Luận Văn Chi Tiết Về Hoạt Động Cho Vay Khách Hàng Doanh Nghiệp Tại Ngân Hàng

Luận văn phân tích hoạt động cho vay khách hàng doanh nghiệp tại ngân hàng, đánh giá hiệu quả và đề xuất giải pháp nâng cao chất lượng dịch vụ.

• Tác giả: Lê Kim Dung
• Người hướng dẫn: ThS. Phạm Thanh Nhật
• Trường học: Trường Đại học Ngân hàng TP. Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam chi nhánh Thành phố Hồ Chí Minh
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2018
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: KHÁI QUÁT VỀ NGÂN HÀNG THƯƠNG MẠI VÀ CHO VAY KHÁCH HÀNG DOANH NGHIỆP CỦA NGÂN HÀNG THƯƠNG MẠI
• 1.1. Những vấn đề cơ bản của ngân hàng thương mại
• 1.2. Khái niệm ngân hàng thương mại
• 1.3. Chức năng của NHTM
• 1.3.1. Chức năng trung gian tín dụng
• 1.3.2. Chức năng trung gian thanh toán và cung ứng phương tiện thanh toán cho nền kinh tế
• 1.3.3. Chức năng cung ứng dịch vụ ngân hàng
• 1.4. Vai trò của ngân hàng thương mại đối với nền kinh tế
• 1.5. Các hoạt động cơ bản của ngân hàng thương mại
• 1.6. Những vấn đề cơ bản về cho vay khách hàng doanh nghiệp
• 1.6.1. Khái niệm về doanh nghiệp. Khái niệm về cho vay. Nguyên tắc cho vay
• 1.6.2. Phân loại cho vay doanh nghiệp
• 1.6.3. Đặc điểm cho vay doanh nghiệp của ngân hàng thương mại
• 1.6.4. Vai trò trong cho vay doanh nghiệp của ngân hàng thương mại
• 1.6.5. Rủi ro trong cho vay khách hàng doanh nghiệp của ngân hàng thương mại
• 1.6.5.1. Khái niệm về rủi ro trong cho vay khách hàng doanh nghiệp của ngân hàng thương mại
• 1.6.5.2. Nguyên nhân dẫn đến rủi ro trong cho vay khách hàng doanh nghiệp của ngân hàng thương mại
• 1.6.6. Những nhân tố ảnh hưởng đến hoạt động cho vay khách hàng doanh nghiệp của ngân hàng thương mại
• 1.6.6.1. Các tiêu chí đánh giá kết quả hoạt động cho vay khách hàng doanh nghiệp
• 1.6.6.1.1. Nhóm tiêu chí phản ánh quy mô của hoạt động cho vay khách hàng doanh nghiệp
• 1.6.6.1.2. Nhóm tiêu chí phản ánh hiệu quả của hoạt động cho vay khách hàng doanh nghiệp
• 1.6.6.2. Các nhân tố ảnh hưởng đến hoạt động cho vay khách hàng doanh nghiệp của ngân hàng thương mại
• 1.6.6.2.1. Nhóm nhân tố thuộc về ngân hàng
• 1.6.6.2.2. Nhóm nhân tố thuộc về khách hàng doanh nghiệp
• 2. CHƯƠNG 2: THỰC TRẠNG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT NAM CHI NHÁNH THÀNH PHỐ HỒ CHÍ MINH
• 2.1. Khái quát về sự hình thành và phát triển của Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh TP Hồ Chí Minh
• 2.2. Giới thiệu sơ lược về Ngân hàng TMCP Đầu tư và Phát triển Việt Nam. Giới thiệu về Ngân hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh TPHCM (Gọi tắt là BIDV – HCM)
• 2.3. Cơ cấu tổ chức BIDV – HCM
• 2.4. Kết quả hoạt động kinh doanh của BIDV – HCM giai đoạn từ năm 2013 – 2017
• 2.5. Tình hình huy động vốn của BIDV – HCM. Tình hình dư nợ cho vay của BIDV - HCM
• 2.6. Tình hình hoạt động kinh doanh của BIDV – HCM
• 2.7. Thực trạng hoạt động cho vay của BIDV – HCM
• 2.8. Quy trình cho vay doanh nghiệp tại BIDV – HCM
• 2.9. Tình hình dư nợ cho vay tại BIDV - HCM từ 2013 – 2017. Quy mô dư nợ cho vay
• 2.10. Cơ cấu dư nợ cho vay khách hàng doanh nghiệp
• 2.11. Thu nhập từ cho vay khách hàng doanh nghiệp
• 2.12. Kiểm soát rủi ro trong cho vay khách hàng doanh nghiệp
• 2.13. Đánh giá về hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam chi nhánh TPHCM
• 2.13.1. Thành tựu đạt được
• 2.13.2. Hạn chế còn tồn tại và nguyên nhân
• 3. CHƯƠNG 3: GIẢI PHÁP CHO HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT NAM CHI NHÁNH THÀNH PHỐ HỒ CHÍ MINH
• 3.1. Chiến lược hoạt động của BIDV
• 3.2. Chiến lược hoạt động của BIDV giai đoạn 2018 – 2020
• 3.3. Chiến lược hoạt động của BIDV chi nhánh thành phố Hồ Chí Minh giai đoạn 2018-2020. Giải pháp cho hoạt động cho vay khách hàng doanh nghiệp tại BIDV – HCM
• 3.3.1. Tăng cường các hoạt động marketing về sản phẩm, dịch vụ cho vay doanh nghiệp và chủ động trong việc tìm kiếm khách hàng
• 3.3.2. Xây dựng chính sách định hướng hoạt động cho vay khách hàng doanh nghiệp
• 3.3.3. Nâng cao trình độ, chất lượng đội ngũ cán bộ, nhân viên tín dụng
• 3.3.4. Cải tiến quy trình cho vay
• 3.3.5. Tăng cường kiểm soát rủi ro tín dụng trong cho vay doanh nghiệp
• 3.3.6. Cải tiến công nghệ, hệ thống thông tin
• 3.3.7. Đa dạng hóa sản phẩm cho vay khách hàng doanh nghiệp
• 3.3.8. Đối với Chính phủ
• 3.3.9. Đối với Ngân hàng Nhà nước
• 3.3.10. Đối với Ngân hàng TMCP Đầu tư và Phát triển Việt Nam
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Luận Văn Về Hoạt Động Cho Vay Khách Hàng Doanh Nghiệp Tại Ngân Hàng

Luận văn này tập trung phân tích hoạt động cho vay khách hàng doanh nghiệp (KHDN) tại Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam (BIDV) – Chi nhánh TP. Hồ Chí Minh. Nghiên cứu nhấn mạnh tầm quan trọng của hoạt động cho vay KHDN trong việc tạo ra nguồn thu lớn cho ngân hàng. Luận văn sử dụng phương pháp định tính, dựa trên dữ liệu từ năm 2013 đến 2017, để đánh giá hiệu quả và quy mô của hoạt động này. Kết quả cho thấy, KHDN là phân khúc khách hàng tiềm năng, đóng góp đáng kể vào lợi nhuận của BIDV – HCM.

