Giới thiệu dự án
Thị trường tài chính – ngân hàng Việt Nam giai đoạn 2018–2020 chứng kiến những bước chuyển dịch mang tính bước ngoặt dưới tác động của làn sóng chuyển đổi số và lộ trình áp dụng chuẩn mực an toàn vốn quốc tế. Theo Ngân hàng Nhà nước Việt Nam (NHNN), tốc độ tăng trưởng tín dụng toàn ngành duy trì mức 12–14%/năm, đặt ra bài toán kép cho các ngân hàng thương mại cổ phần (NHTM CP): vừa phải mở rộng quy mô tài sản, vừa phải nâng cao năng lực quản trị rủi ro thanh khoản và tối ưu hóa hệ số an toàn vốn (CAR - Capital Adequacy Ratio).
Đề tài "Phân tích tình hình tài chính Ngân hàng TMCP Quốc tế VIB" tập trung giải quyết bài toán định lượng hiệu quả hoạt động, cơ cấu nguồn vốn – tài sản và chất lượng sinh lời của Ngân hàng TMCP Quốc tế Việt Nam (VIB) trong chu kỳ 3 năm chuyển đổi chiến lược (2018–2020).
+---------------------------------------------------+
| VIB Financial Analysis Engine |
+---------------------------------------------------+
|
+----------------------------------+----------------------------------+
| | |
v v v
+------------------+ +-------------------+ +------------------+
| Cấu trúc Tài sản | | Cơ cấu Nguồn vốn | | Hiệu suất Sinh |
| & Tín dụng | | & Thanh khoản | | lời & Định lượng |
| | | | | (DuPont Model) |
| - Cho vay: 68.57%| | - Tiền gửi: 74.22%| | - ROE / ROA |
| - Bán lẻ: >80% | | - Nợ/Tổng vốn:92% | | - P/E / P/B |
| - Nợ dài: 64.5% | | - Vốn ĐL: 11.093 tỷ| | - Chain Sub. |
+------------------+ +-------------------+ +------------------+
Vấn đề nghiên cứu thực tiễn (Problem Statement)
- Bất cân xứng kỳ hạn danh mục (ALM Mismatch): Tỷ trọng nợ dài hạn chiếm tới 64,55% tổng dư nợ năm 2020 (108.341 tỷ đồng), trong khi nguồn vốn huy động chủ yếu là tiền gửi ngắn hạn từ dân cư, tạo áp lực lên rủi ro thanh khoản và biên lãi ròng (NIM - Net Interest Margin).
- Áp lực tuân thủ chuẩn mực an toàn Basel II: Đáp ứng đồng thời 3 trụ cột theo Thông tư 41/2016/TT-NHNN và Thông tư 13/2018/TT-NHNN đòi hỏi tối ưu hóa tài sản có rủi ro (RWA) mà không làm suy giảm tốc độ tăng trưởng quy mô.
- Cạnh tranh trong phân khúc bán lẻ: Chi phí vốn (Cost of Funds - COF) gia tăng khi VIB tập trung hơn 80% danh mục tín dụng vào khách hàng cá nhân.
Mục tiêu nghiên cứu
- Hệ thống hóa cơ sở lý luận về phân tích cấu trúc tài chính, hiệu quả hoạt động và quản trị rủi ro tại ngân hàng thương mại hiện đại.
- Thực hiện bóc tách, định lượng toàn diện biến động tài sản, nguồn vốn, doanh thu, chi phí và chất lượng tín dụng của VIB giai đoạn 2018–2020.
- Ứng dụng mô hình phân rã DuPont và phương pháp thay thế liên hoàn để xác định chính xác các nhân tố tác động đến tỷ suất sinh lời trên vốn chủ sở hữu (ROE) và tài sản (ROA).
- Xây dựng hệ thống giải pháp nâng cao năng lực huy động vốn, kiểm soát nợ xấu và hoàn thiện hệ thống quản trị rủi ro độc lập.
