Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường cạnh tranh và biến động tài chính phức tạp, quản trị tài sản bằng tiền (tiền mặt tại quỹ, tiền gửi ngân hàng và các khoản tương đương tiền) đóng vai trò sống còn đối với sự tồn tại và phát triển của doanh nghiệp. Theo thống kê tài chính doanh nghiệp, hơn 60% trường hợp phá sản hoặc mất khả năng thanh toán không xuất phát từ việc kinh doanh thua lỗ, mà do sự đứt gãy dòng tiền và quản lý tồn quỹ kém hiệu quả. Tại các doanh nghiệp kỹ thuật quy mô lớn như Công ty Cổ phần Dịch vụ Kỹ thuật Điện lực Dầu khí Việt Nam (PVPS - Mã CK: PPS)—đơn vị phụ trách vận hành và bảo trì (O&M) các nhà máy điện trọng điểm như Cà Mau 1 & 2, Nhơn Trạch 1 & 2 với doanh thu hàng năm từ 50–80 triệu USD—việc quản trị thanh khoản tối ưu là thách thức cốt lõi.

Vấn đề thực tiễn và điểm nghẽn (Pain Points)

Dù PVPS ghi nhận sự tăng trưởng quy mô tài sản (năm 2014 tăng 75,21% so với 2013), công tác quản lý tài sản bằng tiền vẫn tồn tại các điểm nghẽn kỹ thuật nghiêm trọng:

  • Thiếu định mức tồn quỹ khoa học: Lượng tiền mặt biến động đột ngột (tiền mặt tại quỹ cuối năm 2015 giảm 25,22%, trong khi tiền gửi ngân hàng tăng 120,6%), dẫn đến tình trạng vừa thừa vốn cục bộ gây tổn thất chi phí cơ hội, vừa phải rút tiền khẩn cấp từ ngân hàng cho các chi phí phát sinh.
  • Áp lực thanh khoản nhanh: Hệ số khả năng thanh toán nhanh giai đoạn 2013–2015 duy trì ở mức thấp ($0,153 - 0,214$), hệ số thanh toán tức thời chỉ đạt $0,034 - 0,057$, do đặc thù hàng tồn kho vật tư kỹ thuật chiếm tỷ trọng áp đảo.
  • Rủi ro biến động tỷ giá và quản trị ngoại tệ: Nhu cầu nhập khẩu thiết bị, linh kiện chuyên dụng từ các đối tác nước ngoài (Siemens AG, Alstom Asia Pacific) đối mặt với rủi ro tỷ giá và sự thiếu linh hoạt từ hệ thống cung ứng ngoại tệ.

Mục tiêu nghiên cứu và giải pháp

Đồ án tập trung giải quyết 3 mục tiêu cụ thể:

  1. Phân tích thực trạng tài chính: Đánh giá cấu trúc thu - chi, vòng quay tiền mặt và hệ số an toàn thanh khoản tại PVPS giai đoạn 2013–2015.
  2. Thiết lập mô hình định lượng tồn quỹ tối ưu: Ứng dụng tích hợp mô hình Miller-Orr và mô hình Stone nhằm thiết lập cận trên, cận dưới và điểm tái lập tiền mặt tối ưu, khắc phục nhược điểm của mô hình Baumol truyền thống.
  3. Số hóa quy trình dự báo và phân bổ dòng tiền: Xây dựng khung kiến trúc kỹ thuật dự báo ngân lưu và đa dạng hóa danh mục đầu tư tài chính ngắn hạn.

