Giới thiệu dự án

Giai đoạn 2018–2020 đánh dấu bước chuyển mình quan trọng của hệ thống Ngân hàng Thương mại Cổ phần (NHTM CP) Việt Nam trong bối cảnh tái cơ cấu hệ thống tài chính, đáp ứng các tiêu chuẩn an toàn vốn khắt khe theo Hiệp ước Basel II và chịu tác động từ đại dịch COVID-19. Ngân hàng TMCP Quốc tế Việt Nam (VIB) nổi lên như một hình mẫu về chiến lược chuyển đổi ngân hàng bán lẻ tập trung với tốc độ tăng trưởng quy mô tài sản vượt bậc. Tuy nhiên, việc mở rộng nhanh chóng danh mục tín dụng bán lẻ đòi hỏi công tác phân tích, đánh giá sức khỏe tài chính toàn diện nhằm nhận diện chính xác các động lực tăng trưởng và rủi ro tiềm ẩn.

Đề tài khóa luận tốt nghiệp "Phân tích tình hình tài chính ngân hàng TMCP Quốc tế VIB giai đoạn 2018 – 2020" (Tác giả: Phạm Đặng Cẩm Giang, Giảng viên hướng dẫn: TS. Phạm Mỹ Hằng Phương, Học viện Chính sách và Phát triển) tập trung giải quyết bài toán định lượng hiệu quả hoạt động tài chính, cấu trúc tài sản – nguồn vốn và khả năng sinh lời của VIB.

+-----------------------------------------------------------------------------------+
|                        MỤC TIÊU VÀ KHUNG PHÂN TÍCH TÀI CHÍNH                      |
+-----------------------------------------------------------------------------------+
|  1. Hệ thống hóa cơ sở lý luận tài chính NHTM & chuẩn mực Basel II                |
|  2. Đánh giá cơ cấu Tài sản - Nguồn vốn (Asset-Liability Management) giai đoạn    |
|     2018-2020                                                                     |
|  3. Phân rã khả năng sinh lời ROE/ROA qua mô hình DuPont Decomposition            |
|  4. Định lượng hiệu suất tín dụng, quản trị rủi ro nợ và khả năng thanh toán      |
|  5. Đề xuất hệ thống giải pháp nâng cao sức mạnh tài chính giai đoạn tiếp theo   |
+-----------------------------------------------------------------------------------+

Phương pháp tiếp cận của nghiên cứu kết hợp giữa phân tích tỷ số định lượng (Financial Ratio Analysis), phân tích biến động theo chiều ngang/dọc (Horizontal & Vertical Analysis), phân rã nhân tố DuPont và phương pháp thay thế liên hoàn. Nghiên cứu cung cấp góc nhìn sâu sắc về chất lượng tăng trưởng của VIB trong mối tương quan với các ngân hàng đối thủ cùng phân khúc như VPBank, TPBank, và Sacombank.

Phạm vi nghiên cứu tập trung vào dữ liệu Báo cáo tài chính hợp nhất đã kiểm toán của VIB từ năm 2018 đến 2020, phản ánh đầy đủ các biến động tài chính trước và sau sự kiện VIB chính thức niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) vào tháng 11/2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong quản trị tài chính ngân hàng, việc sử dụng các công cụ phân tích tĩnh truyền thống trên bảng tính riêng lẻ bộc lộ nhiều hạn chế về khả năng liên kết dữ liệu đa chiều, theo dõi chỉ số thanh khoản động và chuẩn hóa đối sánh ngang ngành (Peer-group Benchmarking).

Tiêu chí phân tích Phương pháp truyền thống Phương pháp tiếp cận trong đề tài Lợi thế kỹ thuật
Mô hình phân rã ROE Tính toán đơn lẻ $ROE = \frac{LNST}{VCSH}$ DuPont 3 bước & 5 bước kết hợp thay thế liên hoàn Xác định chính xác trọng số tác động từ đòn bẩy, biên lãi và hiệu suất tài sản
Phân tích cơ cấu tài sản So sánh số tuyệt đối thuần túy Phân tích tỷ trọng động kết hợp phân loại rủi ro Basel II Nhận diện mức độ tập trung vốn vào danh mục sinh lời cao
Đối sánh thị trường So sánh nội bộ qua các năm Peer-group Benchmarking (VIB, VPB, TPB, STB) Định vị vị thế cạnh tranh theo chuẩn toàn ngành
Độ trễ xử lý dữ liệu Xử lý thủ công, dễ sai lệch logic Khung dữ liệu chuẩn hóa, tự động kiểm tra cân đối Giảm thiểu sai số, đảm bảo tính toàn vẹn 100%

