Giới thiệu dự án

Thị trường xăng dầu và khí hóa lỏng (LPG) đóng vai trò huyết mạch trong nền kinh tế Việt Nam, đóng góp tỷ trọng lớn vào ngân sách quốc gia và chi phối chỉ số giá tiêu dùng (CPI). Trong giai đoạn 2010–2012, thị trường năng lượng đối mặt với biến động vĩ mô phức tạp: lạm phát tăng cao, lãi suất vay ngân hàng chạm đỉnh 18,3%/năm (2011), tỷ giá ngoại tệ biến động mạnh và Nhà nước siết chặt quy định dự trữ lưu thông tối thiểu 30 ngày theo Nghị định về kinh doanh xăng dầu, cùng với việc áp dụng Luật Thuế bảo vệ môi trường từ ngày 01/01/2012.

Công ty TNHH MTV Dầu khí TP. Hồ Chí Minh (Saigon Petro) – doanh nghiệp 100% vốn Nhà nước thuộc Văn phòng Thành ủy TP.HCM với hơn 25 năm hoạt động, sở hữu mạng lưới hơn 25 tổng đại lý, 1.000 đại lý xăng dầu và hơn 5.000 đại lý LPG – là đơn vị phân phối và chế biến trọng điểm tại khu vực phía Nam. Đồ án khóa luận tốt nghiệp tiến hành nghiên cứu, chuẩn hóa mô hình phân tích định lượng toàn diện tình hình tài chính của Saigon Petro giai đoạn 2010–2012 nhằm bóc tách cấu trúc tài sản, đánh giá rủi ro thanh khoản, hiệu quả sử dụng vốn và đòn bẩy tài chính.

Vấn đề nghiên cứu (Problem Statement)

Các doanh nghiệp đầu mối dầu khí đối mặt với những thách thức vận hành tài chính đặc thù:

  • Biên lợi nhuận gộp mỏng (thường dưới 3–4%), chịu tác động trực tiếp từ giá dầu thế giới và cơ chế áp giá trần cơ sở của liên Bộ Tài chính – Công Thương.
  • Nhu cầu vốn lưu động quy mô lớn phục vụ nghĩa vụ nhập khẩu bằng thư tín dụng (Letter of Credit - L/C) trả sau 30 ngày, tạo áp lực công nợ ngắn hạn vượt 70% tổng nguồn vốn.
  • Rủi ro tồn kho cao khi phải duy trì dự trữ bắt buộc 30 ngày trong bối cảnh giá thế giới đảo chiều, khiến dòng tiền thuần từ hoạt động kinh doanh (CFO) năm 2011 âm sâu (-1.735 tỷ đồng).
  • Chi phí tài chính tăng vọt do biến động lãi suất và lỗ chênh lệch tỷ giá hối đoái.

