Giới thiệu dự án
Trong cấu trúc vận hành của hệ thống tài chính - ngân hàng, nguồn vốn được xem là "huyết mạch" quyết định năng lực cạnh tranh, quy mô tín dụng và sự tồn tại bền vững của mỗi ngân hàng thương mại (NHTM). Theo thống kê của Ngân hàng Nhà nước (NHNN), hoạt động huy động vốn (HĐV) chiếm trên 80% tổng nguồn vốn hoạt động của toàn hệ thống ngân hàng thương mại cổ phần (TMCP). Tuy nhiên, giai đoạn 2018 – 2020 chứng kiến nhiều biến động kinh tế vĩ mô phức tạp: chính sách thắt chặt tiền tệ cục bộ, sự chuyển dịch dòng tiền sang các tài sản trú ẩn an toàn như vàng khi giá vàng lập đỉnh lịch sử năm 2020, cùng sự bùng phát của đại dịch COVID-19 làm suy giảm nhu cầu tín dụng và khả năng tích lũy của dân cư.
Tại địa bàn Thành phố Huế – khu vực có mật độ chi nhánh ngân hàng và phòng giao dịch cạnh tranh cao – Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) - Chi nhánh Đông Ba đối mặt với bài toán nan giải: tốc độ tăng trưởng vốn huy động biến động mạnh, mức độ phụ thuộc vào nguồn vốn điều chuyển từ Hội sở có thời điểm lên đến 21,48%, đồng thời áp lực cạnh tranh lãi suất tiền gửi giữa các ngân hàng thương mại đô thị ngày càng khốc liệt.
Khóa luận tốt nghiệp chuyên ngành Kế hoạch - Đầu tư với đề tài "Phân tích tình hình huy động vốn tại Ngân hàng Thương mại Cổ phần Việt Nam Thịnh Vượng - Chi nhánh Đông Ba, Thành phố Huế" (Tác giả: Hoàng Thị Thúy; GVHD: TS. Nguyễn Lê Hiệp) tập trung giải quyết triệt để vấn đề này thông qua các mục tiêu nghiên cứu cụ thể:
- Hệ thống hóa cơ sở lý luận và chỉ tiêu định lượng về hoạt động huy động vốn, cấu trúc chi phí vốn và các nhân tố kiểm soát rủi ro thanh khoản của NHTM.
- Đánh giá thực trạng cấu trúc và động thái nguồn vốn tại VPBank Đông Ba trong chu kỳ kinh doanh 3 năm (2018 – 2020), bóc tách sự biến động theo kỳ hạn, thành phần kinh tế và hình thức huy động.
- Phát triển hệ giải pháp toàn diện nhằm tái cơ cấu nguồn vốn, tối ưu hóa chính sách lãi suất linh hoạt, giảm thiểu tỷ lệ vốn điều chuyển nội bộ và nâng cao tỷ trọng tiền gửi không kỳ hạn (CASA).
Phương pháp tiếp cận dựa trên mô hình định lượng kết hợp phân tích chuỗi thời gian (time-series variance analysis) và đối chuẩn (benchmarking) với các định chế tài chính bán lẻ dẫn đầu thị trường. Giới hạn nghiên cứu tập trung vào nguồn dữ liệu thứ cấp được kiểm toán nội bộ của VPBank Đông Ba giai đoạn 2018 – 2020, phản ánh đầy đủ chu kỳ trước và trong biến động kinh tế.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Tại thị trường bán lẻ Thừa Thiên Huế, mô hình huy động vốn truyền thống của các NHTM bộc lộ nhiều điểm nghẽn về cấu trúc và chi phí vận hành. Bảng so sánh dưới đây làm rõ ưu và nhược điểm của các phương thức tiếp cận nguồn vốn:
| Phương thức huy động | Ưu điểm cốt lõi | Nhược điểm & Hạn chế | Chi phí vốn bình quân |
|---|---|---|---|
| Tiền gửi quầy truyền thống (Over-the-Counter) | Khách hàng tin tưởng cao, phục vụ tốt phân khúc lớn tuổi và hộ kinh doanh truyền thống. | Chi phí mặt bằng và nhân sự cao; thời gian giao dịch kéo dài (10–15 phút/giao dịch); khó mở rộng ngoài giờ. | Cao (Do chi phí quản lý vận hành lớn) |
| Số hóa qua Digital Banking / App VPBank NEO | Xử lý tức thì 24/7, tỷ lệ giữ chân dòng tiền nhàn rỗi (CASA) cao, chi phí vận hành biên gần bằng 0. | Đòi hỏi hạ tầng Core Banking đồng bộ; rào cản thao tác với khách hàng lớn tuổi tại khu vực chợ đầu mối Đông Ba. | Rất thấp (Lãi suất KKH 0,1% - 0,2%/năm) |
| Phát hành Giấy tờ có giá (GTCG / Chứng chỉ tiền gửi) | Huy động khối lượng vốn lớn trong thời gian ngắn; chủ động cân đối kỳ hạn thanh khoản dài hạn. | Lãi suất phát hành cao hơn tiền gửi dân cư thông thường; tính linh hoạt thanh toán thấp đối với khách hàng. | Cao nhất (7,5% - 8,5%/năm) |
Khảo sát đối thủ cạnh tranh trên cùng địa bàn (Techcombank, ACB, Sacombank) cho thấy Techcombank thành công nhờ chiến lược Zero Fee để hút CASA doanh nghiệp, trong khi ACB chiếm ưu thế nhờ danh mục dịch vụ tài chính cá nhân chuyên biệt hóa cao (giữ hộ vàng, thanh toán bất động sản).
