Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam giai đoạn hậu đại dịch COVID-19, hơn 70% doanh nghiệp vừa và nhỏ (SMEs) phải đối mặt với áp lực thanh khoản và gián đoạn chuỗi cung ứng (theo khảo sát của VCCI năm 2023). Đứng trước các biến động vĩ mô phức tạp cùng các chính sách kích cầu tài khóa như Nghị định 44/2023/NĐ-CP (giảm thuế GTGT từ 10% xuống 8%), việc thiết lập hệ thống giám sát sức khỏe tài chính toàn diện trở thành yếu tố sống còn đối với sự phát triển bền vững của doanh nghiệp.

Công ty TNHH Đầu tư Thương mại Tiến Ngân (Hòa Bình) – một doanh nghiệp hoạt động đa ngành trong lĩnh vực cung ứng thực phẩm, nông sản xuất khẩu (mía sang thị trường Mỹ, Đức) và phân phối bán buôn bán lẻ – đối mặt với nhiều bài toán hóc búa:

  • Tốc độ tăng trưởng chi phí vận hành biến động khó lường do mở rộng thị trường sau dịch.
  • Áp lực thu hồi công nợ từ các đối tác công ích và khách hàng lớn.
  • Rủi ro mất cân đối cấu trúc vốn giữa tài sản ngắn hạn và các nghĩa vụ thanh toán tức thời.

Đề tài khóa luận nghiên cứu ứng dụng tập trung giải quyết các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về quản trị tài chính, cơ chế cân bằng thanh khoản và mô hình phân tích chỉ số đa chiều cho doanh nghiệp thương mại - dịch vụ.
  2. Thu thập và xử lý toàn diện dữ liệu kế toán - tài chính tại Công ty TNHH Đầu tư Thương mại Tiến Ngân giai đoạn 3 năm (2021 – 2023).
  3. Đánh giá chi tiết kết quả hoạt động kinh doanh, biến động tài sản - nguồn vốn, hiệu quả sử dụng vốn lưu động/cố định và khả năng tự chủ tài chính thông qua hệ thống chỉ tiêu định lượng.
  4. Xây dựng giải pháp công nghệ và mô hình quản trị tài chính tối ưu, tái cấu trúc vốn và nâng cao hệ số thanh toán, đảm bảo tính khả thi thực tế.

Giải pháp ứng dụng khung phân tích tài chính toàn diện kết hợp mô hình phân tích nhân tố DuPont, kỹ thuật phân tích xu hướng liên hoàn ($TĐPT_{LH}$), định chuẩn ($TĐPT_{BQ}$) và kiểm định cân bằng dòng tiền. Phạm vi nghiên cứu giới hạn tại trụ sở Công ty TNHH Đầu tư Thương mại Tiến Ngân (Tổ 4, P. Dân Chủ, TP. Hòa Bình) với chuỗi số liệu tài chính liên tục từ 01/01/2021 đến 31/12/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp quản trị và theo dõi tài chính truyền thống tại các doanh nghiệp thương mại quy mô vừa và nhỏ thường bộc lộ những lỗ hổng lớn về khả năng cảnh báo sớm rủi ro thanh khoản.

Tiêu chí Phương pháp thủ công (Sổ sách rời rạc) Ứng dụng Excel cơ bản Khung phân tích tự động đa tầng (Giải pháp đề xuất)
Tốc độ xử lý Chậm, độ trễ báo cáo > 15 ngày Trung bình, phụ thuộc macro thủ công Tức thời (Real-time data processing)
Tính toàn vẹn dữ liệu Dễ sai sót nhập liệu, thiếu đối chiếu Khó kiểm soát phiên bản Kiểm chuẩn 2 chiều tự động (Double-entry validation)
Phân tích chiều sâu Dừng lại ở số liệu thô Biểu đồ tĩnh đơn biến Phân tích Dupont đa cấp, bóc tách nhân tố độ nhạy
Khả năng dự báo Không có Hạn chế Mô phỏng kịch bản vốn lưu động thường xuyên (VLĐTX)

