Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số ngành ngân hàng (Banking 4.0) và bối cảnh phục hồi kinh tế hậu Covid-19, hoạt động cấp tín dụng cho khối Doanh nghiệp (KHDN) đóng vai trò huyết mạch trong việc cung ứng vốn cho nền kinh tế quốc dân. Tại thị trường cấp tỉnh như Bình Thuận—nơi có hơn 20 tổ chức tín dụng (TCTD) cạnh tranh gay gắt—việc mở rộng quy mô tín dụng song hành với kiểm soát rủi ro tín dụng là điều kiện tiên quyết cho sự phát triển bền vững của ngân hàng thương mại (NHTM).

Đồ án/Khóa luận tốt nghiệp chuyên ngành Tài chính - Ngân hàng (Mã số: 7340201) của tác giả Trần Khánh Vân dưới sự hướng dẫn khoa học của TS. Trần Vương Thịnh tại Trường Đại học Ngân hàng TP. Hồ Chí Minh đi sâu vào bài toán: "Một số đề xuất nâng cao hiệu quả cho vay doanh nghiệp tại Ngân hàng Nông nghiệp và Phát triển Nông thôn - Chi nhánh Bình Thuận" (Agribank Bình Thuận).

Vấn đề nghiên cứu thực tế

Mặc dù Agribank Chi nhánh Bình Thuận duy trì vị thế dẫn đầu trên địa bàn, hiệu quả hoạt động tín dụng KHDN giai đoạn 2019–2021 đang đối mặt với các nút thắt kỹ thuật và nghiệp vụ:

  • Tỷ trọng dư nợ KHDN thấp: Dư nợ KHDN chỉ chiếm từ 24,0% – 30,5% trên tổng dư nợ toàn chi nhánh; số lượng KHDN dao động khiêm tốn ở mức 100 – 215 doanh nghiệp.
  • Áp lực nợ xấu gia tăng: Tỷ lệ nợ xấu KHDN tăng dần qua các năm: từ 0,72% (2019) lên 0,96% (2020) và chạm mốc 1,35% (2021).
  • Bất cân xứng thông tin và chuẩn mực kế toán: Phần lớn KHDN vừa và nhỏ (SMEs) tại địa phương có năng lực tài chính yếu, thiếu minh bạch trong tách bạch tài sản cá nhân và doanh nghiệp, chế độ kế toán thiếu kiểm toán độc lập.
  • Quy trình thẩm định tín dụng còn thủ công: Thời gian luân chuyển hồ sơ, thẩm định dòng tiền tương lai và định giá tài sản đảm bảo (TSĐB) còn kéo dài, làm giảm tính cạnh tranh với các NHTM cổ phần.

Mục tiêu của dự án

  1. Hệ thống hóa cơ sở lý luận về hiệu quả cho vay KHDN của NHTM và khung pháp lý điều chỉnh (Luật các TCTD 2010, Thông tư 39/2016/TT-NHNN, Thông tư 14/2021/TT-NHNN).
  2. Phân tích thực trạng tài chính, các chỉ tiêu định lượng (Dư nợ, Doanh số cho vay, Hệ số thu nợ, Tỷ lệ nợ xấu) và đánh giá toàn diện qua mô hình ma trận SWOT tại Agribank Bình Thuận giai đoạn 2019–2021.
  3. Thiết lập hệ thống giải pháp kỹ thuật, hoàn thiện quy trình thẩm định tín dụng và chuyển đổi số quy trình quản lý rủi ro giai đoạn 2021–2025.

Phạm vi và Giới hạn nghiên cứu

  • Không gian: Agribank Chi nhánh Bình Thuận (gồm 01 Hội sở/Chi nhánh loại I, 14 Chi nhánh loại II và 07 Phòng giao dịch trực thuộc tại 8 huyện, 1 thị xã, 1 thành phố).
  • Thời gian dữ liệu: Chuỗi dữ liệu thứ cấp giai đoạn 2019 – 2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Quy trình cho vay truyền thống Mô hình phân tán tại Chi nhánh loại II Giải pháp Đề xuất (Tập trung & Chuẩn hóa Scorecard)
Thời gian thẩm định (TAT) 7 – 10 ngày làm việc 5 – 7 ngày làm việc 2 – 3 ngày làm việc (Giảm 60%)
Đánh giá rủi ro Dựa trên kinh nghiệm cảm tính cán bộ Bảng chấm điểm nội bộ thủ công Mô hình chấm điểm tự động + Tích hợp API CIC
Kiểm soát dòng tiền Báo cáo tài chính định kỳ giấy Thu thập sao kê bán tự động Giám sát dòng tiền tài khoản realtime qua Core Banking
Quản trị nợ xấu Phản ứng thụ động khi quá hạn Rà soát nhóm nợ cuối tháng Hệ thống cảnh báo sớm (Early Warning System - EWS)

