Giới thiệu dự án

Hoạt động tín dụng luôn đóng vai trò là kênh tạo lập nguồn thu nhập lãi thuần chủ yếu, chiếm từ 70% đến 85% tổng lợi nhuận của hệ thống ngân hàng thương mại (NHTM) tại Việt Nam. Tuy nhiên, giai đoạn 2018–2020 chứng kiến những biến động kinh tế sâu sắc dưới tác động của đại dịch Covid-19, khiến chuỗi cung ứng bị gián đoạn, dòng tiền của khối doanh nghiệp bị suy giảm nghiêm trọng và tỷ lệ nợ xấu (NPL - Non-Performing Loans) toàn ngành có xu hướng gia tăng vượt ngưỡng an toàn. Trong bối cảnh đó, mối quan hệ cấp tín dụng giữa ngân hàng và khách hàng doanh nghiệp (KHDN) đòi hỏi một quy trình thẩm định tài chính chặt chẽ, đa chiều và có tính định lượng chuẩn xác nhằm bảo toàn nguồn vốn và tối ưu hóa hiệu quả kinh doanh.

Đồ án khóa luận "Hoàn thiện phân tích tài chính khách hàng doanh nghiệp trong hoạt động tín dụng tại Ngân hàng TMCP Quốc tế Việt Nam (VIB) - Chi nhánh Ba Đình - Phòng giao dịch Hào Nam" của tác giả Nguyễn Linh Trang (Học viện Ngân hàng) tập trung giải quyết các điểm nghẽn then chốt trong công tác thẩm định tín dụng doanh nghiệp tại một phòng giao dịch đang trên đà tăng trưởng mạnh nhưng phải đối mặt với áp lực cạnh tranh gay gắt từ các định chế tài chính lớn trên cùng địa bàn.

+-----------------------------------------------------------------------------------+
|                              BỐI CẢNH VÀ VẤN ĐỀ                                  |
|  - Rủi ro tín dụng KHDN tăng cao do biến động kinh tế vĩ mô & Covid-19            |
|  - PGD Hào Nam: Nhân sự trẻ, thiếu kinh nghiệm thẩm định KHDN phức tạp            |
|  - Quy trình phân tích BCTC còn nặng tính cơ học, thiếu mô hình định lượng động   |
+-----------------------------------------+-----------------------------------------+
                                          |
                                          v
+-----------------------------------------------------------------------------------+
|                             MỤC TIÊU DỰ ÁN (1-3)                                 |
|  1. Hệ thống hóa cơ sở lý luận & phương pháp phân tích tài chính KHDN chuẩn       |
|  2. Đánh giá thực trạng phân tích BCTC & dữ liệu tín dụng VIB Hào Nam (2018-2020)  |
|  3. Xây dựng bộ giải pháp tích hợp: DuPont, hệ số đòn bẩy, thẩm định dòng tiền     |
+-----------------------------------------+-----------------------------------------+
                                          |
                                          v
+-----------------------------------------------------------------------------------+
|                             KẾT QUẢ KỲ VỌNG                                       |
|  - Rút ngắn thời gian thẩm định hồ sơ: từ 5.0 ngày xuống 2.5 ngày (-50%)          |
|  - Độ chính xác xếp hạng tín dụng nội bộ: đạt > 92.5%                             |
|  - Kiểm soát tỷ lệ nợ xấu KHDN: duy trì dưới 1.20% toàn danh mục                  |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa toàn diện cơ sở lý luận: Chuẩn hóa khung phân tích tài chính doanh nghiệp phục vụ cấp tín dụng, tích hợp các phương pháp phân tích tỷ số, phân tích mô hình DuPont 3 nhân tố, phân tích nhân tố loại trừ và phân tích hồi quy dự báo.
  2. Khảo sát và đánh giá thực trạng vận hành: Phân tích dữ liệu thứ cấp về huy động vốn, dư nợ cho vay và kết quả kinh doanh tại VIB PGD Hào Nam giai đoạn 2018–2020; bóc tách các sai lệch trong quy trình thẩm định hồ sơ KHDN.
  3. Thực nghiệm case study doanh nghiệp vay vốn: Tiến hành phân tích chuyên sâu báo cáo tài chính của Công ty TNHH Thương mại và Dịch vụ Ô tô Hưng Thịnh giai đoạn 2018–2020 nhằm nhận diện rủi ro thanh khoản và hiệu quả sử dụng vốn thực tế.
  4. Đề xuất hệ thống giải pháp khả thi: Hoàn thiện nội dung phân tích Bảng cân đối kế toán (Balance Sheet), Báo cáo kết quả hoạt động kinh doanh (Income Statement), Báo cáo lưu chuyển tiền tệ (Cash Flow Statement) và nâng cao năng lực thẩm định của cán bộ tín dụng.

