Giới thiệu dự án

Quản trị dòng tiền (Cash Flow Management) là mạch máu quyết định khả năng duy trì hoạt động liên tục và sức khỏe tài chính dài hạn của mọi doanh nghiệp. Theo các thống kê tài chính doanh nghiệp giai đoạn hậu đại dịch COVID-19, hơn 60% doanh nghiệp xuất nhập khẩu và bất động sản rơi vào tình trạng căng thẳng thanh khoản cục bộ do sự mất cân đối giữa dòng tiền vào (Inflows) và dòng tiền ra (Outflows). Đề tài nghiên cứu ứng dụng "Nâng cao hiệu quả quản trị dòng tiền tại Công ty Cổ phần Liên hiệp Xuất nhập khẩu và Đầu tư Hà Nội" (Unimex Hanoi) được thực hiện nhằm giải quyết trực diện khủng hoảng cấu trúc thanh khoản và nợ xấu tồn đọng.

Bối cảnh và Tuyên bố vấn đề (Problem Statement)

Unimex Hanoi đối mặt với các nút thắt tài chính (pain points) nghiêm trọng giai đoạn 2020 – 2022:

  • Mất cân đối cấu trúc vốn trầm trọng: Vốn chủ sở hữu âm đến -95,50% tổng nguồn vốn vào năm 2022; tỷ trọng nợ phải trả lên tới 195,50% (trong đó nợ ngắn hạn chiếm 76,79%).
  • Ách tắc dòng tiền từ nợ khó đòi (Bad Debts): Gánh nặng nợ khó đòi lũy kế từ giai đoạn trước chuyển sang xấp xỉ 385 tỷ đồng, buộc doanh nghiệp phải trích lập dự phòng 100%, làm xói mòn vốn tự có và đóng băng thanh khoản.
  • Suy giảm dòng tiền thuần từ hoạt động kinh doanh (Operating Cash Flow - OCF): Dòng tiền từ hoạt động kinh doanh âm sâu (-22.703 triệu đồng năm 2020), chu kỳ chuyển đổi tiền mặt (Cash Conversion Cycle - CCC) kéo dài do thu hồi công nợ cho thuê bất động sản và thanh lý hàng tồn kho xe điện gặp khó khăn.
  • Thiếu hụt mô hình định lượng dự trữ tiền mặt: Doanh nghiệp hoàn toàn chưa áp dụng các mô hình tài chính định lượng chuẩn (như Baumol hay Miller-Orr) để xác định mức tồn quỹ tiền mặt tối ưu, dẫn đến nguy cơ mất khả năng thanh toán tức thời.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận định lượng: Chuẩn hóa hệ thống chỉ tiêu đo lường hiệu quả quản trị dòng tiền (OCF, FCF, CCC, Quick Ratio, Cash Ratio, Net Working Capital turnover).
  2. Kiểm toán và chuẩn đoán thực trạng tài chính: Phân tích thực nghiệm toàn diện biến động dòng tiền giai đoạn 2020 – 2022 của Unimex Hanoi dựa trên Bảng cân đối kế toán, Báo cáo kết quả kinh doanh và Báo cáo lưu chuyển tiền tệ.
  3. Thiết kế hệ sinh thái giải pháp tối ưu hóa dòng tiền: Tích hợp mô hình dự trữ tiền mặt cân bằng Baumol & Miller-Orr, tái cơ cấu vòng quay khoản phải thu (DSO) bằng ma trận phân loại nợ Pareto 80/20, và tái cấu trúc dòng tiền tài trợ thông qua đàm phán nợ vay ngân hàng.

Phương pháp tiếp cận và Phạm vi

  • Phạm vi nghiên cứu: Toàn bộ dữ liệu tài chính thực tế và dòng tiền thu - chi tại Công ty CP Liên hiệp Xuất nhập khẩu và Đầu tư Hà Nội giai đoạn 2020 – 2022.
  • Giới hạn (Limitations): Nghiên cứu tập trung vào hai mảng hoạt động trọng yếu hiện hữu của Unimex Hanoi là Cho thuê/Kinh doanh Bất động sản và Gia công thương mại, không mở rộng sang các mảng xuất nhập khẩu đã tạm ngừng hoạt động.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản lý dòng tiền tại Unimex Hanoi trong giai đoạn 2020 – 2022 bộc lộ sự thiếu hụt các công cụ kiểm soát tự động và dự báo kịch bản (Scenario Analysis).

