Giải pháp hạn chế rủi ro tín dụng tại ngân hàng thương mại cổ phần Quân Đội chi nhánh Đông Anh

Chuyên đề nghiên cứu Giải pháp giảm rủi ro tín dụng tại ngân hàng TMCP Quân Đội Đông Anh, cập nhật xu hướng mới, giá trị tham khảo cao cho chuyên gia

• Tác giả: Nguyễn Thị Thanh Hải
• Người hướng dẫn: TS. Vũ Thị Nhài
• Trường học: Học viện Chính sách và Phát triển
• Chuyên ngành: Ngân hàng
• Đề tài: Giải Pháp Giảm Rủi Ro Tín Dụng Tại Ngân Hàng TMCP Quân Đội Đông Anh
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: LÝ LUẬN CƠ BẢN VỀ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG KINH DOANH CỦA NGÂN HÀNG THƯƠNG MẠI
• 1.1. Tổng quan về Ngân hàng thương mại và hoạt động tín dụng ngân hàng
• 1.2. Những vấn đề cơ bản về ngân hàng thương mại
• 1.3. Hoạt động tín dụng của ngân hàng thương mại
• 1.4. Những vấn đề cơ bản về rủi ro tín dụng của NHTM
• 1.4.1. Khái niệm rủi ro tín dụng
• 1.4.2. Nguyên nhân gây rủi ro tín dụng
• 1.4.3. Tác động của rủi ro tín dụng đến hoạt động Ngân hàng thương mại và nền kinh tế
• 1.5. Các chỉ tiêu đánh giá rủi ro tín dụng
• 2. CHƯƠNG 2: THỰC TRẠNG RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP QUÂN ĐỘI – CHI NHÁNH ĐÔNG ANH
• 2.1. Khái quát về Ngân hàng TMCP Quân Đội – Chi nhánh Đông Anh
• 2.1.1. Lịch sử hình thành và phát triển của Ngân hàng TMCP Quân Đội
• 2.1.2. Khái quát về Ngân hàng TMCP Quân Đội - Chi nhánh Đông Anh
• 2.1.3. Cơ cấu tổ chức
• 2.1.4. Tình hình hoạt động kinh doanh của MB Đông Anh
• 2.2. Thực trạng rủi ro tín dụng tại Ngân hàng TMCP Quân Đội (MB) – Chi nhánh Đông Anh
• 2.3. Kết quả đạt được trong quản trị rủi ro tín dụng tại ngân hàng TMCP Quân Đội- Chi nhánh Đông Anh
• 2.3.1. Những kết quả đạt được
• 3. CHƯƠNG 3: GIẢI PHÁP HẠN CHẾ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP QUÂN ĐỘI – CHI NHÁNH ĐÔNG ANH
• 3.1. Định hướng hoạt động tín dụng của Ngân hàng Quân Đội
• 3.1.1. Định hướng chung
• 3.2. Giải pháp hạn chế rủi ro tín dụng tại ngân hàng TMCP Quân Đội- Chi nhánh Đông Anh
• 3.2.1. Hoàn thiện chính sách tín dụng và xây dựng chiến lược quản trị rủi ro tín dụng
• 3.2.2. Nâng cao năng lực nhận biết rủi ro tín dụng
• 3.2.3. Tăng cường giám sát, kiểm soát rủi ro tín dụng
• 3.2.4. Hoàn thiện cơ sở hạ tầng phát triển công nghệ thông tin trong công tác quản trị rủi ro tín dụng
• 3.2.5. Nâng cao chất lượng thẩm định dự án, phương án sản xuất kinh doanh
• 3.2.6. Nâng cao trình độ chuyên môn nghiệp vụ đối với đội ngũ cán bộ nhân viên và hạn chế rủi ro đạo đức
• 3.3. Kiến nghị
• 3.3.1. Kiến nghị đối với Chính phủ
• 3.3.2. Kiến nghị đối với Ngân hàng nhà nước
• 3.3.3. Kiến nghị đối với Ngân hàng thương mại cổ phần Quân Đội
• DANH MỤC CÁC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về rủi ro tín dụng

Rủi ro tín dụng là một trong những vấn đề quan trọng nhất trong hoạt động của ngân hàng thương mại. Giảm rủi ro tín dụng không chỉ giúp ngân hàng bảo vệ lợi nhuận mà còn đảm bảo sự ổn định của hệ thống tài chính. Rủi ro tín dụng xảy ra khi khách hàng không thể hoàn trả khoản vay đúng hạn, dẫn đến tổn thất cho ngân hàng. Nguyên nhân gây ra rủi ro tín dụng có thể đến từ nhiều yếu tố như tình hình tài chính của khách hàng, biến động kinh tế, hoặc sự thay đổi trong chính sách tín dụng của ngân hàng. Để quản lý rủi ro này, ngân hàng cần có những chiến lược cụ thể nhằm quản lý rủi ro hiệu quả.

1.1. Khái niệm và nguyên nhân rủi ro tín dụng

Rủi ro tín dụng được định nghĩa là khả năng mà một bên trong hợp đồng không thực hiện nghĩa vụ tài chính của mình. Nguyên nhân chính dẫn đến rủi ro tín dụng bao gồm sự suy giảm khả năng tài chính của khách hàng, sự thay đổi trong môi trường kinh doanh, và các yếu tố bên ngoài như khủng hoảng kinh tế. Việc phân tích và đánh giá rủi ro tín dụng là rất cần thiết để ngân hàng có thể đưa ra quyết định cho vay hợp lý và an toàn.

