Giới thiệu dự án

Hoạt động huy động vốn (Capital Mobilization) giữ vai trò huyết mạch sống còn đối với bất kỳ Ngân hàng Thương mại (NHTM) nào trong nền kinh tế thị trường. Là trung gian tài chính đứng giữa người thừa vốn và người thiếu vốn, nguồn vốn huy động chiếm tỷ trọng áp đảo trong tổng tài sản nợ (thường chiếm từ 80% đến 90% tổng nguồn vốn hoạt động của một ngân hàng thương mại cổ phần), quyết định trực tiếp đến quy mô tín dụng, khả năng thanh khoản và mức độ an toàn tài chính. Tại trung tâm công nghiệp sôi động như tỉnh Bình Dương – nơi tập trung hơn 30 khu công nghiệp lớn với hàng trăm nghìn lao động và doanh nghiệp – thị trường ngân hàng bán lẻ (Retail Banking) chứng kiến sự cạnh tranh gay gắt giữa khối NHTM Nhà nước (Big 4) và các NHTM Cổ phần tư nhân.

Đề tài "Phân tích hiệu quả hoạt động huy động vốn đối với khách hàng cá nhân tại Ngân hàng Thương mại Cổ phần Việt Á - Chi nhánh Bình Dương" được thực hiện nhằm giải quyết bài toán cốt lõi: Làm thế nào để mở rộng quy mô vốn huy động từ phân khúc khách hàng cá nhân (KHCN), kiểm soát chi phí trả lãi vốn huy động, đồng thời xử lý triệt để rủi ro mất cân đối kỳ hạn (Maturity Mismatch) khi tỷ lệ cho vay trung - dài hạn vượt xa nguồn vốn trung - dài hạn huy động được.

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH HUY ĐỘNG VỐN KHÁCH HÀNG CÁ NHÂN                    |
+-----------------------------------------------------------------------------------+
|                                                                                   |
|  [Khách Hàng Cá Nhân]                                                             |
|  [Hệ Thống Core Banking VAB (T24 / Data Warehouse)]                               |
|  [Phân Bổ Tài Sản & Tối Ưu Hóa Chi Phí (ALM)]                                     |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Làm rõ bản chất chức năng trung gian tài chính, trung gian thanh toán và năng lực tạo tiền của hệ thống NHTM trong nền kinh tế.
  2. Đánh giá thực trạng hoạt động giai đoạn 2017 - 2019: Phân tích dữ liệu thực nghiệm về quy mô, tốc độ tăng trưởng, cơ cấu thành phần kinh tế, loại tiền tệ và kỳ hạn nguồn vốn huy động tại VietABank Bình Dương.
  3. Đo lường hiệu quả tài chính bằng hệ thống chỉ tiêu định lượng: Tính toán và đánh giá chi phí trả lãi thực tế, tỷ lệ chi phí vốn (Cost of Funds - CoF), tỷ lệ dư nợ trên vốn huy động (LDR), tỷ lệ nợ xấu và khả năng sinh lời trên vốn huy động ($\text{LNST}/\text{VHĐ}$).
  4. Xây dựng giải pháp và lộ trình phát triển 5 năm (2021 - 2025): Thiết kế chiến lược đa dạng hóa sản phẩm tiền gửi, đẩy mạnh số hóa ngân hàng bán lẻ và tối ưu hóa chính sách khách hàng.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Nghiên cứu thực tế tại Ngân hàng TMCP Việt Á - Chi nhánh Bình Dương (Tầng 17, Tòa nhà Becamex Tower, 230 Đại lộ Bình Dương, TP. Thủ Dầu Một).
  • Thời gian: Chuỗi dữ liệu phân tích tài chính giai đoạn 3 năm liên tiếp (2017 – 2019).
  • Đối tượng: Tập trung chuyên sâu vào phân khúc khách hàng cá nhân (tiền gửi thanh toán, tiền gửi tiết kiệm có kỳ hạn/không kỳ hạn, giấy tờ có giá).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại VietABank Chi nhánh Bình Dương, hoạt động huy động vốn giai đoạn 2017 - 2019 biến động mạnh dưới tác động kép từ môi trường vĩ mô và sự cạnh tranh thị phần:

Tiêu chí phân tích Thực trạng tại VietABank Bình Dương Tác động đến hoạt động kinh doanh
Quy mô vốn huy động Năm 2017 đạt 244.381 triệu VND; năm 2018 sụt giảm 23,03% còn 187.981 triệu VND; năm 2019 phục hồi 11,35% lên 209.362 triệu VND Gây biến động thanh khoản ngắn hạn, buộc ngân hàng phải điều chuyển vốn nội bộ với chi phí cao
Cơ cấu thành phần kinh tế Chuyển dịch mạnh mẽ: Tiền gửi dân cư tăng từ 42,09% (2017) lên 57,73% (2019), trong khi tiền gửi TCKT giảm từ 141.792 triệu VND xuống 101.283 triệu VND Tăng tính ổn định của nguồn vốn nền tảng, giảm rủi ro rút vốn đột ngột từ các doanh nghiệp lớn
Cơ cấu theo kỳ hạn Tiền gửi ngắn hạn chiếm trên 60% tổng nguồn vốn (171.711 triệu VND năm 2017 và 135.546 triệu VND năm 2019) Tạo áp lực chuyển hoán kỳ hạn lớn khi tài trợ cho vay trung và dài hạn
Cơ cấu loại tiền VNĐ chiếm ưu thế tuyệt đối (>67% đến 74,44%), ngoại tệ giảm dần từ 80.160 triệu VND (2017) xuống 44.460 triệu VND (2019) Giảm thiểu rủi ro tỷ giá hối đoái, phù hợp định hướng chống đô la hóa của Ngân hàng Nhà nước
So sánh cấu trúc giải pháp huy động vốn giữa các nhóm NHTM:

Thiết kế hệ thống chỉ tiêu và mô hình phân tích

Hệ thống quản trị tài sản Nợ - Có (Asset-Liability Management - ALM) được mô hình hóa toán học nhằm kiểm soát mối quan hệ giữa huy động vốn và cấp tín dụng:

+-----------------------------------------------------------------------------------+
|                        KIẾN TRÚC MÔ HÌNH PHÂN TÍCH TÀI CHÍNH                      |
+-----------------------------------------------------------------------------------+
|  [Tầng Dữ Liệu - Data Ingestion]                                                 |
|  [Tầng Xử Lý & Tính Toán Chỉ Số - Financial Analytics Core]                       |
|  [Tầng Phân Tích Chiến Lược & Ra Quyết Định - Strategy Engine]                    |
+-----------------------------------------------------------------------------------+

Mô hình toán học ứng dụng

  1. Khả năng tạo tiền mở rộng ($M_n$): $$M_n = \frac{M_0 (1 - q^n)}{1 - q}$$ Trong đó: $M_0$ là lượng tiền gửi ban đầu, $q$ là tỷ lệ dự trữ bắt buộc kết hợp tỷ lệ thanh toán chuyển khoản tối đa, $n$ là số ngân hàng tham gia chuỗi tạo tiền.

  2. Tỷ lệ chi phí trả lãi vốn huy động ($CoF$): $$CoF = \frac{\text{Chi phí trả lãi thực tế trong năm}}{\text{Tổng vốn huy động bình quân}} \times 100%$$

  3. Hệ số cân đối sử dụng vốn ngắn hạn / trung - dài hạn ($LDR_{kỳ_hạn}$): $$LDR_{\text{ngắn hạn}} = \frac{\text{Dư nợ cho vay ngắn hạn}}{\text{Nguồn vốn huy động ngắn hạn}} \times 100%$$ $$LDR_{\text{trung dài hạn}} = \frac{\text{Dư nợ cho vay trung và dài hạn}}{\text{Nguồn vốn huy động trung và dài hạn}} \times 100%$$

Phương pháp nghiên cứu

Quy trình nghiên cứu áp dụng phối hợp phương pháp định lượng và định tính:

  • Phương pháp so sánh số tuyệt đối và tương đối: Đánh giá độ biến thiên $\Delta Y = Y_t - Y_{t-1}$ và tốc độ tăng trưởng $g = \frac{Y_t - Y_{t-1}}{Y_{t-1}} \times 100%$.
  • Phân tích cơ cấu kết cấu: Xác định tỷ trọng $w_i = \frac{X_i}{\sum X} \times 100%$ để nhận diện sự dịch chuyển dòng vốn.
  • Phương pháp phân tích ma trận SWOT: Tổng hợp các nhân tố nội tại (năng lực nhân sự, công nghệ, danh mục sản phẩm) và các biến số bên ngoài (kinh tế vĩ mô, đối thủ cạnh tranh, dịch chuyển chuỗi cung ứng).

