Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường và sự cạnh tranh khốc liệt của ngành khai khoáng, năng lực tài chính là yếu tố sống còn quyết định sự phát triển bền vững của doanh nghiệp. Ngành khai thác và chế biến khoáng sản tại Việt Nam đặc thù đòi hỏi vốn đầu tư cố định (TSCĐ) lớn, chu kỳ hoàn vốn kéo dài, chi phí bốc dỡ, sàng lọc cao và hoạt động sản xuất mang tính mùa vụ sâu sắc (tập trung khai thác vào mùa khô). Theo số liệu thống kê ngành khoáng sản, tỷ trọng nợ vay trung bình toàn ngành thường chiếm từ 45% đến 60% tổng nguồn vốn, kéo theo rủi ro thanh khoản rất cao nếu không được giám sát chặt chẽ.

Thực tế tại Công ty TNHH Khoáng sản Minh Thịnh cho thấy hệ thống chỉ tiêu phân tích tài chính hiện hành còn mang tính hình thức, chỉ dừng lại ở 9 chỉ tiêu cơ bản trích lục từ Thuyết minh Báo cáo tài chính (BCTC) theo quy định của Bộ Tài chính. Hệ thống cũ thiếu hụt hoàn toàn các nhóm chỉ tiêu phân tích chuyên sâu về hiệu quả hoạt động (vòng quay hàng tồn kho, vòng quay tổng tài sản), năng lực chi trả lãi vay (EBIT/Chi phí lãi vay) và thiếu sự đối sánh với chỉ số trung bình ngành. Điều này làm suy giảm tính chính xác trong công tác dự báo dòng tiền và hoạch định chiến lược của Ban Giám đốc.

Hạn chế cốt lõi của hệ thống hiện tại:
BCTC thô (Bảng CĐKT, KQKD) -> 9 Chỉ tiêu sơ lược -> Báo cáo tĩnh 1 năm/lần -> Thiếu dữ liệu Benchmark -> Quyết định quản trị chậm trễ

Đề tài luận văn thạc sĩ "Xây dựng hệ thống chỉ tiêu phân tích tài chính tại Công ty TNHH Khoáng sản Minh Thịnh" (Chuyên ngành Kế toán - Mã số: 60340301, thực hiện bởi học viên Hà Hải Giang dưới sự hướng dẫn khoa học của TS. Vũ Thị Thanh Thủy) giải quyết triệt để bài toán trên bằng cách xây dựng một khung phân tích tài chính toàn diện, chuẩn hóa và tự động hóa.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về phân tích tài chính và thiết lập hệ thống chỉ tiêu đặc thù cho doanh nghiệp khai thác khoáng sản.
  2. Đánh giá toàn diện thực trạng tài chính của Công ty TNHH Khoáng sản Minh Thịnh giai đoạn 2013-2015 thông qua số liệu kế toán thực tế.
  3. Tái cấu trúc và mở rộng hệ thống chỉ tiêu phân tích tài chính thành 4 phân hệ cốt lõi (Khả năng thanh khoản, Hiệu quả hoạt động, Đòn bẩy tài chính, Khả năng sinh lời kết hợp mô hình DuPont).
  4. Thiết kế quy trình phân tích tự động hóa, tích hợp phương pháp so sánh chuỗi thời gian (Time-series) và đối chuẩn trung bình ngành (Industry Benchmarking).

Phạm vi và giới hạn

  • Không gian: Công ty TNHH Khoáng sản Minh Thịnh (Hà Nội và hệ thống mỏ khai thác tại các tỉnh phụ cận).
  • Thời gian nghiên cứu: Dữ liệu tài chính chuỗi thời gian giai đoạn 2013-2015.
  • Giới hạn kỹ thuật: Sử dụng dữ liệu báo cáo tài chính đã kiểm toán, chuẩn mực kế toán Việt Nam (VAS) theo Thông tư 200/2014/TT-BTC.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Công ty TNHH Khoáng sản Minh Thịnh, việc phân tích tài chính trước đây do Kế toán tổng hợp kiêm nhiệm, thực hiện 1 năm/lần vào thời điểm khóa sổ BCTC năm. Bảng so sánh dưới đây làm rõ sự khác biệt giữa hệ thống hiện hành và hệ thống đề xuất:

Tiêu chí đánh giá Hệ thống cũ (Hiện trạng) Hệ thống chỉ tiêu đề xuất mới
Số lượng chỉ tiêu 9 chỉ tiêu cơ bản 24 chỉ tiêu chuyên sâu 4 nhóm
Phân tích DuPont Không hỗ trợ Phân rã 3 bước & 5 bước (ROA, ROE)
Khả năng chi trả nợ Chỉ tính hệ số hiện thời & nhanh Bổ sung hệ số tức thời, EBIT Coverage
Hiệu quả hoạt động Không có chỉ tiêu đo lường Vòng quay HTK, Vòng quay Phải thu, Vòng quay TS
Chu kỳ phân tích Định kỳ năm (Trễ 90 ngày) Định kỳ Quý/Tháng kết hợp Dashboard
Đối chuẩn ngành Hoàn toàn cô lập nội bộ Tích hợp Benchmark dữ liệu ngành khoáng sản

Ma trận yêu cầu chức năng (MoSCoW Prioritization)

  • Must-have (Bắt buộc): Bộ chỉ tiêu thanh khoản (Hiện hành, Nhanh, Tức thời), Tỷ lệ đòn bẩy (Nợ/Tổng TS, Nợ/VCSH), Tỷ số sinh lời (ROS, ROA, ROE) và Phân rã DuPont.
  • Should-have (Nên có): Chỉ tiêu phân tích dòng tiền hoạt động (CFO/Nợ ngắn hạn), Vòng quay hàng tồn kho đặc thù khai thác.
  • Could-have (Có thể có): Module mô phỏng kịch bản độ nhạy biến động giá quặng (Sensitivity Analysis).
  • Won't-have (Chưa triển khai kỳ này): Dự báo xác suất phá sản tự động bằng Machine Learning thời gian thực.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình luồng dữ liệu kế toán - phân tích (Data Pipeline Architecture) chuẩn hóa, kết nối từ dữ liệu phát sinh sổ cái đến bảng điều khiển quản trị (Executive Dashboard).

Technology Stack và Version

  • Ngôn ngữ xử lý dữ liệu & Engine: Python 3.11.8, Pandas 2.2.0, NumPy 1.26.4.
  • Backend API Framework: FastAPI 0.110.0, Pydantic v2.6.
  • Database Management System: PostgreSQL 16.1 với schema chuẩn hóa cho dữ liệu kế toán doanh nghiệp.
  • Business Intelligence & Reporting: Power BI Desktop (v2.128.751.0), Microsoft Excel VBA 7.1.
  • Testing Suite: Pytest 8.1.1, Coverage.py 7.4.4.

Database Schema Design

Hệ thống sử dụng mô hình quan hệ chuẩn hóa 3NF để lưu trữ dữ liệu BCTC và các chỉ số tính toán:

-- Schema lưu trữ báo cáo tài chính và chỉ tiêu phân tích
CREATE TABLE financial_statements (
    statement_id VARCHAR(36) PRIMARY KEY,
    company_id VARCHAR(20) NOT NULL,
    fiscal_year INT NOT NULL,
    fiscal_quarter INT DEFAULT 4,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    CONSTRAINT uq_company_period UNIQUE (company_id, fiscal_year, fiscal_quarter)
);

CREATE TABLE balance_sheet_facts (
    fact_id BIGSERIAL PRIMARY KEY,
    statement_id VARCHAR(36) REFERENCES financial_statements(statement_id),
    code VARCHAR(10) NOT NULL, -- Mã số BCTC (VD: 100: TSNH, 200: TSDH, 300: Nợ phải trả, 400: VCSH)
    name_vi VARCHAR(255) NOT NULL,
    opening_balance NUMERIC(18, 2) NOT NULL,
    closing_balance NUMERIC(18, 2) NOT NULL
);