Mục tiêu dự án

  1. Chuẩn hóa bộ dữ liệu Báo cáo tài chính (BCTC) theo Chuẩn mực Kế toán Việt Nam (VAS) của Saigon Petro trong 3 năm liên tiếp (2010, 2011, 2012).
  2. Thiết lập quy trình phân tích ngang (Horizontal Analysis) và phân tích dọc (Vertical Analysis) để bóc tách biến động cấu trúc Tài sản - Nguồn vốn và Doanh thu - Chi phí.
  3. Tính toán và đánh giá ma trận 15+ chỉ số tài chính chuyên sâu thuộc 4 nhóm: Khả năng thanh toán, Cơ cấu nguồn vốn/Quản lý nợ, Hiệu suất hoạt động, và Khả năng sinh lời.
  4. Triển khai mô hình DuPont 3 nhân tố để cô lập các động lực thúc đẩy hoặc làm suy giảm Tỷ suất sinh lời trên vốn chủ sở hữu (ROE).
  5. Đề xuất các giải pháp khả thi về tối ưu hóa vòng quay vốn lưu động, quản trị chính sách tín dụng thương mại L/C và kiểm soát rủi ro lãi suất/tỷ giá.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Kết hợp phương pháp định lượng thống kê, kỹ thuật bóc tách báo cáo tài chính chuẩn mực, phương pháp đồ thị trực quan hóa xu hướng và giải thuật phân rã DuPont 3 nhân tố ($ROE = ROS \times ATO \times EM$).
  • Kết quả kỳ vọng: Xác định rõ nguyên nhân lợi nhuận sau thuế (LNST) giảm 74,5% năm 2011 (từ 390,8 tỷ đồng xuống 99,7 tỷ đồng) và phục hồi mạnh mẽ đạt 362,8 tỷ đồng năm 2012 (+263,8%); kiểm chứng hiệu quả chiến lược khai thác chênh lệch kỳ hạn dòng tiền (Cash-float arbitrage) từ L/C trả sau 30 ngày.
  • Phạm vi và giới hạn: Tập trung vào dữ liệu kiểm toán độc lập của Văn phòng Công ty Saigon Petro giai đoạn 2010–2012; không bao gồm các dữ liệu hoạt động dầu khí thượng nguồn (Exploration & Production) do đặc thù công ty chuyên trách khâu hạ nguồn (Downstream processing & trading).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Phương pháp thủ công (Excel rời rạc) Phương pháp chỉ số truyền thống Hệ thống phân tích chuẩn hóa (Đồ án)
Độ bao phủ dữ liệu Đơn lẻ từng bảng, dễ đứt gãy liên kết Tính toán cục bộ các chỉ số rời rạc Tích hợp liên hoàn CĐKT, KQKD, LCTT và DuPont
Khả năng phát hiện dị biệt Rất thấp, phụ thuộc cảm tính người đọc Trung bình, chỉ ra biến động số học Cao, nhận diện bất thường dòng tiền và đòn bẩy
Bóc tách rủi ro hệ thống Không phản ánh được tác động vĩ mô Hạn chế, không chuẩn hóa chu kỳ ngành Kết hợp chính sách ngành (L/C 30 ngày, tồn kho 30 ngày)
Thời gian tính toán & đối soát Tốn nhiều giờ, dễ phát sinh lỗi logic 1–2 giờ cho một chu kỳ 3 năm Tự động hóa qua thuật toán xử lý dữ liệu (< 1 giây)

Yêu cầu phân tích theo chuẩn MoSCoW

  • Must have (Bắt buộc): Cân đối khớp số liệu 100% giữa Bảng cân đối kế toán và Báo cáo lưu chuyển tiền tệ; tính toán chính xác nhóm chỉ số thanh toán ($CR, QR, Cash,Ratio$), khả năng trả lãi ($ICR$), vòng quay hàng tồn kho ($IT$), kỳ thu tiền ($DSO$), $ROS, ROA, ROE$.
  • Should have (Nên có): Phân rã DuPont 3 bước, bảng phân tích biến động chi phí trên doanh thu thuần ($COGS/Net,Sales, SGA/Net,Sales$).
  • Could have (Có thể có): Đối sánh chỉ số nội bộ với trung bình ngành phân phối xăng dầu tại Việt Nam (Petrolimex, Comeco).
  • Won't have (Tạm thời bỏ qua): Dự báo ngẫu nhiên Monte Carlo đối với giá dầu thô Brent/WTI thời gian thực.

Thiết kế hệ thống phân tích định lượng

Mô hình phân tích được chuẩn hóa dưới dạng luồng dữ liệu tự động, đảm bảo tính toàn vẹn và khả năng tái lập:

Ngăn xếp công nghệ (Technology Stack)

