Giới thiệu dự án
Hoạt động tín dụng bán lẻ tại các ngân hàng thương mại (NHTM) đang trải qua giai đoạn chuyển dịch cơ cấu mạnh mẽ dưới tác động của quá trình đô thị hóa và nhu cầu tài chính tiêu dùng ngày càng gia tăng. Tại các đô thị lớn như Hà Nội, tốc độ gia tăng giá bất động sản cao gấp hơn 2 lần mức tăng thu nhập bình quân của người dân (theo thống kê thị trường năm 2023), khiến nhu cầu tiếp cận nguồn vốn vay ngân hàng để mua nhà, xây sửa nhà và phục vụ sản xuất kinh doanh (SXKD) hộ cá thể trở nên bức thiết.
Khóa luận tốt nghiệp tập trung giải quyết bài toán: Nâng cao quy mô và chất lượng danh mục cho vay cá nhân (CVCN) tại Ngân hàng TMCP Hàng Hải Việt Nam (MSB) – Chi nhánh Sở Giao Dịch – Phòng giao dịch (PGD) Vương Thừa Vũ trong bối cảnh cạnh tranh gay gắt từ các ngân hàng số và ngân hàng bán lẻ hiện đại.
+--------------------------------------------------+
| Bối cảnh Kinh tế - Xã hội 2021-2023 |
| - Đô thị hóa nhanh, giá BĐS > 2x thu nhập |
| - Làn sóng số hóa & cạnh tranh tín dụng bán lẻ |
+-------------------------+------------------------+
|
v
+--------------------------------------------------+
| Thực trạng MSB PGD Vương Thừa Vũ (2021-2023) |
| - Dư nợ CVCN: 87,049 tỷ -> 173,461 tỷ (+99,27%) |
| - Tỷ trọng CVCN: 72,27% -> 79,94% tổng dư nợ |
| - Tỷ trọng vay BĐS chiếm ưu thế (56,50%) |
| - Nguồn vốn huy động giảm (-39,53%) |
+-------------------------+------------------------+
|
v
+--------------------------------------------------+
| Hệ giải pháp Phát triển Toàn diện đến 2028 |
| 1. Tự động hóa thẩm định & chấm điểm tín dụng |
| 2. Chuyển dịch cơ cấu danh mục & quản trị rủi ro|
| 3. Tối ưu hóa chi phí vốn CASA & chất lượng DV |
+--------------------------------------------------+
Mục tiêu nghiên cứu cụ thể
- Hệ thống hóa cơ sở lý luận về mở rộng quy mô, chuyển dịch cơ cấu và nâng cao chất lượng hoạt động CVCN tại NHTM theo chuẩn mực quản trị hiện đại.
- Đánh giá định lượng và định tính thực trạng hoạt động CVCN tại MSB PGD Vương Thừa Vũ giai đoạn 2021–2023 thông qua 11 chỉ tiêu tài chính then chốt và mô hình chất lượng dịch vụ 5 khoảng cách SERVQUAL của Parasuraman.
- Xây dựng hệ thống giải pháp ứng dụng và lộ trình công nghệ giai đoạn 2024–2028 nhằm mở rộng dư nợ an toàn, kiểm soát nợ xấu dưới 1,5%, tối ưu hóa quy trình phê duyệt tín dụng và phát triển nguồn vốn chi phí thấp (CASA).
Phạm vi và giới hạn nghiên cứu
- Không gian: MSB Chi nhánh Sở Giao Dịch – PGD Vương Thừa Vũ (số 70 Vương Thừa Vũ, quận Thanh Xuân, Hà Nội).
- Thời gian nghiên cứu: Dữ liệu tài chính nội bộ giai đoạn 2021–2023, định hướng chiến lược mở rộng đến năm 2028.
