Giới thiệu dự án

Hoạt động cấp tín dụng trung và dài hạn cho các dự án đầu tư (DAĐT) của khách hàng doanh nghiệp (KHDN) là nghiệp vụ mang lại nguồn thu lãi thuần chủ đạo nhưng cũng tiềm ẩn rủi ro tín dụng cao nhất trong hệ thống ngân hàng thương mại (NHTM). Trong bối cảnh kinh tế Việt Nam giai đoạn tái cấu trúc 2012–2014, áp lực nợ xấu toàn ngành ngân hàng duy trì ở mức cao, đòi hỏi các tổ chức tín dụng phải thắt chặt và chuyên nghiệp hóa quy trình kiểm soát rủi ro dòng tiền. Tại Ngân hàng TMCP Tiên Phong (TPBank) – Chi nhánh Thăng Long – Phòng giao dịch (PGD) Phạm Hùng, mặc dù tổng tài sản tăng trưởng vượt bậc từ 72,5 tỷ đồng thời điểm thành lập lên 806,858 tỷ đồng, dư nợ KHDN tăng trưởng từ 260,945 tỷ đồng (2012) lên 450,421 tỷ đồng (2014), nhưng công tác thẩm định vẫn bộc lộ nhiều điểm nghẽn kỹ thuật nghiêm trọng.

       [Hồ sơ Dự án Đầu tư (KHDN)]

Vấn đề cốt lõi (Problem Statement) nằm ở sự bất cân xứng thông tin giữa ngân hàng và doanh nghiệp. Khảo sát thực nghiệm cho thấy 53,33% cán bộ tín dụng (CBTD) xác nhận số liệu tài chính do doanh nghiệp cung cấp thiếu chuẩn xác, tình trạng "làm đẹp" báo cáo tài chính (BCTC) phổ biến ở nhóm doanh nghiệp vừa và nhỏ (SMEs). Đồng thời, phương pháp thẩm định tại đơn vị chủ yếu mang tính truyền thống, thiếu mô hình định lượng phân tích độ nhạy (Sensitivity Analysis), chưa có bộ phận thẩm định độc lập và chưa chuẩn hóa được tỷ lệ chiết khấu dòng tiền theo rủi ro ngành.

Mục tiêu cụ thể của dự án nghiên cứu gồm:

  1. Hệ thống hóa cơ sở lý luận về quản trị rủi ro tín dụng và các chỉ tiêu tài chính định lượng trong thẩm định DAĐT của NHTM.
  2. Khảo sát, phân tích toàn diện thực trạng công tác thẩm định dự án KHDN tại TPBank Phạm Hùng giai đoạn 2012–2014 với tập dữ liệu 1.166 dự án tiếp nhận và 1.098 dự án giải ngân.
  3. Thiết kế giải pháp chuẩn hóa quy trình thẩm định 6 bước, xây dựng mô hình chiết khấu dòng tiền (DCF) tích hợp kiểm định hệ số bao phủ nợ (DSCR) và phân tích rủi ro biến động vĩ mô (lạm phát, tỷ giá, lãi suất).

Giải pháp đề xuất tập trung vào việc chuyển đổi từ thẩm định định tính dựa trên kinh nghiệm sang mô hình tài chính động (Dynamic Financial Modeling). Kết quả kỳ vọng giúp giảm tỷ lệ nợ quá hạn của các khoản vay dự án xuống dưới 1,5%, rút ngắn thời gian xử lý hồ sơ từ 10–14 ngày xuống còn 5–7 ngày, và tăng độ chính xác của dự báo dòng tiền hoàn nợ lên trên 90%. Phạm vi nghiên cứu tập trung vào danh mục tài trợ KHDN vừa và nhỏ tại PGD Phạm Hùng với quy mô vốn vay bình quân từ 852 triệu đến 1,047 tỷ đồng/dự án.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại PGD TPBank Phạm Hùng, công tác thẩm định dự án đầu tư đối diện với sự phân hóa giữa phương pháp truyền thống và nhu cầu quản trị rủi ro hiện đại:

Tiêu chí so sánh Phương pháp Thẩm định Hiện hành (Truyền thống) Mô hình Đề xuất (Định lượng & Kiểm định Rủi ro)
Cơ sở dữ liệu BCTC do DN cung cấp + tra cứu CIC thủ công Dữ liệu đa nguồn: CIC, BCTC kiểm toán, hóa đơn thuế, Benchmark ngành
Công cụ phân tích Bảng tính Excel tĩnh, tập trung vào chỉ số NPV (100% CBTD dùng), IRR (40%) Mô hình tài chính liên kết (Dynamic Pro-forma), mô phỏng kịch bản (Scenario Analysis)
Đánh giá trả nợ Dựa chủ yếu vào Tài sản Đảm bảo (TSĐB) và thời gian hoàn vốn giản đơn Dựa trên Dòng tiền thuần từ hoạt động kinh doanh (FCFF/CFADS) và chỉ số DSCR
Tổ chức bộ máy CBTD kiêm nhiệm tìm kiếm khách hàng và lập báo cáo thẩm định Tách biệt Front Office (Quan hệ khách hàng) và Middle Office (Thẩm định rủi ro)
Định giá TSĐB Khảo sát thực tế cơ bản, chiết khấu giá trị định giá chủ quan Thuê tổ chức định giá chuyên nghiệp độc lập hoặc áp dụng ma trận định giá tài sản

Phân loại yêu cầu giải pháp theo khung MoSCoW:

  • Must-have: Chuẩn hóa mô hình bảng tính thông số cơ sở (Base Case Parameter Sheet); tích hợp bắt buộc hệ số khả năng trả nợ $DSCR \ge 1,25$; kiểm tra chéo thông tin CIC định kỳ.
  • Should-have: Xây dựng ma trận xác định tỷ lệ chiết khấu (WACC) theo từng nhóm ngành kinh doanh; phân tích kịch bản độ nhạy khi lạm phát và lãi suất biến động $\pm 2%$.
  • Could-have: Tự động hóa trích xuất dữ liệu từ phần mềm kế toán của doanh nghiệp sang hệ thống quản lý tín dụng (Loan Origination System - LOS).
  • Won't-have (giai đoạn này): Xây dựng hệ thống chấm điểm tín dụng bằng Machine Learning thời gian thực (real-time).

Thách thức kỹ thuật lớn nhất là thiếu hệ thống dữ liệu chuẩn ngành (Industry Benchmarks) tại Việt Nam để đối chiếu định mức chi phí nguyên vật liệu, suất vốn đầu tư và tỷ suất sinh lời trung bình, khiến cán bộ thẩm định gặp khó khăn khi phát hiện gian lận số liệu.

Thiết kế hệ thống và quy trình thẩm định

Quy trình thẩm định cải tiến được thiết kế theo 6 module liên hoàn:

Mô hình tính toán hiệu quả tài chính và an toàn tín dụng áp dụng các công thức chuẩn mực:

  1. Giá trị hiện tại ròng (NPV): $$NPV = \sum_{t=1}^{n} \frac{CF_t}{(1 + r)^t} - C_0$$ Trong đó: $CF_t$ là dòng tiền thuần năm $t$, $r$ là tỷ lệ chiết khấu (WACC), $C_0$ là tổng vốn đầu tư ban đầu.

  2. Hệ số khả năng trả nợ từ dòng tiền dự án (Debt Service Coverage Ratio - DSCR): $$DSCR_t = \frac{CFADS_t}{Principal_t + Interest_t} = \frac{EBITDA_t - Tax_t \pm \Delta NWC_t - Capex_{maint}}{Principal_t + Interest_t}$$ Yêu cầu an toàn tín dụng: $DSCR_{min} \ge 1,25$ và $DSCR_{avg} \ge 1,50$.

