Giới thiệu dự án

Trong hệ thống tài chính - ngân hàng tại Việt Nam, tín dụng luôn là hoạt động kinh doanh cốt lõi mang lại từ 70% đến 80% tổng thu nhập cho các ngân hàng thương mại (NHTM). Tuy nhiên, đây cũng là phân hệ tiềm ẩn mức độ rủi ro cao nhất, trực tiếp đe dọa đến khả năng thanh khoản và sự an toàn hệ thống. Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh 7 (Agribank Chi nhánh 7, TP. Hồ Chí Minh) là đơn vị kinh doanh đa năng với sự phát triển mạnh mẽ về quy mô dư nợ, đạt 398,64 tỷ đồng vào năm 2020. Mặc dù vậy, tốc độ gia tăng nợ quá hạn và nợ xấu diễn biến phức tạp trong giai đoạn 2018–2020 đòi hỏi chi nhánh phải thiết lập hệ thống giải pháp toàn diện về quản trị rủi ro tín dụng (RRTD).

Đề tài "Giải pháp hạn chế rủi ro trong hoạt động cho vay của Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh 7" (Tác giả: Nguyễn Phi Khang; GVHD: TS. Bùi Diệu Anh; Khoa Tài chính - Ngân hàng, Trường Đại học Ngân hàng TP.HCM) tập trung giải quyết các bài toán thắt nút trong quy trình cấp tín dụng thực tế.

  • Vấn đề nghiên cứu thực tế: Tốc độ tăng trưởng nợ quá hạn năm 2020 tại chi nhánh đạt 47,0% (tăng từ 19,82 tỷ đồng lên 29,22 tỷ đồng), vượt xa tốc độ tăng trưởng tổng dư nợ (27,0%). Nợ xấu tăng 55,0% (từ 7,37 tỷ đồng lên 11,40 tỷ đồng), đưa tỷ lệ nợ xấu/tổng dư nợ từ 2,35% lên 2,86%.
  • Nguyên nhân cốt lõi: Quy trình thẩm định phụ thuộc quá mức vào tài sản bảo đảm (TSĐB), thiếu mô hình định lượng chấm điểm tín dụng tự động theo thời gian thực; công tác kiểm tra sau giải ngân còn thụ động; thiếu cơ chế phân bổ hạn mức theo ngành nghề và khẩu vị rủi ro của từng cán bộ tín dụng.
  • Mục tiêu dự án:
    1. Hệ thống hóa khung lý thuyết về RRTD, các chỉ tiêu định lượng (Tỷ lệ nợ quá hạn, Tỷ lệ nợ xấu, Tỷ lệ trích lập dự phòng) và chuẩn mực quốc tế (Basel II, Thông tư 13/2018/TT-NHNN).
    2. Phân tích định tính và định lượng toàn diện thực trạng danh mục cho vay, biến động các nhóm nợ (Nhóm 1 đến Nhóm 5) tại Agribank Chi nhánh 7 giai đoạn 2018–2020.
    3. Thiết kế khung giải pháp kép: Nhóm giải pháp phòng ngừa (Chấm điểm tín dụng 5C, phân bổ hạn mức, nâng cao chất lượng thẩm định) và Nhóm giải pháp xử lý (Cơ cấu lại nợ, bảo hiểm tín dụng, phát mại tài sản, bán nợ qua VAMC).
  • Phạm vi và giới hạn: Nghiên cứu tập trung vào nghiệp vụ cho vay (loại trừ bảo lãnh, chiết khấu, bao thanh toán) tại Agribank Chi nhánh 7 trong khung thời gian 3 năm tài chính (2018–2020).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các NHTM nói chung và Agribank Chi nhánh 7 nói riêng, công tác quản lý RRTD hiện tại bộc lộ nhiều điểm nghẽn kỹ thuật khi so sánh với chuẩn mực quản trị hiện đại.