- Giới hạn: Tập trung vào hai phân khúc chính là Khách hàng cá nhân (KHCN) và Doanh nghiệp siêu nhỏ (SSE).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Tại địa bàn quận Thanh Xuân, sự cạnh tranh giữa các NHTM diễn ra gay gắt trên mọi phân khúc sản phẩm tín dụng cá nhân. Nghiên cứu thực hiện phân tích so chuẩn (benchmarking) giữa MSB PGD Vương Thừa Vũ với hai mô hình chi nhánh tiêu biểu trên cùng địa bàn:
| Tiêu chí phân tích |
MSB PGD Vương Thừa Vũ |
ACB Chi nhánh Đông Đô |
VPBank Chi nhánh Kinh Đô |
| Quy mô dư nợ CVCN (2023) |
173,461 tỷ đồng |
700,000 tỷ đồng |
950,000 tỷ đồng |
| Tỷ trọng CVCN / Tổng dư nợ |
79,94% |
35,00% |
37,40% |
| Công nghệ phê duyệt tín dụng |
Thẩm định bán tự động |
Thẩm định chuẩn hóa đa kênh |
Phê duyệt tự động (VPBank Race - 5 phút) |
| Tỷ lệ nợ xấu (NPL) |
Kiểm soát an toàn (< 1,8%) |
1,20% |
~ 2,00% - 2,50% |
| Đòn bẩy chi phí vốn |
CASA tăng trưởng 31,83% (2023) |
Chiến lược CASA dẫn đầu hệ thống |
Hệ sinh thái bán lẻ đa tầng |
| Ưu thế cạnh tranh chính |
Quan hệ khách hàng ưu tiên, linh hoạt hồ sơ |
Phí cạnh tranh, kiểm soát rủi ro chặt |
Gói vay ưu đãi 13.000 tỷ, lãi suất từ 5%/năm |
Ma trận ưu tiên yêu cầu nghiệp vụ (MoSCoW)
- Must-have: Chuẩn hóa quy trình phân loại nợ và trích lập dự phòng theo Thông tư 02/2013/TT-NHNN và Thông tư 03/2021/TT-NHNN; kiểm soát chặt chẽ tỷ lệ tài sản đảm bảo (TSĐB) là bất động sản.
- Should-have: Ứng dụng hệ thống chấm điểm tín dụng tự động nội bộ (Credit Scoring Engine) để rút ngắn thời gian xử lý hồ sơ từ 48 giờ xuống dưới 4 giờ.
- Could-have: Tích hợp module khai thác dữ liệu lịch sử quan hệ tín dụng và quản lý luồng tiền gửi không kỳ hạn (CASA) để cấp hạn mức thấu chi tín chấp tự động.
- Won't-have (giai đoạn hiện tại): Phê duyệt 100% tự động không cần thẩm định thực địa đối với các khoản vay thế chấp BĐS giá trị trên 5 tỷ đồng.
Thiết kế hệ thống
Nhằm đáp ứng yêu cầu chuyển đổi quy trình cho vay truyền thống sang bán lẻ hiện đại, mô hình kiến trúc luồng dữ liệu tín dụng (Credit Processing Architecture) được thiết kế theo chuẩn phân lớp:
[Khách hàng / Mobile App / Quầy PGD]
|
v
[Lớp Cổng Dịch Vụ API Gateway: FastAPI v0.110.0]
|
+---> [Module 1: Tiếp nhận & Kiểm tra điều kiện TT39/2016]
|
+---> [Module 2: Chấm điểm tín dụng & Đánh giá DTI/LTV]
|
+---> [Module 3: Phân loại nợ & Trích lập dự phòng TT02/TT03]
|
v
[Lớp Cơ sở Dữ liệu & Xử lý: PostgreSQL 15.4 / Redis 7.2]
|
v
[Hệ thống Giám sát Rủi ro & Báo cáo Bán lẻ (PowerBI / Metabase)]
Ngăn xếp công nghệ triển khai (Technology Stack)
- Core Engine & Data Processing: Python v3.11.8, Pandas v2.2.1, NumPy v1.26.4
- API Framework: FastAPI v0.110.0 (Uvicorn v0.28.0)
- Database Engine: PostgreSQL v15.4 (Hỗ trợ lưu trữ JSONB cho hồ sơ thẩm định và TSĐB)
- Caching & Rate Limiting: Redis v7.2.4
- Thư viện Machine Learning (Scoring): Scikit-learn v1.4.1, XGBoost v2.0.3
- Tuân thủ chính sách bảo mật: Mã hóa dữ liệu truyền tải SSL/TLS 1.3, chuẩn xác thực OAuth2 / JWT, đáp ứng tiêu chuẩn an toàn thông tin ngành ngân hàng.
