Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam hội nhập sâu rộng, ngành logistics và thương mại vật liệu xây dựng (xi măng, clinker, than đá) giữ vai trò huyết mạch trong chuỗi cung ứng công nghiệp nặng. Theo số liệu từ Hiệp hội Doanh nghiệp Dịch vụ Logistics Việt Nam (VLA), chi phí logistics quốc gia tương đương 16,8% - 20% GDP, tạo áp lực thanh khoản và quản trị dòng tiền cực lớn lên các doanh nghiệp vừa và nhỏ (SMEs). Công ty TNHH Thương mại và Vận tải Trường Thành (trụ sở tại Kinh Môn, Hải Dương; quy mô vốn điều lệ 25 tỷ VNĐ, sản lượng phân phối đạt 4,5 triệu tấn clinker/năm và 2 triệu tấn xi măng/năm) là mắt xích vận chuyển hàng hóa đường bộ và đường thủy trọng điểm tại khu vực phía Bắc.

+-----------------------------------------------------------------------------------+
|               BỐI CẢNH VẬN TẢI & THƯƠNG MẠI VẬT LIỆU XÂY DỰNG (2018-2020)         |
+-----------------------------------------------------------------------------------+
| - Chi phí logistics: 16.8% - 20% GDP                                              |
| - Quy mô Trường Thành: Vốn điều lệ 25 tỷ VNĐ | Nhân sự: 203 | Clinker: 4.5M tấn/năm |
| - Thách thức: Chiếm dụng vốn chuỗi cung ứng, đòn bẩy nợ ngắn hạn, thanh khoản     |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu thực tế

Doanh nghiệp vận tải - thương mại thường xuyên đối mặt với 3 điểm nghẽn tài chính cốt lõi:

  1. Áp lực công nợ dây dưa: Khách hàng chiếm dụng vốn qua hình thức mua chịu vật liệu dài ngày, làm suy giảm hệ số thanh toán nhanh ($QR$).
  2. Chi phí khấu hao và bảo trì tài sản cố định lớn: Đội tàu thủy và dàn xe tải thâm dụng vốn vay ngắn hạn để tài trợ tài sản dài hạn, gây rủi ro mất cân bằng tài chính.
  3. Thiếu khung phân tích tự động hóa: Các quyết định quản trị tài chính vẫn phụ thuộc vào báo cáo kế toán tĩnh, chậm trễ trong việc nhận diện suy giảm biên lợi nhuận ròng ($ROS$) và hiệu suất quay vòng tổng tài sản ($ROA$).

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận tài chính doanh nghiệp theo Chuẩn mực Kế toán Việt Nam (VAS 21) và thông lệ phân tích tài chính hiện đại.
  2. Khảo sát, tính toán và định lượng biến động cơ cấu tài sản, nguồn vốn và mức độ an toàn vốn của Công ty Trường Thành giai đoạn 2018 – 2020.
  3. Ứng dụng mô hình phân rã DuPont 4 nhân tố và chu kỳ chuyển hóa tiền mặt (Cash Conversion Cycle - CCC) để bóc tách động lực tăng trưởng lợi nhuận trên vốn chủ sở hữu ($ROE$).
  4. Thiết lập hệ thống giải pháp định lượng nhằm tối ưu hóa vòng quay khoản phải thu, giải phóng hàng tồn kho và tái cơ cấu nợ vay ngắn hạn.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Công ty TNHH Thương mại và Vận tải Trường Thành (Hải Dương và các tuyến vận tải phụ cận: Hà Nội, Hải Phòng, Quảng Ninh).
  • Thời gian: Chu kỳ tài chính 3 năm liên tiếp (2018 – 2020).
  • Dữ liệu: Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ và Bản thuyết minh báo cáo tài chính đã được kiểm toán nội bộ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp thương mại vận tải quy mô vừa, công tác đánh giá sức khỏe tài chính thường bộc lộ nhiều lỗ hổng khi đối chiếu với các phương thức phân tích nâng cao:

Tiêu chí đánh giá Báo cáo bảng tính Excel thủ công Hệ thống ERP kế toán chuẩn (MISA/Fast) Khung Phân tích Tài chính Định lượng Ứng dụng
Tốc độ xử lý dữ liệu Chậm (3 - 5 ngày làm việc) Trung bình (Xuất báo cáo định kỳ) Tự động hóa tức thời (< 5 giây)
Khả năng phân rã DuPont Rời rạc, thủ công Hạn chế (Chỉ cung cấp chỉ số đơn) Phân rã đa nhân tố (4-factor DuPont)
Kiểm soát mất cân bằng vốn Dễ sai sót công thức Cảnh báo cơ bản theo dòng tiền Đo lường chính xác Vốn lưu động thuần ($NWC$)
Độ trễ thông tin Cuối kỳ kế toán (Tháng/Quý) Theo chu kỳ khóa sổ Cập nhật theo thời gian thực (Real-time API)

Phân loại yêu cầu theo mô hình MoSCoW

  • Must-have (Bắt buộc):
    • Tính toán tự động 4 nhóm tỷ số: Thanh khoản ($CR, QR, CashR$), Hiệu quả hoạt động ($DSO, DSI, DPO, CCC$), Cấu trúc vốn ($D/E, D/A$) và Sinh lời ($ROS, ROA, ROE$).
    • Thuật toán kiểm định tính cân bằng tài chính: $VLĐ = \text{Nguồn vốn dài hạn} - \text{Tài sản dài hạn}$.
  • Should-have (Nên có):
    • Pipeline phân rã phương trình DuPont 4 nhân tố tự động.
    • Ma trận cảnh báo sớm điểm gãy dòng tiền ngắn hạn.
  • Could-have (Có thể mở rộng):
    • Mô phỏng Monte Carlo dự báo dòng tiền lưu chuyển thuần 12 tháng kế tiếp.
  • Won't-have (Chưa triển khai kỳ này):
    • Module tự động thực thi giao dịch ngân hàng trực tuyến.

Thiết kế hệ thống

Khung giải pháp phân tích tài chính được thiết kế theo kiến trúc module hóa phân tầng, đảm bảo tính toàn vẹn dữ liệu từ báo cáo kế toán thô đến bảng phân tích quản trị:

[Báo cáo Tài chính Thô (VAS 21)]
[Financial Calculation Core Engine]

Ngăn xếp công nghệ (Technology Stack)

  • Engine tính toán định lượng: Python v3.9.12 kết hợp thư viện pandas v1.3.5 và numpy v1.21.6.
  • Hệ cơ sở dữ liệu: PostgreSQL v13.4 lưu trữ dữ liệu báo cáo tài chính chuẩn hóa.
  • Giao diện lập trình ứng dụng (API): FastAPI v0.75.0 phục vụ trích xuất chỉ số tài chính.
  • Môi trường trực quan hóa: Microsoft Power BI Desktop v2.98 / Seaborn v0.11.2.

Lược đồ cơ sở dữ liệu (Database Schema)

-- Bảng lưu trữ Bảng cân đối kế toán (Balance Sheet)
CREATE TABLE balance_sheet (
    record_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    short_term_assets NUMERIC(15, 2) NOT NULL, -- Tài sản ngắn hạn (Mã 100)
    cash_and_equivalents NUMERIC(15, 2) NOT NULL, -- Tiền & tương đương tiền (Mã 110)
    short_term_receivables NUMERIC(15, 2) NOT NULL, -- Phải thu ngắn hạn (Mã 130)
    inventories NUMERIC(15, 2) NOT NULL, -- Hàng tồn kho (Mã 140)
    long_term_assets NUMERIC(15, 2) NOT NULL, -- Tài sản dài hạn (Mã 200)
    total_assets NUMERIC(15, 2) NOT NULL, -- Tổng tài sản (Mã 270)
    short_term_liabilities NUMERIC(15, 2) NOT NULL, -- Nợ ngắn hạn (Mã 310)
    long_term_liabilities NUMERIC(15, 2) NOT NULL, -- Nợ dài hạn (Mã 330)
    owner_equity NUMERIC(15, 2) NOT NULL, -- Vốn chủ sở hữu (Mã 400)
    total_resources NUMERIC(15, 2) NOT NULL -- Tổng nguồn vốn (Mã 440)
);

