Tổng quan nghiên cứu

Trong cấu trúc của nền kinh tế hiện đại, hoạt động tín dụng ngân hàng đóng vai trò mạch máu cung ứng vốn cho sản xuất và tiêu dùng. Tại Việt Nam, Ngân hàng Thương mại Cổ phần Kỹ Thương Việt Nam (Techcombank) đã khẳng định vị thế dẫn đầu trong khối ngân hàng thương mại cổ phần với tổng tài sản đạt 439.602 tỷ đồng và lợi nhuận trước thuế đạt mức kỷ lục 15.800 tỷ đồng vào năm 2020. Tuy nhiên, sự tăng trưởng vượt bậc của phân khúc tín dụng khách hàng cá nhân luôn tiềm ẩn những rủi ro tín dụng phức tạp, đặc biệt là khi nền kinh tế phải đối mặt với các cú sốc vĩ mô như đại dịch Covid-19.

Vấn đề nghiên cứu trọng tâm của luận văn là nhận diện, đo lường và đánh giá thực trạng quản trị rủi ro tín dụng đối với khách hàng cá nhân tại Techcombank. Mục tiêu cụ thể của đề tài là phân tích toàn diện hoạt động cấp tín dụng cá nhân, xác định các nguyên nhân dẫn đến nợ xấu, đánh giá hiệu quả của hệ thống kiểm soát nội bộ và đề xuất các giải pháp khả thi nhằm nâng cao chất lượng danh mục cho vay.

Phạm vi nghiên cứu tập trung vào toàn bộ hoạt động quản trị rủi ro tín dụng khách hàng cá nhân tại Techcombank trong giai đoạn 4 năm từ năm 2017 đến năm 2020, kết hợp khảo sát thực tế tại Chi nhánh Hội sở Ba Triệu. Ý nghĩa thực tiễn của công trình nghiên cứu thể hiện qua việc phân tích các chỉ số tài chính then chốt: duy trì tỷ lệ nợ xấu ở mức rất thấp 0,5%, nâng tỷ lệ bao phủ nợ xấu lên 171,0% và thúc đẩy tỷ lệ an toàn vốn (CAR) đạt 16,1% theo chuẩn Basel II. Kết quả nghiên cứu không chỉ mang lại giá trị vận hành trực tiếp cho Techcombank mà còn cung cấp bài học kinh nghiệm quý báu cho toàn hệ thống ngân hàng thương mại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Hoạt động quản trị rủi ro tín dụng khách hàng cá nhân trong luận văn được xây dựng dựa trên nền tảng của các lý thuyết tài chính và mô hình đo lường rủi ro hiện đại. Thứ nhất, nghiên cứu vận dụng mô hình định tính 6C bao gồm sáu yếu tố cốt lõi: Tư cách người vay (Character), Năng lực pháp lý và tài chính (Capacity), Dòng tiền trả nợ (Cash), Tài sản bảo đảm (Collateral), Điều kiện kinh tế - xã hội (Conditions) và Khả năng kiểm soát pháp lý (Control). Mô hình này đóng vai trò kim chỉ nam trong giai đoạn thẩm định ban đầu đối với từng cá nhân và hộ gia đình vay vốn.

Thứ hai, nghiên cứu tích hợp mô hình định lượng điểm số Z-score của Altman cùng mô hình xác suất tuyến tính (Linear Probability Model) nhằm lượng hóa xác suất vỡ nợ của khách hàng, tạo cơ sở khách quan để xếp hạng tín nhiệm nội bộ và xác định hạn mức tín dụng an toàn. Bên cạnh đó, luận văn làm rõ các khái niệm nền tảng bao gồm: Rủi ro tín dụng theo định nghĩa của Ủy ban Basel và Thông tư 02 của Ngân hàng Nhà nước; Phân loại 5 nhóm nợ theo Quyết định số 493/2005/QĐ-NHNN; và Cơ chế trích lập dự phòng rủi ro tín dụng như một công cụ phòng ngừa tổn thất tài chính (hedging). Đồng thời, các chuẩn mực quốc tế về an toàn vốn theo Basel II và Thông tư 41/2016/TT-NHNN cũng được áp dụng xuyên suốt khung phân tích.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp chuẩn xác từ Báo cáo tài chính kiểm toán thường niên của Techcombank từ năm 2017 đến năm 2020, kết hợp với các báo cáo quản trị nội bộ tại Chi nhánh Hội sở Ba Triệu và hệ thống văn bản pháp quy từ Ngân hàng Nhà nước Việt Nam. Cỡ mẫu nghiên cứu bao trùm toàn bộ danh mục dư nợ cho vay khách hàng cá nhân của Techcombank với quy mô lên tới hơn 230.802 tỷ đồng vào năm 2020, phục vụ hơn 5 triệu khách hàng thông qua mạng lưới 314 chi nhánh và phòng giao dịch trên toàn quốc.