Phân loại yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have: Tính toán chính xác các hệ số thanh toán ($H_{tq}$, $H_{tth}$, $H_{nh}$, $H_{ngh}$), bảng luân chuyển vốn và phân rã lợi nhuận DuPont.
  • Should have: Báo cáo so sánh liên hoàn/định gốc chuỗi thời gian 3 năm, cảnh báo ngưỡng an toàn vốn lưu động thường xuyên ($VLĐTX = NVDH - TSDH$).
  • Could have: Module tự động kết xuất biểu đồ nhiệt ma trận công nợ và chỉ số sinh lời ($ROA$, $ROE$, $ROS$).
  • Won't have: Tự động hóa giao dịch ngân hàng thời gian thực (nằm ngoài phạm vi của nghiên cứu này).

Thiết kế hệ thống

Kiến trúc luồng xử lý và phân tích dữ liệu tài chính được thiết kế theo cấu trúc module hóa phân tầng:

Hệ sinh thái công nghệ và tiêu chuẩn ứng dụng:

  • Chuẩn mực Kế toán: Thông tư 200/2014/TT-BTC ban hành bởi Bộ Tài chính.
  • Nền tảng xử lý dữ liệu: Python v3.11.7, Pandas v2.1.4, NumPy v1.26.2.
  • Visual Analytics: Microsoft Power BI Desktop v2.124 / Seaborn v0.13.0.
  • Cơ sở dữ liệu lưu trữ: PostgreSQL v16.1 hỗ trợ kiểm tra ràng buộc toàn vẹn số liệu kế toán.

Thiết kế mô hình dữ liệu quan hệ quản lý chỉ số tài chính (Database Schema):

CREATE TABLE financial_statements (
    statement_id VARCHAR(20) PRIMARY KEY,
    fiscal_year INT NOT NULL,
    revenue_sales NUMERIC(15, 2) NOT NULL,
    cogs NUMERIC(15, 2) NOT NULL,
    financial_revenue NUMERIC(15, 2) DEFAULT 0,
    selling_expenses NUMERIC(15, 2) DEFAULT 0,
    admin_expenses NUMERIC(15, 2) DEFAULT 0,
    net_profit_before_tax NUMERIC(15, 2) NOT NULL,
    net_profit_after_tax NUMERIC(15, 2) NOT NULL
);

CREATE TABLE balance_sheet_metrics (
    metric_id VARCHAR(20) PRIMARY KEY,
    fiscal_year INT REFERENCES financial_statements(fiscal_year),
    short_term_assets NUMERIC(15, 2) NOT NULL,
    long_term_assets NUMERIC(15, 2) NOT NULL,
    total_assets NUMERIC(15, 2) NOT NULL,
    short_term_liabilities NUMERIC(15, 2) NOT NULL,
    long_term_liabilities NUMERIC(15, 2) NOT NULL,
    owner_equity NUMERIC(15, 2) NOT NULL
);

Methodology

Phương pháp luận nghiên cứu áp dụng quy trình kiểm định 4 giai đoạn chuẩn hóa:

  1. Giai đoạn thu thập số liệu: Trích xuất dữ liệu kế toán thứ cấp từ Bảng cân đối kế toán (Mẫu B01-DN), Báo cáo kết quả hoạt động kinh doanh (Mẫu B02-DN), Báo cáo lưu chuyển tiền tệ (Mẫu B03-DN) và Thuyết minh BCTC (Mẫu B09-DN) của Công ty Tiến Ngân giai đoạn 2021 – 2023.
  2. Giai đoạn xử lý & Thống kê: Tính toán các tốc độ tăng trưởng liên hoàn ($TĐPT_{LH} = \frac{y_i}{y_{i-1}} \times 100$) và tốc độ tăng trưởng bình quân ($TĐPT_{BQ} = \sqrt[n-1]{\prod TĐPT_{LH}}$).
  3. Giai đoạn phân tích tương quan & Cân đối: Đánh giá cấu trúc vốn lưu động thường xuyên ($VLĐTX$), nhu cầu vốn lưu động thường xuyên ($NCVLĐTX$), và chỉ số tự do tài chính.
  4. Giai đoạn kiểm soát chất lượng (QA): Đối chiếu chéo 100% giữa Bảng cân đối tài khoản và Bảng tổng hợp chi tiết nhằm triệt tiêu sai số làm tròn.

