Giới thiệu dự án

Hoạt động cho vay bán lẻ đối với phân khúc khách hàng cá nhân (KHCN) đóng vai trò là động lực tăng trưởng doanh thu cốt lõi của các Ngân hàng Thương mại Cổ phần (NHTM) tại Việt Nam, mang lại biên lãi thuần (NIM) cao. Tuy nhiên, theo các nguyên tắc quản trị rủi ro tín dụng tại Thông tư số 39/2016/TT-NHNN và Thông tư số 02/2013/TT-NHNN của Ngân hàng Nhà nước (NHNN), phân khúc này tiềm ẩn rủi ro tác nghiệp và bất cân xứng thông tin đặc biệt cao do quy mô khoản vay nhỏ lẻ, phân tán, hồ sơ chứng minh nguồn thu nhập phức tạp và tính biến động cao của thị trường lao động.

Đề tài khóa luận "Hoàn thiện công tác thẩm định cho vay đối với khách hàng cá nhân tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) – Chi nhánh Thừa Thiên Huế" tập trung giải quyết bài toán tối ưu hóa quy trình sàng lọc, đo lường năng lực tài chính và định giá tài sản bảo đảm (TSĐB) nhằm kiểm soát tỷ lệ nợ xấu (NPL) và nợ quá hạn.

       QUY TRÌNH QUẢN TRỊ RỦI RO TÍN DỤNG KHÁCH HÀNG CÁ NHÂN

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung phân tích thẩm định tín dụng KHCN theo tiêu chuẩn Ngân hàng Nhà nước và chuẩn mực quốc tế Basel II.
  2. Khảo sát và đánh giá thực trạng: Đo lường hiệu quả thẩm định tại BIDV Chi nhánh Thừa Thiên Huế giai đoạn 2019 – 2021 thông qua phân tích dữ liệu thứ cấp (báo cáo tài chính, danh mục dư nợ, cơ cấu nợ nhóm 1–5) và số liệu sơ cấp ($N=25$ cán bộ tín dụng).
  3. Đề xuất giải pháp hoàn thiện: Xây dựng mô hình chấm điểm nội bộ, cải tiến quy trình tác nghiệp và tăng cường kiểm soát rủi ro định hướng đến năm 2026.

Phạm vi và giới hạn

  • Không gian: Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Thừa Thiên Huế (Số 41 Hùng Vương, TP. Huế).
  • Thời gian: Dữ liệu thực nghiệm phân tích chu kỳ 2019 – 2021; lộ trình giải pháp triển khai giai đoạn 2022 – 2026.
  • Đối tượng khảo sát: 25 Cán bộ tín dụng (CBTD) và Cán bộ thẩm định (CBTĐ) trực tiếp xử lý hồ sơ bán lẻ tại phòng Quan hệ Khách hàng cá nhân.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại BIDV – Chi nhánh Thừa Thiên Huế, thẩm định tín dụng KHCN bao gồm đánh giá tư cách pháp lý, mục đích sử dụng vốn, nguồn trả nợ và TSĐB. Bảng dưới đây so sánh các mô hình thẩm định phổ biến tại các NHTM:

Tiêu chí Mô hình Thẩm định BIDV Chi nhánh TT. Huế Mô hình Vietcombank Mô hình NHTM Nước Ngoài (Shinhan Bank)
Cơ chế tác nghiệp CBTD kiêm nhiệm quan hệ khách hàng và thẩm định bước 1 Tách bạch độc lập (Bộ phận Phê duyệt tín dụng tập trung) Thẩm định tự động hóa qua Hệ thống chấm điểm rủi ro (Credit Score Engine)
Công cụ hỗ trợ Tra cứu CIC Portal + Core Banking BDS v8.2 Hệ thống Loan Origination System (LOS) + Sổ tay chuẩn hóa Hệ thống API kết nối tự động Big Data, Telco Score, CIC Host-to-Host
Thời gian xử lý trung bình 2 – 4 ngày làm việc / hồ sơ tiêu dùng 2 – 3 ngày làm việc / hồ sơ tiêu dùng 15 phút – 4 giờ đối với hồ sơ tín chấp online
Ưu điểm Nắm sát thực tế địa bàn, linh hoạt đánh giá hộ kinh doanh Kiểm soát rủi ro chéo tốt, tính khách quan cao Tốc độ giải ngân cao, chi phí vận hành trên mỗi món vay thấp
Hạn chế Áp lực chỉ tiêu kinh doanh dễ lấn át tính độc lập thẩm định Thời gian trung chuyển hồ sơ giữa các khâu còn độ trễ Đòi hỏi cơ sở hạ tầng dữ liệu quốc gia đồng bộ

