Giới thiệu dự án

Hoạt động tín dụng đóng vai trò là mạch máu duy trì thanh khoản và tạo ra hơn 85-90% tổng thu nhập cho hệ thống Ngân hàng Thương mại (NHTM) tại Việt Nam. Tuy nhiên, theo các tiêu chuẩn quản trị rủi ro quốc tế (Basel II/Basel III) và quy định của Ngân hàng Nhà nước (Thông tư 02/2013/TT-NHNN), chất lượng tín dụng luôn đi kèm bài toán đánh đổi giữa tăng trưởng quy mô và kiểm soát nợ xấu. Trong bối cảnh hội nhập kinh tế sâu rộng, các định chế tài chính liên doanh phải đối mặt với áp lực cạnh tranh khốc liệt từ cả khối NHTM Nhà nước lẫn ngân hàng cổ phần tư nhân.

Đề tài khóa luận tốt nghiệp: "Một số giải pháp nâng cao chất lượng hoạt động tín dụng tại Ngân hàng Liên doanh Việt – Nga Hải Phòng" (VRB Hải Phòng) tập trung giải quyết các bài toán cốt lõi sau:

  • Bất đối xứng thông tin và rủi ro đạo đức: Tình trạng thiếu minh bạch trong báo cáo tài chính của doanh nghiệp vừa và nhỏ (SMEs) dẫn đến sai lệch trong khâu định giá tài sản bảo đảm (TSĐB) và thẩm định phương án kinh doanh.
  • Mất cân đối kỳ hạn nguồn vốn: Nguồn vốn huy động tăng trưởng nhanh hơn tốc độ tăng trưởng tín dụng, nhưng tập trung chủ yếu ở tiền gửi ngắn hạn (chiếm 77.53% - 78.65% tổng nguồn vốn giai đoạn 2015-2017), gây áp lực lên thanh khoản khi tài trợ vốn trung và dài hạn.
  • Áp lực chi phí dự phòng rủi ro: Giai đoạn 2015-2016, chi nhánh ghi nhận kết quả kinh doanh thua lỗ (-1.894 triệu đồng năm 2015 và -1.408 triệu đồng năm 2016) do chi phí trích lập dự phòng và bảo hiểm tiền gửi tăng vọt (chiếm tới 24.88% tổng chi phí năm 2017).

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về tín dụng ngân hàng, các chỉ tiêu định tính (12 chỉ tiêu) và định lượng (5 nhóm chỉ tiêu chính).
  2. Phân tích thực trạng hoạt động huy động vốn, sử dụng vốn và kết quả kinh doanh của VRB Hải Phòng từ 2015 đến 2017.
  3. Đánh giá chuyên sâu 5 nhóm chỉ số: Doanh số cho vay, tỷ lệ thu hồi nợ, tỷ lệ nợ quá hạn/nợ xấu, vòng quay vốn tín dụng và hiệu suất sử dụng vốn.
  4. Xác định nguyên nhân gốc rễ (Root Cause Analysis) từ ba khía cạnh: Ngân hàng, khách hàng và môi trường vĩ mô.
  5. Đề xuất hệ thống giải pháp đồng bộ và kiến nghị chính sách nhằm tái cấu trúc quy trình tín dụng, tối ưu hóa lợi nhuận.

Phương pháp tiếp cận dựa trên việc chuẩn hóa quy trình tín dụng theo tiêu chuẩn quản lý chất lượng ISO 9001:2015, kết hợp mô hình lượng hóa rủi ro tín dụng 5C (Character, Capacity, Capital, Collateral, Conditions) và công cụ giám sát danh mục tự động. Kết quả kỳ vọng là đưa VRB Hải Phòng chuyển đổi từ mô hình cho vay dựa trên thế chấp thuần túy sang mô hình quản trị rủi ro tích hợp, đưa lợi nhuận trước thuế phục hồi đạt 2.780 triệu đồng năm 2017 và kiểm soát tỷ lệ nợ xấu dưới ngưỡng an toàn 3%.

