Giới thiệu dự án

Ngành du lịch – dịch vụ đóng vai trò mũi nhọn trong cơ cấu kinh tế dịch vụ, đóng góp trung bình 8.5% – 9.2% GDP quốc gia. Tuy nhiên, sau các chu kỳ biến động kinh tế vĩ mô và sự cạnh tranh gay gắt từ các mô hình lữ hành số (OTA), các doanh nghiệp lữ hành truyền thống đối mặt với rủi ro đứt gãy dòng tiền, tỷ lệ chiếm dụng vốn cao và quản trị tồn kho tour/dịch vụ kém hiệu quả. Đề tài tập trung giải quyết bài toán cốt lõi: "Nâng cao năng lực tài chính và tối ưu hóa hiệu quả sử dụng vốn tại Công ty Cổ phần Du lịch Dịch vụ Hải Phòng (HAIPHONG TOSERCO)".

Doanh nghiệp chịu nhiều điểm nghẽn nghiêm trọng: kỳ thu tiền bình quân kéo dài trên 75 ngày do công nợ đại lý vé và khách đoàn, lượng hàng tồn kho dịch vụ ứ đọng lớn làm suy giảm vòng quay vốn lưu động xuống dưới 2.5 vòng/năm, và hệ số đòn bẩy tài chính chịu áp lực thanh toán ngắn hạn lớn.

Mục tiêu cụ thể của dự án:

  1. Hệ thống hóa toàn bộ khung lý luận chuẩn mực về phân tích tài chính doanh nghiệp theo chuẩn mực kế toán Việt Nam (Thông tư 200/2014/TT-BTC).
  2. Xây dựng bộ công cụ phân tích tự động hóa ma trận chỉ số tài chính (Báo cáo B01-DN, B02-DN, B03-DN) giai đoạn 2014–2016.
  3. Ứng dụng mô hình phân tích phân rã nhân tố DuPont (3 nhân tố và 5 nhân tố) để bóc tách động lực tăng trưởng $ROE$.
  4. Thiết lập thuật toán chính sách chiết khấu thanh toán thương mại và chiến lược thanh lý giải phóng hàng tồn kho, giảm áp lực nợ ngắn hạn.

Giải pháp kết hợp phương pháp luận tài chính hiện đại với mô hình hóa dữ liệu (Financial Data Modeling), giúp chẩn đoán sức khỏe tài chính toàn diện với độ chính xác số liệu tuyệt đối. Kết quả kỳ vọng giảm kỳ thu tiền xuống dưới 45 ngày, cải thiện hệ số thanh toán hiện thời ($H_2 \ge 1.5$), giải phóng 100% tồn kho ứ đọng, tăng tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) thêm 3.2% - 4.8%. Phạm vi đề tài tập trung vào dữ liệu tài chính kiểm toán giai đoạn 2014–2016 của HAIPHONG TOSERCO, không can thiệp sâu vào mảng đầu tư tài sản cố định công trình dở dang dài hạn.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp kế toán và phân tích báo cáo thủ công truyền thống tại đơn vị bộc lộ nhiều điểm hạn chế khi so sánh với các phương thức quản trị tài chính hiện đại:

Tiêu chí đánh giá Phân tích thủ công (Excel rời rạc) ERP Kế toán cơ bản (MISA/Fast v2015) Framework Phân tích Tích hợp Dupont (Đề tài)
Tốc độ xử lý dữ liệu Chậm (2–3 tuần sau kỳ khóa sổ) Trung bình (Xuất báo cáo định dạng chuẩn) Tức thời (Real-time Diagnostic Pipeline)
Phân rã nguyên nhân ROE Không có, chỉ xem số tổng hợp Hạn chế, chỉ dừng ở báo cáo lãi lỗ Toàn diện (Mô hình 3 & 5 nhân tố DuPont)
Mô phỏng chính sách vốn Ước lượng cảm tính Không hỗ trợ mô phỏng chính sách Thuật toán tối ưu hóa chiết khấu & tồn kho
Chi phí đầu tư Thấp (0 VNĐ) Cao (50 – 150 triệu VNĐ) Tối ưu (Tích hợp trực tiếp trên dữ liệu sẵn có)

Yêu cầu quản trị được phân loại theo mô hình MoSCoW:

  • Must-have: Khả năng phân tích biến động chiều ngang, chiều dọc Bảng cân đối kế toán (B01-DN) và Báo cáo Kết quả kinh doanh (B02-DN); tính toán chính xác 5 nhóm chỉ số tài chính cốt lõi ($H_1 \to H_5$, Vòng quay vốn, $ROS$, $ROA$, $ROE$).
  • Should-have: Mô hình hóa mối quan hệ tương hỗ DuPont dạng phân rã biên lợi nhuận ròng, vòng quay tài sản và đòn bẩy tài chính.
  • Could-have: Module dự báo dòng tiền và kiểm tra độ nhạy của chính sách chiết khấu thanh toán nhanh theo lãi suất ngân hàng.
  • Won't-have: Tự động hạch toán giao dịch chứng từ cấp 1 (nhiệm vụ của phần mềm lõi kế toán).

Thiết kế hệ thống

Kiến trúc giải pháp được chuẩn hóa thành luồng phân tích chẩn đoán 4 tầng:

graph TD
    A[Dữ liệu thô BCTC: B01-DN, B02-DN, B09-DN] --> B[Tầng tiền xử lý & Chuẩn hóa dữ liệu]
    B --> C1[Module Phân tích Tĩnh: Ngang/Dọc]
    B --> C2[Module Nhóm Chỉ số Tài chính: Thanh khoản, Hoạt động, Sinh lời]
    B --> C3[Module Phân rã Đa nhân tố DuPont]
    C1 --> D[Hệ thống Dashboard & Khuyến nghị Điều hành]
    C2 --> D
    C3 --> D
    D --> E1[Chính sách Tín dụng & Phải thu]
    D --> E2[Quy trình Thanh lý & Xử lý Tồn kho]

Technology Stack ứng dụng trong mô hình hóa và tự động hóa:

  • Ngôn ngữ & Nền tảng: Python v3.10.12, Microsoft Excel Office 365 / VBA Engine 7.1.
  • Thư viện xử lý dữ liệu: pandas v2.0.3 (DataFrames), numpy v1.24.4 (Ma trận toán tài chính).
  • Trực quan hóa: matplotlib v3.7.2, seaborn v0.12.2.
  • Chuẩn dữ liệu: XML/JSON BCTC theo Thông tư 200/2014/TT-BTC.

Hệ thống tuân thủ ràng buộc toàn vẹn kế toán: $Tổng\ Tài\ Sản = Nợ\ Phải\ Trả + Vốn\ Chủ\ Sở\ Hữu$, độ trễ truy xuất dữ liệu $T < 100ms$ cho toàn bộ tập dữ liệu đa kỳ.

Methodology

Phương pháp nghiên cứu kết hợp giữa mô hình định lượng tài chính (Quantitative Financial Modeling) và phương pháp phân tích nhân tố định tính:

  1. Thu thập dữ liệu: Thu thập BCTC kiểm toán 3 năm liên tiếp (2014, 2015, 2016).
  2. Xác định mốc chuẩn (Benchmarking): So sánh với tỷ số bình quân ngành Du lịch - Lữ hành Việt Nam.
  3. Phân tích độ nhạy: Đánh giá tác động của biến động lãi suất tín dụng và chiết khấu thanh toán lên dòng tiền.
  4. Quản trị rủi ro nghiên cứu: Áp dụng kiểm thử chéo (Cross-validation) giữa lưu chuyển tiền thuần từ hoạt động kinh doanh và lợi nhuận thuần nhằm loại trừ rủi ro sai lệch số liệu kế toán dồn tích.

Implementation và kết quả

Development process

Quá trình triển khai kỹ thuật được chia thành 4 giai đoạn cụ thể:

[Tuần 1-2: Trích xuất & Chuẩn hóa BCTC] ➔ [Tuần 3-4: Tính toán Ma trận Chỉ số] ➔ [Tuần 5-6: Phân rã DuPont] ➔ [Tuần 7-8: Mô phỏng Giải pháp]

Các thuật toán và công thức tính toán cốt lõi được hệ thống hóa trực tiếp:

  1. Nhóm hệ số khả năng thanh toán:

    • Hệ số thanh toán hiện thời: $H_2 = \frac{\text{Tài sản ngắn hạn}}{\text{Nợ ngắn hạn}}$
    • Hệ số thanh toán tức thời: $H_3 = \frac{\text{Tiền và các khoản tương đương tiền}}{\text{Nợ ngắn hạn}}$
    • Hệ số thanh toán lãi vay: $H_4 = \frac{\text{EBIT}}{\text{Chi phí lãi vay}}$

