Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam đẩy mạnh hội nhập quốc tế, các doanh nghiệp thương mại và phân phối vật liệu kỹ thuật, hóa chất, kim loại phải đối mặt với áp lực cạnh tranh gay gắt. Theo thống kê từ Tổng cục Thống kê và Hiệp hội Doanh nghiệp vừa và nhỏ (SMEs), hơn 68% doanh nghiệp thương mại gặp rủi ro đứt gãy dòng tiền trong giai đoạn tăng trưởng nóng do chính sách công nợ lỏng lẻo và phụ thuộc quá mức vào đòn bẩy tài chính ngắn hạn.

Dự án khóa luận tốt nghiệp "Phân tích tình hình tài chính tại Công ty TNHH Đầu tư Thương mại Hoàng Nam Phát" tập trung giải quyết bài toán cốt lõi: Đánh giá toàn diện sức khỏe tài chính của doanh nghiệp thương mại đa ngành trong giai đoạn tăng trưởng quy mô (2014 - 2016), bóc tách nguyên nhân sụt giảm thanh khoản nghiêm trọng và xây dựng mô hình định lượng tối ưu hóa vốn lưu động (Working Capital Management).

+-----------------------------------------------------------------------------------+
|               VẤN ĐỀ TÀI CHÍNH TẠI CÔNG TY HOÀNG NAM PHÁT (2015 - 2016)          |
+-----------------------------------------------------------------------------------+
|  Doanh thu thuần tăng vọt: +554,92% (Quy mô mở rộng nóng)                         |
|  Nợ phải trả ngắn hạn tăng: +1.123,20% (Phụ thuộc vốn vay & nợ chiếm dụng)       |
|  Khoản phải thu ngắn hạn tăng: +100,00% (Bị khách hàng chiếm dụng 48,38% TS)     |
|  Hệ số thanh toán tức thời giảm: Từ 5,64 lần xuống 0,64 lần (-88,65%)            |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Khảo sát & Chuẩn hóa dữ liệu: Thu thập, kiểm toán và hệ thống hóa Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh của Hoàng Nam Phát giai đoạn 2014 - 2016.
  2. Bóc tách cơ cấu Tài sản - Nguồn vốn: Phân tích biến động chiều ngang (Horizontal Analysis) và chiều dọc (Vertical Analysis) để xác định xu hướng dịch chuyển vốn lưu động.
  3. Đánh giá năng lực thanh toán & rủi ro thanh khoản: Tính toán các hệ số thanh toán tổng quát, thanh toán hiện hành, thanh toán nhanh và thanh toán tức thời.
  4. Phân tích hiệu quả kinh doanh & Mô hình DuPont: Tách lớp tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ suất sinh lời trên vốn chủ sở hữu (ROE) thành các nhân tố: Biên lợi nhuận ròng (ROS), Vòng quay tổng tài sản (Asset Turnover), và Đòn bẩy tài chính (Equity Multiplier).
  5. Thiết kế giải pháp can thiệp định lượng: Xây dựng cơ chế chiết khấu thanh toán sớm (Early Payment Discount) và cấu trúc lại chính sách tín dụng thương mại nhằm thu hồi nợ đọng, giảm chi phí quản lý kinh doanh.

Phương pháp tiếp cận & Kết quả kỳ vọng

  • Phương pháp tiếp cận: Kết hợp phân tích tỷ số tài chính chuẩn tắc (Financial Ratio Analysis) với mô hình phân tích phân rã DuPont 2 nhân tố và 3 nhân tố, tích hợp thuật toán mô phỏng tối ưu hóa chiết khấu nợ phải thu.
  • Chỉ số kỳ vọng: Tái lập hệ số thanh toán tức thời $\ge 1,0$; giảm tỷ trọng nợ phải thu trong tài sản ngắn hạn từ $48,38%$ xuống dưới $30%$; tăng tốc độ vòng quay vốn lưu động thêm $15 - 20%$.
  • Phạm vi & Giới hạn: Dữ liệu tài chính giai đoạn 2014 - 2016 tại Công ty TNHH Đầu tư Thương mại Hoàng Nam Phát (Hải Phòng), tập trung vào mảng bán buôn phế liệu, kim loại, máy móc và vật liệu xây dựng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thời điểm nghiên cứu, doanh nghiệp đang quản lý tài chính thủ công bằng bảng tính Excel rời rạc, thiếu hệ thống cảnh báo sớm (Early Warning System) về rủi ro công nợ và thanh khoản.