Implementation và kết quả

Development process

Quá trình triển khai thuật toán bóc tách chỉ số tài chính được xây dựng trực tiếp trên tập dữ liệu thực nghiệm của Công ty Tiến Ngân.

Thuật toán mô phỏng phân tích DuPont và khả năng thanh toán:

import pandas as pd
import numpy as np

class FinancialAnalyzer:
    def __init__(self, data_path: str):
        self.df = pd.read_csv(data_path)

    def calculate_growth_rates(self, column_name: str) -> dict:
        """Tính toán tốc độ phát triển liên hoàn và bình quân."""
        values = self.df[column_name].values
        lh = [np.nan] + [(values[i] / values[i-1]) * 100 for i in range(1, len(values))]
        bq = (values[-1] / values[0]) ** (1 / (len(values) - 1)) * 100
        return {"lien_hoan": lh, "binh_quan": bq}

    def evaluate_liquidity_ratios(self) -> pd.DataFrame:
        """Tính toán hệ thống chỉ số thanh toán và an toàn tài chính."""
        self.df['H_tq'] = self.df['total_assets'] / (self.df['short_term_liabilities'] + self.df['long_term_liabilities'])
        self.df['H_ngh'] = self.df['short_term_assets'] / self.df['short_term_liabilities']
        self.df['H_nh'] = (self.df['short_term_assets'] - self.df['inventory']) / self.df['short_term_liabilities']
        self.df['H_tth'] = self.df['cash_and_equivalents'] / self.df['short_term_liabilities']
        self.df['VLDTX'] = self.df['long_term_capital'] - self.df['long_term_assets']
        return self.df[['fiscal_year', 'H_tq', 'H_ngh', 'H_nh', 'H_tth', 'VLDTX']]

    def dupont_decomposition(self) -> pd.DataFrame:
        """Phân tích nhân tố DuPont: ROE = ROS * Asset_Turnover * Equity_Multiplier"""
        self.df['ROS'] = self.df['net_profit_after_tax'] / self.df['net_revenue']
        self.df['Asset_Turnover'] = self.df['net_revenue'] / self.df['total_assets']
        self.df['Equity_Multiplier'] = self.df['total_assets'] / self.df['owner_equity']
        self.df['ROE'] = self.df['ROS'] * self.df['Asset_Turnover'] * self.df['Equity_Multiplier']
        self.df['ROA'] = self.df['ROS'] * self.df['Asset_Turnover']
        return self.df[['fiscal_year', 'ROS', 'Asset_Turnover', 'Equity_Multiplier', 'ROA', 'ROE']]

Testing và validation

Quá trình kiểm chuẩn mô hình thực hiện trên 100% dữ liệu phát sinh trong 3 năm tài chính (2021, 2022, 2023) với độ chính xác số học tuyệt đối:

  • Tính cân đối bảng mã tài khoản: Kiểm tra đẳng thức $Tổng\ Tài\ sản \equiv Tổng\ Nguồn\ vốn$ đạt tỷ lệ khớp 100%.
  • Khấu hao tài sản cố định: Kiểm tra nguyên giá và giá trị hao mòn lũy kế theo phương pháp đường thẳng đạt tỷ lệ giá trị còn lại trên nguyên giá:
    • Máy móc thiết bị: 92,99% (Nguyên giá 276.958.000 VNĐ, Giá trị còn lại 257.543.244 VNĐ).
    • Phương tiện vận tải: 96,62% (Nguyên giá 369.434.000 VNĐ, Giá trị còn lại 356.947.131 VNĐ).
    • Thiết bị dụng cụ quản lý: 92,39% (Nguyên giá 71.452.000 VNĐ, Giá trị còn lại 66.014.503 VNĐ).
    • Tổng nguyên giá tài sản: 717.844.000 VNĐ; Tổng giá trị còn lại: 680.504.878 VNĐ (tương đương 94,80% giá trị còn mới).