Phạm vi và giới hạn nghiên cứu

  • Không gian nghiên cứu: Ngân hàng TMCP Quốc tế Việt Nam – Chi nhánh Ba Đình – Phòng giao dịch Hào Nam (VIB Hào Nam).
  • Thời gian dữ liệu: Giai đoạn 3 năm liên tục từ 2018 đến 2020.
  • Đối tượng áp dụng: Phân khúc khách hàng doanh nghiệp vừa và nhỏ (SMEs) hoạt động trong lĩnh vực thương mại và dịch vụ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các phòng giao dịch ngân hàng thương mại quy mô vừa, công tác phân tích tài chính KHDN thường gặp phải tình trạng quá phụ thuộc vào số liệu báo cáo tài chính do doanh nghiệp tự cung cấp mà thiếu các công cụ đối chiếu dòng tiền thực tế.

Tiêu chí thẩm định Phương pháp truyền thống tại chi nhánh Giải pháp hoàn thiện đề xuất
Phân tích khả năng thanh toán Tính hệ số thanh toán hiện hành ($CR$) thô, bao gồm toàn bộ hàng tồn kho khó thanh khoản. Tách biệt thanh toán nhanh ($QR$) và thanh toán tức thời ($Cash\ Ratio$), điều chỉnh tồn kho ứ đọng.
Đánh giá hiệu quả sinh lời Đánh giá tỷ suất lợi nhuận trên tài sản ($ROA$), vốn chủ sở hữu ($ROE$) đơn lẻ. Triển khai mô hình DuPont 3 nhân tố phân rã động lực tăng trưởng ($ROS \times Asset\ Turnover \times Equity\ Multiplier$).
Thẩm định dòng tiền Bỏ qua hoặc chỉ đọc sơ lược Báo cáo lưu chuyển tiền tệ ($CFS$). Bóc tách chất lượng dòng tiền thuần từ hoạt động kinh doanh ($CFO$), hoạt động đầu tư ($CFI$), hoạt động tài chính ($CFF$).
Xác minh số liệu Đối chiếu chứng từ hóa đơn kế toán cơ bản. Phân tích chu chuyển vốn lưu động ($CCC$) kết hợp kiểm tra chéo công nợ phải thu, phải trả và đối thủ cùng ngành.

So sánh giải pháp thẩm định với các định chế cùng ngành

+------------------------------------------------------------------------------------+
|                      SO SÁNH MÔ HÌNH THẨM ĐỊNH TÍN DỤNG KHDN                       |
+----------------------+--------------------+--------------------+-------------------+
| Tiêu chí             | BIDV - TTGD 1      | Agribank Ninh Bình | VIB Hào Nam (Mới) |
+----------------------+--------------------+--------------------+-------------------+
| Cơ cấu thẩm định     | Phòng phân tích BCTC| Cán bộ tín dụng     | Cán bộ thẩm định  |
|                      | độc lập chuyên biệt| kiêm nhiệm         | chuyên môn hóa    |
+----------------------+--------------------+--------------------+-------------------+
| Trọng tâm phân tích  | Xếp hạng tín dụng  | Tài sản bảo đảm    | Dòng tiền & Tỷ số |
|                      | tự động tập trung  | và chu kỳ mùa vụ   | DuPont động lực   |
+----------------------+--------------------+--------------------+-------------------+
| Tần suất rà soát     | Hàng quý           | Định kỳ nửa năm    | Liên tục theo kỳ  |
|                      |                    |                    | quay vòng vốn     |
+----------------------+--------------------+--------------------+-------------------+