Áp dụng phương pháp phân loại yêu cầu MoSCoW trong tối ưu hóa nghiệp vụ huy động vốn tại chi nhánh:
- Must have (Bắt buộc): Cơ chế định giá lãi suất theo kỳ hạn thực gửi (khách hàng tất toán sớm vẫn được bảo lưu lãi suất tương ứng thời gian gửi thực tế); chuẩn hóa hệ thống cảnh báo sớm rủi ro thanh khoản.
- Should have (Nên có): Tích hợp phân khúc sản phẩm tiền gửi bậc thang theo số dư; triển khai quy trình CRM tự động nhắc hạn và chăm sóc khách hàng VIP.
- Could have (Có thể có): Gói tích hợp tài khoản thanh toán với các đối tác liên kết thương mại (Opes, Be Group, Vinmec).
- Won't have (Chưa ưu tiên): Phát hành trái phiếu thứ cấp riêng lẻ tại quy mô cấp chi nhánh do giới hạn thẩm quyền theo quy định của Luật Các tổ chức tín dụng.
Thiết kế hệ thống
Mô hình định lượng quản trị nguồn vốn và đo lường an toàn thanh khoản tại chi nhánh được thiết lập thông qua 4 trụ cột công thức chuẩn hóa:
-
Tỷ trọng vốn huy động trên tổng nguồn vốn ($VHĐ/TNV$): $$VHĐ/TNV = \left( \frac{\text{Tổng vốn huy động}}{\text{Tổng nguồn vốn}} \right) \times 100%$$ Chỉ số phản ánh mức độ tự chủ nguồn vốn của chi nhánh; chỉ số càng cao cho thấy sự độc lập tích cực khỏi nguồn vốn điều chuyển từ Hội sở.
-
Hệ số cấp tín dụng trên vốn huy động (Loan-to-Deposit Ratio - LDR): $$LDR = \left( \frac{\text{Tổng dư nợ tín dụng}}{\text{Tổng vốn huy động}} \right) \times 100%$$ Đo lường hiệu suất sử dụng vốn và kiểm soát an toàn thanh khoản nội bộ.
-
Tỷ lệ nợ quá hạn (NPL Proxy): $$\text{Tỷ lệ nợ quá hạn} = \left( \frac{\text{Số dư nợ quá hạn}}{\text{Tổng dư nợ}} \right) \times 100%$$
-
Hệ số thu nợ (Debt Collection Ratio): $$\text{Hệ số thu nợ} = \left( \frac{\text{Doanh số thu nợ}}{\text{Doanh số cho vay}} \right) \times 100%$$
Công nghệ dữ liệu nền tảng sử dụng hệ thống Core Banking Temenos T24 (phiên bản R20), kết hợp công cụ trích xuất và xử lý dữ liệu báo cáo tài chính bằng Python 3.10 (thư viện Pandas 2.1, NumPy 1.24) phục vụ kiểm định phương sai tài chính và mô phỏng độ nhạy lãi suất.
Methodology
Nghiên cứu ứng dụng phương pháp phân tích tài chính doanh nghiệp kết hợp mô hình thống kê mô tả (descriptive statistics) và phân tích so sánh chuỗi thời gian:
- Phương pháp so sánh tuyệt đối ($\Delta Y = Y_t - Y_0$): Xác định biến động quy mô nguồn vốn qua từng năm tài khóa.
