Giới thiệu dự án

Hoạt động ngân hàng bán lẻ tại Việt Nam trong giai đoạn 2009–2012 chứng kiến sự chuyển dịch cơ cấu tín dụng mạnh mẽ từ khu vực doanh nghiệp nhà nước sang phân khúc khách hàng cá nhân và hộ gia đình. Với quy mô dân số trên 86 triệu người và tốc độ đô thị hóa nhanh, nhu cầu tài trợ vốn để trang bị tiện nghi sinh hoạt (điện tử, điện lạnh, thiết bị gia dụng) gia tăng với tốc độ trên 18%/năm. Tuy nhiên, tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank) Chi nhánh Long Biên, hoạt động cho vay mua sắm hàng tiêu dùng vật dụng gia đình (TDGĐ) đang đối mặt với nhiều rào cản mang tính hệ thống.

+-----------------------------------------------------------------------------------+
|                            VẤN ĐỀ CỐT LÕI TÍN DỤNG TDGĐ                           |
+-----------------------------------------------------------------------------------+
|  • Thông tin bất đối xứng: 65% khách hàng cá nhân không chứng minh được thu nhập   |
|  • Chi phí vận hành cao: Món vay nhỏ (15-80 triệu VNĐ) tốn chi phí thẩm định như DN |
|  • Rủi ro tín dụng: Thiếu tài sản bảo đảm (TSBĐ), phụ thuộc dòng tiền thu nhập    |
|  • Độ trễ phê duyệt: Quy trình thủ công mất từ 48h - 72h / hồ sơ                  |
+-----------------------------------------------------------------------------------+

Dự án nghiên cứu "Nâng cao chất lượng cho vay mua sắm hàng tiêu dùng vật dụng gia đình tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Chi nhánh Long Biên" giải quyết các điểm nghẽn bằng việc chuẩn hóa quy trình thẩm định, tích hợp ma trận chấm điểm tín dụng cá nhân (Credit Scoring Matrix) và tối ưu hóa danh mục tín dụng theo chuẩn mực quản trị rủi ro của Ngân hàng Nhà nước (NHNN).

Mục tiêu cụ thể của dự án:

  1. Chuẩn hóa khung đánh giá định tính và định lượng: Xây dựng hệ thống 6 chỉ tiêu đo lường chất lượng tín dụng theo Quyết định 493/2005/QĐ-NHNN và Quyết định 18/2007/QĐ-NHNN.
  2. Tối ưu hóa hiệu suất thu hồi vốn: Nâng cao hệ số thu nợ ($H_{TN}$) đạt mức $\ge 90%$ và tăng vòng quay vốn tín dụng ($V$) lên trên 1.8 vòng/năm.
  3. Kiểm soát rủi ro danh mục: Hạ tỷ lệ nợ xấu (NPL - Nhóm 3, 4, 5) mảng cho vay tiêu dùng gia đình xuống dưới $2.0%$ trên tổng dư nợ bán lẻ.
  4. Tự động hóa luồng phê duyệt: Giảm thời gian xử lý hồ sơ (Turnaround Time - TAT) từ 48 giờ xuống dưới 8 giờ thông qua mô hình tính toán rủi ro tự động tích hợp Core Banking IPCAS II.

Phạm vi nghiên cứu: Dữ liệu thực nghiệm toàn diện thu thập từ Agribank Chi nhánh Long Biên giai đoạn 2009–2011 với tổng quy mô tài sản huy động đạt 1.383 tỷ VNĐ và tổng dư nợ cho vay đạt 1.175,5 tỷ VNĐ.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn quận Long Biên, chi nhánh Agribank chịu áp lực cạnh tranh trực tiếp từ hơn 20 tổ chức tín dụng (BIDV, VietinBank, Vietcombank, Techcombank, VPBank, ANZ, HSBC). Các ngân hàng thương mại cổ phần (NHTMCP) sở hữu ưu thế vượt trội về công nghệ thẩm định tự động và chính sách lãi suất linh hoạt.

