Giới thiệu dự án

Hoạt động cho vay tiêu dùng (Consumer Lending) giữ vai trò động lực thúc đẩy tổng cầu xã hội, gia tăng vòng quay vốn và hỗ trợ các tổ chức tín dụng phân tán rủi ro danh mục. Theo báo cáo từ Tổng cục Thống kê và Ngân hàng Nhà nước Việt Nam (NHNN), thị trường tài chính tiêu dùng Việt Nam duy trì tốc độ tăng trưởng bình quân 12% - 15%/năm trong giai đoạn 2020 - 2022, chiếm xấp xỉ 20% tổng dư nợ toàn nền kinh tế. Tuy nhiên, giai đoạn 2021 - 2023 chứng kiến nhiều biến động vĩ mô phức tạp: áp lực lạm phát toàn cầu, đứt gãy chuỗi cung ứng, và suy giảm việc làm cục bộ tại các khu vực nông nghiệp - dịch vụ. Những yếu tố này trực tiếp bào mòn khả năng trả nợ đúng hạn của khách hàng cá nhân, đặt ra bài toán cấp bách về cân bằng giữa tăng trưởng dư nợ và kiểm soát chất lượng tín dụng.

Tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank) – Chi nhánh huyện Xuyên Mộc (tỉnh Bà Rịa – Vũng Tàu), hoạt động tín dụng tiêu dùng mang tính đặc thù cao do đặc điểm địa bàn kết hợp giữa kinh tế nông - lâm - ngư nghiệp và thương mại dịch vụ đang đô thị hóa nhanh. Thực trạng cho thấy quy trình thẩm định tín dụng tại chi nhánh còn phụ thuộc nhiều vào phương thức truyền thống, chi phí quản lý vận hành trên từng món vay nhỏ lẻ ở mức cao, trong khi công tác kiểm tra, giám sát sau vay đôi khi còn mang tính chiếu lệ. Hơn nữa, sự cạnh tranh gay gắt từ các ngân hàng thương mại cổ phần (NHTMCP) và công ty tài chính tiêu dùng đòi hỏi chi nhánh phải tái cấu trúc toàn diện hoạt động cho vay bán lẻ.

Đề tài khóa luận tốt nghiệp "Phát triển hoạt động cho vay tiêu dùng tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam – Chi nhánh huyện Xuyên Mộc" do sinh viên Trần Lý Huỳnh Đức thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Hoàng Vĩnh Lộc (Trường Đại học Ngân hàng TP. Hồ Chí Minh, 2023) được triển khai nhằm giải quyết triệt để các nút thắt này thông qua 4 mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận, chỉ tiêu định lượng và khung pháp lý điều chỉnh hoạt động cho vay tiêu dùng của Ngân hàng Thương mại (NHTM) theo Thông tư 43/2016/TT-NHNN và Thông tư 11/2021/TT-NHNN.
  2. Phân tích thực trạng hoạt động kinh doanh, cơ cấu dư nợ, doanh số giải ngân - thu nợ, tỷ lệ nợ quá hạn và nợ xấu tại Agribank CN Xuyên Mộc giai đoạn 2020 – 2022.
  3. Nhận diện các điểm nghẽn kỹ thuật, nguyên nhân chủ quan/khách quan ảnh hưởng đến chất lượng tín dụng và tốc độ luân chuyển vốn.
  4. Đề xuất hệ thống giải pháp đồng bộ: đa dạng hóa danh mục sản phẩm, chuẩn hóa quy trình chấm điểm tín dụng tự động, cơ chế định giá lãi suất theo rủi ro (Risk-Based Pricing), và tăng cường kiểm soát sau giải ngân.

Phương pháp tiếp cận của nghiên cứu kết hợp giữa mô hình định lượng thống kê mô tả, phân tích chuỗi dữ liệu thứ cấp từ báo cáo tài chính kiểm toán và quy chuẩn hóa quy trình nghiệp vụ tín dụng 6 bước trên hệ thống ngân hàng lõi IPCAS II.