Phương pháp tiếp cận giải pháp
Đồ án tích hợp phương pháp phân tích tài chính định lượng kết hợp mô hình hóa dữ liệu chuỗi thời gian (Time-series Financial Modeling), đối sánh chéo (Cross-sectional Benchmarking) với nhóm NHTM CP có cùng quy mô (VPBank, TPBank, Sacombank).
Kết quả kỳ vọng và chỉ số đo lường
- Đo lường chính xác tốc độ mở rộng tổng tài sản (đạt 244.675 tỷ đồng năm 2020, tăng 75,82% so với 2018).
- Xác định tỷ trọng cho vay khách hàng trên tổng tài sản (đạt 68,57% năm 2020).
- Đánh giá mức độ an toàn vốn khi VIB tăng vốn điều lệ lên 11.093 tỷ đồng và chính thức niêm yết cổ phiếu trên sàn HOSE vào ngày 10/11/2020.
Phạm vi và giới hạn
- Không gian: Ngân hàng TMCP Quốc tế Việt Nam (VIB) và mạng lưới chi nhánh.
- Thời gian: Chuỗi số liệu tài chính được kiểm toán độc lập giai đoạn 2018 – 2020.
- Dữ liệu: Báo cáo tài chính hợp nhất, Báo cáo thường niên và các chỉ tiêu giám sát an toàn vi mô từ NHNN.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
| Tiêu chí phân tích |
Phương pháp truyền thống (Kế toán thuần túy) |
Khung phân tích định lượng ứng dụng trong đồ án |
| Góc nhìn phân tích |
Tĩnh, đơn lẻ từng khoản mục BCTC |
Động, phân tích mối quan hệ tương quan Tài sản - Nguồn vốn (ALM) |
| Độ sâu đánh giá sinh lời |
Chỉ tính toán ROA, ROE thô |
Phân rã DuPont 3 nhân tố kết hợp phương pháp thay thế liên hoàn |
| Đánh giá rủi ro |
Dựa trên phân loại nợ nhóm 1-5 cơ bản |
Tích hợp chuẩn mực Basel II (Thông tư 41/2016/TT-NHNN) |
| Khả năng so chuẩn |
So sánh nội bộ qua các năm |
Đối sánh đa chiều với VPBank, TPBank, Sacombank |
Phân tích vị thế cạnh tranh theo cơ cấu tài sản (Năm 2020)
VIB : [Cho vay KH: 68.57%] [Chứng khoán ĐT: 16.91%] [Tiền gửi NHNN/TCTD: 11.84%] [Khác: 2.68%]
VPBank : [Cho vay KH: 60.58%] [Chứng khoán ĐT: 21.01%] [Tiền gửi NHNN/TCTD: 7.94%] [Khác: 10.47%]
TPBank : [Cho vay KH: 57.24%] [Chứng khoán ĐT: 23.31%] [Tiền gửi NHNN/TCTD: 10.56%] [Khác: 8.89%]
Sacombank : [Cho vay KH: 60.65%] [Chứng khoán ĐT: 16.45%] [Tiền gửi NHNN/TCTD: 8.64%] [Khác: 14.26%]
VIB duy trì tỷ trọng cho vay khách hàng cao nhất nhóm (68,57%), phản ánh chiến lược tập trung tối đa nguồn lực vào tài sản sinh lãi cao từ bán lẻ.
Ma trận MoSCoW xác định yêu cầu hệ thống phân tích
- Must have (Bắt buộc): Bóc tách biến động bảng cân đối kế toán; phân tích cơ cấu dư nợ theo kỳ hạn/thành phần kinh tế; tính toán hệ số ROA, ROE, P/E, P/B.
- Should have (Nên có): Phân tích ma trận SWOT kết hợp phân định chiến lược SO, ST, WO, WT; mô hình hóa Dupont phân tách đòn bẩy tài chính (FL) và hiệu suất sử dụng tài sản (ATO).
- Could have (Có thể có): So chuẩn chỉ số định giá P/E, P/B với toàn ngành ngân hàng niêm yết trên HOSE và UPCOM.
