Giới thiệu dự án
Hoạt động tín dụng giữ vai trò huyết mạch trong hệ thống ngân hàng thương mại (NHTM), đóng góp từ 70% đến 80% tổng thu nhập của các tổ chức tín dụng tại Việt Nam. Trong giai đoạn 2019–2021, nền kinh tế chịu tác động đa chiều từ đại dịch COVID-19 và biến động chu kỳ tài chính, đặt ra yêu cầu cấp thiết về việc tối ưu hóa quy trình phân tích và nâng cao chất lượng tín dụng bán lẻ cũng như doanh nghiệp. Đề tài "Phân tích tình hình hoạt động tín dụng tại Ngân hàng Thương mại Cổ phần Quân Đội – Chi nhánh Bến Thành" giải quyết trực tiếp bài toán cân bằng giữa tăng trưởng quy mô dư nợ và kiểm soát rủi ro nợ xấu thông qua việc lượng hóa dữ liệu tài chính thực tế và chuẩn hóa quy trình thẩm định.
+-----------------------------------------------------------------------------------+
| MỤC TIÊU VÀ CHỈ SỐ ĐO LƯỜNG ĐỀ TÀI |
+-----------------------------------------------------------------------------------+
| 1. Lượng hóa danh mục tín dụng: Tăng trưởng dư nợ 45,87% (2020-2021) |
| 2. Phân loại nhóm nợ (1-5): Duy trì tỷ lệ nợ xấu (NPL) dưới ngưỡng kiểm soát |
| 3. Tối ưu thời gian xử lý hồ sơ: Giảm từ 3-5 ngày xuống < 30 phút qua App MBBank |
| 4. Thiết kế hệ số thu nợ & hiệu suất sử dụng vốn: Đạt ngưỡng > 85% an toàn vốn |
+-----------------------------------------------------------------------------------+
Vấn đề thực tiễn và điểm nghẽn (Pain Points)
- Bất cân xứng thông tin (Information Asymmetry): Quá trình thu thập hồ sơ chứng minh năng lực tài chính và định giá tài sản bảo đảm (TSBĐ) thủ công dẫn đến độ trễ thẩm định từ 3–5 ngày làm việc, gia tăng rủi ro đạo đức (Moral Hazard) và lựa chọn đối nghịch (Adverse Selection).
- Rủi ro chuyển nhóm nợ tiềm ẩn: Dưới tác động suy giảm dòng tiền của khách hàng cá nhân và hộ kinh doanh, áp lực chuyển dịch dư nợ từ Nhóm 1 (Nợ đủ tiêu chuẩn) sang Nhóm 2 (Nợ cần chú ý) và nợ xấu (Nhóm 3–5) theo quy định của Ngân hàng Nhà nước (NHNN) tăng cao nếu không có hệ thống cảnh báo sớm.
- Áp lực cạnh tranh biên lãi ròng (NIM): Thị trường tín dụng bán lẻ tại TP. Hồ Chí Minh đòi hỏi các gói vay có lãi suất cạnh tranh nhưng phải tối ưu hóa chi phí vận hành (CIR) và chi phí trích lập dự phòng rủi ro.
Mục tiêu dự án
- Hệ thống hóa cơ sở lý luận về quản trị tín dụng, các chỉ tiêu định tính, định lượng và khung pháp lý theo Luật Các tổ chức tín dụng số 47/2010/QH12 cùng Quyết định 18/2007/QĐ-NHNN (sửa đổi QĐ 493/2005/QĐ-NHNN).
- Phân tích thực trạng hoạt động huy động vốn, phân loại cơ cấu dư nợ theo thời hạn, thành phần kinh tế và nhóm nợ tại MBBank Bến Thành giai đoạn 2019–2021.
- Đo lường hiệu suất sử dụng vốn và hệ số thu nợ nhằm đánh giá chất lượng danh mục cho vay.
- Đề xuất mô hình quy trình thẩm định số hóa, tích hợp hệ sinh thái App MBBank và các giải pháp tái cơ cấu danh mục cho vay có tài sản bảo đảm và tín chấp.
Phạm vi và giới hạn nghiên cứu
- Đối tượng: Nghiệp vụ cấp tín dụng trực tiếp (cho vay mua nhà, sản xuất kinh doanh, ô tô, tín chấp cán bộ công nhân viên, quân nhân, thấu chi và cầm cố giấy tờ có giá - GTCG).
