Giới thiệu dự án

Trong bối cảnh hội nhập kinh tế quốc tế sâu rộng sau khi Việt Nam gia nhập Tổ chức Thương mại Thế giới (WTO), hệ thống Ngân hàng Thương mại Cổ phần (NHTM) đối mặt với áp lực cạnh tranh gay gắt từ các định chế tài chính toàn cầu. Giai đoạn 2018–2020 chứng kiến hàng loạt biến động kinh tế vĩ mô phức tạp: xung đột thương mại Hoa Kỳ – Trung Quốc và sự bùng phát của đại dịch COVID-19 làm đứt gãy chuỗi cung ứng, suy giảm khả năng thanh toán của doanh nghiệp và gia tăng nợ xấu toàn ngành ngân hàng.

Đề tài khóa luận "Phân tích tình hình tài chính Ngân hàng TMCP Quốc tế Việt Nam (VIB) giai đoạn 2018-2020" (Chuyên ngành Kế hoạch phát triển, Học viện Chính sách và Phát triển) tập trung giải quyết bài toán định lượng toàn diện sức khỏe tài chính của một ngân hàng bán lẻ tiên phong trong quá trình chuẩn hóa theo Basel II và Thông tư 41/2016/TT-NHNN.

                                  HỆ THỐNG PHÂN TÍCH TÀI CHÍNH NHTM
• Tăng trưởng quy mô (32.6%)             • Chuẩn hóa Basel II (3 trụ cột)       • Biên lãi ròng (NIM)
• Tối ưu vốn lưu động T1/T2              • Hệ số CAR tối thiểu >= 9%            • ROA, ROE phân rã 5 nhân tố
• Cơ cấu Giấy tờ có giá (91% trung/dài) • Tỷ lệ nợ xấu NPL < 3%                • Thu nhập ngoài lãi (Bancassurance)

Vấn đề nghiên cứu và Điểm nghẽn thực tế (Problem Statement)

Các phương pháp phân tích tài chính truyền thống dựa trên các chỉ số tài chính tĩnh đơn lẻ (CAMELS cơ bản) bộc lộ nhiều hạn chế khi phân tích các NHTM hiện đại:

  1. Thiếu tính tương thích với Basel II: Không lượng hóa chính xác Tài sản có rủi ro (RWA - Risk-Weighted Assets) theo các trọng số rủi ro tín dụng (0%, 20%, 50%, 100%, 150%).
  2. Không đồng bộ giữa quản trị thanh khoản và đòn bẩy: Chưa bóc tách được mức độ rủi ro giữa vốn lưu động thị trường 1 (thị trường dân cư, tổ chức kinh tế) và thị trường 2 (thị trường liên ngân hàng).
  3. Độ trễ thông tin trong trích lập dự phòng: Phương pháp ghi nhận nợ xấu truyền thống không phản ánh tức thời rủi ro tiềm ẩn của các khoản nợ được khoanh vùng, cơ cấu lại do ảnh hưởng của dịch COVID-19.

Mục tiêu của dự án (Project Objectives)

  1. Định lượng quy mô và cơ cấu tài sản - nguồn vốn: Đánh giá tốc độ tăng trưởng tổng tài sản, vốn chủ sở hữu, cơ cấu tiền gửi và phát hành giấy tờ có giá (GTCG) của VIB giai đoạn 2018–2020.
  2. Đánh giá chất lượng tín dụng và an toàn vốn: Kiểm chứng việc thực thi 3 trụ cột của Basel II, tính toán hệ số an toàn vốn (CAR) theo Thông tư 41/2016/TT-NHNN và Thông tư 22/2019/TT-NHNN ($\ge 9%$).
  3. Phân tích hiệu quả sinh lời và đòn bẩy tài chính: Phân rã tỷ suất sinh lời trên tổng tài sản (ROA) và tỷ suất sinh lời trên vốn chủ sở hữu (ROE) thông qua mô hình Dupont.
  4. Xây dựng giải pháp hoàn thiện: Đề xuất mô hình tối ưu hóa danh mục tài sản sinh lời và nâng cao năng lực quản trị rủi ro thanh khoản cho VIB đến năm 2025.

