Giới thiệu dự án

Hoạt động cho vay tiêu dùng (Consumer Credit) giữ vai trò là đòn bẩy tài chính quan trọng thúc đẩy sức mua toàn xã hội và chuyển dịch cơ cấu tín dụng bán lẻ tại các ngân hàng thương mại (NHTM). Theo thống kê của Ngân hàng Nhà nước Việt Nam, dư nợ cho vay phục vụ nhu cầu đời sống toàn hệ thống đạt 1,85 triệu tỷ đồng (chiếm trên 20% tổng dư nợ nền kinh tế), với tốc độ tăng trưởng bình quân hàng năm luôn vượt tốc độ tăng trưởng tín dụng chung. Tại Việt Nam, quy mô dân số đạt xấp xỉ 100 triệu dân cùng tỷ lệ hơn 60% dân số thuộc nhóm thu nhập trung bình và thấp (thu nhập bình quân đạt mốc 2.867 USD/người theo Tổng cục Thống kê), tạo ra dư địa tăng trưởng vượt bậc cho các sản phẩm tín dụng cá nhân.

Tuy nhiên, tại các chi nhánh cấp cơ sở như Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) – Chi nhánh Đông Ba (Thừa Thiên Huế), hoạt động cấp tín dụng tiêu dùng đối mặt với nhiều rào cản mang tính đặc thù. Điểm xuất phát của chi nhánh vốn tập trung vào tín dụng doanh nghiệp và xây dựng cơ bản; quy trình thẩm định tín dụng cá nhân còn nặng tính thủ công; danh mục sản phẩm cho vay chịu áp lực cạnh tranh gay gắt từ các ngân hàng thương mại nhà nước (BIDV, Vietcombank, VietinBank) cũng như các công ty tài chính tiêu dùng. Thêm vào đó, thiên tai lũ lụt nghiêm trọng năm 2020 cùng tác động tiêu cực của dịch bệnh COVID-19 làm suy giảm khả năng thanh toán của khách hàng cá nhân, đẩy rủi ro tín dụng tiềm ẩn lên mức cao.

                  ┌──────────────────────────────────────────────┐
                  │    VPBank Chi Nhánh Đông Ba (Thừa Thiên Huế) │
                  └──────────────────────┬───────────────────────┘
                                         │
                 ┌───────────────────────┴───────────────────────┐
                 ▼                                               ▼
   ┌───────────────────────────┐                   ┌───────────────────────────┐
   │    Thực trạng 2018-2020   │                   │    Mục tiêu Đề án 2022    │
   ├───────────────────────────┤                   ├───────────────────────────┤
   │ • Tăng trưởng DS 195,58%  │                   │ 1. Chuẩn hóa quy trình 7 b│
   │ • Lợi nhuận: 4,2 tỷ VNĐ   │                   │ 2. Tự động hóa tính DSCR  │
   │ • Huy động: 234 tỷ VNĐ    │                   │ 3. Đa dạng hóa 4 gói CVTD │
   │ • Áp lực cạnh tranh & Nợ  │                   │ 4. Kiểm soát rủi ro CIC   │
   └───────────────────────────┘                   └───────────────────────────┘

Đề tài đặt ra các mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về tín dụng tiêu dùng, các hình thức tài trợ trực tiếp/gián tiếp và hệ thống chỉ tiêu định lượng đánh giá hiệu quả tín dụng.
  2. Phân tích thực trạng hoạt động cho vay tiêu dùng tại VPBank Chi nhánh Đông Ba giai đoạn 2018–2020 dựa trên dữ liệu thứ cấp (báo cáo tài chính, doanh số giải ngân, dư nợ) và dữ liệu sơ cấp (khảo sát cán bộ tín dụng).
  3. Đánh giá chi tiết cơ cấu doanh số cho vay theo mục đích sử dụng vốn (mua nhà, mua ô tô, sản xuất kinh doanh, sinh hoạt) và thời hạn tín dụng.
  4. Đề xuất hệ thống giải pháp hoàn thiện quy trình thẩm định, ứng dụng công nghệ ngân hàng số VPBank NEO và nâng cao năng lực cạnh tranh tại thị trường Thừa Thiên Huế.