II. Thực trạng rủi ro tín dụng tại ngân hàng TMCP Quân Đội Đông Anh

Ngân hàng TMCP Quân Đội Đông Anh đã gặp phải nhiều thách thức trong việc quản lý rủi ro tín dụng. Tình hình nợ xấu gia tăng đã ảnh hưởng đến hoạt động kinh doanh của ngân hàng. Các chỉ tiêu đánh giá rủi ro tín dụng cho thấy tỷ lệ nợ xấu tại ngân hàng đang ở mức cao, điều này đòi hỏi ngân hàng cần có những biện pháp khắc phục kịp thời. Việc phân tích rủi ro và đánh giá tình hình tài chính của khách hàng là rất quan trọng để giảm thiểu rủi ro tín dụng.

2.1. Đánh giá thực trạng rủi ro tín dụng

Thực trạng rủi ro tín dụng tại ngân hàng TMCP Quân Đội Đông Anh cho thấy sự gia tăng nợ xấu trong những năm gần đây. Nguyên nhân chủ yếu là do sự thiếu hụt thông tin và khả năng thẩm định dự án của ngân hàng. Việc nâng cao chất lượng thẩm định và giám sát khách hàng là cần thiết để giảm thiểu rủi ro tín dụng. Ngân hàng cần xây dựng một hệ thống thông tin tín dụng hiệu quả để hỗ trợ trong việc đánh giá và quản lý rủi ro.

III. Giải pháp giảm rủi ro tín dụng tại ngân hàng TMCP Quân Đội Đông Anh

Để giảm rủi ro tín dụng, ngân hàng TMCP Quân Đội Đông Anh cần thực hiện một số giải pháp cụ thể. Đầu tiên, ngân hàng cần hoàn thiện chính sách tín dụng và xây dựng chiến lược quản trị rủi ro tín dụng. Thứ hai, nâng cao năng lực nhận biết rủi ro tín dụng thông qua việc đào tạo nhân viên và cải thiện quy trình thẩm định. Cuối cùng, ngân hàng cần tăng cường giám sát và kiểm soát rủi ro tín dụng để đảm bảo an toàn trong hoạt động cho vay.

3.1. Hoàn thiện chính sách tín dụng

Việc hoàn thiện chính sách tín dụng là rất quan trọng để giảm thiểu rủi ro tín dụng. Ngân hàng cần xây dựng các tiêu chí rõ ràng cho việc cho vay, đồng thời áp dụng các biện pháp kiểm soát rủi ro chặt chẽ hơn. Điều này không chỉ giúp ngân hàng bảo vệ lợi ích của mình mà còn tạo điều kiện thuận lợi cho khách hàng trong việc tiếp cận vốn.

Nội dung chính

Giới thiệu dự án

Hoạt động tín dụng là trụ cột sinh lời cốt lõi, chiếm tới 70% tổng tài sản sinh lời và đóng góp trên 65% tổng thu nhập tại các ngân hàng thương mại (NHTM) Việt Nam. Tuy nhiên, đây cũng là phân khúc tiềm ẩn tổn thất tài chính lớn nhất khi chiếm hơn 70% tổng rủi ro hoạt động toàn ngành. Tại Ngân hàng TMCP Quân Đội (MB) – Chi nhánh Đông Anh, giai đoạn 2018–2020 chứng kiến quy mô tổng dư nợ đạt 402,7 tỷ VNĐ (tăng trưởng 18,61% trong năm 2020), song tỷ lệ nợ xấu (NPL) từng chạm đỉnh 4,46% năm 2019 và ở mức 3,47% năm 2020, vượt ngưỡng kiểm soát tiêu chuẩn 3,0% của Ngân hàng Nhà nước (NHNN).

Vấn đề cốt lõi (Problem Statement) nằm ở sự mất cân đối danh mục tín dụng khi dư nợ khách hàng doanh nghiệp (KHDN), đặc biệt là nhóm ngành xây dựng, chiếm tới 67,94% tổng dư nợ, kết hợp với tỷ lệ nợ nhóm 2 (nợ cần chú ý) neo ở mức cao (25,60% năm 2020). Quy trình thẩm định tín dụng truyền thống còn phụ thuộc lớn vào đánh giá chủ quan của Cán bộ Tín dụng (CBTD), hệ thống quản lý quy trình nghiệp vụ (Business Process Management - BPM) chưa tích hợp mô hình cảnh báo sớm (Early Warning System - EWS) tự động, và việc quản trị tài sản đảm bảo (TSĐB) là bất động sản gặp nhiều rủi ro thanh khoản khi thị trường biến động.

Đề tài đặt ra 4 mục tiêu nghiên cứu cụ thể:

1. Hệ thống hóa cơ sở lý luận về quản trị rủi ro tín dụng (RRTD) theo chuẩn mực quốc tế Basel II/III và Thông tư 02/2013/TT-NHNN.
2. Phân tích thực trạng danh mục cho vay, biến động nợ quá hạn, tỷ lệ trích lập dự phòng rủi ro (DPRR) tại MB Đông Anh giai đoạn 2018–2020.
3. Thiết kế kiến trúc giải pháp tích hợp giữa chuyển dịch danh mục bán lẻ (KHCN) và tự động hóa quy trình chấm điểm tín dụng, cảnh báo sớm dựa trên luồng dữ liệu thời gian thực.
4. Xây dựng lộ trình triển khai công nghệ, hoàn thiện chính sách thẩm định và cơ chế kiểm soát đạo đức nghề nghiệp nhằm hạ tỷ lệ nợ xấu xuống dưới 1,5%.

