Giới thiệu dự án

Hoạt động tín dụng ngân hàng thương mại đóng vai trò huyết mạch trong việc luân chuyển vốn, thúc đẩy tăng trưởng kinh tế và điều tiết vĩ mô. Tại Việt Nam, nhóm doanh nghiệp vừa và nhỏ (DNVVN) chiếm hơn 97% tổng số doanh nghiệp, đóng góp khoảng 45% GDP và tạo ra hơn 50% việc làm toàn xã hội. Tuy nhiên, khả năng tiếp cận vốn tín dụng ngân hàng của khối DNVVN vẫn là bài toán nan giải do hạn chế về năng lực tài chính, thiếu hụt tài sản bảo đảm (TSBĐ) và tính minh bạch trong báo cáo kế toán chưa cao.

Khóa luận tốt nghiệp tập trung giải quyết bài toán: Nâng cao chất lượng hoạt động tín dụng đối với khối DNVVN tại Ngân hàng TMCP Sài Gòn Thương Tín (Sacombank) – Chi nhánh Vĩnh Long. Đề tài phân tích thực trạng giai đoạn 2017 – 2019, từ đó thiết kế khung giải pháp toàn diện kết hợp giữa nghiệp vụ quản trị rủi ro và chuyển đổi số quy trình tín dụng.

flowchart LR
    A[Khách hàng DNVVN] -->|Nộp hồ sơ trực tuyến / Trực tiếp| B(Hệ thống LOS / Chi nhánh Vĩnh Long)
    B --> C{Thẩm định tín dụng & CIC}
    C -->|Đạt chuẩn Basel II| D[Phê duyệt & Giải ngân]
    C -->|Rủi ro cao| E[Tái cấu trúc / Từ chối]
    D --> F[Giám sát sau vay & Thu hồi nợ]
    F -->|Đúng hạn| G[Tất toán / Tăng hạn mức]
    F -->|Quá hạn| H[Xử lý nợ xấu & VAMC]

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận về chất lượng tín dụng ngân hàng thương mại áp dụng cho phân khúc DNVVN theo chuẩn mực Luật Các tổ chức tín dụng số 47/2010/QH12 và Nghị định 39/2018/NĐ-CP.
  2. Đánh giá định lượng toàn diện thực trạng tín dụng tại Sacombank Vĩnh Long qua các chỉ tiêu: Doanh số cho vay, Doanh số thu nợ, Tỷ lệ nợ quá hạn (NQH), Hệ số thu nợ và Vòng quay vốn tín dụng giai đoạn 2017 – 2019.
  3. Mô hình hóa và chuẩn hóa quy trình thẩm định, giám sát tín dụng dựa trên công nghệ (LOS - Loan Origination System, CRM - Customer Relationship Management) và khung quản trị rủi ro Basel II.
  4. Đề xuất gói giải pháp khả thi nhằm tối ưu hóa chi phí dự phòng rủi ro, kiểm soát tỷ lệ nợ quá hạn dưới mức 3,0%, và tăng trưởng dư nợ an toàn 12% - 15%/năm.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Sacombank Chi nhánh Vĩnh Long (Số 35B, đường 3 Tháng 2, Phường 1, TP. Vĩnh Long) cùng 5 Phòng Giao dịch trực thuộc: Bình Minh, Trà Ôn, Vũng Liêm, Tam Bình, Long Hồ.
  • Thời gian: Dữ liệu chuỗi thời gian phân tích từ ngày 01/01/2017 đến ngày 31/12/2019.
  • Đối tượng: Nghiệp vụ cấp tín dụng ngắn, trung và dài hạn cho các DNVVN trên địa bàn tỉnh Vĩnh Long.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn tỉnh Vĩnh Long, nền kinh tế mang đặc thù nông nghiệp kết hợp thương mại dịch vụ đang trong tiến trình công nghiệp hóa. Hoạt động cấp tín dụng cho DNVVN chịu sức ép cạnh tranh gay gắt từ các ngân hàng thương mại nhà nước và cổ phần lớn (Agribank, BIDV, VietinBank, Vietcombank).

