Giới thiệu dự án

  • Bối cảnh ngành: Trong giai đoạn 2019‑2021, ngân hàng thương mại Việt Nam (NHTM) đã đạt mức tăng doanh thu trung bình 15 % năm 2020 và 72 % năm 2021 nhờ mở rộng danh mục cho vay khách hàng cá nhân (KHCN). Ngân hàng TMCP Tiên Phong – PGD Hồng Hà (TPBank) là một trong những đơn vị đi đầu trong việc áp dụng công nghệ số và chiến lược “5K” (Khởi nghiệp, Kiến thức, Kết nối, Kỹ thuật, Kiểm soát) để duy trì tăng trưởng trong môi trường hậu COVID‑19.
  • Problem statement: Mặc dù tăng trưởng ấn tượng, TPBank Hồng Hà vẫn gặp các thách thức:
    1. Rủi ro tín dụng: Tỷ lệ nợ quá hạn duy trì trên 98 % nhưng vẫn tồn tại nợ xấu nhóm 4‑5 (tổng cộng < 2 %); cần giảm thiểu nợ xấu để bảo toàn vốn.
    2. Chi phí thẩm định cao: Khách hàng vay tiêu dùng có khoản vay trung bình 300 triệu đ nhưng chi phí thẩm định chiếm ≈ 12 % giá trị khoản vay.
    3. Giới hạn kênh phân phối: Đối tượng khách hàng trẻ (26‑35 tuổi) chiếm 58 % nhưng vẫn ưu tiên giao dịch trực tiếp, hạn chế tiếp cận qua kênh số.
  • Mục tiêu dự án (đánh số):
    1. Tối ưu hoá quy trình thẩm định và giảm chi phí xuống ≤ 8 % giá trị vay.
    2. Nâng cao chất lượng tín dụng bằng cách giảm tỷ lệ nợ xấu nhóm 4‑5 xuống < 0.5 % trong 2 năm.
    3. Đẩy mạnh kênh số, tăng tỷ lệ vay qua Mobile Banking lên ≥ 45 %.
    4. Xây dựng hệ thống báo cáo KPI tự động, cung cấp dữ liệu thời gian thực cho các nhà quản lý.
  • Solution approach:
    • Kiến trúc micro‑service dựa trên Docker‑Compose, PostgreSQL, và API RESTful.
    • Machine‑learning model (RandomForest) để dự đoán khả năng rủi ro dựa trên 12 biến số (thu nhập, lịch sử nợ, TSBĐ, v.v.).
    • Agile Sprint (2‑week sprint) và MoSCoW prioritization cho các tính năng chính.
  • Kết quả mong đợi:
    • Thời gian duyệt hồ sơ giảm từ 5 ngày → ≤ 1 ngày.
    • Chi phí thẩm định giảm 33 % → ≈ 8 % vay.
    • Tỷ lệ nợ xấu giảm 40 % → ≤ 1.2 % trong 2024.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí TPBank Hồng Hà (2019‑2021) Agribank – PGD Hà Nội Vietcombank – PGD 1
Doanh thu (triệu đ) 34 353 → 64 418 (+88 %) 28 900 → 45 200 (+57 %) 45 600 → 78 300 (+71 %)
Số khách KHCN 6 834 → 10 412 (+52 %) 5 210 → 7 890 (+52 %) 7 100 → 9 560 (+35 %)
Tỷ lệ nợ xấu 1.27 % (2021) 1.65 % (2021) 1.48 % (2021)
Kênh vay trực tuyến 38 % (2021) 22 % (2021) 31 % (2021)

Evidence: Các số liệu trên được trích từ báo cáo tài chính nội bộ, bảng “Kết quả hoạt động kinh doanh của TPBank Hồng Hà giai đoạn 2019‑2021” và các báo cáo công khai của ngân hàng đối thủ.

