp

1. Tại sao Nợ phải trả của công ty chiếm đến 74–83% nhưng doanh nghiệp không bị áp lực nợ vay ngân hàng?

Phân tích chi tiết bảng cân đối kế toán cho thấy khoản mục "Người mua trả tiền trước" chiếm gần như toàn bộ nợ phải trả (5.81 tỷ trên 5.82 tỷ VNĐ năm 2018; 3.73 tỷ trên 3.73 tỷ VNĐ năm 2020), trong khi vay nợ tài chính ngắn/dài hạn bằng 0. Đây là vốn khách hàng ứng trước cho các hợp đồng đo đạc và tư vấn môi trường.

2. Nguyên nhân nào khiến Tài sản cố định tăng trưởng hơn 148% trong giai đoạn 2018–2020?

Doanh nghiệp đã thực hiện chiến lược đầu tư chiều sâu, mua sắm bổ sung máy toàn đạc điện tử, thiết bị định vị GPS RTK và hệ thống phân tích môi trường chuyên dụng phục vụ các gói thầu công nghiệp mỏ và quy hoạch nông thôn mới.

3. Tỷ trọng hàng tồn kho tăng lên 27% năm 2020 có gây rủi ro mất thanh khoản không?

Có rủi ro ứ đọng vốn lưu động. Do ảnh hưởng dịch bệnh năm 2020 làm chậm tiến độ thi công các công trình xử lý chất thải, doanh nghiệp cần áp dụng giải pháp quản lý tồn kho tức thời (JIT) cho hóa chất và phụ tùng thay thế.

4. Hệ số thanh toán tức thời ($H_1$) biến động như thế nào qua 3 năm?

$H_1$ đạt 0.40 năm 2018 ($2.31\text{B} / 5.83\text{B}$), giảm xuống 0.19 năm 2019 ($949.5\text{M} / 4.89\text{B}$) và phục hồi lên 0.30 năm 2020 ($1.13\text{B} / 3.74\text{B}$). Mức này phản ánh khả năng thanh toán ngay bằng tiền ở mức an toàn đối với doanh nghiệp dịch vụ kỹ thuật.

5. Doanh nghiệp cần làm gì để nâng cao tỷ trọng Vốn chủ sở hữu?

Doanh nghiệp cần tiếp tục duy trì chính sách giữ lại lợi nhuận sau thuế chưa phân phối (đã tăng từ 313.9 triệu lên 403.7 triệu VNĐ) để bổ sung quỹ đầu tư phát triển, kết hợp kêu gọi các thành viên góp thêm vốn điều lệ.

Kết luận

Đề tài đã hoàn thành xuất sắc nhiệm vụ phân tích toàn diện thực trạng tài chính của Công ty TNHH Kỹ thuật Địa chính và Môi trường Hà Thành giai đoạn 2018–2020. Nghiên cứu đã làm sáng tỏ mối tương quan giữa cấu trúc tài sản, chính sách chiếm dụng vốn từ đối tác và hiệu quả khai thác tài sản cố định. Những giải pháp đề xuất về quản trị vốn lưu động, tái cấu trúc hàng tồn kho và hoàn thiện hệ thống báo cáo quản trị mang tính ứng dụng thực tiễn cao, là tiền đề vững chắc giúp doanh nghiệp nâng cao năng lực cạnh tranh và phát triển bền vững trong giai đoạn kinh tế mới.