  • Công cụ cốt lõi: Python 3.11.8, Thư viện tính toán tài chính pandas v2.2.1, numpy v1.26.4.
  • Môi trường phân tích: JupyterLab v4.1.2, Visual Studio Code v1.87.
  • Trực quan hóa: matplotlib v3.8.3, seaborn v0.13.2.
  • Cơ sở dữ liệu lưu trữ: PostgreSQL 16.2 (hỗ trợ lưu trữ cấu trúc bảng kế toán chuẩn hóa).
-- Cấu trúc bảng lưu trữ chỉ số tài chính chuẩn hóa
CREATE TABLE financial_ratios (
    fiscal_year INT PRIMARY KEY,
    current_ratio NUMERIC(5, 2),
    quick_ratio NUMERIC(5, 2),
    cash_ratio NUMERIC(5, 2),
    debt_to_assets NUMERIC(5, 4),
    interest_coverage NUMERIC(6, 2),
    inventory_turnover NUMERIC(5, 2),
    receivables_turnover NUMERIC(5, 2),
    ros NUMERIC(5, 4),
    roa NUMERIC(5, 4),
    roe NUMERIC(5, 4),
    financial_leverage_multiplier NUMERIC(5, 2)
);

Phương pháp luận nghiên cứu (Methodology)

Quy trình nghiên cứu áp dụng mô hình chuẩn 4 pha:

  1. Pha 1: Thu thập và chuẩn hóa dữ liệu: Nhập liệu BCTC kiểm toán giai đoạn 2010–2012 của Saigon Petro, hiệu chỉnh các khoản mục ngoại bảng và phân loại lại quỹ dự phòng tài chính, quỹ đầu tư phát triển.
  2. Pha 2: Xử lý định lượng cấu trúc: Thực hiện phân tích dọc (chuẩn hóa quy mô tổng tài sản và doanh thu thuần về 100%) và phân tích ngang (tính tốc độ tăng trưởng liên hoàn và định gốc).
  3. Pha 3: Thiết lập mô hình chỉ số & DuPont: Tính toán hệ thống tỷ số tài chính chuyên sâu và phân rã các tác tử thúc đẩy ROE.
  4. Pha 4: Đánh giá thực nghiệm & Tổng hợp giải pháp: Đối chiếu kết quả định lượng với biến động kinh tế vĩ mô và chính sách điều hành xăng dầu trong nước để đưa ra khuyến nghị quản trị.

Implementation và kết quả

Quy trình triển khai thuật toán tính toán tài chính

Dưới đây là mã nguồn Python chuẩn hóa logic tính toán ma trận chỉ số tài chính và phân rã DuPont từ dữ liệu thực tế của Saigon Petro (đơn vị: triệu đồng):

import pandas as pd
import numpy as np

def analyze_saigonpetro_finance():
    # 1. Khởi tạo dữ liệu BCTC Saigon Petro 2010-2012
    data = {
        'Year': [2010, 2011, 2012],
        'Total_Assets': [3422000, 3734000, 4820000],
        'Current_Assets': [2593000, 2786000, 3783000],
        'Cash_Equivalents': [1068000, 685665, 1497000],
        'Accounts_Receivable': [297821, 87125, 460000],
        'Inventory': [950691, 1406000, 1138000],
        'Current_Liabilities': [2415000, 2770000, 3534000],
        'Total_Debt': [2415000 + 556000, 2770000 + 536233, 3534000 + 490000],
        'Equity': [1261000, 859849, 1628000],
        'Net_Revenue': [15825000, 17080000, 22189000],
        'COGS': [15564000, 16854000, 21643000],
        'EBIT': [518520 + 13753, 127186 + 142980, 475000 + 18000],
        'Interest_Expense': [13753, 27500, 13410],
        'Net_Income': [390802, 99715, 362812]
    }
    
    df = pd.DataFrame(data)
    
    # 2. Tính toán các chỉ số thanh khoản
    df['Current_Ratio'] = df['Current_Assets'] / df['Current_Liabilities']
    df['Quick_Ratio'] = (df['Current_Assets'] - df['Inventory']) / df['Current_Liabilities']
    df['Cash_Ratio'] = df['Cash_Equivalents'] / df['Current_Liabilities']
    
    # 3. Tính toán đòn bẩy và khả năng trả nợ
    df['Debt_Ratio'] = df['Total_Debt'] / df['Total_Assets']
    df['Interest_Coverage'] = df['EBIT'] / df['Interest_Expense']
    
