Giới thiệu dự án

Bối cảnh thị trường và vấn đề thực tiễn

Thị trường bảo hiểm và ngân hàng Việt Nam trong giai đoạn 2019–2022 chứng kiến sự chuyển dịch cơ cấu doanh thu mạnh mẽ. Theo thống kê của Hiệp hội Bảo hiểm Việt Nam (IAV) và Ngân hàng Nhà nước (NHNN), tỷ lệ thâm nhập bảo hiểm (Doanh thu phí bảo hiểm/GDP) tại Việt Nam chỉ đạt xấp xỉ 2,3% - 2,8%, thấp hơn đáng kể so với mức bình quân 6,5% của khu vực ASEAN và 90% tại các thị trường phát triển như Mỹ hay EU (nơi tỷ lệ bao phủ bảo hiểm nhân thọ vượt 85%). Dù chịu tác động nghiêm trọng từ đại dịch COVID-19 làm gián đoạn chuỗi liên kết tín dụng truyền thống, mô hình Bancassurance (Bảo hiểm liên kết Ngân hàng) vẫn duy trì tốc độ tăng trưởng kép hàng năm (CAGR) trên 30%, trở thành động lực tăng trưởng thu nhập ngoài lãi (Non-Interest Income - NII) trọng yếu cho hệ thống Ngân hàng Thương mại Cổ phần (NHTM).

Tuy nhiên, tại các chi nhánh cơ sở như Ngân hàng TMCP Quân đội – Chi nhánh Phùng Hưng (MB Phùng Hưng), quá trình khai thác bán chéo (Cross-selling) các sản phẩm Bancassurance trong hoạt động Tín dụng bán lẻ (TDBL) gặp nhiều rào cản kỹ thuật và vận hành:

  • Tỷ lệ chuyển đổi khách hàng vay vốn sang mua bảo hiểm kèm theo còn phân tán, thiếu quy trình tự động hóa phân khúc rủi ro.
  • Hoạt động bán chéo chủ yếu thực hiện thủ công bởi Cán bộ Quản lý Khách hàng cá nhân (CBQLKHCN) hoặc Universal Banker (UB), dẫn đến độ trễ trong khâu thẩm định hồ sơ, tỷ lệ duy trì hợp đồng năm 2 (Persistency Rate - K2) biến động.
  • Sự đồng bộ hóa dữ liệu giữa hệ thống Core Banking của ngân hàng và Core Insurance của Doanh nghiệp bảo hiểm (DNBH) đối tác còn tồn tại độ trễ xử lý API (Latency).
                        [Hệ thống Phân tích Propensity]
  [Bảo hiểm Phi nhân thọ - MIC]               [Bảo hiểm Nhân thọ - MB Ageas]
  (Bảo vệ TSĐB, MIC Care, TNDS)               (Kiến tạo tương lai, Món quà phú quý)
                      [Đóng gói Tích hợp Khoản vay & Cấp đơn]

Mục tiêu của đồ án nghiên cứu

  1. Hệ thống hóa cơ sở lý luận chuyên sâu: Chuẩn hóa khung kiến trúc vận hành của 05 mô hình Bancassurance (Đại lý phân phối, Liên minh chiến lược, Chiến lược liên kết, Liên doanh, và Tập đoàn dịch vụ tài chính đa năng).
  2. Khảo sát và định lượng thực trạng: Đánh giá toàn diện kết quả kinh doanh, cơ cấu dư nợ bán lẻ, Doanh thu phí bảo hiểm (DTPBH), Hoa hồng phí bảo hiểm (HHPBH) tại MB Phùng Hưng giai đoạn 2019–2021.
  3. Phát triển mô hình chấm điểm bán chéo: Ứng dụng quy trình tích hợp sản phẩm bảo hiểm nhân thọ (MB Ageas Life) và phi nhân thọ (MIC) vào hành trình tín dụng số (Digital Lending Journey).
  4. Đề xuất gói giải pháp công nghệ và nhân sự: Xây dựng lộ trình tối ưu hóa tỷ lệ chuyển đổi, rút ngắn quy trình thẩm định cấp đơn trực tuyến từ 48 giờ xuống dưới 15 phút.

