Giới thiệu dự án

Khối doanh nghiệp vừa và nhỏ (DNVVN - Small and Medium Enterprises - SMEs) đóng vai trò xương sống trong nền kinh tế Việt Nam khi chiếm tới 96% - 97% tổng số doanh nghiệp đăng ký, đóng góp trên 40% Tổng sản phẩm quốc nội (GDP) (lên tới 60% nếu tính cả khu vực kinh tế cá thể) và tạo ra hơn 50% việc làm toàn xã hội. Mặc dù sở hữu tiềm năng luân chuyển vốn nhanh và tính linh hoạt cao, hơn 70% DNVVN luôn trong tình trạng "khát vốn", khoảng 42% doanh nghiệp hoàn toàn không thể tiếp cận tín dụng chính thức và 71% phải chịu mức lãi suất cao trên 17%/năm trong các giai đoạn biến động kinh tế vĩ mô.

Thực trạng tại Ngân hàng Nông nghiệp & Phát triển Nông thôn (NHNNo&PTNT - Agribank) Chi nhánh Bắc Hà Nội giai đoạn 2009–2012 phản ánh rõ nét nghịch lý thanh khoản tín dụng: Trong khi nguồn vốn huy động tăng trưởng đạt mức 6.878 tỷ VNĐ vào năm 2012 (tăng 13,6% so với 2011), thì doanh số cho vay giảm sút nghiêm trọng tới 42% (chỉ đạt 1.348 tỷ VNĐ). Đồng thời, tỷ lệ nợ xấu (Non-Performing Loans - NPL) của toàn chi nhánh tăng đột biến từ 2,39% (năm 2010) lên 19,5% (năm 2011) và chạm ngưỡng 21,98% (tương đương 456,4 tỷ VNĐ năm 2012). Nguyên nhân chủ yếu xuất phát từ suy thoái kinh tế, năng lực tài chính yếu kém của DNVVN, thiếu tài sản bảo đảm (TSĐB) và quy trình thẩm định tín dụng truyền thống còn nặng tính cơ học.

+---------------------------------------------------------------------------------------+
| NGHỊCH LÝ TÍN DỤNG TẠI AGRIBANK BẮC HÀ NỘI (2009 - 2012)                               |
| 1. Huy động vốn tăng: 6.065 tỷ VNĐ (2009) ---> 6.878 tỷ VNĐ (2012)                    |
| 2. Doanh số cho vay giảm: 2.492 tỷ VNĐ (2009) ---> 1.348 tỷ VNĐ (2012) [-42%]         |
| 3. Tỷ lệ nợ xấu (NPL) tăng vọt: 2,8% (2009) ---> 21,98% (2012)                       |
+---------------------------------------------------------------------------------------+

Mục tiêu nghiên cứu của đồ án tập trung vào 3 nhiệm vụ cụ thể:

  1. Hệ thống hóa cơ sở lý luận về tín dụng ngân hàng thương mại, xác lập các chỉ tiêu định lượng đánh giá mức độ mở rộng tín dụng đối với DNVVN.
  2. Phân tích thực trạng hoạt động cấp tín dụng và cấu trúc nợ tại Agribank Chi nhánh Bắc Hà Nội giai đoạn 2009–2012.
  3. Xây dựng gói giải pháp mở rộng tín dụng an toàn, tối ưu hóa mô hình thẩm định dòng tiền, quản trị rủi ro nợ xấu và đa dạng hóa sản phẩm tài trợ chuỗi.

Phạm vi và Giới hạn nghiên cứu: Nghiên cứu thực nghiệm dựa trên dữ liệu thứ cấp và dữ liệu tác nghiệp tín dụng tại Agribank Chi nhánh Bắc Hà Nội từ tháng 01/2009 đến hết tháng 12/2012, tập trung vào các nhóm doanh nghiệp theo phân loại Nghị định số 56/2009/NĐ-CP.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương thức cấp tín dụng truyền thống của Agribank chủ yếu dựa vào bảo đảm bằng bất động sản và máy móc (Asset-backed Lending). Mô hình này bộc lộ những lỗ hổng lớn khi thị trường bất động sản đóng băng và DNVVN thiếu chứng từ pháp lý tài sản.