    # 4. Phân tích DuPont 3 yếu tố: ROE = ROS * Asset_Turnover * Equity_Multiplier
    df['ROS'] = (df['Net_Income'] / df['Net_Revenue']) * 100
    df['Asset_Turnover'] = df['Net_Revenue'] / df['Total_Assets']
    df['Equity_Multiplier'] = df['Total_Assets'] / df['Equity']
    df['ROA'] = (df['Net_Income'] / df['Total_Assets']) * 100
    df['ROE'] = (df['Net_Income'] / df['Equity']) * 100
    df['DuPont_Check'] = (df['ROS']/100) * df['Asset_Turnover'] * df['Equity_Multiplier'] * 100

    return df

results = analyze_saigonpetro_finance()

Kết quả tính toán và thực nghiệm kiểm chứng

Bảng tổng hợp các chỉ số tài chính trọng yếu của Saigon Petro qua 3 năm:

Nhóm chỉ số Chỉ tiêu phân tích Năm 2010 Năm 2011 Năm 2012 Nhận định xu hướng
Thanh toán Hệ số thanh toán hiện thời ($CR$) 1,07 1,01 1,07 Duy trì an toàn > 1,0
Hệ số thanh toán nhanh ($QR$) 0,68 0,50 0,75 Chịu áp lực nặng năm 2011
Hệ số thanh toán bằng tiền ($Cash,Ratio$) 0,44 0,25 0,42 Khả năng trả nợ tức thời cao
Cơ cấu vốn Tỷ số nợ trên tổng tài sản ($DR$) 70,58% 74,19% 73,31% Đòn bẩy cao, chủ yếu là L/C
Hệ số thanh toán lãi vay ($ICR$) 38,70 9,82 36,76 Khả năng trả lãi luôn được đảm bảo
Hoạt động Vòng quay vốn lưu động (vòng) 6,10 6,13 5,87 Ổn định quanh mức 6 vòng
Tỷ suất DT thuần / Chi phí QLDN 423,62 475,60 1.310,85 Kiểm soát chi phí QLDN vượt trội
Sinh lời (DuPont) Tỷ suất LNST trên doanh thu ($ROS$) 2,47% 0,58% 1,64% Phục hồi mạnh mẽ sau suy thoái
Vòng quay tổng tài sản ($ATO$) 4,62 4,57 4,60 Ổn định ở mức cao (~4,6 vòng)
Đòn bẩy tài chính ($EM$) 2,71 4,34 2,96 Mở rộng năm 2011 để bù thiếu hụt
Tỷ suất sinh lời VCSH ($ROE$) 30,99% 11,60% 22,29% Hồi phục ấn tượng +10,69% 
                       SƠ ĐỒ PHÂN RÃ DUPONT SAIGON PETRO (2012)

Phân tích chi tiết các phát hiện trọng tâm:

  1. Cơ chế quản trị tiền mặt linh hoạt: Lượng tiền và tương đương tiền giảm 50,53% năm 2011 (từ 1.068 tỷ đồng xuống 685,7 tỷ đồng) nhưng bật tăng 117,96% năm 2012 đạt 1.497 tỷ đồng. Saigon Petro thực hiện xuất sắc nghiệp vụ quản trị dòng tiền ngắn hạn: nhận tiền bán hàng ngay từ hệ thống bán lẻ và gửi có kỳ hạn dưới 3 tháng (lãi suất 13–15%/năm) trước khi đến hạn quyết toán L/C 30 ngày cho đối tác ngoại, tạo nguồn doanh thu tài chính đạt 134–141 tỷ đồng/năm.
  2. Biến động hàng tồn kho và giải tỏa áp lực năm 2012: Hàng tồn kho năm 2011 tăng vọt 47,89% (lên 1.406 tỷ đồng) do nguyên vật liệu tồn đọng và quy định dự trữ 30 ngày. Sang năm 2012, công ty hạ tỷ trọng tồn kho xuống 23,60% tổng tài sản (1.138 tỷ đồng), giải phóng 268 tỷ đồng vốn lưu động.
  3. Cấu trúc vốn tự tài trợ lành mạnh: Vốn chủ sở hữu tăng trưởng bền vững từ 1.261 tỷ đồng (2010) lên 1.628 tỷ đồng (2012). Quỹ dự phòng tài chính được trích lập tối đa 25% vốn điều lệ (125 tỷ đồng), tạo tấm đệm hấp thụ rủi ro biến động giá dầu.