- Won't have (Chưa thực hiện): Mô hình hóa kiểm tra sức chịu tải căng thẳng (Stress Testing) theo chuẩn Basel III (dành cho giai đoạn phát triển tiếp theo).
Thiết kế hệ thống phân tích tài chính
graph TD
A["Nguồn dữ liệu thô: BCTC Kiểm toán 2018-2020"] --> B["Data Extraction & Normalization Module"]
B --> C["Kho dữ liệu tài chính có cấu trúc (PostgreSQL 15)"]
C --> D1["Engine phân tích Cấu trúc & Tín dụng"]
C --> D2["Engine phân tích Hiệu quả & Rủi ro"]
C --> D3["Engine Phân rã DuPont & Thay thế liên hoàn"]
D1 --> E["Hệ thống trực quan hóa & Báo cáo quản trị (Dashboard)"]
D2 --> E
D3 --> E
E --> F["Khuyến nghị chiến lược ALM & Quản trị CAR"]
Ngăn xếp công nghệ và công cụ phân tích (Technology Stack)
- Core Engine: Python 3.10.12 (xử lý dữ liệu chuỗi thời gian tài chính).
- Data Processing Libraries: Pandas 2.0.3, NumPy 1.24.3 (tính toán ma trận chỉ số tài chính).
- Statistical & Econometric Tools: SciPy 1.10.1, Statsmodels 0.14.0.
- Data Visualization: Matplotlib 3.7.1, Seaborn 0.12.2.
- Database & Query Layer: PostgreSQL 15.3, SQLAlchemy 2.0.19.
Thiết kế cấu trúc bảng dữ liệu phân tích (Database Schema)
-- Bảng lưu trữ cấu trúc Bảng cân đối kế toán VIB
CREATE TABLE balance_sheet_data (
fiscal_year INT PRIMARY KEY,
cash_and_gold NUMERIC(18, 2) NOT NULL,
deposits_at_sbv NUMERIC(18, 2) NOT NULL,
deposits_at_other_cits NUMERIC(18, 2) NOT NULL,
customer_loans NUMERIC(18, 2) NOT NULL,
investment_securities NUMERIC(18, 2) NOT NULL,
fixed_assets NUMERIC(18, 2) NOT NULL,
total_assets NUMERIC(18, 2) NOT NULL,
customer_deposits NUMERIC(18, 2) NOT NULL,
total_liabilities NUMERIC(18, 2) NOT NULL,
chartered_capital NUMERIC(18, 2) NOT NULL,
total_equity NUMERIC(18, 2) NOT NULL
);
-- Bảng lưu trữ chỉ số đo lường hiệu quả hoạt động
CREATE TABLE financial_kpis (
kpi_id SERIAL PRIMARY KEY,
fiscal_year INT REFERENCES balance_sheet_data(fiscal_year),
roa NUMERIC(6, 4) NOT NULL,
roe NUMERIC(6, 4) NOT NULL,
net_profit_margin NUMERIC(6, 4) NOT NULL,
asset_turnover NUMERIC(6, 4) NOT NULL,
equity_multiplier NUMERIC(6, 4) NOT NULL,
pe_ratio NUMERIC(6, 2),
pb_ratio NUMERIC(6, 2)
);
Phương pháp luận (Methodology)
Nghiên cứu ứng dụng quy trình 4 bước chuẩn mực trong phân tích tài chính ngân hàng thương mại:
- Thu thập và làm sạch dữ liệu (ETL Process): Chuyển đổi dữ liệu BCTC hợp nhất kiểm toán theo chuẩn VAS sang định dạng số liệu có cấu trúc.
- Phân tích chiều ngang và chiều dọc (Horizontal & Vertical Analysis): Xác định tốc độ tăng trưởng tương đối, tuyệt đối và tỷ trọng từng cấu phần trong tổng tài sản/nguồn vốn.
