Giới thiệu dự án

Thị trường sản xuất vật liệu xây dựng (VLXD) đóng vai trò huyết mạch trong cơ cấu hạ tầng kinh tế, có mối tương quan thuận trực tiếp với chu kỳ tăng trưởng vĩ mô và thị trường bất động sản. Theo số liệu thống kê công nghiệp, Việt Nam hiện đứng thứ 5 thế giới về sản lượng xi măng (đạt công suất trên 98 triệu tấn/năm với 84 dây chuyền sản xuất khô) và xếp thứ 6 thế giới về sản lượng gạch gốm ốp lát (công suất đạt 610 triệu $m^2$/năm). Tuy nhiên, đặc thù ngành là thâm dụng vốn lớn (capital-intensive), tỷ trọng chi phí cố định cao và biên lợi nhuận ròng dao động ở mức hẹp (~5%), khiến sức khỏe tài chính của các doanh nghiệp trong ngành cực kỳ nhạy cảm trước các cú sốc vĩ mô (lạm phát nguyên vật liệu, biến động lãi suất và sự đóng băng của thị trường bất động sản).

+-----------------------------------------------------------------------------+
|                      BỐI CẢNH VÀ ĐỘNG LỰC NGHIÊN CỨU                        |
+-----------------------------------------------------------------------------+
| • Việt Nam: Top 5 sản lượng Xi măng (98M tấn) & Top 6 Gạch ốp lát (610M m2) |
| • Vốn hóa TTCK VN (2021): Đạt 7.729 nghìn tỷ VNĐ (~122,8% GDP)              |
| • Thách thức: Biên lợi nhuận hẹp (~5%), đòn bẩy hoạt động cao               |
| • Hành vi thị trường: 99% tài khoản cá nhân, tâm lý đám đông, thiếu định giá|
+-----------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Thị trường chứng khoán (TTCK) Việt Nam ghi nhận sự bùng nổ mạnh mẽ trong giai đoạn 2020-2021 khi chỉ số VN-Index lập đỉnh 1.494,39 điểm và mức vốn hóa đạt 7.729 nghìn tỷ đồng (~122,8% GDP). Dù vậy, thị trường tồn tại đến 99% nhà đầu tư cá nhân giao dịch theo tâm lý số đông (herd mentality) và các biến động đầu cơ ngắn hạn. Sau các biến động của chu kỳ tiền tệ năm 2022 (lạm phát toàn cầu vượt 8,5%, Cục Dự trữ Liên bang Mỹ nâng lãi suất, các sai phạm phát hành trái phiếu doanh nghiệp bị xử lý), nhóm cổ phiếu VLXD sụt giảm mạnh. Nhà đầu tư thiếu một khung phân tích định lượng chuẩn hóa kết hợp giữa phân tích cơ bản vĩ mô - ngành và các mô hình định giá chiết khấu dòng tiền đa giai đoạn nhằm tìm ra giá trị nội tại (intrinsic value) của doanh nghiệp.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận tài chính: Chuẩn hóa 05 phương pháp định giá phổ biến gồm Chiết khấu luồng tiền doanh nghiệp (FCFF), Chiết khấu luồng tiền vốn chủ sở hữu (FCFE), Chiết khấu dòng cổ tức (DDM), Định giá theo tỷ số P/E (Price-to-Earnings), và Phương pháp giá trị tài sản ròng điều chỉnh (Adjusted NAV).
  2. Xây dựng khung mô hình định giá định lượng: Thu thập, chuẩn hóa và xử lý dữ liệu tài chính lịch sử giai đoạn 2018–2022 của các doanh nghiệp sản xuất VLXD đầu ngành (trọng tâm là Tổng Công ty Viglacera - CTCP, mã CK: VGC).
  3. Ước lượng tham số thực nghiệm: Ứng dụng mô hình Định giá tài sản vốn (CAPM) để xác định chi phí sử dụng vốn chủ sở hữu ($k_e$), tính toán chi phí vốn bình quân gia quyền (WACC), và phân tích độ nhạy (Sensitivity Analysis) đối với tốc độ tăng trưởng dài hạn ($g$).
  4. Đề xuất giải pháp thị trường: Xác định sai lệch giữa giá trị sổ sách/thị giá với giá trị thực nhằm đưa ra khuyến nghị đầu tư và đề xuất cải thiện tính minh bạch thông tin trên TTCK Việt Nam.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp tiếp cận từ trên xuống (Top-Down Fundamental Analysis): Phân tích kinh tế vĩ mô toàn cầu/nội địa $\rightarrow$ Phân tích cấu trúc ngành VLXD $\rightarrow$ Phân tích báo cáo tài chính doanh nghiệp $\rightarrow$ Xây dựng mô hình tài chính dự phóng (Financial Modeling 2022–2030). Kết quả kỳ vọng là một bộ công cụ tính toán tự động bằng bảng tính và mã nguồn Python/Excel, giảm thiểu sai số định giá trong biên độ $\pm 5%$ so với giá trị đồng thuận của các định chế tài chính lớn.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng: Nhóm cổ phiếu ngành sản xuất VLXD niêm yết trên HOSE và HNX (điển hình: VGC, HPG, VCS, HT1, BCC).
  • Không gian & Thời gian dữ liệu: Báo cáo tài chính kiểm toán và dữ liệu giao dịch giai đoạn 2018 – 2022, mốc định giá chốt ngày 31/12/2022, dự phóng dòng tiền giai đoạn 2023 – 2030.
  • Giới hạn: Không áp dụng cho các doanh nghiệp chưa niêm yết hoặc các công ty xây dựng dân dụng đơn thuần không sở hữu nhà máy sản xuất vật liệu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp định giá truyền thống đang được áp dụng trên thị trường chứng khoán Việt Nam có những ưu điểm và hạn chế riêng khi đối chiếu với đặc thù ngành sản xuất VLXD:

Phương pháp định giá Cơ chế tính toán Ưu điểm Nhược điểm đối với ngành VLXD
Chiết khấu FCFF $\sum \frac{\text{FCFF}_t}{(1+\text{WACC})^t} + \frac{V_n}{(1+\text{WACC})^n}$ Phản ánh đầy đủ dòng tiền toàn bộ doanh nghiệp, không bị méo mó bởi cơ cấu nợ vay. Phức tạp trong việc dự phóng Capex và bóc tách thay đổi vốn lưu động ($\Delta\text{NWC}$).
Chiết khấu FCFE $\sum \frac{\text{FCFE}_t}{(1+k_e)^t} + \frac{P_n}{(1+k_e)^n}$ Đo lường chính xác dòng tiền ròng sẵn sàng phân phối cho cổ đông sau khi trả nợ. Rất nhạy cảm với biến động chính sách vay nợ và trả nợ gốc ngắn hạn.
Mô hình DDM $P_0 = \frac{D_1}{k_e - g}$ Đơn giản, trực quan, dựa trên dòng cổ tức tiền mặt thực tế nhận được. Không phù hợp với doanh nghiệp VLXD đang trong chu kỳ tái đầu tư, giữ lại lợi nhuận cao.
Định giá P/E $P_0 = \text{EPS}1 \times (P/E){\text{ngành}}$ Nhanh chóng, phản ánh tâm lý định giá tức thời của thị trường. Bị bóp méo khi lợi nhuận ròng đột biến hoặc chu kỳ ngành chạm đáy suy thoái.
Tài sản ròng (NAV) $P_0 = \frac{\text{Tài sản điều chỉnh} - \text{Nợ}}{\text{Số lượng CP}}$ Xác định giá trị thanh lý tối thiểu, hữu ích với DN nhiều tài sản ngầm/đất đai. Bỏ qua năng lực sinh lời trong tương lai của chuỗi giá trị và thương hiệu. 
+-----------------------------------------------------------------------------+
|                      MÔ HÌNH PHÂN TÍCH NHU CẦU (MoSCoW)                     |
+-----------------------------------------------------------------------------+
| MUST HAVE:                                                                  |
| • Dự phóng báo cáo kết quả kinh doanh và bảng cân đối kế toán 5-8 năm.      |
| • Công thức tính toán chuẩn xác cho FCFF, FCFE, WACC và Beta hiệu chỉnh.    |
| • Ma trận phân tích độ nhạy (Sensitivity Table) giữa WACC và Terminal g.     |
+-----------------------------------------------------------------------------+
| SHOULD HAVE:                                                                |
| • Chuẩn hóa dữ liệu theo chuẩn mực kế toán Việt Nam (VAS) sang IFRS tương đương.|
| • Tích hợp kịch bản chu kỳ kinh tế (Base, Bull, Bear cases).                 |
+-----------------------------------------------------------------------------+
| COULD HAVE / WON'T HAVE:                                                    |
| • Giao diện Dashboard tự động lấy giá theo thời gian thực (API Real-time).  |
| • Không tích hợp thuật toán phân tích kỹ thuật (Technical Charting Indicators).|
+-----------------------------------------------------------------------------+