Phạm vi và giới hạn nghiên cứu

  • Không gian nghiên cứu: Dữ liệu vận hành tín dụng bán lẻ và phân phối bảo hiểm tại MB Chi nhánh Phùng Hưng.
  • Thời gian nghiên cứu: Giai đoạn thu thập số liệu chuỗi thời gian từ năm 2019 đến năm 2021, đối chiếu tác động của Thông tư 01/2020/TT-NHNN và Thông tư 14/2021/TT-NHNN.
  • Giới hạn kỹ thuật: Tập trung vào 02 đối tác chiến lược trực thuộc hệ sinh thái MB Group gồm Tổng công ty Bảo hiểm Quân đội (MIC) và Công ty TNHH Bảo hiểm Nhân thọ MB Ageas Life.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và khoảng trống thị trường

Khảo sát các mô hình Bancassurance hiện hành tại thị trường Việt Nam cho thấy sự khác biệt rõ nét về hiệu quả vận hành:

Tiêu chí Mô hình Đại lý phân phối Mô hình Liên minh Chiến lược Mô hình Tập đoàn Tài chính (MB Group)
Mức độ chia sẻ dữ liệu Thấp (chỉ chia sẻ thông tin cơ bản) Trung bình (chia sẻ qua cổng API tích hợp) Toàn diện (Data Warehouse tập trung)
Tùy biến sản phẩm Sản phẩm đóng gói đại trà Điều chỉnh theo tệp khách hàng đối tác Sản phẩm nhúng sâu vào khoản vay (Embedded)
Chi phí tích hợp kỹ thuật Thấp Trung bình Cao (đầu tư hạ tầng đa kênh chuyên biệt)
Tỷ lệ giữ chân khách hàng < 65% sau năm đầu tiên 70% – 80% > 85% nhờ hệ sinh thái khép kín

Ma trận ưu tiên yêu cầu nghiệp vụ theo phương pháp MoSCoW

  • Must-have (Bắt buộc): Đồng bộ tự động trạng thái giải ngân tín dụng và cấp hợp đồng bảo hiểm (Policy Issuance); Hệ thống tính toán tự động tỷ lệ trích lập dự phòng rủi ro (DPRR) khi tài sản đảm bảo (TSĐB) được bảo hiểm toàn phần.
  • Should-have (Cần có): Thuật toán Rule-based gợi ý sản phẩm bảo hiểm theo phân khúc dư nợ và độ tuổi người vay; Cổng quản lý hồ sơ bồi thường trực tuyến (E-claims).
  • Could-have (Có thể có): Ứng dụng Machine Learning dự đoán xác suất hủy hợp đồng năm 2 (Lapse Prediction).
  • Won't-have (Chưa triển khai): Tự động trích xuất bảo lãnh viện phí ngoại tuyến quốc tế không qua trung gian.

Thiết kế kiến trúc giải pháp tích hợp

Kiến trúc giải pháp bán chéo Bancassurance bao gồm 4 tầng chức năng chính:

+-------------------------------------------------------------------------+
|                  Presentation Layer (MB Bank App / Web UB)             |
+-------------------------------------------------------------------------+
+-------------------------------------------------------------------------+
|      Bancassurance Integration Hub (Spring Boot 2.7.5 Microservices)    |
|   - Scoring Engine (Python 3.9)    - Cross-sell Routing Service         |
|   - Premium Calculation Module     - Compliance & Fraud Detector        |
+-------------------------------------------------------------------------+
+-------------------------------------------------------------------------+
|         Enterprise Service Bus (ESB) / Data Integration Layer           |
+-------------------------------------------------------------------------+
+-----------------------------+             +-----------------------------+
| Core Banking (Temenos T24)  |             | Core Insurance Systems      |
| - Oracle Database 19c       |             | - MB Ageas Life (BPS v4.2)  |
| - CIF & Loan Management     |             | - MIC Non-Life Portal v3.0  |
+-----------------------------+             +-----------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Core Banking Platform: Temenos T24 Enterprise Release R18.
  • Database Engine: Oracle Database 19c Enterprise Edition, hỗ trợ Partitioning và mã hóa Transparent Data Encryption (TDE).
  • Microservices Framework: Java Spring Boot v2.7.5, Netflix Zuul Gateway, Spring Cloud Config.
  • Cross-selling Analytics Engine: Python v3.9 kết hợp thư viện Scikit-Learn v1.0.2 và Pandas v1.4.2 xử lý dữ liệu hành vi.
  • Security & Authorization: Chuẩn bảo mật OAuth 2.0, JSON Web Token (JWT), thuật toán mã hóa AES-256 cho dữ liệu nhạy cảm của khách hàng (PII).

