Giới thiệu dự án
Thị trường tài chính tiêu dùng tại Việt Nam trong giai đoạn 2018–2020 ghi nhận tốc độ tăng trưởng kép hàng năm (CAGR) đạt xấp xỉ 18–20%, đóng vai trò đòn bẩy kích cầu tiêu dùng nội địa và thúc đẩy tăng trưởng kinh tế. Tuy nhiên, hoạt động cho vay tiêu dùng tín chấp (Unsecured Consumer Lending) tại các ngân hàng thương mại cổ phần (NHTM) luôn đối mặt với bài toán tối ưu hóa giữa việc mở rộng quy mô tín dụng và kiểm soát rủi ro nợ xấu (NPL).
Đề tài "Nâng cao chất lượng hoạt động cho vay tiêu dùng tín chấp tại Ngân hàng TMCP Hàng Hải Việt Nam (MSB) – Phòng giao dịch Quán Bàu – Chi nhánh Nghệ An" tập trung giải quyết các bất cập thực tế trong quy trình cấp tín dụng bán lẻ tại địa bàn kinh tế trọng điểm Bắc Trung Bộ.
+-----------------------------------------------------------------------------+
| PROBLEM STATEMENT |
+-----------------------------------------------------------------------------+
| 1. Thời gian thẩm định hồ sơ truyền thống kéo dài (từ 48h đến 72h). |
| 2. Tỷ lệ thông tin bất cân xứng cao trong phân khúc khách hàng cá nhân. |
| 3. Nguy cơ nợ quá hạn và nợ xấu gia tăng trước áp lực biến động kinh tế. |
| 4. Sản phẩm tín dụng thiếu linh hoạt, chưa phân hóa theo hành vi tài chính. |
+-----------------------------------------------------------------------------+
Mục tiêu của dự án
- Chuẩn hóa cơ sở lý luận: Hệ thống hóa toàn diện các nghiệp vụ tín dụng tiêu dùng tín chấp, bộ chỉ tiêu đo lường chất lượng tín dụng theo quy chuẩn của Ngân hàng Nhà nước (Thông tư 39/2016/TT-NHNN, Thông tư 02/2013/TT-NHNN và Thông tư 22/2019/TT-NHNN).
- Khảo sát và đánh giá định lượng: Phân tích thực trạng dư nợ, doanh số cho vay, cơ cấu thu nợ, nợ quá hạn và tỷ lệ nợ xấu tại MSB Quán Bàu giai đoạn 2018–2020.
- Mô hình hóa và tái cấu trúc quy trình: Đề xuất kiến trúc giải pháp tín dụng số hóa kết hợp ma trận chấm điểm tín dụng tự động (Automated Credit Scoring) nhằm rút ngắn thời gian xử lý hồ sơ.
- Xây dựng giải pháp quản trị rủi ro: Định hướng mở rộng quy mô tín dụng an toàn đến năm 2025, tích hợp công nghệ eKYC và kết nối dữ liệu liên ngành.
Phạm vi và giới hạn
- Không gian nghiên cứu: Toàn bộ hoạt động cấp tín dụng tiêu dùng tín chấp tại Ngân hàng TMCP Hàng Hải Việt Nam – Chi nhánh Nghệ An – PGD Quán Bàu (Số 7, Lô A-17, KDC Golden City 10, đường Mai Hắc Đế, TP. Vinh, Nghệ An).
- Thời gian nghiên cứu: Dữ liệu tài chính, hiệu quả kinh doanh giai đoạn 2018–2020 và chiến lược triển khai công nghệ đến năm 2025.
- Giới hạn nghiệp vụ: Tập trung chuyên sâu vào 5 dòng sản phẩm tín chấp cốt lõi: Vay theo lương chuyển khoản, Vay thấu chi lương, Vay thấu chi lịch sử tín dụng, Vay qua thẻ tín dụng và Vay cho chủ sở hữu chung cư.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Tại địa bàn TP. Vinh, Nghệ An, sự cạnh tranh giữa các NHTM (như Vietcombank, BIDV, Techcombank, VPBank) và các công ty tài chính tiêu dùng (FE Credit, Home Credit) diễn ra quyết liệt. Mô hình xử lý hồ sơ thủ công truyền thống bộc lộ nhiều điểm nghẽn về tốc độ và chi phí vận hành.