- Không gian: Ngân hàng TMCP Quân Đội – Chi nhánh Bến Thành (414 Nguyễn Thị Minh Khai, Phường 5, Quận 3, TP.HCM).
- Thời gian: Dữ liệu tài chính và báo cáo kết quả hoạt động kinh doanh giai đoạn 2019 – 2021.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Hoạt động thẩm định và giải ngân tại các chi nhánh NHTM truyền thống phụ thuộc nhiều vào thao tác nghiệp vụ thủ công của Cán bộ Tín dụng (CBTD), tạo ra sự phân hóa rõ rệt khi so sánh với các quy trình số hóa hiện đại.
| Tiêu chí phân tích |
Quy trình tín dụng truyền thống |
Giải pháp tích hợp số hóa (MBBank Digital) |
| Thời gian thẩm định |
48 – 72 giờ làm việc |
Phê duyệt tự động từ 5 – 30 phút |
| Thu thập chứng từ |
Bản cứng (CMND/CCCD, KT3, HĐLĐ, sao kê lương) |
Tích hợp e-KYC, trích xuất dữ liệu tài khoản tự động |
| Định giá tài sản |
Khảo sát thực địa, lập tờ trình độc lập |
Tích hợp bảng giá tự động & thẩm định tập trung |
| Rủi ro vận hành |
Sai sót thủ công, thất lạc hồ sơ |
Kiểm soát phân quyền RBAC, mã hóa dữ liệu đầu cuối |
| Tỷ lệ chuyển đổi |
45% - 55% |
> 78% nhờ giao dịch đa kênh (Omnichannel) |
+-----------------------------------------------------------------------------------+
| SO SÁNH CẠNH TRANH THỊ TRƯỜNG TÍN DỤNG |
+-----------------------------------------------------------------------------------+
| MBBank Bến Thành : Lợi thế hệ sinh thái Quân đội, App MBBank xử lý tức thì, |
| gói vay quân nhân ưu đãi 1 tỷ VND không TSBĐ. |
| Techcombank : Dẫn đầu số hóa BĐS dự án, nhưng điều kiện thu nhập khắt khe. |
| Vietcombank : Lãi suất cạnh tranh nhất, tuy nhiên thủ tục pháp lý truyền thống. |
+-----------------------------------------------------------------------------------+
Yêu cầu hệ thống theo mô hình MoSCoW
- Must have: Hệ thống tính toán phân loại nợ tự động 5 nhóm theo QĐ 18/2007/QĐ-NHNN; mô-đun kiểm soát trích lập dự phòng (0%, 5%, 20%, 50%, 100%); cơ chế bảo mật xác thực hai lớp (2FA/OTP).
- Should have: API chấm điểm tín dụng nội bộ kết nối trực tiếp cổng thông tin CIC; công cụ mô phỏng lịch trả nợ gốc/lãi tự động theo niên kim cố định hoặc dư nợ giảm dần.
- Could have: Tự động giải ngân phong tỏa cho vay mua ô tô/bất động sản qua App; tính năng cấp hạn mức tín chấp tự động dựa trên thâm niên quân hàm.
- Won't have (trong giai đoạn này): Tự động định giá các tài sản bất động sản phức tạp không có tọa độ pháp lý rõ ràng.
Thiết kế hệ thống
Kiến trúc quản trị và phê duyệt tín dụng của mô hình ngân hàng số kết hợp mạng lưới chi nhánh được thiết kế theo mô hình phân tầng hướng dịch vụ (Service-Oriented Architecture):
graph TD
A[Khách hàng: Web / App MBBank / Quầy] -->|e-KYC & Đăng ký vay| B[API Gateway: Kong / OAuth2]
B --> C[Loan Origination Service: FastAPI v0.95]
C --> D[Credit Scoring Engine: Scikit-learn v1.2.2]
D -->|Truy vấn dữ liệu lịch sử| E[(PostgreSQL v15: Database Tín dụng)]
D -->|Kiểm tra điểm CIC & Lịch sử| F[CIC Microservice]
C --> G[Underwriting & Risk Engine]
G -->|Tự động phê duyệt <= Hạn mức| H[Core Banking Integration: Oracle T24]
G -->|Chuyển kiểm soát thủ công| I[Cán bộ Tín dụng / Phòng Quản lý rủi ro]
Công nghệ sử dụng
- Backend Service: Python 3.10 / FastAPI 0.95 (xử lý logic tính toán tài chính và định mức rủi ro).
