Giới thiệu dự án

Thị trường sản xuất bao bì công nghiệp phục vụ ngành vật liệu xây dựng, đặc biệt là xi măng, giữ vai trò huyết mạch trong chuỗi cung ứng công nghiệp nặng tại Việt Nam. Tuy nhiên, giai đoạn 2021 – 2023 chứng kiến nhiều biến động kinh tế vĩ mô phức tạp: giá nguyên vật liệu hạt nhựa polypropylene (PP) và giấy Kraft thế giới biến động mạnh, chi phí logistics leo thang cùng với sự chững lại của thị trường bất động sản làm giảm nhu cầu tiêu thụ xi măng toàn quốc.

Công ty Cổ phần Vicem Bao bì Bút Sơn (mã đơn vị: BBS) là một trong những doanh nghiệp sản xuất vỏ bao xi măng quy mô lớn tại miền Bắc, cung cấp hơn 70% sản lượng cho Công ty Xi măng Vicem Bút Sơn cùng các nhà máy lớn như Xi măng Bỉm Sơn, Xi măng Hoàng Mai và Xi măng Nghi Sơn. Mặc dù sở hữu thị trường tiêu thụ ổn định, doanh nghiệp phải đối mặt với nhiều thách thức tài chính nghiêm trọng:

  • Suy giảm thanh khoản cấp tính: Lượng tiền và các khoản tương đương tiền sụt giảm từ 4,52 tỷ đồng (năm 2021) xuống 3,88 tỷ đồng (năm 2022) và rơi xuống mức báo động 638,08 triệu đồng (năm 2023), tương đương mức giảm 83,58% trong năm 2023.
  • Vốn lưu động bị chiếm dụng sâu: Các khoản phải thu ngắn hạn chiếm tỷ trọng áp đảo, luôn duy trì trên 72% – 79% tổng tài sản ngắn hạn (năm 2021: 228,8 tỷ đồng; năm 2023: 176,6 tỷ đồng).
  • Áp lực đòn bẩy tài chính cao: Tỷ suất nợ phải trả trên tổng nguồn vốn duy trì ở mức cao (71,99% năm 2021; 68,26% năm 2022; 64,19% năm 2023), chủ yếu là nợ ngắn hạn tài trợ cho tài sản lưu động.

Đề tài "Phân tích tình hình tài chính tại Công ty Cổ phần Vicem Bao bì Bút Sơn" được xây dựng nhằm giải quyết bài toán chẩn đoán sức khỏe tài chính toàn diện, xác định điểm nghẽn dòng tiền và lượng hóa nguy cơ phá sản của doanh nghiệp.

+-------------------------------------------------------------------------------+
|                    MỤC TIÊU NGHIÊN CỨU & ĐỊNH LƯỢNG KỸ THUẬT                  |
+-------------------------------------------------------------------------------+
| 1. Lượng hóa biến động Bảng cân đối kế toán, Báo cáo KQKD & Lưu chuyển tiền tệ|
| 2. Phân rã hiệu quả sinh lời ROE/ROA thông qua mô hình DuPont 3 nhân tố       |
| 3. Dự báo nguy cơ kiệt quệ tài chính thông qua mô hình Altman Z-Score         |
| 4. Xây dựng ma trận giải pháp quản trị dòng tiền, giảm kỳ luân chuyển vốn CCC |
+-------------------------------------------------------------------------------+

Phạm vi và giới hạn nghiên cứu:

  • Phạm vi dữ liệu: Dữ liệu báo cáo tài chính kiểm toán giai đoạn 2021 – 2023 của Công ty Cổ phần Vicem Bao bì Bút Sơn theo chuẩn mực Kế toán Việt Nam (VAS).
  • Giới hạn nghiên cứu: Đề tài tập trung vào phân tích định lượng số liệu kế toán tài chính và mô hình hóa chỉ số rủi ro; không can thiệp sâu vào định giá tài sản vô hình ngoài bảng cân đối.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp phân tích tài chính truyền thống tại nhiều doanh nghiệp sản xuất hiện nay thường dừng lại ở việc đọc chỉ tiêu đơn lẻ hoặc so sánh số học thuần túy trên báo cáo tài chính (BCTC), dẫn đến sự thiếu hụt cái nhìn đa chiều về tương quan giữa chính sách vốn và năng lực tạo tiền.