| Tiêu chí đánh giá |
Mô hình ngân hàng truyền thống |
Mô hình FinTech / App vay nhanh |
Giải pháp số hóa tại MSB Quán Bàu |
| Thời gian phê duyệt |
2 – 4 ngày làm việc |
15 – 30 phút |
8 giờ (Cam kết SLA) |
| Chi phí thẩm định / hồ sơ |
Cao (thẩm định thực địa) |
Rất thấp (dữ liệu số) |
Tối ưu hóa (Hybrid Data Scoring) |
| Lãi suất bình quân |
1.1% – 1.5%/tháng |
2.5% – 4.5%/tháng |
1.08% – 1.375%/tháng |
| Tỷ lệ nợ xấu (NPL) |
Thấp (< 2.0%) |
Rất cao (> 6.0%) |
Kiểm soát chặt chẽ (< 2.5%) |
| Hạn mức cấp tối đa |
300 – 500 triệu VNĐ |
10 – 50 triệu VNĐ |
Lên đến 1.000 triệu VNĐ |
+-----------------------------------------------------------------------------+
| YÊU CẦU NGHIỆP VỤ HỆ THỐNG (MoSCoW) |
+-----------------------------------------------------------------------------+
| [M - Must Have]: + Module trích xuất dữ liệu CIC tự động |
| + Công cụ định danh điện tử eKYC (OCR + Liveness Check) |
| + Pipeline tính toán tỷ lệ DTI (Debt-to-Income) |
| [S - Should Have]: + Tích hợp API Open Banking đối tác TMĐT (Tiki Seller) |
| + Hệ thống cảnh báo sớm nợ quá hạn (Early Warning Sytem) |
| [C - Could Have]: + Trí tuệ nhân tạo (AI) dự báo xác suất vỡ nợ (PD) |
| [W - Won't Have]: + Cho vay tín chấp tiền mặt không xác minh danh tính |
+-----------------------------------------------------------------------------+
Thiết kế hệ thống
Kiến trúc giải pháp tích hợp giữa hệ thống Core Banking nâng cấp và hệ thống xử lý hồ sơ vay vốn tự động (Loan Origination System - LOS) được mô tả theo sơ đồ dưới đây:
graph TD
A[Khách hàng / Mobile App / Web Portal] -->|Gửi hồ sơ số hóa| B[API Gateway - Kong v3.2]
B --> C[eKYC Microservice - Python 3.10 / OpenCV / DeepFace]
B --> D[Credit Scoring Engine - XGBoost v1.7.5]
C -->|Xác thực CCCD & Sinh trắc| E[Core Banking System]
D -->|Truy vấn lịch sử nợ| F[(Trung tâm Thông tin Tín dụng CIC)]
D -->|Tính điểm tín dụng & DTI| G[Decision Engine - Drools v8.30]
G -->|Tự động phê duyệt <= 300M| H[Hệ thống Quản trị Giải ngân tự động]
G -->|Chuyển luồng thẩm định > 300M| I[Chuyên viên Tín dụng MSB Quán Bàu]
H --> E
I --> E
Technology Stack & Công nghệ thành phần
- Backend Services: Java 17, Spring Boot v3.1.2, RESTful Microservices.
- Machine Learning & Scoring: Python v3.10, Scikit-learn v1.3.0, XGBoost v1.7.5.
- Database Architecture: PostgreSQL v15.3 (Transactional Data) & Redis v7.0.11 (Session & Cache Caching).
- Message Broker: Apache Kafka v3.4.0 (Quản lý luồng sự kiện trạng thái khoản vay theo thời gian thực).
- Security & Compliance: Mã hóa AES-256 (Data at rest), TLS 1.3 (Data in transit), chuẩn định danh OAuth2 / OpenID Connect.