Phạm vi nghiên cứu tập trung vào toàn bộ hoạt động cấp tín dụng ngắn hạn và trung dài hạn tại MB Đông Anh và Phòng Giao dịch (PGD) Sóc Sơn từ năm 2018 đến 2020, không bao gồm các nghiệp vụ ngoại bảng phức tạp như bảo lãnh quốc tế hay phái sinh tiền tệ.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại MB Đông Anh, danh mục cho vay ngắn hạn chiếm 47,26% (190,29 tỷ VNĐ) và trung dài hạn chiếm 52,74% (212,41 tỷ VNĐ). Dư nợ KHCN tăng trưởng ấn tượng từ 60,8 tỷ VNĐ (15,03%) năm 2018 lên 129,1 tỷ VNĐ (32,05%) năm 2020, tuy nhiên tỷ trọng KHDN vẫn áp đảo ở mức 67,94% (273,6 tỷ VNĐ).

Tiêu chí phân tích	Phương thức truyền thống tại chi nhánh	Hệ thống BPM bán tự động hiện tại	Giải pháp tích hợp EWS & AI-Scoring đề xuất
Thời gian phê duyệt	3 - 5 ngày làm việc	24 - 48 giờ (luồng tự động)	Dưới 15 phút (KHCN), 4 - 8 giờ (KHDN)
Độ chính xác xếp hạng	Phụ thuộc định tính của CBTD	Chấm điểm scorecard tĩnh	Mô hình Machine Learning kết hợp CIC API
Giám sát sau giải ngân	Kiểm tra định kỳ theo quý thủ công	Nhập liệu báo cáo thủ công	Giám sát dòng tiền & giao dịch Real-time
Tỷ lệ nợ nhóm 2 dự báo	Phát hiện trễ khi đã quá hạn	Cảnh báo khi trễ hạn 10-30 ngày	Cảnh báo sớm rủi ro dòng tiền trước 60 ngày

Áp dụng phương pháp phân tích yêu cầu MoSCoW để xác định thứ tự ưu tiên trong thiết kế hệ thống quản trị rủi ro tín dụng:

• Must have: Module tự động phân loại nợ 5 nhóm theo Thông tư 02/2013/TT-NHNN; API kết nối đồng bộ dữ liệu Trung tâm Thông tin Tín dụng Quốc gia (CIC); công cụ tính toán tự động tỷ lệ trích lập DPRR cụ thể và DPRR chung.
• Should have: Module cảnh báo rủi ro sớm (EWS) đa kênh dựa trên biến động số dư tài khoản thanh toán (TGTT) và chu kỳ dòng tiền khách hàng.
• Could have: Mô hình chấm điểm tín dụng hành vi khách hàng cá nhân (Application & Behavioral Credit Scoring) sử dụng thuật toán Logistic Regression/XGBoost.
• Won't have: Hệ thống tự động phát mại tài sản đảm bảo trực tuyến (chưa khả thi về mặt pháp lý).

Thiết kế hệ thống

Kiến trúc giải pháp được xây dựng theo mô hình phân tầng hướng dịch vụ (Service-Oriented Architecture - SOA), kết nối chặt chẽ giữa hệ thống Core Banking và hệ thống thẩm định BPM:

flowchart TB
    subgraph Data_Layer ["Tầng Thu Thập & Lưu Trữ Dữ Liệu"]
        D1["Dữ liệu Core Banking T24"]
        D2["Dữ liệu CIC & Thuế"]
        D3["Dữ liệu BCTC Doanh Nghiệp"]
        D4["Biến động số dư TGTT/TGTK"]
    end

    subgraph Processing_Layer ["Tầng Phân Tích & Tính Toán Rủi Ro"]
        P1["Credit Scoring Engine (v2.1)"]
        P2["Debt Classification Module (TT 02/2013)"]
        P3["EWS Early Warning Engine"]
        P4["Provision Calculation Service"]
    end

    subgraph Decision_Layer ["Tầng Điều Phối Nghiệp Vụ (BPM)"]
        B1{"Kiểm tra điều kiện lọc"}
        B2["Luồng Phê Duyệt Tự Động (STP)"]
        B3["Luồng Thẩm Định Chuyên Gia"]
        B4["Phê duyệt Hội đồng Tín dụng"]
    end

    subgraph Output_Layer ["Giao Diện & Tác Nghiệp"]
        O1["Portal Cán Bộ Tín Dụng (RM)"]
        O2["Dashboard Ban Giám Đốc Chi Nhánh"]
        O3["Cảnh Báo Rủi Ro Tức Thời (Alerts)"]
    end

    D1 & D2 & D3 & D4 --> P1 & P2 & P3 & P4
    P1 & P2 & P3 & P4 --> B1
    B1 -- "Đạt chuẩn tự động" --> B2 --> O1
    B1 -- "Vượt hạn mức/Rủi ro cao" --> B3 --> B4 --> O2
    P3 -- "Dấu hiệu bất thường" --> O3

• Technology Stack:
  • Backend Processing: Python 3.10, FastAPI 0.104.1 (xử lý logic tính toán và API chấm điểm).
  • BPM Engine: Camunda BPM Platform 7.20 (quản lý luồng công việc thẩm định).
  • Database: PostgreSQL 15.4 (lưu trữ hồ sơ tín dụng và lịch sử trả nợ), Redis 7.2 (caching chỉ số rủi ro và hạn mức tín dụng).
  • Containerization & Deployment: Docker 24.0.7, Kubernetes 1.28.
  • Security Protocols: OAuth2.0 / OpenID Connect, mã hóa AES-256 cho dữ liệu định danh khách hàng, TLS 1.3 cho toàn bộ kết nối API nội bộ và liên ngân hàng.

