Giới thiệu dự án

Hoạt động tín dụng đóng vai trò huyết mạch trong hệ thống ngân hàng thương mại (NHTM), chiếm từ 55% đến 75% tổng tài sản sinh lời và đóng góp trên 70% tổng thu nhập thuần của các tổ chức tín dụng (TCTD) tại Việt Nam. Trong giai đoạn 2020–2022, trước áp lực biến động kinh tế vĩ mô và sự chuyển dịch mạnh mẽ sang chuyển đổi số theo định hướng của Ngân hàng Nhà nước (NHNN), việc tối ưu hóa quy trình cấp tín dụng và nâng cao chất lượng danh mục cho vay trở thành yêu cầu sống còn.

Khóa luận tốt nghiệp "Phát triển hoạt động tín dụng tại Ngân hàng Thương mại Cổ phần Phương Đông – Chi nhánh Nguyễn Thái Bình" (Tác giả: Hồ Đức Tài; Người hướng dẫn khoa học: TS. Hồ Công Hưởng; Trường Đại học Ngân hàng TP. Hồ Chí Minh) nghiên cứu toàn diện thực trạng vận hành tín dụng tại một trong những chi nhánh trọng điểm của OCB tại khu vực trung tâm tài chính Quận 1, TP. Hồ Chí Minh.

flowchart LR
    A["Huy động vốn\n(Tiền gửi, GTCG)"] --> B["Ngân hàng TMCP Phương Đông\n(OCB - CN Nguyễn Thái Bình)"]
    B --> C["Cấp tín dụng ngắn hạn\n(Chiếm 87.08% doanh số)"]
    B --> D["Cấp tín dụng trung & dài hạn\n(Chiếm 15.92% dư nợ)"]
    C & D --> E["Kiểm soát rủi ro\n(Basel II, Thông tư 02/2013/TT-NHNN)"]

Vấn đề thực tiễn (Problem Statement)

Mặc dù doanh thu thuần của OCB – Chi nhánh Nguyễn Thái Bình tăng trưởng từ 308.020 triệu đồng (2020) lên 408.200 triệu đồng (2022), hoạt động tín dụng tại chi nhánh đối mặt với các nút thắt kỹ thuật và quy trình:

  1. Định giá tài sản bảo đảm (TSĐB) quá thận trọng: Khấu trừ định giá sâu hơn giá thị trường từ 30%–40%, làm giảm sức cạnh tranh sản phẩm cho vay thế chấp bất động sản.
  2. Quy trình phê duyệt và giải ngân phân mảnh: Tồn tại sự chồng chéo chức năng giữa Cán bộ Quản lý Khách hàng (CB QHKH) và Cán bộ Quản lý Tín dụng (CB QHTD), kéo dài thời gian xử lý hồ sơ (Turnaround Time - TAT), dẫn đến 11% khách hàng không hài lòng.
  3. Cơ cấu tín dụng mất cân đối: Doanh số cho vay ngắn hạn chiếm tỷ trọng áp đảo (>86%), hạn chế khả năng gia tăng biên lãi ròng (Net Interest Margin - NIM) từ các khoản vay trung và dài hạn.

Mục tiêu của dự án

  1. Hệ thống hóa cơ sở lý luận về mở rộng quy mô và nâng cao chất lượng tín dụng theo chuẩn mực Basel II và quy định NHNN.
  2. Khai thác dữ liệu tài chính giai đoạn 2020–2022 của OCB – CN Nguyễn Thái Bình để đo lường các chỉ số: Dư nợ, Doanh số cho vay, Doanh số thu nợ, Hệ số dư nợ trên vốn huy động (LDR), và Tỷ lệ nợ xấu (NPL).
  3. Đề xuất hệ thống giải pháp kỹ thuật, quy trình số hóa và mô hình chấm điểm tín dụng nội bộ nhằm tối ưu hóa hoạt động tín dụng chi nhánh đến năm 2025.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Ngân hàng TMCP Phương Đông – Chi nhánh Nguyễn Thái Bình (194 Nguyễn Công Trứ, Phường Nguyễn Thái Bình, Quận 1, TP.HCM).
  • Thời gian: Dữ liệu tài chính và hoạt động giai đoạn 2020–2022.
  • Đối tượng: Hoạt động tín dụng bán lẻ (Retail Banking - RB) và khách hàng doanh nghiệp vừa và nhỏ (SME/Corporate Banking - CB).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng vận hành tín dụng tại chi nhánh được đối chiếu giữa phương pháp truyền thống và mô hình ngân hàng số tích hợp:

Tiêu chí Mô hình truyền thống tại chi nhánh (2020-2022) Mô hình đề xuất cải tiến (Digital Credit Engine)
Quy trình xử lý hồ sơ 10 bước thủ công, chuyển giao vật lý giữa CB QHKH & CB QHTD Luồng số hóa bán tự động (BPMN Workflow) trên OCB OMNI
Thời gian thẩm định (TAT) 3 – 5 ngày làm việc đối với khoản vay tiêu dùng/thế chấp $\le 24$ giờ qua hệ thống chấm điểm tự động (Scorecard)
Định giá TSĐB Khảo sát thủ công, chiết khấu cứng 30%–40% Mô hình AVM (Automated Valuation Model) kết hợp GIS
Tỷ lệ nợ xấu (NPL) Kiểm soát dưới 2.0% theo Thông tư 02/2013/TT-NHNN Giám sát cảnh báo sớm (Early Warning System - EWS)
                MA TRẬN YÊU CẦU HỆ THỐNG (MoSCoW)
+-----------------------------------+-----------------------------------+
| MUST HAVE (Bắt buộc)              | SHOULD HAVE (Nên có)              |
| - Tuân thủ Thông tư 02 & 36 NHNN   | - Chấm điểm tín dụng bằng Machine |
| - Xếp hạng tín dụng nội bộ (AAA-B) |   Learning (Logistic Regression)  |
| - Phân quyền CB QHKH vs CB QHTD   | - Tích hợp tự động cổng API CIC   |
+-----------------------------------+-----------------------------------+
| COULD HAVE (Có thể có)            | WON'T HAVE (Chưa triển khai)      |
| - Định giá tài sản tự động (AVM)  | - Tự động giải ngân Smart Contract|
| - Chatbot hỗ trợ thủ tục hồ sơ    |   cho các khoản vay thế chấp lớn  |
+-----------------------------------+-----------------------------------+

Thiết kế hệ thống

Kiến trúc giải pháp số hóa quy trình tín dụng kết hợp hệ thống Core Banking Temenos T24 và nền tảng ngân hàng số OCB OMNI:

graph TD
    User([Khách hàng / Portal]) -->|Nộp hồ sơ trực tuyến| APIGW[API Gateway - Kong / mTLS]
    APIGW --> LOS[Hệ thống Khởi tạo Khoản vay - LOS]
    
    subgraph Core Processing Engines
        LOS --> Engine_Score[Credit Scoring Engine\nPython / Scikit-learn]
        LOS --> Engine_Val[Collateral Valuation Engine\nAVM Module]
        LOS --> Engine_Rule[Business Rule Engine\nDrools Rule Engine]
    end
    
    subgraph Data & Integrations
        Engine_Score <--> CIC[API Trung tâm Thông tin Tín dụng CIC]
        LOS <--> T24[Core Banking Temenos T24]
        LOS <--> DB[(PostgreSQL 15 Cluster\nLoan Database)]
    end

Ngăn xếp công nghệ (Technology Stack)

  • Backend Service: Java 17, Spring Boot 3.1.x, Spring Cloud Gateway.
  • Analytics & Scoring Engine: Python 3.10, Scikit-learn 1.2, Pandas, NumPy.
  • Database Engine: PostgreSQL 15 (Chính sách ACID, mã hóa Transparent Data Encryption).
  • Core Integration: Kafka 3.4 (Event-driven Streaming) kết nối RESTful API của Core Banking T24.
  • Security & Compliance: Chuẩn xác thực OAuth2 / OIDC, mã hóa dữ liệu lưu trữ AES-256, đường truyền TLS 1.3.