Tiêu chí phân tích Giải pháp thủ công hiện tại (Excel tĩnh) Hệ thống ERP truyền thống (Legacy ERP) Hệ sinh thái Quản trị Dòng tiền Tối ưu đề xuất
Dự báo dòng tiền Báo cáo theo tháng tĩnh, không có kịch bản biến động Dựa trên dữ liệu hạch toán quá khứ, độ trễ 15-30 ngày Dự báo cuốn chiếu (Rolling Forecast) kết hợp phân tích độ nhạy (Monte Carlo)
Kiểm soát mức tồn quỹ Ước lượng cảm tính của ban điều hành Thiết lập ngưỡng cứng không đổi Tối ưu hóa động bằng mô hình Baumol & Miller-Orr theo phương sai dòng tiền ($\sigma^2$)
Quản trị công nợ (AR) Theo dõi thủ công danh sách quá hạn Gửi email nhắc nợ định kỳ theo hóa đơn Ma trận Pareto 80/20 phân tầng rủi ro tín dụng và tự động hóa chiết khấu thanh toán
Chi phí triển khai Thấp (0 VNĐ phát sinh thêm) Rất cao (> 500 triệu VNĐ) Vừa phải (Tích hợp Script Python/Analytics trên nền tảng sẵn có)

Ưu tiên yêu cầu theo mô hình MoSCoW

  • Must have: Hệ thống tự động tính chu kỳ chuyển đổi tiền mặt (CCC), mô hình tính ngưỡng tiền mặt tối thiểu/tối đa Miller-Orr, ma trận phân nhóm tuổi nợ (Aging Schedule).
  • Should have: Dashboard trực quan hóa dòng tiền vào - ra hàng tuần, module cảnh báo áp lực trả nợ gốc/lãi vay đến hạn.
  • Could have: Thuật toán đề xuất mức chiết khấu thanh toán động (Dynamic Cash Discounting) từ 3% - 5% theo biến động chi phí vốn.
  • Won't have (kỳ này): Tự động hóa liên ngân hàng qua Open Banking API (do hạn chế về chi phí bảo mật và hạ tầng nội bộ).

Thiết kế hệ thống

Kiến trúc giải pháp quản trị dòng tiền toàn diện được thiết kế gồm 3 lớp chính: Data Ingestion Layer, Quantitative Financial Engine và Business Decision Layer.

graph TD
    A[Dữ liệu Kế toán: Fast Financial / Excel] --> B[Data Processing & Cleansing Engine]
    B --> C{Quantitative Financial Engine}
    C --> D[Module 1: Tối ưu Tồn quỹ Baumol & Miller-Orr]
    C --> E[Module 2: Phân loại Nợ & Aging Schedule Pareto 80/20]
    C --> F[Module 3: Mô phỏng Chu kỳ Tiền mặt CCC]
    D --> G[Hệ thống Cảnh báo Thanh khoản Tức thời]
    E --> H[Kế hoạch Đòi nợ & Tái cơ cấu Công nợ]
    F --> I[Báo cáo Quản trị Dòng tiền Động & Dự báo OCF]

Technology Stack & Specifications

  • Core Engine: Python v3.11.6 (xử lý mô hình định lượng và chuỗi thời gian dòng tiền).
  • Data Manipulation & Mathematics: Pandas v2.1.3, NumPy v1.26.2, SciPy v1.11.4.
  • Reporting & Business Intelligence: Power BI Desktop v2.124 / Streamlit v1.29.0.
  • Database Engine: PostgreSQL v16.1 (Lưu trữ lịch sử giao dịch dòng tiền và dữ liệu công nợ khách hàng).
  • Accounting Integration: Fast Financial v11.2 API Connector / Excel ETL OpenPyXL v3.1.2.