- Phương pháp so sánh tương đối ($% \Delta Y = \frac{Y_t - Y_0}{Y_0} \times 100%$): Đánh giá tốc độ tăng trưởng biên của từng khoản mục tiền gửi.
- Ma trận đánh giá rủi ro và giảm thiểu (Risk Assessment Matrix): Nhận diện rủi ro rút tiền hàng loạt khi lãi suất thị trường biến động, thiết lập hạn mức thanh khoản đệm (liquidity buffer) tối thiểu 15% tổng dư nợ cho vay.
Implementation và kết quả
Development process
Quá trình thu thập, xử lý và phân tích số liệu tài chính được cấu trúc qua 4 giai đoạn logic với các deliverables rõ ràng:
- Giai đoạn 1 (Thu thập dữ liệu thô): Trích xuất báo cáo kết quả hoạt động kinh doanh, bảng cân đối tài khoản kế toán chi tiết của VPBank Chi nhánh Đông Ba giai đoạn 2018 – 2020.
- Giai đoạn 2 (Chuẩn hóa và tính toán chỉ số): Lập trình module tính toán các tỷ số tài chính, phân tách chi phí lãi huy động và thu nhập lãi thuần tín dụng.
- Giai đoạn 3 (Phân tích ma trận nhân quả): Bóc tách tác động của các cú sốc ngoại sinh (giá vàng tăng tháng 8/2020, giãn cách xã hội COVID-19) đối với hành vi ký thác tiền mặt.
- Giai đoạn 4 (Xây dựng khung giải pháp): Đề xuất mô hình kinh doanh bán lẻ đa năng và chính sách lãi suất bậc thang.
Đoạn mã Python sau đây mô tả thuật toán tính toán biến động cơ cấu nguồn vốn và kiểm định an toàn vốn lưu động:
import pandas as pd
import numpy as np
# Khởi tạo ma trận dữ liệu nguồn vốn VPBank Đông Ba 2018 - 2020 (Đơn vị: Tỷ đồng)
capital_data = {
'Year': [2018, 2019, 2020],
'Internal_Transferred': [56.0, 53.0, 64.0],
'Mobilized_Capital': [228.0, 248.0, 234.0],
'Demand_Deposits_CASA': [96.0, 103.0, 98.0],
'Term_Deposits': [132.0, 145.0, 136.0]
}
df = pd.DataFrame(capital_data)
# Tính toán Tổng Nguồn Vốn và Tỷ trọng Vốn Huy Động (VHĐ/TNV)
df['Total_Capital'] = df['Internal_Transferred'] + df['Mobilized_Capital']
df['VHD_Ratio_Percent'] = (df['Mobilized_Capital'] / df['Total_Capital']) * 100
df['CASA_Ratio_Percent'] = (df['Demand_Deposits_CASA'] / df['Mobilized_Capital']) * 100
# Tính toán biến động phương sai theo năm
df['Total_Capital_Growth_%'] = df['Total_Capital'].pct_change() * 100
df['Mobilized_Growth_%'] = df['Mobilized_Capital'].pct_change() * 100
def liquidity_stress_indicator(vhd_ratio, threshold=80.0):
"""Đánh giá mức độ tự chủ nguồn vốn theo ngưỡng benchmark 80%"""
return "SAFE_AUTONOMOUS" if vhd_ratio >= threshold else "RELIANT_ON_HQ"
df['Status'] = df['VHD_Ratio_Percent'].apply(liquidity_stress_indicator)
print(df[['Year', 'Total_Capital', 'Mobilized_Capital', 'VHD_Ratio_Percent', 'Status']])
Testing và validation
Dữ liệu thực nghiệm được kiểm định chéo với hệ thống báo cáo kiểm toán độc lập của toàn hệ thống VPBank. Độ tin cậy của mô hình tài chính đạt 100% khớp nối giữa số liệu phân rã chi tiết và tổng thu nhập hoạt động được phê duyệt.
Mô hình kiểm tra độ nhạy (sensitivity analysis) cho thấy khi giá vàng trong nước tăng đột biến đạt đỉnh vào quý 3/2020, dòng tiền gửi cá nhân tại chi nhánh có độ co giãn theo lãi suất thực tế tăng 14,2%, giải thích chính xác hiện tượng suy giảm 5,65% vốn huy động trong năm 2020.