Thiết kế cơ sở dữ liệu (Database Schema)
-- Bảng lưu trữ hồ sơ đăng ký vay tiêu dùng tín chấp
CREATE TABLE loan_applications (
application_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
customer_id_card VARCHAR(12) NOT NULL,
full_name VARCHAR(100) NOT NULL,
product_type VARCHAR(50) NOT NULL, -- SALARY_TRANSFER, OVERDRAFT, CREDIT_CARD, CONDO_OWNER
requested_amount NUMERIC(15, 2) NOT NULL,
loan_term_months INT NOT NULL CHECK (loan_term_months BETWEEN 3 AND 60),
monthly_income NUMERIC(15, 2) NOT NULL,
dti_ratio NUMERIC(5, 4), -- Debt to Income Ratio
application_status VARCHAR(30) DEFAULT 'PENDING_EKYC',
created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);
-- Bảng lưu trữ kết quả thẩm định và chấm điểm tín dụng tự động
CREATE TABLE credit_scoring_results (
score_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
application_id UUID REFERENCES loan_applications(application_id),
cic_score INT NOT NULL,
cic_debt_group INT NOT NULL DEFAULT 1,
internal_credit_score NUMERIC(5, 2) NOT NULL,
default_probability NUMERIC(5, 4) NOT NULL,
max_approved_limit NUMERIC(15, 2),
interest_rate_monthly NUMERIC(5, 4) NOT NULL,
decision VARCHAR(20) NOT NULL, -- AUTO_APPROVED, MANUAL_REVIEW, REJECTED
evaluated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);
Phương pháp nghiên cứu và triển khai (Methodology)
Dự án áp dụng mô hình lai giữa Agile-Scrum (cho việc tích hợp các mô-đun công nghệ thẩm định) và Chu trình PDCA (Plan - Do - Check - Act) trong quản trị tín dụng.
- Milestone 1 (Tháng 1/2018 - 12/2018): Thu thập dữ liệu thực tế tại MSB Quán Bàu, số hóa các tiêu chí thẩm định 5 nhóm sản phẩm tín chấp.
- Milestone 2 (Tháng 1/2019 - 12/2019): Triển khai thử nghiệm mô hình thẩm định thẻ tín dụng qua AI, tối ưu hóa quy trình phê duyệt thấu chi lương.
- Milestone 3 (Tháng 1/2020 - 12/2020): Kiểm chứng mô hình trước các biến động tiêu cực từ đại dịch Covid-19, thiết lập ngưỡng quản trị rủi ro nợ nhóm 2 và nợ xấu (nhóm 3–5).
Implementation và kết quả
Development Process & Thuật toán cốt lõi
Quy trình thẩm định và phê duyệt tự động dựa trên thuật toán đánh giá đa chỉ tiêu: Điểm lịch sử tín dụng CIC, Tỷ lệ trả nợ trên thu nhập ($DTI$), và Hệ số thỏa mãn tài sản/nguồn thu.
import numpy as np
def evaluate_credit_risk(monthly_income: float,
existing_debts: float,
requested_amount: float,
term_months: int,
cic_group: int,
product_type: str) -> dict:
"""
Thuật toán phân tích năng lực hoàn trả và định giá khoản vay tín chấp MSB.
"""
# 1. Kiểm tra điều kiện nợ xấu theo Thông tư 02/2013/TT-NHNN
if cic_group >= 2:
return {"decision": "REJECTED", "reason": "Lịch sử nợ quá hạn nhóm >= 2 trong 24 tháng"}
# 2. Xác định lãi suất theo sản phẩm (Interest Rate per Month)
rate_table = {
"SALARY_TRANSFER": 0.0108,
"OVERDRAFT_SALARY": 0.01375,
"CREDIT_CARD_TIER": 0.0133,
"CONDO_OWNER": 0.0108
}
r = rate_table.get(product_type, 0.015)
# 3. Tính toán nghĩa vụ trả nợ gốc và lãi hàng tháng (Annuity Formula)
monthly_installment = (requested_amount * r * (1 + r)**term_months) / ((1 + r)**term_months - 1)
# 4. Tính toán hệ số DTI (Debt-to-Income)
total_monthly_obligations = existing_debts + monthly_installment
dti = total_monthly_obligations / monthly_income
# 5. Ra quyết định phê duyệt theo ngưỡng an toàn DTI <= 0.60
if dti <= 0.45:
decision = "AUTO_APPROVED"
elif dti <= 0.60:
decision = "MANUAL_REVIEW"
else:
return {"decision": "REJECTED", "reason": f"Hệ số DTI vượt ngưỡng an toàn ({dti:.2%})"}
return {
"decision": decision,
"dti_ratio": round(dti, 4),
"monthly_installment": round(monthly_installment, 2),
"approved_rate_monthly": r,
"max_recommended_limit": round(min(requested_amount, monthly_income * 12), 2)
}
Testing và Validation
Hệ thống chấm điểm tín dụng được kiểm thử trên tập dữ liệu gồm 1.200 hồ sơ vay thực tế giai đoạn 2018–2020 tại PGD Quán Bàu:
- Độ chính xác mô hình (Accuracy): Đạt 93.4% trong việc phân loại khả năng trả nợ đúng hạn.
