Giới thiệu dự án

Doanh nghiệp nhỏ và vừa (DNNVV - Small and Medium Enterprises) đóng vai trò xương sống trong nền kinh tế Việt Nam, chiếm hơn 95% tổng số doanh nghiệp đăng ký, đóng góp trên 45% GDP và tạo ra hơn 50% việc làm toàn xã hội. Tuy nhiên, rào cản lớn nhất đối với sự phát triển của khối DNNVV là khả năng tiếp cận nguồn vốn tín dụng trung và dài hạn từ các Ngân hàng Thương mại (NHTM). Hoạt động thẩm định dự án đầu tư vay vốn cho đối tượng này luôn đối mặt với rủi ro thông tin bất đối xứng, hệ thống kế toán thiếu chuẩn mực và năng lực quản trị hạn chế của chủ doanh nghiệp.

Tại Ngân hàng Thương mại Cổ phần Á Châu (ACB) - cụ thể tại Phòng Giao dịch (PGD) Hoàng Mai, tỷ trọng dư nợ cho vay DNNVV đã có bước chuyển dịch mạnh mẽ từ 40% (909,6 tỷ đồng) năm 2019 lên 61,3% (1.940,1 tỷ đồng) năm 2021. Đi kèm với sự tăng trưởng nóng về quy mô tín dụng là áp lực kiểm soát nợ xấu và nâng cao độ chính xác trong công tác thẩm định dự án đầu tư.

+-----------------------------------------------------------------------------------+
|                            VẤN ĐỀ TRỌNG TÂM CỦA DNNVV                             |
+-----------------------------------------------------------------------------------+
|  1. Báo cáo tài chính kép: Chênh lệch giữa báo cáo thuế và báo cáo nội bộ.       |
|  2. Thiếu năng lực thẩm định kỹ thuật công nghệ máy móc, thiết bị (MMTB).         |
|  3. Dữ liệu CIC (Trung tâm Thông tin Tín dụng) cập nhật định kỳ, có độ trễ lớn.   |
|  4. Phương pháp thẩm định dòng tiền (DCF/NPV/IRR) thủ công, rủi ro sai lệch cao.  |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Chuẩn hóa quy trình thẩm định tín dụng dự án đầu tư 4 bước: Tiếp nhận hồ sơ $\rightarrow$ Thẩm định năng lực pháp lý & SXKD $\rightarrow$ Thẩm định dự án chuyên sâu $\rightarrow$ Phê duyệt cấp tín dụng.
  2. Xây dựng mô hình định lượng đánh giá khả năng thanh toán, vòng quay vốn và hiệu quả dự án thông qua hệ thống chỉ số tài chính kết hợp phân tích độ nhạy.
  3. Thiết lập ma trận phân cấp thẩm quyền phê duyệt tín dụng 3 tầng: Dưới 10 tỷ đồng (PGD/Chi nhánh), 10 - 40 tỷ đồng (Phòng Quản lý rủi ro & Phó Giám đốc Chi nhánh), và trên 40 tỷ đồng (Hội đồng Tín dụng Hội sở chính).
  4. Giảm thiểu tỷ lệ sai số dự báo dòng tiền dự án từ mức 18% xuống dưới 5%, rút ngắn thời gian xử lý hồ sơ (Turnaround Time - TAT) từ 7 ngày làm việc xuống còn 48 giờ.

Phương pháp tiếp cận giải pháp

Đề tài kết hợp giữa lý luận thẩm định tài chính ngân hàng hiện đại với mô hình hóa dữ liệu tự động hóa quy trình phân tích tín dụng (Credit Loan Management System - CLMS / ACMS), tích hợp công cụ kiểm tra độ nhạy tài chính đa kịch bản (Scenario Sensitivity Engine).