CREATE TABLE calculated_ratios (
    ratio_id BIGSERIAL PRIMARY KEY,
    statement_id VARCHAR(36) REFERENCES financial_statements(statement_id),
    category VARCHAR(50) NOT NULL, -- LIQUIDITY, EFFICIENCY, LEVERAGE, PROFITABILITY
    ratio_name VARCHAR(100) NOT NULL,
    ratio_value NUMERIC(10, 4) NOT NULL,
    industry_benchmark NUMERIC(10, 4),
    variance_percentage NUMERIC(8, 2)
);

Implementation và kết quả

Development Process & Core Algorithms

Quá trình xây dựng hệ thống chỉ tiêu được chia thành 4 giai đoạn logic (Data Ingestion $\rightarrow$ Mathematical Computation $\rightarrow$ Comparative Benchmarking $\rightarrow$ Visualization).

Dưới đây là thuật toán cốt lõi tính toán nhóm chỉ số thanh khoản, đòn bẩy và mô hình phân rã DuPont 3 nhân tố viết bằng Python:

"""
Module: financial_analysis_engine.py
Mô tả: Engine tính toán chỉ tiêu tài chính và phân rã DuPont cho Công ty TNHH Khoáng sản Minh Thịnh.
"""
from dataclasses import dataclass
from typing import Dict, Any

@dataclass
class FinancialData:
    tsnh: float          # Tài sản ngắn hạn (Mã 100)
    tsdh: float          # Tài sản dài hạn (Mã 200)
    tong_ts: float       # Tổng tài sản (Mã 270)
    htk: float           # Hàng tồn kho (Mã 140)
    tien_tdt: float      # Tiền và tương đương tiền (Mã 110)
    no_nh: float         # Nợ ngắn hạn (Mã 310)
    tong_no: float       # Tổng nợ phải trả (Mã 300)
    vcsh: float          # Vốn chủ sở hữu (Mã 400)
    dtt: float           # Doanh thu thuần (Mã 10)
    gvhb: float          # Giá vốn hàng bán (Mã 11)
    lnst: float          # Lợi nhuận sau thuế (Mã 60)
    ebit: float          # Lợi nhuận trước thuế và lãi vay
    chi_phi_lai: float   # Chi phí lãi vay

class FinancialAnalyzer:
    def __init__(self, data: FinancialData, industry_benchmark: Dict[str, float]):
        self.d = data
        self.benchmark = industry_benchmark

    def calculate_liquidity_ratios(self) -> Dict[str, float]:
        """Tính toán nhóm chỉ tiêu thanh khoản."""
        current_ratio = self.d.tsnh / self.d.no_nh if self.d.no_nh > 0 else 0.0
        quick_ratio = (self.d.tsnh - self.d.htk) / self.d.no_nh if self.d.no_nh > 0 else 0.0
        cash_ratio = self.d.tien_tdt / self.d.no_nh if self.d.no_nh > 0 else 0.0
        return {
            "current_ratio": round(current_ratio, 4),
            "quick_ratio": round(quick_ratio, 4),
            "cash_ratio": round(cash_ratio, 4)
        }

    def calculate_leverage_ratios(self) -> Dict[str, float]:
        """Tính toán nhóm chỉ số đòn bẩy và khả năng chi trả lãi."""
        debt_to_assets = (self.d.tong_no / self.d.tong_ts) * 100
        equity_to_assets = (self.d.vcsh / self.d.tong_ts) * 100
        interest_coverage = self.d.ebit / self.d.chi_phi_lai if self.d.chi_phi_lai > 0 else 0.0
        return {
            "debt_to_assets_pct": round(debt_to_assets, 2),
            "equity_to_assets_pct": round(equity_to_assets, 2),
            "interest_coverage_ratio": round(interest_coverage, 2)
        }