Tiêu chí đánh giá Phương pháp Báo cáo Excel thủ công Phân hệ Tài chính ERP phổ thông Hệ thống Phân tích DuPont & Tối ưu Nợ (Đề xuất)
Tính cập nhật & Tự động hóa Thấp, dễ sai sót nhập liệu thủ công Trung bình, phụ thuộc vào module kế toán Cao, tự động trích xuất và tính toán chỉ số
Bóc tách nguyên nhân ROE Không có, chỉ xem lợi nhuận gộp Gián tiếp qua các báo cáo tổng hợp Trực quan qua sơ đồ phân rã DuPont đa nhân tố
Mô phỏng chính sách nợ Tính toán tĩnh, không có kịch bản Chỉ theo dõi tuổi nợ (Aging Schedule) Tích hợp thuật toán chiết khấu động & Thưởng thu hồi
Chi phí triển khai Rất thấp (0 VNĐ) Rất cao ($15.000 - $50.000) Tối ưu, phù hợp mô hình SME thương mại

Phân loại yêu cầu giải pháp theo mô hình MoSCoW

  • Must Have (Bắt buộc): Bảng cân đối tài sản tự động; bộ tính toán 11 chỉ số thanh toán - hoạt động - sinh lời; phương trình phân tích DuPont; mô hình phân loại tuổi nợ phải thu.
  • Should Have (Nên có): Bảng dự báo dòng tiền theo kịch bản chiết khấu $1% - 2,5%$; công cụ tính thưởng hiệu suất cho tổ thu hồi nợ.
  • Could Have (Có thể có): Dashboard trực quan hóa dòng tiền và tỷ trọng tài sản theo thời gian thực (Real-time Financial Dashboard).
  • Won't Have (Chưa thực hiện kỳ này): Tích hợp cổng thanh toán trực tiếp qua Open Banking API hoặc Core Banking ngân hàng thương mại.

Thiết kế hệ thống

Hệ thống phân tích tài chính và tối ưu dòng tiền được thiết kế theo kiến trúc module hóa hướng dịch vụ (Service-Oriented Architecture), cho phép xử lý dữ liệu kế toán và xuất báo cáo phân tích theo chuẩn mực kế toán Việt Nam (VAS).

+-----------------------------------------------------------------------------------+
|                        KIẾN TRÚC HỆ THỐNG PHÂN TÍCH TÀI CHÍNH                     |
+-----------------------------------------------------------------------------------+
|  [Tầng Dữ liệu]: Bảng CĐKT, Báo cáo KQKD, Sổ chi tiết công nợ (PostgreSQL 16)    |
|                                       │                                           |
|  [Tầng Xử lý (Python/FastAPI)]:                                                   |
|   ├─ Liquidity & Solvency Engine (Hệ số thanh toán, Đòn bẩy tài chính)            |
|   ├─ DuPont Decomposition Engine (Phân rã ROA = ROS x ATO; ROE = ROA x EM)       |
|   └─ Working Capital & Debt Optimizer (Thuật toán chiết khấu & Dự báo nợ thu hồi) |
|                                       │                                           |
|  [Tầng Trực quan (React/PowerBI)]: Dashboard chỉ số tài chính & Phân tích kịch bản|
+-----------------------------------------------------------------------------------+

Technology Stack và Thông số phiên bản

  • Ngôn ngữ xử lý dữ liệu & Tính toán: Python v3.10.12
  • Thư viện phân tích dữ liệu & Ma trận: Pandas v2.1.4, NumPy v1.26.2
  • Backend API Service: FastAPI v0.104.1 (RESTful API architecture)
  • Cơ sở dữ liệu lưu trữ: PostgreSQL v16.1
  • Môi trường đóng gói: Docker v24.0.7, Docker-Compose v2.23.3

Thiết kế lược đồ cơ sở dữ liệu (Database Schema)