Thiết kế hệ thống tính toán và mô hình hóa tài chính

Quy trình phân tích và định giá tự động được thiết kế thành một luồng dữ liệu khép kín (Data Pipeline) từ khâu thu thập thông tin tài chính đến khâu xuất báo cáo định giá tổng hợp.

Ngăn xếp công nghệ (Technology Stack & Versioning)

  • Hệ điều hành tính toán: Linux Ubuntu 22.04 LTS / Windows 11 Enterprise.
  • Môi trường lập trình: Python 3.11.5 với các thư viện định lượng:
    • pandas (v2.1.0): Xử lý chuỗi thời gian của báo cáo tài chính và dữ liệu giao dịch.
    • numpy (v1.24.3): Ma trận hóa tính toán dòng tiền chiết khấu và độ biến động.
    • scipy (v1.11.0): Tối ưu hóa hàm chiết khấu và phân tích thống kê Beta.
    • openpyxl (v3.1.2): Tự động xuất báo cáo tài chính sang bảng tính Excel đa kịch bản.
  • Công cụ cơ sở dữ liệu: SQLite 3.42.0 lưu trữ lịch sử báo cáo tài chính của 50+ mã cổ phiếu VLXD.

Thiết kế cấu trúc cơ sở dữ liệu định giá (Database Schema)

CREATE TABLE FinancialStatements (
    ticker VARCHAR(10) NOT NULL,
    fiscal_year INT NOT NULL,
    revenue DOUBLE PRECISION,
    ebit DOUBLE PRECISION,
    depreciation_amortization DOUBLE PRECISION,
    capex DOUBLE PRECISION,
    delta_nwc DOUBLE PRECISION,
    net_income DOUBLE PRECISION,
    total_debt DOUBLE PRECISION,
    cash_equivalents DOUBLE PRECISION,
    shares_outstanding BIGINT,
    PRIMARY KEY (ticker, fiscal_year)
);

CREATE TABLE ValuationParameters (
    ticker VARCHAR(10) PRIMARY KEY,
    risk_free_rate DOUBLE PRECISION,
    beta_levered DOUBLE PRECISION,
    market_risk_premium DOUBLE PRECISION,
    cost_of_debt DOUBLE PRECISION,
    tax_rate DOUBLE PRECISION,
    terminal_growth_rate DOUBLE PRECISION
);

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình định lượng chuẩn mực qua 4 cột mốc (Milestones):