Phạm vi nghiên cứu tập trung vào toàn bộ nghiệp vụ cho vay tiêu dùng phát sinh tại VPBank Đông Ba từ năm 2018 đến hết năm 2020, kết hợp điều tra thực nghiệm năm 2021. Đề tài không đi sâu vào mảng tín dụng bán buôn doanh nghiệp lớn hoặc các nghiệp vụ phái sinh quốc tế.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn Thừa Thiên Huế, thị trường tín dụng tiêu dùng phân hóa rõ rệt giữa hình thức cho vay trực tiếp và gián tiếp, đồng thời chịu sự phân chia thị phần từ các nhóm ngân hàng đối thủ.

Tiêu chí so sánh Cho vay tiêu dùng trực tiếp Cho vay tiêu dùng gián tiếp
Bản chất pháp lý Ngân hàng ký hợp đồng tín dụng trực tiếp với khách hàng cá nhân Ngân hàng mua lại khoản nợ/chứng từ bán trả chậm từ công ty bán lẻ (CTBL)
Chi phí quản lý & Tiếp thị Cao (cần đội ngũ chuyên viên tín dụng tiếp xúc, thẩm định tận nơi) Thấp (tận dụng điểm bán và tệp khách hàng của doanh nghiệp liên kết)
Mức độ kiểm soát rủi ro Rất cao (trực tiếp chấm điểm tín dụng, định giá tài sản bảo đảm) Trung bình - Thấp (phụ thuộc vào cam kết truy đòi/miễn truy đòi từ CTBL)
Tốc độ mở rộng quy mô Trung bình, phụ thuộc vào năng lực mạng lưới phòng giao dịch Rất nhanh, mở rộng tức thì theo hệ thống đối tác phân phối
Khả năng bán chéo dịch vụ Rất tốt (mở thẻ ATM, VPBank NEO, bảo hiểm nhân thọ Bancassurance) Hạn chế do khách hàng chỉ tương tác với đơn vị bán lẻ

Khảo sát đối thủ cạnh tranh cho thấy các NHTM Nhà nước như BIDV triển khai gói vay sinh hoạt không tài sản bảo đảm với lãi suất 1%/năm, gói vay mua nhà 20.000 tỷ đồng với lãi suất 5,5%/năm cố định 24 tháng; MSB áp dụng chính sách giảm 3%/năm lãi suất vay tiêu dùng; Vietcombank Huế giảm sàn 0,5%/năm dư nợ hiện hữu. Trong khi đó, VPBank Đông Ba duy trì mức lãi suất cho vay tiêu dùng bình quân 13%/năm, đòi hỏi ngân hàng phải tối ưu hóa tốc độ phê duyệt và linh hoạt hóa điều kiện tài sản bảo đảm để duy trì năng lực cạnh tranh.

Phân tích yêu cầu nghiệp vụ theo ma trận MoSCoW:

  • Must have (Bắt buộc): Kiểm tra lịch sử nợ xấu trên hệ thống Trung tâm Thông tin Tín dụng (CIC); kiểm soát tỷ lệ vốn tự có tối thiểu 10% (ngắn hạn) và 15% (trung - dài hạn); thẩm định thực địa tài sản bảo đảm (Bất động sản, Giấy chứng nhận quyền sở hữu phương tiện).
  • Should have (Nên có): Tích hợp công cụ tính toán tự động khả năng trả nợ (DTI, DSCR) trên nền tảng Core Banking; rút ngắn thời gian thẩm định tờ trình tín dụng xuống dưới 24 giờ.
  • Could have (Có thể mở rộng): Phê duyệt trước hạn mức thấu chi tín chấp tự động dựa trên dòng tiền giao dịch qua tài khoản thanh toán VPBank NEO.
  • Won't have (Chưa thực hiện): Cấp tín dụng hoàn toàn không gặp mặt (Zero-touch lending) cho các khoản vay mua nhà/đất có giá trị trên 1 tỷ đồng.

