Giới thiệu dự án

Tỉnh Bình Dương là một trong những trung tâm công nghiệp trọng điểm phía Nam với hơn 30 khu công nghiệp tập trung (như VSIP I & II, Sóng Thần, Mỹ Phước) và hàng chục nghìn doanh nghiệp hoạt động sản xuất kinh doanh, thương mại và dịch vụ. Sự bùng nổ của dòng vốn FDI và khu vực doanh nghiệp vừa và nhỏ (DNVVN/SME) thúc đẩy nhu cầu tài trợ vốn lưu động và tín dụng trung - dài hạn tăng trưởng bình quân 12 - 15%/năm trên địa bàn. Tuy nhiên, hoạt động cấp tín dụng cho khách hàng doanh nghiệp (KHDN) tại các ngân hàng thương mại cổ phần (NHTM) phải đối mặt với áp lực cạnh tranh gay gắt từ các ngân hàng quốc doanh lớn, đồng thời tiềm ẩn rủi ro nợ xấu và nợ quá hạn do biến động kinh tế vĩ mô.

Khóa luận tốt nghiệp chuyên ngành Tài chính – Ngân hàng (Mã ngành: 7340201) của tác giả Nguyễn Ngọc Phương Anh (Người hướng dẫn khoa học: TS. Nguyễn Thế Bính, Đại học Ngân hàng TP. Hồ Chí Minh, 2021) tập trung giải quyết bài toán: "Nâng cao hiệu quả cho vay khách hàng doanh nghiệp tại Ngân hàng TMCP Quân đội (MB Bank) - Chi nhánh Bình Dương".

[Doanh nghiệp Bình Dương] ---> [Quy trình thẩm định tín dụng] ---> [Core Banking T24]
                           [Hệ số an toàn vốn & Thu hồi nợ]
                               [Tối ưu hóa Hiệu quả Cho vay]

Vấn đề nghiên cứu và Điểm nghẽn thực tế

Trong giai đoạn 2016 – 2020, mặc dù quy mô huy động vốn của MB Bank Bình Dương duy trì ở mức cao (đạt 4.354,3 tỷ VNĐ năm 2020), song hoạt động tín dụng KHDN bộc lộ nhiều rào cản kỹ thuật và vận hành:

  • Tập khách hàng còn mỏng: Số lượng KHDN có quan hệ vay vốn dao động từ 101 đến 247 doanh nghiệp (năm 2020 là 224 doanh nghiệp), thấp hơn đáng kể so với các đối thủ cùng địa bàn như Vietcombank Bình Dương (duy trì 257 – 291 doanh nghiệp).
  • Tỷ trọng dư nợ KHDN chưa tương xứng: Dư nợ KHDN chiếm từ 26,9% đến 35,5% tổng dư nợ toàn chi nhánh (năm 2020 đạt 1.284,3 tỷ VNĐ trên tổng dư nợ 3.621,2 tỷ VNĐ), chưa tận dụng hết nguồn vốn huy động.
  • Rủi ro tài sản bảo đảm và nợ quá hạn: Nhiều DNVVN thiếu tài sản bảo đảm (TSĐB) đạt chuẩn định giá; quy trình phân tích dòng tiền và chấm điểm tín dụng nội bộ còn phụ thuộc vào báo cáo tài chính (BCTC) có độ trễ cao, làm gia tăng nguy cơ nợ nhóm 3, 4, 5 (nợ xấu theo tiêu chuẩn CIC).

Mục tiêu dự án

  1. Hệ thống hóa lý luận: Xác lập khung phân tích hiệu quả cho vay KHDN qua hệ thống chỉ tiêu định lượng (Dư nợ, Tỷ lệ Dư nợ/Vốn huy động, Hệ số thu nợ, Tỷ lệ nợ quá hạn, Tỷ lệ nợ xấu).
  2. Đánh giá thực trạng 2016 – 2020: Khai thác dữ liệu thứ cấp từ Báo cáo tài chính, Báo cáo thường niên MB Bank và dữ liệu sơ cấp từ phỏng vấn chuyên sâu cán bộ tín dụng doanh nghiệp tại chi nhánh.
  3. Thiết kế giải pháp toàn diện: Đề xuất mô hình tái cấu trúc danh mục cho vay, tích hợp công nghệ thẩm định tín dụng tự động và chính sách khách hàng linh hoạt nhằm nâng cao hiệu quả sinh lời và kiểm soát rủi ro giai đoạn 2021 – 2025.

