Giới thiệu dự án

Hoạt động tín dụng giữ vai trò huyết mạch trong hệ thống tài chính, đóng góp từ 60% đến 70% tổng tài sản và chiếm tỷ trọng áp đảo trong cơ cấu doanh thu của các Ngân hàng Thương mại (NHTM) tại Việt Nam. Theo thống kê tài chính năm 2018, khoản mục cho vay khách hàng tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) đạt 700.108 tỷ đồng (chiếm 70,3% tổng tài sản), trong khi tại Ngân hàng TMCP Ngoại thương Việt Nam (Vietcombank) đạt 449.726 tỷ đồng (chiếm 57,14% tổng tài sản). Với quy mô trọng yếu này, bất kỳ sự sai lệch nào trong việc phân loại nợ, định giá tài sản bảo đảm (TSBĐ) hay trích lập dự phòng rủi ro đều có thể bóp méo bức tranh tài chính toàn diện của ngân hàng và gia tăng rủi ro hệ thống.

Vấn đề nợ xấu tiềm ẩn (NPLs) cùng các kỹ thuật đảo nợ, cơ cấu nợ thiếu minh bạch đặt ra thách thức lớn đối với công tác kiểm toán độc lập. Tại Công ty TNHH Ernst & Young Việt Nam (EY) – một trong bốn công ty kiểm toán hàng đầu thế giới (Big4), quy trình soát xét tín dụng trong kiểm toán Báo cáo tài chính (BCTC) NHTM đòi hỏi sự kết hợp chặt chẽ giữa các chuẩn mực kiểm toán quốc tế và khung pháp lý nghiêm ngặt của Ngân hàng Nhà nước Việt Nam (NHNN).

Đề tài khóa luận tập trung giải quyết bài toán: Chuẩn hóa, tối ưu hóa và nâng cao độ chính xác của quy trình soát xét tín dụng cho KTV độc lập tại EY khi kiểm toán BCTC các NHTM, với các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về kiểm toán khoản mục Cho vay khách hàng và Dự phòng rủi ro cho vay theo chuẩn mực VAS/VSA và thông tư chuyên ngành.
  2. Đánh giá thực trạng quy trình kiểm soát nội bộ (KSCB), thử nghiệm kiểm soát (TOC) và thử nghiệm cơ bản tại các ngân hàng thương mại được EY thực hiện.
  3. Thiết kế giải pháp phân tầng chọn mẫu, tái thẩm định xếp hạng tín dụng nội bộ và kiểm tra chéo dữ liệu đa nguồn (Core Banking, CIC, Thư xác nhận).
  4. Đề xuất mô hình phối hợp và hoàn thiện chính sách giữa KTV độc lập, đơn vị được kiểm toán và cơ quan quản lý nhà nước.

Quy trình soát xét kết hợp giữa phương pháp kiểm toán trên cơ sở rủi ro (Risk-Based Audit) và các thuật toán chọn mẫu dữ liệu tự động, đảm bảo tỷ lệ kiểm tra tối thiểu 80% tổng dư nợ chi nhánh, giảm thiểu sai sót chủ quan trong phân loại nợ và trích lập dự phòng theo Thông tư 02/2013/TT-NHNN và Thông tư 09/2014/TT-NHNN.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực tế kiểm toán tín dụng ngân hàng tại Việt Nam đang tồn tại những khoảng trống kỹ thuật giữa quy trình kiểm toán truyền thống và các chuẩn mực kiểm định rủi ro hiện đại.

Tiêu chí Kiểm toán truyền thống (Thủ công) Kiểm toán nội bộ NHTM Giải pháp soát xét chuyên sâu tại EY
Phạm vi dữ liệu Kiểm tra mẫu ngẫu nhiên không phân tầng Rà soát tuân thủ quy trình nội bộ Chọn mẫu phân tầng trọng yếu $\ge 80%$ dư nợ
Công cụ hỗ trợ Bảng tính tính toán cơ bản Hệ thống Core Banking của ngân hàng Phần mềm EY Random, Script đối soát tự động
Đối chiếu CIC Kiểm tra ngẫu nhiên một số hồ sơ Định kỳ hàng tháng theo quy định 100% mẫu chọn bắt buộc đối soát chéo CIC
Thẩm định TSBĐ Dựa trên biên bản định giá nội bộ Tái định giá theo chu kỳ chi nhánh Kiểm tra tính pháp lý, thị trường và khấu hao