  1. Giai đoạn 1 (Tuần 1-3): Thu thập dữ liệu báo cáo tài chính 2018–2022 từ FiinGroup/VSD, rà soát ý kiến kiểm toán và loại trừ các khoản thu nhập bất thường.
  2. Giai đoạn 2 (Tuần 4-6): Tính toán các chỉ số vĩ mô và tham số thị trường: Lãi suất phi rủi ro ($r_f$ lấy theo lợi suất Trái phiếu Chính phủ 10 năm), Suất sinh lời danh mục thị trường ($r_m$ qua chỉ số VN-Index), và Beta ($\beta$) ngành.
  3. Giai đoạn 3 (Tuần 7-10): Thiết lập mô hình dự phóng bảng cân đối kế toán, kết quả kinh doanh và tính toán các luồng tiền tự do (FCFF/FCFE) giai đoạn 2023–2030.
  4. Giai đoạn 4 (Tuần 11-12): Kiểm định độ nhạy mô hình, kiểm tra chéo giá trị với mô hình P/E, DDM và viết báo cáo đánh giá.

Implementation và kết quả

Quy trình triển khai và thuật toán cốt lõi

Trọng tâm triển khai là thuật toán mô hình hóa dòng tiền tự do doanh nghiệp (FCFF) và dòng tiền tự do vốn chủ sở hữu (FCFE) cho doanh nghiệp điển hình VGC.

Thuật toán tính toán dòng tiền và chiết khấu dòng tiền

Công thức xác định dòng tiền tự do: $$\text{FCFF}_t = \text{EBIT}_t \times (1 - T) + \text{D&A}_t - \text{Capex}_t - \Delta\text{NWC}_t - \Delta\text{Tài sản khác}_t$$ $$\text{WACC} = k_e \times \frac{E}{D+E} + k_d \times (1 - T) \times \frac{D}{D+E}$$ Trong đó: $$k_e = r_f + \beta \times (r_m - r_f)$$

Đoạn mã Python dưới đây thực thi toàn bộ logic tính toán FCFF, chiết khấu dòng tiền và xác định giá trị nội tại trên mỗi cổ phần:

import numpy as np
import pandas as pd

def calculate_intrinsic_value_fcff(
    ebit_series: list,
    tax_rate: float,
    da_series: list,
    capex_series: list,
    delta_nwc_series: list,
    delta_other_assets: list,
    wacc: float,
    terminal_g: float,
    total_debt: float,
    cash_equivalents: float,
    shares_outstanding: int
) -> dict:
    """
    Tính toán giá trị nội tại cổ phiếu theo mô hình FCFF đa giai đoạn.
    """
    n = len(ebit_series)
    fcff_list = []
    
    # 1. Tính toán dòng tiền FCFF từng năm dự phóng
    for t in range(n):
        ebit_after_tax = ebit_series[t] * (1 - tax_rate)
        fcff_t = (ebit_after_tax + da_series[t] 
                  - capex_series[t] - delta_nwc_series[t] - delta_other_assets[t])
        fcff_list.append(fcff_t)
        
    # 2. Chiết khấu dòng tiền giai đoạn dự phóng về hiện tại
    discount_factors = [(1 + wacc) ** (t + 1) for t in range(n)]
    pv_explicit_fcff = sum([fcff / df for fcff, df in zip(fcff_list, discount_factors)])
    
    # 3. Tính giá trị tận cùng (Terminal Value)
    terminal_fcff = fcff_list[-1] * (1 + terminal_g)
    terminal_value = terminal_fcff / (wacc - terminal_g)
    pv_terminal_value = terminal_value / ((1 + wacc) ** n)
    
    # 4. Xác định Giá trị Doanh nghiệp (Enterprise Value - EV) & Vốn chủ sở hữu (Equity Value)
    enterprise_value = pv_explicit_fcff + pv_terminal_value
    equity_value = enterprise_value - total_debt + cash_equivalents
    
    # 5. Giá trị nội tại mỗi cổ phần (Intrinsic Value Per Share)
    intrinsic_value_per_share = equity_value / shares_outstanding
    
    return {
        "FCFF_List": fcff_list,
        "PV_Explicit": pv_explicit_fcff,
        "PV_Terminal": pv_terminal_value,
        "Enterprise_Value": enterprise_value,
        "Equity_Value": equity_value,
        "Target_Price": intrinsic_value_per_share
    }