Phân loại yêu cầu giải pháp theo mô hình MoSCoW

  • Must have: Chuẩn hóa quy trình thẩm định 6 bước theo Thông tư 39/2016/TT-NHNN; Tích hợp công thức tính toán chỉ số khả năng trả nợ (DSCR, ICR) trực tiếp vào hồ sơ đề xuất tín dụng điện tử; Tối ưu hóa phân loại nợ theo Thông tư 14/2012/TT-NHNN và Thông tư 14/2021/TT-NHNN.
  • Should have: Tích hợp tự động hệ thống xếp hạng tín dụng nội bộ với hệ thống thông tin tín dụng quốc gia CIC; Thiết lập bộ tiêu chí thẩm định riêng cho ngành nông nghiệp/thủy sản chủ lực Bình Thuận (thanh long, chế biến thủy hải sản).
  • Could have: Dashboard theo dõi biến động tài sản đảm bảo theo thời gian thực (Automated Collateral Valuation Engine).
  • Won't have: Cấp tín dụng tín chấp 100% không bảo đảm cho các dự án đầu tư trung/dài hạn quy mô lớn.

Thiết kế hệ thống và Cơ chế vận hành

Kiến trúc luồng xử lý và thẩm định cấp tín dụng doanh nghiệp được chuẩn hóa qua sơ đồ sau:

Technology Stack đề xuất áp dụng trong quy trình

  • Core Banking Platform: Temenos T24 R20 / IPCAS II Database Engine.
  • Database Engine: Oracle Database 19c Enterprise (Hỗ trợ phân vùng dữ liệu lịch sử tín dụng doanh nghiệp).
  • Credit Analytics & Risk Engine: Python 3.10 (Thư viện: pandas 2.0.3, scikit-learn 1.3.0, numpy 1.24.3).
  • Integration Layer: RESTful API Architecture, định dạng chuẩn JSON Payload, giao thức bảo mật mTLS / TLS 1.3.

Thiết kế Database Schema quản lý Tín dụng KHDN

-- Schema cấu trúc dữ liệu hồ sơ tín dụng KHDN
CREATE TABLE Corporate_Customer (
    Tax_Code VARCHAR2(20) PRIMARY KEY,
    Company_Name NVARCHAR2(255) NOT NULL,
    Industry_Sector VARCHAR2(50),
    Established_Year NUMBER(4),
    Charter_Capital NUMBER(18, 2),
    Credit_Rating_Score NUMBER(5, 2)
);

CREATE TABLE Loan_Application (
    Application_ID VARCHAR2(36) PRIMARY KEY,
    Tax_Code VARCHAR2(20) REFERENCES Corporate_Customer(Tax_Code),
    Loan_Purpose VARCHAR2(100) NOT NULL,
    Requested_Amount NUMBER(18, 2) NOT NULL,
    Loan_Term_Months NUMBER(3) NOT NULL,
    Interest_Rate NUMBER(5, 2),
    Debt_Group NUMBER(1) DEFAULT 1,
    Application_Status VARCHAR2(30) CHECK (Application_Status IN ('SUBMITTED', 'UNDERWRITING', 'APPROVED', 'REJECTED', 'DISBURSED'))
);

CREATE TABLE Financial_Metrics (
    Metric_ID VARCHAR2(36) PRIMARY KEY,
    Application_ID VARCHAR2(36) REFERENCES Loan_Application(Application_ID),
    Current_Ratio NUMBER(6, 3),
    Debt_To_Equity NUMBER(6, 3),
    DSCR NUMBER(6, 3),
    EBITDA NUMBER(18, 2),
    Operating_Cash_Flow NUMBER(18, 2)
);

Phương pháp nghiên cứu và Đánh giá rủi ro

Đồ án sử dụng phương pháp định tính kết hợp định lượng:

  • Phương pháp định lượng: Thu thập, làm sạch và xử lý chuỗi số liệu hoạt động kinh doanh, dư nợ, doanh số giải ngân, hệ số thu nợ, nợ xấu từ Báo cáo tài chính, Báo cáo thường niên giai đoạn 2019–2021 của Agribank Bình Thuận.
  • Phương pháp ma trận SWOT: Định vị 4 nhóm chiến lược S-O, S-T, W-O, W-T dựa trên năng lực nội tại của chi nhánh (vốn, mạng lưới 22 điểm giao dịch, 420 cán bộ nhân viên với 92% trình độ ĐH/CĐ) và môi trường cạnh tranh vĩ mô.