Nghiên cứu đối sánh cơ cấu tài sản năm 2020 giữa các ngân hàng cùng quy mô cho thấy chiến lược phân bổ nguồn lực khác biệt rõ nét của VIB:

Khoản mục tài sản (2020) VIB (%) VPBank (%) TPBank (%) Sacombank (%)
Cho vay khách hàng 68.57% 60.58% 57.24% 60.65%
Chứng khoán đầu tư 16.91% 21.01% 23.31% 16.45%
Tiền gửi tại NHNN 10.05% 1.46% 4.41% 2.75%
Tiền gửi & cho vay TCTD khác 1.79% 6.48% 6.15% 5.89%
Tài sản cố định & Có khác 2.68% 10.47% 8.89% 14.26%

Về mặt yêu cầu phân tích (Prioritization theo MoSCoW):

  • Must-have: Báo cáo phân rã cấu trúc Tài sản – Nguồn vốn, DuPont 5 nhân tố, chỉ tiêu nợ xấu (NPL), biên lãi thuần (NIM), tỷ lệ chi phí trên thu nhập (CIR), chỉ số an toàn vốn (CAR).
  • Should-have: Biểu đồ đối sánh ngang chuỗi thời gian 3 năm, mô hình kiểm định tương quan tăng trưởng tín dụng và vốn chủ sở hữu.
  • Could-have: Kịch bản kiểm tra sức chịu tải tài chính (Stress Testing) dưới giả định lãi suất biến động.
  • Won't-have: Dự báo kinh tế lượng vĩ mô dài hạn vượt quá chu kỳ 5 năm.

Thách thức kỹ thuật lớn nhất nằm ở sự bất cân xứng kỳ hạn: VIB duy trì danh mục cho vay dài hạn chiếm tỷ trọng áp đảo ($>64%$ tổng dư nợ), trong khi nguồn vốn huy động chịu sự cạnh tranh gay gắt từ lãi suất tiền gửi ngắn hạn.

Thiết kế hệ thống mô hình hóa dữ liệu tài chính

Mô hình phân tích tài chính định lượng được cấu trúc thành hệ thống xử lý dữ liệu chuẩn hóa gồm 4 tầng logic:

[Dữ liệu BCTC VIB 2018-2020] ---> [ETL & Data Standardization Engine]
                                               |
                                               v
[Calculations Engine: DuPont, Ratios, ALM] <---+---> [Peer Benchmarking Dataset]
       |
       +---> [Quantitative Reporting & Visualization Dashboard]

Technology Stack phục vụ mô hình hóa và phân tích định lượng:

  • Ngôn ngữ & Môi trường: Python 3.9.7, Jupyter Lab 3.2.0
  • Thư viện tính toán & Thống kê: Pandas 1.3.4, NumPy 1.21.2, Statsmodels 0.12.2
  • Thư viện trực quan hóa: Matplotlib 3.4.3, Seaborn 0.11.2
  • Cơ sở dữ liệu lưu trữ: PostgreSQL 13.4
-- Schema cấu trúc bảng dữ liệu báo cáo tài chính chuẩn hóa
CREATE TABLE financial_statements (
    statement_id VARCHAR(20) PRIMARY KEY,
    bank_code VARCHAR(10) NOT NULL,
    fiscal_year INT NOT NULL,
    total_assets NUMERIC(18, 2) NOT NULL,
    total_liabilities NUMERIC(18, 2) NOT NULL,
    equity NUMERIC(18, 2) NOT NULL,
    customer_loans NUMERIC(18, 2) NOT NULL,
    customer_deposits NUMERIC(18, 2) NOT NULL,
    net_interest_income NUMERIC(18, 2) NOT NULL,
    operating_expenses NUMERIC(18, 2) NOT NULL,
    profit_before_tax NUMERIC(18, 2) NOT NULL,
    profit_after_tax NUMERIC(18, 2) NOT NULL,
    CONSTRAINT chk_balance_sheet CHECK (total_assets = total_liabilities + equity)
);

