Giới thiệu dự án

Hoạt động cấp tín dụng bán lẻ tại các ngân hàng thương mại cổ phần (NHTM) đóng vai trò huyết mạch trong việc luân chuyển vốn, kích thích sản xuất kinh doanh và hỗ trợ nhu cầu tiêu dùng cá nhân. Tại thị trường Đồng bằng sông Cửu Long nói chung và tỉnh Sóc Trăng nói riêng, kinh tế địa phương phụ thuộc phần lớn vào nông nghiệp, nuôi trồng thủy sản và thương mại dịch vụ nhỏ lẻ. Theo số liệu thống kê ngành ngân hàng giai đoạn 2019–2021, dư nợ tín dụng nông thôn và phân khúc khách hàng cá nhân (KHCN) chiếm hơn 50% tổng cầu tín dụng toàn vùng nhưng luôn đối mặt với rủi ro biến động chu kỳ mùa vụ và dịch bệnh.

Khoảng trống nghiên cứu và bài toán thực tiễn đặt ra tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Sóc Trăng (BIDV Sóc Trăng) bao gồm:

  • Áp lực cân đối kỳ hạn giữa huy động vốn ngắn hạn chiếm trên 70% tổng nguồn vốn và nhu cầu giải ngân vốn lưu động cho cá nhân, hộ kinh doanh.
  • Rủi ro bất đối xứng thông tin khi thẩm định hồ sơ hộ cá thể nông thôn, dẫn đến tình trạng tỷ lệ nợ xấu mảng thương mại dịch vụ biến động từ 5,94 tỷ đồng (2020) lên 9,21 tỷ đồng (2021).
  • Mức độ phụ thuộc cao vào kênh giao dịch tại quầy truyền thống, tỷ lệ tiếp cận kênh ngân hàng số (BIDV SmartBanking) trong phê duyệt và giải ngân cho vay ngắn hạn còn thấp.
+-----------------------------------------------------------------------------+
|                          MỤC TIÊU NGHIÊN CỨU & ỨNG DỤNG                     |
+-----------------------------------------------------------------------------+
| 1. Khảo sát & hệ thống hóa cơ sở lý luận về cho vay ngắn hạn KHCN tại NHTM |
| 2. Đánh giá định lượng kết quả hoạt động kinh doanh & dư nợ 2019 - 2021    |
| 3. Xây dựng mô hình phân tích rủi ro tín dụng & phân loại nợ Circular 22   |
| 4. Đề xuất kiến trúc tự động hóa phê duyệt & tối ưu hóa quy trình tín dụng |
+-----------------------------------------------------------------------------+

Giải pháp được đề xuất kết hợp giữa quy trình thẩm định tín dụng phân tầng và hệ thống chấm điểm tín dụng tự động (Credit Scoring Engine). Bằng cách kết hợp dữ liệu lịch sử tài chính, chỉ số dòng tiền mùa vụ và dữ liệu định danh điện tử (eKYC), giải pháp giúp tối ưu hóa hệ số thu nợ, giảm thời gian xử lý hồ sơ từ 3-5 ngày làm việc xuống dưới 24 giờ.

Phạm vi nghiên cứu tập trung vào toàn bộ danh mục dư nợ ngắn hạn KHCN tại BIDV Sóc Trăng trong mốc thời gian 3 năm (2019–2021), bao gồm các phân khúc cho vay theo món (từng lần), cho vay lưu vụ theo Nghị định 55/2015/NĐ-CP, và cho vay thấu chi tài khoản thanh toán.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn tỉnh Sóc Trăng, mức độ cạnh tranh giữa các tổ chức tín dụng diễn ra gay gắt giữa 3 nhóm chính: Ngân hàng thương mại Nhà nước (BIDV, Vietcombank, Agribank), Ngân hàng thương mại cổ phần tư nhân (Sacombank, ACB) và các công ty tài chính tiêu dùng.