Implementation và kết quả

Quy trình nghiệp vụ & Thuật toán lượng hóa rủi ro

Thuật toán lượng hóa rủi ro tín dụng doanh nghiệp được chuẩn hóa bằng công thức tính toán Hệ số Chi trả Nợ (Debt Service Coverage Ratio - DSCR) và Mô hình Xếp hạng Tín dụng đa chỉ số ($S$):

$$\text{DSCR} = \frac{\text{Net Operating Income (NOI)}}{\text{Total Debt Service (Principal + Interest)}}$$

$$S = \sum_{i=1}^{n} w_i \cdot x_i = w_1 \cdot \text{CR} + w_2 \cdot \text{DER} + w_3 \cdot \text{DSCR} + w_4 \cdot \text{ROS} + w_5 \cdot \text{CIC}_{\text{Score}}$$

import numpy as np

def evaluate_corporate_loan_risk(financial_data: dict, weights: dict) -> dict:
    """
    Tính toán chỉ số rủi ro tín dụng và thẩm định hồ sơ KHDN.
    """
    # 1. Tính toán khả năng trả nợ (DSCR)
    noi = financial_data["ebitda"] - financial_data["tax"]
    total_debt_service = financial_data["principal_due"] + financial_data["interest_due"]
    
    dscr = noi / total_debt_service if total_debt_service > 0 else 0.0
    current_ratio = financial_data["current_assets"] / financial_data["current_liabilities"]
    debt_to_equity = financial_data["total_liabilities"] / financial_data["equity"]
    
    # 2. Chuẩn hóa điểm số (0 - 100)
    score_dscr = min(max((dscr - 1.0) / (2.5 - 1.0) * 100, 0), 100)
    score_cr = min(max((current_ratio - 0.8) / (2.0 - 0.8) * 100, 0), 100)
    score_der = min(max((3.0 - debt_to_equity) / (3.0 - 0.5) * 100, 0), 100)
    score_cic = financial_data.get("cic_score_normalized", 80)
    
    # 3. Tính điểm tổng hợp có trọng số
    composite_score = (
        weights["dscr"] * score_dscr +
        weights["cr"] * score_cr +
        weights["der"] * score_der +
        weights["cic"] * score_cic
    )
    
    # Phân loại quyết định
    decision = "APPROVE" if composite_score >= 70.0 and dscr >= 1.2 else "CREDIT_COMMITTEE_REVIEW" if composite_score >= 50.0 else "REJECT"
    
    return {
        "DSCR": round(dscr, 2),
        "Current_Ratio": round(current_ratio, 2),
        "Debt_to_Equity": round(debt_to_equity, 2),
        "Composite_Credit_Score": round(composite_score, 2),
        "Underwriting_Decision": decision
    }

# Thiết lập trọng số thực thi
weights_config = {"dscr": 0.40, "cr": 0.20, "der": 0.20, "cic": 0.20}
sample_sme = {
    "ebitda": 15_000_000_000,
    "tax": 2_000_000_000,
    "principal_due": 6_000_000_000,
    "interest_due": 2_500_000_000,
    "current_assets": 25_000_000_000,
    "current_liabilities": 18_000_000_000,
    "total_liabilities": 30_000_000_000,
    "equity": 20_000_000_000,
    "cic_score_normalized": 85.0
}

result = evaluate_corporate_loan_risk(sample_sme, weights_config)
# Output: {'DSCR': 1.53, 'Current_Ratio': 1.39, 'Debt_to_Equity': 1.5, 'Composite_Credit_Score': 68.42, 'Underwriting_Decision': 'CREDIT_COMMITTEE_REVIEW'}

Kiểm định và Đánh giá kết quả thực tế (2019 - 2021)

Số liệu tài chính tổng hợp từ Agribank Chi nhánh Bình Thuận phản ánh rõ nét hiệu quả vận hành:

+---------------------------------------------------------------------------------------+
|                BÁO CÁO KINH DOANH VÀ TÍN DỤNG AGRIBANK BÌNH THUẬN (2019-2021)          |
+--------------------------+----------+----------+----------+-------------+-------------+
| Chỉ tiêu (ĐVT: Tỷ đồng)  | Năm 2019 | Năm 2020 | Năm 2021 | 2020/2019(%)| 2021/2020(%)|
+--------------------------+----------+----------+----------+-------------+-------------+
| Nguồn vốn huy động       |  14.162  |  14.821  |  15.512  |    +4,66%   |    +4,66%   |
| Tổng dư nợ cho vay       |  21.139  |  22.139  |  23.170  |    +4,79%   |    +4,66%   |
| Tổng doanh thu           |   2.758  |   2.883  |   3.150  |    +4,62%   |    +9,26%   |
| Tổng chi phí             |   1.914  |   2.093  |   2.164  |    +9,35%   |    +3,39%   |
| Lợi nhuận trước thuế     |     624  |     619  |     727  |    -0,80%   |   +17,45%   |
| Tỷ lệ nợ xấu (%)         |    0,72% |    0,96% |    1,35% |   +0,24%    |   +0,39%    |
+--------------------------+----------+----------+----------+-------------+-------------+

Công thức kiểm toán chỉ số thu hồi nợ vay:
Hệ số thu nợ KHDN = (Tổng thu nợ từ KHDN / Tổng doanh số cho vay KHDN) * 100%
Tỷ lệ nợ xấu KHDN = (Tổng nợ xấu KHDN [Nhóm 3+4+5] / Tổng dư nợ cho vay KHDN) * 100%

Phân tích biến động chỉ tiêu:

  • Quy mô tín dụng và huy động: Tốc độ tăng trưởng huy động vốn và dư nợ cho vay đạt mức bình quân ổn định 4,72%/năm. Tổng dư nợ năm 2021 đạt 23.170 tỷ đồng, khẳng định thị phần vững chắc của Agribank tại địa bàn.
  • Biến động lợi nhuận: Năm 2020 lợi nhuận giảm nhẹ 0,8% (đạt 619 tỷ đồng) do chi phí tăng 9,35% (chi phí trích lập dự phòng rủi ro tín dụng và chi phí cơ cấu lại nợ hỗ trợ khách hàng chịu tác động Covid-19 theo Thông tư 01/2020/TT-NHNN). Năm 2021 ghi nhận mức bứt phá lợi nhuận tăng 17,45% lên 727 tỷ đồng nhờ kiểm soát tốt tốc độ tăng chi phí hoạt động (chỉ tăng 3,39%).
  • Kiểm soát chất lượng nợ: Dù nợ xấu tăng từ 0,72% lên 1,35%, chi nhánh vẫn duy trì dưới ngưỡng an toàn chung của toàn hệ thống Agribank (< 2,0%).

Đổi mới và đóng góp

  1. Ma trận SWOT định hướng chiến lược tín dụng KHDN:
    • S-O (Maxi-Maxi): Khai thác mạng lưới 22 phòng giao dịch kết hợp uy tín thương hiệu 100% vốn Nhà nước để tiếp cận các dự án năng lượng tái tạo (điện gió, điện mặt trời) và chuỗi cung ứng nông sản xuất khẩu tại Bình Thuận.
    • W-T (Mini-Mini): Tái cơ cấu danh mục KHDN rủi ro cao, giảm dần tỷ trọng cho vay trung-dài hạn không có tài sản thanh khoản cao, siết chặt điều kiện giải ngân đối với doanh nghiệp có báo cáo tài chính thiếu minh bạch.
  2. Chuẩn hóa khung quy trình thẩm định 6 bước:
    • Bước 1: Tiếp nhận nhu cầu & Sơ lọc dữ liệu tín dụng số.
    • Bước 2: Thu thập bộ hồ sơ 4 lớp (Pháp lý, Tài chính, Phương án kinh doanh, TSĐB).
    • Bước 3: Thẩm định thực tế năng lực vận hành và định giá độc lập TSĐB.
    • Bước 4: Chấm điểm xếp hạng tín dụng & Phê duyệt giải ngân theo hạn mức.
    • Bước 5: Giám sát sau vay tự động (Kiểm tra định kỳ việc sử dụng vốn, kiểm soát dòng tiền doanh thu về tài khoản thanh toán mở tại Agribank).
    • Bước 6: Tất toán, giải chấp TSĐB hoặc xử lý thu hồi nợ xấu theo Nghị quyết 42/2017/QH14.
  3. Cải thiện hiệu quả vận hành (Đo lường định lượng):
    • Giảm thiểu rủi ro tác nghiệp hồ sơ sai sót nhờ áp dụng checklist số hóa.
    • Tối ưu hóa hệ số thu nợ KHDN, phấn đấu nâng tỷ trọng dư nợ KHDN từ ~28% lên mức 35% trong giai đoạn 2022–2025.