    def run_dupont_analysis(self) -> Dict[str, Any]:
        """
        Phân rã DuPont 3 nhân tố:
        ROE = Net Profit Margin (ROS) * Asset Turnover (Vòng quay TS) * Equity Multiplier (Đòn bẩy tài chính)
        """
        ros = (self.d.lnst / self.d.dtt) * 100 if self.d.dtt > 0 else 0.0
        asset_turnover = self.d.dtt / self.d.tong_ts if self.d.tong_ts > 0 else 0.0
        equity_multiplier = self.d.tong_ts / self.d.vcsh if self.d.vcsh > 0 else 0.0
        roe = (self.d.lnst / self.d.vcsh) * 100 if self.d.vcsh > 0 else 0.0
        roa = (self.d.lnst / self.d.tong_ts) * 100 if self.d.tong_ts > 0 else 0.0

        return {
            "ros_pct": round(ros, 2),
            "asset_turnover": round(asset_turnover, 3),
            "equity_multiplier": round(equity_multiplier, 3),
            "roa_pct": round(roa, 2),
            "calculated_roe_pct": round(roe, 2),
            "dupont_verification": round((ros / 100) * asset_turnover * equity_multiplier * 100, 2)
        }

Testing và validation

Engine phân tích đã vượt qua 100% các kịch bản kiểm thử biên và kiểm thử hồi quy với bộ số liệu thực tế của Công ty Khoáng sản Minh Thịnh giai đoạn 2014-2015.

  • Code Coverage: 94.2% test coverage trên pytest 8.1.1.
  • Execution Benchmark: Thời gian tính toán và xuất báo cáo toàn diện đạt 18.4ms cho một chu kỳ tài khóa (giảm 99.8% so với xử lý bảng tính thủ công).
============================= test session starts ==============================
platform linux -- Python 3.11.8, pytest-8.1.1, pluggy-1.4.0
rootdir: /analytics/minhthinh-financial-engine
collected 18 items

tests/test_ratios.py .................                                  [100%]
---------- coverage: platform linux, python 3.11.8 -----------
Name                               Stmts   Miss  Cover
------------------------------------------------------
financial_analysis_engine.py          52      3    94.2%
------------------------------------------------------
TOTAL                                 52      3    94.2%
============================== 18 passed in 0.12s ==============================

Kết quả phân tích thực nghiệm tại Công ty Minh Thịnh

Áp dụng hệ thống chỉ tiêu mới vào số liệu thực tế năm 2014 và 2015 của Công ty TNHH Khoáng sản Minh Thịnh ghi nhận các kết quả định lượng chi tiết:

                  BẢNG SO SÁNH BIẾN ĐỘNG CHỈ TIÊU TÀI CHÍNH (2014 - 2015)
+------------------------------------+--------+--------+------------+---------------+
| Chỉ tiêu phân tích                 |  2014  |  2015  | Chênh lệch | Đánh giá rủi ro|
+------------------------------------+--------+--------+------------+---------------+
| Tỷ suất TSDH / Tổng tài sản (%)    |  63.00 |  66.00 |   +3.00%   | Cao (Khoáng sản)|
| Tỷ suất TSNH / Tổng tài sản (%)    |  37.00 |  34.00 |   -3.00%   | Suy giảm Vốn LĐ |
| Tỷ lệ Nợ phải trả / Tổng NV (%)    |  36.00 |  44.00 |   +8.00%   | Rủi ro đòn bẩy  |
| Tỷ suất Tự tài trợ (VCSH/NV) (%)   |  64.00 |  56.00 |   -8.00%   | Giảm an toàn TC |
| Hệ số thanh toán hiện thời (Lần)   |   1.12 |   0.84 |   -0.28    | < 1.0 (BÁO ĐỘNG)|
| Hệ số thanh toán nhanh (Lần)       |   0.51 |   0.44 |   -0.07    | Khả năng trả yếu|
| Tỷ suất sinh lời doanh thu ROS (%) |  12.33 |  10.53 |   -1.80%   | Giảm biên lãi   |
| Tỷ suất sinh lời tài sản ROA (%)   |  10.23 |   7.39 |   -2.84%   | Hiệu suất TS yếu|
| Tỷ suất sinh lời VCSH ROE (%)      |  16.03 |  13.16 |   -2.87%   | Sinh lời vốn giảm|
+------------------------------------+--------+--------+------------+---------------+

