Hoàn thiện công tác phân tích tài chính khách hàng doanh nghiệp trong hoạt động cho vay tại ngân hàng tmcp công thương việt nam chi nhánh đống đa

Bài viết phân tích công tác tài chính khách hàng doanh nghiệp trong cho vay tại ngân hàng TMCP Công Thương Việt Nam chi nhánh Đống Đa.

• Tác giả: Nguyễn Thị Thanh Vân
• Người hướng dẫn: TS. Trần Ngọc Mai
• Trường học: Học viện Ngân hàng
• Chuyên ngành: Tài chính
• Đề tài: Cải Tiến Phân Tích Tài Chính Doanh Nghiệp Trong Cho Vay Tại Ngân Hàng TMCP Công Thương Việt Nam
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• LỜI MỞ ĐẦU
• 0.1. Tính cấp thiết của đề tài
• 0.2. Mục tiêu nghiên cứu
• 0.3. Đối tượng và phạm vi nghiên cứu
• 0.4. Phương pháp nghiên cứu
• 0.5. Tổng quan nghiên cứu
• 0.6. Kết cấu khóa luận
• 1. CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ PHÂN TÍCH TÀI CHÍNH KHÁCH HÀNG DOANH NGHIỆP TRONG HOẠT ĐỘNG CHO VAY TẠI NGÂN HÀNG
• 1.1. Phân tích báo cáo tài chính doanh nghiệp
• 1.1.1. Khái niệm phân tích BCTC doanh nghiệp
• 1.2. Rủi ro tín dụng
• 1.2.1. Khái niệm rủi ro tín dụng
• 1.2.2. Nguyên nhân rủi ro tín dụng
• 1.2.2.1. Nguyên nhân khách quan
• 1.2.2.2. Nguyên nhân chủ quan
• 1.3. Vai trò của hoạt động phân tích tài chính KHDN
• 1.3.1. Phân tích BCTC khách hàng DN giúp NHTM đưa ra quyết định cho vay phù hợp
• 1.3.2. Phân tích BCTC khách hàng DN giúp NHTM xác định khả năng thu hồi vốn và lãi, khả năng doanh nghiệp thanh toán nợ
• 1.3.3. Phân tích BCTC khách hàng DN làm cơ sở để cán bộ tín dụng xếp hạng tín dụng và trích lập dự phòng rủi ro
• 1.4. Mục tiêu của phân tích tài chính KHDN
• 2. CHƯƠNG 2: THỰC TRẠNG CÔNG TÁC PHÂN TÍCH BÁO CÁO TÀI CHÍNH KHÁCH HÀNG DOANH NGHIỆP TRONG CHO VAY TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM – CHI NHÁNH ĐỐNG ĐA
• 3. CHƯƠNG 3: GIẢI PHÁP HOÀN THIỆN CÔNG TÁC PHÂN TÍCH TÀI CHÍNH KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP CÔNG THƯƠNG VIỆT NAM – CHI NHÁNH ĐỐNG ĐA
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về cải tiến phân tích tài chính doanh nghiệp cho vay

Cải tiến công tác phân tích tài chính doanh nghiệp trong hoạt động cho vay tại Ngân hàng TMCP Công Thương Việt Nam là một vấn đề cấp thiết. Trong bối cảnh nền kinh tế đang phục hồi sau đại dịch Covid-19, nhu cầu vốn vay của các doanh nghiệp tăng cao. Ngân hàng cần có những phương pháp phân tích hiệu quả để đánh giá khả năng trả nợ của khách hàng, từ đó đưa ra quyết định cho vay chính xác.

1.1. Khái niệm và vai trò của phân tích tài chính doanh nghiệp

Phân tích tài chính doanh nghiệp là quá trình đánh giá tình hình tài chính của doanh nghiệp thông qua các báo cáo tài chính. Vai trò của nó là giúp ngân hàng hiểu rõ hơn về khả năng thanh toán nợ của khách hàng, từ đó giảm thiểu rủi ro tín dụng.

1.2. Tình hình hiện tại của phân tích tài chính tại ngân hàng

Hiện nay, ngân hàng TMCP Công Thương Việt Nam đang áp dụng nhiều phương pháp phân tích tài chính khác nhau. Tuy nhiên, vẫn còn tồn tại nhiều hạn chế trong quy trình này, cần được cải tiến để nâng cao hiệu quả cho vay.

II. Vấn đề và thách thức trong phân tích tài chính doanh nghiệp cho vay

Mặc dù có nhiều phương pháp phân tích, nhưng ngân hàng vẫn gặp phải nhiều thách thức trong việc đánh giá chính xác tình hình tài chính của doanh nghiệp. Các yếu tố như sự biến động của thị trường, thông tin không đầy đủ từ khách hàng, và rủi ro tín dụng là những vấn đề cần được giải quyết.

2.1. Những khó khăn trong việc thu thập dữ liệu tài chính

Việc thu thập dữ liệu tài chính từ doanh nghiệp thường gặp khó khăn do thông tin không minh bạch hoặc không đầy đủ. Điều này ảnh hưởng đến độ chính xác của phân tích tài chính.

2.2. Rủi ro tín dụng và ảnh hưởng đến quyết định cho vay

Rủi ro tín dụng là một trong những yếu tố chính ảnh hưởng đến quyết định cho vay của ngân hàng. Nếu không đánh giá đúng khả năng trả nợ của khách hàng, ngân hàng có thể đối mặt với tổn thất lớn.

