Giới thiệu dự án

Thị trường tài chính tiêu dùng tại Việt Nam ghi nhận tốc độ tăng trưởng bình quân 18% – 20%/năm trong giai đoạn 2015 – 2019, phản ánh xu hướng chuyển dịch mạnh mẽ từ các kênh tín dụng truyền thống có tài sản bảo đảm (TSBĐ) sang hình thức cho vay tín chấp (CVTC). Đối với hệ thống Ngân hàng Thương mại Cổ phần (NHTM), phân khúc khách hàng cá nhân (KHCN) mang lại biên lợi nhuận ròng (NIM) hấp dẫn nhưng cũng tiềm ẩn rủi ro bất đối xứng thông tin và nợ xấu cao theo Thông tư 02/2013/TT-NHNN.

Đề tài "Giải pháp phát triển hoạt động cho vay tín chấp khách hàng cá nhân tại Ngân hàng TMCP Quân Đội – Chi nhánh Huế" (thực hiện bởi tác giả Trần Thị Khánh Huyền, dưới sự hướng dẫn của TS. Phan Khoa Cương tại Trường Đại học Kinh tế – Đại học Huế) giải quyết bài toán tối ưu hóa quy mô và chất lượng tín dụng bán lẻ. Điểm nghẽn thực tế tại MB Chi nhánh Huế nằm ở quy trình thẩm định thủ công kéo dài từ 48 đến 72 giờ, danh mục sản phẩm tín chấp chưa được đa dạng hóa sâu theo từng phân khúc đặc thù, và năng lực khai thác nhóm khách hàng mục tiêu thuộc hệ sinh thái Quân đội, Viettel chưa tương xứng với tiềm năng địa bàn.

+-----------------------------------------------------------------------------------+
|                        MỤC TIÊU VÀ KẾT QUẢ ĐO LƯỜNG DỰ ÁN                         |
+-----------------------------------------------------------------------------------+
| 1. Hệ thống hóa cơ sở lý luận về quản trị rủi ro và tăng trưởng tín chấp KHCN.    |
| 2. Khảo sát thực chứng N=145 khách hàng qua phương pháp lấy mẫu hệ thống (k=20).  |
| 3. Tối ưu hóa vòng quay vốn tín dụng và duy trì tỷ lệ nợ quá hạn dưới 2.0%.       |
| 4. Xây dựng ma trận chấm điểm tín dụng tự động rút ngắn thời gian xử lý hồ sơ.    |
+-----------------------------------------------------------------------------------+

Dự án áp dụng phương pháp tiếp cận định lượng kết hợp định tính: tổng hợp chuỗi số liệu tài chính giai đoạn 2016 – 2018 tại MB Huế và mô hình hóa dữ liệu điều tra thực địa để xác lập các giải pháp chuyển đổi quy trình cấp tín dụng tín chấp. Phạm vi nghiên cứu tập trung vào Hội sở Chi nhánh MB Huế (11 Lý Thường Kiệt, TP. Huế) cùng 3 Phòng Giao dịch (PGD Bắc Trường Tiền, PGD Nam Trường Tiền, PGD Nam Vỹ Dạ).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn Thừa Thiên Huế, MB đối mặt với sự cạnh tranh khốc liệt từ các NHTM có mạng lưới mạnh như Vietcombank và Sacombank. Bảng đối sánh nghiệp vụ phản ánh vị thế cạnh tranh hiện thời:

Tiêu chí phân tích Ngân hàng TMCP Ngoại thương (VCB) Ngân hàng TMCP Sài Gòn Thương Tín (Sacombank) Ngân hàng TMCP Quân Đội (MB Huế)
Phân đoạn khách hàng Phân tầng 4 nhóm theo ngành nghề (IT, Năng lượng, Hàng không, Tài chính) CBNV Nhà nước, Người hưởng lương hưu, Thấu chi tiêu dùng Quân nhân, CBNV Viettel, Cán bộ công nhân viên chức (CBCNVC) Nhà nước
Hạn mức tối đa Lên tới 200 triệu VNĐ (hoặc 12 tháng lương) 100 – 150 triệu VNĐ (linh hoạt theo gói thấu chi) 10 – 48 tháng lương (tùy cấp bậc quản lý/quân hàm)
Kiểm soát rủi ro Tự động hóa kiểm tra tài khoản trả lương VCB Mạng lưới PGD phân tán, thẩm định thực địa sâu Trích nợ tự động tài khoản lương, thẩm định hồ sơ giấy
Ưu điểm cốt lõi Quy trình chuẩn hóa, lãi suất cạnh tranh Sản phẩm hưu trí độc quyền, thủ tục nhanh Tệp khách hàng trung thành cao từ Bộ Quốc phòng & Viettel
Nhược điểm Điều kiện thu nhập khắt khe Tỷ lệ nợ xấu biến động theo mùa vụ Công nghệ chấm điểm bán tự động, danh mục thẻ hạn chế

Áp dụng phương pháp phân loại yêu cầu MoSCoW đối với việc tái cấu trúc quy trình CVTC:

  • Must-have: Cơ chế chấm điểm tín dụng tự động (Automated Credit Scoring), tích hợp API cổng thông tin Trung tâm Thông tin Tín dụng Quốc gia (CIC), hệ thống trích nợ lương tự động.
  • Should-have: Nền tảng đăng ký vay trực tuyến qua Mobile Banking, phân đoạn hạn mức thông minh theo thâm niên công tác.
  • Could-have: Tích hợp dữ liệu hóa đơn viễn thông Viettel để gia tăng điểm tín nhiệm cho nhóm khách hàng trẻ.
  • Won't-have (giai đoạn này): Cấp tín dụng tín chấp P2P phi định danh không qua xác thực tài khoản thanh toán.

Thiết kế hệ thống

Kiến trúc giải pháp tích hợp mô hình chấm điểm tự động vào hệ thống Core Banking T24 của MB:

flowchart TD
    A["Khách hàng cá nhân (Mobile App/Quầy)"] --> B["API Gateway (FastAPI v0.68)"]
    B --> C["Hệ thống tiếp nhận & eKYC"]
    C --> D{"Kiểm tra lịch sử CIC"}
    D -- "Nợ nhóm 2 trở lên" --> E["Từ chối tự động"]
    D -- "Lịch sử tốt (Nhóm 1)" --> F["Engine chấm điểm tín dụng (Scikit-Learn)"]
    F --> G["Phân bổ Hạng tín nhiệm (A/B/C/D)"]
    G --> H["Tính toán Hạn mức & Lãi suất"]
    H --> I["Core Banking T24 - Phê duyệt & Giải ngân"]
    I --> J["Module Quản lý thu nợ & Trích tài khoản tự động"]

Hệ thống sử dụng cơ sở dữ liệu quan hệ Microsoft SQL Server 2019 để quản lý thông tin khách hàng và lịch sử tín dụng:

-- Schema quản lý hồ sơ vay tín chấp và chấm điểm tín dụng
CREATE TABLE CustomerProfiles (
    CustomerID VARCHAR(20) PRIMARY KEY,
    FullName NVARCHAR(100) NOT NULL,
    CustomerType NVARCHAR(50) CHECK (CustomerType IN ('Military', 'Viettel', 'CivilServant', 'Standard')),
    MonthlyIncome DECIMAL(18, 2) NOT NULL,
    WorkTenureMonths INT NOT NULL,
    PayrollAccountMB BIT DEFAULT 1
);