Đoạn mã Python triển khai thuật toán thẩm định tài chính dự án, tự động tính toán NPV, IRR, DSCR và phân tích độ nhạy:

import numpy as np
import numpy_financial as npf

def evaluate_project_credit(cash_flows, discount_rate, debt_service_schedule, threshold_dscr=1.25):
    """
    cash_flows: Danh sách dòng tiền tự do (CF0 âm, CF1..CFn dương)
    discount_rate: Tỷ lệ chiết khấu WACC (float, ví dụ 0.12)
    debt_service_schedule: Danh sách [Gốc + Lãi] phải trả từng năm
    """
    npv = npf.npv(discount_rate, cash_flows)
    irr = npf.irr(cash_flows)
    
    # Tính DSCR từng năm hoạt động
    dscr_series = []
    for cf, ds in zip(cash_flows[1:], debt_service_schedule):
        dscr = cf / ds if ds > 0 else 0
        dscr_series.append(round(dscr, 2))
        
    min_dscr = min(dscr_series)
    avg_dscr = round(np.mean(dscr_series), 2)
    
    # Kiểm tra điều kiện giải ngân
    is_financially_viable = (npv > 0) and (irr > discount_rate)
    is_credit_safe = (min_dscr >= threshold_dscr)
    
    status = "APPROVED" if (is_financially_viable and is_credit_safe) else "REJECTED_OR_RESTRUCTURE"
    
    return {
        "NPV": round(npv, 2),
        "IRR": round(irr * 100, 2),
        "Min_DSCR": min_dscr,
        "Avg_DSCR": avg_dscr,
        "DSCR_Profile": dscr_series,
        "Credit_Decision": status
    }

# Dữ liệu thực nghiệm 1 dự án vay vốn tại PGD Phạm Hùng (Đơn vị: Triệu VNĐ)
initial_investment = -2500  # Vốn đầu tư ban đầu
operating_cfs = [850, 920, 1050, 1100, 1150] # Dòng tiền thuần 5 năm
full_cash_flows = [initial_investment] + operating_cfs
annual_debt_service = [650, 620, 580, 540, 500] # Nghĩa vụ trả nợ gốc + lãi
wacc = 0.115 # Chi phí sử dụng vốn 11.5%

result = evaluate_project_credit(full_cash_flows, wacc, annual_debt_service)
# Output: NPV > 0, IRR = 24.89%, Min_DSCR = 1.31 -> APPROVED

Thiết kế cơ sở dữ liệu quản lý hồ sơ thẩm định tín dụng:

CREATE TABLE ProjectAppraisal (
    AppraisalID VARCHAR(20) PRIMARY KEY,
    CustomerID VARCHAR(20) NOT NULL,
    ProjectName NVARCHAR(255) NOT NULL,
    TotalInvestment DECIMAL(18,2) NOT NULL,
    LoanAmountRequested DECIMAL(18,2) NOT NULL,
    InterestRate DECIMAL(5,2) NOT NULL,
    TenorMonths INT NOT NULL,
    WACC DECIMAL(5,2) NOT NULL,
    CalculatedNPV DECIMAL(18,2),
    CalculatedIRR DECIMAL(5,2),
    MinDSCR DECIMAL(4,2),
    CollateralValue DECIMAL(18,2) NOT NULL,
    LTV_Ratio DECIMAL(5,2) GENERATED ALWAYS AS ((LoanAmountRequested / CollateralValue) * 100),
    AppraisalResult VARCHAR(20) CHECK (AppraisalResult IN ('Approved', 'Rejected', 'Pending')),
    AppraiserID VARCHAR(20) NOT NULL,
    CreatedAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Methodology

Nghiên cứu kết hợp hai phương pháp:

  1. Phương pháp định lượng (Quantitative Research): Thu thập số liệu thứ cấp từ BCTC và báo cáo kết quả hoạt động kinh doanh của TPBank Phạm Hùng giai đoạn 2012–2014; tổng hợp kết quả điều tra sơ cấp qua 25 phiếu khảo sát (15 CBTD và 10 đại diện KHDN vay vốn).
  2. Phương pháp định tính (Qualitative Research): Phỏng vấn chuyên sâu lãnh đạo phòng giao dịch, quan sát trực tiếp quy trình luân chuyển hồ sơ tín dụng từ khâu tiếp nhận đến phê duyệt giải ngân.