Ma trận ưu tiên yêu cầu cải tiến quy trình (MoSCoW)

  • Must have (Bắt buộc): Tách bạch trách nhiệm kiểm soát rủi ro giữa khâu bán hàng và khâu thẩm định; số hóa dữ liệu tra cứu lịch sử nợ từ Trung tâm Thông tin Tín dụng Quốc gia (CIC).
  • Should have (Nên có): Xây dựng bộ công cụ tính toán tự động tỷ lệ nợ trên thu nhập (DTI - Debt-to-Income) và tỷ lệ giá trị khoản vay trên giá trị tài sản đảm bảo (LTV - Loan-to-Value).
  • Could have (Có thể có): Tích hợp công cụ định giá tự động bất động sản dựa trên bản đồ địa chính số hóa.
  • Won't have (Chưa ưu tiên): Tự động hóa 100% phê duyệt không qua can thiệp con người đối với các khoản vay thế chấp quy mô lớn.

Thiết kế hệ thống

Hệ thống thẩm định nâng cấp vận hành dựa trên kiến trúc tích hợp dữ liệu tập trung, đảm bảo tuân thủ các nguyên tắc an toàn vốn:

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu kết hợp phương pháp định lượng và định tính:

  • Khảo sát sơ cấp: Sử dụng thang đo Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý) gửi trực tiếp tới toàn bộ 25 cán bộ làm công tác thẩm định tại đơn vị.
  • Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Áp dụng công thức kiểm định độ nhất quán nội tại:

$$\alpha = \frac{K}{K - 1} \left(1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2}\right)$$

Tiêu chuẩn chấp nhận: Hệ số $\alpha \ge 0.6$ (thang đo mới) hoặc $\alpha \ge 0.7$ (thang đo chuẩn), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.3$.

  • Phân loại nợ theo Thông tư 02/2013/TT-NHNN:
    • Nhóm 1: Nợ đủ tiêu chuẩn (quá hạn $< 10$ ngày).
    • Nhóm 2: Nợ cần chú ý (quá hạn $10 - 90$ ngày).
    • Nhóm 3: Nợ dưới tiêu chuẩn (quá hạn $91 - 180$ ngày).
    • Nhóm 4: Nợ nghi ngờ (quá hạn $181 - 360$ ngày).
    • Nhóm 5: Nợ có khả năng mất vốn (quá hạn $> 360$ ngày).

$$\text{Tỷ lệ nợ quá hạn} = \frac{\text{Tổng nợ quá hạn}}{\text{Tổng dư nợ}} \times 100%$$

$$\text{Tỷ lệ nợ xấu (NPL)} = \frac{\text{Dư nợ nhóm 3 + Nhóm 4 + Nhóm 5}}{\text{Tổng dư nợ}} \times 100%$$


Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán đánh giá

Quy trình đánh giá hồ sơ vay vốn được tự động hóa thông qua thuật toán logic kiểm tra các ngưỡng an toàn tài chính:

def evaluate_retail_credit_risk(
    monthly_income: float,
    monthly_debt_service: float,
    loan_amount: float,
    collateral_market_value: float,
    cic_score: int,
    loan_type: str = "CONSUMER_MORTGAGE"
) -> dict:
    """
    Thuật toán thẩm định sơ bộ hồ sơ tín dụng khách hàng cá nhân (BIDV TT. Huế)
    Tuân thủ quy định Thông tư 39/2016/TT-NHNN và quy chế nội bộ BIDV.
    """
    # 1. Tính toán chỉ số DTI (Debt-to-Income)
    dti_ratio = (monthly_debt_service / monthly_income) * 100.0 if monthly_income > 0 else 100.0
    
