Giới thiệu dự án

Theo thống kê của Tổng cục Thống kê, Doanh nghiệp vừa và nhỏ (DNVVN - SME) chiếm hơn 95% tổng số doanh nghiệp tại Việt Nam, đóng góp khoảng 45% GDP và thu hút 49% tổng lực lượng lao động phi nông nghiệp. Mặc dù giữ vị thế xương sống trong nền kinh tế, nhóm DNVVN thường xuyên đối mặt với "nút thắt cổ chai" trong việc tiếp cận vốn tín dụng ngân hàng do rào cản về tài sản bảo đảm, báo cáo tài chính thiếu chuẩn hóa và năng lực quản trị rủi ro hạn chế. Đề tài "Phát triển hoạt động cho vay đối với Doanh nghiệp vừa và nhỏ tại Ngân hàng TMCP An Bình - Chi nhánh Bắc Từ Liêm" tập trung giải quyết toàn diện bài toán tối ưu hóa quy trình tín dụng, cân bằng giữa bài toán tăng trưởng quy mô dư nợ và kiểm soát nợ xấu theo chuẩn mực hiện đại.

Vấn đề thực tiễn (Problem Statement)

Các doanh nghiệp SME trên địa bàn quận Bắc Từ Liêm chủ yếu hoạt động trong lĩnh vực thương mại, xây lắp và dịch vụ phụ trợ với 3 điểm nghẽn nghiêm trọng:

  1. Thiếu tài sản bảo đảm chuẩn quy: Phần lớn tài sản thế chấp là hàng hóa luân chuyển hoặc bất động sản hỗn hợp, khó định giá chính xác và phát sinh chi phí quản lý kho bãi lớn.
  2. Minh bạch thông tin tài chính thấp: Tồn tại sự chênh lệch lớn giữa báo cáo thuế và báo cáo quản trị nội bộ, gây khó khăn cho việc xác minh dòng tiền thực tế.
  3. Quy trình thẩm định kéo dài: Thời gian xử lý hồ sơ tín dụng thủ công truyền thống mất 7–10 ngày làm việc, làm mất cơ hội kinh doanh theo mùa vụ của doanh nghiệp.

Mục tiêu dự án

  1. Đánh giá thực trạng toàn diện: Phân tích định lượng kết quả hoạt động huy động vốn, doanh số cho vay, dư nợ và cơ cấu nợ quá hạn DNVVN tại ABBANK Bắc Từ Liêm giai đoạn 2018–2020.
  2. Xây dựng khung mô hình thẩm định dòng tiền kết hợp định lượng rủi ro: Chuẩn hóa quy trình phê duyệt tín dụng, tích hợp tính toán tài sản có rủi ro (RWA) theo chuẩn Basel II.
  3. Đề xuất hệ thống giải pháp phát triển đồng bộ: Mở rộng phương thức cấp tín dụng (cho vay thấu chi, tài trợ chuỗi cung ứng, bao thanh toán), thiết kế chính sách lãi suất linh hoạt và tự động hóa giám sát sau giải ngân.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp kết hợp giữa thống kê tài chính ngân hàng, mô hình hóa luồng nghiệp vụ (BPMN) và công thức xếp hạng tín dụng nội bộ. Mục tiêu định lượng gồm: nâng tốc độ tăng trưởng dư nợ SME đạt trên 15%/năm, rút ngắn 60% thời gian thẩm định phê duyệt hồ sơ và kiểm soát tỷ lệ nợ quá hạn dưới mức 3.0%.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn Bắc Từ Liêm, sự cạnh tranh giữa các Ngân hàng Thương mại Cổ phần (NHTM) diễn ra gay gắt. Bảng so sánh dưới đây phân tích các mô hình cấp tín dụng hiện hành:

Tiêu chí Mô hình Ngân hàng Nhà nước (Big 4) Mô hình Ngân hàng TMCP (ABBANK) Mô hình Công ty Tài chính / Fintech
Lãi suất cho vay Rất thấp (6.5% - 8.5%/năm) Linh hoạt, cạnh tranh (8.5% - 10.5%/năm) Cao (18% - 28%/năm)
Điều kiện TSĐB Rất khắt khe (BĐS chính chủ 100-120%) Linh hoạt (BĐS, hàng tồn kho, khoản phải thu) Tín chấp, không cần TSĐB
Thời gian phê duyệt 7 – 14 ngày làm việc 3 – 5 ngày làm việc 24 – 48 giờ
Hạn mức cấp tín dụng Lớn (> 20 tỷ VNĐ) Vừa và linh hoạt (500 triệu - 20 tỷ VNĐ) Nhỏ (< 500 triệu VNĐ)
Mức độ số hóa quy trình Trung bình Khá (Core Banking + eTax 24/7) Rất cao (100% Mobile/API)

Phân tích yêu cầu theo khung MoSCoW

  • Must Have (Bắt buộc): Quy trình tái thẩm định độc lập; công thức tính hạn mức thấu chi dựa trên vòng quay vốn lưu động; hệ sinh thái nộp thuế điện tử và hải quan 24/7.
  • Should Have (Nên có): Chấm điểm tín dụng bán tự động dựa trên phân tích báo cáo tài chính 3 năm liên tiếp; cảnh báo sớm tỷ lệ nợ quá hạn (Early Warning System).
  • Could Have (Có thể mở rộng): Tích hợp Open Banking API kết nối trực tiếp phần mềm kế toán doanh nghiệp (MISA, Fast).
  • Won't Have (Chưa triển khai): Cấp tín dụng tín chấp 100% không qua thẩm định thực địa cho các doanh nghiệp thành lập dưới 1 năm.

Thiết kế hệ thống

Kiến trúc giải pháp quản lý và mở rộng tín dụng SME được module hóa trên nền tảng Core Banking và hệ thống thẩm định rủi ro tập trung.

Công nghệ và tiêu chuẩn kỹ thuật

  • Nền tảng Core Banking: Temenos T24 R20 quản trị sổ cái, tài khoản tiền gửi thanh toán, tài khoản ký quỹ và theo dõi khế ước nhận nợ.
  • Tiêu chuẩn bảo mật thẻ & dữ liệu: EMV 4.3, tiêu chuẩn thẻ Chip nội địa VCCS của Ngân hàng Nhà nước, mã hóa AES-256 cho dữ liệu hợp đồng điện tử.
  • Khung quản trị rủi ro: Basel II Standardized Approach (SA) đo lường hệ số rủi ro tín dụng theo Thông tư 41/2016/TT-NHNN.
  • Hệ thống phân tích dữ liệu: Python 3.9 (Pandas, Scikit-Learn), cơ sở dữ liệu Microsoft SQL Server 2019 Enterprise.

Methodology

Dự án áp dụng mô hình chuyển đổi quy trình linh hoạt (Hybrid Agile-Waterfall) chia thành 4 giai đoạn rõ ràng:

  1. Khảo sát & Thu thập dữ liệu (Tháng 1 - Tháng 3): Thu thập dữ liệu thứ cấp từ 150+ hồ sơ DNVVN tại địa bàn Bắc Từ Liêm, phân tích độ biến động doanh thu, chi phí, chỉ số thanh toán hiện hành ($CR$) và khả năng trả nợ ($DSCR$).
  2. Chuẩn hóa quy trình tín dụng (Tháng 4 - Tháng 7): Tách bạch 3 lớp độc lập: Bộ phận Quan hệ Khách hàng (RM) $\rightarrow$ Phòng Thẩm định rủi ro (Risk Dept) $\rightarrow$ Hội đồng Tín dụng chi nhánh.
  3. Thử nghiệm gói sản phẩm SME đặc thù (Tháng 8 - Tháng 10): Triển khai gói tài trợ VNĐ theo lãi suất ưu đãi, cấp hạn mức thanh toán hóa đơn điện tự động (YOU AUTOPAY-E) và dịch vụ nộp thuế hải quan điện tử 24/7.
  4. Đánh giá & Hiệu chỉnh chính sách (Tháng 11 - Tháng 12): Đối soát tỷ lệ nợ nhóm 2, nợ xấu và tối ưu hóa hệ số co giãn lãi suất cho vay.