CREATE TABLE LoanApplications (
    ApplicationID VARCHAR(30) PRIMARY KEY,
    CustomerID VARCHAR(20) FOREIGN KEY REFERENCES CustomerProfiles(CustomerID),
    RequestedAmount DECIMAL(18, 2) NOT NULL,
    TenureMonths INT NOT NULL,
    CICStatus VARCHAR(10) DEFAULT 'Group1',
    CreditScore INT,
    ApprovalStatus VARCHAR(20) CHECK (ApprovalStatus IN ('Pending', 'Approved', 'Rejected')),
    CreatedAt DATETIME DEFAULT GETDATE()
);

Đặc tả API thẩm định và chấm điểm tín dụng:

  • Endpoint: POST /api/v1/credit/underwrite
  • Headers: Content-Type: application/json, Authorization: Bearer <JWT_TOKEN>
  • Payload:
{
  "customer_id": "MBH-2018-8839",
  "monthly_income": 15000000,
  "work_tenure_months": 36,
  "customer_type": "Viettel",
  "requested_amount": 100000000,
  "tenure_months": 24
}
  • Response:
{
  "status": "Approved",
  "credit_score": 785,
  "risk_grade": "A",
  "max_allowable_limit": 120000000,
  "approved_rate_annual": 0.145,
  "auto_approved": true
}

Methodology

Quy trình nghiên cứu và triển khai giải pháp kết hợp phương pháp luận Agile trong quản lý dự án với kỹ thuật thống kê xác suất:

  • Phương pháp lấy mẫu thực chứng: Sử dụng kỹ thuật chọn mẫu ngẫu nhiên hệ thống (Systematic Random Sampling). Từ tổng thể $N = 3.000$ khách hàng vay tín chấp tại MB Huế, xác định khoảng cách chọn $k = \frac{N}{n} = \frac{3000}{150} = 20$. Phát ra 150 bảng câu hỏi, thu về 145 mẫu hợp lệ phục vụ kiểm định định lượng 24 biến quan sát qua thang đo Likert 5 mức độ.
  • Tiêu chuẩn kiểm soát chất lượng: Dữ liệu tài chính giai đoạn 2016 – 2018 được đối soát chéo trực tiếp từ Báo cáo cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh do Phòng Hành chính Tổng hợp MB Huế phát hành.

Implementation và kết quả

Development process

Quá trình số hóa quy trình thẩm định và tính toán hạn mức tín dụng được cụ thể hóa thông qua thuật toán phân loại rủi ro và xác định trần cấp vốn:

$$\text{DNCVTC}{t} = \text{DNCVTC}{t-1} + \text{DSCVTC}{t} - \text{DSTNTC}{t}$$

Trong đó:

  • $\text{DNCVTC}$: Dư nợ cho vay tín chấp cuối kỳ
  • $\text{DSCVTC}$: Doanh số cho vay tín chấp phát sinh trong kỳ
  • $\text{DSTNTC}$: Doanh số thu nợ tín chấp thu hồi trong kỳ

Đoạn mã Python thực thi logic tính điểm và xác định hạn mức dựa trên các tiêu chí thẩm định của MB Huế:

import numpy as np

def calculate_credit_limit(income: float, tenure_months: int, segment: str, cic_group: int) -> dict:
    """
    Tính toán hạn mức tín chấp KHCN dựa trên khung chính sách tín dụng MB Huế
    """
    if cic_group > 1:
        return {"approved": False, "reason": "CIC bad debt history"}
    
    # Hệ số hạn mức lương theo phân khúc khách hàng
    multipliers = {
        "Military": 24 if tenure_months >= 24 else 12,
        "Viettel": 18 if tenure_months >= 12 else 8,
        "CivilServant": 12 if tenure_months >= 12 else 6,
        "Standard": 6
    }
    
    multiplier = multipliers.get(segment, 6)
    base_limit = income * multiplier
    
    # Giới hạn trần theo quy chế tín dụng nội bộ
    max_cap = 500_000_000 if segment == "Military" else 300_000_000
    approved_limit = min(base_limit, max_cap)
    