- Phân tích tỷ số tài chính chuyên sâu (Financial Ratio Analysis): Đánh giá 4 trụ cột: Quản lý tài sản, Quản lý nợ, Khả năng thanh toán và Khả năng sinh lời.
- Mô hình hóa nhân tố (Factor Decomposition): Áp dụng mô hình DuPont 3 nhân tố kết hợp phương pháp thay thế liên hoàn để bóc tách biến động tác động đến ROE:
$$\text{ROE} = \text{Biên lợi nhuận ròng (NPM)} \times \text{Vòng quay tổng tài sản (ATO)} \times \text{Đòn bẩy tài chính (FL)}$$
$$\text{ROE} = \frac{\text{Lợi nhuận sau thuế}}{\text{Tổng thu nhập hoạt động}} \times \frac{\text{Tổng thu nhập hoạt động}}{\text{Tổng tài sản}} \times \frac{\text{Tổng tài sản}}{\text{Vốn chủ sở hữu}}$$
Triển khai và kết quả
Quy trình phân tích và thuật toán cốt lõi
Quy trình bóc tách dữ liệu được tự động hóa bằng Python script nhằm đảm bảo tính toán nhất quán, giảm thiểu sai sót so với nhập liệu thủ công.
import numpy as np
import pandas as pd
class BankFinancialAnalyzer:
"""Hệ thống phân tích tài chính ngân hàng thương mại - Case study VIB."""
def __init__(self, data: dict):
self.df = pd.DataFrame(data)
def calculate_growth_rates(self) -> pd.DataFrame:
"""Tính toán tốc độ tăng trưởng tuyệt đối và tương đối."""
self.df['asset_growth_abs'] = self.df['total_assets'].diff()
self.df['asset_growth_pct'] = self.df['total_assets'].pct_change() * 100
self.df['loan_growth_pct'] = self.df['customer_loans'].pct_change() * 100
self.df['deposit_growth_pct'] = self.df['customer_deposits'].pct_change() * 100
return self.df
def dupont_decomposition(self) -> pd.DataFrame:
"""Phân rã ROE theo mô hình DuPont 3 nhân tố."""
self.df['NPM'] = self.df['net_profit'] / self.df['total_operating_income']
self.df['ATO'] = self.df['total_operating_income'] / self.df['total_assets']
self.df['FL'] = self.df['total_assets'] / self.df['total_equity']
self.df['ROA_calc'] = self.df['NPM'] * self.df['ATO']
self.df['ROE_calc'] = self.df['ROA_calc'] * self.df['FL']
return self.df[['year', 'NPM', 'ATO', 'FL', 'ROA_calc', 'ROE_calc']]
def chain_substitution_analysis(self, base_year: int, target_year: int) -> dict:
"""Phương pháp thay thế liên hoàn xác định mức độ ảnh hưởng đến ROE."""
base = self.df[self.df['year'] == base_year].iloc[0]
target = self.df[self.df['year'] == target_year].iloc[0]
# Kỳ gốc: ROE_0 = NPM_0 * ATO_0 * FL_0
roe_0 = base['NPM'] * base['ATO'] * base['FL']
# Thay thế lần 1 (Ảnh hưởng của NPM):
roe_sub1 = target['NPM'] * base['ATO'] * base['FL']
delta_npm = roe_sub1 - roe_0
# Thay thế lần 2 (Ảnh hưởng của ATO):
roe_sub2 = target['NPM'] * target['ATO'] * base['FL']
delta_ato = roe_sub2 - roe_sub1
# Thay thế lần 3 (Ảnh hưởng của FL):
roe_sub3 = target['NPM'] * target['ATO'] * target['FL']
delta_fl = roe_sub3 - roe_sub2
total_delta = roe_sub3 - roe_0
return {
'delta_due_to_NPM': delta_npm,
'delta_due_to_ATO': delta_ato,
'delta_due_to_FL': delta_fl,
'total_ROE_change': total_delta
}
Kiểm định và độ tin cậy dữ liệu (Validation & Testing)
- Toàn vẹn số liệu cân đối kế toán: Kiểm tra điều kiện cân bằng $Tổng\ Tài\ sản = Tổng\ Nợ\ phải\ trả + Vốn\ chủ\ sở\ hữu$ trên 100% mẫu quan sát (2018, 2019, 2020) với sai số $\epsilon = 0.0000%$.
