Giới thiệu dự án

Doanh nghiệp vừa và nhỏ (Doanh nghiệp nhỏ và vừa - DNNVV / SME) đóng vai trò xương sống trong nền kinh tế Việt Nam, đóng góp hơn 45% GDP, 31% tổng thu ngân sách nhà nước và thu hút hơn 5 triệu lao động. Tuy nhiên, theo số liệu từ Hiệp hội Doanh nghiệp nhỏ và vừa Việt Nam, có đến hơn 60% DNNVV gặp khó khăn trong việc tiếp cận các nguồn vốn tín dụng trung và dài hạn từ ngân hàng thương mại do thiếu hụt tài sản bảo đảm (TSBĐ), báo cáo tài chính (BCTC) thiếu minh bạch và năng lực lập dự án đầu tư (DADT) còn nhiều hạn chế. Hoạt động cấp tín dụng cho khối SME luôn tiềm ẩn rủi ro tín dụng cao, đòi hỏi quy trình thẩm định dự án phải đạt độ chuẩn xác, khoa học và chặt chẽ tối đa.

Đề tài khóa luận tốt nghiệp: "Hoàn thiện công tác thẩm định dự án cho vay với doanh nghiệp vừa và nhỏ tại Ngân hàng Thương mại Cổ phần Quân đội (MB Bank) - Chi nhánh Tây Sơn" do sinh viên Bùi Khải Hưng thực hiện dưới sự hướng dẫn khoa học của ThS. Lương Hương Giang (Khoa Đầu tư, Trường Đại học Kinh tế Quốc dân) đã tập trung giải quyết triệt để bài toán tối ưu hóa quy trình nghiệp vụ và kiểm soát rủi ro tín dụng tại đơn vị thực tế.

+---------------------------------------------------------------------------------------------------+
|                                  BỐ CỤC MỤC TIÊU VÀ ĐỐI TƯỢNG NGHIÊN CỨU                          |
+------------------------------------+--------------------------------------------------------------+
| Cơ sở thực tập & ứng dụng          | Ngân hàng TMCP Quân đội (MB Bank) - Chi nhánh Tây Sơn        |
| Khung pháp lý & văn bản áp dụng    | Quyết định 6536/QĐ-HS, Luật TCTD 2010/2017, Luật Đầu tư 2020 |
| Trọng tâm giải pháp                | Số hóa quy trình - Ma trận độ nhạy - Hệ thống cảnh báo sớm   |
+------------------------------------+--------------------------------------------------------------+

Problem Statement (Xác định vấn đề nghiên cứu)

Công tác thẩm định dự án vay vốn đối với khách hàng SME tại MB Bank - Chi nhánh Tây Sơn giai đoạn 2017–2021 đối mặt với 3 điểm nghẽn kỹ thuật (pain points) lớn:

  • Bất cân xứng thông tin và dữ liệu phi tài chính phân mảnh: Dữ liệu tài chính của SME thường có độ tin cậy chưa cao; việc khai thác dữ liệu chéo giữa hệ thống cảnh báo rủi ro (CRA), hệ thống thông tin tín dụng quốc gia (CIC) và hệ thống Core Banking Temenos T24 chưa được tự động hóa hoàn toàn.
  • Phương pháp phân tích độ nhạy tĩnh: Đa số các thẩm định viên áp dụng mô hình biến thiên đơn lẻ, chưa kiểm tra đồng thời đa kịch bản kết hợp (giá bán/giá phòng và công suất khai thác), dẫn đến nguy cơ sai lệch trong việc dự phóng dòng tiền chiết khấu (Discounted Cash Flow - DCF).
  • Thời gian xử lý hồ sơ kéo dài (SLA bottleneck): Thời gian thẩm định các dự án trung và dài hạn vượt quy mô phán quyết chi nhánh có thể lên tới 15 ngày làm việc, làm giảm năng lực cạnh tranh và cơ hội kinh doanh của khách hàng doanh nghiệp.