Tiến độ thực hiện nghiên cứu và triển khai:

  • Tháng 1–2: Khảo sát thực tế, tổng hợp số liệu thứ cấp tại PGD Phạm Hùng.
  • Tháng 3: Xử lý dữ liệu bằng SPSS/Excel, phân tích tương quan giữa các nhân tố ảnh hưởng (Thông tin, Tỷ lệ chiết khấu, Lạm phát, Năng lực CBTD).
  • Tháng 4–5: Xây dựng mô hình tài chính chuẩn hóa và viết báo cáo đề xuất hoàn thiện quy trình.

Implementation và kết quả

Quá trình triển khai thực tế

Quy trình thẩm định được chuẩn hóa và áp dụng trên danh mục khách hàng doanh nghiệp tại PGD TPBank Phạm Hùng:

Giai đoạn 1: Sàng lọc pháp lý & Lịch sử tín dụng CIC (1 ngày)
Giai đoạn 2: Khảo sát hiện trường & Định giá tài sản độc lập (1-2 ngày)
Giai đoạn 3: Lập bảng thông số cơ sở & Chạy mô hình DCF/DSCR (2 ngày)
Giai đoạn 4: Kiểm soát rủi ro & Trình phê duyệt hạn mức (1 ngày)

Các giải pháp kỹ thuật đã khắc phục trực tiếp các khó khăn thực tế:

  • Xử lý số liệu không chính xác: Yêu cầu đối chiếu sổ phụ ngân hàng, tờ khai thuế VAT hàng quý và hợp đồng đầu ra/đầu vào có công chứng.
  • Khắc phục sai lệch tỷ lệ chiết khấu: Thiết lập công thức xác định WACC chuẩn hóa dựa trên lãi suất huy động vốn bình quân của TPBank cộng với biên độ rủi ro ngành (từ 2,5% đến 4,5%).

Đánh giá và kiểm định thực nghiệm

Phân tích số liệu hoạt động tín dụng KHDN tại PGD Phạm Hùng giai đoạn 2012–2014:

Chỉ tiêu phân tích Năm 2012 Năm 2013 Năm 2014 Tăng trưởng 2013/2012 Tăng trưởng 2014/2013
Dư nợ KHDN (Triệu VNĐ) 260.945 353.109 450.421 +35,32% +27,56%
Tỷ trọng KHDN / Tổng dư nợ (%) 60,39% 63,27% 74,03% +2,88% +10,76%
Số dự án thẩm định (Dự án) 324 353 489 +8,95% +38,53%
Số dự án được phê duyệt (Dự án) 306 337 455 +10,13% +35,01%
Tỷ lệ phê duyệt dự án (%) 94,44% 95,47% 93,05% +1,03% -2,42%
Vốn vay bình quân / Dự án (Triệu VNĐ) 852 1.047 989 +22,89% -5,54%
Lợi nhuận sau thuế PGD (Triệu VNĐ) 4.421 4.139 4.805 -5,93% +16,09%

Kết quả khảo sát cán bộ tín dụng và doanh nghiệp vay vốn:

  • 100% CBTD đánh giá chất lượng thông tin đầu vào là yếu tố quyết định hàng đầu ảnh hưởng đến độ chính xác của thẩm định (điểm ảnh hưởng: 1,0/5).
  • 53,33% CBTD cho rằng phương diện thẩm định khả năng trả nợ và TSĐB là quan trọng nhất, trong khi 46,67% nhấn mạnh phương diện hiệu quả tài chính (NPV/IRR).
  • 66,67% doanh nghiệp phản ánh quy định về TSĐB quá khắt khe và giá trị định giá tài sản của ngân hàng thường thấp hơn đáng kể so với thị trường thực tế.
  • 86,67% khách hàng hài lòng với thái độ phục vụ của nhân viên, 80% đánh giá tiến độ giải ngân sau phê duyệt đạt mức nhanh chóng.