-- Bảng lưu trữ báo cáo kết quả kinh doanh và bảng cân đối kế toán theo niên độ
CREATE TABLE financial_statements (
    statement_id VARCHAR(36) PRIMARY KEY,
    fiscal_year INT NOT NULL,
    total_assets NUMERIC(15, 2) NOT NULL,
    current_assets NUMERIC(15, 2) NOT NULL,
    cash_and_equivalents NUMERIC(15, 2) NOT NULL,
    accounts_receivable NUMERIC(15, 2) NOT NULL,
    inventory 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,
    owners_equity NUMERIC(15, 2) NOT NULL,
    net_revenue NUMERIC(15, 2) NOT NULL,
    cost_of_goods_sold NUMERIC(15, 2) NOT NULL,
    operating_expenses NUMERIC(15, 2) NOT NULL,
    net_profit_after_tax NUMERIC(15, 2) NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng quản lý chi tiết danh mục tuổi nợ và chính sách thu hồi
CREATE TABLE accounts_receivable_aging (
    record_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    customer_id VARCHAR(50) NOT NULL,
    debt_amount NUMERIC(15, 2) NOT NULL,
    aging_bucket VARCHAR(20) NOT NULL CHECK (aging_bucket IN ('0-30', '31-60', '61-90', '>90')),
    discount_rate_offered NUMERIC(5, 4) DEFAULT 0.0000,
    is_recovered BOOLEAN DEFAULT FALSE
);

Methodology (Phương pháp luận nghiên cứu)

Nghiên cứu áp dụng quy trình định lượng kết hợp 4 phương pháp chuyên sâu:

  1. Phương pháp so sánh (Comparative Method): So sánh số tuyệt đối ($\Delta = Y_1 - Y_0$) và số tương đối ($% = \frac{Y_1 - Y_0}{Y_0} \times 100$) trên chuỗi thời gian 3 năm (2014, 2015, 2016).
  2. Phương pháp phân tích tỷ số (Financial Ratio Analysis): Đánh giá 4 nhóm chỉ tiêu cốt lõi: Khả năng thanh toán, Cơ cấu vốn - Đầu tư, Hiệu suất hoạt động, và Năng lực sinh lời.
  3. Phương pháp phân rã DuPont (DuPont Analysis): Thiết lập hàm mục tiêu liên kết giữa lợi nhuận ròng và việc sử dụng tài sản: $$\text{ROA} = \text{ROS} \times \text{Vòng quay tổng tài sản} = \frac{\text{LNST}}{\text{DTT}} \times \frac{\text{DTT}}{\text{Tổng tài sản BQ}}$$ $$\text{ROE} = \text{ROA} \times \text{Hệ số đòn bẩy tài chính} = \text{ROA} \times \frac{\text{Tổng tài sản BQ}}{\text{Vốn chủ sở hữu BQ}} = \frac{\text{ROA}}{1 - H_v}$$
  4. Phương pháp mô hình hóa chính sách tín dụng thương mại: Đánh giá điểm hòa vốn giữa chi phí chiết khấu thanh toán và chi phí cơ hội của vốn bị chiếm dụng.
+-----------------------------------------------------------------------------------+
|                          KẾ HOẠCH TRIỂN KHAI VÀ MILESTONES                        |
+-----------------------------------------------------------------------------------+
| Tuần 1 - 2: Khảo sát hiện trạng, thu thập BCTC 2014-2016 và chứng từ nội bộ       |
| Tuần 3 - 5: Chuẩn hóa dữ liệu, tính toán các chỉ số tài sản, nguồn vốn và tỷ số   |
| Tuần 6 - 8: Thiết lập mô hình DuPont, chạy thuật toán tối ưu nợ phải thu          |
| Tuần 9 - 11: Đánh giá tác động tài chính sau can thiệp, hoàn thiện khóa luận      |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Development Process & Core Algorithms

Dưới đây là module Python triển khai tính toán toàn bộ hệ số tài chính và phân rã mô hình DuPont dựa trên dữ liệu thực tế tại Hoàng Nam Phát:

import numpy as np
import pandas as pd
from typing import Dict, Any

class FinancialAnalysisEngine:
    def __init__(self, data: Dict[str, Any]):
        self.data = data

    def compute_liquidity_ratios(self) -> Dict[str, float]:
        """Tính toán các tỷ số thanh toán chuẩn mực"""
        total_assets = self.data["total_assets"]
        total_liabilities = self.data["total_liabilities"]
        current_assets = self.data["current_assets"]
        short_term_liabilities = self.data["short_term_liabilities"]
        cash_equiv = self.data["cash_and_equivalents"]
        inventory = self.data["inventory"]

