Giới thiệu dự án

Trong cấu trúc tài chính của hệ thống Ngân hàng Thương mại (NHTM) tại Việt Nam, hoạt động cấp tín dụng đóng vai trò huyết mạch, đóng góp từ 70% đến 90% tổng thu nhập của các tổ chức tín dụng. Đề án tốt nghiệp chuyên ngành Tài chính – Ngân hàng (Mã số: 8340201) của tác giả Nguyễn Hà Phương tại Trường Đại học Ngân hàng TP. Hồ Chí Minh với đề tài "Nâng cao hiệu quả hoạt động cho vay đối với khách hàng cá nhân tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh 10" (người hướng dẫn: TS. Đặng Thị Quỳnh Anh) tập trung giải quyết bài toán cân bằng giữa tăng trưởng tín dụng bán lẻ và quản trị rủi ro nợ xấu trong bối cảnh tái thiết kinh tế hậu đại dịch COVID-19.

Bối cảnh và vấn đề nghiên cứu (Problem Statement)

Thị trường tín dụng khách hàng cá nhân (KHCN) tại đô thị loại I như TP. Hồ Chí Minh chứng kiến sự cạnh tranh khốc liệt giữa các NHTM Nhà nước và NHTM Cổ phần. Tại Agribank - Chi nhánh 10, phân khúc KHCN có bước chuyển dịch cơ cấu ngoạn mục khi tỷ trọng dư nợ tăng từ 18% (năm 2019) lên 58% (năm 2022). Tuy nhiên, chi nhánh phải đối mặt với các nút thắt kỹ thuật và nghiệp vụ nghiêm trọng:

  1. Rủi ro tín dụng tiềm ẩn tăng nhanh: Tỷ lệ nợ xấu phân khúc KHCN tăng từ 0,74% (2019) lên 2,66% (2022) do sự suy giảm khả năng trả nợ của người vay hậu COVID-19 và hạn chế trong công tác tái thẩm định.
  2. Chi phí quản trị danh mục món vay phân tán: Tín dụng tiêu dùng và kinh doanh cá thể có số lượng hồ sơ lớn nhưng giá trị từng món vay nhỏ, gây áp lực chi phí nhân sự và thời gian xử lý trên hệ thống Core Banking.
  3. Quy trình thẩm định còn nhiều bước thủ công: Phụ thuộc vào đánh giá chủ quan của Cán bộ Tín dụng (CBTD), hệ thống chấm điểm tín dụng nội bộ chưa được tự động hóa tối đa với cổng dữ liệu Trung tâm Thông tin Tín dụng Quốc gia (CIC).

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa cơ sở lý luận về quản trị hiệu quả hoạt động cho vay KHCN tại NHTM theo tiêu chuẩn Basel II và các văn bản quy phạm pháp luật của Ngân hàng Nhà nước (NHNN).
  2. Phân tích thực trạng tài chính, cấu trúc dư nợ, hệ số thu nợ và biến động rủi ro tín dụng tại Agribank - Chi nhánh 10 giai đoạn 2019 - 2022.
  3. Đo lường và đánh giá các chỉ số định lượng: Dư nợ bình quân, Vòng quay vốn tín dụng, Tỷ lệ nợ xấu (NPL), Tỷ lệ nợ quá hạn theo Quyết định 22/VBHN-NHNN và Quyết định 1225/QĐ-NHNo-TD.
  4. Nhận diện các nguyên nhân chủ quan (chất lượng thẩm định, thủ tục phê duyệt, năng lực CBTD) và nguyên nhân khách quan (biến động thị trường, chính sách lãi suất).
  5. Xây dựng gói giải pháp và lộ trình chiến lược giai đoạn 2024 - 2027 nhằm tối ưu hóa quy trình, hiện đại hóa hạ tầng công nghệ và kiểm soát nợ xấu dưới ngưỡng an toàn 2%.