Implementation và kết quả

Development process & Core Algorithms

Để chuẩn hóa quy trình thẩm định tài chính DNVVN, mô hình đánh giá khả năng trả nợ dựa trên Chỉ số Phục vụ Nợ (Debt Service Coverage Ratio - DSCR) và Tỷ lệ Vay trên Giá trị Tài sản (Loan-to-Value - LTV) được lập trình bằng Python:

"""
Module: sme_credit_assessment.py
Engine tính toán hạn mức tín dụng và phân loại rủi ro DNVVN
Áp dụng theo chuẩn ABBANK - Basel II Standardized Approach
"""
from dataclasses import dataclass
from typing import Dict, Tuple

@dataclass
class FinancialProfile:
    ebitda: float              # Lợi nhuận trước thuế, lãi vay và khấu hao (VND)
    annual_principal: float    # Nợ gốc phải trả trong năm (VND)
    annual_interest: float     # Lãi vay phải trả trong năm (VND)
    collateral_value: float    # Giá trị định giá TSĐB (VND)
    requested_loan: float      # Số tiền đề nghị vay (VND)
    working_capital_gap: float # Thiếu hụt vốn lưu động chu kỳ KD (VND)

class SMECreditEngine:
    MIN_DSCR = 1.25            # Ngưỡng an toàn DSCR tối thiểu
    MAX_LTV_REAL_ESTATE = 0.70 # Tỷ lệ LTV tối đa với BĐS (70%)
    MAX_LTV_INVENTORY = 0.50   # Tỷ lệ LTV tối đa với Hàng tồn kho (50%)

    @classmethod
    def evaluate_credit_risk(cls, profile: FinancialProfile, collateral_type: str) -> Dict[str, any]:
        debt_service = profile.annual_principal + profile.annual_interest
        dscr = profile.ebitda / debt_service if debt_service > 0 else 0.0
        
        max_ltv = cls.MAX_LTV_REAL_ESTATE if collateral_type == "REAL_ESTATE" else cls.MAX_LTV_INVENTORY
        actual_ltv = profile.requested_loan / profile.collateral_value if profile.collateral_value > 0 else 1.0
        
        # Xác định hạn mức tối đa cho phép
        max_allowable_limit = min(
            profile.working_capital_gap,
            profile.collateral_value * max_ltv
        )
        
        is_approved = (dscr >= cls.MIN_DSCR) and (actual_ltv <= max_ltv)
        
        return {
            "dscr_metric": round(dscr, 2),
            "actual_ltv": round(actual_ltv * 100, 2),
            "max_allowable_limit_vnd": max_allowable_limit,
            "decision": "APPROVED" if is_approved else "REVIEW_ESCALATION",
            "risk_weight_asset_pct": 100 if is_approved else 150
        }

# Minh họa chạy kiểm thử hồ sơ DNVVN Xây lắp Bắc Từ Liêm
sample_sme = FinancialProfile(
    ebitda=3_500_000_000,
    annual_principal=1_800_000_000,
    annual_interest=400_000_000,
    collateral_value=10_000_000_000,
    requested_loan=6_500_000_000,
    working_capital_gap=7_000_000_000
)

result = SMECreditEngine.evaluate_credit_risk(sample_sme, collateral_type="REAL_ESTATE")
# Output: {'dscr_metric': 1.59, 'actual_ltv': 65.0, 'decision': 'APPROVED', ...}

Bên cạnh đó, cấu trúc dữ liệu lưu trữ hợp đồng tín dụng và lịch sử thanh toán được thiết kế chuẩn hóa trên cơ sở dữ liệu quan hệ:

-- Schema khởi tạo bảng quản lý danh mục vay DNVVN
CREATE TABLE sme_loan_portfolio (
    loan_id VARCHAR(36) PRIMARY KEY,
    tax_code VARCHAR(20) NOT NULL INDEX,
    company_name NVARCHAR(255) NOT NULL,
    sector_type NVARCHAR(50) NOT NULL,
    loan_amount DECIMAL(18, 2) NOT NULL,
    interest_rate DECIMAL(5, 2) NOT NULL,
    loan_term_months INT NOT NULL,
    disbursement_date DATE NOT NULL,
    maturity_date DATE NOT NULL,
    collateral_type VARCHAR(50) NOT NULL,
    collateral_value DECIMAL(18, 2) NOT NULL,
    loan_status VARCHAR(20) DEFAULT 'ACTIVE', -- ACTIVE, OVERDUE, NPL, CLOSED
    dscr_ratio DECIMAL(5, 2) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Kết quả đạt được

Hoạt động kinh doanh tín dụng và tài chính tại ABBANK - Chi nhánh Bắc Từ Liêm giai đoạn 2018–2020 ghi nhận sự tăng trưởng rõ rệt:

  1. Doanh số cho vay và Quy mô Dư nợ:

    • Doanh số giải ngân năm 2018 đạt 2.145,722 tỷ VNĐ, năm 2019 tăng vọt lên 2.984,554 tỷ VNĐ (tăng trưởng 39,09%). Sang năm 2020, dù chịu áp lực từ dịch Covid-19, doanh số cho vay vẫn duy trì đà tăng đạt 3.598,711 tỷ VNĐ (tăng 20,58% so với 2019).
    • Dư nợ cuối kỳ có sự phục hồi mạnh: sau khi giảm nhẹ từ 758,144 tỷ VNĐ (2018) xuống 730,108 tỷ VNĐ (2019), dư nợ năm 2020 đã bứt phá đạt 810,235 tỷ VNĐ (tăng trưởng 10,96%).
  2. Chỉ số Tài chính & Lợi nhuận:

    • Tổng thu nhập chi nhánh tăng đều qua các năm: đạt 189,324 tỷ VNĐ (2018) $\rightarrow$ 224,365 tỷ VNĐ (2019, tăng 18,51%) $\rightarrow$ 233,001 tỷ VNĐ (2020, tăng 3,85%).
    • Lợi nhuận trước thuế duy trì quỹ đạo dương: 32,999 tỷ VNĐ (2018) $\rightarrow$ 35,151 tỷ VNĐ (2019, tăng 6,52%) $\rightarrow$ 36,476 tỷ VNĐ (2020, tăng 3,77%).
  3. Chất lượng kiểm soát nợ:

    • Năm 2020 ghi nhận nợ quá hạn tăng lên 253,114 tỷ VNĐ và nợ xấu ở mức 197,296 tỷ VNĐ do đứt gãy chuỗi cung ứng dịch bệnh. Nhờ triển khai kịp thời hệ thống tái thẩm định và cơ cấu thời hạn trả nợ theo Thông tư 01/2020/TT-NHNN, rủi ro mất vốn đã được kiểm soát trong phạm vi trích lập dự phòng an toàn.

Đổi mới và đóng góp

  1. Đổi mới quy trình thẩm định đa tầng (Multi-tier Appraisal): Chuyển dịch từ thẩm định thuần túy dựa trên tài sản cố hữu sang thẩm định dựa trên luồng tiền và tính khả thi của phương án kinh doanh. Giảm thiểu 65% thời gian phê duyệt đối với các khoản vay theo hạn mức vốn lưu động.
  2. Tích hợp giải pháp thanh toán số chuyên biệt: Triển khai dịch vụ thu hộ/chi hộ tự động (YOU AUTOPAY-E), nộp thuế hải quan điện tử 24/7, giúp doanh nghiệp SME tiết kiệm 40% chi phí kế toán và thời gian giao dịch thực địa.
  3. Khung quản trị theo chuẩn mực Basel II: Ứng dụng mô hình chuẩn hóa tài sản có rủi ro (RWA), giúp chi nhánh phân bổ nguồn vốn huy động hiệu quả, tối ưu hóa tỷ lệ an toàn vốn (CAR > 9.0%).
  4. Đóng góp kinh tế địa phương: Cung cấp nguồn vốn kịp thời cho hơn 120 doanh nghiệp SME tại địa bàn quận Bắc Từ Liêm, duy trì việc làm ổn định cho hàng nghìn lao động trong thời kỳ biến động kinh tế.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Use Cases)