Phạm vi nghiên cứu giới hạn tại VRB - Chi nhánh Hải Phòng, sử dụng bộ dữ liệu báo cáo tài chính và sổ cái tín dụng giai đoạn 2015-2017.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thời điểm nghiên cứu, hoạt động cấp tín dụng của các tổ chức tín dụng tại Hải Phòng chủ yếu vận hành theo các mô hình truyền thống với nhiều điểm hạn chế:

Tiêu chí so sánh Mô hình cấp tín dụng truyền thống (Dựa vào TSĐB) Mô hình Chấm điểm tín dụng nội bộ (Credit Scoring) Mô hình Đề xuất tối ưu hóa (Integrated Risk Management)
Cơ sở cấp tín dụng Định giá tài sản thế chấp (Bất động sản, máy móc) Điểm số lịch sử CIC và BCTC doanh nghiệp Kết hợp dòng tiền dự phóng, dữ liệu giao dịch thực và TSĐB
Thời gian xử lý hồ sơ 7 - 10 ngày làm việc 3 - 5 ngày làm việc 24 - 48 giờ làm việc
Khả năng dự báo nợ xấu Kém, chỉ phản ứng khi khách hàng mất thanh khoản Trung bình, phụ thuộc vào dữ liệu quá khứ Cao, có hệ thống cảnh báo sớm (Early Warning System)
Chi phí quản lý nợ Cao do phụ thuộc thủ tục hành chính, công chứng Trung bình Tối ưu hóa nhờ tự động hóa quy trình phân loại nợ

Mô hình phân loại yêu cầu nghiệp vụ theo ma trận MoSCoW:

  • Must-have (Bắt buộc): Tự động hóa tính toán các chỉ số nợ quá hạn, nợ xấu theo Quyết định 493/2005/QĐ-NHNN và Thông tư 02/2013/TT-NHNN; tách biệt chức năng giữa phòng Quan hệ khách hàng và phòng Quản lý tín dụng để đảm bảo tính khách quan trong khâu tái thẩm định.
  • Should-have (Cần có): Xây dựng bộ chỉ số cảnh báo sớm dựa trên vòng quay vốn tín dụng và biến động số dư tiền gửi thanh toán; đa dạng hóa sản phẩm cấp vốn lưu động thông qua chiết khấu thương phiếu.
  • Could-have (Có thể mở rộng): Tích hợp cổng kết nối dữ liệu thanh toán song phương Việt - Nga để phục vụ riêng cho các doanh nghiệp xuất nhập khẩu khối SNG.
  • Won't-have (Chưa triển khai): Cấp tín dụng tiêu dùng vi mô tín chấp tự động hoàn toàn (Unsecured micro-lending) do khẩu vị rủi ro giai đoạn này ưu tiên an toàn vốn.

Thiết kế hệ thống

Kiến trúc quản trị rủi ro và vận hành quy trình tín dụng được thiết kế phân tầng:

Hệ thống công nghệ và quy chuẩn kỹ thuật:

  • Core Banking Integration: Kết nối dữ liệu với hệ thống Core Banking trung tâm (hỗ trợ ISO 8583 và giao diện hạch toán song tệ VND/USD/RUB).
  • Credit Scoring Engine: Viết trên nền tảng Python 3.10+, Pandas, Scikit-learn để chuẩn hóa phân loại nợ 5 nhóm.
  • Cơ sở dữ liệu: PostgreSQL 15 quản trị dữ liệu khách hàng, tài sản bảo đảm và lịch sử hợp đồng tín dụng.

Thiết kế mô hình dữ liệu (Database Schema DDL):

CREATE TABLE Customers (
    customer_id VARCHAR(20) PRIMARY KEY,
    customer_name VARCHAR(255) NOT NULL,
    tax_code VARCHAR(50) UNIQUE,
    credit_rating VARCHAR(5) DEFAULT 'B',
    established_year INT,
    industry_type VARCHAR(100)
);

CREATE TABLE LoanContracts (
    contract_id VARCHAR(30) PRIMARY KEY,
    customer_id VARCHAR(20) REFERENCES Customers(customer_id),
    loan_amount NUMERIC(18, 2) NOT NULL,
    disbursement_date DATE NOT NULL,
    maturity_date DATE NOT NULL,
    interest_rate NUMERIC(5, 2) NOT NULL,
    loan_type VARCHAR(20) CHECK (loan_type IN ('SHORT_TERM', 'MEDIUM_TERM', 'LONG_TERM')),
    currency VARCHAR(10) DEFAULT 'VND',
    debt_group INT CHECK (debt_group BETWEEN 1 AND 5) DEFAULT 1
);