Phạm vi và Giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Báo cáo tài chính hợp nhất kiểm toán, Báo cáo thường niên và dữ liệu kế toán quản trị nội bộ của Ngân hàng TMCP Quốc tế Việt Nam (VIB).
  • Phạm vi thời gian: Giai đoạn 3 năm tài chính từ 01/01/2018 đến 31/12/2020.
  • Giới hạn: Nghiên cứu sử dụng số liệu Báo cáo tài chính công khai và quy định kế toán Việt Nam (VAS), chưa tích hợp chuẩn mực IFRS 9 (Ghi nhận tổn thất tín dụng dự kiến - ECL).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Phương pháp CAMELS truyền thống Phân tích Tỷ số Đơn lẻ Mô hình Phân tích Định lượng Toàn diện (Nghiên cứu áp dụng)
Độ nhạy rủi ro RWA Thấp, gộp chung danh mục tín dụng Rất thấp, không tính trọng số Cao, phân tách 5 nhóm tài sản rủi ro theo Basel II
Phân tích Khả năng Sinh lời Đánh giá tổng hợp ROA/ROE tĩnh Từng chỉ số riêng rẽ Mô hình Dupont phân rã 5 nhân tố kết hợp đòn bẩy vốn
Đánh giá Vốn an toàn Dựa trên Vốn tự có / Tổng tài sản Tỷ lệ Vốn / Dư nợ CAR chuẩn hóa theo Thông tư 41/2016/TT-NHNN ($\ge 9%$)
Quản trị Thanh khoản Đánh giá qua tỷ lệ LDR đơn giản Tỷ trọng Tiền mặt / Tổng tài sản Tách biệt LDR Thị trường 1, Dự trữ bắt buộc và Kỳ hạn GTCG

Bảng ưu tiên yêu cầu phân tích theo khung MoSCoW

Thiết kế hệ thống

Kiến trúc xử lý và phân tích dữ liệu tài chính ngân hàng được chuẩn hóa theo quy trình xử lý dữ liệu 4 tầng:

Công nghệ và Thư viện Phân tích (Technology Stack)

  • Ngôn ngữ xử lý & Phân tích: Python v3.9.12 / R v4.1.2
  • Thư viện tính toán tài chính: pandas v1.3.5, numpy v1.21.6, scipy v1.7.3, statsmodels v0.13.2
  • Trực quan hóa dữ liệu: matplotlib v3.5.1, seaborn v0.11.2, PowerBI Desktop v2.98
  • Hệ thống lưu trữ dữ liệu: PostgreSQL v14.2 cho cấu trúc dữ liệu chuỗi thời gian (Time-series Financial DB)

Mô hình Cấu trúc Dữ liệu Tài chính (Database Schema)

CREATE TABLE financial_balance_sheet (
    period_year INT NOT NULL,
    total_assets NUMERIC(18, 2) NOT NULL,
    cash_and_gold NUMERIC(18, 2) NOT NULL,
    central_bank_deposits NUMERIC(18, 2) NOT NULL,
    interbank_assets NUMERIC(18, 2) NOT NULL,
    customer_loans NUMERIC(18, 2) NOT NULL,
    loan_loss_provisions NUMERIC(18, 2) NOT NULL,
    investment_securities NUMERIC(18, 2) NOT NULL,
    fixed_assets NUMERIC(18, 2) NOT NULL,
    other_assets NUMERIC(18, 2) NOT NULL,
    charter_capital NUMERIC(18, 2) NOT NULL,
    total_equity NUMERIC(18, 2) NOT NULL,
    PRIMARY KEY (period_year)
);

CREATE TABLE capital_adequacy_metrics (
    period_year INT REFERENCES financial_balance_sheet(period_year),
    tier_1_capital NUMERIC(18, 2) NOT NULL,
    tier_2_capital NUMERIC(18, 2) NOT NULL,
    capital_deductions NUMERIC(18, 2) DEFAULT 0.00,
    rwa_on_balance NUMERIC(18, 2) NOT NULL,
    rwa_off_balance NUMERIC(18, 2) NOT NULL,
    car_ratio NUMERIC(5, 4) NOT NULL
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng phương pháp kết hợp định tính và định lượng (Mixed Methods Approach):

  1. Phương pháp thống kê mô tả & so sánh động: Xác định tốc độ tăng trưởng liên hoàn và định gốc của các khoản mục trong Bảng cân đối kế toán và Báo cáo kết quả kinh doanh.
  2. Phương pháp phân tích tỷ số (Ratio Analysis): Tính toán hệ số an toàn vốn CAR, tỷ lệ dư nợ trên vốn huy động (LDR), tỷ lệ nợ quá hạn, tỷ lệ nợ mất vốn và hệ số bù đắp rủi ro tín dụng.
  3. Phương pháp Dupont 5 nhân tố: Phân rã cấu trúc ROE nhằm tách biệt tác động của gánh nặng thuế, gánh nặng lãi vay, biên lợi nhuận hoạt động, vòng quay tài sản và đòn bẩy tài chính.