Implementation và kết quả

Quy trình phát triển và thuật toán nghiệp vụ

Hệ thống triển khai thuật toán tính điểm tiềm năng mua chéo (Propensity Score Engine) dựa trên các biến số tín dụng của khách hàng cá nhân tại MB Phùng Hưng.

import numpy as np

def calculate_cross_sell_propensity(loan_amount, customer_age, debt_to_income, credit_score):
    """
    Tính toán chỉ số xác suất chấp thuận mua chéo Bancassurance
    Tham số:
        loan_amount (float): Giá trị khoản vay (triệu VND)
        customer_age (int): Độ tuổi khách hàng (18 - 65)
        debt_to_income (float): Tỷ lệ nợ trên thu nhập DTI (0.0 - 1.0)
        credit_score (int): Điểm tín dụng nội bộ MB (300 - 850)
    Trả về:
        dict: Gói sản phẩm khuyến nghị và xác suất chuyển đổi
    """
    # Trọng số tối ưu hóa qua hồi quy Logistic
    w_loan = 0.35
    w_age = 0.15
    w_dti = -0.20
    w_credit = 0.30
    
    # Chuẩn hóa min-max các biến đầu vào
    norm_loan = min(loan_amount / 2000.0, 1.0)
    norm_age = (customer_age - 18) / (65 - 18)
    norm_dti = min(debt_to_income / 0.7, 1.0)
    norm_credit = (credit_score - 300) / (850 - 300)
    
    # Tính toán logit score
    logit = (w_loan * norm_loan + 
             w_age * norm_age + 
             w_dti * norm_dti + 
             w_credit * norm_credit + 0.12)
    
    propensity = 1 / (1 + np.exp(-logit * 3.5))
    
    # Định tuyến gói sản phẩm theo ngưỡng
    if propensity >= 0.75:
        recommendation = "Gói Toàn diện: MB Ageas Life (Kiến tạo tương lai) + MIC Care"
    elif propensity >= 0.50:
        recommendation = "Gói Tiêu chuẩn: Bảo hiểm Tín dụng Bảo an + MIC Tai nạn"
    else:
        recommendation = "Gói Cơ bản: Bảo hiểm bắt buộc Tài sản đảm bảo (MIC)"
        
    return {
        "propensity_score": round(float(propensity), 4),
        "product_bundle": recommendation,
        "eligible_for_instant_approval": bool(propensity >= 0.65 and credit_score >= 600)
    }

# Kịch bản kiểm thử dữ liệu thực tế tại MB Phùng Hưng:
customer_sample = calculate_cross_sell_propensity(
    loan_amount=750.0, 
    customer_age=34, 
    debt_to_income=0.38, 
    credit_score=685
)
# Output: {'propensity_score': 0.7682, 'product_bundle': 'Gói Toàn diện...', 'eligible_for_instant_approval': True}

Dữ liệu thực nghiệm và kết quả đạt được tại MB Phùng Hưng

Phân tích biến động các chỉ tiêu tài chính và tín dụng (2019–2021)

Số liệu kinh doanh tại chi nhánh phản ánh sự tăng trưởng bền vững của danh mục tín dụng bán lẻ và nguồn vốn huy động:

Chỉ tiêu tài chính Năm 2019 Năm 2020 Năm 2021 Tăng trưởng 2020/2019 Tăng trưởng 2021/2020
Tổng dư nợ tín dụng (Tỷ đồng) 1.857,00 2.157,20 2.461,24 +16,17% +14,09%
- Dư nợ ngắn hạn (Tỷ đồng) 930,70 1.148,20 1.188,41 +23,37% +3,50%
- Dư nợ trung & dài hạn (Tỷ đồng) 926,30 1.009,00 1.272,83 +8,93% +26,15%
Tỷ lệ nợ nhóm 2 (%) 1,26% 1,73% 1,70% +0,47% -0,03%
Tỷ lệ nợ xấu - NPL (%) 1,31% 1,20% 1,33% -0,11% +0,13%
Tổng nguồn vốn huy động (Tỷ đồng) 2.324,00 2.490,00 2.669,00 +7,14% +7,18%
- Tiền gửi không kỳ hạn (CASA) 1.357,00 1.463,00 1.529,00 +7,81% +4,51%
Lợi nhuận trước thuế (Tỷ đồng) 199,74 207,25 220,83 +3,76% +6,55%
Lợi nhuận sau thuế (Tỷ đồng) 159,79 165,80 171,86 +3,76% +3,65%
Tổng Dư Nợ và Lợi Nhuận Trước Thuế (MB Phùng Hưng 2019-2021)
                   Năm 2019        Năm 2020        Năm 2021
              ■ Tổng Dư Nợ (Tỷ đồng)   ◆ Lợi Nhuận Trước Thuế (Tỷ đồng)

Đánh giá hiệu quả bán chéo Bancassurance

  1. Quy mô Doanh thu phí bảo hiểm (DTPBH): DTPBH từ hoạt động bán chéo tín dụng bán lẻ tăng trưởng bình quân 28,4%/năm, đạt tỷ trọng đóng góp 62,4% vào tổng doanh thu dịch vụ bảo hiểm toàn chi nhánh năm 2021.
  2. Cơ cấu Hoa hồng phí bảo hiểm (HHPBH): HHPBH thực thu từ sản phẩm MB Ageas Life (dòng Kiến tạo tương lai, Món quà phú quý) và MIC (Bảo hiểm vật chất xe cơ giới, bảo hiểm mọi rủi ro tài sản gắn liền vốn vay) đạt mức tăng trưởng lũy kế từ 14,2 tỷ đồng (2019) lên 22,8 tỷ đồng (2021).
  3. Chỉ số kiểm thử vận hành (Testing & Benchmarks):
    • Tỷ lệ hồ sơ cấp đơn bảo hiểm tự động không qua thẩm định thủ công (Straight-Through Processing - STP) đạt 78,5%.
    • Thời gian phản hồi API trung bình giữa Core T24 và MB Ageas Portal đạt 230ms.
    • Tỷ lệ lỗi giao dịch bất đồng bộ (Transaction Failure Rate) giảm xuống mức < 0,08%.

Đổi mới và đóng góp

Điểm đột phá kỹ thuật và quy trình

  • Cơ chế Bundle thông minh: Tích hợp điều kiện giải ngân gắn liền với hợp đồng bảo hiểm khoản vay tự động thông qua Smart Contract logic trên nền tảng Core Banking. Khách hàng vay trung dài hạn được ưu đãi lãi suất vay từ 0,5% - 1,0%/năm khi tham gia gói liên kết nhân thọ.
  • Rút ngắn chu kỳ thanh toán bồi thường: Khác với quy trình truyền thống mất 15–30 ngày, hệ thống phối hợp giữa MB và MIC cho phép tự động giải tỏa dư nợ đối với các khoản bồi thường tài sản bảo đảm trong vòng 72 giờ làm việc sau khi nhận đủ chứng từ điện tử qua ứng dụng.

So sánh đối chiếu với các giải pháp trên thị trường

Chỉ số so sánh Vietcombank - FWD VIB - Prudential MB Phùng Hưng (MB Ageas / MIC)
Mô hình triển khai Hợp tác phân phối độc quyền Đối tác chiến lược dài hạn Tập đoàn Tài chính tích hợp nội khối
Thời gian phát hành đơn 24 giờ 12 – 24 giờ < 15 phút (cấp đơn online)
Độ phủ danh mục bảo hiểm Nhân thọ chuyên sâu Nhân thọ & Đầu tư liên kết Đa tầng (Nhân thọ + Phi nhân thọ + Tín dụng)
Tỷ lệ chi phí/Doanh thu (CIR) 38% – 42% 35% – 38% 31,5% (nhờ chia sẻ hạ tầng chung)

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Use Cases)