    # 2. Tính toán chỉ số LTV (Loan-to-Value)
    ltv_ratio = (loan_amount / collateral_market_value) * 100.0 if collateral_market_value > 0 else 100.0
    
    # 3. Thiết lập ngưỡng chặn kỹ thuật
    dti_max_threshold = 60.0  # Tối đa 60% thu nhập ròng dùng trả nợ
    ltv_max_threshold = 70.0 if loan_type == "CONSUMER_MORTGAGE" else 60.0
    
    # 4. Đánh giá điều kiện phê duyệt
    rejection_reasons = []
    if cic_score < 550:
        rejection_reasons.append("Điểm tín dụng CIC không đạt chuẩn (Nợ nhóm 2 trở lên)")
    if dti_ratio > dti_max_threshold:
        rejection_reasons.append(f"DTI ({dti_ratio:.1f}%) vượt ngưỡng tối đa ({dti_max_threshold}%)")
    if ltv_ratio > ltv_max_threshold:
        rejection_reasons.append(f"LTV ({ltv_ratio:.1f}%) vượt hạn mức tài trợ ({ltv_max_threshold}%)")
        
    status = "REJECTED" if rejection_reasons else "ACCEPTED_FOR_UNDERWRITING"
    
    return {
        "calculated_dti": round(dti_ratio, 2),
        "calculated_ltv": round(ltv_ratio, 2),
        "credit_status": status,
        "flags": rejection_reasons
    }

Cú pháp phân tích độ tin cậy thang đo trên phần mềm SPSS Statistics v26.0:

* Kiem dinh do tin cay Cronbach's Alpha cho cac thanh phan tham dinh.
RELIABILITY
  /VARIABLES=QT01 QT02 QT03 QT04 CB01 CB02 CB03 TT01 TT02 TT03 CSVC01 CSVC02 TC01 TC02
  /SCALE('CREDIT_APPRAISAL_OVERALL') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

Kiểm định và đánh giá thống kê

Phân tích số liệu khảo sát $N=25$ cán bộ tín dụng tại BIDV Thừa Thiên Huế cho thấy sự đánh giá đồng thuận cao đối với các nhân tố ảnh hưởng đến chất lượng thẩm định:

                          KẾT QUẢ ĐÁNH GIÁ THANG ĐO (MEAN SCORE)
Quy trình thẩm định      [████████████████████████████████████░░░] 4.12 / 5.0
Trình độ cán bộ tín dụng [██████████████████████████████████████░] 4.35 / 5.0
Chất lượng nguồn tin     [████████████████████████████░░░░░░░░░░] 3.52 / 5.0
Cơ sở vật chất/CNTT      [██████████████████████████████░░░░░░░░] 3.68 / 5.0
  • Độ tin cậy Cronbach's Alpha: Toàn bộ các nhóm biến độc lập đều đạt hệ số $\alpha \in [0.742, 0.886]$, hệ số tương quan biến - tổng của tất cả các biến quan sát đều $> 0.35$, khẳng định tính giá trị và độ tin cậy cao của bảng câu hỏi.
  • Thực trạng nguồn dữ liệu: Chỉ số "Chất lượng nguồn tin" đạt điểm trung bình thấp nhất ($3.52/5.0$), chỉ ra điểm nghẽn lớn nhất trong công tác thẩm định tại chi nhánh là việc xác minh doanh thu thực tế của các hộ kinh doanh cá thể không có sổ sách kế toán chuẩn mực.

