Giới thiệu dự án

Hoạt động tín dụng giữ vai trò là "mạch máu" luân chuyển vốn trong nền kinh tế, đồng thời là hoạt động kinh doanh nòng cốt chiếm hơn 70% tổng thu nhập của các ngân hàng thương mại (NHTM) tại Việt Nam. Sau giai đoạn đại dịch COVID-19, nền kinh tế phục hồi với mức tăng trưởng GDP quý I/2022 đạt 5,03% (vượt mức 4,72% của năm 2021 và 3,66% của năm 2020 theo Tổng cục Thống kê), thúc đẩy mạnh mẽ nhu cầu tài trợ vốn của doanh nghiệp và cá nhân. Tuy nhiên, tốc độ tăng trưởng tín dụng toàn ngành năm 2020 chỉ đạt 10,14% (thấp hơn mức 12,14% của năm 2019), đặt ra áp lực lớn về kiểm soát rủi ro và tối ưu hóa hiệu quả sử dụng vốn.

Tại Ngân hàng TNHH Indovina (IVB) - Chi nhánh Tân Bình, một đơn vị ngân hàng liên doanh với quy mô tổng tài sản đạt trên 78 triệu USD vào năm 2021, hoạt động tín dụng giai đoạn 2019 – 2021 bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Tổng vốn huy động sụt giảm mạnh 32,54% trong năm 2021 (từ 46.949 nghìn USD năm 2020 xuống 31.674 nghìn USD), tạo ra sự mất cân đối lớn giữa nguồn vốn huy động tại chỗ và tổng dư nợ cho vay (78.377 nghìn USD năm 2021).
  • Quy trình thẩm định tín dụng truyền thống còn nặng về hồ sơ giấy tờ, kéo dài thời gian xử lý phê duyệt khoản vay đối với khu vực kinh tế ngoài quốc doanh.
  • Áp lực nợ quá hạn và nợ xấu (Nhóm 3, 4, 5) tiềm ẩn nguy cơ gia tăng do gián đoạn chuỗi cung ứng của khách hàng doanh nghiệp trong đại dịch.
graph TD
    A[Môi trường kinh tế vĩ mô & COVID-19] --> B[Biến động huy động vốn & Áp lực thanh khoản]
    B --> C{Điểm nghẽn tại IVB Tân Bình}
    C --> D[Mất cân đối Dư nợ / Vốn huy động: 247,45%]
    C --> E[Quy trình thẩm định & Quản lý nợ thủ công]
    C --> F[Nợ quá hạn tiềm ẩn & Rủi ro tín dụng]
    D & E & F --> G[Đề xuất Khung giải pháp Tối ưu hóa Hiệu quả Tín dụng]

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận và xây dựng bộ chỉ tiêu định lượng đánh giá hiệu quả tín dụng trong NHTM.
  2. Phân tích thực trạng tài chính và hiệu quả cấp tín dụng tại IVB Chi nhánh Tân Bình giai đoạn 2019 – 2021.
  3. Đánh giá nguyên nhân khách quan và chủ quan dẫn đến sự mất cân đối nguồn vốn và hạn chế trong công tác thu hồi nợ.
  4. Đề xuất hệ thống 9 nhóm giải pháp và kiến nghị thực tiễn nhằm tái cấu trúc danh mục tín dụng, chuẩn hóa quy trình thẩm định và kiểm soát rủi ro.

Phạm vi nghiên cứu tập trung vào toàn bộ dữ liệu tài chính thứ cấp, báo cáo kết quả hoạt động kinh doanh và báo cáo tín dụng thực tế tại IVB Chi nhánh Tân Bình từ năm 2019 đến năm 2021.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành so sánh mô hình quản trị tín dụng của IVB Tân Bình với các phương pháp quản lý tín dụng tại các NHTM cổ phần và NHTM Nhà nước:

Tiêu chí phân tích Mô hình truyền thống (IVB Tân Bình 2019-2021) Mô hình NHTM Nhà nước (VD: Agribank/BIDV) Mô hình NHTM Cổ phần hiện đại (VD: ACB/Techcombank)
Cơ chế huy động vốn Phụ thuộc tiền gửi VND truyền thống (giảm 37,49% năm 2021) Mạng lưới chi nhánh sâu rộng, vốn huy động dồi dào Đa dạng hóa chứng chỉ tiền gửi số, CASA cao
Thẩm định tín dụng Đánh giá hồ sơ thủ công, phụ thuộc tài sản bảo đảm (TSĐB) Thẩm định phân tầng, quy trình chặt chẽ nhưng thời gian duyệt lâu Tích hợp hệ thống chấm điểm tín dụng tự động, AI Scoring
Tỷ lệ DN / VHĐ Quá cao (>200%), phụ thuộc nguồn điều chuyển từ Hội sở Ổn định trong ngưỡng 75% - 85% theo chuẩn LDR Tối ưu hóa linh hoạt trong biên độ an toàn vốn Basel II
Giám sát dòng tiền sau vay Kiểm tra định kỳ trực tiếp, rủi ro phát hiện trễ Phân quyền giám sát nhiều cấp, thủ tục phức tạp Cảnh báo sớm tự động (Early Warning System) qua API

Yêu cầu giải pháp theo ma trận MoSCoW:

  • Must have: Chuẩn hóa công thức định lượng 6 chỉ tiêu hiệu quả tín dụng; Thiết lập hệ thống kiểm soát tỷ lệ Nợ quá hạn / Tổng dư nợ ($NQH/TDN$).
  • Should have: Tự động hóa quy trình phân tích BCTC khách hàng; Tái cấu trúc kỳ hạn huy động vốn và đẩy mạnh tiền gửi USD/ngoại tệ.
  • Could have: Tích hợp phần mềm chấm điểm tín dụng nội bộ kết nối dữ liệu CIC.
  • Won't have (lần này): Triển khai hệ thống phê duyệt vay hoàn toàn tự động không cần sự can thiệp của Cán bộ tín dụng (CBTD).

Thiết kế hệ thống

Mô hình kiến trúc phân tích và kiểm soát hiệu quả tín dụng được chuẩn hóa thành 3 tầng xử lý:

flowchart LR
    subgraph Data_Layer [Tầng Dữ liệu Giao dịch]
        D1[(BCTC & Dư nợ IVB)]
        D2[(Hợp đồng Tín dụng)]
        D3[(Lịch sử Thu nợ & Quá hạn)]
    end

    subgraph Analytical_Engine [Tầng Xử lý & Phân tích Chỉ số]
        E1[Module Vòng quay vốn VQVTD]
        E2[Module Thanh khoản DN/VHĐ]
        E3[Module Tỷ suất LN & Chi phí]
        E4[Module Phân loại Nợ xấu CAMELS]
    end

    subgraph Control_Layer [Tầng Ra quyết định & Cảnh báo]
        C1[Báo cáo Hiệu quả Chi nhánh]
        C2[Cảnh báo Rủi ro Tín dụng]
        C3[Đề xuất Phân bổ Hạn mức Tín dụng]
    end

    Data_Layer --> Analytical_Engine
    Analytical_Engine --> Control_Layer

Stack công nghệ và công cụ định lượng:

  • Ngôn ngữ & Nền tảng: Python 3.10, R 4.3.0, PostgreSQL 15.
  • Thư viện phân tích tài chính: Pandas 2.1.0, NumPy 1.26, Statsmodels 0.14.
  • Hệ thống chỉ số chuẩn mực: Thông tư 02/2013/TT-NHNN, Thông tư 11/2021/TT-NHNN, Khung giám sát vốn Basel II.

Thiết kế cơ sở dữ liệu giám sát khoản vay (Data Schema):

-- Thiết kế bảng lưu trữ và theo dõi danh mục tín dụng tại Chi nhánh
CREATE TABLE credit_portfolio (
    loan_id VARCHAR(20) PRIMARY KEY,
    customer_id VARCHAR(20) NOT NULL,
    customer_type VARCHAR(10) CHECK (customer_type IN ('STATE', 'NON_STATE', 'FDI', 'INDIVIDUAL')),
    currency VARCHAR(5) DEFAULT 'USD',
    loan_amount NUMERIC(15, 2) NOT NULL,
    disbursement_date DATE NOT NULL,
    maturity_date DATE NOT NULL,
    term_category VARCHAR(10) CHECK (term_category IN ('SHORT', 'MEDIUM', 'LONG')),
    interest_rate NUMERIC(5, 2) NOT NULL,
    collateral_value NUMERIC(15, 2) NOT NULL,
    debt_group INT CHECK (debt_group BETWEEN 1 AND 5),
    overdue_status BOOLEAN DEFAULT FALSE,
    recovered_amount NUMERIC(15, 2) DEFAULT 0.00
);