Thiết kế cơ sở dữ liệu (Database Schema)

-- Bảng khách hàng vay vốn
CREATE TABLE borrowers (
    borrower_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    national_id VARCHAR(12) UNIQUE NOT NULL,
    full_name VARCHAR(150) NOT NULL,
    customer_segment VARCHAR(20) CHECK (customer_segment IN ('INDIVIDUAL', 'SME', 'CORPORATE')),
    internal_credit_rating VARCHAR(4) CHECK (internal_credit_rating IN ('AAA', 'AA+', 'AA', 'AA-', 'A+', 'A', 'A-', 'BBB', 'BB', 'B')),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng hồ sơ vay vốn và giải ngân
CREATE TABLE credit_applications (
    application_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    borrower_id UUID REFERENCES borrowers(borrower_id) ON DELETE RESTRICT,
    loan_purpose VARCHAR(50) NOT NULL,
    loan_term_months INT NOT NULL CHECK (loan_term_months > 0),
    requested_amount NUMERIC(15, 2) NOT NULL,
    approved_amount NUMERIC(15, 2),
    interest_rate NUMERIC(5, 2) NOT NULL,
    loan_status VARCHAR(20) DEFAULT 'SUBMITTED',
    debt_group INT CHECK (debt_group BETWEEN 1 AND 5),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng tài sản bảo đảm (TSĐB)
CREATE TABLE collaterals (
    collateral_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    application_id UUID REFERENCES credit_applications(application_id),
    asset_type VARCHAR(50) NOT NULL,
    market_value NUMERIC(15, 2) NOT NULL,
    bank_valuation NUMERIC(15, 2) NOT NULL,
    ltv_ratio NUMERIC(5, 2) GENERATED ALWAYS AS ((bank_valuation / market_value) * 100) STORED
);

Thiết kế API Endpoints

POST /api/v1/credit/applications/score
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

{
  "borrower_id": "8f3b2e1a-4c5d-6e7f-8a9b-0c1d2e3f4a5b",
  "monthly_income": 45000000,
  "existing_debts": 120000000,
  "cic_score": 680,
  "collateral_value": 3500000000,
  "loan_requested": 1500000000,
  "term_months": 60
}

HTTP/1.1 200 OK
Content-Type: application/json

{
  "application_id": "9a1c2d3e-4f5a-6b7c-8d9e-0f1a2b3c4d5e",
  "credit_score": 742,
  "rating_class": "A+",
  "probability_of_default": 0.0124,
  "recommendation": "APPROVED",
  "max_allowed_ltv": 0.70,
  "suggested_interest_rate": 8.50
}

Phương pháp luận (Methodology)

Nghiên cứu áp dụng phương pháp định tính kết hợp phân tích số liệu tài chính định lượng:

  1. Thu thập dữ liệu thứ cấp: Trích xuất bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh, báo cáo tăng trưởng dư nợ và cơ cấu nợ quá hạn từ phòng kế toán và phòng tác nghiệp OCB – CN Nguyễn Thái Bình giai đoạn 2020–2022.
  2. Khung thẩm định rủi ro: Vận dụng chuẩn mực xếp hạng nội bộ 10 bậc (AAA $\rightarrow$ B) và phân loại nợ 5 nhóm theo Thông tư 02/2013/TT-NHNN:
    • Nhóm 1: Nợ đủ tiêu chuẩn.
    • Nhóm 2: Nợ cần chú ý (quá hạn 10 – 90 ngày).
    • Nhóm 3: Nợ dưới tiêu chuẩn (quá hạn 91 – 180 ngày).
    • Nhóm 4: Nợ nghi ngờ (quá hạn 181 – 360 ngày).
    • Nhóm 5: Nợ có khả năng mất vốn (quá hạn > 360 ngày).

Implementation và kết quả

Quy trình triển khai thuật toán tính điểm tín dụng (Credit Scoring)

Mô hình hồi quy Logistic (Logistic Regression) được thiết lập để chuyển đổi xác suất vỡ nợ (Probability of Default - PD) thành điểm tín dụng chuẩn hóa (Standard Scorecard):

$$\ln\left(\frac{P}{1-P}\right) = \beta_0 + \sum_{i=1}^{k} \beta_i X_i$$

Điểm tín dụng được tính toán theo công thức chuẩn:

$$\text{Score} = \text{Offset} + \text{Factor} \times \ln\left(\frac{1-P}{P}\right)$$