Phạm vi và giới hạn (Scope & Limitations)

  • Không gian nghiên cứu: Toàn bộ hoạt động cấp tín dụng KHCN tại Agribank - Chi nhánh 10 và các phòng giao dịch trực thuộc (PGD Hùng Vương, PGD Ngô Gia Tự, CN Nguyễn Chí Thanh).
  • Thời gian dữ liệu: Chuỗi số liệu tài chính hồi cứu 4 năm liên tiếp (2019 - 2022) và định hướng chiến lược ứng dụng giai đoạn 2024 - 2027.
  • Đối tượng khảo sát: Danh mục cho vay tiêu dùng (nhà ở, phương tiện đi lại, chi tiêu) và cho vay sản xuất kinh doanh cá thể.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Agribank - Chi nhánh 10, quy trình cho vay KHCN được chuẩn hóa theo Quyết định số 1225/QĐ-NHNo-TD kết hợp cơ chế cơ cấu nợ theo Quyết định số 535/QĐ-NHNo-TD. Việc đánh giá hiện trạng so sánh giữa phương thức quản trị truyền thống và phương thức cải tiến ứng dụng công nghệ được thể hiện trong bảng phân tích dưới đây:

Tiêu chí phân tích Quy trình tín dụng truyền thống (2019 - 2021) Mô hình đề xuất cải tiến (2024 - 2027) Mức độ cải thiện
Tiếp nhận & Thu thập hồ sơ Trực tiếp tại quầy, giấy tờ photo công chứng, nhập liệu thủ công Cổng đăng ký Online/App, tích hợp eKYC & OCR quét hồ sơ Giảm 65% thời gian nhập liệu
Tra cứu lịch sử tín dụng CBTD tra cứu cổng thông tin CIC thủ công theo từng đợt API tự động kết nối cổng dữ liệu CIC & Hệ thống IPCAS II Thời gian trả kết quả < 3 phút
Chấm điểm tín dụng nội bộ Bảng tính HTXH bán tự động, can thiệp trọng số cảm tính Thuật toán phân loại Credit Scoring tự động theo hành vi Độ chính xác phân loại nợ > 94%
Thẩm định tài sản bảo đảm Khảo sát thực địa độc lập, định giá dựa trên khung giá nhà nước Định giá tự động dựa trên dữ liệu GIS BĐS & thẩm định chéo Rút ngắn quy trình từ 3 ngày còn 24 giờ
Giám sát sau giải ngân Hậu kiểm định kỳ thủ công (trong vòng 60 ngày đầu và mỗi 12 tháng) Hệ thống cảnh báo sớm (Early Warning System - EWS) Cảnh báo nợ nhóm 2 tức thời

Ưu tiên yêu cầu theo mô hình MoSCoW

  • Must have (Bắt buộc phải có): Chuẩn hóa quy trình 5 bước theo QĐ 1225/QĐ-NHNo-TD; Tích hợp hệ thống chấm điểm tín dụng nội bộ HTXH; Kiểm soát nợ xấu KHCN $\le 2.0%$.
  • Should have (Nên có): Triển khai chấm điểm tự động tích hợp API Core Banking IPCAS; Cung cấp dịch vụ cho vay thấu chi/tiêu dùng trực tuyến đối với hạn mức dưới 100 triệu VNĐ.
  • Could have (Có thể có): Triển khai module phân tích dữ liệu lớn (Big Data) hành vi tiêu dùng qua tài khoản thanh toán và thẻ tín dụng.
  • Won't have (Chưa thực hiện trong giai đoạn này): Tự động hóa hoàn toàn 100% quyết định phê duyệt đối với các khoản vay thế chấp BĐS phức tạp giá trị trên 3 tỷ VNĐ.