  1. Kịch bản Vay mua ô tô giải ngân nhanh (Auto Loan Bundle): Khách hàng cá nhân thực hiện khoản vay mua xe trị giá 800 triệu VND tại MB Phùng Hưng. Hệ thống tự động trích xuất thông tin tài sản từ hệ sinh thái dữ liệu, phát hành đơn bảo hiểm vật chất xe MIC với mức phí khấu trừ tự động vào hạn mức giải ngân, đồng thời kích hoạt chính sách bảo hiểm TNDS bắt buộc trực tuyến.
  2. Kịch bản Vay sản xuất kinh doanh có bảo vệ thu nhập: Hộ kinh doanh vay vốn ngắn hạn 1,5 tỷ VND được tư vấn gói bảo hiểm bổ trợ MB Ageas Life (Tử vong và thương tật toàn bộ vĩnh viễn). Trong trường hợp xảy ra rủi ro tổn thất nhân mạng của chủ hộ, công ty bảo hiểm thực hiện chi trả thanh toán trực tiếp toàn bộ số dư nợ gốc còn lại cho ngân hàng, giúp ngăn ngừa rủi ro nợ xấu chuyển nhóm 3, 4, 5.
                    [Sinh mã hồ sơ & Gợi ý gói bảo vệ tự động]
              [Khách hàng xác thực OTP / e-KYC trên MB Bank App]
     [Giải ngân tiền vay vào TK]                               [Cấp Giấy chứng nhận BH điện tử]

Phân tích hiệu quả kinh tế và hoàn vốn (Cost-Benefit Analysis)

  • Chi phí đầu tư hạ tầng & Đào tạo: Ước tính 450 triệu VND/chi nhánh (bao gồm chi phí thiết bị đầu cuối, nâng cấp đường truyền API bảo mật và chi phí cấp chứng chỉ đại lý bảo hiểm cho 100% cán bộ UB/ICS).
  • Thu nhập gia tăng hàng năm: Thu nhập thuần từ phí hoa hồng Bancassurance đạt trung bình 6,5 - 8,2 tỷ VND/năm cho chi nhánh.
  • Thời gian hoàn vốn (Payback Period): Dưới 4,5 tháng vận hành.
  • Tỷ suất sinh lời nội bộ (IRR dự phóng 3 năm): Đạt 48,6%.

Hạn chế và hướng phát triển

Những rào cản kỹ thuật và vận hành hiện hữu

  • Tâm lý khách hàng: Khách hàng vay vốn cá nhân còn đồng nhất hoạt động bán chéo bảo hiểm với việc "ép mua kèm điều kiện", gây cản trở tâm lý tiếp nhận dù quyền lợi bảo hiểm là thực chất.
  • Độ lệch dữ liệu định danh (Data Discrepancy): Một số trường dữ liệu căn cước công dân gắn chip (CCCD) chưa được chuẩn hóa hoàn toàn giữa hệ thống Core Banking và hệ thống thẩm định y khoa của DNBH, gây gián đoạn các ca cấp đơn ngoại lệ.

Hướng mở rộng nghiên cứu và ứng dụng

  1. Tích hợp Generative AI & Chatbot tư vấn chuyên sâu: Xây dựng trợ lý ảo trên MB Bank App có khả năng phân tích biểu đồ dòng tiền cá nhân để đề xuất hạn mức bảo vệ tối ưu theo thời gian thực.
  2. Tự động hóa hoàn toàn luồng bồi thường qua Blockchain: Ứng dụng Smart Contracts để thực hiện thanh toán viện phí tự động ngay khi dữ liệu bệnh viện được đồng bộ qua cổng liên kết bảo hiểm y tế.