So sánh với các công trình nghiên cứu trước đây như nghiên cứu của Đoàn Văn Phú (2010) tại MBBank hay Đỗ Thị Bích Phượng (2014) tại VietinBank, quy trình tại EY đã tiếp cận toàn diện hơn về việc kết hợp giữa xếp hạng tín dụng nội bộ 52 nhóm ngành (theo QĐ 10/2007/QĐ-TTg) với hệ thống chuẩn mực AQR (Audit Quality Review) toàn cầu.

Yêu cầu người dùng được phân loại theo mô hình MoSCoW:

  • Must-have: Xác nhận số dư độc lập đạt tỷ lệ phản hồi $\ge 80%$; đối chiếu phân loại 5 nhóm nợ theo Điều 10 Thông tư 02; tính toán lại dự phòng rủi ro cụ thể và dự phòng chung.
  • Should-have: Kiểm định tự động hạn mức tín dụng theo nhu cầu vốn lưu động ròng; tái thẩm định giá trị suy giảm của TSBĐ theo chu kỳ thị trường.
  • Could-have: Tích hợp module cảnh báo sớm dấu hiệu đảo nợ hoặc chia nhỏ khoản vay để lách thẩm quyền phê duyệt.
  • Won't-have: Can thiệp trực tiếp hoặc chỉnh sửa dữ liệu thời gian thực trên hệ thống Core Banking của ngân hàng.

Thiết kế hệ thống

Kiến trúc quy trình kiểm toán và kiểm soát tín dụng được mô hình hóa qua sơ đồ sau:

+-------------------------------------------------------------------------------+
|                           CORE BANKING & DATA SOURCES                         |
|   +---------------------+   +---------------------+   +-------------------+   |
|   |  Sub-ledger Cho vay |   |  Hệ thống XHTD NB   |   |   CIC Database    |   |
|   +----------+----------+   +----------+----------+   +---------+---------+   |
+--------------|-------------------------|------------------------|-------------+
               |                         |                        |
               +-------------------+     |     +------------------+
                                   |     |     |
+----------------------------------v-----v-----v--------------------------------+
|                         EY AUDIT PROCESSING PIPELINE                          |
|                                                                               |
|   [Giai đoạn 1: Understanding & TOC]                                          |
|                                                                               |
|   [Giai đoạn 2: Sampling Engine (EY Random v4.2)]                             |
|                                                                               |
|   [Giai đoạn 3: Substantive Testing & Recalculation]                          |
+---------------------------------------+---------------------------------------+
                                        |
+---------------------------------------v---------------------------------------+
|                            AUDIT DELIVERABLES                                 |
|   +--------------------+  +--------------------+  +-----------------------+   |
|   | Bảng phân loại nợ  |  | Bút toán điều chỉnh|  | Thư quản lý           |   |
|   | sau kiểm toán      |  | dự phòng rủi ro    |  | (Management Letter)   |   |
|   +--------------------+  +--------------------+  +-----------------------+   |
+-------------------------------------------------------------------------------+

Mô hình tính toán dự phòng rủi ro cụ thể ($R$) cho từng khoản vay được chuẩn hóa theo công thức: $$R = \max{0, (A - C)} \times r$$ Trong đó:

  • $A$: Số dư nợ gốc của khoản vay tại ngày 31/12/2018.
  • $C$: Giá trị khấu trừ của tài sản bảo đảm hợp lệ sau khi áp dụng tỷ lệ chiết khấu theo quy định của NHNN.
  • $r$: Tỷ lệ trích lập tương ứng theo 5 nhóm nợ: Nhóm 1 (0%), Nhóm 2 (5%), Nhóm 3 (20%), Nhóm 4 (50%), Nhóm 5 (100%).