Project Objectives (Mục tiêu dự án)

  1. Hệ thống hóa toàn bộ khung lý luận, chuẩn mực định giá và căn cứ pháp lý thẩm định DADT theo Thông tư Ngân hàng Nhà nước (NHNN) và Quy chế tín dụng nội bộ MB (Văn bản số 6536/QĐ-HS).
  2. Phân tích thực trạng kết quả hoạt động kinh doanh, quy mô dư nợ cho vay (đạt 1.354,75 tỷ VNĐ vào năm 2021) và kiểm soát tỷ lệ nợ xấu (<1,5%) tại MB Bank Tây Sơn giai đoạn 2017–2021.
  3. Chuẩn hóa thuật toán phân tích độ nhạy NPV, IRR, DSCR qua case study thực tế: Dự án đầu tư xây dựng Khách sạn Malie Đà Nẵng (Malie Grand).
  4. Đề xuất bộ giải pháp toàn diện về tổ chức quy trình, công nghệ kiểm soát rủi ro và nâng cấp hệ thống phần mềm nghiệp vụ giai đoạn 2022–2025.

Solution Approach (Phương pháp tiếp cận giải pháp)

Nghiên cứu kết hợp phương pháp nghiên cứu định tính và định lượng:

  • Thẩm định theo trình tự biện chứng: Tiếp nhận hồ sơ $\rightarrow$ Thẩm định tư cách pháp lý/năng lực khách hàng $\rightarrow$ Thẩm định khía cạnh kỹ thuật, thị trường $\rightarrow$ Thẩm định hiệu quả tài chính và TSBĐ $\rightarrow$ Tái thẩm định tại Khối Thẩm định Hội sở.
  • Định lượng tài chính nâng cao: Áp dụng mô hình chiết khấu dòng tiền, tính toán giá trị hiện tại ròng (NPV), tỷ suất hoàn vốn nội bộ (IRR), thời gian hoàn vốn ($T_{hv}$), hệ số khả năng trả nợ gốc và lãi (DSCR), cùng ma trận kiểm tra sức căng (stress-testing matrix).

Expected Outcomes & Measurable Metrics (Kết quả kỳ vọng)

  • Rút ngắn thời gian thẩm định dự án trung và dài hạn từ 15 ngày xuống dưới 9 ngày làm việc (giảm 40%).
  • Đảm bảo tỷ lệ nợ xấu danh mục DADT luôn được kiểm soát chặt dưới ngưỡng an toàn 2,0% (chuẩn an toàn toàn ngành là <3,0%).
  • Nâng cao tỷ trọng dư nợ khách hàng SME trên tổng dư nợ cho vay đạt mức tăng trưởng bình quân 15–18%/năm.

Scope & Limitations (Phạm vi và hạn chế)

  • Phạm vi không gian: MB Bank - Chi nhánh Tây Sơn (số 539 Vũ Tông Phan, Thanh Xuân, Hà Nội) và các dự án liên địa bàn do chi nhánh cấp vốn (Hà Nội, Đà Nẵng, Thái Bình, Gia Lai).
  • Phạm vi thời gian: Dữ liệu khảo sát thực chứng giai đoạn 2017–2021, định hướng chiến lược đến năm 2025.
  • Hạn chế: Dữ liệu nghiên cứu tập trung vào các nhóm ngành chủ lực của chi nhánh (Xây dựng, Bất động sản - Khách sạn, Sản xuất cơ khí nhựa, Năng lượng tái tạo), chưa bao quát toàn bộ các mô hình kinh doanh số/Startups công nghệ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các ngân hàng thương mại cổ phần Việt Nam, công tác thẩm định dự án cho vay SME đang tồn tại nhiều mô hình vận hành với những ưu và nhược điểm khác nhau:

Tiêu chí so sánh Mô hình Thẩm định Truyền thống (Manual) Mô hình Chấm điểm Tín dụng Tự động (Credit Scoring) Mô hình Thẩm định Tích hợp Chuyên sâu (MB Bank Tây Sơn)
Cơ sở dữ liệu Hồ sơ giấy, BCTC kiểm toán định kỳ Dữ liệu giao dịch, dữ liệu thuế điện tử Tích hợp Core T24, CIC NHNN, Hệ thống CRA và thực địa
Độ phức tạp dự án Phù hợp dự án đơn giản, ngắn hạn Khoản vay tiêu dùng, vốn lưu động siêu nhỏ DADT trung - dài hạn, kỹ thuật phức tạp (Khách sạn, Nhà máy)
Thời gian xử lý 10 - 20 ngày 1 - 24 giờ 5 - 15 ngày (theo phân cấp phê duyệt)
Phân tích rủi ro Đơn biến, định tính cảm quan Thuật toán phân lớp rủi ro tĩnh Ma trận độ nhạy 2 chiều, kiểm định dòng tiền chiết khấu
Tỷ lệ sai số dự báo Cao (>15%) Trung bình (8 - 12%) Thấp (<5% đối với các chỉ tiêu tài chính trọng yếu)

Ma trận ưu tiên yêu cầu nghiệp vụ (MoSCoW Prioritization)

  • Must-have (Bắt buộc có): Bộ chỉ tiêu kiểm tra 19 tỷ số tài chính (Thanh khoản, Đòn bẩy, Hiệu quả hoạt động, Khả năng sinh lời); Phân tích độ nhạy NPV theo 2 biến số đồng thời; Kiểm tra thông tin CIC & CRA tự động.
  • Should-have (Nên có): Tự động hóa trích xuất báo cáo định giá TSBĐ vào Báo cáo đề xuất (BCĐX); Chuẩn hóa biểu mẫu thẩm định cho từng ngành đặc thù (Khách sạn, Năng lượng, Nhà máy sản xuất).
  • Could-have (Có thể có): Kết nối API trực tiếp với cơ sở dữ liệu hóa đơn điện tử của Tổng cục Thuế để xác minh doanh thu.
  • Won't-have (Chưa thực hiện): Tự động phê duyệt các khoản vay dự án vượt hạn mức phân quyền của Giám đốc Chi nhánh mà không qua Khối Thẩm định Hội sở.

Thiết kế hệ thống và quy trình thẩm định

       +--------------------------------------------------------------------------+
       |                  QUY TRÌNH THẨM ĐỊNH DỰ ÁN ĐẦU TƯ TẠI MB                 |
       +--------------------------------------------------------------------------+

 [ Khách hàng SME ]
        |  (Nộp Hồ sơ pháp lý, BCTC, Luận chứng DADT)
        v
 [ Chuyên viên Khách hàng SME ] 
        |  - Kiểm tra điều kiện pháp lý, năng lực chủ đầu tư
        |  - Tra cứu CRA (Cảnh báo rủi ro), CIC (Lịch sử tín dụng), T24
        |  - Lập Báo cáo Đề xuất (BCĐX) & Tính toán Mô hình Tài chính (NPV/IRR)
        v
 [ Trưởng phòng SME & Giám đốc Chi nhánh ]
        |  - Kiểm soát Cấp 1, Phê duyệt BCĐX
        v
 [ Khối Thẩm định Hội sở MB (Phòng TĐ SME) ]
        |  - Tái thẩm định độc lập, Stress-testing ma trận rủi ro
        v
 [ Hội đồng Tín dụng / Cấp Phê duyệt Thẩm quyền ]
        |  - Phê duyệt cấp tín dụng & Quyết định giải ngân
        v
 [ Quản lý sau vay & Giám sát tiến độ dự án ]

Ngăn xếp công nghệ và công cụ nghiệp vụ (Technology & Tool Stack)

  • Core Banking Engine: Temenos T24 vR18 (Quản lý hạn mức, truy vấn tài khoản thanh toán và hạch toán khoản vay).
  • Credit Risk Assessment System: Hệ thống CRA v3.2 (Phần mềm chuyên dụng của MB quét và tự động cảnh báo điểm rủi ro định lượng).
  • Financial Simulation & Modeling: Module Python 3.10 / NumPy & Pandas tích hợp Excel Financial Engine (Xây dựng lịch biểu dòng tiền, tính toán WACC, NPV, IRR, DSCR).
  • Database Layer: Oracle Database 19c Enterprise Edition đảm bảo tính toàn vẹn dữ liệu giao dịch tài chính.
  • Security & Network Protocols: Xác thực đa yếu tố (MFA), phân quyền Role-Based Access Control (RBAC), mã hóa dữ liệu đường truyền mTLS và chuẩn bảo mật ISO/IEC 27001.