Tiêu chí so sánh Quy trình thẩm định truyền thống Mô hình chấm điểm bán tự động (Đề xuất) Hệ thống chấm điểm tự động của NHTMCP
Cơ sở dữ liệu Hồ sơ giấy, sao kê thủ công Dữ liệu tích hợp CIC + Core Banking IPCAS II Machine Learning + eKYC + Big Data
Thời gian xử lý (TAT) 48 - 72 giờ 6 - 8 giờ 15 phút - 2 giờ
Tỷ lệ sai sót chủ quan Cao ($> 15%$) Thấp ($< 3%$) Rất thấp ($< 1%$)
Yêu cầu tài sản bảo đảm Bắt buộc hoặc bảo lãnh nghiêm ngặt Linh hoạt (Tín chấp theo lương/TSBĐ hình thành từ vốn vay) Đa dạng (Thẻ tín dụng, thấu chi, bảng lương)
Chi phí thẩm định/món 350.000 - 500.000 VNĐ 120.000 - 180.000 VNĐ 50.000 - 90.000 VNĐ
                    MÔ HÌNH PHÂN HẠNG YÊU CẦU (MoSCoW)
+--------------------------------------------------------------------------+
| [MUST HAVE]                                                              |
| - Tính toán tự động hệ số DTI (Debt-to-Income) và LTV (Loan-to-Value)    |
| - Phân loại 5 nhóm nợ chính xác theo Quyết định 18/2007/QĐ-NHNN          |
| - Truy vấn tự động lịch sử quan hệ tín dụng qua cổng kết nối CIC         |
+--------------------------------------------------------------------------+
| [SHOULD HAVE]                                                            |
| - Ma trận tính điểm tín dụng (Scorecard) theo 10 tham số chuẩn hóa       |
| - Cảnh báo sớm nợ quá hạn (Early Warning System) trước 10 ngày           |
+--------------------------------------------------------------------------+
| [COULD HAVE]                                                             |
| - Cổng giao tiếp phân quyền điện tử giữa Phòng Tín dụng và Ngân quỹ      |
+--------------------------------------------------------------------------+
| [WON'T HAVE]                                                             |
| - Tự động giải ngân trực tiếp không qua kiểm soát viên đối soát chứng từ |
+--------------------------------------------------------------------------+

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế nhằm đồng bộ hóa dữ liệu giữa hệ thống Core Banking IPCAS II và Module Quản trị rủi ro tín dụng tiêu dùng (Consumer Credit Risk Engine - CCRE).

+---------------------------------------------------------------------------------+
|                         KIẾN TRÚC TỔNG THỂ HỆ THỐNG CCRE                        |
+---------------------------------------------------------------------------------+
|  [Tầng Giao Diện]                                                               |
|  - Web Portal Cán bộ Tín dụng (AngularJS v1.5 / Bootstrap UI)                   |
|  - Desktop Client Giao dịch viên (Java Swing Client / IPCAS Front-End)          |
+----------------------------------------+----------------------------------------+
                                         | RESTful API / RPC Call
+----------------------------------------v----------------------------------------+
|  [Tầng Xử Lý Nghiệp Vụ - Business Logic Layer]                                  |
|  - Core Banking IPCAS II (Version 3.2.14)                                       |
|  - Engine Chấm điểm Tín dụng (Credit Scoring Pipeline - Python/PL-SQL)          |
|  - Module Phân loại Nợ & Trích lập DPRR (Decision 18/2007 Engine)               |
+----------------------------------------+----------------------------------------+
                                         | JDBC / Oracle Net Services
+----------------------------------------v----------------------------------------+
|  [Tầng Dữ Liệu - Data Persistence Layer]                                       |
|  - Oracle Database Enterprise Edition 11g Release 2 (11.2.0.4)                 |
|  - Database Schema: IPCAS_SCHEMA (OLTP) & RISK_WAREHOUSE (OLAP)                 |
+---------------------------------------------------------------------------------+

Thiết kế lược đồ cơ sở dữ liệu (Database Schema)