        # H1: Hệ số thanh toán tổng quát
        general_liquidity = total_assets / total_liabilities if total_liabilities else 0.0
        # H2: Hệ số thanh toán hiện hành (ngắn hạn)
        current_liquidity = current_assets / short_term_liabilities if short_term_liabilities else 0.0
        # H3: Hệ số thanh toán tức thời
        cash_liquidity = cash_equiv / short_term_liabilities if short_term_liabilities else 0.0
        # H_quick: Hệ số thanh toán nhanh
        quick_liquidity = (current_assets - inventory) / short_term_liabilities if short_term_liabilities else 0.0

        return {
            "general_liquidity": round(general_liquidity, 2),
            "current_liquidity": round(current_liquidity, 2),
            "cash_liquidity": round(cash_liquidity, 2),
            "quick_liquidity": round(quick_liquidity, 2)
        }

    def compute_dupont_decomposition(self) -> Dict[str, float]:
        """Phân tích phân rã lợi nhuận theo mô hình DuPont 3 nhân tố"""
        net_profit = self.data["net_profit_after_tax"]
        net_revenue = self.data["net_revenue"]
        total_assets = self.data["total_assets"]
        equity = self.data["owners_equity"]

        ros = net_profit / net_revenue if net_revenue else 0.0
        asset_turnover = net_revenue / total_assets if total_assets else 0.0
        roa = ros * asset_turnover
        equity_multiplier = total_assets / equity if equity else 0.0
        roe = roa * equity_multiplier

        return {
            "net_profit_margin_ros": round(ros, 4),
            "asset_turnover": round(asset_turnover, 4),
            "roa": round(roa, 4),
            "equity_multiplier": round(equity_multiplier, 4),
            "roe": round(roe, 4)
        }

    def simulate_receivable_discount(self, discount_rate: float, recovery_target: float) -> Dict[str, float]:
        """Mô phỏng hiệu quả thu hồi nợ ngắn hạn bằng chiết khấu dòng tiền"""
        current_receivables = self.data["accounts_receivable"]
        target_cash_inflow = current_receivables * recovery_target
        discount_cost = target_cash_inflow * discount_rate
        net_cash_recovered = target_cash_inflow - discount_cost
        
        # Cập nhật số dư nợ và tiền mặt giả định
        simulated_cash = self.data["cash_and_equivalents"] + net_cash_recovered
        simulated_current_liabilities = self.data["short_term_liabilities"]
        simulated_cash_ratio = simulated_cash / simulated_current_liabilities

        return {
            "gross_recovered": round(target_cash_inflow, 2),
            "discount_expense": round(discount_cost, 2),
            "net_cash_inflow": round(net_cash_recovered, 2),
            "new_cash_ratio": round(simulated_cash_ratio, 2)
        }

Testing và Validation

Quá trình kiểm thử số liệu (Data Integrity Testing) được thực hiện bằng cách đối chiếu chéo số liệu giữa Bảng cân đối kế toán, Báo cáo KQKD và Sổ cái kế toán chi tiết:

Chỉ tiêu tài chính Dữ liệu Năm 2015 Dữ liệu Năm 2016 Chênh lệch Tuyệt đối ($\Delta$) Tỷ lệ Tăng/Giảm ($%$) Trạng thái Kiểm toán
Tổng tài sản (VNĐ) 2.152.483.000 6.420.483.000 +4.268.000.000 +198,32% Khớp 100%
Tài sản ngắn hạn (VNĐ) 2.118.483.000 6.389.483.000 +4.271.000.000 +201,66% Khớp 100%
Khoản phải thu ngắn hạn (VNĐ) 0 3.725.000.000 +3.725.000.000 +100,00% Khớp 100%
Tiền & tương đương tiền (VNĐ) 2.052.708.000 2.871.000.000 +818.292.000 +39,86% Khớp 100%
Nợ phải trả (VNĐ) 370.816.000 4.537.149.000 +4.166.333.000 +1.123,20% Khớp 100%
Vốn chủ sở hữu (VNĐ) 1.781.667.000 1.883.334.000 +101.667.000 +6,12% Khớp 100%
Doanh thu thuần (VNĐ) 1.537.500.000 10.069.500.000 +8.532.000.000 +554,92% Khớp 100%
Lợi nhuận trước thuế (VNĐ) 21.058.000 133.644.000 +112.586.000 +534,63% Khớp 100%