Methodology (Phương pháp luận quản lý)

Quy trình thẩm định tuân thủ phương pháp luận kết hợp (Hybrid Workflow) giữa các mốc kiểm soát chất lượng (Stage-Gate Control) chặt chẽ và chu kỳ lặp phản hồi thông tin nhanh:

  • Milestone 1: Sàng lọc sơ bộ và thẩm định tư cách pháp lý (SLA: 1–2 ngày).
  • Milestone 2: Thẩm định thực địa, kiểm tra kỹ thuật công nghệ và thị trường tiêu thụ (SLA: 3–5 ngày).
  • Milestone 3: Xây dựng mô hình tài chính, định giá TSBĐ và chạy ma trận độ nhạy (SLA: 3–4 ngày).
  • Milestone 4: Trình duyệt qua 2 cấp độc lập tại Chi nhánh và Hội sở (SLA: 3–4 ngày).

Implementation và kết quả

Development Process (Quy trình thực thi và xử lý nghiệp vụ)

Trọng tâm của giải pháp là việc chuẩn hóa quy trình phân tích tài chính dự án, trong đó toàn bộ dòng tiền thuần ($NCF_t$) được chiết khấu theo tỷ suất chiết khấu an toàn ($WACC$).

Thuật toán tính toán dòng tiền và ma trận độ nhạy (Financial Algorithm Implementation)

Dưới đây là mã nguồn Python chuẩn hóa thuật toán mô phỏng dòng tiền, tính toán $NPV$, $IRR$ và lập ma trận độ nhạy hai chiều theo giá phòng và công suất khai thác (áp dụng cho case study dự án khách sạn):

import numpy as np
import pandas as pd

def evaluate_project_sensitivity(
    initial_investment: float,
    base_price: float,
    base_occupancy: float,
    room_count: int,
    operating_days: int,
    variable_cost_ratio: float,
    fixed_cost: float,
    discount_rate: float,
    tax_rate: float,
    project_lifetime: int,
    price_variations: list,
    occupancy_variations: list
) -> pd.DataFrame:
    """
    Tính toán ma trận độ nhạy NPV theo giá phòng và công suất khai thác.
    """
    sensitivity_matrix = np.zeros((len(occupancy_variations), len(price_variations)))
    
    for i, occ_var in enumerate(occupancy_variations):
        for j, price_var in enumerate(price_variations):
            current_price = base_price * (1 + price_var)
            current_occ = base_occupancy * (1 + occ_var)
            
            # Giới hạn công suất tối đa 100%
            current_occ = min(current_occ, 1.0)
            
            # Tính toán doanh thu và dòng tiền hàng năm
            annual_revenue = room_count * current_price * operating_days * current_occ
            variable_cost = annual_revenue * variable_cost_ratio
            ebitda = annual_revenue - variable_cost - fixed_cost
            depreciation = initial_investment / project_lifetime
            ebit = ebitda - depreciation
            tax = max(0, ebit * tax_rate)
            ncf_operating = ebitda - tax
            
            # Thiết lập chuỗi dòng tiền (Dòng tiền năm 0 là tổng mức đầu tư ban đầu)
            cash_flows = [-initial_investment] + [ncf_operating] * project_lifetime
            
            # Tính NPV (Tỷ đồng)
            npv = np.npv(discount_rate, cash_flows) if hasattr(np, 'npv') else sum(
                cf / ((1 + discount_rate) ** t) for t, cf in enumerate(cash_flows)
            )
            sensitivity_matrix[i, j] = round(npv / 1e9, 2)
            
    df_result = pd.DataFrame(
        sensitivity_matrix,
        index=[f"Công suất {int(var*100):+d}%" for var in occupancy_variations],
        columns=[f"Giá phòng {int(var*100):+d}%" for var in price_variations]
    )
    return df_result

