Thuyết minh BCTC, cơ cấu chi phí & định giá DCF bằng AI
FinLens MCP giúp AI bóc tách thuyết minh BCTC doanh nghiệp phi tài chính: cơ cấu chi phí, nợ vay, vốn lưu động, doanh thu và định giá DCF tự tính WACC.
⏱ Đọc 14 phút · 🟡 Trung cấp – Nâng cao · 🔧 Yêu cầu: FinLens Pro
Vì sao chỉ P/E – ROE là chưa đủ?
Báo cáo tài chính tóm tắt cho bạn biết CÁI GÌ (doanh thu, lợi nhuận, ROE). Nhưng thuyết minh BCTC mới cho biết VÌ SAO và CƠ CẤU — chỗ một nhà phân tích chuyên sâu thực sự sống. FinLens bóc tách thuyết minh thành dữ liệu có cấu trúc để AI diễn giải thay vì để bạn lật từng trang PDF.
Với doanh nghiệp phi tài chính (CT), AI có thể trả lời những câu hỏi mà báo cáo tóm tắt chịu thua: "Chi phí cố định hay biến đổi chiếm ưu thế?", "Bao nhiêu % nợ vay đến hạn trong 12 tháng tới?", "Tồn kho thành phẩm có đang chất đống?", "Doanh thu phụ thuộc một dòng sản phẩm đến mức nào?"
8 công cụ chuyên sâu cho công ty phi tài chính
list_notes + get_notes (tra cứu & bóc tách mọi mục) · 4 lăng kính diễn giải sẵn: cost_structure, debt_structure, working_capital, revenue_breakdown · 2 công cụ định giá: valuation_history và intrinsic_value (DCF).
Tra cứu & bóc tách mục thuyết minh
Bắt đầu bằng fundamental_list_notes để xem doanh nghiệp đó công bố những mục nào (kèm kỳ mới nhất), rồi fundamental_get_notes để lấy chi tiết. Mỗi dòng leaf kèm tỷ trọng (composition %) trên tổng mục và YoY. Hỗ trợ Năm / Quý / TTM (lũy kế 4 quý — tự quy về rời rạc nếu nguồn báo cáo lũy kế).
HPG công bố những mục thuyết minh nào có thể bóc tách? Tôi muốn soi cơ cấu hàng tồn kho và chi phí
→ list_notes(HPG) liệt kê mục có data → get_notes(HPG, inventory / cost_by_element)
Bóc tách hàng tồn kho của HPG 4 quý gần nhất — NVL, dở dang, thành phẩm chiếm bao nhiêu % và biến động ra sao?
→ get_notes(HPG, inventory, quarter) — composition % + YoY từng dòng
Cơ cấu chi phí — đọc đòn bẩy hoạt động
fundamental_cost_structure bóc chi phí SXKD theo yếu tố: NVL, nhân công, khấu hao, dịch vụ mua ngoài, chi khác — và tách cố định (nhân công + khấu hao) vs biến đổi (NVL + thuê ngoài + khác). Đây là chìa khóa hiểu vì sao biên lợi nhuận nhạy hay ổn với sản lượng.
Ví dụ HPG: chi phí biến đổi ~90% (chủ yếu NVL) → đòn bẩy hoạt động THẤP: biên LN ít nhạy với sản lượng nhưng rất nhạy với giá đầu vào (giá quặng/than). Ngược lại doanh nghiệp khấu hao cao sau đầu tư lớn → đòn bẩy cao, biên LN khuếch đại theo sản lượng.
Phân tích cơ cấu chi phí của HPG — chi phí cố định hay biến đổi chiếm ưu thế? Đòn bẩy hoạt động đang tăng hay giảm so với năm trước?
→ cost_structure — fixed_pct vs variable_pct + signal diễn giải
Cơ cấu nợ vay & áp lực tái cấp vốn
fundamental_debt_structure bóc nợ vay ngắn hạn vs dài hạn, % nợ dài hạn đến hạn trong 12 tháng (áp lực tái cấp vốn), cơ cấu công cụ (ngân hàng / trái phiếu / thuê tài chính) và số dư trái phiếu phát hành. Nếu có trái phiếu, AI bắc cầu sang nhóm bond_* để soi lịch đáo hạn.
Cơ cấu nợ vay của NVL: tỷ trọng ngắn hạn/dài hạn, bao nhiêu % đến hạn trong 12 tháng, và có trái phiếu nào sắp đáo hạn không?
→ debt_structure → st_pct, refinance_due_pct, bonds_outstanding → bond_maturity_wall
Chất lượng vốn lưu động
fundamental_working_capital soi phải thu ngắn hạn khác (gồm dấu hiệu bên liên quan) + cơ cấu tồn kho, với cờ tỷ trọng thành phẩm/hàng hóa (cao = cầu yếu/khó tiêu thụ). Cảnh báo sớm khi tồn kho thành phẩm chất đống hoặc phải thu khác tăng đột biến.