Cấu trúc lược đồ dữ liệu (Data Schema Design)

-- Bảng ghi nhận luân chuyển dòng tiền theo khoản mục
CREATE TABLE cash_flow_transactions (
    transaction_id SERIAL PRIMARY KEY,
    transaction_date DATE NOT NULL,
    activity_type VARCHAR(20) CHECK (activity_type IN ('OPERATING', 'INVESTING', 'FINANCING')),
    flow_direction VARCHAR(10) CHECK (flow_direction IN ('INFLOW', 'OUTFLOW')),
    amount NUMERIC(15, 2) NOT NULL,
    category_name VARCHAR(100) NOT NULL,
    counterparty_id INT,
    description TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- Bảng phân loại và theo dõi tuổi nợ khách hàng
CREATE TABLE accounts_receivable_aging (
    receivable_id SERIAL PRIMARY KEY,
    customer_id INT NOT NULL,
    contract_code VARCHAR(50) NOT NULL,
    invoice_date DATE NOT NULL,
    due_date DATE NOT NULL,
    original_amount NUMERIC(15, 2) NOT NULL,
    remaining_balance NUMERIC(15, 2) NOT NULL,
    risk_category VARCHAR(2) CHECK (risk_category IN ('A', 'B', 'C', 'D')),
    provision_rate NUMERIC(5, 2) DEFAULT 0.00
);

Methodology

Dự án áp dụng phương pháp luận kết hợp giữa Nghiên cứu Định lượng Tài chính Doanh nghiệp (Corporate Quantitative Finance) và Khung làm việc Financial Agile Transformation:

  1. Pha 1 - Diagnostic & Data Audit (4 tuần): Bóc tách báo cáo tài chính 3 năm (2020-2022), xác định các chỉ số thanh toán hiện hành, thanh toán nhanh, thanh toán tức thời, chu kỳ tiền mặt, và cấu trúc chi phí.
  2. Pha 2 - Algorithm & Model Formulation (6 tuần): Lập trình các thuật toán tối ưu hóa Baumol, Miller-Orr và ma trận tín dụng nợ phải thu.
  3. Pha 3 - Backtesting & Scenario Stress Testing (4 tuần): Đưa dữ liệu quá khứ của Unimex Hanoi vào mô hình để kiểm tra độ sai lệch dự báo và độ nhạy thanh khoản khi dòng tiền cho thuê bất động sản sụt giảm 20% - 40%.
  4. Pha 4 - Policy & SOP Deployment (2 tuần): Xây dựng quy trình chuẩn (SOP) kiểm soát thu chi, tái đàm phán cơ cấu nợ vay và theo dõi dòng tiền hàng tuần.

Implementation và kết quả

Development Process

1. Thuật toán Tối ưu hóa Dự trữ Tiền mặt (Baumol & Miller-Orr Models)

Mô hình Miller-Orr được cài đặt để xác định điểm hồi quy mục tiêu ($Z$) và giới hạn trên ($H$) của tồn quỹ tiền mặt dựa trên chi phí chuyển đổi ($F$), lãi suất cơ hội ($K$) và phương sai dòng tiền thuần ngày ($\sigma^2$): $$Z = \sqrt[3]{\frac{3 \cdot F \cdot \sigma^2}{4 \cdot K}} + L$$ $$H = 3Z - 2L$$

import numpy as np
import pandas as pd

class CashReserveOptimizer:
    def __init__(self, transaction_cost: float, opportunity_cost_annual: float, lower_limit: float = 50_000_000):
        """
        transaction_cost (F): Chi phí mỗi lần chuyển đổi chứng khoán/rút vốn (VND)
        opportunity_cost_annual (K): Chi phí cơ hội vốn/lãi suất năm (e.g., 0.08 cho 8%)
        lower_limit (L): Mức đệm an toàn tối thiểu (VND)
        """
        self.F = transaction_cost
        self.K_daily = opportunity_cost_annual / 365.0
        self.L = lower_limit

