Giới thiệu dự án

Hoạt động tín dụng luôn là trụ cột kinh doanh cốt lõi, đóng góp từ 70% đến 85% tổng thu nhập của các Ngân hàng Thương mại Cổ phần (NHTM) tại Việt Nam. Tuy nhiên, giai đoạn 2019–2021 ghi nhận nhiều biến động vĩ mô do đứt gãy chuỗi cung ứng và đại dịch COVID-19, đẩy áp lực nợ xấu toàn ngành tăng mạnh. Đề tài "Nâng cao chất lượng tín dụng tại Ngân hàng TMCP Bắc Á - Chi nhánh Gia Lâm" của tác giả Trần Trọng Hiếu (Học viện Ngân hàng) giải quyết bài toán cân bằng giữa tăng trưởng quy mô dư nợ và kiểm soát rủi ro tín dụng tại địa bàn kinh tế trọng điểm cửa ngõ phía Đông Bắc Thủ đô.

+-----------------------------------------------------------------------------------+
|                            BÀI TOÁN TÍN DỤNG CỐT LÕI                              |
|                                                                                   |
|   +-----------------------+                    +------------------------------+   |
|   |   Tăng trưởng Dư nợ   | <--- Xung đột ---> | Kiểm soát Rủi ro & Nợ xấu    |   |
|   |   243,11B -> 281,94B  |                    | Tỷ lệ nợ xấu: 2,3% -> 4,46%  |   |
|   +-----------------------+                    +------------------------------+   |
+-----------------------------------------------------------------------------------+

Vấn đề thực tiễn và điểm nghẽn

Tại Ngân hàng TMCP Bắc Á (BACABANK) - Chi nhánh Gia Lâm, mặc dù quy mô dư nợ tăng trưởng đều đặn (từ 243,11 tỷ đồng năm 2019 lên 281,94 tỷ đồng năm 2021), tỷ lệ nợ xấu và nợ quá hạn lại gia tăng nhanh chóng, đe dọa trực tiếp đến an toàn vốn:

  • Tỷ lệ nợ xấu (NPL - Non-Performing Loans) tăng từ 2,30% (2019) lên 3,80% (2020) và chạm mức báo động 4,46% (2021), vượt ngưỡng an toàn chuẩn quốc tế (3,00%).
  • Tỷ lệ nợ quá hạn leo thang từ 7,50% (2019) lên 10,50% (2021) với tổng dư nợ quá hạn đạt 29,6037 tỷ đồng.
  • Chi phí trích lập Dự phòng Rủi ro (DPRR) tăng vọt từ 4,227 tỷ đồng (1,74% tổng dư nợ) lên 7,160 tỷ đồng (2,50% tổng dư nợ), làm sụt giảm lợi nhuận trước thuế năm 2020 tới 21,70%.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận và chuẩn mực định lượng/định tính về chất lượng tín dụng theo Thông tư 02/2013/TT-NHNN.
  2. Khai thác dữ liệu tài chính thực tế giai đoạn 2019–2021 tại BACABANK Gia Lâm để bóc tách thực trạng suy giảm chất lượng tài sản có.
  3. Đo lường mức độ hài lòng của khách hàng thông qua khảo sát thực nghiệm thang đo Likert 5 mức độ ($n=100$).
  4. Thiết lập hệ thống giải pháp công nghệ, quy trình chấm điểm và kiểm soát nội bộ nhằm hạ tỷ lệ nợ xấu xuống dưới 3,00%.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Ngân hàng TMCP Bắc Á - Chi nhánh Gia Lâm (địa bàn quận/huyện Yên Viên, Gia Lâm, Hà Nội và Từ Sơn, Bắc Ninh).
  • Thời gian: Số liệu chuỗi thời gian giai đoạn 2019–2021.
  • Giới hạn: Tập trung vào danh mục cho vay khách hàng cá nhân và tổ chức kinh tế, không xét các cam kết ngoại bảng phức tạp ngoài phạm vi chi nhánh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Mô hình quản trị truyền thống Mô hình phân tích định lượng & định tính kết hợp
Phương thức thẩm định Dựa trên hồ sơ giấy tờ, tài sản bảo đảm (BĐS, ô tô) Chấm điểm tự động kết hợp phân tích dòng tiền và khảo sát trải nghiệm
Phân loại nợ Cuối kỳ kế toán (Batch processing) Giám sát liên tục dựa trên cảnh báo sớm (Early Warning System)
Ưu điểm Đơn giản, dễ thực hiện tại cấp chi nhánh Phát hiện sớm nợ tiềm ẩn nhóm 2, hạn chế nợ nhảy nhóm 3-5
Nhược điểm Độ trễ thông tin cao, phụ thuộc cảm tính thẩm định viên Yêu cầu chuẩn hóa dữ liệu Core Banking và hệ thống LOS
+-----------------------------------------------------------------------------------+
|                         PHÂN TÍCH YÊU CẦU THEO MA TRẬN MoSCoW                    |
|                                                                                   |
|  [Must have]   : Chuẩn hóa trích lập DPRR theo Thông tư 02/2013/TT-NHNN.          |
|  [Should have] : Xây dựng Scorecard chấm điểm tín dụng nội bộ tự động hóa.         |
|  [Could have]  : Tích hợp API kiểm tra lịch sử tín dụng CIC tức thời.             |
|  [Won't have]  : Chuyển đổi toàn bộ kiến trúc Core Banking cấp hội sở.            |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống và luồng quy trình