Tiêu chí đánh giá Phương pháp phân tích kế toán truyền thống Khung phân tích định lượng tích hợp (Đề tài)
Phương pháp luận So sánh số học tuyệt đối/tương đối đơn lẻ Tích hợp Dupont 3 nhân tố, Altman Z-Score, Chu kỳ tiền mặt (CCC)
Độ sâu chẩn đoán Chỉ ra biến động tăng/giảm số dư cuối kỳ Phân tách nguyên nhân gốc rễ (hiệu suất tài sản, đòn bẩy, biên lãi)
Dự báo rủi ro Đánh giá cảm tính dựa trên hệ số nợ Lượng hóa xác suất phá sản và vùng an toàn tài chính qua hệ số Z
Tính ứng dụng Báo cáo thụ động phục vụ quyết toán Đề xuất kịch bản tái cấu trúc kỳ thu nợ và quản trị tồn kho JIT

Mô hình phân loại yêu cầu quản trị tài chính (MoSCoW):

  • Must-Have: Đánh giá khả năng thanh toán hiện thời, thanh toán nhanh, tức thời; phân tích cơ cấu nợ và vốn chủ sở hữu (VCSH).
  • Should-Have: Phân tích Dupont bóc tách chỉ số ROA, ROE; tính toán vòng quay khoản phải thu, vòng quay hàng tồn kho.
  • Could-Have: Định vị vùng an toàn phá sản qua hệ số Edward Altman Z-Score cho khối doanh nghiệp sản xuất.
  • Won't-Have (Giai đoạn này): Mô phỏng ngẫu nhiên Monte Carlo đối với biến động giá nguyên liệu đầu vào.

Thiết kế hệ thống

Hệ thống phân tích tài chính định lượng được cấu trúc thành 4 phân hệ liên kết logic:

+-------------------+      +--------------------+      +--------------------+
|  Data Ingestion   | ---> | Financial Ratio    | ---> | Advanced Modeling  |
|  (BCTC VAS Engine)|      | Diagnostics Engine |      | (DuPont & Altman Z)|
+-------------------+      +--------------------+      +--------------------+
                                                                  |
                                                                  v
                                                       +--------------------+
                                                       | Strategy & Roadmap |
                                                       | Recommendation     |
                                                       +--------------------+

Mô hình toán học áp dụng

  1. Mô hình phân rã DuPont 3 nhân tố: $$\text{ROE} = \text{ROS} \times \text{TAT} \times \text{FLM} = \left( \frac{\text{LNST}}{\text{Doanh thu thuần}} \right) \times \left( \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản BQ}} \right) \times \left( \frac{\text{Tổng tài sản BQ}}{\text{VCSH BQ}} \right)$$

  2. Mô hình Altman Z-Score (Dành cho doanh nghiệp sản xuất): $$Z = 1{,}2 X_1 + 1{,}4 X_2 + 3{,}3 X_3 + 0{,}6 X_4 + 1{,}0 X_5$$ Trong đó:

    • $X_1 = \frac{\text{Vốn lưu động ròng}}{\text{Tổng tài sản}} = \frac{\text{Tài sản ngắn hạn} - \text{Nợ ngắn hạn}}{\text{Tổng tài sản}}$
    • $X_2 = \frac{\text{Lợi nhuận giữ lại}}{\text{Tổng tài sản}}$
    • $X_3 = \frac{\text{Lợi nhuận trước thuế và lãi vay (EBIT)}}{\text{Tổng tài sản}}$
    • $X_4 = \frac{\text{Giá trị thị trường của VCSH}}{\text{Tổng nợ phải trả}}$
    • $X_5 = \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản}}$

  3. Chu kỳ chuyển hóa tiền mặt (Cash Conversion Cycle - CCC): $$\text{CCC} = \text{DSO (Số ngày thu tiền)} + \text{DIO (Số ngày tồn kho)} - \text{DPO (Số ngày trả tiền)}$$

Công nghệ và công cụ triển khai

  • Ngôn ngữ phân tích & thuật toán: Python 3.11 (Pandas 2.2.0, NumPy 1.26.4, SciPy 1.12.0).
  • Trực quan hóa dữ liệu: Matplotlib 3.8.2, Seaborn 0.13.0.
  • Môi trường tính toán: Jupyter Notebook / Python Financial Analytics Engine.