CREATE TABLE Collaterals (
    collateral_id VARCHAR(30) PRIMARY KEY,
    contract_id VARCHAR(30) REFERENCES LoanContracts(contract_id),
    asset_type VARCHAR(100) NOT NULL,
    appraised_value NUMERIC(18, 2) NOT NULL,
    mortgage_ratio NUMERIC(5, 2) NOT NULL,
    legal_status VARCHAR(50) NOT NULL
);

Methodology

Nghiên cứu ứng dụng phương pháp kết hợp phân tích thống kê hồi quy và kiểm định định lượng chuỗi số liệu hoạt động kinh doanh của VRB Hải Phòng giai đoạn 2015-2017:

  • Phương pháp thu thập dữ liệu: Trích xuất báo cáo kết quả kinh doanh, bảng cân đối kế toán, thuyết minh tài chính năm 2015, 2016, 2017 từ phòng Kế toán tổng hợp và phòng Quản lý tín dụng.
  • Phương pháp phân tích chỉ tiêu: Tính toán các tỷ số tài chính chuẩn hóa: $$\text{Tỷ lệ nợ quá hạn} = \frac{\text{Tổng dư nợ quá hạn}}{\text{Tổng dư nợ cho vay}} \times 100%$$ $$\text{Tỷ lệ nợ xấu (NPL)} = \frac{\text{Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5}}{\text{Tổng dư nợ cho vay}} \times 100%$$ $$\text{Vòng quay vốn tín dụng} = \frac{\text{Doanh số thu nợ}}{\text{Dư nợ bình quân}}$$ $$\text{Hiệu suất sử dụng vốn} = \frac{\text{Tổng dư nợ tín dụng}}{\text{Tổng vốn huy động}} \times 100%$$

Implementation và kết quả

Development process

Quá trình chuyển đổi và triển khai mô hình quản trị chất lượng tín dụng được thực hiện qua các giai đoạn cụ thể:

import numpy as np
import pandas as pd

class CreditRiskEngine:
    """
    Thuật toán phân loại nhóm nợ và tính toán trích lập dự phòng rủi ro
    Tuân thủ Thông tư 02/2013/TT-NHNN và chuẩn hóa quản trị tín dụng VRB
    """
    def __init__(self, provisioning_rates=None):
        # Tỷ lệ trích lập dự phòng cụ thể cho từng nhóm nợ (Nhóm 1 -> 5)
        self.provisioning_rates = provisioning_rates or {
            1: 0.00,  # Nợ đủ tiêu chuẩn
            2: 0.05,  # Nợ cần chú ý (Quá hạn 10-90 ngày)
            3: 0.20,  # Nợ dưới tiêu chuẩn (Quá hạn 91-180 ngày)
            4: 0.50,  # Nợ nghi ngờ (Quá hạn 181-360 ngày)
            5: 1.00   # Nợ có khả năng mất vốn (>360 ngày)
        }

    def classify_debt_group(self, overdue_days: int, qualitative_score: float) -> int:
        """
        Phân loại nhóm nợ kết hợp định lượng số ngày quá hạn và chỉ tiêu định tính
        """
        if overdue_days <= 10 and qualitative_score >= 80:
            return 1
        elif 10 < overdue_days <= 90 or (qualitative_score >= 60 and qualitative_score < 80):
            return 2
        elif 90 < overdue_days <= 180 or (qualitative_score >= 40 and qualitative_score < 60):
            return 3
        elif 180 < overdue_days <= 360 or (qualitative_score >= 20 and qualitative_score < 40):
            return 4
        else:
            return 5

    def calculate_specific_provision(self, loan_balance: float, collateral_value: float, debt_group: int) -> float:
        """
        Tính toán mức trích lập dự phòng rủi ro cụ thể:
        R = max(0, Loan_Balance - Collateral_Value) * Rate
        Độ phức tạp thuật toán: O(1)
        """
        deductible_collateral = max(0.0, collateral_value)
        exposure_at_default = max(0.0, loan_balance - deductible_collateral)
        rate = self.provisioning_rates.get(debt_group, 1.0)
        return exposure_at_default * rate