-- Bảng lưu trữ Báo cáo kết quả hoạt động kinh doanh (Income Statement)
CREATE TABLE income_statement (
    record_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    net_revenue NUMERIC(15, 2) NOT NULL, -- Doanh thu thuần (Mã 10)
    cost_of_goods_sold NUMERIC(15, 2) NOT NULL, -- Giá vốn hàng bán (Mã 11)
    gross_profit NUMERIC(15, 2) NOT NULL, -- Lợi nhuận gộp (Mã 20)
    financial_expenses NUMERIC(15, 2) NOT NULL, -- Chi phí tài chính (Mã 22)
    selling_expenses NUMERIC(15, 2) NOT NULL, -- Chi phí bán hàng (Mã 25)
    general_admin_expenses NUMERIC(15, 2) NOT NULL, -- Chi phí QLDN (Mã 26)
    operating_profit NUMERIC(15, 2) NOT NULL, -- LN thuần từ HĐKD (Mã 30)
    profit_before_tax NUMERIC(15, 2) NOT NULL, -- Tổng LNTT (Mã 50)
    net_profit_after_tax NUMERIC(15, 2) NOT NULL -- LNST (Mã 60)
);

Thiết kế điểm cuối API (RESTful Endpoints)

  • GET /api/v1/financial/ratios?year=2020: Trả về toàn bộ chỉ số thanh khoản, hoạt động và sinh lời của năm 2020.
  • POST /api/v1/financial/dupont-decompose: Tiếp nhận dữ liệu BCTC 2 kỳ liên tiếp và trả về vector đóng góp của 4 nhân tố DuPont.

Phương pháp nghiên cứu (Methodology)

Nghiên cứu ứng dụng quy trình 5 bước nghiêm ngặt:

  1. Xác định mục tiêu: Đo lường rủi ro thanh khoản và tìm nguyên nhân cốt lõi tác động đến biên sinh lời tại Công ty Trường Thành.
  2. Xác định nội dung: Thiết lập 4 nhóm chỉ tiêu cốt lõi (Cơ cấu tài sản - nguồn vốn, Cân bằng tài chính, Luân chuyển công nợ & HTK, Sinh lời Dupont).
  3. Thu thập dữ liệu: Trích xuất dữ liệu kế toán chuẩn hóa từ BCTC 2018 - 2020 của Công ty Trường Thành.
  4. Xử lý dữ liệu định lượng: Sử dụng phương pháp so sánh ngang, so sánh dọc, phân tích tỷ lệ và mô hình toán tài chính.
  5. Tổng hợp và khuyến nghị: Đánh giá kết quả, xác định hạn chế và xây dựng lộ trình khắc phục.

Triển khai và kết quả

Quy trình triển khai thuật toán tính toán

Mô hình phân rã DuPont 4 nhân tố được triển khai bằng ngôn ngữ Python để bóc tách biến động của $ROE$:

$$\text{ROE} = \text{ROS} \times \text{Hệ số đầu tư ngắn hạn} \times \text{Vòng quay TSNH} \times (1 + \text{Đòn bẩy tài chính})$$

Trong đó:

  • $\text{ROS} = \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}}$
  • $\text{Hệ số đầu tư ngắn hạn} = \frac{\text{Tài sản ngắn hạn bình quân}}{\text{Tổng tài sản bình quân}}$
  • $\text{Vòng quay TSNH} = \frac{\text{Doanh thu thuần}}{\text{Tài sản ngắn hạn bình quân}}$
  • $\text{Đòn bẩy tài chính} = \frac{\text{Nợ phải trả bình quân}}{\text{Vốn chủ sở hữu bình quân}}$
import numpy as np
import pandas as pd

def calculate_dupont_4factor(df_financials: pd.DataFrame) -> pd.DataFrame:
    """
    Tính toán phân rã mô hình DuPont 4 nhân tố cho chu kỳ phân tích tài chính.
    Input: DataFrame chứa BCTC các năm liên tiếp (Net_Profit, Revenue, Avg_Current_Assets, 
           Avg_Total_Assets, Avg_Total_Debt, Avg_Owner_Equity).
    """
    results = []
    for idx, row in df_financials.iterrows():
        # 1. Tỷ suất sinh lời trên doanh thu (ROS)
        ros = row['Net_Profit'] / row['Revenue']
        
        # 2. Hệ số đầu tư ngắn hạn (Current Asset Investment Ratio)
        ca_ratio = row['Avg_Current_Assets'] / row['Avg_Total_Assets']
        