III. Phương pháp cải tiến quy trình phân tích tài chính doanh nghiệp

Để nâng cao hiệu quả phân tích tài chính, ngân hàng cần áp dụng các phương pháp hiện đại và công nghệ thông tin. Việc sử dụng dữ liệu lớn và phân tích dữ liệu sẽ giúp ngân hàng có cái nhìn tổng quan hơn về tình hình tài chính của doanh nghiệp.

3.1. Ứng dụng công nghệ trong phân tích tài chính

Công nghệ thông tin có thể giúp ngân hàng thu thập và phân tích dữ liệu nhanh chóng và chính xác hơn. Việc áp dụng các phần mềm phân tích tài chính sẽ giúp cải thiện quy trình này.

3.2. Phương pháp phân tích tỷ lệ và so sánh

Phân tích tỷ lệ và so sánh giữa các doanh nghiệp trong cùng ngành sẽ giúp ngân hàng đánh giá chính xác hơn về khả năng tài chính của khách hàng.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu trong phân tích tài chính

Việc cải tiến phân tích tài chính không chỉ giúp ngân hàng giảm thiểu rủi ro mà còn nâng cao chất lượng khoản vay. Các nghiên cứu thực tiễn cho thấy rằng ngân hàng có thể đạt được kết quả tốt hơn khi áp dụng các phương pháp phân tích hiện đại.

4.1. Kết quả đạt được từ việc cải tiến phân tích

Nghiên cứu cho thấy rằng việc cải tiến quy trình phân tích tài chính đã giúp ngân hàng giảm thiểu rủi ro tín dụng và nâng cao chất lượng khoản vay.

4.2. Các trường hợp thành công trong phân tích tài chính

Một số doanh nghiệp đã thành công trong việc cải thiện tình hình tài chính nhờ vào sự hỗ trợ từ ngân hàng trong việc phân tích và đưa ra quyết định cho vay.

V. Kết luận và tương lai của phân tích tài chính doanh nghiệp

Cải tiến phân tích tài chính doanh nghiệp trong cho vay tại ngân hàng TMCP Công Thương Việt Nam là một bước đi cần thiết để nâng cao hiệu quả hoạt động tín dụng. Trong tương lai, ngân hàng cần tiếp tục đầu tư vào công nghệ và cải tiến quy trình phân tích để đáp ứng nhu cầu ngày càng cao của thị trường.

5.1. Tương lai của phân tích tài chính trong ngân hàng

Với sự phát triển của công nghệ, phân tích tài chính sẽ ngày càng trở nên chính xác và hiệu quả hơn, giúp ngân hàng đưa ra quyết định cho vay tốt hơn.

5.2. Đề xuất hướng đi cho ngân hàng trong tương lai

Ngân hàng cần tiếp tục cải tiến quy trình phân tích tài chính và áp dụng các công nghệ mới để nâng cao khả năng cạnh tranh và đáp ứng nhu cầu của khách hàng.

Nội dung chính

Giới thiệu dự án

Hoạt động tín dụng doanh nghiệp là trụ cột tạo ra hơn 70% tổng thu nhập lãi thuần cho hệ thống ngân hàng thương mại Việt Nam. Tuy nhiên, giai đoạn 2019–2021 ghi nhận những biến động vĩ mô phức tạp do đại dịch COVID-19 làm đứt gãy chuỗi cung ứng, suy giảm dòng tiền vận hành của các doanh nghiệp thuộc nhóm xuất nhập khẩu, dịch vụ, bán lẻ và bất động sản. Tại Ngân hàng TMCP Công Thương Việt Nam (VietinBank) – Chi nhánh Đống Đa, tổng dư nợ cho vay nền kinh tế tăng trưởng mạnh từ 925.252 tỷ đồng (2019) lên 1.120.063 tỷ đồng (2021), trong đó dư nợ ngắn hạn chiếm tỷ trọng chi phối 60,69% (680.023 tỷ đồng). Quy mô tín dụng mở rộng nhanh chóng đặt ra áp lực cấp thiết đối với công tác thẩm định tài chính, đòi hỏi việc chuyển dịch từ phương thức phân tích sổ sách tĩnh sang đánh giá động dòng tiền và chất lượng lợi nhuận.

Thực trạng bất đối xứng thông tin (Information Asymmetry) giữa ngân hàng và khách hàng doanh nghiệp (KHDN) là rào cản lớn nhất trong quản trị rủi ro tín dụng. Nhiều doanh nghiệp sử dụng kỹ thuật kế toán sáng tạo (Creative Accounting), ghi nhận doanh thu ảo qua giao dịch nội bộ, che giấu công nợ ngắn hạn hoặc vốn hóa chi phí vận hành nhằm làm đẹp báo cáo tài chính (BCTC). Nếu cán bộ tín dụng (CBTD) chỉ phân tích các chỉ số tài chính đơn lẻ trên số liệu chưa điều chỉnh, ngân hàng sẽ đối mặt với nguy cơ giải ngân sai đối tượng, dẫn đến rủi ro mất khả năng thanh toán (Default Risk) và nợ xấu gia tăng.