Quy trình cấp tín dụng và quản trị rủi ro được chuẩn hóa thành 6 bước tích hợp hệ thống cảnh báo sớm:

graph TD
    A[Tiếp nhận hồ sơ & Nhập liệu LOS] --> B[Thẩm định hồ sơ & Định giá TSBĐ]
    B --> C{Chấm điểm tín dụng & Xếp hạng nội bộ}
    C -->|Đạt chuẩn rủi ro| D[Phê duyệt: Giám đốc Chi nhánh <= 5 tỷ]
    C -->|Vượt thẩm quyền| E[Trình Hội đồng Tín dụng Hội sở]
    D --> F[Giải ngân & Kiểm soát sau vay]
    E --> F
    F --> G[Giám sát dòng tiền & Phân nhóm nợ tự động]
    G -->|Nhóm 1| H[Thu nợ gốc/lãi đúng hạn]
    G -->|Nhóm 2-5| I[Cảnh báo sớm & Trích lập DPRR 5%-100%]

Kiến trúc kỹ thuật và Technology Stack

  • Core Banking Integration: Tích hợp module quản lý tín dụng trên nền tảng Oracle FLEXCUBE v14.x / Temenos T24 R20.
  • Loan Origination System (LOS): Nền tảng tự động hóa quy trình khởi tạo khoản vay (Python 3.10 / FastAPI 0.100).
  • Hệ cơ sở dữ liệu: PostgreSQL 15.3 hỗ trợ lưu trữ hồ sơ, lịch sử giao dịch và phân loại nhóm nợ.
  • Cơ chế bảo mật: Mã hóa chuẩn AES-256 đối với hồ sơ tài sản bảo đảm và phân quyền kiểm soát truy cập (RBAC) nghiêm ngặt giữa CVQHKH, Thẩm định viên và Bộ phận Hỗ trợ tín dụng (HTTD).
-- Thiết kế lược đồ phân loại và quản lý rủi ro tín dụng
CREATE TABLE customer_credit_profile (
    customer_id VARCHAR(20) PRIMARY KEY,
    customer_type VARCHAR(10) CHECK (customer_type IN ('INDIVIDUAL', 'CORPORATE')),
    cic_score INT NOT NULL,
    internal_rating VARCHAR(5) NOT NULL,
    total_active_loans NUMERIC(15, 2) DEFAULT 0.00
);