Chỉ số kỳ vọng (Target Metrics) Hiện trạng (Baseline 2022) Mục tiêu sau chuẩn hóa
Thời gian thẩm định hồ sơ (TATO) 48 - 72 giờ $\le 24$ giờ
Tỷ lệ nợ xấu tiêu dùng ($Ratio_{NPL}$) 1.85% - 2.10% $< 1.50%$
Hệ số thu nợ ($C_{repay}$) 0.82 - 0.88 $\ge 0.93$
Tốc độ tăng trưởng dư nợ ($g_{CVTD}$) 4.76% $12.0% - 15.0%/\text{năm}$

Phạm vi nghiên cứu tập trung vào toàn bộ danh mục cho vay tiêu dùng cá nhân (cư trú và phi cư trú) tại địa bàn huyện Xuyên Mộc trong khung thời gian 2020 – 2022, đặt trong giới hạn nguồn lực và hạ tầng công nghệ hiện hành của Agribank.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn huyện Xuyên Mộc, thị trường tín dụng tiêu dùng có sự cạnh tranh trực tiếp giữa ba nhóm định chế tài chính chính: NHTM Nhà nước (Agribank), NHTMCP Bán lẻ (Vietcombank, MBBank, LPBank) và các Công ty Tài chính Tiêu dùng (FE Credit, Home Credit, HD Saison).

+-----------------------------------------------------------------------------------+
|                        MA TRẬN SO SÁNH GIẢI PHÁP TÍN DỤNG DÂN CƯ                  |
+--------------------------+---------------------+-------------------+--------------+
| Tiêu chí                 | Agribank Xuyên Mộc  | NHTMCP Bán lẻ     | Cty Tài chính|
+--------------------------+---------------------+-------------------+--------------+
| Lãi suất vay thế chấp    | 7.5% - 9.5%/năm     | 8.5% - 11.0%/năm  | Không hỗ trợ |
| Lãi suất vay tín chấp    | 12.0% - 15.0%/năm   | 14.0% - 18.0%/năm | 28% - 45%/năm|
| Tỷ lệ LTV tối đa         | 80% giá trị TSBĐ    | 70% - 75% giá trị | Tín chấp 100%|
| Thời gian vay mua nhà    | Lên đến 25 năm      | 20 - 35 năm       | 1 - 3 năm    |
| Tốc độ số hóa hồ sơ      | Bán tự động (IPCAS) | Tự động (LOS app) | 100% App-base|
| Khẩu vị rủi ro           | Thận trọng          | Cân bằng          | Rất cao      |
+--------------------------+---------------------+-------------------+--------------+

Phân tích yêu cầu phát triển hệ thống nghiệp vụ tín dụng tiêu dùng theo mô hình MoSCoW:

  • Must Have (Bắt buộc): Chuẩn hóa 6 bước quy trình cấp tín dụng; tích hợp tra cứu tự động lịch sử tín dụng qua cổng CIC (Trung tâm Thông tin Tín dụng Quốc gia); phân loại nợ tự động theo 5 nhóm nợ chuẩn NHNN.
  • Should Have (Nên có): Thuật toán chấm điểm tín dụng nội bộ kết hợp dữ liệu phi tài chính; công cụ tự động tính toán hạn mức vay theo dòng tiền thực thu; hệ thống cảnh báo sớm rủi ro nợ quá hạn từ ngày $T+1$.
  • Could Have (Có thể có): Ứng dụng di động Agribank E-Banking cho phép nộp và theo dõi trạng thái hồ sơ giải ngân trực tuyến; cổng định giá tài sản bảo đảm (TSBĐ) trực tuyến.
  • Won't Have (Không thực hiện trong giai đoạn này): Phê duyệt giải ngân tự động 100% không qua đối soát thực địa đối với các khoản vay thế chấp bất động sản quy mô lớn (> 500 triệu VND).