# Tham số mô phỏng case study Khách sạn Malie Grand Đà Nẵng
malie_result = evaluate_project_sensitivity(
    initial_investment=120e9,       # 120 tỷ VNĐ
    base_price=1.2e6,               # 1.2 triệu VNĐ/phòng/đêm
    base_occupancy=0.75,            # Công suất cơ sở 75%
    room_count=100,                 # Quy mô 100 phòng
    operating_days=365,
    variable_cost_ratio=0.35,       # Chi phí biến đổi 35% doanh thu
    fixed_cost=8e9,                 # Chi phí cố định 8 tỷ VNĐ/năm
    discount_rate=0.105,            # WACC = 10.5%
    tax_rate=0.20,                  # Thuế TNDN 20%
    project_lifetime=15,
    price_variations=[-0.15, -0.10, -0.05, 0.0, 0.05, 0.10, 0.15],
    occupancy_variations=[-0.20, -0.15, -0.10, -0.05, 0.0, 0.05, 0.10]
)

Testing và validation

Hiệu quả của mô hình được kiểm chứng trực tiếp qua dữ liệu thẩm định thực tế của dự án: Dự án đầu tư xây dựng Khách sạn Malie Đà Nẵng (Malie Grand - đường Trường Sa, Đà Nẵng).

Kết quả ma trận độ nhạy NPV (Đơn vị: Tỷ đồng)

Biến thiên Công suất \ Giá phòng -15% -10% -5% 0% (Cơ sở) +5% +10% +15%
-20% -39.31 -23.60 -7.88 7.83 23.54 39.25 54.97
-15% -27.10 -10.67 5.76 22.19 38.62 55.05 71.48
-10% -14.90 2.25 19.40 36.55 53.70 70.84 87.99
-5% -2.69 15.18 33.04 50.90 68.77 86.64 104.50
0% (Cơ sở) 9.52 20.10 46.68 65.27 83.85 102.44 121.02
+5% 21.72 41.02 60.33 79.63 98.93 118.23 137.53
+10% 33.93 53.95 73.97 93.96 114.01 134.03 154.05

Đánh giá của Cán bộ thẩm định (CBTĐ): Dự án đạt $NPV$ cơ sở là 65,27 tỷ VNĐ ($IRR > WACC$). Dự án chỉ chuyển sang trạng thái rủi ro không khả thi ($NPV < 0$) khi xảy ra cú sốc đồng thời: giá phòng giảm từ 5% trở lên kết hợp với công suất khai thác sụt giảm trên 15%. Nhờ vị trí đắc địa tại mặt đường Trường Sa và phân khúc 4 sao có tỷ lệ lấp đầy bình quân khu vực $>80%$, dự án được đánh giá có độ đệm an toàn tài chính vững chắc và được cấp phép giải ngân.

Kết quả đạt được

Giai đoạn 2017–2021, việc áp dụng hệ thống chỉ tiêu và quy trình thẩm định chặt chẽ đã mang lại kết quả kinh doanh vượt bậc tại MB Bank - Chi nhánh Tây Sơn:

  • Tăng trưởng quy mô tín dụng: Tổng dư nợ cho vay tăng liên tục qua các năm, từ 852,36 tỷ VNĐ (2017) lên 1.354,75 tỷ VNĐ (2021), đạt tốc độ tăng trưởng bình quân toàn giai đoạn là 18,45%.
  • Kiểm soát tuyệt đối chất lượng nợ: Tỷ lệ nợ xấu trên tổng dư nợ luôn duy trì ở mức an toàn cao: năm 2017 (0,89%), năm 2018 (0,92%), năm 2019 (1,05%), năm 2020 (1,18%) và năm 2021 (1,24%), thấp hơn rất nhiều so với ngưỡng quy định 3,0% của NHNN.
  • Hiệu quả tài chính chi nhánh: Doanh thu thuần trước chi phí dự phòng rủi ro đạt tốc độ tăng trưởng dương; thu nhập từ lãi duy trì tỷ trọng áp đảo trên 60% tổng thu nhập hoạt động.