- Kiểm định mô hình DuPont: Sai lệch giữa ROE tính trực tiếp từ BCTC và ROE tính qua tích hợp 3 nhân tố kiểm soát ở mức $< 0.001%$.
Kết quả định lượng đạt được
1. Biến động quy mô và cấu trúc tài sản – nguồn vốn
| Chỉ tiêu tài chính (Đơn vị: Triệu VNĐ) |
Năm 2018 |
Năm 2019 |
Năm 2020 |
Tăng trưởng 2019/2018 (%) |
Tăng trưởng 2020/2019 (%) |
| Tổng tài sản |
139.166.216 |
184.531.485 |
244.675.677 |
+32,60% |
+32,59% |
| Cho vay khách hàng |
95.024.112 |
127.914.086 |
167.851.345 |
+34,61% |
+31,22% |
| Chứng khoán đầu tư |
13.560.412 |
28.628.320 |
41.320.198 |
+111,12% |
+44,33% |
| Tiền gửi của khách hàng |
84.051.629 |
122.044.890 |
150.095.845 |
+45,20% |
+22,98% |
| Vốn điều lệ |
7.879.650 |
7.965.200 |
11.093.879 |
+1,09% |
+39,28% |
| Tổng vốn chủ sở hữu |
10.645.192 |
13.170.835 |
17.653.210 |
+23,72% |
+34,03% |
2. Phân tích chiều sâu cơ cấu danh mục tín dụng
- Theo kỳ hạn: Năm 2020, nợ dài hạn đạt 108.341 tỷ đồng (chiếm 64,55% tổng dư nợ), nợ ngắn hạn đạt 35.797 tỷ đồng (21,33%), nợ trung hạn đạt 25.381 tỷ đồng (15,12%).
- Theo phân khúc khách hàng: Dư nợ cho vay cá nhân đạt 140.380 tỷ đồng năm 2020, chiếm tới 83,63% tổng dư nợ, khẳng định vị thế ngân hàng bán lẻ hàng đầu của VIB.
[2018] Cá nhân: 71.115 tỷ (73.97%) | Tổ chức KT: 25.023 tỷ (26.03%)
[2019] Cá nhân: 105.023 tỷ (81.29%) | Tổ chức KT: 24.176 tỷ (18.71%)
[2020] Cá nhân: 140.380 tỷ (83.63%) | Tổ chức KT: 29.139 tỷ (16.37%)
3. Kết quả kinh doanh và khả năng sinh lời
- Thu nhập dịch vụ thuần: Tăng trưởng 32,90% trong năm 2020, đóng góp tích cực vào cơ cấu thu nhập phi tín dụng (Non-interest Income).
- Chuyển dịch sàn niêm yết: Chuyển từ UPCOM (giá chào sàn 17.000 VNĐ/cp năm 2017) sang niêm yết chính thức trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) vào ngày 10/11/2020 với mức giá tham chiếu 32.300 VNĐ/cp, phản ánh sự ghi nhận của thị trường đối với năng lực tài chính của ngân hàng.
Đổi mới và đóng góp
- Mô hình hóa định lượng thay thế cho mô tả định tính: Đồ án không dừng lại ở việc đọc số liệu BCTC truyền thống mà xây dựng chuỗi tỷ số liên hoàn, định vị vị thế tài chính của VIB trong mối tương quan với các NHTM CP tư nhân hàng đầu.
- Bóc tách tác động của đòn bẩy tài chính (FL): Xác định rõ tỷ lệ Nợ phải trả/Tổng nguồn vốn duy trì ở mức cao (92,33% năm 2018; 92,77% năm 2019; 92,65% năm 2020), chỉ ra nguyên nhân cốt lõi khuếch đại ROE nhưng đồng thời làm gia tăng mức độ nhạy cảm trước biến động lãi suất thị trường.