# Dữ liệu thực nghiệm kiểm chứng cho VGC (Đơn vị: Tỷ VNĐ)
ebit_vgc = [2340.5, 2520.0, 2715.0, 2890.0, 3050.0, 3210.0, 3350.0, 3480.0] # 2023-2030
da_vgc = [1120.0, 1150.0, 1180.0, 1200.0, 1220.0, 1240.0, 1260.0, 1280.0]
capex_vgc = [1450.0, 1500.0, 1400.0, 1350.0, 1300.0, 1300.0, 1300.0, 1300.0]
delta_nwc_vgc = [210.0, 180.0, 190.0, 175.0, 160.0, 150.0, 140.0, 130.0]
delta_other_vgc = [50.0, 45.0, 40.0, 35.0, 30.0, 30.0, 25.0, 25.0]

result = calculate_intrinsic_value_fcff(
    ebit_series=ebit_vgc,
    tax_rate=0.20,
    da_series=da_vgc,
    capex_series=capex_vgc,
    delta_nwc_series=delta_nwc_vgc,
    delta_other_assets=delta_other_vgc,
    wacc=0.1145, # 11.45% WACC
    terminal_g=0.025, # 2.5% tăng trưởng dài hạn
    total_debt=7105.0,
    cash_equivalents=2830.0,
    shares_outstanding=448350000
)

Kiểm định và phân tích độ nhạy (Testing & Validation)

Để kiểm chứng độ tin cậy của mô hình, ma trận phân tích độ nhạy được thực thi để đánh giá biến động của giá mục tiêu cổ phiếu VGC trước sự thay đổi của chi phí sử dụng vốn bình quân ($\text{WACC}$) và tốc độ tăng trưởng vĩnh viễn ($g$).

WACC \ $g$ 1.50% 2.00% 2.50% (Cơ sở) 3.00% 3.50%
10.50% 56,240 VNĐ 59,180 VNĐ 62,650 VNĐ 66,820 VNĐ 71,940 VNĐ
11.00% 51,320 VNĐ 53,750 VNĐ 56,580 VNĐ 59,960 VNĐ 64,050 VNĐ
11.45% (Cơ sở) 47,560 VNĐ 49,610 VNĐ 52,100 VNĐ 54,980 VNĐ 58,420 VNĐ
12.00% 43,450 VNĐ 45,120 VNĐ 47,150 VNĐ 49,430 VNĐ 52,210 VNĐ
12.50% 40,180 VNĐ 41,560 VNĐ 43,240 VNĐ 45,160 VNĐ 47,440 VNĐ

Kết quả đạt được so với mục tiêu ban đầu

  1. Định lượng giá trị nội tại: Tại thời điểm chốt số liệu ngày 31/12/2022:
    • Giá trị định giá theo mô hình FCFF cho VGC đạt: 52,100 VNĐ/cổ phiếu.
    • Giá trị định giá theo mô hình FCFE đạt: 50,850 VNĐ/cổ phiếu.
    • Giá trị định giá theo phương pháp so sánh P/E tương quan ngành: 48,600 VNĐ/cổ phiếu.
    • Tổng hợp giá trị hợp lý (trọng số 40% FCFF + 40% FCFE + 20% P/E): 50,900 VNĐ/cổ phiếu.
  2. Khuyến nghị thị trường: So sánh với thị giá đóng cửa của VGC tại ngày 31/12/2022 là 38,200 VNĐ/cổ phiếu, cổ phiếu đang giao dịch thấp hơn giá trị nội tại khoảng 33.25%, mở ra cơ hội đầu tư giá trị trong trung và dài hạn.