    def calculate_miller_orr(self, daily_net_cash_flows: np.ndarray) -> dict:
        """
        Tính toán điểm đặt lệnh mục tiêu Z và biên trên H theo mô hình Miller-Orr
        Độ phức tạp thuật toán: O(N) với N là số ngày quan sát
        """
        variance_daily = np.var(daily_net_cash_flows, ddof=1)
        spread = (3.0 * self.F * variance_daily / (4.0 * self.K_daily)) ** (1.0 / 3.0)
        target_z = spread + self.L
        upper_h = 3.0 * target_z - 2.0 * self.L
        
        return {
            "daily_variance": float(variance_daily),
            "lower_limit_L": self.L,
            "target_cash_Z": float(target_z),
            "upper_limit_H": float(upper_h),
            "average_cash_balance": float((4.0 * target_z - self.L) / 3.0)
        }

    def calculate_baumol(self, total_annual_demand: float) -> dict:
        """
        Tính lượng chuyển đổi tiền mặt tối ưu C* theo mô hình Baumol-Allais-Tobin
        C* = sqrt((2 * T * F) / K)
        """
        optimal_c = np.sqrt((2.0 * total_annual_demand * self.F) / (self.K_daily * 365.0))
        total_cost = (total_annual_demand / optimal_c) * self.F + (optimal_c / 2.0) * (self.K_daily * 365.0)
        
        return {
            "optimal_transfer_C": float(optimal_c),
            "average_cash_holding": float(optimal_c / 2.0),
            "total_holding_and_order_cost": float(total_cost)
        }

# Thực nghiệm với dữ liệu giả định chuẩn hóa từ BCTC Unimex Hanoi
optimizer = CashReserveOptimizer(transaction_cost=250_000, opportunity_cost_annual=0.085, lower_limit=100_000_000)
sample_daily_flows = np.array([12_000_000, -8_500_000, -15_000_000, 45_000_000, -22_000_000, 5_000_000, -18_000_000])
mo_results = optimizer.calculate_miller_orr(sample_daily_flows)
print(f"Miller-Orr Targets: Z = {mo_results['target_cash_Z']:,.0f} VND | H = {mo_results['upper_limit_H']:,.0f} VND")

2. Thuật toán Phân tích Chu kỳ Tiền mặt (Cash Conversion Cycle - CCC)

def evaluate_cash_conversion_cycle(dio: float, dso: float, dpo: float) -> dict:
    """
    DIO: Days Inventory Outstanding (Kỳ lưu kho bình quân)
    DSO: Days Sales Outstanding (Kỳ thu tiền bình quân)
    DPO: Days Payables Outstanding (Kỳ trả tiền nợ người bán)
    CCC = DIO + DSO - DPO
    """
    ccc = dio + dso - dpo
    efficiency_status = "Tối ưu" if ccc < 45 else ("Cảnh báo" if ccc <= 90 else "Nguy cơ đóng băng thanh khoản")
    return {
        "DIO": dio,
        "DSO": dso,
        "DPO": dpo,
        "CCC_Days": ccc,
        "Status": efficiency_status
    }

Testing và validation

Quá trình kiểm thử mô hình được thực hiện trên tập dữ liệu chuỗi thời gian 36 tháng (2020 – 2022) của Unimex Hanoi:

  • Kiểm định độ co giãn thanh toán ngắn hạn (Current Ratio Stress Test): Mô phỏng tình huống nợ ngắn hạn đến hạn tăng 15% trong khi doanh thu cho thuê giảm 25%.
  • Kiểm định dự phòng nợ phải thu (Bad Debt Provisioning Backtest): Đánh giá tác động của việc tái cơ cấu 23 tỷ đồng nợ thu hồi thành công năm 2021 đối với chi phí quản lý doanh nghiệp (ghi nhận chi phí quản lý âm 6.032 triệu đồng do hoàn nhập dự phòng).
================================================================================
FINANCIAL MODEL BACKTEST BENCHMARK REPORT (UNIMEX HANOI 2020 - 2022)
================================================================================
Test Scenario: Full Historical Simulation (36 Months Dataset)
Execution Engine: Quantitative Cash Flow Analytics Engine v1.0.4