Thiết kế hệ thống

Kiến trúc quy trình khởi tạo và xử lý khoản vay tiêu dùng (Loan Origination System - LOS) tại chi nhánh được mô hình hóa theo các tầng chức năng:

[Khách Hàng / Điểm Chạm]
       │
       ▼
[Tầng Giao Diện]: Web VPBank NEO / Quầy Giao Dịch / Tablet CBTD
       │
       ▼
[Tầng Xử Lý Nghiệp Vụ (LOS)]:
  ├─ 1. Thu thập & Tiền kiểm hồ sơ pháp lý
  ├─ 2. Tích hợp API Tra cứu CIC & Blacklist
  ├─ 3. Chấm điểm tín dụng (Credit Scoring Engine)
  ├─ 4. Thẩm định tài sản bảo đảm & Năng lực tài chính
  └─ 5. Lập tờ trình tự động trình TPTD & Giám Đốc
       │
       ▼
[Tầng Lưu Trữ & Tích Hợp Core Banking]:
  ├─ Core Banking T24 (Temenos) / Oracle Database
  └─ Hệ Thống Quản Trị Hợp Đồng & Giải Ngân

Ngăn xếp công nghệ và công cụ phân tích triển khai trong đề tài:

  • Hệ thống Core Banking: Temenos T24 Platform phục vụ hạch toán, quản lý hạn mức và trích lập dự phòng rủi ro.
  • Nền tảng phân tích số liệu: Microsoft Excel 2019 / Office 365 chuyên sâu với các hàm thống kê tài chính, kết hợp SPSS 26.0 để xử lý dữ liệu khảo sát sơ cấp.
  • Nền tảng khảo sát: Google Forms API thu thập đánh giá của cán bộ tín dụng về chất lượng quy trình cấp tín dụng.

Thiết kế cơ sở dữ liệu quản lý hồ sơ khoản vay tiêu dùng (Database Schema):

-- Bảng khách hàng cá nhân vay tiêu dùng
CREATE TABLE CustomerProfile (
    CustomerID VARCHAR(20) PRIMARY KEY,
    FullName VARCHAR(100) NOT NULL,
    CitizenID VARCHAR(12) UNIQUE NOT NULL,
    MonthlyIncome DECIMAL(15, 2) NOT NULL,
    PermanentAddress VARCHAR(255) NOT NULL,
    EmploymentStatus VARCHAR(50) NOT NULL
);

-- Bảng hồ sơ đề nghị cấp tín dụng tiêu dùng
CREATE TABLE LoanApplication (
    ApplicationID VARCHAR(20) PRIMARY KEY,
    CustomerID VARCHAR(20) REFERENCES CustomerProfile(CustomerID),
    LoanPurpose VARCHAR(50) NOT NULL, -- 'Auto', 'Home', 'Living', 'Business'
    RequestedAmount DECIMAL(15, 2) NOT NULL,
    LoanTermMonths INT NOT NULL,
    InterestRateYearly DECIMAL(5, 2) DEFAULT 13.00,
    CollateralValue DECIMAL(15, 2) NOT NULL,
    EquityRatio DECIMAL(5, 2) NOT NULL,
    CreditScore INT,
    CICStatus VARCHAR(10), -- 'Group1', 'Group2', etc.
    ApprovalStatus VARCHAR(20) DEFAULT 'Pending',
    CreatedAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Đặc tả API tra cứu lịch sử tín dụng CIC và tính toán khả năng phê duyệt:

POST /api/v1/credit/appraisal
Host: core.vpbank.com.vn
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

{
  "applicationId": "VPB-DB-2020-8891",
  "citizenId": "191823912",
  "monthlyIncome": 35000000,
  "requestedAmount": 500000000,
  "loanTermMonths": 36,
  "collateralType": "RealEstate",
  "collateralAppraisedValue": 850000000,
  "equityCapital": 150000000
}

Phản hồi từ hệ thống chấm điểm tự động:

{
  "statusCode": 200,
  "decision": "PRE_APPROVED",
  "creditScore": 745,
  "dtiRatio": "38.45%",
  "ltvRatio": "58.82%",
  "maxEligibleAmount": 550000000,
  "assignedOfficer": "CBTD_18K4011079"
}

Methodology

Quy trình nghiên cứu áp dụng phương pháp luận kết hợp (Mixed Methods Methodology):