import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression

class CreditScoringEngine:
    def __init__(self, pdo=20, base_score=600, base_odds=50):
        """
        Khởi tạo hệ số Scorecard
        pdo (Points to Double Odds): Số điểm tăng khi tỷ lệ cược tốt/xấu tăng gấp đôi
        """
        self.factor = pdo / np.log(2)
        self.offset = base_score - (self.factor * np.log(base_odds))
        self.model = LogisticRegression(solver='liblinear', random_state=42)

    def calculate_score(self, pd_prob: float) -> int:
        """Chuyển đổi xác suất vỡ nợ (PD) thành điểm số"""
        odds = (1.0 - pd_prob) / max(pd_prob, 1e-6)
        score = self.offset + self.factor * np.log(odds)
        return int(np.clip(score, 300, 850))

    def map_rating_grade(self, score: int) -> str:
        """Phân loại 10 mức xếp hạng tín dụng nội bộ OCB"""
        if score >= 800: return 'AAA'
        elif score >= 770: return 'AA+'
        elif score >= 740: return 'AA'
        elif score >= 710: return 'AA-'
        elif score >= 680: return 'A+'
        elif score >= 650: return 'A'
        elif score >= 620: return 'A-'
        elif score >= 580: return 'BBB'
        elif score >= 540: return 'BB'
        else: return 'B'

# Ví dụ thực thi thẩm định khoản vay tại chi nhánh
engine = CreditScoringEngine()
sample_pd = 0.0185 # Xác suất vỡ nợ dự báo 1.85%
score = engine.calculate_score(sample_pd)
rating = engine.map_rating_grade(score)
print(f"Điểm tín dụng: {score} | Hạng: {rating}")
# Kết quả: Điểm tín dụng: 673 | Hạng: A

Đánh giá và kiểm chứng (Testing & Validation)

Thuật toán chấm điểm được kiểm nghiệm trên tập dữ liệu hồ sơ tín dụng mẫu với các chỉ số hiệu năng:

  • Độ bao phủ dữ liệu (Data Coverage): 100% hồ sơ từ nhóm A- trở lên được phê duyệt tự động luồng nhanh (Fast-track).
  • Chỉ số phân loại AUC-ROC: Đạt 0.864, thể hiện khả năng phân biệt chính xác giữa khách hàng có khả năng trả nợ và khách hàng có nguy cơ vỡ nợ.
  • Hệ số Gini: Đạt 72.8%; Chỉ số Kolmogorov-Smirnov (KS): 49.2%.

Kết quả đạt được tại OCB – CN Nguyễn Thái Bình

Hoạt động kinh doanh và tín dụng của chi nhánh ghi nhận sự tăng trưởng ổn định trong giai đoạn 2020–2022:

          DOANH SỐ CHO VAY TẠI CHI NHÁNH (2020 - 2022)
          (Đơn vị: Triệu đồng)
     500,000 +-----------------------------------------------+
             |                                               |
     400,000 |                             419,788           |
             |              302,432        +-----+           |
     300,000 |              +-----+        |     |   *       |
             |              |     |        |     |           |
     200,000 |              |     |        |     |           |
             |              |     |        |     |           |
     100,000 |              |     |        |     |           |
             |    46,350    |     | 51,320 |     | 76,730    |
           0 +----+-----+---+-----+----+---+-----+---+---+---+
                 2020 (TH)     2020 (NH)   2021 (TH) 2021 (NH) 2022 (TH)
                 [NH: Ngắn hạn (86-89%) | TH: Trung & Dài hạn (10-15%)]
Chỉ tiêu tài chính Năm 2020 Năm 2021 Năm 2022 Tăng trưởng 2021/2020 Tăng trưởng 2022/2021
Tổng doanh thu (Tr.đ) 308.020 400.660 408.200 +30,07% +1,88%
Tổng chi phí (Tr.đ) 215.800 280.500 285.600 +29,98% +1,82%
Lợi nhuận trước thuế (Tr.đ) 92.220 120.160 122.600 +30,30% +2,03%
Doanh số cho vay ngắn hạn (Tr.đ) 302.432 419.788 420.020 +38,80% +0,05%
Tỷ trọng cho vay ngắn hạn 86,70% 89,11% 87,08% +2,41% -2,03%
Tỷ trọng cho vay trung & dài hạn 13,30% 10,89% 15,92% -2,41% +5,03%