Kết quả đạt được
Các số liệu phân tích tài chính chi tiết của VPBank Đông Ba trong giai đoạn nghiên cứu 2018 – 2020 phản ánh bức tranh hoạt động thực chất:
1. Động thái kết quả hoạt động kinh doanh
| Chỉ tiêu tài chính (Tỷ đồng) | Năm 2018 | Năm 2019 | Năm 2020 | So sánh 2019/2018 (+/-) | So sánh 2019/2018 (%) | So sánh 2020/2019 (+/-) | So sánh 2020/2019 (%) |
|---|---|---|---|---|---|---|---|
| I. Tổng thu nhập | 8,000 | 8,300 | 8,600 | +0,300 | +3,75% | +0,300 | +3,61% |
| 1. Thu nhập từ tín dụng | 7,903 | 8,189 | 8,461 | +0,286 | +3,62% | +0,272 | +3,32% |
| 2. Thu phí dịch vụ | 0,097 | 0,111 | 0,139 | +0,014 | +14,43% | +0,028 | +25,22% |
| II. Tổng chi phí | 5,200 | 4,100 | 4,400 | -1,100 | -21,15% | +0,300 | +7,32% |
| 1. Chi phí hoạt động tín dụng | 4,775 | 3,826 | 4,072 | -0,949 | -19,87% | +0,246 | +6,43% |
| 2. Chi phí khác (vận hành, QL) | 0,425 | 0,274 | 0,328 | -0,151 | -35,53% | +0,054 | +19,71% |
| III. Lợi nhuận trước thuế | 2,800 | 4,200 | 4,200 | +1,400 | +50,00% | 0,000 | 0,00% |
2. Cấu trúc nguồn vốn và phân rã kỳ hạn huy động
| Khoản mục nguồn vốn (Tỷ đồng) | Năm 2018 | Năm 2019 | Năm 2020 | Tỷ trọng 2018 | Tỷ trọng 2019 | Tỷ trọng 2020 |
|---|---|---|---|---|---|---|
| 1. Vốn điều chuyển Hội sở | 56,0 | 53,0 | 64,0 | 19,72% | 17,61% | 21,48% |
| 2. Vốn huy động tại chỗ | 228,0 | 248,0 | 234,0 | 80,28% | 82,39% | 78,52% |
| 2.1. Tiền gửi không kỳ hạn (CASA) | 96,0 | 103,0 | 98,0 | 33,80% | 34,22% | 32,89% |
| 2.2. Tiền gửi có kỳ hạn (CKH) | 132,0 | 145,0 | 136,0 | 46,48% | 48,17% | 45,63% |
| Tổng nguồn vốn (TNV) | 284,0 | 301,0 | 298,0 | 100,00% | 100,00% | 100,00% |
Tốc độ tăng trưởng thu phí dịch vụ qua các năm:
Nhận xét định lượng: Thu nhập từ tín dụng vẫn giữ vai trò chủ chốt (>98% tổng thu nhập), tuy nhiên điểm sáng nổi bật là sự chuyển dịch tích cực của nguồn thu phí dịch vụ phi tín dụng, tăng trưởng ấn tượng từ 14,43% (năm 2019) lên 25,22% (năm 2020). Vốn huy động năm 2019 đạt đỉnh 248 tỷ đồng (chiếm 82,39% TNV) nhờ cơ chế điều chỉnh lãi suất linh hoạt, trước khi giảm nhẹ về 234 tỷ đồng năm 2020 do tác động của đại dịch và biến động kênh đầu tư vàng.
Đổi mới và đóng góp
Nghiên cứu mang lại 3 đóng góp trọng tâm có tính ứng dụng cao cho quản trị ngân hàng thương mại:
- Cơ chế biểu phí và lãi suất linh hoạt theo kỳ hạn thực gửi: Khắc phục triệt để nhược điểm của cơ chế tiền gửi truyền thống (vốn áp mức lãi suất không kỳ hạn cực thấp nếu khách hàng rút trước hạn). Việc áp dụng chính sách chi trả lãi suất theo thời gian thực gửi giúp VPBank Đông Ba duy trì tỷ lệ tái tục tiền gửi đạt trên 85% trong năm 2019.
- Chiến lược chuyển đổi cơ cấu thu nhập: Tăng tốc tỷ trọng thu phí dịch vụ (từ 1,21% năm 2018 lên 1,62% tổng thu nhập năm 2020 với tốc độ tăng trưởng đạt 25,22%), từng bước giảm áp lực phụ thuộc thuần túy vào biên lãi ròng (NIM) tín dụng.
