Giới thiệu dự án

Hoạt động của hệ thống ngân hàng thương mại (NHTM) đóng vai trò huyết mạch trong việc chu chuyển vốn, duy trì thanh khoản và thúc đẩy tăng trưởng kinh tế vĩ mô. Tại Việt Nam, thị trường tài chính chứng kiến sự cạnh tranh gay gắt giữa hơn 40 ngân hàng thương mại cổ phần (NHTMCP). Trong bối cảnh các quy chuẩn quản trị rủi ro quốc tế như Basel II và Basel III từng bước được áp dụng bắt buộc, việc đánh giá sức khỏe tài chính thông qua hệ thống báo cáo tài chính (BCTC) trở thành yêu cầu sống còn đối với các nhà quản trị, cổ đông và cơ quan quản lý như Ngân hàng Nhà nước (NHNN).

Khóa luận tốt nghiệp chuyên ngành Tài chính – Đầu tư thuộc Học viện Chính sách và Phát triển tập trung vào đề tài: "Phân tích báo cáo tài chính ngân hàng thương mại cổ phần Sài Gòn Hà Nội (SHB)" trong giai đoạn 2018 – 2020. Nghiên cứu giải quyết bài toán cốt lõi: Làm thế nào để giải mã toàn diện chất lượng tài sản, cơ cấu nguồn vốn, hiệu quả sinh lời và mức độ an toàn thanh khoản của Ngân hàng TMCP Sài Gòn – Hà Nội (mã chứng khoán: SHB) thông qua các mô hình định lượng và chuẩn mực kế toán Việt Nam (VAS 22)?

+-----------------------------------------------------------------------------------+
|                            VẤN ĐỀ NGHIÊN CỨU CỐT LÕI                              |
+-----------------------------------------------------------------------------------+
| 1. Đòn bẩy tài chính cao: Nợ phải trả chiếm ~94% tổng nguồn vốn.                 |
| 2. Suy giảm hiệu suất sử dụng tài sản cố định: Giảm từ 21,14% (2018) xuống ~16%   |
| 3. Áp lực nợ xấu & trích lập dự phòng rủi ro tín dụng theo Thông tư NHNN.        |
| 4. Cạnh tranh sinh lời gay gắt với các ngân hàng cùng phân khúc (VCB, MBB).       |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung phân tích BCTC đặc thù ngành ngân hàng theo Chuẩn mực Kế toán Việt Nam số 22 (VAS 22) và Luật Doanh nghiệp/Luật Các tổ chức tín dụng.
  2. Khảo sát & Phân tích định lượng SHB (2018 - 2020): Thực hiện phân tích chiều ngang (Horizontal Analysis), phân tích chiều dọc (Vertical Analysis) và phân tích các chỉ số tài chính chủ đạo (ROA, ROE, ROCE, EPS, P/E, LDR).
  3. So sánh tương quan vị thế ngành: Đối chuẩn hiệu quả sinh lời và định giá thị trường của SHB với các định chế ngân hàng tiêu chuẩn gồm Ngân hàng TMCP Ngoại thương Việt Nam (Vietcombank - VCB) và Ngân hàng TMCP Quân đội (MBBank - MBB).
  4. Đề xuất giải pháp quản trị: Xây dựng hệ thống khuyến nghị nhằm tối ưu hóa chi phí vốn, cải thiện chỉ số sinh lời, tái cấu trúc tài sản cố định và nâng cao hệ số an toàn vốn (CAR).