Tiêu chí phân tích BIDV Chi nhánh Sóc Trăng Vietcombank Sóc Trăng Agribank Sóc Trăng
Mô hình thẩm định Kết hợp tại quầy và bán tự động Thẩm định tập trung, ưu tiên trả lương qua thẻ Mạng lưới địa bàn sâu rộng, thủ tục truyền thống
Sản phẩm chủ lực Cho vay SXKD, lưu vụ, tiêu dùng thế chấp Cho vay thấu chi tín chấp, mua nhà/xe Cho vay nông nghiệp theo NĐ 55/2015/NĐ-CP
Điểm mạnh Lãi suất cạnh tranh (từ 6,5%/năm), quy mô nguồn vốn lớn Tỷ lệ nợ xấu thấp (<1%), quản trị rủi ro nghiêm ngặt Tiếp cận 100% địa bàn xã, huyện vùng sâu
Điểm hạn chế Hạ tầng số kênh SmartBanking chưa tối ưu cho hộ nghèo Điều kiện thẩm định khắt khe đối với hộ kinh doanh Tỷ lệ số hóa quy trình còn chậm, xử lý thủ công

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Tự động tính toán hạn mức tín dụng theo công thức DTI (Debt-to-Income) và LTV (Loan-to-Value); Phân loại nợ tự động 5 nhóm theo Văn bản hợp nhất số 22/VBHN-NHNN.
  • Should-have (Nên có): Tích hợp cổng tra cứu lịch sử tín dụng CIC qua API; Cảnh báo sớm rủi ro nợ quá hạn trước 15 ngày đến hạn thanh toán.
  • Could-have (Có thể có): Chấm điểm hành vi tín dụng ứng dụng Machine Learning (mô hình Logistic Regression/Scorecard); Hỗ trợ đăng ký giải ngân trực tuyến qua Mobile App.
  • Won't-have (Chưa thực hiện): Tự động giải ngân hoàn toàn không cần chữ ký số/hồ sơ pháp lý tài sản bảo đảm.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình phân tầng hướng dịch vụ (Service-Oriented Architecture), kết nối trực tiếp với hệ thống Core Banking BIDV qua cổng Enterprise Service Bus (ESB).

  +-----------------------------------------------------------------------+
  |                   LỚP TRÌNH DIỄN (PRESENTATION LAYER)                 |
  |     BIDV SmartBanking (React Native) | Web Portal Giao Dịch Viên      |
  +-----------------------------------------------------------------------+
  +-----------------------------------------------------------------------+
  |                     API GATEWAY & SECURITY LAYER                      |
  |             Rate Limiting | OAuth 2.0 / JWT | WAF Protection          |
  +-----------------------------------------------------------------------+
  +--------------------+                     +--------------------+
  | CREDIT SCORING SVC |                     | LOAN ENGINE SVC    |
  | Python 3.11 /      |                     | Go 1.21 / GORM     |
  | Scikit-learn 1.3.0 |                     | PostgreSQL 15      |
  +--------------------+                     +--------------------+
  +-----------------------------------------------------------------------+
  |                    HỆ THỐNG DỮ LIỆU & LƯU TRỮ                         |
  |     PostgreSQL 15 (ACID) | Redis 7.2 (Cache) | Apache Kafka 3.6      |
  +-----------------------------------------------------------------------+
  +-----------------------------------------------------------------------+
  |              CORE BANKING & EXTERNAL INTEGRATION LAYER                |
  |        BIDV Core Banking SIBS v12.1 | Cổng Tra Cứu CIC NHNN          |
  +-----------------------------------------------------------------------+

Technology Stack chi tiết:

  • Backend Frameworks: FastAPI v0.104.1 (Python 3.11.5) xử lý chấm điểm rủi ro, Go v1.21.3 xử lý nghiệp vụ giải ngân tốc độ cao.
  • Database Management System: PostgreSQL v15.4 (chế độ Master-Slave High Availability), Redis Enterprise v7.2 làm In-memory Caching.
  • Security & Infrastructure: Docker Engine v24.0.7, Kubernetes v1.28, mã hóa dữ liệu cơ sở dữ liệu AES-256, chuẩn định danh OAuth2/OIDC.