Thiết kế hệ thống và Kiến trúc kỹ thuật

Mô hình quản trị rủi ro và vận hành quy trình tín dụng tại Chi nhánh 10 dựa trên sự phối hợp giữa 3 trụ cột kỹ thuật:

  1. Hệ thống Core Banking IPCAS II: Quản lý tài khoản thanh toán, theo dõi giải ngân, phân kỳ hạn thu nợ gốc/lãi và tự động hạch toán chuyển nhóm nợ theo ngày quá hạn.
  2. Cơ chế phân loại nợ tự động theo Quyết định 22/VBHN-NHNN:
    • Nhóm 1 (Nợ đủ tiêu chuẩn): Quá hạn dưới 10 ngày.
    • Nhóm 2 (Nợ cần chú ý): Quá hạn từ 10 đến 90 ngày.
    • Nhóm 3 (Nợ dưới tiêu chuẩn): Quá hạn từ 91 đến 180 ngày.
    • Nhóm 4 (Nợ nghi ngờ): Quá hạn từ 181 đến 360 ngày.
    • Nhóm 5 (Nợ có khả năng mất vốn): Quá hạn trên 360 ngày.
  3. Mô hình tính toán tổn thất dự kiến (Expected Loss - Basel II): $$\text{EL} = \text{PD} \times \text{EAD} \times \text{LGD}$$ Trong đó: $\text{PD}$ là Xác suất vỡ nợ (Probability of Default), $\text{EAD}$ là Dư nợ tại thời điểm vỡ nợ (Exposure at Default), $\text{LGD}$ là Tỷ lệ tổn thất khi vỡ nợ (Loss Given Default).

Phương pháp nghiên cứu (Methodology)

Đề tài áp dụng phương pháp kết hợp định tính và định lượng:

  • Thu thập dữ liệu thứ cấp: Số liệu Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo thống kê dư nợ tín dụng phân loại theo ngành nghề và khách hàng tại Agribank - Chi nhánh 10 từ 2019 đến 2022.
  • Phương pháp phân tích tỷ số tài chính (Financial Ratio Analysis): Xác định biến động tăng trưởng doanh số giải ngân, doanh số thu nợ, hệ số thu nợ, vòng quay vốn tín dụng.
  • Phương pháp so sánh và đối chuẩn (Benchmarking): So sánh thực tế triển khai với chỉ tiêu kế hoạch của Hội sở Agribank giao và đối chiếu với các nghiên cứu tiền nhiệm tại các chi nhánh NHTM khác.

Implementation và kết quả

Quy trình kỹ thuật và Thuật toán đánh giá danh mục

Thuật toán hạch toán dư nợ và đo lường hiệu quả tín dụng được xây dựng dựa trên hệ thống công thức toán tài chính chuẩn hóa:

class CreditPortfolioAnalyzer:
    def __init__(self, beginning_debt: float, loans_disbursed: float, debt_collected: float):
        self.beginning_debt = beginning_debt      # Dư nợ đầu kỳ
        self.loans_disbursed = loans_disbursed    # Doanh số cho vay
        self.debt_collected = debt_collected      # Doanh số thu nợ
        
    def calculate_ending_debt(self) -> float:
        """Công thức (1): Dư nợ cuối kỳ"""
        return self.beginning_debt + self.loans_disbursed - self.debt_collected

    def calculate_collection_rate(self) -> float:
        """Công thức (4): Hệ số thu nợ (%)"""
        if self.loans_disbursed == 0:
            return 0.0
        return (self.debt_collected / self.loans_disbursed) * 100

    def calculate_capital_turnover(self) -> float:
        """Công thức (5): Vòng quay vốn tín dụng"""
        ending_debt = self.calculate_ending_debt()
        average_debt = (self.beginning_debt + ending_debt) / 2
        if average_debt == 0:
            return 0.0
        return self.debt_collected / average_debt

    @staticmethod
    def calculate_npl_ratio(npl_amount: float, total_debt: float) -> float:
        """Công thức (3): Tỷ lệ nợ xấu (%)"""
        if total_debt == 0:
            return 0.0
        return (npl_amount / total_debt) * 100

Kiểm định và Đánh giá số liệu thực tế (2019 - 2022)

Số liệu kiểm toán nội bộ và báo cáo tài chính thường niên của Agribank - Chi nhánh 10 giai đoạn 2019 - 2022 cung cấp bức tranh toàn diện về các chỉ số hoạt động kinh doanh:

    KẾT QUẢ KINH DOANH CHI NHÁNH 10 (2019 - 2022) - ĐƠN VỊ: TỶ ĐỒNG
        2019        2020           2021           2022
        █ Tổng thu nhập   █ Tổng chi phí   █ Lợi nhuận ròng

Bảng tổng hợp các chỉ số tín dụng KHCN và Tài chính chi nhánh

Chỉ tiêu tài chính / Tín dụng Năm 2019 Năm 2020 Năm 2021 Năm 2022 Biến động 2022/2021
Tổng thu nhập (tỷ đồng) 295 217 292 289 -1.03%
Tổng chi phí (tỷ đồng) 246 164 260 119 -54.23%
Lợi nhuận ròng (tỷ đồng) 49 53 32 170 +431.25%
Tổng dư nợ tín dụng (tỷ đồng) 2.930 2.159 1.083 1.237 +14.22%
Dư nợ KHCN (tỷ đồng) 540 569 534 715 +33.90%
Tỷ trọng dư nợ KHCN / Tổng dư nợ 18% 26% 49% 58% +9.0 điểm %
- Nợ Nhóm 1 KHCN (tỷ đồng) 520 546 514 675 +31.32%
- Nợ Nhóm 2 KHCN (tỷ đồng) 16 17 16 21 +31.25%
- Nợ xấu (Nhóm 3, 4, 5) KHCN (tỷ đồng) 4 6 4 19 +375.00%
Tỷ lệ nợ xấu KHCN (%) 0,74% 1,05% 0,75% 2,66% +1.91 điểm %
Doanh số cho vay KHCN (tỷ đồng) 556 307 459 682 +48.58%
Doanh số thu nợ KHCN (tỷ đồng) 516 327 475 578 +21.68%
Hệ số thu nợ KHCN (%) 92% 106% 103% 84% -19.0 điểm %

Phân tích cơ cấu dư nợ theo phân khúc mục đích vay

  1. Cho vay tiêu dùng cá nhân: Tăng trưởng liên tục từ 526 tỷ VNĐ (2019) $\rightarrow$ 543 tỷ VNĐ (2020) $\rightarrow$ 601 tỷ VNĐ (2021) $\rightarrow$ 748 tỷ VNĐ (2022). Đây là động lực tăng trưởng chính, phản ánh nhu cầu vay mua nhà, sửa nhà và mua sắm thiết bị gia đình tại khu vực đô thị Quận 10 và các quận lân cận.
  2. Cho vay sản xuất kinh doanh thương mại & dịch vụ: Có sự sụt giảm mạnh trong giai đoạn phong tỏa 2020 - 2021, sau đó bắt đầu phục hồi nhờ các gói hỗ trợ 2% lãi suất theo Nghị định 31/2022/NĐ-CP của Chính phủ.
  3. Biến động lợi nhuận năm 2022: Lợi nhuận ròng tăng vọt lên 170 tỷ VNĐ (so với 32 tỷ năm 2021) là kết quả của việc tái cơ cấu danh mục, tối ưu hóa chi phí hoạt động từ 260 tỷ xuống 119 tỷ VNĐ và thu hồi các khoản lãi dự thu đã trích lập dự phòng trong giai đoạn dịch.

Đổi mới và đóng góp

Nghiên cứu của tác giả Nguyễn Hà Phương mang lại các giá trị đổi mới học thuật và ứng dụng thực tiễn khi so sánh với các công trình nghiên cứu tín dụng tiền nhiệm:

Tiêu chí so sánh Đề án Nguyễn Hà Phương (2024) - Agribank CN 10 Nghiên cứu Phan Việt Anh (2017) - BIDV Hải Dương Nghiên cứu Huỳnh Lê Hoài Tâm (2016) - BIDV Quảng Nam Nghiên cứu Nguyễn Anh Đức (2015) - Techcombank
Phân khúc nghiên cứu Tín dụng KHCN đô thị loại I chuyển dịch mạnh hậu Covid Tín dụng KHCN vùng kinh tế công nghiệp tỉnh lẻ Tín dụng tiêu dùng và hộ kinh doanh nông nghiệp Tín dụng bán lẻ ngân hàng TMCP hiện đại
Chỉ số đo lường Kết hợp chỉ tiêu tài chính với mô hình Basel II & Nghị định 31 Tập trung vào tăng trưởng doanh số và thị phần Đánh giá nợ quá hạn và thủ tục thế chấp tài sản Phát triển kênh phân phối hiện đại & thẻ tín dụng
Giải pháp công nghệ Chuẩn hóa quy trình trên Core IPCAS II, kết nối CIC tự động Cải cách hành chính thủ tục tại quầy Đẩy mạnh thẩm định thực địa tài sản Số hóa ngân hàng trực tuyến (Omni-channel)
Hiệu quả thực nghiệm Đề xuất giải pháp đưa nợ xấu từ 2.66% về < 1.8% Rút ngắn thời gian lập hồ sơ vay Giảm tỷ lệ nợ khê đọng Tăng trưởng quy mô dư nợ bán lẻ

Đóng góp thực tiễn nổi bật

  1. Minh chứng sự chuyển dịch mô hình kinh doanh: Làm rõ sự thay đổi tỷ trọng tín dụng từ bán buôn (KHDN chiếm 82% năm 2019) sang bán lẻ (KHCN chiếm 58% năm 2022), chứng minh xu thế bán lẻ là cứu cánh duy trì thanh khoản cho chi nhánh ngân hàng cấp 1.
  2. Bóc tách nguyên nhân tăng đột biến nợ xấu năm 2022: Chỉ rõ việc nợ xấu tăng từ 4 tỷ lên 19 tỷ (tương ứng 2,66%) xuất phát từ các khoản nợ nhóm 2 tích tụ trong giai đoạn giãn cách xã hội hết hạn thông tư cơ cấu nợ, từ đó đưa ra mô hình cảnh báo sớm có tính khả thi cao.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Use-Case Scenarios)

Kịch bản 1: Cho vay tiêu dùng mua nhà/sửa chữa nhà ở đô thị

  • Đối tượng: Khách hàng cá nhân có thu nhập từ lương chuyển khoản qua tài khoản ngân hàng từ 15 triệu VNĐ/tháng.
  • Quy trình triển khai:
    1. KH nộp hồ sơ trực tuyến qua Agribank E-Banking.
    2. Hệ thống kiểm tra lịch sử tín dụng CIC tự động và chấm điểm HTXH.
    3. Định giá bất động sản bảo đảm thông qua cơ sở dữ liệu định giá chuẩn của chi nhánh.
    4. Phê duyệt điện tử và giải ngân vào tài khoản bên bán/nhà thầu trong vòng 48 giờ làm việc.

Kịch bản 2: Cho vay bổ sung vốn lưu động hộ kinh doanh cá thể tại Quận 10

  • Đối tượng: Tiểu thương kinh doanh tại các tuyến đường thương mại, chợ đầu mối trên địa bàn Quận 10, Quận 6, Quận 11.
  • Phương thức: Cho vay theo hạn mức tín dụng hoặc thấu chi tài khoản, tài sản bảo đảm là sổ đỏ hoặc giấy tờ có giá. Giám sát dòng tiền doanh thu thông qua mã VietQR tĩnh tại điểm kinh doanh.

Lộ trình chiến lược giai đoạn 2024 - 2027

                                  LỘ TRÌNH CHIẾN LƯỢC TÍN DỤNG (2024 - 2027)

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và tổ chức

  • Cơ sở dữ liệu định giá tài sản chưa liên thông: Dữ liệu quy hoạch và giá đất thị trường tại địa bàn TP.HCM biến động nhanh, hệ thống định giá nội bộ chưa kết nối trực tiếp với cổng dữ liệu công chứng.
  • Thời gian xử lý hồ sơ thế chấp phức tạp: Các khoản vay có TSBĐ thuộc bên thứ ba bảo lãnh vẫn mất từ 5 - 7 ngày làm việc để hoàn thiện thủ tục công chứng và đăng ký giao dịch bảo đảm tại Văn phòng Đăng ký Đất đai.
  • Áp lực rủi ro đạo đức của nhân sự: Việc kiểm tra mục đích sử dụng vốn sau 60 ngày giải ngân phụ thuộc nhiều vào tính trung thực và trách nhiệm kiểm tra hiện trường của CBTD.