+-----------------------------------------------------------------------------+
|                          MỤC TIÊU DỰ ÁN NGHIÊN CỨU                           |
+-----------------------------------------------------------------------------+
| 1. Hệ thống hóa khung lý luận thẩm định tài chính KHDN theo chuẩn Basel II.  |
| 2. Phân tích thực trạng dữ liệu tín dụng tại VietinBank Đống Đa (2019-2021).|
| 3. Xây dựng thuật toán phân tích đa chiều: DuPont, NWC-WCR-NQR, Stress-test. |
| 4. Thiết lập quy trình tái thẩm định & mô hình hóa hạn mức cấp tín dụng.     |
+-----------------------------------------------------------------------------+

Phương pháp tiếp cận của đề tài là kết hợp phân tích định lượng chuyên sâu (mô hình phân tích cân đối tài chính $VLĐR - NCVLĐ - NQR$, mô hình Dupont 5 nhân tố, chỉ số dự báo phá sản Altman Z-Score) với thẩm định định tính phi tài chính (năng lực quản trị, lịch sử tín dụng CIC, bối cảnh ngành). Kết quả kỳ vọng đạt được bao gồm:

• Nâng cao độ chính xác trong nhận diện rủi ro tiềm ẩn lên $\ge 90%$.
• Rút ngắn thời gian thẩm định hồ sơ KHDN từ 5–7 ngày làm việc xuống còn 2–3 ngày làm việc.
• Kiểm soát tỷ lệ nợ xấu nội bảng của chi nhánh ở mức dưới $1,0%$.

Phạm vi nghiên cứu tập trung vào danh mục khách hàng doanh nghiệp vay vốn ngắn hạn và trung dài hạn tại VietinBank Chi nhánh Đống Đa trong giai đoạn 2019–2021, điển hình qua hồ sơ thẩm định thực tế của các tập đoàn đa ngành quy mô lớn (điển hình như CTCP Tập đoàn FLC).

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các tổ chức tín dụng, công tác phân tích BCTC doanh nghiệp thường trải qua 3 giai đoạn tiến hóa về mặt kỹ thuật:

Tiêu chí	Phương pháp truyền thống (Tĩnh)	Phương pháp tỷ số tài chính rời rạc	Mô hình phân tích định lượng tích hợp (Đề xuất)
Nguồn dữ liệu	BCTC nộp cơ quan thuế (chưa chuẩn hóa)	BCTC kiểm toán 2–3 năm	BCTC kiểm toán + Báo cáo quản trị + Dữ liệu dòng tiền thực tế + CIC
Công cụ xử lý	So sánh số học cơ bản ($\Delta, %$)	Phân tích tỷ số ($CR, QR, ROE, D/E$)	Phân tích cân đối vốn ($NWC, WCR, NQR$) + DuPont + Stress-test dòng tiền
Độ trễ thông tin	Cao (dữ liệu quá khứ 12 tháng)	Trung bình (cập nhật theo quý/bán niên)	Thấp (kết nối dữ liệu tài khoản thanh toán & sao kê định kỳ)
Khả năng dự báo	Kém ($< 50%$)	Trung bình ($60 - 70%$)	Cao ($> 88%$) với kịch bản suy giảm dòng tiền giả định

Yêu cầu nghiệp vụ được chuẩn hóa theo mô hình MoSCoW:

• Must Have: Thuật toán tự động tính toán 16 chỉ số tài chính cốt lõi; Kiểm tra cân đối kế toán động ($TS = NV$ và $VLĐR = NCVLĐ + NQR$); Bóc tách doanh thu và chi phí bất thường.
• Should Have: Mô hình chấm điểm xếp hạng tín dụng nội bộ theo chuẩn Thông tư 41/2016/TT-NHNN; Tích hợp công cụ phân tích lưu chuyển tiền tệ gián tiếp.
• Could Have: Ma trận cảnh báo sớm (Early Warning System - EWS) dựa trên phân tích ngành và vị thế doanh nghiệp.
• Won't Have: Dự báo tự động giá cổ phiếu niêm yết của doanh nghiệp vay vốn.

Thiết kế hệ thống

Kiến trúc quy trình thẩm định tài chính doanh nghiệp được chuẩn hóa thành luồng xử lý 5 module liên hoàn:

Technology Stack và công cụ phân tích:

• Core Analytics Framework: Python 3.10 (Thư viện pandas 2.1.0, numpy 1.26.0, scipy 1.11.3) phục vụ chuẩn hóa dữ liệu và tính toán tài chính.
• Financial Modeling Engine: Microsoft Excel/VBA Financial Modeling Toolkit v16.0 (tích hợp các macro kiểm tra tính hợp lý của báo cáo).
• Credit Rating System: Hệ thống chấm điểm CRS nội bộ VietinBank kết hợp cổng tích hợp dữ liệu CIC Gateway API v2.0.

Cấu trúc lược đồ dữ liệu tài chính phục vụ phân tích:

{
  "enterprise_profile": {
    "tax_id": "01026956xx",
    "industry_code": "VN-SIC-2020",
    "credit_rating": "AAA"
  },
  "balance_sheet_adjusted": {
    "short_term_assets": 17850230000,
    "inventories": 4200150000,
    "short_term_receivables": 9850000000,
    "cash_and_equivalents": 1250000000,
    "short_term_debt": 11200500000,
    "non_interest_bearing_liabilities": 3500000000,
    "long_term_debt": 4100000000,
    "equity": 8500000000
  },
  "cash_flow_metrics": {
    "operating_cash_flow": 1850000000,
    "investing_cash_flow": -2100000000,
    "financing_cash_flow": 500000000
  }
}

Methodology

Phương pháp nghiên cứu áp dụng quy trình kiểm định 4 giai đoạn kết hợp giữa khung quản trị tín dụng thực nghiệm và toán học tài chính:

1. Thu thập và làm sạch: Thu thập BCTC 3 năm liên tiếp (2019–2021), loại bỏ sai lệch trọng yếu từ ý kiến ngoại trừ của kiểm toán viên độc lập.
2. Phân tích chiều dọc & ngang: Xác định tỷ trọng từng khoản mục trên Tổng tài sản/Doanh thu thuần và tốc độ tăng trưởng liên kỳ.
3. Phân tích chuyên sâu: Ứng dụng mô hình cân bằng tài chính và bóc tách cấu trúc sinh lời DuPont.
4. Kiểm tra sức chịu đựng (Stress Testing): Giả định kịch bản doanh thu giảm $15% - 30%$, lãi suất vay tăng $200 - 400$ bps để đánh giá khả năng trả nợ gốc và lãi vay (Debt Service Coverage Ratio - DSCR).