Kiểm tra tính logic của hạn mức cấp tín dụng dựa trên nhu cầu vốn lưu động ròng: $$\text{Nhu cầu VLĐ} = \frac{\text{Tổng chi phí SXKD dự kiến}}{\text{Vòng quay vốn lưu động}}$$ $$\text{Vốn lưu động ròng} = \text{Vốn chủ sở hữu} + \text{Nợ dài hạn} - \text{Tài sản cố định}$$ $$\text{Hạn mức vay đề xuất} \le \text{Nhu cầu VLĐ} - \text{Vốn lưu động ròng} - \text{Vốn chiếm dụng hợp pháp}$$

Methodology

Phương pháp luận kiểm toán dựa trên chuẩn mực VSA/ISA kết hợp khung kiểm soát rủi ro của EY:

  • Phương pháp tiếp cận: Kiểm toán theo định hướng rủi ro (Risk-Based Auditing Approach).
  • Quy trình triển khai:
    • Giai đoạn lập kế hoạch: Đánh giá rủi ro tiềm tàng (IR) và rủi ro kiểm soát (CR) của từng danh mục cho vay.
    • Giai đoạn thực hiện: Thử nghiệm kiểm soát (TOC) thông qua kiểm tra Walk-through 100% các khâu từ tiếp nhận hồ sơ, thẩm định, phê duyệt, giải ngân đến giám sát sau vay.
    • Thử nghiệm cơ bản: Thực hiện kiểm tra chi tiết (Test of Details) và thủ tục phân tích (Substantive Analytical Procedures).
  • Chiến lược quản trị rủi ro: Đối với các khoản nợ có độ lệch phân loại giữa Ngân hàng và kết quả từ CIC, KTV áp dụng nguyên tắc thận trọng tối đa, tự động điều chỉnh khoản nợ về nhóm có mức độ rủi ro cao hơn.

Implementation và kết quả

Development process

Quá trình soát xét thực địa được tổ chức thành 4 giai đoạn cụ thể tại ngân hàng thương mại được kiểm toán (NHTM A):

  1. Giai đoạn 1: Trích xuất và tiền xử lý dữ liệu
    • Thu thập sao kê toàn bộ danh mục cho vay từ hệ thống Core Banking.
    • Chuẩn hóa dữ liệu khách hàng theo định danh mã số thuế, số CIF và số hợp đồng tín dụng.
  2. Giai đoạn 2: Lập mẫu kiểm toán tự động
    • Sử dụng phần mềm EY Random áp dụng bộ lọc: Lựa chọn toàn bộ khoản vay $\ge 15\text{ tỷ VND}$, sau đó chọn ngẫu nhiên có trọng số các khoản vay nhỏ hơn cho đến khi tổng dư nợ mẫu đạt $\ge 80%$ dư nợ chi nhánh.
  3. Giai đoạn 3: Kiểm tra chi tiết và đối soát
    • Lập và gửi thư xác nhận trực tiếp tới các khách hàng vay vốn.
    • Thẩm định tính hợp pháp của bộ chứng từ: Hợp đồng thế chấp, Đăng ký giao dịch bảo đảm tại Cục Đăng ký quốc gia giao dịch bảo đảm, Giấy chứng nhận quyền sử dụng đất.
  4. Giai đoạn 4: Tái tính toán và tổng hợp phát hiện kiểm toán
    • Chạy thuật toán đối soát chéo nhóm nợ với dữ liệu CIC.

Dưới đây là đoạn mã logic (Python mô phỏng thuật toán kiểm toán độc lập) thực hiện tự động phân loại lại nợ và tính toán dự phòng chênh lệch:

import numpy as np
import pandas as pd

def audit_credit_provision(df_loans, df_cic):
    """
    Tự động phân loại nợ và tính toán lại dự phòng rủi ro tín dụng.
    Thông số đầu vào:
    - df_loans: DataFrame chứa dữ liệu cho vay từ Core Banking (A, C, Bank_Group, Overdue_Days)
    - df_cic: DataFrame chứa dữ liệu nhóm nợ từ CIC (CIC_Group)
    """
    provision_rates = {1: 0.00, 2: 0.05, 3: 0.20, 4: 0.50, 5: 1.00}
    
    # Merge dữ liệu đối soát CIC
    merged = pd.merge(df_loans, df_cic, on='Customer_ID', how='left')
    
    # 1. Xác định nhóm nợ theo số ngày quá hạn (Thông tư 02)
    def determine_days_group(days):
        if days < 10: return 1
        elif 10 <= days <= 90: return 2
        elif 91 <= days <= 180: return 3
        elif 181 <= days <= 360: return 4
        else: return 5

    merged['Audit_Group_Days'] = merged['Overdue_Days'].apply(determine_days_group)
    