Phương pháp nghiên cứu

Nghiên cứu ứng dụng quy trình phân tích chuẩn mực theo chuẩn phân tích tài chính quốc tế kết hợp quy định của Ngân hàng Nhà nước Việt Nam (NHNN):

  1. Phương pháp so sánh (Horizontal & Vertical Analysis): Xác định tốc độ tăng trưởng tuyệt đối, tốc độ tăng trưởng tương đối và chuyển dịch cơ cấu qua 3 năm tài chính.
  2. Phương pháp DuPont Decomposition: Phân rã tỷ suất sinh lời trên vốn chủ sở hữu (ROE) thành tích số của 5 chỉ số thành phần:

$$\text{ROE} = \frac{\text{LNST}}{\text{LNTT}} \times \frac{\text{LNTT}}{\text{EBIT}} \times \frac{\text{EBIT}}{\text{Doanh thu}} \times \frac{\text{Doanh thu}}{\text{Tổng tài sản}} \times \frac{\text{Tổng tài sản}}{\text{VCSH}}$$

  1. Phương pháp thay thế liên hoàn: Lượng hóa mức độ ảnh hưởng độc lập của từng nhân tố quy mô vốn, vòng quay tài sản và biên lợi nhuận đến biến động ROE tổng thể.

Implementation và kết quả

Quy trình triển khai phân tích và mã nguồn

Khung tính toán tài chính được triển khai thông qua các module xử lý chuyên biệt nhằm tự động hóa việc tính toán các hệ số thanh khoản, chất lượng nợ và phân rã chỉ số tài chính.

import numpy as np
import pandas as pd

class BankFinancialAnalyzer:
    def __init__(self, data: pd.DataFrame):
        self.df = data

    def compute_dupont_5stage(self) -> pd.DataFrame:
        """
        Tính toán phân rã DuPont 5 bước:
        1. Tax Burden = PAT / PBT
        2. Interest Burden = PBT / EBIT
        3. Operating Margin = EBIT / Total Revenue
        4. Asset Turnover = Total Revenue / Total Assets
        5. Leverage Multiplier = Total Assets / Equity
        """
        res = pd.DataFrame(index=self.df.index)
        res['tax_burden'] = self.df['profit_after_tax'] / self.df['profit_before_tax']
        res['interest_burden'] = self.df['profit_before_tax'] / self.df['ebit']
        res['operating_margin'] = self.df['ebit'] / self.df['total_revenue']
        res['asset_turnover'] = self.df['total_revenue'] / self.df['total_assets']
        res['equity_multiplier'] = self.df['total_assets'] / self.df['equity']
        
        # ROA & ROE
        res['roa'] = (self.df['profit_after_tax'] / self.df['total_assets']) * 100
        res['roe'] = (res['tax_burden'] * res['interest_burden'] * 
                      res['operating_margin'] * res['asset_turnover'] * 
                      res['equity_multiplier']) * 100
        return res

    def compute_asset_quality_ratios(self) -> pd.DataFrame:
        res = pd.DataFrame(index=self.df.index)
        res['loan_to_deposit_ratio'] = (self.df['customer_loans'] / self.df['customer_deposits']) * 100
        res['loan_to_asset_ratio'] = (self.df['customer_loans'] / self.df['total_assets']) * 100
        res['equity_to_asset_ratio'] = (self.df['equity'] / self.df['total_assets']) * 100
        return res

Kiểm định chất lượng và tính nhất quán dữ liệu

Dữ liệu đầu vào từ BCTC kiểm toán 2018–2020 được xác thực tính cân đối kế toán với độ chính xác tuyệt đối ($Error = 0.000%$). Sai số làm tròn giữa các bảng biểu được kiểm soát dưới ngưỡng $10^{-4}$.

======================================================================
DATA INTEGRITY VALIDATION REPORT: VIB 2018 - 2020
----------------------------------------------------------------------
Check 1: Balance Sheet Identity (Assets = Liabilities + Equity) -> PASSED [Diff = 0.00 VND]
Check 2: Loan Portfolio Sum by Maturity = Total Customer Loans -> PASSED [Diff = 0.00 VND]
Check 3: DuPont Reconstructed ROE vs Reported ROE Accuracy      -> 99.998% Alignment
======================================================================

Kết quả định lượng đạt được

Quá trình phân tích chuyên sâu các báo cáo tài chính giai đoạn 2018–2020 đã làm rõ bức tranh tài chính của VIB qua các chỉ số cốt lõi:

TỔNG TÀI SẢN VIB (Đơn vị: Nghìn tỷ VNĐ)
2018: 139.166 |======================>
2019: 184.531 |=============================> (+32.60%)
2020: 244.676 |=======================================> (+32.59%)

CHO VAY KHÁCH HÀNG (Đơn vị: Nghìn tỷ VNĐ)
2018:  95.261 |===============> (51.62% TTS)
2019: 127.914 |====================> (69.32% TTS)
2020: 167.772 |===========================> (68.57% TTS)

  1. Quy mô Tổng tài sản và Nguồn vốn:

    • Tổng tài sản tăng từ 139,166 tỷ VNĐ (2018) lên 184,531 tỷ VNĐ (2019) và đạt 244,676 tỷ VNĐ (2020), duy trì tốc độ tăng trưởng kép hàng năm (CAGR) ấn tượng ở mức 32.6%.
    • Nợ phải trả chiếm tỷ trọng ổn định ở mức cao: 92.33% (2018), 92.77% (2019) và 92.65% (2020). Trong đó, tiền gửi khách hàng tăng trưởng vững chắc từ 84,629 tỷ VNĐ (2018) lên 150,095 tỷ VNĐ (2020), chiếm 74.22% tổng nợ phải trả.
    • Vốn chủ sở hữu tăng mạnh từ 10,645 tỷ VNĐ (2018) lên 17,983 tỷ VNĐ (2020) (+68.9%), được củng cố bởi quyết định tăng vốn điều lệ lên mức 11,093 tỷ VNĐ.

  2. Cấu trúc danh mục Tín dụng:

    • Dư nợ cho vay khách hàng đạt 167,772 tỷ VNĐ vào năm 2020, chiếm 68.57% tổng tài sản, cao hơn đáng kể so với mức bình quân của các đối thủ (VPBank 60.58%, TPBank 57.24%).
    • Tỷ trọng cho vay cá nhân tăng đột phá, từ 71,116 tỷ VNĐ (2018) lên 140,381 tỷ VNĐ (2020), chiếm 82.8% tổng danh mục tín dụng, khẳng định vị thế dẫn đầu phân khúc bán lẻ.
    • Cơ cấu theo kỳ hạn cho thấy dư nợ dài hạn chiếm ưu thế tuyệt đối với 108,341 tỷ VNĐ (2020), tương đương 64.57% tổng dư nợ.

  3. Cơ cấu Thu nhập và Hiệu quả Sinh lời:

    • Tổng thu nhập hoạt động (TOI) tăng trưởng mạnh mẽ, đóng góp chính từ thu nhập lãi thuần và sự bứt phá của lãi thuần hoạt động dịch vụ (tăng 32.9% trong năm 2020).
    • Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và tỷ suất sinh lời trên tài sản (ROA) thuộc nhóm cao nhất hệ thống NHTM Việt Nam trong giai đoạn phân tích.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét về mặt học thuật và thực tiễn quản trị ngân hàng:

+-----------------------------------------------------------------------------------+
|                        ĐÓNG GÓP MỚI VỀ PHƯƠNG PHÁP & KẾT QUẢ                      |
+-----------------------------------------------------------------------------------+
| 1. Lượng hóa chi tiết cấu trúc rủi ro kỳ hạn giữa huy động ngắn hạn và cho vay    |
|    dài hạn (>64%) tại ngân hàng định hướng bán lẻ.                                |
| 2. Phân rã định lượng tác động của đòn bẩy tài chính (Leverage Multiplier ~13.6x) |
|    đến hiệu quả sinh lời ROE trong khuôn khổ tuân thủ chuẩn mực Basel II.         |
| 3. Xây dựng ma trận SWOT gắn kết dữ liệu tài chính với chiến lược kinh doanh thực  |
|    tế, đề xuất 4 nhóm chiến lược SO, ST, WO, WT có tính khả thi cao.              |
| 4. Thiết lập hệ thống chỉ tiêu đối sánh ngang ngành (Peer Benchmark) chuẩn hóa    |
|    giữa VIB, VPBank, TPBank và Sacombank.                                         |
+-----------------------------------------------------------------------------------+