  1. Phương pháp nghiên cứu định lượng: Sử dụng dữ liệu thứ cấp 3 năm (2018–2020) từ hệ thống báo cáo kết quả hoạt động kinh doanh, thống kê nguồn vốn huy động, doanh số cho vay và dư nợ phân loại tại VPBank Chi nhánh Đông Ba.
  2. Phương pháp thống kê so sánh:
    • So sánh số tuyệt đối: $\Delta Y = Y_1 - Y_0$ (phản ánh quy mô biến động số tiền).
    • So sánh số tương đối: $T_y = \frac{Y_1 - Y_0}{Y_0} \times 100%$ (phản ánh tốc độ tăng trưởng liên hoàn).
  3. Phương pháp nghiên cứu định tính: Thiết lập bảng hỏi khảo sát cơ cấu thang đo Likert 5 mức độ trên 10 cán bộ nhân viên chi nhánh, tập trung vào 3 nhóm chỉ số: quy trình nghiệp vụ, cơ sở vật chất kỹ thuật và chất lượng sản phẩm.
  4. Quy trình quản trị rủi ro tín dụng: Vận dụng mô hình phân tích 5C (Character - Tư cách, Capacity - Năng lực, Capital - Vốn, Collateral - Tài sản bảo đảm, Conditions - Điều kiện kinh tế) trong toàn bộ các khâu thẩm định.

Implementation và kết quả

Development process

Quy trình cho vay tiêu dùng tại VPBank Chi nhánh Đông Ba được chuẩn hóa thành 7 bước khép kín nhằm tối đa hóa hiệu suất thẩm định và giảm thiểu rủi ro hoạt động:

  • Bước 1: Tiếp nhận và hướng dẫn lập hồ sơ. CBTD phân loại khách hàng mới/hiện hữu, thu thập hồ sơ pháp lý, hồ sơ tài chính và hồ sơ tài sản bảo đảm.
  • Bước 2: Thẩm định thực tế. Kiểm tra tính hợp pháp của tài sản, xác minh thu nhập thực tế tại hộ gia đình/nơi làm việc và tra cứu dữ liệu CIC.
  • Bước 3: Phê duyệt khoản vay. CBTD lập tờ trình thẩm định $\rightarrow$ Trưởng phòng Tín dụng kiểm tra độc lập $\rightarrow$ Giám đốc Chi nhánh ký duyệt (hoặc trình Hội đồng thẩm định cấp trên nếu vượt thẩm quyền).
  • Bước 4: Công chứng & Đăng ký giao dịch bảo đảm. Hoàn tất ký kết hợp đồng tín dụng, hợp đồng thế chấp và chứng nhận đăng ký biện pháp bảo đảm tại cơ quan chức năng.
  • Bước 5: Giải ngân. Chuyển tiền trực tiếp cho bên vay hoặc bên thụ hưởng thứ ba (công ty ô tô, nhà thầu xây dựng) theo kế hoạch giải ngân.
  • Bước 6: Giám sát sau vay & Phân loại nợ. Theo dõi định kỳ mục đích sử dụng vốn, tình hình công việc và khả năng trả nợ hàng tháng của khách hàng.
  • Bước 7: Thu nợ & Thanh lý hợp đồng. Thu nợ gốc, lãi theo kỳ hạn định sẵn và giải tỏa tài sản bảo đảm khi tất toán.

Thuật toán tính lịch trả nợ gốc đều, lãi giảm dần (Amortization Schedule) và kiểm tra tỷ lệ nợ trên thu nhập (Debt-to-Income - DTI):

def calculate_loan_eligibility(
    monthly_income: float,
    requested_amount: float,
    loan_term_months: int,
    yearly_interest_rate: float = 0.13,
    max_dti_threshold: float = 0.50
) -> dict:
    """
    Tính toán phương án trả nợ theo phương thức Niên kim cố định (Equal Monthly Installment - EMI)
    và kiểm định ngưỡng an toàn tài chính DTI.
    """
    monthly_rate = yearly_interest_rate / 12
    # Công thức EMI: P * r * (1+r)^n / ((1+r)^n - 1)
    emi = (requested_amount * monthly_rate * ((1 + monthly_rate) ** loan_term_months)) / (
        ((1 + monthly_rate) ** loan_term_months) - 1
    )
    
