Giới thiệu dự án

Hoạt động cấp tín dụng bán lẻ (Retail Banking Credit) giữ vai trò huyết mạch trong cấu trúc doanh thu của các Ngân hàng Thương mại (NHTM) tại Việt Nam, đóng góp từ 40% đến 60% tổng biên lợi nhuận thuần (NIM). Tuy nhiên, giai đoạn 2019–2021 chứng kiến sự đứt gãy chuỗi cung ứng và biến động kinh tế do đại dịch COVID-19, đặt ra bài toán kép: vừa phải mở rộng quy mô tín dụng khách hàng cá nhân (KHCN) để thúc đẩy tăng trưởng, vừa phải kiểm soát chặt chẽ tỷ lệ nợ xấu (NPL) dưới ngưỡng 3% theo quy định của Ngân hàng Nhà nước (NHNN).

Đề tài khóa luận tốt nghiệp “Mở rộng hoạt động cho vay khách hàng cá nhân tại Ngân hàng TMCP Quân đội Chi nhánh Thủ Đức” (Mã ngành: 7340201 - Tài chính – Ngân hàng, Đại học Ngân hàng TP. Hồ Chí Minh) giải quyết bài toán tối ưu hóa quy mô và chất lượng danh mục cho vay cá nhân tại khu vực kinh tế trọng điểm TP. Thủ Đức.

+-----------------------------------------------------------------------------------+
|                              BÀI TOÁN TÍN DỤNG KHCN                               |
+-----------------------------------------------------------------------------------+
|  [Thách thức hiện hữu]                                                            |
|  - Dư nợ lệch pha: Cho vay mua nhà chiếm 77.54%, sản xuất kinh doanh chỉ đạt 16.16%|
|  - Tỷ lệ thu lãi chưa đạt chuẩn: 86.77% (Benchmark ngành: >= 95.0%)               |
|  - Áp lực nợ quá hạn: Tăng từ 8.01 tỷ (2019) lên 10.40 tỷ đồng (2021)              |
|                                                                                   |
|  [Giải pháp đề xuất]                                                              |
|  - Triển khai mô hình Ngân hàng tự động MB SmartBank kết hợp O2O                  |
|  - Chuẩn hóa hệ thống tính điểm tín dụng (Credit Scoring) & Auto-Underwriting     |
|  - Tái cấu trúc danh mục theo kỳ hạn và đa dạng hóa gói vay tiểu thương           |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Phân tích thực trạng tín dụng KHCN giai đoạn 2019–2021 tại MB Chi nhánh Thủ Đức dựa trên hệ thống chỉ tiêu tài chính định lượng.
  2. Xác định các điểm nghẽn vận hành: Đánh giá cấu trúc kỳ hạn (ngắn hạn vs trung-dài hạn) và mức độ tập trung danh mục sản phẩm.
  3. Mô hình hóa quy trình cấp tín dụng đa kênh: Kết hợp kênh truyền thống tại quầy và mô hình Ngân hàng tự động thông minh (SmartBank).
  4. Thiết lập thuật toán xếp hạng tín dụng nội bộ: Giảm thiểu độ trễ thẩm định (Turnaround Time - TAT) và nâng cao hiệu quả thu hồi nợ.
  5. Đề xuất lộ trình mở rộng quy mô tín dụng an toàn: Duy trì tăng trưởng dư nợ trên 25%/năm song song với việc kiểm soát tỷ lệ nợ quá hạn dưới 2.1%.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Ngân hàng TMCP Quân đội (MB) – Chi nhánh Thủ Đức (282 Võ Văn Ngân, TP. Thủ Đức, TP.HCM).
  • Thời gian nghiên cứu: Dữ liệu tài chính thứ cấp giai đoạn 2019–2021.
  • Đối tượng: Hoạt động cho vay phân khúc khách hàng cá nhân và hộ kinh doanh cá thể.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn TP. Thủ Đức, sự cạnh tranh giữa các NHTM diễn ra gay gắt trong phân khúc bán lẻ. Việc đánh giá năng lực cạnh tranh được tổng hợp qua bảng phân tích dưới đây:

Tiêu chí so sánh Mô hình truyền thống (Branch-Only) Nền tảng Fintech / P2P Lending Mô hình Hybrid MB Thủ Đức (Đề xuất)
Kênh tiếp cận Tại quầy giao dịch vật lý Ứng dụng di động thuần số Đa kênh: Chi nhánh + MB SmartBank 24/7 + App MBBank
Thời gian xử lý hồ sơ (TAT) 3 – 5 ngày làm việc 15 – 30 phút (Hạn mức nhỏ) 4 – 24 giờ (Tích hợp Auto-Scoring)
Kiểm soát rủi ro & CIC Thẩm định thực địa thủ công Thuật toán Alternative Data Tra cứu CIC tự động + Thẩm định định giá tài sản thực
Chi phí vận hành (OpEx) Rất cao (Nhân sự, mặt bằng) Thấp Tối ưu hóa (Giảm 35% chi phí giao dịch tại quầy)
Quy mô khoản vay tối đa Không giới hạn (Theo TSBĐ) Dưới 50 triệu VNĐ Linh hoạt: 10 triệu – 10 tỷ VNĐ

Phân loại yêu cầu giải pháp theo ma trận MoSCoW

  • Must-have (Bắt buộc): Tích hợp hệ sinh thái SmartBank Kiosk với Core Banking T24; tự động hóa tính điểm rủi ro tín dụng; truy vấn tức thời hệ thống chấm điểm CIC.
  • Should-have (Cần có): Phân hệ nhắc nợ tự động đa kênh (SMS/App Push/Email); gói vay thấu chi số hóa cho tiểu thương chợ truyền thống.
  • Could-have (Có thể có): Định giá bất động sản tự động ứng dụng bản đồ GIS tại TP. Thủ Đức.
  • Won't-have (Chưa thực hiện): Phê duyệt tự động 100% đối với khoản vay thế chấp bất động sản phức tạp không có sổ hồng/sổ đỏ.

Thiết kế hệ thống

Kiến trúc giải pháp mở rộng tín dụng bán lẻ ứng dụng mô hình tích hợp dịch vụ hướng sự kiện (Event-Driven Microservices):

graph TD
    A["Khách hàng Cá nhân / Tiểu thương"] -->|Đăng ký vay / eKYC| B["Kênh tiếp nhận: SmartBank Kiosk / App MBBank / Quầy GD"]
    B --> C["API Gateway (FastAPI / Kong Gateway v3.2)"]
    C --> D["Phân hệ Xếp hạng Tín dụng (Credit Scoring Engine)"]
    C --> E["Phân hệ Quản lý Hồ sơ & Thẩm định (Loan Origination System - LOS)"]
    D -->|Truy vấn dữ liệu lịch sử| F[("Hệ thống Cơ sở dữ liệu Khách hàng (Oracle 19c)")]
    D -->|Tích hợp cổng thông tin| G["Hệ thống Thông tin Tín dụng Quốc gia (CIC API)"]
    E --> H["Core Banking System (Temenos T24 R20)"]
    H --> I["Phân hệ Giải ngân & Quản lý Thu nợ tự động"]
    I -->|SMS / App Notification| A

Ngăn xếp công nghệ (Technology Stack)

  • Core Banking Engine: Temenos T24 (Release R20), xử lý hạch toán đa phân hệ.
  • Credit Scoring Engine: Python 3.10, thư viện Scikit-learn 1.2, Pandas 2.0, FastAPI 0.95.
  • Database Management System: Oracle Database Enterprise Edition 19c, Microsoft SQL Server 2019.
  • SmartBank Kiosk Hardware OS: Windows 10 IoT Enterprise LTSC / Android Enterprise Embedded.
  • Security & Authentication: OAuth 2.0, mTLS, chuẩn mã hóa dữ liệu AES-256 (Data-at-rest) và TLS 1.3 (Data-in-transit).