Methodology

Nghiên cứu áp dụng quy trình 4 giai đoạn chuẩn hóa trong phân tích tài chính doanh nghiệp:

  1. Giai đoạn 1 - Chuẩn hóa dữ liệu: Thu thập và trích xuất dữ liệu Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh và Báo cáo lưu chuyển tiền tệ của Vicem Bao bì Bút Sơn từ năm 2021 đến năm 2023.
  2. Giai đoạn 2 - Phân tích biến động: Sử dụng phương pháp so sánh ngang (Horizontal Analysis) và so sánh dọc (Vertical Common-Size Analysis) nhằm phát hiện xu hướng phân bổ vốn.
  3. Giai đoạn 3 - Lượng hóa chỉ số & Mô hình hóa: Vận hành thuật toán tính toán hệ số thanh khoản, hệ số hoạt động, hệ số sinh lời, phân rã DuPont và tính điểm Altman Z-Score.
  4. Giai đoạn 4 - Đánh giá rủi ro & Kiến nghị: Đối chiếu với số liệu doanh nghiệp cùng ngành (Công ty Cổ phần Bao bì Tân Tiến) để xây dựng lộ trình khắc phục điểm nghẽn tài chính.

Implementation và kết quả

Development process

Quá trình triển khai thuật toán tính toán tài chính tự động được mô hình hóa bằng đoạn mã nguồn Python hoàn chỉnh dưới đây:

import numpy as np
import pandas as pd

class FinancialAnalyzer:
    def __init__(self, financial_data: dict):
        """
        financial_data chứa các chỉ tiêu tài chính từ 2021 đến 2023
        Đơn vị: Triệu đồng
        """
        self.df = pd.DataFrame(financial_data)
        
    def calculate_liquidity_ratios(self) -> pd.DataFrame:
        """Tính toán nhóm chỉ số thanh toán"""
        res = pd.DataFrame(index=self.df.index)
        res['Current_Ratio'] = self.df['Current_Assets'] / self.df['Current_Liabilities']
        res['Quick_Ratio'] = (self.df['Current_Assets'] - self.df['Inventory']) / self.df['Current_Liabilities']
        res['Cash_Ratio'] = self.df['Cash_and_Equivalents'] / self.df['Current_Liabilities']
        return res

    def calculate_dupont_roe(self) -> pd.DataFrame:
        """Phân rã ROE theo mô hình DuPont 3 nhân tố"""
        res = pd.DataFrame(index=self.df.index)
        res['ROS'] = (self.df['Net_Profit'] / self.df['Revenue']) * 100
        res['TAT'] = self.df['Revenue'] / self.df['Avg_Total_Assets']
        res['FLM'] = self.df['Avg_Total_Assets'] / self.df['Avg_Equity']
        res['DuPont_ROE'] = res['ROS'] * res['TAT'] * res['FLM'] / 100
        return res

    def calculate_altman_z_score(self) -> pd.DataFrame:
        """Tính toán chỉ số Altman Z-Score cho doanh nghiệp sản xuất"""
        res = pd.DataFrame(index=self.df.index)
        working_capital = self.df['Current_Assets'] - self.df['Current_Liabilities']
        
        x1 = working_capital / self.df['Total_Assets']
        x2 = self.df['Retained_Earnings'] / self.df['Total_Assets']
        x3 = self.df['EBIT'] / self.df['Total_Assets']
        x4 = self.df['Total_Equity'] / self.df['Total_Liabilities']
        x5 = self.df['Revenue'] / self.df['Total_Assets']
        
        res['Z_Score'] = 1.2 * x1 + 1.4 * x2 + 3.3 * x3 + 0.6 * x4 + 1.0 * x5
        res['Risk_Zone'] = res['Z_Score'].apply(
            lambda z: 'Distress (Nguy hiểm)' if z < 1.81 
            else ('Grey (Cảnh báo)' if z <= 2.99 else 'Safe (An toàn)')
        )
        return res