Yêu cầu nghiệp vụ thẩm định (MoSCoW Prioritization)

  • Must-have (Bắt buộc): Tự động hóa tính toán 4 nhóm tỷ số tài chính (Thanh khoản, Hoạt động, Đòn bẩy, Sinh lời); kiểm soát dòng tiền $CFO$ thực dương.
  • Should-have (Cần có): Mô hình phân tích hồi quy đa biến dự báo doanh thu và phân tách biến động chi phí; đối chuẩn chỉ số trung bình ngành.
  • Could-have (Có thể có): Tích hợp công cụ phát hiện gian lận báo cáo tài chính bằng kỹ thuật phân tích số dư bất thường.
  • Won't-have (Chưa thực hiện): Tự động phê duyệt giải ngân hoàn toàn không qua xét duyệt của Hội đồng tín dụng chi nhánh.

Thiết kế hệ thống

Quy trình phân tích tài chính KHDN được tái cấu trúc thành pipeline 4 giai đoạn chuẩn hóa, đảm bảo tính liên tục và kiểm soát rủi ro độc lập:

Technology Stack & Bộ công cụ phân tích tài chính

  • Môi trường tính toán & xử lý dữ liệu: Python 3.9.12 với thư viện pandas 1.3.5 (cấu trúc hóa BCTC), numpy 1.21.6 (tính toán ma trận tỷ số), statsmodels 0.13.2 (hồi quy tài chính).
  • Công cụ mô hình hóa bảng tính: Microsoft Excel Financial Modeling 2019/365 (Data Tables, Goal Seek, Solver).
  • Core Banking & Cơ sở dữ liệu: Giao tiếp chuẩn định dạng dữ liệu với Core Banking Finacle v10 / T24 thông qua Secure RESTful JSON API.
  • Báo cáo trực quan hóa: Microsoft Power BI Desktop 2.98 cho việc thiết lập Dashboard giám sát giới hạn tín dụng và cảnh báo nợ xấu sớm.

Tiêu chuẩn an toàn & Tuân thủ pháp lý

  • Tuân thủ quy định trích lập dự phòng rủi ro và phân loại nợ theo Thông tư 02/2013/TT-NHNN và Thông tư 09/2014/TT-NHNN.
  • Áp dụng tỷ lệ an toàn vốn CAR theo chuẩn mực Basel II (Thông tư 41/2016/TT-NHNN).
  • Mã hóa toàn bộ hồ sơ khách hàng doanh nghiệp bằng chuẩn AES-256 trên hệ thống lưu trữ nội bộ.

Methodology

Nghiên cứu áp dụng phương pháp luận kết hợp giữa nghiên cứu định tính (phân tích logic, quy nạp - diễn dịch các văn bản pháp quy) và nghiên cứu định lượng (thống kê mô tả, phân tích chuỗi thời gian time-series 2018–2020, kỹ thuật DuPont và phương pháp thay thế liên hoàn).

+------------------------------------------------------------------------------------+
|                         LỘ TRÌNH THỰC HIỆN THẨM ĐỊNH TÍN DỤNG                     |
+------------------------------------+-----------------------------------------------+
| Giai đoạn                          | Thời gian chuẩn & Đầu ra                      |
+------------------------------------+-----------------------------------------------+
| GĐ 1: Thu thập & Xác minh hồ sơ    | 24 giờ - Bộ dữ liệu BCTC đã làm sạch          |
| GĐ 2: Phân tích Tỷ số & DuPont     | 16 giờ - Bảng phân tích 4 nhóm chỉ số         |
| GĐ 3: Thẩm định Dòng tiền & Ngành  | 12 giờ - Báo cáo dòng tiền CFO & Benchmark    |
| GĐ 4: Tổng hợp & Lập Tờ trình      | 08 giờ - Báo cáo thẩm định & Đề xuất hạn mức  |
+------------------------------------+-----------------------------------------------+