- Mô hình tối ưu hóa chi phí hoạt động tín dụng: Áp dụng quản trị tinh gọn giúp chi phí hoạt động tín dụng năm 2019 giảm sâu 19,87% (từ 4,775 tỷ xuống 3,826 tỷ đồng), thúc đẩy lợi nhuận trước thuế tăng vọt 50% (từ 2,8 tỷ lên 4,2 tỷ đồng).
So sánh với mô hình của các ngân hàng bạn:
- So với Techcombank: VPBank Đông Ba tập trung sâu hơn vào thị trường ngách là tiểu thương chợ Đông Ba và doanh nghiệp xây dựng địa phương, thay vì phân khúc tập đoàn lớn.
- So với ACB: VPBank linh hoạt hơn trong gói cho vay tín chấp và thủ tục tinh giản, tạo vòng quay vốn tín dụng gắn liền với tài khoản thanh toán tiền gửi.
Ứng dụng thực tế và triển khai
Giải pháp đề xuất trong đề tài có khả năng áp dụng trực tiếp cho mạng lưới chi nhánh cấp 2 và phòng giao dịch của các NHTM tại các đô thị loại I và loại II:
Lộ trình triển khai 4 giai đoạn
Tháng 1 - 3 Tháng 4 - 6 Tháng 7 - 9 Tháng 10 - 12
- Giai đoạn 1 (Tháng 1 - 3): Tái cấu trúc chính sách khách hàng VIP và ban hành biểu lãi suất bậc thang linh hoạt.
- Giai đoạn 2 (Tháng 4 - 6): Trang bị hạ tầng thanh toán số (Smart POS, mã QR động) tại khu vực trung tâm thương mại và chợ đầu mối Đông Ba nhằm thu hút dòng tiền gửi thanh toán (CASA) của tiểu thương.
- Giai đoạn 3 (Tháng 7 - 9): Đẩy mạnh liên kết dịch vụ bảo hiểm liên kết ngân hàng (Bancassurance) và thanh toán hóa đơn tự động với các đối tác chiến lược (điện lực, cấp thoát nước, viễn thông).
- Giai đoạn 4 (Tháng 10 - 12): Kiểm toán nội bộ, đánh giá biến động tỷ lệ $VHĐ/TNV$, thiết lập mục tiêu giảm tỷ lệ vốn điều chuyển Hội sở xuống dưới 15%.
Hiệu quả kinh tế (ROI Estimation)
- Chi phí đầu tư ban đầu: Khoảng 150 – 200 triệu đồng (truyền thông marketing tại điểm bán, đào tạo kỹ năng bán chéo sản phẩm cho giao dịch viên).
- Lợi ích tài chính kỳ vọng: Gia tăng số dư tiền gửi bình quân thêm 15 – 20 tỷ đồng/năm; tiết giảm chi phí nhận vốn điều chuyển từ Hội sở ước tính 250 – 350 triệu đồng/năm.
Hạn chế và hướng phát triển
Hạn chế học thuật và thực tiễn
- Giới hạn mẫu dữ liệu: Dữ liệu nghiên cứu dừng lại ở cấp độ một chi nhánh đơn lẻ trong giai đoạn 2018 – 2020; chưa bao quát toàn diện chu kỳ kinh tế hậu đại dịch 2021 – 2023.
- Thiếu vắng dữ liệu vi mô khách hàng: Do yêu cầu bảo mật thông tin ngân hàng, đề tài chưa thể phân tích chi tiết hồ sơ nhân khẩu học và hành vi số của từng nhóm khách hàng cá nhân.
Hướng phát triển tiếp theo
- Mở rộng mô hình kinh tế lượng phân tích hồi quy đa biến (Multivariate Regression) đánh giá tác động của lãi suất thực, lạm phát và chỉ số niềm tin tiêu dùng đến hành vi gửi tiền tại khu vực miền Trung.
- Ứng dụng thuật toán máy học (Random Forest, XGBoost) trong dự báo nguy cơ rời bỏ dịch vụ (Customer Churn Prediction) đối với khách hàng gửi tiền tiết kiệm định kỳ.
Đối tượng hưởng lợi
- Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Cung cấp khung phương pháp luận chuẩn mực và bộ dữ liệu thực chứng hoàn chỉnh để tham khảo phân tích báo cáo tài chính chi nhánh ngân hàng.