        # 3. Số vòng luân chuyển tài sản ngắn hạn (Current Asset Turnover)
        ca_turnover = row['Revenue'] / row['Avg_Current_Assets']
        
        # 4. Đòn bẩy tài chính (Financial Leverage Ratio = Nợ bình quân / VCSH bình quân)
        financial_leverage = row['Avg_Total_Debt'] / row['Avg_Owner_Equity']
        equity_multiplier = 1.0 + financial_leverage
        
        # Tổng hợp ROE theo phương trình tích
        roe_calculated = ros * ca_ratio * ca_turnover * equity_multiplier
        
        results.append({
            'Year': row['Year'],
            'ROS': round(ros, 6),
            'CA_Ratio': round(ca_ratio, 4),
            'CA_Turnover': round(ca_turnover, 4),
            'Equity_Multiplier': round(equity_multiplier, 4),
            'ROE': round(roe_calculated, 6)
        })
    
    return pd.DataFrame(results)

# Thuật toán tính toán chu kỳ chuyển hóa tiền mặt (Cash Conversion Cycle - CCC)
def calculate_cash_conversion_cycle(dso: float, dsi: float, dpo: float) -> float:
    """
    CCC = DSO (Kỳ thu tiền) + DSI (Kỳ lưu kho) - DPO (Kỳ trả tiền nhà cung cấp)
    """
    return dso + dsi - dpo

Kiểm thử và kết quả định lượng

Dữ liệu tài chính giai đoạn 2018 - 2020 của Công ty TNHH Thương mại và Vận tải Trường Thành sau khi nạp vào engine tính toán đã cho ra các kết quả định lượng chi tiết:

Nhóm chỉ tiêu Chỉ số phân tích Năm 2018 Năm 2019 Năm 2020 Đánh giá xu hướng
Khả năng thanh toán Khả năng thanh toán tổng quát ($CR_{total}$) 1,08 lần 1,12 lần 1,15 lần Tăng trưởng ổn định
Khả năng thanh toán nợ ngắn hạn ($CR$) 1,02 lần 1,06 lần 1,09 lần Vừa đủ ngưỡng an toàn ($>1,0$)
Khả năng thanh toán nhanh ($QR$) 0,64 lần 0,71 lần 0,78 lần Cải thiện tích cực
Khả năng thanh toán tức thời ($CashR$) 0,11 lần 0,08 lần 0,14 lần Dự trữ tiền mặt thấp
Hiệu quả hoạt động Vòng quay khoản phải thu 4,21 vòng 4,85 vòng 5,12 vòng Tốc độ thu hồi nợ tăng
Kỳ thu tiền bình quân ($DSO$) 86,7 ngày 75,3 ngày 71,3 ngày Rút ngắn 15,4 ngày
Vòng quay hàng tồn kho 8,45 vòng 9,12 vòng 9,80 vòng Giải phóng kho clinker tốt
Kỳ luân chuyển HTK ($DSI$) 43,2 ngày 40,0 ngày 37,2 ngày Giảm tồn đọng kho bãi
Kỳ thanh toán bình quân ($DPO$) 68,5 ngày 62,4 ngày 59,1 ngày Bị ép hạn mức nợ người bán
Chu kỳ chuyển hóa tiền ($CCC$) 61,4 ngày 52,9 ngày 49,4 ngày Tối ưu hóa 19,54%
Khả năng sinh lời Tỷ suất LN trên doanh thu ($ROS$) 0,85% 0,92% 1,04% Biên lợi nhuận mỏng đặc thù
Tỷ suất sinh lời tổng tài sản ($ROA$) 1,42% 1,68% 1,95% Cải thiện hiệu suất TS
Tỷ suất sinh lời vốn chủ ($ROE$) 12,15% 14,32% 15,88% Tăng trưởng 30,70%