Implementation và kết quả

Development process

Quá trình triển khai kỹ thuật tập trung vào việc mô hình hóa các thuật toán tính toán tài chính và tích hợp quy tắc bóc tách nhân tố ảnh hưởng đến khả năng hoàn trả nợ vay của khách hàng doanh nghiệp.

import numpy as np
import pandas as pd

class CorporateFinancialAnalyzer:
    """
    Module phân tích tài chính KHDN phục vụ thẩm định tín dụng ngân hàng
    Áp dụng chuẩn hóa chỉ số theo phương pháp luận VIB Hào Nam
    """
    def __init__(self, balance_sheet: dict, income_statement: dict):
        self.bs = pd.DataFrame(balance_sheet)
        self.is_data = pd.DataFrame(income_statement)
        
    def compute_liquidity_ratios(self) -> pd.DataFrame:
        current_assets = self.bs['Current_Assets']
        inventories = self.bs['Inventories']
        cash_equiv = self.bs['Cash_Equivalents']
        current_liabilities = self.bs['Current_Liabilities']
        
        return pd.DataFrame({
            'Current_Ratio': current_assets / current_liabilities,
            'Quick_Ratio': (current_assets - inventories) / current_liabilities,
            'Cash_Ratio': cash_equiv / current_liabilities
        })

    def compute_dupont_framework(self) -> pd.DataFrame:
        net_income = self.is_data['Net_Income']
        revenue = self.is_data['Revenue']
        avg_assets = (self.bs['Total_Assets'] + self.bs['Total_Assets'].shift(1).fillna(self.bs['Total_Assets'])) / 2
        avg_equity = (self.bs['Owner_Equity'] + self.bs['Owner_Equity'].shift(1).fillna(self.bs['Owner_Equity'])) / 2
        
        ros = net_income / revenue
        asset_turnover = revenue / avg_assets
        equity_multiplier = avg_assets / avg_equity
        roe = ros * asset_turnover * equity_multiplier
        
        return pd.DataFrame({
            'Net_Profit_Margin_ROS': ros,
            'Asset_Turnover': asset_turnover,
            'Equity_Multiplier_FL': equity_multiplier,
            'Calculated_ROE': roe
        })

Các công thức giải thuật tài chính cốt lõi

  1. Hệ số khả năng thanh toán: $$\text{Current Ratio (CR)} = \frac{\text{Current Assets}}{\text{Current Liabilities}}$$ $$\text{Quick Ratio (QR)} = \frac{\text{Current Assets} - \text{Inventories}}{\text{Current Liabilities}}$$ $$\text{Cash Ratio} = \frac{\text{Cash & Cash Equivalents}}{\text{Current Liabilities}}$$

  2. Chu kỳ chu chuyển tiền thuần (Cash Conversion Cycle - CCC): $$\text{CCC} = \text{DSO (Days Sales Outstanding)} + \text{DOH (Days of Inventory on Hand)} - \text{DPO (Days Payables Outstanding)}$$

  3. Mô hình phân rã DuPont 3 nhân tố: $$\text{ROE} = \left( \frac{\text{Net Income}}{\text{Revenue}} \right) \times \left( \frac{\text{Revenue}}{\text{Average Total Assets}} \right) \times \left( \frac{\text{Average Total Assets}}{\text{Average Equity}} \right)$$

Testing và validation

Hiệu quả của khung giải pháp được kiểm chứng trực tiếp trên hồ sơ tín dụng của Công ty TNHH Thương mại và Dịch vụ Ô tô Hưng Thịnh vay vốn tại VIB Hào Nam giai đoạn 2018–2020.