Phương pháp chọn mẫu toàn bộ kết hợp chọn mẫu điển hình tại Chi nhánh Ba Triệu được lựa chọn nhằm bảo đảm tính đại diện vĩ mô của toàn hệ thống song vẫn nắm bắt được chi tiết quy trình tác nghiệp vi mô tại cơ sở. Luận văn kết hợp chặt chẽ giữa phương pháp thống kê mô tả, phân tích so sánh chuỗi thời gian, phân tích tỷ số tài chính (như CASA, CAR, CIR, ROA, ROE) và phương pháp tổng hợp chuyên gia từ các nhà quản lý tín dụng giàu kinh nghiệm. Việc lựa chọn tổ hợp phương pháp này giúp phản ánh chân thực các biến động tài chính, phân tách rõ ràng tác động của các nhân tố chủ quan từ ngân hàng và nhân tố khách quan từ môi trường kinh tế trong suốt timeline nghiên cứu 4 năm liên tục.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích số liệu thực chứng giai đoạn 2017 - 2020 tại Techcombank mang lại bốn phát hiện quan trọng:

Thứ nhất, quy mô tín dụng cá nhân tăng trưởng vượt bậc đi kèm với sự chuyển dịch cơ cấu danh mục an toàn. Tổng dư nợ cho vay khách hàng cá nhân và tổ chức kinh tế tăng từ 142.616 tỷ đồng năm 2017 lên mức 230.802 tỷ đồng năm 2020, trong đó tín dụng ngắn hạn luôn chiếm tỷ trọng ưu tiên trên 60% tổng dư nợ nhằm tối ưu hóa vòng quay vốn. Techcombank đã chủ động loại bỏ hoàn toàn các sản phẩm cho vay tiêu dùng tín chấp rủi ro cao để chuyển trọng tâm sang cho vay mua nhà với mức tăng trưởng 60% và cho vay mua ô tô với mức tăng trưởng 9%.

Thứ hai, chất lượng tài sản được kiểm soát ở mức vượt trội với tỷ lệ nợ xấu (NPL) giảm sâu. Tỷ lệ nợ xấu của Techcombank duy trì xu hướng giảm liên tục từ mức 1,6% năm 2017 xuống còn 1,3% năm 2019 và chạm mức thấp kỷ lục 0,5% vào cuối năm 2020. Đáng chú ý, nợ nhóm 5 (nợ có khả năng mất vốn) chỉ chiếm 278 tỷ đồng, tương đương 0,12% tổng dư nợ trong năm 2020.

Thứ ba, ngân hàng chủ động gia tăng mạnh mẽ bộ đệm dự phòng rủi ro tín dụng. Chi phí trích lập dự phòng rủi ro năm 2020 được đẩy mạnh lên mức 2.611 tỷ đồng, tăng gấp 2,85 lần so với mức 917 tỷ đồng của năm 2019. Động thái này giúp tỷ lệ bao phủ nợ xấu (NPL coverage ratio) tăng vọt từ 94,8% năm 2019 lên mức kỷ lục 171,0% vào ngày 31 tháng 12 năm 2020.

Thứ tư, các chỉ số an toàn vốn và hiệu quả hoạt động đạt đỉnh cao của ngành ngân hàng. Tỷ lệ an toàn vốn (CAR) theo chuẩn Basel II đạt 16,1% năm 2020 (tăng từ mức 9,4% năm 2017), tỷ lệ tiền gửi không kỳ hạn (CASA) đạt 46,13% dẫn đầu toàn hệ thống, và tỷ suất sinh lời trên tổng tài sản (ROA) đạt 3,1%.