    dti = (emi / monthly_income) * 100
    is_approved = dti <= (max_dti_threshold * 100)
    
    total_payment = emi * loan_term_months
    total_interest = total_payment - requested_amount
    
    return {
        "monthly_installment_emi": round(emi, 2),
        "dti_percentage": round(dti, 2),
        "is_qualified": is_approved,
        "total_principal": requested_amount,
        "total_interest_payable": round(total_interest, 2),
        "total_cash_outflow": round(total_payment, 2)
    }

# Thực thi kiểm thử khoản vay mua nhà 500 triệu đồng, kỳ hạn 60 tháng
loan_sample = calculate_loan_eligibility(
    monthly_income=30_000_000,
    requested_amount=500_000_000,
    loan_term_months=60,
    yearly_interest_rate=0.13
)
print(loan_sample)
# Output: {'monthly_installment_emi': 11376846.52, 'dti_percentage': 37.92, 'is_qualified': True, ...}

Testing và validation

Nghiên cứu tiến hành đánh giá thực nghiệm tính ổn định và sự chấp thuận của mô hình quản trị tín dụng thông qua khảo sát nội bộ 100% cán bộ nhân viên tại chi nhánh ($N=10$) cùng các chỉ số vận hành tài chính.

                  ┌──────────────────────────────────────────────┐
                  │    Tăng Trưởng Doanh Số Tín Dụng (Tr. VNĐ)  │
                  └──────────────────────┬───────────────────────┘
                                         │
        65,000 ┼─────────────────────────────────────────────────── 60,120
               │                                                  ┌──────┐
        50,000 ┼──────────────────────────────────────────────────┤      │
               │                                       31,030     │      │
        35,000 ┼──────────────────────────────────────┌──────┐    │      │
               │                       20,340         │      │    │      │
        20,000 ┼──────────────────────┌──────┐        │      │    │      │
               │                      │      │        │      │    │      │
             0 ┴──────────────────────┴──────┴────────┴──────┴────┴──────┴──
                                       Năm 2018        Năm 2019    Năm 2020

Các tiêu chí định lượng đạt được:

  • Tỷ lệ phê duyệt đúng hạn: Đạt 92,5% trên tổng số hồ sơ tiếp nhận năm 2020.
  • Tốc độ xử lý hồ sơ: Thời gian từ lúc tiếp nhận đến khi ra quyết định tín dụng giảm từ 3,5 ngày (2018) xuống còn 1,5–2 ngày (2020).
  • Mức độ hài lòng của nhân viên: Điểm đánh giá mức độ rõ ràng của quy trình 7 bước đạt 4,6/5,0 điểm; điểm đánh giá công cụ phần mềm ngân hàng đạt 4,4/5,0 điểm.

Kết quả đạt được

Hoạt động cho vay tiêu dùng tại VPBank Chi nhánh Đông Ba ghi nhận sự bứt phá mạnh mẽ về quy mô doanh số giải ngân trong giai đoạn 2018–2020, bất chấp các biến động từ môi trường kinh tế.

Tình hình hoạt động cho vay tiêu dùng theo mục đích sử dụng vốn (ĐVT: Triệu đồng):

Phân loại mục đích vay Năm 2018 (Số tiền) Tỷ trọng 2018 (%) Năm 2019 (Số tiền) Tỷ trọng 2019 (%) Năm 2020 (Số tiền) Tỷ trọng 2020 (%) Tăng trưởng 19/18 (%) Tăng trưởng 20/19 (%)
Vay mua ô tô 2.296 11,29 6.219 20,04 12.735 21,18 +170,86 +104,78
Vay sinh hoạt đời sống 3.814 18,75 5.081 16,37 8.509 14,15 +33,22 +67,47
Vay mua, xây & sửa nhà 7.536 37,05 9.138 29,45 23.085 38,40 +21,26 +152,63
Vay kinh doanh cá thể 6.694 32,91 10.592 34,13 15.791 26,27 +58,23 +49,08
Tổng doanh số CVTD 20.340 100,00 31.030 100,00 60.120 100,00 +52,56 +93,75