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp nghiên cứu định tính và định lượng:

  • Phương pháp thống kê mô tả: Thu thập, xử lý chuỗi số liệu thứ cấp từ BCTC kiểm toán của IVB Tân Bình từ 2019 đến 2021.
  • Phương pháp phân tích so sánh và chỉ số (Ratio Analysis): Tính toán sự biến động tuyệt đối, tương đối của doanh thu, chi phí, cơ cấu dư nợ theo ngành kinh tế, thời hạn và loại tiền tệ.
  • Phương pháp phân tích tổng hợp & SWOT: Đối chiếu thực trạng với quy định pháp lý của NHNN nhằm chỉ rõ 5 nguyên nhân chủ quan (chính sách huy động, chất lượng CBTD, quy trình giám sát) và 3 nguyên nhân khách quan (dịch bệnh, chính sách tiền tệ, thị trường).

Implementation và kết quả

Quá trình phân tích dữ liệu & Thuật toán tính toán chỉ tiêu

Thuật toán tính toán bộ chỉ tiêu hiệu quả tín dụng được lập trình hóa nhằm kiểm soát chính xác các tỷ lệ tài chính theo chuẩn mực ngân hàng thương mại:

import pandas as pd
import numpy as np

def calculate_credit_efficiency_metrics(data: dict) -> pd.DataFrame:
    """
    Tính toán các chỉ số hiệu quả tín dụng cốt lõi:
    - Vòng quay vốn tín dụng (VQVTD)
    - Tỷ lệ Dư nợ / Vốn huy động (DN/VHĐ)
    - Tỷ suất lợi nhuận trên chi phí hoạt động tín dụng
    - Tỷ lệ Nợ quá hạn (NQH/TDN)
    """
    df = pd.DataFrame(data)
    
    # 1. Dư nợ bình quân = (Dư nợ đầu kỳ + Dư nợ cuối kỳ) / 2
    df['avg_outstanding_debt'] = (df['opening_debt'] + df['closing_debt']) / 2
    
    # 2. Vòng quay vốn tín dụng = Doanh số thu nợ / Dư nợ bình quân
    df['credit_turnover_ratio'] = df['debt_recovery_sales'] / df['avg_outstanding_debt']
    
    # 3. Hệ số Dư nợ trên Vốn huy động (%)
    df['dn_vhd_ratio'] = (df['closing_debt'] / df['mobilized_capital']) * 100
    
    # 4. Tỷ suất lợi nhuận trên chi phí HĐTD (%)
    df['profit_cost_ratio'] = (df['credit_profit'] / df['credit_cost']) * 100
    
    # 5. Hệ số thu nợ (%) = (Doanh số thu nợ / Doanh số cho vay) * 100
    df['recovery_rate'] = (df['debt_recovery_sales'] / df['lending_sales']) * 100

    # 6. Tỷ lệ nợ quá hạn (%) = (Nợ quá hạn / Tổng dư nợ) * 100
    df['overdue_ratio'] = (df['overdue_debt'] / df['closing_debt']) * 100
    
    return df

# Dữ liệu trích xuất từ BCTC IVB Tân Bình (Đơn vị: nghìn USD)
raw_bank_data = {
    'year': [2019, 2020, 2021],
    'opening_debt': [85120.0, 83259.0, 75879.0],
    'closing_debt': [83259.0, 75879.0, 78377.0],
    'mobilized_capital': [49866.0, 46949.0, 31674.0],
    'lending_sales': [115420.0, 98760.0, 102450.0],
    'debt_recovery_sales': [117281.0, 106140.0, 99952.0],
    'credit_revenue': [12437.0, 11218.0, 8608.0],
    'credit_cost': [11088.0, 9777.0, 6744.0],
    'credit_profit': [1349.0, 1441.0, 1863.0],
    'overdue_debt': [1820.0, 2150.0, 1780.0]
}

metrics_table = calculate_credit_efficiency_metrics(raw_bank_data)