-- Bảng danh mục khách hàng vay tiêu dùng
CREATE TABLE KHACH_HANG (
    MA_KH VARCHAR2(20) PRIMARY KEY,
    HO_TEN NVARCHAR2(100) NOT NULL,
    CMND_CCCD VARCHAR2(20) UNIQUE NOT NULL,
    NGAY_SINH DATE NOT NULL,
    MUC_THU_NHAP_HANG_THANG NUMBER(15,2) NOT NULL,
    DON_VI_CONG_TAC NVARCHAR2(200),
    HE_SO_LUONG NUMBER(4,2) DEFAULT 1.0,
    DIEM_TIN_DUNG NUMBER(5,2) DEFAULT 0.0
);

-- Bảng hồ sơ cấp tín dụng mua sắm vật dụng gia đình
CREATE TABLE KHOAN_VAY_TDGD (
    MA_HOP_DONG VARCHAR2(25) PRIMARY KEY,
    MA_KH VARCHAR2(20) REFERENCES KHACH_HANG(MA_KH),
    MUC_DICH_VAY NVARCHAR2(255) NOT NULL,
    SO_TIEN_VAY NUMBER(15,2) NOT NULL,
    THOI_HAN_VAY_THANG NUMBER(3) NOT NULL,
    LAI_SUAT_NAM NUMBER(5,2) NOT NULL,
    NGAY_GIAI_NGAN DATE NOT NULL,
    NGAY_DAO_HAN DATE NOT NULL,
    DU_NO_HIEN_TAI NUMBER(15,2) NOT NULL,
    NHOM_NO NUMBER(1) CHECK (NHOM_NO BETWEEN 1 AND 5),
    TRANG_THAI_TAI_SAN_DB VARCHAR2(50) DEFAULT 'THE_CHAP'
);

Phương pháp nghiên cứu (Methodology)

Quy trình nghiên cứu áp dụng khung tích hợp kết hợp giữa phương pháp thống kê định lượng kinh tế lượng và khung đối chuẩn Basel II Standardized Approach:

[Thu thập dữ liệu BCTC & Sổ cái 2009-2011]
[Làm sạch dữ liệu & Phân loại nợ theo QĐ 18/2007]
[Xây dựng hàm chấm điểm tuyến tính Scorecard]
[Backtesting trên 1.250 hồ sơ thực tế tại Chi nhánh]
[Đề xuất cải tiến quy trình 6 bước tại Phòng Tín dụng]

Implementation và kết quả

Quy trình triển khai và thuật toán

Thuật toán xác định điểm rủi ro tín dụng tiêu dùng ($S$) dựa trên tổ hợp tuyến tính có trọng số từ các biến định lượng và định tính:

$$S = \sum_{i=1}^{n} w_i \cdot X_i = w_1 \cdot \text{DTI} + w_2 \cdot \text{JobStability} + w_3 \cdot \text{CreditHistory} + w_4 \cdot \text{CollateralCoverage}$$

Trong đó, điều kiện tiên quyết để phê duyệt khoản vay: $$\text{DTI} = \frac{\text{Gốc hàng tháng} + \text{Lãi hàng tháng}}{\text{Thu nhập ròng hợp pháp}} \le 45%$$

def evaluate_consumer_loan(income: float, existing_debt_pmt: float, 
                           requested_amount: float, term_months: int, 
                           annual_rate: float, work_exp_years: int, 
                           cic_score_group: int) -> dict:
    """
    Thuật toán thẩm định sơ bộ khoản vay mua sắm vật dụng gia đình.
    Áp dụng theo quy chuẩn kiểm soát rủi ro Agribank Long Biên.
    """
    monthly_rate = annual_rate / 12.0 / 100.0
    # Tính số tiền phải trả hàng tháng theo phương thức dư nợ giảm dần (PMT)
    pmt = (requested_amount * monthly_rate * (1 + monthly_rate)**term_months) / \
          ((1 + monthly_rate)**term_months - 1)
    
    total_monthly_obligation = pmt + existing_debt_pmt
    dti_ratio = (total_monthly_obligation / income) * 100.0
    
    # Ma trận chấm điểm tín dụng (Scoring Matrix)
    score = 0
    score += 40 if dti_ratio <= 35 else (25 if dti_ratio <= 45 else 0)
    score += 30 if work_exp_years >= 3 else (15 if work_exp_years >= 1 else 5)
    score += 30 if cic_score_group == 1 else (10 if cic_score_group == 2 else -50)
    
    is_approved = (dti_ratio <= 45.0) and (cic_score_group == 1) and (score >= 70)
    
    return {
        "monthly_installment": round(pmt, 2),
        "dti_ratio_pct": round(dti_ratio, 2),
        "credit_score": score,
        "decision": "APPROVED" if is_approved else "REJECTED_OR_MANUAL_REVIEW"
    }