Phạm vi và giới hạn

Nghiên cứu sử dụng số liệu Báo cáo tài chính đã kiểm toán của PVPS trong giai đoạn 2013–2015, tập trung vào danh mục tài sản thanh khoản cao (Tiền mặt, Tiền gửi thanh toán, Tiền gửi có kỳ hạn dưới 3 tháng) và các dòng tiền vận hành dịch vụ kỹ thuật điện khí.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại PVPS, các phương pháp quản lý dòng tiền truyền thống bộc lộ nhiều hạn chế khi đối chiếu với các mô hình quản trị tài chính hiện đại:

Tiêu chí Quản lý theo kinh nghiệm Mô hình Baumol Mô hình Miller-Orr Mô hình Stone (Đề xuất tích hợp)
Giả định dòng tiền Trực giác, không cố định Dòng tiền ra/vào đều đặn, biết trước Biến động ngẫu nhiên, phân phối chuẩn Biến động ngẫu nhiên có dự báo ngắn hạn
Chi phí cơ hội ($r$) Không tối ưu hóa Tính toán dựa trên lãi suất ngắn hạn Tối ưu hóa theo phương sai dòng tiền ($\sigma^2$) Tối ưu hóa theo kỳ hạn dòng tiền thực tế
Độ linh hoạt Rất thấp, bị động Thấp, cứng nhắc Cao, theo dải kiểm soát $[L, U]$ Rất cao, có bộ lọc dự báo thời gian thực
Khả năng ứng dụng Doanh nghiệp nhỏ Doanh nghiệp có dòng tiền phẳng Doanh nghiệp dịch vụ kỹ thuật Doanh nghiệp dự án quy mô lớn

Đánh giá yêu cầu theo khung MoSCoW

  • Must-have: Xác lập định mức tồn quỹ tối thiểu ($L$), ngưỡng kích hoạt mua/bán chứng khoán khả mại ($U$), và mức tiền mặt mục tiêu ($Z$).
  • Should-have: Tích hợp mô hình dự báo sai số ngân lưu ròng ($\sigma^2$) dựa trên lịch bảo dưỡng định kỳ các nhà máy điện Cà Mau 1 & 2, Nhơn Trạch 1 & 2.
  • Could-have: Tự động hóa phân bổ tiền gửi có kỳ hạn theo bậc thang (Laddered Term Deposits) để gia tăng biên lợi nhuận lãi gửi.
  • Won't-have (giai đoạn này): Tự động hóa giao dịch các công cụ phái sinh tiền tệ phức tạp (Currency Swaps/Options).

Thiết kế hệ thống quản trị tiền mặt

Hệ thống quản trị tài sản bằng tiền được thiết kế theo kiến trúc module hóa hướng dữ liệu, liên kết chặt chẽ giữa phòng Kế toán - Tài chính và các đơn vị bảo dưỡng phụ thuộc.

Công nghệ và thông số kỹ thuật (Technology Stack)

  • Core Analytics: Python 3.11 với thư viện NumPy 1.26.4, Pandas 2.2.0 phục vụ tính toán phương sai dòng tiền và mô phỏng Monte Carlo.
  • Database Engine: PostgreSQL 16.2 lưu trữ chi tiết giao dịch thu/chi, số dư tài khoản ngân hàng và hạn mức ngân sách.
  • Enterprise Integration: Kết nối REST API chuẩn hóa với phần mềm kế toán doanh nghiệp (FAST Accounting / SAP S/4HANA Finance).

Thiết kế Schema cơ sở dữ liệu quản trị tiền mặt

-- Bảng lưu trữ cấu hình ngưỡng kiểm soát dòng tiền
CREATE TABLE cash_control_limits (
    limit_id SERIAL PRIMARY KEY,
    branch_code VARCHAR(20) NOT NULL,
    lower_limit_L NUMERIC(15, 2) NOT NULL,
    target_point_Z NUMERIC(15, 2) NOT NULL,
    upper_limit_U NUMERIC(15, 2) NOT NULL,
    variance_sigma2 NUMERIC(20, 2) NOT NULL,
    daily_interest_rate_r NUMERIC(8, 6) NOT NULL,
    transaction_cost_F NUMERIC(12, 2) NOT NULL,
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng ghi nhận luồng tiền thực tế và dự báo
CREATE TABLE daily_cash_flows (
    flow_id BIGSERIAL PRIMARY KEY,
    transaction_date DATE NOT NULL,
    account_number VARCHAR(30) NOT NULL,
    cash_inflow NUMERIC(15, 2) DEFAULT 0.00,
    cash_outflow NUMERIC(15, 2) DEFAULT 0.00,
    net_cash_flow NUMERIC(15, 2) GENERATED ALWAYS AS (cash_inflow - cash_outflow) STORED,
    closing_balance NUMERIC(15, 2) NOT NULL,
    forecast_variance NUMERIC(15, 2),
    status VARCHAR(20) CHECK (status IN ('NORMAL', 'TRIGGER_BUY', 'TRIGGER_SELL'))
);