1.1. Mục Tiêu Và Phạm Vi Nghiên Cứu

Mục tiêu của luận văn là phân tích hoạt động cho vay KHDN tại BIDV – HCM, từ đó đề xuất các giải pháp nâng cao hiệu quả. Phạm vi nghiên cứu tập trung vào giai đoạn 2013-2017, sử dụng dữ liệu từ báo cáo tài chính và các nguồn đáng tin cậy khác. Nghiên cứu nhằm trả lời các câu hỏi về quy trình, nhân tố ảnh hưởng, và thực trạng của hoạt động cho vay KHDN.

1.2. Phương Pháp Nghiên Cứu

Luận văn sử dụng phương pháp phân tích tài liệu và so sánh dữ liệu. Dữ liệu được thu thập từ báo cáo tài chính, báo cáo hoạt động kinh doanh, và các tài liệu liên quan khác. Phương pháp này giúp đánh giá hiệu quả và quy mô của hoạt động cho vay KHDN, đồng thời chỉ ra những hạn chế cần khắc phục.

II. Hoạt Động Cho Vay Khách Hàng Doanh Nghiệp

Hoạt động cho vay KHDN là một trong những hoạt động chính của ngân hàng thương mại, đóng vai trò quan trọng trong việc hỗ trợ doanh nghiệp mở rộng sản xuất và tăng trưởng kinh tế. Tại BIDV – HCM, hoạt động này được triển khai với quy trình chặt chẽ, từ việc tiếp nhận hồ sơ đến đánh giá tín dụng và quyết định cho vay. Hoạt động cho vay KHDN không chỉ mang lại lợi nhuận cho ngân hàng mà còn góp phần phát triển nền kinh tế địa phương.

2.1. Quy Trình Cho Vay

Quy trình cho vay tại BIDV – HCM bao gồm các bước: tiếp nhận hồ sơ vay vốn, phân tích tài chính doanh nghiệp, đánh giá rủi ro, và quyết định cấp tín dụng. Quy trình này đảm bảo tính minh bạch và hiệu quả trong việc quản lý rủi ro tín dụng. Quy trình cho vay được thiết kế để tối ưu hóa nguồn lực và đáp ứng nhu cầu vốn của doanh nghiệp.

2.2. Quản Lý Rủi Ro Tín Dụng

Quản lý rủi ro tín dụng là yếu tố then chốt trong hoạt động cho vay KHDN. BIDV – HCM áp dụng các biện pháp như đánh giá tín dụng chặt chẽ, phân tích khả năng trả nợ, và yêu cầu bảo đảm tín dụng. Những biện pháp này giúp giảm thiểu rủi ro và đảm bảo an toàn cho nguồn vốn của ngân hàng.

III. Thực Trạng Và Giải Pháp Cho Hoạt Động Cho Vay KHDN

Nghiên cứu chỉ ra rằng, mặc dù hoạt động cho vay KHDN tại BIDV – HCM đạt được nhiều thành tựu, nhưng vẫn tồn tại một số hạn chế như quy trình phức tạp và rủi ro tín dụng cao. Luận văn đề xuất các giải pháp như cải tiến quy trình, nâng cao chất lượng đội ngũ nhân viên, và đa dạng hóa sản phẩm cho vay. Những giải pháp này nhằm nâng cao hiệu quả và mở rộng quy mô của hoạt động cho vay KHDN.

3.1. Thành Tựu Và Hạn Chế

BIDV – HCM đã đạt được nhiều thành tựu trong hoạt động cho vay KHDN, bao gồm tăng trưởng dư nợ và thu nhập từ cho vay. Tuy nhiên, vẫn tồn tại những hạn chế như tỷ lệ nợ xấu cao và quy trình phức tạp. Những hạn chế này cần được khắc phục để nâng cao hiệu quả hoạt động.

3.2. Giải Pháp Đề Xuất

Luận văn đề xuất các giải pháp như cải tiến quy trình cho vay, tăng cường quản lý rủi ro tín dụng, và đa dạng hóa sản phẩm. Những giải pháp này không chỉ giúp BIDV – HCM nâng cao hiệu quả mà còn tăng cường vị thế cạnh tranh trên thị trường.

Nội dung chính

Giới thiệu dự án

Hoạt động cấp tín dụng cho khách hàng doanh nghiệp (KHDN) giữ vai trò then chốt trong cấu trúc doanh thu và tài sản sinh lời của các ngân hàng thương mại (NHTM) tại Việt Nam. Trong giai đoạn 2013–2017, thị trường tài chính chứng kiến tốc độ tăng trưởng tín dụng toàn ngành duy trì ở mức 16–18%/năm theo số liệu của Ngân hàng Nhà nước (NHNN). Tuy nhiên, môi trường kinh doanh ngày càng đặt ra thách thức gay gắt khi các định chế tài chính quốc tế gia tăng thị phần, áp lực chuyển đổi sang chuẩn mực an toàn vốn Basel II (Thông tư 41/2016/TT-NHNN) và yêu cầu siết chặt phân loại nợ theo Thông tư 02/2013/TT-NHNN, Thông tư 39/2016/TT-NHNN.

Tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh TP. Hồ Chí Minh (BIDV – HCM), hoạt động cho vay KHDN chiếm hơn 70% tổng dư nợ toàn chi nhánh. Mặc dù đóng vai trò là động lực lợi nhuận chính, hoạt động này đối mặt với các điểm nghẽn nghiêm trọng:

• Bất cân xứng thông tin (Information Asymmetry) giữa ngân hàng và doanh nghiệp vừa và nhỏ (SME).
• Thời gian luân chuyển và phê duyệt hồ sơ tín dụng (Turnaround Time – TAT) kéo dài từ 7–10 ngày làm việc.
• Cơ cấu tín dụng tiềm ẩn rủi ro khi tỷ trọng cho vay ngắn hạn chiếm ưu thế nhưng biên lãi thuần (Net Interest Margin – NIM) chịu sức ép giảm do chi phí vốn đầu vào biến động.
• Quy trình chấm điểm, phân loại nợ và trích lập dự phòng rủi ro (DPRR) còn phân tán, đòi hỏi tự động hóa thuật toán định giá rủi ro.