Kết quả đạt được

Phân tích định lượng số liệu thực tế giai đoạn 2021 – 2023 tại Công ty TNHH Đầu tư Thương mại Tiến Ngân cho thấy sự phục hồi vượt bậc sau đại dịch:

1. Biến động doanh thu và hiệu quả kinh doanh

  • Doanh thu bán hàng & Cung cấp dịch vụ: Năm 2021 đạt đỉnh 11.026.541.000 VNĐ, năm 2022 giảm xuống 5.335.747.000 VNĐ ($TĐPT_{LH} = 48,39%$), sang năm 2023 tăng trưởng bứt phá lên 13.040.899.490 VNĐ ($TĐPT_{LH} = 244,38%$). Tốc độ phát triển bình quân 3 năm đạt 108,76%.
  • Doanh thu hoạt động tài chính: Tăng trưởng bình quân 115,25%, trong đó năm 2023 tăng đột biến đạt $TĐPT_{LH} = 358,65%$ nhờ tối ưu hóa chiết khấu thanh toán mua sắm trang thiết bị và phần mềm quản trị.
  • Thu nhập khác: Tăng trưởng bình quân 100,07%, riêng năm 2023 tăng vọt $TĐPT_{LH} = 1066,74%$ từ hoạt động thanh lý và điều chuyển tài sản.

2. Cơ cấu chi phí và giá vốn

  • Giá vốn hàng bán (COGS): Năm 2022 giảm còn 4.606.311.801 VNĐ ($TĐPT_{LH} = 46,94%$), năm 2023 tăng lên 11.510.889.606 VNĐ ($TĐPT_{LH} = 249,89%$), tốc độ tăng trưởng bình quân đạt 108,30%.
  • Chi phí bán hàng: Tăng trưởng bình quân 142,08% (năm 2023 đạt $TĐPT_{LH} = 208,38%$).
  • Chi phí quản lý doanh nghiệp: Tăng trưởng bình quân 116,36% (năm 2023 đạt $TĐPT_{LH} = 146,47%$) do mở rộng quy mô thị trường liên tỉnh và chi phí khảo sát đối tác xuất khẩu mía sang thị trường châu Âu.
  • Tổng chi phí: Tăng trưởng bình quân 108,66%, duy trì tỷ lệ tương quan đồng nhịp với tốc độ tăng doanh thu thuần (108,76%), thể hiện năng lực kiểm soát điểm hòa vốn ổn định.

3. Bứt phá chỉ tiêu lợi nhuận

  • Lợi nhuận gộp: Tăng trưởng bình quân 118,80% (năm 2023 đạt $TĐPT_{LH} = 168,34%$).
  • Lợi nhuận thuần từ HĐKD: Tăng trưởng bình quân 130,55% (năm 2023 bứt phá với $TĐPT_{LH} = 872,20%$).
  • Tổng lợi nhuận kế toán trước thuế: Tăng trưởng bình quân 125,01% (năm 2023 đạt mức tăng $TĐPT_{LH} = 984,49%$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp chuyên môn cụ thể và giá trị cải tiến so với phương pháp truyền thống:

  • Tích hợp mô hình DuPont 3 nhân tố vào quản trị dòng tiền doanh nghiệp thương mại nhỏ: Bóc tách chính xác mối quan hệ hữu cơ giữa biên lợi nhuận ròng ($ROS$), hiệu suất sử dụng tổng tài sản ($Asset\ Turnover$) và đòn bẩy tài chính ($Equity\ Multiplier$), giúp ban giám đốc nhận diện chính xác nguyên nhân tăng trưởng lợi nhuận năm 2023 chủ yếu đến từ gia tăng vòng quay tài sản hơn là lạm dụng đòn bẩy nợ.
  • Chuẩn hóa quy trình đánh giá Vốn lưu động thường xuyên (VLĐTX): Thiết lập bộ chỉ số giám sát rủi ro mất cân đối kỳ hạn ($VLĐTX = NVDH - TSDH$). Bằng chứng thực nghiệm chứng minh khi $VLĐTX > 0$, nguồn vốn dài hạn đã tài trợ an toàn cho toàn bộ tài sản dài hạn và bù đắp một phần cho tài sản ngắn hạn, giúp tỷ lệ an toàn thanh khoản tăng thêm 34,2% so với giai đoạn 2022.
  • Tối ưu hóa chính sách tín dụng thương mại: Thiết lập công thức theo dõi chu kỳ luân chuyển khoản phải thu ($K_{lc}$) và hệ số thu hồi nợ, giúp doanh nghiệp rút ngắn kỳ thu tiền bình quân dự kiến từ 45 ngày xuống dưới 30 ngày, giảm nguy cơ ứ đọng vốn và nâng cao hiệu quả dòng tiền tự do (FCF).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  1. Quản trị dòng tiền chuỗi cung ứng thực phẩm: Doanh nghiệp áp dụng mô hình phân tích công nợ để đánh giá uy tín tín dụng của các cơ sở giáo dục, bệnh viện và đối tác thu mua nông sản xuất khẩu, từ đó thiết lập hạn mức nợ (credit line) và thời hạn nợ linh hoạt từ 15 đến 30 ngày.
  2. Thẩm định hồ sơ tín dụng ngân hàng: Báo cáo phân tích với hệ số thanh toán tổng quát ($H_{tq} > 1$) và chỉ số tự tài trợ ($H_{ttt}$) minh bạch là căn cứ tin cậy giúp doanh nghiệp dễ dàng tiếp cận các gói vay ưu đãi từ các ngân hàng thương mại.

Lộ trình triển khai 4 giai đoạn

  • Đánh giá Hiệu quả Chi phí - Lợi ích (ROI): Chi phí đầu tư phần mềm kế toán quản trị và đào tạo 4 nhân sự phòng kế toán (khoảng 35 triệu VNĐ) giúp doanh nghiệp kiểm soát chặt chẽ thất thoát hàng tồn kho, tiết giảm 5-8% chi phí quản trị không hợp lý và tối ưu hóa lợi ích thuế hợp pháp, mang lại tỷ suất hoàn vốn ước tính đạt 285% ngay trong năm đầu tiên áp dụng.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thực nghiệm rõ nét, đề tài vẫn ghi nhận một số hạn chế kỹ thuật:

  • Dữ liệu nghiên cứu dừng lại ở chu kỳ 3 năm (2021 – 2023), chưa bao quát toàn bộ chu kỳ kinh tế dài hạn 5 – 10 năm.
  • Công ty áp dụng phương pháp kiểm kê định kỳ đối với hàng tồn kho, dẫn đến việc theo dõi giá vốn hàng bán và biến động tồn kho theo thời gian thực (real-time perpetual inventory) còn gặp độ trễ nhất định.
  • Chưa tích hợp các biến số vĩ mô (lạm phát, tỷ giá USD/VND đối với ngành hàng xuất khẩu mía) vào mô hình định lượng.

Hướng phát triển tiếp theo:

  • Tích hợp mô hình dự báo xác suất phá sản Altman Z-score (phiên bản cho doanh nghiệp tư nhân/SMEs) để cảnh báo sớm nguy cơ mất khả năng thanh toán.
  • Áp dụng các thuật toán máy học (Machine Learning như Random Forest, XGBoost) trên nền tảng Python để dự báo dòng tiền thuần và tối ưu hóa mức dự trữ tiền mặt khả dụng ($Cash\ Conversion\ Cycle$).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kế toán - Tài chính: Nắm vững phương pháp luận chuẩn mực về phân tích báo cáo tài chính doanh nghiệp thực tế, cách thức bóc tách dữ liệu từ hệ thống chứng từ sổ Nhật ký chung và Thông tư 200/2014/TT-BTC.
  • Kế toán trưởng & Nhà quản trị doanh nghiệp SMEs: Ứng dụng ngay bộ chỉ số cân bằng vốn ($VLĐTX$, $NCVLĐTX$) và kỹ thuật kiểm soát chi phí bán hàng, chi phí quản trị nhằm nâng cao tỷ suất sinh lời thực tế.
  • Chuyên viên phân tích tín dụng ngân hàng: Sở hữu khung tham chiếu đánh giá năng lực thanh toán và rủi ro tín dụng đối với nhóm doanh nghiệp thương mại - nông sản xuất khẩu tại khu vực trung du miền núi phía Bắc.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để triển khai khung phân tích tài chính này là gì?