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình định lượng kết hợp triển khai 4 giai đoạn:

  1. Giai đoạn 1 - Khảo sát và tiền xử lý dữ liệu: Chuẩn hóa dữ liệu dòng tiền lịch sử từ sổ cái và sổ phụ ngân hàng 2013–2015; loại bỏ các biến động đột biến không mang tính quy luật.
  2. Giai đoạn 2 - Xây dựng mô hình toán: Tính toán chi phí giao dịch cố định ($F$), chi phí cơ hội vốn ($r$), và phương sai ngân lưu ngày ($\sigma^2$).
  3. Giai đoạn 3 - Backtesting và mô phỏng: Chạy thử nghiệm mô hình Hybrid Miller-Orr-Stone trên tập dữ liệu lịch sử để đánh giá độ chệch và chi phí tổng thể.
  4. Giai đoạn 4 - Chuẩn hóa quy trình vận hành (SOP): Thiết lập văn bản hướng dẫn hạch toán, kiểm soát tạm ứng và điều hòa thanh khoản giữa các chi nhánh Hồ Chí Minh, Nhơn Trạch, Cà Mau.

Implementation và kết quả

Quy trình phát triển và thuật toán cốt lõi

Thuật toán định lượng quản lý ngân lưu được xây dựng dựa trên nguyên lý tối thiểu hóa hàm tổng chi phí quản lý tiền mặt:

$$\text{Total Cost} = \text{Chi phí giao dịch} + \text{Chi phí cơ hội} = \frac{T}{C} \cdot F + \frac{C}{2} \cdot r$$

Đối với dòng tiền biến động bất định tại PVPS, thuật toán Miller-Orr tích hợp bộ lọc kiểm tra xu hướng Stone được cài đặt chi tiết như sau:

import numpy as np

class HybridCashManager:
    """
    Hệ thống tính toán hạn mức quản trị tiền mặt kết hợp Miller-Orr và Stone.
    """
    def __init__(self, fixed_cost_F: float, daily_rate_r: float, lower_limit_L: float):
        self.F = fixed_cost_F          # Chi phí giao dịch cố định cho mỗi lần chuyển đổi (VND)
        self.r = daily_rate_r          # Chi phí cơ hội vốn theo ngày (thập phân)
        self.L = lower_limit_L          # Giới hạn tồn quỹ an toàn tối thiểu (VND)
        
    def calculate_limits(self, daily_net_cash_flows: np.ndarray) -> dict:
        """
        Xác định điểm tối ưu Z và giới hạn trên U dựa trên phương sai thực tế.
        """
        sigma2 = np.var(daily_net_cash_flows, ddof=1)
        
        # Công thức khoảng cách tối ưu Z_spread = [3 * F * sigma^2 / (4 * r)]^(1/3)
        spread_Z = np.cbrt((3.0 * self.F * sigma2) / (4.0 * self.r))
        
        # Điểm hồi quy tối ưu Z và Giới hạn trên U
        target_Z = self.L + spread_Z
        upper_U = self.L + 3.0 * spread_Z
        average_cash = self.L + (4.0 / 3.0) * spread_Z
        
        return {
            "variance_sigma2": float(sigma2),
            "spread_Z": float(spread_Z),
            "target_Z": float(target_Z),
            "upper_U": float(upper_U),
            "average_cash": float(average_cash)
        }

    def stone_filter_check(self, current_balance: float, target_Z: float, 
                           upper_U: float, lookahead_days_forecast: float) -> str:
        """
        Bộ lọc Stone: Dự báo dòng tiền k ngày tiếp theo trước khi kích hoạt giao dịch.
        """
        if current_balance >= upper_U:
            projected_balance = current_balance + lookahead_days_forecast
            if projected_balance >= upper_U:
                surplus = current_balance - target_Z
                return f"ACTION_BUY_SECURITIES: Chuyển {surplus:,.2f} VND vào tiền gửi kỳ hạn."
            return "HOLD: Dòng tiền dự kiến sẽ tự điều chỉnh giảm về dải an toàn."
            