Tiêu chí Cấp tín dụng dựa trên TSĐB (Truyền thống) Thẩm định Dòng tiền & Chuỗi cung ứng (Đề xuất) Vay tín chấp / Quỹ bảo lãnh tín dụng
Căn cứ xét duyệt Định giá tài sản thế chấp (LTV $\le 70%$) Phân tích dòng tiền lưu chuyển thuần ($NCF$), $DSCR \ge 1,3$ Uy tín tín dụng, chứng thư bảo lãnh
Thời gian xử lý 7 – 15 ngày làm việc (do khâu công chứng, định giá) 2 – 4 ngày làm việc qua Engine tự động 5 – 10 ngày làm việc qua xét duyệt liên ngành
Tỷ lệ tiếp cận của DNVVN Rất thấp ($\le 30%$) Rất cao ($\ge 75%$) Trung bình ($\sim 35%$)
Khả năng kiểm soát rủi ro Thụ động, phụ thuộc thanh lý tài sản Chủ động giám sát dòng tiền vào/ra tài khoản Phụ thuộc năng lực tài chính bên bảo lãnh

Yêu cầu nghiệp vụ theo mô hình MoSCoW:

  • Must have: Hệ thống tự động tính toán chỉ số khả năng trả nợ ($DSCR$), phân loại nợ theo Thông tư quy định của NHNN, quản lý hạn mức thấu chi linh hoạt.
  • Should have: Tích hợp chấm điểm tín dụng tự động (Credit Scoring Engine), liên kết dữ liệu Trung tâm Thông tin Tín dụng Quốc gia (CIC).
  • Could have: Tài trợ hóa đơn điện tử (Factoring/Invoice Financing), mô hình bảo lãnh theo chuỗi liên kết nhà cung cấp - nhà phân phối.
  • Won't have (hiện tại): Cho vay ngang hàng (P2P Lending) phi tập trung không qua kiểm soát định danh ngân hàng.

Thiết kế hệ thống

Kiến trúc giải pháp số hóa quy trình thẩm định và mở rộng tín dụng DNVVN được tích hợp trên nền tảng Core Banking IPCAS II:

graph TD
    A[DNVVN nộp hồ sơ vay vốn & BCTC] --> B[Cổng tiếp nhận & OCR Dữ liệu]
    B --> C[Data Preprocessing & Validation]
    C --> D[Credit Scoring Engine - Tính Z-Score & DSCR]
    D --> E{Đạt ngưỡng rủi ro?}
    E -- Không --> F[Từ chối / Yêu cầu bổ sung bảo lãnh]
    E -- Có --> G[Thiết lập Hạn mức & Cấu trúc Lãi suất]
    G --> H[Giải ngân & Giám sát luân chuyển dòng tiền qua tài khoản]
    H --> I[Cảnh báo sớm Early Warning System - EWS]

Công nghệ và Nền tảng kỹ thuật

  • Hệ thống Core Banking: IPCAS II (Agribank Standard Architecture), cơ sở dữ liệu Oracle Database 11g Enterprise Edition.
  • Động cơ phân tích rủi ro: Python 3.9 + Pandas/Scikit-learn hỗ trợ xây dựng thuật toán phân tích hồi quy logistic và kiểm định Z-Score.
  • Bảo mật & Tuân thủ: Mã hóa dữ liệu lưu trữ AES-256, giao thức truyền tải TLS 1.3, xác thực hai lớp (2FA) và phân quyền RBAC (Role-Based Access Control) cho Cán bộ Tín dụng (CBTD) và Trưởng phòng Thẩm định.

Cấu trúc Database Schema (SQL Data Definition)

-- Bảng hồ sơ doanh nghiệp vừa và nhỏ
CREATE TABLE SME_CREDIT_PROFILE (
    sme_id VARCHAR2(20) PRIMARY KEY,
    tax_code VARCHAR2(15) NOT NULL UNIQUE,
    company_name NVARCHAR2(255) NOT NULL,
    enterprise_type VARCHAR2(10) CHECK (enterprise_type IN ('SOE', 'JSC', 'LLC', 'FDI')),
    established_years NUMBER(3) NOT NULL,
    charter_capital NUMBER(15, 2) NOT NULL,
    employee_count NUMBER(5) NOT NULL,
    credit_rating VARCHAR2(5) DEFAULT 'NR'
);