Kết quả đạt được từ phân tích chuyên sâu

  1. Cơ cấu tài sản dịch chuyển rủi ro: Tài sản ngắn hạn chiếm tỷ trọng áp đảo $99,53%$ trong năm 2016 (tăng từ $98,42%$ năm 2015). Đáng chú ý, khoản phải thu khách hàng tăng vọt từ $0$ lên $3.725.000.000$ VNĐ, chiếm $48,38%$ tổng tài sản. Doanh nghiệp đang bị đối tác chiếm dụng vốn nghiêm trọng.
  2. Đòn bẩy tài chính tăng đột biến: Nợ phải trả tăng $1.123,20%$ trong năm 2016, nâng tỷ trọng nợ trong tổng nguồn vốn từ $17,21%$ lên $70,55%$. Tỷ trọng vốn chủ sở hữu bị thu hẹp từ $82,79%$ xuống còn $29,45%$. Doanh nghiệp đã chuyển từ trạng thái độc lập tài chính cao sang trạng thái rủi ro tài chính cao.
  3. Chỉ số thanh khoản sụt giảm nghiêm trọng:
    • Hệ số thanh toán tổng quát ($H_1$) giảm từ 5,81 lần xuống 1,42 lần (giảm $-75,56%$).
    • Hệ số thanh toán ngắn hạn ($H_2$) giảm từ 5,72 lần xuống 1,41 lần (giảm $-75,35%$).
    • Hệ số thanh toán tức thời ($H_3$) giảm từ 5,64 lần xuống 0,64 lần (giảm $-88,65%$). Mức $0,64 < 1,0$ báo động tiền mặt hiện có không đủ chi trả các khoản nợ ngắn hạn đến hạn nếu không thu hồi được công nợ.
  4. Kết quả kinh doanh và Biên lợi nhuận: Mặc dù doanh thu tăng $554,92%$ và lợi nhuận trước thuế tăng $534,63%$, nhưng giá vốn hàng bán tăng tới $580,92%$, làm tỷ trọng giá vốn trên doanh thu thuần tăng từ $90,98%$ lên $94,59%$, khiến biên lợi nhuận gộp bị bào mòn.

Đổi mới và đóng góp

  1. Phát hiện nghịch lý tăng trưởng (Growth Paradox): Khóa luận chỉ ra rằng tốc độ tăng trưởng doanh thu vượt bậc ($+554,92%$) thực chất được tài trợ bởi việc nới lỏng tín dụng thương mại cho khách hàng và gia tăng vay nợ ngắn hạn ($+1.123,20%$), tạo ra nguy cơ mất thanh khoản tiềm ẩn.
  2. Cơ chế thu hồi nợ bằng chiết khấu thương mại động: Thay vì biện pháp nhắc nợ thụ động, đề xuất chính sách chiết khấu $1,5% - 2,5%$ cho khách hàng thanh toán trước hạn 15 ngày, kết hợp lập tổ chuyên trách thu nợ với quỹ thưởng $0,5%$ trên số nợ thu hồi.
  3. Mô hình hóa tác động cải thiện tài chính:
    • Dự kiến thu hồi $70%$ số nợ phải thu (khoảng $2.607.500.000$ VNĐ).
    • Chi phí chiết khấu và thưởng thu nợ ước tính: $65.187.500$ VNĐ.
    • Nâng hệ số thanh toán tức thời từ 0,64 lần lên 1,21 lần (tăng $+89,06%$), đưa doanh nghiệp trở lại vùng an toàn tài chính.
  4. Đóng góp học thuật & Ứng dụng: Đóng góp bộ khung phân tích chuẩn mực cho sinh viên ngành Tài chính - Ngân hàng trong việc ứng dụng mô hình DuPont và quản trị vốn lưu động vào các doanh nghiệp thương mại vừa và nhỏ tại Việt Nam.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong doanh nghiệp B2B