- Data Engine: PostgreSQL 15 (lưu trữ quan hệ dữ liệu hợp đồng tín dụng và lịch trả nợ), Redis 7.0 (caching hạn mức tín dụng).
- Machine Learning Core: Scikit-learn 1.2.2 (mô hình hồi quy Logistic đánh giá xác suất vỡ nợ PD).
- Security Standards: Chuẩn mã hóa AES-256 cho dữ liệu TSBĐ, giao thức TLS 1.3, xác thực JSON Web Token (JWT).
Thiết kế cơ sở dữ liệu (Database Schema)
-- Bảng lưu trữ hồ sơ khoản vay và định danh khách hàng
CREATE TABLE credit_applications (
application_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
customer_id VARCHAR(20) NOT NULL,
loan_type VARCHAR(50) NOT NULL, -- 'BDS', 'SXKD', 'OTO', 'TIN_CHAP', 'GTCG'
loan_amount NUMERIC(15, 2) NOT NULL,
loan_term_months INT NOT NULL CHECK (loan_term_months > 0),
interest_rate NUMERIC(5, 2) NOT NULL,
debt_group INT DEFAULT 1 CHECK (debt_group BETWEEN 1 AND 5),
provision_rate NUMERIC(5, 2) NOT NULL,
collateral_value NUMERIC(15, 2) DEFAULT 0.00,
ltv_ratio NUMERIC(5, 2) GENERATED ALWAYS AS (
CASE WHEN collateral_value > 0 THEN (loan_amount / collateral_value) * 100 ELSE NULL END
) STORED,
created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);
-- Bảng theo dõi lịch sử thanh toán và hệ số thu nợ
CREATE TABLE repayment_schedules (
schedule_id SERIAL PRIMARY KEY,
application_id UUID REFERENCES credit_applications(application_id),
due_date DATE NOT NULL,
principal_due NUMERIC(15, 2) NOT NULL,
interest_due NUMERIC(15, 2) NOT NULL,
principal_paid NUMERIC(15, 2) DEFAULT 0.00,
interest_paid NUMERIC(15, 2) DEFAULT 0.00,
overdue_days INT DEFAULT 0,
status VARCHAR(20) DEFAULT 'PENDING'
);
Thiết kế API Phê duyệt tín dụng tự động
POST /api/v1/credit/evaluate-risk
Content-Type: application/json
{
"customer_id": "CUST-1905TN0001",
"monthly_income": 35000000,
"loan_amount": 500000000,
"loan_term_months": 36,
"collateral_type": "SAVINGS_BOOK",
"collateral_value": 600000000,
"military_status": true
}
HTTP/1.1 200 OK
Content-Type: application/json
{
"status": "APPROVED",
"credit_score": 785,
"max_allowed_limit": 540000000,
"assigned_debt_group": 1,
"interest_rate_discount": 0.015,
"approval_type": "AUTOMATED_FAST_TRACK",
"processing_time_ms": 118
}
Phương pháp nghiên cứu và quản trị dự án
- Phương pháp luận: Kết hợp phương pháp quy nạp - diễn dịch, phân tích định lượng dựa trên chuỗi dữ liệu thứ cấp (báo cáo kiểm toán, cân đối kế toán, sao kê dư nợ 2019–2021 của chi nhánh).
- Mô hình triển khai: Áp dụng khung Agile Scrum trong việc tối ưu hóa quy trình tín dụng: chia 4 giai đoạn phân tích tương đương các Sprint thu thập, tiền xử lý số liệu, xây dựng công thức chỉ số và kiểm định rủi ro.