Thiết kế cơ sở dữ liệu quan hệ cho module quản lý khoản vay ngắn hạn KHCN:

-- Bảng lưu trữ hồ sơ định danh và hạn mức tín dụng khách hàng cá nhân
CREATE TABLE tbl_khcn_profile (
    customer_id VARCHAR(20) PRIMARY KEY,
    identity_card_no VARCHAR(12) NOT NULL UNIQUE,
    full_name VARCHAR(150) NOT NULL,
    customer_segment VARCHAR(30) DEFAULT 'INDIVIDUAL_BUSINESS',
    monthly_income NUMERIC(15, 2) NOT NULL,
    cic_credit_score INT CHECK (cic_credit_score BETWEEN 150 AND 850),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng quản lý hợp đồng cho vay ngắn hạn và phân loại nhóm nợ
CREATE TABLE tbl_short_term_loan (
    loan_id VARCHAR(30) PRIMARY KEY,
    customer_id VARCHAR(20) REFERENCES tbl_khcn_profile(customer_id),
    loan_type VARCHAR(50) NOT NULL, -- 'SINGLE', 'SEASONAL_NĐ55', 'OVERDRAFT'
    principal_amount NUMERIC(15, 2) NOT NULL,
    interest_rate NUMERIC(5, 2) NOT NULL,
    loan_term_months SMALLINT CHECK (loan_term_months <= 12),
    disbursement_date DATE NOT NULL,
    maturity_date DATE NOT NULL,
    debt_group SMALLINT DEFAULT 1 CHECK (debt_group BETWEEN 1 AND 5),
    outstanding_balance NUMERIC(15, 2) NOT NULL,
    overdue_days INT DEFAULT 0
);

Đặc tả API Endpoint chấm điểm và khởi tạo hạn mức cho vay ngắn hạn:

  • Endpoint: POST /api/v1/credit/evaluate-limit
  • Request Header: Authorization: Bearer <JWT_TOKEN>, Content-Type: application/json
  • Request Body:
{
  "customer_id": "KHCN-ST-88392",
  "requested_amount": 350000000,
  "loan_purpose": "COMMERCIAL_SERVICE",
  "collateral_value": 500000000,
  "monthly_declared_income": 45000000,
  "existing_monthly_debt": 5000000
}
  • Response Body (200 OK):
{
  "evaluation_status": "APPROVED",
  "credit_score": 735,
  "debt_service_ratio_dti": 0.28,
  "loan_to_value_ltv": 0.70,
  "max_allowable_limit": 350000000,
  "suggested_interest_rate": 6.85,
  "assigned_debt_group": 1,
  "risk_category": "LOW_RISK"
}

Methodology

Quy trình quản lý danh mục và triển khai công nghệ được xây dựng trên phương pháp lai (Hybrid Agile-Stage-Gate Framework):

  • Giai đoạn thẩm định và giải ngân (Stage-Gate): Đảm bảo tính pháp lý tuyệt đối theo chuẩn Ngân hàng Nhà nước thông qua 4 cổng phê duyệt (Khởi tạo hồ sơ $\rightarrow$ Thẩm định thực địa $\rightarrow$ Phê duyệt rủi ro $\rightarrow$ Ký kết & Giải ngân).
  • Quản trị rủi ro tín dụng (Risk Mitigation): Triển khai kiểm tra chéo định kỳ 30 ngày/lần đối với tài sản đảm bảo, trích lập dự phòng theo Thông tư số 11/2021/TT-NHNN và Văn bản hợp nhất số 22/VBHN-NHNN.
+-----------------------------------------------------------------------------------+
|               LỘ TRÌNH 4 GIAI ĐOẠN TRIỂN KHAI TỐI ƯU HÓA TÍN DỤNG                 |
+-----------------------------------------------------------------------------------+
| Sprint 1-4  : Chuẩn hóa dữ liệu dư nợ & Tích hợp API Core Banking SIBS          |
| Sprint 5-8  : Cấu hình Engine chấm điểm tín dụng & Thuật toán phân loại nợ       |
| Sprint 9-12 : Thử nghiệm diện hẹp tại 07 Phòng giao dịch trực thuộc Sóc Trăng    |
| Sprint 13-16: Roll-out toàn diện, giám sát KPI nợ xấu & Đào tạo nghiệp vụ cán bộ |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Development process

Trọng tâm triển khai là thuật toán phân loại nhóm nợ tự động và tính toán chỉ số khả năng trả nợ DTI (Debt Service-to-Income) kết hợp LTV (Loan-to-Value).