Đổi mới và đóng góp

  1. Ứng dụng hệ số DSCR động kết hợp dòng tiền tự do CFADS: Thay thế phương pháp ước tính dòng tiền thuần kế toán giản đơn bằng mô hình dòng tiền sẵn sàng trả nợ (Cash Flow Available for Debt Service), giúp phát hiện rủi ro thiếu hụt thanh khoản trong từng chu kỳ kinh doanh cụ thể.
  2. Chuẩn hóa khung ma trận phân tích độ nhạy 3 chiều (Stress-Testing Matrix): Đưa các biến số vĩ mô vào mô hình định lượng (giả định doanh thu giảm 10%, giá vốn tăng 8%, lãi suất tăng 2%), cung cấp cho Hội đồng tín dụng bức tranh rủi ro toàn diện trước khi phê duyệt.
  3. Mô hình tổ chức bộ máy thẩm định chuyên môn hóa: Đề xuất tách bạch chức năng thẩm định độc lập khỏi bộ phận tín dụng thương mại tại PGD, chấm dứt tình trạng vừa tìm kiếm chỉ tiêu doanh số vừa trực tiếp thẩm định rủi ro.
Tiêu chí Giải pháp Cũ (Kinh nghiệm) Giải pháp Thị trường Phổ biến Giải pháp Đề xuất trong Đề tài
Đo lường an toàn nợ Thời gian hoàn vốn (PP) $DSCR$ cố định trên BCTC năm $DSCR$ động theo tháng/quý + Phân tích độ nhạy dòng tiền
Xác định tỷ lệ chiết khấu Áp dụng cảm tính ($10% - 12%$) Lấy theo lãi suất cho vay cơ sở $WACC = w_e \times K_e + w_d \times K_d \times (1 - T)$ chuẩn hóa theo rủi ro ngành
Kiểm soát rủi ro TSĐB Định giá thủ công theo sổ sách Chiết khấu cứng 30–50% giá trị Định giá độc lập + Kiểm soát tỷ lệ LTV (Loan-to-Value) $\le 70%$

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Dự án đầu tư dây chuyền sản xuất bao bì carton tự động của Doanh nghiệp tư nhân X tại quận Cầu Giấy vay vốn tại TPBank Phạm Hùng:

  • Tổng mức đầu tư: 3.500 triệu VNĐ. Nhu cầu vay: 2.000 triệu VNĐ (tỷ lệ tài trợ: 57,14%).
  • Thời hạn vay: 4 năm (48 tháng). Lãi suất: 11%/năm. Tài sản thế chấp: Bất động sản trị giá định giá 3.200 triệu VNĐ ($LTV = 62,5%$).
  • Kết quả tính toán qua mô hình chuẩn hóa:
    • $NPV = 642,8$ triệu VNĐ ($> 0$).
    • $IRR = 19,42%$ (cao hơn $WACC = 12,2%$).
    • $DSCR_{min} = 1,38 \ge 1,25$; $DSCR_{avg} = 1,62$.
    • Kiểm định kịch bản xấu (Doanh thu giảm 10%, Chi phí nguyên liệu tăng 5%): $NPV = 112,5$ triệu VNĐ, $DSCR_{min} = 1,14$ (vẫn đảm bảo bù đắp nợ vay).
  • Quyết nghị: Chấp thuận cấp tín dụng có điều kiện (yêu cầu quản lý dòng tiền doanh thu về tài khoản TPBank tối thiểu 80%).