Kết quả định lượng đạt được giai đoạn 2019 – 2021

Dựa trên việc tính toán và phân tích báo cáo tài chính thực tế, kết quả hoạt động kinh doanh và chất lượng danh mục tín dụng của IVB Tân Bình được tổng hợp chi tiết:

Nhóm chỉ số tài chính Năm 2019 Năm 2020 Năm 2021 Chênh lệch 2020/2019 (%) Chênh lệch 2021/2020 (%)
Tổng doanh thu (nghìn USD) 12.437 11.218 8.608 -9,80% -23,27%
Tổng chi phí (nghìn USD) 11.088 9.777 6.744 -11,82% -31,02%
Lợi nhuận trước thuế/ròng (nghìn USD) 1.349 1.441 1.863 +6,81% +29,30%
Vốn huy động (nghìn USD) 49.866 46.949 31.674 -5,85% -32,54%
- Tiền gửi VND 48.078 45.058 28.166 -6,28% -37,49%
- Tiền gửi USD 1.455 1.478 2.975 +1,59% +101,28%
- Tiền gửi ngoại tệ khác 332 412 529 +24,24% +28,30%
Tổng dư nợ (nghìn USD) 83.259 75.879 78.377 -8,86% +3,29%
Tỷ lệ Dư nợ / Vốn huy động (DN/VHĐ) 166,96% 161,62% 247,45% -5,34% +85,83%
Tỷ suất Lợi nhuận / Chi phí HĐTD 12,17% 14,74% 27,62% +2,57% +12,88%
gantt
    title Lộ trình Tái cấu trúc Tín dụng tại IVB Tân Bình
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Khắc phục Nguồn vốn
    Tái cơ cấu lãi suất tiền gửi VND & USD  :a1, 2022-01-01, 90d
    Mở rộng tiếp cận FDI & Doanh nghiệp lớn :a2, after a1, 90d
    section Giai đoạn 2: Chuẩn hóa Quy trình
    Nâng cấp thẩm định & Chấm điểm tín dụng :b1, 2022-04-01, 120d
    Đào tạo chuyên môn & Đạo đức CBTD        :b2, after b1, 60d
    section Giai đoạn 3: Xử lý Nợ & Bảo hiểm
    Khoanh vùng & Xử lý nợ quá hạn nhóm 3-5 :c1, 2022-07-01, 90d
    Ký kết liên minh Bảo hiểm Tín dụng      :c2, after c1, 90d

Đánh giá chuyên sâu kết quả thực tế

  1. Hiệu suất sinh lời cải thiện mạnh mẽ: Lợi nhuận ròng tăng trưởng ấn tượng từ 1.349 nghìn USD (2019) lên 1.863 nghìn USD (2021), tương đương mức tăng trưởng 29,30% trong năm 2021. Sự bứt phá này xuất phát từ việc Chi nhánh tối ưu hóa chi phí vận hành (giảm 31,02% năm 2021) thông qua số hóa chứng từ và xử lý dứt điểm các khoản trích lập dự phòng rủi ro.
  2. Nghịch lý cơ cấu nguồn vốn: Tiền gửi bằng USD tăng trưởng vượt bậc 101,28% trong năm 2021 (đạt 2.975 nghìn USD), phản ánh thế mạnh của ngân hàng liên doanh trong phục vụ đối tượng khách hàng ngoại quốc. Tuy nhiên, sự suy giảm nghiêm trọng của tiền gửi VND khiến tỷ lệ $DN/VHĐ$ tăng vọt lên 247,45%, tạo áp lực phụ thuộc vốn vay điều chuyển từ Hội sở chính.