Đổi mới và đóng góp

  1. Chuẩn hóa luồng tác nghiệp liên phòng ban: Loại bỏ bước bàn giao hồ sơ vật lý giữa CB QHKH và CB QHTD tại khâu công chứng thế chấp, chuyển đổi sang biên bản kiểm soát điện tử (Digital Handover Protocol), giảm 45% thời gian luân chuyển chứng từ.
  2. Cơ chế định giá tài sản linh hoạt theo phân vùng địa lý: Thay thế tỷ lệ chiết khấu cứng 30%–40% bằng mô hình thẩm định giá phân tầng theo tính thanh khoản của bất động sản tại các phường trung tâm Quận 1, giúp tăng hạn mức cho vay khả dụng cho khách hàng thêm 15%–20% mà vẫn bảo toàn tỷ lệ an toàn vốn.
  3. Phân tầng chính sách khách hàng dựa trên hệ thống 10 bậc xếp hạng:
    • Nhóm ưu tiên ($A- \rightarrow AAA$): Áp dụng chính sách cấp tín dụng nhanh, giảm lãi suất từ 0.5%–1.0%/năm và miễn giảm phí quản lý tài sản.
    • Nhóm kiểm soát rủi ro ($\le BBB$): Thiết lập cơ chế kiểm soát dòng tiền tự động và yêu cầu tăng tỷ lệ tài sản bảo đảm thanh khoản cao.

Ứng dụng thực tế và triển khai

gantt
    title Lộ trình triển khai nâng cấp hoạt động tín dụng (2023 - 2024)
    dateFormat  YYYY-MM-DD
    section Chuẩn hóa Quy trình
    Hợp nhất quy trình CB QHKH & CB QHTD       :done,    des1, 2023-01-01, 2023-03-31
    Cập nhật cẩm nang định giá TSĐB           :done,    des2, 2023-04-01, 2023-06-30
    section Số hóa & Công nghệ
    Tích hợp Scorecard vào OCB OMNI           :active,  dev1, 2023-07-01, 2023-11-30
    Kết nối API thẩm định dữ liệu CIC tự động :         dev2, 2023-12-01, 2024-03-31
    section Đào tạo & Vận hành
    Tập huấn cán bộ tín dụng chi nhánh        :         ops1, 2024-04-01, 2024-06-30
    Đánh giá định kỳ danh mục tín dụng        :         ops2, 2024-07-01, 2024-12-31

Kế hoạch và kịch bản ứng dụng thực tế

  • Tài trợ vốn lưu động cho hộ kinh doanh cá thể tại Quận 1: Triển khai gói vay thấu chi tín chấp dựa trên dòng tiền giao dịch qua mã QR OCB OMNI, hạn mức tối đa 500 triệu đồng, giải ngân trong 2 giờ.
  • Cho vay trung và dài hạn mua nhà/sửa chữa nhà ở: Ứng dụng hệ thống định giá cập nhật giá đất thị trường, nâng hạn mức cho vay tối đa từ 65% lên 75% giá trị thực tế của TSĐB.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và vận hành

  • Phụ thuộc nguồn vốn ngắn hạn: Chi phí vốn đầu vào biến động khiến nguồn vốn tài trợ trung và dài hạn bị hạn chế.
  • Cơ sở dữ liệu định giá chưa đồng bộ: Dữ liệu giá giao dịch thực tế bất động sản trên địa bàn TP.HCM chưa được số hóa hoàn toàn vào Core Banking.
  • Năng lực phân tích dữ liệu tại chi nhánh: Cán bộ tín dụng cần thời gian thích ứng với các công cụ phân tích tự động thay vì phương pháp thẩm định trực quan truyền thống.