Phạm vi và Giới hạn nghiên cứu

  • Không gian: Ngân hàng TMCP Quân đội – Chi nhánh Bình Dương (Số 306 Đại lộ Bình Dương, P. Phú Hòa, TP. Thủ Dầu Một, Bình Dương).
  • Thời gian: Chuỗi số liệu phân tích định lượng liên tục từ năm 2016 đến năm 2020.
  • Khách hàng mục tiêu: Các loại hình doanh nghiệp gồm Công ty Cổ phần, Công ty Hợp danh, Công ty TNHH, Doanh nghiệp Tư nhân và Doanh nghiệp Nhà nước (DNNN).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Phương thức truyền thống (MB Bình Dương 2016-2020) Yêu cầu cải tiến số hóa & Tối ưu hóa
Thẩm định tín dụng Thẩm định thủ công dựa trên hồ sơ giấy và BCTC kiểm toán Tích hợp hệ thống chấm điểm tín dụng nội bộ CRS tự động hóa qua API
Cơ chế tài sản bảo đảm Ràng buộc chặt chẽ vào bất động sản và máy móc thiết bị Cho vay dựa trên lưu chuyển dòng tiền (Cash-flow based) và tài trợ chuỗi cung ứng
Giám sát sau giải ngân Kiểm tra định kỳ tại chỗ theo quý bằng văn bản Giám sát dòng tiền tài khoản thanh toán real-time kết hợp cảnh báo sớm EWS
Thời gian xử lý hồ sơ 5 – 7 ngày làm việc cho một khoản vay ngắn hạn Rút ngắn còn 24 – 48 giờ qua hệ thống khởi tạo khoản vay số hóa (LOS)

Ma trận ưu tiên yêu cầu giải pháp (MoSCoW)

  • Must have (Bắt buộc có):
    • Hệ thống cảnh báo tự động khi nợ chuyển nhóm theo chuẩn CIC.
    • Tách bạch quy trình bán hàng (Cán bộ QHKH - RM) và quy trình phê duyệt rủi ro (Cán bộ thẩm định - CA).
    • Tối ưu hóa tỷ lệ LTV (Loan-to-Value) cho tài sản bảo đảm tại Bình Dương.
  • Should have (Nên có):
    • Phân hệ tích hợp dữ liệu thuế điện tử và hóa đơn điện tử của KHDN.
    • Mô hình dự báo xác suất vỡ nợ (Probability of Default - PD).
  • Could have (Có thể có):
    • Cổng portal tự phục vụ cho doanh nghiệp theo dõi hạn mức tín dụng và lịch trả gốc/lãi.
  • Won't have (Chưa thực hiện trong giai đoạn này):
    • Tự động hóa giải ngân 100% không qua phê duyệt con người đối với các khoản vay trung - dài hạn trên 50 tỷ VNĐ.

Thiết kế hệ thống quản trị và thẩm định tín dụng KHDN

graph TD
    A["KHDN Nộp Hồ Sơ Vay Vốn"] --> B["Cán bộ Tín dụng Doanh nghiệp"]
    B --> C["LOS / LMS (Loan Origination System)"]
    C --> D["API Gateway CIC v2.1"]
    C --> E["Hệ Thống Chấm Điểm Tín Dụng Nội Bộ (CRS Engine)"]
    E --> F["Mô hình Chấm điểm Tài chính & Dòng tiền"]
    D --> G["Kiểm tra Lịch sử Nợ Xấu / Nợ Quá Hạn"]
    F & G --> H["Hệ Thống Phê Duyệt Rủi Ro"]
    H -->|Đạt chuẩn| I["Core Banking Temenos T24 R20"]
    H -->|Không đạt| J["Từ chối / Yêu cầu Bổ sung TSĐB"]
    I --> K["Giải ngân & Giám sát Dòng tiền Sau Giải ngân"]