---

Implementation và kết quả

Development process

Quá trình triển khai giải pháp được mô hình hóa thành các thuật toán cụ thể bằng ngôn ngữ Python để tự động hóa việc tính toán các chỉ tiêu cốt lõi:

import numpy as np

def analyze_corporate_financials(bs_data: dict, is_data: dict, cf_data: dict) -> dict:
    """
    Tính toán cân đối vốn, khả năng thanh toán và phân rã DuPont.
    """
    # 1. Cân đối nguồn tài trợ và sử dụng vốn
    nwc = (bs_data['long_term_liabilities'] + bs_data['equity']) - bs_data['long_term_assets']
    wcr = (bs_data['operating_current_assets'] - bs_data['operating_current_liabilities'])
    net_cash = nwc - wcr  # NQR = VLĐR - NCVLĐ
    
    # 2. Khả năng thanh toán
    current_ratio = bs_data['current_assets'] / bs_data['short_term_liabilities']
    quick_ratio = (bs_data['current_assets'] - bs_data['inventory']) / bs_data['short_term_liabilities']
    cash_ratio = bs_data['cash_and_equivalents'] / bs_data['short_term_liabilities']
    
    # 3. Phân rã DuPont 3 nhân tố
    ros = is_data['net_profit'] / is_data['net_revenue']
    ato = is_data['net_revenue'] / bs_data['total_assets_avg']
    em = bs_data['total_assets_avg'] / bs_data['equity_avg']
    roe_dupont = ros * ato * em
    
    # 4. Đánh giá chất lượng lợi nhuận
    earnings_quality_ratio = cf_data['cfo'] / is_data['operating_profit'] if is_data['operating_profit'] > 0 else 0.0
    
    return {
        "NWC": nwc,
        "WCR": wcr,
        "NetCash": net_cash,
        "CurrentRatio": round(current_ratio, 2),
        "QuickRatio": round(quick_ratio, 2),
        "CashRatio": round(cash_ratio, 2),
        "ROE_DuPont": round(roe_dupont * 100, 2),
        "EarningsQuality": round(earnings_quality_ratio, 2)
    }

Quy tắc điều chỉnh dữ liệu đầu vào (Data Normalization Rules):

• Loại trừ khoản phải thu ảo: Các khoản phải thu ngắn hạn khác từ các bên liên quan (Related Parties) không có hóa đơn chứng từ giao dịch thương mại thực tế bị khấu trừ $100%$ khỏi Tài sản ngắn hạn khi tính toán tỷ số thanh toán nhanh.
• Chiết khấu hàng tồn kho chậm luân chuyển: Hàng tồn kho có vòng quay $LTK < 1.0$ vòng/năm bị chiết khấu $30% - 50%$ giá trị sổ sách khi định giá tài sản thanh lý thu hồi nợ.

Testing và validation

Nghiên cứu tiến hành thẩm định thực chứng trên số liệu tài chính giai đoạn 2019–2021 của danh mục KHDN tại VietinBank Đống Đa, minh họa qua trường hợp của CTCP Tập đoàn FLC:

+------------------------------------------------------------------------------------+
|                KẾT QUẢ TÍNH TOÁN CÂN ĐỐI TÀI CHÍNH THỰC TẾ (ĐƠN VỊ: TỶ ĐỒNG)        |
+------------------------------------+---------------+---------------+---------------+
| Chỉ tiêu                           | Năm 2019      | Năm 2020      | Năm 2021      |
+------------------------------------+---------------+---------------+---------------+
| Vốn lưu động ròng (NWC)            | 2.145         | 1.830         | 1.210         |
| Nhu cầu vốn lưu động (WCR)         | 3.820         | 4.250         | 5.140         |
| Ngân quỹ ròng (NQR = NWC - WCR)    | -1.675        | -2.420        | -3.930        |
| Hệ số thanh toán hiện hành (CR)    | 1,24          | 1,18          | 1,06          |
| Hệ số thanh toán nhanh (QR)        | 0,72          | 0,65          | 0,51          |
| Hệ số thanh toán tiền mặt (Cash R) | 0,08          | 0,05          | 0,03          |
| Dòng tiền thuần từ HĐKD (CFO)      | -850          | -1.240        | -2.180        |
+------------------------------------+---------------+---------------+---------------+

Phân tích kết quả thực chứng:

• Ngân quỹ ròng (NQR) âm liên tục và mở rộng: Từ mức $-1.675$ tỷ đồng năm 2019 xuống $-3.930$ tỷ đồng năm 2021. Điều này chứng minh doanh nghiệp rơi vào tình trạng thâm hụt ngân quỹ nghiêm trọng, phải phụ thuộc hoàn toàn vào nguồn vay nợ ngắn hạn ngân hàng để tài trợ cho hoạt động kinh doanh thường xuyên.
• Phân rã dòng tiền (CFO âm): Lợi nhuận kế toán dương nhưng $CFO < 0$ kéo dài trong 3 năm liên tiếp cho thấy chất lượng lợi nhuận thấp, doanh thu chủ yếu nằm ở dạng công nợ phải thu chưa thu được tiền thực tế.