  • Phạm vi nghiên cứu: Công tác thẩm định dự án đầu tư trung và dài hạn của khối khách hàng DNNVV tại ACB PGD Hoàng Mai.
  • Giới hạn: Tập trung vào các dự án mở rộng sản xuất kinh doanh, đầu tư máy móc thiết bị và xây lắp nhà xưởng quy mô vốn vay từ 1 đến 40 tỷ đồng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các NHTM nói chung và ACB nói riêng, công tác thẩm định dự án vay vốn DNNVV đang dịch chuyển từ phương pháp truyền thống dựa trên tài sản bảo đảm sang phương pháp định lượng dòng tiền và năng lực vận hành.

Tiêu chí phân tích Phương pháp thủ công truyền thống Hệ thống thẩm định bán tự động (ACB CLMS/DNA) Mô hình đề xuất chuẩn hóa định lượng
Nguồn dữ liệu đầu vào Hồ sơ giấy, sao kê thủ công Dữ liệu Core Banking DNA + CIC phân tán Pipeline tích hợp OCR + Đối chiếu dữ liệu tự động
Đánh giá Báo cáo Tài chính Kiểm tra độc lập từng năm So sánh chỉ số cơ bản tự động Bóc tách đối chiếu thuế - dòng tiền ngân hàng
Mô hình tính NPV / IRR Excel thủ công bởi CBTD Mẫu template bảng tính cố định Thuật toán động mô phỏng Monte Carlo & Stress Test
Thời gian thẩm định (TAT) 7 - 10 ngày làm việc 4 - 5 ngày làm việc $\le$ 48 giờ làm việc
Kiểm soát rủi ro kỹ thuật Cán bộ tín dụng tự đánh giá Thuê tư vấn độc lập (chi phí cao) Bộ tiêu chuẩn kỹ thuật số hóa theo ngành

Ưu tiên yêu cầu theo phương pháp MoSCoW

  • Must have: Hệ thống tính toán tự động 6 nhóm chỉ tiêu tài chính (Thanh khoản, Hoạt động, Đòn bẩy, Sinh lời, Dòng tiền DCF, Chỉ số an toàn nợ DSCR).
  • Should have: Module phân tích độ nhạy đa biến (Doanh thu biến động $\pm 10%$, Giá vốn tăng $\pm 15%$, Lãi suất vay tăng $+200$ bps).
  • Could have: Cổng kết nối API trực tiếp với hệ thống xếp hạng tín dụng nội bộ và dữ liệu thuế điện tử.
  • Won't have (giai đoạn này): Tự động phê duyệt 100% bằng AI không qua kiểm soát của Cán bộ Thẩm định (CBTĐ).

Thiết kế hệ thống

Kiến trúc hệ thống thẩm định dự án đầu tư DNNVV được thiết kế theo mô hình phân tầng hướng dịch vụ (Service-Oriented Architecture):

+--------------------------------------------------------------------------+
|                             DATA INGESTION                               |
|   +-------------------+  +-------------------+  +--------------------+   |
|   | Hồ sơ pháp lý DNNVV|  | BCTC & Sao kê bank|  | Báo cáo khả thi DA|   |
|   +---------+---------+  +---------+---------+  +---------+----------+   |
+-------------|----------------------|----------------------|--------------+
              +----------------------+----------------------+
                                     |
                                     v
+--------------------------------------------------------------------------+
|                        APPRAISAL ENGINE (FASTAPI)                        |
|  +--------------------------------------------------------------------+  |
|  |  1. Financial Ratio Engine (CR, QR, ROE, ROA, Cash Ratio, WCR)    |  |
|  |  2. DCF & Capital Budgeting Engine (NPV, IRR, Payback Period)      |  |
|  |  3. Sensitivity & Stress Testing Module (Dynamic Variables)        |  |
|  +--------------------------------------------------------------------+  |
+------------------------------------+-------------------------------------+
                                     |
                                     v
+--------------------------------------------------------------------------+
|                          DATABASE & CORE SYSTEM                          |
|  +-----------------------------------+  +-----------------------------+  |
|  | PostgreSQL 15 (Appraisal Storage) |  | ACB Core Banking DNA v4.2   |  |
|  +-----------------------------------+  +-----------------------------+  |
+--------------------------------------------------------------------------+

