Giới thiệu dự án

Thị trường tài chính tiêu dùng tại Việt Nam đang trải qua giai đoạn chuyển dịch mạnh mẽ với quy mô dân số hơn 100 triệu người và tầng lớp trung lưu gia tăng nhanh chóng. Trong giai đoạn 2015–2018, tốc độ tăng trưởng dư nợ tín dụng cá nhân tại các ngân hàng thương mại (NHTM) đạt mức 12% – 15%/năm. Tuy nhiên, giai đoạn 2019–2021 ghi nhận sự giảm tốc đáng kể khi tốc độ tăng trưởng chỉ đạt từ 9,2% – 10,3%/năm. Thực trạng này phản ánh áp lực cạnh tranh gay gắt từ các công ty tài chính tiêu dùng (Fintech, Consumer Finance Companies), sự thiếu linh hoạt trong danh mục sản phẩm và những bất cập trong quy trình vận hành dịch vụ tín dụng bán lẻ.

+----------------------------------------------------------------------------------------------------+
|                                    BỐI CẢNH VÀ ĐỘNG LỰC DỰ ÁN                                     |
|  Tăng trưởng tín dụng cá nhân: 12-15% (2015-2018) -> Suy giảm còn 9,2-10,3% (2019-2021)           |
|  Thách thức: Bất cân xứng thông tin, rủi ro tác nghiệp thẩm định, độ trễ thời gian giải ngân      |
|  Giải pháp: Mô hình lượng hóa chất lượng dịch vụ (CLDV) tích hợp 6 nhân tố đa chiều               |
+----------------------------------------------------------------------------------------------------+

Vấn đề nghiên cứu thực tiễn (Problem Statement)

Các NHTM trên địa bàn TP. Hồ Chí Minh đang đối mặt với ba rào cản cốt lõi:

  • Thông tin bất cân xứng (Information Asymmetry): Tính dịch chuyển của khách hàng cá nhân (KHCN) cao, dữ liệu tài chính phân tán, gây khó khăn cho khâu thẩm định nhân thân và năng lực hoàn trả nợ định kỳ.
  • Rủi ro tác nghiệp (Operational Risk): Quy trình thẩm định – phê duyệt thủ công dễ phát sinh sai sót, tỷ lệ phụ thuộc vào đánh giá chủ quan của cán bộ tín dụng cao, làm kéo dài chu kỳ phê duyệt khoản vay.
  • Suy giảm lòng trung thành của khách hàng: Khách hàng ngày càng nhạy cảm với mức lãi suất vay, sự minh bạch biểu phí và trải nghiệm số hóa xuyên suốt quy trình giao dịch.

Mục tiêu dự án

  1. Xác định hệ thống nhân tố tác động: Nhận diện 06 nhóm nhân tố cấu thành ảnh hưởng đến chất lượng dịch vụ cho vay tiêu dùng (CLDV).
  2. Lượng hóa mức độ tác động: Ước lượng hệ số hồi quy chuẩn hóa ($\beta$), xác định thứ tự ưu tiên của các thành phần tác động đến CLDV.
  3. Xây dựng hàm ý quản trị ứng dụng: Cung cấp lộ trình tối ưu hóa chính sách tín dụng, hạ tầng công nghệ và chuẩn hóa vận hành dịch vụ khách hàng cho các NHTM.

Phương pháp tiếp cận và Phạm vi

  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (phỏng vấn nhóm chuyên gia ngân hàng) và nghiên cứu định lượng (khảo sát cắt ngang, kiểm định độ tin cậy thang đo, phân tích nhân tố khám phá EFA và hồi quy đa biến OLS).
  • Phạm vi không gian: Các chi nhánh, phòng giao dịch NHTM hoạt động trên địa bàn TP. Hồ Chí Minh.
  • Phạm vi thời gian: Dữ liệu khảo sát sơ cấp thu thập từ tháng 02/2024 đến tháng 04/2024.
  • Cỡ mẫu thực tế: 290 mẫu khảo sát hợp lệ từ khách hàng cá nhân đang có quan hệ vay vốn tiêu dùng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành phân tích so sánh các khung lý thuyết nền tảng về chất lượng dịch vụ nhằm xác định khoảng trống nghiên cứu cho bối cảnh tín dụng bán lẻ tại Việt Nam:

Mô hình nền tảng Tác giả & Năm Ưu điểm Hạn chế Mức độ phù hợp với Đề tài
SERVQUAL Parasuraman et al. (1988) Chuẩn hóa 5 thành phần (Hữu hình, Tin cậy, Đáp ứng, Đảm bảo, Thấu cảm) Đánh giá qua khoảng cách (Kỳ vọng - Cảm nhận) gây dài dòng bảng hỏi Nền tảng gốc, cần hiệu chỉnh tinh gọn
SERVPERF Cronin & Taylor (1992) Chỉ đo lường cảm nhận thực tế, giảm 50% số câu hỏi khảo sát Chưa làm nổi bật các biến số đặc thù của sản phẩm tài chính ngân hàng Thích hợp cho đo lường hiệu năng trực tiếp
BANKSERV (SQ3) Avkiran (1994) Bổ sung khía cạnh nhân viên, độ tin nhiệm và khả năng tiếp cận Thiếu biến số chi phí lãi vay và công nghệ lõi Kế thừa nhóm biến năng lực nhân viên
Mô hình tích hợp Moghavvemi & Lee (2018) Bổ sung sản phẩm cốt lõi, thời gian giao dịch và ngân hàng điện tử Thực hiện tại thị trường Malaysia, cần chuẩn hóa cho bối cảnh TP.HCM Mô hình gốc kế thừa chính

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

  • Must have (Bắt buộc): Đo lường trực tiếp tác động của Công nghệ số hóa, Chi phí vay hợp lýThời gian xử lý hồ sơ.
  • Should have (Nên có): Phân tích tương quan giữa Năng lực phục vụ của nhân viênSản phẩm vay cốt lõi.
  • Could have (Có thể có): Mở rộng đánh giá cơ sở vật chất hữu hình tại quầy giao dịch truyền thống.
  • Won't have (Không bao gồm): Phân tích chi tiết rủi ro tín dụng vĩ mô toàn ngành hoặc chính sách tiền tệ quốc tế.

Thiết kế hệ thống

Technology Stack & Công cụ nghiên cứu

  • Phân tích thống kê & Kinh tế lượng: IBM SPSS Statistics v27.0.0 (Thuật toán Principal Axis Factoring, Cronbach's Alpha, Ordinary Least Squares Regression).
  • Môi trường đối soát dữ liệu: Python v3.11.8 (Thư viện pandas v2.2.0, statsmodels v0.14.1, scipy v1.12.0, seaborn v0.13.2).
  • Thu thập & Chuẩn hóa dữ liệu: Google Workspace Forms API, Microsoft Excel v16.0 (Data Cleaning & Encoding).

Cấu trúc dữ liệu & Thiết kế biến quan sát (Measurement Schema)

+---------------------------------------------------------------------------------------------+
|                                    RESEARCH DATA SCHEMA                                     |
+---------------------------------------------------------------------------------------------+
| Variable Code | Construct Name          | Scale Items | Measurement Target                  |
+---------------+-------------------------+-------------+-------------------------------------+
| HH (HH1-HH5)  | Sự hữu hình             | 5 items     | Không gian, thiết bị, địa điểm quầy |
| CN (CN1-CN4)  | Công nghệ               | 4 items     | Tra soát, bảo mật, chấm điểm tín dụng|
| CP (CP1-CP4)  | Chi phí vay hợp lý      | 4 items     | Lãi suất niêm yết, ưu đãi, biểu phí |
| DV (DV1-DV5)  | Dịch vụ khách hàng      | 5 items     | Kỹ năng nhân viên, tư vấn, tri ân   |
| SP (SP1-SP4)  | Sản phẩm cốt lõi        | 4 items     | Tính linh hoạt, hạn mức, kỳ hạn vay |
| TG (TG1-TG4)  | Thời gian giao dịch     | 4 items     | Tốc độ xử lý, thời gian giải ngân   |
| CL (CL1-CL3)  | Chất lượng DV cho vay   | 3 items     | Mức độ hài lòng, tái vay, giới thiệu|
+---------------------------------------------------------------------------------------------+