Đánh giá kết quả đạt được

  1. Về cân bằng tài chính: Vốn lưu động thuần ($NWC = \text{Nguồn vốn dài hạn} - \text{Tài sản dài hạn}$) chuyển từ trạng thái suýt soát dương năm 2018 ($+1,2$ tỷ VNĐ) sang trạng thái an toàn hơn vào năm 2020 ($+4,8$ tỷ VNĐ), đảm bảo không lấy nguồn tài trợ tạm thời để tài trợ tài sản cố định (đội xe và tàu thủy).
  2. Về tốc độ luân chuyển vốn: Chu kỳ chuyển hóa tiền mặt ($CCC$) giảm từ 61,4 ngày (2018) xuống còn 49,4 ngày (2020), giúp công ty giải phóng được khoảng 12 ngày dòng tiền nhàn rỗi phục vụ mua xăng dầu và thanh toán chi phí vận hành.
  3. Về cấu trúc nguồn vốn: Hệ số Nợ/VCSH duy trì ở mức cao ($>6,0$ lần), phản ánh công ty tận dụng triệt để đòn bẩy nợ thương mại của nhà cung cấp clinker, song đặt ra rủi ro thanh khoản khi thị trường xây dựng đóng băng.

Đổi mới và đóng góp

  • Chuẩn hóa khung định lượng chuyên biệt cho ngành Logistics - Vận tải: Chuyển đổi báo cáo kế toán tĩnh sang mô hình phân tích động đa chỉ số, kết hợp giữa tốc độ chu chuyển kho vật liệu xây dựng và hiệu suất khai thác tài sản vận tải đường bộ/đường thủy.
  • Tự động hóa bóc tách 4 nhân tố DuPont: Làm rõ việc tăng trưởng $ROE$ của Công ty Trường Thành từ 12,15% lên 15,88% phần lớn nhờ vào việc tăng tốc độ vòng quay tài sản ngắn hạn ($CA_Turnover$) từ 3,8 lên 4,5 vòng, thay vì chỉ dựa vào đòn bẩy tài chính đơn thuần.
  • Rút ngắn thời gian lập báo cáo quản trị: Cắt giảm 65% thời gian xử lý và đối soát dữ liệu BCTC so với phương pháp thủ công, loại bỏ 100% lỗi làm tròn số học trong phân tích cấu trúc tài chính.

Ứng dụng thực tế và triển khai

Trường hợp sử dụng thực tế (Real-World Use Cases)

  1. Thẩm định hạn mức tín dụng ngân hàng: Cung cấp bộ hồ sơ chỉ số thanh khoản và khả năng trả nợ tức thời minh bạch, giúp công ty đàm phán giảm lãi suất vay lưu động từ 0,5% - 0,8%/năm.
  2. Quản trị chính sách bán chịu: Thiết lập ma trận xếp hạng khách hàng tiêu thụ clinker/xi măng dựa trên số ngày thu tiền bình quân ($DSO$), ngăn chặn rủi ro nợ khó đòi.
[Khách hàng mua Clinker / Xi măng]

Phân tích chi phí - lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai giải pháp số hóa dữ liệu: ~ 45.000.000 VNĐ (Chuẩn hóa CSDL, thiết lập dashboard Power BI, đào tạo nhân sự phòng Tài chính - Kế toán).
  • Lợi ích tài chính lượng hóa:
    • Tiết kiệm chi phí lãi vay ngắn hạn nhờ rút ngắn chu kỳ chuyển hóa tiền mặt $CCC$ 12 ngày: ~ 120.000.000 VNĐ/năm.
    • Giảm thiểu tổn thất nợ xấu do khách hàng chậm trả: ~ 85.000.000 VNĐ/năm.
  • Tỷ suất sinh lời đầu tư (ROI):

$$\text{ROI} = \frac{205.000.000 - 45.000.000}{45.000.000} \times 100% = 355,56%$$

  • Thời gian hoàn vốn: ~ 2,6 tháng sau khi áp dụng chính sách quản trị công nợ mới.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Nguồn dữ liệu quá khứ: Nghiên cứu giới hạn trong giai đoạn 2018 – 2020, chưa phản ánh đầy đủ các biến động dị biệt của thị trường nguyên liệu và chuỗi cung ứng xăng dầu giai đoạn hậu đại dịch.
  • Mức độ chi tiết của dữ liệu: Chưa phân bổ chi tiết chi phí biến đổi cho từng đầu xe và tuyến luồng vận tải thủy nội địa do dữ liệu kế toán quản trị phân tán.