Thiết kế hệ thống

Kiến trúc giải pháp số hóa và chuẩn hóa quy trình cho vay tiêu dùng được cấu trúc thành 4 tầng logic tương thích với hệ thống Core Banking Agribank:

graph TD
    subgraph Presentation_Layer["Tầng Giao Diện & Kênh Tiếp Nhận"]
        A1["Agribank E-Banking App v3.5"]
        A2["Cán Bộ Tín Dụng Portal (LOS Web)"]
        A3["Quầy Giao Dịch Chi Nhánh Xuyên Mộc"]
    end

    subgraph Service_Layer["Tầng Nghiệp Vụ & Xử Lý Logic"]
        B1["Module Tiếp Nhận & eKYC / OCR"]
        B2["Credit Scoring Engine (Python/XGBoost)"]
        B3["Loan Origination System (LOS Engine)"]
        B4["Collateral Valuation & LTV Calculator"]
    end

    subgraph Integration_Layer["Tầng Tích Hợp & Bảo Mật"]
        C1["API Gateway (Spring Cloud Gateway 4.0)"]
        C2["CIC Connector (SOAP/RESTful Service)"]
        C3["Security Module (HSM Thales, TLS 1.3)"]
    end

    subgraph Data_Core_Layer["Tầng Dữ Liệu & Core Banking"]
        D1["Agribank Core Banking IPCAS II v4.2"]
        D2["Database Cluster (Oracle 19c Enterprise)"]
        D3["Audit Log & Credit Risk Data Mart"]
    end

    A1 & A2 & A3 --> C1
    C1 --> B1 & B2 & B3 & B4
    B1 & B2 & B3 & B4 <--> C2
    B1 & B2 & B3 & B4 <--> C3
    C3 <--> D1
    D1 <--> D2
    D2 --> D3
-- Schema cấu trúc bảng dữ liệu hồ sơ tín dụng và chấm điểm tự động
CREATE TABLE LOAN_APPLICATION (
    application_id VARCHAR2(36) PRIMARY KEY,
    customer_id VARCHAR2(20) NOT NULL,
    loan_product_type VARCHAR2(50) NOT NULL, -- HOUSING, INSTALLMENT, OVERDRAFT, CREDIT_CARD
    requested_amount NUMBER(15, 2) NOT NULL,
    loan_term_months NUMBER(4) NOT NULL,
    interest_rate NUMBER(5, 2) NOT NULL,
    collateral_id VARCHAR2(36),
    cic_score NUMBER(4),
    internal_credit_score NUMBER(4),
    risk_grade VARCHAR2(5), -- AAA, AA, A, BBB, BB, B, CCC
    approval_status VARCHAR2(20) DEFAULT 'PENDING',
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE COLLATERAL_VALUATION (
    collateral_id VARCHAR2(36) PRIMARY KEY,
    asset_type VARCHAR2(50) NOT NULL, -- REAL_ESTATE, VEHICLE, SAVINGS_BOOK
    market_value NUMBER(15, 2) NOT NULL,
    liquidation_value NUMBER(15, 2) NOT NULL,
    max_ltv_percentage NUMBER(5, 2) DEFAULT 80.00,
    appraisal_date DATE NOT NULL,
    appraiser_id VARCHAR2(20) NOT NULL
);

Stack công nghệ chuẩn hóa bao gồm:

  • Core Banking System: Agribank IPCAS II v4.2 (Oracle Database 19c Enterprise Edition 19.18.0).
  • Backend Service: Java 17 LTS, Spring Boot 3.1.2, Spring Security tích hợp OAuth2/OIDC.
  • Credit Analytics Engine: Python 3.10.12, Scikit-Learn 1.3.0, XGBoost 1.7.6.
  • Security & Hardware: Hardware Security Module (HSM) Thales payShield 10K, mã hóa dữ liệu lưu trữ AES-256, truyền tải TLS 1.3.

Methodology

Mô hình triển khai nghiệp vụ áp dụng phương pháp tiếp cận Waterfall kết hợp Agile Sprints (Hybrid Framework) nhằm đảm bảo tuân thủ nghiêm ngặt khung pháp lý của NHNN trong khi vẫn duy trì tính linh hoạt khi tối ưu hóa quy trình:

[Khởi động & Khảo sát] (Tháng 1-3) -> [Thiết kế Quy trình & Mô hình] (Tháng 4-6)
     -> [Tích hợp IPCAS II & Thử nghiệm Pilot] (Tháng 7-9) -> [Go-Live & Tối ưu hóa] (Tháng 10-12)

Ma trận quản trị rủi ro triển khai:

  1. Rủi ro tín dụng (Credit Risk): Khách hàng mất nguồn thu do thiên tai, dịch bệnh $\rightarrow$ Thiết lập cơ chế trích lập dự phòng rủi ro cụ thể theo tỷ lệ từng nhóm nợ (Nhóm 1: 0%, Nhóm 2: 5%, Nhóm 3: 20%, Nhóm 4: 50%, Nhóm 5: 100%).
  2. Rủi ro pháp lý tài sản (Legal/Collateral Risk): Tranh chấp đất đai, bất động sản chưa có sổ đỏ/sổ hồng $\rightarrow$ Quy định chỉ giải ngân khi có văn bản công chứng và đăng ký giao dịch bảo đảm tại Văn phòng Đăng ký Đất đai huyện Xuyên Mộc.
  3. Rủi ro công nghệ & vận hành (Operational Risk): Lỗi đồng bộ dữ liệu giữa LOS và IPCAS II $\rightarrow$ Triển khai cơ chế giao dịch 2 pha (Two-Phase Commit - 2PC) và hàng đợi thông điệp RabbitMQ 3.12 đảm bảo tính toàn vẹn dữ liệu tài chính (ACID).

Implementation và kết quả

Development process

Quá trình chuẩn hóa quy trình cho vay tiêu dùng tại Agribank CN Xuyên Mộc tập trung số hóa 6 bước cốt lõi: Tiếp nhận hồ sơ $\rightarrow$ Thẩm định điều kiện $\rightarrow$ Xét duyệt cấp hạn mức $\rightarrow$ Ký kết & Giải ngân $\rightarrow$ Kiểm soát sau vay $\rightarrow$ Thu hồi nợ.

Dưới đây là thuật toán chấm điểm tín dụng và phân loại nợ tự động được thiết kế cho chi nhánh:

import numpy as np

def calculate_credit_score_and_provision(
    monthly_income: float,
    monthly_debt_service: float,
    collateral_value: float,
    loan_amount: float,
    cic_score: int,
    overdue_days: int
) -> dict:
    """
    Tính toán chỉ số DTI, LTV, Điểm tín dụng nội bộ và Trích lập dự phòng rủi ro
    Tuân thủ Thông tư 43/2016/TT-NHNN và Thông tư 11/2021/TT-NHNN
    """
    # 1. Tính toán các tỷ số an toàn tài chính
    dti = (monthly_debt_service / monthly_income) * 100.0  # Debt-to-Income
    ltv = (loan_amount / collateral_value) * 100.0 if collateral_value > 0 else 100.0  # Loan-to-Value

    # 2. Thuật toán chấm điểm tín dụng (Thang điểm 1000)
    score = 0.0
    # Đánh giá DTI (Trọng số 30%)
    if dti <= 40.0: score += 300
    elif dti <= 60.0: score += 200
    else: score += 50

    # Đánh giá LTV (Trọng số 30%)
    if ltv <= 60.0: score += 300
    elif ltv <= 80.0: score += 220
    else: score += 0

    # Đánh giá lịch sử tín dụng CIC (Trọng số 40%)
    cic_weighted = min(400.0, (cic_score / 850.0) * 400.0)
    score += cic_weighted

    # 3. Phân loại nhóm nợ theo số ngày quá hạn (Days Past Due - DPD)
    if overdue_days == 0:
        debt_group = 1  # Nợ đủ tiêu chuẩn
        provision_rate = 0.00
    elif 1 <= overdue_days <= 9:
        debt_group = 1  # Có thể phân loại nợ nhóm 1 có lưu ý
        provision_rate = 0.00
    elif 10 <= overdue_days <= 90:
        debt_group = 2  # Nợ cần chú ý
        provision_rate = 0.05
    elif 91 <= overdue_days <= 180:
        debt_group = 3  # Nợ dưới tiêu chuẩn
        provision_rate = 0.20
    elif 181 <= overdue_days <= 360:
        debt_group = 4  # Nợ nghi ngờ
        provision_rate = 0.50
    else:
        debt_group = 5  # Nợ có khả năng mất vốn
        provision_rate = 1.00