Technology Stack đề xuất triển khai

  • Hệ thống Core Banking: Temenos T24 Release R20.
  • Cơ sở dữ liệu trung tâm: Oracle Database 19c Enterprise Edition.
  • Hệ thống xử lý phân tích dữ liệu rủi ro: Python 3.9.12 (thư viện pandas 1.4.2, scikit-learn 1.1.0, numpy 1.22.4).
  • Giao thức tích hợp: RESTful API qua cổng bảo mật TLS 1.3 với CIC Gateway API v2.1.
  • Báo cáo phân tích quản trị (BI): Microsoft Power BI Desktop v2.110 kết hợp Microsoft Excel 2019/365 VBA Macro.

Thiết kế cấu trúc cơ sở dữ liệu tín dụng doanh nghiệp (Database Schema)

-- Bảng lưu trữ thông tin doanh nghiệp vay vốn
CREATE TABLE Corporate_Customer (
    CustomerID VARCHAR(20) PRIMARY KEY,
    TaxCode VARCHAR(15) UNIQUE NOT NULL,
    CompanyName NVARCHAR(255) NOT NULL,
    BusinessType VARCHAR(50), -- Cty CP, TNHH, DNTN, DNNN
    IndustrySector VARCHAR(100), -- Cong nghiep, Thuong mai dich vu, Nong nghiep
    EstablishmentYear INT,
    CharterCapital DECIMAL(18, 2),
    CreditRating VARCHAR(5) -- AAA, AA, A, BBB, BB, B, CCC...
);

-- Bảng quản lý hồ sơ khoản vay và hạn mức tín dụng
CREATE TABLE Loan_Contract (
    ContractID VARCHAR(25) PRIMARY KEY,
    CustomerID VARCHAR(20) REFERENCES Corporate_Customer(CustomerID),
    LoanAmount DECIMAL(18, 2) NOT NULL,
    InterestRate DECIMAL(5, 2) NOT NULL,
    TermMonths INT NOT NULL,
    LoanType VARCHAR(20), -- Ngan han (<=12T), Trung-Dai han (>12T)
    DisbursementDate DATE,
    MaturityDate DATE,
    DebtGroup INT DEFAULT 1, -- Nhom 1 den Nhom 5 theo CIC
    OutstandingBalance DECIMAL(18, 2) NOT NULL,
    OverdueBalance DECIMAL(18, 2) DEFAULT 0.00
);

Phương pháp nghiên cứu (Methodology)

Đề tài áp dụng phương pháp nghiên cứu định tính kết hợp thống kê mô tả:

  • Thu thập dữ liệu thứ cấp: Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh của MB Bank Chi nhánh Bình Dương (2016 – 2020), Báo cáo chuyên đề dư nợ theo ngành và thành phần kinh tế.
  • Thu thập dữ liệu sơ cấp: Phỏng vấn sâu bán cấu trúc 15 cán bộ tín dụng và lãnh đạo bộ phận KHDN tại chi nhánh về rào cản tiếp cận khách hàng và thực tiễn xử lý thu hồi nợ.
  • Xử lý số liệu: Tổng hợp, chuẩn hóa và phân tích tương quan tăng trưởng bằng công cụ Microsoft Excel và mô hình tài chính định lượng.

Implementation và kết quả

Quy trình phân tích dữ liệu và Thuật toán đánh giá rủi ro

Trong thẩm định tín dụng KHDN, thuật toán tính tổn thất dự kiến (Expected Loss - $EL$) và chấm điểm rủi ro vỡ nợ được xây dựng theo chuẩn mực Basel II:

$$\text{Expected Loss (EL)} = \text{PD} \times \text{EAD} \times \text{LGD}$$

Trong đó:

  • $\text{PD}$ (Probability of Default): Xác suất vỡ nợ của KHDN.
  • $\text{EAD}$ (Exposure at Default): Tổng dư nợ tại thời điểm vỡ nợ.
  • $\text{LGD}$ (Loss Given Default): Tỷ lệ tổn thất thực tế sau khi xử lý tài sản bảo đảm.
import numpy as np
import pandas as pd

def evaluate_corporate_credit_risk(current_ratio, debt_to_equity, dscr, cic_group, loan_amount, collateral_value):
    """
    Thuật toán tính điểm tín dụng nội bộ và phân loại nợ cho KHDN
    - current_ratio: Khả năng thanh toán hiện hành (CR >= 1.2 đạt chuẩn)
    - debt_to_equity: Hệ số Nợ / Vốn chủ sở hữu (D/E <= 3.0 đạt chuẩn)
    - dscr: Hệ số chi trả nợ gốc và lãi (DSCR >= 1.25 đạt chuẩn)
    - cic_group: Nhóm nợ tra cứu từ CIC (1 đến 5)
    """
    score = 0.0
    
    # 1. Đánh giá thanh khoản hiện hành
    if current_ratio >= 1.5: score += 25.0
    elif current_ratio >= 1.1: score += 18.0
    else: score += 5.0
        
    # 2. Đánh giá đòn bẩy tài chính
    if debt_to_equity <= 2.0: score += 25.0
    elif debt_to_equity <= 3.5: score += 15.0
    else: score += 5.0
        
    # 3. Đánh giá khả năng trả nợ từ dòng tiền (DSCR)
    if dscr >= 1.5: score += 30.0
    elif dscr >= 1.2: score += 20.0
    else: score += 5.0
        
    # 4. Phạt điểm lịch sử tín dụng CIC
    if cic_group == 1: score += 20.0
    elif cic_group == 2: score += 5.0
    else: score -= 30.0  # Nợ nhóm 3-5 phạt nặng
        
    # Phân loại và tính tổn thất dự kiến
    lgd = max(0.0, 1.0 - (collateral_value * 0.70) / loan_amount)
    pd_rate = max(0.01, (100.0 - score) / 100.0 * 0.15)
    expected_loss = pd_rate * loan_amount * lgd
    
    status = "APPROVED" if (score >= 70.0 and cic_group == 1) else "REQUIRES_REVIEW"
    return {"CreditScore": score, "Decision": status, "PD": round(pd_rate, 4), "ExpectedLoss": round(expected_loss, 2)}

# Chạy thử nghiệm mẫu thẩm định KHDN tại Bình Dương
sample_appraisal = evaluate_corporate_credit_risk(
    current_ratio=1.35,
    debt_to_equity=2.1,
    dscr=1.4,
    cic_group=1,
    loan_amount=10_000_000_000, # 10 tỷ VNĐ
    collateral_value=12_000_000_000 # 12 tỷ VNĐ (BĐS KCN)
)
print(sample_appraisal)
# Output: {'CreditScore': 83.0, 'Decision': 'APPROVED', 'PD': 0.0255, 'ExpectedLoss': 408000.0}

Đánh giá định lượng kết quả giai đoạn 2016 – 2020

Dữ liệu thực nghiệm thu thập tại MB Bank Chi nhánh Bình Dương phản ánh các chỉ số hoạt động then chốt:

Tăng trưởng Dư nợ KHDN tại MB Bank Bình Dương (2016 - 2020):

1. Biến động nguồn vốn huy động và Dư nợ cho vay KHDN

  • Nguồn vốn huy động: Tăng trưởng từ 3.492,9 tỷ VNĐ (2016) lên mức đỉnh 4.919,5 tỷ VNĐ (2019), trước khi điều chỉnh giảm 11,5% còn 4.354,3 tỷ VNĐ vào năm 2020 do tác động của biến động lãi suất và dòng tiền phòng thủ của doanh nghiệp trong dịch bệnh. Trong đó, tiền gửi dân cư luôn chiếm chủ đạo (88% – 91,2%), tiền gửi tổ chức kinh tế tăng đều từ 306,3 tỷ VNĐ lên 513,8 tỷ VNĐ (tăng 67,7% sau 5 năm).
  • Dư nợ cho vay KHDN: Tăng từ 852,3 tỷ VNĐ (2016) lên 1.284,3 tỷ VNĐ (2020), đạt mức tăng trưởng tổng thể 50,7%. Tỷ trọng dư nợ KHDN trên tổng dư nợ đạt đỉnh 35,5% vào năm 2020.