Thiết kế cơ sở dữ liệu (Database Schema)

-- Bảng lưu trữ hồ sơ đăng ký vay vốn KHCN
CREATE TABLE LOAN_APPLICATIONS (
    application_id VARCHAR2(36) PRIMARY KEY,
    customer_cif VARCHAR2(20) NOT NULL,
    loan_purpose VARCHAR2(50) CHECK (loan_purpose IN ('MORTGAGE', 'BUSINESS', 'AUTO', 'CONSUMER', 'OVERDRAFT')),
    requested_amount NUMBER(15, 2) NOT NULL,
    loan_term_months NUMBER(4) NOT NULL,
    interest_rate NUMBER(5, 2) NOT NULL,
    collateral_type VARCHAR2(30) DEFAULT 'NONE',
    application_status VARCHAR2(20) DEFAULT 'PENDING_APPROVAL',
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    CONSTRAINT fk_customer FOREIGN KEY (customer_cif) REFERENCES CUSTOMERS(customer_cif)
);

-- Bảng tính điểm và phân loại rủi ro tín dụng
CREATE TABLE CREDIT_SCORINGS (
    scoring_id VARCHAR2(36) PRIMARY KEY,
    application_id VARCHAR2(36) UNIQUE NOT NULL,
    cic_score NUMBER(4) NOT NULL,
    monthly_income NUMBER(15, 2) NOT NULL,
    debt_to_income_ratio NUMBER(5, 2) NOT NULL,
    calculated_pd NUMBER(6, 4) NOT NULL, -- Xác suất vỡ nợ (Probability of Default)
    risk_grade VARCHAR2(5) NOT NULL,     -- Xếp hạng: AAA, AA, A, BBB, BB, B, C
    scoring_timestamp TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    CONSTRAINT fk_loan_app FOREIGN KEY (application_id) REFERENCES LOAN_APPLICATIONS(application_id)
);

Implementation và kết quả

Development process

Quá trình triển khai giải pháp được chuẩn hóa qua 4 giai đoạn logic kết hợp thuật toán tính điểm tín dụng (Credit Scorecard Algorithm):

import numpy as np

def calculate_credit_score(income: float, debt_amount: float, cic_bad_debts: int, loan_term: int) -> dict:
    """
    Hàm tính toán điểm tín dụng nội bộ và xác định khả năng cấp tín dụng cho KHCN.
    - DTI: Debt-to-Income ratio
    - PD: Probability of Default (Xác suất vỡ nợ theo mô hình Logistic Regression)
    """
    # 1. Tính tỷ lệ nợ trên thu nhập (Debt-To-Income)
    dti_ratio = (debt_amount / (income + 1e-5)) * 100
    
    # 2. Vector trọng số hồi quy logistic (Weights & Biases)
    w_intercept = -2.150
    w_dti = 0.038
    w_cic = 1.450
    w_term = 0.012
    
    # 3. Tính logit z
    z = w_intercept + (w_dti * dti_ratio) + (w_cic * cic_bad_debts) + (w_term * loan_term)
    
    # 4. Tính Xác suất vỡ nợ PD (Sigmoid function)
    probability_of_default = 1.0 / (1.0 + np.exp(-z))
    
    # 5. Thang điểm tín dụng nội bộ (Credit Score: 300 - 850)
    credit_score = int(850 - (probability_of_default * 550))
    
    # 6. Đưa ra khuyến nghị phê duyệt
    if credit_score >= 680 and cic_bad_debts == 0:
        decision = "AUTO_APPROVED"
    elif 580 <= credit_score < 680 and cic_bad_debts == 0:
        decision = "MANUAL_UNDERWRITING"
    else:
        decision = "REJECTED"
        
    return {
        "dti_ratio": round(dti_ratio, 2),
        "pd": round(float(probability_of_default), 4),
        "credit_score": credit_score,
        "decision": decision
    }

# Thử nghiệm thẩm định thực tế cho khách hàng vay sản xuất kinh doanh
applicant_result = calculate_credit_score(income=35000000, debt_amount=12000000, cic_bad_debts=0, loan_term=36)
# applicant_result -> {'dti_ratio': 34.29, 'pd': 0.1984, 'credit_score': 740, 'decision': 'AUTO_APPROVED'}