Implementation và kết quả

Development Process & Financial Algorithms

Thuật toán tính toán Hệ số An toàn Vốn (CAR) theo Thông tư 41/2016/TT-NHNN được lập trình chuẩn hóa:

$$\text{CAR} = \frac{\text{Vốn cấp 1} + \text{Vốn cấp 2} - \text{Các khoản giảm trừ}}{\text{Tổng tài sản có rủi ro nội bảng (RWA)} + \text{Tài sản rủi ro ngoại bảng}} \times 100%$$

Mô hình phân rã Dupont 5 nhân tố được định nghĩa:

$$\text{ROE} = \left( \frac{\text{LNST}}{\text{LNTT}} \right) \times \left( \frac{\text{LNTT}}{\text{EBIT}} \right) \times \left( \frac{\text{EBIT}}{\text{Doanh thu}} \right) \times \left( \frac{\text{Doanh thu}}{\text{Tổng tài sản bình quân}} \right) \times \left( \frac{\text{Tổng tài sản bình quân}}{\text{VCSH bình quân}} \right)$$

import numpy as np
import pandas as pd

class BankFinancialAnalyzer:
    def __init__(self, data: pd.DataFrame):
        self.df = data

    def calculate_car(self, tier1: float, tier2: float, deductions: float, rwa: float) -> float:
        """
        Tính toán Tỷ lệ An toàn Vốn (Capital Adequacy Ratio - CAR) theo Basel II.
        Quy định: Vốn cấp 2 không được vượt quá 100% Vốn cấp 1.
        """
        tier2_adjusted = min(tier2, tier1)
        eligible_capital = (tier1 + tier2_adjusted) - deductions
        car = (eligible_capital / rwa) * 100.0
        return np.round(car, 2)

    def dupont_analysis(self, net_income: float, ebt: float, ebit: float, 
                        revenue: float, avg_assets: float, avg_equity: float) -> dict:
        """
        Phân rã Dupont 5 nhân tố đánh giá năng lực sinh lời của VCSH (ROE).
        """
        tax_burden = net_income / ebt
        interest_burden = ebt / ebit
        operating_margin = ebit / revenue
        asset_turnover = revenue / avg_assets
        leverage_multiplier = avg_assets / avg_equity
        
        roe = tax_burden * interest_burden * operating_margin * asset_turnover * leverage_multiplier * 100.0
        
        return {
            "Tax_Burden": np.round(tax_burden, 4),
            "Interest_Burden": np.round(interest_burden, 4),
            "Operating_Margin": np.round(operating_margin, 4),
            "Asset_Turnover": np.round(asset_turnover, 4),
            "Financial_Leverage": np.round(leverage_multiplier, 4),
            "Calculated_ROE_Percent": np.round(roe, 2)
        }

# Thực thi kiểm thử dữ liệu thực tế VIB
vib_data = {
    2018: {"assets": 139166216, "equity": 10667645, "charter_cap": 7834673, "loans": 96384000},
    2019: {"assets": 184531485, "equity": 13429644, "charter_cap": 9244914, "loans": 129200000},
    2020: {"assets": 244675677, "equity": 17973814, "charter_cap": 11093879, "loans": 169898000}
}
analyzer = BankFinancialAnalyzer(pd.DataFrame(vib_data))
print("Financial Engine Initialized Successfully.")

Kết quả tính toán thực nghiệm và Đánh giá Định lượng

Biến động Tài sản và Nguồn vốn giai đoạn 2018–2020 (ĐVT: Triệu đồng)

Khoản mục Tài chính Năm 2018 Năm 2019 Tăng trưởng 2019/2018 Năm 2020 Tăng trưởng 2020/2019
Tổng tài sản 139.166.216 184.531.485 +32,60% 244.675.677 +32,59%
Dư nợ cho vay KH 96.384.000 129.200.000 +34,05% 169.898.000 +31,50%
Đầu tư chứng khoán 24.120.000 28.530.000 +18,28% 41.557.000 +45,66%
Vốn điều lệ 7.834.673 9.244.914 +18,00% 11.093.879 +20,00%
Vốn chủ sở hữu & Quỹ 10.667.645 13.429.644 +25,89% 17.973.814 +33,84%
Phát hành GTCG 11.230.000 17.204.000 +53,20% 28.559.000 +66,00%
                       CƠ CẤU VỐN CHỦ SỞ HỮU VÀ TỔNG TÀI SẢN VIB (2018-2020)
  Triệu VND
                   Năm 2018              Năm 2019                 Năm 2020