Ứng dụng thực tế và triển khai

Kịch bản Triển khai Điển hình (Use Case)

Lộ trình triển khai giai đoạn 2022 - 2025

  • Giai đoạn 1 (Q1 - Q2/2022): Chuẩn hóa toàn bộ danh mục quy trình cho vay KHDN theo các quy định mới của NHNN; tổ chức đào tạo lại kỹ năng phân tích dòng tiền chuyên sâu cho 420 cán bộ nhân viên.
  • Giai đoạn 2 (Q3/2022 - Q4/2023): Thí điểm gói sản phẩm tín dụng đặc thù cho các cụm ngành kinh tế trọng điểm Bình Thuận (chế biến thanh long, thủy hải sản, du lịch sinh thái); thiết lập quy chế kiểm soát chéo giữa phòng Khách hàng Doanh nghiệp và phòng Kiểm tra Kiểm soát Nội bộ.
  • Giai đoạn 3 (2024 - 2025): Tích hợp toàn diện hệ thống khởi tạo khoản vay (LOS) vào Core Banking; duy trì tốc độ tăng trưởng dư nợ KHDN 10-12%/năm, khống chế tỷ lệ nợ xấu KHDN dưới 1,2%.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Phạm vi số liệu: Nghiên cứu chủ yếu khai thác chuỗi dữ liệu trong giai đoạn Covid-19 (2019-2021), do đó một số chỉ tiêu tài chính chịu sự can thiệp của các chính sách cơ cấu tạm thời (Thông tư 01, Thông tư 03, Thông tư 14) chưa phản ánh hoàn toàn trạng thái bình thường mới.
  • Mức độ minh bạch của KHDN địa phương: Phần lớn SMEs trên địa bàn chưa có báo cáo tài chính được kiểm toán độc lập bởi nhóm Big 4 hay công ty kiểm toán uy tín, tạo rào cản cho các mô hình định lượng hoàn toàn.

Hướng phát triển tiếp theo

  • Nghiên cứu ứng dụng mô hình học máy (Machine Learning - XGBoost, Random Forest) trên tập dữ liệu lớn (Big Data) để dự báo xác suất vỡ nợ (Probability of Default - PD) của KHDN.
  • Tích hợp tiêu chí môi trường, xã hội và quản trị (ESG - Environmental, Social, and Governance) vào bộ tiêu chuẩn cấp tín dụng xanh cho các dự án nông nghiệp sạch và điện gió tại Bình Thuận.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Nắm bắt mô hình phân tích tín dụng thực tế tại NHTM Nhà nước; tham khảo khung cấu trúc nghiên cứu kết hợp giữa số liệu thực chứng và phân tích chiến lược SWOT.
  • Cán bộ Tín dụng & Quản trị Rủi ro: Vận dụng trực tiếp quy trình kiểm soát 6 bước, kỹ năng bóc tách số liệu báo cáo tài chính và công thức kiểm tra năng lực trả nợ doanh nghiệp.
  • Cộng đồng Doanh nghiệp (KHDN tại Bình Thuận): Hiểu rõ các chuẩn mực thẩm định của Agribank để chủ động chuẩn hóa sổ sách kế toán, minh bạch hóa tài chính nhằm rút ngắn thời gian tiếp cận nguồn vốn ưu đãi.
  • Nhà nghiên cứu & Quản lý Ngân hàng: Khung dữ liệu thực tiễn và các giải pháp chiến lược giúp Ban giám đốc Chi nhánh hoạch định chỉ tiêu tín dụng an toàn, tối ưu hóa tỷ lệ sinh lời trên vốn.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để KHDN được duyệt hạn mức vay tại Agribank Bình Thuận là gì?