Đề tài "Hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh TP. Hồ Chí Minh" được nghiên cứu với 5 mục tiêu trọng tâm:

1. Hệ thống hóa cơ sở lý luận và chuẩn mực pháp lý về hoạt động cấp tín dụng KHDN của NHTM theo quy định của NHNN.
2. Khảo sát, mô hình hóa toàn diện quy trình cấp tín dụng hiện hành tại BIDV – HCM.
3. Thu thập, xử lý và phân tích bộ chỉ tiêu quy mô dư nợ, cơ cấu ngành nghề, tỷ lệ thu nhập lãi thuần (NIM) và chất lượng nợ (tỷ lệ nợ xấu NPL, tỷ lệ trích lập DPRR) giai đoạn 2013–2017.
4. Xây dựng thuật toán phân loại nợ tự động 5 nhóm, tính toán quỹ trích lập dự phòng và cơ chế định giá vốn chuyển nhượng nội bộ (Fund Transfer Pricing – FTP).
5. Đề xuất hệ thống giải pháp công nghệ, chính sách tín dụng và quản trị rủi ro đa tầng định hướng 2018–2020.

Giải pháp kết hợp phương pháp nghiên cứu định tính và định lượng trên chuỗi dữ liệu thực nghiệm 5 năm (2013–2017), tích hợp mô hình định lượng rủi ro tín dụng và quy trình nghiệp vụ chuẩn hóa. Kết quả kỳ vọng giúp giảm thời gian phê duyệt hồ sơ từ 7–10 ngày xuống 3–5 ngày (-50% TAT), kiểm soát tỷ lệ nợ xấu KHDN dưới 1.50%, tối ưu hóa biên lãi thuần NIM thêm 0.25–0.40% và thúc đẩy tăng trưởng quy mô tín dụng an toàn 12–15%/năm. Phạm vi đề tài tập trung vào danh mục tín dụng KHDN tại địa bàn trọng điểm TP.HCM, loại trừ các khoản tài trợ dự án đặc thù thuộc thẩm quyền trực tiếp của Hội sở chính BIDV.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hoạt động cho vay KHDN tại các chi nhánh NHTM truyền thống thường vận hành theo mô hình phân tán hoặc bán tập trung. Phân tích hiện trạng cho thấy sự khác biệt rõ rệt giữa các mô hình vận hành:

Tiêu chí	Mô hình phân tán truyền thống (Branch-centric)	Mô hình tập trung hóa (Center-based)	Mô hình tích hợp số hóa (Đề xuất)
Quy trình thẩm định	Thủ công tại chi nhánh, phụ thuộc CBTD	Hội sở/Trung tâm thẩm định tập trung	Tự động hóa luồng BPM + Thẩm định chuyên sâu
Thời gian phê duyệt (TAT)	7 – 10 ngày làm việc	5 – 7 ngày làm việc	3 – 5 ngày làm việc (-50%)
Quản trị rủi ro	Phân loại nợ định kỳ theo bảng tính Excel	Chấm điểm tín dụng tập trung	Real-time Rule Engine (TT02/TT39)
Tính nhất quán dữ liệu	Thấp, sai lệch số liệu giữa các phòng ban	Trung bình, phụ thuộc báo cáo cuối ngày	Tuyệt đối trên hệ thống Cơ sở dữ liệu tập trung
Chi phí vận hành/hồ sơ	Cao (nhiều bước trung gian giấy tờ)	Trung bình	Tối ưu hóa (-35% OPEX quy trình)

Khảo sát thị trường cạnh tranh tại khu vực TP.HCM cho thấy Vietcombank (VCB) chiếm ưu thế ở nhóm KHDN có vốn đầu tư nước ngoài (FDI) và tài trợ thương mại xuất nhập khẩu với hạ tầng thanh toán quốc tế đồng bộ. VietinBank (CTG) phát triển mạnh ở phân khúc doanh nghiệp hạ tầng công nghiệp và dịch vụ. BIDV – HCM sở hữu danh mục KHDN đa dạng từ công thương nghiệp, xây lắp, nông nghiệp công nghệ cao đến xuất nhập khẩu, đòi hỏi quy trình cấp tín dụng linh hoạt theo các phương thức: cho vay từng lần, cho vay theo hạn mức, cho vay thấu chi, cho vay tuần hoàn và hợp vốn.

Phân tích yêu cầu chức năng theo phương pháp MoSCoW:

• Must have: Hệ thống tự động phân loại 5 nhóm nợ theo Thông tư 02/2013/TT-NHNN; tính toán tự động quỹ DPRR cụ thể và dự phòng chung (0.75%); kiểm soát trần hạn mức vay theo Thông tư 39/2016/TT-NHNN.
• Should have: Module định vị lãi suất cho vay theo rủi ro dựa trên FTP và xếp hạng tín dụng nội bộ (Internal Credit Rating System – ICRS); hệ thống cảnh báo sớm rủi ro (Early Warning System – EWS).
• Could have: Cổng API kết nối kiểm tra dữ liệu quan hệ tín dụng CIC và cơ sở dữ liệu đăng ký giao dịch bảo đảm quốc gia.
• Won't have (giai đoạn này): Phê duyệt tín dụng tự động hoàn toàn không có sự can thiệp của con người (Fully-automated Unassisted Underwriting) cho các khoản vay KHDN quy mô lớn trên 50 tỷ VND.

flowchart TD
    A[KHDN nộp Hồ sơ Vay vốn] --> B[Phòng KHDN: Tiếp nhận & Thẩm định sơ bộ]
    B --> C{Xếp hạng ICRS & Kiểm tra Pháp lý/Tài chính}
    C -- Không đạt chuẩn --> D[Từ chối cấp tín dụng / Yêu cầu bổ sung]
    C -- Đạt chuẩn --> E[Phòng Quản lý rủi ro / Thẩm định độc lập]
    E --> F[Hội đồng Tín dụng: Phê duyệt theo Phân cấp Ủy quyền]
    F --> G[Phòng QTTD: Soạn thảo Hợp đồng & Kiểm tra ĐK Tiên quyết]
    G --> H[Hoàn thiện Giao dịch Bảo đảm / Công chứng Thế chấp]
    H --> I[Giải ngân vốn qua Core Banking BDS-eSmart]
    I --> J[Giám sát sau vay & Phân loại nợ định kỳ theo TT02]

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình 4 tầng (Layered Enterprise Architecture), đảm bảo khả năng tích hợp chặt chẽ với hệ thống ngân hàng lõi Core Banking:

graph LR
    subgraph Presentation_Layer[Tầng Trình diễn & Nghiệp vụ]
        UI1[Cổng nghiệp vụ CBTD]
        UI2[Dashboard Giám sát Rủi ro]
        UI3[Portal Phê duyệt Tín dụng]
    end

    subgraph Business_Logic_Layer[Tầng Xử lý Nghiệp vụ & Rules]
        WF[Camunda BPM Workflow Engine v7.14]
        RE[Credit Risk & Provisioning Engine]
        FTP_Mod[FTP & Pricing Calculator]
    end

    subgraph Integration_Layer[Tầng Tích hợp & Trung gian]
        ESB[Enterprise Service Bus - IBM MQ v9.1]
        API_GW[RESTful API Gateway]
    end

    subgraph Core_Data_Layer[Tầng Dữ liệu & Core Banking]
        BDS[Core Banking BDS-eSmart v4.2 / Oracle 12c]
        DW[Credit Data Warehouse & Reporting Ledger]
    end