Implementation và kết quả

Quy trình xử lý và mô hình hóa dữ liệu tài chính

Mô hình phân tích dữ liệu hoạt động huy động vốn được thiết lập bằng mã nguồn Python chuyên dụng để chuẩn hóa các phép tính chỉ số thanh khoản, chi phí vốn và khả năng sinh lời:

import numpy as np
import pandas as pd

# Dữ liệu tài chính thực nghiệm VietABank - CN Bình Dương (2017 - 2019)
# Đơn vị tính: Triệu đồng
financial_data = {
    "Year": [2017, 2018, 2019],
    "Total_Mobilized_Capital": [244381, 187981, 209362],
    "Individual_Deposit": [103059, 94341, 120864],
    "Corporate_Deposit": [141792, 94110, 101283],
    "VND_Deposit": [164691, 149301, 165372],
    "FX_Deposit": [80160, 48150, 44460],
    "Short_Term_Cap": [171711, 122682, 135546],
    "Mid_Long_Term_Cap": [73140, 65769, 74286],
    "Interest_Expenses": [19794, 21849, 11831],
    "Total_Revenue": [2442, 3504, 4300],
    "Total_Expense": [1971, 3297, 2625],
    "Net_Profit_After_Tax": [471, 207, 800],
    "Short_Term_Lending_Ratio": [64.0, 33.0, 59.0],      # %
    "Mid_Long_Term_Lending_Ratio": [212.0, 133.0, 189.0]  # %
}

df = pd.DataFrame(financial_data)

# 1. Tính toán Tốc độ tăng trưởng Vốn huy động (%)
df["Cap_Growth_Rate"] = df["Total_Mobilized_Capital"].pct_change() * 100

# 2. Tính Tỷ trọng tiền gửi Dân cư (%)
df["Individual_Ratio"] = (df["Individual_Deposit"] / df["Total_Mobilized_Capital"]) * 100

# 3. Tính Khả năng sinh lời trên vốn huy động (RODA = LNST / Tổng VHĐ %)
df["RODA"] = (df["Net_Profit_After_Tax"] / df["Total_Mobilized_Capital"]) * 100

# 4. Tính Tỷ lệ chi phí lãi vay trên vốn huy động (CoF ước tính %)
df["CoF_Ratio"] = (df["Interest_Expenses"] / df["Total_Mobilized_Capital"]) * 100

print(df[["Year", "Total_Mobilized_Capital", "Individual_Ratio", "RODA", "CoF_Ratio"]])

Kiểm định và đối chiếu kết quả tài chính

Dữ liệu được xử lý và kiểm định chéo với các báo cáo tài chính kiểm toán của VietABank:

Nhóm chỉ tiêu tài chính Năm 2017 Năm 2018 Năm 2019 So sánh 2018/2017 (%) So sánh 2019/2018 (%)
Tổng nguồn vốn huy động (Tr.đ) 244.381 187.981 209.362 -23,03% +11,35%
- Tiền gửi khách hàng cá nhân 103.059 94.341 120.864 -8,46% +28,11%
- Tiền gửi tổ chức kinh tế 141.792 94.110 101.283 -33,63% +7,62%
- Huy động bằng đồng Việt Nam (VNĐ) 164.691 149.301 165.372 -9,34% +10,76%
- Huy động bằng ngoại tệ quy đổi 80.160 48.150 44.460 -39,93% -7,66%
Chi phí trả lãi tiền gửi (Tr.đ) 19.794 21.849 11.831 +10,38% -45,85%
Tổng doanh thu hoạt động (Tr.đ) 2.442 3.504 4.300 +43,49% +22,72%
Lợi nhuận sau thuế - LNST (Tr.đ) 471 207 800 -56,05% +286,47%
Hệ số LNST / Vốn huy động (%) 0,22% 0,08% 0,22% Giảm 0,14% Tăng 0,14%
Hệ số LNST / Vốn chủ sở hữu (%) 2,28% 0,95% 2,65% Giảm 1,33% Tăng 1,70%
Tỷ lệ Nợ xấu / Tổng VHĐ (%) 3,00% 2,90% 2,80% -0,10% -0,10%
BIỂU ĐỒ DIỄN BIẾN LỢI NHUẬN VÀ CHI PHÍ LÃI VAY (2017 - 2019)
Triệu VND
            2017             2018             2019