Chỉ tiêu tài chính tổng hợp của Chi nhánh Đông Ba:

  • Doanh thu tín dụng: Tăng từ 7.903 triệu đồng (2018) lên 8.189 triệu đồng (2019, +3,61%) và đạt 8.461 triệu đồng (2020, +3,32%).
  • Lợi nhuận trước thuế: Đạt 2.800 triệu đồng (2018), tăng vọt 50,00% lên 4.200 triệu đồng (2019) và tiếp tục duy trì mức 4.200 triệu đồng trong năm dịch bệnh 2020.
  • Quy mô huy động vốn: Đạt 228.000 triệu đồng (2018), đạt đỉnh 248.000 triệu đồng (2019, +8,77%) trước khi điều chỉnh về 234.000 triệu đồng (2020, -5,65%) do ảnh hưởng của chu kỳ dịch chuyển dòng tiền tiết kiệm.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp cụ thể về cả phương diện quản trị lý thuyết và nghiệp vụ ứng dụng:

  • Phát hiện cấu trúc cầu tín dụng sau thiên tai: Phân tích làm rõ sự dịch chuyển đột biến của nhóm sản phẩm Cho vay mua, xây dựng và sửa chữa nhà ở trong năm 2020 (tăng trưởng 152,63%, chiếm 38,40% tổng doanh số). Đây là cơ sở thực chứng chứng minh nhu cầu tái thiết hạ tầng nhà ở của người dân Thừa Thiên Huế sau các đợt bão lũ lịch sử.
  • Chuẩn hóa công cụ định lượng hóa khả năng trả nợ: Thiết lập ngưỡng an toàn tài chính DTI $\le 50%$ và tỷ lệ cho vay trên giá trị định giá tài sản LTV (Loan-to-Value) $\le 70%$ cho các khoản vay mua xe và $\le 80%$ cho vay bất động sản.
  • So sánh hiệu quả với các mô hình ngân hàng truyền thống: Trong khi các NHTM nhà nước tập trung vào các gói vay lớn có thế chấp bằng sổ đỏ truyền thống, mô hình phát triển CVTD tại VPBank Đông Ba kết hợp linh hoạt giữa tài sản tích lũy và thu nhập từ hoạt động kinh doanh thương mại dịch vụ của các hộ tiểu thương chợ Đông Ba, giúp tăng tổng doanh số giải ngân lên gấp 2,95 lần sau 3 năm.

Ứng dụng thực tế và triển khai

Giải pháp đề xuất có khả năng áp dụng trực tiếp cho các chi nhánh ngân hàng bán lẻ tại khu vực miền Trung với lộ trình triển khai 4 giai đoạn:

[Giai đoạn 1: Q1/2022] ──► Tái cấu trúc quy trình tiếp nhận & Chấm điểm DTI tự động
[Giai đoạn 2: Q2/2022] ──► Số hóa hồ sơ vay qua VPBank NEO & Kết nối API CIC thời gian thực
[Giai đoạn 3: Q3/2022] ──► Mở rộng liên kết Showroom ô tô & Nhà thầu xây dựng địa phương
[Giai đoạn 4: Q4/2022] ──► Thiết lập hệ thống kiểm soát cảnh báo sớm rủi ro nợ quá hạn

Phân tích hiệu quả kinh tế (Cost-Benefit Analysis):

  • Chi phí triển khai: Ước tính 150–200 triệu đồng cho công tác đào tạo cán bộ tín dụng, nâng cấp trang thiết bị tablet phục vụ thẩm định hiện trường và chiến dịch truyền thông địa bàn.
  • Hiệu quả kỳ vọng: Tăng trưởng doanh số giải ngân bình quân 25–30%/năm; nâng tỷ trọng thu phí dịch vụ ngoài tín dụng lên mức 3,5–5,0% tổng thu nhập hoạt động; duy trì tỷ lệ nợ xấu nhóm 3–5 dưới mức 1,5% toàn danh mục.