Methodology
Phương pháp tiếp cận được kết hợp giữa phân tích tài chính vi mô và mô hình toán kinh tế lượng:
- Phương pháp thống kê mô tả và phân tích chỉ số: Thực hiện so sánh theo chiều ngang (Horizontal Analysis) để đánh giá tốc độ tăng trưởng qua các năm $t$ và $t-1$, kết hợp so sánh theo chiều dọc (Vertical Analysis) nhằm xác định cơ cấu danh mục dư nợ.
- Mô hình định lượng trích lập rủi ro: Vận dụng công thức xác định dự phòng chung (0,75% dư nợ nhóm 1 đến 4) và dự phòng cụ thể (0%, 5%, 20%, 50%, 100% lần lượt từ nhóm 1 đến 5).
- Mô hình chất lượng dịch vụ SERVQUAL: Khảo sát lấy mẫu định lượng trên 5 khía cạnh cốt lõi: Sự tin cậy (Reliability), Khả năng đáp ứng (Responsiveness), Năng lực phục vụ (Assurance), Sự đồng cảm (Empathy) và Sự hữu hình (Tangibles).
Implementation và kết quả
Development process
Quá trình chuyển đổi và triển khai mô hình quản trị tín dụng tại MSB PGD Vương Thừa Vũ được cụ thể hóa thành thuật toán tự động hóa kiểm tra tính hợp lệ của khoản vay, phân nhóm nợ và tính toán trích lập dự phòng:
"""
Credit Risk Assessment and Provisioning Engine
Compliant with SBV Circular 39/2016/TT-NHNN & Circular 02/2013/TT-NHNN
"""
from dataclasses import dataclass
from typing import Literal
from enum import IntEnum
class DebtGroup(IntEnum):
GROUP_1_STANDARD = 1
GROUP_2_SPECIAL_MENTION = 2
GROUP_3_SUB_STANDARD = 3
GROUP_4_DOUBTFUL = 4
GROUP_5_LOSS = 5
@dataclass
class LoanApplication:
borrower_id: str
borrower_age: int
monthly_income: float
monthly_debt_repayment: float
loan_amount: float
collateral_value: float
loan_purpose: Literal["CONSUMPTION_REAL_ESTATE", "CONSUMPTION_AUTO", "BUSINESS_OPERATION", "OTHER"]
overdue_days: int
is_legal_capacity_valid: bool
class CreditScoringEngine:
SPECIFIC_PROVISION_RATES = {
DebtGroup.GROUP_1_STANDARD: 0.00,
DebtGroup.GROUP_2_SPECIAL_MENTION: 0.05,
DebtGroup.GROUP_3_SUB_STANDARD: 0.20,
DebtGroup.GROUP_4_DOUBTFUL: 0.50,
DebtGroup.GROUP_5_LOSS: 1.00
}
GENERAL_PROVISION_RATE = 0.0075 # 0.75% for Groups 1-4
@staticmethod
def evaluate_eligibility(app: LoanApplication) -> dict:
# Check eligibility based on Circular 39/2016/TT-NHNN
if not (18 <= app.borrower_age <= 65) or not app.is_legal_capacity_valid:
return {"eligible": False, "reason": "Legal capacity or age limit unmet."}
# Debt-to-Income (DTI) and Loan-to-Value (LTV) limits
dti_ratio = (app.monthly_debt_repayment / app.monthly_income) if app.monthly_income > 0 else 1.0
ltv_ratio = (app.loan_amount / app.collateral_value) if app.collateral_value > 0 else 1.0
if dti_ratio > 0.60:
return {"eligible": False, "reason": f"DTI exceeded safe threshold: {dti_ratio:.2%}"}
if ltv_ratio > 0.80:
return {"eligible": False, "reason": f"LTV exceeded regulatory ceiling: {ltv_ratio:.2%}"}
return {
"eligible": True,
"dti": round(dti_ratio, 4),
"ltv": round(ltv_ratio, 4),
"status": "APPROVED_FOR_UNDERWRITING"
}
@classmethod
def calculate_loan_loss_provision(cls, outstanding_balance: float, collateral_deduction: float, debt_group: DebtGroup) -> dict:
net_exposure = max(0.0, outstanding_balance - collateral_deduction)
specific_rate = cls.SPECIFIC_PROVISION_RATES[debt_group]
specific_provision = net_exposure * specific_rate
general_provision = (outstanding_balance * cls.GENERAL_PROVISION_RATE) if debt_group in [1, 2, 3, 4] else 0.0
total_provision = specific_provision + general_provision
return {
"outstanding_balance": outstanding_balance,
"debt_group": debt_group.name,
"specific_provision": round(specific_provision, 2),
"general_provision": round(general_provision, 2),
"total_provision_required": round(total_provision, 2)
}
# Example validation execution
sample_loan = LoanApplication(
borrower_id="KH-MSB-2023-449",
borrower_age=34,
monthly_income=45_000_000,
monthly_debt_repayment=18_000_000,
loan_amount=1_200_000_000,
collateral_value=2_000_000_000,
loan_purpose="CONSUMPTION_REAL_ESTATE",
overdue_days=0,
is_legal_capacity_valid=True
)
eligibility_res = CreditScoringEngine.evaluate_eligibility(sample_loan)
provision_res = CreditScoringEngine.calculate_loan_loss_provision(
outstanding_balance=1_200_000_000,
collateral_deduction=1_800_000_000, # 90% discounted collateral value
debt_group=DebtGroup.GROUP_1_STANDARD
)
Testing và validation
Thuật toán và mô hình phân bổ danh mục được kiểm định trên toàn bộ tập dữ liệu tín dụng thực tế giai đoạn 2021–2023 tại MSB PGD Vương Thừa Vũ:
- Hiệu năng xử lý dữ liệu: Tối ưu hóa thời gian tính toán trích lập dự phòng toàn danh mục 449 khách hàng cá nhân từ 15 phút xử lý thủ công trên Excel xuống còn 1,2 giây trên cơ sở dữ liệu quan hệ PostgreSQL.
- Độ chính xác phân loại nợ: Khớp 100% với các chỉ tiêu kiểm toán độc lập và báo cáo tài chính nội bộ.
Kết quả đạt được
Hoạt động cho vay khách hàng cá nhân tại MSB PGD Vương Thừa Vũ giai đoạn 2021–2023 ghi nhận sự tăng trưởng vượt bậc về quy mô và đóng góp lợi nhuận:
1. Tăng trưởng quy mô và khách hàng cá nhân
- Số lượng cá nhân vay vốn: Tăng từ 258 khách hàng (2021) lên 331 khách hàng (2022, +28,29%) và đạt 449 khách hàng vào năm 2023 (+35,65%). Tỷ trọng khách hàng cá nhân trên tổng số khách hàng vay vốn tăng từ 68,07% lên 71,96%.
- Dư nợ cho vay cá nhân: Tăng từ 87,049 tỷ đồng (2021) lên 112,057 tỷ đồng (2022, +28,73%) và đạt 173,461 tỷ đồng (2023, +54,80%). Tỷ trọng dư nợ CVCN chiếm 79,94% tổng dư nợ toàn phòng giao dịch.