Methodology

Quy trình nghiên cứu 2 giai đoạn chuẩn hóa:

[Khung Lý thuyết SERVQUAL/BANKSERV] 

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu và kiểm định mô hình định lượng được thực hiện thông qua tập lệnh cú pháp chuẩn trên hệ thống phân tích dữ liệu:

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load dataset (N=290 observations)
df = pd.read_csv("consumer_lending_survey_hcmc_2024.csv")

# 2. Define Independent and Dependent Constructs (Mean scores of validated items)
X_cols = ['CN', 'CP', 'HH', 'DV', 'SP', 'TG']
X = df[X_cols]
X_const = sm.add_constant(X)
y = df['CLDV']

# 3. Fit Multiple Linear Regression (OLS)
ols_model = sm.OLS(y, X_const).fit()

# 4. Diagnostic Testing: Variance Inflation Factor (VIF) Calculation
vif_data = pd.DataFrame()
vif_data["Variable"] = X_cols
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X_cols))]

print(ols_model.summary())
print("\n--- Multicollinearity Diagnostic (VIF) ---")
print(vif_data)

Testing và validation

Thống kê mô tả đặc trưng mẫu khảo sát ($N = 290$)

  • Giới tính: Nữ chiếm 60,0% ($n = 174$), Nam chiếm 40,0% ($n = 116$).
  • Độ tuổi: Nhóm tuổi 29–36 chiếm đa số với 71,0% ($n = 206$), nhóm 23–28 tuổi chiếm 13,4%, nhóm 37–50 tuổi chiếm 13,8%, trên 50 tuổi chiếm 1,7%.
  • Trình độ học vấn: Đại học chiếm 63,1% ($n = 183$), Cao đẳng/Trung cấp chiếm 21,0%, Sau đại học chiếm 13,1%, THPT chiếm 2,8%.
  • Mục đích vay vốn: Bổ sung vốn kinh doanh chiếm 37,9% ($n = 110$), Đầu tư mua sắm tài sản cố định/nhà/xe chiếm 39,0% ($n = 113$), mục đích khác chiếm 23,1%.
  • Tần suất vay: Dưới 2 lần chiếm 52,4% ($n = 152$), 3–5 lần chiếm 44,8% ($n = 130$).

Kiểm định độ tin cậy thang đo (Cronbach’s Alpha)

Tất cả 07 thang đo đều đạt chuẩn độ tin cậy rất cao ($\alpha > 0.70$), các hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation$) đều thỏa mãn điều kiện $> 0.30$:

Thang đo biến số Ký hiệu Số biến quan sát Cronbach’s Alpha Hệ số tương quan biến - tổng nhỏ nhất Đánh giá
Sự hữu hình HH 5 0.882 0.666 (HH4) Đạt chuẩn rất tốt
Công nghệ CN 4 0.784 0.497 (CN4) Đạt chuẩn tốt
Chi phí vay hợp lý CP 4 0.707 0.439 (CP2) Đạt chuẩn tốt
Dịch vụ khách hàng DV 5 0.884 0.666 (DV4) Đạt chuẩn rất tốt
Sản phẩm cốt lõi SP 4 0.829 0.564 (SP4) Đạt chuẩn rất tốt
Thời gian giao dịch TG 4 0.874 0.701 (TG3) Đạt chuẩn rất tốt
Chất lượng DV cho vay CL 3 0.806 0.620 (CL3) Đạt chuẩn rất tốt (Biến phụ thuộc)

Phân tích nhân tố khám phá (EFA)

  • Kiểm định EFA biến độc lập: Hệ số $KMO = 0.862$ (thỏa mãn $0.5 < KMO < 1.0$), kiểm định Bartlett có giá trị $Sig. = 0.000 < 0.05$, chứng minh tính tương quan chặt chẽ giữa các biến quan sát.
  • Giá trị trích nhân tố: Trích được 6 nhân tố với $Eigenvalue = 1.218 > 1.0$, tổng phương sai trích ($Total\ Variance\ Explained$) đạt $67.43% > 50%$.
  • Ma trận xoay nhân tố (Varimax): Toàn bộ 26 biến quan sát độc lập đều có hệ số tải nhân tố ($Factor\ Loading$) dao động từ $0.621$ đến $0.860$, đạt mức ý nghĩa thống kê thực tiễn cao.