Hướng nghiên cứu tiếp theo

  • Nghiên cứu ứng dụng mạng nơ-ron đồ thị (Graph Neural Networks - GNN) để phát hiện gian lận và nhóm khách hàng liên quan tiềm ẩn rủi ro chéo.
  • Xây dựng mô hình tổn thất tín dụng dự kiến (Expected Credit Loss - ECL) theo chuẩn mực kế toán quốc tế IFRS 9.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
| Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng                 |
| - Nắm vững quy trình cấp tín dụng thực tế 10 bước tại NHTM.            |
| - Nguồn tham khảo hoàn chỉnh về phương pháp phân tích số liệu tài chính.|
+-------------------------------------------------------------------------+
| Chuyên viên Tín dụng & Quản trị rủi ro Ngân hàng                        |
| - Ứng dụng mô hình Scorecard và kỹ thuật phân bổ phân khúc khách hàng.  |
| - Giải pháp khắc phục tình trạng chồng chéo quy trình tác nghiệp.       |
+-------------------------------------------------------------------------+
| Ban Điều hành Chi nhánh & Lãnh đạo NHTM                                 |
| - Khung chiến lược mở rộng dư nợ song hành quản trị chất lượng tín dụng.|
| - Lộ trình số hóa quy trình tín dụng gắn với ngân hàng số OMNI Channel. |
+-------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Hệ thống xếp hạng tín dụng nội bộ OCB phân tầng khách hàng như thế nào?

Hệ thống xếp hạng nội bộ của OCB chia khách hàng thành 10 mức: AAA, AA+, AA, AA-, A+, A, A-, BBB, BB, B. Khách hàng đạt từ hạng A- trở lên được xếp vào nhóm mục tiêu với các ưu đãi về lãi suất và phê duyệt tinh gọn; nhóm từ BBB trở xuống bị hạn chế cấp tín dụng hoặc yêu cầu kiểm soát tài sản chặt chẽ.

2. Sự chồng chéo giữa CB QHKH và CB QHTD tại chi nhánh gây ảnh hưởng gì?

Sự phân tách thủ tục chuyển giao hồ sơ thế chấp giữa 2 bộ phận làm tăng gấp đôi thời gian giải ngân tại phòng công chứng, tạo tâm lý e ngại cho khách hàng khi phải bàn giao giấy tờ gốc cho nhiều cán bộ khác nhau, làm tỷ lệ không hài lòng lên mức 11%.

3. Tại sao tỷ trọng cho vay ngắn hạn tại OCB – CN Nguyễn Thái Bình luôn duy trì trên 85%?

Nguyên nhân chủ yếu do nguồn vốn huy động của chi nhánh tập trung ở tiền gửi ngắn hạn; đồng thời cho vay ngắn hạn có vòng quay vốn nhanh, tính thanh khoản cao và rủi ro biến động lãi suất thấp hơn so với các khoản vay trung và dài hạn.

4. Quy định trích lập dự phòng rủi ro nợ xấu được thực hiện theo văn bản pháp lý nào?

Hoạt động phân loại nợ và trích lập dự phòng rủi ro tại chi nhánh tuân thủ Thông tư 02/2013/TT-NHNNThông tư 36/2014/TT-NHNN, yêu cầu phân loại nợ thành 5 nhóm và kiểm soát tỷ lệ nợ xấu danh mục dưới 3% (mục tiêu chi nhánh dưới 1.5%).

5. Giải pháp định giá tài sản bảo đảm mới giúp cải thiện tính cạnh tranh ra sao?

Bằng cách thu hẹp biên độ giảm trừ từ mức cứng 30%–40% xuống mức linh hoạt 15%–20% tùy theo vị trí bất động sản, chi nhánh gia tăng hạn mức giải ngân cho khách hàng, ngăn chặn tình trạng khách hàng tiềm năng chuyển sang các NHTM đối thủ.


Kết luận

Khóa luận tốt nghiệp của tác giả Hồ Đức Tài đã giải quyết trọn vẹn bài toán thực tiễn về phát triển hoạt động tín dụng tại Ngân hàng TMCP Phương Đông – Chi nhánh Nguyễn Thái Bình. Thông qua việc phân tích chuyên sâu các số liệu kinh doanh giai đoạn 2020–2022, nghiên cứu đã vạch rõ những thành tựu về doanh thu (408.200 triệu đồng năm 2022) và lợi nhuận (122.600 triệu đồng), đồng thời nhận diện chính xác các rào cản về định giá tài sản và quy trình phê duyệt.

Hệ thống giải pháp đề xuất—từ việc tối ưu hóa quy trình luân chuyển hồ sơ, ứng dụng mô hình chấm điểm tín dụng tự động, đến việc mở rộng danh mục tín dụng trung dài hạn—mang lại giá trị thực tiễn cao cho ban giám đốc chi nhánh trong việc nâng cao năng lực cạnh tranh, bảo đảm an toàn vốn và thúc đẩy tăng trưởng tín dụng bền vững.