Hướng phát triển và mở rộng nghiên cứu

  • Tích hợp công nghệ Trí tuệ nhân tạo (AI) và Học máy (Machine Learning) để dự báo xác suất vỡ nợ (PD) dựa trên lịch sử giao dịch thanh toán hóa đơn điện thoại, điện nước và mua sắm thương mại điện tử của khách hàng.
  • Nghiên cứu triển khai nền tảng Ngân hàng mở (Open Banking API) cho phép các đối tác bán lẻ tích hợp trực tiếp quy trình cấp hạn mức tiêu dùng trả góp ngay tại điểm bán.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học Tài chính – Ngân hàng: Cung cấp nguồn tài liệu thực nghiệm có độ tin cậy cao với chuỗi số liệu 4 năm đầy đủ, phương pháp tính toán chỉ số chi tiết và cấu trúc đề cương chuẩn theo quy định của Bộ Giáo dục & Đào tạo.
  • Cán bộ Tín dụng (CBTD) tại các NHTM: Nắm vững các bước nghiệp vụ từ lập hồ sơ, thẩm định điều kiện vay vốn, phân tích dòng tiền trả nợ đến quy trình hậu kiểm 60 ngày theo Quyết định 1225.
  • Ban Điều hành Agribank và các Chi nhánh tương đương: Sử dụng dữ liệu thực tế để hoạch định chính sách phân bổ chỉ tiêu tín dụng bán lẻ, thiết kế các gói sản phẩm phù hợp với đặc thù đô thị trung tâm.
  • Khách hàng cá nhân và Hộ kinh doanh: Hưởng lợi từ quy trình vay vốn minh bạch, thủ tục tinh gọn, giảm bớt chi phí thời gian và tiếp cận các gói hỗ trợ lãi suất từ ngân sách nhà nước.

Câu hỏi thường gặp

1. Điều kiện pháp lý và tài chính cơ bản để một khách hàng cá nhân được cấp tín dụng tại Agribank Chi nhánh 10 là gì?

Căn cứ theo Luật các TCTD số 47/2010/QH12 và Quyết định 1225/QĐ-NHNo-TD, khách hàng phải đáp ứng 4 điều kiện cốt lõi:

  • Là công dân Việt Nam đủ 18 tuổi trở lên (hoặc từ đủ 15 đến dưới 18 tuổi có tài sản riêng), có năng lực hành vi dân sự đầy đủ.
  • Mục đích vay vốn hợp pháp (tiêu dùng phục vụ đời sống hoặc phương án sản xuất kinh doanh khả thi).
  • Có năng lực tài chính chứng minh được nguồn thu nhập ổn định đảm bảo nghĩa vụ trả nợ gốc và lãi đúng hạn cam kết.
  • Thực hiện các biện pháp bảo đảm tiền vay (thế chấp bất động sản, giấy tờ có giá hoặc tín chấp theo quy định).

2. Vì sao tỷ lệ nợ xấu KHCN tại Chi nhánh 10 lại tăng đột biến lên mức 2,66% vào năm 2022?

Nợ xấu năm 2022 tăng lên 19 tỷ VNĐ (tương ứng 2,66%) do hai nhóm nguyên nhân:

  • Khách quan: Đây là thời điểm các chính sách cơ cấu nợ, giữ nguyên nhóm nợ theo thông tư hỗ trợ dịch COVID-19 hết hiệu lực; nhiều cá nhân và hộ kinh doanh bị đứt gãy dòng tiền không còn khả năng phục hồi trả nợ.
  • Chủ quan: Công tác hậu kiểm và giám sát vốn vay định kỳ sau 60 ngày và 12 tháng tại chi nhánh có thời điểm chưa kịp thời; công tác định giá và thanh lý tài sản bảo đảm gặp vướng mắc về thủ tục pháp lý bất động sản.