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị khoa học và đóng góp thực tiễn sâu sắc cho công tác quản trị rủi ro ngân hàng:

graph LR
    A[Đổi mới từ Nghiên cứu] --> B[Góc độ Khoa học]
    A --> C[Góc độ Thực tiễn Ngân hàng]
    B --> B1[Mô hình hóa định lượng 6 chỉ tiêu hiệu quả tín dụng]
    B --> B2[Khảo sát thực chứng tác động COVID-19 đến Bank Liên doanh]
    C --> C1[Chiến lược mở rộng huy động vốn ngoại tệ USD/EUR]
    C --> C2[Đổi mới cơ chế cho vay khu vực ngoài quốc doanh]
    C --> C3[Thiết lập cơ chế bảo hiểm tín dụng chủ động]
  • Tính mới về mặt học thuật: Là công trình tiên phong đánh giá toàn diện tác động kép của đại dịch COVID-19 đến hiệu quả tín dụng của một ngân hàng thương mại liên doanh tại TP. Hồ Chí Minh giai đoạn 2019 – 2021.
  • Giải pháp chuyển dịch cơ chế cho vay kinh tế ngoài quốc doanh: Thay vì chỉ dựa vào tài sản thế chấp bất động sản truyền thống, đề xuất tích hợp đánh giá dòng tiền lưu chuyển thực tế và lịch sử giao dịch thanh toán để cấp hạn mức thấu chi/tín chấp linh hoạt.
  • Tiêu chuẩn hóa nghiệp vụ CBTD: Thiết lập bộ tiêu chí đánh giá hiệu quả công việc (KPI) gắn liền giữa doanh số giải ngân, tỷ lệ nợ thu hồi đúng hạn và chất lượng hồ sơ thẩm định ban đầu.

Ứng dụng thực tế và triển khai

Hệ thống giải pháp được cấu trúc theo 9 nhóm giải pháp đồng bộ tại Chi nhánh và kiến nghị cấp Hội sở:

  1. Chiến lược huy động vốn đa tầng: Ban hành chính sách lãi suất bậc thang cho các kỳ hạn trung - dài hạn, đẩy mạnh gói tiền gửi tích lũy doanh nghiệp, tận dụng lợi thế liên doanh để thu hút vốn từ các tập đoàn FDI.
  2. Hiện đại hóa quy trình thẩm định trước khi cấp tín dụng: Ứng dụng mô hình đánh giá 5C (Character, Capacity, Capital, Collateral, Conditions) kết hợp tra cứu dữ liệu thời gian thực từ Trung tâm Thông tin Tín dụng Quốc gia (CIC).
  3. Chủ động tham gia bảo hiểm tín dụng: Hợp tác với các tổ chức bảo hiểm uy tín nhằm san sẻ rủi ro đối với các khoản cấp vốn trung và dài hạn, giảm thiểu nguy cơ mất vốn khi khách hàng gặp biến cố bất khả kháng.
  4. Giám sát dòng tiền sau giải ngân: Thực hiện kiểm tra định kỳ 03 tháng/lần mục đích sử dụng vốn tại cơ sở kinh doanh của bên vay, phát hiện sớm dấu hiệu chuyển hướng dòng vốn sai thỏa thuận hợp đồng.

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu: Do tính bảo mật tài chính ngân hàng, một số dữ liệu chi tiết về phân nhóm nợ cụ thể theo ngành kinh tế (nông nghiệp, công nghiệp, dịch vụ) trong năm 2021 chưa được phân rã tuyệt đối.
  • Phạm vi không gian: Nghiên cứu giới hạn tại phạm vi Chi nhánh Tân Bình, chưa so sánh chéo đa chi nhánh trong toàn hệ thống IVB Việt Nam.
  • Hướng phát triển tương lai:
    • Xây dựng mô hình hồi quy logistic (Logistic Regression) hoặc thuật toán Random Forest dự báo xác suất vỡ nợ (Probability of Default - PD) của khách hàng doanh nghiệp vừa và nhỏ (SMEs).
    • Tích hợp khung tiêu chuẩn Môi trường - Xã hội - Quản trị (ESG) vào quy trình thẩm định "Tín dụng Xanh" theo định hướng phát triển bền vững của NHNN.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tiếp cận nguồn tài liệu tham khảo chuẩn mực với đầy đủ phương pháp luận, công thức tính toán và số liệu phân tích thực chứng giai đoạn khủng hoảng.
  • Cán bộ tín dụng & Chuyên viên quản trị rủi ro: Vận dụng quy trình 9 bước kiểm soát nợ quá hạn, nâng cao kỹ năng thẩm định và giám sát dòng tiền khách hàng.
  • Ban lãnh đạo Ngân hàng TNHH Indovina: Cơ sở dữ liệu và luận cứ khoa học tin cậy để ban hành chính sách kinh doanh, định biên rủi ro và tái cơ cấu nguồn vốn huy động.
  • Nhà nghiên cứu kinh tế: Bổ sung khoảng trống lý luận về hiệu quả tín dụng của khối NHTM liên doanh tại thị trường mới nổi.