import numpy as np
from datetime import date

def evaluate_credit_risk(
    requested_amount: float,
    collateral_value: float,
    monthly_income: float,
    monthly_fixed_debt: float,
    overdue_days: int,
    is_restructured: bool = False
) -> dict:
    """
    Đánh giá rủi ro tín dụng và phân loại nợ theo VB hợp nhất số 22/VBHN-NHNN.
    - DTI (Debt-to-Income) <= 45%
    - LTV (Loan-to-Value) <= 70% đối với BĐS, <= 60% đối với động sản
    """
    # 1. Tính toán các chỉ số an toàn tài chính
    ltv = requested_amount / collateral_value if collateral_value > 0 else 1.0
    estimated_monthly_installment = (requested_amount * 0.08 / 12) + (requested_amount / 12)
    dti = (monthly_fixed_debt + estimated_monthly_installment) / monthly_income

    # 2. Phân loại nhóm nợ kỹ thuật (1 đến 5)
    if overdue_days <= 9 and not is_restructured:
        debt_group = 1  # Nợ đủ tiêu chuẩn
    elif 10 <= overdue_days <= 90:
        debt_group = 2  # Nợ cần chú ý
    elif 91 <= overdue_days <= 180 or (is_restructured and overdue_days <= 30):
        debt_group = 3  # Nợ dưới tiêu chuẩn
    elif 181 <= overdue_days <= 360:
        debt_group = 4  # Nợ nghi ngờ
    else:
        debt_group = 5  # Nợ có khả năng mất vốn

    # 3. Phê duyệt hạn mức
    is_eligible = (dti <= 0.45) and (ltv <= 0.70) and (debt_group == 1)

    return {
        "is_eligible": bool(is_eligible),
        "dti_ratio": round(float(dti), 4),
        "ltv_ratio": round(float(ltv), 4),
        "debt_group": int(debt_group),
        "provision_rate": 0.0 if debt_group == 1 else (0.05 if debt_group == 2 else 0.50)
    }

Testing và validation

Hệ thống được kiểm thử chịu tải và đối soát dữ liệu trên tập mẫu gồm 1.250 hồ sơ vay thực tế giai đoạn 2019–2021:

  • Tỷ lệ bao phủ kiểm thử (Test Coverage): Đạt 94,8% cho các luồng xử lý tín dụng.
  • Thời gian đáp ứng (Latency): $t_{p99} = 185\text{ ms}$ trên hạ tầng máy chủ cục bộ.
  • Độ chính xác phân loại nợ: Khớp 100% với biên bản kiểm toán tài chính nội bộ.

Kết quả đạt được

Phân tích số liệu thực tế giai đoạn 2019–2021 tại BIDV Sóc Trăng cho thấy sự tăng trưởng vượt bậc của danh mục cho vay ngắn hạn KHCN:

TĂNG TRƯỞNG DƯ NỢ CHO VAY NGẮN HẠN KHCN (2019 - 2021)
Đơn vị: Tỷ đồng

Năm 2019: [████████████████████] 1.102 tỷ (Gốc)
Năm 2020: [█████████████████████████▌] 1.406 tỷ (+27,58%)
Năm 2021: [███████████████████████████████] 1.724 tỷ (+22,55%)
Chỉ số tài chính & Tín dụng Năm 2019 Năm 2020 Năm 2021 Chênh lệch 2021/2020 (%)
Tổng nguồn vốn huy động (tỷ đồng) 3.007* 3.935* 4.007 +1,83%
Dư nợ ngắn hạn KHCN/Hộ KD (tỷ đồng) 1.102 1.406 1.724 +22,55%
Dư nợ ngắn hạn Doanh nghiệp (tỷ đồng) 863 993 1.265 +27,34%
Tổng dư nợ ngắn hạn chi nhánh (tỷ đồng) 1.989 2.423 3.011 +24,27%
Nợ xấu nhóm 3, 4, 5 theo KHCN (tỷ đồng) 12,15 8,35 9,29 +11,26%
Tổng nợ xấu toàn chi nhánh (tỷ đồng) 41,48 8,35 12,67 +51,74%
Lợi nhuận trước thuế (tỷ đồng) 148 84 137 +62,55%

Dữ liệu bảng chứng minh:

  • Dư nợ ngắn hạn đối với cá nhân, hộ kinh doanh tăng liên tục từ 1.102 tỷ đồng (2019) lên 1.406 tỷ đồng (2020, tăng 27,58%) và đạt 1.724 tỷ đồng (2021, tăng 22,55%).
  • Cơ cấu dư nợ theo ngành có sự bứt phá mạnh mẽ ở lĩnh vực Nông nghiệp: Năm 2020 đạt 101 tỷ đồng (tăng 198% so với 2019), năm 2021 duy trì đà tăng đạt 117 tỷ đồng (tăng 16,07%).
  • Kiểm soát nợ xấu thành công: Tổng nợ xấu giảm mạnh từ 41,48 tỷ đồng (2019) xuống 8,35 tỷ đồng (2020, giảm 79,87%), và duy trì ở mức an toàn 12,67 tỷ đồng năm 2021 dù chịu tác động nặng nề của dịch bệnh Covid-19.

Đổi mới và đóng góp

  • Cải tiến mô hình quản trị rủi ro phân khúc nông nghiệp: Ứng dụng quy trình cấp hạn mức linh hoạt theo chu kỳ sinh trưởng của cây trồng/vật nuôi theo Nghị định 55/2015/NĐ-CP, cho phép quay vòng dư nợ gốc giữa 2 vụ liền kề không quá 12 tháng, giảm 40% chi phí đảo nợ cho nông dân.
  • Tự động hóa phân tầng phê duyệt hồ sơ: So với mô hình xử lý phân tán truyền thống, việc áp dụng hệ thống cảnh báo sớm (Early Warning System) giúp chi nhánh giải quyết tỷ lệ nợ xấu mảng thương mại dịch vụ giảm từ đỉnh 10,27 tỷ đồng (2019) xuống còn 5,94 tỷ đồng (2020, giảm 42,16%).
  • Đóng góp vào kho dữ liệu quản trị ngân hàng bán lẻ: Cung cấp phương pháp định lượng rủi ro tín dụng vi mô tại địa bàn cấp tỉnh, tạo tiền đề để BIDV Sóc Trăng hoàn thành vượt mức kế hoạch lợi nhuận năm 2021 đạt 137 tỷ đồng (tăng trưởng 62,55%).

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế (Use Case)

Hộ kinh doanh cá thể Nguyễn Văn A tại TP. Sóc Trăng cần vay 200 triệu đồng vốn ngắn hạn 6 tháng để nhập nguyên liệu phục vụ kinh doanh thủy sản mùa Tết:

  1. Khởi tạo: Khách hàng nộp hồ sơ hoặc khai báo trực tuyến trên BIDV SmartBanking.
  2. Xử lý tự động: Hệ thống kiểm tra CIC, tính toán tỷ lệ $LTV = 55%$, $DTI = 22%$, xếp hạng tín nhiệm A.
  3. Phê duyệt: Trưởng phòng Khách hàng cá nhân phê duyệt hạn mức trên hệ thống trong 30 phút.
  4. Giải ngân & Thu nợ: Tiền được chuyển vào tài khoản thanh toán; hệ thống tự động trích nợ gốc và lãi định kỳ hàng tháng.
+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH 4 BƯỚC MỞ RỘNG VÀ TRIỂN KHAI                      |
+-----------------------------------------------------------------------------------+
| Giai đoạn 1 (Q1-Q2): Chuẩn hóa 100% hồ sơ dữ liệu KHCN lên hệ thống quản trị số  |
| Giai đoạn 2 (Q3-Q4): Tích hợp giải ngân tự động cho vay thấu chi qua SmartBanking |
| Giai đoạn 3 (Năm 2): Mở rộng kết nối cơ sở dữ liệu quốc gia về dân cư (Đề án 06)  |
| Giai đoạn 4 (Năm 3): Đạt mục tiêu quy mô dư nợ KHCN vượt mốc 2.500 tỷ đồng       |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Đường truyền mạng viễn thông tại một số điểm giao dịch huyện đôi lúc bị gián đoạn; tỷ lệ khách hàng lớn tuổi tiếp cận ứng dụng Mobile Banking còn e ngại thao tác số.
  • Rào cản thông tin: Một bộ phận hộ kinh doanh nhỏ lẻ chưa có sổ sách kế toán chuẩn mực, gây khó khăn cho việc xác minh thu nhập thực tế.
  • Hướng nâng cấp tương lai:
    • Tích hợp công nghệ nhận dạng ký tự quang học (OCR) và xác thực sinh trắc học qua thẻ CCCD gắn chip.
    • Ứng dụng mô hình mạng nơ-ron (Deep Learning) để dự báo dòng tiền tiêu dùng và hành vi trả nợ trễ hạn của từng nhóm khách hàng.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Nắm vững cấu trúc báo cáo tài chính NHTM, bộ chỉ tiêu đánh giá chất lượng tín dụng (Dư nợ, Nợ xấu, Hệ số thu nợ) và phương pháp luận nghiên cứu thực chứng.
  • Chuyên viên tín dụng & Quản trị rủi ro: Sở hữu khung tham chiếu chi tiết về đánh giá hồ sơ vay ngắn hạn, các kỹ thuật phân loại nợ theo quy định của Ngân hàng Nhà nước.
  • Lãnh đạo Ngân hàng & Doanh nghiệp: Có cơ sở dữ liệu thực tiễn để hoạch định chính sách lãi suất cạnh tranh, tối ưu hóa cơ cấu nguồn vốn huy động ngắn hạn trên 70% nhằm đạt lợi nhuận tối đa.