Kết quả kinh doanh và chất lượng tín dụng (2019 – 2021)

Chỉ tiêu tài chính Năm 2019 Năm 2020 Năm 2021 Tăng trưởng 2021/2019
Tổng dư nợ cho vay KHCN (tỷ VND) 2.150,4 2.480,2 2.890,6 +34,42%
Dư nợ cho vay tiêu dùng (tỷ VND) 1.420,1 1.660,8 1.965,0 +38,37%
Dư nợ cho vay SXKD hộ cá thể (tỷ VND) 730,3 819,4 925,6 +26,74%
Tỷ lệ nợ quá hạn KHCN (%) 0,95% 1,12% 0,88% Giảm 0,07%
Tỷ lệ nợ xấu KHCN (Nhóm 3–5) (%) 0,62% 0,78% 0,54% Giảm 0,08%
Tỷ lệ hồ sơ được duyệt / tiếp nhận 82,4% 84,1% 86,5% +4,10%

Dư nợ tín dụng KHCN duy trì tốc độ tăng trưởng bình quân trên 15%/năm. Tỷ lệ nợ xấu năm 2021 được kiểm soát ở mức $0,54%$, thấp hơn đáng kể so với mức trần quy định của toàn hệ thống BIDV ($< 1,5%$) và mức an toàn chung của NHNN ($< 3,0%$).


Đổi mới và đóng góp

  1. Chuẩn hóa công cụ đo lường dòng tiền thay thế: Đề xuất bảng tính toán dòng tiền ròng thực tế (Net Operating Cash Flow) cho hộ kinh doanh cá thể không có báo cáo tài chính bằng kỹ thuật phỏng vấn chéo dòng tiền vào/ra và kiểm tra hóa đơn bán lẻ.
  2. Cơ chế tách bạch phân quyền độc lập: Đề xuất lộ trình chuyển dịch từ mô hình "CBTD toàn diện" sang mô hình tách bạch giữa Bộ phận Tiếp thị khách hàng (Relationship Manager - RM) và Bộ phận Thẩm định rủi ro độc lập (Credit Underwriter - CU) nhằm loại trừ xung đột lợi ích.
  3. Ứng dụng hệ thống dữ liệu số hóa: Khai thác dữ liệu từ căn cước công dân gắn chip kết hợp cơ sở dữ liệu thuế điện tử eTax Mobile để thẩm định thu nhập thực tế, giảm thiểu 35% thời gian thu thập hồ sơ giấy tờ.

Ứng dụng thực tế và triển khai

Các tình huống tác nghiệp điển hình (Use Cases)

                       CÁC TÌNH HUỐNG TÁC NGHIỆP ĐIỂN HÌNH

Lộ trình triển khai giải pháp (Roadmap 2022 – 2026)

  • Giai đoạn 1 (2022 – 2023): Chuẩn hóa quy trình thẩm định 4 bước; bổ sung sổ tay định giá danh mục tài sản bảo đảm trên địa bàn tỉnh Thừa Thiên Huế.
  • Giai đoạn 2 (2023 – 2024): Đào tạo chuyên sâu kỹ năng phân tích tài chính cá nhân và nhận diện chứng từ giả mạo cho $100%$ CBTD; triển khai phần mềm định giá tài sản tập trung.
  • Giai đoạn 3 (2024 – 2026): Tích hợp hoàn toàn nền tảng số hóa chấm điểm tín dụng tự động, kết nối trực tiếp với hệ sinh thái dữ liệu định danh công dân.

Hạn chế và hướng phát triển

  • Quy mô mẫu khảo sát sơ cấp: Số lượng mẫu khảo sát định lượng gồm 25 cán bộ thuộc một chi nhánh cụ thể, chưa mở rộng sang toàn bộ các phòng giao dịch trực thuộc trên địa bàn toàn tỉnh.
  • Ràng buộc công nghệ thông tin: Việc tích hợp tự động dữ liệu hành vi người dùng ngoài ngành ngân hàng (viễn thông, thương mại điện tử) cần có sự đồng bộ từ hạ tầng công nghệ thông tin cấp Hội sở chính.
  • Hướng nghiên cứu mở rộng: Phát triển mô hình hồi quy Logistic hoặc thuật toán Machine Learning (Random Forest, XGBoost) trên tập dữ liệu lịch sử nợ của chi nhánh để dự báo xác suất vỡ nợ (Probability of Default - PD).

