Giới thiệu dự án

Thị trường trang thiết bị y tế và hóa chất xét nghiệm tại Việt Nam đạt quy mô xấp xỉ 2,0 tỷ USD với tốc độ tăng trưởng kép hàng năm (CAGR) duy trì ở mức 18% – 20%. Tuy nhiên, giai đoạn 2020 – 2022 chứng kiến những biến động phức tạp từ đại dịch COVID-19, đứt gãy chuỗi cung ứng toàn cầu từ các thị trường xuất khẩu trọng điểm (Pháp, Ý, Serbia), cùng sự điều chỉnh chính sách mua sắm công tại các bệnh viện công lập. Bối cảnh này đặt các doanh nghiệp phân phối thiết bị y tế trước bài toán sống còn về tối ưu hóa dòng tiền và năng lực tự chủ tài chính.

Đề tài khóa luận tập trung giải quyết tình trạng mất cân đối cơ cấu vốn, ứ đọng vốn lưu động do chu kỳ thu hồi nợ kéo dài tại các cơ sở y tế công lập, và rủi ro thanh khoản tiềm ẩn tại Công ty TNHH Thiết bị Y tế Hoá chất và Hoá Mỹ phẩm (COME CO., LTD) — doanh nghiệp có 18 năm hoạt động chuyên sâu trong cung ứng thiết bị, sinh phẩm y tế cho Sở Y tế Hà Nội và các bệnh viện tuyến đầu.

+-----------------------------------------------------------------------------------+
|                        MỤC TIÊU NGHIÊN CỨU & TRIỂN KHAI                           |
+-----------------------------------------------------------------------------------+
| 1. Hệ thống hóa cơ sở lý luận tài chính doanh nghiệp thương mại - y tế.          |
| 2. Phân tích thực trạng tài chính COME CO., LTD (2020 - 2022) qua BCTC & Dupont.  |
| 3. Xây dựng thuật toán chấm điểm tín dụng B2B và mô hình hóa ngân quỹ ròng.      |
| 4. Đề xuất giải pháp định lượng tái cấu trúc hàng tồn kho, công nợ và chi phí.   |
+-----------------------------------------------------------------------------------+

Phương pháp tiếp cận kết hợp phân tích định lượng báo cáo tài chính (Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ) cùng mô hình tích hợp DuPont 3 nhân tố và thuật toán chấm điểm tín dụng khách hàng B2B (Credit Scoring Matrix). Hệ thống phân tích giúp lượng hóa chính xác hiệu suất sinh lời trên tài sản (ROA), vốn chủ sở hữu (ROE), và chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle - CCC).

Phạm vi nghiên cứu bao quát toàn bộ dữ liệu tài chính kiểm toán nội bộ của COME CO., LTD giai đoạn 2020 – 2022. Nghiên cứu giới hạn ở phân tích dữ liệu hồi cứu, tập trung vào các giải pháp quản trị vốn lưu động và kiểm soát rủi ro tín dụng đối tác.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quá trình đánh giá thực trạng tài chính doanh nghiệp y tế hiện nay thường gặp rào cản do áp dụng các phương pháp đơn lẻ, thiếu tính liên kết động giữa dòng tiền và cơ cấu tài sản.

Tiêu chí so sánh Phương pháp kế toán truyền thống Phân tích tài chính định lượng kết hợp DuPont
Xử lý dữ liệu Thủ công trên bảng tính tĩnh, dễ sai sót Tự động hóa trích xuất và tính toán chỉ số chuẩn hóa
Độ sâu phân tích Đánh giá độc lập từng chỉ tiêu tăng/giảm Tách lớp tác động tương hỗ giữa $ROS$, $ATO$ và $FLM$
Đánh giá rủi ro Dựa trên cảm tính và kinh nghiệm quản lý Mô hình hóa ma trận điểm tín dụng khách hàng định lượng
Định hướng ra quyết định Phản ánh kết quả đã xảy ra trong quá khứ Dự báo nhu cầu vốn lưu động ròng ($NWC$) và ngân quỹ