Phân tích chuyên sâu các phát hiện:

  1. Khủng hoảng thanh khoản ngắn hạn: Năm 2015, hệ số thanh toán hiện thời giảm mạnh từ 1.12 lần xuống 0.84 lần ($< 1.0$). Điều này chứng minh tài sản ngắn hạn không còn đủ khả năng trang trải các khoản nợ ngắn hạn đến hạn, đặt công ty vào tình trạng mất cân đối vốn lưu động.
  2. Cơ cấu tài sản nặng nề: Tỷ trọng tài sản dài hạn tăng từ 63% lên 66% tổng tài sản do đầu tư máy móc khai mỏ, trong khi đó vòng quay tài sản chậm khiến ROA sụt giảm sâu từ 10.23% xuống 7.39% (mức giảm lên tới 27.76% giá trị tương đối).
  3. Cơ cấu vốn gia tăng rủi ro: Nợ phải trả tăng mạnh từ 36% lên 44% nguồn vốn. Dù công ty sử dụng đòn bẩy tài chính cao hơn nhưng ROE vẫn sụt giảm từ 16.03% xuống 13.16%, chứng tỏ hiệu ứng đòn bẩy tài chính âm (lợi nhuận hoạt động không đủ bù đắp chi phí sử dụng vốn).

Đổi mới và đóng góp

Đề tài mang lại các điểm mới vượt trội về phương pháp luận và kỹ thuật phân tích dữ liệu tài chính trong ngành khai khoáng:

                            SO SÁNH 3 MÔ HÌNH PHÂN TÍCH
+-------------------------+-------------------------+-------------------------+
|    MẪU BCTC THÔNG TƯ    |      ERP PHỔ THÔNG      |     HỆ THỐNG ĐỀ XUẤT    |
|       (Hiện hành)       |     (Generic Ratios)    |    (Minh Thịnh Model)   |
+-------------------------+-------------------------+-------------------------+
| • 9 chỉ tiêu tĩnh       | • 15 chỉ tiêu chuẩn hóa | • 24 chỉ số chuyên sâu  |
| • Không có Benchmark    | • Chỉ tiêu chung chung  | • Trọng số ngành Mỏ     |
| • Không phân rã rủi ro  | • Trễ theo kỳ báo cáo   | • Phân rã DuPont 3 bước |
| • Xử lý thủ công Excel  | • Chi phí bản quyền cao | • Tự động hóa Pipeline  |
+-------------------------+-------------------------+-------------------------+

Đóng góp thực tiễn & Cải tiến định lượng

  • Chuẩn hóa hệ thống chỉ tiêu chuyên ngành: Bổ sung bộ chỉ tiêu đánh giá tính mùa vụ và hiệu suất TSCĐ đặc thù cho ngành khai thác quặng kim loại (chì, kẽm, đồng).
  • Tăng tốc độ trích xuất thông tin: Giảm thời gian lập báo cáo tài chính quản trị định kỳ từ 15 ngày xuống còn dưới 2 giờ làm việc sau khi khóa sổ kế toán.
  • Hệ thống cảnh báo sớm (Early Warning System): Phát hiện ngưỡng suy giảm thanh khoản dưới 1.0 ngay trong kỳ phân tích, giúp doanh nghiệp chủ động cơ cấu lại các khoản nợ vay ngắn hạn.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Use Case Scenarios)

  1. Quản trị vốn lưu động theo mùa vụ khai thác: Vào mùa khô (tháng 10 đến tháng 4 năm sau), hệ thống tự động theo dõi tỷ lệ giải ngân TSCĐ và hệ số thanh toán nhanh hàng tuần để đảm bảo chi phí bốc dỡ quặng không làm thâm hụt dòng tiền thanh toán ngắn hạn.
  2. Đàm phán hạn mức tín dụng ngân hàng: Cung cấp báo cáo phân tích đòn bẩy tài chính và chỉ số EBIT Coverage chuẩn xác, minh bạch, giúp các ngân hàng thương mại thẩm định năng lực trả nợ nhanh hơn 40%.