Phân tích kết quả đạt được

  1. Khắc phục đứt gãy thanh khoản và tái lập tăng trưởng: Sau cú sốc sụt giảm năm 2018 (-23,03%) do tác động tâm lý từ thị trường và tin tức sáp nhập các NHTM, chi nhánh đã thực hiện tái cấu trúc danh mục, đưa quy mô vốn năm 2019 tăng trưởng trở lại đạt 209.362 triệu VND (+11,35%).
  2. Kiểm soát tối ưu chi phí trả lãi vốn huy động: Điểm sáng vượt bậc thể hiện ở việc chi phí lãi vay năm 2019 giảm tới 45,85% (từ 21.849 triệu VND xuống 11.831 triệu VND), trong khi tổng nguồn vốn vẫn tăng trưởng. Điều này chứng minh các giải pháp cơ cấu lại kỳ hạn và giảm thiểu các chương trình khuyến mãi kém hiệu quả đã phát huy tác dụng.
  3. Chất lượng sử dụng vốn và kiểm soát nợ xấu: Tỷ lệ nợ xấu trên tổng vốn huy động giảm đều qua các năm (từ 3,0% năm 2017 xuống 2,8% năm 2019), tỷ lệ nợ xấu trên tổng dư nợ duy trì ở ngưỡng an toàn 0,95%, bảo đảm an toàn thanh khoản cho toàn bộ tiền gửi của khách hàng cá nhân.
  4. Vấn đề tồn tại cần giải quyết: Tỷ lệ Cho vay trung - dài hạn / Nguồn vốn trung - dài hạn luôn duy trì ở mức cao (212% năm 2017, 133% năm 2018, 189% năm 2019). Ngân hàng đã phải sử dụng tới 40% - 50% nguồn vốn ngắn hạn để tài trợ cho vay trung dài hạn.

Đổi mới và đóng góp

Đổi mới phương thức quản trị nguồn vốn

Nghiên cứu mang lại những đóng góp mới mang tính thực tiễn cao cho hoạt động kinh doanh của chi nhánh:

So sánh với các mô hình huy động vốn hiện hành

Đặc tính kỹ thuật & vận hành Mô hình truyền thống (Theo đuổi Lãi suất) Mô hình Ngân hàng Bán lẻ Số hóa (Đề xuất) Hiệu quả cải thiện tại VietABank Bình Dương
Công cụ thu hút khách hàng Đẩy cao lãi suất tiền gửi, tặng quà hiện vật Tiện ích số (Smart App), trả lãi linh hoạt, tích hợp thanh toán tự động Giảm 45,85% chi phí trả lãi vốn huy động thực tế
Nền tảng giao dịch 100% giao dịch tại quầy giao dịch vật lý Trực tuyến qua e-Banking, ATM/CDM, liên kết ví điện tử Rút ngắn 60% thời gian xử lý thủ tục gửi tiền
Sản phẩm tiền gửi Tiết kiệm truyền thống có kỳ hạn cứng Tiết kiệm tích lũy định kỳ, tiết kiệm mục tiêu, chứng chỉ tiền gửi số Tăng trưởng tiền gửi dân cư đạt 28,11% năm 2019
Tỷ trọng tiền gửi CASA Thấp (< 10%), chi phí vốn bình quân cao Cao (> 20% - 30%), hạ thấp lãi suất đầu vào Nâng tỷ suất sinh lời LNST lên 800 triệu VND

Ứng dụng thực tế và triển khai

Bộ giải pháp nâng cao hiệu quả huy động vốn KHCN

Nghiên cứu đề xuất 4 nhóm giải pháp mang tính khả thi cao, được thiết kế phù hợp với đặc thù kinh tế tỉnh Bình Dương:

+-----------------------------------------------------------------------------------+
|               LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TÀI CHÍNH 2021 - 2025                 |
+-----------------------------------------------------------------------------------+
|  [Trụ Cột 1: Đa Dạng Hóa Sản Phẩm & Kênh Huy Động]                                |
|  [Trụ Cột 2: Nâng Cấp Công Nghệ Số & Hạ Tầng Giao Dịch]                           |
|  [Trụ Cột 3: Tối Ưu Hóa Chính Sách Khách Hàng & Nguồn Nhân Lực]                   |
+-----------------------------------------------------------------------------------+

Kế hoạch triển khai và phân bổ ngân sách dự kiến

Lộ trình thực thi theo quý (Roadmap 2021 - 2022):

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nghiên cứu

  • Giới hạn chuỗi dữ liệu: Đề tài phân tích chuỗi dữ liệu thứ cấp giai đoạn 2017 – 2019, chưa bao phủ hết tác động sâu rộng của các đợt bùng phát đại dịch Covid-19 trong giai đoạn 2020 - 2021.
  • Dữ liệu hành vi người dùng: Do tính bảo mật ngân hàng, nghiên cứu chưa thể khai thác toàn bộ dữ liệu nhật ký giao dịch (Transaction Logs) để áp dụng các mô hình học máy phân nhóm tự động (K-Means Clustering).