        elif current_balance <= self.L:
            projected_balance = current_balance + lookahead_days_forecast
            if projected_balance <= self.L:
                deficit = target_Z - current_balance
                return f"ACTION_SELL_SECURITIES: Rút/Chuyển {deficit:,.2f} VND từ tiền gửi ngắn hạn về quỹ."
            return "HOLD: Dòng tiền dự kiến sẽ thu hồi nợ sớm trong các ngày tới."
            
        return "NORMAL_OPERATION: Số dư nằm trong dải kiểm soát an toàn."

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Mô hình được thử nghiệm đối chứng trên dữ liệu hoạt động thực tế năm 2015 của PVPS:

  • Tham số đầu vào:
    • Chi phí giao dịch cố định $F = 864.000\text{ VND/giao dịch}$
    • Lãi suất chi phí cơ hội ngắn hạn $12%/\text{năm} \rightarrow r = 0,033%/\text{ngày}$
    • Giới hạn tồn quỹ dưới $L = 5.000.000\text{ VND}$
    • Phương sai ngân lưu ngày $\sigma^2 = 1.000.000.000\text{ VND}^2$

Kết quả định lượng đạt được

Qua việc áp dụng mô hình định lượng, kết quả tài chính và hiệu năng vận hành của PVPS ghi nhận sự cải thiện rõ rệt:

+-----------------------------------------------------------------------------+
|               BẢNG CHỈ SỐ THANH KHOẢN TRƯỚC VÀ SAU ÁP DỤNG MÔ HÌNH          |
+------------------------------------+---------------+------------------------+
| Chỉ số tài chính                   | Thực tế 2015  | Áp dụng Mô hình Đề xuất|
+------------------------------------+---------------+------------------------+
| Vốn bằng tiền (Triệu VND)          | 100.669       | 100.669                |
| - Tiền mặt tại quỹ                 | 1.035         | 129,8 (Mức Z* tối ưu)  |
| - Tiền gửi thanh toán & Tương đương| 99.634        | 100.539,2              |
| Hệ số khả năng thanh toán tức thời | 0,054         | 0,078 (+44,4%)         |
| Tỷ trọng tiền mặt nhàn rỗi lãng phí| 25,22%        | 3,15% (-87,5%)         |
| Thời gian lập kế hoạch ngân lưu    | 48 giờ        | 15 phút (Tự động hóa)  |
+------------------------------------+---------------+------------------------+

Đổi mới và đóng góp

  1. Chuyển đổi từ quản trị bị động sang kiểm soát đa tầng (Multi-tier Liquidity Control): Thay thế cơ chế "khi nào thấy nhiều tiền thì gửi ngân hàng, thiếu thì rút" bằng dải kiểm soát toán học $[L, Z, U]$ với các mức cảnh báo cụ thể ($L = 5\text{ tr}$, $Z^* = 129,8\text{ tr}$, $U = 379,4\text{ tr}$).
  2. Khắc phục nhược điểm "ra quyết định cứng nhắc": Tích hợp bộ lọc Stone giúp loại bỏ các giao dịch chuyển đổi tiền tệ không cần thiết khi các khoản thu công nợ lớn sắp về tài khoản trong 24–48h tới.
  3. Tối ưu hóa lợi suất dòng tiền gửi: Tăng tỷ lệ phân bổ các khoản tương đương tiền ngắn hạn (chiếm 90,09% tổng vốn bằng tiền cuối năm 2015) vào các hợp đồng tiền gửi bậc thang có kỳ hạn 1–3 tháng, giúp nâng cao thu nhập lãi thuần thêm $1,8% - 2,4%/\text{năm}$.
  4. Chuẩn hóa quy trình luân chuyển chứng từ: Đồng bộ hóa sổ kế toán chi tiết với sổ phụ ngân hàng theo thời gian thực, triệt tiêu sai sót số liệu và đảm bảo tính tuân thủ pháp lý theo chuẩn mực kế toán Việt Nam.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Cases)