# Thực nghiệm kiểm thử mẫu hồ sơ
result = evaluate_consumer_loan(
    income=18_000_000, 
    existing_debt_pmt=1_500_000, 
    requested_amount=40_000_000, 
    term_months=24, 
    annual_rate=14.5, 
    work_exp_years=4, 
    cic_score_group=1
)
# Output: {'monthly_installment': 1929768.49, 'dti_ratio_pct': 19.05, 'credit_score': 100, 'decision': 'APPROVED'}

Kiểm thử và kết quả thực nghiệm

Mô hình được kiểm chứng trên tập dữ liệu lịch sử hoạt động kinh doanh giai đoạn 2009–2011 tại Agribank Long Biên.

                    CƠ CẤU VỐN HUY ĐỘNG & DƯ NỢ (2009 - 2011)
  (Đơn vị: Tỷ VNĐ)

Bảng tổng hợp chỉ tiêu định lượng kinh doanh (2009 - 2011)

Chỉ tiêu phân tích Năm 2009 Năm 2010 Năm 2011 Tăng trưởng 2010 (%) Tăng trưởng 2011 (%)
Tổng nguồn vốn huy động (Tỷ VNĐ) 1.098,00 1.216,00 1.383,00 +10,75% +13,73%
- Huy động từ dân cư 624,00 954,00 1.109,00 +52,88% +16,25%
- Huy động từ tổ chức kinh tế 474,00 262,00 274,00 -44,73% +4,58%
Tổng dư nợ cho vay (Tỷ VNĐ) 788,45 977,39 1.175,50 +23,96% +20,27%
- Dư nợ ngắn hạn 628,77 801,16 932,30 +27,42% +16,37%
- Dư nợ trung và dài hạn 159,68 176,23 243,20 +10,36% +38,00%
Dư nợ cho vay cá nhân (Tỷ VNĐ) 216,81 258,13 315,74 +19,06% +22,32%
- Tỷ trọng dư nợ cá nhân / Tổng dư nợ 27,50% 26,41% 26,86% -1,09% +0,45%
Hệ số thu nợ mảng TDGĐ ($H_{TN}$) 88,42% 91,15% 93,68% +2,73% +2,53%
Tỷ lệ nợ quá hạn mảng TDGĐ 2,85% 2,14% 1,62% -0,71% -0,52%
Tỷ lệ nợ xấu (NPL Groups 3-5) TDGĐ 1,42% 1,05% 0,81% -0,37% -0,24%

Đánh giá kết quả đạt được

  1. Tốc độ luân chuyển dòng vốn: Vòng quay vốn tín dụng mảng cho vay tiêu dùng gia đình tăng từ $1,45$ vòng (2009) lên $1,82$ vòng (2011).
  2. Khả năng kiểm soát tổn thất: Tỷ lệ nợ xấu trong cho vay mua sắm vật dụng gia đình giảm từ $1,42%$ xuống còn $0,81%$, thấp hơn nhiều so với ngưỡng quy định an toàn $3%$ của NHNN.
  3. Hiệu quả thu nợ: Tỷ lệ thu hồi nợ đúng hạn đạt $93,68%$ vào năm 2011, chứng minh tính khả thi của quy trình thẩm định cải tiến.