- Chuyên viên Tín dụng & Giao dịch viên Ngân hàng: Nắm bắt kỹ thuật tư vấn sản phẩm tiền gửi linh hoạt, kỹ năng khai thác dòng tiền thanh toán nhàn rỗi của khách hàng doanh nghiệp và hộ kinh doanh.
- Ban Giám đốc Chi nhánh & Nhà quản trị NHTM: Sở hữu công cụ hoạch định chiến lược cân đối nguồn vốn, kiểm soát an toàn tỷ lệ LDR và giảm thiểu chi phí vốn điều chuyển nội bộ.
- Nhà nghiên cứu kinh tế ứng dụng: Bổ sung cơ sở dữ liệu thực nghiệm về hành vi tài chính của thị trường địa phương trong giai đoạn khủng hoảng kinh tế.
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và cơ sở hạ tầng để triển khai hệ thống quản trị huy động vốn là gì?
Chi nhánh cần kết nối đồng bộ với hệ sinh thái Core Banking tập trung (như Temenos T24 R20 hoặc tương đương), hệ thống CRM đa kênh cho phép cập nhật dữ liệu giao dịch thời gian thực (real-time processing) và phân quyền giao dịch bảo mật 2 lớp (2FA/PKI).
2. Giới hạn quy mô vốn và giải pháp khi tỷ trọng vốn điều chuyển từ Hội sở tăng cao?
Khi tỷ trọng vốn điều chuyển vượt ngưỡng an toàn 20% (như năm 2020 đạt 21,48%), chi nhánh cần kích hoạt ngay gói sản phẩm tiền gửi kỳ hạn ngắn với quà tặng trực tiếp, kết hợp đẩy mạnh mở tài khoản thanh toán số qua eKYC để bổ sung thanh khoản tại chỗ, hạ nhiệt áp lực chi phí vốn từ Hội sở.
3. Tích hợp chính sách huy động vốn với hệ thống ngân hàng số Core Banking thế nào?
Mọi gói sản phẩm tiết kiệm linh hoạt cần được cấu hình thành các sản phẩm tham số hóa trên phân hệ tiền gửi của Core Banking, cho phép khách hàng chủ động trích lập, tất toán hoặc nhận thông báo lãi tự động qua ứng dụng di động VPBank NEO mà không cần can thiệp thủ công tại quầy.
4. Nhu cầu duy trì và nâng cao năng lực đội ngũ nhân sự ra sao?
Cần định kỳ 6 tháng tổ chức kiểm tra nghiệp vụ và đào tạo kỹ năng tư vấn giải pháp tài chính tổng thể (Financial Advisory) cho 100% đội ngũ giao dịch viên và chuyên viên khách hàng cá nhân; gắn chỉ số KPI huy động vốn với chất lượng quản trị quan hệ khách hàng bền vững.
5. Dự toán chi phí và thời gian thu hồi vốn (ROI) khi nâng cấp mô hình kinh doanh bán lẻ?
Tổng kinh phí triển khai các chương trình marketing địa phương và nâng cấp điểm giao dịch ước tính khoảng 200 triệu đồng; với mức tăng trưởng thu phí dịch vụ dự kiến đạt trên 20%/năm và tối ưu hóa chi phí huy động vốn, thời gian thu hồi vốn đầu tư đạt dưới 8 tháng.
Kết luận
Khóa luận tốt nghiệp của tác giả Hoàng Thị Thúy đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, cung cấp một bức tranh toàn diện, sâu sắc và khoa học về thực trạng huy động vốn tại VPBank Chi nhánh Đông Ba giai đoạn 2018 – 2020. Nghiên cứu đã chứng minh rằng: năng lực huy động vốn bền vững không chỉ dựa vào cuộc đua lãi suất, mà phụ thuộc cốt lõi vào sự đa dạng hóa sản phẩm, chất lượng trải nghiệm dịch vụ khách hàng và khả năng số hóa quy trình thanh toán.
Những phát hiện định lượng cùng hệ thống giải pháp đề xuất trong công trình là tài liệu tham khảo giá trị cho các nhà quản trị chi nhánh ngân hàng thương mại trong việc nâng cao năng lực cạnh tranh, tối ưu hóa cơ cấu nguồn vốn và đảm bảo tăng trưởng an toàn, hiệu quả trong kỷ nguyên kinh tế số.