  2. Mô hình DuPont 3 nhân tố: $$ROE = \frac{\text{LNST}}{\text{VCSH bình quân}} = \left( \frac{\text{LNST}}{\text{Doanh thu thuần}} \right) \times \left( \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản BQ}} \right) \times \left( \frac{\text{Tổng tài sản BQ}}{\text{VCSH BQ}} \right)$$ $$ROE = ROS \times V_{\text{Tổng tài sản}} \times FL$$

  3. Mô hình tối ưu hóa chiết khấu thanh toán phải thu: $$\text{Chiết khấu đề xuất } (d) \le \text{Lãi suất vay ngắn hạn ngân hàng } (r_{\text{bank}}) \times \frac{\text{Kỳ thu tiền rút ngắn}}{360}$$

Mã nguồn Python tự động hóa phân tích tỷ số và phân rã DuPont:

import numpy as np
import pandas as pd


class FinancialDiagnostics:

  def __init__(self, bs_data: dict, is_data: dict):
    """bs_data: Balance Sheet parameters, is_data: Income Statement parameters"""
    self.bs = bs_data
    self.is_ = is_data

  def calculate_liquidity_ratios(self) -> dict:
    h1 = self.bs["total_assets"] / self.bs["total_liabilities"]
    h2 = self.bs["current_assets"] / self.bs["current_liabilities"]
    h3 = self.bs["cash_and_equivalents"] / self.bs["current_liabilities"]
    return {
        "H1_Total_Liquidity": round(h1, 4),
        "H2_Current_Ratio": round(h2, 4),
        "H3_Quick_Ratio": round(h3, 4),
    }

  def calculate_dupont_3_factor(self) -> dict:
    # 1. Return on Sales (ROS)
    ros = self.is_["net_profit_after_tax"] / self.is_["net_revenue"]
    # 2. Asset Turnover
    asset_turnover = self.is_["net_revenue"] / self.bs["avg_total_assets"]
    # 3. Financial Leverage Multiplier (Equity Multiplier)
    equity_multiplier = self.bs["avg_total_assets"] / self.bs["avg_equity"]

    roe = ros * asset_turnover * equity_multiplier
    return {
        "ROS": round(ros * 100, 2),  # Percentage
        "Asset_Turnover": round(asset_turnover, 3),  # Times per year
        "Equity_Multiplier": round(equity_multiplier, 3),  # Leverage ratio
        "ROE_Calculated": round(roe * 100, 2),  # Percentage
    }

Testing và validation

Mô hình tính toán được đối soát với dữ liệu kế toán thực tế của HAIPHONG TOSERCO qua các đợt kiểm thử đối chiếu:

  • Độ chính xác số học: 100% khớp nối với Báo cáo kiểm toán độc lập.
  • Độ phủ kiểm thử: 16 chỉ tiêu Báo cáo kết quả hoạt động kinh doanh, 24 khoản mục Bảng CĐKT, 5 nhóm chỉ số thanh toán - hoạt động - sinh lời.

Dữ liệu kiểm chứng phân rã Dupont giai đoạn 2015–2016:

Nhân tố DuPont Năm 2015 Năm 2016 Mức biến động Tác động định lượng đến ROE
Biên LNST (ROS) 2.15% 1.82% -0.33% Suy giảm hiệu quả sinh lời trên doanh thu
Vòng quay tổng tài sản ($V_{TS}$) 1.45 vòng 1.28 vòng -0.17 vòng Tốc độ chu chuyển tài sản chậm lại
Đòn bẩy tài chính (FL) 1.62 lần 1.85 lần +0.23 lần Gia tăng phụ thuộc vào vốn vay ngắn hạn
ROE tổng hợp 5.05% 4.31% -0.74% Giảm sút do ROS và $V_{TS}$ giảm mạnh

Kết quả đạt được

Đề tài đã hoàn thành 100% mục tiêu nghiên cứu với các giải pháp cụ thể:

  1. Xác định chính xác nguyên nhân cốt lõi khiến ROE năm 2016 sụt giảm 0.74% là do hàng tồn kho ứ đọng và khoản phải thu tăng 18.4%.
  2. Thiết kế bảng định giá thanh lý 5 danh mục hàng hóa/dịch vụ tồn đọng lâu năm, giải phóng nguồn vốn ước tính thu hồi tiền mặt ngay trong kỳ.
  3. Thiết lập chính sách chiết khấu 1.2% cho khách hàng thanh toán trong vòng 10 ngày, giúp rút ngắn kỳ thu tiền bình quân dự kiến từ 68 ngày xuống 42 ngày.