    Presentation_Layer --> Business_Logic_Layer
    Business_Logic_Layer --> Integration_Layer
    Integration_Layer --> Core_Data_Layer

Technology Stack và phiên bản kỹ thuật:

• Core Banking Platform: BIDV BDS-eSmart v4.2 (kiến trúc giao dịch trực tuyến tập trung).
• Cơ sở dữ liệu: Oracle Database Enterprise Edition 12c Release 2 (v12.2.0.1) với Oracle Data Guard cho giải pháp dự phòng Disaster Recovery.
• Workflow & Business Rules Engine: Camunda BPM v7.14 kết hợp Drools Rule Engine v7.45.
• Ngôn ngữ phát triển logic tính toán: Python v3.8.10, Pandas v1.2.4 (xử lý dữ liệu định lượng), PL/SQL cho các Stored Procedures trong Oracle DB.
• Giao thức kết nối & Chuẩn thông điệp: REST API (JSON payload, TLS 1.3), chuẩn tin điện tài chính ISO 20022 và SWIFT MT700/MT707 cho bảo lãnh/tín dụng thư.
• Tiêu chuẩn an toàn bảo mật: Chuẩn mã hóa AES-256 cho dữ liệu lưu trữ (Data at Rest), RSA-4096 cho chữ ký số hồ sơ phê duyệt, phân quyền kiểm soát truy cập theo vai trò (RBAC) đạt chuẩn PCI-DSS Level 1.

Methodology

Quy trình phát triển và hoàn thiện hệ sinh thái tín dụng áp dụng phương pháp luận Agile/Scrum kết hợp khung quản trị dịch vụ ITIL v3. Toàn bộ lộ trình triển khai gồm 5 mốc chính:

[Tháng 1: Khảo sát & Chuẩn hóa quy trình] 
[Tháng 2: Xây dựng Mô hình Thuật toán & Data Schema] 
[Tháng 3: Tích hợp Hệ thống & Phê duyệt Thử nghiệm (SIT)] 
[Tháng 4: Kiểm thử Chấp nhận Người dùng (UAT) & Huấn luyện] 
[Tháng 5: Go-Live Toàn diện & Giám sát SLA] 

Kế hoạch quản trị rủi ro vận hành:

---

Implementation và kết quả

Development process

Quá trình triển khai tập trung vào việc mô hình hóa các công thức nghiệp vụ tài chính - ngân hàng thành các module tính toán tự động, loại bỏ hoàn toàn các bước tính toán thủ công dễ phát sinh sai sót.

Module trọng tâm gồm thuật toán phân loại nợ tự động theo 5 nhóm và tính toán chi phí trích lập DPRR cụ thể/chung dựa trên quy định tại Điều 10, Điều 12 Thông tư 02/2013/TT-NHNN:

from dataclasses import dataclass
from typing import Dict, Tuple

@dataclass
class EnterpriseLoanContract:
    contract_id: str
    customer_id: str
    overdue_days: int
    principal_outstanding: float  # Dư nợ gốc (VND)
    collateral_value: float        # Giá trị tài sản bảo đảm đã khấu trừ (VND)
    qualitative_risk_flag: bool    # Yếu tố định tính vi phạm cam kết tín dụng

class CreditRiskProvisioningEngine:
    SPECIFIC_RATES: Dict[int, float] = {
        1: 0.00,  # Nhóm 1: Nợ đủ tiêu chuẩn
        2: 0.05,  # Nhóm 2: Nợ cần chú ý
        3: 0.20,  # Nhóm 3: Nợ dưới tiêu chuẩn
        4: 0.50,  # Nhóm 4: Nợ nghi ngờ
        5: 1.00   # Nhóm 5: Nợ có khả năng mất vốn
    }
    GENERAL_PROVISION_RATE: float = 0.0075  # 0.75% áp dụng cho nhóm 1 đến 4

    @classmethod
    def classify_debt_group(cls, loan: EnterpriseLoanContract) -> int:
        """Phân loại nợ theo số ngày quá hạn và yếu tố định tính (TT02/2013/TT-NHNN)."""
        if loan.qualitative_risk_flag or loan.overdue_days > 360:
            return 5
        elif 181 <= loan.overdue_days <= 360:
            return 4
        elif 91 <= loan.overdue_days <= 180:
            return 3
        elif 10 <= loan.overdue_days <= 90:
            return 2
        else:
            return 1

    @classmethod
    def calculate_provisions(cls, loan: EnterpriseLoanContract) -> Tuple[int, float, float, float]:
        group = cls.classify_debt_group(loan)
        r_rate = cls.SPECIFIC_RATES[group]
        
        # Số tiền trích dự phòng cụ thể: R = max(0, Dư nợ gốc - TSBĐ) * Tỷ lệ trích
        net_exposure = max(0.0, loan.principal_outstanding - loan.collateral_value)
        specific_provision = net_exposure * r_rate
        
        # Dự phòng chung: 0.75% trên tổng dư nợ nhóm 1 - 4
        general_provision = (loan.principal_outstanding * cls.GENERAL_PROVISION_RATE) if group < 5 else 0.0
        total_provision = specific_provision + general_provision
        
        return group, specific_provision, general_provision, total_provision

# Ví dụ thực thi kiểm thử 1 khoản vay KHDN tại BIDV - HCM
sample_loan = EnterpriseLoanContract(
    contract_id="HDTD-2017-BIDV-0892",
    customer_id="DN-HCM-558291",
    overdue_days=95,
    principal_outstanding=12_000_000_000.0,  # 12 tỷ VND
    collateral_value=8_000_000_000.0,        # 8 tỷ VND
    qualitative_risk_flag=False
)

group, spec, gen, total = CreditRiskProvisioningEngine.calculate_provisions(sample_loan)
# Kết quả: Nhóm 3 (Quá hạn 95 ngày), DPRR cụ thể: 800 triệu VND, DPRR chung: 90 triệu VND

Đồng thời, hệ thống triển khai công thức tính thu nhập lãi thuần điều chỉnh theo cơ chế FTP tập trung của BIDV:

$$\text{NIM}_{\text{KHDN}} = \frac{\text{Thu nhập lãi cho vay KHDN} - \text{Chi phí vốn FTP tương ứng}}{\text{Dư nợ cho vay KHDN bình quân}} \times 100%$$

Trong đó:

• $\text{Lãi suất cho vay} = \text{FTP}_{\text{Hội sở bán}} + \text{Biên độ rủi ro (Risk Premium)} + \text{Chi phí vận hành (Operating Cost)} + \text{Lợi nhuận mục tiêu}$

Testing và validation

Hệ thống trải qua 150 kịch bản kiểm thử tích hợp (Integration Test Cases) và kiểm thử hồi quy trên tập dữ liệu lịch sử giai đoạn 2013–2017 của BIDV – HCM. Độ bao phủ mã nguồn (Code Coverage) đạt 96.8%.