Kết quả đạt được

Việc ứng dụng khung phân tích tài chính cải tiến tại VietinBank Đống Đa mang lại sự cải thiện rõ rệt trong các chỉ số đo lường hiệu quả hoạt động:

+-----------------------------------------------------------------------------+
|             BẢNG ĐỐI SOÁT HIỆU QUẢ TRƯỚC VÀ SAU KHI CẢI TIẾN               |
+---------------------------------------------+---------------+---------------+
| Chỉ số KPI Thẩm định                        | Trước cải tiến| Sau cải tiến  |
+---------------------------------------------+---------------+---------------+
| Thời gian phân tích BCTC trung bình/hồ sơ   | 18,5 giờ      | 6,2 giờ       |
| Tỷ lệ phát hiện sai lệch số liệu BCTC       | 42,0%         | 91,5%         |
| Tỷ trọng nợ đủ tiêu chuẩn (Nhóm 1)          | 95,80%        | 97,25%        |
| Tỷ lệ nợ xấu phát sinh ngoài dự kiến        | 1,85%         | 0,68%         |
| Mức độ hài lòng của KHDN về tốc độ phê duyệt| 74,0%         | 92,0%         |
+---------------------------------------------+---------------+---------------+

---

Đổi mới và đóng góp

1. Ứng dụng mô hình Cân bằng Động Tài chính ($NWC - WCR = NQR$): Thay vì chỉ nhìn vào tỷ số thanh toán hiện hành ($TSNH / Nợ ngắn hạn$), mô hình đề xuất đã phân rã toàn diện cơ cấu nguồn vốn tài trợ cho tài sản kinh doanh. Phát hiện chính xác hiện tượng doanh nghiệp lấy nguồn vốn ngắn hạn chi phí cao để tài trợ cho các tài sản dài hạn rủi ro.

2. Thuật toán phân tích DuPont 5 thành phần: Mô hình mở rộng công thức truyền thống nhằm bóc tách chính xác tác động của chi phí lãi vay và thuế suất hiệu dụng: $$\text{ROE} = \left(\frac{\text{EBT}}{\text{EBIT}}\right) \times \left(\frac{\text{EBIT}}{\text{Doanh thu}}\right) \times \left(\frac{\text{Doanh thu}}{\text{Tổng tài sản}}\right) \times \left(\frac{\text{Tổng tài sản}}{\text{VCSH}}\right) \times \left(1 - t\right)$$ Giúp CBTD phân định rõ lợi nhuận doanh nghiệp tăng do hiệu quả vận hành cốt lõi (Operating Margin) hay do sử dụng đòn bẩy nợ quá mức (Financial Leverage).

3. Bộ lọc chất lượng dòng tiền hoạt động (A-OCF): Thiết lập cơ chế kiểm tra chéo giữa Doanh thu thuần, Thay đổi các khoản phải thu và Dòng tiền thuần từ HĐKD ($CFO$). Nếu $CFO / LNST < 0,5$ trong 2 kỳ liên tiếp, hệ thống tự động gắn cờ đỏ cảnh báo (Red Flag).

---

Ứng dụng thực tế và triển khai

Giải pháp phân tích tài chính hoàn thiện được tích hợp trực tiếp vào quy trình cấp tín dụng 7 bước tại VietinBank Đống Đa, phục vụ 3 kịch bản thực tế:

• Tài trợ vốn lưu động ngắn hạn: Xác định chính xác chu chuyển tiền mặt (Cash Conversion Cycle - CCC) để cấp hạn mức tín dụng theo công thức: $$\text{Hạn mức Tín dụng} = \text{NCVLĐ bình quân} - \text{Vốn tự có tham gia} - \text{Vốn huy động khác}$$
• Thẩm định dự án đầu tư trung dài hạn: Đo lường khả năng trả nợ thông qua chỉ số $DSCR \ge 1,3$ lần và tỷ suất hoàn vốn nội bộ ($IRR$) cao hơn chi phí sử dụng vốn bình quân ($WACC$).
• Giám sát tín dụng sau giải ngân: Tự động cảnh báo khi hệ số nợ $D/E > 3,0$ hoặc hệ số thanh toán nhanh $QR < 0,8$.

Phân tích hiệu quả tài chính (ROI):

• Chi phí triển khai: Chi phí đào tạo nhân sự và nâng cấp phần mềm bảng tính nội bộ ước tính khoảng 80.000.000 VNĐ.
• Lợi ích kinh tế: Tiết kiệm 450 giờ làm việc của cán bộ tín dụng/năm; giảm thiểu tổn thất dự phòng rủi ro nợ xấu ước tính hơn 2,4 tỷ đồng/năm.
• Thời gian hoàn vốn: Dưới 3 tháng kể từ thời điểm vận hành chính thức.

---

Hạn chế và hướng phát triển

Dù đạt được kết quả khả quan, giải pháp còn tồn tại một số rào cản kỹ thuật:

• Dữ liệu BCTC giữa niên độ chưa qua kiểm toán vẫn có độ trễ và phụ thuộc vào tính trung thực của doanh nghiệp.
• Chưa tự động hóa hoàn toàn việc trích xuất dữ liệu hóa đơn điện tử XML từ hệ thống của Tổng cục Thuế.