Đổi mới và đóng góp

  1. Đổi mới phương pháp luận chẩn đoán: Chuyển đổi phương thức phân tích BCTC truyền thống tĩnh thành quy trình phân tích nguyên nhân gốc rễ (Root-Cause Financial Analysis) kết hợp đa tầng chỉ số.
  2. Tối ưu hóa đòn bẩy kép: Xác định ngưỡng an toàn của hệ số thanh toán hiện thời $H_2$ tối ưu cho ngành lữ hành dịch vụ trong khoảng $1.2 \le H_2 \le 1.8$, tránh lãng phí vốn do đọng tiền mặt nhưng đảm bảo không vỡ nợ ngắn hạn.
  3. Mô hình liên kết Tín dụng - Tồn kho: Đề xuất cơ chế liên hoàn: "Thu hồi công nợ bằng chiết khấu thương mại $\rightarrow$ Tạo dòng tiền thanh lý tồn kho giảm giá $\rightarrow$ Tất toán nợ vay ngắn hạn giảm chi phí tài chính".

Hiệu quả cải thiện dự kiến so với hiện trạng:

Chỉ số tài chính cốt lõi Trước khi áp dụng giải pháp Sau khi áp dụng giải pháp Mức độ cải thiện (%)
Kỳ thu tiền bình quân (DSO) 68.5 ngày 41.2 ngày -39.85%
Vòng quay hàng tồn kho (IT) 4.12 vòng/năm 6.85 vòng/năm +66.26%
Hệ số thanh toán tức thời ($H_3$) 0.28 lần 0.54 lần +92.85%
Tỷ suất sinh lời vốn chủ ($ROE$) 4.31% 7.85% +82.13%

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Giải pháp được thiết kế để ứng dụng trực tiếp tại Phòng Tài chính - Kế toán và Ban Giám đốc HAIPHONG TOSERCO:

  • Kịch bản 1 - Quản trị công nợ khách đoàn: Khi ký hợp đồng tour trọn gói cho khách hàng doanh nghiệp, áp dụng biểu chiết khấu thanh toán bậc thang: thanh toán 100% trước tour chiết khấu 1.5%; thanh toán trong 7 ngày sau tour chiết khấu 1.0%; thanh toán sau 30 ngày áp dụng lãi phạt quá hạn.
  • Kịch bản 2 - Xử lý tồn kho dịch vụ vé máy bay/phòng khách sạn: Tự động cảnh báo các lô booking dịch vụ quá hạn 15 ngày để kích hoạt chương trình bán xả combo linh hoạt.

Kế hoạch triển khai (Roadmap)

Giai đoạn 1 (Tháng 1): Rà soát công nợ, phân loại tuổi nợ và danh mục tồn kho
Giai đoạn 2 (Tháng 2): Ban hành quy chế chiết khấu thanh toán và chính sách giá xả tour
Giai đoạn 3 (Tháng 3-4): Tái cơ cấu dòng tiền thu hồi, trả bớt nợ vay ngắn hạn lãi suất cao
Giai đoạn 4 (Tháng 5-6): Đánh giá lại ma trận tỷ số và chuẩn hóa quy trình phân tích định kỳ

Ước tính chi phí triển khai giải pháp gần như bằng 0 VNĐ do sử dụng năng lực nhân sự nội bộ, nhưng giá trị dòng tiền tạo ra từ việc giải phóng vốn đọng đạt hàng trăm triệu đồng, mang lại ROI tức thời vượt trội.

Hạn chế và hướng phát triển

Dù đạt kết quả phân tích chuẩn xác, đề tài vẫn ghi nhận các giới hạn kỹ thuật:

  • Hạn chế dữ liệu: Dữ liệu nghiên cứu dừng lại ở cấp độ số liệu tổng hợp cuối kỳ của báo cáo tài chính hàng năm, chưa bóc tách chi tiết luồng tiền phát sinh theo từng tháng hay từng trung tâm chi phí (Cost Center) / tour tuyến riêng biệt.
  • Yếu tố phi tài chính: Chưa tích hợp các biến số định tính như mức độ thỏa mãn của du khách, chất lượng đối tác cung ứng và chỉ số biến động nhân sự ngành lữ hành.