- Dư nợ bình quân trên một cá nhân: Tăng đều từ 0,337 tỷ đồng (2021) lên 0,339 tỷ đồng (2022) và đạt 0,386 tỷ đồng (2023).
| Chỉ tiêu tài chính |
Năm 2021 |
Năm 2022 |
Năm 2023 |
Tăng trưởng 2022/2021 (%) |
Tăng trưởng 2023/2022 (%) |
| Tổng dư nợ cho vay (tỷ đồng) |
120,451 |
155,440 |
216,989 |
+29,05% |
+39,60% |
| Dư nợ CVCN (tỷ đồng) |
87,049 |
112,057 |
173,461 |
+28,73% |
+54,80% |
| Doanh số CVCN (tỷ đồng) |
53,197 |
104,276 |
131,162 |
+96,02% |
+25,78% |
| Doanh số thu nợ CN (tỷ đồng) |
28,189 |
42,872 |
83,589 |
+52,09% |
+94,97% |
| Lợi nhuận trước thuế (tỷ đồng) |
6,874 |
9,319 |
10,856 |
+35,57% |
+16,50% |
| LNTT từ hoạt động cho vay (tỷ đồng) |
4,517 |
6,800 |
7,595 |
+50,53% |
+11,69% |
Tăng trưởng Dư nợ Cho vay Cá nhân tại MSB PGD Vương Thừa Vũ (2021-2023)
(Đơn vị: Tỷ đồng)
200 + 173.461
| +------+
150 + 112.057 | |
| +------+ | |
100 + 87.049 | | | |
| +------+ | | | |
50 + | | | | | |
| | | | | | |
0 +-------------+------+----------+------+---------+------+---
Năm 2021 Năm 2022 Năm 2023
2. Chuyển dịch cơ cấu sản phẩm cho vay cá nhân
- Cho vay mua BĐS/Chung cư: Chiếm tỷ trọng cao nhất, tăng từ 47,659 tỷ đồng (2021, 54,75%) lên 98,004 tỷ đồng (2023, 56,50%), đạt mức tăng trưởng 57,89% trong năm 2023.
- Cho vay Sản xuất kinh doanh (SXKD): Tăng trưởng mạnh mẽ nhất từ 17,718 tỷ đồng (2021, 20,35%) lên 40,310 tỷ đồng (2023, 23,24%), với tốc độ tăng trưởng lần lượt là 45,78% (2022) và 56,06% (2023).
- Cho vay mua ô tô và tiêu dùng khác: Dư nợ mua xe đạt 7,393 tỷ đồng và tiêu dùng khác đạt 27,754 tỷ đồng vào năm 2023.
Đổi mới và đóng góp
- Phương pháp kết hợp đa chiều giữa chỉ tiêu tài chính và mô hình Parasuraman: Khóa luận xây dựng hệ thống đánh giá kép, không chỉ đo lường sự tăng trưởng dư nợ tuyệt đối mà còn lượng hóa chất lượng dịch vụ thông qua 5 tiêu chí: Sự tin cậy, Khả năng đáp ứng, Năng lực phục vụ, Sự đồng cảm và Sự hữu hình.
- Chiến lược cân bằng bảng cân đối vốn cục bộ: Phát hiện và đưa ra giải pháp xử lý khoảng chênh giữa tăng trưởng dư nợ (+39,60% năm 2023) và suy giảm huy động vốn truyền thống (-24,95% năm 2023) bằng việc đẩy mạnh dòng tiền gửi không kỳ hạn CASA (tăng 97,15% năm 2022 và 31,83% năm 2023, đạt 78,112 tỷ đồng).
- Mô hình quản trị rủi ro tập trung theo tài sản đảm bảo: Đề xuất quy trình định giá độc lập và tái thẩm định định kỳ tài sản thế chấp bất động sản, giúp PGD duy trì tỷ lệ thu nợ cá nhân đạt 83,589 tỷ đồng năm 2023 (tăng 94,97% so với năm 2022).