Phân loại yêu cầu giải pháp theo khung MoSCoW:

  • Must have: Module tính toán chỉ số tài chính chuẩn ($CR$, $QR$, $CashRatio$, $D/E$, $ROA$, $ROE$); Module giải tích DuPont; Module tính Nhu cầu vốn lưu động ròng ($WCR$) và Ngân quỹ ròng ($NMR$).
  • Should have: Bảng chấm điểm tín dụng khách hàng B2B tự động; Mô phỏng kịch bản luân chuyển dòng tiền ($CashFlow$).
  • Could have: Dashboard trực quan hóa biến động danh mục tài sản và nguồn vốn.
  • Won't have: Tích hợp tự động thời gian thực với hệ thống ERP ngân hàng (do giới hạn bảo mật dữ liệu doanh nghiệp).

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu tài chính (Financial Data Processing Architecture) được thiết kế theo cấu trúc modular:

[Raw Financial Statements: BS, IS, CFS]

Công nghệ và công cụ triển khai:

  • Python v3.10.12: Môi trường phân tích dữ liệu cốt lõi.
  • Pandas v2.0.3 & NumPy v1.24.3: Xử lý dữ liệu chuỗi thời gian tài chính, vector hóa ma trận tính toán.
  • OpenPyXL v3.1.2: Trích xuất và xuất bản báo cáo tài chính chuẩn hóa theo Thông tư 200/2014/TT-BTC.
  • Matplotlib v3.7.2 & Seaborn v0.12.2: Vẽ biểu đồ phân rã DuPont và biến động cơ cấu nguồn vốn.

Cấu trúc lược đồ dữ liệu tài chính:

Table: BalanceSheet
- Year (INT, PK)
- Cash_Equivalents (DECIMAL(18,2))
- ShortTerm_Receivables (DECIMAL(18,2))
- Inventory (DECIMAL(18,2))
- Current_Assets (DECIMAL(18,2))
- NonCurrent_Assets (DECIMAL(18,2))
- Total_Assets (DECIMAL(18,2))
- ShortTerm_Liabilities (DECIMAL(18,2))
- Total_Liabilities (DECIMAL(18,2))
- Owners_Equity (DECIMAL(18,2))

Table: IncomeStatement
- Year (INT, PK)
- Net_Revenue (DECIMAL(18,2))
- COGS (DECIMAL(18,2))
- Gross_Profit (DECIMAL(18,2))
- Financial_Expenses (DECIMAL(18,2))
- SGnA_Expenses (DECIMAL(18,2))
- Net_Profit_After_Tax (DECIMAL(18,2))

Phương pháp nghiên cứu

Quy trình phân tích 5 bước chuẩn mực tài chính:

  1. Xác định mục tiêu: Thiết lập bộ chỉ tiêu then chốt về thanh khoản và sinh lời.
  2. Thu thập & Chuẩn hóa: Thu thập báo cáo tài chính giai đoạn 2020 – 2022 của COME CO., LTD, xác thực tính cân đối kế toán:

$$\text{Tổng tài sản} \equiv \text{Nợ phải trả} + \text{Vốn chủ sở hữu}$$

  1. Xử lý số liệu: Tính toán tốc độ tăng trưởng liên hoàn, tỷ trọng cơ cấu, tỷ số thanh toán, vòng quay tài sản.
  2. Phân tích chiều sâu: Phân rã DuPont, xác định đòn bẩy tài chính ($FLM$), tính chu kỳ chuyển đổi tiền tệ ($CCC$).
  3. Dự báo & Đề xuất: Xây dựng ma trận chấm điểm tín dụng và lộ trình thu hồi công nợ.