Technology Stack

  • Ngôn ngữ xử lý dữ liệu & mô hình: Python 3.10.12, NumPy 1.24.3, Pandas 2.0.3, SciPy 1.10.1.
  • Backend API Framework: FastAPI 0.104.1 (Uvicorn ASGI server).
  • Hệ quản trị cơ sở dữ liệu: PostgreSQL 15.4 với schema quản lý hồ sơ tín dụng và lịch sử thẩm định.
  • Hệ thống lõi tích hợp: Core Banking DNA thay thế TCBS, chuẩn ISO 9001:2000.

Thiết kế Cơ sở dữ liệu (PostgreSQL Schema)

-- Bảng lưu trữ thông tin dự án đầu tư DNNVV
CREATE TABLE project_loan_application (
    application_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    sme_tax_code VARCHAR(15) NOT NULL,
    company_name VARCHAR(255) NOT NULL,
    loan_amount NUMERIC(15, 2) NOT NULL,
    equity_capital NUMERIC(15, 2) NOT NULL,
    loan_term_months INT NOT NULL,
    interest_rate_nominal NUMERIC(5, 4) NOT NULL,
    collateral_value NUMERIC(15, 2) NOT NULL,
    approval_tier VARCHAR(20) CHECK (approval_tier IN ('BRANCH_UNDER_10B', 'RISK_DEPT_10_40B', 'HO_OVER_40B')),
    status VARCHAR(30) DEFAULT 'PENDING_APPRAISAL',
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng lưu trữ chỉ số tài chính & thẩm định dòng tiền
CREATE TABLE financial_appraisal_metrics (
    metric_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    application_id UUID REFERENCES project_loan_application(application_id),
    current_ratio NUMERIC(6, 3) NOT NULL,
    quick_ratio NUMERIC(6, 3) NOT NULL,
    cash_ratio NUMERIC(6, 3) NOT NULL,
    debt_to_equity NUMERIC(6, 3) NOT NULL,
    inventory_turnover NUMERIC(6, 3) NOT NULL,
    npv_base NUMERIC(15, 2) NOT NULL,
    irr_base NUMERIC(6, 4) NOT NULL,
    dscr_min NUMERIC(6, 3) NOT NULL,
    sensitivity_risk_level VARCHAR(20) NOT NULL,
    appraisal_date DATE NOT NULL
);

Methodology

Quy trình cải tiến công tác thẩm định được triển khai theo mô hình Hybrid (Agile kết hợp Waterfall trong quản trị rủi ro ngân hàng):

  1. Giai đoạn chuẩn bị (Milestone 1): Khảo sát hiện trạng 627 hồ sơ DNNVV tại PGD Hoàng Mai, chuẩn hóa bộ chỉ số tài chính theo ngành.
  2. Giai đoạn phát triển thuật toán (Milestone 2): Xây dựng module tự động hóa tính toán các chỉ tiêu hiệu quả tài chính (NPV, IRR, Cash Flow).
  3. Giai đoạn thử nghiệm đối soát (Milestone 3): Chạy song song hệ thống thẩm định mới với 42 dự án thực tế đã giải ngân giai đoạn 2020 - 2021.
  4. Giai đoạn ban hành quy chế (Milestone 4): Đào tạo CBTD, CBTĐ và đồng bộ quy trình phê duyệt 3 cấp.

Implementation và kết quả

Development Process & Key Algorithms

Hạt nhân của giải pháp là thuật toán phân tích ngân sách vốn đầu tư (Capital Budgeting Engine) và kiểm tra sức chịu tải nợ (Debt Service Coverage Ratio - DSCR) theo từng kỳ trả nợ.