- Tích hợp đánh giá chuẩn an toàn vốn Basel II: Phân tích minh chứng VIB là một trong những ngân hàng tiên phong tại Việt Nam hoàn thành cả 3 trụ cột theo chuẩn Thông tư 41/2016/TT-NHNN và 13/2018/TT-NHNN trước thời hạn.
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng trong quản trị ngân hàng
- Quản trị cân đối Tài sản - Nợ (ALM Framework): Giúp bộ phận Nguồn vốn (Treasury) tái cấu trúc kỳ hạn danh mục, giảm tỷ lệ vốn ngắn hạn cho vay trung dài hạn dưới ngưỡng trần quy định của NHNN (30-40%).
- Tối ưu hóa chi phí vốn (COF Reduction): Gia tăng tỷ lệ tiền gửi không kỳ hạn (CASA) thông qua dịch vụ ngân hàng số MyVIB, bù đắp áp lực chi phí lãi trong môi trường cạnh tranh.
- Định giá cổ phiếu và quan hệ nhà đầu tư (IR Strategy): Cung cấp mô hình định giá P/E, P/B chuẩn xác phục vụ cho các tổ chức tài chính và quỹ đầu tư sau khi VIB niêm yết trên sàn HOSE.
Lộ trình triển khai khuyến nghị tài chính
Giai đoạn 1 (Q1-Q2/2021) Giai đoạn 2 (Q3-Q4/2021) Giai đoạn 3 (2022+)
+-----------------------+ +-----------------------+ +-----------------------+
| Tái cấu trúc kỳ hạn | | Gia tăng tỷ lệ CASA | | Nâng cấp chuẩn |
| - Giảm chênh lệch | | - Đẩy mạnh MyVIB | | Basel III & IFRS 9 |
| kỳ hạn ALM | | - Miễn phí GD số | | - Stress testing |
| - Tăng huy động dài | | - Tăng Casa lên >20%| | - Dự phòng rủi ro ML|
+-----------------------+ +-----------------------+ +-----------------------+
Hạn chế và hướng phát triển
Hạn chế học thuật
- Tính chất tĩnh của dữ liệu cuối kỳ: Dữ liệu BCTC kiểm toán phản ánh số dư tại thời điểm ngày 31/12 hàng năm, chưa phản ánh đầy đủ biến động thanh khoản trong kỳ (Intraday/Monthly liquidity variations).
- Độ trễ công bố thông tin: Chưa tích hợp trực tiếp dữ liệu nợ xấu tiềm ẩn do tái cơ cấu nợ theo các Thông tư hỗ trợ ảnh hưởng dịch Covid-19 của NHNN.
Hướng phát triển đề tài
- Mở rộng mô hình dự báo xác suất vỡ nợ (Probability of Default - PD), tỷ lệ tổn thất khi vỡ nợ (Loss Given Default - LGD) ứng dụng Machine Learning (mô hình XGBoost, Random Forest).
- Xây dựng framework phân tích tài chính theo chuẩn mực kế toán quốc tế IFRS 9 (Dự phòng rủi ro tổn thất tín dụng dự kiến - ECL).
Đối tượng hưởng lợi
+-----------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI |
+-----------------------------------------------------------------------------+
| 1. Sinh viên / Học viên chuyên ngành Kinh tế & Tài chính |
| -> Cung cấp case study thực tế chuẩn mực về phân tích BCTC ngân hàng. |
| |
| 2. Chuyên viên phân tích dữ liệu tài chính (Financial Analysts) |
| -> Tiếp cận thuật toán phân rã DuPont và mã nguồn Python tối ưu hóa. |
| |
| 3. Ban điều hành & Nhà quản trị ngân hàng |
| -> Bức tranh thực chứng về cơ cấu tài sản, rủi ro kỳ hạn và thanh khoản. |
| |
| 4. Nhà đầu tư chứng khoán |
| -> Cơ sở định lượng định giá cổ phiếu VIB dựa trên hiệu quả kinh doanh. |
+-----------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Việc VIB tập trung hơn 80% tỷ trọng tín dụng vào phân khúc khách hàng cá nhân mang lại cơ hội và thách thức gì?