Current solutions## Giới thiệu dự án

  • Bối cảnh ngành: Trong giai đoạn 2019‑2021, ngân hàng thương mại Việt Nam (NHTM) đã đạt mức tăng doanh thu trung bình 15 % năm 2020 và 72 % năm 2021 nhờ mở rộng danh mục cho vay khách hàng cá nhân (KHCN). Ngân hàng TMCP Tiên Phong – PGD Hồng Hà (TPBank) là một trong những đơn vị đi đầu trong việc áp dụng công nghệ số và chiến lược “5K” (Khởi nghiệp, Kiến thức, Kết nối, Kỹ thuật, Kiểm soát) để duy trì tăng trưởng trong môi trường hậu COVID‑19.
  • Problem statement: Mặc dù tăng trưởng ấn tượng, TPBank Hồng Hà vẫn gặp các thách thức:
    1. Rủi ro tín dụng: Tỷ lệ nợ quá hạn duy trì trên 98 % nhưng vẫn tồn tại nợ xấu nhóm 4‑5 (tổng cộng < 2 %); cần giảm thiểu nợ xấu để bảo toàn vốn.
    2. Chi phí thẩm định cao: Khách hàng vay tiêu dùng có khoản vay trung bình 300 triệu đ nhưng chi phí thẩm định chiếm ≈ 12 % giá trị khoản vay.
    3. Giới hạn kênh phân phối: Đối tượng khách hàng trẻ (26‑35 tuổi) chiếm 58 % nhưng vẫn ưu tiên giao dịch trực tiếp, hạn chế tiếp cận qua kênh số.
  • Mục tiêu dự án (đánh số):
    1. Tối ưu hoá quy trình thẩm định và giảm chi phí xuống ≤ 8 % giá trị vay.
    2. Nâng cao chất lượng tín dụng bằng cách giảm tỷ lệ nợ xấu nhóm 4‑5 xuống < 0.5 % trong 2 năm.
    3. Đẩy mạnh kênh số, tăng tỷ lệ vay qua Mobile Banking lên ≥ 45 %.
    4. Xây dựng hệ thống báo cáo KPI tự động, cung cấp dữ liệu thời gian thực cho các nhà quản lý.
  • Solution approach:
    • Kiến trúc micro‑service dựa trên Docker‑Compose, PostgreSQL, và API RESTful.
    • Machine‑learning model (RandomForest) để dự đoán khả năng rủi ro dựa trên 12 biến số (thu nhập, lịch sử nợ, TSBĐ, v.v.).
    • Agile Sprint (2‑week sprint) và MoSCoW prioritization cho các tính năng chính.
  • Kết quả mong đợi:
    • Thời gian duyệt hồ sơ giảm từ 5 ngày → ≤ 1 ngày.
    • Chi phí thẩm định giảm 33 % → ≈ 8 % vay.
    • Tỷ lệ nợ xấu giảm 40 % → ≤ 1.2 % trong 2024.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí TPBank Hồng Hà (2019‑2021) Agribank – PGD Hà Nội Vietcombank – PGD 1
Doanh thu (triệu đ) 34 353 → 64 418 (+88 %) 28 900 → 45 200 (+57 %) 45 600 → 78 300 (+71 %)
Số khách KHCN 6 834 → 10 412 (+52 %) 5 210 → 7 890 (+52 %) 7 100 → 9 560 (+35 %)
Tỷ lệ nợ xấu 1.27 % (2021) 1.65 % (2021) 1.48 % (2021)
Kênh vay trực tuyến 38 % (2021) 22 % (2021) 31 % (2021)

Evidence: Các số liệu trên được trích từ báo cáo tài chính nội bộ, bảng “Kết quả hoạt động kinh doanh của TPBank Hồng Hà giai đoạn 2019‑2021” và các báo cáo công khai của ngân hàng đối thủ.

Current solutions analysis

Giải pháp Ưu điểm Nhược điểm
Thẩm định thủ công (Excel + giấy tờ) Độ tin cậy cao, kiểm soát chi tiết Thời gian dài, chi phí cao, rủi ro lỗi nhập liệu
Hệ thống Core Banking truyền thống Tích hợp đầy đủ quy trình ngân hàng Không linh hoạt mở rộng, hạn chế tích hợp AI
Hệ thống cho vay số (Mobile App) Tiện lợi, giảm thời gian chờ Chưa tích hợp đầy đủ mô hình rủi ro, data silo

User requirements (MoSCoW)

  • Must: Đánh giá rủi ro tự động, báo cáo KPI realtime, tích hợp API với hệ thống Core.
  • Should: Hỗ trợ đa ngôn ngữ, UI/UX thích hợp cho khách hàng dưới 30 tuổi.
  • Could: Tích hợp chatbot hỗ trợ FAQ.
  • Won’t: Triển khai blockchain cho giao dịch vay trong giai đoạn này (độ phức tạp quá cao).

Technical constraints & challenges

  • Regulatory: Tuân thủ Luật Ngân hàng số 47/2010/QH12 và tiêu chuẩn Bảo mật ISO 27001.
  • Data privacy: Dữ liệu cá nhân phải mã hoá (AES‑256) khi lưu trữ và truyền.
  • Legacy integration: Phải kết nối với hệ thống Core Banking (Oracle) qua API SOAP.

Gap analysisaa