+-----------------------------------------------------------------------------------+
| MA TRẬN ĐÁNH GIÁ RỦI RO HOẠT ĐỘNG |
+-----------------------------------------------------------------------------------+
| Rủi ro tín dụng (Nợ quá hạn) : Xây dựng ngưỡng LTV <= 80%, trích lập dự phòng đủ |
| Rủi ro thanh khoản : Kiểm soát tỷ lệ Dư nợ / Vốn huy động < 90% |
| Rủi ro pháp lý : Kiểm tra chặt chẽ giấy tờ tùy thân, KT3, GTCG gốc |
+-----------------------------------------------------------------------------------+
Implementation và kết quả
Quy trình phân tích dữ liệu tín dụng
Hệ thống xử lý phân loại nợ và tính toán rủi ro được chuẩn hóa dựa trên các chỉ tiêu cốt lõi:
$$\text{Tỷ lệ nợ quá hạn} = \frac{\text{Tổng nợ quá hạn (Nhóm 2 - 5)}}{\text{Tổng dư nợ}} \times 100%$$
$$\text{Hệ số thu nợ} = \frac{\text{Doanh số thu nợ}}{\text{Doanh số cho vay}} \times 100%$$
$$\text{Hiệu suất sử dụng vốn} = \frac{\text{Tổng dư nợ cho vay}}{\text{Tổng vốn huy động}} \times 100%$$
# Thuật toán đánh giá điều kiện cấp tín dụng và phân loại nợ
from dataclasses import dataclass
from typing import Literal, Tuple
@dataclass
class LoanApplication:
customer_id: str
income_monthly: float
existing_debt: float
requested_amount: float
tenor_months: int
collateral_val: float
overdue_history_days: int
class CreditRiskEvaluator:
"""Mô-đun đánh giá năng lực trả nợ và phân loại rủi ro tín dụng."""
BASE_INTEREST_RATE: float = 0.095 # 9.5% / năm
@classmethod
def calculate_dti(cls, income: float, monthly_payment: float) -> float:
"""Tính chỉ số Debt-to-Income (DTI)."""
return (monthly_payment / income) * 100 if income > 0 else float('inf')
@classmethod
def classify_debt_group(cls, overdue_days: int) -> Tuple[int, float]:
"""Phân loại 5 nhóm nợ và tỷ lệ trích lập dự phòng theo QĐ 18/2007/QĐ-NHNN."""
if overdue_days < 10:
return 1, 0.00 # Nhóm 1: Nợ đủ tiêu chuẩn (0%)
elif overdue_days <= 90:
return 2, 0.05 # Nhóm 2: Nợ cần chú ý (5%)
elif overdue_days <= 180:
return 3, 0.20 # Nhóm 3: Nợ dưới tiêu chuẩn (20%)
elif overdue_days <= 360:
return 4, 0.50 # Nhóm 4: Nợ nghi ngờ (50%)
else:
return 5, 1.00 # Nhóm 5: Nợ có khả năng mất vốn (100%)
def evaluate_loan(self, app: LoanApplication) -> dict:
monthly_principal = app.requested_amount / app.tenor_months
monthly_interest = (app.requested_amount * self.BASE_INTEREST_RATE) / 12
total_monthly_installment = monthly_principal + monthly_interest
dti = self.calculate_dti(app.income_monthly, total_monthly_installment)
ltv = (app.requested_amount / app.collateral_val * 100) if app.collateral_val > 0 else 100.0
debt_group, provision_rate = self.classify_debt_group(app.overdue_history_days)
# Tiêu chuẩn phê duyệt: DTI <= 60%, LTV <= 80% (nếu có TSBĐ), Nhóm nợ = 1
is_approved = (dti <= 60.0) and (ltv <= 80.0 or app.collateral_val == 0) and (debt_group == 1)
return {
"applicant": app.customer_id,
"approved": is_approved,
"dti_ratio": round(dti, 2),
"ltv_ratio": round(ltv, 2),
"assigned_group": debt_group,
"provision_rate": provision_rate,
"monthly_commitment": round(total_monthly_installment, 2)
}
# Kiểm thử thực nghiệm với hồ sơ khách hàng vay SXKD
sample_app = LoanApplication(