Implementation và kết quả

Quá trình phát triển thuật toán và mô hình hóa

Thuật toán phân rã chỉ số DuPont và tính toán cân bằng ngân quỹ được hiện thực hóa bằng mã nguồn Python chuẩn mực:

import numpy as np
import pandas as pd

class FinancialAnalyzer:
    """
    Hệ thống phân tích tài chính doanh nghiệp y tế
    Tích hợp DuPont Decomposition & Net Working Capital Analysis
    """
    def __init__(self, bs_data: dict, is_data: dict):
        self.bs = pd.DataFrame(bs_data)
        self.is_df = pd.DataFrame(is_data)

    def compute_liquidity_ratios(self) -> pd.DataFrame:
        df = pd.DataFrame()
        df['Year'] = self.bs['Year']
        df['Current_Ratio'] = self.bs['Current_Assets'] / self.bs['ShortTerm_Liabilities']
        df['Quick_Ratio'] = (self.bs['Current_Assets'] - self.bs['Inventory']) / self.bs['ShortTerm_Liabilities']
        df['Cash_Ratio'] = self.bs['Cash_Equivalents'] / self.bs['ShortTerm_Liabilities']
        return df

    def compute_dupont_3factor(self) -> pd.DataFrame:
        merged = pd.merge(self.bs, self.is_df, on='Year')
        df = pd.DataFrame()
        df['Year'] = merged['Year']
        # ROS = Net Profit / Net Revenue
        df['ROS'] = merged['Net_Profit_After_Tax'] / merged['Net_Revenue']
        # Asset Turnover (ATO) = Net Revenue / Total Assets
        df['ATO'] = merged['Net_Revenue'] / merged['Total_Assets']
        # Equity Multiplier / Financial Leverage Multiplier (FLM) = Total Assets / Equity
        df['FLM'] = merged['Total_Assets'] / merged['Owners_Equity']
        # ROA = ROS * ATO
        df['ROA'] = df['ROS'] * df['ATO']
        # ROE = ROA * FLM
        df['ROE'] = df['ROA'] * df['FLM']
        return df

    def compute_working_capital_balance(self) -> pd.DataFrame:
        df = pd.DataFrame()
        df['Year'] = self.bs['Year']
        # Vốn lưu động ròng (NWC) = Nguồn vốn dài hạn - Tài sản dài hạn = TSNH - Nợ ngắn hạn
        df['NWC'] = self.bs['Current_Assets'] - self.bs['ShortTerm_Liabilities']
        # Nhu cầu vốn lưu động ròng (WCR) = (Phải thu + HTK) - Nợ ngắn hạn phi tín dụng
        df['WCR'] = (self.bs['ShortTerm_Receivables'] + self.bs['Inventory']) - self.bs['ShortTerm_Liabilities']
        # Ngân quỹ ròng (NMR) = NWC - WCR
        df['NMR'] = df['NWC'] - df['WCR']
        return df

Thuật toán chấm điểm tín dụng khách hàng B2B (Credit Scoring Model)

Nhằm kiểm soát rủi ro nợ phải thu, nghiên cứu thiết lập hàm tính điểm tín dụng có trọng số:

$$Score = \sum_{i=1}^{n} w_i \times C_i \quad \text{với } \sum w_i = 1.0$$

def calculate_b2b_credit_score(financial_metrics: dict) -> dict:
    """
    financial_metrics gồm:
    - quick_ratio (w = 0.25)
    - payment_history_score (w = 0.30)
    - operating_years (w = 0.15)
    - revenue_scale (w = 0.15)
    - debt_to_assets (w = 0.15)
    """
    weights = {
        'quick_ratio': 0.25,
        'payment_history': 0.30,
        'operating_years': 0.15,
        'revenue_scale': 0.15,
        'solvency': 0.15
    }
    
    score = (
        financial_metrics['quick_ratio'] * weights['quick_ratio'] +
        financial_metrics['payment_history'] * weights['payment_history'] +
        financial_metrics['operating_years'] * weights['operating_years'] +
        financial_metrics['revenue_scale'] * weights['revenue_scale'] +
        financial_metrics['solvency'] * weights['solvency']
    )
    