CREATE TABLE loan_portfolio (
    loan_id VARCHAR(30) PRIMARY KEY,
    customer_id VARCHAR(20) REFERENCES customer_credit_profile(customer_id),
    principal_amount NUMERIC(15, 2) NOT NULL,
    outstanding_balance NUMERIC(15, 2) NOT NULL,
    interest_rate NUMERIC(5, 2) NOT NULL,
    overdue_days INT DEFAULT 0,
    loan_group INT CHECK (loan_group BETWEEN 1 AND 5),
    collateral_value NUMERIC(15, 2) NOT NULL,
    created_date DATE NOT NULL
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu sử dụng kết hợp hai phương pháp:

  1. Phương pháp định lượng: Thu thập và phân tích dữ liệu Báo cáo tài chính, Báo cáo cân đối kế toán và Danh mục phân loại nợ của BACABANK Gia Lâm từ 2019 đến 2021; tính toán các chỉ số tài chính như Vòng quay vốn tín dụng (VQVTD), Hệ số thu nợ, Tỷ lệ trích lập dự phòng.
  2. Phương pháp định tính (Thực nghiệm): Khảo sát $100$ khách hàng cá nhân và doanh nghiệp thông qua bảng hỏi đo lường mức độ thỏa mãn theo thang đo Likert 5 điểm, với độ giãn cách biến: $$\text{Độ rộng khoảng} = \frac{5 - 1}{5} = 0,8$$ Điểm trung bình được tính theo công thức: $$D = \frac{\sum_{i=1}^{5} n_i \times i}{\sum n}$$

Triển khai và kết quả thực nghiệm

Thuật toán phân loại nợ và trích lập DPRR

Thuật toán tự động hóa xác định nhóm nợ và tính toán quỹ dự phòng rủi ro theo quy định Thông tư 02/2013/TT-NHNN:

from dataclasses import dataclass

@dataclass
class LoanContract:
    loan_id: str
    outstanding_balance: float
    overdue_days: int
    restructure_count: int
    collateral_value: float

class CreditRiskEngine:
    SPECIFIC_PROVISION_RATES = {1: 0.00, 2: 0.05, 3: 0.20, 4: 0.50, 5: 1.00}
    GENERAL_PROVISION_RATE = 0.0075

    def classify_loan_group(self, loan: LoanContract) -> int:
        """Phân loại nợ 5 nhóm theo ngày quá hạn và số lần cơ cấu"""
        if loan.overdue_days <= 10 and loan.restructure_count == 0:
            return 1  # Nợ đủ tiêu chuẩn
        elif 10 < loan.overdue_days <= 90 or loan.restructure_count == 1:
            return 2  # Nợ cần chú ý
        elif 90 < loan.overdue_days <= 180 or (loan.restructure_count == 1 and loan.overdue_days > 0):
            return 3  # Nợ dưới tiêu chuẩn
        elif 180 < loan.overdue_days <= 360 or loan.restructure_count == 2:
            return 4  # Nợ nghi ngờ
        else:
            return 5  # Nợ có khả năng mất vốn

    def calculate_provisions(self, loan: LoanContract) -> dict:
        group = self.classify_loan_group(loan)
        # Giá trị khấu trừ tài sản bảo đảm tối đa bằng dư nợ
        effective_collateral = min(loan.outstanding_balance, loan.collateral_value)
        net_exposure = max(0.0, loan.outstanding_balance - effective_collateral)
        
        specific_provision = net_exposure * self.SPECIFIC_PROVISION_RATES[group]
        general_provision = (loan.outstanding_balance * self.GENERAL_PROVISION_RATE 
                             if group in [1, 2, 3, 4] else 0.0)
        
        return {
            "loan_id": loan.loan_id,
            "group": group,
            "specific_provision": specific_provision,
            "general_provision": general_provision,
            "total_provision": specific_provision + general_provision
        }

Kết quả khảo sát mức độ hài lòng khách hàng ($n=100$)

Tiêu chuẩn khảo sát Chỉ báo thành phần Điểm Likert TB Đánh giá
1. Quy trình & Thủ tục - Hồ sơ vay vốn đơn giản, minh bạch
- Thời gian thẩm định & giải ngân nhanh
3,70
4,01
Tốt (3,855)
2. Chất lượng nhân sự - Trình độ chuyên môn xử lý nghiệp vụ
- Thái độ tư vấn, nhiệt tình hỗ trợ
3,99
3,92
Tốt (3,955)
3. Sản phẩm tín dụng - Tỷ lệ định giá TSBĐ
- Hạn mức cấp tín dụng trên TSBĐ
- Lãi suất và phí dịch vụ
- Mức độ đa dạng của gói vay
3,15
3,18
3,25
3,13
Trung bình (3,178)