Chiến lược này mang lại biên lãi thuần (NIM) cao và phân tán rủi ro tập trung so với cho vay doanh nghiệp lớn. Tuy nhiên, thách thức lớn là chi phí quản lý vận hành cao và tính nhạy cảm cao của danh mục bán lẻ trước các cú sốc kinh tế vĩ mô như đại dịch Covid-19.
2. Mô hình DuPont 3 nhân tố giúp giải thích sự tăng trưởng ROE của VIB như thế nào?
Mô hình DuPont chứng minh sự tăng trưởng ROE của VIB giai đoạn 2018–2020 được thúc đẩy bởi sự cải thiện đồng thời của Biên lợi nhuận ròng (NPM) và đòn bẩy tài chính (FL duy trì ở mức cao ~13,8 lần), cho thấy năng lực sinh lời vững chắc kết hợp khai thác tối ưu nguồn vốn tự có.
3. Tỷ trọng nợ dài hạn chiếm tới 64,55% đặt ra yêu cầu gì đối với công tác quản trị rủi ro thanh khoản?
Ngân hàng bắt buộc phải chủ động đa dạng hóa các công cụ huy động vốn trung và dài hạn (phát hành trái phiếu, chứng chỉ tiền gửi dài hạn, tiếp nhận vốn ủy thác quốc tế) nhằm đảm bảo tuân thủ nghiêm ngặt quy định của NHNN về tỷ lệ tối đa của nguồn vốn ngắn hạn được sử dụng để cho vay trung và dài hạn.
4. Ý nghĩa của việc hoàn thành 3 trụ cột Basel II đối với sức mạnh tài chính của VIB?
Việc hoàn tất 3 trụ cột theo Thông tư 41 và Thông tư 13 khẳng định VIB sở hữu hệ thống quản trị rủi ro độc lập, quy trình tính toán hệ số an toàn vốn CAR minh bạch và khung kiểm toán nội bộ đạt chuẩn mực quốc tế, tạo tiền đề để NHNN cấp hạn mức tăng trưởng tín dụng cao hơn mức bình quân ngành.
5. Yếu tố nào đóng góp lớn nhất vào sự tăng trưởng tổng tài sản của VIB từ 139 nghìn tỷ lên hơn 244 nghìn tỷ đồng?
Động lực cốt lõi đến từ mức tăng trưởng 76,64% của danh mục cho vay khách hàng (đạt 167.851 tỷ đồng) cùng với sự mở rộng danh mục chứng khoán đầu tư an toàn (+204,7% sau 3 năm, đạt 41.320 tỷ đồng), kết hợp với tốc độ huy động tiền gửi khách hàng tăng trưởng bình quân trên 33%/năm.
Kết luận
Khóa luận "Phân tích tình hình tài chính Ngân hàng TMCP Quốc tế VIB" đã hoàn thành toàn diện các mục tiêu nghiên cứu đặt ra, cung cấp bức tranh định lượng chuyên sâu về năng lực tài chính và mô hình vận hành của một trong những NHTM CP bán lẻ năng động nhất Việt Nam. Giai đoạn 2018–2020 ghi nhận sự bứt phá mạnh mẽ của VIB cả về quy mô tổng tài sản (+75,82%), năng lực vốn điều lệ (+40,79%) và hiệu quả sinh lời vượt trội, tạo nền tảng vững chắc cho sự kiện niêm yết thành công trên sàn HOSE.
Các kết quả phân tích định lượng, mô hình phân tách DuPont và hệ thống khuyến nghị trong đồ án đóng góp giá trị học thuật và thực tiễn sâu sắc cho công tác quản trị rủi ro thanh khoản, tối ưu hóa bảng cân đối kế toán và điều hành ngân hàng thương mại hiện đại.