[Khách hàng mua chịu] 
         │ (Nợ 3.725 tỷ VNĐ)
         ▼
[Áp dụng Chiết khấu 2.0%] ──> Thu hồi sớm 70% nợ (2.607 tỷ VNĐ)
         │
         ▼
[Bổ sung Tiền mặt lưu động] ──> Tất toán Nợ ngắn hạn ngân hàng
         │
         ▼
[Cắt giảm Chi phí lãi vay] ──> Tăng Lợi nhuận thuần (ROS) & Tối ưu ROE

Chiến lược triển khai và Lộ trình thực hiện

  • Giai đoạn 1 (Tháng 1): Rà soát phân loại toàn bộ danh mục khách nợ theo thời gian quá hạn (0-30 ngày, 31-60 ngày, >60 ngày) và hạn mức tín dụng.
  • Giai đoạn 2 (Tháng 2): Ban hành quy chế bán chịu mới: Yêu cầu đặt cọc tối thiểu $30%$, áp dụng chiết khấu thanh toán sớm $1,5 - 2,0%$ đối với hợp đồng thanh toán trong vòng 10 ngày.
  • Giai đoạn 3 (Tháng 3): Thành lập Tổ công tác thu hồi nợ trực thuộc Phòng Kế toán - Kinh doanh, áp dụng KPI và cơ chế thưởng linh hoạt.
  • Giai đoạn 4 (Tháng 4 - 6): Cấu trúc lại danh mục nợ vay ngắn hạn tại ngân hàng, đàm phán kéo dài kỳ hạn nợ hoặc chuyển đổi một phần sang hạn mức thấu chi linh hoạt.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật & Dữ liệu

  • Giới hạn chuỗi dữ liệu: Đề tài chỉ tiếp cận dữ liệu BCTC chính thức giai đoạn 2014 - 2016, chưa phản ánh được biến động dòng tiền theo tháng/quý.
  • Dữ liệu phân loại chi phí: Chi phí bán hàng và chi phí quản lý doanh nghiệp chưa được bóc tách chi tiết theo định phí (Fixed Costs) và biến phí (Variable Costs), hạn chế khả năng phân tích điểm hòa vốn (Break-even Analysis).

Hướng phát triển mở rộng

  • Mô hình Credit Scoring nội bộ: Ứng dụng thuật toán Machine Learning (Logistic Regression, Random Forest) để xây dựng hệ thống chấm điểm tín nhiệm khách hàng B2B trước khi cấp hạn mức bán chịu.
  • Tự động hóa dự báo dòng tiền: Phát triển module dự báo chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle - CCC) tự động kết nối với phần mềm kế toán MISA/Fast.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học ngành Tài chính - Kế toán: Nắm vững phương pháp luận phân tích BCTC, quy trình bóc tách báo cáo từ số liệu thô đến mô hình DuPont hoàn chỉnh.
  • Nhà phân tích tài chính & Chuyên viên tín dụng ngân hàng: Có bộ tiêu chí định lượng để đánh giá rủi ro thanh khoản tiềm ẩn đằng sau các doanh nghiệp có doanh thu tăng trưởng đột biến.
  • Chủ doanh nghiệp & Giám đốc Tài chính (CFO) khối SMEs: Áp dụng ngay bộ giải pháp kiểm soát nợ phải thu và chính sách chiết khấu động để giải phóng vốn lưu động bị ứ đọng.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung tham chiếu thực nghiệm về quản trị tài chính doanh nghiệp thương mại đa ngành trong bối cảnh tái cấu trúc kinh tế.

Câu hỏi thường gặp

1. Tại sao doanh thu tăng hơn 554% nhưng rủi ro thanh khoản của Hoàng Nam Phát lại tăng cao?

Doanh nghiệp áp dụng chính sách mở rộng tín dụng thương mại (cho khách hàng mua chịu không kiểm soát) để đạt tăng trưởng doanh thu. Hệ quả là khoản phải thu tăng $100%$, đóng băng $3.725.000.000$ VNĐ vốn lưu động. Để bù đắp thiếu hụt dòng tiền, công ty buộc phải vay nợ ngắn hạn tăng tới $1.123,20%$, khiến hệ số thanh toán tức thời rơi từ $5,64$ xuống $0,64$ lần.