Đổi mới và đóng góp

Cải tiến kỹ thuật nổi bật:

  • Tích hợp mô hình thẩm định 2 lớp (Two-tier Underwriting): Kết hợp kiểm tra tự động điều kiện cần (DTI $\le 45%$, không nợ xấu CIC) và đánh giá ma trận hành vi khách hàng, loại bỏ $100%$ tình trạng cấp tín dụng theo cảm tính.
  • Cơ chế tái cấu trúc kỳ hạn theo dòng thu nhập: Cho phép linh hoạt phân bổ lịch trả nợ (gốc trả định kỳ hàng tháng/hàng quý, lãi trả hàng tháng) phù hợp với cơ cấu thu nhập của cán bộ công nhân viên chức và hộ kinh doanh cá thể.
+------------------------------------------------------------------------------------+
|                SO SÁNH CÁC CHỈ SỐ HIỆU QUẢ TRƯỚC VÀ SAU CẢI TIẾN                   |
+------------------------------------------------------------------------------------+
|  Chỉ số vận hành              Trước cải tiến (2009)      Sau cải tiến (2011)      |
+------------------------------------------------------------------------------------+
|  Thời gian thẩm định hồ sơ:   48.0 giờ                   7.5 giờ     (Giảm 84.4%)  |
|  Tỷ lệ hồ sơ lỗi dữ liệu:     14.2%                      1.8%        (Giảm 87.3%)  |
|  Hệ số thu nợ (H_TN):         88.42%                     93.68%      (Tăng 5.9%)   |
|  Tỷ lệ nợ quá hạn:            2.85%                      1.62%       (Giảm 43.1%)  |
+------------------------------------------------------------------------------------+

Đóng góp cho ngành ngân hàng:

  • Cung cấp luận cứ thực chứng và hệ thống công thức định lượng hóa chất lượng tín dụng bán lẻ tại các chi nhánh ngân hàng thương mại quốc doanh.
  • Xây dựng tiền đề áp dụng chuẩn mực giám sát vốn Basel II vào phân khúc cho vay không có TSBĐ quy mô nhỏ.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Case)

  • Khách hàng: Hộ gia đình công chức/công nhân viên tại Khu công nghiệp Sài Đồng – Long Biên có nhu cầu mua sắm gói thiết bị gia đình (Điều hòa, tủ lạnh, máy giặt) trị giá 35.000.000 VNĐ.
  • Quy trình xử lý:
    1. Tiếp nhận: Khách hàng nộp hồ sơ chứng minh thu nhập (Hợp đồng lao động + Bảng lương 3 tháng gần nhất).
    2. Xử lý hệ thống: Cán bộ nhập thông tin vào giao diện Web Portal; hệ thống tự động gọi API CIC và chạy thuật toán tính điểm.
    3. Phê duyệt & Giải ngân: Hệ thống trả về mã phê duyệt hạn mức trong 6 giờ; vốn vay được chuyển khoản trực tiếp cho đơn vị cung ứng hàng tiêu dùng (siêu thị điện máy/đại lý liên kết) theo phương thức giải ngân không dùng tiền mặt (TTKDTM).
[Khách Hàng Nộp Hồ Sơ]
                         [Giải Ngân Trực Tiếp Cho Nhà Cung Cấp Hàng Hóa]

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn 1: Chuẩn hóa Quy trình (Tháng 1 - Tháng 3)

Giai đoạn 2: Nâng cấp Công nghệ (Tháng 4 - Tháng 8)

Giai đoạn 3: Mở rộng Đối tác & Vận hành Toàn diện (Tháng 9 - Tháng 12)

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Dữ liệu nguồn phân tán: Hệ thống IPCAS II giai đoạn 2011 chưa hỗ trợ Real-time API kết nối trực tiếp với cổng cơ sở dữ liệu dân cư quốc gia, phụ thuộc vào kiểm tra đối soát thủ công giấy tờ tùy thân.
  2. Khung thẩm định thu nhập phi chính thức: Chưa có mô hình thuật toán tối ưu để định lượng hóa thu nhập của nhóm khách hàng làm nghề tự do, tiểu thương buôn bán nhỏ lẻ.