Đổi mới và đóng góp

  1. Mô hình hóa chu kỳ vận hành L/C gắn liền dòng tiền thực tế: Khác với các phân tích kế toán tĩnh, đồ án lượng hóa thành công mô hình dòng tiền đan xen giữa nghĩa vụ nợ tín dụng chứng từ (L/C 30 ngày) và thu tiền mặt tức thời từ hệ thống bán lẻ LPG/xăng dầu dân dụng.
  2. Khung chẩn đoán DuPont thích ứng ngành năng lượng: Tích hợp các biến số vĩ mô (lãi suất huy động/cho vay, thuế môi trường 788 tỷ đồng năm 2012) vào phương trình DuPont, làm rõ mối quan hệ tương hỗ giữa $ROS$ và hệ số đòn bẩy $EM$.
  3. Định lượng hiệu quả quản trị chi phí: Chứng minh tỷ suất doanh thu thuần trên chi phí quản lý doanh nghiệp tăng trưởng đột biến từ 423,6 lần (2010) lên 1.310,8 lần (2012), phản ánh năng lực tối ưu bộ máy vận hành trong giai đoạn tái cấu trúc kinh tế.
Tiêu chí Đánh giá truyền thống Mô hình DuPont tích hợp trong đồ án
Góc nhìn sinh lời Chỉ quan sát sự tăng giảm của LNST Tách bạch nguyên nhân do giá bán ($ROS$), sử dụng tài sản ($ATO$) hay vay nợ ($EM$)
Phân tích rủi ro nợ Dựa thuần túy vào tỷ số nợ vay/VCSH Đánh giá qua ma trận $ICR$ kết hợp dòng tiền tự do $CFO$ và L/C 30 ngày
Tính ứng dụng thực tiễn Báo cáo thụ động sau kỳ kế toán Cung cấp kịch bản điều hành tỷ trọng tài sản ngắn hạn linh hoạt

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong doanh nghiệp

  • Điều hành vốn lưu động: Tối ưu hạn mức tín dụng thư L/C trả chậm tại các ngân hàng thương mại quốc tế (ANZ, Vietcombank), khớp lệnh với chu kỳ luân chuyển hàng tồn kho tối thiểu 30 ngày.
  • Quản trị danh mục đầu tư liên kết: Giám sát hiệu quả vốn góp dài hạn tại các công ty liên kết chiến lược như COMECO (4.650.000 cổ phần) và CTCP Nhiên liệu Sài Gòn (2.280.000 cổ phần) để duy trì dòng cổ tức tiền mặt đều đặn > 20 tỷ đồng/năm.

Lộ trình triển khai hệ thống phân tích định lượng (Roadmap)

Tháng 1: Khảo sát & Chuẩn hóa dữ liệu VAS
Tháng 2: Xây dựng Module Chỉ số & Ma trận Tỷ số
Tháng 3: Triển khai Module DuPont & Kiểm định Stress-test
Tháng 4: Chuyển giao Báo cáo Quản trị & Dashboard