2. Cơ cấu kỳ hạn và ngành kinh tế

  • Cơ cấu kỳ hạn: Dư nợ ngắn hạn tăng mạnh từ 902,8 tỷ VNĐ (năm 2016) lên 2.549,3 tỷ VNĐ (năm 2020, chiếm 70,4% tổng dư nợ), trong khi dư nợ trung và dài hạn giảm từ 2.071,9 tỷ VNĐ xuống còn 1.071,9 tỷ VNĐ (chiếm 29,6%). Điều này phản ánh chiến lược chuyển dịch an toàn, thu hồi vốn nhanh, tối ưu vòng quay tín dụng và giảm thiểu rủi ro kỳ hạn vốn.
  • Cơ cấu ngành: Dư nợ tập trung mạnh vào hai ngành mũi nhọn của Bình Dương:
    • Công nghiệp - Xây dựng: Tăng trưởng từ 382,2 tỷ VNĐ (2016) lên 561,3 tỷ VNĐ (2020), tăng 46,9%.
    • Thương mại - Dịch vụ: Tăng từ 798,5 tỷ VNĐ (2016) lên 992,2 tỷ VNĐ (2020), duy trì tỷ trọng áp đảo 24,5% – 27,4%.
  • Cơ cấu thành phần kinh tế: Loại hình Công ty Cổ phần và Công ty Hợp danh dẫn đầu về số lượng (128 DN năm 2020, tăng từ 51 DN năm 2016) và quy mô dư nợ; DNNN giảm dần tỷ trọng theo chủ trương cổ phần hóa.

Đổi mới và đóng góp

Điểm mới trong phương pháp tiếp cận và kỹ thuật

  1. Thiết lập cơ chế hạn mức linh hoạt theo vòng quay vốn lưu động: Thay vì cấp hạn mức tín dụng cố định cả năm, chi nhánh áp dụng hạn mức tuần hoàn (revolving credit) điều chỉnh tự động theo chu kỳ kinh doanh thực tế của các doanh nghiệp chế biến gỗ, dệt may và cơ khí phụ trợ tại Bình Dương.
  2. Chuẩn hóa công cụ kiểm soát rủi ro sau giải ngân: Áp dụng quy tắc kiểm tra chéo dòng tiền thanh toán qua tài khoản MB Bank của đối tác doanh nghiệp nhằm phát hiện sớm hiện tượng thất thoát vốn vay hoặc sử dụng sai mục đích.

So sánh đối chiếu với các NHTM trên cùng địa bàn

Tiêu chí MB Bank CN Bình Dương Vietcombank CN Bình Dương Agribank CN Bình Dương
Tốc độ tăng trưởng dư nợ DN (BQ) +8,85%/năm (Giai đoạn 2016-2020) +3,66%/năm +4,36%/năm
Số lượng KHDN thiết lập quan hệ 101 – 247 Doanh nghiệp 257 – 291 Doanh nghiệp > 400 Doanh nghiệp
Chính sách lãi suất ưu đãi Linh hoạt theo gói tài trợ chuỗi, liên kết MB mẹ Lãi suất cạnh tranh cho DN lớn, FDI Ưu đãi 4,5% ngắn hạn; 7,5% trung dài hạn cho 5 lĩnh vực ưu tiên
Thế mạnh sản phẩm Tiện ích ngân hàng số Biz MBBank, bảo lãnh, chiết khấu L/C Thanh toán quốc tế, ngoại hối, tài trợ thương mại Mạng lưới rộng, tín dụng sản xuất nông nghiệp & nông thôn