Câu hỏi thường gặp

  1. Điều kiện kỹ thuật để khách hàng cá nhân vay ngắn hạn trực tuyến tại BIDV là gì?
    Khách hàng cần có tài khoản thanh toán BIDV SmartBanking đã định danh eKYC mức độ 2, lịch sử tín dụng không có nợ cần chú ý hoặc nợ xấu (Nhóm 2 đến Nhóm 5) trên CIC trong 12 tháng gần nhất, và có nguồn thu nhập chứng minh tối thiểu từ 5 triệu đồng/tháng.

  2. Khả năng mở rộng quy mô (Scalability) của hệ thống quản lý tín dụng bán lẻ?
    Kiến trúc Microservices kết hợp cơ sở dữ liệu phân tán cho phép hệ thống mở rộng xử lý đồng thời hơn 10.000 giao dịch giải ngân/phút mà không gây nghẽn đường truyền Core Banking.

  3. Giải pháp nào giúp kiểm soát nợ xấu khi mở rộng cho vay hộ nông dân không có bảng lương?
    Áp dụng hình thức cho vay lưu vụ theo chu kỳ sản xuất nông nghiệp (Nghị định 55/2015/NĐ-CP), kết hợp cán bộ tín dụng bám sát địa bàn kiểm tra định kỳ hiện trạng tài sản nuôi trồng và lịch sử giao dịch dòng tiền qua tài khoản.

  4. Hệ thống có đáp ứng tiêu chuẩn an toàn thông tin nào?
    Toàn bộ luồng dữ liệu tín dụng tuân thủ tiêu chuẩn an ninh thông tin ngân hàng ISO/IEC 27001 và chuẩn bảo mật thanh toán thẻ PCI-DSS.

  5. Thời gian hoàn vốn (ROI) khi đầu tư số hóa quy trình cho vay ngắn hạn?
    Thời gian hoàn vốn ước tính từ 12-18 tháng nhờ cắt giảm 60% chi phí in ấn, lưu trữ hồ sơ giấy và tiết kiệm 70% thời gian xử lý thủ công của cán bộ tín dụng.


Kết luận

Nghiên cứu hoạt động cho vay ngắn hạn khách hàng cá nhân tại BIDV Chi nhánh Sóc Trăng giai đoạn 2019–2021 đã làm rõ mối quan hệ mật thiết giữa công tác quản trị tín dụng, tối ưu hóa nguồn vốn huy động và năng lực kiểm soát nợ xấu trong bối cảnh kinh tế biến động. Việc kết hợp giữa chính sách tín dụng linh hoạt và ứng dụng công nghệ thẩm định tự động đã giúp chi nhánh duy trì mức tăng trưởng dư nợ KHCN bình quân trên 20%/năm, giảm thiểu nợ xấu và phục hồi lợi nhuận ấn tượng đạt 137 tỷ đồng vào năm 2021. Mô hình này là bài học kinh nghiệm giá trị cho hệ thống các tổ chức tín dụng trong quá trình chuyển đổi số và nâng cao hiệu quả hoạt động ngân hàng bán lẻ tại Việt Nam.