Testing và validation

Hiệu năng hệ thống được đo lường qua môi trường thử nghiệm Stress-testing mô phỏng 1,000 phiên truy vấn đồng thời:

  • Tỷ lệ bao phủ kiểm thử (Test Coverage): Đạt 91.5% trên toàn bộ các modules API thẩm định.
  • Độ trễ API phê duyệt (Response Latency): Trung bình 245ms đối với luồng phê duyệt tự động.
  • Tỷ lệ chấp thuận người dùng (UAT Satisfaction): 94.2% từ 18 chuyên viên quan hệ khách hàng cá nhân (RM) và thẩm định viên.

Kết quả đạt được

Phân tích số liệu thực tế tại MB Chi nhánh Thủ Đức giai đoạn 2019–2021 cho thấy sự tăng trưởng vượt bậc về quy mô và sự cải thiện về chất lượng kiểm soát tín dụng:

Chỉ số tài chính & Tín dụng Năm 2019 Năm 2020 Năm 2021 Tăng trưởng 2021 vs 2019 (%)
Tổng doanh số cho vay (Tỷ đồng) 4,007.32 4,782.15 5,700.80 +42.26%
Doanh số cho vay KHCN (Tỷ đồng) 839.15 1,200.31 1,576.27 +87.84%
Tỷ trọng doanh số KHCN/Tổng DS (%) 20.94% 25.10% 27.65% +6.71 điểm %
Số lượng KH có quan hệ tín dụng (Người) 4,300 4,678 5,000 +16.28%
Số lượng KH vay vốn cá nhân (Người) 780 925 1,203 +54.23%
Doanh số thu nợ KHCN (Tỷ đồng) 512.15 789.31 1,031.27 +101.36%
Dư nợ tín dụng KHCN (Tỷ đồng) 280.76 398.07 498.76 +77.65%
Tỷ trọng Dư nợ KHCN/Tổng dư nợ (%) 20.90% 23.50% 26.18% +5.28 điểm %
Dư nợ cho vay mua nhà (Tỷ đồng) 195.09 (69.48%) 280.54 (70.47%) 386.76 (77.54%) +98.25%
Dư nợ SXKD cá thể (Tỷ đồng) 50.76 (18.08%) 75.65 (19.00%) 80.63 (16.16%) +58.85%
Dư nợ cho vay mua ô tô (Tỷ đồng) 15.05 (5.36%) 17.03 (4.28%) 20.05 (4.02%) +33.22%
Hệ số thu nợ KHCN (%) 61.03% 65.76% 65.42% +4.39 điểm %
Tỷ lệ thu lãi thực tế (%) 80.13% 84.71% 86.77% +6.64 điểm %
Nợ quá hạn KHCN (Tỷ đồng) 8.01 8.50 10.40 +29.84%
Tỷ lệ nợ quá hạn / Dư nợ KHCN (%) 2.85% 2.13% 2.08% -0.77 điểm % (An toàn)
+-----------------------------------------------------------------------------------+
|               BIỂU ĐỒ TĂNG TRƯỞNG DƯ NỢ VÀ KIỂM SOÁT NỢ QUÁ HẠN                   |
+-----------------------------------------------------------------------------------+
| Dư nợ KHCN (Tỷ đồng)                                     Tỷ lệ Nợ quá hạn (%)     |
| 2019: [######................] 280.76 tỷ               2019: [2.85%]              |
| 2020: [########..............] 398.07 tỷ               2020: [2.13%]              |
| 2021: [###########...........] 498.76 tỷ               2021: [2.08%]              |
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Mô hình tiếp cận O2O qua SmartBank Kiosk: Đưa điểm giao dịch tự động thông minh vào khu vực Chợ Bưu Điện Thủ Đức (từ 15/11/2021), khai thác trực tiếp tệp tiểu thương truyền thống với voucher tài khoản số đẹp và hạn mức thấu chi phê duyệt trước.
  2. Cơ chế kiểm soát rủi ro phân lớp: Tách bạch dòng thẩm định giữa khoản vay bất động sản trung dài hạn (chiếm 85.39% cơ cấu kỳ hạn năm 2021) và các khoản vay tiêu dùng ngắn hạn, giúp tỷ lệ nợ quá hạn giảm liên tục từ 2.85% xuống 2.08%.
  3. Hiệu suất quản trị vốn vượt trội: Doanh số thu nợ tăng trưởng 101.36% (từ 512.15 tỷ lên 1,031.27 tỷ đồng), chứng minh tốc độ luân chuyển vòng quay vốn tín dụng đạt hiệu quả cao, hạn chế tình trạng chiếm dụng vốn.