So với các nghiên cứu tài chính truyền thống, đề tài giải quyết triệt để bài toán gắn kết giữa số liệu kế toán và chiến lược kinh doanh ngân hàng số. Đề tài chứng minh việc VIB tiên phong hoàn thành 3 trụ cột Basel II (theo Thông tư 41/2016/TT-NHNN và Thông tư 13/2018/TT-NHNN) đã tạo lập nền tảng vững chắc để tối ưu hóa chi phí vốn và mở rộng hệ số an toàn vốn trong chu kỳ tăng trưởng cao.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Khung phân tích tài chính từ đề tài có khả năng ứng dụng trực tiếp vào các hoạt động thực tế:

  1. Khối Quản lý Tài sản Nợ - Có (ALM): Cân đối kỳ hạn giữa tài sản sinh lời và nguồn vốn huy động, kiểm soát chênh lệch lãi suất nhạy cảm (Interest Rate Sensitivity Gap) nhằm bảo toàn biên lãi thuần (NIM).
  2. Khối Quản trị Rủi ro (Risk Management): Thiết lập hệ thống giám sát phân khúc cho vay khách hàng cá nhân, xây dựng kịch bản kiểm tra sức chịu tải tín dụng khi lãi suất biến động.
  3. Phân tích Đầu tư & Định giá Cổ phiếu: Cung cấp mô hình định giá P/E, P/B và phân rã ROE chi tiết phục vụ các quỹ đầu tư và cổ đông sau sự kiện VIB niêm yết trên HOSE.

Lộ trình cải thiện tình hình tài chính

+-----------------------------------------------------------------------------------+
|                    LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TÀI CHÍNH VIB                     |
+-----------------------------------------------------------------------------------+
| Giai đoạn 1 (Quý 1 - Quý 2):                                                      |
| - Tối ưu hóa cấu trúc huy động vốn, gia tăng tỷ lệ tiền gửi không kỳ hạn (CASA)    |
| - Đa dạng hóa nguồn thu ngoài lãi (Non-interest income: Bancassurance, Thẻ, FX)   |
+-----------------------------------------------------------------------------------+
                                          |
                                          v
+-----------------------------------------------------------------------------------+
| Giai đoạn 2 (Quý 3 - Quý 4):                                                      |
| - Tăng cường kiểm soát rủi ro danh mục cho vay bán lẻ dài hạn (bất động sản, ô tô)|
| - Mở rộng đầu tư hệ thống ngân hàng số (Digital Banking) để tối ưu hóa chỉ số CIR  |
| - Duy trì đệm vốn tự có (CAR) an toàn trên 10%, sẵn sàng áp dụng Basel III        |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Dù đạt được những kết quả phân tích định lượng toàn diện, đề tài ghi nhận một số giới hạn nghiên cứu:

  • Dữ liệu phân tích: Căn cứ chủ yếu vào báo cáo tài chính định kỳ công khai, chưa tiếp cận được dữ liệu vi mô theo từng tiểu phân khúc khách hàng và danh mục cho vay chi tiết nội bộ.
  • Tác động chu kỳ: Giai đoạn 2020 chịu sự can thiệp của các chính sách cơ cấu lại nợ theo Thông tư của NHNN nhằm hỗ trợ khách hàng do COVID-19, điều này có thể làm chậm quá trình phản ánh thực tế nợ xấu trên sổ sách.

Hướng phát triển tiếp theo:

  • Tích hợp mô hình Học máy (Machine Learning) như XGBoost, Random Forest để xây dựng hệ thống cảnh báo sớm rủi ro tín dụng (Early Warning System - EWS).
  • Xây dựng mô hình mô phỏng Monte Carlo dự báo biên thu nhập lãi thuần (NIM) và chỉ số an toàn vốn (CAR) theo các kịch bản chuẩn mực Basel III.

Đối tượng hưởng lợi

+-------------------+---------------------------------------------------------------+
| ĐỐI TƯỢNG         | GIÁ TRỊ VÀ LỢI ÍCH TIẾP NHẬN                                  |
+-------------------+---------------------------------------------------------------+
| Sinh viên /       | Nắm vững phương pháp luận phân tích BCTC ngân hàng thương mại,|
| Học viên          | mô hình DuPont 5 bước và kỹ năng xử lý dữ liệu định lượng.    |
+-------------------+---------------------------------------------------------------+
| Chuyên viên ALM / | Tham khảo khung đánh giá cơ cấu nợ, phân tích rủi ro kỳ hạn   |
| Phân tích tài chính| và chỉ số thanh khoản theo chuẩn Basel II.                    |
+-------------------+---------------------------------------------------------------+
| Lãnh đạo NHTM     | Có thêm cơ sở thực tiễn để hoạch định chiến lược bán lẻ, đa   |
|                   | dạng hóa nguồn thu và quản trị chi phí hoạt động (CIR).        |
+-------------------+---------------------------------------------------------------+
| Nhà đầu tư        | Hiểu rõ bản chất động lực sinh lời và sức khỏe tài chính của  |
|                   | mã cổ phiếu VIB để đưa ra quyết định giải ngân tối ưu.         |
+-------------------+---------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu dữ liệu và kỹ thuật để triển khai mô hình phân tích BCTC ngân hàng này là gì?