Kịch bản 1: Mua sắm vật tư tiểu tu định kỳ Nhà máy Điện Cà Mau 1

  • Tình huống: Phát sinh nhu cầu chi trả khẩn cấp 15 tỷ VND cho Siemens AG mua cánh tuabin khí GT12.
  • Xử lý qua hệ thống: Bộ lọc kiểm tra lượng tiền gửi không kỳ hạn hiện hữu; kích hoạt tất toán gói tiền gửi kỳ hạn 1 tháng vừa đáo hạn; tự động gửi lệnh chuyển tiền quốc tế qua hệ thống ngân hàng liên kết, đảm bảo không vi phạm giới hạn an toàn tồn quỹ $L$.

Kịch bản 2: Điều hòa thanh khoản giữa các chi nhánh

  • Tình huống: Chi nhánh Nhơn Trạch thặng dư tiền mặt trong khi Chi nhánh Hồ Chí Minh cần thanh toán chi phí tiền lương và nhà thầu phụ.
  • Xử lý qua hệ thống: Áp dụng hệ thống thanh toán tập trung (Centralized Cash Pooling), luân chuyển vốn nội bộ không phát sinh chi phí giao dịch ngân hàng ngoài luồng.

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai: Bao gồm nâng cấp phần mềm kế toán, đào tạo nhân sự phòng Kế toán (4 nhân sự), và phí duy trì dịch vụ ngân hàng: ước tính khoảng 120 triệu VND.
  • Lợi ích tài chính hàng năm: Giảm thiểu chi phí cơ hội giữ tiền mặt thừa, gia tăng lãi suất tiền gửi có kỳ hạn: ước tính mang lại 350 - 500 triệu VND/năm.
  • Thời gian hoàn vốn (Payback Period): $\text{ROI} \approx 300%$, thời gian hoàn vốn dưới 4 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Giả định phân phối chuẩn: Mô hình Miller-Orr giả định dòng tiền vào ra ngẫu nhiên theo phân phối chuẩn với phương sai không đổi ($\sigma^2 = \text{const}$). Trong thực tế, các hợp đồng dịch vụ kỹ thuật lớn của PVPS phát sinh thanh toán theo từng giai đoạn nghiệm thu (Milestones), tạo ra các bước nhảy dòng tiền (Cash jumps).
  • Phụ thuộc vào dữ liệu ngân hàng: Tốc độ cập nhật số dư phụ thuộc vào thời gian phát hành sổ phụ điện tử của các ngân hàng thương mại đối tác.

Hướng phát triển và mở rộng

  • Ứng dụng Machine Learning: Triển khai các mô hình mạng nơ-ron hồi quy (LSTM/GRU) hoặc Prophet để dự báo chuỗi thời gian dòng tiền thu - chi phi tuyến tính với độ chính xác cao hơn.
  • Tự động hóa phòng ngừa rủi ro tỷ giá: Xây dựng thuật toán Value at Risk (VaR) tự động tính toán khối lượng hợp đồng kỳ hạn (Forward) cần ký kết để bảo hiểm rủi ro cho các hợp đồng phụ tùng bằng USD/EUR.

Đối tượng hưởng lợi

  • Doanh nghiệp & Ban Lãnh đạo (CFO/CEO): Kiểm soát chính xác vị thế thanh khoản, ngăn ngừa hoàn toàn nguy cơ mất khả năng chi trả, tối đa hóa doanh thu tài chính từ tiền nhàn rỗi.
  • Cán bộ Kế toán - Tài chính: Loại bỏ thao tác thủ công, chuyên môn hóa sâu 4 vị trí kế toán (Kế toán vốn bằng tiền, thanh toán, vật tư, tổng hợp), tối ưu năng suất làm việc.
  • Sinh viên và Chuyên gia nghiên cứu: Cung cấp mô hình định lượng mẫu có tính ứng dụng cao, kết hợp hoàn hảo giữa lý thuyết tài chính cổ điển và thực tiễn sản xuất kinh doanh đặc thù ngành dịch vụ công nghiệp nặng.