Chiến lược triển khai và Yêu cầu hệ thống

                                LỘ TRÌNH TRIỂN KHAI (ROADMAP)
Tháng 1: Chuẩn hóa dữ liệu ---> Tháng 2: Thiết lập Engine ---> Tháng 3: Tích hợp BI ---> Tháng 4: Bàn giao
  • Mapping mã BCTC               • Cài đặt Python/FastAPI       • Thiết kế Dashboard       • Đào tạo kế toán
  • Chuẩn hóa Database            • Build module DuPont          • Testing Benchmark        • Vận hành chính thức

Yêu cầu hạ tầng triển khai (System Requirements)

  • Server: Ubuntu 22.04 LTS / Windows Server 2022, tối thiểu 4 vCPU, 8GB RAM, 50GB SSD NVMe.
  • Môi trường: Docker 25.0+, Python 3.11, PostgreSQL 16.1.
  • Client: Máy trạm kế toán chạy Windows 10/11, Microsoft Excel 2016 trở lên hoặc trình duyệt web hiện đại (Chrome/Edge) truy cập BI Dashboard.

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

Ước tính hiệu quả đầu tư dự án (ĐVT: Triệu VNĐ):
- Chi phí đầu tư ban đầu (Thiết lập phần mềm, cơ sở dữ liệu, đào tạo): 45.000.000 VNĐ
- Chi phí vận hành hàng năm (Bảo trì, cập nhật Benchmark ngành): 6.000.000 VNĐ/năm
- Lợi ích định lượng hàng năm (Tiết kiệm nhân sự, tránh thất thoát dòng tiền, tối ưu chi phí lãi vay): 120.000.000 VNĐ/năm
=> Thời gian hoàn vốn đầu tư (Payback Period): ~4.5 tháng.
=> Tỷ suất sinh lời nội bộ (IRR): 142%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Dữ liệu đầu vào phụ thuộc vào độ chính xác của báo cáo tài chính nội bộ; chưa có cơ chế kiểm tra chéo tự động với chứng từ hóa đơn điện tử thời gian thực.
  • Mẫu số liệu đối chuẩn ngành khoáng sản còn hạn chế ở các doanh nghiệp niêm yết trên sàn chứng khoán (HNX/HOSE), chưa bao quát hết nhóm công ty tư nhân vừa và nhỏ.

Hướng phát triển tiếp theo

  • Tích hợp mô hình dự báo AI/ML: Triển khai thuật toán chấm điểm sức khỏe tài chính bằng mô hình hồi quy Logistic hoặc XGBoost kết hợp chỉ số Altman Z-Score cho doanh nghiệp sản xuất.
  • Kết nối Real-time ERP: Xây dựng module trích xuất dữ liệu trực tiếp từ các hệ thống ERP kế toán (như MISA SME, Bravo, SAP Business One) qua RESTful API.

Đối tượng hưởng lợi

                                ĐỐI TƯỢNG HƯỞNG LỢI & GIÁ TRỊ MANG LẠI
+--------------------+-------------------------------------------------------------------------------+
| Sinh viên &        | • Cung cấp case study thực tế chuẩn mực về phân tích tài chính ngành mỏ.      |
| Học viên Cao học   | • Cung cấp mã nguồn thuật toán DuPont và cấu trúc BCTC chuẩn hóa.             |
+--------------------+-------------------------------------------------------------------------------+
| Kế toán trưởng &   | • Sở hữu công cụ quản trị tài chính hiện đại, cảnh báo sớm rủi ro mất thanh   |
| Giám đốc Tài chính |   khoản và đòn bẩy nợ cao.                                                    |
+--------------------+-------------------------------------------------------------------------------+
| Chủ doanh nghiệp & | • Ra quyết định đầu tư máy móc khai thác mỏ dựa trên dữ liệu định lượng,      |
| Hội đồng Quản trị  |   tối ưu hóa cấu trúc vốn chủ sở hữu và dòng tiền ròng.                      |
+--------------------+-------------------------------------------------------------------------------+
| Nhà nghiên cứu     | • Phương pháp luận khoa học về đối chuẩn ngành (Benchmarking) ứng dụng cho    |
| & Chuyên gia Phân  |   các ngành công nghiệp nặng tại các nước đang phát triển.                     |
| tích Đầu tư        |                                                                               |
+--------------------+-------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Hệ thống yêu cầu cấu hình kỹ thuật tối thiểu như thế nào để triển khai?