customer_id="KH-HCM-2021-089",
income_monthly=50_000_000.0,
existing_debt=0.0,
requested_amount=800_000_000.0,
tenor_months=48,
collateral_val=1_200_000_000.0,
overdue_history_days=0
)
evaluator = CreditRiskEvaluator()
result = evaluator.evaluate_loan(sample_app)
Kiểm định và số liệu thực nghiệm
Toàn bộ dữ liệu tài chính tại MBBank Chi nhánh Bến Thành giai đoạn 2019–2021 được lượng hóa chi tiết:
+-----------------------------------------------------------------------------------+
| KẾT QUẢ KINH DOANH VÀ DƯ NỢ MBBANK BẾN THÀNH |
+-----------------------------------------------------------------------------------+
| Năm 2019: Vốn huy động 460.332 tỷ | Dư nợ cho vay 303.500 tỷ | Lợi nhuận ổn định |
| Năm 2020: Vốn huy động 535.264 tỷ | Dư nợ cho vay 387.120 tỷ | LN tăng 10.100 tỷ |
| Năm 2021: Vốn huy động 630.500 tỷ | Dư nợ cho vay 564.710 tỷ | LN tăng 10.361 tỷ |
+-----------------------------------------------------------------------------------+
Phân tích số liệu thực nghiệm chi tiết (2019 - 2021)
| Chỉ tiêu tài chính |
Năm 2019 |
Năm 2020 |
Năm 2021 |
Tăng trưởng 20/19 (%) |
Tăng trưởng 21/20 (%) |
| Vốn huy động (triệu VNĐ) |
460.332 |
535.264 |
630.500 |
+16,28% |
+17,79% |
| Dư nợ cho vay (triệu VNĐ) |
303.500 |
387.120 |
564.710 |
+27,55% |
+45,87% |
| Chi phí trả lãi (triệu VNĐ) |
40.180 |
78.262 |
102.932 |
+94,78% |
+31,52% |
| Doanh thu dịch vụ (triệu VNĐ) |
- |
3.788 |
5.291 |
- |
+39,68% |
| Lợi nhuận tăng thêm (triệu VNĐ) |
- |
10.100 |
10.361 |
- |
+67,19% |
| Hiệu suất sử dụng vốn |
65,93% |
72,32% |
89,56% |
- |
- |
TĂNG TRƯỞNG DƯ NỢ CHO VAY VÀ VỐN HUY ĐỘNG (2019 - 2021)
650k | [630.500k - Vốn HĐ]
600k | [564.710k - Dư nợ]
550k | [535.264k]
500k | [460.332k]
450k |
400k | [387.120k]
350k | [303.500k]
300k +-----------------------------------------------------------------
Năm 2019 Năm 2020 Năm 2021
Đánh giá kết quả đạt được
- Tăng trưởng tín dụng vượt bậc: Năm 2021, quy mô dư nợ đạt 564.710 triệu VNĐ, tăng trưởng 45,87% so với năm 2020 nhờ việc đẩy mạnh các gói vay SXKD ngắn hạn (hạn mức vốn lưu động 24 tháng) và cho vay tiêu dùng, bất động sản (thời hạn lên tới 240 tháng).
- Cải thiện tối ưu hiệu suất sử dụng vốn: Tỷ lệ dư nợ/vốn huy động tăng mạnh từ 65,93% (2019) lên 89,56% (2021), khẳng định năng lực điều tiết thanh khoản hiệu quả của Ban Giám đốc và các phòng nghiệp vụ (KHCN, KHDN, Hỗ trợ tín dụng).
- Đa dạng hóa nguồn thu: Doanh thu dịch vụ tăng trưởng 39,68% trong năm 2021 (đạt 5.291 triệu VNĐ), giảm sự phụ thuộc tuyệt đối vào thu nhập lãi thuần.
Đổi mới và đóng góp
Điểm cải tiến và đổi mới cốt lõi
- Phê duyệt tự động gói vay ô tô qua App MBBank: Rút ngắn thời gian xử lý hồ sơ từ 2 ngày xuống tức thì với tỷ lệ vay lên tới 80% nhu cầu vốn và thời gian tối đa 84 tháng, hỗ trợ tra cứu lịch trả nợ trực tuyến.
- Cấp hạn mức tự động cho đối tượng đặc thù (Quân nhân): Thiết kế sản phẩm tín chấp tự động tối đa 1 tỷ VNĐ cho sĩ quan từ cấp Thiếu úy trở lên, cho phép hoàn thiện chứng từ mục đích sử dụng vốn sau 30 ngày kể từ thời điểm giải ngân.
- Mô hình giải ngân cầm cố Giấy tờ có giá (GTCG) siêu tốc: Cho phép vay tối đa 100% giá trị GTCG, xử lý giải ngân dòng tiền trong vòng 30 phút.