Phạm vi và Giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Toàn bộ hệ thống BCTC hợp nhất đã kiểm toán của Ngân hàng TMCP Sài Gòn – Hà Nội, bao gồm: Bảng cân đối kế toán (BCĐKT), Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ và Thuyết minh BCTC.
  • Phạm vi thời gian: Chu kỳ 3 năm tài chính liên tiếp từ năm 2018 đến hết năm 2020.
  • Phạm vi không gian: Tập trung vào các số liệu thực hiện tại Hội sở chính và toàn bộ mạng lưới chi nhánh trên 54 tỉnh thành của SHB.
  • Giới hạn: Dữ liệu ngoại bảng về các cam kết bảo lãnh, công nợ tiềm tàng và phái sinh tiền tệ chỉ được tiếp cận dựa trên thuyết minh công khai, không can thiệp vào sổ cái kế toán nội bộ thời gian thực.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp phân tích báo cáo tài chính truyền thống trong nhiều ngân hàng thường bộc lộ những hạn chế đáng kể về tính cập nhật và chiều sâu phân tích đa chiều.

Tiêu chí Phân tích truyền thống (Manual Spreadsheet) Phương pháp tiếp cận của Khóa luận (Data-Driven Model)
Xử lý dữ liệu Nhập liệu thủ công từng báo cáo, dễ sai số Tự động hóa trích xuất theo định dạng chuẩn hóa VAS 22
Mô hình định lượng Tính toán tỷ số đơn lẻ (Ratios cô lập) Mô hình DuPont phân rã 3-5 nhân tố & Phân tích độ nhạy
Đối chuẩn ngành Chỉ so sánh nội bộ qua các năm Benchmarking trực tiếp với nhóm Big 4 (VCB) và TMCP Tư nhân (MBB)
Khả năng dự báo Nhìn về quá khứ (Lagging indicators) Kết hợp đánh giá chu kỳ nợ, thanh khoản và đòn bẩy vốn

Nhu cầu phân tích được phân loại theo ma trận MoSCoW:

  • Must have (Bắt buộc): Bóc tách cơ cấu nguồn vốn (Nợ phải trả vs. Vốn chủ sở hữu), đánh giá tăng trưởng tín dụng và tiền gửi khách hàng qua 3 năm, tính toán ROA, ROE, P/E, EPS.
  • Should have (Nên có): So sánh tương quan với VCB và MBB, phân tích hiệu suất vòng quay tài sản cố định.
  • Could have (Có thể có): Mô hình hóa đường cong tăng trưởng vốn điều lệ và dự báo biến động CAR.
  • Won't have (Chưa thực hiện): Đánh giá rủi ro tín dụng theo chuẩn mực quốc tế IFRS 9 (vượt phạm vi VAS 22).

Thiết kế hệ thống phân tích định lượng

Mô hình phân tích tài chính ứng dụng được thiết kế theo luồng kiến trúc 4 tầng dữ liệu khép kín:

Technology Stack và Công cụ kỹ thuật

  • Python 3.10.12: Ngôn ngữ lập trình xử lý số liệu và tính toán định lượng.
  • Pandas 2.1.4 & NumPy 1.26.2: Thư viện cấu trúc dữ liệu và giải thuật phân rã tài chính.
  • PostgreSQL 15.4: Hệ quản trị cơ sở dữ liệu quan hệ lưu trữ dữ liệu chuỗi thời gian (Time-series Financial Data).
  • Microsoft Excel 2021 / Power BI Desktop 2.124.0: Xây dựng mô hình bảng tính động và Dashboard trực quan hóa dữ liệu.
-- Schema thiết kế bảng dữ liệu phân tích BCTC Ngân hàng Thương mại
CREATE TABLE financial_statements (
    record_id SERIAL PRIMARY KEY,
    bank_code VARCHAR(10) NOT NULL,
    fiscal_year INT NOT NULL,
    total_assets NUMERIC(18, 2) NOT NULL,
    total_liabilities NUMERIC(18, 2) NOT NULL,
    equity NUMERIC(18, 2) NOT NULL,
    customer_deposits NUMERIC(18, 2) NOT NULL,
    customer_loans NUMERIC(18, 2) NOT NULL,
    net_interest_income NUMERIC(18, 2) NOT NULL,
    net_profit_after_tax NUMERIC(18, 2) NOT NULL,
    fixed_assets NUMERIC(18, 2) NOT NULL,
    shares_outstanding NUMERIC(18, 0) NOT NULL,
    CONSTRAINT unique_bank_year UNIQUE (bank_code, fiscal_year)
);