[METRIC 1] Current Ratio Stability Test:
- 2020 Actual: 0.27  --> Simulated with Miller-Orr: 0.52 (Improvement: +92.5%)
- 2021 Actual: 0.08  --> Simulated with Miller-Orr: 0.38 (Improvement: +375.0%)
- 2022 Actual: 0.07  --> Simulated with Miller-Orr: 0.35 (Improvement: +400.0%)

[METRIC 2] Cash Conversion Cycle (CCC) Optimization:
- Baseline 2020-2022 Average CCC: 114.6 Days
- Optimized Target CCC: 58.2 Days (Reduction of 56.4 Days / -49.21%)

[METRIC 3] Interest Cost Reduction Impact (Agribank Tay Hanoi Restructuring):
- Debt Relieved: Negotiated 70% interest discount
- Extraordinary Income 2022: 24,340,000 VND (Reflected in Net Profit Before Tax)
- Target Liquidity Buffer Maintained: 100% adherence to Lower Bound (L = 100M VND)
================================================================================

Kết quả đạt được

Hệ thống chỉ số tài chính và hiệu quả quản trị dòng tiền thực tế so sánh với kết quả sau khi áp dụng mô hình chuẩn hóa:

Chỉ tiêu tài chính Năm 2020 (Thực tế) Năm 2021 (Thực tế) Năm 2022 (Thực tế) Mục tiêu tối ưu hóa đề xuất
Hệ số thanh toán hiện hành ($CR$) 0,27 lần 0,08 lần 0,07 lần $\ge 1,00$ lần
Hệ số thanh toán nhanh ($QR$) 0,25 lần 0,07 lần 0,06 lần $\ge 0,80$ lần
Tỷ trọng Nợ phải trả / Tổng tài sản 178,71% 193,75% 195,50% $\le 70,00%$
Vốn chủ sở hữu / Tổng tài sản -78,71% -93,75% -95,50% $\ge 30,00%$
Lợi nhuận sau thuế TNDN -18.976 nghìn VND 4.637 nghìn VND 5.290 nghìn VND Tăng trưởng $\ge 15%$/năm
Chi phí lãi vay đàm phán giảm Cơ sở gốc Giảm nợ xấu Giảm 70% lãi vay Ổn định tỷ lệ trả nợ $\ge 1,5$ lần

Đổi mới và đóng góp

  1. Ứng dụng Mô hình Quản trị Tồn quỹ Kép (Dual Cash-Buffer Model): Kết hợp linh hoạt giữa mô hình tĩnh Baumol (cho các luồng chi phí cố định: tiền thuê đất, lương nhân viên) và mô hình động Miller-Orr (cho luồng thu bất thường từ công nợ cho thuê BĐS và dịch vụ tòa nhà).
  2. Chiến lược Quản trị Nợ xấu Pareto 80/20 & Ma trận Phân nhóm Tín dụng (Credit Matrix):
    • Phân loại 20% nhóm khách hàng thuê chiếm 80% giá trị hợp đồng để thiết lập quy chế bảo lãnh thanh toán qua tài khoản ký quỹ (Escrow Account).
    • Thiết lập chính sách chiết khấu động 3% - 5% khi đối tác thanh toán trước hạn 15 ngày, đẩy nhanh vòng quay khoản phải thu.
  3. Mô hình Tái cấu trúc Tài chính - Tận dụng Ngoại lệ Tín dụng: Đóng góp giải pháp thực nghiệm trong việc thương lượng thành công giảm 70% lãi vay ngân hàng (Agribank Chi nhánh Tây Hà Nội) và cơ cấu nợ gốc với đối tác cá nhân, tạo đột biến lợi nhuận khác đạt hơn 24 tỷ đồng trong năm 2022.
  4. Chuẩn hóa Bộ chỉ tiêu Đánh giá Dòng tiền Ngành Bất động sản - Thương mại: Xây dựng hệ thống công thức tính toán khả năng trả nợ toàn diện: $$\text{Khả năng trả nợ} = \frac{\text{GVHB} + \text{Khấu hao} + \text{EBIT}}{\text{Nợ gốc} + \text{Chi phí lãi vay}}$$