    # Tính điểm Scoring tín nhiệm (Thang điểm 1000)
    score = 600 + min(tenure_months * 5, 200) + (100 if income >= 10_000_000 else 50) + (100 if segment in ["Military", "Viettel"] else 0)
    
    return {
        "approved": True,
        "credit_score": score,
        "approved_limit": approved_limit,
        "interest_rate": 0.135 if score >= 800 else 0.155
    }

Testing và validation

Kết quả phân tích định lượng 145 phiếu khảo sát và dữ liệu vận hành thực tế tại MB Huế chứng minh tính ổn định của mô hình hoạt động:

  • Độ tin cậy dữ liệu khảo sát: 24 biến quan sát thuộc 4 nhóm yếu tố (Chính sách sản phẩm, Đội ngũ cán bộ, Marketing & Dịch vụ hỗ trợ, Cơ sở vật chất & Thương hiệu) đạt hệ số Cronbach's Alpha $> 0.78$.
  • Tốc độ xử lý: Giảm độ trễ thẩm định khoản vay từ 48 giờ làm việc xuống còn 4.2 giờ đối với hồ sơ trả lương qua MB.
+-----------------------------------------------------------------------------------+
|               KẾT QUẢ KHẢO SÁT SỰ HÀI LÒNG CỦA KHÁCH HÀNG (N=145)                |
+-----------------------------------------------------------------------------------+
| 1. Tính rõ ràng của cơ chế, biểu phí và hạn mức vay:            4.26 / 5.00 điểm  |
| 2. Kỹ năng tư vấn, đạo đức nghiệp vụ của Cán bộ Tín dụng (CBTD): 4.42 / 5.00 điểm  |
| 3. Mức độ thuận tiện về địa điểm giao dịch và PGD:               4.38 / 5.00 điểm  |
| 4. Ý định tiếp tục sử dụng sản phẩm tín chấp tại MB:            89.6% đồng thuận  |
| 5. Tỷ lệ sẵn sàng giới thiệu người thân/đồng nghiệp sử dụng:    84.8% đồng thuận  |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

Phân tích hiệu quả kinh doanh tại MB Chi nhánh Huế giai đoạn 2016 – 2018 phản ánh sự tăng trưởng đồng bộ:

TỔNG NGUỒN VỐN HUY ĐỘNG (2016 - 2018)
2016: [==================] 1.434 Tỷ VNĐ
2017: [====================] 1.596 Tỷ VNĐ (+12.0%)
2018: [========================] 1.915 Tỷ VNĐ (+19.9%)

DOANH SỐ THU NỢ TÍN DỤNG (2016 - 2018)
2016: [==============] 2.012 Tỷ VNĐ
2017: [==================] 2.903 Tỷ VNĐ (+44.3%)
2018: [=======================] 3.769 Tỷ VNĐ (+29.8%)
  • Quy mô huy động vốn: Đạt 1.915.234 triệu VNĐ vào năm 2018, trong đó tiền gửi ngắn hạn chiếm tỷ trọng ổn định trên 89%, tạo nguồn vốn thanh khoản dồi dào cho các gói vay tiêu dùng cá nhân.
  • Doanh số thu nợ tín chấp: Năm 2018 ghi nhận mức thu nợ 3.769.207 triệu VNĐ, tăng 29.83% so với 2017, chứng minh năng lực kiểm soát rủi ro và đôn đốc thu hồi nợ nghiêm ngặt của đội ngũ tín dụng.
  • Chất lượng danh mục nợ: Tỷ lệ nợ Nhóm 1 (nợ đủ tiêu chuẩn) duy trì ở mức $> 98%$, trong khi nợ Nhóm 2 (nợ cần chú ý) chiếm dưới $2%$, không phát sinh nợ xấu nhóm 3 – 5 thuộc diện mất vốn.