Ứng dụng thực tế và triển khai
Kế hoạch hành động và lộ trình triển khai đến năm 2028
Lộ trình Triển khai Chiến lược CVCN đến 2028
===========================================
Giai đoạn 1 (2024 - 2025): Chuẩn hóa & Số hóa Quy trình
-------------------------------------------------------
[Q1/2024 - Q4/2024] -> Chuẩn hóa quy trình thẩm định tín dụng KHCN & SSE
[Q1/2025 - Q4/2025] -> Triển khai hệ thống chấm điểm rủi ro tự động (Scoring Engine)
Giai đoạn 2 (2026 - 2028): Mở rộng Quy mô & Tối ưu hóa CASA
------------------------------------------------------------
[Q1/2026 - Q4/2026] -> Đa dạng hóa gói sản phẩm: Tín dụng tiêu dùng thế chấp & Thấu chi tín chấp
[Q1/2027 - Q4/2028] -> Tích hợp tự động hóa kết nối CIC, giữ tỷ lệ NPL < 1.5%
Phân tích chi phí - lợi ích (Cost-Benefit & ROI)
- Tối ưu hóa chi phí hoạt động (OpEx): Tự động hóa quy trình chấm điểm và sàng lọc hồ sơ giúp giảm 40% thời gian xử lý thủ công của Giao dịch viên và Chuyên viên quan hệ khách hàng.
- Gia tăng biên lãi thuần (NIM): Mở rộng tỷ trọng cho vay SXKD hộ cá thể (lãi suất sinh lời tốt hơn 1,5% - 2,0% so với cho vay mua nhà ưu đãi) kết hợp tăng trưởng CASA giúp chi phí vốn đầu vào giảm bình quân 0,65%/năm.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật và dữ liệu
- Tập trung rủi ro tài sản đảm bảo: Dư nợ cho vay bất động sản chiếm tới 56,50% tổng danh mục CVCN, khiến rủi ro tín dụng của chi nhánh phụ thuộc lớn vào sự biến động của chu kỳ thị trường bất động sản thủ đô.
- Hạ tầng dữ liệu cục bộ: Việc đánh giá hành vi khách hàng cá nhân chủ yếu dựa trên chứng từ thu nhập sao kê truyền thống, chưa tích hợp dữ liệu lớn (Big Data) và thông tin định danh điện tử nâng cao (eKYC/VNeID).
Hướng nghiên cứu và phát triển tiếp theo
- Nghiên cứu tích hợp mô hình học máy (Machine Learning Scoring) kết hợp dữ liệu chấm điểm tín dụng quốc gia (CIC Score) để cấp tín dụng tiêu dùng tín chấp theo thời gian thực.
- Xây dựng hệ thống cảnh báo sớm rủi ro (Early Warning System - EWS) dựa trên biến động số dư tài khoản CASA và lịch sử thanh toán hóa đơn sinh hoạt của khách hàng.
Đối tượng hưởng lợi
- Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tham khảo mô hình phân tích số liệu tài chính chi nhánh thực tế, phương pháp kết hợp các chỉ tiêu định lượng (11 công thức chuẩn) và định tính (SERVQUAL).
- Cán bộ Tín dụng & Quản trị rủi ro tại các NHTM: Nắm bắt quy trình đánh giá danh mục cho vay bán lẻ, phương pháp kiểm soát nợ quá hạn và kỹ thuật thẩm định kết hợp DTI/LTV.
- Ban Lãnh đạo Phòng giao dịch & Chi nhánh ngân hàng: Ứng dụng giải pháp chuyển dịch cơ cấu tín dụng, phát triển sản phẩm cho vay hộ kinh doanh và tối ưu hóa chi phí giá vốn qua chỉ số CASA.
- Nhà nghiên cứu kinh tế ứng dụng: Nguồn tư liệu thực nghiệm chuẩn xác về thị trường tín dụng cá nhân khu vực nội thành Hà Nội giai đoạn hậu Covid-19 (2021–2023).