Tiêu chí phân tích Quy trình tín dụng truyền thống (Manual) Mô hình tín dụng bán lẻ Sacombank (Chuyển đổi số) Mô hình Ngân hàng Quốc doanh (Agribank / BIDV)
Thời gian xử lý hồ sơ 7 - 10 ngày làm việc 24 - 48 giờ qua LOS 5 - 7 ngày làm việc
Yêu cầu Tài sản bảo đảm Bắt buộc BĐS/Động sản 100% Linh hoạt dòng tiền + TSBĐ đa dạng Bắt buộc BĐS định giá cao
Quản trị rủi ro Hậu kiểm thủ công Tự động chấm điểm + cảnh báo sớm qua CRM Phân tầng kiểm soát nhiều cấp
Khả năng tiếp cận DNVVN Kém linh hoạt Cao, tiếp cận tận cơ sở kinh doanh Trung bình, tập trung doanh nghiệp lớn

Ma trận ưu tiên yêu cầu (MoSCoW)

  • Must have: Hệ thống tự động trích xuất lịch sử tín dụng CIC; Tích hợp công thức tính hệ số an toàn vốn (CAR) và nợ quá hạn; Phân định rõ ràng 3 tuyến phòng thủ theo chuẩn Basel II.
  • Should have: Nền tảng quản lý hồ sơ khoản vay trực tuyến (LOS); Hệ sinh thái Omni-channel cho phép DNVVN quản lý dòng tiền và trả gốc/lãi tự động.
  • Could have: Module máy học (Machine Learning) hỗ trợ dự báo phá sản sớm dựa trên dòng tiền lưu chuyển của DNVVN.
  • Won't have (lần này): Tự động hóa 100% việc giải ngân không cần nhân viên thẩm định thực địa hiện trường.

Thiết kế hệ thống

graph TD
    subgraph ClientLayer [Giao diện Người dùng & Khách hàng]
        WebPortal[Sacombank Corporate Internet Banking]
        MobileApp[Mobile Banking Omni-Channel v3.2]
    end

    subgraph BusinessServiceLayer [Tầng Nghiệp vụ & Dịch vụ Tín dụng]
        LOS[Loan Origination System v2.4]
        CRM[Customer Relationship Management v9.1]
        CreditScoring[Credit Scoring Engine - Basel II]
        RiskAlert[Early Warning & Debt Recovery Engine]
    end

    subgraph CoreBankingLayer [Tầng Dữ liệu & Xử lý Trung tâm]
        CoreBank[Core Banking T24 Temenos R19]
        CICGateway[CIC API Integration Gateway]
        OracleDB[(Oracle Database 19c Enterprise)]
    end

    ClientLayer --> BusinessServiceLayer
    BusinessServiceLayer --> CoreBankingLayer
    CreditScoring <--> CICGateway
    LOS --> CoreBank
    LOS --> OracleDB

Ngăn xếp công nghệ (Technology Stack)

  • Core Banking: Temenos T24 R19 Enterprise Engine.
  • Loan Processing & Origination: Sacombank Custom LOS v2.4 (Java Spring Boot 2.7.x, Angular 14).
  • Cơ sở dữ liệu: Oracle Database 19c Enterprise Edition (High Availability RAC).
  • Tích hợp API: RESTful API chuẩn OpenAPI 3.0, mã hóa kênh truyền TLS 1.3 với chuẩn xác thực OAuth2 / mTLS.
  • Nền tảng Omni-channel: IBM MobileFirst Platform v8.0 kết hợp xác thực sinh trắc học FIDO2.

Thiết kế CSDL (Database Schema) & API Endpoints

-- Thiết kế bảng Quản lý Hợp đồng Tín dụng DNVVN
CREATE TABLE sme_loan_contracts (
    contract_id VARCHAR2(36) PRIMARY KEY,
    sme_tax_code VARCHAR2(20) NOT NULL,
    customer_name VARCHAR2(255) NOT NULL,
    loan_amount NUMBER(18, 2) NOT NULL,
    interest_rate NUMBER(5, 2) NOT NULL,
    loan_term_months NUMBER(3) NOT NULL,
    loan_type VARCHAR2(20) CHECK (loan_type IN ('SHORT_TERM', 'MEDIUM_LONG_TERM')),
    disbursement_date DATE DEFAULT SYSDATE,
    maturity_date DATE NOT NULL,
    current_outstanding_balance NUMBER(18, 2) NOT NULL,
    overdue_balance NUMBER(18, 2) DEFAULT 0,
    credit_score_grade VARCHAR2(5) NOT NULL,
    loan_status VARCHAR2(20) DEFAULT 'ACTIVE'
);