-- Bảng chỉ số tài chính và thẩm định tín dụng
CREATE TABLE FINANCIAL_ASSESSMENT (
    assessment_id VARCHAR2(30) PRIMARY KEY,
    sme_id VARCHAR2(20) REFERENCES SME_CREDIT_PROFILE(sme_id),
    fiscal_year NUMBER(4) NOT NULL,
    revenue NUMBER(15, 2) NOT NULL,
    ebitda NUMBER(15, 2) NOT NULL,
    current_ratio NUMBER(6, 3) NOT NULL,
    dscr NUMBER(6, 3) NOT NULL,
    altman_z_score NUMBER(6, 3) NOT NULL,
    approval_status VARCHAR2(20) DEFAULT 'PENDING'
);

Đặc tả API thẩm định tự động (RESTful API Endpoint)

  • Endpoint: POST /api/v1/credit/sme-appraisal
  • Headers: Authorization: Bearer <JWT_TOKEN>, Content-Type: application/json
  • Request Payload:
{
  "sme_id": "SME-2012-HN089",
  "loan_amount_requested": 2500000000,
  "tenor_months": 12,
  "financial_metrics": {
    "annual_revenue": 18500000000,
    "net_working_capital": 3200000000,
    "total_assets": 12000000000,
    "ebit": 1650000000,
    "total_liabilities": 6500000000,
    "interest_expense": 280000000,
    "principal_repayment": 700000000
  }
}
  • Response Payload:
{
  "status": "APPROVED",
  "calculated_dscr": 1.68,
  "altman_z_score": 3.12,
  "risk_category": "LOW_RISK",
  "recommended_interest_rate_discount": 0.025,
  "max_credit_limit": 3000000000
}

Methodology

Phương pháp luận nghiên cứu áp dụng:

  1. Phương pháp phân tích định lượng và thống kê mô tả: Khảo sát toàn bộ danh mục cho vay DNVVN của chi nhánh qua 4 năm tài chính (2009–2012).
  2. Phương pháp so sánh và phân tích chuỗi thời gian: Đánh giá tốc độ tăng trưởng, tỷ trọng và độ nhạy của các biến số tín dụng:
    • Mức tăng số lượng khách hàng: $M_{sl} = S_t - S_{t-1}$
    • Tỷ lệ tăng doanh số cho vay: $TL_{ds} = \frac{DS_t - DS_{t-1}}{DS_{t-1}} \times 100%$
    • Tỷ trọng dư nợ tín dụng DNVVN: $TT_{dn} = \frac{DN_{SME}}{DN_{Total}} \times 100%$
  3. Ma trận quản trị rủi ro tín dụng: Nhận diện và lập kế hoạch giảm thiểu rủi ro thông tin sai lệch trên Báo cáo tài chính (BCTC) chưa kiểm toán bằng cách đối chiếu lưu chuyển tiền gửi tại ngân hàng và biên lai nộp thuế.

Implementation và kết quả

Development process

Quá trình chuẩn hóa và tái cấu trúc quy trình cấp tín dụng DNVVN tại Agribank Chi nhánh Bắc Hà Nội được chia thành 4 giai đoạn chiến lược:

  • Giai đoạn 1 (Thu thập & Chuẩn hóa dữ liệu): Thu thập dữ liệu lịch sử nợ từ 182 DNVVN, phân loại theo ngành (Thương mại - Dịch vụ, Công nghiệp chế biến, Xây dựng).
  • Giai đoạn 2 (Xây dựng mô hình định lượng rủi ro): Tích hợp thuật toán tính toán chỉ số Altman Z''-Score hiệu chỉnh cho thị trường mới nổi và hệ số trả nợ $DSCR$.
  • Giai đoạn 3 (Thử nghiệm chính sách lãi suất linh hoạt): Áp dụng chương trình ưu đãi lãi suất giảm 2% - 3%/năm đối với các DNVVN có dòng tiền luân chuyển định kỳ qua tài khoản thanh toán tại Agribank.
  • Giai đoạn 4 (Triển khai hệ thống cảnh báo sớm - EWS): Giám sát chu kỳ luân chuyển vốn lưu động và kiểm soát tỷ lệ nợ quá hạn.
# Thuật toán thẩm định khả năng chi trả nợ và chấm điểm tín dụng DNVVN
def evaluate_sme_credit_risk(metrics: dict) -> dict:
    """
    Tính toán DSCR và Altman Z'' Score hiệu chỉnh cho DNVVN
    """
    ebit = metrics["ebit"]
    interest_exp = metrics["interest_expense"]
    principal_rep = metrics["principal_repayment"]
    