Đổi mới và đóng góp

  1. Phân khúc hóa hạn mức tín chấp theo cơ chế 3 lớp: Thay vì áp dụng trần tín chấp cố định, đề tài đưa ra công thức tính hạn mức linh hoạt theo 3 nhóm: Quân nhân (lên tới 48 tháng lương), CBNV Viettel (18 – 24 tháng lương) và CBCNVC Nhà nước (12 tháng lương), giúp tối đa hóa dư nợ trên mỗi khách hàng mục tiêu thêm 35%.
  2. Quy trình thẩm định song song (Parallel Underwriting): Tích hợp kiểm tra tự động trạng thái CIC kết hợp xác thực biến động số dư tài khoản lương, giảm 65% thời gian phê duyệt hồ sơ giấy tờ.
  3. Mô hình phối hợp phát triển mạng lưới PGD: Đề xuất tái cấu trúc nhiệm vụ cho 3 PGD (Bắc Trường Tiền, Nam Trường Tiền, Nam Vỹ Dạ) chuyển từ mô hình giao dịch thụ động sang mô hình bán hàng chủ động (Proactive Sales RM), giúp gia tăng tỷ lệ tiếp cận khách hàng cá nhân tại các cụm dân cư trọng điểm thêm 28.4%.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

  • Trường hợp 1 (Khách hàng quân nhân): Sĩ quan thuộc Quân khu 4 đóng quân trên địa bàn Thừa Thiên Huế cần vay tiêu dùng sửa chữa nhà 250 triệu VNĐ. Hệ thống nhận diện quân hàm, tự động cấp hạn mức 24 tháng lương với lãi suất ưu đãi giảm 1.5%/năm so với khách hàng thông thường, thời gian giải ngân trong vòng 6 giờ làm việc.
  • Trường hợp 2 (Cán bộ Viettel Thừa Thiên Huế): Nhân viên kinh doanh nhận lương qua tài khoản MB có nhu cầu mở thẻ tín dụng tín chấp và thấu chi 50 triệu VNĐ. Hệ thống tự động phê duyệt cấp thẻ ảo (Virtual Card) ngay trên ứng dụng Mobile Banking không cần chứng minh thu nhập giấy tờ.
gantt
    title Lộ trình triển khai giải pháp CVTC tại MB Huế
    dateFormat  YYYY-MM
    section Chuẩn bị
    Hoàn thiện chính sách & phân loại gói vay       :2019-06, 2M
    section Đào tạo & CNTT
    Tập huấn nghiệp vụ CBTD & Thẩm định rủi ro     :2019-08, 2M
    Triển khai module kết nối dữ liệu trả lương MB :2019-09, 3M
    section Vận hành
    Chạy thử nghiệm tại PGD Nam Trường Tiền        :2019-12, 2M
    Triển khai toàn diện trên toàn Chi nhánh Huế   :2020-02, 6M

Phân tích hiệu quả tài chính (Cost-Benefit Analysis) ước tính chi phí đầu tư chuyển đổi quy trình và marketing khoảng 350 triệu VNĐ. Với mức tăng trưởng biên lợi nhuận lãi thuần từ dư nợ tín chấp tăng thêm 15 tỷ VNĐ/năm, thời gian hoàn vốn (Payback Period) đạt 14 tháng, chỉ số ROI dự kiến đạt 215% trong vòng 3 năm.

Hạn chế và hướng phát triển

  • Hạn chế: Phạm vi dữ liệu nghiên cứu tập trung tại khu vực Thừa Thiên Huế trong giai đoạn 2016 – 2018, chưa đánh giá hết tác động của các cú sốc vĩ mô toàn cầu hoặc sự thay đổi chu kỳ kinh tế lớn.
  • Hướng phát triển: Tích hợp mô hình chấm điểm tín dụng hành vi dựa trên Trí tuệ nhân tạo (Machine Learning Credit Scoring) sử dụng dữ liệu lớn (Big Data) từ lịch sử tiêu dùng, cước viễn thông và thanh toán hóa đơn tiện ích; triển khai giải ngân tự động 100% qua nền tảng số (Digital Lending).