Kết quả đạt được

Mô hình hồi quy tuyến tính OLS xác định mối quan hệ giữa 6 nhân tố độc lập và Chất lượng dịch vụ cho vay tiêu dùng (CLDV):

$$\mathbf{CLDV} = \beta_0 + 0.266 \times \mathbf{CN} + 0.233 \times \mathbf{CP} + 0.223 \times \mathbf{HH} + 0.214 \times \mathbf{DV} + 0.158 \times \mathbf{SP} + 0.111 \times \mathbf{TG}$$

+----------------------------------------------------------------------------------------------------+
|                                    BẢNG TỔNG HỢP HỒI QUY ĐA BIẾN                                   |
+-------------------+----------------------------+-------------+---------+----------+----------------+
| Biến độc lập      | Hệ số chuẩn hóa (Beta - β) | Sai số chuẩn| t-stat  | Sig. (p) | Mức độ tác động|
+-------------------+----------------------------+-------------+---------+----------+----------------+
| Công nghệ (CN)    | 0.266                      | 0.042       | 6.333   | 0.000    | Hạng 1 (Cao nhât)|
| Chi phí vay (CP)  | 0.233                      | 0.039       | 5.974   | 0.000    | Hạng 2         |
| Sự hữu hình (HH)  | 0.223                      | 0.038       | 5.868   | 0.000    | Hạng 3         |
| DV Khách hàng (DV)| 0.214                      | 0.041       | 5.220   | 0.000    | Hạng 4         |
| Sản phẩm lõi (SP) | 0.158                      | 0.036       | 4.389   | 0.000    | Hạng 5         |
| Thời gian GD (TG) | 0.111                      | 0.035       | 3.171   | 0.002    | Hạng 6         |
+-------------------+----------------------------+-------------+---------+----------+----------------+
| R-squared: 0.682  | Adjusted R-squared: 0.675  | F-statistic: 101.03 (Sig. = 0.000)   | Durbin-Watson: 1.892 |
+----------------------------------------------------------------------------------------------------+
  • Kiểm định khuyết tật mô hình:
    • Đa cộng tuyến: Hệ số $VIF$ của tất cả các biến độc lập đều nằm trong khoảng $1.152 - 1.487 < 2.0$, chứng minh không tồn tại hiện tượng đa cộng tuyến.
    • Tự tương quan: Hệ số Durbin-Watson $d = 1.892 \in (1.5, 2.5)$, khẳng định chuỗi phần dư không vi phạm hiện tượng tự tương quan bậc nhất.
    • Phương sai sai số thay đổi: Biểu đồ phân tán phần dư chuẩn hóa (Scatter Plot) cho thấy các điểm quan sát phân bố ngẫu nhiên trong khoảng $[-2.5, +2.5]$, giả định phương sai đồng nhất được thỏa mãn.

Đổi mới và đóng góp

Điểm mới trong nghiên cứu học thuật

  1. Lấp đầy khoảng trống nghiên cứu chuyên biệt: Khác với các công trình nghiên cứu tổng quan dịch vụ ngân hàng bán lẻ chung chung, đề tài đi sâu vào mảng Cho vay tiêu dùng cá nhân với đặc tính khoản vay nhỏ lẻ, rủi ro tác nghiệp cao và đòi hỏi tốc độ xử lý nhanh.
  2. Khẳng định vai trò dẫn đầu của Chuyển đổi số: Nghiên cứu chứng minh thực nghiệm rằng Công nghệ ($\beta = 0.266$) đã vượt qua yếu tố Lãi suất/Chi phí ($\beta = 0.233$) để trở thành động lực then chốt nhất định hình cảm nhận chất lượng dịch vụ của khách hàng cá nhân tại đô thị loại đặc biệt như TP.HCM.