    # 2. Quy tắc ghi nhận nhóm nợ cao nhất (Max giữa Đơn vị tự xếp, Quá hạn và CIC)
    merged['Audit_Final_Group'] = merged[['Bank_Group', 'Audit_Group_Days', 'CIC_Group']].max(axis=1)
    
    # 3. Tính toán trích lập dự phòng kiểm toán (Audit Provision)
    merged['Provision_Rate'] = merged['Audit_Final_Group'].map(provision_rates)
    merged['Net_Exposure'] = np.maximum(0, merged['Outstanding_Balance'] - merged['Collateral_Deductible'])
    merged['Audit_Specific_Provision'] = merged['Net_Exposure'] * merged['Provision_Rate']
    
    # 4. Xác định chênh lệch dự phòng cần trích lập bổ sung
    merged['Provision_Difference'] = merged['Audit_Specific_Provision'] - merged['Bank_Reported_Provision']
    
    return merged[['Customer_ID', 'Bank_Group', 'Audit_Final_Group', 'Provision_Difference']]

Testing và validation

Quá trình kiểm định chất lượng được thực hiện trên tập dữ liệu thực tế tại NHTM A - Chi nhánh Hà Nội trong kỳ kiểm toán năm tài chính kết thúc ngày 31/12/2018:

  • Quy mô mẫu kiểm toán: Tổng dư nợ chi nhánh là 3.450 tỷ đồng. Mẫu kiểm toán chọn lọc đạt 2.829 tỷ đồng (chiếm 82% tổng dư nợ), bao gồm 42 hồ sơ tín dụng lớn ($\ge 15\text{ tỷ VND}$) và 18 hồ sơ ngẫu nhiên.
  • Tỷ lệ thư xác nhận phản hồi: Gửi 60 thư xác nhận, nhận về 51 thư hợp lệ (đạt 85% tổng số mẫu gửi đi, vượt ngưỡng chuẩn 80%).
+-------------------------------------------------------------------------------+
|             BẢNG ĐỐI CHIẾU THỰC TẾ VÀ KẾT QUẢ SOÁT XÉT TÍN DỤNG              |
+-------------+----------------+----------------+---------------+---------------+
|  Khách hàng |  Dư nợ ghi nhận | Xếp loại NHTM  |  Xếp loại EY  | Điều chỉnh DP |
|   vay vốn   |    (VNĐ)       |   (Ban đầu)    | (Kiểm toán)   |  (Tăng thêm)  |
+-------------+----------------+----------------+---------------+---------------+
| Khách hàng X| 100.000.000.000|    Nhóm 1      |    Nhóm 1     |             0 |
| Khách hàng Y|  45.000.000.000|    Nhóm 1      |    Nhóm 2     | 1.125.000.000 |
| Khách hàng Z|  28.500.000.000|    Nhóm 2      |    Nhóm 3     | 3.420.000.000 |
+-------------+----------------+----------------+---------------+---------------+

Các nguyên nhân điều chỉnh chính:

  • Khách hàng Y: Phát hiện lịch sử trả chậm gốc lãi liên tục 3 kỳ (từ 15 - 45 ngày), hệ thống ngân hàng chưa tự động nhảy nhóm nợ trên phần mềm nội bộ.
  • Khách hàng Z: Dữ liệu CIC cho thấy khách hàng phát sinh khoản vay nhóm 3 tại một TCTD khác, NHTM A chưa kịp cập nhật báo cáo CIC định kỳ tháng 12/2018.

Kết quả đạt được

  • Độ bao phủ dữ liệu: Đạt tỷ lệ 82% tổng dư nợ, hoàn thành 100% mục tiêu theo hợp đồng dịch vụ kiểm toán.
  • Phát hiện sai phạm trọng yếu: Xác định tổng giá trị nợ cần chuyển nhóm là 73,5 tỷ đồng, yêu cầu trích lập dự phòng bổ sung 4,545 tỷ đồng, ngăn chặn rủi ro phản ánh sai lệch lợi nhuận trước thuế của ngân hàng.
  • Tối ưu hóa thời gian: Rút ngắn thời gian rà soát hồ sơ tín dụng từ trung bình 4,5 giờ/bộ xuống còn 2,8 giờ/bộ nhờ ứng dụng bảng đối soát logic và script tự động.

