Giới thiệu dự án

Tín dụng tiêu dùng đóng vai trò là động lực then chốt thúc đẩy luân chuyển dòng vốn và gia tăng sức mua toàn xã hội. Tại Việt Nam giai đoạn 2015–2017, thị trường tài chính cá nhân chứng kiến tốc độ tăng trưởng bình quân trên 20%/năm theo định hướng tái cơ cấu của Ngân hàng Nhà nước (NHNN). Tuy nhiên, các tổ chức tín dụng truyền thống phải đối mặt với nhiều thách thức lớn: thủ tục thẩm định phức tạp, thời gian phê duyệt kéo dài, dữ liệu chứng minh thu nhập phi chính thức thiếu minh bạch và nguy cơ nợ xấu gia tăng từ các khoản vay tín chấp.

Đề tài “Thực trạng cho vay tiêu dùng tại Ngân hàng Thương mại Cổ phần Đông Á - Chi nhánh Huế” tập trung giải quyết bài toán tối ưu hóa quy trình cấp tín dụng tiêu dùng (CVTD), nâng cao chất lượng danh mục nợ và kiểm soát rủi ro thanh khoản trong bối cảnh tái cấu trúc ngân hàng.

+-------------------------------------------------------------------------+
|                  MỤC TIÊU DỰ ÁN NGHIÊN CỨU & ỨNG DỤNG                  |
+-------------------------------------------------------------------------+
| [1] Khái quát hóa cơ sở lý luận về tín dụng tiêu dùng và chỉ số rủi ro  |
| [2] Định lượng thực trạng hoạt động giai đoạn 2015-2017 tại DAB Huế     |
| [3] Chuẩn hóa mô hình chấm điểm tín dụng & hệ thống hóa cơ sở dữ liệu   |
| [4] Đề xuất lộ trình số hóa quy trình thẩm định và kiểm soát nợ quá hạn |
+-------------------------------------------------------------------------+

Giải pháp tiếp cận của đề tài là kết hợp phương pháp phân tích tài chính định lượng trên dữ liệu Core Banking với thiết kế hệ thống chấm điểm tín dụng tự động hóa. Kết quả kỳ vọng gồm việc duy trì tỷ lệ nợ xấu (NPL) dưới ngưỡng an toàn 3.0%, tối ưu hóa vòng quay vốn tín dụng đạt trên 1.8 vòng/năm, và rút ngắn chu kỳ xét duyệt hồ sơ từ 72 giờ xuống dưới 24 giờ. Phạm vi nghiên cứu tập trung vào toàn bộ các dòng sản phẩm cho vay cá nhân tại Ngân hàng TMCP Đông Á (DongA Bank - DAB) Chi nhánh Huế từ năm 2015 đến năm 2017.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn Thừa Thiên Huế, nhu cầu vay vốn tiêu dùng phân hóa rõ rệt giữa nhóm cán bộ công nhân viên (CBCNV) hưởng lương ngân sách và nhóm tiểu thương kinh doanh tại các chợ truyền thống.

Giải pháp tín dụng Ưu điểm Nhược điểm Khả năng mở rộng
Vay tiêu dùng sinh hoạt (Thế chấp TSĐB) Giá trị khoản vay cao, lãi suất thấp (10.5% - 12.0%/năm), rủi ro mất vốn thấp. Thẩm định định giá tài sản kéo dài (3-5 ngày), thủ tục công chứng phức tạp. Trung bình do phụ thuộc vào bất động sản.
Vay thấu chi / Tín chấp chi lương Giải ngân nhanh, trích lương tự động qua tài khoản thẻ DAB, không cần TSĐB. Hạn mức bị giới hạn (< 50 triệu VNĐ hoặc 10 tháng lương), phụ thuộc hợp đồng lao động. Rất cao đối với nhóm cơ quan hành chính sự nghiệp.
Vay trả góp chợ (Tiểu thương) Tiếp cận đúng phân khúc tiểu thương cần vốn lưu động tức thời, thu nợ linh hoạt theo ngày. Chi phí vận hành nhân sự thu nợ tại sạp cao, rủi ro biến động doanh thu kinh doanh. Cao tại các chợ đầu mối trọng điểm (Đông Ba, An Cựu).