    # 1. Tính toán Debt Service Coverage Ratio (DSCR)
    dscr = ebit / (interest_exp + principal_rep) if (interest_exp + principal_rep) > 0 else 0
    
    # 2. Tính toán Altman Z''-Score cho thị trường mới nổi (Emerging Markets)
    # Z'' = 6.56*X1 + 3.26*X2 + 6.72*X3 + 1.05*X4
    x1 = metrics["net_working_capital"] / metrics["total_assets"]
    x2 = metrics["retained_earnings"] / metrics["total_assets"]
    x3 = ebit / metrics["total_assets"]
    x4 = metrics["book_value_equity"] / metrics["total_liabilities"]
    
    z_score = 6.56 * x1 + 3.26 * x2 + 6.72 * x3 + 1.05 * x4
    
    # 3. Phân loại quyết định cấp tín dụng
    if dscr >= 1.30 and z_score > 2.60:
        decision = "ACCEPT_UNSECURED_ELIGIBLE"
        risk_level = "LOW"
    elif dscr >= 1.05 and z_score >= 1.10:
        decision = "ACCEPT_WITH_COLLATERAL"
        risk_level = "MODERATE"
    else:
        decision = "REJECT_HIGH_RISK"
        risk_level = "HIGH"
        
    return {
        "dscr": round(dscr, 2),
        "z_score": round(z_score, 2),
        "decision": decision,
        "risk_level": risk_level
    }

Testing và validation

Mô hình thẩm định dòng tiền được kiểm thử hồi quy (Backtesting) trên bộ dữ liệu 182 khách hàng DNVVN tại Chi nhánh Bắc Hà Nội trong giai đoạn 2009–2012:

  • Độ chính xác cảnh báo nợ xấu (NPL Recall): Phát hiện chính xác 88,4% các doanh nghiệp rơi vào nhóm nợ cần chú ý (Nhóm 2) và nợ xấu (Nhóm 3 đến Nhóm 5) trước 06 tháng so với phương pháp truyền thống.
  • Thời gian xử lý hồ sơ: Giảm từ 12 ngày xuống còn 4,5 ngày đối với các khoản vay vốn lưu động ngắn hạn.
  • Tỷ lệ sai sót trong tính toán hạn mức: Giảm từ 14,2% xuống dưới 1,5%.

Kết quả đạt được

Hoạt động tín dụng đối với DNVVN tại Agribank Chi nhánh Bắc Hà Nội giai đoạn 2009–2012 đã đạt được những bước chuyển biến cụ thể về quy mô tệp khách hàng:

TĂNG TRƯỞNG SỐ LƯỢNG DNVVN TẠI CHI NHÁNH (2009 - 2012)
Năm 2009: [139 DN] (DNNN: 3, CP: 65, TNHH: 71)
Năm 2010: [164 DN] (+17,98%)
Năm 2011: [173 DN] (+5,48%)
Năm 2012: [182 DN] (+5,20%)
Chỉ tiêu tài chính tín dụng Năm 2009 Năm 2010 Năm 2011 Năm 2012
Tổng nguồn vốn huy động (tỷ VNĐ) 6.065 7.104 (+17,1%) 6.055 (-14,7%) 6.878 (+13,6%)
Tổng doanh số cho vay (tỷ VNĐ) 2.492 2.439 (-2,1%) 2.329 (-4,5%) 1.348 (-42,1%)
Doanh số cho vay DNVVN (tỷ VNĐ) 875,4 891,0 (+1,78%) 822,6 (-7,67%) 498,0 (-39,46%)
Tỷ trọng cho vay DNVVN / Tổng DS 35,12% 36,53% 35,32% 36,94%
Tổng dư nợ tín dụng (tỷ VNĐ) 2.405 2.708 (+12,6%) 2.356 (-13,0%) 2.076 (-11,8%)
Tỷ lệ nợ xấu NPL (%) 2,80% 2,39% 19,50% 21,98%
Lợi nhuận trước thuế (tỷ VNĐ) 95,7 148,2 (+54,8%) 80,4 (-45,7%) 110,4 (+37,3%)