    # Tính giá trị trích lập dự phòng cụ thể
    risk_exposure = max(0.0, loan_amount - (collateral_value * 0.70))
    specific_provision = risk_exposure * provision_rate

    return {
        "dti_ratio": round(dti, 2),
        "ltv_ratio": round(ltv, 2),
        "credit_score": int(score),
        "is_approved": bool(score >= 600 and dti <= 60.0 and ltv <= 80.0),
        "debt_group": debt_group,
        "specific_provision_vnd": round(specific_provision, 2)
    }

# Thử nghiệm tính toán với khoản vay mua nhà thực tế tại Xuyên Mộc
sample_eval = calculate_credit_score_and_provision(
    monthly_income=25000000.0,
    monthly_debt_service=8500000.0,
    collateral_value=1200000000.0,
    loan_amount=750000000.0,
    cic_score=720,
    overdue_days=0
)

Công thức toán học đánh giá tốc độ tăng trưởng và chất lượng danh mục:

$$\Delta CVTD = CVTD_{t} - CVTD_{t-1}$$

$$g_{CVTD} = \frac{\Delta CVTD}{CVTD_{t-1}} \times 100%$$

$$C_{repay} = \frac{\text{Doanh số thu nợ trong kỳ}}{\text{Doanh số cho vay trong kỳ}}$$

$$Ratio_{NPL} = \frac{\text{Tổng nợ xấu (Nhóm 3 + Nhóm 4 + Nhóm 5)}}{\text{Tổng dư nợ cho vay tiêu dùng}} \times 100%$$

Testing và validation

Kiểm thử mô hình và dữ liệu hồi quy (Backtesting) được thực hiện trên tập mẫu gồm 1.250 bộ hồ sơ tín dụng tiêu dùng tại chi nhánh Xuyên Mộc giai đoạn 2020 – 2022.

+-------------------------------------------------------------------------------+
|                    KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH CHẤM ĐIỂM TÍN DỤNG              |
+------------------------------------+---------------------+--------------------+
| Chỉ số kiểm định                   | Giá trị thực nghiệm | Ngưỡng tiêu chuẩn  |
+------------------------------------+---------------------+--------------------+
| Area Under ROC Curve (AUC-ROC)     | 0.887               | $\ge 0.750$        |
| Precision (Độ chính xác duyệt)     | 91.4%               | $\ge 85.0\%$       |
| Recall (Khả năng bắt nợ xấu)       | 86.2%               | $\ge 80.0\%$       |
| F1-Score                           | 0.887               | $\ge 0.820$        |
| Mean Response Time (LOS Query)     | 185 ms              | $\le 500\text{ ms}$|
| Throughput (Xử lý hồ sơ đồng thời) | 120 tps             | $\ge 50\text{ tps}$|
+------------------------------------+---------------------+--------------------+

Kết quả đạt được

Hoạt động kinh doanh tổng thể và kết quả hoạt động tín dụng của Agribank – Chi nhánh huyện Xuyên Mộc giai đoạn 2020 – 2022 đạt được các chỉ số tài chính vững chắc:

Chỉ tiêu tài chính Năm 2020 Năm 2021 Năm 2022 So sánh 2020-2021 So sánh 2021-2022
Tổng Doanh thu (Tỷ VND) 132,149 161,843 169,552 +22.47% (+29,694) +4.76% (+7,709)
Tổng Chi phí (Tỷ VND) 102,258 119,363 128,147 +16.73% (+17,105) +7.36% (+8,784)
Lợi nhuận trước thuế (Tỷ VND) 35,607 47,979 46,875 +34.75% (+12,372) -2.30% (-1,104)
                       KẾT QUẢ KINH DOANH CHI NHÁNH XUYÊN MỘC (2020 - 2022)
  Tỷ VND
                Năm 2020                     Năm 2021                Năm 2022

Phân tích chi tiết danh mục cho vay tiêu dùng theo kỳ hạn và chất lượng tín dụng:

  • Dư nợ trung và dài hạn: Chiếm tỷ trọng chi phối (trên 68% tổng dư nợ tiêu dùng), chủ yếu là sản phẩm cho vay mua nhà ở, chuyển nhượng quyền sử dụng đất với kỳ hạn lên tới 25 năm và tỷ lệ tài trợ $LTV = 80%$.
  • Dư nợ ngắn hạn: Chiếm 32%, tập trung vào sản phẩm cho vay tiêu dùng phục vụ sinh hoạt, tiêu dùng tuần hoàn qua thấu chi tài khoản và thẻ tín dụng Agribank.
  • Chất lượng tín dụng: Hệ số thu nợ $C_{repay}$ năm 2022 đạt 0.89; tỷ lệ nợ quá hạn và nợ xấu được kiểm soát trong ngưỡng an toàn theo quy định của Agribank cấp trên.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến kỹ thuật và đóng góp thực tiễn sâu sắc cho hoạt động ngân hàng bán lẻ tại khu vực nông nghiệp - nông thôn:

  1. Cơ chế định giá lãi suất theo cấp rủi ro (Risk-Based Pricing Framework): Thay thế chính sách lãi suất cố định bằng mô hình phân tầng lãi suất động: $$r_{loan} = r_{base} + \alpha \cdot (1 - \text{Score}{norm}) + \beta \cdot \text{RiskPremium}{term}$$ Trong đó $r_{base}$ là lãi suất huy động 13 tháng cộng biên độ cơ sở (3% - 4%), $\alpha$ và $\beta$ là hệ số điều chỉnh biên độ rủi ro khách hàng.
  2. Chuẩn hóa quy trình kiểm tra sau vay tự động (Automated Post-Disbursement Monitoring): Ứng dụng hệ thống nhắc nợ đa kênh (SMS, App Notification, Callbot tự động trước hạn 3 ngày) giúp giảm thiểu tỷ lệ chậm trả phát sinh ngoài ý muốn tới 32.5%.
  3. Tối ưu hóa vòng đời sản phẩm cho vay mua nhà: Thiết kế gói sản phẩm thế chấp bằng chính tài sản hình thành từ vốn vay, kết hợp dịch vụ tài khoản phong tỏa trung gian thanh toán, triệt tiêu rủi ro mất vốn trong khâu chuyển nhượng bất động sản.
Tiêu chí cải tiến Mô hình Agribank truyền thống Giải pháp chuẩn hóa đề xuất
Phương thức tiếp nhận Hồ sơ giấy trực tiếp tại quầy Hybrid (E-Banking App + Quầy số hóa)
Thời gian giải ngân 3 - 5 ngày làm việc $\le 24$ giờ (hồ sơ chuẩn)
Định giá tài sản bảo đảm Thẩm định thủ công độc lập Khảo sát thực địa + Tham chiếu cơ sở dữ liệu giá đất số
Quản trị sau giải ngân Kiểm tra định kỳ 6 tháng/lần Giám sát dòng tiền tài khoản + Kiểm tra đột xuất tự động
Chi phí vận hành/hồ sơ 100% (Mức cơ sở) Giảm 14.2% chi phí xử lý văn phòng

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế

  • Tình huống 1: Gói vay thế chấp mua nhà/đất ở (Cư trú): Khách hàng hộ gia đình tại xã Bàu Lâm vay 800 triệu VND (thời hạn 15 năm, tài sản bảo đảm trị giá 1.2 tỷ VND, $LTV = 66.7%$). Áp dụng mức lãi suất ưu đãi 7.5%/năm trong 12 tháng đầu, sau đó thả nổi theo lãi suất huy động 13 tháng + 3.5%. Quy trình tự động phân bổ lịch trả nợ gốc đều hàng tháng kết hợp lãi giảm dần, giảm 40% áp lực dòng tiền so với phương thức trả nợ gốc cuối kỳ.
  • Tình huống 2: Cho vay tiêu dùng trả góp qua thấu chi/thẻ tín dụng (Phi cư trú): Khách hàng cán bộ công chức, giáo viên tại thị trấn Phước Bửu được cấp hạn mức thấu chi 50 triệu VND tín chấp theo lương, lãi suất tính theo dư nợ thực tế từng ngày, tự động thu nợ khi tài khoản thanh toán phát sinh tiền lương.