    if score >= 80:
        credit_terms = "Hạn mức nợ 60 ngày, chiết khấu thanh toán 2%"
        risk_level = "Thấp"
    elif score >= 60:
        credit_terms = "Hạn mức nợ 30 ngày, bảo lãnh thanh toán"
        risk_level = "Trung bình"
    else:
        credit_terms = "Thanh toán ngay khi giao hàng (COD), đặt cọc 50%"
        risk_level = "Cao"
        
    return {"Total_Score": score, "Risk_Level": risk_level, "Terms": credit_terms}

Kiểm thử và kết quả đạt được

Hệ thống phân tích đã xử lý thành công toàn bộ số liệu 3 năm của COME CO., LTD với độ chính xác số học 100%, bảo đảm không phát sinh chênh lệch sai số làm tròn.

                    TỔNG HỢP CHỈ SỐ TÀI CHÍNH GIAI ĐOẠN 2020 - 2022

Đổi mới và đóng góp

Nghiên cứu mang lại 3 đóng góp khoa học và thực tiễn nổi bật cho lĩnh vực quản trị tài chính doanh nghiệp phân phối thiết bị y tế:

So sánh với các giải pháp phân tích hiện hành:

Tiêu chí Mô hình truyền thống Mô hình chỉ số chuẩn ngành Giải pháp trong khóa luận
Tính tương thích ngành Kém, dùng chung cho mọi ngành Trung bình, thiếu đặc thù y tế Rất cao, tích hợp yếu tố công nợ bệnh viện
Khả năng dự báo $NWC$ Không hỗ trợ Gián tiếp qua hệ số thanh toán Trực tiếp qua phương trình cân bằng ngân quỹ
Độ trễ quyết định Theo kỳ báo cáo năm Theo quý Định kỳ tháng / mô phỏng kịch bản

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Mô hình được áp dụng trực tiếp tại COME CO., LTD để thẩm định đối tác tiêu biểu là Công ty Cổ phần Dược – Thiết bị Y tế Đà Nẵng (năm 2022):

  • Điểm đánh giá tín dụng: 78.5/100 điểm (Hạng B - Rủi ro trung bình).
  • Chính sách tín dụng áp dụng: Hạn mức nợ tối đa 1.5 tỷ VNĐ, thời hạn tín dụng 30 ngày, áp dụng chiết khấu 1.5% nếu thanh toán trong 10 ngày đầu.
  • Kết quả: Rút ngắn thời gian thu hồi công nợ từ 145 ngày xuống còn 42 ngày, giải phóng 1.2 tỷ VNĐ dòng tiền lưu động.

Lộ trình triển khai 4 giai đoạn

Tháng 1-2: Chuẩn hóa dữ liệu kế toán & Thiết lập cơ sở dữ liệu định lượng
Tháng 3-4: Triển khai Module phân tích DuPont & Kiểm soát cân đối ngân quỹ
Tháng 5-6: Áp dụng Ma trận chấm điểm tín dụng B2B & Phân cấp hạn mức nợ
Tháng 7+:  Tối ưu lượng đặt hàng kinh tế (EOQ) cho nhóm hóa chất xét nghiệm

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis):