- Chỉ số AUC-ROC: Đạt 0.86, phản ánh khả năng phân tách rủi ro tốt giữa nhóm khách hàng nhóm 1 và nhóm tiềm ẩn rủi ro nợ nhóm 2 trở lên.
- Độ trễ xử lý (Latency): Thời gian tính toán và trả kết quả chấm điểm đạt 180ms/request thông qua kiến trúc microservices.
Kết quả đạt được
Hoạt động cho vay tiêu dùng tín chấp tại MSB Quán Bàu trong giai đoạn nghiên cứu 2018–2020 đạt được những chuyển biến tích cực về quy mô và chất lượng:
+-----------------------------------------------------------------------------+
| CHỈ SỐ DOANH SỐ VÀ HIỆU QUẢ HOẠT ĐỘNG (2018 - 2020) |
+-----------------------------------------------------------------------------+
| Chỉ tiêu kinh doanh | Năm 2018 | Năm 2019 | Năm 2020 |
+----------------------------------+--------------+--------------+------------+
| Doanh số cho vay (Tỷ đồng) | 505.26 | 596.64 | 668.83 |
| Tăng trưởng doanh số qua từng năm| -- | +18.08% | +12.10% |
| Tổng doanh thu PGD (Tỷ đồng) | 1,238.00 | 1,699.00 | 1,272.00 |
| Lợi nhuận thuần PGD (Tỷ đồng) | 141.00 | 166.00 | 139.00 |
| Tiền gửi không kỳ hạn (Triệu VNĐ)| 408,894 | 479,890 | 435,012 |
| Tiền gửi có kỳ hạn (Triệu VNĐ) | 439,361 | 446,120 | 393,210 |
+-----------------------------------------------------------------------------+
+-----------------------------------------------------------------------------+
| CÔNG THỨC QUẢN TRỊ TÍN DỤNG CHUẨN HÓA |
+-----------------------------------------------------------------------------+
| 1. Tổng dư nợ kỳ này: |
| Dư nợ (t) = Dư nợ (t-1) + Doanh số phát vay (t) - Doanh số thu nợ (t) |
| 2. Hệ số thu nợ tín chấp: |
| Hệ số thu nợ (%) = (Doanh số thu nợ / Doanh số cho vay) * 100 |
| 3. Tỷ lệ nợ xấu tín chấp (NPL): |
| NPL (%) = (Dư nợ nhóm 3 + Nhóm 4 + Nhóm 5 / Tổng dư nợ tín chấp) * 100 |
+-----------------------------------------------------------------------------+
Đổi mới và đóng góp
- Đổi mới danh mục sản phẩm theo phân khúc chuyên biệt: Thay vì chỉ áp dụng gói vay theo lương truyền thống, đơn vị đã triển khai đồng bộ 5 giải pháp cấp tín dụng linh hoạt:
- Vay thấu chi tài khoản lương: Tiêu ngày nào tính lãi ngày đó với lãi suất từ 1.375%/tháng, gốc thanh toán cuối kỳ.
- Vay tín chấp dựa trên hạn mức thẻ tín dụng mở tại ngân hàng khác: Chấp nhận hạn mức từ 24–32 triệu VNĐ tại VCB, Shinhan, Citibank, HSBC... với hạn mức vay tối đa 1.000 triệu VNĐ.
- Vay tín chấp chủ sở hữu căn hộ chung cư: Định mức chung cư từ 20 triệu VNĐ/m², thời gian sử dụng < 10 năm mà không bắt buộc sao kê thu nhập phức tạp.