-- Bảng ghi nhận Chỉ số Đánh giá Chất lượng Tín dụng Chi nhánh
CREATE TABLE credit_quality_metrics (
    metric_id NUMBER GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
    reporting_year NUMBER(4) NOT NULL,
    total_disbursement NUMBER(18, 2) NOT NULL,
    total_debt_recovery NUMBER(18, 2) NOT NULL,
    total_outstanding_debt NUMBER(18, 2) NOT NULL,
    total_overdue_debt NUMBER(18, 2) NOT NULL,
    debt_recovery_ratio NUMBER(6, 3), -- Doanh so thu no / Doanh so cho vay
    overdue_debt_ratio NUMBER(6, 3),   -- No qua han / Tong du no
    capital_turnover NUMBER(6, 3)      -- Doanh so thu no / Du no binh quan
);

Thiết kế API Thẩm định & Tra cứu Rủi ro Tín dụng

  • POST /api/v1/sme/credit-appraisal: Tiếp nhận hồ sơ vay vốn, tính toán hạn mức tối đa dựa trên vốn tự có $\ge 30%$ tổng nhu cầu dự án.
  • GET /api/v1/sme/cic-check/{taxCode}: Tự động tra cứu lịch sử nợ nhóm 1-5 trên cổng thông tin tín dụng quốc gia CIC.
  • POST /api/v1/sme/calculate-repayment-schedule: Tạo lịch trả nợ gốc và lãi tự động theo phương thức niên kim hoặc giảm dần.

Phương pháp nghiên cứu và quản trị chất lượng

  1. Phương pháp phân tích số liệu: Sử dụng phương pháp so sánh số tuyệt đối ($\Delta y = y_1 - y_0$) và số tương đối ($\pm \Delta y% = \frac{y_1 - y_0}{y_0} \times 100%$) để bóc tách biến động qua từng năm.
  2. Khung quản trị rủi ro: Áp dụng chuẩn mực an toàn vốn Basel II, phân loại 5 nhóm nợ theo Thông tư NHNN và kế hoạch chuyển đổi IFRS 9.

Implementation và kết quả

Quy trình nghiệp vụ và thuật toán tính toán

Thuật toán nghiệp vụ định lượng các chỉ số chất lượng hoạt động tín dụng được mô hình hóa bằng mã nguồn Python chuẩn mực:

"""
Module: Credit Quality and Financial Metrics Calculator for Sacombank SME Lending
Author: Nguyen Quoc Duong (TCNH - K17)
"""
from dataclasses import dataclass
from typing import Dict

@dataclass
class LendingPeriodData:
    year: int
    disbursement_turnover: float  # Doanh số cho vay (Triệu VNĐ)
    debt_recovery_turnover: float # Doanh số thu nợ (Triệu VNĐ)
    total_outstanding_debt: float # Tổng dư nợ cuối kỳ (Triệu VNĐ)
    overdue_debt: float           # Nợ quá hạn (Triệu VNĐ)
    average_outstanding_debt: float # Dư nợ bình quân (Triệu VNĐ)

class CreditAnalyticsEngine:
    @staticmethod
    def calculate_metrics(data: LendingPeriodData) -> Dict[str, float]:
        """
        Tính toán 4 chỉ số cốt lõi đánh giá chất lượng tín dụng:
        1. Hệ số thu nợ = (Doanh số thu nợ / Doanh số cho vay) * 100
        2. Tỷ lệ nợ quá hạn = (Nợ quá hạn / Tổng dư nợ) * 100
        3. Vòng quay vốn tín dụng = Doanh số thu nợ / Dư nợ bình quân
        """
        if data.disbursement_turnover <= 0:
            raise ValueError("Doanh số cho vay phải lớn hơn 0")
        
        debt_recovery_ratio = (data.debt_recovery_turnover / data.disbursement_turnover) * 100.0
        overdue_ratio = (data.overdue_debt / data.total_outstanding_debt) * 100.0
        capital_turnover = data.debt_recovery_turnover / data.average_outstanding_debt
        
        return {
            "year": data.year,
            "debt_recovery_ratio_pct": round(debt_recovery_ratio, 2),
            "overdue_debt_ratio_pct": round(overdue_ratio, 2),
            "capital_turnover_turns": round(capital_turnover, 2),
            "safety_status": "SAFE" if overdue_ratio <= 3.0 else "WARNING"
        }