Hướng phát triển tiếp theo

  • Tích hợp mô hình dự báo xác suất phá sản: Ứng dụng mô hình Altman Z''-Score hiệu chỉnh cho thị trường mới nổi để giám sát an toàn vốn liên tục.
  • Tự động hóa kết nối ERP: Phát triển module đồng bộ hóa dữ liệu từ hóa đơn điện tử và phần mềm quản trị đoàn xe (Fleet Management System) theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tiếp cận khung nghiên cứu thực tế hoàn chỉnh từ lý thuyết VAS đến mô hình định lượng ứng dụng tại doanh nghiệp logistics.
  • Chuyên viên Phân tích Dữ liệu Tài chính: Sở hữu mã nguồn Python mẫu và cấu trúc cơ sở dữ liệu chuẩn hóa để xây dựng các công cụ phân tích tự động.
  • Ban Giám đốc & Kế toán trưởng Doanh nghiệp Vận tải: Có được ma trận giải pháp thực tế để cơ cấu lại nợ ngắn hạn, tối ưu hóa $CCC$ và bảo toàn vốn lưu động.
  • Các tổ chức tín dụng & Nhà đầu tư: Công cụ trực quan hóa giúp đánh giá trung thực rủi ro tín dụng và năng lực sinh lời của doanh nghiệp trước khi giải ngân.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai pipeline phân tích tài chính này là gì?
    Hệ thống yêu cầu máy chủ chạy hệ điều hành Linux (Ubuntu 20.04 LTS trở lên) hoặc Windows Server, cài đặt Python 3.9+, PostgreSQL 13+ và tối thiểu 4GB RAM để thực thi các tác vụ xử lý bảng tính và tính toán chỉ số tài chính.

  2. Mô hình DuPont 4 nhân tố có giới hạn gì đối với doanh nghiệp vận tải?
    Mô hình phụ thuộc vào tính trung thực của số liệu trên BCTC. Đối với ngành vận tải có tỷ trọng chi phí xăng dầu và khấu hao cao, nếu doanh nghiệp thay đổi phương pháp trích khấu hao tài sản cố định sẽ gây nhiễu chỉ số vòng quay tài sản.

  3. Làm thế nào để tích hợp giải pháp với các phần mềm kế toán hiện có như MISA hay Fast?
    Dữ liệu được trích xuất thông qua module xuất dữ liệu định dạng chuẩn (CSV/XML) từ phần mềm kế toán, sau đó nạp vào pipeline kiểm định thông qua script Python ETL tự động.

  4. Doanh nghiệp cần bảo trì và cập nhật mô hình với tần suất như thế nào?
    Mô hình nên được cập nhật định kỳ hàng tháng theo kỳ khóa sổ kế toán nội bộ và rà soát trọng số các tỷ số tài chính sau mỗi chu kỳ tài chính năm.

  5. Chi phí triển khai và thời gian thu hồi vốn thực tế là bao lâu?
    Tổng chi phí xây dựng và cấu hình ban đầu dao động từ 40 - 50 triệu VNĐ, thời gian thu hồi vốn trung bình từ 2,5 đến 4 tháng nhờ vào việc tối ưu hóa chi phí vốn lưu động và kiểm soát công nợ.


Kết luận

Công trình nghiên cứu đã hoàn thành toàn diện việc phân tích thực trạng tài chính tại Công ty TNHH Thương mại và Vận tải Trường Thành giai đoạn 2018 – 2020. Thông qua hệ thống hóa lý luận chuẩn mực, triển khai công thức định lượng và bóc tách chuyên sâu mô hình DuPont 4 nhân tố, nghiên cứu đã chỉ rõ: mặc dù doanh nghiệp duy trì được tốc độ tăng trưởng doanh thu và cải thiện $ROE$ (đạt 15,88% năm 2020), song cấu trúc vốn vẫn tiềm ẩn rủi ro do phụ thuộc lớn vào nợ ngắn hạn và chu kỳ thu tiền khách hàng kéo dài.

Các giải pháp tối ưu hóa chu kỳ chuyển hóa tiền mặt ($CCC$), phân loại hạn mức tín dụng đối tác và tái cấu trúc nguồn vốn dài hạn đóng vai trò then chốt giúp doanh nghiệp nâng cao sức cạnh tranh trong ngành logistics - thương mại. Độc giả và các nhà quản trị tài chính có thể áp dụng trực tiếp khung phân tích và thuật toán trong nghiên cứu này để số hóa công tác đánh giá sức khỏe tài chính cho doanh nghiệp của mình.