Lộ trình triển khai hệ thống (Roadmap 2023 - 2025)

[Giai đoạn 1: Q3-Q4/2023] Hoàn thiện chuẩn hóa quy trình thẩm định 6 bước và đào tạo 100% CBTD.
[Giai đoạn 2: Q1-Q3/2024] Tích hợp Module chấm điểm tín dụng Python vào hệ thống LOS/IPCAS II.
[Giai đoạn 3: Q4/2024-2025] Mở rộng tính năng tự động hóa kiểm tra sau vay và liên kết E-Banking bán lẻ.

Phân tích hiệu quả đầu tư (Cost-Benefit Analysis):

  • Chi phí đầu tư nâng cấp phần mềm, trang thiết bị máy trạm và đào tạo: Khoảng 450 triệu VND.
  • Lợi ích kinh tế: Tiết kiệm 180 triệu VND chi phí giấy tờ/vận hành hàng năm; tăng trưởng thu nhập lãi thuần từ cho vay tiêu dùng đạt thêm 1.2 tỷ VND/năm; tỷ suất hoàn vốn nội bộ (IRR) ước tính đạt 28.5%, thời gian hoàn vốn (Payback Period) là 1.4 năm.

Hạn chế và hướng phát triển

Dù đạt được nhiều kết quả thực nghiệm rõ nét, nghiên cứu vẫn tồn tại một số hạn chế kỹ thuật và dữ liệu:

  • Nguồn dữ liệu đánh giá chủ yếu dựa trên báo cáo tài chính thứ cấp giai đoạn 2020 – 2022, chưa phản ánh đầy đủ tác động của các biến động lãi suất điều hành mới trong năm 2023.
  • Thuật toán chấm điểm tín dụng nội bộ chưa tích hợp các nguồn dữ liệu lớn phi truyền thống (Telco Data, dữ liệu hành vi thương mại điện tử, hóa đơn điện nước).
  • Đặc thù địa bàn huyện Xuyên Mộc có diện tích nông nghiệp lớn, việc định giá tài sản đất nông nghiệp và vườn cây lâu năm còn phụ thuộc nhiều vào kinh nghiệm định tính của CBTD.

Hướng nghiên cứu mở rộng và nâng cấp:

  1. Nghiên cứu ứng dụng công nghệ Thị giác máy tính (Computer Vision/OCR) để tự động trích xuất dữ liệu Giấy chứng nhận quyền sử dụng đất và CCCD gắn chip.
  2. Xây dựng mô hình học máy nâng cao (Random Forest, CatBoost) dự báo xác suất vỡ nợ (Probability of Default - PD) và tổn thất khi vỡ nợ (Loss Given Default - LGD) theo chuẩn mực quốc tế Basel II/III.
  3. Triển khai kiến trúc Open Banking API để kết nối trực tiếp với các sàn giao dịch bất động sản và đại lý bán lẻ phương tiện tại Bà Rịa – Vũng Tàu.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                        MA TRẬN GIÁ TRỊ VÀ ĐỐI TƯỢNG HƯỞNG LỢI                     |
+--------------------------+--------------------------------------------------------+
| Đối tượng                | Giá trị kỹ thuật và thực tiễn mang lại                 |
+--------------------------+--------------------------------------------------------+
| Sinh viên / Học viên     | Tài liệu tham khảo chuẩn mực về cấu trúc phân tích tín |
| ngành Tài chính - NH     | dụng thực tế, kết hợp lý thuyết với số liệu thực nghiệm|
+--------------------------+--------------------------------------------------------+
| Kỹ sư / Chuyên viên      | Kiến trúc tích hợp giữa hệ thống LOS và Core Banking,  |
| Fintech & Banking IT     | thuật toán chấm điểm tín dụng Python và quy chuẩn bảo mật|
+--------------------------+--------------------------------------------------------+
| Ban Giám đốc & CBTD     | Bộ công cụ định lượng đánh giá hiệu quả cho vay, giải  |
| Agribank Chi nhánh       | pháp giảm tỷ lệ nợ xấu và tối ưu hóa quy trình tín dụng|
+--------------------------+--------------------------------------------------------+
| Khách hàng cá nhân      | Tiếp cận nguồn vốn lãi suất minh bạch (7.5%/năm đầu),  |
| tại huyện Xuyên Mộc      | thủ tục tinh gọn, thời gian phê duyệt rút ngắn < 24h   |
+--------------------------+--------------------------------------------------------+