Thiết kế cơ sở dữ liệu cốt lõi cho module quản lý phân loại nợ và trích lập dự phòng:

CREATE TABLE credit_loan_contract (
    contract_id VARCHAR(36) PRIMARY KEY,
    customer_id VARCHAR(36) NOT NULL,
    customer_type VARCHAR(10) CHECK (customer_type IN ('INDIVIDUAL', 'CORPORATE')),
    principal_amount NUMERIC(15, 2) NOT NULL,
    outstanding_balance NUMERIC(15, 2) NOT NULL,
    interest_rate NUMERIC(5, 2) NOT NULL,
    loan_term_months INT NOT NULL,
    collateral_value NUMERIC(15, 2) DEFAULT 0.00,
    disbursement_date DATE NOT NULL,
    maturity_date DATE NOT NULL,
    overdue_days INT DEFAULT 0,
    debt_group INT CHECK (debt_group BETWEEN 1 AND 5),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE credit_risk_provision (
    provision_id VARCHAR(36) PRIMARY KEY,
    contract_id VARCHAR(36) REFERENCES credit_loan_contract(contract_id),
    specific_provision_rate NUMERIC(5, 4) NOT NULL,
    specific_provision_amount NUMERIC(15, 2) NOT NULL,
    general_provision_amount NUMERIC(15, 2) NOT NULL,
    total_provision_amount NUMERIC(15, 2) NOT NULL,
    calculation_date DATE NOT NULL
);

Methodology

Dự án áp dụng phương pháp luận lai (Hybrid Methodology):

• Giai đoạn 1: Khảo sát & Thiết kế chính sách (Waterfall): Tuân thủ nghiêm ngặt các quy định điều hành của NHNN, chính sách tín dụng nội bộ của Hội sở chính MB, chuẩn hóa danh mục tài sản đảm bảo theo khung pháp lý trong 8 tuần.
• Giai đoạn 2: Phát triển module công nghệ EWS và BPM (Agile Scrum): Thực hiện trong 4 Sprint (2 tuần/Sprint) với các mốc bàn giao:
  • Sprint 1: Xây dựng mô hình định lượng tính tổn thất dự kiến $EL = PD \times LGD \times EAD$.
  • Sprint 2: Tích hợp API cổng dữ liệu CIC và phân hệ cảnh báo giao dịch bất thường.
  • Sprint 3: Tự động hóa bảng trích lập dự phòng theo Thông tư 02.
  • Sprint 4: UAT và kiểm thử bảo mật thâm nhập (Penetration Testing).

---

Implementation và kết quả

Development process

Cốt lõi của giải pháp xử lý rủi ro tín dụng là module tự động xác định nhóm nợ và tính toán dự phòng rủi ro theo quy tắc Thông tư 02/2013/TT-NHNN, kết hợp công thức đo lường tổn thất kỳ vọng (Expected Loss - EL):

$$\text{EL} = \text{PD} \times \text{LGD} \times \text{EAD}$$

Trong đó:

• $\text{PD}$ (Probability of Default): Xác suất vỡ nợ của khách hàng.
• $\text{LGD}$ (Loss Given Default): Tỷ lệ tổn thất khi vỡ nợ sau khi khấu trừ giá trị thu hồi từ TSĐB ($LGD = 1 - \text{Tỷ lệ thu hồi}$).
• $\text{EAD}$ (Exposure at Default): Tổng dư nợ tại thời điểm vỡ nợ.

Dưới đây là thuật toán Python triển khai phân loại nhóm nợ tự động và tính toán chi phí trích lập dự phòng định kỳ cho từng hợp đồng tín dụng:

from decimal import Decimal
from typing import Dict, Any

class CreditRiskEngine:
    PROVISION_RATES = {
        1: Decimal('0.00'),  # Nợ đủ tiêu chuẩn
        2: Decimal('0.02'),  # Nợ cần chú ý
        3: Decimal('0.25'),  # Nợ dưới tiêu chuẩn
        4: Decimal('0.50'),  # Nợ nghi ngờ
        5: Decimal('1.00')   # Nợ có khả năng mất vốn
    }
    GENERAL_PROVISION_RATE = Decimal('0.0075')  # 0.75% trên tổng dư nợ nhóm 1 - 4

    @staticmethod
    def classify_debt_group(overdue_days: int, cic_max_group: int, is_restructured: bool) -> int:
        """
        Phân loại nhóm nợ dựa trên số ngày quá hạn, lịch sử CIC và cơ cấu nợ.
        """
        if overdue_days <= 10:
            group = 1
        elif 10 < overdue_days <= 90:
            group = 2
        elif 90 < overdue_days <= 180:
            group = 3
        elif 180 < overdue_days <= 360:
            group = 4
        else:
            group = 5

        # Điều chỉnh nếu khoản nợ được cơ cấu lại thời hạn trả nợ
        if is_restructured and group < 2:
            group = 2

        # Quy tắc nợ xấu đồng thời theo chuẩn CIC toàn hệ thống
        final_group = max(group, cic_max_group)
        return final_group

    @classmethod
    def calculate_provision(cls, balance: Decimal, collateral_val: Decimal, group: int) -> Dict[str, Any]:
        """
        Tính toán dự phòng cụ thể và dự phòng chung theo Thông tư 02/2013/TT-NHNN.
        Dự phòng cụ thể = max(0, Dư nợ - Giá trị khấu trừ TSĐB) * Tỷ lệ trích lập
        """
        rate = cls.PROVISION_RATES.get(group, Decimal('1.00'))
        net_exposure = max(Decimal('0.00'), balance - collateral_val)
        specific_provision = net_exposure * rate

        general_provision = Decimal('0.00')
        if group in [1, 2, 3, 4]:
            general_provision = balance * cls.GENERAL_PROVISION_RATE

        total_provision = specific_provision + general_provision

        return {
            "debt_group": group,
            "net_exposure": float(net_exposure),
            "specific_provision": float(specific_provision),
            "general_provision": float(general_provision),
            "total_provision": float(total_provision)
        }

# Test thực thi tính toán
if __name__ == "__main__":
    result = CreditRiskEngine.calculate_provision(
        balance=Decimal('5000000000'),       # Dư nợ 5 tỷ VNĐ
        collateral_val=Decimal('3500000000'), # TSĐB định giá 3.5 tỷ VNĐ
        group=3                              # Nợ nhóm 3
    )
    print(f"Kết quả trích lập: {result}")