Đổi mới và đóng góp

  1. Đổi mới phương pháp đối soát đa chiều: Khắc phục nhược điểm kiểm tra tài liệu đơn lẻ bằng cách đồng bộ hóa 3 nguồn dữ liệu độc lập: Dữ liệu sao kê Core Banking, Xác nhận số dư từ bên thứ ba và Dữ liệu lịch sử tín dụng CIC quốc gia.
  2. Cải tiến quy trình kiểm định TSBĐ: Bổ sung bộ tiêu chí đánh giá tính thanh khoản thực tế và khấu trừ giá trị TSBĐ theo chu kỳ định giá độc lập, loại bỏ rủi ro định giá khống tài sản để giảm trích lập dự phòng.
  3. Đóng góp học thuật và thực tiễn:
    • Cung cấp khung hướng dẫn thực hành kiểm toán tín dụng ngân hàng theo chuẩn mực AQR toàn cầu của EY, thích ứng hoàn toàn với hệ thống Thông tư 02 và 09 của NHNN.
    • Tạo tiền đề cho việc xây dựng cơ sở dữ liệu mẫu về các sai phạm tín dụng thường gặp phục vụ công tác đào tạo KTV tài chính - ngân hàng (FSO).

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

Quy trình được áp dụng trực tiếp tại các nhóm kiểm toán FSO của EY Việt Nam khi thực hiện kiểm toán BCTC định kỳ và soát xét bán niên cho các ngân hàng đối tác lớn (như Vietcombank, BIDV, VPBank, TPBank).

   [Thu thập dữ liệu Core Banking]
   [Phân tầng & Chọn mẫu (EY Random)]
   [Gửi thư xác nhận độc lập (Target ≥ 80%)]
   [Rà soát hồ sơ & Đối soát dữ liệu CIC]
   [Tái thẩm định TSBĐ & Tính toán dự phòng]
   [Phát hành Bút toán điều chỉnh & Thư quản lý]

Đánh giá hiệu quả kinh tế (ROI) và khả năng mở rộng

  • Hiệu quả kinh tế: Giảm thiểu tới 35% chi phí nhân sự và thời gian kiểm toán tại hiện trường; bảo vệ công ty kiểm toán trước rủi ro pháp lý và trách nhiệm nghề nghiệp liên quan đến sự cố nợ xấu che giấu.
  • Khả năng mở rộng: Quy trình có thể đóng gói thành phần mềm kiểm toán chuyên dụng, mở rộng áp dụng cho toàn bộ các công ty tài chính, tổ chức tín dụng phi ngân hàng và các chi nhánh ngân hàng nước ngoài tại Việt Nam.

Hạn chế và hướng phát triển

Hạn chế tồn đọng

  • Quá trình xác minh hồ sơ TSBĐ thực tế (bất động sản, nhà xưởng) vẫn phụ thuộc một phần vào biên bản kiểm tra của ngân hàng do hạn chế về thời gian khảo sát thực địa của KTV.
  • Tỷ lệ phản hồi thư xác nhận 15-20% còn lại tiềm ẩn rủi ro nếu rơi vào các khoản nợ có tranh chấp hoặc bị can thiệp bởi cán bộ tín dụng.

Hướng phát triển

  • Tích hợp công nghệ nhận dạng ký tự quang học (OCR) và trí tuệ nhân tạo (AI) để tự động đọc, trích xuất và kiểm tra tính hợp lệ của hợp đồng tín dụng và hồ sơ thế chấp.
  • Xây dựng API kết nối trực tiếp và bảo mật với cơ sở dữ liệu tập trung của CIC để đối soát tức thời dữ liệu nhóm nợ theo thời gian thực (Real-time Audit).