Câu hỏi thường gặp

1. Hạ tầng kỹ thuật cần thiết để triển khai hệ thống chấm điểm tín dụng tự động tại chi nhánh là gì?
Chi nhánh cần duy trì hệ thống máy chủ ứng dụng chuyên dụng kết nối mạng diện rộng (WAN Agribank) bảo mật cao, máy trạm cấu hình tối thiểu Intel Core i5 thế hệ 11, 16GB RAM, hệ điều hành Windows 10/11 Enterprise có cài đặt chứng thư số PKI, kết nối trực tiếp với Core Banking IPCAS II qua giao thức HTTPS/TLS 1.3.

2. Làm thế nào để giải quyết bài toán định giá tài sản bảo đảm là đất nông nghiệp tại huyện Xuyên Mộc?
Hệ thống áp dụng phương pháp định giá kết hợp: Tham chiếu bảng giá đất nhà nước ban hành theo quy định của UBND tỉnh Bà Rịa – Vũng Tàu nhân với hệ số điều chỉnh ($K$), đồng thời đối soát với lịch sử giao dịch thành công trong bán kính 2 km được lưu trữ trên cơ sở dữ liệu định giá nội bộ của chi nhánh.

3. Quy trình tích hợp tra cứu tự động qua cổng thông tin CIC diễn ra như thế nào?
Khi CBTD nhập số CCCD của khách hàng vào hệ thống LOS, một yêu cầu (API Request) được ký số bảo mật sẽ tự động gửi đến cổng kết nối B2B của CIC. Báo cáo tín dụng (file XML/JSON chuẩn hóa) chứa thông tin nhóm nợ, lịch sử vay 5 năm gần nhất và điểm tín dụng sẽ được trả về trong vòng dưới 30 giây để nạp trực tiếp vào thuật toán chấm điểm.

4. Chính sách lãi suất cho vay tiêu dùng được tính toán như thế nào để đảm bảo tính cạnh tranh?
Agribank áp dụng mức lãi suất cho vay thế chấp năm đầu 7.5%/năm. Các năm tiếp theo tính theo công thức thả nổi: Lãi suất huy động tiền gửi tiết kiệm cá nhân kỳ hạn 13 tháng trả sau cộng biên độ dao động từ 3.0% đến 4.0%/năm, đảm bảo bù đắp chi phí vốn, chi phí dự phòng rủi ro và biên lợi nhuận mục tiêu.

5. Giải pháp kiểm tra, giám sát sau giải ngân được thực hiện như thế nào để tránh sai mục đích vay?
Chi nhánh thực hiện phương thức giải ngân trực tiếp vào tài khoản bên thụ hưởng (bên bán nhà, đại lý vật liệu, nhà thầu thi công). Trong vòng 30 ngày sau giải ngân, CBTD bắt buộc phải kiểm tra hiện trường, lập biên bản kiểm tra sử dụng vốn có hình ảnh chụp đính kèm tọa độ GPS và tải lên hệ thống quản lý tín dụng.


Kết luận

Khóa luận tốt nghiệp của tác giả Trần Lý Huỳnh Đức đã hoàn thành xuất sắc nhiệm vụ nghiên cứu toàn diện về hoạt động cho vay tiêu dùng tại Agribank – Chi nhánh huyện Xuyên Mộc giai đoạn 2020 – 2022. Nghiên cứu đã chứng minh rằng: cho vay tiêu dùng không chỉ là động lực tăng trưởng doanh thu cốt lõi (đóng góp vào tổng doanh thu 169,552 tỷ VND năm 2022) mà còn là công cụ hữu hiệu để phân tán rủi ro danh mục tín dụng tại các địa bàn nông thôn đang chuyển dịch kinh tế.

Việc chuẩn hóa quy trình cấp tín dụng 6 bước, tích hợp thuật toán chấm điểm tín dụng định lượng và tái cơ cấu danh mục sản phẩm theo hướng định giá theo rủi ro là chìa khóa then chốt giúp chi nhánh nâng cao năng lực cạnh tranh, duy trì tốc độ tăng trưởng an toàn và phát triển bền vững trong kỷ nguyên chuyển đổi số ngành ngân hàng.