Thảo luận kết quả

Các kết quả nghiên cứu phản ánh sự nhất quán của Techcombank trong việc thực thi chiến lược kinh doanh "rủi ro thấp - lợi nhuận cao". Việc giảm thiểu tỷ lệ nợ xấu xuống 0,5% trong bối cảnh đại dịch Covid-19 bùng phát năm 2020 bắt nguồn từ chính sách siết chặt thẩm định và ưu tiên 100% tài sản bảo đảm thanh khoản cao. Gói vay mua nhà với lãi suất ưu đãi từ 7,89% đến 9,29%/năm (thời hạn vay tối đa 300 tháng, tỷ lệ cho vay tối đa 70% giá trị tài sản) và gói vay mua xe với lãi suất 8,29% đến 9,29%/năm (thời hạn 84 tháng, hạn mức 80%) đều nhắm trực diện vào phân khúc khách hàng thu nhập cao và nhân viên doanh nghiệp uy tín.

Khi trình bày dữ liệu qua bảng phân loại chất lượng nợ và biểu đồ tương quan giữa nợ xấu với chi phí dự phòng, người đọc có thể thấy rõ sự chủ động của ban điều hành: thay vì che giấu nợ xấu, ngân hàng đã sử dụng nguồn thu nhập kỷ lục từ CASA 46,13% để trích lập dự phòng trước hạn. So với các nghiên cứu cùng ngành, Techcombank thể hiện năng lực chống chịu vượt trội nhờ triển khai kịp thời gói hỗ trợ tài chính toàn diện trị giá 41.000 tỷ đồng, cơ cấu lại thời hạn trả nợ và miễn giảm lãi cho hơn 3.200 khách hàng bị ảnh hưởng bởi dịch bệnh. Điều này khẳng định rằng quản trị rủi ro chủ động chính là đòn bẩy thúc đẩy lợi nhuận bền vững thay vì là rào cản tăng trưởng.

Đề xuất và khuyến nghị

Trên cơ sở kết quả phân tích thực trạng, luận văn đề xuất 4 nhóm giải pháp chiến lược có tính hành động cao:

Thứ nhất, nâng cấp hệ thống chấm điểm tín dụng tự động và ứng dụng trí tuệ nhân tạo. Khối Quản trị Rủi ro phối hợp cùng Khối Công nghệ thông tin cần hoàn thiện mô hình chấm điểm hành vi (Behavioral Scoring) tích hợp dữ liệu lớn (Big Data) trong giai đoạn 2021 - 2023. Mục tiêu cụ thể là tự động hóa 80% quy trình phê duyệt các khoản vay cá nhân có tài sản bảo đảm chuẩn hóa, rút ngắn thời gian xử lý hồ sơ xuống dưới 24 giờ và giảm thiểu tỷ lệ sai sót thẩm định xuống dưới 0,2%.

Thứ hai, đa dạng hóa danh mục sản phẩm tín dụng bán lẻ và thiết lập trần tập trung rủi ro. Khối Ngân hàng Bán lẻ cần thực hiện trong giai đoạn 2021 - 2024 việc tái cấu trúc tỷ trọng cho vay: kiểm soát tỷ trọng cho vay bất động sản duy trì dưới ngưỡng an toàn 40% tổng dư nợ, đồng thời mở rộng gói tín dụng hỗ trợ sản xuất kinh doanh cá thể và nông nghiệp công nghệ cao nhằm nâng tỷ trọng phân khúc này lên mức 25%. Mỗi sản phẩm cho vay cần được liên kết bắt buộc với các công cụ bảo hiểm tín dụng để phân tán rủi ro.

Thứ ba, tăng cường hiệu lực của hệ thống kiểm tra, kiểm soát nội bộ và cảnh báo sớm. Ban Kiểm soát và Phòng Kiểm tra nội bộ cần thiết lập cơ chế giám sát 3 tuyến phòng thủ từ quý II/2021. Đơn vị phải thực hiện hậu kiểm định kỳ 100% đối với các khoản vay cá nhân có dư nợ trên 3 tỷ đồng theo chu kỳ 6 tháng một lần, đồng thời ứng dụng hệ thống cảnh báo sớm dòng tiền suy giảm nhằm phát hiện nguy cơ nợ quá hạn trước tối thiểu 30 ngày.