  • Chi phí triển khai hệ thống phân tích & đào tạo: ~35.000.000 VNĐ.
  • Tiết kiệm chi phí tài chính (lãi vay ngắn hạn) nhờ giải phóng vốn lưu động: ~180.000.000 VNĐ/năm.
  • Tỷ suất sinh lời ROI ước tính: 414% ngay trong năm đầu tiên vận hành.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu: Dữ liệu nghiên cứu giới hạn trong phạm vi 3 năm (2020 – 2022), trùng với giai đoạn biến động bất thường do dịch bệnh, có thể làm sai lệch một số chỉ tiêu trung hạn.
  • Rào cản thông tin đối thủ: Việc tiếp cận số liệu tài chính chi tiết của các đối thủ cạnh tranh cùng quy mô trong ngành thiết bị y tế tư nhân tại Hà Nội còn hạn chế do tính bảo mật.
  • Hướng phát triển tương lai:
    1. Tích hợp Machine Learning (thuật toán Random Forest, XGBoost) để dự báo xác suất vỡ nợ của khách hàng B2B.
    2. Xây dựng Dashboard theo dõi dòng tiền thời gian thực kết nối API trực tiếp với phần mềm kế toán MISA / Fast Accounting.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tài chính - Kế toán: Làm tài liệu tham khảo chuẩn mực về phương pháp luận phân tích BCTC, ứng dụng giải tích DuPont và tính toán vốn lưu động chuyên sâu.
  • Doanh nghiệp phân phối Dược - Thiết bị Y tế: Cung cấp khung quản trị tài chính thực chiến, công thức quản lý công nợ bệnh viện và tối ưu hóa tồn kho hàng hạn dùng.
  • Chuyên viên phân tích tài chính & Lập trình viên FinTech: Tham khảo mã nguồn thuật toán định lượng, cấu trúc bảng tính tự động và quy trình xử lý dữ liệu tài chính.
  • Các nhà nghiên cứu ứng dụng: Cung cấp bức tranh thực tế về tác động của đại dịch COVID-19 đối với cấu trúc tài chính của doanh nghiệp y tế vừa và nhỏ tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống phân tích này là gì?

Hệ thống yêu cầu máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows 10/11 hoặc Linux, cài đặt sẵn Python 3.9+ cùng các thư viện Pandas, NumPy, OpenPyXL hoặc phần mềm Microsoft Excel phiên bản 2016 trở lên hỗ trợ Power Query.

2. Mô hình có xử lý được khi dữ liệu kế toán bị thiếu hoặc không đồng nhất?

Mô hình tích hợp module tiền xử lý (Data Cleansing) tự động kiểm tra phương trình cân bằng kế toán. Khi phát hiện chênh lệch giữa Tài sản và Nguồn vốn, thuật toán sẽ ngắt luồng tính toán và hiển thị log cảnh báo chi tiết từng khoản mục lỗi.

3. Làm thế nào để tích hợp quy trình chấm điểm tín dụng với phần mềm kế toán hiện có?

Hệ thống xuất/nhập dữ liệu linh hoạt qua định dạng chuẩn .xlsx và .csv. Định kỳ hàng tuần, kế toán viên chỉ cần trích xuất bảng tổng hợp công nợ và nhập vào module chấm điểm để nhận kết quả phân loại hạn mức tín dụng.

4. Chi phí bảo trì và vận hành hệ thống định kỳ là bao nhiêu?

Hệ thống sử dụng các thư viện mã nguồn mở hoàn toàn miễn phí, không phát sinh chi phí bản quyền định kỳ. Chi phí vận hành chỉ bao gồm công tác cập nhật dữ liệu định kỳ của nhân viên kế toán nội bộ.

5. Thời gian hoàn vốn (Payback Period) khi áp dụng các giải pháp quản trị vốn lưu động?

Dựa trên kết quả thực nghiệm tại COME CO., LTD, thời gian thu hồi vốn đầu tư cho hệ thống phân tích và chuẩn hóa quy trình quản trị tài chính đạt mức dưới 3 tháng thông qua việc giảm chi phí lãi vay ngắn hạn và thu hồi nợ tồn đọng.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc việc giải mã bức tranh tài chính toàn diện của Công ty TNHH Thiết bị Y tế Hoá chất và Hoá Mỹ phẩm trong giai đoạn đầy thử thách 2020 – 2022. Thông qua việc kết hợp giữa phân tích BCTC cổ điển, mô hình giải tích DuPont đa tầng và thuật toán chấm điểm tín dụng B2B định lượng, nghiên cứu đã chỉ rõ các nút thắt thanh khoản và đề xuất hệ thống giải pháp tài chính khả thi, mang lại giá trị gia tăng rõ rệt cho doanh nghiệp. Các nhà quản trị và chuyên gia phân tích có thể áp dụng ngay khung phương pháp luận này để nâng cao năng lực tự chủ tài chính và tối đa hóa giá trị doanh nghiệp.