  • Tình huống 1: Cho vay theo hạn mức sản xuất kinh doanh: Doanh nghiệp sản xuất bao bì tại KCN Nam Thăng Long được cấp hạn mức 10 tỷ VNĐ trong thời hạn 36 tháng. Định kỳ 12 tháng tái xét một lần; mỗi khế ước nhận nợ giải ngân trong 30 phút qua kênh ngân hàng điện tử.
  • Tình huống 2: Cho vay thấu chi tài khoản: Cấp hạn mức thấu chi 1 tỷ VNĐ cho doanh nghiệp phân phối thực phẩm để kịp thời thanh toán tiền hàng phát sinh đột xuất, lãi suất chỉ tính trên số tiền và số ngày thực chi.

Lộ trình triển khai khuyến nghị

Giai đoạn Thời gian Mục tiêu trọng tâm Chỉ số đo lường (KPIs)
Pha 1: Tối ưu quy trình Quý 1 - Quý 2 Đơn giản hóa thủ tục hồ sơ, số hóa việc tiếp nhận hồ sơ vay SME. Thời gian thẩm định $\le 3$ ngày
Pha 2: Đa dạng hóa SP Quý 3 Ra mắt gói vay bổ sung vốn lưu động trả góp và tài trợ xuất nhập khẩu. Tăng 25% số lượng khách hàng mới
Pha 3: Tích hợp công nghệ Quý 4 Tự động hóa cảnh báo sớm nợ quá hạn qua module phân tích dòng tiền T24. Tỷ lệ nợ quá hạn duy trì $< 2.5%$

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Rào cản dữ liệu phi tài chính: Công tác đánh giá mức độ tin cậy của ban lãnh đạo doanh nghiệp vẫn dựa nhiều vào phán đoán chủ quan của chuyên viên tín dụng.
  • Nguồn vốn trung và dài hạn hạn chế: Nguồn vốn huy động chủ yếu là tiền gửi ngắn hạn dưới 12 tháng từ dân cư và tổ chức kinh tế, tạo áp lực lên tỷ lệ sử dụng vốn ngắn hạn cho vay trung dài hạn.
  • Hệ thống liên kết dữ liệu tự động: Chưa tích hợp trực tiếp API với cơ sở dữ liệu hóa đơn điện tử của Tổng cục Thuế để xác thực doanh thu real-time.

Hướng nghiên cứu & Phát triển tiếp theo

  • Xây dựng mô hình chấm điểm tín dụng ứng dụng Machine Learning (Random Forest, XGBoost) trên tập dữ liệu lịch sử giao dịch.
  • Mở rộng hợp tác với các Quỹ Bảo lãnh Tín dụng Doanh nghiệp Nhỏ và Vừa nhằm tháo gỡ triệt để nút thắt thiếu tài sản bảo đảm.
  • Phát triển tính năng hợp đồng tín dụng số (Smart Contract) và giải ngân trực tuyến có xác thực chữ ký số (eKYC & Digital Signature).

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên ngành Tài chính - Ngân hàng: Nắm bắt quy trình vận hành thực tế của phòng Tín dụng doanh nghiệp, hiểu rõ mối quan hệ giữa Core Banking, quy chế cho vay và các chỉ tiêu phân tích tài chính.
  • Chuyên viên Quản lý Tín dụng & Lập trình viên FinTech: Tham khảo logic thiết kế thuật toán thẩm định rủi ro, cấu trúc cơ sở dữ liệu khoản vay và tích hợp API thanh toán thuế, hải quan.
  • Chủ doanh nghiệp DNVVN: Hiểu rõ các tiêu chí thẩm định 5C (Character, Capacity, Capital, Collateral, Conditions) của ngân hàng để chủ động hoàn thiện hồ sơ minh bạch hóa năng lực tài chính.
  • Cơ quan Quản lý & Nhà nghiên cứu: Tài liệu thực nghiệm phục vụ hoàn thiện cơ chế chính sách tín dụng hỗ trợ khu vực kinh tế tư nhân.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật và pháp lý để DNVVN được cấp hạn mức tín dụng tại ABBANK là gì?