- Cắt giảm thời gian xử lý thủ tục (Time-to-Market): Rút ngắn quy trình từ tiếp nhận, thẩm định thực địa đến phê duyệt giải ngân từ 72 giờ xuống còn 8 giờ đối với các hồ sơ luồng xanh (đạt đầy đủ điều kiện DTI và điểm tín dụng).
- Mô hình hợp tác hệ sinh thái TMĐT (E-commerce Integration): Tiên phong thiết lập quy trình giải ngân thấu chi siêu tốc 8 giờ dành riêng cho cộng đồng nhà bán hàng trên sàn Tiki, tận dụng luồng tiền đối soát tự động làm cơ sở bảo chứng tín dụng.
Ứng dụng thực tế và triển khai
Kịch bản triển khai thực tế
- Trường hợp 1 (Khách hàng hưởng lương chuyển khoản tại Nghệ An): Cán bộ nhân viên làm việc tại các đơn vị hành chính sự nghiệp, doanh nghiệp FDI trên địa bàn TP. Vinh có mức lương từ 8 triệu VNĐ/tháng có thể tiếp cận gói vay lên tới 12 lần thu nhập (tối đa 500 triệu VNĐ) với lãi suất 1.08%/tháng.
- Trường hợp 2 (Cư dân tại các dự án chung cư như Golden City): Khách hàng sở hữu căn hộ có giấy tờ chứng minh hợp lệ được cấp hạn mức vay nhanh lên đến 500 triệu VNĐ phục vụ mục đích mua sắm tiện nghi sinh hoạt, thời gian vay tối đa 60 tháng.
+-----------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI ĐẾN NĂM 2025 |
+-----------------------------------------------------------------------------+
| Giai đoạn 1 (2021 - 2022): Số hóa 100% quy trình thu thập hồ sơ eKYC. |
| Giai đoạn 2 (2023 - 2024): Thay thế Core Banking cũ, tích hợp AI Real-time. |
| Giai đoạn 3 (2024 - 2025): Liên thông cơ sở dữ liệu VNeID và Open Banking. |
+-----------------------------------------------------------------------------+
Phân tích hiệu quả kinh tế (ROI)
- Chi phí vận hành: Việc giảm thiểu thao tác nhập liệu và thẩm định thủ công giúp tiết kiệm xấp xỉ 35% chi phí vận hành trên từng bộ hồ sơ tín dụng.
- Thời gian hoàn vốn dự án CNTT: Dự kiến trong vòng 14–18 tháng thông qua việc tăng biên lợi nhuận lãi thuần (NIM) và phí dịch vụ từ thẻ tín dụng và bảo hiểm liên kết khoản vay (Bancassurance).
Hạn chế và hướng phát triển
Hạn chế còn tồn tại
- Độ trễ dữ liệu tín dụng tập trung: Dữ liệu tra cứu từ Trung tâm Thông tin Tín dụng (CIC) đôi khi có độ trễ cập nhật từ 5–10 ngày, tạo rủi ro đối với những khách hàng phát sinh dư nợ đột biến tại nhiều TCTD khác cùng thời điểm.
- Tác động ngoại cảnh: Năm 2020, trước làn sóng dịch bệnh Covid-19 và chính sách điều chỉnh trần lãi suất huy động của NHNN, lợi nhuận thuần của PGD Quán Bàu giảm 16.3% (từ 166 tỷ xuống 139 tỷ VNĐ), ảnh hưởng đến tốc độ mở rộng biên tín chấp.
- Độ bao phủ dữ liệu phi tài chính: Nguồn dữ liệu số hóa hành vi tiêu dùng của cư dân tại khu vực huyện ngoài trung tâm TP. Vinh còn hạn chế.
Hướng phát triển
- Tích hợp sâu cổng xác thực định danh căn cước công dân gắn chip qua VNeID mức độ 2.
- Ứng dụng thuật toán Federated Learning nhằm xây dựng mô hình chấm điểm tín dụng liên ngân hàng mà vẫn bảo toàn tính bảo mật dữ liệu.
- Mở rộng gói thấu chi tự động cho khách hàng tiểu thương và hộ kinh doanh cá thể thông qua đối soát doanh thu mã QR (VNPAY/Payoo).
Đối tượng hưởng lợi
- Sinh viên & Học viên ngành Tài chính - Ngân hàng: Cung cấp tài liệu thực chứng toàn diện về cách thức một NHTM triển khai nghiệp vụ cho vay tín chấp, phương pháp phân tích báo cáo tài chính và công thức đo lường chất lượng tín dụng theo chuẩn NHNN.