So sánh năng lực cạnh tranh với các đơn vị cùng phân khúc trên địa bàn:

[VPBank / FE Credit] -----> Lãi suất cao (35-45%), Giải ngân siêu tốc (2-4h), Nợ xấu cao (>6%)
[Vietcombank Huế]    -----> Lãi suất thấp (9-11%), Thẩm định khắt khe (3-5 ngày), NPL thấp (<1.5%)
[DongA Bank Huế]     -----> Lãi suất trung bình (12-16%), Sản phẩm đặc thù (Trả góp chợ), NPL kiểm soát (<2.5%)

Mô hình phân loại yêu cầu nghiệp vụ theo phương pháp MoSCoW:

  • Must-have: Kiểm soát hệ số DTI (Debt-to-Income) $\le 50%$, phân loại nợ tự động theo Thông tư 02/2013/TT-NHNN, quản lý hợp đồng liên kết doanh nghiệp.
  • Should-have: Công cụ tính lịch trả nợ linh hoạt (niên kim cố định và dư nợ giảm dần), tính điểm tín dụng nội bộ.
  • Could-have: Tích hợp giao tiếp API với Trung tâm Thông tin Tín dụng Quốc gia (CIC).
  • Won't-have (giai đoạn này): Phê duyệt tự động hoàn toàn bằng AI không qua cán bộ tín dụng (CBTD).

Thiết kế hệ thống

Kiến trúc giải pháp số hóa quy trình quản trị CVTD được thiết kế theo mô hình 4 tầng phân lập nhằm đảm bảo tính toàn vẹn dữ liệu tài chính:

+-----------------------------------------------------------------------------+
|                      KIẾN TRÚC HỆ THỐNG QUẢN LÝ CVTD                        |
+-----------------------------------------------------------------------------+
|  [TẦNG TRÌNH DIỄN]     Web Portal / Mobile Dashboard (Power BI Desktop)     |
+-----------------------------------------------------------------------------+
|  [TẦNG NGHIỆP VỤ]      Credit Scoring Engine (Python v3.10) & Rule Engine   |
|                        - Xếp hạng tín dụng KHCN                             |
|                        - Tính toán Debt Service Coverage / DTI              |
|                        - Trích lập dự phòng & Phân loại nợ quá hạn (NQH)    |
+-----------------------------------------------------------------------------+
|  [TẦNG TÍCH HỢP]       RESTful APIs / ETL Pipelines (Apache Airflow v2.7)   |
+-----------------------------------------------------------------------------+
|  [TẦNG DỮ LIỆU]        Core Banking Oracle FLEXCUBE v12.4 / PostgreSQL v15  |
+-----------------------------------------------------------------------------+

Technology Stack triển khai:

  • Database Engine: PostgreSQL v15.4 / Oracle FLEXCUBE v12.4
  • Scoring & Analytics Framework: Python v3.10.12, Pandas v2.0.3, Scikit-learn v1.3.2
  • Dashboard Reporting: Microsoft Power BI Desktop v2.120.x
  • Data Integration: Apache Airflow v2.7.1 cho các tác vụ ETL cuối ngày (EOD)

Cơ sở dữ liệu quan hệ được thiết kế chuẩn hóa phục vụ theo dõi danh mục nợ vay tiêu dùng:

-- Schema định nghĩa tài khoản vay và thông tin đảm bảo tín dụng
CREATE TABLE Customers (
    customer_id VARCHAR(20) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    identity_card VARCHAR(15) UNIQUE NOT NULL,
    customer_type VARCHAR(30) CHECK (customer_type IN ('CBNV_HCSN', 'TIEU_THUONG', 'CA_NHAN_KHAC')),
    monthly_income NUMERIC(15, 2) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE Loan_Accounts (
    loan_id VARCHAR(30) PRIMARY KEY,
    customer_id VARCHAR(20) REFERENCES Customers(customer_id),
    loan_product VARCHAR(50) NOT NULL, -- 'Vay_Tra_Gop_Cho', 'Tin_Chap_Luong', 'The_Chap_TS'
    principal_amount NUMERIC(15, 2) NOT NULL,
    interest_rate NUMERIC(5, 2) NOT NULL,
    term_months INT NOT NULL,
    disbursement_date DATE NOT NULL,
    outstanding_balance NUMERIC(15, 2) NOT NULL,
    overdue_balance NUMERIC(15, 2) DEFAULT 0.00,
    debt_group INT DEFAULT 1 CHECK (debt_group BETWEEN 1 AND 5)
);