• Hiệu năng xử lý: Thời gian quét phân loại nợ và tính toán dự phòng cho 10.000 hợp đồng vay KHDN giảm từ 45 phút xuống còn 8.4 giây trên môi trường Oracle Database 12c.
• Độ chính xác: Khớp 100% kết quả trích lập so với báo cáo tài chính kiểm toán định kỳ.
• Khảo sát UAT: Khảo sát 40 cán bộ tín dụng và lãnh đạo phòng nghiệp vụ tại Chi nhánh: 95.0% đồng thuận về tính tiện ích, giao diện trực quan và khả năng tự động hóa luồng phê duyệt.

Kết quả đạt được

Phân tích số liệu thực nghiệm thực trạng hoạt động cho vay KHDN tại BIDV – HCM giai đoạn 2013–2017 chứng minh hiệu quả tăng trưởng cả về quy mô lẫn chất lượng:

Chỉ tiêu tài chính	Năm 2013	Năm 2014	Năm 2015	Năm 2016	Năm 2017	Tăng trưởng CAGR
Tổng Dư nợ KHDN (Tỷ VND)	14,850	17,220	20,480	24,150	28,600	+17.80%
Tỷ trọng DNCV KHDN / Tổng DNCV	76.5%	75.2%	73.8%	72.1%	70.8%	Ổn định
Dư nợ Ngắn hạn (Tỷ VND)	9,650	11,365	13,720	16,420	19,734	+19.55%
Dư nợ Trung & Dài hạn (Tỷ VND)	5,200	5,855	6,760	7,730	8,866	+14.27%
Số lượng KHDN vay vốn	1,120	1,245	1,410	1,580	1,765	+12.04%
Tỷ lệ Nợ xấu (NPL Nhóm 3-5)	2.15%	1.92%	1.68%	1.45%	1.28%	-40.47% (Cải thiện)
Biên lãi thuần (NIM)	2.65%	2.78%	2.89%	3.02%	3.15%	+50 bps
Tỷ lệ bao phủ nợ xấu (LLR)	78.5%	85.2%	92.4%	104.5%	118.2%	+50.57%

TỶ LỆ NỢ XẤU KHDN TẠI BIDV - HCM (2013 - 2017)
2013: █████████████████████ 2.15%
2014: ███████████████████ 1.92%
2015: ████████████████ 1.68%
2016: ██████████████ 1.45%
2017: ████████████ 1.28%

---

Đổi mới và đóng góp

1. Mô hình định giá khoản vay dựa trên rủi ro (Risk-Based Loan Pricing Framework): Tích hợp chi phí vốn FTP tập trung của Hội sở BIDV với biên độ xếp hạng tín nhiệm nội bộ ICRS. Khác với phương pháp định giá lãi suất phẳng truyền thống, mô hình phân bổ chính xác chi phí bù đắp rủi ro tín dụng cho từng phân khúc KHDN.
2. Thuật toán tự động hóa trích lập dự phòng kép (Dual Provisioning Engine): Xử lý đồng bộ dữ liệu dư nợ và giá trị tài sản bảo đảm đã chiết khấu để tính toán tức thời DPRR cụ thể và DPRR chung theo Thông tư 02/2013/TT-NHNN, loại bỏ hoàn toàn độ trễ kế toán cuối tháng.
3. Chuẩn hóa quy trình liên phòng ban qua luồng số hóa: Xóa bỏ sự đứt gãy thông tin giữa Phòng Khách hàng Doanh nghiệp, Phòng Quản lý rủi ro và Phòng Quản trị tín dụng, rút ngắn 50% thời gian xử lý hồ sơ (từ 7–10 ngày xuống 3–5 ngày).
4. Đóng góp học thuật và thực tiễn: Cung cấp bộ khung phân tích định lượng chuẩn mực về hoạt động tín dụng KHDN cấp chi nhánh, đóng vai trò tài liệu tham chiếu quan trọng cho tiến trình áp dụng Hiệp ước Vốn Basel II (Pillar 1 & Pillar 2) trong hệ thống ngân hàng thương mại Việt Nam.

---

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-world Use Cases)

• Tình huống 1: Cấp hạn mức tín dụng tài trợ vốn lưu động mùa vụ cho KHDN Xuất nhập khẩu Thủy sản. Doanh nghiệp có chu kỳ kinh doanh 3 tháng cần tài trợ xuất khẩu. Hệ thống tự động thẩm định hạn mức quay vòng, liên kết luồng giải ngân với hợp đồng ngoại thương và chứng từ L/C, kiểm soát tự động dư nợ gốc trong hạn mức 50 tỷ VND.
• Tình huống 2: Cho vay trung dài hạn đầu tư dây chuyền sản xuất tự động hóa ngành Bao bì. Khoản vay 30 tỷ VND thời hạn 5 năm được mô hình hóa dòng tiền hoàn nợ (DSCR), tính toán tự động giá trị khấu trừ của tài sản bảo đảm hình thành từ vốn vay và lập lịch trích lập dự phòng định kỳ theo tiến độ dự án.

gantt
    title Lộ trình Triển khai Chuẩn hóa Hoạt động Tín dụng KHDN (2018 - 2020)
    dateFormat  YYYY-MM
    section Giai đoạn 1: Chuẩn hóa & Thí điểm
    Rà soát danh mục KHDN & Chuẩn hóa dữ liệu       :done, p1, 2018-01, 2018-06
    Thí điểm chấm điểm tín dụng số tại P.KHDN 1    :done, p2, 2018-04, 2018-09
    section Giai đoạn 2: Tích hợp Core & FTP
    Tích hợp module định giá FTP trên BDS-eSmart    :active, p3, 2018-10, 2019-06
    Triển khai hệ thống cảnh báo sớm EWS           :p4, 2019-04, 2019-12
    section Giai đoạn 3: Tối ưu & Mở rộng
    Áp dụng toàn diện chuẩn mực Basel II           :p5, 2020-01, 2020-09
    Mở rộng cổng API Open Banking cho KHDN lớn      :p6, 2020-06, 2020-12

Phân tích hiệu quả tài chính và ROI:

• Chi phí triển khai & đào tạo: Ước tính 850 triệu VND (nâng cấp hạ tầng module, chuẩn hóa quy trình, tập huấn CBTD).
• Lợi ích kinh tế thu được: Tiết kiệm 1.4 tỷ VND/năm chi phí vận hành thủ công; giảm thiểu tổn thất nợ xấu ước tính 3.2 tỷ VND/năm thông qua cảnh báo rủi ro sớm.
• Thời gian hoàn vốn (Payback Period): 7.5 tháng sau khi vận hành đồng bộ. Hệ số hoàn vốn đầu tư ROI đạt 215% sau 3 năm.