Tiêu chí phân tích Phương thức quản trị truyền thống tại Chi nhánh 7 Mô hình quản trị rủi ro hiện đại (Basel II / TT 13)
Mô hình tổ chức Phòng Kế hoạch - Kinh doanh kiêm nhiệm tìm kiếm khách hàng và thẩm định Phân tách độc lập 3 tuyến: Front Office (Bán hàng), Middle Office (Thẩm định/QLRR), Back Office (Tác nghiệp)
Cơ sở cấp tín dụng Nặng về giá trị và tính pháp lý của Tài sản bảo đảm (Collateral-based) Dựa trên dòng tiền khả dụng và Hệ thống xếp hạng tín dụng nội bộ (Cashflow & Rating-based)
Giám sát tín dụng Kiểm tra định kỳ thủ công, thụ động sau khi phát sinh nợ quá hạn Giám sát luồng tiền tự động, Hệ thống cảnh báo sớm (Early Warning System - EWS)
Trích lập dự phòng Tuân thủ định mức cơ bản theo Thông tư 02/2013 và Thông tư 09/2014/TT-NHNN Mô hình tổn thất kỳ vọng (Expected Credit Loss - ECL) kết hợp tham số xác suất vỡ nợ (PD, LGD, EAD)
                              MA TRẬN YÊU CẦU MOSCOW

Thiết kế hệ thống

Kiến trúc quản trị rủi ro được tái cấu trúc thành mô hình ba tuyến phòng thủ (Three Lines of Defense), tích hợp bộ công cụ phân tích định lượng:

  [ TUYẾN 1: KINH DOANH ]       [ TUYẾN 2: QUẢN LÝ RỦI RO ]     [ TUYẾN 3: KIỂM TOÁN ]
  • Stack công nghệ và công cụ áp dụng:
    • Core Banking Engine: Agribank IPCAS II (Quản lý giao dịch, hạch toán tài khoản, theo dõi gốc/lãi).
    • Phân tích dữ liệu & Tính toán định lượng: Microsoft Excel 2019 VBA / Python 3.9 (Xây dựng ma trận chấm điểm tín dụng, thống kê mô tả, phân tích hồi quy).
    • Cổng dữ liệu định danh: Hệ thống tra cứu tập trung Trung tâm Thông tin Tín dụng Quốc gia (CIC Client Portal v2.1).
    • Khung tiêu chuẩn tuân thủ: Hiệp ước vốn Basel II (Pillar 1: Tỷ lệ an toàn vốn CAR; Pillar 2: Đánh giá nội bộ ICAAP; Pillar 3: Minh bạch thông tin), Thông tư 13/2018/TT-NHNN, Thông tư 02/2013/TT-NHNN, Thông tư 09/2014/TT-NHNN.

Methodology

Nghiên cứu sử dụng phương pháp kết hợp định tính và định lượng chuyên sâu:

  • Phương pháp thống kê mô tả: Thu thập số liệu chuỗi thời gian 3 năm (2018–2020) từ Báo cáo tài chính, Báo cáo kết quả hoạt động kinh doanh, Bảng phân loại nợ của Agribank Chi nhánh 7.
  • Phương pháp phân tích so sánh và chỉ số (Financial Ratio Analysis): Đánh giá tốc độ tăng trưởng tương đối (%), biến động tuyệt đối ($\Delta$), cơ cấu danh mục huy động/dư nợ, và các tỷ lệ đòn bẩy rủi ro.

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

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

$$\text{Dự phòng cụ thể (DPRR)} = \sum_{i=1}^{5} \max(0, \text{Dư nợ}_i - \text{Giá trị khấu trừ TSĐB}_i) \times r_i$$

(Trong đó $r_1=0%, r_2=5%, r_3=20%, r_4=50%, r_5=100%$; Dự phòng chung $= 0,75% \times \sum_{i=1}^{4} \text{Dư nợ}_i$)


Implementation và kết quả

Development process

Quá trình số hóa quy trình thẩm định và kiểm soát rủi ro được triển khai thông qua thuật toán tự động hóa phân nhóm nợ và tính điểm tín nhiệm khách hàng dựa trên khung 5C (Character, Capacity, Capital, Collateral, Condition).