Thuật toán tính toán Dòng tiền thuần, NPV, IRR và Stress Testing

import numpy as np
import numpy_financial as npf
from typing import Dict, List, Tuple

class SMEProjectAppraisalEngine:
    def __init__(self, discount_rate: float, tax_rate: float = 0.20):
        self.discount_rate = discount_rate
        self.tax_rate = tax_rate

    def calculate_project_metrics(
        self,
        initial_investment: float,
        annual_revenues: List[float],
        annual_operating_costs: List[float],
        annual_depreciation: List[float],
        annual_interest: List[float],
        principal_repayments: List[float]
    ) -> Dict[str, float]:
        """
        Tính toán chi tiết dòng tiền dự án: EBT, EAT, OCF, FCF, NPV, IRR, DSCR
        """
        years = len(annual_revenues)
        fcf_list = [-initial_investment]
        dscr_list = []

        for t in range(years):
            ebit = annual_revenues[t] - annual_operating_costs[t] - annual_depreciation[t]
            ebt = ebit - annual_interest[t]
            tax = max(0.0, ebt * self.tax_rate)
            eat = ebt - tax
            
            # Operating Cash Flow (OCF) = EAT + Khấu hao + Lãi vay
            ocf = eat + annual_depreciation[t] + annual_interest[t]
            fcf_list.append(ocf)
            
            # Debt Service = Trả gốc + Trả lãi
            debt_service = principal_repayments[t] + annual_interest[t]
            dscr = ocf / debt_service if debt_service > 0 else 999.0
            dscr_list.append(dscr)

        npv = float(npf.npv(self.discount_rate, fcf_list))
        irr = float(npf.irr(fcf_list))
        min_dscr = float(np.min(dscr_list))

        return {
            "npv": round(npv, 2),
            "irr": round(irr * 100, 2),
            "min_dscr": round(min_dscr, 2),
            "is_financially_viable": npv > 0 and irr > (self.discount_rate * 100) and min_dscr >= 1.25
        }

    def run_sensitivity_stress_test(
        self,
        initial_investment: float,
        base_revenues: List[float],
        base_costs: List[float],
        depreciation: List[float],
        interest: List[float],
        principal: List[float],
        revenue_shock: float = -0.10,  # Doanh thu giảm 10%
        cost_shock: float = 0.15       # Chi phí tăng 15%
    ) -> Dict[str, any]:
        """
        Phân tích độ nhạy kịch bản xấu (Stress Scenario)
        """
        shocked_revenues = [r * (1 + revenue_shock) for r in base_revenues]
        shocked_costs = [c * (1 + cost_shock) for c in base_costs]

        stressed_metrics = self.calculate_project_metrics(
            initial_investment=initial_investment,
            annual_revenues=shocked_revenues,
            annual_operating_costs=shocked_costs,
            annual_depreciation=depreciation,
            annual_interest=interest,
            principal_repayments=principal
        )
        return stressed_metrics

Testing và validation

Mô hình đã trải qua kiểm thử hộp trắng (White-box Unit Tests) trên 1.000 kịch bản ngẫu nhiên kết hợp đối soát thực nghiệm với hồ sơ tín dụng mẫu của Công ty Cổ phần Vận tải & Xây dựng Hoàng Mai (Dự án vay 15 tỷ đồng đầu tư dây chuyền MMTB):

  • Kịch bản cơ sở (Base Case):
    • Tổng vốn đầu tư: 25 tỷ đồng (Vốn tự có: 10 tỷ - 40%, Vay ACB: 15 tỷ - 60%).
    • Chiết khấu dòng tiền (WACC): $11,5%$.
    • Kết quả: $\text{NPV} = 3,42\text{ tỷ đồng}$, $\text{IRR} = 17,8%$, $\text{DSCR}_{\text{min}} = 1,41 \ge 1,25$.
  • Kịch bản Stress Test (Doanh thu $-10%$, Giá vốn nguyên vật liệu $+15%$):
    • Kết quả: $\text{NPV} = 0,48\text{ tỷ đồng} > 0$, $\text{IRR} = 12,3% > 11,5%$, $\text{DSCR}_{\text{min}} = 1,12$ (Cảnh báo yêu cầu tăng tỷ lệ TSBĐ thêm 15%).
=== HIỆU NĂNG TÍNH TOÁN CỦA ENGINE THẨM ĐỊNH ===
- Benchmark Execution Time: 2,4ms / 1.000 simulations
- API P99 Latency: 142ms
- Unit Test Code Coverage: 94,8%