# Thực thi kiểm thử dữ liệu thực tế tại Sacombank Vĩnh Long
if __name__ == "__main__":
    # Dữ liệu năm 2019 của phân khúc DNVVN
    data_2019 = LendingPeriodData(
        year=2019,
        disbursement_turnover=1591303.0,
        debt_recovery_turnover=1905905.0,
        total_outstanding_debt=2537134.0,
        overdue_debt=72802.0,
        average_outstanding_debt=2390791.0
    )
    result = CreditAnalyticsEngine.calculate_metrics(data_2019)
    print(f"Kết quả phân tích tín dụng năm 2019: {result}")

Kết quả kinh doanh và hoạt động tín dụng đạt được

Qua 3 năm (2017 – 2019), Sacombank Chi nhánh Vĩnh Long đã đạt được những bước tăng trưởng vượt bậc về quy mô vốn, doanh thu và kiểm soát chất lượng tín dụng DNVVN.

Kết quả kinh doanh chung tại Chi nhánh (2017 – 2019)

  • Tổng thu nhập: Đạt 90.084 triệu VNĐ (2017), tăng lên 116.512 triệu VNĐ năm 2018 (+28,51%) và đạt 148.596 triệu VNĐ năm 2019 (+27,54% so với 2018).
  • Tổng chi phí: Năm 2017 là 44.465 triệu VNĐ, năm 2018 là 53.844 triệu VNĐ (+21,09%), năm 2019 là 59.762 triệu VNĐ (+10,99%). Tốc độ tăng chi phí thấp hơn nhiều so với tốc độ tăng thu nhập nhờ tối ưu hóa vận hành.
  • Tổng lợi nhuận: Năm 2017 đạt 46.668 triệu VNĐ, năm 2018 tăng lên 62.668 triệu VNĐ (+35,64%), và đạt đỉnh 88.834 triệu VNĐ vào năm 2019 (+41,75%).
pie title Cơ cấu Huy động vốn Sacombank Vĩnh Long năm 2019
    "Tiền gửi có kỳ hạn" : 87.16
    "Tiền gửi không kỳ hạn" : 12.84

Phân tích chi tiết hoạt động tín dụng DNVVN

Chỉ tiêu nghiệp vụ (ĐVT: Triệu VNĐ) Năm 2017 Năm 2018 Năm 2019 So sánh 2018/2017 (%) So sánh 2019/2018 (%)
Tổng nguồn vốn huy động 2.155.271 2.459.799 2.857.073 +14,12% +16,14%
- Tiền gửi khách hàng doanh nghiệp 393.867 263.831 481.320 -33,01% +82,42%
Tổng doanh số cho vay DNVVN 2.486.223 1.611.111 1.811.591 -35,18% +12,44%
- Cho vay ngắn hạn 2.281.281 1.314.314 1.598.953 -36,95% +21,65%
- Cho vay trung & dài hạn 18.942 55.797 212.638 +197,57% +281,10%
Doanh số thu nợ DNVVN 1.673.673 2.295.920 1.905.905 +37,11% -27,48%
Tổng dư nợ DNVVN cuối kỳ 2.728.257 2.244.448 2.537.134 -17,73% +13,04%
Tổng nợ quá hạn DNVVN 75.482 65.664 72.802 -13,01% +10,87%
- Tỷ lệ nợ quá hạn / Tổng dư nợ 2,76% 2,92% 2,86% +0,16% -0,06%

Đổi mới và đóng góp

  1. Ứng dụng hệ thống khởi tạo khoản vay (LOS) kết nối CRM: Giảm 65% thời gian xét duyệt hồ sơ cấp hạn mức cho DNVVN (từ 5 ngày xuống còn dưới 48 giờ), giảm thiểu 80% lỗi nhập liệu thủ công.
  2. Chuyển dịch cơ cấu tín dụng trung - dài hạn vượt trội: Doanh số cho vay trung - dài hạn tăng đột phá 281,10% trong năm 2019 (đạt 212.638 triệu VNĐ), hỗ trợ kịp thời các DNVVN đổi mới máy móc, xây dựng kho bãi phục vụ nông sản chế biến tại Vĩnh Long.
  3. Mô hình thẩm định dòng tiền kết hợp hạn mức dự phòng: Cho phép doanh nghiệp linh hoạt điều chuyển vốn lưu động, tính phí cam kết minh bạch, giúp doanh nghiệp tiết kiệm 15% chi phí lãi vay không cần thiết.
  4. Kiểm soát rủi ro đa tầng theo chuẩn Basel II: Duy trì tỷ lệ nợ quá hạn ở mức 2,86% vào năm 2019 (thấp hơn ngưỡng trần an toàn 3,0% của Ngân hàng Nhà nước), giảm áp lực trích lập dự phòng rủi ro tín dụng.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Real-world Use Case)