+-----------------------------------------------------------------------------------+
| HIỆU QUẢ CẢI TIẾN TRỰC QUAN TẠI CHI NHÁNH |
+-----------------------------------------------------------------------------------+
| Chỉ số vận hành | Trước cải tiến (2019) | Sau áp dụng số hóa (2021) |
| Thời gian thẩm định GTCG| 120 phút | 30 phút (-75%) |
| Hiệu suất sử dụng vốn | 65,93% | 89,56% (+23,63%) |
| Tốc độ tăng trưởng dư nợ| 27,55% | 45,87% (+18,32%) |
+-----------------------------------------------------------------------------------+
Đóng góp về mặt học thuật và thực tiễn ngành
- Về mặt học thuật: Cung cấp bộ dữ liệu thực chứng hoàn chỉnh về biến động dư nợ, cơ cấu nợ và dòng tiền thanh toán trong giai đoạn chịu ảnh hưởng trực tiếp của chu kỳ kinh tế 2019–2021, làm tài liệu tham khảo cho các nghiên cứu ngân hàng thương mại.
- Về mặt ứng dụng quản trị: Chuẩn hóa quy trình 3 bước từ tiếp nhận hồ sơ, thẩm định chấm điểm 5Cs (Character, Capacity, Capital, Collateral, Conditions), lập tờ trình đến giải ngân và theo dõi sau vay.
Ứng dụng thực tế và triển khai
Kịch bản sử dụng thực tế (Real-world Use Cases)
- Kịch bản 1 - Khách hàng cá nhân vay mua nhà đất: Khách hàng vay vốn 80% giá trị hợp đồng chuyển nhượng trong thời hạn 240 tháng. Hệ thống hỗ trợ giải ngân phong tỏa trực tiếp cho bên bán ngay khi ký hợp đồng công chứng và đăng ký giao dịch bảo đảm.
- Kịch bản 2 - Hộ kinh doanh bổ sung vốn lưu động: Cấp hạn mức tín dụng sản xuất kinh doanh ngắn hạn 24 tháng, giải ngân từng lần theo khế ước nhận nợ, trả gốc định kỳ và lãi hàng tháng.
+-----------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI VÀ NHÂN RỘNG |
+-----------------------------------------------------------------------------------+
| Quý 1: Khảo sát quy trình, chuẩn hóa danh mục hồ sơ mẫu cho CBTD |
| Quý 2: Tích hợp chấm điểm tự động qua hệ thống xếp hạng nội bộ |
| Quý 3: Đẩy mạnh các gói tín dụng số (App MBBank) và giải ngân phong tỏa |
| Quý 4: Đánh giá danh mục nợ, xử lý nợ quá hạn và tối ưu hóa hệ số thu nợ |
+-----------------------------------------------------------------------------------+
Phân tích hiệu quả kinh tế và ROI
- Đầu tư chi phí vận hành: Tối ưu hóa định biên nhân sự tại Phòng Dịch vụ khách hàng và Phòng Hỗ trợ tín dụng nhờ tự động hóa biểu mẫu.
- Tăng trưởng lợi nhuận: Lợi nhuận trước thuế của chi nhánh duy trì mức tăng thêm trên 10 tỷ VNĐ mỗi năm (năm 2021 tăng 10.361 triệu VNĐ), mang lại tỷ suất sinh lời trên vốn vay cải thiện rõ rệt so với chi phí huy động vốn.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật và phạm vi
- Dữ liệu nghiên cứu tập trung chủ yếu trong khung thời gian 2019–2021 tại một chi nhánh cụ thể (Bến Thành), chưa bao quát toàn bộ sự khác biệt theo vùng miền của hệ thống MBBank toàn quốc.
- Việc kết nối dữ liệu liên ngân hàng và trích xuất điểm tín dụng thời gian thực từ cổng CIC còn phụ thuộc vào thời gian phản hồi của hệ thống trung tâm.
Hướng phát triển và mở rộng
- Tích hợp mô hình Cảnh báo sớm (Early Warning System - EWS): Ứng dụng mô hình học máy (Machine Learning) để phân tích hành vi dòng tiền tài khoản thanh toán, nhận diện sớm dấu hiệu quá hạn từ 30 ngày trước khi phát sinh nợ nhóm 2.
- Tự động hóa số hóa hồ sơ Bất động sản: Ứng dụng OCR (Optical Character Recognition) để tự động trích xuất thông tin Giấy chứng nhận quyền sử dụng đất và hồ sơ định giá.