3. Hệ số thu nợ đạt trên 100% trong các năm 2020 (106%) và 2021 (103%) phản ánh điều gì?

Hệ số thu nợ bằng (Doanh số thu nợ / Doanh số cho vay) * 100%. Việc tỷ số này vượt quá 100% trong giai đoạn 2020 - 2021 phản ánh:

  • Doanh số giải ngân mới bị thu hẹp đáng kể do ngân hàng thắt chặt tiêu chí tín dụng trong đại dịch.
  • Ngân hàng tập trung cao độ vào công tác thu hồi nợ gốc từ các hợp đồng tín dụng đã ký ở những năm trước đó để bảo toàn vốn và duy trì tính thanh khoản.

4. Quy trình kiểm tra, giám sát sau khi giải ngân vốn vay được thực hiện như thế nào?

Theo quy chuẩn nội bộ Agribank:

  • Kiểm tra lần đầu: Thực hiện chậm nhất trong vòng 60 ngày kể từ ngày giải ngân vốn vay đầu tiên để xác minh khách hàng có sử dụng vốn đúng mục đích ghi trên HĐTD (mua vật tư, thanh toán tiền nhà, máy móc thiết bị) hay không.
  • Kiểm tra định kỳ: Thực hiện tối thiểu 01 lần trong vòng 12 tháng để đánh giá lại năng lực tài chính, nguồn thu nhập và hiện trạng của tài sản bảo đảm.
  • Kiểm tra đột xuất: Thực hiện ngay khi phát hiện khách hàng có dấu hiệu phát sinh nợ quá hạn nhóm 2 hoặc có thông tin cảnh báo rủi ro từ hệ thống CIC.

5. Làm thế nào để cân bằng giữa mục tiêu tăng trưởng doanh số và việc kiểm soát tỷ lệ nợ xấu?

Chi nhánh cần áp dụng đồng bộ chiến lược 3 lớp:

  • Lớp 1 (Phân tầng khách hàng): Ưu tiên cấp tín dụng cho khách hàng có lịch sử tín dụng tốt (CIC Hạng 1), thu nhập trả qua tài khoản ngân hàng.
  • Lớp 2 (Hạn mức tín dụng động): Điều chỉnh hạn mức cho vay dựa trên giá trị thanh lý thực tế của TSBĐ (khống chế LTV - Loan to Value ở mức 60% - 70%).
  • Lớp 3 (Trích lập dự phòng & Xử lý nợ): Trích lập dự phòng rủi ro tín dụng đầy đủ theo quy định của NHNN và chủ động bán nợ hoặc xử lý TSBĐ sớm khi khoản vay chuyển sang nhóm 3.

Kết luận

Đề án tốt nghiệp "Nâng cao hiệu quả hoạt động cho vay đối với khách hàng cá nhân tại Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh 10" do tác giả Nguyễn Hà Phương thực hiện đã phản ánh chân thực, khoa học và sâu sắc bức tranh tín dụng bán lẻ tại một chi nhánh ngân hàng thương mại chủ lực trong giai đoạn biến động 2019 - 2022.

Thông qua việc kết hợp cơ sở lý luận chặt chẽ, chuỗi số liệu tài chính thực nghiệm phong phú và các chuẩn mực quản trị rủi ro hiện đại (Basel II, IPCAS II, QĐ 1225), đề tài đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Những định hướng chiến lược và hệ thống giải pháp đề xuất cho giai đoạn 2024 - 2027 không chỉ có giá trị thực thi trực tiếp tại Agribank - Chi nhánh 10 mà còn là tài liệu tham khảo chuyên môn giá trị cho các nhà nghiên cứu, sinh viên chuyên ngành Tài chính – Ngân hàng và các nhà quản trị tín dụng trong toàn hệ thống ngân hàng Việt Nam.