Thứ tư, chuẩn hóa năng lực chuyên môn và quy tắc đạo đức nghề nghiệp cho đội ngũ nhân sự tín dụng. Học viện Đào tạo Techcombank cần tổ chức định kỳ hằng quý từ năm 2021 các khóa đào tạo bắt buộc về Thông tư 13/2018/TT-NHNN và quy trình nhận diện rủi ro đạo đức. Mục tiêu đặt ra là 100% chuyên viên khách hàng cá nhân và cấp phê duyệt phải đạt chứng chỉ nghiệp vụ chuẩn hóa, gắn kết quả quản trị rủi ro vào 30% trọng số đánh giá hiệu quả công việc (KPI).

Về phía cơ quan quản lý, Ngân hàng Nhà nước cần tiếp tục hoàn thiện cơ sở dữ liệu quốc gia của Trung tâm Thông tin Tín dụng (CIC) và hoàn thiện khung pháp lý về xử lý tài sản bảo đảm nhằm tạo điều kiện cho các ngân hàng thu hồi nợ nhanh chóng.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng trọng tâm sau:

Thứ nhất, Ban điều hành và chuyên viên quản trị rủi ro tại các ngân hàng thương mại. Luận văn cung cấp mô hình thực tiễn về cách chuyển đổi danh mục tín dụng từ phân khúc rủi ro cao sang các sản phẩm có tài sản bảo đảm vững chắc, giúp các tổ chức tín dụng tối ưu hóa tỷ lệ an toàn vốn CAR và thiết lập đệm dự phòng nợ xấu trên 100%.

Thứ hai, Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Tài chính - Ngân hàng. Công trình là nguồn tài liệu tham khảo học thuật giá trị về ca nghiên cứu điển hình (case study) tại Việt Nam, minh họa sinh động cách kết hợp giữa lý thuyết quản trị rủi ro cổ điển (mô hình 6C, Z-score) với các chuẩn mực hiện đại theo Thông tư 41 và Basel II.

Thứ ba, Chuyên viên phân tích tài chính, các quỹ đầu tư và cổ đông trên thị trường chứng khoán. Luận văn cung cấp bức tranh chi tiết về sức khỏe tài chính nội tại của Techcombank (mã TCB), phân tích sâu cấu trúc chi phí dự phòng 2.611 tỷ đồng và mối liên hệ giữa tỷ lệ CASA 46,13% với khả năng chống chịu rủi ro tín dụng.

Thứ tư, Cơ quan quản lý nhà nước và Ngân hàng Nhà nước Việt Nam. Tài liệu đóng góp bằng chứng thực nghiệm về tác động của các chính sách cơ cấu nợ, miễn giảm lãi suất theo gói hỗ trợ 41.000 tỷ đồng, hỗ trợ đắc lực cho việc hoạch định chính sách tiền tệ và giám sát an toàn hệ thống ngân hàng sau khủng hoảng.

Câu hỏi thường gặp

Nguyên nhân cốt lõi giúp Techcombank duy trì tỷ lệ nợ xấu ở mức rất thấp 0,5% trong năm 2020 là gì? Ngân hàng đã thực hiện chiến lược chuyển dịch mạnh mẽ danh mục tín dụng cá nhân từ năm 2017, dừng cung cấp các sản phẩm cho vay tiêu dùng tín chấp rủi ro cao để tập trung vào các khoản vay mua nhà và ô tô có tài sản bảo đảm vững chắc. Đồng thời, ngân hàng chủ động đẩy mạnh trích lập dự phòng 2.611 tỷ đồng để xử lý triệt để nợ xấu nội bảng.