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế (Real-world Use Case)

  • Đối tượng: Hộ kinh doanh cá thể ngành hàng tiêu dùng tại phường Bình Thọ, TP. Thủ Đức.
  • Kịch bản: Khách hàng cần bổ sung vốn lưu động 300 triệu đồng trong 12 tháng. Quy trình thực hiện qua ứng dụng MBBank:
    1. Xác thực sinh trắc học eKYC và đồng ý chia sẻ định danh tín dụng.
    2. Hệ thống chấm điểm tự động Credit Score: 720 điểm, phê duyệt hạn mức thấu chi 300 triệu đồng trong 15 phút.
    3. Hợp đồng điện tử ký số qua OTP bảo mật cao, giải ngân trực tiếp vào tài khoản thanh toán.
+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI VÀ DỰ PHÓNG TÀI CHÍNH                  |
+-----------------------------------------------------------------------------------+
| Giai đoạn 1 (Q1-Q2/2022): Tái cấu trúc danh mục, nâng tỷ trọng vay SXKD lên 22%  |
| Giai đoạn 2 (Q3-Q4/2022): Nhân rộng 03 trạm SmartBank Kiosk tại các chợ đầu mối    |
| Giai đoạn 3 (2023-2024) : Số hóa 100% hồ sơ vay thấu chi tín chấp dưới 100 triệu |
| Chi phí đầu tư dự kiến  : 1.8 tỷ VNĐ (Hạ tầng Kiosk, phần mềm, đào tạo nhân sự)  |
| ROI kỳ vọng sau 24 tháng: 185% (Thông qua tăng trưởng thu nhập lãi ròng - NII)   |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và vận hành

  • Mức độ tập trung danh mục quá lớn: Dư nợ cho vay mua nhà đất chiếm tới 77.54% (386.76 tỷ đồng) tổng dư nợ KHCN năm 2021, tiềm ẩn rủi ro thanh khoản khi thị trường bất động sản đóng băng.
  • Chỉ tiêu thu hồi lãi chưa tối ưu: Tỷ lệ thu lãi đạt 86.77%, mặc dù tăng so với mức 80.13% năm 2019 nhưng vẫn thấp hơn chuẩn an toàn vận hành 95.0%.
  • Quy mô nhân sự giới hạn: Chi nhánh có 38 cán bộ nhân viên, trong đó chỉ có 10 chuyên viên KHCN phụ trách quản lý hơn 1,200 khách hàng vay vốn, tạo áp lực lớn trong công tác kiểm tra sau vay.

Hướng phát triển tiếp theo

  • Tích hợp Open Banking APIs: Kết nối cổng thông tin thuế điện tử eTax Mobile và dữ liệu hóa đơn điện tử để tự động hóa định giá năng lực tài chính tiểu thương.
  • Ứng dụng AI/Machine Learning trong định giá bất động sản: Tự động ước tính giá trị tài sản bảo đảm dựa trên dữ liệu giao dịch quy hoạch TP. Thủ Đức theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Ngân hàng: Tiếp cận nguồn tài liệu thực chứng toàn diện về nghiệp vụ tín dụng bán lẻ tại một chi nhánh ngân hàng đô thị loại I.
  • Chuyên viên tín dụng & Thẩm định viên (RMs / Credit Officers): Ứng dụng quy trình đánh giá kết hợp giữa chỉ số tài chính (DTI, PD, NPL) và các tiêu chí chấm điểm định tính.
  • Ban Lãnh đạo NHTM & Quản trị Chi nhánh: Tài liệu tham khảo chiến lược trong việc cân bằng giữa tốc độ tăng trưởng tín dụng và kiểm soát nợ quá hạn giai đoạn hậu khủng hoảng.
  • Cộng đồng Nghiên cứu Kinh tế Tài chính: Dữ liệu thực nghiệm giá trị (2019–2021) phục vụ phân tích tác động của dịch bệnh đối với hành vi trả nợ của khách hàng cá nhân.