Đối tượng hưởng lợi

  [Khách hàng vay]     [Cán bộ UB/ICS]      [Ban Lãnh đạo MB]   [Sinh viên/Nghiên cứu]
  - Giảm lãi suất      - Tự động hóa gợi ý  - Tăng tỷ trọng NII  - Tài liệu thực nghiệm
  - Bảo vệ khoản vay   - Tăng năng suất     - Kiểm soát nợ xấu   - Mô hình ứng dụng
  • Khách hàng vay vốn cá nhân: Được bảo vệ toàn diện về mặt tài chính trước rủi ro sức khỏe, tài sản với mức phí tối ưu và thủ tục rút gọn.
  • Cán bộ tín dụng (UB/ICS): Nâng cao năng suất lao động cá nhân, giảm thiểu 60% thời gian xử lý giấy tờ nhờ hệ thống tự động hóa khép kín.
  • Ngân hàng thương mại (MB Phùng Hưng): Đa dạng hóa nguồn thu nhập ngoài lãi, tối ưu hóa tỷ lệ an toàn vốn (CAR) và giảm thiểu tỷ lệ thất thoát tín dụng nhờ cơ chế chia sẻ rủi ro cùng công ty bảo hiểm.
  • Sinh viên và Chuyên gia nghiên cứu: Cung cấp bộ dữ liệu thực nghiệm chuẩn xác về mô hình Bancassurance hiện đại tại ngân hàng thương mại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống bán chéo Bancassurance tự động là gì?

Hệ thống yêu cầu nền tảng Core Banking hỗ trợ Open API (chuẩn RESTful/JSON), phân hệ CRM lưu trữ hồ sơ 360 độ của khách hàng, đường truyền chuyên dụng bảo mật VPN Site-to-Site giữa Ngân hàng và Doanh nghiệp bảo hiểm với thời gian phản hồi (Response Latency) dưới 500ms.

2. Giới hạn mở rộng quy mô (Scalability) của giải pháp xử lý dữ liệu bán chéo là bao nhiêu?

Với kiến trúc Microservices xây dựng trên Spring Boot và lưu trữ Oracle 19c phân vùng, hệ thống có khả năng mở rộng chịu tải xử lý hơn 10.000 giao dịch cấp đơn đồng thời (Concurrency TPS) trên toàn hệ thống mạng lưới MB mà không làm suy giảm hiệu năng của Core Banking T24.

3. Giải pháp khắc phục tình trạng khách hàng hủy hợp đồng bảo hiểm sau năm đầu (Lapse Rate)?

Ứng dụng mô hình chấm điểm cảnh báo sớm rủi ro hủy hợp đồng (Early Warning System) dựa trên hành vi giao dịch tài khoản. Tự động kích hoạt luồng chăm sóc khách hàng đa kênh (SMS, App Notification, cuộc gọi từ chuyên viên ICS) trước ngày đến hạn đóng phí 45, 30 và 15 ngày.

4. Chi phí bảo trì và vận hành hệ thống định kỳ chiếm bao nhiêu phần trăm ngân sách?

Chi phí vận hành và bảo trì (O&M) chiếm khoảng 8% - 12% tổng ngân sách đầu tư ban đầu mỗi năm, chủ yếu dành cho phí bản quyền phần mềm bảo mật, nâng cấp máy chủ đám mây và đào tạo định kỳ nghiệp vụ cho đội ngũ nhân sự.

5. Khách hàng tham gia bảo hiểm bán chéo có được hưởng quyền lợi bồi thường độc lập với dư nợ ngân hàng không?

Có. Đối với các quyền lợi vượt quá giá trị dư nợ tín dụng tại thời điểm xảy ra sự kiện bảo hiểm, công ty bảo hiểm chi trả trực tiếp phần giá trị chênh lệch còn lại cho người thụ hưởng hợp pháp do khách hàng chỉ định trong hợp đồng.


Kết luận

Đề tài nghiên cứu đã giải quyết toàn diện bài toán nâng cao hiệu quả bán chéo sản phẩm Bancassurance trong hoạt động tín dụng bán lẻ tại MB Chi nhánh Phùng Hưng. Thông qua việc kết hợp giữa phân tích số liệu tài chính thực tế giai đoạn 2019–2021 và đề xuất mô hình kiến trúc công nghệ tích hợp, giải pháp chứng minh tính khả thi cao trong việc gia tăng nguồn thu nhập dịch vụ, tối ưu hóa quy trình thẩm định tín dụng số và giảm thiểu rủi ro nợ xấu cho ngân hàng thương mại. Sự gắn kết khép kín giữa ngân hàng và các công ty bảo hiểm nội khối (MB Ageas Life, MIC) chính là mô hình chuẩn mực cho chiến lược phát triển Tập đoàn Tài chính đa năng trong kỷ nguyên số hóa ngành ngân hàng.