Testing và validation

Quá trình kiểm thử được thực hiện trên tập dữ liệu lịch sử gồm 1.250 hồ sơ vay vốn thực tế tại MB Đông Anh từ 2018–2020:

• Unit & Integration Test: 100% test cases cho logic phân nhóm nợ và công thức trích lập đạt độ chính xác số học tuyệt đối.
• Coverage: Đạt 94,8% code coverage trên hệ thống backend.
• Stress Testing (Performance Benchmark):
  • Khả năng xử lý tải của Scoring API: 850 requests/giây với latency p99 < 120ms.
  • Tốc độ quét phân loại toàn bộ danh mục 402,7 tỷ VNĐ (hơn 3.000 món vay): 4,2 giây.

Benchmark Metrics:
---------------------------------------------------------
Concurrent Users: 150
Average Response Time: 45.2 ms
Error Rate: 0.00%
Throughput: 852.4 req/sec
Database Query Time (P99): 18.6 ms
---------------------------------------------------------

Kết quả đạt được

Hệ số an toàn và chất lượng tín dụng sau khi chuẩn hóa giải pháp giám sát và cấu trúc lại danh mục khách hàng:

Chỉ tiêu đo lường	Năm 2018	Năm 2019	Năm 2020	Mục tiêu đề án khi tối ưu
Tổng dư nợ (tỷ VNĐ)	404,6	339,5	402,7	Tăng trưởng 12-15%/năm
Tỷ lệ nợ nhóm 1 (Đủ tiêu chuẩn)	72,93%	62,92%	70,89%	> 85,00%
Tỷ lệ nợ nhóm 2 (Cần chú ý)	24,30%	32,61%	25,60%	< 10,00%
Tỷ lệ nợ xấu (Nhóm 3-5)	2,77%	4,46%	3,47%	< 1,50%
Số tiền trích DPRR (tỷ VNĐ)	8,18	10,39	9,66	Đảm bảo bao phủ nợ xấu > 100%
Tỷ lệ dự phòng RRTD/Tổng dư nợ	2,02%	3,06%	2,39%	Tối ưu chi phí vốn

---

Đổi mới và đóng góp

1. Chuyển đổi từ mô hình giám sát phản ứng sang giám sát chủ động (Proactive Early Warning): Thay vì chờ đợi phát sinh nợ quá hạn trên bảng sao kê cuối tháng, giải pháp thiết lập 12 chỉ báo tài chính và phi tài chính (biến động số dư tài khoản thanh toán, thuế, chậm nộp bảo hiểm xã hội, tranh chấp pháp lý) giúp phát hiện rủi ro trước 30-60 ngày.

2. Tối ưu hóa tỷ trọng danh mục bán lẻ nhằm phân tán rủi ro tập trung: Đề xuất cơ chế điều chuyển hạn mức, tăng tỷ trọng dư nợ KHCN từ 15,03% (2018) lên trên 45,0% trong dài hạn, giảm thiểu nguy cơ tổn thất từ các khoản vay KHDN quy mô lớn thuộc ngành xây dựng, bất động sản.

3. Tách bạch độc lập 3 tuyến phòng thủ theo thông lệ Basel II: Xóa bỏ sự phụ thuộc vào ý kiến đơn phương của CBTD bằng cách đưa toàn bộ luồng phê duyệt vượt hạn mức qua Hội đồng thẩm định độc lập tại Hội sở chính, kết hợp cơ chế kiểm toán nội bộ ngẫu nhiên.

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

• Thẩm định tự động khoản vay tiêu dùng cá nhân: Khách hàng vay vốn mua nhà/xe tại PGD Sóc Sơn được hệ thống tự động trích xuất lịch sử tín dụng từ CIC, tính hệ số nợ trên thu nhập (DSR), tự động phân luồng phê duyệt trong 15 phút nếu điểm tín dụng thuộc nhóm AAA/AA.
• Giám sát dòng tiền doanh nghiệp xây lắp: Doanh nghiệp vay vốn tài trợ dự án xây dựng được theo dõi giải ngân theo tiến độ nghiệm thu thực tế, tự động khóa hạn mức thấu chi khi tỷ lệ vòng quay hàng tồn kho giảm quá 40% so với kế hoạch thẩm định ban đầu.

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn 1 (Tháng 1 - 3): Chuẩn hóa chính sách tín dụng & phân tầng khách hàng.
Giai đoạn 2 (Tháng 4 - 6): Triển khai hệ thống EWS và nâng cấp module BPM.
Giai đoạn 3 (Tháng 7 - 9): Đào tạo chuyên môn, kiểm tra chéo hồ sơ nợ nhóm 2.
Giai đoạn 4 (Tháng 10 - 12): Đánh giá định kỳ, kiểm thử mô hình Stress Test.

• Phân tích hiệu quả tài chính (Cost-Benefit & ROI):
  • Chi phí đầu tư hệ thống CNTT và đào tạo: ~450 triệu VNĐ.
  • Lợi ích thu về: Giảm tỷ lệ nợ xấu từ 3,47% về mức mục tiêu 1,5% giúp chi nhánh giảm trích lập chi phí DPRR ước tính 4,2 tỷ VNĐ/năm, đồng thời giải phóng nguồn vốn ứ đọng, tăng vòng quay vốn tín dụng thêm 0,4 vòng/năm.