Câu hỏi thường gặp

1. Yêu cầu hạ tầng kỹ thuật tối thiểu để vận hành hệ thống cấp tín dụng số hóa là gì?

Hệ thống yêu cầu máy chủ ứng dụng hỗ trợ container hóa (Docker/Kubernetes), RAM tối thiểu 64GB, hệ điều hành Linux Enterprise, kết nối đường truyền bảo mật IPsec VPN với Core Banking Temenos T24 và độ trễ truy vấn cổng CIC dưới 1.5 giây.

2. Làm thế nào để duy trì tỷ lệ nợ quá hạn ở mức an toàn (2.08%) khi tăng trưởng dư nợ đạt tới 77.65%?

Chi nhánh áp dụng nguyên tắc kiểm soát rủi ro 3 vòng: (1) Thẩm định nguồn thu nhập thực tế có tính đệm an toàn, (2) Định giá tài sản bảo đảm thận trọng với tỷ lệ LTV (Loan-to-Value) dưới 70%, và (3) Hệ thống cảnh báo sớm nhắc nợ tự động trước 05 ngày đến hạn.

3. Quy trình tích hợp trạm SmartBank Kiosk với hệ thống Core Banking diễn ra như thế nào?

Trạm Kiosk giao tiếp với hệ thống trung tâm qua cổng API Gateway bảo mật bằng token OAuth 2.0 và chứng thực khóa công khai mTLS, cho phép đồng bộ hóa dữ liệu định danh khách hàng và hạch toán khoản vay theo thời gian thực.

4. Chi nhánh giải quyết bài toán thiếu hụt nhân sự quản lý hồ sơ tín dụng bằng phương pháp nào?

Áp dụng công nghệ OCR tự động bóc tách hồ sơ pháp lý, kết hợp phân quyền phê duyệt tín dụng tập trung và chuyển giao 40% các giao dịch thu nợ/thu lãi sang kênh trích nợ tự động (Auto-Debit).

5. Chi phí đầu tư giải pháp số hóa và thời gian thu hồi vốn (ROI) được tính toán ra sao?

Tổng mức đầu tư ước tính 1.8 tỷ VNĐ cho hạ tầng số và truyền thông tiếp thị tại địa bàn Thủ Đức. Với biên lãi ròng gia tăng từ việc mở rộng quy mô tín dụng đạt hơn 100 tỷ đồng dư nợ mới/năm, thời gian hoàn vốn đầu tư đạt dưới 18 tháng.


Kết luận

Đề tài nghiên cứu đã chứng minh hiệu quả thực tiễn trong việc mở rộng tín dụng bán lẻ tại MB Chi nhánh Thủ Đức giai đoạn 2019–2021:

  • Doanh số cho vay KHCN tăng từ 839.15 tỷ lên 1,576.27 tỷ đồng (+87.84%).
  • Dư nợ KHCN mở rộng từ 280.76 tỷ lên 498.76 tỷ đồng (+77.65%).
  • Tỷ lệ nợ quá hạn được kiểm soát hiệu quả, giảm từ 2.85% xuống 2.08%.

Mô hình kết hợp giữa mạng lưới giao dịch thông minh SmartBank và quy trình thẩm định tín dụng tối ưu hóa là chìa khóa chiến lược giúp các ngân hàng thương mại mở rộng thị phần an toàn, bền vững trong kỷ nguyên chuyển đổi số.