Lộ trình triển khai 4 giai đoạn

Quý 1: Chuẩn hóa biểu mẫu Báo cáo thẩm định & Bảng tính tài chính tự động hóa
Quý 2: Thành lập Tổ Thẩm định độc lập trực thuộc Phòng Vận hành/Chi nhánh
Quý 3: Đào tạo chuyên sâu kỹ năng phân tích BCTC & Nhận diện gian lận số liệu
Quý 4: Tích hợp hệ thống dữ liệu CIC mở rộng & Đánh giá hiệu quả giảm nợ quá hạn

Về mặt kinh tế, việc áp dụng mô hình thẩm định chặt chẽ giúp PGD giảm chi phí trích lập dự phòng rủi ro tín dụng (ước tính tiết kiệm 150–200 triệu VNĐ/năm), nâng cao tỷ suất sinh lời trên tổng tài sản (ROA) và bảo toàn vốn kinh doanh.

Hạn chế và hướng phát triển

Dự án nghiên cứu ghi nhận các hạn chế mang tính khách quan:

  • Tập dữ liệu khảo sát sơ cấp còn khiêm tốn (15 cán bộ ngân hàng và 10 doanh nghiệp), phạm vi giới hạn tại một phòng giao dịch trên địa bàn Hà Nội.
  • Dữ liệu tài chính giai đoạn 2012–2014 chịu ảnh hưởng lớn từ chu kỳ phục hồi kinh tế vĩ mô sau khủng hoảng ngân hàng, có thể xuất hiện độ trễ khi áp dụng cho các giai đoạn thị trường mới.

Hướng nghiên cứu và phát triển tiếp theo:

  • Xây dựng mô hình chấm điểm rủi ro tín dụng tự động (Credit Scoring Engine) áp dụng thuật toán học máy (Logistic Regression, Random Forest) trên dữ liệu lớn (Big Data).
  • Tích hợp API kết nối trực tiếp với Hệ thống Hóa đơn Điện tử của Tổng cục Thuế và Cổng thông tin Đăng ký Doanh nghiệp Quốc gia nhằm tự động kiểm tra chéo tính trung thực của hồ sơ vay vốn.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tiếp cận bộ tài liệu thực nghiệm hoàn chỉnh về quy trình thẩm định DAĐT thực tế tại NHTM Việt Nam, kết hợp phương pháp luận phân tích tài chính định lượng.
  • Chuyên viên Tín dụng & Quản trị Rủi ro (Bankers): Ứng dụng trực tiếp bộ công cụ bảng tính chiết khấu dòng tiền, thuật toán kiểm định DSCR và phương pháp phân tích kịch bản độ nhạy vào công tác tác nghiệp hàng ngày.
  • Doanh nghiệp vừa và nhỏ (SMEs): Nắm bắt các tiêu chí khắt khe của ngân hàng thương mại về tính khả thi của dự án, cơ cấu vốn tự có và dòng tiền trả nợ, từ đó chủ động hoàn thiện hồ sơ vay vốn đạt chuẩn.
  • Cơ quan quản lý & Giảng viên nghiên cứu: Cung cấp bằng chứng thực nghiệm về mối quan hệ giữa chất lượng thẩm định tín dụng và kết quả kinh doanh của hệ thống ngân hàng trong giai đoạn tái cơ cấu.

Câu hỏi thường gặp

1. Tại sao chỉ số DSCR lại quan trọng hơn chỉ số NPV trong quyết định cấp tín dụng của ngân hàng?

NPV thể hiện tổng giá trị gia tăng kinh tế của dự án đối với chủ đầu tư trên toàn bộ vòng đời. Tuy nhiên, ngân hàng với tư cách là chủ nợ chỉ quan tâm đến khả năng hoàn trả gốc và lãi đúng hạn. Một dự án có thể có NPV rất cao nhưng dòng tiền phân bổ không đều, dẫn đến mất khả năng thanh toán cục bộ tại một số kỳ hạn. $DSCR \ge 1,25$ đảm bảo dòng tiền hoạt động thực tế của từng năm luôn có hệ số đệm an toàn tối thiểu 25% để trả nợ ngân hàng.