Bảng so sánh với các công trình liên quan

Tiêu chí phân tích Đề tài nghiên cứu (Nguyễn Như Tiến, 2024) Nguyễn Hàn Khanh & Nguyễn Thùy Dung (2021) Phan Thanh Tâm & Lê Thu Thủy (2023)
Phạm vi đối tượng Dịch vụ cho vay tiêu dùng chuyên sâu Dịch vụ bán lẻ tổng hợp Chất lượng dịch vụ e-Banking
Cỡ mẫu phân tích $N = 290$ KHCN tại TP.HCM $N = 307$ khách hàng $N = 97$ khách hàng
Nhân tố tác động lớn nhất Công nghệ ($\beta = 0.266$) Phí dịch vụ hợp lý Sự tin cậy & Đảm bảo
Biến số chuyên biệt bổ sung Sản phẩm cốt lõi + Thời gian giải ngân Dịch vụ khách hàng Xử lý khủng hoảng
Hệ số xác định $R^2$ $68.2%$ $54.8%$ $58.1%$

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình hồi quy, đề xuất khung giải pháp quản trị thực thi cho các NHTM Việt Nam:

[CHIẾN LƯỢC NÂNG CAO CHẤT LƯỢNG CHO VAY TIÊU DÙNG TẠI NHTM TP.HCM]

Lộ trình triển khai ứng dụng (Implementation Roadmap)

  • Giai đoạn 1 (Tháng 1 - Tháng 3): Tinh gọn quy trình & Minh bạch chi phí
    • Rà soát các tầng nấc xét duyệt hồ sơ tín dụng cá nhân; ban hành biểu phí và các gói vay ưu đãi phân khúc rõ ràng.
  • Giai đoạn 2 (Tháng 4 - Tháng 6): Nâng cấp hạ tầng Core Banking & Tự động hóa
    • Tích hợp API cổng dữ liệu định danh quốc gia, triển khai hệ thống chấm điểm tín dụng tự động (Auto-Credit Scoring System).
  • Giai đoạn 3 (Tháng 7 - Tháng 9): Chuẩn hóa trải nghiệm dịch vụ đa kênh (Omnichannel)
    • Đào tạo đội ngũ quan hệ khách hàng cá nhân (RM), tái cấu trúc không gian giao dịch tư vấn tài chính tại mạng lưới chi nhánh.
  • Giai đoạn 4 (Tháng 10 - Tháng 12): Đánh giá định kỳ & Tối ưu hóa chỉ số SLA
    • Thiết lập Dashboard theo dõi thời gian giao dịch thực tế ($TG$), tỷ lệ lỗi hồ sơ và chỉ số hài lòng khách hàng ($CSAT/NPS$).

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Phương pháp chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất ($N = 290$), tập trung chủ yếu tại khu vực đô thị TP.HCM, do đó tính khái quát hóa cho thị trường nông thôn hoặc các tỉnh thành khác cần thận trọng.
  • Dữ liệu cắt ngang: Mô hình chỉ phân tích dữ liệu tại một thời điểm (Quý 1/2024), chưa phản ánh sự biến động của hành vi người tiêu dùng khi chu kỳ lãi suất vĩ mô thay đổi lớn.

Hướng nghiên cứu tiếp theo

  • Mở rộng mô hình cấu trúc tuyến tính SEM: Ứng dụng PLS-SEM để phân tích vai trò trung gian của Sự hài lòngLòng tin thương hiệu đến Ý định tái vay.
  • Tích hợp các mô hình Machine Learning: Ứng dụng các thuật toán phân loại (Random Forest, XGBoost) vào việc mô hình hóa xác suất chấp nhận dịch vụ vay tiêu dùng dựa trên dữ liệu phi cấu trúc.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học ngành Tài chính - Ngân hàng: Kế thừa bộ thang đo chuẩn hóa gồm 29 biến quan sát và khung tham chiếu phương pháp định lượng thực nghiệm (EFA, Cronbach's Alpha, OLS Regression).
  • Đội ngũ Phát triển Sản phẩm & Kỹ sư Fintech: Nắm bắt chính xác mức độ nhạy cảm của khách hàng với công nghệ số hóa ($\beta = 0.266$) và thời gian xử lý ($\beta = 0.111$) để tối ưu hóa UI/UX ứng dụng vay trực tuyến.
  • Ban Điều hành & Quản lý Khối Bán lẻ tại các NHTM: Cơ sở định lượng khoa học để phân bổ ngân sách đầu tư giữa nâng cấp hệ thống CNTT và đào tạo nhân sự chăm sóc khách hàng.
  • Nhà nghiên cứu Kinh tế học Ứng dụng: Tài liệu tham khảo về độ co giãn cảm nhận dịch vụ tín dụng trong bối cảnh nền kinh tế số tại thị trường đang phát triển.