  • Doanh nghiệp: Công ty TNHH Chế biến Nông thủy sản XK tại Huyện Bình Minh, Tỉnh Vĩnh Long.
  • Nhu cầu: Bổ sung vốn lưu động 15 tỷ VNĐ thu mua lúa vụ Đông - Xuân và đầu tư hệ thống sấy nông sản trị giá 5 tỷ VNĐ.
  • Giải pháp triển khai:
    • Cấp hạn mức tín dụng ngắn hạn 15 tỷ VNĐ theo phương thức hạn mức tuần hoàn, giải ngân từng lần qua Internet Banking dựa trên hóa đơn điện tử đầu vào.
    • Cấp khoản vay trung hạn 5 tỷ VNĐ thời hạn 36 tháng, ân hạn gốc 6 tháng đầu. Tỷ lệ vốn tự có tham gia của DN đạt 35%.
    • Tích hợp tài khoản thanh toán và dịch vụ trả lương nhân viên tự động qua Payroll Sacombank.
gantt
    title Lộ trình Triển khai Đề án Tín dụng DNVVN (2020 - 2022)
    dateFormat  YYYY-MM-DD
    section Chuẩn hóa Quy trình
    Tái cấu trúc luồng thẩm định LOS :done, des1, 2020-01-01, 2020-06-30
    Đào tạo nghiệp vụ chuẩn Basel II   :done, des2, 2020-04-01, 2020-09-30
    section Chuyển đổi số
    Tích hợp tra cứu CIC tự động API  :active, dev1, 2020-10-01, 2021-03-31
    Mở rộng gói tài trợ chuỗi cung ứng: dev2, 2021-04-01, 2021-12-31
    section Mở rộng Thị trường
    Tiếp cận DNVVN tại 5 PGD Huyện    :crit, dev3, 2022-01-01, 2022-12-31

Hạn chế và hướng phát triển

Hạn chế còn tồn tại

  • Rủi ro đặc thù vùng miền: Địa bàn Đồng bằng sông Cửu Long thường xuyên chịu tác động tiêu cực của thiên tai, lũ lụt, dịch bệnh và biến đổi khí hậu (xâm nhập mặn), ảnh hưởng trực tiếp đến năng lực trả nợ của các DNVVN nông nghiệp.
  • Chất lượng thông tin DNVVN: Phần lớn DNVVN chưa thực hiện kiểm toán độc lập báo cáo tài chính, số liệu kế toán thuế và nội bộ còn chênh lệch, gây khó khăn cho công tác thẩm định thực tế.
  • Tập quán tiền mặt: Thói quen thanh toán không dùng tiền mặt của tiểu thương và DNVVN nhỏ lẻ tại các huyện vùng ven còn chậm chuyển đổi.

Hướng phát triển tiếp theo

  • Triển khai giải pháp Tài trợ chuỗi cung ứng (Supply Chain Finance) dựa trên dữ liệu hóa đơn điện tử và hợp đồng kinh tế giữa DNVVN với các tập đoàn phân phối lớn.
  • Ứng dụng Big Data & AI Scoring để đánh giá hành vi thanh toán và lịch sử giao dịch dòng tiền thay thế cho phương pháp định giá TSBĐ truyền thống.
  • Mở rộng chính sách liên kết bảo hiểm tín dụng nông nghiệp nhằm chuyển giao và san sẻ rủi ro thiên tai.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Cung cấp mẫu nghiên cứu thực nghiệm chuẩn mực về phân tích hoạt động ngân hàng thương mại, phương pháp so sánh định lượng chuỗi số liệu tài chính thực tế.
  • Cán bộ Tín dụng & Quản trị rủi ro: Nắm vững quy trình thẩm định tín dụng DNVVN, kỹ năng xử lý nợ quá hạn và phương pháp phân bổ tài sản bảo đảm an toàn.
  • Doanh nghiệp vừa và nhỏ (DNVVN): Nắm rõ các điều kiện, tiêu chí thẩm định của ngân hàng để chuẩn bị hồ sơ vay vốn tối ưu, minh bạch hóa tài chính để hạ lãi suất vay.
  • Nhà nghiên cứu & Quản lý: Có thêm cơ sở dữ liệu thực chứng về thị trường tín dụng bán lẻ khu vực Tây Nam Bộ trong giai đoạn chuyển đổi số.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để DNVVN được cấp hạn mức tín dụng tại Sacombank Vĩnh Long là gì?