Tổng hợp các chỉ số tín dụng tài chính đạt được

Chỉ tiêu tài chính Đơn vị Năm 2019 Năm 2020 Năm 2021 Tăng trưởng 2021/2019
Tổng vốn huy động Tỷ đồng 303,39 332,73 342,07 $+12,75%$
Tổng dư nợ cho vay Tỷ đồng 243,11 264,80 281,94 $+15,97%$
- Dư nợ ngắn hạn Tỷ đồng 97,24 ($40,0%$) 128,43 ($48,5%$) 142,10 ($50,4%$) $+46,13%$
- Dư nợ trung & dài hạn Tỷ đồng 145,87 ($60,0%$) 136,37 ($51,5%$) 139,84 ($49,6%$) $-4,13%$
Doanh số thu nợ Tỷ đồng 247,69 267,20 296,92 $+19,88%$
Hệ số thu nợ Lần 0,99 1,29 1,03 $+4,04%$
Vòng quay vốn tín dụng Vòng 1,062 1,052 1,090 $+2,64%$
Dư nợ quá hạn (Nhóm 2-5) Tỷ đồng 18,23 ($7,50%$) 27,01 ($10,20%$) 29,60 ($10,50%$) $+62,37%$
Dư nợ xấu (Nhóm 3-5) Tỷ đồng 5,59 ($2,30%$) 10,06 ($3,80%$) 12,57 ($4,46%$) $+124,87%$
Tổng quỹ DPRR trích lập Tỷ đồng 4,227 ($1,74%$) 6,022 ($2,27%$) 7,160 ($2,50%$) $+69,39%$
Lợi nhuận trước thuế Tỷ đồng 3,116 2,453 3,027 $-2,86%$
+-----------------------------------------------------------------------------------+
|                        DIỄN BIẾN NỢ XẤU & TRÍCH LẬP DỰ PHÒNG                     |
|                                                                                   |
|  2019: [NPL: 2.30%] |==> DPRR: 4.227B (1.74% dư nợ)                               |
|  2020: [NPL: 3.80%] |======> DPRR: 6.022B (2.27% dư nợ)                           |
|  2021: [NPL: 4.46%] |=========> DPRR: 7.160B (2.50% dư nợ)                        |
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Xác lập mô hình kiểm soát kép (Dual-Review Mechanism): Tách bạch rõ ràng quyền hạn giữa Chuyên viên QHKH (thu thập, bán lẻ) và Chuyên viên Thẩm định (định giá độc lập, đánh giá rủi ro), giảm 80% xung đột lợi ích nội bộ.
  2. Cơ chế tái cấu trúc danh mục theo kỳ hạn: Chủ động nâng tỷ trọng cho vay ngắn hạn từ 40,00% lên 50,40%, tối ưu hóa thanh khoản và rút ngắn thời gian thu hồi vốn nhằm giảm độ trễ rủi ro tín dụng trong bối cảnh dịch bệnh.
  3. Bộ tiêu chí đánh giá toàn diện: Kết hợp đồng thời 6 chỉ số định lượng nghiệp vụ tài chính với mô hình hồi quy đánh giá định tính từ khách hàng theo 4 nhóm nhân tố chuẩn hóa.
+------------------------------------------------------------------------------------+
|                      SO SÁNH CÁC PHƯƠNG THỨC QUẢN TRỊ TÍN DỤNG                     |
|                                                                                    |
| Tiêu chí           | Mô hình truyền thống   | Mô hình đề tài đề xuất               |
| -------------------|------------------------|--------------------------------------|
| Kiểm tra sau vay   | Định kỳ 6 tháng/lần    | Cảnh báo dòng tiền thực tế hàng tháng|
| Xếp hạng tín dụng  | Cảm tính cán bộ duyệt  | Thang điểm Scorecard chuẩn hóa       |
| Định giá TSBĐ      | Tham chiếu cục bộ      | Dữ liệu chéo liên ngân hàng          |
+------------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng điển hình (Use Case Scenarios)