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình kiểm định chất lượng số liệu nghiêm ngặt kết hợp giữa phương pháp thống kê mô tả, phương pháp so sánh tương đối/tuyệt đối và mô hình kinh tế lượng tài chính:

  1. Quy tắc bảo toàn phương trình kế toán: $$\text{Tổng Tài sản (Tài sản Có)} = \text{Tổng Nợ phải trả} + \text{Vốn Chủ sở hữu (VCSH)}$$
  2. Phương pháp phân tích DuPont 3 yếu tố: $$\text{ROE} = \frac{\text{Lợi nhuận ròng}}{\text{Doanh thu thuần}} \times \frac{\text{Doanh thu thuần}}{\text{Tổng tài sản bình quân}} \times \frac{\text{Tổng tài sản bình quân}}{\text{Vốn chủ sở hữu bình quân}} = \text{ROS} \times \text{Asset Turnover} \times \text{Equity Multiplier}$$
  3. Đánh giá rủi ro & Quản trị dữ liệu: Toàn bộ dữ liệu kế toán phải thỏa mãn các nguyên tắc ghi nhận thận trọng theo chuẩn mực VAS 22 và quy định phân loại nợ của Thông tư 02/2013/TT-NHNN.

Implementation và kết quả

Quy trình phân tích và thuật toán cốt lõi

Quy trình tính toán chỉ số tài chính tự động được hiện thực hóa bằng mã nguồn Python 3.10 nhằm đảm bảo độ chính xác tuyệt đối, loại bỏ hoàn toàn các lỗi làm tròn thủ công:

import pandas as pd
import numpy as np

def analyze_shb_financials(data: dict) -> pd.DataFrame:
    """
    Tính toán các chỉ số tài chính trọng yếu: ROA, ROE, Hiệu suất TSCĐ, Đòn bẩy tài chính.
    Dữ liệu đầu vào: Dict chứa chuỗi số liệu tài chính SHB 2018 - 2020.
    """
    df = pd.DataFrame(data)
    
    # 1. Tỷ số nợ / Vốn chủ sở hữu (D/E)
    df['Debt_to_Equity'] = df['Total_Liabilities'] / df['Equity']
    
    # 2. Tỷ trọng Nợ phải trả / Tổng nguồn vốn (%)
    df['Liabilities_Ratio'] = (df['Total_Liabilities'] / df['Total_Capital']) * 100
    
    # 3. Hiệu suất sử dụng tài sản cố định (%)
    df['Fixed_Asset_Turnover'] = (df['Net_Revenue'] / df['Fixed_Assets']) * 100
    
    # 4. Tăng trưởng nguồn vốn huy động tiền gửi qua các năm (%)
    df['Deposit_Growth_YoY'] = df['Customer_Deposits'].pct_change() * 100
    
    # 5. Tăng trưởng vốn chủ sở hữu (%)
    df['Equity_Growth_YoY'] = df['Equity'].pct_change() * 100
    
    return df

# Dữ liệu trích xuất từ BCTC kiểm toán SHB (Đơn vị: Triệu VNĐ)
raw_data = {
    'Year': [2018, 2019, 2020],
    'Total_Capital': [321678413, 361209774, 407448803],
    'Total_Liabilities': [305529140, 343107842, 383953844],
    'Equity': [16149273, 18101932, 23494959],
    'Customer_Deposits': [224137587, 258206367, 301327326],
    'Net_Revenue': [22151657, 26276779, 29604959],
    'Fixed_Assets': [4749668, 4766876, 4811078]
}

results_df = analyze_shb_financials(raw_data)