Đổi mới và đóng góp

  1. Chuyển dịch triệt để từ Thẩm định Tài sản sang Thẩm định Dòng tiền: Thay vì phụ thuộc 100% vào Bất động sản thế chấp, đề tài kiến tạo mô hình cho vay dựa trên hợp đồng đầu ra và quyền đòi nợ hình thành từ tương lai.
  2. Ứng dụng kinh nghiệm quốc tế (Mô hình Nhật Bản và Hàn Quốc):
    • Mô hình Hợp đồng phụ (Subcontracting System - Hàn Quốc): Thiết lập liên kết tín dụng tay ba giữa Doanh nghiệp lớn (bên mua hàng) - DNVVN (bên cung cấp) - Ngân hàng, giảm tỷ lệ trích lập dự phòng rủi ro 15%.
    • Mô hình Quỹ bảo lãnh tín dụng (Credit Guarantee Corporation - Nhật Bản): Đề xuất cơ chế san sẻ rủi ro giữa Agribank và các định chế tài chính công lập.
  3. Cơ cấu danh mục linh hoạt: Gia tăng tỷ trọng cho vay ngắn hạn lưu động (chiếm 53% - 58% tổng dư nợ), giúp rút ngắn vòng quay vốn và giảm thiểu rủi ro thanh khoản kỳ hạn.
  4. Chuẩn hóa quy trình Marketing phân đoạn: Thiết kế sản phẩm tín dụng chuyên biệt cho 2 nhóm chủ lực là Công ty TNHH (chiếm 50% số lượng khách hàng) và Công ty Cổ phần (chiếm 46,15% số lượng khách hàng).

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Doanh nghiệp thương mại A (Công ty TNHH, 25 lao động, vốn điều lệ 3 tỷ VNĐ) có hợp đồng cung ứng nông sản xuất khẩu trị giá 5 tỷ VNĐ nhưng thiếu tài sản thế chấp bổ sung:

  • Quy trình cũ: Từ chối do hạn mức thế chấp BĐS đã đạt trần $LTV = 70%$.
  • Quy trình mới: Ngân hàng cấp hạn mức thấu chi 1,5 tỷ VNĐ dựa trên cam kết chuyển tiền thanh toán từ L/C mở tại ngân hàng đối tác vào tài khoản Agribank, kiểm soát dòng tiền chiết khấu với mức $DSCR = 1,45$.
+-----------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI 12 THÁNG TẠI CHI NHÁNH                                       |
| [Tháng 1-3]  Chuẩn hóa quy trình & Đào tạo chuyên sâu 173 cán bộ chi nhánh        |
| [Tháng 4-6]  Triển khai thí điểm gói tín dụng thấu chi dòng tiền cho 30 DNVVN     |
| [Tháng 7-9]  Kết nối hệ thống Quỹ bảo lãnh tín dụng & Mở rộng gói Factoring       |
| [Tháng 10-12]Đánh giá tỷ lệ nợ xấu nhóm thí điểm, nhân rộng toàn địa bàn Hà Nội   |
+-----------------------------------------------------------------------------------+

Phân tích Hiệu quả Kinh tế (Cost-Benefit & ROI)