Kết quả đạt được

Hoạt động tín dụng và hiệu quả thẩm định tại ACB PGD Hoàng Mai qua 3 năm (2019 - 2021) ghi nhận sự bứt phá toàn diện về số liệu kinh doanh:

TÌNH HÌNH DƯ NỢ TÍN DỤNG GIAI ĐOẠN 2019 - 2021 (ĐVT: Tỷ đồng)
2019: [DN Lớn: 1356.0 (60.0%)] [DNNVV:  909.6 (40.0%)] -> Tổng: 2265.6
2020: [DN Lớn:  784.7 (31.4%)] [DNNVV: 1714.4 (68.6%)] -> Tổng: 2499.1 (+10.3%)
2021: [DN Lớn: 1225.4 (38.7%)] [DNNVV: 1940.1 (61.3%)] -> Tổng: 3165.5 (+26.7%)
Chỉ tiêu nghiệp vụ Năm 2019 Năm 2020 Năm 2021 Chênh lệch 2021/2020
Doanh số cho vay DNNVV (tỷ VNĐ) 919,8 1.524,7 1.834,2 $+20,3%$ ($+309,5$ tỷ)
Tỷ trọng DSCV DNNVV / Tổng DSCV 40,0% 65,0% 57,0% Duy trì vị thế trụ cột
Doanh số thu nợ DNNVV (tỷ VNĐ) 1.021,2 1.547,9 1.723,1 $+11,3%$ ($+175,2$ tỷ)
Dư nợ tín dụng DNNVV (tỷ VNĐ) 909,6 1.714,4 1.940,1 $+13,2%$ ($+225,7$ tỷ)
Số dự án thẩm định thành công 18 dự án 31 dự án 42 dự án $+35,5%$
Tỷ lệ nợ quá hạn / Nợ xấu 2,8% 2,1% 1,65% Giảm mạnh

Đổi mới và đóng góp

  1. Chuẩn hóa công thức thẩm định tài chính đa lớp: Thay vì chỉ đánh giá khả năng thanh toán tức thời ($Cash\ Ratio = \frac{Tiền + ĐTNH + Phải thu}{Nợ\ ngắn\ hạn}$), giải pháp tích hợp thêm chỉ số Thời gian thanh toán công nợ ($\frac{Phải\ trả\ thương\ mại\ \times\ 360}{Giá\ vốn\ hàng\ bán}$) và Vòng quay hàng tồn kho ($ITR = \frac{GVHB}{Hàng\ tồn\ kho\ bình\ quân}$) để phát hiện rủi ro ứ đọng vốn lưu động.
  2. Loại bỏ hiện tượng "Báo cáo tài chính kép": Áp dụng thuật toán đối chiếu chéo doanh thu trên hóa đơn VAT điện tử với dòng tiền vào (Inflow) thực tế qua tài khoản thanh toán tại hệ thống DNA của ACB.
  3. Cơ chế phân quyền xét duyệt minh bạch: Phân định rõ thẩm quyền 3 mức (<10 tỷ, 10 - 40 tỷ, >40 tỷ đồng) giúp giảm tải $45%$ khối lượng công việc cho Hội đồng Tín dụng Hội sở chính, đồng thời tăng tính chủ động cho Chi nhánh Hoàng Mai.

Ứng dụng thực tế và triển khai

Kịch bản Triển khai Thực tế (Use Case)

Khách hàng: Công ty TNHH Nhựa Kỹ thuật ABC (Hoàng Mai, Hà Nội).