Chất lượng vốn lưu động của HPG: tồn kho thành phẩm có tăng tỷ trọng không, phải thu khác có dấu hiệu bất thường không?
→ working_capital → finished_goods_pct + signal phải thu bên liên quan
Cơ cấu doanh thu & biên lợi nhuận gộp
fundamental_revenue_breakdown cho doanh thu theo dòng (hàng hóa / dịch vụ / xây lắp), doanh thu thuần, giá vốn và biên LN gộp — đọc mức tập trung nguồn thu + xu hướng biên.
Đây là phân loại theo BẢN CHẤT KẾ TOÁN, không phải segment quản trị
Bóc tách này theo loại doanh thu kế toán (hàng hóa/dịch vụ/xây lắp), KHÔNG phải mảng kinh doanh hay phân tách địa lý nội địa/xuất khẩu. Cần cơ cấu theo mảng/segment thì hỏi AI đọc báo cáo phân tích CTCK (Bài 6).
Cơ cấu doanh thu HPG: phụ thuộc một dòng sản phẩm đến mức nào, biên lợi nhuận gộp đang cải thiện hay xói mòn?
→ revenue_breakdown → composition theo dòng + gross_margin qua các kỳ
Định giá lịch sử — đắt/rẻ vs chính nó (re-rating)
fundamental_valuation_history dựng dải bội số P/E, P/B hoặc P/S của chính mã qua nhiều năm (point-in-time, tránh look-ahead) với percentile hiện tại (thấp = rẻ so với quá khứ chính nó), median và vùng p25–75. Thống kê BỀN với outlier — đọc percentile/median thay vì mean thô (P/E vọt cực đoan khi lợi nhuận ≈ 0).
Kết hợp HAI khung re-rating: vs ngành (fundamental_compare_peers) và vs chính nó (valuation_history). "P/E 9x = dưới median 5 năm của chính nó (percentile 37) VÀ dưới median ngành thép" → rẻ thật. P/S hữu ích khi doanh nghiệp lỗ/chu kỳ làm P/E vô nghĩa.
Định giá hiện tại của MWG đắt hay rẻ so với chính nó 5 năm qua? Cho tôi percentile P/E và P/B, đang ở vùng nào của lịch sử?
→ valuation_history(MWG, pe) + (MWG, pb) — percentile_now, median, p25–75
Định giá nội tại DCF — WACC tự tính CAPM + kịch bản
fundamental_intrinsic_value chạy DCF/FCFF 2 giai đoạn: FCFF cơ sở = trung vị 3 năm (CFO + lãi vay×(1−thuế) − capex), chiết khấu về giá trị doanh nghiệp → trừ nợ ròng → giá trị hợp lý mỗi cổ phiếu. Điểm đặc biệt: WACC được tự tính theo CAPM — không cần bạn nhập:
- Chi phí vốn chủ (Re) = lãi suất phi rủi ro (lợi suất TPCP 10 năm) + beta × phần bù rủi ro vốn chủ
- Chi phí nợ (Rd) = lãi vay / nợ vay, sau lá chắn thuế
- WACC = trọng số theo vốn hóa thị trường & nợ vay
Đầu ra kèm phân rã WACC (rf / beta / ERP / Re / Rd / cơ cấu vốn) và 3 kịch bản bull / base / bear (thay đổi tăng trưởng & WACC), cùng lưới sensitivity — để AI dựng dải giá trị thay vì một con số đơn lẻ.
DCF cực nhạy giả định — luôn đọc dải kịch bản
Đừng tin một con số fair value duy nhất. AI luôn trả dải bull/base/bear + sensitivity và đối chiếu với định giá tương đối. Nếu FCFF cơ sở ≤ 0 (doanh nghiệp đầu tư nặng, dòng tiền âm — ví dụ giai đoạn xây nhà máy lớn) thì DCF không áp dụng được, AI sẽ chuyển sang định giá tương đối.
Định giá nội tại VNM bằng DCF — tự tính WACC giúp tôi. Cho tôi giá trị hợp lý, dải kịch bản bull/base/bear và giả định WACC đến từ đâu (beta, lãi suất phi rủi ro)?
→ intrinsic_value(VNM) — fair value + wacc_breakdown + scenarios + upside vs giá hiện tại
Chạy lại DCF cho VNM với kịch bản thận trọng: phần bù rủi ro cao hơn (11%) và tăng trưởng thấp hơn — giá trị hợp lý thay đổi thế nào?