Câu hỏi thường gặp

1. Chỉ số nào phản ánh rõ nét nhất mức độ rủi ro thanh khoản tín dụng tại IVB Tân Bình?

Tỷ lệ Dư nợ trên Vốn huy động ($DN/VHĐ$) là chỉ báo rõ ràng nhất. Năm 2021, tỷ lệ này đạt mức 247,45% (do vốn huy động giảm xuống 31.674 nghìn USD trong khi tổng dư nợ đạt 78.377 nghìn USD), phản ánh chi nhánh đang sử dụng nguồn vốn điều chuyển từ Hội sở để bù đắp sự thiếu hụt vốn huy động tại chỗ.

2. Vì sao lợi nhuận ròng năm 2021 tăng 29,30% dù tổng doanh thu sụt giảm 23,27%?

Sự gia tăng lợi nhuận bắt nguồn từ việc quản trị chi phí vượt trội: tổng chi phí hoạt động tín dụng năm 2021 giảm mạnh 31,02% (từ 9.777 nghìn USD xuống 6.744 nghìn USD) nhờ đẩy mạnh số hóa, tinh gọn nhân sự vận hành trong giãn cách và giảm mạnh chi phí dự phòng do xử lý tốt các khoản nợ xấu tồn đọng.

3. Giải pháp nào giúp IVB Tân Bình tận dụng ưu thế ngân hàng liên doanh?

Chi nhánh cần đẩy mạnh huy động vốn và tài trợ thương mại bằng đồng USD và ngoại tệ khác (vốn đã tăng trưởng 101,28% trong năm 2021), cung cấp các gói dịch vụ quản lý dòng tiền, bảo lãnh quốc tế và thanh toán xuất nhập khẩu cho nhóm khách hàng doanh nghiệp FDI.

4. Thuật toán/Công thức nào đo lường tốc độ luân chuyển vốn tín dụng?

Chỉ số Vòng quay vốn tín dụng ($VQVTD$) được tính bằng: $$\text{VQVTD} = \frac{\text{Doanh số thu nợ}}{\text{Dư nợ bình quân}} = \frac{\text{Doanh số thu nợ}}{\frac{\text{Dư nợ đầu kỳ} + \text{Dư nợ cuối kỳ}}{2}}$$ Chỉ số này càng cao chứng tỏ khả năng thu hồi vốn nhanh, tính thanh khoản của danh mục cho vay càng tốt.

5. Khóa luận đưa ra khuyến nghị gì đối với Hội sở chính Indovina Bank Việt Nam?

Hội sở cần hoàn thiện chính sách phân cấp hạn mức tín dụng linh hoạt cho chi nhánh, ban hành sổ tay quy trình tín dụng tinh gọn nhằm giảm áp lực thủ tục giấy tờ cho CBTD, đồng thời đầu tư nâng cấp hệ thống phần mềm Core Banking tích hợp phân hệ tự động cảnh báo sớm rủi ro tín dụng.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Hoàng Phúc đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra: hệ thống hóa toàn diện cơ sở lý luận về hiệu quả tín dụng NHTM, bóc tách thực trạng hoạt động kinh doanh tại Ngân hàng TNHH Indovina Chi nhánh Tân Bình giai đoạn biến động 2019 – 2021 với hệ thống dữ liệu định lượng minh bạch. Công trình đã chỉ rõ những mắt xích yếu kém trong công tác huy động vốn và quản trị danh mục cho vay, đồng thời đề xuất hệ thống giải pháp mang tính chiến lược và khả thi cao. Đây là tài liệu học thuật và thực tiễn có giá trị đóng góp to lớn cho công tác quản trị rủi ro tín dụng và phát triển bền vững của hệ thống ngân hàng thương mại Việt Nam.