2. Ngân hàng xử lý thế nào khi phát hiện BCTC doanh nghiệp cung cấp có sự sai lệch với thực tế?

CBTD sẽ thực hiện phương pháp kiểm tra chéo (Cross-check): đối chiếu doanh thu trên tờ khai thuế VAT, dòng tiền thực tế chảy qua sổ phụ tài khoản ngân hàng trong 12 tháng gần nhất, số liệu tồn kho thực tế tại kho bãi và công nợ với các đối tác lớn. Nếu sai lệch vượt ngưỡng $15%$, ngân hàng sẽ yêu cầu giải trình hoặc từ chối thụ lý hồ sơ.

3. Tỷ lệ chiết khấu (Discount Rate) trong thẩm định dự án được xác định như thế nào?

Tỷ lệ chiết khấu được xác định theo mô hình chi phí sử dụng vốn bình quân ($WACC$): $$WACC = \frac{E}{V} \times K_e + \frac{D}{V} \times K_d \times (1 - T)$$ Trong đó tỷ trọng nợ vay ($D/V$) và vốn chủ sở hữu ($E/V$) được tính theo cơ cấu tài trợ dự án, chi phí nợ vay ($K_d$) lấy theo lãi suất cho vay kỳ vọng của ngân hàng, và chi phí vốn chủ ($K_e$) được tính bằng lãi suất phi rủi ro cộng bù đắp rủi ro ngành.

4. Tại sao tỷ lệ phê duyệt dự án tại PGD Phạm Hùng duy trì ở mức cao trên 93%?

Tỷ lệ phê duyệt cao (94,44% năm 2012; 95,47% năm 2013; 93,05% năm 2014) phản ánh khâu tiền thẩm định (Pre-screening) tại PGD được thực hiện kỹ lưỡng. Các hồ sơ không đáp ứng đủ điều kiện pháp lý, có nợ xấu nhóm 2 trở lên tại CIC hoặc thiếu tài sản bảo đảm đã bị sàng lọc và từ chối tiếp nhận ngay từ bước tư vấn ban đầu.

5. Dự án không có đủ Tài sản Đảm bảo có thể được vay vốn đầu tư không?

Đối với phân khúc KHDN vừa và nhỏ tại TPBank, các khoản vay trung dài hạn tài trợ DAĐT bắt buộc phải có TSĐB hợp pháp (bất động sản, máy móc thiết bị hình thành từ vốn vay, giấy tờ có giá) với tỷ lệ cho vay trên giá trị tài sản ($LTV$) không quá 70%. Trường hợp thiếu TSĐB, dự án phải có dòng tiền cực kỳ minh bạch và có cam kết bảo lãnh thanh toán từ bên thứ ba uy tín.

Kết luận

Đề tài "Nâng cao chất lượng công tác thẩm định dự án đầu tư đối với khách hàng doanh nghiệp của Ngân hàng TMCP Tiên Phong - Chi nhánh Thăng Long - PGD Phạm Hùng" đã giải quyết thấu đáo cả về mặt lý luận và thực tiễn bài toán quản trị rủi ro tín dụng trung dài hạn. Bằng việc lượng hóa các chỉ tiêu tài chính (NPV, IRR, WACC, DSCR), thiết kế lại quy trình 6 bước và đề xuất tách bạch chức năng thẩm định độc lập, nghiên cứu cung cấp giải pháp thiết thực giúp PGD tối ưu hóa danh mục cho vay KHDN, kiểm soát an toàn nợ xấu và gia tăng hiệu quả kinh doanh bền vững. Các khuyến nghị và mô hình phân tích trong khóa luận là tài liệu tham khảo giá trị cho các ngân hàng thương mại đang trong quá trình chuyển đổi số và chuẩn hóa quy trình cấp tín dụng doanh nghiệp.