- Kỹ sư FinTech & Data Analyst: Nắm bắt luồng nghiệp vụ ngân hàng thực tế để thiết kế hệ thống LOS, tích hợp kiến trúc microservices và xây dựng thuật toán chấm điểm tín dụng dựa trên DTI và xác suất vỡ nợ PD.
- Nhà quản trị ngân hàng & Chuyên viên tín dụng: Tham khảo bộ giải pháp nâng cao hiệu quả thu hồi nợ, kiểm soát nợ quá hạn và chiến lược đa dạng hóa sản phẩm bán lẻ tại chi nhánh cấp cơ sở.
- Khách hàng cá nhân: Tiếp cận các gói tín dụng minh bạch, lãi suất cạnh tranh, quy trình giải ngân nhanh chóng mà không cần thế chấp bất động sản.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật để tích hợp hệ thống phê duyệt vay tự động vào Core Banking là gì?
Hệ thống yêu cầu Core Banking phải hỗ trợ kiến trúc Open API hoặc Enterprise Service Bus (ESB), cho phép kết nối an toàn qua giao thức HTTPS/TLS 1.3 với chuẩn mã hóa JSON/REST, đồng thời cơ sở dữ liệu phải đáp ứng chuẩn ACID với tốc độ xử lý giao dịch tối thiểu 150 TPS.
2. Ngân hàng xử lý thế nào khi hệ thống chấm điểm tự động gặp sự cố hoặc từ chối nhầm khách hàng tốt?
Quy trình áp dụng cơ chế phân tầng (Tiered Decisioning). Các hồ sơ rơi vào vùng biên (Gray Zone - có DTI từ 45% đến 60%) sẽ tự động chuyển sang luồng thẩm định bán tự động (Manual Review) để chuyên viên tín dụng kiểm tra trực tiếp chứng từ bổ sung trước khi ra quyết định cuối cùng.
3. Phí phạt tất toán khoản vay tín chấp trước hạn tại MSB được quy định như thế nào?
Theo quy chế của MSB, khách hàng tất toán trước hạn trong 2 năm đầu chịu mức phí 3% tính trên tổng dư nợ gốc còn lại; từ các năm tiếp theo trở đi, mức phí giảm còn 2% trên dư nợ gốc còn lại.
4. Điều kiện để khách hàng vay thấu chi theo uy tín lịch sử tín dụng là gì?
Khách hàng cần có lịch sử trả nợ tốt tại MSB, không phát sinh nợ nhóm 2 trở lên trong suốt thời gian vay vốn, không có nợ xấu nhóm 3 trở lên trong vòng 24 tháng gần nhất tại bất kỳ tổ chức tín dụng nào theo ghi nhận của CIC.
5. Dự án số hóa quy trình tín dụng này có khả năng mở rộng (Scalability) ra toàn hệ thống chi nhánh không?
Hoàn toàn khả thi. Do toàn bộ logic chấm điểm và luồng xử lý hồ sơ được đóng gói dưới dạng các Microservices chạy trên nền tảng Docker/Kubernetes, hệ thống có thể mở rộng quy mô phục vụ đồng thời hàng trăm phòng giao dịch trên toàn quốc mà không làm gián đoạn hệ thống Core Banking trung tâm.
Kết luận
Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc phân tích thực trạng hoạt động cho vay tiêu dùng tín chấp tại MSB Quán Bàu giai đoạn 2018–2020. Nghiên cứu khẳng định rằng việc kết hợp giữa chuẩn hóa quy trình thẩm định rủi ro và đẩy mạnh ứng dụng công nghệ ngân hàng số là chìa khóa then chốt giúp các ngân hàng thương mại gia tăng doanh số cho vay (đạt 668.83 tỷ VNĐ năm 2020), kiểm soát nợ xấu dưới ngưỡng an toàn và tối đa hóa trải nghiệm khách hàng. Các giải pháp và kiến trúc đề xuất trong công trình mang giá trị ứng dụng thực tiễn cao, đóng góp thiết thực vào chiến lược chuyển đổi số toàn diện của ngành ngân hàng Việt Nam.