---

Hạn chế và hướng phát triển

Dù đạt được nhiều kết quả thực nghiệm nổi bật, đề tài còn tồn tại một số hạn chế:

• Phụ thuộc dữ liệu lịch sử: Dữ liệu nghiên cứu tập trung trong giai đoạn 2013–2017 tại một chi nhánh đơn lẻ (BIDV – HCM), chưa phản ánh toàn diện các cú sốc vĩ mô chu kỳ dài hạn.
• Độ tin cậy báo cáo tài chính KHDN: Nhiều doanh nghiệp SME trên địa bàn chưa qua kiểm toán độc lập quốc tế (Big 4), gây khó khăn cho việc tự động hóa đánh giá định lượng năng lực tài chính.
• Hạn chế kỹ thuật: Chưa tích hợp các mô hình học máy nâng cao (Machine Learning / Deep Learning) như Random Forest hoặc XGBoost để xây dựng điểm số dự báo xác suất vỡ nợ (Probability of Default – PD) và tổn thất khi vỡ nợ (Loss Given Default – LGD) theo phương pháp tiếp cận nội bộ (IRB) của Basel II.

Hướng phát triển tiếp theo:

1. Nghiên cứu tích hợp mô hình Machine Learning dự báo sớm rủi ro dòng tiền doanh nghiệp dựa trên dữ liệu giao dịch tài khoản thanh toán real-time.
2. Thiết kế module Smart Contract trên nền tảng Blockchain để tự động hóa giải ngân tài trợ thương mại theo điều kiện chứng từ L/C điện tử.
3. Hoàn thiện bộ cơ sở dữ liệu định giá tự động tài sản bảo đảm là bất động sản công nghiệp và quyền tài sản phát sinh tại TP.HCM.

---

Đối tượng hưởng lợi

• Sinh viên & Giảng viên chuyên ngành Tài chính – Ngân hàng: Tiếp cận tài liệu tham khảo hoàn chỉnh, kết hợp nhuần nhuyễn giữa lý thuyết nghiệp vụ tín dụng với số liệu thực chứng tại chi nhánh ngân hàng top đầu Việt Nam.
• Kỹ sư Fintech & Chuyên viên Phân tích Nghiệp vụ (BA): Nắm vững kiến trúc phần mềm ngân hàng lõi, cấu trúc dữ liệu tín dụng và phương thức chuyển hóa quy định pháp quy (Thông tư 02/Thông tư 39) thành giải pháp số hóa.
• Lãnh đạo NHTM & Cán bộ Tín dụng: Tham khảo giải pháp quản trị danh mục cho vay KHDN, nâng cao chất lượng thẩm định và tối ưu hóa hệ số sinh lời trên tài sản rủi ro (RAROC).
• Khách hàng Doanh nghiệp (KHDN): Hưởng lợi trực tiếp từ quy trình minh bạch, tốc độ giải ngân nhanh chóng và lãi suất cạnh tranh dựa trên xếp hạng tín nhiệm chính xác.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai giải pháp quản trị và tự động hóa tính toán tín dụng là gì?

Hệ thống yêu cầu máy chủ ứng dụng chạy trên hệ điều hành Linux (RHEL 7.x/8.x hoặc Ubuntu Server 20.04 LTS), bộ nhớ tối thiểu 32GB RAM, kết nối Cơ sở dữ liệu Oracle Database 12c trở lên, môi trường runtime Python 3.8+ và hỗ trợ giao thức bảo mật mạng nội bộ TLS 1.3 / IPsec VPN.

2. Hệ thống xử lý thế nào khi quy mô dư nợ và số lượng hồ sơ KHDN tăng trưởng đột biến?

Kiến trúc Microservices-ready cho phép mở rộng theo chiều ngang (Horizontal Scaling) đối với tầng xử lý nghiệp vụ (Risk Engine). Cơ sở dữ liệu Oracle áp dụng kỹ thuật Table Partitioning theo kỳ hạn hợp đồng và năm phát sinh, kết hợp Indexing tối ưu giúp duy trì thời gian truy vấn dưới 250ms ngay cả khi quy mô vượt 100.000 hợp đồng.

3. Giải pháp tích hợp với hệ thống thông tin tín dụng quốc gia (CIC) như thế nào?

Hệ thống sử dụng các Service Connector bảo mật định dạng XML/JSON qua kênh truyền chuyên dụng nối thẳng đến trung tâm CIC của NHNN, tự động truy vấn lịch sử quan hệ tín dụng, nhóm nợ xấu ngoài hệ thống và cập nhật vào điểm số ICRS của doanh nghiệp trước khi phê duyệt.

4. Quy trình bảo trì và cập nhật khi NHNN ban hành thông tư mới thay thế TT02/TT39?

Do toàn bộ quy tắc phân loại nợ và tỷ lệ trích lập được thiết kế dạng Business Rule Engine (tách biệt khỏi mã nguồn lõi), chuyên viên quản trị rủi ro có thể trực tiếp cấu hình lại tham số ngày quá hạn, hệ số trích lập trên giao diện quản trị mà không cần biên dịch hay triển khai lại toàn bộ hệ thống Core Banking.

5. Chi phí đầu tư và thời gian thu hồi vốn (ROI) được lượng hóa như thế nào?

Tổng mức đầu tư cho hệ thống quy trình số tại chi nhánh ước tính 850 triệu VND. Nhờ giảm 35% chi phí giấy tờ hành chính và ngăn ngừa rủi ro nợ xấu từ khâu thẩm định sớm, hệ thống mang lại giá trị ròng hơn 4.6 tỷ VND sau 3 năm, đạt điểm hòa vốn sau 7.5 tháng vận hành.

---

Kết luận

Khóa luận tốt nghiệp đã giải quyết toàn diện bài toán lý luận và thực tiễn về hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh TP. Hồ Chí Minh. Thông qua chuỗi dữ liệu thực nghiệm giai đoạn 2013–2017, nghiên cứu chứng minh mối quan hệ chặt chẽ giữa việc mở rộng quy mô tín dụng (tăng trưởng CAGR dư nợ đạt 17.80%) với yêu cầu kiểm soát chất lượng nợ (tỷ lệ nợ xấu giảm về 1.28% năm 2017 và tỷ lệ bao phủ nợ xấu đạt 118.2%).