2. Mô hình DuPont đóng vai trò gì trong việc tìm ra nguyên nhân biến động ROE?

Mô hình DuPont bóc tách ROE thành 3 yếu tố cấu thành: Lợi nhuận biên ròng (ROS), Hiệu suất sử dụng tài sản (Asset Turnover), và Đòn bẩy tài chính (Equity Multiplier). Mô hình giúp chỉ ra ROE tăng là do hiệu quả kinh doanh thực chất hay do doanh nghiệp đang lạm dụng nợ vay để khuếch đại lợi nhuận.

3. Việc giảm khoản phải thu thông qua chiết khấu 1,5% - 2,0% có làm giảm lợi nhuận của doanh nghiệp không?

Về mặt kế toán, chiết khấu thanh toán làm phát sinh chi phí tài chính (khoảng $65$ triệu VNĐ). Tuy nhiên, số tiền thu hồi sớm $2,6$ tỷ VNĐ giúp doanh nghiệp không phải trả lãi vay ngắn hạn ngân hàng (vốn có lãi suất $8 - 10%/\text{năm}$, tương đương tiết kiệm $200 - 260$ triệu VNĐ tiền lãi), đồng thời loại bỏ rủi ro nợ xấu và nợ không có khả năng thu hồi. Do đó, tổng lợi ích tài chính ròng mang lại là dương.

4. Hệ số thanh toán tức thời ở mức bao nhiêu là an toàn cho doanh nghiệp thương mại?

Đối với doanh nghiệp thương mại, hệ số thanh toán tức thời ($H_3 = \frac{\text{Tiền & Tương đương tiền}}{\text{Nợ ngắn hạn}}$) lý tưởng nên duy trì trong khoảng $0,8 - 1,2$. Mức $0,64$ của Hoàng Nam Phát năm 2016 nằm dưới ngưỡng an toàn, báo hiệu nguy cơ mất khả năng chi trả nếu các chủ nợ yêu cầu tất toán đồng loạt.

5. Doanh nghiệp cần làm gì để cân bằng giữa tăng trưởng doanh thu và an toàn tài chính?

Doanh nghiệp cần thiết lập hạn mức bán chịu (Credit Limit) và kỳ hạn nợ tối đa cho từng nhóm khách hàng dựa trên lịch sử thanh toán, đồng thời duy trì tỷ lệ đòn bẩy tài chính ($H_v = \frac{\text{Nợ phải trả}}{\text{Tổng nguồn vốn}}$) ở mức hợp lý (dưới $50 - 60%$) để đảm bảo tính tự chủ tài chính.

Kết luận

Khóa luận tốt nghiệp "Phân tích tình hình tài chính tại Công ty TNHH Đầu tư Thương mại Hoàng Nam Phát" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Thông qua việc phân tích chuyên sâu các báo cáo tài chính giai đoạn 2014 - 2016, đề tài đã:

  • Nhận diện chính xác điểm nghẽn tài chính cốt tử: Tăng trưởng nóng đi kèm rủi ro nợ đọng phải thu chiếm $48,38%$ tài sản và đòn bẩy nợ ngắn hạn tăng đột biến $1.123,20%$.
  • Cung cấp mô hình định lượng chi tiết phân tích phân rã DuPont và các hệ số thanh khoản.
  • Đề xuất hệ thống giải pháp khả thi gồm: Chính sách chiết khấu thanh toán sớm, thành lập tổ chuyên trách thu hồi nợ và tái cấu trúc chi phí quản lý kinh doanh, giúp nâng hệ số thanh toán tức thời từ $0,64$ lên $1,21$ lần.

Nghiên cứu mang lại giá trị thực tiễn cao cho công tác quản trị tài chính tại Công ty Hoàng Nam Phát nói riêng và các doanh nghiệp thương mại vừa và nhỏ tại Việt Nam nói chung trong việc kiểm soát dòng tiền và phát triển bền vững.