# Thuật toán phân nhóm nợ và tính toán dự phòng rủi ro tự động
def calculate_credit_provision(loan_balance, overdue_days, collateral_value, collateral_deduction_rate):
    """
    loan_balance: Dư nợ khoản vay (VNĐ)
    overdue_days: Số ngày quá hạn
    collateral_value: Giá trị định giá tài sản bảo đảm
    collateral_deduction_rate: Tỷ lệ khấu trừ tối đa theo quy định (ví dụ: BĐS là 0.5)
    """
    # 1. Phân loại nhóm nợ theo thời gian quá hạn (Thông tư 02/2013/TT-NHNN)
    if overdue_days <= 10:
        bucket = 1
        rate = 0.00
    elif overdue_days <= 90:
        bucket = 2
        rate = 0.05
    elif overdue_days <= 180:
        bucket = 3
        rate = 0.20
    elif overdue_days <= 360:
        bucket = 4
        rate = 0.50
    else:
        bucket = 5
        rate = 1.00

    # 2. Xác định giá trị khấu trừ của tài sản bảo đảm
    eligible_collateral = collateral_value * collateral_deduction_rate
    
    # 3. Tính toán số tiền trích lập dự phòng cụ thể
    exposure_at_default = max(0.0, loan_balance - eligible_collateral)
    specific_provision = exposure_at_default * rate
    
    # 4. Dự phòng chung (áp dụng cho nhóm 1 đến 4)
    general_provision = (loan_balance * 0.0075) if bucket in [1, 2, 3, 4] else 0.0

    return {
        "Group": bucket,
        "Specific_Provision": specific_provision,
        "General_Provision": general_provision,
        "Total_Provision": specific_provision + general_provision
    }

                        QUY TRÌNH THẨM ĐỊNH TÍN DỤNG 4 BƯỚC

Testing và validation

Mô hình và các chỉ tiêu được kiểm thử dựa trên dữ liệu thực tế giai đoạn 2018–2020 của Agribank Chi nhánh 7. Toàn bộ các chỉ tiêu được đối chiếu chéo giữa Bảng cân đối tài khoản và Báo cáo thuyết minh tín dụng.

  • Tập dữ liệu kiểm thử: Toàn bộ danh mục tín dụng từ năm 2018 đến 2020 với quy mô dư nợ tăng từ 267,87 tỷ đồng lên 398,64 tỷ đồng.
  • Độ chính xác và độ nhạy: Phản ánh chính xác sự dịch chuyển của các nhóm nợ có vấn đề khi nợ nhóm 3 tăng 164,3% vào năm 2020 (từ 2,24 tỷ lên 5,92 tỷ đồng) do ảnh hưởng biến động thị trường.

Kết quả đạt được

Hoạt động kinh doanh và quản trị rủi ro tại Agribank Chi nhánh 7 ghi nhận các kết quả định lượng cụ thể qua 3 năm:

              DƯ NỢ CHO VAY VÀ NỢ XẤU CHI NHÁNH 7 (2018 - 2020)
  (Đơn vị: Tỷ đồng)
             Năm 2018            Năm 2019              Năm 2020

Bảng tổng hợp các chỉ tiêu kinh doanh và tín dụng (2018 - 2020)

Chỉ tiêu tài chính Năm 2018 Năm 2019 Năm 2020 Tăng trưởng 2019/2018 Tăng trưởng 2020/2019
Tổng vốn huy động (Tỷ đồng) 374,20 421,00 507,39 +12,51% +20,52%
Tiền gửi Tổ chức kinh tế 268,65 315,43 386,50 +17,42% +22,53%
Tiền gửi dân cư 99,69 99,55 115,77 -0,14% +16,29%
Tổng dư nợ cho vay (Tỷ đồng) 267,87 313,56 398,64 +17,06% +27,13%
Thu nhập (Tỷ đồng) 105,57 221,48 294,52 +109,79% +32,98%
Chi phí (Tỷ đồng) 101,08 212,01 283,45 +109,74% +33,70%
Lợi nhuận (Tỷ đồng) 4,49 9,47 11,07 +110,91% +16,89%