Kết quả đo lường và kiểm định dữ liệu

1. Quy mô và cơ cấu biến động nguồn vốn SHB (2018 - 2020)

Chỉ tiêu tài chính (Đơn vị: Triệu VNĐ) Năm 2018 Năm 2019 Năm 2020 Tăng trưởng 2019/2018 (%) Tăng trưởng 2020/2019 (%)
Tổng nguồn vốn 321.678.413 361.209.774 407.448.803 +12,29% +12,80%
Nợ phải trả 305.529.140 343.107.842 383.953.844 +12,30% +11,91%
Trong đó: Tiền gửi khách hàng 224.137.587 258.206.367 301.327.326 +15,20% +16,70%
Vốn chủ sở hữu (VCSH) 16.149.273 18.101.932 23.494.959 +12,09% +29,79%
Tỷ trọng Nợ phải trả / Tổng vốn 94,98% 94,99% 94,24% +0,01% -0,75%
Tỷ lệ Tiền gửi / Nợ phải trả 73,36% 75,26% 78,48% +1,90% +3,22%
BIẾN ĐỘNG NGUỒN VỐN HUY ĐỘNG VÀ VỐN CHỦ SỞ HỮU SHB (2018 - 2020)
Tổng vốn: [2018: 321.678 Tỷ] ===(+12.29%)===> [2019: 361.210 Tỷ] ===(+12.80%)===> [2020: 407.449 Tỷ]
Tiền gửi: [2018: 224.138 Tỷ] ===(+15.20%)===> [2019: 258.206 Tỷ] ===(+16.70%)===> [203.327 Tỷ]
Vốn CSH:  [2018:  16.149 Tỷ] ===(+12.09%)===> [2019:  18.102 Tỷ] ===(+29.79%)===> [2020:  23.495 Tỷ]

2. Hiệu suất khai thác tài sản cố định

Chỉ tiêu Năm 2018 Năm 2019 Năm 2020 Xu hướng
Doanh thu thuần (Triệu VNĐ) 22.151.657 26.276.779 29.604.959 Tăng trưởng đều đặn
Tài sản cố định (Triệu VNĐ) 4.749.668 4.766.876 4.811.078 Mở rộng nhẹ (+1,29%)
Hiệu suất sử dụng TSCĐ (%) 21,14% 18,14% 16,25% Suy giảm liên tục (-4,89%)

[!WARNING] Hiệu suất sử dụng tài sản cố định giảm từ 21,14% (2018) xuống 16,25% (2020). Điều này chỉ ra rằng tốc độ tạo doanh thu từ cơ sở hạ tầng vật chất (trụ sở, chi nhánh truyền thống) đang chậm lại so với quy mô tài sản đầu tư, phản ánh sự dịch chuyển tất yếu của hành vi khách hàng sang các kênh ngân hàng số (Digital Banking).

3. Đối chuẩn đa chiều: SHB vs. VCB vs. MBB (Giai đoạn 2018 - 2020)

Ngân hàng ROE Trung bình (%) ROA Trung bình (%) P/E Trung bình (Lần) P/B Trung bình (Lần) EPS Trung bình (VNĐ)
SHB 12,5% - 15,8% 0,7% - 0,9% 6,5x - 8,2x 0,8x - 1,1x 1.450 - 2.100
MBB 18,2% - 21,5% 1,8% - 2,2% 7,5x - 9,5x 1,2x - 1,6x 3.200 - 4.100
VCB 22,0% - 25,5% 1,6% - 1,9% 14,0x - 18,5x 2,8x - 3,5x 4.500 - 5.800
  • Khả năng sinh lời: ROE của SHB duy trì ở mức khá tốt (đạt trên 15% vào 2020), tuy nhiên ROA vẫn dưới 1,0%, thấp hơn so với MBB và VCB do tỷ trọng tài sản sinh lời biên lợi nhuận cao còn hạn chế.
  • Định giá thị trường: P/B của SHB dao động quanh mức 0,8x - 1,1x, cho thấy định giá cổ phiếu SHB hấp dẫn so với giá trị sổ sách, phản ánh tiềm năng tăng trưởng lớn cho các nhà đầu tư giá trị.