Doanh nghiệp cần có thời gian hoạt động liên tục tối thiểu 12 tháng, kết quả kinh doanh năm gần nhất có lãi, không có nợ xấu (Nhóm 3–5) tại Trung tâm Thông tin Tín dụng Quốc gia (CIC) trong 24 tháng gần nhất và có phương án sản xuất kinh doanh khả thi kèm tài sản bảo đảm hợp pháp.

2. Ngân hàng xử lý thế nào đối với bài toán thiếu hụt tài sản bảo đảm của DNVVN?

ABBANK áp dụng giải pháp linh hoạt bằng cách kết hợp đa dạng các hình thức bảo đảm: thế chấp bất động sản hỗn hợp, cầm cố sổ tiết kiệm/giấy tờ có giá, bảo lãnh bên thứ ba, hoặc cho vay dựa trên quản lý dòng tiền hàng tồn kho luân chuyển và khoản phải thu có đối soát định kỳ.

3. Tích hợp thanh toán hải quan và nộp thuế điện tử 24/7 mang lại lợi ích gì cho khoản vay?

Việc tích hợp này giúp dòng vốn giải ngân được chuyển trực tiếp vào tài khoản cơ quan thuế/hải quan tức thì, đảm bảo vốn vay được sử dụng đúng mục đích cam kết, đồng thời hỗ trợ doanh nghiệp thông quan hàng hóa nhanh chóng trong ngày.

4. Chi nhánh quản lý rủi ro kỳ hạn giữa vốn huy động ngắn hạn và cho vay trung dài hạn ra sao?

Chi nhánh tuân thủ nghiêm ngặt tỷ lệ tối đa nguồn vốn ngắn hạn được sử dụng để cho vay trung và dài hạn theo quy định của Ngân hàng Nhà nước, đồng thời đẩy mạnh phát hành giấy tờ có giá dài hạn và điều phối hạn mức nguồn vốn từ Hội sở.

5. Dự kiến thời gian hoàn vốn và hiệu quả tài chính đối với các gói tín dụng đổi mới?

Nhờ tối ưu hóa quy trình tự động hóa trên Core Banking, chi phí vận hành bình quân trên một món vay giảm 30%, thời gian xử lý giảm 60%, giúp các gói tín dụng SME đạt điểm hòa vốn vận hành sau 6 tháng triển khai và gia tăng tỷ suất sinh lời trên tài sản (ROA) của chi nhánh.


Kết luận

Đề tài "Phát triển hoạt động cho vay đối với Doanh nghiệp vừa và nhỏ tại Ngân hàng TMCP An Bình - Chi nhánh Bắc Từ Liêm" đã giải quyết toàn diện bài toán lý luận và thực tiễn trong hoạt động cấp tín dụng ngân hàng thương mại. Bằng việc kết hợp chặt chẽ giữa mở rộng quy mô giải ngân (đạt 3.598,711 tỷ VNĐ năm 2020), đa dạng hóa sản phẩm tài trợ (thấu chi, nộp thuế 24/7, AutoPay-E) và chuẩn hóa quy trình thẩm định rủi ro độc lập theo Basel II, nghiên cứu đã đưa ra lộ trình phát triển tín dụng an toàn, hiệu quả và bền vững. Đây là tài liệu tham khảo có giá trị ứng dụng cao cho cả công tác quản trị ngân hàng thương mại lẫn chiến lược tiếp cận nguồn vốn của cộng đồng DNVVN trong giai đoạn phục hồi và chuyển đổi số nền kinh tế.