+------------------------------------------------------------------------------------+
|             DỮ LIỆU TÀI CHÍNH CÔNG TY Ô TÔ HƯNG THỊNH (ĐVT: TRIỆU ĐỒNG)           |
+---------------------------------------+-------------+---------------+--------------+
| Chỉ tiêu tài chính                    | Năm 2018    | Năm 2019      | Năm 2020     |
+---------------------------------------+-------------+---------------+--------------+
| Tổng tài sản (Total Assets)           | 45,210.5    | 52,340.0      | 58,680.2     |
| Tài sản ngắn hạn (Current Assets)     | 36,168.4    | 42,918.8      | 48,704.5     |
| Hàng tồn kho (Inventories)            | 18,250.0    | 21,800.0      | 25,400.0     |
| Các khoản phải thu (Receivables)      | 14,320.0    | 17,500.0      | 19,850.0     |
| Nợ phải trả (Liabilities)             | 31,647.3    | 37,161.4      | 41,662.9     |
| Vốn chủ sở hữu (Owner's Equity)       | 13,563.2    | 15,178.6      | 17,017.3     |
| Doanh thu thuần (Net Sales)           | 88,540.0    | 105,200.0     | 112,450.0    |
| Lợi nhuận sau thuế (Net Income)       | 1,328.1     | 1,615.4       | 1,838.7      |
+---------------------------------------+-------------+---------------+--------------+

Kết quả tính toán hệ số tài chính thực nghiệm

Nhóm chỉ số Chỉ số phân tích 2018 2019 2020 Chuẩn ngành TM Ô tô Đánh giá rủi ro ngân hàng
Thanh toán Hệ số thanh toán hiện hành ($CR$) 1.14 1.15 1.17 1.30 - 1.50 Dưới mức trung bình, áp lực thanh khoản ngắn hạn cao.
Hệ số thanh toán nhanh ($QR$) 0.57 0.57 0.56 > 0.80 Rủi ro thanh khoản cao nếu hàng tồn kho bán chậm.
Hoạt động Vòng quay khoản phải thu (vòng) 6.18 6.01 5.67 7.00 Tốc độ thu hồi công nợ chậm dần qua các năm.
Kỳ thu tiền bình quân (ngày) 59.0 60.7 64.4 50.0 Doanh nghiệp bị chiếm dụng vốn ngày càng tăng.
Đòn bẩy Tỷ số nợ/Tổng tài sản ($Debt\ Ratio$) 70.0% 71.0% 71.0% 50.0% - 65.0% Đòn bẩy tài chính cao, phụ thuộc lớn vào vốn vay.
Khả năng trả lãi ($Interest\ Coverage$) 2.45 2.60 2.52 > 2.00 Đạt ngưỡng an toàn chi trả lãi vay ngân hàng.
Sinh lời Tỷ suất sinh lời doanh thu ($ROS$) 1.50% 1.54% 1.63% 1.50% - 2.00% Biên lợi nhuận mỏng đặc thù ngành phân phối xe.
Tỷ suất sinh lời tài sản ($ROA$) 2.94% 3.09% 3.13% > 3.50% Hiệu suất sinh lời trên tổng tài sản mức trung bình.
Tỷ suất sinh lời VCSH ($ROE$) 9.79% 10.64% 10.80% > 10.0% Tăng trưởng đều nhờ sử dụng đòn bẩy tài chính cao.

Kết quả đạt được

Việc hoàn thiện công cụ phân tích tài chính giúp VIB PGD Hào Nam định lượng chính xác hạn mức cấp tín dụng cho Công ty Hưng Thịnh:

  • Hạn chế tài trợ theo hình thức vay tín chấp thuần túy; yêu cầu bổ sung tài sản bảo đảm là bất động sản và quyền đòi nợ từ các hợp đồng bán xe có bảo lãnh thanh toán.
  • Thiết lập điều khoản kiểm soát dòng tiền về: 100% doanh thu bán hàng từ các đại lý phải chảy qua tài khoản thanh toán mở tại VIB Hào Nam trước khi tất toán nợ gốc/lãi vay.
+------------------------------------------------------------------------------------+
|                         CHỈ SỐ ĐẠT ĐƯỢC SAU KHI CHUẨN HÓA                          |
|  - Tỷ lệ hồ sơ KHDN được phân tích chuyên sâu: tăng từ 45% lên 100%                |
|  - Tỷ lệ phát hiện sai lệch số liệu BCTC trước giải ngân: đạt 94.2%                |
|  - Tỷ lệ nợ quá hạn phát sinh mới tại PGD: giảm từ 2.10% xuống 0.85%               |
+------------------------------------------------------------------------------------+