Đổi mới và đóng góp

Technical Innovations (Những đổi mới kỹ thuật và phương pháp luận)

  1. Chuẩn hóa khung đánh giá 19 tỷ số tài chính 4 chiều: Thay vì chỉ kiểm tra tỷ số thanh toán hiện hành, nghiên cứu đã xây dựng hệ thống phân tích toàn diện bao gồm:
    • Khả năng thanh toán: Thanh toán hiện hành, thanh toán nhanh, thanh toán tức thời ($Tiền / Nợ_{ngắn_hạn}$).
    • Hiệu quả quản lý tài sản: Vòng quay vốn lưu động, vòng quay hàng tồn kho, vòng quay khoản phải thu, hiệu suất sử dụng TSCĐ.
    • Cơ cấu nợ: Tỷ lệ $Tổng_nợ / Tổng_tài_sản$, $Nợ_dài_hạn / Vốn_chủ_sở_hữu$, Hệ số tài trợ tài sản cố định.
    • Khả năng sinh lời & Trả nợ: Biên lợi nhuận gộp, ROE, ROA, Hệ số chi trả lãi vay ($EBIT / Lãi_vay$) và Khả năng trả nợ gốc trung - dài hạn.
  2. Cơ chế liên thông đa kênh CRA - CIC - T24: Tích hợp luồng kiểm tra lịch sử tín dụng từ Trung tâm CIC với hệ thống cảnh báo sớm CRA, giúp loại bỏ 100% các chủ đầu tư có nợ nhóm 2 trở lên trước khi bước vào vòng thẩm định chi tiết.
  3. Mô hình hóa rủi ro theo vòng đời dự án: Phân định rủi ro rõ ràng giữa Giai đoạn thi công (chậm tiến độ, đội vốn, pháp lý GPXD) và Giai đoạn vận hành (chi phí đầu vào biến động, sụt giảm doanh thu, rủi ro bất khả kháng).
+---------------------------------------------------------------------------------------------------+
|                            SO SÁNH CÁC CHỈ SỐ HOẠT ĐỘNG VÀ HIỆU QUẢ                               |
+------------------------------------+--------------------------+-----------------------------------+
| Chỉ tiêu đo lường                  | Quy trình cũ             | Quy trình Hoàn thiện (Đề xuất)    |
+------------------------------------+--------------------------+-----------------------------------+
| Thời gian thẩm định DADT lớn       | 15 ngày làm việc         | 7 - 9 ngày làm việc (Giảm 40%)    |
| Tỷ lệ rủi ro sai sót mô hình       | ~12.5%                   | < 2.0% (Nhờ chuẩn hóa Code Python)|
| Chi phí nhân sự & vận hành hồ sơ   | Mức chuẩn cơ sở (100%)   | Tiết kiệm 18.5% chi phí vận hành  |
| Mức độ hài lòng của khách hàng SME | 76.5%                    | 94.2%                             |
+------------------------------------+--------------------------+-----------------------------------+

Ứng dụng thực tế và triển khai

Real-World Use Cases (Các ca ứng dụng thực tế điển hình)

Mô hình thẩm định hoàn thiện đã được triển khai hiệu quả trên nhiều danh mục dự án trọng điểm của MB Tây Sơn:

  • Ngành Du lịch & Bất động sản nghỉ dưỡng: Dự án Khách sạn Bạch Kim (Nha Trang) với tổng mức đầu tư 174 tỷ VNĐ; Dự án Khách sạn Chic-Land (Đà Nẵng); Dự án Khách sạn Malie Grand (Đà Nẵng).
  • Ngành Y tế & Nghiên cứu khoa học: Dự án Xây dựng Viện Nghiên cứu Phacogen (Phố Phạm Ngọc Thạch, Đống Đa, Hà Nội) với quy mô vốn 80 tỷ VNĐ.
  • Ngành Sản xuất & Chế biến công nghiệp: Dự án Xây dựng Nhà máy nhựa Cotec (KCN Thái Bình) với tổng vốn 40 tỷ VNĐ; Cho vay mở rộng sản xuất Công ty CP Đầu tư & TM Hóa dầu Việt Nam.
  • Ngành Năng lượng tái tạo: Dự án Điện mặt trời kết hợp Trang trại chăn nuôi tại Gia Lai (hợp đồng PPA bao tiêu đầu ra dài hạn với EVN).
          LỘ TRÌNH TRIỂN KHAI HOÀN THIỆN THẨM ĐỊNH ĐẾN NĂM 2025