→ intrinsic_value(VNM, equity_risk_premium=0.11, growth_stage1 thấp hơn) — ERP cao → WACC cao → định giá thấp hơn
Prompt phân tích chuyên sâu toàn diện
Phân tích chuyên sâu HPG dưới góc độ nhà phân tích cơ bản: 1. Cơ cấu chi phí — đòn bẩy hoạt động cao hay thấp? 2. Cơ cấu nợ vay — áp lực tái cấp vốn 12 tháng? 3. Chất lượng vốn lưu động — tồn kho/phải thu có cờ nào? 4. Cơ cấu doanh thu & xu hướng biên gộp 5. Định giá: re-rating P/E·P/B vs chính nó + DCF với dải kịch bản 6. Kết luận điểm mạnh/yếu & mức định giá hợp lý
→ AI lần lượt gọi cost_structure + debt_structure + working_capital + revenue_breakdown + valuation_history + intrinsic_value, tổng hợp thành bài phân tích
Bài này nối tiếp Bài 2 — Phân tích cơ bản (KPI/DuPont/fundamental_quality_scan). Ngân hàng và chứng khoán có bộ công cụ chuyên ngành RIÊNG — xem Bài 13 — Ngân hàng và Bài 14 — Chứng khoán.
Bài liên quan
P/E, ROE, DuPont, fundamental_quality_scan
Nền tảng KPI và thẩm định chất lượng kế toán trước khi đi sâu thuyết minh.
NPL, CASA, NII/CIR
Bộ công cụ chuyên ngành cho nhóm ngân hàng — cấu trúc khác hẳn.
Tự doanh, margin, tâm lý thị trường
Danh mục tự doanh, cơ cấu doanh thu và chỉ báo sentinel toàn ngành CTCK.
Câu hỏi thường gặp
Làm sao biết chi phí của doanh nghiệp là cố định hay biến đổi?
Công cụ `fundamental_cost_structure` của FinLens MCP bóc chi phí sản xuất kinh doanh theo yếu tố (nguyên vật liệu, nhân công, khấu hao, dịch vụ mua ngoài, chi khác) rồi tách phần cố định (nhân công + khấu hao) khỏi phần biến đổi (nguyên vật liệu + thuê ngoài + khác). Đầu ra gồm fixed_pct, variable_pct và tín hiệu diễn giải, cho biết đòn bẩy hoạt động đang tăng hay giảm so với năm trước. Ví dụ với HPG, chi phí biến đổi chiếm khoảng 90% (chủ yếu nguyên vật liệu) nên đòn bẩy hoạt động thấp: biên lợi nhuận ít nhạy với sản lượng nhưng rất nhạy với giá đầu vào.
Định giá DCF cổ phiếu có phải tự nhập WACC không?
Không. Công cụ `fundamental_intrinsic_value` của FinLens MCP tự tính WACC theo mô hình CAPM: chi phí vốn chủ bằng lãi suất phi rủi ro (lợi suất trái phiếu chính phủ 10 năm) cộng beta nhân phần bù rủi ro vốn chủ, chi phí nợ bằng lãi vay chia nợ vay sau lá chắn thuế, trọng số theo vốn hóa thị trường và nợ vay. Mô hình chạy DCF/FCFF hai giai đoạn với FCFF cơ sở là trung vị 3 năm, trả về giá trị hợp lý mỗi cổ phiếu kèm phân rã WACC và ba kịch bản bull/base/bear. Người dùng vẫn có thể ghi đè giả định, ví dụ đặt equity_risk_premium = 0.11 để chạy kịch bản thận trọng.
Cổ phiếu đang đắt hay rẻ so với chính nó trong quá khứ?
Công cụ `fundamental_valuation_history` của FinLens MCP dựng dải bội số P/E, P/B hoặc P/S của chính mã cổ phiếu qua nhiều năm theo cách point-in-time để tránh look-ahead bias, kèm percentile hiện tại, median và vùng p25–75. Percentile thấp nghĩa là cổ phiếu đang rẻ so với chính lịch sử của nó. Nên đọc percentile và median thay vì trung bình thô vì P/E dễ vọt cực đoan khi lợi nhuận gần bằng 0; với doanh nghiệp lỗ hoặc mang tính chu kỳ thì P/S hữu ích hơn.
Làm sao kiểm tra áp lực trả nợ 12 tháng tới của một doanh nghiệp?
Công cụ `fundamental_debt_structure` của FinLens MCP bóc nợ vay ngắn hạn so với dài hạn, tỷ lệ phần trăm nợ dài hạn đến hạn trong 12 tháng (refinance_due_pct), cơ cấu công cụ nợ theo ngân hàng, trái phiếu, thuê tài chính và số dư trái phiếu đang lưu hành. Nếu doanh nghiệp có trái phiếu, AI bắc cầu sang nhóm công cụ `bond_*`, ví dụ `bond_maturity_wall`, để xem lịch đáo hạn cụ thể. Cách này trả lời trực tiếp câu hỏi về rủi ro kỳ hạn nợ và áp lực tái cấp vốn của các mã như NVL.
Cập nhật lần cuối