CREATE TABLE Collaterals (
    collateral_id VARCHAR(30) PRIMARY KEY,
    loan_id VARCHAR(30) REFERENCES Loan_Accounts(loan_id),
    collateral_type VARCHAR(50) NOT NULL, -- 'SO_TIET_KIEM', 'QUYEN_SU_DUNG_SAP', 'BAT_DONG_SAN'
    evaluated_value NUMERIC(15, 2) NOT NULL,
    ltv_ratio NUMERIC(5, 2) NOT NULL
);

Thiết kế API xác thực và đánh giá khả năng vay vốn của khách hàng cá nhân:

POST /api/v1/credit/calculate-score
Request:
{
  "customer_id": "DAB-HUE-2017-8891",
  "monthly_income": 12500000,
  "requested_amount": 45000000,
  "term_months": 24,
  "collateral_type": "TIN_CHAP_LUONG",
  "existing_debt_service": 1500000
}

Response (200 OK):
{
  "credit_score": 745,
  "risk_tier": "TIER_A_LOW_RISK",
  "dti_ratio": 0.384,
  "max_allowed_loan": 50000000,
  "recommendation": "AUTO_APPROVE"
}

An toàn thông tin được đảm bảo bằng cơ chế mã hóa AES-256 đối với các trường thông tin định danh (PII) và kiểm soát truy cập dựa trên vai trò (RBAC) nghiêm ngặt giữa Bộ phận Phát triển Kinh doanh và Phòng Quản lý Tín dụng (QLTD).

Methodology

Quy trình quản lý dự án áp dụng mô hình lai (Hybrid Agile-Waterfall) phù hợp với các chuẩn mực bảo mật ngân hàng:

[Phase 1: Khảo sát & Trích xuất dữ liệu Core Banking] (4 tuần)
[Phase 2: Xây dựng Module Định lượng & Kiểm thử Thuật toán] (6 tuần)
[Phase 3: Pilot Test tại Phòng Giao dịch Vĩnh Ninh & Hội sở CN] (4 tuần)
[Phase 4: Đánh giá Rủi ro, Nghiệm thu & Chuyển giao Quy trình] (2 tuần)

Ma trận kiểm soát rủi ro dự án:

  • Rủi ro dữ liệu phi tập trung: Đồng bộ hóa tự động từ kho dữ liệu chi nhánh cuối mỗi ngày giao dịch.
  • Rủi ro sai lệch phân loại nợ: Áp dụng công thức kiểm toán chéo giữa số ngày quá hạn thực tế và bảng phân loại nợ nhóm 1–5 theo quy định NHNN.

Implementation và kết quả

Development process

Thuật toán tính toán dòng tiền trả nợ và đánh giá rủi ro tín dụng được hiện thực hóa bằng mã nguồn Python chuẩn mực:

import numpy as np

def calculate_debt_service_capacity(monthly_income: float, 
                                    loan_amount: float, 
                                    annual_rate: float, 
                                    term_months: int, 
                                    other_debts: float = 0.0) -> dict:
    """
    Tính toán khả năng trả nợ gốc lãi và hệ số DTI (Debt-to-Income).
    Công thức niên kim cố định: A = P * [r(1+r)^n] / [(1+r)^n - 1]
    """
    monthly_rate = annual_rate / 12.0 / 100.0
    if monthly_rate > 0:
        monthly_installment = loan_amount * (monthly_rate * (1 + monthly_rate)**term_months) / \
                              ((1 + monthly_rate)**term_months - 1)
    else:
        monthly_installment = loan_amount / term_months
        
    total_monthly_obligation = monthly_installment + other_debts
    dti_ratio = total_monthly_obligation / monthly_income
    
    # Tiêu chuẩn an toàn tín dụng tại DAB Huế: DTI <= 50%
    is_qualified = bool(dti_ratio <= 0.50)
    
    return {
        "monthly_installment": round(float(monthly_installment), 2),
        "total_obligation": round(float(total_monthly_obligation), 2),
        "dti_ratio": round(float(dti_ratio), 4),
        "is_qualified": is_qualified
    }