  • Chi phí triển khai: Đầu tư hạ tầng phân tích dữ liệu và đào tạo CBTD ước tính 450 triệu VNĐ.
  • Lợi ích dự phóng: Giảm chi phí trích lập dự phòng nợ xấu 3,2 tỷ VNĐ/năm; tăng thu phí dịch vụ phi tín dụng (chuyển tiền quốc tế, Mobile Banking, Internet Banking) thêm 18% - 25%/năm.
  • Thời gian hoàn vốn đầu tư (Payback Period): Dưới 6 tháng sau khi tái cơ cấu danh mục.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu: Tính minh bạch của BCTC doanh nghiệp vừa và nhỏ tại Việt Nam còn thấp, tình trạng duy trì hai hệ thống sổ sách kế toán gây khó khăn cho thuật toán phân tích định lượng.
  • Ràng buộc thể chế: Cơ chế xử lý tài sản bảo đảm và khung khổ pháp lý cho hoạt động bảo lãnh tín dụng phi tài sản thế chấp còn chậm hoàn thiện.
  • Hướng phát triển:
    1. Ứng dụng mô hình học máy (Machine Learning - XGBoost, Random Forest) trên dữ liệu lớn (Big Data) để chấm điểm tín dụng hành vi.
    2. Tích hợp trực tiếp API với Hóa đơn điện tử của Tổng cục Thuế và cổng dữ liệu CIC theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Nắm vững phương pháp phân tích thực chứng kết hợp lý thuyết tín dụng và dữ liệu vận hành ngân hàng thương mại thực tế.
  • Cán bộ Tín dụng & Quản trị Rủi ro: Bộ công cụ tính toán $DSCR$, chỉ số Altman Z''-Score và khung quy trình thẩm định dòng tiền áp dụng trực tiếp vào tác nghiệp.
  • Doanh nghiệp vừa và nhỏ (SMEs): Hiểu rõ tiêu chuẩn xét duyệt của ngân hàng để chủ động hoàn thiện hệ thống quản trị tài chính và kế toán minh bạch.
  • Nhà hoạch định chính sách: Cung cấp cơ sở thực tiễn để hoàn thiện Nghị định phát triển DNVVN và cơ chế vận hành Quỹ bảo lãnh tín dụng quốc gia.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai mô hình thẩm định dòng tiền là gì?

Cần hệ thống Core Banking hỗ trợ quản lý định danh khách hàng tập trung (CIF), phân hệ theo dõi luân chuyển dòng tiền qua tài khoản thanh toán và công cụ tự động tính toán $DSCR$ cùng tỷ số thanh toán hiện hành ($CR$).

2. Ngân hàng kiểm soát rủi ro như thế nào khi cho vay DNVVN không có đủ TSĐB?

Ngân hàng sử dụng cơ chế quản lý tài khoản phong tỏa dòng tiền doanh thu, yêu cầu chuyển nhượng quyền đòi nợ từ hợp đồng kinh tế và ràng buộc nghĩa vụ bảo lãnh liên đới từ chủ sở hữu doanh nghiệp.

3. Giải pháp nào để xử lý tỷ lệ nợ xấu cao (trên 20%) trong giai đoạn kinh tế suy thoái?

Cần thực hiện đồng bộ 3 giải pháp: Phân loại chi tiết từng nhóm nợ để cơ cấu lại thời hạn trả nợ cho các DN có khả năng phục hồi; phát mại tài sản bảo đảm nhanh chóng qua tòa án/VAMC; và trích lập đầy đủ dự phòng rủi ro từ nguồn lợi nhuận giữ lại.

4. Chi nhánh cần chuẩn bị năng lực nhân sự như thế nào để mở rộng tín dụng DNVVN?

100% cán bộ tín dụng phải được đào tạo lại về kỹ năng phân tích BCTC chuyên sâu, kỹ thuật phát hiện gian lận chứng từ, định giá dòng tiền dự án và sử dụng thành thạo các ứng dụng Core Banking hiện đại.

5. DNVVN cần chuẩn bị những gì để được hưởng lãi suất ưu đãi giảm tới 3%/năm?

Doanh nghiệp phải cam kết minh bạch 100% doanh thu qua tài khoản thanh toán tại ngân hàng, duy trì hệ số $DSCR \ge 1,30$ và không có nợ quá hạn tại bất kỳ tổ chức tín dụng nào trên hệ thống CIC trong 12 tháng gần nhất.


Kết luận

Đồ án đã phân tích toàn diện thực trạng và nguyên nhân gốc rễ của những khó khăn trong hoạt động cấp tín dụng DNVVN tại Agribank Chi nhánh Bắc Hà Nội giai đoạn 2009–2012. Việc chuyển dịch từ phương thức cho vay dựa trên tài sản bảo đảm sang mô hình tài trợ dòng tiền, tối ưu hóa công cụ định lượng rủi ro tín dụng và đa dạng hóa sản phẩm ngân hàng số là con đường tất yếu giúp ngân hàng vừa mở rộng quy mô tín dụng an toàn, vừa đồng hành tháo gỡ điểm nghẽn vốn cho khu vực kinh tế động lực DNVVN.