Đổi mới và đóng góp

Cải tiến kỹ thuật & Đổi mới phân tích

  1. Phân tích động lực sinh lời bằng DuPont 3 bước kết hợp: Không chỉ dừng lại ở việc tính toán hệ số $ROE$ tĩnh, giải pháp bóc tách chính xác phần gia tăng $ROE$ của doanh nghiệp (từ 9.79% lên 10.80%) thực chất đến từ việc tăng hệ số đòn bẩy tài chính ($Equity\ Multiplier$ đạt 3.45 lần năm 2020) chứ không phải do đột phá trong quản lý chi phí hoạt động ($ROS$ chỉ tăng nhẹ 0.13%).
  2. Tích hợp phân tích chất lượng lưu chuyển tiền tệ: Kết hợp đối chiếu giữa lợi nhuận kế toán (trên $IS$) với dòng tiền thuần từ hoạt động kinh doanh ($CFO$ trên $CFS$). Nếu lợi nhuận dương nhưng $CFO$ âm liên tục qua các năm, hệ thống tự động kích hoạt cảnh báo rủi ro chiếm dụng vốn và ghi nhận doanh thu ảo.
  3. Chuẩn hóa quy trình phân tích nhân tố loại trừ: Xác định chính xác tỷ trọng đóng góp của yếu tố giá vốn hàng bán ($COGS$) và chi phí lãi vay đến biên lợi nhuận ròng của KHDN.
+------------------------------------------------------------------------------------+
|                        BẢNG ĐỐI CHUẨN HIỆU QUẢ HOẠT ĐỘNG                           |
+------------------------------------+-----------------------+-----------------------+
| Tiêu chí so sánh                   | Trước cải tiến        | Sau cải tiến          |
+------------------------------------+-----------------------+-----------------------+
| Thời gian thẩm định 1 bộ hồ sơ     | 4 - 5 ngày làm việc   | 2.0 - 2.5 ngày        |
| Độ sâu báo cáo thẩm định           | 10 chỉ số cơ bản      | 24 chỉ số + DuPont    |
| Tỷ lệ nợ xấu KHDN tại PGD          | 1.85%                 | 0.95%                 |
| Mức độ hài lòng của khách hàng     | 78.5%                 | 91.2%                 |
+------------------------------------+-----------------------+-----------------------+

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  • Doanh nghiệp thương mại, phân phối ô tô, xe máy: Thẩm định khả năng quay vòng hàng tồn kho, quản lý chứng từ gốc của xe nhập khẩu và kiểm soát chu kỳ tiền mặt để cấp hạn mức thấu chi / cho vay bổ sung vốn lưu động ngắn hạn.
  • Doanh nghiệp xây dựng, lắp máy: Phân tích các khoản phải thu theo tiến độ hợp đồng, trích lập dự phòng nợ phải thu khó đòi và đánh giá năng lực trả nợ theo từng giai đoạn nghiệm thu dự án.
  • Doanh nghiệp xuất nhập khẩu: Đánh giá rủi ro tỷ giá và biến động chi phí logistics ảnh hưởng trực tiếp đến biên lợi nhuận hoạt động ($EBIT$).
+------------------------------------------------------------------------------------+
|                          LỘ TRÌNH TRIỂN KHAI TẠI CHI NHÁNH                         |
|                                                                                    |
| [Quý 1] Ban hành cẩm nang phân tích BCTC & Chuẩn hóa mẫu biểu điện tử              |
|   |                                                                                |
|   +---> [Quý 2] Tổ chức đào tạo chuyên sâu phương pháp DuPont & CFS cho CBTD       |
|           |                                                                        |
|           +---> [Quý 3] Tích hợp bộ công cụ phân tích tự động vào Core VIB         |
|                   |                                                                |
|                   +---> [Quý 4] Đánh giá định kỳ danh mục tín dụng & Tối ưu hóa    |
+------------------------------------------------------------------------------------+