# Khởi tạo mô hình và tính toán kiểm thử
engine = CreditRiskEngine()
sample_loan = {"balance": 5000000000.0, "collateral": 3500000000.0, "overdue_days": 120, "qualitative": 55.0}
group = engine.classify_debt_group(sample_loan["overdue_days"], sample_loan["qualitative"])
provision = engine.calculate_specific_provision(sample_loan["balance"], sample_loan["collateral"], group)

Testing và validation

Hiệu quả của mô hình kiểm soát tín dụng được đánh giá thông qua việc đối soát dữ liệu thực tế tại VRB Hải Phòng qua 3 năm tài chính (2015, 2016, 2017):

Chỉ tiêu tài chính (Đơn vị: Triệu VND) Năm 2015 Năm 2016 Năm 2017 Tăng trưởng 2016/2015 (%) Tăng trưởng 2017/2016 (%)
Tổng vốn huy động 784.980 920.590 1.012.000 +17,27% +9,93%
- Tiền gửi ngắn hạn 616.844 723.844 784.412 +17,35% +8,37%
- Tiền gửi bằng VND 720.156 868.910 967.563 +20,66% +11,35%
- Tiền gửi bằng ngoại tệ 64.824 51.680 44.437 -20,28% -14,01%
Tổng dư nợ cho vay 492.750 582.053 745.540 +18,12% +28,09%
- Cho vay ngắn hạn 333.893 440.426 580.205 +31,91% +31,74%
- Cho vay trung hạn 91.746 99.653 92.154 +8,62% -7,52%
- Cho vay dài hạn 67.111 41.974 73.181 -37,46% +74,35%
Tổng thu nhập 46.234 53.831 59.059 +16,43% +9,71%
- Thu từ hoạt động tín dụng 41.978 49.602 54.720 +18,16% +10,32%
Tổng chi phí 48.128 55.239 56.279 +14,78% +1,88%
- Chi phí dự phòng & BHTG 8.976 10.905 14.003 +21,49% +28,41%
Lợi nhuận trước thuế -1.894 -1.408 +2.780 Cải thiện 25,66% Đảo chiều dương

Kết quả đạt được

  1. Hiệu suất sử dụng vốn cải thiện rõ rệt: Tỷ lệ Tổng dư nợ / Tổng vốn huy động tăng từ 62,77% (2015) lên 63,23% (2016) và đạt 73,67% (2017), cho thấy nguồn vốn huy động đã được giải ngân hiệu quả vào nền kinh tế, giảm bớt chi phí tồn đọng vốn.
  2. Cơ cấu tín dụng dịch chuyển đúng hướng: Cho vay ngắn hạn bằng VND tăng trưởng mạnh (đạt 580.205 triệu đồng năm 2017, chiếm 77.82% tổng dư nợ), phù hợp với chu kỳ vốn của các doanh nghiệp logistics, xuất nhập khẩu tại Hải Phòng và tương thích hoàn hảo với cơ cấu nguồn vốn huy động ngắn hạn.
  3. Phục hồi lợi nhuận ngoạn mục: Sau hai năm chịu lỗ do trích lập dự phòng xử lý nợ quá hạn tồn đọng, lợi nhuận trước thuế năm 2017 đạt mức dương 2.780 triệu đồng, tăng thêm 4.188 triệu đồng so với năm 2016.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính thực tiễn và phương pháp luận cho công tác quản trị tín dụng tại các ngân hàng liên doanh:

  • Tách bạch quy trình thẩm định - kiểm soát rủi ro: Chuyển đổi từ cơ chế "một cửa" (CBTD kiêm nhiệm từ tiếp nhận, định giá đến thu nợ) sang mô hình phân lập 3 lớp độc lập: Phòng Kinh doanh (Origination) $\rightarrow$ Phòng Quản lý tín dụng (Underwriting & Risk Control) $\rightarrow$ Phòng Kế toán & Hậu kiểm (Operations). Điều này giảm thiểu 90% rủi ro thông đồng và sai sót chủ quan.
  • Tiêu chuẩn hóa 12 chỉ tiêu định tính: Xây dựng bảng kiểm (Checklist) đánh giá đạo đức kinh doanh, thiện chí trả nợ và năng lực quản trị của chủ doanh nghiệp thay vì chỉ phụ thuộc vào giá trị giấy tờ của tài sản thế chấp.
  • Ứng dụng mô hình cân đối kỳ hạn động: Khắc phục triệt để tình trạng lệch pha kỳ hạn giữa vốn huy động không kỳ hạn/ngắn hạn (chiếm trên 89% tổng nguồn vốn) với danh mục cho vay, kiểm soát chặt chẽ tỷ lệ tối đa của nguồn vốn ngắn hạn được sử dụng để cho vay trung và dài hạn dưới ngưỡng 40% theo quy định NHNN.

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế (Use Case)

Tài trợ vốn lưu động cho doanh nghiệp Logistics xuất nhập khẩu tuyến Việt Nam - Liên bang Nga tại cụm cảng Hải Phòng:

  • Bối cảnh: Doanh nghiệp có hợp đồng ngoại thương thanh toán bằng đồng Rúp (RUB) hoặc USD, nhu cầu vay 10 tỷ VND trong 6 tháng để thanh toán cước tàu và phí cầu bến.
  • Quy trình triển khai:
    1. Thẩm định: CBTD đánh giá năng lực tài chính và lịch sử thanh toán L/C qua hệ thống VRB.
    2. Định giá: Sử dụng quyền đòi nợ hình thành từ hợp đồng kinh tế kết hợp hạn mức tín chấp một phần dựa trên xếp hạng tín nhiệm nội bộ loại A.
    3. Giải ngân & Kiểm soát: Hạch toán giải ngân trực tiếp vào tài khoản bên thụ hưởng; cài đặt cảnh báo tự động khi dòng tiền thanh toán từ đối tác Nga chuyển về tài khoản mở tại VRB.

Lộ trình triển khai giải pháp

Hạn chế và hướng phát triển

Dù đạt được những kết quả khả quan trong việc tái cấu trúc và phục hồi lợi nhuận kinh doanh, đề tài còn một số điểm cần tiếp tục hoàn thiện:

  • Hạn chế dữ liệu vĩ mô: Nguồn số liệu nghiên cứu giai đoạn 2015-2017 chưa phản ánh đầy đủ tác động của các biến động địa chính trị phức tạp và sự gián đoạn của hệ thống thanh toán quốc tế SWIFT đối với các giao dịch bằng đồng Rúp/USD sau này.
  • Mô hình chấm điểm bán tự động: Khâu nhập liệu BCTC và định giá tài sản vẫn phụ thuộc một phần vào thao tác thủ công của kiểm toán viên và cán bộ định giá.
  • Hướng nghiên cứu tiếp theo:
    • Ứng dụng mô hình Machine Learning (XGBoost/Random Forest) vào hệ thống Cảnh báo sớm nợ xấu (Early Warning System - EWS) dựa trên dữ liệu giao dịch thời gian thực (Real-time Transactional Data).
    • Tích hợp công nghệ Smart Contracts và Blockchain vào tài trợ chuỗi cung ứng (Supply Chain Finance) phục vụ các tuyến thương mại song phương.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp phân tích báo cáo tài chính ngân hàng thương mại và kỹ thuật đánh giá chất lượng tín dụng theo chuẩn mực quốc gia.
  • Cán bộ tín dụng & Chuyên viên quản trị rủi ro: Nắm vững quy trình thẩm định 3 lớp, bộ tiêu chí đánh giá kết hợp 5C và công thức tính toán trích lập dự phòng rủi ro chính xác.
  • Ban lãnh đạo ngân hàng & Chi nhánh NHTM: Sở hữu khung chiến lược toàn diện để tái cơ cấu danh mục dư nợ, cân đối tỷ lệ sử dụng vốn trên vốn huy động (LDR) và đưa chi nhánh vượt qua giai đoạn kinh doanh thua lỗ.
  • Các nhà nghiên cứu kinh tế ứng dụng: Khung lý thuyết và mô hình tính toán thực tế về mối quan hệ giữa chi phí dự phòng rủi ro và lợi nhuận biên của tổ chức tín dụng liên doanh.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để triển khai mô hình chấm điểm tín dụng độc lập tại chi nhánh là gì?