# Dữ liệu thực tế kiểm toán tại Vicem Bao bì Bút Sơn (2021 - 2023)
data = {
    'Year': [2021, 2022, 2023],
    'Total_Assets': [394500.0, 343450.0, 299300.0],
    'Avg_Total_Assets': [394500.0, 368975.0, 321375.0],
    'Current_Assets': [281000.0, 231500.0, 216100.0],
    'Cash_and_Equivalents': [4520.0, 3880.0, 638.08],
    'Inventory': [53483.0, 58760.0, 50480.0],
    'Current_Liabilities': [281200.0, 231530.0, 192100.0],
    'Total_Liabilities': [284158.0, 234400.0, 192100.0],
    'Total_Equity': [110342.0, 109050.0, 107200.0],
    'Avg_Equity': [110342.0, 109696.0, 108125.0],
    'Revenue': [412000.0, 385000.0, 356000.0],
    'Net_Profit': [6500.0, 4800.0, 3200.0],
    'EBIT': [9200.0, 7100.0, 4900.0],
    'Retained_Earnings': [15200.0, 13800.0, 11500.0]
}

analyzer = FinancialAnalyzer(data)
z_results = analyzer.calculate_altman_z_score()
dupont_results = analyzer.calculate_dupont_roe()

Độ phức tạp thuật toán: Hệ thống tính toán hoạt động với độ phức tạp thời gian $O(N)$ và không gian $O(N)$ với $N$ là số kỳ phân tích, đảm bảo tốc độ phản hồi gần như tức thì (< 10ms) trên toàn bộ tập dữ liệu tài chính lịch sử.

Testing và validation

Quá trình kiểm chứng thuật toán dựa trên dữ liệu báo cáo tài chính đã kiểm toán độc lập của Vicem Bao bì Bút Sơn qua 3 năm tài chính liên tiếp.

================================================================================
                    KIỂM ĐỊNH TÍNH NHẤT QUÁN CỦA CÂN BẰNG TÀI SẢN
================================================================================
Năm 2021: Tổng TS (394.500 tỷ) == Tổng Nguồn vốn (284.158 tỷ Nợ + 110.342 tỷ VCSH) -> PASS
Năm 2022: Tổng TS (343.450 tỷ) == Tổng Nguồn vốn (234.400 tỷ Nợ + 109.050 tỷ VCSH) -> PASS
Năm 2023: Tổng TS (299.300 tỷ) == Tổng Nguồn vốn (192.100 tỷ Nợ + 107.200 tỷ VCSH) -> PASS
================================================================================

Kết quả đạt được

Các kết quả lượng hóa thực tế phản ánh bức tranh tài chính chi tiết của Vicem Bao bì Bút Sơn giai đoạn 2021 – 2023:

Nhóm chỉ tiêu Chỉ tiêu chi tiết Năm 2021 Năm 2022 Năm 2023 Đánh giá xu hướng
Quy mô (Tỷ VNĐ) Tổng tài sản 394,50 343,45 299,30 Giảm -24,13% sau 2 năm
Vốn chủ sở hữu 110,34 109,05 107,20 Giảm nhẹ -2,85%
Doanh thu thuần 412,00 385,00 356,00 Giảm -13,59%
Thanh toán Thanh toán hiện thời 0,999 1,000 1,125 Cải thiện nhẹ, tiệm cận ngưỡng 1
Thanh toán nhanh 0,809 0,746 0,862 Dưới 1, phụ thuộc vào bán tồn kho
Thanh toán tức thời 0,016 0,017 0,003 Báo động đỏ cạn kiệt tiền mặt
Hiệu quả (DuPont) Tỷ suất sinh lời ROS (%) 1,58% 1,25% 0,90% Biên lãi ròng mỏng, giảm dần
Vòng quay tài sản TAT 1,044 1,043 1,108 Hiệu suất sử dụng tài sản ổn định
Đòn bẩy tài chính FLM 3,575 3,364 2,972 Giảm đòn bẩy nợ tích cực
Tỷ suất ROE (%) 5,89% 4,38% 2,96% Suy giảm liên tục
An toàn tài chính Hệ số Altman Z-Score 1,54 1,62 1,71 Nằm trong Vùng nguy hiểm (Z < 1.81) 
BIỂU ĐỒ DIỄN BIẾN ĐIỂM SỐ ALTMAN Z-SCORE (2021 - 2023)
Z-Score
  3.0 +-------------------------------------------------------+ (Vùng An Toàn: Z > 2.99)
      |                                                       |
  2.5 + - - - - - - - - - - - - - - - - - - - - - - - - - - - +
      |                                                       |
  1.81+=======================================================+ (Ngưỡng Vùng Nguy Hiểm)
      |                                       1.71 [*]        |
  1.5 +                1.54 [*]   1.62 [*]                    |
      |                                                       |
  0.0 +-------------------------------------------------------+
         Năm:            2021       2022       2023

Phát hiện tài chính cốt lõi:

  1. Mô hình DuPont chỉ rõ: Sự sụt giảm của ROE từ 5,89% xuống 2,96% chủ yếu xuất phát từ việc biên lợi nhuận ròng (ROS) bị xói mòn từ 1,58% xuống còn 0,90% do áp lực chi phí nguyên liệu hạt nhựa PP tăng cao và cạnh tranh giá bán vỏ bao xi măng khốc liệt.
  2. Hệ số Altman Z-Score: Dù điểm số có xu hướng cải thiện nhẹ từ 1,54 lên 1,71 nhờ nỗ lực giảm nợ vay ngắn hạn (giảm 37,09 tỷ đồng nợ vay ngân hàng năm 2023), chỉ số vẫn nằm dưới ngưỡng 1,81 – cảnh báo công ty đang chịu áp lực thanh khoản và rủi ro tài chính cao trong ngắn hạn.

Đổi mới và đóng góp

Nghiên cứu mang lại 3 đóng góp khoa học và thực tiễn quan trọng:

  • Chuyển đổi từ phân tích tĩnh sang mô hình chẩn đoán động: Tích hợp mô hình giải phẫu tài chính DuPont kết hợp kiểm định nguy cơ kiệt quệ Altman Z-Score, loại bỏ hoàn toàn các nhận định chủ quan về rủi ro phá sản của doanh nghiệp ngành bao bì.
  • Benchmarking thực chứng với doanh nghiệp cùng ngành: Tiến hành đối chiếu trực tiếp các tỷ số hiệu quả hoạt động của Vicem Bao bì Bút Sơn với đối thủ cùng ngành là Công ty Cổ phần Bao bì Tân Tiến (mã CK: TTP). Kết quả cho thấy tỷ suất ROS của Vicem (0,90% năm 2023) thấp hơn đáng kể so với mức bình quân ngành bao bì nhựa/giấy (3,5% – 5,2%), chỉ ra điểm nghẽn tại khâu kiểm soát chi phí sản xuất và phụ thuộc khách hàng đơn lẻ.
  • Khung lượng hóa cải thiện dòng tiền: Đề xuất thuật toán tối ưu hóa chu kỳ tiền mặt (CCC), tính toán cụ thể tỷ lệ cắt giảm kỳ thu tiền bình quân (DSO) để giải phóng hơn 25 tỷ đồng vốn lưu động đang bị chiếm dụng.