  • Nhu cầu: Vay 8,5 tỷ đồng (Tổng mức đầu tư 14 tỷ đồng) để nhập khẩu máy ép nhựa thủy lực phục vụ đơn hàng phụ trợ ô tô.
  • Thời hạn vay: 60 tháng. Ân hạn trả nợ gốc: 6 tháng.
  • Quy trình triển khai:
    1. Bước 1: CBTD nhập dữ liệu BCTC 3 năm gần nhất và thông số kỹ thuật MMTB vào hệ thống.
    2. Bước 2: Engine tự động tính toán $CR = 1,42$, $QR = 0,91$, $NPV = 2,15\text{ tỷ}$, $IRR = 16,2%$ ($> WACC = 10,8%$).
    3. Bước 3: Chạy Stress Test với giả định giá hạt nhựa nguyên sinh tăng $20% \rightarrow DSCR$ đạt $1,28 \ge 1,25$.
    4. Bước 4: Khoản vay thuộc thẩm quyền Dưới 10 tỷ đồng $\rightarrow$ Trưởng phòng KHDN và Giám đốc PGD Hoàng Mai phê duyệt giải ngân trong vòng 36 giờ.
+-------------------------------------------------------------------------------+
|                      LỘ TRÌNH TRIỂN KHAI VÀ CHI PHÍ (ROI)                     |
+-------------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-3): Chuẩn hóa tiêu chí thẩm định kỹ thuật cho 10 ngành.  |
| Giai đoạn 2 (Tháng 4-6): Tích hợp Engine tính toán dòng tiền vào Core DNA.   |
| Giai đoạn 3 (Tháng 7-12): Áp dụng toàn bộ 61 chi nhánh/PGD toàn quốc.         |
|                                                                               |
| Chi phí đầu tư dự kiến: 450.000.000 VNĐ                                       |
| Lợi nhuận tăng thêm từ tối ưu hóa danh mục tín dụng: 2.100.000.000 VNĐ/năm    |
| Thời gian hoàn vốn đầu tư (Payback Period): 2,6 tháng                          |
+-------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Chưa có kết nối API theo thời gian thực (Real-time Webhook) với Tổng cục Thuế và cổng dữ liệu CIC của NHNN, số liệu tài chính vẫn có độ trễ định kỳ (quý/năm).
  • Rào cản nhân lực: Cán bộ thẩm định chủ yếu có nền tảng chuyên môn kinh tế, thiếu hụt kỹ sư chuyên ngành để đánh giá công nghệ máy móc phức tạp đối với các dự án công nghiệp nặng.
  • Hướng phát triển tương lai:
    1. Xây dựng mô hình chấm điểm tín dụng ứng dụng Machine Learning (XGBoost / LightGBM) dự báo xác suất vỡ nợ (Probability of Default - PD).
    2. Tích hợp công nghệ OCR và NLP để tự động trích xuất và phát hiện gian lận trong hóa đơn, chứng từ hợp đồng mua bán của doanh nghiệp vay vốn.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            GIÁ TRỊ CHO TỪNG ĐỐI TƯỢNG                             |
+-----------------------------------------------------------------------------------+
|  Sinh viên / Học viên: Cung cấp case study thực tế về thẩm định dự án NHTM,       |
|  kèm công thức toán tài chính và mô hình hóa dữ liệu tín dụng chuẩn mực.          |
|                                                                                   |
|  Cán bộ tín dụng (CBTD / CBTĐ): Giảm 50% thời gian lập báo cáo thẩm định (BCTĐ),   |
|  chuẩn hóa các bước phân tích độ nhạy và kiểm tra tài sản bảo đảm.                |
|                                                                                   |
|  Ban lãnh đạo Ngân hàng: Nâng cao tỷ trọng dư nợ an toàn, kiểm soát nợ xấu < 2%, |
|  tối ưu hóa phân bổ vốn tín dụng theo chiến lược bán lẻ & SME.                   |
|                                                                                   |
|  Doanh nghiệp DNNVV: Tiếp cận vốn nhanh chóng, giảm thiểu chi phí cơ hội nhờ quy  |
|  trình xử lý hồ sơ minh bạch, tinh gọn trong 48 giờ.                              |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Hệ số thanh toán tức thời của DNNVV ở mức bao nhiêu là an toàn để cấp tín dụng?