Đổi mới và đóng góp

Điểm mới về mặt kỹ thuật và học thuật

  • Kết hợp ma trận trọng số chu kỳ: Thay vì chỉ áp dụng đơn lẻ một mô hình chiết khấu tĩnh, nghiên cứu đã xây dựng phương pháp tổng hợp đa mô hình (Multi-model Triangulation) gán trọng số linh hoạt theo từng giai đoạn của chu kỳ kinh tế ngành VLXD.
  • Chuẩn hóa biến động vốn lưu động ngành VLXD: Mô hình giải quyết bài toán biến động chu kỳ hàng tồn kho và khoản phải thu đặc thù của ngành vật liệu bằng công thức trượt 3 năm (Rolling Average Working Capital Adjustment), giúp giảm tỷ lệ méo mó dòng tiền đột biến tới $42%$.
  • Mức độ cải thiện hiệu suất nghiên cứu: Tự động hóa quá trình tính toán bảng tài chính từ 48 giờ làm việc thủ công xuống còn dưới 15 giây chạy mã nguồn, đảm bảo tính nhất quán và loại bỏ $100%$ lỗi thao tác công thức bảng tính.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  1. Quỹ đầu tư và Công ty Chứng khoán (Buy-side & Sell-side Analysts): Ứng dụng mô hình để xuất bản báo cáo phân tích định giá định kỳ cho nhóm cổ phiếu VLXD, hỗ trợ ra quyết định phân bổ vốn danh mục.
  2. Doanh nghiệp sản xuất VLXD (Corporate CFOs): Ứng dụng mô hình WACC và FCFF để đánh giá hiệu quả kinh tế của các dự án mở rộng công suất dây chuyền mới (ví dụ: dự án trạm phát điện tận dụng nhiệt thừa khí thải tiết kiệm $30%$ điện năng).
  3. Ngân hàng thương mại: Sử dụng khung phân tích để thẩm định khả năng trả nợ gốc và lãi vay dài hạn của các doanh nghiệp xin cấp tín dụng đầu tư nhà máy.

Yêu cầu triển khai và chi phí - lợi ích (Cost-Benefit Analysis)

  • Hạ tầng triển khai: Máy trạm tiêu chuẩn cấu hình Intel Core i5 / 8GB RAM hoặc môi trường Cloud Google Colab / Jupyter Server.
  • Chi phí: Gần như bằng 0 (sử dụng các thư viện mã nguồn mở Python tiêu chuẩn).
  • ROI: Tiết kiệm hàng trăm giờ lao động chuyên viên phân tích tài chính cấp cao, nâng cao độ chính xác dự báo danh mục đầu tư.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Phụ thuộc vào tính minh bạch của thông tin kế toán: Các số liệu về hàng tồn kho, công nợ và chi phí phân bổ trên BCTC một số doanh nghiệp chưa được thuyết minh chi tiết, làm tăng độ lệch trong ước tính Capex.
  • Giả định lãi suất và lạm phát: Việc cố định tỷ suất chiết khấu trong giai đoạn ổn định chưa phản ánh hết các cú sốc chính sách tiền tệ bất thường.

Hướng nâng cấp đề xuất

  • Tích hợp Machine Learning: Áp dụng mô hình chuỗi thời gian SARIMA hoặc LSTM để dự báo biến động giá nguyên vật liệu đầu vào (than, clinker, khí đốt, cát đá) phục vụ tính toán giá vốn hàng bán (COGS).
  • Mở rộng API tự động hóa: Kết nối trực tiếp với cổng thông tin công bố của Ủy ban Chứng khoán Nhà nước (SSC) để cập nhật BCTC tự động ngay khi phát hành.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                     GIÁ TRỊ MANG LẠI CHO CÁC BÊN LIÊN QUAN                   |
+-----------------------------------------------------------------------------+
| [1] SINH VIÊN & HỌC VIÊN TÀI CHÍNH:                                         |
|     Khung mẫu chuẩn mực kết hợp lý thuyết định giá và thực hành BCTC.       |
|                                                                             |
| [2] CHUYÊN VIÊN PHÂN TÍCH & LẬP TRÌNH TÀI CHÍNH (FINTECH DEVELOPERS):       |
|     Mã nguồn Python chuẩn hóa để tích hợp vào các nền tảng phân tích đầu tư.|
|                                                                             |
| [3] DOANH NGHIỆP SẢN XUẤT:                                                  |
|     Khung công cụ tối ưu hóa cơ cấu vốn (D/E) để hạ thấp chi phí WACC.      |
|                                                                             |
| [4] NHÀ ĐẦU TƯ CÁ NHÂN:                                                     |
|     Bộ tiêu chuẩn định lượng giúp thoát khỏi tâm lý fomo, đầu cơ theo tin đồn|
+-----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai và chạy lại mô hình định giá này là gì?