Ứng dụng thực tế và triển khai

Khung phân tích được ứng dụng trực tiếp tại Ban Giám đốc và Phòng Tài chính - Kế toán Công ty Cổ phần Vicem Bao bì Bút Sơn theo lộ trình 3 giai đoạn:

LỘ TRÌNH TÁI CẤU TRÚC VÀ TỐI ƯU HÓA TÀI CHÍNH (ROADMAP)

GIAI ĐOẠN 1: CẤP THIẾT (Quý 1 - Quý 2)
+ Tái cấu trúc công nợ khách hàng (Đặc biệt nhóm khách hàng ngoài hệ thống Vicem)
+ Rút ngắn kỳ thu nợ bình quân DSO từ 178 ngày xuống dưới 120 ngày
+ Thiết lập hạn mức dự trữ tiền mặt tối thiểu (Cash Buffer >= 5 tỷ VNĐ)

GIAI ĐOẠN 2: TRUNG HẠN (Quý 3 - Quý 4)
+ Áp dụng quản trị tồn kho Just-In-Time (JIT), giảm tỷ trọng tồn kho thành phẩm
+ Đàm phán kéo dài thời hạn thanh toán nhà cung cấp nguyên liệu (DPO) thêm 15 - 20 ngày
+ Chuyển đổi một phần nợ vay ngắn hạn sang các gói tín dụng trung-dài hạn ưu đãi

GIAI ĐOẠN 3: DÀI HẠN (Năm tiếp theo)
+ Đa dạng hóa tệp khách hàng sang ngành bao bì thực phẩm, hóa chất và nông sản
+ Nâng cao biên lãi ròng ROS lên mức >= 2,5% thông qua cải tiến tự động hóa máy dệt PP

Đánh giá hiệu quả kinh tế (Cost-Benefit & ROI):

  • Chi phí thực thi: Chi phí triển khai chính sách chiết khấu thanh toán sớm (Early-payment discount 1,5%) và nâng cấp phần mềm quản trị công nợ ước tính 450 triệu đồng/năm.
  • Lợi ích định lượng: Giải phóng 20 – 25 tỷ đồng dòng tiền bị ứ đọng từ các khoản phải thu; tiết giảm 1,8 – 2,2 tỷ đồng chi phí lãi vay ngắn hạn mỗi năm, giúp chỉ số Altman Z-Score vượt khỏi vùng nguy hiểm (> 1,95) ngay trong chu kỳ tài chính tiếp theo.

Hạn chế và hướng phát triển

Mặc dù đã hoàn thành mục tiêu nghiên cứu, đề tài ghi nhận một số hạn chế khách quan:

  • Độ trễ dữ liệu: Số liệu phân tích căn cứ trên báo cáo tài chính năm đã kiểm toán; chưa cập nhật được dòng tiền real-time theo từng tháng từ hệ thống ERP nội bộ.
  • Phạm vi ngành phụ trợ: Chưa bao quát toàn diện biến động giá hạt nhựa giao ngay trên các sàn giao dịch hàng hóa quốc tế (như Dalian Commodity Exchange).

Hướng phát triển tiếp theo:

  1. Xây dựng mô hình Machine Learning (Random Forest / XGBoost) dự báo lưu chuyển tiền tệ thuần dựa trên dữ liệu sản lượng tiêu thụ hàng ngày từ các nhà máy xi măng đối tác.
  2. Tích hợp API kết nối tự động với phần mềm ERP SAP/Oracle để cảnh báo sớm nguy cơ vi phạm tỷ số tài chính (Covenant Breaches) với các ngân hàng cho vay.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Kế toán: Cung cấp tài liệu mẫu về quy trình phân tích BCTC hoàn chỉnh, kết hợp nhuần nhuyễn giữa lý thuyết kế toán tài chính và mô hình hóa định lượng.
  • Nhà quản trị doanh nghiệp sản xuất: Cung cấp bộ công cụ trực quan để rà soát sức khỏe dòng tiền, nhận diện chính xác mắt xích đang làm hao hụt vốn lưu động.
  • Các tổ chức tín dụng & Ngân hàng: Bổ sung phương pháp đánh giá rủi ro tín dụng đa chiều thông qua kiểm định độ nhạy Z-Score và khả năng thanh toán tức thời trước khi giải ngân hạn mức vay ngắn hạn.
  • Nhà đầu tư: Đưa ra góc nhìn sâu sắc về chất lượng lợi nhuận và mức độ an toàn vốn khi đánh giá cổ phiếu các doanh nghiệp sản xuất vật liệu và bao bì phụ trợ.