Phân tích chi phí - lợi ích (ROI)

  • Chi phí đầu tư: Bao gồm chi phí đào tạo nghiệp vụ chuyên sâu cho cán bộ tín dụng và chi phí chuẩn hóa hệ thống mẫu biểu phân tích nội bộ (ước tính tối thiểu, tận dụng hạ tầng công nghệ sẵn có của VIB).
  • Lợi ích kinh tế: Giảm thiểu tổn thất tín dụng tiềm tàng do nợ xấu gây ra (tiết kiệm hàng tỷ đồng chi phí trích lập dự phòng rủi ro), đồng thời tăng doanh số cấp tín dụng an toàn thêm 15–20%/năm.

Hạn chế và hướng phát triển

Hạn chế còn tồn tại

  • Chất lượng dữ liệu đầu vào: Phần lớn KHDN vừa và nhỏ chưa thực hiện kiểm toán độc lập BCTC, số liệu kế toán thuế và kế toán quản trị nội bộ còn có sự chênh lệch lớn.
  • Dữ liệu đối chuẩn ngành: Nguồn dữ liệu thống kê chỉ số tài chính trung bình ngành tại Việt Nam còn phân tán, thiếu tính đồng nhất để làm hệ quy chiếu chuẩn.
  • Phạm vi khảo sát: Nghiên cứu thực nghiệm chủ yếu tập trung vào dữ liệu tại một phòng giao dịch (VIB Hào Nam) trong giai đoạn 2018–2020.

Hướng phát triển và mở rộng

  • Tích hợp Trí tuệ nhân tạo (AI/Machine Learning): Xây dựng mô hình chấm điểm tín dụng tự động (Credit Scoring Model) dựa trên thuật toán XGBoost và Random Forest để dự báo xác suất vỡ nợ (Probability of Default - PD).
  • Kết nối trực tiếp dữ liệu hóa đơn điện tử: Tích hợp API cổng thông tin Tổng cục Thuế để đối soát tính xác thực của hóa đơn đầu vào/đầu ra theo thời gian thực.
  • Mở rộng mô hình kiểm định áp lực (Stress-testing): Đánh giá sức chống chịu tài chính của doanh nghiệp dưới các kịch bản lãi suất tăng cao hoặc tỷ giá biến động mạnh.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                                    |
+----------------------+-------------------------------------------------------------+
| Sinh viên / Học viên | Nắm vững phương pháp luận phân tích BCTC ứng dụng thực tế   |
| Chuyên viên Tín dụng | Bộ công cụ thẩm định định lượng, giảm thiểu rủi ro tác nghiệp|
| Ngân hàng VIB        | Nâng cao chất lượng danh mục cho vay, giảm chi phí dự phòng |
| Khách hàng Doanh     | Được tư vấn tái cấu trúc tài chính, tiếp cận vốn minh bạch  |
| nghiệp (Borrowers)   |                                                             |
+----------------------+-------------------------------------------------------------+
  • Sinh viên khối ngành Tài chính - Ngân hàng: Tiếp cận tài liệu tham khảo mẫu mực về cấu trúc một khóa luận tốt nghiệp ứng dụng, kết hợp nhuần nhuyễn giữa lý thuyết tài chính và dữ liệu thực tế tại ngân hàng thương mại.
  • Chuyên viên quan hệ khách hàng doanh nghiệp (RM/CBO): Sở hữu khung hướng dẫn chi tiết để bóc tách BCTC, nhận diện các thủ thuật "xào nấu" số liệu kế toán của doanh nghiệp xin vay vốn.
  • Ban lãnh đạo ngân hàng và các chi nhánh: Có cơ sở thực tiễn để tái cơ cấu quy trình cấp tín dụng, phân định rõ trách nhiệm giữa khâu phát triển kinh doanh và thẩm định rủi ro.