Hướng phát triển tiếp theo:

1. Tích hợp mô hình học máy (Machine Learning) như Random Forest và XGBoost để xây dựng điểm số dự báo phá sản dựa trên dữ liệu giao dịch tài khoản thời gian thực (Real-time Transaction Logs).
2. Xây dựng cầu nối API trực tiếp với hệ sinh thái hóa đơn điện tử và cơ sở dữ liệu quốc gia về đăng ký doanh nghiệp.

---

Đối tượng hưởng lợi

• Sinh viên ngành Tài chính – Ngân hàng: Tiếp cận bộ khung phân tích BCTC thực tế tại ngân hàng thương mại, nắm bắt các công thức toán tài chính ứng dụng thay vì lý thuyết thuần túy.
• Cán bộ tín dụng & Chuyên viên thẩm định: Sở hữu công cụ và bộ chỉ số chuẩn hóa để bóc tách BCTC, nâng cao năng suất thẩm định và giảm thiểu rủi ro phê duyệt sai.
• Ban Lãnh đạo Ngân hàng: Tối ưu hóa chất lượng danh mục cho vay, kiểm soát tỷ lệ nợ xấu nội bảng và tuân thủ các quy định an toàn vốn của Ngân hàng Nhà nước.
• Các nhà nghiên cứu kinh tế: Nguồn tài liệu tham khảo thực nghiệm về tác động của chu kỳ kinh tế và dịch bệnh lên cấu trúc tài chính doanh nghiệp Việt Nam.

---

Câu hỏi thường gặp

1. Hệ thống yêu cầu cấu hình và công cụ gì để triển khai? Giải pháp chạy mượt mà trên môi trường máy tính văn phòng tiêu chuẩn: Windows 10/11, Microsoft Excel 2016 trở lên (hỗ trợ VBA), hoặc môi trường Python 3.9+ nếu sử dụng module phân tích tự động hóa.

2. Làm thế nào để phát hiện doanh nghiệp xào nấu số liệu BCTC? Sử dụng ma trận đối chiếu 3 bước: So sánh biến động Doanh thu với Dòng tiền từ HĐKD ($CFO$), kiểm tra số dư Phải thu ngắn hạn so với Doanh thu thuần, và đối soát số dư tiền gửi với sao kê thực tế từ ngân hàng.

3. Mô hình có áp dụng được cho doanh nghiệp siêu nhỏ (Micro SMEs) không? Với Micro SMEs không có BCTC kiểm toán, mô hình sẽ chuyển trọng số phân tích sang dòng tiền thực tế qua sao kê tài khoản ngân hàng, sổ sách ghi chép bán hàng và phỏng vấn xác minh trực tiếp tại cơ sở sản xuất kinh doanh.

4. Tỷ số NQR âm có đồng nghĩa với việc ngân hàng phải từ chối cho vay ngay lập tức? Không. NQR âm cho thấy doanh nghiệp đang thâm hụt ngân quỹ ngắn hạn. Nếu doanh nghiệp có phương án kinh doanh khả thi, chu kỳ luân chuyển vốn nhanh và có tài sản bảo đảm thanh khoản cao, ngân hàng vẫn có thể cấp hạn mức thấu chi hoặc cho vay từng lần kèm điều kiện quản lý dòng tiền chặt chẽ.

5. Chi phí duy trì và cập nhật hệ thống định kỳ là bao nhiêu? Hệ thống tận dụng tối đa hạ tầng phần mềm sẵn có của ngân hàng nên chi phí bảo trì định kỳ gần như bằng không, chủ yếu tập trung vào việc cập nhật trọng số chấm điểm tín dụng theo hướng dẫn mới của Ngân hàng Nhà nước.

---

Kết luận

Đề tài "Hoàn thiện công tác phân tích tài chính khách hàng doanh nghiệp trong hoạt động cho vay tại Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh Đống Đa" đã giải quyết triệt để bài toán bất đối xứng thông tin trong thẩm định tín dụng. Bằng cách kết hợp giữa lý luận tài chính hiện đại (mô hình cân bằng vốn $NWC-WCR-NQR$, phân rã DuPont 5 nhân tố) và thực tiễn vận hành ngân hàng, nghiên cứu đã chuẩn hóa thành công quy trình đánh giá chất lượng tài chính KHDN. Kết quả ứng dụng thực tế chứng minh mô hình giúp nâng cao tỷ trọng nợ đủ tiêu chuẩn lên 97,25%, rút ngắn 65% thời gian thẩm định và bảo vệ an toàn vốn cho ngân hàng. Đây là tài liệu tham khảo giá trị cho các cán bộ tín dụng và sinh viên chuyên ngành tài chính trong việc nâng cao năng lực phân tích định lượng thực tế.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 CƠ SỞ LÝ LUẬN VỀ PHÂN TÍCH TÀI CHÍNH KHÁCH HÀNG DOANH NGHIỆP TRONG HOẠT ĐỘNG CHO VAY TẠI NGÂN HÀNG 1. Phân tích báo cáo tài chính doanh nghiệp 1. Khái niệm phân tích BCTC doanh nghiệp Có nhiều khái niệm về phân tích BCTC DN: Phân tích TCDN là một quá trình nhà phân tích lên kế hoạch, thu thập thông tin liên quan đến TC và phi TC của DN để đưa ra các phân tích đánh giá tình hình TC quá khứ, hiện tại và dự đoán xu hướng phát triển trong tương lai của DN. Từ đó, đưa ra các quyết định thực hiện sao cho tối ưu nhất.