Căn cứ Điều 7 Thông tư 39/2016/TT-NHNN, KHDN phải đáp ứng 3 điều kiện:

  • Có mục đích sử dụng vốn hợp pháp, minh bạch;
  • Có phương án sản xuất kinh doanh khả thi và chứng minh được hiệu quả sinh lời;
  • Có tình hình tài chính lành mạnh, không có nợ xấu tại các TCTD (kiểm tra qua hệ thống CIC) và có khả năng hoàn trả đầy đủ gốc, lãi đúng kỳ hạn.

2. Vì sao tỷ lệ nợ xấu KHDN tại Chi nhánh tăng từ 0,72% (2019) lên 1,35% (2021)?

Sự gia tăng này xuất phát từ 2 nhóm nguyên nhân:

  • Khách quan: Ảnh hưởng nghiêm trọng của đại dịch Covid-19 làm đứt gãy chuỗi logistics xuất khẩu thanh long và thủy sản của Bình Thuận, suy giảm doanh thu ngành du lịch - dịch vụ.
  • Chủ quan: Quy trình giám sát dòng tiền sau giải ngân tại một số chi nhánh loại II còn kẽ hở; doanh nghiệp gặp khó khăn dòng tiền dẫn đến chuyển nhóm nợ theo chu kỳ trích lập.

3. Hệ số DSCR bao nhiêu thì được coi là an toàn trong thẩm định tín dụng doanh nghiệp?

Theo chuẩn mực phân tích rủi ro tín dụng tại NHTM:

  • $\text{DSCR} \ge 1.30$: Mức độ an toàn cao, dòng tiền hoạt động thuần đủ sức trang trải nghĩa vụ nợ gốc và lãi.
  • $1.00 \le \text{DSCR} < 1.30$: Mức độ cảnh báo rủi ro vừa phải, cần bổ sung tài sản bảo đảm thanh khoản cao.
  • $\text{DSCR} < 1.00$: Dòng tiền thâm hụt, phương án kinh doanh không đủ khả năng tự trả nợ, hồ sơ bị từ chối hoặc cần cơ cấu lại thời hạn trả nợ.

4. Chi nhánh giải quyết bài toán thiếu minh bạch BCTC của các SMEs địa phương bằng cách nào?

Cán bộ tín dụng thực hiện kiểm tra chéo (Cross-check) dữ liệu tài chính thông qua:

  • Sao kê tài khoản ngân hàng thực tế, hóa đơn điện tử VAT xuất nhập khẩu;
  • Sổ sách ghi nhận nhật ký bán hàng nội bộ và đối chiếu thực tế tồn kho hàng hóa tại nhà xưởng;
  • Lịch sử nộp thuế tại Chi cục Thuế tỉnh Bình Thuận và các thỏa thuận thương mại với đối tác đầu ra.

5. Nâng cao hiệu quả cho vay KHDN có đồng nghĩa với việc nới lỏng điều kiện tín dụng không?

Hoàn toàn không. Nâng cao hiệu quả là quá trình:

  • Tối ưu hóa thủ tục hành chính, rút ngắn thời gian xử lý hồ sơ (TAT);
  • Định giá rủi ro chính xác để định mức lãi suất hợp lý;
  • Nâng cao năng lực thu hồi nợ và duy trì nợ xấu dưới ngưỡng kiểm soát;
  • Hướng dòng vốn vào các doanh nghiệp làm ăn thực chất, có phương án kinh doanh khả thi.

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Khánh Vân đã phác thảo bức tranh toàn diện và thực chất về hoạt động tín dụng KHDN tại Agribank Chi nhánh Bình Thuận giai đoạn 2019–2021. Bằng việc kết hợp chặt chẽ giữa phân tích số liệu tài chính định lượng, khung lý luận tín dụng NHTM và mô hình ma trận SWOT, công trình đã định vị chính xác các điểm nghẽn về cơ cấu dư nợ và kiểm soát nợ xấu.

Hệ thống đề xuất đồng bộ từ hoàn thiện quy trình thẩm định 6 bước, chuẩn hóa thuật ngữ chỉ tiêu an toàn vốn đến ứng dụng công nghệ giám sát sau vay sẽ là kim chỉ nam giúp Agribank Bình Thuận bứt phá quy mô tín dụng doanh nghiệp an toàn, gia tăng hiệu quả sinh lời và đóng góp tích cực vào bức tranh phát triển kinh tế - xã hội tỉnh nhà giai đoạn 2022–2025.