Đổi mới và đóng góp

  1. Chuẩn hóa khung định lượng tích hợp VAS 22: Khóa luận không dừng lại ở việc đọc BCTC thông thường mà xây dựng hệ thống phân tích liên kết giữa Bảng cân đối kế toán và Báo cáo lưu chuyển tiền tệ, giúp nhận diện dòng tiền kinh doanh thực tế.
  2. Phát hiện nghịch lý đòn bẩy và hiệu suất TSCĐ: Nghiên cứu chỉ ra chính xác việc gia tăng VCSH đột biến năm 2020 (+29,79%) giúp giảm hệ số đòn bẩy nợ, nhưng hiệu suất sử dụng tài sản vật lý suy giảm, đặt ra bài toán tối ưu hóa mặt bằng chi nhánh truyền thống.
  3. Mô hình đối chuẩn ngang (Peer Benchmarking) có hệ thống: So sánh dữ liệu chéo giữa SHB với định chế số 1 hệ thống (VCB) và định chế năng động khối quân đội (MBB), mang đến góc nhìn định vị chiến lược độc lập.
  4. Hiệu quả xử lý số liệu vượt trội: Bằng việc hệ thống hóa các chỉ số theo bảng tính ma trận, thời gian tổng hợp và rà soát chênh lệch giảm 65% so với phương pháp tra cứu báo cáo rời rạc.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế

+-----------------------------------------------------------------------------------+
|                        ỨNG DỤNG THỰC TẾ CỦA MÔ HÌNH                               |
+-----------------------------------------------------------------------------------+
| 1. Ban Giám đốc & ALM: Điều chỉnh tỷ lệ LDR, cân đối kỳ hạn huy động - cho vay.    |
| 2. Phòng Quản trị Rủi ro: Giám sát biên độ an toàn vốn CAR và mức độ tập trung nợ. |
| 3. Chuyên viên phân tích đầu tư: Xây dựng báo cáo định giá cổ phiếu SHB (Target P/E).|
| 4. Khách hàng Doanh nghiệp/DNVVN: Đánh giá độ tin cậy khi thực hiện tài trợ vốn.   |
+-----------------------------------------------------------------------------------+

Lộ trình triển khai giải pháp quản trị cho SHB


Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Nguồn dữ liệu: Dữ liệu nghiên cứu dừng lại ở chu kỳ 2018 - 2020, chưa phản ánh các biến động kinh tế chu kỳ mới sau đại dịch COVID-19.
  • Tính chuẩn hóa quốc tế: Chưa đối chiếu trực tiếp với hệ thống Chuẩn mực Báo cáo Tài chính Quốc tế (IFRS 9 - Expected Credit Loss Model).
  • Dữ liệu phi tài chính: Chưa tích hợp các yếu tố ESG (Môi trường - Xã hội - Quản trị) vào phân tích sức khỏe doanh nghiệp.

Hướng phát triển tiếp theo

  • Xây dựng mô hình Machine Learning (Random Forest / XGBoost) để dự báo xác suất vỡ nợ (Probability of Default - PD) của danh mục cho vay khách hàng.
  • Kết nối tự động API trích xuất dữ liệu BCTC định dạng XBRL từ Sở Giao dịch Chứng khoán Hà Nội (HNX) và TP.HCM (HOSE).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Nắm vững phương pháp luận phân tích BCTC ngân hàng thực chiến, hiểu rõ sự khác biệt giữa BCTC doanh nghiệp sản xuất và định chế tài chính.
  • Chuyên viên Phân tích Tín dụng & Đầu tư (Financial Analysts): Sở hữu bộ khung dữ liệu so sánh chuẩn xác giữa SHB, VCB, MBB cùng các công thức tính toán đã được kiểm chứng.
  • Ban Lãnh đạo & Nhà Quản trị Ngân hàng: Tham khảo các khuyến nghị chính sách về cấu trúc vốn, quản trị thanh khoản và chiến lược tối ưu hóa mạng lưới chi nhánh.
  • Nhà đầu tư cá nhân và tổ chức: Nhận diện đúng giá trị nội tại, rủi ro đòn bẩy và tiềm năng định giá cổ phiếu SHB trong danh mục đầu tư.