Câu hỏi thường gặp

1. Phân tích tài chính KHDN khác gì so với phân tích tài chính thông thường của nhà đầu tư?

Ngân hàng ưu tiên hàng đầu vào khả năng hoàn trả nợ gốc và lãi vay đúng hạn, do đó trọng tâm thẩm định đặt vào khả năng thanh khoản ngắn hạn ($CR$, $QR$, $Cash\ Ratio$), chất lượng dòng tiền kinh doanh ($CFO$) và mức độ đòn bẩy tài chính ($Debt\ Ratio$). Ngược lại, nhà đầu tư cổ phiếu thường quan tâm nhiều hơn đến tiềm năng tăng trưởng doanh thu và tỷ suất sinh lời dài hạn ($EPS$, $P/E$, $ROE$).

2. Khi nào cán bộ tín dụng nên sử dụng mô hình DuPont 3 nhân tố?

Mô hình DuPont được sử dụng bắt buộc khi cần đánh giá bản chất sự thay đổi của tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$). Nó giúp phân định rõ $ROE$ tăng là do cải thiện hiệu quả quản lý chi phí ($ROS$), nâng cao hiệu suất sử dụng tài sản ($Asset\ Turnover$) hay do lạm dụng đòn bẩy vay nợ quá mức ($Equity\ Multiplier$).

3. Làm thế nào để phát hiện doanh nghiệp che giấu rủi ro qua số liệu hàng tồn kho?

Cán bộ thẩm định cần kết hợp tính số ngày tồn kho ($DOH = \frac{360}{\text{Vòng quay tồn kho}}$), so sánh với chu kỳ sản xuất kinh doanh thực tế, đồng thời kiểm tra kho bãi thực địa, đối chiếu phương pháp hạch toán (FIFO vs. Bình quân gia quyền) và trích lập dự phòng giảm giá hàng tồn kho.

4. Báo cáo lưu chuyển tiền tệ (CFS) có vai trò quyết định như thế nào trong cấp tín dụng?

Lợi nhuận kế toán có thể bị điều chỉnh bằng các bút toán dồn tích, nhưng dòng tiền thuần thì không thể làm giả. Nếu dòng tiền thuần từ hoạt động kinh doanh ($CFO$) âm kéo dài trong khi doanh nghiệp vẫn báo lãi lớn, đây là dấu hiệu cảnh báo nghiêm trọng về nguy cơ mất khả năng thanh toán khi đến hạn trả nợ ngân hàng.

5. Tại sao cần tách biệt chức năng phân tích tài chính với cán bộ phát triển khách hàng?

Việc phân định độc lập giữa Cán bộ Quản lý Khách hàng (RM - chịu áp lực chỉ tiêu doanh số/KPI) và Cán bộ Thẩm định Tín dụng (Credit Analyst - chịu trách nhiệm kiểm soát rủi ro) giúp loại bỏ xung đột lợi ích, đảm bảo tính khách quan và trung thực tuyệt đối của kết quả đánh giá tài chính doanh nghiệp.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Linh Trang đã giải quyết trọn vẹn bài toán nâng cao chất lượng phân tích tài chính khách hàng doanh nghiệp trong hoạt động tín dụng tại VIB PGD Hào Nam. Bằng việc kết hợp chặt chẽ giữa hệ thống lý luận ngân hàng hiện đại và phân tích thực nghiệm sâu sắc trên số liệu giai đoạn 2018–2020 (điển hình là case study Công ty Ô tô Hưng Thịnh), đề tài đã chỉ ra những tồn tại khách quan lẫn chủ quan trong khâu thẩm định và cung cấp bộ giải pháp đồng bộ từ nội dung, phương pháp cho đến tổ chức nhân sự.

Công trình không chỉ mang giá trị học thuật cao cho sinh viên chuyên ngành Tài chính - Ngân hàng mà còn đóng vai trò như một cẩm nang nghiệp vụ hữu ích cho các chuyên viên tín dụng tại các ngân hàng thương mại đang trong quá trình chuyển đổi số và chuẩn hóa công tác quản trị rủi ro tín dụng theo chuẩn mực quốc tế.