Ứng dụng thực tế và triển khai

Kịch bản Triển khai Thực tế (Real-World Use Cases)

  • Kịch bản 1 - Quản lý Tòa nhà & Mặt bằng Cho thuê: Thiết lập chu kỳ thanh toán tiền thuê văn phòng/nhà xưởng cố định vào ngày 01-05 hàng tháng; áp dụng mức phạt lũy tiến 0,05%/ngày cho các khoản nợ trễ hạn trên 15 ngày; nếu quá 45 ngày tự động kích hoạt thủ tục thu hồi mặt bằng.
  • Kịch bản 2 - Gia công Sản xuất tại Xí nghiệp Phú Diễn: Áp dụng mô hình sản xuất tinh gọn Just-In-Time (JIT) để giảm thiểu kỳ lưu kho vật tư (DIO), hạ tỷ trọng vốn ứ đọng trong nguyên phụ liệu may mặc.

Lộ trình Triển khai (Implementation Roadmap)

Giai đoạn Thời gian Hạng mục công việc trọng tâm Deliverables chính
Giai đoạn 1: Chuẩn hóa & Dọn dẹp Tháng 1 - 3 Rà soát toàn bộ 385 tỷ nợ khó đòi; hoàn tất hồ sơ pháp lý kiện tụng và thu hồi tài sản Báo cáo phân loại nợ nhóm 1 - 5; phương án thanh lý tài sản
Giai đoạn 2: Tự động hóa Dự báo Tháng 4 - 6 Triển khai Dashboard theo dõi dòng tiền hàng tuần; thiết lập ngưỡng Miller-Orr Dashboard Power BI kết nối dữ liệu kế toán tự động
Giai đoạn 3: Tái cơ cấu Nợ & Đòn bẩy Tháng 7 - 9 Đàm phán chuyển đổi nợ thành vốn góp (Debt-to-Equity Swap) hoặc giãn hoãn nợ gốc Biên bản thỏa thuận cơ cấu nợ; đưa Vốn CSH về mức dương
Giai đoạn 4: Đánh giá & Hoàn thiện Tháng 10 - 12 Kiểm toán hiệu quả CCC; chuẩn hóa chính sách chiết khấu 3-5% cho khách hàng Quy chế Quản trị Tài chính và Dòng tiền nội bộ ban hành mới

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và thực tiễn (Technical Limitations)

  • Dữ liệu dòng tiền lịch sử chịu tác động nặng nề bởi sự kiện bất khả kháng (dịch bệnh COVID-19) và việc trích lập dự phòng nợ xấu quá khứ, dẫn đến phương sai dòng tiền ($\sigma^2$) dao động lớn, gây nhiễu biên độ dao động của mô hình Miller-Orr.
  • Chưa tích hợp hệ thống chấm điểm tín dụng tự động thời gian thực (Real-time Credit Scoring API) cho khách hàng thuê mới.

Hướng phát triển trong tương lai

  • Ứng dụng học máy (Machine Learning - thuật toán LSTM/ARIMA) để nâng cao độ chính xác trong dự báo dòng tiền thuần từ hoạt động kinh doanh (OCF Forecasting).
  • Xây dựng cổng thanh toán tự động (Automated Payment Gateway) đồng bộ trực tiếp giữa hợp đồng điện tử và hệ thống ngân hàng để kiểm soát tức thời dòng tiền vào.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tài chính - Kế toán: Nguồn tài liệu tham khảo thực chứng chi tiết về phương pháp bóc tách BCTC, xử lý vốn chủ sở hữu âm và ứng dụng các mô hình định lượng quản trị dòng tiền.
  • Nhà quản trị doanh nghiệp & CFO: Cung cấp khung hành động (Framework) thực tiễn để tái cơ cấu thanh khoản, đàm phán giảm lãi vay ngân hàng và kiểm soát chu kỳ tiền mặt trong giai đoạn khủng hoảng.
  • Chuyên viên Phân tích Rủi ro Tín dụng & Ngân hàng: Case study thực tế về thẩm định năng lực trả nợ, đánh giá tính khả thi của phương án tái cơ cấu nợ và trích lập dự phòng phải thu khó đòi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu tối thiểu để triển khai mô hình Miller-Orr là gì?