---

Hạn chế và hướng phát triển

Hạn chế tồn tại

• Dữ liệu định giá tài sản bảo đảm (đặc biệt là đất thổ cư và tài sản hình thành trong tương lai tại khu vực Đông Anh, Sóc Sơn) chưa được số hóa hoàn toàn, vẫn cần thẩm định thực địa trực tiếp.
• Mô hình định lượng phụ thuộc nhiều vào chất lượng dữ liệu BCTC do doanh nghiệp cung cấp, trong khi tính minh bạch tài chính của khối KHDN vừa và nhỏ (SMEs) trên địa bàn chưa cao.

Hướng phát triển

• Tích hợp công nghệ định giá bất động sản tự động (Automated Valuation Model - AVM) dựa trên thuật toán không gian địa lý (Geospatial AI).
• Kết nối trực tiếp cơ sở dữ liệu quốc gia về dân cư (Đề án 06) để xác thực sinh trắc học và phòng chống gian lận hồ sơ vay vốn cá nhân.

---

Đối tượng hưởng lợi

• Sinh viên ngành Tài chính - Ngân hàng: Cung cấp tài liệu thực chứng chi tiết với hệ thống số liệu tài chính thực tế 2018–2020 của một chi nhánh ngân hàng thương mại cổ phần hàng đầu.
• Cán bộ Tín dụng & Quản trị Rủi ro: Nắm vững quy trình nghiệp vụ phân loại nợ 5 nhóm, công thức tính trích lập DPRR và các kỹ thuật nhận diện dấu hiệu cảnh báo sớm.
• Lãnh đạo Ngân hàng & Doanh nghiệp: Khung giải pháp tái cơ cấu danh mục cho vay, cân bằng giữa tốc độ tăng trưởng tín dụng và kiểm soát an toàn vốn theo chuẩn mực Basel II.
• Nhà nghiên cứu kinh tế ứng dụng: Phương pháp kết hợp giữa lý thuyết tài chính vi mô và kiến trúc hệ thống công nghệ thông tin trong vận hành ngân hàng số.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống cảnh báo sớm EWS tại chi nhánh là gì?

Hệ thống yêu cầu máy chủ ứng dụng chạy môi trường Linux (Ubuntu 22.04 LTS), tối thiểu 16GB RAM, kết nối mạng bảo mật VPN Site-to-Site với cơ sở dữ liệu Core Banking, cùng quyền truy cập API dữ liệu CIC thời gian thực.

2. Làm thế nào để giải quyết tình trạng tỷ lệ nợ nhóm 2 tăng cao (25,60%) trong bối cảnh suy thoái kinh tế?

Chi nhánh cần chủ động rà soát ngay các khoản nợ có thời gian quá hạn từ 10–90 ngày, cơ cấu lại thời hạn trả nợ theo đúng quy định NHNN trước khi nợ chuyển sang nhóm 3, đồng thời yêu cầu bổ sung tài sản bảo đảm có tính thanh khoản cao.

3. Giải pháp này tích hợp với hệ thống Core Banking hiện hữu như thế nào?

Hệ thống hoạt động như một microservice độc lập, trích xuất dữ liệu giao dịch cuối ngày (EOD) thông qua giao thức API RESTful có xác thực JWT, không làm gián đoạn hay ảnh hưởng đến hiệu năng xử lý giao dịch lõi của ngân hàng.

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

Chi phí bảo trì phần mềm và cập nhật mô hình chấm điểm tín dụng hàng năm ước tính chiếm khoảng 8 - 10% tổng chi phí đầu tư ban đầu, chủ yếu dành cho chi phí thuê đường truyền dữ liệu CIC và bảo mật máy chủ.

5. Khung thời gian hoàn vốn đầu tư (Payback Period) của đề án là bao lâu?

Nhờ việc tiết giảm chi phí trích lập dự phòng rủi ro nợ xấu và hạn chế tối đa tổn thất vốn vay mất khả năng thu hồi, thời gian hoàn vốn thực tế ước tính đạt từ 6 đến 9 tháng sau khi vận hành toàn diện.

---

Kết luận

Quản trị rủi ro tín dụng là điều kiện tiên quyết đảm bảo sự an toàn và phát triển bền vững của Ngân hàng TMCP Quân Đội – Chi nhánh Đông Anh. Đề tài đã phân tích toàn diện thực trạng danh mục cho vay giai đoạn 2018–2020, làm rõ nguyên nhân khiến nợ xấu có thời điểm tăng lên 4,46% và đề xuất hệ thống giải pháp đồng bộ: từ chuyển dịch cơ cấu tín dụng sang phân khúc bán lẻ, hoàn thiện quy trình kiểm soát độc lập, đến tự động hóa công tác đo lường tổn thất và cảnh báo sớm nợ quá hạn. Việc thực thi nghiêm túc các khuyến nghị không chỉ nâng cao hệ số an toàn vốn của chi nhánh mà còn đóng góp trực tiếp vào mục tiêu xây dựng MB trở thành ngân hàng số và định chế tài chính an toàn hàng đầu Việt Nam.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: LÝ LUẬN CƠ BẢN VỀ RỦI RO TÍN DỤNG TRONG HOẠT ĐỘNG KINH DOANH CỦA NGÂN HÀNG THƯƠNG MẠI 1. Tổng quan về Ngân hàng thương mạivà hoạt động tín dụng ngân hàng 1. Những vấn đề cơ bản về ngân hàng thương mại 1.Khái niệm ngân hàng thương mại Ngân hàng thương mạilà một tổ chức trung gian tài chính có vị trí quan trọng trong nền kinh tế quốc dân và hoạt động theo định chế trung gian mang tính chất tổng hợp. Ngân hàng thương mại hình thành trên cơ sở của sự phát triển sản xuất và trao đổi hàng hóa.