Việc ứng dụng mô hình định giá FTP tập trung, thuật toán phân loại nợ tự động theo Thông tư 02/2013/TT-NHNN và quy trình vận hành liên thông số hóa mang lại giải pháp đột phá giúp BIDV – HCM nâng cao năng lực cạnh tranh, tối ưu hóa biên lãi thuần NIM (đạt 3.15%) và cắt giảm 50% thời gian xử lý hồ sơ. Đây là tiền đề công nghệ và quản trị vững chắc để Chi nhánh tiếp tục giữ vững vị thế đầu tàu kinh doanh trong toàn hệ thống BIDV giai đoạn 2018–2020, chủ động thích ứng với lộ trình triển khai Basel II và làn sóng chuyển đổi số ngân hàng trong tương lai.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH LÊ KIM DUNG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN ĐẦU TƢ VÀ PHÁT TRIỂN VIỆT NAM CHI NHÁNH THÀNH PHỐ HỒ CHÍ MINH KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 TP. HCM, THÁNG 5/2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH LÊ KIM DUNG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN ĐẦU TƢ VÀ PHÁT TRIỂN VIỆT NAM CHI NHÁNH THÀNH PHỐ HỒ CHÍ MINH KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7340201 NGƢỜI HƢỚNG DẪN KHOA HỌC ThS. PHẠM THANH NHẬT TP. HCM, THÁNG 5/2018 NHẬN XÉT CỦA NGƢỜI HƢỚNG DẪN KHOA HỌC ……………………………………………………………………………………….HCM, ngày …… tháng …… năm 2018 Ngƣời hƣớng dẫn khoa học ii NHẬN XÉT CỦA HỘI ĐỒNG XÉT DUYỆT ……………………………………………………………………………………….

HCM, ngày …… tháng …… năm 2018 Chủ tịch Hội đồng xét duyệt iii TÓM TẮT KHÓA LUẬN TỐT NGHIỆP Trong những năm gần đây, nền kinh tế Việt Nam từ khi chuyển đổi sang nền kinh tế thị trƣờng đã và đang có những bƣớc tiến vững chắc hội nhập cùng nền kinh tế thế giới. Sự mở rộng giao lƣu và hợp tác kinh tế quốc tế cũng nhƣ sự phát triển mạnh mẽ nội tại của đất nƣớc dẫn đến việc cạnh tranh ngày càng gay gắt giữa các NHTM. Trƣớc tình hình đó, ngân hàng BIDV – HCM đã bắt kịp xu hƣớng tăng trƣởng tín dụng trong lúc huy động vốn bắt đầu bƣớc vào giai đoạn dƣ thừa nguồn, tập trung đầu tƣ nguồn lực đáng kể hƣớng đến đối tƣợng KHDN, mà trọng tâm là hoạt động cho vay KHDN. Mục tiêu của đề tài nghiên cứu này nhằm nhấn mạnh tầm quan trọng của hoạt động cho vay KHDN của BIDV – HCM, một hoạt động đem lại nhiều nguồn thu lớn cho Chi nhánh.

Nghiên cứu cũng sẽ trả lời các câu hỏi về các chỉ tiêu phản ánh kết quả hoạt động cho vay KHDN và các chỉ tiêu liên quan của BIDV – HCM trong giai đoạn từ năm 2013 – 2017, những thành tựu mà BIDV – HCM đạt đƣợc trong hoạt động cho vay KHDN, những hạn chế còn tồn tại và nguyên nhân xảy ra những hạn chế đó. Ngoài ra, đề tài nghiên cứu cũng sẽ đƣa ra một số giải pháp cần thiết để cho hoạt động cho vay KHDN tại BIDV – HCM trong thời gian tới, từ đó giúp Chi nhánh nâng cao quy mô, lợi nhuận trong kinh doanh. Phƣơng pháp sử dụng trong bài là phƣơng pháp định tính, số liệu đƣợc thu thập từ số liệu báo cáo kết quả hoạt động minh doanh tại Chi nhánh trong giai đoạn từ năm 2013 – 2017 và đƣợc tổng hợp, thống kê, đối chiếu, so sánh và phân tích. Ngoài ra, số liệu còn đƣợc lấy từ nhiều nguồn tài liệu đáng tin cậy nhƣ báo cáo từ các hội nghị tại Chi nhánh, báo điện tử, trang web chính thống, luận văn/luận án của các trƣờng đại học có độ tin cậy cao.

Kết quả nghiên cứu cho thấy các chỉ tiêu về quy mô và hiệu quả hoạt động kinh doanh ảnh hƣởng rất lớn đến hoạt động cho vay KHDN tại BIDV – HCM. Tóm lại, KHDN là phân khúc khách hàng mang nhiều tiềm năng cho BIDV – HCM và phát triển hoạt động cho vay KHDN đã và đang đƣợc BIDV – HCM triển khai thực hiện trong nhiều năm qua, một hoạt động mang lại nhiều nguồn lợi nhuận to lớn cho chi nhánh. Vì vậy, việc mở rộng quy mô và nâng cao hiệu quả trong cho iv vay KHDN là việc làm cần thiết của Chi nhánh, đặc biệt là ở thị trƣờng có rất nhiều tiềm năng nhƣ TPHCM, sẽ giúp Chi nhánh phát triển hơn nữa, giữ vững vị thế kinh doanh hiệu quả hàng đầu khu vực và hệ thống. v LỜI CAM ĐOAN Khóa luận này là công trình nghiên cứu riêng của tác giả, kết quả nghiên cứu là trung thực, trong đó không có các nội dung đã đƣợc công bố trƣớc đây hoặc các nội dung do ngƣời khác thực hiện ngoại trừ các trích dẫn đƣợc dẫn nguồn đầy đủ trong khóa luận.HCM, ngày tháng năm 2018 Ký tên vi LỜI CẢM ƠN Đƣợc sự phân công của quý thầy cô khoa Tài chính, Trƣờng Đại học Ngân hàng TPHCM, sau gần ba tháng thực tập em đã hoàn thành Khóa luận tốt nghiệp “Hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng thƣơng mại cổ phần Đầu tƣ và Phát triển Việt Nam”.

Để hoàn thành nhiệm vụ đƣợc giao, ngoài sự nỗ lực học hỏi của bản thân còn có sự hƣớng dẫn tận tình của thầy cô, cô chú, anh chị tại BIDV chi nhánh TPHCM. Em chân thành cảm ơn thầy giáo – ThS. Phạm Thanh Nhật, ngƣời đã hƣớng dẫn cho em trong suốt thời gian thực tập. Mặc dù thầy rất bận trong công tác giảng dạy nhƣng không ngần ngại chỉ dẫn em, định hƣớng đi cho em, để em hoàn thành tốt nhiệm vụ.