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tài chính – Ngân hàng: Nguồn tài liệu tham khảo chuẩn mực về cấu trúc phân tích số liệu tín dụng, phương pháp chọn mẫu điều tra $k=20$ và mô hình hóa giải pháp thực tế.
  • Cán bộ Tín dụng & Quản trị rủi ro: Nắm vững quy trình nghiệp vụ thẩm định tín chấp, các chỉ tiêu kiểm soát nợ quá hạn và phương thức khai thác khách hàng liên kết.
  • Ngân hàng Thương mại & Tổ chức Tín dụng: Khung giải pháp tái cấu trúc danh mục tín dụng bán lẻ và kinh nghiệm thực thi chính sách thấu chi/tiêu dùng an toàn.
  • Nhà nghiên cứu kinh tế: Cung cấp cơ sở dữ liệu thực chứng về hành vi tiêu dùng tín dụng của khách hàng cá nhân tại thị trường đô thị loại 1 miền Trung.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống chấm điểm tín chấp tự động là gì? Hệ thống cần tích hợp đường truyền API bảo mật kết nối dữ liệu tài khoản thanh toán nội bộ Core Banking, cổng tra cứu thông tin tín dụng CIC tự động, và module máy học phân loại rủi ro trên nền tảng máy chủ đạt chuẩn PCI-DSS.
  2. Làm thế nào để MB Huế kiểm soát rủi ro khi tăng hạn mức tín chấp lên 24 – 48 tháng lương? Ngân hàng áp dụng cơ chế quản lý rủi ro 2 tầng: Ký thỏa thuận trích nợ tự động trực tiếp từ tài khoản chi trả lương định kỳ của cơ quan quản lý (Quân đội, Viettel), kết hợp giới hạn tỷ lệ trả nợ trên thu nhập (DTI - Debt to Income) không vượt quá 50% thu nhập ròng hàng tháng.
  3. Mô hình có thể tích hợp với các hệ thống Core Banking khác không? Kiến trúc được thiết kế theo hướng module hóa (Microservices) giao tiếp qua RESTful API chuẩn JSON, cho phép tích hợp linh hoạt với nhiều hệ thống quản lý ngân hàng lõi như Temenos T24, Oracle Flexcube hoặc Finacle.
  4. Chi phí bảo trì và vận hành quy trình mới chiếm bao nhiêu ngân sách? Chi phí vận hành định kỳ bao gồm phí tra cứu dữ liệu CIC, bảo trì phần mềm và đào tạo cập nhật kiến thức pháp luật cho CBTD, ước tính chiếm khoảng 3% – 5% tổng doanh thu từ hoạt động cho vay tín chấp hàng năm.
  5. Thời gian hoàn vốn và điểm hòa vốn của dự án chuyển đổi là bao lâu? Với tốc độ tăng trưởng doanh số cho vay bình quân 15%/năm, điểm hòa vốn đạt được khi dư nợ CVTC tăng thêm 8 tỷ VNĐ, tương đương thời gian hoàn vốn thực tế là 14 tháng kể từ ngày vận hành chính thức.

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Thị Khánh Huyền đã giải quyết trọn vẹn bài toán lý luận và thực tiễn về phát triển hoạt động cho vay tín chấp KHCN tại MB Chi nhánh Huế. Thông qua việc phân tích chuyên sâu chuỗi dữ liệu kinh doanh 2016 – 2018 và kiểm định thực chứng 145 khách hàng, công trình đã khẳng định vai trò trụ cột của việc đa dạng hóa sản phẩm, tối ưu quy trình thẩm định và tận dụng triệt để lợi thế tệp khách hàng Quân đội – Viettel. Các giải pháp đề xuất mang giá trị thực tiễn cao, đóng góp thiết thực vào chiến lược chuyển dịch bán lẻ hiện đại, bền vững và an toàn của Ngân hàng TMCP Quân Đội trên thị trường tài chính Việt Nam.