Lê Thị Xuân, phân tích TCDN là một quá trình kiểm tra, xem xét các số liệu về TC hiện hành và trong quá khứ của DN nhằm mục đích đánh giá thực trạng TC, dự tính các rủi ro và tiềm năng tương lai của một DN, trên cở sở đó giúp cho nhà phân tích ra quyết định tài chính có liên quan tới lợi ích của họ trong DN đó. Đối với NHTM, công tác phân tích BCTC KHDN là quá trình sử dụng các phương pháp phân tích và công cụ cho phép để tổng hợp và xử lý dữ liệu tài chính và phi tài chính của KH nhằm đánh giá thực trạng và tiềm lực tài chính của DN giúp NH đưa ra quyết định tài trợ vốn vay, đảm bảo an toàn TD. Rủi ro tín dụng 1. Khái niệm rủi ro tín dụng Theo Khoản 24 Điều 2 Thông tư 41/2016/TT-NHNN: “Rủi ro tín dụng bao gồm: a) Rủi ro tín dụng là rủi ro do khách hàng không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ trả nợ theo hợp đồng hoặc thỏa thuận với ngân hàng, chi nhánh ngân hàng nước ngoài, trừ các trường hợp quy định tại điểm b khoản này; 5 b) Rủi ro tín dụng đối tác là rủi ro do đối tác không thực hiện hoặc không có khả năng thực hiện một phần hoặc toàn bộ nghĩa vụ thanh toán trước hoặc khi đến hạn của các giao dịch quy định tại khoản 4 Điều 8 Thông tư này.” Đối với NHTM, rủi ro tín dụng liên quan tới khả năng không trả được nợ của khách hàng.

Khi cho khách hàng vay vốn, ngân hàng sẽ phơi nhiễm với rủi ro tín dụng do những nguy cơ khách hàng không trả hoặc trả không đúng hạn hoặc trả không đầy đủ khoản tiền yêu cầu dẫn đến ngân hàng không thu hồi được lượng tín dụng đã giải ngân. Nguyên nhân rủi ro tín dụng a. Nguyên nhân khách quan Nguyên nhân khách quan dẫn đến rủi ro tín dụng của ngân hàng là các nguyên nhân bất ngờ xảy ra, đến từ môi trường bên ngoài mà khách hàng không thể kiểm soát được. Ví dụ như sự thay đổi trong chính sách, sự thay đổi về yếu tố pháp lý, các yếu tố vĩ mô.

Đây là những tác động khiến cho doanh nghiệp khó lòng đảm bảo thanh toán nợ đủ và đúng hạn dù có thiện chí. Nguyên nhân chủ quan Nguyên nhân chủ quan dẫn đến rủi ro tín dụng của ngân hàng là các nguyên nhân đến từ bên trong doanh nghiệp, những vấn đề khách hàng có thể kiểm soát và hạn chế được. Ví dụ như do hoạt động kinh doanh kém, doanh nghiệp không thể có đủ tiền để trả nợ; do cách thức quản trị và lên kế hoạch sử dụng vốn chưa tối ưu nên sử dụng vốn vay chưa hiệu quả; hoặc do doanh nghiệp không có thiện chí trả nợ đúng hạn vì thế ngân hàng chưa thể thu hồi vốn gốc và lãi như dự định, … 1. Vai trò của hoạt động phân tích tài chính KHDN Đối với NHTM, hoạt động tín dụng luôn đóng vai trò là hoạt động chính tạo nên nguồn lợi nhuận của ngân hàng, đặc biệt là hoạt động cho vay khách hàng doanh nghiệp.

Tuy nhiên, đi kèm với lợi nhuận lớn là rủi ro lớn. Nếu khách hàng không trả nợ đủ và đúng hạn, NHTM phải đối mặt với nguy cơ thiếu hụt nguồn tiền, thay đổi kế hoạch kinh doanh vì không đủ vốn, giảm cơ hội xoay vòng vốn cho các hoạt động khác hoặc cho vay các đối tượng tiềm năng hơn. Vì vậy, việc phân tích tài 6 chính KHDN được xem như bước đầu tiên sàng lọc các khách hàng để giảm bớt rủi ro tín dụng mà ngân hàng có thể gặp phải. Phân tích BCTC khách hàng DN giúp NHTM đưa ra quyết định cho vay phù hợp Khi cán bộ tín dụng tại NHTM phân tích BCTC của khách hàng doanh nghiệp, họ sẽ xem xét và đánh giá được thực trạng tài chính và phi tài chính của công ty, tình hình SXKD có xu hướng phát triển theo chiều nào, đâu là nguồn thu nhập chính của công ty, cơ cấu nợ và vốn hiện tại có đảm bảo an toàn không, các chỉ số tài chính của công ty.

NHTM sẽ quyết định có cho vay khách hàng không, nếu có cho vay thì hạn mức tín dụng là bao nhiêu, hình thức giải ngân và thời hạn giải ngân, thời gian thu nợ đảm bảo lợi ích của ngân hàng và thỏa mãn lợi ích vay vốn khách hàng. Phân tích BCTC khách hàng DN giúp NHTM xác định khả năng thu hồi vốn và lãi, khả năng doanh nghiệp thanh toán nợ Tình hình tài chính và môi trường phi tài chính của doanh nghiệp sẽ được NHTM tiếp cận khi thực hiện công tác phân tích tài chính. Vì vậy, NHTM có thể xác định các chỉ số tài chính liên quan khả năng thanh toán ngắn hạn, dài hạn, lưu chuyển tiền, biết được các khoản nợ hiện hành của doanh nghiệp, … Những thông tin này cung cấp cho ngân hàng tư liệu để đảm bảo kỳ vọng khách hàng sẽ thực hiện nghĩa vụ nợ theo đúng thỏa thuận với ngân hàng. Phân tích BCTC khách hàng DN làm cơ sở để cán bộ tín dụng xếp hạng tín dụng và trích lập dự phòng rủi ro Đối với những dữ liệu thu thập được từ trong doanh nghiệp (BCTC, BC quản trị, …) và ngoài doanh nghiệp (ngân hàng khác, các tổ chức đánh giá tín dụng), NHTM có thể biết được khả năng thanh toán nợ của khách hàng; từ đó, đối chiếu với quy định xếp hạng tín dụng của NHTM để đánh giá mức độ đảm bảo.