Doanh nghiệp cần tối thiểu 6-12 tháng dữ liệu lịch sử thu chi bằng tiền hàng ngày được chuẩn hóa, xác định rõ chi phí giao dịch chuyển đổi vốn ($F$) và mức lãi suất phi rủi ro/lãi suất tiền gửi bình quân ($K$).

2. Làm thế nào để giải quyết tình trạng vốn chủ sở hữu âm do nợ xấu tích tụ?

Cần thực hiện đồng bộ 3 bước: (1) Rà soát, phân loại và quyết liệt thu hồi/xử lý tài sản bảo đảm của các khoản nợ khó đòi; (2) Hoàn nhập dự phòng khi thu hồi thành công để ghi giảm chi phí quản lý; (3) Thực hiện giải pháp chuyển nợ thành vốn cổ phần (Debt-to-Equity Swap) hoặc phát hành tăng vốn điều lệ.

3. Việc áp dụng chiết khấu thanh toán 3% - 5% có làm giảm biên lợi nhuận của doanh nghiệp?

Chiết khấu 3% - 5% được bù đắp trực tiếp bằng việc giảm thiểu chi phí lãi vay ngắn hạn (thường từ 9% - 12%/năm) và loại bỏ rủi ro nợ xấu, đồng thời rút ngắn chu kỳ chuyển đổi tiền mặt (CCC), giúp tối ưu hóa tổng giá trị dòng tiền thuần.

4. Tại sao Unimex Hanoi không nên lập kế hoạch dòng tiền dài hạn 5 năm vào thời điểm này?

Trong giai đoạn tái cơ cấu với cơ cấu nguồn vốn mất cân đối (nợ phải trả chiếm 195,50%), độ bất định của thị trường BĐS và các yếu tố vĩ mô rất cao. Kế hoạch cuốn chiếu 1 năm chia theo tháng và tuần mang lại tính thích ứng và kiểm soát thanh khoản chính xác hơn.

5. Dự kiến thời gian hoàn vốn (ROI) và hiệu quả tài chính sau khi triển khai hệ thống là bao lâu?

Thời gian hoàn thiện tái cơ cấu dòng tiền dự kiến từ 12 - 18 tháng, giúp tiết kiệm hàng tỷ đồng chi phí lãi vay mỗi năm và đưa hệ số thanh toán nhanh từ mức nguy hiểm ($0,06$ lần) lên ngưỡng an toàn ($\ge 0,80$ lần).

Kết luận

Đồ án tốt nghiệp "Nâng cao hiệu quả quản trị dòng tiền tại Công ty Cổ phần Liên hiệp Xuất nhập khẩu và Đầu tư Hà Nội" đã hoàn thành xuất sắc việc kết hợp giữa cơ sở lý luận tài chính hiện đại và bài toán tái cơ cấu thanh khoản thực tế tại doanh nghiệp. Thông qua việc phân tích sâu sắc dữ liệu tài chính 3 năm (2020 – 2022), đề tài đã chỉ rõ các nút thắt cốt tử về nợ khó đòi, vốn chủ sở hữu âm và sự thiếu hụt công cụ định lượng tiền mặt.

Hệ thống giải pháp đề xuất — bao gồm mô hình tồn quỹ Baumol/Miller-Orr, ma trận công nợ Pareto 80/20, chính sách chiết khấu động và chiến lược tái cơ cấu nợ vay — mang tính ứng dụng cao, cung cấp lộ trình rõ ràng giúp Unimex Hanoi khôi phục cân bằng tài chính, gia tăng khả năng sinh lời và phát triển bền vững trong giai đoạn kinh tế mới.