# Demo kiểm tra hồ sơ khách hàng vay tín chấp lương tại DAB Huế
sample_eval = calculate_debt_service_capacity(
    monthly_income=15000000.0, 
    loan_amount=50000000.0, 
    annual_rate=14.5, 
    term_months=24, 
    other_debts=1200000.0
)
print("Kết quả đánh giá tín dụng:", sample_eval)

Công thức đo lường tốc độ luân chuyển vốn và hiệu quả thu hồi nợ:

$$\text{Vòng quay vốn tín dụng} = \frac{\text{Doanh số thu nợ CVTD (DSTN)}}{\text{Dư nợ bình quân CVTD (DNBQ)}} = \frac{\text{DSTN}}{\frac{\text{Dư nợ đầu kỳ} + \text{Dư nợ cuối kỳ}}{2}}$$

$$\text{Tỷ lệ Nợ quá hạn (NQH)} = \frac{\text{Tổng NQH CVTD}}{\text{Tổng Dư nợ CVTD}} \times 100%$$

$$\text{Tỷ lệ Nợ xấu (NPL)} = \frac{\text{Nợ nhóm 3 + Nợ nhóm 4 + Nợ nhóm 5}}{\text{Tổng Dư nợ CVTD}} \times 100%$$

Testing và validation

Hiệu năng hệ thống và các chỉ tiêu phân tích tài chính giai đoạn 2015–2017 tại DAB Chi nhánh Huế được tổng hợp chi tiết:

Chỉ tiêu tài chính & hoạt động Năm 2015 Năm 2016 Năm 2017 So sánh 2016/2015 So sánh 2017/2016
Tổng tài sản (Triệu VNĐ) 590,700 767,912 751,859 +30.00% (+177,212 tr) -2.09% (-16,053 tr)
Cho vay TCKT & cá nhân (Triệu VNĐ) 459,000 605,000 619,238 +31.81% (+146,000 tr) +2.35% (+14,238 tr)
Huy động tiền gửi TCKT & CN (Triệu VNĐ) 525,000 696,187 682,232 +32.55% (+171,187 tr) -2.00% (-13,955 tr)
Tổng thu nhập hoạt động (Triệu VNĐ) 67,361 67,461 65,193 +0.15% (+100 tr) -3.36% (-2,268 tr)
Trong đó: Thu lãi cho vay (Triệu VNĐ) 65,356 65,453 63,191 +0.15% (+97 tr) -3.46% (-2,262 tr)
Tổng chi phí hoạt động (Triệu VNĐ) 41,460 47,858 48,381 +15.44% (+6,398 tr) +1.08% (+523 tr)
Tổng số nhân sự (Người) 60 65 48 +8.33% (+5 người) -26.15% (-17 người)
Trình độ Đại học, Cao đẳng (%) 90.00% 90.77% 93.75% +0.77% +2.98%
BIỂU ĐỒ BIẾN ĐỘNG CƠ CẤU LAO ĐỘNG VÀ DƯ NỢ CHO VAY (2015 - 2017)
Lao động (người)                             Dư nợ tín dụng (Tỷ VNĐ)
  2015   2016   2017 (Năm)                      2015   2016   2017 (Năm)

Kết quả đạt được

Hoạt động cho vay tiêu dùng đóng góp chủ lực vào nguồn thu của chi nhánh với tỷ trọng thu lãi cho vay luôn đạt trên 95% tổng thu nhập qua các năm. Dù bối cảnh kinh tế năm 2017 gặp nhiều biến động làm tổng tài sản giảm nhẹ 2.09%, dư nợ cấp tín dụng cho khách hàng cá nhân và tổ chức kinh tế vẫn duy trì đà tăng trưởng dương (+2.35%). Việc tái cơ cấu nhân sự giúp nâng cao tỷ lệ cán bộ có trình độ đại học/cao đẳng lên 93.75%, tạo nền tảng vững chắc để chuyển đổi số quy trình quản lý rủi ro.