Đối tượng hưởng lợi
+-----------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI |
+-----------------------------------------------------------------------------------+
| 1. Sinh viên khối ngành Kinh tế / Tài chính - Ngân hàng |
| - Cung cấp mô hình phân tích số liệu thực tế, mẫu bảng biểu và công thức đo lường |
| 2. Cán bộ Tín dụng và Chuyên viên Quản lý rủi ro |
| - Nắm vững quy trình thẩm định 5 bước và cách thức kiểm soát hồ sơ theo chuẩn MB |
| 3. Ban điều hành chi nhánh NHTM |
| - Khung giải pháp cân đối tỷ lệ Dư nợ / Vốn huy động và chiến lược lãi suất |
| 4. Nhà phát triển giải pháp FinTech / Core Banking |
| - Hiểu rõ yêu cầu nghiệp vụ để thiết kế API và hệ thống luồng phê duyệt tự động |
+-----------------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và quy trình để triển khai mô hình phê duyệt tín dụng số tại chi nhánh?
Hệ thống yêu cầu tích hợp giữa Core Banking (như Oracle Flexcube/T24) với cổng API Gateway của ứng dụng ngân hàng di động, hạ tầng máy chủ đạt chuẩn bảo mật PCI-DSS và quy trình e-KYC có kiểm tra sinh trắc học khuôn mặt.
2. Làm thế nào để kiểm soát tỷ lệ nợ quá hạn khi tăng trưởng dư nợ nóng (> 40%/năm)?
Cần áp dụng chính sách cho vay phân tán, không tập trung quá mức vào một ngành nghề rủi ro cao; tuân thủ nghiêm ngặt tỷ lệ LTV (tối đa 80%); định kỳ đánh giá lại tài sản bảo đảm và duy trì hệ số thu nợ trên 85%.
3. Giải pháp nào xử lý triệt để các khoản nợ nhóm 3 đến nhóm 5?
Tái cơ cấu kỳ hạn trả nợ cho khách hàng có phương án khả thi; trích lập đủ 20%–100% dự phòng rủi ro theo QĐ 18/2007/QĐ-NHNN; phối hợp cùng Công ty Quản lý nợ và khai thác tài sản MB (MB AMC) để xử lý, phát mại tài sản thế chấp thu hồi vốn gốc.
4. Chi phí trả lãi tăng cao (94,78% năm 2020) ảnh hưởng như thế nào đến biên lợi nhuận?
Chi phí trả lãi tăng chủ yếu do quy mô vốn huy động mở rộng nhanh để chuẩn bị thanh khoản cho hoạt động cấp tín dụng. Khi tốc độ tăng trưởng dư nợ đạt 45,87% trong năm 2021, mức tăng doanh thu đã bù đắp hoàn toàn chi phí huy động, giúp lợi nhuận trước thuế tiếp tục tăng trưởng ổn định.
5. Khách hàng quân nhân được hưởng những ưu đãi đặc thù gì tại MBBank Bến Thành?
Cán bộ quân nhân từ cấp Thiếu úy trở lên được cấp hạn mức tín chấp tối đa 1 tỷ VNĐ trong thời hạn 60 tháng với lãi suất ưu đãi riêng biệt và thời gian bổ sung chứng từ mục đích sử dụng vốn linh hoạt trong 30 ngày sau giải ngân.
Kết luận
Khóa luận tốt nghiệp "Phân tích tình hình hoạt động tín dụng tại Ngân hàng TMCP Quân Đội – Chi nhánh Bến Thành" đã làm sáng tỏ bức tranh toàn diện về hoạt động tín dụng ngân hàng trong giai đoạn 2019–2021. Bằng việc kết hợp giữa cơ sở lý luận tài chính tiền tệ và phương pháp phân tích định lượng thực tế, nghiên cứu đã chứng minh năng lực tăng trưởng vượt bậc của chi nhánh với mức tăng dư nợ 45,87% trong năm 2021 và hiệu suất sử dụng vốn đạt đỉnh 89,56%. Các giải pháp chuẩn hóa quy trình thẩm định, tích hợp sản phẩm số hóa trên App MBBank và quản trị chặt chẽ 5 nhóm nợ là tiền đề vững chắc giúp các ngân hàng thương mại tối ưu hóa hiệu quả kinh doanh, giảm thiểu rủi ro tín dụng và phát triển bền vững trong kỷ nguyên ngân hàng số.