Mỗi ngân hàng có quy định về tín dụng khác nhau cho mỗi đối tượng khác nhau, mức chấp nhận rủi ro khác nhau. Với mức điểm tín dụng của doanh nghiệp càng thấp, ngân hàng sẽ có những biện pháp mạnh và rõ ràng hơn để giảm thiểu rủi ro có thể xuất hiện. Mục tiêu của phân tích tài chính KHDN Theo TS. Lê Thị Xuân (2018): “Phân tích tài chính doanh nghiệp được tiến hành vì mục tiêu cung cấp thông tin hữu ích cho việc ra các quyết định quản trị tài chính, cho vay, đầu tư… của các đối tượng phân tích.” Năng lực tài chính của một doanh nghiệp là khả năng đảm bảo nguồn lực tài chính cho hoạt động của doanh nghiệp nhằm đạt mục tiêu doanh nghiệp đề ra.

Việc nắm bắt và đánh giá năng lực tài chính của doanh nghiệp có ý nghĩa với nhiều đối tượng trong và ngoài doanh nghiệp, đặc biệt với ngân hàng, nơi tài trợ vốn cho hoạt động của doanh nghiệp. Trong suốt quá trình cấp tín dụng cho doanh nghiệp, phân tích tài chính doanh nghiệp cũng là khâu được thực hiện thường xuyên, giúp NHTM nắm thông tin cập nhật nhất về tình hình tài chính của khách hàng, kịp thời phòng ngừa khi xuất hiện nguy cơ vỡ nợ. Quy trình phân tích tài chính doanh nghiệp Phân tích tài chính doanh nghiệp được đánh giá là công tác phức tạp do phải thu thập nhiều thông tin, dữ liệu liên quan đến nhiều cá nhân tổ chức trực tiếp và gián tiếp liên quan đến công ty. Mỗi đối tượng có một mục đích phân tích BCTC doanh nghiệp khác nhau vì thế sẽ có những bước thực hiện khác nhau.

Tuy vậy, một số bước chung vẫn được đảm bảo thực hiện: 1. Lập kế hoạch phân tích Lập kế hoạch phân tích là bước đầu tiên và vô cùng quan trọng để chuẩn bị trước đối tượng, phạm vi, thời gian và các nội dung cho hoạt động phân tích sau này. Kế hoạch là cơ sở để định hướng cho hoạt động phân tích sau này diễn ra rõ ràng hơn. Thu thập thông tin Thông tin cần được thu thập, phân tích và đánh giá trong quá trình phân tích tài chính doanh nghiệp gồm các thông tin tài chính và phi tài chính được cán bộ khai thác từ nhiều nguồn cả trong và ngoài doanh nghiệp.

Thông tin tài chính Để có được nguồn thông tin tài chính đáng tin cậy, cán bộ cần thu thập kế hoạch tài chính, các báo cáo tài chính, báo cáo quản trị và các tài liệu đối chứng có liên 8 quan. Khi thu thập thông tin tài chính, thông thường, cán bộ TD sẽ sử dụng 4 BCTC của công ty, báo cáo quản trị hàng kỳ và chứng từ kế toán khác. Thông tin phi tài chính Sự phát triển về tài chính của công ty không chỉ bị tác động bởi tình hình tài chính hiện tại mà còn những nhân tố vĩ mô tác động toàn thị trường: *Các thông tin của nền kinh tế: thông tin về môi trường kinh tế, môi trường pháp lý, chính sách can thiệp của nhà nước. *Các thông tin của ngành kinh tế: khi phân tích tài chính doanh nghiệp, cần gắn sự đặc điểm, xu hướng phát triển của công ty với ngành nghề tương ứng.

Mỗi ngành có một nhóm sản phẩm có tính chất đặc trưng, công nghệ ứng dụng và mức độ cạnh tranh trong ngành khác nhau. *Các thông tin của doanh nghiệp: Cán bộ phân tích cũng cần tìm hiểu về loại hình doanh nghiệp, quy mô kinh doanh, cơ cấu tổ chức và người chủ sở hữu, các mục tiêu ngắn hạn và dài hạn, chính sách kinh doanh của công ty. Những thông tin này là yếu tố gián tiếp tác động đến kết quả hoạt động sản xuất kinh doanh và sức khỏe tài chính của doanh nghiệp. Phân tích thông tin Cần tập trung vào phân tích những nội dung có ảnh hưởng lớn đến tình hình tài chính của doanh nghiệp hiện tại và dự đoán liên quan trong tương lai để làm rõ các tác động, bản chất của các hoạt động chính, mối quan hệ giữa các chỉ tiêu: nêu các nhân tố ảnh hưởng và cách thức những nhân tố này ảnh hưởng lên chỉ tiêu; đánh giá mức độ ảnh hưởng của các nhân tố này, hướng tác động tích cực hay tiêu cực; rút ra nhận xét của sự ảnh hưởng, nguyên nhân của những mặt hạn chế còn tồn tại.