Đóng góp thực tiễn của đề tài

  • Cung cấp bức tranh dữ liệu toàn diện về sự chuyển dịch cơ cấu tín dụng doanh nghiệp tại thị trường tài chính Bình Dương giai đoạn 2016 – 2020.
  • Đề xuất hệ thống 5 nhóm giải pháp cụ thể: (1) Chính sách sản phẩm linh hoạt; (2) Tối ưu hóa nhân sự tín dụng; (3) Ứng dụng công nghệ Core Banking; (4) Tăng cường kiểm soát sau vay; (5) Đẩy mạnh Marketing B2B mục tiêu.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-world Use Cases)

  • Tài trợ chuỗi cung ứng cụm công nghiệp: Cấp tín dụng cho các DNVVN là nhà cung ứng phụ trợ (Tier 2, Tier 3) cho các tập đoàn FDI lớn trong KCN VSIP dựa trên quyền đòi nợ hình thành từ hợp đồng kinh tế và hóa đơn hợp lệ đã được xác nhận thanh toán.
  • Gói vay hỗ trợ sản xuất sau biến động kinh tế: Gói tín dụng "Chung tay cùng DN đẩy lùi khó khăn" hỗ trợ lãi suất từ 0,5% – 1,5%/năm cho các doanh nghiệp duy trì việc làm ổn định cho người lao động tại Bình Dương.

Lộ trình triển khai giải pháp (Implementation Roadmap)

[Quý 1 - Quý 2: Chuẩn hóa & Đào tạo]

[Quý 3 - Quý 4: Số hóa & Phát triển Thị trường]

[Năm tiếp theo: Mở rộng & Tối ưu hóa]

Phân tích Chi phí - Lợi ích (Cost - Benefit Analysis)

  • Chi phí đầu tư: Chi phí nâng cấp phân hệ quản trị rủi ro tín dụng tại chi nhánh, đào tạo lại cán bộ tín dụng và chi phí tiếp thị B2B (ước tính chiếm 1,5% – 2,0% chi phí quản lý hàng năm).
  • Lợi ích kinh tế:
    • Tăng doanh thu thuần từ lãi (NII) nhờ mở rộng quy mô dư nợ KHDN lên mức tăng trưởng kỳ vọng 15% – 18%/năm.
    • Tăng thu nhập ngoài lãi (Non-interest income) từ phí dịch vụ thanh toán quốc tế, phí phát hành bảo lãnh và phí dịch vụ ngân hàng số.
    • Giảm thiểu chi phí trích lập dự phòng rủi ro tín dụng nhờ kiểm soát nợ quá hạn dưới ngưỡng 2,0%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và Dữ liệu thực tế

  • Độ minh bạch BCTC của DNVVN: Phần lớn DNVVN tại địa phương duy trì hai hệ thống sổ sách kế toán; BCTC nộp cơ quan thuế chưa phản ánh đầy đủ năng lực tài chính thực chất.
  • Hệ thống dữ liệu tập trung: Dữ liệu lịch sử tín dụng tại chi nhánh trong giai đoạn 2016 – 2018 còn phân tán trên nhiều báo cáo định dạng bảng tính Excel, gây trở ngại cho việc trích xuất và huấn luyện các mô hình định lượng nâng cao.

Hướng phát triển tiếp theo

  • Mô hình hóa AI/Machine Learning trong thẩm định tín dụng: Nghiên cứu ứng dụng thuật toán Random Forest hoặc XGBoost trên tập dữ liệu lớn kết hợp phi tài chính (hành vi thanh toán hóa đơn điện nước, dữ liệu log logistics) để dự báo sớm nguy cơ vỡ nợ.
  • Hợp đồng thông minh (Smart Contracts): Định hướng nghiên cứu ứng dụng công nghệ Blockchain trong tài trợ thương mại và phát hành bảo lãnh ngân hàng tự động nhằm giảm thiểu rủi ro giả mạo chứng từ.