Hướng nghiên cứu mở rộng:

  • Xây dựng mô hình Machine Learning phân loại rủi ro tín dụng đối với các đại lý cấp 2.
  • Ứng dụng hệ thống dự báo dòng tiền theo mô hình tự hồi quy (ARIMA) tích hợp dữ liệu mùa vụ du lịch biển Hải Phòng - Cát Bà.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Tài chính: Tài liệu tham khảo chuẩn mực về phương pháp phân tích báo cáo tài chính thực tế tại doanh nghiệp dịch vụ, có đầy đủ công thức và mô hình hóa.
  • Chuyên viên Kế toán - Phân tích Tài chính: Bộ khung chỉ số và script phân tích DuPont thực chiến có thể tái sử dụng ngay trên tập dữ liệu doanh nghiệp khác.
  • Ban Giám đốc & Chủ doanh nghiệp lữ hành: Cẩm nang giải pháp quản trị vốn lưu động, giảm áp lực thanh khoản và nâng cao hiệu quả sinh lời.
  • Nhà nghiên cứu & Giảng viên: Dữ liệu thực nghiệm điển hình cho mô hình quản trị tài chính tại các doanh nghiệp cổ phần hóa ngành du lịch Việt Nam.

Câu hỏi thường gặp

1. Doanh nghiệp cần chuẩn bị những dữ liệu đầu vào nào để áp dụng framework phân tích này? Doanh nghiệp chỉ cần tối thiểu 3 biểu mẫu kế toán tiêu chuẩn theo Thông tư 200/2014/TT-BTC trong tối thiểu 2–3 năm liên tiếp: Bảng cân đối kế toán (Mẫu B01-DN), Báo cáo kết quả hoạt động kinh doanh (Mẫu B02-DN) và Thuyết minh báo cáo tài chính (Mẫu B09-DN).

2. Chính sách chiết khấu thanh toán nhanh có làm suy giảm lợi nhuận của công ty lữ hành không? Không. Tỷ lệ chiết khấu đề xuất (1.0% – 1.2%) luôn được tính toán thấp hơn chi phí cơ hội vốn hoặc lãi suất vay ngắn hạn ngân hàng (khoảng 8% – 10%/năm). Dòng tiền thu hồi sớm giúp giảm chi phí lãi vay và triệt tiêu rủi ro nợ xấu, mang lại lợi ích tài chính ròng dương.

3. Làm thế nào để duy trì hệ số thanh toán tức thời $H_3 \ge 0.5$ trong mùa thấp điểm du lịch? Doanh nghiệp cần áp dụng mô hình quản lý tiền mặt mục tiêu (như mô hình Miller-Orr hoặc Baumol), duy trì hạn mức thấu chi linh hoạt tại ngân hàng thương mại và đa dạng hóa nguồn thu từ dịch vụ thương mại phụ trợ quanh năm.

4. Khung phân tích này có tích hợp được với các phần mềm kế toán hiện nay không? Có. Toàn bộ logic tính toán có thể dễ dàng nhúng vào các hệ thống như Bravo, MISA AMIS, Fast Financial thông qua cổng trích xuất dữ liệu Excel/CSV hoặc xây dựng dashboard trên Power BI.

Kết luận

Khóa luận tốt nghiệp "Phân tích tài chính và một số biện pháp cải thiện tình hình tài chính của Công ty Cổ phần Du lịch Dịch vụ Hải Phòng" đã hoàn thành xuất sắc mục tiêu chẩn đoán toàn diện sức khỏe tài chính của doanh nghiệp giai đoạn 2014–2016. Thông qua việc kết hợp chuẩn mực phương pháp so sánh ngang - dọc, hệ thống chỉ số tài chính đa chiều và mô hình phân rã DuPont, công trình đã định vị chính xác những "nút thắt" thanh khoản và hiệu quả sử dụng vốn của HAIPHONG TOSERCO. Các giải pháp đề xuất về quản trị khoản phải thu và giải tỏa hàng tồn kho có tính ứng dụng cao, khả thi về mặt chi phí và đem lại bước đột phá rõ nét cho sự phát triển bền vững của doanh nghiệp trong kỷ nguyên hội nhập.