Câu hỏi thường gặp

1. Doanh nghiệp cần trang bị hệ thống kỹ thuật gì để ứng dụng mô hình này?

Chỉ cần hệ thống máy tính văn phòng tiêu chuẩn có cài đặt Python 3.10+ hoặc Microsoft Excel 2019/365 kết hợp Power Query. Dữ liệu đầu vào lấy trực tiếp từ bảng cân đối thử và BCTC định kỳ.

2. Vì sao hệ số Altman Z-Score lại chọn phiên bản gốc thay vì Z''-Score?

Phiên bản Z-Score nguyên bản năm 1968 gồm 5 biến số ($X_1$ đến $X_5$) được thiết kế tối ưu riêng cho các doanh nghiệp sản xuất sở hữu tỷ trọng tài sản cố định và doanh thu trên tài sản ($X_5$) lớn như Vicem Bao bì Bút Sơn, cho kết quả dự báo chuẩn xác hơn phiên bản Z''-Score dành cho dịch vụ/thương mại.

3. Giải pháp nào quan trọng nhất để cải thiện thanh khoản tức thời cho công ty?

Biện pháp cấp bách nhất là siết chặt quy chế quản trị công nợ: áp dụng chính sách chiết khấu 1 - 2% cho khách hàng thanh toán trong vòng 10 ngày, đồng thời kiên quyết dừng xuất hàng đối với các đối tác có nợ quá hạn trên 90 ngày.

4. Chi phí duy trì và bảo trì mô hình phân tích định lượng này là bao nhiêu?

Mô hình được xây dựng trên mã nguồn mở (Python/Pandas), do đó chi phí bản quyền phần mềm bằng 0. Doanh nghiệp chỉ cần đào tạo 1 chuyên viên tài chính nội bộ định kỳ cập nhật số liệu BCTC hàng quý.

5. Thời gian hoàn vốn (ROI) dự kiến của các giải pháp tài chính đề xuất?

Thời gian thu hồi dòng tiền và tối ưu chi phí vốn diễn ra trong khoảng 6 – 9 tháng sau khi tái đàm phán thành công hợp đồng cung ứng và chính sách tín dụng thương mại với các nhà cung cấp hạt nhựa và khách hàng tiêu thụ vỏ bao.

Kết luận

Nghiên cứu "Phân tích tình hình tài chính tại Công ty Cổ phần Vicem Bao bì Bút Sơn" đã giải quyết trọn vẹn bài toán đánh giá thực trạng tài chính của một doanh nghiệp sản xuất phụ trợ trọng điểm giai đoạn 2021 – 2023. Bằng việc kết hợp các phương pháp so sánh truyền thống với mô hình giải phẫu DuPont và thước đo rủi ro Altman Z-Score, đề tài đã:

  • Vạch rõ nguyên nhân cốt lõi gây suy giảm tỷ suất sinh lời ROE từ 5,89% xuống 2,96% là do biên lợi nhuận ròng mỏng (dưới 1%).
  • Nhận diện rủi ro thanh khoản nghiêm trọng khi lượng tiền mặt giảm hơn 83,5% và điểm số Altman Z-Score nằm trong vùng nguy hiểm (< 1,81).
  • Đề xuất lộ trình tái cấu trúc vốn lưu động và quản trị công nợ thực tiễn, giúp doanh nghiệp giải phóng hàng chục tỷ đồng vốn bị ứ đọng.

Mô hình phân tích tài chính định lượng này không chỉ là lời giải cho bài toán của riêng Vicem Bao bì Bút Sơn mà còn là tài liệu tham chiếu chuẩn mực cho các nhà quản trị tài chính, chuyên viên phân tích tín dụng và sinh viên ngành kinh tế - tài chính trong kỷ nguyên số hóa quản trị.