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Độ trễ dữ liệu: Nghiên cứu dựa trên số liệu báo cáo tài chính năm đã kiểm toán; chưa tiếp cận được dữ liệu quản trị nội bộ theo tháng/quý để theo dõi biến động giá dầu hàng ngày.
  • Tác động ngoại bảng: Chưa mô hình hóa chi tiết rủi ro phái sinh hàng hóa (Commodity Hedging) do thị trường phái sinh dầu mỏ nội địa thời kỳ 2010–2012 chưa phát triển hoàn thiện.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình học máy (Machine Learning) như Random Forest và XGBoost để dự báo khả năng mất cân đối dòng tiền ngắn hạn dựa trên biến động giá dầu WTI/Brent thế giới.
  • Phát triển module kiểm tra sức chịu tải (Stress-testing) danh mục nợ vay khi biên độ tỷ giá USD/VND biến động vượt ngưỡng $\pm 3%$.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Tài chính – Doanh nghiệp: Nắm bắt phương pháp luận thực tế bóc tách BCTC ngành dầu khí, kỹ năng áp dụng mô hình DuPont và phân tích luân chuyển tiền tệ chuyên sâu.
  • Chuyên viên phân tích tài chính / Kiểm toán viên: Tiếp cận mô hình tính toán chuẩn mực kết hợp giữa lý thuyết tài chính hiện đại và đặc thù chính sách quản lý nhà nước tại Việt Nam.
  • Nhà quản trị doanh nghiệp năng lượng: Bộ công cụ chẩn đoán sức khỏe tài chính, giải pháp tái cơ cấu nợ ngắn hạn và chính sách quản trị tiền mặt tối ưu.
  • Nhà nghiên cứu kinh tế: Cung cấp dữ liệu thực chứng về phản ứng tài chính của doanh nghiệp Nhà nước trong chu kỳ thắt chặt tiền tệ giai đoạn 2010–2012.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để vận hành mô hình phân tích là gì? Hệ thống có thể chạy trên máy tính cá nhân cấu hình cơ bản (CPU Core i3, 4GB RAM) cài đặt Python 3.9+ hoặc hệ điều hành Microsoft Windows có Microsoft Excel 2016 trở lên.
  2. Khả năng mở rộng của mô hình cho các doanh nghiệp ngành khác? Mô hình phân tích tỷ số và DuPont có tính tổng quát cao, có thể áp dụng ngay cho các doanh nghiệp sản xuất, thương mại và phân phối sau khi điều chỉnh các ngưỡng chỉ số an toàn theo đặc thù ngành.
  3. Mô hình xử lý sai lệch do thay đổi chính sách kế toán như thế nào? Các khoản mục phát sinh mới (như Thuế bảo vệ môi trường năm 2012) được phân loại riêng biệt vào nhóm giảm trừ doanh thu để tránh làm méo mó biên lợi nhuận gộp trong phân tích so sánh liên thời gian.
  4. Hệ thống có khả năng tích hợp vào ERP doanh nghiệp không? Cấu trúc dữ liệu SQL chuẩn hóa cho phép dễ dàng tích hợp trực tiếp với các hệ thống ERP phổ biến như SAP, Oracle Financials hoặc Bravo thông qua các API truy xuất bảng cân đối kế toán.
  5. Thời gian hoàn vốn (ROI) khi ứng dụng mô hình chẩn đoán tài chính này? Đối với doanh nghiệp quy mô vừa và lớn, việc phát hiện sớm rủi ro ứ đọng hàng tồn kho và tối ưu dòng tiền L/C giúp tiết kiệm hàng tỷ đồng chi phí lãi vay ngay trong chu kỳ hoạt động đầu tiên.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc việc phân tích thực nghiệm toàn diện bức tranh tài chính của Saigon Petro trong giai đoạn đầy biến động 2010–2012. Thông qua hệ thống phân tích ngang dọc, ma trận chỉ số và mô hình phân rã DuPont 3 nhân tố, công trình đã làm sáng tỏ khả năng thích ứng linh hoạt của doanh nghiệp: phục hồi tỷ suất sinh lời $ROE$ từ mức 11,60% năm 2011 lên 22,29% năm 2012, kiểm soát tốt chỉ số thanh toán hiện thời ($CR = 1,07$) và tận dụng hiệu quả đòn bẩy thương mại từ nguồn vốn tín dụng trả sau. Đồ án không chỉ mang giá trị học thuật chuẩn mực cho khối ngành Tài chính – Ngân hàng mà còn cung cấp hàm ý quản trị thực tiễn sâu sắc cho các doanh nghiệp phân phối năng lượng tại Việt Nam.