Phân tích Chi tiết Dư nợ Tín dụng và Quản trị Rủi ro

  1. Chuyển dịch cơ cấu sang Bán lẻ (Retail Banking): Dư nợ khách hàng cá nhân chiếm 82,4% tổng danh mục cho vay năm 2020. Hơn 90% dư nợ bán lẻ có tài sản đảm bảo chất lượng cao (bất động sản, ô tô), dư nợ tín chấp rủi ro cao chỉ chiếm dưới 10%.
  2. Vị thế dẫn đầu thị phần: VIB duy trì thị phần số 1 về cho vay mua ô tô tại Việt Nam liên tục từ năm 2017 đến năm 2020 với tốc độ CAGR bán lẻ đạt 60%.
  3. Cơ cấu Nguồn vốn bền vững: Vốn lưu động thị trường 1 đạt 178.768 tỷ đồng năm 2020 (chiếm 62% tổng nguồn vốn). Phát hành GTCG tăng vọt 66% lên mức 28.559 tỷ đồng, trong đó 91% là kỳ hạn trung - dài hạn (1-5 năm), giúp giảm thiểu rủi ro chênh lệch kỳ hạn (Maturity Mismatch).
  4. Đột phá thu nhập ngoài lãi: Doanh thu phân phối bảo hiểm qua kênh ngân hàng (Bancassurance) tăng trưởng 178% trong năm 2019, đóng góp 82% vào tổng doanh thu kênh bancassurance của Prudential tại thị trường Việt Nam.

Đổi mới và đóng góp

Đóng góp Khoa học và Điểm mới của Đề tài

  1. Chuẩn hóa khung đánh giá Basel II đầu tiên tại Việt Nam: Khóa luận ghi nhận và phân tích trường hợp điển hình của VIB – ngân hàng thương mại cổ phần đầu tiên hoàn thành cả 3 trụ cột Basel II trước thời hạn quy định của Ngân hàng Nhà nước.
  2. Lượng hóa mối quan hệ giữa cấu trúc vốn và biên an toàn: Chứng minh thực nghiệm việc tăng vốn điều lệ thêm 20% năm 2020 (đạt 11.093.879 triệu đồng) trực tiếp giúp mở rộng hệ số CAR vượt ngưỡng tối thiểu 9% theo Thông tư 22/2019/TT-NHNN, tạo room tín dụng bán lẻ an toàn trong giai đoạn dịch bệnh.
  3. Đánh giá hiệu quả mô hình phân phối bảo hiểm độc quyền: Cung cấp bằng chứng thực nghiệm về chiến lược đa dạng hóa thu nhập phi lãi ròng, đưa tỷ trọng doanh thu ngoài lãi lên vị trí dẫn đầu hệ sinh thái bán lẻ.

Ứng dụng thực tế và triển khai

Kịch bản Triển khai Quản trị Tài chính tại NHTM (Use Cases)

                       QUY TRÌNH KIỂM SOÁT THANH KHOẢN & CAR TỰ ĐỘNG
  [Dữ liệu Phát sinh Giao dịch]
  [Phân bổ Trọng số Rủi ro RWA (0% - 150%)]
  [Cân đối Tỷ lệ DTBB & Vốn ngắn hạn cho vay trung/dài hạn]

Chiến lược Phân bổ Vốn thực tế theo Nghị quyết ĐHĐCĐ VIB

Từ kết quả thặng dư lợi nhuận và vốn tự có tích lũy qua các năm 2018–2020, mô hình phân bổ nguồn lực tài chính được xây dựng chi tiết:

  • Cấp tín dụng khách hàng bán lẻ chất lượng cao: 1.349 tỷ đồng.
  • Tài sản thanh khoản đệm (Liquidity Buffer): 300 tỷ đồng (Trái phiếu Chính phủ, Tín phiếu Kho bạc).
  • Nâng cấp mạng lưới chi nhánh vật lý: 100 tỷ đồng.
  • Đầu tư công nghệ số (MyVIB, Core Banking, AI Credit Scoring): 100 tỷ đồng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật (Limitations)

  • Chu kỳ dữ liệu báo cáo: Dữ liệu phân tích dựa trên chu kỳ báo cáo Quý/Năm theo VAS, chưa có độ phân giải theo thời gian thực (Real-time Transactional Ledger).
  • Chưa áp dụng mô hình tổn thất dự kiến: Việc trích lập dự phòng vẫn tuân theo phương pháp tổn thất đã phát sinh (Incurred Loss Model), chưa tính toán xác suất vỡ nợ (PD), tổn thất khi vỡ nợ (LGD) và rủi ro tín dụng tại thời điểm vỡ nợ (EAD) theo IFRS 9.