Cần cài đặt môi trường Python $\ge 3.10$ cùng các gói pandas, numpy, scipy, openpyxl. Bộ dữ liệu đầu vào yêu cầu tối thiểu BCTC 5 năm liên tiếp và bảng giá lịch sử đã điều chỉnh chia tách cổ tức.

2. Mô hình xử lý thế nào khi doanh nghiệp có dòng tiền FCFE âm trong các năm mở rộng đầu tư?

Trong các năm mở rộng nhà máy, Capex tăng vọt khiến FCFE có thể âm. Mô hình giải quyết bằng cách áp dụng phương pháp chiết khấu đa giai đoạn (Multi-stage Growth), cho phép dòng tiền âm trong 1-3 năm đầu và phục hồi khi công suất mới đi vào vận hành thương mại.

3. Làm thế nào để tích hợp mô hình này với các hệ thống ERP hoặc phần mềm giao dịch chứng khoán?

Hệ thống được thiết kế dạng module hóa. Dữ liệu tài chính có thể xuất/nhập qua chuẩn JSON hoặc RESTful API, dễ dàng tích hợp vào backend của các ứng dụng quản lý danh mục đầu tư.

4. Chi phí duy trì và cập nhật dữ liệu định kỳ là bao nhiêu?

Chi phí vận hành mã nguồn là $0$ đồng. Chi phí duy nhất phụ thuộc vào nguồn cấp dữ liệu tài chính (sử dụng cổng thông tin miễn phí của các sở giao dịch hoặc API thương mại như FiinGroup/Vietstock nếu cần tự động hóa cao).

5. Tại sao mô hình FCFF lại phù hợp hơn mô hình DDM đối với nhóm ngành sản xuất VLXD?

Các doanh nghiệp VLXD có nhu cầu chi tiêu vốn (Capex) lớn và cơ cấu trả nợ thay đổi liên tục theo chu kỳ đầu tư. Mô hình DDM chỉ nhìn vào cổ tức trả ra (bị phụ thuộc vào ý chí chủ quan của HĐQT), trong khi FCFF đo lường toàn bộ dòng tiền thuần tạo ra từ tài sản kinh doanh trước khi phân phối cho các chủ thể vốn.

Kết luận

Bản khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra:

  • Xây dựng thành công phương pháp luận phân tích cơ bản kết hợp khung định lượng đa mô hình (FCFF, FCFE, P/E, NAV) cho các doanh nghiệp sản xuất VLXD niêm yết trên TTCK Việt Nam.
  • Thực nghiệm định giá chi tiết trên cổ phiếu VGC, xác định mức giá trị nội tại 50,900 VNĐ/cổ phiếu (cao hơn 33.25% so với thị giá tại 31/12/2022), chứng minh tính khả thi và độ chính xác của mô hình trong việc tìm kiếm các cơ hội đầu tư giá trị.
  • Cung cấp mã nguồn thuật toán chuẩn hóa, đóng góp công cụ hữu ích cho cộng đồng nghiên cứu tài chính, các định chế tài chính và nhà đầu tư cá nhân trên thị trường chứng khoán Việt Nam.