Bảng cơ cấu phân loại nợ theo Thông tư 02 & 09/NHNN

Phân nhóm nợ Năm 2018 (Tỷ đ) Tỷ trọng (%) Năm 2019 (Tỷ đ) Tỷ trọng (%) Năm 2020 (Tỷ đ) Tỷ trọng (%)
Nhóm 1 (Nợ đủ tiêu chuẩn) 250,37 93,47% 293,74 93,68% 362,42 92,67%
Nhóm 2 (Nợ cần chú ý) 10,53 3,93% 12,45 3,97% 17,82 4,47%
Nhóm 3 (Nợ dưới tiêu chuẩn) 3,39 1,27% 2,24 0,71% 5,92 1,49%
Nhóm 4 (Nợ nghi ngờ) 1,95 0,73% 3,81 1,22% 2,97 0,75%
Nhóm 5 (Nợ có khả năng mất vốn) 1,63 0,61% 1,32 0,42% 2,51 0,63%
Tổng dư nợ 267,87 100,00% 313,56 100,00% 398,64 100,00%
Tổng nợ quá hạn 17,50 6,53% 19,82 6,32% 29,22 7,33%
Tổng nợ xấu (Nhóm 3+4+5) 6,97 2,60% 7,37 2,35% 11,40 2,86%

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về cả phương diện lý luận quản trị rủi ro ngân hàng và thực tiễn tác nghiệp tại hệ thống Agribank:

  • Xây dựng bộ giải pháp 2 chiều song song (Phòng ngừa & Xử lý): Khắc phục nhược điểm của các nghiên cứu trước đây vốn chỉ tập trung vào một chiều đơn lẻ.
  • Thiết lập Ma trận phân bổ hạn mức tín dụng theo ngành và Cán bộ tín dụng: Giới hạn tỷ trọng cho vay các lĩnh vực tiềm ẩn rủi ro cao (bất động sản, tiêu dùng tín chấp), ngăn chặn hiện tượng "bỏ tất cả trứng vào một giỏ".
  • So sánh với các mô hình chi nhánh NHTM điển hình:
    • So với VietinBank Chi nhánh Tiên Sơn: Đề tài học tập và hoàn thiện quy trình phân quyền phán quyết tín dụng theo mức độ tăng dần và phân lập trách nhiệm tiếp thị - thẩm định.
    • So với BIDV Chi nhánh Thanh Xuân: Đề tài chuẩn hóa quy trình nhận diện dấu hiệu rủi ro định kỳ hàng quý với báo cáo EWS trực tiếp từ cán bộ quản lý tài khoản.
  • Hiệu quả định lượng kỳ vọng:
    • Rút ngắn thời gian thẩm định hồ sơ vay từ 3-5 ngày xuống 1-2 ngày đối với khách hàng có lịch sử tín dụng tốt trên CIC.
    • Duy trì tỷ lệ nợ xấu dưới ngưỡng an toàn mục tiêu < 2,5% và nợ quá hạn < 5,0% trong giai đoạn tiếp theo.
    • Tối ưu hóa chi phí trích lập dự phòng rủi ro, đóng góp trực tiếp vào tăng trưởng lợi nhuận ròng.