Hướng phát triển mở rộng

  1. Ứng dụng Machine Learning trong dự báo rút tiền gửi: Xây dựng mô hình Random Forest hoặc XGBoost để dự báo khả năng khách hàng tất toán sổ tiết kiệm trước hạn dựa trên biến động lãi suất thị trường.
  2. Tối ưu hóa lãi suất động (Dynamic Pricing): Thiết lập thuật toán định giá lãi suất cá nhân hóa cho từng nhóm đối tượng khách hàng trung thành.
  3. Mở rộng phạm vi nghiên cứu liên chi nhánh: Khảo sát toàn diện hệ thống VietABank khu vực Đông Nam Bộ để kiểm định tính đại diện của mô hình ALM.

Đối tượng hưởng lợi


Câu hỏi thường gặp

1. Tại sao VietABank Bình Dương lại dịch chuyển mạnh sang huy động vốn dân cư năm 2019?

Nguồn vốn từ dân cư có tính ổn định cao, phân tán rủi ro tốt hơn so với vốn từ các tổ chức kinh tế (vốn TCKT thường có quy mô lớn nhưng kỳ hạn ngắn và dễ bị rút đột ngột khi doanh nghiệp cần vốn kinh doanh). Tỷ trọng dân cư tăng lên 57,73% năm 2019 giúp chi nhánh củng cố nền tảng thanh khoản vững chắc.

2. Nguyên nhân nào khiến chi phí trả lãi vốn huy động năm 2018 tăng cao dù tổng nguồn vốn giảm?

Năm 2018, trước các biến động về tin tức sáp nhập ngân hàng trên thị trường tài chính, chi nhánh đã phải tăng lãi suất huy động và chi trả thêm nhiều khoản chi phí xúc tiến (quà tặng, quay số trúng thưởng, chăm sóc khách hàng) nhằm giữ chân người gửi tiền, khiến chi phí lãi tăng lên 21.849 triệu VND.

3. Rủi ro lớn nhất trong cơ cấu kỳ hạn vốn của chi nhánh là gì?

Đó là rủi ro mất cân đối kỳ hạn (Maturity Mismatch). Tỷ lệ cho vay trung và dài hạn trên nguồn vốn huy động trung và dài hạn của chi nhánh luôn ở mức rất cao (212% năm 2017 và 189% năm 2019), buộc ngân hàng phải sử dụng một phần vốn ngắn hạn để tài trợ dài hạn.

4. Công thức tạo tiền mở rộng $M_n = \frac{M_0 (1 - q^n)}{1 - q}$ phản ánh điều gì trong quản trị tiền gửi?

Công thức chứng minh rằng từ một lượng tiền gửi ban đầu $M_0$, thông qua tỷ lệ dự trữ bắt buộc $q$ và hệ thống luân chuyển thanh toán không dùng tiền mặt giữa $n$ ngân hàng, hệ thống NHTM có khả năng tạo ra một khối lượng tiền ghi sổ lớn gấp nhiều lần, thúc đẩy tăng trưởng tín dụng cho nền kinh tế.

5. Làm thế nào để chi nhánh vừa giảm chi phí huy động vốn vừa giữ chân được khách hàng?

Chi nhánh cần tập trung tăng tỷ lệ tiền gửi không kỳ hạn (CASA với chi phí vốn cực thấp ~0,2% - 0,5%/năm) thông qua việc nâng cấp ứng dụng Mobile Banking, cung cấp dịch vụ quản lý dòng tiền và thanh toán hóa đơn tự động tiện ích, thay vì chỉ cạnh tranh bằng lãi suất tiết kiệm kỳ hạn cao.


Kết luận

Báo cáo tốt nghiệp "Phân tích hiệu quả hoạt động huy động vốn đối với khách hàng cá nhân tại Ngân hàng Thương mại Cổ phần Việt Á - Chi nhánh Bình Dương" đã cung cấp một bức tranh tài chính toàn diện, chân thực và giàu hàm lượng khoa học về nghiệp vụ ngân hàng bán lẻ giai đoạn 2017 – 2019. Đề tài không chỉ làm sáng tỏ quy luật dịch chuyển nguồn vốn, hiệu quả cắt giảm chi phí lãi vay ấn tượng (giảm 45,85% năm 2019), mà còn chỉ ra thách thức cốt lõi về mất cân đối kỳ hạn vốn. Hệ thống giải pháp 4 trụ cột kết hợp giữa công nghệ số hóa, cải tiến sản phẩm và nâng cao năng lực nhân sự sẽ là cơ sở thực tiễn quan trọng giúp VietABank Bình Dương mở rộng thị phần bền vững trong giai đoạn 2021 – 2025.