  • Kịch bản 1 - Khách hàng cá nhân vay mua ô tô / sản xuất kinh doanh: Tận dụng gói ưu đãi lãi suất từ 6,5%/năm, thẩm định nhanh trong vòng 24–48h dựa trên luồng phê duyệt 5 tỷ đồng của Giám đốc chi nhánh (Quyết định 68/2019/HĐQT-BACABANK).
  • Kịch bản 2 - Doanh nghiệp nông nghiệp công nghệ cao: Tài trợ theo chuỗi liên kết trồng hoa, rau màu với lãi suất ưu đãi 5,0%/năm trong 3 tháng đầu; kiểm soát mục tiêu giải ngân thông qua hợp đồng đầu ra và dòng tiền thực tế qua tài khoản thanh toán BACABANK.

Phân tích chi phí - lợi ích và ROI

  • Chi phí triển khai: Đầu tư nâng cấp phần mềm cảnh báo sớm LOS và đào tạo lại chuyên viên thẩm định ước tính khoảng $350.000.000$ VNĐ.
  • Hiệu quả kinh tế: Thu hồi nợ xấu nhóm 3–5 đưa tỷ lệ nợ xấu từ 4,46% về mức dưới 3,00% (giảm khoảng 4,1 tỷ đồng nợ xấu). Giảm chi phí trích lập dự phòng rủi ro hàng năm từ $2,50%$ xuống $1,80%$ tổng dư nợ, giúp tiết kiệm trực tiếp hơn $1,97$ tỷ đồng/năm.
  • Thời gian hoàn vốn (Payback Period): Dưới 6 tháng kể từ khi vận hành quy trình giám sát sau vay nghiêm ngặt.

Lộ trình triển khai (Implementation Roadmap)

+------------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI NÂNG CAO CLTD                          |
|                                                                                    |
| [Giai đoạn 1] (Tháng 1-3): Rà soát toàn bộ nợ nhóm 2, tái cấu trúc TSBĐ.           |
|                                                                                    |
| [Giai đoạn 2] (Tháng 4-6): Chuẩn hóa hệ thống chấm điểm & đào tạo CVQHKH.         |
|                                                                                    |
| [Giai đoạn 3] (Tháng 7-12): Tự động hóa cảnh báo sớm, tối ưu hóa danh mục ngắn hạn.|
+------------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Dữ liệu khảo sát định tính mới dừng lại ở quy mô mẫu $n=100$ tại một chi nhánh duy nhất, chưa bao phủ toàn bộ mạng lưới BACABANK trên toàn quốc.
  • Ràng buộc hệ thống: Tốc độ phê duyệt phụ thuộc vào cơ chế ủy quyền tập trung từ Hội sở chính (Vinh, Nghệ An) đối với các khoản vay không có tài sản bảo đảm thanh khoản cao trên 5 tỷ đồng.
  • Hướng nghiên cứu mở rộng: Ứng dụng mô hình Machine Learning (Random Forest, XGBoost) trên tập dữ liệu giao dịch mở (Open Banking API) để dự báo xác suất vỡ nợ (Probability of Default - PD) và tổn thất khi vỡ nợ (Loss Given Default - LGD) theo chuẩn mực Basel II/Basel III.

Đối tượng hưởng lợi

  • Sinh viên ngành Tài chính - Ngân hàng: Tiếp cận bộ dữ liệu thực tế và phương pháp luận kết hợp chỉ số tài chính CAMEL/Thông tư 02 với kiểm định Likert.
  • Kỹ sư FinTech / Chuyên viên Phân tích Hệ thống: Nắm bắt logic nghiệp vụ phân loại nhóm nợ, cơ chế trích lập dự phòng và lược đồ CSDL quản lý khoản vay ngân hàng.
  • Cán bộ quản lý & Lãnh đạo NHTM: Tham khảo cẩm nang thực chiến về tái cơ cấu nợ quá hạn và giải pháp cắt giảm chi phí dự phòng trong thời kỳ biến động kinh tế.
  • Nhà nghiên cứu kinh tế: Cung cấp tài liệu tham khảo có độ tin cậy cao về tác động của COVID-19 đối với an toàn tín dụng tại các chi nhánh NHTM quy mô vừa và nhỏ.