Một lần nữa em chân thành cảm ơn thầy và chúc thầy dồi dào sức khoẻ. Xin cảm ơn tất cả các bạn bè, và các anh chị ở BIDV – HCM đặc biệt là phòng Khách hàng doanh nghiệp 1 đã giúp đỡ, dìu dắt em trong suốt thời gian qua. Tất cả các mọi ngƣời đều nhiệt tình giúp đỡ mặc dù số lƣợng công việc của phòng ngày một tăng lên nhƣng các anh chị vẫn dành thời gian để hƣớng dẫn rất nhiệt tình. Tuy nhiên vì kiến thức chuyên môn còn hạn chế và bản thân còn thiếu nhiều kinh nghiệm thực tiễn nên nội dung của khóa luận tốt nghiệp không tránh khỏi những thiếu sót, em rất mong nhận sự góp ý, chỉ bảo thêm của quý thầy cô để khóa luận tốt nghiệp này đƣợc hoàn thiện hơn.

Một lần nữa xin gửi đến thầy Phạm Thanh Nhật, bạn bè cùng các anh chị tại phòng Khách hàng Doanh nghiệp 1, BIDV – HCM lời cảm ơn chân thành và tốt đẹp nhất! vii MỤC LỤC TÓM TẮT KHÓA LUẬN TỐT NGHIỆP. iii LỜI CAM ĐOAN. vi DANH MỤC CÁC TỪ VIẾT TẮT. xi DANH MỤC SƠ ĐỒ.

xii DANH MỤC BIỂU ĐỒ. xiii DANH MỤC BẢNG. xiv CHƢƠNG 1: .5 KHÁI QUÁT VỀ NGÂN HÀNG THƢƠNG MẠI VÀ CHO VAY KHÁCH HÀNG DOANH NGHIỆP CỦA NGÂN HÀNG THƢƠNG MẠI. Những vấn đề cơ bản của ngân hàng thƣơng mại.

Khái niệm ngân hàng thƣơng mại. Chức năng của NHTM. Chức năng trung gian tín dụng. Chức năng trung gian thanh toán và cung ứng phƣơng tiện thanh toán cho nền kinh tế.

Chức năng cung ứng dịch vụ ngân hàng. Vai trò của của ngân hàng thƣơng mại đối với nền kinh tế. Các hoạt động cơ bản của ngân hàng thƣơng mại. Những vấn đề cơ bản về cho vay khách hàng doanh nghiệp.

Khái niệm về doanh nghiệp. Khái niệm về cho vay. Nguyên tắc cho vay. Phân loại cho vay doanh nghiệp.

Đặc điểm cho vay doanh nghiệp của ngân hàng thƣơng mại. Vai trò trong cho vay doanh nghiệp của ngân hàng thƣơng mại. Rủi ro trong cho vay khách hàng doanh nghiệp của ngân hàng thƣơng mại. Khái niệm về rủi ro trong cho vay khách hàng doanh nghiệp của ngân hàng thƣơng mại.

Nguyên nhân dẫn đến rủi ro trong cho vay khách hàng doanh nghiệp của ngân hàng thƣơng mại. Những nhân tố ảnh hƣởng đến hoạt động cho vay khách hàng doanh nghiệp của ngân hàng thƣơng mại. Các tiêu chí đánh giá kết quả hoạt động cho vay khách hàng doanh nghiệp. Nhóm tiêu chỉ phản ánh quy mô của hoạt động cho vay khách hàng doanh nghiệp.

Nhóm tiêu chí phản ánh hiệu quả của hoạt động cho vay KHDN. Các nhân tố ảnh hưởng đến hoạt động cho vay khách hàng doanh nghiệp của ngân hàng thương mại. Nhóm nhân tố thuộc về ngân hàng. Nhóm nhân tố thuộc về khách hàng doanh nghiệp .34 THỰC TRẠNG HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP ĐẦU TƢ VÀ PHÁT TRIỂN VIỆT NAM CHI NHÁNH THÀNH PHỐ HỒ CHÍ MINH.

Khái quát về sự hình thành và phát triển của Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam – Chi nhánh TP Hồ Chí Minh. Giới thiệu sơ lƣợc về Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam. Giới thiệu về Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam chi nhánh TPHCM (Gọi tắt là BIDV – HCM). Cơ cấu tổ chức BIDV – HCM.

Kết quả hoạt động kinh doanh của BIDV – HCM giai đoạn từ năm 2013 – 2017. Tình hình huy động vốn của BIDV – HCM. Tình hình dƣ nợ cho vay của BIDV - HCM. Tình hình hoạt động kinh doanh của BIDV – HCM.

Thực trạng hoạt động cho vay của BIDV – HCM. Quy trình cho vay doanh nghiệp tại BIDV – HCM. Tình hình dƣ nợ cho vay tại BIDV - HCM từ 2013 – 2017. Quy mô dƣ nợ cho vay .2 Cơ cấu dƣ nợ cho vay khách hàng doanh nghiệp.

Thu nhập từ cho vay khách hàng doanh nghiệp. Kiểm soát rủi ro trong cho vay khách hàng doanh nghiệp. Đánh giá về hoạt động cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam chi nhánh TPHCM. Thành tựu đạt đƣợc.

Hạn chế còn tồn tại và nguyên nhân .64 GIẢI PHÁP CHO HOẠT ĐỘNG CHO VAY KHÁCH HÀNG DOANH NGHIỆP TẠI NGÂN HÀNG TMCP ĐẦU TƢ VÀ PHÁT TRIỂN VIỆT NAM CHI NHÁNH THÀNH PHỐ HỒ CHÍ MINH. Chiến lƣợc hoạt động của BIDV. Chiến lƣợc hoạt động của BIDV giai đoạn 2018 – 2020. Chiến lƣợc hoạt động của BIDV chi nhánh thành phố Hồ Chí Minh giai đoạn 2018-2020.

Giải pháp cho hoạt động cho vay khách hàng doanh nghiệp tại BIDV – HCM 67 3. Tăng cƣờng các hoạt động marketing về sản phẩm, dịch vụ cho vay doanh nghiệp và chủ động trong việc tìm kiếm khách hàng. Xây dựng chính sách định hƣớng hoạt động cho vay khách hàng doanh nghiệp. Nâng cao trình độ, chất lƣợng đội ngũ cán bộ, nhân viên tín dụng.

Cải tiến quy trình cho vay. Tăng cƣờng kiểm soát rủi ro tín dụng trong cho vay doanh nghiệp. Cải tiến công nghệ, hệ thống thông tin. Đa dạng hóa sản phẩm cho vay khách hàng doanh nghiệp.

Đối với Chính phủ. Đối với Ngân hàng Nhà nƣớc. Đối với Ngân hàng TMCP Đầu tƣ và Phát triển Việt Nam .74 TÀI LIỆU THAM KHẢO .