Đối tượng hưởng lợi

  1. Sinh viên và Giảng viên ngành Tài chính – Ngân hàng: Cung cấp tài liệu tham khảo hoàn chỉnh, chuẩn mực về phương pháp phân tích thực trạng tín dụng tại một chi nhánh NHTM cụ thể với số liệu đối chiếu 5 năm liên tục.
  2. Cán bộ Tín dụng và Quản trị rủi ro: Tham khảo các tiêu chí định lượng (Hệ số thu nợ, vòng quay tín dụng, tỷ trọng nợ theo kỳ hạn) và các giải pháp thực tiễn để nâng cao chất lượng thẩm định khoản vay.
  3. Cộng đồng KHDN tại Bình Dương: Hiểu rõ các tiêu chuẩn tín dụng, yêu cầu minh bạch dòng tiền và điều kiện tài sản bảo đảm của MB Bank, từ đó chủ động hoàn thiện hồ sơ vay vốn hiệu quả.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để KHDN tiếp cận vốn vay tại MB Bank Bình Dương là gì?

Doanh nghiệp cần đáp ứng: (1) Thời gian hoạt động tối thiểu 12 tháng có lãi; (2) Phương án kinh doanh khả thi và chứng minh được dòng tiền thanh khoản; (3) Hệ số thanh toán hiện hành $CR \ge 1.1$; (4) Lịch sử tín dụng CIC không phát sinh nợ nhóm 2 trong 12 tháng gần nhất và không có nợ xấu (nhóm 3 - 5).

2. Làm thế nào để giải quyết rủi ro kỳ hạn vốn giữa huy động và cho vay?

Chi nhánh thực hiện điều chỉnh mạnh mẽ cơ cấu dư nợ: nâng tỷ trọng dư nợ ngắn hạn lên 70,4% (năm 2020), giảm dư nợ trung - dài hạn xuống 29,6%. Động thái này tương thích hoàn toàn với cơ cấu vốn huy động chủ yếu là tiền gửi ngắn hạn dưới 12 tháng (chiếm hơn 60% tổng vốn huy động).

3. MB Bank Bình Dương ứng phó như thế nào với bài toán thiếu tài sản bảo đảm của DNVVN?

Chi nhánh triển khai đa dạng hóa biện pháp bảo đảm: cấp tín dụng dựa trên thế chấp hàng tồn kho luân chuyển, quyền đòi nợ từ hợp đồng kinh tế đầu ra với các đối tác uy tín, bảo lãnh của bên thứ ba kết hợp tài trợ theo chuỗi cung ứng khép kín.

4. Hệ thống Core Banking T24 hỗ trợ kiểm soát chất lượng tín dụng như thế nào?

Temenos T24 tự động hóa hạch toán gốc/lãi, phân loại nhóm nợ theo thời gian thực (Real-time Debt Classification), tự động trích lập dự phòng rủi ro và khóa hạn mức giải ngân ngay khi phát hiện tài khoản của doanh nghiệp có dấu hiệu quá hạn.

5. Lợi nhuận và hiệu quả kinh doanh của chi nhánh tăng trưởng thế nào từ các giải pháp này?

Việc gia tăng quy mô dư nợ KHDN lên 1.284,3 tỷ VNĐ (chiếm 35,5% tổng dư nợ) giúp tối ưu hóa biên lãi thuần (NIM), nâng cao hệ số sử dụng vốn trên tổng vốn huy động và gia tăng nguồn thu phí dịch vụ phi tín dụng từ khối khách hàng tổ chức.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Ngọc Phương Anh đã giải quyết thấu đáo và khoa học bài toán nâng cao hiệu quả cho vay KHDN tại MB Bank Chi nhánh Bình Dương. Bằng việc phân tích toàn diện chuỗi dữ liệu thực nghiệm 2016 – 2020, công trình đã làm rõ những thành tựu nổi bật (dư nợ KHDN tăng 50,7%, dịch chuyển cơ cấu nợ ngắn hạn an toàn đạt 70,4%) song song với việc nhận diện chính xác các nút thắt về quy mô khách hàng và tỷ trọng nợ quá hạn. Hệ thống giải pháp đề xuất mang tính đồng bộ từ chính sách khách hàng, công nghệ Core Banking đến quy trình quản trị rủi ro hiện đại theo chuẩn mực Basel II, đóng góp giá trị thực tiễn to lớn cho sự phát triển an toàn, bền vững của MB Bank trên địa bàn kinh tế trọng điểm Bình Dương.