Câu hỏi thường gặp (FAQ)

1. Cần điều kiện gì để áp dụng hệ thống phân loại nợ tự động?

Hệ thống yêu cầu tích hợp dữ liệu đồng bộ từ Core Banking (số ngày quá hạn, lịch sử trả nợ) với cổng kết nối CIC và cơ sở dữ liệu định giá tài sản bảo đảm được cập nhật định kỳ tối thiểu 6 tháng/lần.

2. Làm thế nào giải quyết tình trạng tỷ lệ nợ xấu tăng vọt lên 4,46% năm 2021?

Chi nhánh cần thực hiện đồng bộ: (1) Phân loại nợ theo nhóm rủi ro, áp dụng biện pháp đôn đốc thu hồi đối với nợ nhóm 2 trước khi chuyển nhóm; (2) Xử lý tài sản bảo đảm đối với nợ nhóm 4-5; (3) Sử dụng quỹ dự phòng rủi ro đã trích lập (7,16 tỷ đồng) để xóa nợ xấu kỹ thuật theo đúng quy định pháp luật.

3. Quy định hạn mức phê duyệt 5 tỷ đồng của Giám đốc Chi nhánh ảnh hưởng thế nào đến tính cạnh tranh?

Hạn mức 5 tỷ đồng (theo Quyết định 68/2019) phù hợp với tệp khách hàng cá nhân và SME tại Gia Lâm (chiếm đa số món vay 200 triệu - 4,5 tỷ). Đối với các khoản vay lớn hơn, chi nhánh cần đẩy nhanh tốc độ lập tờ trình để Hội đồng Tín dụng Hội sở phê duyệt trực tuyến.

4. Chi phí trích lập dự phòng rủi ro được hạch toán như thế nào trong kết quả kinh doanh?

Chi phí DPRR được tính vào chi phí hoạt động của ngân hàng trước khi xác định lợi nhuận trước thuế. Khi nợ xấu được thu hồi trong tương lai, khoản dự phòng tương ứng sẽ được hoàn nhập và ghi nhận vào thu nhập bất thường của ngân hàng.

5. Tại sao điểm số hấp dẫn sản phẩm tín dụng của BACABANK Gia Lâm chỉ đạt mức 3,178/5?

Do chính sách định giá TSBĐ còn thận trọng (điểm 3,15) và danh mục sản phẩm cho vay chuyên biệt chưa đa dạng (điểm 3,13). Chi nhánh cần linh hoạt hóa tỷ lệ cho vay trên giá trị định giá (LTV) từ 70% lên tối đa 80% đối với khách hàng có điểm tín dụng nội bộ nhóm AAA.


Kết luận

Khóa luận tốt nghiệp của tác giả Trần Trọng Hiếu đã phản ánh bức tranh đa chiều, chân thực về chất lượng tín dụng tại Ngân hàng TMCP Bắc Á - Chi nhánh Gia Lâm giai đoạn 2019–2021. Bằng việc kết hợp chặt chẽ giữa các chỉ số tài chính định lượng theo chuẩn mực Thông tư 02/2013/TT-NHNN và phương pháp điều tra thực nghiệm thang đo Likert, công trình đã chỉ rõ nguyên nhân nợ xấu tăng cao (chạm mức 4,46%) và chi phí dự phòng đè nặng lên lợi nhuận. Hệ thống giải pháp đề xuất bao gồm hoàn thiện xếp hạng tín dụng nội bộ, kiểm soát chặt chẽ sau vay và tái cơ cấu danh mục ngắn hạn mang giá trị ứng dụng thực tiễn cao, giúp chi nhánh củng cố vị thế an toàn vốn và phát triển bền vững.