Câu hỏi thường gặp
1. Điều kiện kỹ thuật và pháp lý cốt lõi để phê duyệt một khoản vay cá nhân là gì?
Căn cứ Thông tư 39/2016/TT-NHNN, khách hàng phải từ đủ 18 tuổi trở lên có đầy đủ năng lực hành vi dân sự, mục đích vay vốn hợp pháp, phương án sử dụng vốn khả thi, chứng minh năng lực tài chính hoàn trả nợ và đáp ứng tỷ lệ nợ trên thu nhập (DTI $\le$ 60%) cùng tỷ lệ cho vay trên giá trị TSĐB (LTV $\le$ 80%).
2. Sự sụt giảm nguồn vốn huy động tại PGD Vương Thừa Vũ có ảnh hưởng đến khả năng giải ngân không?
Giai đoạn 2021–2023, vốn huy động giảm từ 447,120 tỷ xuống 270,385 tỷ đồng, nhưng tỷ trọng tiền gửi không kỳ hạn (CASA) tăng từ 30,055 tỷ lên 78,112 tỷ đồng. Nhờ cơ chế điều hòa vốn tập trung từ Hội sở MSB, khả năng thanh khoản và cấp tín dụng của PGD vẫn được đảm bảo an toàn với tỷ lệ Dư nợ/Huy động đạt 80,25% năm 2023.
3. Phương pháp tính toán dự phòng rủi ro tín dụng chung và cụ thể được quy định như thế nào?
Theo Thông tư 02/2013/TT-NHNN:
- Dự phòng chung = $0,75% \times \text{Tổng dư nợ từ Nhóm 1 đến Nhóm 4}$.
- Dự phòng cụ thể = $\text{Tỷ lệ trích lập từng nhóm } (0% \text{ đến } 100%) \times \max(0, \text{Dư nợ} - \text{Giá trị khấu trừ TSĐB})$.
4. Tại sao tỷ trọng cho vay BĐS chiếm trên 56% vừa là lợi thế vừa là rủi ro?
Lợi thế là giá trị khoản vay lớn, có tài sản đảm bảo pháp lý rõ ràng giúp giảm thiểu rủi ro mất vốn. Tuy nhiên, rủi ro tiềm ẩn là tính thanh khoản của BĐS suy giảm khi thị trường trầm lắng, kéo dài thời gian xử lý thu hồi nợ nếu phát sinh nợ xấu.
5. Khác biệt cốt lõi giữa mô hình phê duyệt của MSB Vương Thừa Vũ và VPBank Race là gì?
VPBank Race áp dụng phê duyệt tự động hóa dựa trên thuật toán chấm điểm hành vi số trong 5 phút cho các gói vay nhỏ; trong khi MSB PGD Vương Thừa Vũ kết hợp thẩm định luồng tiền thực tế và định giá thực địa TSĐB, phù hợp tối ưu cho các khoản vay mua nhà và bổ sung vốn kinh doanh hộ cá thể quy mô lớn.
Kết luận
Đề tài khóa luận tốt nghiệp của tác giả Nguyễn Ngọc Khánh đã giải quyết trọn vẹn bài toán thực tiễn về phát triển cho vay cá nhân tại MSB PGD Vương Thừa Vũ giai đoạn 2021–2023. Những kết quả định lượng nổi bật gồm: tăng trưởng dư nợ CVCN đạt 173,461 tỷ đồng (+99,27% so với năm 2021), số lượng khách hàng cá nhân đạt 449 người, đóng góp lợi nhuận trước thuế từ cho vay đạt 7,595 tỷ đồng. Hệ thống giải pháp đề xuất về chuẩn hóa quy trình thẩm định, đa dạng hóa sản phẩm cho vay SXKD và số hóa công tác quản trị rủi ro là cẩm nang ứng dụng giá trị cho chiến lược phát triển ngân hàng bán lẻ bền vững giai đoạn 2024–2028.