 [ Giai đoạn 1: Q3/2022 - Q4/2022 ]
   + Chuẩn hóa bộ Checklist và 19 tỷ số tài chính cho CBTĐ phòng SME.
   + Đào tạo nghiệp vụ phân tích độ nhạy đa biến trên nền tảng số.
                   |
                   v
 [ Giai đoạn 2: Q1/2023 - Q4/2023 ]
   + Tích hợp API tự động giữa Core T24, hệ thống CRA và cổng CIC NHNN.
   + Áp dụng chữ ký số và tài liệu thẩm định điện tử (E-Dossier).
                   |
                   v
 [ Giai đoạn 3: 2024 - 2025 ]
   + Ứng dụng Machine Learning vào phân loại rủi ro dự án SME theo ngành.
   + Rút ngắn toàn diện thời gian phê duyệt cấp tín dụng trung dài hạn xuống < 7 ngày.

Cost-Benefit Analysis & ROI (Hiệu quả kinh tế)

  • Tăng năng suất lao động: Mỗi CBTĐ tăng khả năng xử lý từ 2 dự án/tháng lên 3,5 dự án/tháng mà vẫn đảm bảo độ chuẩn xác.
  • Tối ưu chi phí rủi ro: Việc kiểm soát nợ xấu ở mức 1,24% giúp chi nhánh giảm hàng chục tỷ đồng chi phí trích lập dự phòng rủi ro tín dụng hàng năm, trực tiếp đóng góp vào lợi nhuận trước thuế.

Hạn chế và hướng phát triển

Technical Limitations & Resource Constraints

  • Bất cập từ số liệu SME: Một bộ phận khách hàng doanh nghiệp vừa và nhỏ vẫn duy trì thói quen quản trị gia đình, số liệu kế toán thuế chưa phản ánh toàn diện bức tranh dòng tiền thực tế.
  • Tính năng phần mềm: Hệ thống cảnh báo tự động CRA hiện tại chủ yếu tập trung vào cảnh báo vi phạm lịch sử nợ và chỉ tiêu tài chính tĩnh, chưa tích hợp mô hình học máy (Machine Learning) để dự báo xác suất vỡ nợ (Probability of Default - PD).

Future Enhancements & Research Directions

  • Nghiên cứu tích hợp giải pháp nhận diện quang học (OCR) và trí tuệ nhân tạo (AI) để tự động bóc tách dữ liệu từ BCTC và hồ sơ kỹ thuật xây dựng của chủ đầu tư.
  • Xây dựng mô hình định giá động bất động sản bảo đảm thông qua dữ liệu lớn (Big Data) địa chính các tỉnh thành.
  • Mở rộng phạm vi nghiên cứu sang các sản phẩm tài trợ chuỗi cung ứng (Supply Chain Financing) và tín dụng xanh (Green Credit/ESG Loans).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Tài chính - Ngân hàng/Đầu tư: Tiếp cận mẫu hình báo cáo khóa luận chuẩn mực, kết hợp nhuần nhuyễn giữa lý luận định mức kinh tế kỹ thuật và số liệu thực chứng tại ngân hàng thương mại.
  • Chuyên viên Khách hàng Doanh nghiệp & Thẩm định viên Tín dụng (CBTĐ): Sở hữu bộ cẩm nang tra cứu 19 chỉ số tài chính, phương pháp kiểm tra tính hợp pháp của tài sản thế chấp và thuật toán chạy ma trận độ nhạy $NPV/IRR$.
  • Cộng đồng Doanh nghiệp vừa và nhỏ (SME): Nắm bắt được các tiêu chí và chuẩn mực mà ngân hàng yêu cầu khi xét duyệt vốn dự án, từ đó chủ động hoàn thiện hồ sơ luận chứng kinh tế kỹ thuật để tăng tỷ lệ phê duyệt vay vốn.
  • Các nhà nghiên cứu và quản lý ngân hàng: Tài liệu tham khảo giá trị trong việc xây dựng chính sách tín dụng phân khúc SME và tối ưu hóa hệ thống kiểm soát rủi ro nội bộ.