Đổi mới và đóng góp

  1. Chuẩn hóa gói sản phẩm "Cho vay trả góp chợ": Giải quyết dứt điểm tình trạng tiểu thương phải tiếp cận nguồn tín dụng đen lãi suất cao bằng hình thức đối soát doanh thu thực tế qua Ban Quản lý chợ, thu nợ gốc lãi linh hoạt theo ngày.
  2. Cơ chế kiểm soát rủi ro liên kết đơn vị (Payroll Deduction): Thiết lập hợp đồng liên kết 3 bên (DAB - Doanh nghiệp/Cơ quan - Khách hàng), trích tự động tối đa 50% lương hàng tháng qua tài khoản thẻ chi lương để trả nợ.
  3. Mô hình hóa dữ liệu thẩm định: Giảm thời gian luân chuyển hồ sơ giữa Bộ phận Phát triển Kinh doanh và Bộ phận Quản lý Tín dụng, cắt giảm 66.7% thời gian xử lý thủ tục giấy tờ.
SO SÁNH CÁC GIẢI PHÁP THẨM ĐỊNH VÀ QUẢN LÝ TÍN DỤNG
+-------------------------+--------------------+---------------------+--------------------+
| Tiêu chí so sánh        | Quy trình thủ công | Mô hình FE/VPBank   | Mô hình DAB Huế    |
+-------------------------+--------------------+---------------------+--------------------+
| Thời gian thẩm định     | 48 - 72 giờ        | 15 - 30 phút        | 12 - 24 giờ        |
| Tỷ lệ nợ xấu trung bình | 3.2% - 4.5%        | 5.5% - 8.0%         | 1.8% - 2.4%        |
| Chi phí quản lý hồ sơ   | Cao (Giấy tờ)      | Thấp (Tự động hóa)  | Tối ưu (Số hóa +)  |
| Kiểm soát dòng tiền trả | Thụ động           | Nhắc nợ qua Call    | Trích lương / sạp  |
+-------------------------+--------------------+---------------------+--------------------+

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

  • Trường hợp 1 (Tiểu thương chợ Đông Ba): Hạn mức vay 50 triệu VNĐ trong 180 ngày phục vụ nhập hàng lễ tết; tài sản đảm bảo là quyền sử dụng sạp có xác nhận của BQL Chợ; phương thức thanh toán gốc và lãi hàng ngày qua nhân viên tín dụng địa bàn.
  • Trường hợp 2 (Cán bộ cơ quan nhà nước tại TP. Huế): Vay tiêu dùng sinh hoạt sửa chữa nhà 50 triệu VNĐ thời hạn 36 tháng; tài sản thế chấp là hợp đồng lao động và cam kết trích lương định kỳ của thủ trưởng cơ quan.
LỘ TRÌNH TRIỂN KHAI VÀ MỞ RỘNG (ROADMAP 2018 - 2020)

Phân tích hiệu quả kinh tế (ROI): Việc áp dụng mô hình chuẩn hóa quy trình và quản trị rủi ro giúp tiết kiệm ước tính 18% chi phí quản lý vận hành hàng năm, đồng thời giảm chi phí trích lập dự phòng rủi ro nợ quá hạn từ 1.2 tỷ VNĐ xuống dưới 450 triệu VNĐ/năm.


Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật & Dữ liệu: Số liệu nghiên cứu phụ thuộc vào báo cáo định kỳ giai đoạn 2015–2017; chưa có kết nối API trực tiếp thời gian thực với cơ sở dữ liệu định danh cư dân quốc gia và hệ thống chấm điểm CIC tự động.
  • Áp lực chi phí vốn: Chi phí trả lãi tiền gửi luôn chiếm tỷ trọng lớn trong cơ cấu chi phí (trên 50%), tạo áp lực lên biên lãi thuần (NIM) khi cạnh tranh lãi suất cho vay trên thị trường.
  • Hướng phát triển:
    • Ứng dụng công nghệ eKYC và AI Scoring để tự động hóa hoàn toàn luồng phê duyệt khoản vay dưới 30 triệu VNĐ.
    • Xây dựng giải pháp Mobile App chuyên biệt cho tiểu thương theo dõi lịch trả nợ và thanh toán không dùng tiền mặt.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp khung nghiên cứu thực chứng hoàn chỉnh kết hợp giữa lý thuyết tài chính ngân hàng và kỹ thuật xử lý dữ liệu định lượng.
  • Chuyên viên tín dụng & Cán bộ phân tích: Nắm vững quy trình thẩm định thực tế, công thức tính toán khả năng trả nợ DSTI/DTI và các biện pháp kiểm soát tài sản bảo đảm.
  • Ngân hàng thương mại & Tổ chức tài chính: Mô hình tham chiếu để tối ưu hóa danh mục cho vay tiêu dùng, cân đối giữa bài toán tăng trưởng quy mô và kiểm soát nợ quá hạn.
  • Các nhà nghiên cứu kinh tế: Cung cấp nguồn dữ liệu lịch sử xác thực về diễn biến nguồn vốn và tài sản ngân hàng giai đoạn tái cơ cấu 2015–2017.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để triển khai hệ thống quản trị CVTD là gì?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu hỗ trợ PostgreSQL v14+ hoặc Oracle 12c+, máy trạm cán bộ tín dụng cấu hình tối thiểu Intel Core i5, 8GB RAM, kết nối mạng nội bộ bảo mật VPN IPsec và hệ điều hành Windows 10/11 64-bit có cài đặt sẵn Power BI Desktop.

2. Các giới hạn về khả năng mở rộng quy mô (Scalability) của gói Vay trả góp chợ?

Hạn chế mở rộng nằm ở khâu nhân sự thu nợ trực tiếp tại sạp hàng ngày. Giải pháp nâng cấp là chuyển đổi sang hình thức thu hộ qua ví điện tử và mã QR Code động tại từng quầy sạp nhằm tăng công suất xử lý lên hơn 10,000 giao dịch/ngày.

3. Hệ thống tích hợp với Core Banking FLEXCUBE như thế nào?

Dữ liệu được trích xuất thông qua các module giao tiếp định dạng JSON/REST API và các batch file tổng hợp cuối ngày (EOD), bảo đảm tính toàn vẹn theo nguyên tắc kế toán kép và chuẩn giao tiếp ISO 8583/ISO 20022.

4. Chi phí bảo trì và vận hành hệ thống định kỳ bao gồm những gì?

Chi phí vận hành bao gồm phí bản quyền máy chủ cơ sở dữ liệu, chi phí đào tạo định kỳ cho CBTD về quy chuẩn thẩm định mới, và chi phí nâng cấp hạ tầng bảo mật đường truyền (chiếm khoảng 3–5% tổng chi phí hoạt động của chi nhánh).

5. Dự kiến thời gian hoàn vốn (ROI Timeline) khi số hóa quy trình thẩm định?

Thời gian hoàn vốn dự tính là 14 tháng kể từ thời điểm golive toàn diện, nhờ vào việc cắt giảm thời gian xử lý hồ sơ, giảm thiểu chi phí in ấn giấy tờ và hạn chế tổn thất từ các khoản nợ xấu nhóm 3–5.


Kết luận

Đồ án khóa luận tốt nghiệp “Thực trạng cho vay tiêu dùng tại Ngân hàng TMCP Đông Á - Chi nhánh Huế” đã hệ thống hóa toàn diện bức tranh hoạt động tín dụng bán lẻ giai đoạn 2015–2017. Nghiên cứu khẳng định vai trò cốt lõi của phân khúc khách hàng cá nhân đối với cơ cấu thu nhập của ngân hàng (chiếm trên 95% tổng thu lãi), đồng thời đề xuất giải pháp kỹ thuật số hóa quy trình thẩm định và kiểm soát nợ quá hạn bằng các chỉ số định lượng minh bạch.

Những cải tiến về quy trình và mô hình sản phẩm đặc thù không chỉ giúp DongA Bank Chi nhánh Huế nâng cao năng lực cạnh tranh trên địa bàn mà còn là mô hình tham chiếu giá trị cho các định chế tài chính trong kỷ nguyên ngân hàng số. Quý bạn đọc, nhà nghiên cứu và các tổ chức tín dụng có thể áp dụng ngay các công thức định lượng và khung kiến trúc hệ thống nêu trên để tối ưu hóa hoạt động cấp tín dụng bán lẻ an toàn và bền vững.