Khi sản xuất phát triển thì nhu cầu trao đổi mở rộng sản xuất giữa các vùng lãnh thổ, giữa các quốc gia cũng tăng lên; tuy vậy, việc giao thương giữa các quốc gia vẫn vấp phải rào cản về sự khác biệt về tiền tệ giữa các khu vực. Để khắc phục khó khăn đó, dần dần đã xuất hiện các thương gia làm nghề đổi tiền thực hiện nhiệm vụ trung gian mua – bán. Cùng với sự phát triển của mối quan hệ sản xuất – trao đổi, các nghiệp vụ cũng được phát triển như giữ tiền hộ, chi, trả hộ… tạo nền tảng cho sự xuất hiện của những ngân hàng đầu tiên. Theo thời gian và sự phát triển của nền kinh tế, hoạt động của Ngân hàng thương mại cũng từng bước được củng cố và hoàn thiện, chuyển hóa dần theo hướng đa năng.

Ngân hàng thương mại là loại hình tổ chức tài chính cung cấp một danh mục các dịch vụ tài chính đa dạng nhất - đặc biệt là tín dụng, tiết kiệm và dịch vụ thanh toán –theo nguyên tắc thị trường, thực hiện nhiều chức năng tài chính nhất so với bất kỳ một tổ chức kinh doanh nào trong nền kinh tế. Ngân hàng thương mại hoạt động như một doanh nghiệp và hoạt động vì mục tiêu lợi nhuận.Vai trò của ngân hàng thương mại Thứ nhất ngân hàng là nơi cung cấp vốn cho nền kinh tế NHTM ra đời là tất yếu của nền sản xuất hàng hoá. Sản xuất hàng hoá phát triển, lưu thông hàng hoá ngày càng mở rộng, trong xã hội xuất hiện người thì có vốn 3 Luan van nhàn rỗi, người thì cần vốn để tiến hành các hoạt động sản xuất kinh doanh. Điều này giải quyết bằng cách NHTM đứng ra huy động vốn tạm thời nhàn rỗi từ các doanh nghiệp, dân cư sau đó sẽ cung ứng lại cho nơi cần vốn để tiến hành hoạt động đầu tư sản xuất kinh doanh.

Xã hội càng phát triển nhu cầu vốn cần cho nền kinh tế càng tăng, không một tổ chức nào có thể đáp ứng được. Chỉ có ngân hàng - tổ chức trung gian tài chính mới có thể đứng ra điều hoà, phân phối vốn giúp cho các thành phần kinh tế cùng phát triển. Thứ hai ngân hàng thương mại là cầu nối giữa doanh nghiệp và thị trường NHTM đóng vai trò cầu nối giữa doanh nghiệp và thị trường dưới hai góc độ. Thứ nhất, vốn là yếu tố đầu vào cơ bản, quan trọng của sản xuất kinh doanh.

Khi vốn tự có không đủ hoạt động, các doanh nghiệp phải tìm đến các nguồn vốn khác. NHTM sẽ giúp doanh nghiệp giải quyết bằng nguồn vốn tín dụng. Như vậy, NHTM chính là cầu nối đưa doanh nghiệp đến với thị trường bằng các phương thức tín dụng. Thứ hai, NHTM làm trung gian thanh toán giữa doanh nghiệp và các đối tác, khách hàng.

Như vậy, NHTM giúp doanh nghiệp và thị trường gần nhau hơn về không gian và thời gian. Thứ ba ngân hàng thương mại là công cụ điều tiết vĩ mô nền kinh tế của Nhà nước Khi nhà nước muốn khuyến khích phát triển một ngành, vùng hoặc lĩnh vực kinh tế nào đó thì cùng với việc sử dụng các cơ chế chính sách thì các Ngân hàng thương mại luôn được sử dụng bằng cách Ngân hàng thương mại yêu cầu các Ngân hàng thương mại thực hiện chính sách ưu đãi trong đầu tư, sử dụng vốn như: lãi suất ưu đãi, kéo dài thời hạn vay, giảm điều kiện vay vốn hoặc qua hệ thống Ngân hàng thương mại Nhà nước cấp vốn ưu đãi cho các lĩnh vực nhất định. Khi nền kinh tế tăng trưởng quá mức nhà nước thông qua Ngân hàng trung ương thực hiện chính sách tiền tệ như: tăng tỷ lệ dự trữ bắt buộc để giảm khả năng tạo tiền từ đó giảm khả năng cấp tín dụng cho nền kinh tế. 4 Luan van Thứ tư ngân hàng thương mại là cầu nối nền tài chính quốc gia với nền tài chính quốc tế Hiện nay xu hướng toàn cầu hoá nền kinh tế thế giới với việc hình thành hàng loạt các tổ chức kinh tế, các khu vực mậu dịch tự do, làm cho các mối quan hệ thương mại, lưu thông hàng hoá giữa các quốc gia trên thế giới ngày càng được mở rộng, trong đó đầu tư ra nước ngoài là một hướng đầu tư quan trọng và mang lại nhiều lợi nhuận.

Đồng thời các nước cần xuất khẩu những mặt hàng mà mình có lợi thế so sánh và nhập khẩu hàng hóa. Các ngân hàng thương mại với những nghiệp vụ kinh doanh như nhận tiền gửi, cho vay, bảo lãnh, các nghiệp vụ thanh toán quốc tế, đã góp phần tạo điều kiện, thúc đẩy quan hệ kinh tế quốc tế giữa các quốc gia trên thế giới. Chức năng của NHTM Thứ nhất chức năng làm trung gian tín dụng Là “cầu nối” giữa người thừa và người thiếu vốn, NHTM huy động các nguồn tiền tạm thời nhàn rồi từ các chủ thể kinh tế để hình thành nên nguồn vốn cho vay và sử dụng nguồn vốn này để đáp ứng nhu cầu vay vốn của các chủ thể thiếu vốn (cần bổ sung vốn, gửi vào tài khoản dự trữ bắt buộc hoặc tài khoản thanh toán tại ngân hàng trung ương, NHTM.) mà chủ yếu là cho vay ngắn hạn. Với chức năng này NHTM vừa đi vay, vừa cho vay.