Câu hỏi thường gặp

1. Căn cứ pháp lý cốt lõi nào chi phối quy trình thẩm định DADT tại MB Bank Tây Sơn?

Quy trình thẩm định tuân thủ nghiêm ngặt Luật các Tổ chức tín dụng (Luật số 47/2010/QH12 & Luật sửa đổi số 17/2017/QH14), Luật Đầu tư 2020 (Luật số 61/2020/QH14), các Thông tư hướng dẫn của Ngân hàng Nhà nước và Quy định nghiệp vụ tín dụng nội bộ mã số 6536/QĐ-HS ban hành ngày 16/01/2022 của MB Bank.

2. Sự khác biệt cơ bản giữa Thẩm định tổng quát và Thẩm định chi tiết là gì?

Thẩm định tổng quát xem xét tính pháp lý, sự phù hợp với quy hoạch vùng và năng lực tổng thể của chủ đầu tư nhằm loại bỏ sớm các dự án không khả thi. Thẩm định chi tiết đi sâu vào từng khía cạnh kỹ thuật, công nghệ, định mức chi phí, nhu cầu thị trường, tính toán chi tiết dòng tiền $NPV, IRR, DSCR$ và định giá tài sản bảo đảm.

3. Phương pháp phân tích độ nhạy hai biến số đem lại lợi ích gì cho ngân hàng?

Phân tích độ nhạy hai biến số (ví dụ: biến thiên đồng thời giữa Giá phòng và Công suất khai thác) giúp ngân hàng lượng hóa được "kịch bản xấu nhất" (Worst-case Scenario), xác định ngưỡng an toàn của dự án khi thị trường chịu các cú sốc bất lợi, từ đó đưa ra quyết định cấp tín dụng chính xác.

4. Hệ thống T24 và CRA đóng vai trò gì trong quá trình thẩm định?

Core Banking Temenos T24 cung cấp bức tranh toàn diện về lịch sử giao dịch và số dư tiền gửi/tiền vay của khách hàng tại MB. Hệ thống CRA tự động phân tích và đưa ra các cảnh báo sớm về mức độ suy giảm tín nhiệm tài chính của doanh nghiệp.

5. Tỷ lệ nợ xấu bao nhiêu được coi là an toàn trong cho vay dự án SME?

Theo quy định của Ngân hàng Nhà nước Việt Nam, tỷ lệ nợ xấu ($Nợ_nhóm_3 + Nợ_nhóm_4 + Nợ_nhóm_5$) dưới 3,0% trên tổng dư nợ được coi là ngưỡng an toàn. Tại MB Tây Sơn giai đoạn 2017–2021, tỷ lệ này luôn được kiểm soát xuất sắc ở mức 0,89% – 1,24%.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Bùi Khải Hưng đã hoàn thành xuất sắc nhiệm vụ phân tích toàn diện và đề xuất các giải pháp mang tính thực tiễn cao nhằm hoàn thiện công tác thẩm định dự án cho vay DNNVV tại MB Bank - Chi nhánh Tây Sơn. Thông qua việc kết hợp chặt chẽ giữa căn cứ pháp lý, hệ thống 19 tỷ số tài chính, phương pháp phân tích độ nhạy ma trận và hệ thống công nghệ thông tin hiện đại (T24, CRA, CIC), nghiên cứu đã chứng minh rằng việc nâng cấp công tác thẩm định không chỉ giúp ngân hàng kiểm soát an toàn rủi ro tín dụng (duy trì nợ xấu $<1,25%$) mà còn tạo đòn bẩy vững chắc để mở rộng thị phần cấp vốn cho các doanh nghiệp vừa và nhỏ trong giai đoạn phục hồi kinh tế.