Hệ thống yêu cầu máy tính vận hành tối thiểu CPU Quad-Core, 8GB RAM, cài đặt hệ điều hành Windows 10/11 hoặc Linux, phần mềm bảng tính Excel 2016 trở lên hoặc môi trường Python 3.10+ kèm các thư viện phân tích dữ liệu chuyên dụng (pandas, numpy, matplotlib).

2. Ý nghĩa của chỉ số Vốn lưu động thường xuyên (VLĐTX) lớn hơn 0 là gì?

Khi $VLĐTX > 0$ ($NVDH > TSDH$), nguồn vốn dài hạn ổn định của doanh nghiệp đã đủ trang trải cho toàn bộ tài sản dài hạn cố định, đồng thời còn dư thừa một lượng vốn dài hạn để tài trợ cho tài sản ngắn hạn. Đây là cấu trúc tài chính an toàn cao, giảm thiểu áp lực trả nợ gấp trong ngắn hạn.

3. Doanh nghiệp cần điều chỉnh chính sách gì khi kỳ luân chuyển khoản phải thu bị kéo dài?

Doanh nghiệp cần:

  1. Ban hành chính sách chiết khấu thanh toán sớm (ví dụ: điều khoản 2/10 net 30).
  2. Phân loại khách hàng theo nhóm rủi ro tín dụng và siết chặt hạn mức bán chịu.
  3. Tăng cường trích lập quỹ dự phòng nợ phải thu khó đòi theo quy định kế toán.

4. Tại sao tỷ lệ giá trị còn lại trên nguyên giá tài sản cố định của Công ty Tiến Ngân đạt trên 92%?

Hệ thống máy móc, thiết bị (92,99%) và phương tiện vận tải (96,62%) của công ty phần lớn được đầu tư mới trong giai đoạn 2021 – 2023 nhằm phục vụ nhu cầu hiện đại hóa dây chuyền chế biến nông sản và mở rộng năng lực vận tải giao nhận, do đó thời gian trích khấu hao lũy kế chưa nhiều.

5. Mô hình phân tích DuPont giúp ích gì cho quyết định điều hành của Giám đốc doanh nghiệp?

DuPont giúp ban lãnh đạo xác định rõ ràng sự thay đổi của tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$) bắt nguồn từ đâu: từ việc cải thiện biên lợi nhuận ròng ($ROS$), tối ưu hóa năng suất khai thác tài sản ($Asset\ Turnover$), hay do gia tăng đòn bẩy vay nợ ($Equity\ Multiplier$), tránh các quyết định mở rộng quy mô nóng gây rủi ro phá sản.

Kết luận

Khóa luận tốt nghiệp "Phân tích tình hình tài chính và khả năng thanh toán của Công ty TNHH Đầu tư Thương mại Tiến Ngân, Hoà Bình" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, cung cấp bức tranh toàn cảnh, minh bạch và khoa học về thực trạng tài chính của doanh nghiệp trong giai đoạn 2021 – 2023. Thông qua việc ứng dụng hệ thống chỉ tiêu phân tích hiện đại kết hợp dữ liệu kế toán thực chứng, công trình đã chứng minh sự phục hồi ngoạn mục của công ty trong năm 2023 với tốc độ phát triển doanh thu bình quân đạt 108,76% và lợi nhuận trước thuế tăng trưởng bình quân 125,01%.

Các giải pháp đề xuất về quản trị vốn lưu động thường xuyên, kiểm soát kỳ thu tiền và hoàn thiện hệ thống sổ sách kế toán theo Thông tư 200/2014/TT-BTC có giá trị ứng dụng thực tiễn cao, đóng góp thiết thực vào việc nâng cao năng lực cạnh tranh và phát triển bền vững của doanh nghiệp trong thời kỳ hội nhập. Để tìm hiểu thêm các case study chuyên sâu và tài liệu phân tích tài chính mẫu, độc giả và sinh viên có thể tham khảo trực tiếp hệ thống học liệu tại Khoa Kinh tế & Quản trị Kinh doanh - Trường Đại học Lâm nghiệp Việt Nam.