Chức năng trung gian tín dụng xuất phát từ yêu cầu cần khắc phục khiếm khuyết của thị trường tài chính (cung và cầu về vốn không khớp nhau về thời gian và số lượng đã ảnh hưởng lớn tới tính tuần hoàn liên tục của quá trình tái sản xuất). Chức năng trung gian tín dụng phản ánh rõ nét nhất bản chất của NHTM trên lĩnh vực kinh doanh tiền tệ. 5 Luan van Người bán hàng Ngân hàng Người mua hàng hóa/ dịch vụ thương mại hóa/ dịch vụ Thứ hai chức năng trung gian thanh toán NHTM đứng ra làm trung gian thanh toán giữa các khách hàng, giúp họ không phải trực tiếp thanh toán với nhau. Chức năng trung gian thanh toán là kết quả của chức năng trung gian tín dụng.

Khi thực hiện chức năng trung gian tín dụng, rất nhiều khách hàng đến mở tài khoản tại hệ thống, NHTM sẽ có thể thực hiện chức năng trung gian thanh toán khi tiến hành trích tiền từ tài khoản người mua (theo lệnh của bên mua) để thanh toán tiền hàng hóa dịch vụ hoặc nhập vào tài khoản của người bán hay thực hiện các khoản thu khác theo lệnh của khách hàng. NHTM ra đời và phát triển đã làm thay đổi căn bản hoạt động thanh toán, tạo ra hệ thống TTKDTM khá hoàn hảo trên phạm vi toàn thế giới. NHTM cung cấp các hình thức thanh toán tiện ích: séc, uỷ nhiệm thu/chi, thanh toán điện tử, thanh toán bù trừ. cho phép khách hàng lựa chọn hình thức thanh toán hiệu quả và an toàn nhất.

Thứ ba chức năng tạo tiền Quá trình tạo tiền của NHTM thực chất là quá trình kết hợp chặt chẽ hoạt động tín dụng và hoạt động thanh toán không dùng tiền mặt (giữa chức năng trung gian thanh toán và trung gian thanh toán), làm cho hệ thống NHTM có khả năng tạo ra tiền ghi sổ (bút tệ) trên tài khoản tiền gửi thanh toán của khách hàng tại NHTM. Khi NHTM sử dụng khoản tiền gửi để cho vay, khách hàng sử dụng tiền vay (số dư trên tài khoản trung gian thanh toán) để thanh toán hàng hóa dịch vụ. tức là ngân hàng đã tạo tiền. Chức năng tạo tiền của NHTM chỉ xảy ra khi các hoạt động này được thực hiện bằng chuyển khoản, ghi Nợ cho tài khoản này, ghi Có cho tài khoản liên quan.Hoạt động tín dụng của ngân hàng thương mại 1.

Khái niệm hoạt động tín dụng của ngân hàng thương mại Hoạt động tín dụng là một trong những nghiệp vụ cơ bản, đóng vai trò quan trọng trong hoạt động kinh doanh của mỗi NHTM, đồng thời cũng là hoạt động mang lại lợi nhuận cao nhất và luôn chiếm một tỷ trọng lớn trong tổng tài sản có của các NHTM (khoảng 70% tổng tài sản). Song bên cạnh đó hoạt động tín dụng cũng tiềm ẩn nguy cơ rủi ro cao nhất trong hoạt động của các NHTM. Hoạt động tín dụng của NHTM là mối quan hệ tín dụng giữa một bên là ngân hàng với một bên là các chủ thể khác trong nền kinh tế, trong đó ngân hàng đóng vai trò vừa là người đi vay vừa là người cho vay, hay nói cách khác ngân hàng là một trung gian tài chính luân chuyển vốn từ nơi tạm thừa vốn sang nơi thiếu. Giá (lãi suất) của khoản vay do ngân hàng ấn định cho khách hàng vay là mức lợi tức mà khách hàng phải trả trong suốt khoảng thời gian tồn tại của khoản vay.

Tín dụng của NHTM là mối quan hệ tín dụng giữa ngân hàng, các tổ chức tín dụng với các khách hàng doanh nghiệp hay các khách hàng cá nhân. Trong đó, ngân hàng hay tổ chức tín dụng sẽ chuyển giao tài sản cho khách hàng sử dụng trong một thời gian nhất định, khi đến hạn, khách hàng phải hoàn trả gốc và lãi cho tổ chức tín dụng. Tín dụng ngân hàng bao gồm các hình thức cho vay, chiết khấu, cho thuê tài chính, bảo lãnh ngân hàng.Vì vậy, tín dụng là một khái niệm rộng hơn cho vay bởi nó bao hàm cả cho vay, tuy nhiên trong hoạt động tín dụng thì nghiệp vụ cho vay là nghiệp vụ cơ bản, quan trọng nhất và chiếm tỷ trọng lớn nhất ở hầu hết các NHTM. Do đó, thuật ngữ tín dụng và cho vay thường được dùng thay thế cho nhau.

Vai trò của tín dụng Thứ nhất vai trò của tín dụng đối với hoạt động kinh doanh của ngân hàng Hoạt động tín dụng là hoạt động chủ yếu và mang lại lợi nhuận lớn nhất cho các NHTM, nó quyết định đến sự tồn tại và phát triển của ngân hàng.Hoạt động của 7 Luan van NHTM tập trung chủ yếu vào nghiệp vụ nhận tiền gửi và cho vay nhằm đáp ứng nhu cầu về vốn của các doanh nghiệp, tổ chức kinh tế trong quá trình sản xuất kinh doanh hoặc đáp ứng các nhu cầu tiêu dùng cá nhân.