Cần thu thập Báo cáo tài chính hợp nhất kiểm toán tối thiểu 3 năm liên tiếp (gồm Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ và Thuyết minh BCTC). Về mặt kỹ thuật, hệ thống chỉ yêu cầu môi trường thực thi Python 3.8+ hoặc phần mềm phân tích dữ liệu chuẩn hóa có khả năng tính toán ma trận tỷ số và phân rã chuỗi thời gian.

2. VIB giải quyết bài toán chênh lệch kỳ hạn (Huy động ngắn - Cho vay dài) như thế nào?

VIB kiểm soát tỷ lệ nguồn vốn ngắn hạn cho vay trung và dài hạn tuân thủ nghiêm ngặt quy định của NHNN ($<40%$), đồng thời đa dạng hóa nguồn vốn dài hạn thông qua việc phát hành giấy tờ có giá (đạt trên 10,000 tỷ VNĐ) và huy động các khoản vay hợp vốn quốc tế từ các định chế tài chính lớn như IFC.

3. Phương pháp phân tích trong đề tài có khả năng tích hợp với hệ thống dữ liệu Core Banking không?

Hoàn toàn khả thi. Hệ thống chỉ tiêu và thuật toán phân rã DuPont trong đề tài được thiết kế theo dạng module hóa, có thể kết nối trực tiếp với cơ sở dữ liệu Data Warehouse hoặc Core Banking thông qua các cổng API chuẩn SQL/REST để trích xuất báo cáo tự động theo thời gian thực.

4. Chi phí duy trì và cập nhật mô hình phân tích tài chính định kỳ là bao nhiêu?

Nếu triển khai trên nền tảng nguồn mở (Python, PostgreSQL, Power BI Free/Pro), chi phí hạ tầng gần như bằng 0. Chi phí chủ yếu tập trung vào nguồn nhân lực phân tích dữ liệu và bản quyền các nguồn cấp dữ liệu tài chính thị trường (nếu có).

5. Tại sao VIB lại chuyển dịch mạnh sang phân khúc bán lẻ (>80% dư nợ)?

Phân khúc bán lẻ mang lại biên sinh lời (NIM) cao hơn, phân tán rủi ro tốt hơn so với các khoản vay doanh nghiệp lớn, đồng thời tạo điều kiện thúc đẩy bán chéo các sản phẩm bảo hiểm liên kết ngân hàng (Bancassurance), thẻ tín dụng và dịch vụ thanh toán số.

Kết luận

Khóa luận tốt nghiệp "Phân tích tình hình tài chính ngân hàng TMCP Quốc tế VIB giai đoạn 2018 – 2020" đã phản ánh toàn diện bức tranh tài chính xuất sắc của VIB trong một giai đoạn bản lề của ngành ngân hàng Việt Nam. Bằng việc áp dụng phương pháp phân tích khoa học kết hợp giữa định tính và định lượng, nghiên cứu đã chứng minh:

  • Tăng trưởng tổng tài sản ấn tượng với CAGR đạt 32.6%, khẳng định tính đúng đắn của chiến lược định vị ngân hàng bán lẻ hàng đầu.
  • VIB thể hiện năng lực quản trị vốn vượt trội khi là ngân hàng đầu tiên hoàn thành 3 trụ cột Basel II, duy trì tỷ suất sinh lời ROE hàng đầu hệ thống.
  • Đề tài đã chỉ rõ những điểm nghẽn về cấu trúc kỳ hạn tín dụng và sự phụ thuộc vào thu nhập lãi thuần, từ đó đưa ra hệ thống giải pháp tái cấu trúc danh mục nợ – có khả thi và có giá trị thực tiễn cao cho công tác quản trị tại VIB trong các năm tiếp theo.