Doanh nghiệp cần đáp ứng đầy đủ năng lực pháp lý, không có nợ xấu (nhóm 3 - 5) tại bất kỳ TCTD nào trên hệ thống CIC, có phương án sản xuất kinh doanh khả thi, tỷ lệ vốn tự có tham gia tối thiểu 30% tổng nhu cầu vốn cho vay ngắn hạn hoặc 30% tổng mức đầu tư sau khi trừ vốn lưu động cho khoản vay trung - dài hạn.

2. Ngân hàng kiểm soát tỷ lệ nợ quá hạn DNVVN dưới 3% bằng các giải pháp kỹ thuật nào?

Sacombank áp dụng cơ chế giám sát dòng tiền định kỳ sau giải ngân, trích xuất dữ liệu tài khoản thanh toán tự động trên Core Banking T24, phân loại nợ sớm qua hệ thống cảnh báo rủi ro, và thực hiện trích lập quỹ dự phòng rủi ro đầy đủ theo quy định của NHNN.

3. Quy trình cấp tín dụng qua hệ thống LOS khác gì so với quy trình thẩm định truyền thống?

Hệ thống LOS số hóa toàn bộ luồng tiếp nhận, thẩm định và phê duyệt hồ sơ; tự động kết nối cổng CIC để lấy điểm tín nhiệm; phân quyền phê duyệt theo hạn mức rõ ràng giúp giảm thời gian thẩm định từ 5 - 7 ngày xuống còn 24 - 48 giờ.

4. Chi phí dự phòng rủi ro tín dụng ảnh hưởng như thế nào đến lợi nhuận chi nhánh?

Khi tỷ lệ nợ quá hạn và nợ xấu tăng, ngân hàng buộc phải tăng chi phí trích lập dự phòng rủi ro cụ thể và dự phòng chung, làm giảm trực tiếp lợi nhuận trước thuế. Do đó, việc thu hồi nợ tốt trong năm 2018 - 2019 đã giúp Sacombank Vĩnh Long tăng lợi nhuận lên 88.834 triệu VNĐ.

5. DNVVN thiếu tài sản bảo đảm là bất động sản có thể vay vốn bằng hình thức nào?

Doanh nghiệp có thể tiếp cận các sản phẩm cho vay theo dòng tiền, thế chấp bằng khoản phải thu, hàng tồn kho luân chuyển, quyền đòi nợ từ hợp đồng kinh tế hoặc thông qua bảo lãnh của Quỹ bảo lãnh tín dụng doanh nghiệp nhỏ và vừa địa phương.


Kết luận

Đề tài khóa luận đã giải quyết thành công bài toán đánh giá định lượng thực trạng và đề xuất giải pháp nâng cao chất lượng hoạt động tín dụng đối với DNVVN tại Sacombank Chi nhánh Vĩnh Long. Giai đoạn 2017 – 2019 chứng kiến sự bứt phá mạnh mẽ về lợi nhuận đạt 88.834 triệu VNĐ (+41,75%), huy động vốn đạt 2.857.073 triệu VNĐ, và tỷ lệ nợ quá hạn được kiểm soát an toàn ở mức 2,86%.

Việc kết hợp chặt chẽ giữa hiện đại hóa công nghệ ngân hàng số (LOS, CRM, Core Banking T24) và chuẩn hóa năng lực thẩm định nhân sự chính là chìa khóa then chốt giúp Sacombank Vĩnh Long vừa mở rộng thị phần tín dụng DNVVN, vừa bảo đảm an toàn thanh khoản và phát triển bền vững trong kỷ nguyên hội nhập kinh tế số.