Ứng dụng thực tế và triển khai

Kịch bản triển khai ứng dụng thực tế

  • Trường hợp 1 (Sàng lọc sơ bộ khoản vay Doanh nghiệp): Khi tiếp nhận hồ sơ vay vốn lưu động 10 tỷ đồng từ doanh nghiệp sản xuất, hệ thống thực hiện tra cứu tự động lịch sử tín dụng CIC trong 5 năm gần nhất. Cán bộ tín dụng áp dụng bảng chấm điểm 5C để đánh giá vòng quay vốn lưu động, biên lợi nhuận ròng và tỷ lệ thanh toán nhanh trước khi trình Hội đồng tín dụng.
  • Trường hợp 2 (Cảnh báo sớm khoản vay cá nhân): Đối với các khoản vay thế chấp bất động sản, hệ thống tự động kiểm tra định kỳ biến động giá trị tài sản thị trường. Khi tỷ lệ LTV (Loan-to-Value) vượt ngưỡng 75% hoặc khách hàng chậm trả lãi quá 10 ngày, hệ thống tự động chuyển cảnh báo về bộ phận Quản lý nợ để có biện pháp cơ cấu kỳ hạn kịp thời.

Lộ trình triển khai khuyến nghị

                                LỘ TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN
  - Tái cấu trúc phân định độc lập    - Số hóa bảng chấm điểm tín dụng nội bộ
    giữa tiếp thị và thẩm định          trên nền tảng Excel/VBA
  - Đào tạo nghiệp vụ nhận diện EWS   - Thiết lập hạn mức tín dụng theo ngành
  - Triển khai bảo hiểm tín dụng cho  - Đánh giá toàn diện chất lượng nợ
    khoản vay rủi ro cao                theo chuẩn Basel II
  - Phối hợp VAMC xử lý nợ nhóm 5     - Tối ưu hóa mô hình quản trị rủi ro
  • Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis):
    • Chi phí đầu tư: Chi phí đào tạo cán bộ tín dụng (ước tính ~50 triệu đồng/năm), chi phí mua dữ liệu CIC mở rộng (~80 triệu đồng/năm).
    • Lợi ích kinh tế: Giảm thiểu tỷ lệ tổn thất nợ xấu ước tính tiết kiệm cho chi nhánh từ 1,5 đến 3,0 tỷ đồng chi phí trích lập DPRR mỗi năm; cải thiện hệ số sinh lời ROA và ROE.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật và dữ liệu:
    • Nguồn dữ liệu nghiên cứu giới hạn trong phạm vi một chi nhánh đơn lẻ (Chi nhánh 7) trong 3 năm tài chính (2018–2020), chưa bao quát toàn bộ đặc thù các chi nhánh nông nghiệp vùng sâu, vùng xa.
    • Hệ thống chấm điểm tín dụng tại thời điểm nghiên cứu chủ yếu thực hiện bán tự động, chưa ứng dụng thuật toán học máy (Machine Learning / AI) để phân tích dữ liệu phi cấu trúc và hành vi khách hàng.
  • Hướng phát triển mở rộng:
    • Nâng cấp mô hình đo lường rủi ro tín dụng sang chuẩn mực báo cáo tài chính quốc tế IFRS 9 (Mô hình tổn thất tín dụng dự kiến - Expected Credit Loss 3 giai đoạn).
    • Xây dựng mô hình kiểm tra sức chịu tải tín dụng (Credit Stress Testing) trước các cú sốc vĩ mô (lãi suất tăng cao, suy thoái kinh tế).

Đối tượng hưởng lợi

                              BẢNG LỢI ÍCH CỦA CÁC BÊN LIÊN QUAN

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu tối thiểu để vận hành mô hình quản trị rủi ro này là gì?

Chi nhánh cần vận hành hệ thống Core Banking ổn định (như Agribank IPCAS II), có kết nối đường truyền trực tiếp với cổng thông tin CIC của Ngân hàng Nhà nước. Cán bộ tín dụng cần được trang bị máy trạm đáp ứng khả năng xử lý bảng tính phân tích tài chính phức tạp và tra cứu chéo dữ liệu Báo cáo tài chính doanh nghiệp.

2. Làm thế nào để giải quyết mâu thuẫn giữa việc tăng trưởng dư nợ nhanh và kiểm soát nợ xấu an toàn?

Giải pháp cốt lõi là thiết lập Khẩu vị rủi ro (Risk Appetite) và trần hạn mức tín dụng rõ ràng cho từng ngành kinh tế. Không chạy theo tăng trưởng quy mô bằng cách hạ chuẩn tín dụng; thay vào đó, tập trung khai thác các phân khúc khách hàng cá nhân, hộ kinh doanh có dòng tiền chứng minh minh bạch và tài sản thế chấp thanh khoản cao.