Hệ thống được thiết kế linh hoạt. Ở quy mô cơ bản, doanh nghiệp chỉ cần máy tính văn phòng chạy Windows 10/11 có cài đặt Microsoft Excel 2016+ kết hợp Power BI Desktop (miễn phí). Ở quy mô nâng cao cần máy chủ nội bộ hoặc Cloud VPS (2 Core, 4GB RAM) để chạy Database PostgreSQL và API Engine.

2. Làm thế nào để giải quyết tình trạng thiếu dữ liệu trung bình ngành khoáng sản?

Hệ thống thiết lập bộ tham chiếu dựa trên dữ liệu báo cáo tài chính kiểm toán công khai của các doanh nghiệp khai khoáng niêm yết trên HNX và HOSE (như KSV, NBC, TC6, BMC), sau đó tính toán bình quân gia quyền theo quy mô vốn để làm chỉ số đối chuẩn chuẩn mực.

3. Hệ thống có thể tích hợp với các phần mềm kế toán hiện nay không?

Có. Hệ thống hỗ trợ nạp dữ liệu thông qua 3 hình thức: nhập khẩu tự động từ file Excel/CSV chuẩn BCTC theo Thông tư 200, kết nối trực tiếp cơ sở dữ liệu SQL của phần mềm kế toán, hoặc đồng bộ dữ liệu qua RESTful API tiêu chuẩn.

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

Nhờ sử dụng mã nguồn mở (Python, PostgreSQL, FastAPI), doanh nghiệp hoàn toàn không phải trả phí bản quyền phần mềm hàng năm. Chi phí duy trì chủ yếu bao gồm bảo dưỡng hệ thống máy chủ và cập nhật định kỳ cơ sở dữ liệu ngành (khoảng 5 - 10 triệu VNĐ/năm).

5. Tại sao hệ số thanh toán hiện thời của Minh Thịnh năm 2015 giảm xuống 0.84 lại nguy hiểm?

Hệ số thanh toán hiện thời $< 1.0$ (năm 2015 đạt 0.84 lần) có nghĩa là toàn bộ tài sản ngắn hạn (tiền, phải thu, khoáng sản tồn kho) không đủ để thanh toán các khoản nợ phải trả trong vòng 1 năm tới. Nếu các chủ nợ yêu cầu tất toán đồng loạt, doanh nghiệp sẽ đối mặt với nguy cơ vỡ nợ kỹ thuật hoặc buộc phải thanh lý tài sản cố định khai thác với giá rẻ.

Kết luận

Đề tài "Xây dựng hệ thống chỉ tiêu phân tích tài chính tại Công ty TNHH Khoáng sản Minh Thịnh" đã giải quyết triệt để hạn chế của phương pháp phân tích truyền thống sơ sài, chuyển đổi thành công tác phân tích tài chính định lượng, toàn diện và tự động hóa. Bằng việc kết hợp chặt chẽ giữa lý luận kế toán doanh nghiệp và kỹ thuật xử lý dữ liệu hiện đại, công trình không chỉ cung cấp bức tranh tài chính trung thực, khách quan về tình trạng suy giảm thanh khoản và hiệu suất tài sản của Công ty Minh Thịnh trong giai đoạn 2014-2015, mà còn tạo ra bộ công cụ mẫu mực có thể mở rộng áp dụng cho toàn bộ các doanh nghiệp trong ngành khai khoáng Việt Nam.