Hướng phát triển Đề tài (Future Enhancements)

  1. Tích hợp Stress-testing tự động theo kịch bản kinh tế vĩ mô: Sử dụng mô hình Vector Autoregression (VAR) để mô phỏng tác động của lạm phát, lãi suất và biến động tỷ giá đến nợ xấu ngân hàng.
  2. Chuyển đổi hoàn toàn sang Chuẩn mực Báo cáo Tài chính Quốc tế (IFRS 9): Xây dựng hệ thống tự động tính toán trích lập dự phòng rủi ro tín dụng theo 3 giai đoạn (Stage 1, Stage 2, Stage 3).

Đối tượng hưởng lợi


Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống phân tích CAR theo Basel II là gì?

Hệ thống yêu cầu cơ sở dữ liệu phân loại tài sản có chi tiết, có khả năng gán trọng số rủi ro nội bảng từ 0% đến 150% và chuyển đổi hệ số quy đổi tài sản ngoại bảng (0%, 20%, 50%, 100%) theo đúng quy định tại Thông tư 41/2016/TT-NHNN.

2. Vì sao VIB tăng mạnh tỷ trọng phát hành Giấy tờ có giá trong năm 2020?

Năm 2020, phát hành GTCG đạt 28.559 tỷ đồng (+66% so với 2019), trong đó 91% là kỳ hạn 1–5 năm. Đây là chiến lược chủ động của VIB nhằm gia tăng nguồn vốn trung và dài hạn, tuân thủ tỷ lệ tối đa nguồn vốn ngắn hạn cho vay trung và dài hạn của NHNN và hạn chế rủi ro thanh khoản.

3. Vốn điều lệ tăng ảnh hưởng như thế nào đến năng lực cạnh tranh của ngân hàng?

Theo quy định, tổng mức cấp tín dụng cho một khách hàng không vượt quá 15% vốn tự có. Việc tăng vốn điều lệ lên 11.093.879 triệu đồng giúp VIB mở rộng quy mô hạn mức cho vay đối với các tập đoàn lớn, củng cố tỷ lệ an toàn vốn CAR và gia tăng uy tín tín nhiệm trên thị trường liên ngân hàng.

4. Mô hình Dupont 5 nhân tố mang lại ưu thế gì so với tính ROE thông thường?

Mô hình Dupont bóc tách chính xác nguyên nhân tăng trưởng ROE bắt nguồn từ năng lực quản trị chi phí hoạt động (Biên lợi nhuận EBIT), hiệu quả sử dụng tài sản (Vòng quay tài sản) hay do lạm dụng đòn bẩy tài chính, giúp nhà quản trị ra quyết định điều hành chính xác.

5. Dư nợ bán lẻ chiếm tỷ trọng cao (>80%) đem lại lợi thế và rủi ro gì?

  • Lợi thế: Biên lãi ròng (NIM) cao hơn phân khúc khách hàng doanh nghiệp lớn, danh mục tín dụng phân tán giúp giảm thiểu rủi ro tập trung. Hơn 90% khoản vay có TSBĐ (bất động sản, ô tô).
  • Rủi ro: Chi phí vận hành, thẩm định món vay nhỏ lẻ cao và nhạy cảm với sự suy giảm thu nhập của hộ gia đình khi xảy ra khủng hoảng kinh tế.

Kết luận

Khóa luận tốt nghiệp "Phân tích tình hình tài chính Ngân hàng TMCP Quốc tế Việt Nam (VIB) giai đoạn 2018-2020" đã phản ánh toàn diện bức tranh tăng trưởng vượt bậc của VIB:

  • Tốc độ mở rộng quy mô vững chắc: Tổng tài sản tăng trưởng liên tục từ 139.166 tỷ đồng (2018) lên 244.675 tỷ đồng (2020), đạt tốc độ tăng trưởng bình quân hàng năm trên 32,6%.
  • Tiên phong chuẩn hóa quốc tế: VIB trở thành NHTM đầu tiên tại Việt Nam hoàn thành 3 trụ cột của Basel II, duy trì hệ số CAR an toàn, vượt chuẩn quy định tại Thông tư 22/2019/TT-NHNN.
  • Chiến lược bán lẻ dẫn đầu thị trường: Chuyển đổi thành công sang phân khúc bán lẻ với tỷ trọng cho vay cá nhân đạt 82,4%, giữ vững thị phần số 1 về cho vay ô tô và phân phối bảo hiểm bancassurance.

Nghiên cứu cung cấp hệ thống luận cứ khoa học, mô hình định lượng và giải pháp thực tiễn có giá trị tham khảo cao cho các nhà quản trị ngân hàng, cơ quan quản lý nhà nước và giới nghiên cứu tài chính - ngân hàng tại Việt Nam.