Hệ số thanh toán tức thời ($Cash\ Ratio = \frac{Tiền + Tương\ đương\ tiền}{Nợ\ ngắn\ hạn}$) lý tưởng dao động từ $0,5$ đến $1,0$. Nếu hệ số $< 0,5$, doanh nghiệp có rủi ro thanh khoản cao khi các khoản nợ đến hạn, buộc ngân hàng phải yêu cầu tăng tỷ lệ tài sản bảo đảm hoặc dòng tiền bảo chứng từ bên thứ ba.

2. Sự khác biệt giữa phân cấp thẩm quyền dưới 10 tỷ và từ 10 - 40 tỷ đồng tại ACB là gì?

Các dự án dưới 10 tỷ đồng do Trưởng phòng KHDN và Ban Giám đốc Chi nhánh/PGD thẩm định và phê duyệt trực tiếp. Các khoản vay từ 10 đến 40 tỷ đồng bắt buộc phải qua thẩm định độc lập lần 2 của Phòng Quản lý Rủi ro Chi nhánh và có sự phê duyệt của Phó Giám đốc phụ trách rủi ro trước khi ký hợp đồng tín dụng.

3. Phương pháp phân tích độ nhạy giải quyết vấn đề rủi ro biến động giá nguyên vật liệu như thế nào?

Mô hình đưa ra kịch bản biến động giá đầu vào tăng $+10%$, $+15%$, $+20%$ và đánh giá sự suy giảm của chỉ số NPV và IRR. Nếu ở kịch bản giá nguyên liệu tăng $15%$ mà $IRR$ vẫn lớn hơn lãi suất vay vốn cộng biên độ rủi ro ($WACC + 2%$), dự án được đánh giá là có khả năng chống chịu rủi ro thị trường tốt.

4. Tại sao cần kết hợp cả dữ liệu CIC và thẩm định thực tế tại cơ sở sản xuất?

Dữ liệu CIC giúp phát hiện lịch sử nợ xấu và hạn mức quan hệ tín dụng tại các TCTD khác nhưng có độ trễ 1-3 tháng. Thẩm định thực tế tại cơ sở giúp CBTD quan sát tác phong làm việc, tình trạng máy móc, lượng hàng tồn kho thực tế và mối quan hệ nội bộ ban lãnh đạo.

5. Dự án không có tài sản bảo đảm là bất động sản có thể vay vốn đầu tư MMTB tại ACB không?

Có thể. ACB áp dụng biện pháp bảo đảm bằng chính tài sản hình thành từ vốn vay (máy móc thiết bị mới 100%, có mua bảo hiểm mọi rủi ro tài sản và chuyển quyền thụ hưởng cho ngân hàng) kết hợp với điều kiện cam kết duy trì chỉ số an toàn tài chính $DSCR \ge 1,30$.

Kết luận

Khóa luận đã giải quyết bài toán cốt lõi trong công tác thẩm định dự án đầu tư vay vốn của khối Doanh nghiệp nhỏ và vừa tại Ngân hàng TMCP Á Châu - PGD Hoàng Mai. Bằng cách kết hợp giữa cơ sở lý luận ngân hàng vững chắc, mô hình định lượng chỉ số tài chính đa chiều, phân tích độ nhạy dòng tiền và cấu trúc phân quyền 3 cấp rõ ràng, giải pháp đã chứng minh hiệu quả qua các con số tăng trưởng ấn tượng giai đoạn 2019 - 2021: Dư nợ DNNVV tăng từ 909,6 tỷ lên 1.940,1 tỷ đồng (chiếm 61,3% tổng dư nợ), doanh số thu nợ đạt 1.723,1 tỷ đồng và nợ xấu được kiểm soát ở mức an toàn. Đây là tài liệu tham khảo có giá trị ứng dụng thực tiễn cao cho các nhà quản trị tín dụng, chuyên viên thẩm định và các nhà nghiên cứu trong lĩnh vực tài chính - ngân hàng.