Đối tượng hưởng lợi

  • Cán bộ tín dụng và thẩm định: Nắm vững cẩm nang nghiệp vụ, công cụ tính toán tự động giúp giảm áp lực thời gian và hạn chế rủi ro sai sót chủ quan.
  • Ban lãnh đạo chi nhánh BIDV: Sở hữu khung tham chiếu khoa học để điều chỉnh chính sách tín dụng bán lẻ và phân bổ chỉ tiêu rủi ro phù hợp với địa bàn.
  • Khách hàng cá nhân vay vốn: Được tiếp cận quy trình xét duyệt minh bạch, rút ngắn thời gian xử lý hồ sơ từ 3 ngày xuống còn dưới 24 giờ.
  • Học viên, sinh viên ngành Tài chính – Ngân hàng: Tài liệu tham khảo ứng dụng thực tiễn về thẩm định tín dụng bán lẻ và quản trị nợ xấu tại NHTM.

Câu hỏi thường gặp

1. Chỉ số nào quan trọng nhất khi thẩm định khả năng trả nợ của khách hàng cá nhân?

Nguồn thu nhập ổn định và chỉ số DTI (Debt-to-Income) là quan trọng nhất. Dù tài sản đảm bảo có giá trị lớn đến đâu, nguyên tắc ngân hàng là thu nợ từ dòng tiền hoạt động chứ không phải thu nợ từ việc xử lý tài sản bảo đảm.

2. Ngân hàng xử lý như thế nào khi khách hàng có lịch sử nợ xấu trên CIC?

Khách hàng có nợ nhóm 3 đến nhóm 5 trong vòng 3 – 5 năm gần nhất thông thường sẽ bị hệ thống từ chối cấp tín dụng tự động, trừ trường hợp có giải trình bất khả kháng được Hội đồng tín dụng chi nhánh phê duyệt ngoại lệ theo quy trình nghiêm ngặt.

3. Tỷ lệ LTV (Loan-to-Value) an toàn áp dụng cho tài sản bảo đảm là bất động sản tại địa phương là bao nhiêu?

Mức quy định chuẩn tại BIDV Thừa Thiên Huế đối với đất ở, nhà ở có giấy chứng nhận quyền sử dụng đất hợp pháp tối đa là $70% - 75%$ giá trị định giá độc lập của ngân hàng.

4. Tại sao cần tách bạch giữa cán bộ quan hệ khách hàng và cán bộ thẩm định?

Nhằm thiết lập cơ chế kiểm soát chéo (Four-eyes principle). Cán bộ bán hàng chịu áp lực về doanh số dư nợ, trong khi cán bộ thẩm định rủi ro độc lập sẽ đánh giá khách quan hồ sơ mà không bị chi phối bởi chỉ tiêu kinh doanh.

5. Khảo sát mẫu 25 cán bộ có đảm bảo tính đại diện cho nghiên cứu không?

Do tổng thể cán bộ trực tiếp thực hiện nghiệp vụ thẩm định KHCN tại chi nhánh là 25 người, việc khảo sát toàn bộ $N=25$ đạt tỷ lệ $100%$ tổng thể nghiên cứu tại đơn vị, đảm bảo độ tin cậy tuyệt đối về mặt thống kê thực nghiệm tại địa bàn khảo sát.


Kết luận

Khóa luận tốt nghiệp đã làm rõ cơ sở khoa học và thực tiễn của công tác thẩm định cho vay đối với khách hàng cá nhân tại BIDV – Chi nhánh Thừa Thiên Huế giai đoạn 2019 – 2021. Bằng việc kết hợp chặt chẽ giữa phân tích định lượng thống kê trên SPSS với dữ liệu hoạt động tín dụng thực tế, đề tài đã chỉ rõ những mắt xích cần hoàn thiện trong quy trình thu thập thông tin, định giá TSĐB và kiểm soát đạo đức nghề nghiệp. Các nhóm giải pháp đồng bộ về quy trình, công nghệ số hóa và đào tạo nguồn nhân lực đề xuất trong nghiên cứu có giá trị thực tiễn cao, đóng góp thiết thực vào mục tiêu tăng trưởng tín dụng bán lẻ an toàn, hiệu quả và bền vững của hệ thống ngân hàng thương mại Việt Nam.