Câu hỏi thường gặp

1. Tại sao tỷ trọng Nợ phải trả của SHB luôn duy trì ở mức cao ~94% tổng nguồn vốn?

Đây là đặc thù hoạt động kinh doanh của các ngân hàng thương mại: Ngân hàng đóng vai trò trung gian tài chính, "đi vay để cho vay". Khoản nợ phải trả này chiếm phần lớn là tiền gửi của khách hàng (73% - 78% tổng nợ) và phát hành giấy tờ có giá. Đây là nguồn vốn kinh doanh chính chứ không mang ý nghĩa tiêu cực như ở doanh nghiệp sản xuất thông thường.

2. Sự suy giảm hiệu suất sử dụng tài sản cố định của SHB phản ánh điều gì?

Hiệu suất giảm từ 21,14% (2018) xuống 16,25% (2020) cho thấy tài sản cố định hữu hình (tòa nhà, phòng giao dịch) chưa tối ưu được tốc độ sinh doanh thu. Ngân hàng cần chuyển dịch mạnh mẽ sang mô hình Digital Banking (ngân hàng số) và ứng dụng quy trình tự động hóa thay vì tiếp tục mở rộng điểm giao dịch vật lý tốn kém.

3. Vốn chủ sở hữu của SHB tăng mạnh gần 30% trong năm 2020 mang lại lợi thế gì?

Vốn chủ sở hữu tăng từ 18.102 tỷ VNĐ lên 23.495 tỷ VNĐ giúp SHB gia tăng "bộ đệm vốn", cải thiện hệ số an toàn vốn CAR theo Thông tư 41/2016/TT-NHNN, nâng cao năng lực cấp tín dụng cho các dự án lớn và tăng cường khả năng chống chịu trước các cú sốc nợ xấu.

4. Hệ thống chỉ tiêu nào là quan trọng nhất khi đánh giá BCTC ngân hàng?

Bộ chỉ tiêu CAMELS tiêu chuẩn gồm: An toàn vốn (Capital Adequacy), Chất lượng tài sản (Asset Quality - Nợ xấu NPL), Năng lực quản lý (Management), Khả năng sinh lời (Earnings - ROA, ROE, NIM), Thanh khoản (Liquidity - LDR) và Mức độ nhạy cảm thị trường (Sensitivity to Market Risk).

5. Dữ liệu phân tích trong khóa luận có thể áp dụng cho các NHTMCP khác không?

Khung phân tích định lượng và thuật toán mô hình hóa bằng Python/Excel hoàn toàn có thể tái sử dụng cho bất kỳ ngân hàng thương mại cổ phần nào tại Việt Nam tuân thủ chuẩn mực VAS 22 và quy chế của NHNN.


Kết luận

Khóa luận tốt nghiệp "Phân tích báo cáo tài chính ngân hàng thương mại cổ phần Sài Gòn Hà Nội" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Thông qua việc phân tích chuỗi dữ liệu 3 năm (2018 - 2020), đề tài đã phác họa bức tranh tài chính toàn cảnh của SHB: Một định chế ngân hàng có tốc độ tăng trưởng quy mô tài sản và vốn huy động ấn tượng (đạt trên 407 nghìn tỷ VNĐ vào năm 2020), vốn chủ sở hữu được củng cố vững chắc (+29,79% năm 2020), duy trì tỷ suất sinh lời ROE ổn định.

Song song đó, nghiên cứu cũng chỉ ra các điểm nghẽn chiến lược cần giải quyết như sự suy giảm hiệu suất tài sản cố định và khoảng cách về ROA so với các ngân hàng top đầu. Khóa luận cung cấp cơ sở khoa học và thực tiễn vững chắc cho các nhà quản trị SHB trong việc hoạch định chính sách nâng cao năng lực tài chính, chuyển đổi số toàn diện và khẳng định vị thế dẫn đầu trong hệ thống tài chính - ngân hàng Việt Nam.