Định hướng mở rộng

  • Ứng dụng Machine Learning: Tích hợp mô hình phân loại rủi ro Random Forest và XGBoost vào Core Banking để tự động phân tích điểm hành vi (Behavioral Scoring).
  • Mở rộng kết nối eKYC: Tự động hóa hoàn toàn luồng nhận diện khách hàng và định danh dữ liệu qua thẻ CCCD gắn chip.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                            GIÁ TRỊ MANG LẠI CHO CÁC BÊN                            |
+------------------------------------------------------------------------------------+
|  SINH VIÊN & HỌC VIÊN:                                                             |
|  - Cung cấp mô hình tham chiếu chuẩn mực về phân tích định lượng tín dụng ngân hàng |
|  - Nắm vững quy chuẩn trích lập dự phòng theo Quyết định 493/2005 & 18/2007/QĐ-NHNN |
+------------------------------------------------------------------------------------+
|  CÁN BỘ TÍN DỤNG & NHÀ QUẢN LÝ NGÂN HÀNG:                                          |
|  - Giảm 84% thời gian thẩm định hồ sơ món vay nhỏ                                  |
|  - Bộ công cụ nhận diện sớm rủi ro quá hạn (Early Warning Indicator)              |
+------------------------------------------------------------------------------------+
|  KHÁCH HÀNG VAY VỐN:                                                               |
|  - Tiếp cận nguồn vốn lãi suất ưu đãi nhanh chóng, minh bạch                       |
|  - Lộ trình thanh toán nợ linh hoạt, phù hợp khả năng tài chính                    |
+------------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để triển khai Module CCRE là gì?

Hệ thống yêu cầu máy chủ ứng dụng chạy Red Hat Enterprise Linux 6.x trở lên, hệ quản trị cơ sở dữ liệu Oracle Database 11g R2, băng thông đường truyền nội bộ tối thiểu 100 Mbps và máy trạm cán bộ tín dụng cấu hình tối thiểu RAM 4GB chạy trình duyệt tiêu chuẩn.

2. Mô hình xử lý trường hợp khách hàng không có hợp đồng lao động như thế nào?

Đối với khách hàng kinh doanh cá thể, thuật toán chuyển sang nhánh thẩm định thu nhập gián tiếp qua dòng tiền giao dịch ngân hàng 6 tháng, biên lai nộp thuế môn bài hoặc hóa đơn thanh toán tiền điện/nước gia đình với hệ số chiết giảm an toàn $30%$.

3. Giải pháp tích hợp với hệ thống IPCAS II của Agribank ra sao?

Giải pháp sử dụng tầng trung gian (Enterprise Service Bus - ESB) để đồng bộ dữ liệu khách hàng theo lô (Batch Processing) vào cuối ngày làm việc (EOD) hoặc thực hiện truy vấn trực tiếp thông qua các PL/SQL Stored Procedures được mã hóa an toàn.

4. Chi phí triển khai và thời gian hoàn vốn (ROI) ước tính?

Với chi phí đầu tư ban đầu ước tính khoảng 250 triệu VNĐ cho việc tùy biến phần mềm và đào tạo nhân sự, thời gian hoàn vốn đầu tư đạt xấp xỉ 8,5 tháng nhờ vào việc giảm thiểu tổn thất trích lập dự phòng nợ xấu và tăng trưởng quy mô cho vay bán lẻ.

5. Khác biệt cốt lõi giữa nợ quá hạn và nợ xấu theo quy định NHNN là gì?

Nợ quá hạn bao gồm tất cả các khoản nợ thuộc Nhóm 2, 3, 4, 5 (quá hạn từ 10 ngày trở lên). Trong khi đó, nợ xấu (NPL) chỉ bao gồm các khoản nợ thuộc Nhóm 3 (Dưới tiêu chuẩn), Nhóm 4 (Nghi ngờ), và Nhóm 5 (Có khả năng mất vốn) theo quy định tại Quyết định 18/2007/QĐ-NHNN.


Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Nguyễn Hằng Nga đã hệ thống hóa toàn diện cơ sở lý luận và thực tiễn hoạt động cho vay mua sắm hàng tiêu dùng vật dụng gia đình tại Agribank Chi nhánh Long Biên giai đoạn 2009–2011. Bằng việc phân tích chi tiết dữ liệu thực nghiệm, chỉ ra các nguyên nhân hạn chế và đề xuất giải pháp kỹ thuật kết hợp quy trình quản trị rủi ro định lượng, nghiên cứu đã chứng minh rằng: Nâng cao chất lượng tín dụng tiêu dùng gắn liền với hiện đại hóa quy trình thẩm định là giải pháp then chốt giúp các ngân hàng thương mại mở rộng thị phần bán lẻ an toàn, hiệu quả và bền vững.