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Kế toán - Kiểm toán, Tài chính - Ngân hàng: Tiếp cận case-study thực tế về kiểm toán ngân hàng tại một công ty Big4, nắm vững các thuật toán phân loại nợ và công thức trích lập dự phòng theo luật định.
  • Kiểm toán viên và Chuyên viên phân tích: Sử dụng trực tiếp quy trình kiểm tra, phương pháp chọn mẫu phân tầng và logic script đối soát dữ liệu trong các cuộc kiểm toán tổ chức tài chính.
  • Các Ngân hàng Thương mại: Cải thiện hệ thống kiểm soát nội bộ, rà soát lại quy trình xếp hạng tín dụng 52 ngành nghề và nâng cao tính minh bạch của BCTC.
  • Cơ quan quản lý (NHNN, Bộ Tài chính, VACPA): Có thêm căn cứ thực tiễn để hoàn thiện khung chính sách pháp lý về quản trị nợ xấu và tiêu chuẩn kiểm toán BCTC ngân hàng.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật cốt lõi để triển khai quy trình soát xét tín dụng này là gì? Hệ thống yêu cầu nguồn dữ liệu sao kê chi tiết từ Core Banking (dưới định dạng bảng dữ liệu chuẩn hóa), công cụ chọn mẫu phân tầng (EY Random hoặc tương đương), phần mềm trích xuất dữ liệu CIC và công cụ bảng tính đối soát có tích hợp macro/script logic kiểm toán.

  2. Làm thế nào để xử lý rủi ro khi tỷ lệ thu hồi thư xác nhận không đạt 80%? KTV bắt buộc phải áp dụng các thủ tục kiểm toán thay thế: Kiểm tra chi tiết chứng từ giải ngân gốc (Giấy nhận nợ, Lệnh chuyển tiền), kiểm tra sao kê biến động tài khoản và dòng tiền trả nợ gốc/lãi sau ngày kết thúc niên độ kế toán (Subsequent Events Review).

  3. Quy trình xử lý như thế nào khi có sự khác biệt về nhóm nợ giữa Ngân hàng và CIC? Theo Khoản 1 Điều 9 Thông tư 02/2013/TT-NHNN, nếu nhóm nợ ngân hàng tự phân loại thấp hơn nhóm nợ do CIC cung cấp, KTV yêu cầu ngân hàng bắt buộc phải điều chỉnh phân loại nợ theo nhóm nợ có rủi ro cao hơn từ CIC và tính lại dự phòng tương ứng.

  4. KTV đánh giá tính đầy đủ của việc đăng ký giao dịch bảo đảm như thế nào? KTV kiểm tra trực tiếp phiếu tiếp nhận đăng ký hoặc tra cứu trực tuyến trên hệ thống của Cục Đăng ký quốc gia giao dịch bảo đảm (Bộ Tư pháp) đối với động sản, và kiểm tra đăng ký biến động trên Giấy chứng nhận quyền sử dụng đất tại Văn phòng Đăng ký đất đai đối với bất động sản.

  5. Lợi ích kinh tế trực tiếp của việc chuẩn hóa quy trình soát xét tín dụng là gì? Chuẩn hóa quy trình giúp tối ưu 25-35% thời lượng kiểm toán, phát hiện sớm các khoản trích lập thiếu hàng tỷ đồng, hạn chế tối đa rủi ro ý kiến kiểm toán sai lệch và nâng cao uy tín nghề nghiệp của đơn vị cung cấp dịch vụ kiểm toán.

Kết luận

Quy trình soát xét tín dụng trong kiểm toán BCTC NHTM đóng vai trò then chốt trong việc bảo đảm tính minh bạch, trung thực và lành mạnh của hệ thống ngân hàng. Thông qua việc phân tích thực tế tại Công ty TNHH Ernst & Young Việt Nam, đề tài đã xây dựng một giải pháp kiểm toán toàn diện từ khâu thử nghiệm kiểm soát đến thử nghiệm cơ bản chi tiết, kết hợp chặt chẽ giữa thuật toán phân tầng dữ liệu và quy định pháp lý tại Thông tư 02/2013/TT-NHNN và 09/2014/TT-NHNN. Kết quả nghiên cứu không chỉ giải quyết các vướng mắc kỹ thuật trong đối soát nhóm nợ và tính toán dự phòng rủi ro, mà còn cung cấp tài liệu tham khảo giá trị cho các KTV, nhà nghiên cứu và các tổ chức tín dụng trong lộ trình nâng cao năng lực quản trị rủi ro tài chính.