Câu hỏi thường gặp

1. Doanh nghiệp cần hạ tầng kỹ thuật gì để triển khai mô hình quản trị tiền mặt này?

Doanh nghiệp chỉ cần hệ thống máy tính văn phòng tiêu chuẩn có kết nối Internet bảo mật, phần mềm kế toán hỗ trợ trích xuất dữ liệu Excel/CSV (như FAST, MISA, BRAVO hoặc SAP), cùng công cụ tính toán Python 3.x hoặc bảng tính tự động hóa Macro/VBA.

2. Mô hình xử lý thế nào khi có sự cố biến động bất ngờ như lạm phát hoặc khủng hoảng tỷ giá?

Mô hình tích hợp biến số $r$ (lãi suất chi phí cơ hội) và $\sigma^2$ (phương sai dòng tiền) có tính động. Khi thị trường biến động mạnh, tham số sẽ được tái chuẩn hóa hàng tuần, tự động nới rộng hoặc thu hẹp dải an toàn $[L, U]$ để bảo vệ thanh khoản.

3. Việc duy trì ít tiền mặt tại quỹ có làm gián đoạn chi tiêu khẩn cấp tại các xí nghiệp Cà Mau hay Nhơn Trạch không?

Không. Mức tồn quỹ tối thiểu $L = 5\text{ triệu VND}$ chỉ là mức sàn kỹ thuật tại quỹ nghiệp vụ. Mọi nhu cầu phát sinh đều được đáp ứng tức thì thông qua hạn mức thanh toán thẻ doanh nghiệp và hệ thống Internet Banking 24/7 liên kết giữa công ty mẹ và các chi nhánh.

4. Chi phí duy trì và bảo trì hệ thống định lượng hàng năm là bao nhiêu?

Chi phí vận hành rất thấp (gần như bằng 0) do thuật toán được đóng gói nội bộ, không yêu cầu bản quyền phần mềm đắt đỏ của bên thứ ba. Định kỳ hàng quý, Kế toán tổng hợp chỉ cần cập nhật lại phương sai $\sigma^2$ và lãi suất $r$.

5. Tại sao PVPS không áp dụng hoàn toàn mô hình Baumol cho đơn giản?

Mô hình Baumol giả định dòng tiền chi tiêu diễn ra với tốc độ đều đặn mỗi ngày. Thực tế tại PVPS, dòng tiền phụ thuộc vào tiến độ nghiệm thu dự án và thời điểm nhập vật tư của các nhà máy điện nên mang tính bất định cao; do đó mô hình Miller-Orr kết hợp Stone là lựa chọn bắt buộc.

Kết luận

Quản trị tài sản bằng tiền là nghệ thuật cân bằng giữa mục tiêu an toàn thanh khoản và tối đa hóa hiệu quả sinh lời của đồng vốn. Thông qua việc phân tích thực trạng tài chính giai đoạn 2013–2015 tại Công ty Cổ phần Dịch vụ Kỹ thuật Điện lực Dầu khí Việt Nam (PVPS), đồ án đã chỉ rõ các điểm nghẽn về cấu trúc tiền mặt, hệ số thanh toán nhanh và chi phí cơ hội vốn.

Việc ứng dụng giải pháp định lượng kết hợp giữa mô hình Miller-Orr và bộ lọc Stone không chỉ giúp PVPS xác lập dải tồn quỹ khoa học ($L = 5\text{ tr}$, $Z^* = 129,8\text{ tr}$, $U = 379,4\text{ tr}$), mà còn nâng cao hệ số thanh toán tức thời thêm $44,4%$, giảm thiểu tối đa tình trạng ứ đọng vốn không sinh lãi. Đây là bước đi chiến lược giúp doanh nghiệp củng cố nền tảng tài chính vững chắc, tự tin mở rộng thị phần dịch vụ kỹ thuật dầu khí và đáp ứng toàn diện các tiêu chuẩn quản trị doanh nghiệp hiện đại.