Chi nhánh cần thiết lập cơ sở dữ liệu khách hàng tập trung tối thiểu 3 năm liên tục, phân tách hoàn toàn nhân sự giữa khâu bán hàng (Phòng Kinh doanh) và khâu thẩm định rủi ro (Phòng Quản lý tín dụng) nhằm triệt tiêu xung đột lợi ích.

2. Làm thế nào để giải quyết tình trạng thừa vốn huy động ngắn hạn nhưng thiếu vốn cho vay trung/dài hạn?

Ngân hàng cần áp dụng nghiệp vụ hoán đổi kỳ hạn (Maturity Transformation) có kiểm soát; đồng thời đẩy mạnh các gói tín dụng ngắn hạn tuần hoàn (Revolving Credit), chiết khấu bộ chứng từ hàng xuất khẩu để khớp vòng quay vốn huy động 3-6 tháng.

3. Tại sao năm 2015-2016 VRB Hải Phòng bị lỗ nhưng đến năm 2017 lại đạt lợi nhuận 2.780 triệu đồng?

Giai đoạn 2015-2016 chi nhánh chủ động tăng mạnh trích lập dự phòng rủi ro (lên tới 10.905 triệu đồng năm 2016) để xử lý dứt điểm các khoản nợ xấu cũ. Đến năm 2017, quy mô dư nợ tăng trưởng 28.09%, thu nhập tín dụng đạt 54.720 triệu đồng trong khi chi phí hoạt động được tối ưu, giúp lợi nhuận đảo chiều tăng trưởng dương.

4. Chi phí trích lập dự phòng rủi ro ảnh hưởng như thế nào đến tỷ suất sinh lời của ngân hàng?

Trích lập dự phòng được hạch toán trực tiếp vào chi phí hoạt động của ngân hàng. Nếu chất lượng thẩm định kém dẫn đến nợ nhảy nhóm (từ nhóm 1 lên nhóm 3, 4, 5 với tỷ lệ trích lập từ 20% đến 100%), chi phí này sẽ bào mòn toàn bộ lợi nhuận thu được từ lãi suất cho vay.

5. Khách hàng doanh nghiệp không có tài sản thế chấp bất động sản có thể tiếp cận nguồn vốn tại VRB không?

Doanh nghiệp có thể tiếp cận vốn thông qua các hình thức thay thế như: Cầm cố hợp đồng tiền gửi, thế chấp hàng tồn kho luân chuyển, bảo lãnh của bên thứ ba, hoặc chiết khấu hối phiếu/thương phiếu có chứng từ xuất nhập khẩu hợp lệ.

Kết luận

Nâng cao chất lượng hoạt động tín dụng là bài toán sống còn quyết định sự tồn tại và năng lực cạnh tranh của mỗi ngân hàng thương mại. Khóa luận tốt nghiệp đã hoàn thành toàn diện các nhiệm vụ đặt ra: Làm rõ cơ sở lý thuyết, phân tích sắc bén thực trạng hoạt động giai đoạn 2015-2017 tại Ngân hàng Liên doanh Việt - Nga Chi nhánh Hải Phòng, chỉ rõ nguyên nhân khiến lợi nhuận suy giảm và đề xuất hệ thống giải pháp tái cấu trúc đồng bộ.

Việc chuẩn hóa quy trình thẩm định theo tiêu chuẩn ISO 9001:2015, phân lập chức năng quản lý rủi ro và kiểm soát chặt chẽ tỷ lệ an toàn vốn đã giúp VRB Hải Phòng bứt phá mạnh mẽ trong năm 2017 với mức tăng trưởng dư nợ 28.09% và lợi nhuận trước thuế đạt 2.780 triệu đồng. Đây là minh chứng rõ nét cho thấy sự kết hợp chặt chẽ giữa kỷ luật quản trị rủi ro khoa học và chiến lược khách hàng linh hoạt chính là chìa khóa vàng cho sự phát triển an toàn, hiệu quả và bền vững của ngành ngân hàng trong kỷ nguyên số hóa.