3. Quy trình xử lý khi một khoản vay chuyển dịch từ Nhóm 1 sang Nhóm 2 hoặc Nhóm 3 diễn ra như thế nào?

Khi nợ quá hạn từ 10 đến 90 ngày (Nhóm 2), cán bộ QHKH lập tức gửi thông báo nhắc nợ, làm việc trực tiếp để xác định nguyên nhân (chậm luân chuyển tiền tệ hay mất khả năng kinh doanh). Nếu chuyển sang Nhóm 3 (quá hạn 91–180 ngày), ngân hàng tiến hành dừng giải ngân các hạn mức còn lại, trích lập bổ sung 20% DPRR cụ thể, thẩm định lại TSĐB và xem xét phương án tái cơ cấu hoặc khởi kiện phát mại tài sản.

4. Tại sao chi nhánh cần tách bạch độc lập giữa bộ phận Tiếp thị (Kinh doanh) và bộ phận Thẩm định rủi ro?

Việc phân tách theo Thông tư 13/2018/TT-NHNN nhằm triệt tiêu xung đột lợi ích. Bộ phận tiếp thị chịu áp lực chỉ tiêu doanh số (KPI) nên dễ có xu hướng nới lỏng đánh giá rủi ro. Sự tham gia của bộ phận Thẩm định độc lập (Middle Office) đóng vai trò người gác cổng khách quan, đảm bảo mọi khoản vay đều đáp ứng đầy đủ chuẩn an toàn vốn.

5. Chi phí triển khai hệ thống quản trị rủi ro này và thời gian hoàn vốn (ROI) ước tính bao lâu?

Chi phí triển khai chủ yếu tập trung vào việc chuẩn hóa quy trình và đào tạo nhân sự (~100 - 150 triệu đồng). Lợi ích mang lại từ việc giảm tỷ lệ nợ xấu xuống dưới 2,5% giúp ngân hàng tiết kiệm hàng tỷ đồng trích lập dự phòng và giảm chi phí cơ hội của vốn đọng, mang lại thời gian hoàn vốn đầu tư ngay trong năm tài chính đầu tiên.


Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Nguyễn Phi Khang đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra, phản ánh bức tranh chân thực và chi tiết về thực trạng hoạt động cho vay tại Agribank Chi nhánh 7 giai đoạn 2018–2020:

  • Thành quả kinh doanh nổi bật: Quy mô tổng vốn huy động tăng trưởng vững chắc đạt 507,39 tỷ đồng (năm 2020), tổng dư nợ đạt 398,64 tỷ đồng, lợi nhuận kinh doanh tăng vọt đạt 11,067 tỷ đồng (tăng 146,6% so với năm 2018).
  • Điểm nghẽn rủi ro được làm rõ: Tỷ lệ nợ quá hạn (7,33%) và tỷ lệ nợ xấu (2,86%) vào năm 2020 gia tăng do cả nguyên nhân chủ quan (thẩm định nặng về TSĐB, thiếu mô hình xếp hạng định lượng) lẫn nguyên nhân khách quan từ môi trường kinh tế.
  • Giá trị ứng dụng thực tiễn: Hệ thống giải pháp kép gồm 4 nhóm biện pháp phòng ngừa (Phân bổ hạn mức tín dụng, nâng cao chất lượng thẩm định 5C, nâng cao năng lực cán bộ, phân tán danh mục) và 2 nhóm biện pháp xử lý (Bảo hiểm tín dụng, xử lý nợ xấu qua VAMC và thanh lý tài sản) là cẩm nang có giá trị tham khảo thiết thực cho các NHTM trong tiến trình hoàn thiện chuẩn mực Basel II và hướng tới phát triển tín dụng an toàn, bền vững.