Tỷ lệ an toàn vốn CAR đạt 16,1% theo Basel II có ý nghĩa như thế nào đối với quản trị rủi ro của Techcombank? Chỉ số CAR đạt 16,1% vào năm 2020, vượt xa mức tối thiểu 8% do Ngân hàng Nhà nước quy định theo Thông tư 41/2016/TT-NHNN, khẳng định Techcombank sở hữu nền tảng vốn tự có vững chắc. Đệm vốn dày này tạo lá chắn bảo vệ ngân hàng trước các cú sốc vĩ mô và hỗ trợ tăng trưởng tín dụng an toàn khi nền kinh tế hồi phục.

Techcombank đã triển khai những giải pháp gì để hỗ trợ khách hàng cá nhân bị ảnh hưởng bởi Covid-19? Ngân hàng đã đồng hành cùng khách hàng thông qua gói hỗ trợ tín dụng toàn diện lên tới 41.000 tỷ đồng. Trong đó, Techcombank đã thực hiện cơ cấu lại thời hạn trả nợ, giữ nguyên nhóm nợ và miễn giảm lãi suất kịp thời cho hơn 3.200 khách hàng cá nhân và doanh nghiệp chịu tác động tiêu cực từ đại dịch.

Mô hình 6C được áp dụng như thế nào trong quy trình thẩm định tín dụng cá nhân tại Techcombank? Mô hình 6C được cụ thể hóa thành bộ tiêu chí định tính nghiêm ngặt: kiểm tra lịch sử tín dụng CIC để đánh giá tư cách người vay (Character), xác minh nguồn thu nhập chứng minh năng lực tài chính (Capacity), thẩm định dòng tiền khả dụng (Cash), định giá chặt chẽ tài sản bảo đảm (Collateral) và rà soát tính tuân thủ pháp lý theo quy định nội bộ (Control).

Tại sao ngân hàng lại gia tăng tỷ lệ bao phủ nợ xấu lên tới 171,0% trong khi nợ xấu thực tế không tăng? Đây là chiến lược quản trị rủi ro thận trọng của ban lãnh đạo. Việc tăng chi phí trích lập dự phòng gấp 2,85 lần trong năm 2020 nhằm xây dựng bộ đệm thanh khoản vững chắc, chủ động đón đầu và xử lý các khoản nợ tiềm ẩn có thể chuyển nhóm xấu sau khi các chính sách cơ cấu nợ hỗ trợ dịch bệnh hết hiệu lực.

Kết luận

Luận văn đã hoàn thành xuất sắc các mục tiêu nghiên cứu thông qua 5 kết quả tổng kết then chốt:

  • Hệ thống hóa toàn diện cơ sở lý luận về quản trị rủi ro tín dụng khách hàng cá nhân tại ngân hàng thương mại, kết hợp các mô hình định tính 6C và định lượng Z-score.
  • Phân tích thực chứng bức tranh tài chính ấn tượng của Techcombank giai đoạn 2017 - 2020, kiểm soát tỷ lệ nợ xấu ở mức tối ưu 0,5% và tỷ lệ an toàn vốn CAR đạt 16,1%.
  • Chứng minh tính hiệu quả của chiến lược tái cấu trúc danh mục cho vay cá nhân, tập trung vào sản phẩm thế chấp mua nhà và ô tô có kiểm soát chặt chẽ.
  • Đánh giá sự chủ động xây dựng đệm dự phòng tài chính với tỷ lệ bao phủ nợ xấu đạt mức kỷ lục 171,0% và gói hỗ trợ cơ cấu nợ 41.000 tỷ đồng trong mùa dịch Covid-19.
  • Đề xuất hệ thống 4 giải pháp đồng bộ từ ứng dụng công nghệ chấm điểm tín dụng số, quản trị tập trung danh mục, tăng cường kiểm soát nội bộ đến đào tạo chuẩn mực nhân sự.

Về lộ trình tiếp theo, Techcombank cần nhanh chóng số hóa toàn diện quy trình cấp tín dụng và nâng cấp hệ thống cảnh báo sớm trong giai đoạn 2021 - 2025. Các ngân hàng thương mại và nhà nghiên cứu quan tâm có thể tiếp tục mở rộng mô hình phân tích rủi ro bán lẻ trong kỷ nguyên số hóa ngân hàng để hoàn thiện lý thuyết và thực tiễn quản trị tài chính tại Việt Nam.