Câu hỏi thường gặp

1. Tại sao nhân tố Công nghệ lại có trọng số tác động lớn nhất ($\beta = 0.266$) đến chất lượng dịch vụ vay?

Khách hàng tiêu dùng hiện đại, đặc biệt là nhóm tuổi 29–36 (chiếm 71% mẫu khảo sát), ưu tiên tính tiện lợi, tốc độ tra soát dữ liệu, độ chính xác của hệ thống chấm điểm tín dụng và khả năng bảo mật thông tin trực tuyến hơn là việc gặp gỡ giao dịch truyền thống tại quầy.

2. Mô hình có gặp hiện tượng đa cộng tuyến giữa Lãi suất (CP) và Sản phẩm (SP) không?

Không. Kết quả kiểm định $VIF$ cho thấy toàn bộ hệ số đều dao động từ $1.152$ đến $1.487$, thấp hơn rất nhiều so với ngưỡng cảnh báo $2.0$ (hoặc chuẩn khắt khe $5.0$), chứng minh các biến độc lập hoàn toàn phân biệt và độc lập tuyến tính.

3. Cỡ mẫu 290 có đảm bảo tính đại diện cho phân tích EFA và Hồi quy không?

Theo quy tắc kinh nghiệm của Hair et al. (2010), cỡ mẫu tối thiểu cần gấp 5 lần số biến quan sát ($5 \times 29 = 145$). Cỡ mẫu thực tế $N = 290$ đạt gấp 10 lần số biến quan sát, hoàn toàn thỏa mãn các tiêu chuẩn khắt khe nhất của phân tích định lượng.

4. Các ngân hàng thương mại quy mô vừa và nhỏ nên ưu tiên cải thiện khâu nào trước?

Nên tập trung vào hai mũi nhọn: Tối ưu hóa Thời gian giao dịch (TG) thông qua tinh giản thủ tục giấy tờ và chuẩn hóa Dịch vụ khách hàng (DV) nhằm nâng cao năng lực tư vấn giải tỏa lo ngại về chi phí ẩn cho khách hàng.

5. Kết quả nghiên cứu có thể áp dụng cho các công ty tài chính tiêu dùng (FE Credit, Home Credit, v.v.) không?

Có thể tham khảo về mặt phương pháp luận, tuy nhiên cần hiệu chỉnh lại thang đo Chi phí vay (CP) do biên độ lãi suất và phân khúc khách hàng của các công ty tài chính có đặc thù rủi ro dưới chuẩn cao hơn so với NHTM.


Kết luận

Đề tài "Các nhân tố ảnh hưởng đến chất lượng dịch vụ cho vay tiêu dùng tại các ngân hàng thương mại trên địa bàn TP. Hồ Chí Minh" của tác giả Nguyễn Như Tiến đã giải quyết trọn vẹn bài toán lượng hóa trải nghiệm tín dụng cá nhân trong bối cảnh chuyển dịch số. Thông qua mô hình hồi quy với độ thích hợp cao ($R^2 = 68.2%$), nghiên cứu khẳng định thứ tự ưu tiên chiến lược: Công nghệ ($\beta = 0.266$) > Chi phí vay ($\beta = 0.233$) > Sự hữu hình ($\beta = 0.223$) > Dịch vụ khách hàng ($\beta = 0.214$) > Sản phẩm cốt lõi ($\beta = 0.158$) > Thời gian giao dịch ($\beta = 0.111$).

Đây là công trình nghiên cứu ứng dụng có giá trị thực tiễn cao, cung cấp cơ sở dữ liệu thực nghiệm vững chắc cho các nhà quản trị ngân hàng trong việc hoạch định chính sách tín dụng bán lẻ, đẩy mạnh số hóa quy trình thẩm định và nâng cao năng lực cạnh tranh bền vững trong kỷ nguyên ngân hàng số.