Hạn chế và hướng phát triển

  • Hạn chế về quy mô mẫu khảo sát sơ cấp: Khảo sát thực nghiệm mới chỉ thực hiện trên 10 cán bộ tín dụng nội bộ của Chi nhánh Đông Ba, chưa mở rộng thu thập ý kiến trực tiếp từ tệp khách hàng cá nhân đang có dư nợ vay.
  • Hạn chế về chuỗi dữ liệu: Dữ liệu nghiên cứu dừng lại ở giai đoạn 2018–2020, chưa phản ánh đầy đủ tác động dài hạn của giai đoạn phục hồi kinh tế hậu đại dịch 2021–2023.
  • Hướng phát triển tiếp theo: Xây dựng mô hình máy học (Machine Learning như Logistic Regression, XGBoost) trên nền tảng dữ liệu lớn (Big Data) để chấm điểm hành vi tín dụng tự động; mở rộng tích hợp Open Banking nhằm định danh điện tử (eKYC) và giải ngân trực tuyến hoàn toàn cho các gói vay tiêu dùng quy mô nhỏ.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng / Kế hoạch - Đầu tư: Nắm bắt phương pháp luận phân tích hoạt động tín dụng bán lẻ, kỹ thuật xử lý báo cáo tài chính chi nhánh và mô hình hóa dữ liệu tín dụng thực tế.
  • Chuyên viên Tín dụng & Quản trị rủi ro: Tiếp cận quy trình 7 bước chuẩn hóa, các công thức kiểm soát DTI/LTV và phương thức xử lý rủi ro tín dụng tại địa bàn chịu ảnh hưởng thiên tai.
  • Lãnh đạo Chi nhánh & Ban Điều hành NHTM: Sở hữu bộ giải pháp toàn diện về chính sách sản phẩm, chiến lược marketing địa phương và định hướng phân bổ nguồn vốn huy động cân đối với nhu cầu cấp tín dụng.
  • Nhà nghiên cứu kinh tế ứng dụng: Có thêm bộ dữ liệu thực chứng về thị trường tài chính vi mô và tiêu dùng cá nhân tại khu vực đô thị miền Trung Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và hạ tầng công nghệ để triển khai quy trình cho vay tiêu dùng mới là gì?

Chi nhánh cần vận hành hệ thống Core Banking (như Temenos T24 release R18 trở lên), đường truyền mạng VPN mã hóa kết nối trực tiếp với trung tâm CIC, trang bị thiết bị di động bảo mật cho cán bộ tín dụng phục vụ chụp ảnh định vị GPS và tải hồ sơ thực địa lên hệ thống LOS trong thời gian thực.

2. Ngân hàng kiểm soát giới hạn rủi ro và giải quyết nợ quá hạn như thế nào khi doanh số tăng trưởng nóng?

Ngân hàng áp dụng nguyên tắc kiểm soát kép (Dual Control), thực hiện tái thẩm định định kỳ 6 tháng/lần với tài sản bảo đảm, theo dõi biến động dòng tiền tài khoản của khách hàng qua VPBank NEO, và tự động trích lập dự phòng rủi ro ngay khi khoản nợ chuyển nhóm 2 theo Thông tư của Ngân hàng Nhà nước.

3. Quy trình mới có thể tích hợp với các hệ thống đối tác bán lẻ bên ngoài không?

Có. Hệ thống hỗ trợ tích hợp qua cổng API mở (Open API Gateway) với các đại lý phân phối xe ô tô, sàn giao dịch bất động sản và các chuỗi bán lẻ điện máy nhằm tạo luồng dữ liệu tự động (Lead Generation) và đồng bộ trạng thái duyệt vay ngay lập tức.

4. Nhu cầu duy trì và bảo trì hệ thống định kỳ bao gồm những gì?

Cần hiệu chỉnh định kỳ trọng số của mô hình chấm điểm tín dụng (Credit Score Card) 12 tháng/lần nhằm thích ứng với chỉ số lạm phát và thu nhập bình quân địa phương; đồng thời bảo trì, sao lưu cơ sở dữ liệu giao dịch hàng ngày theo chuẩn an toàn bảo mật PCI-DSS.

5. Dự toán chi phí và thời gian hoàn vốn (ROI) của đề xuất cải tiến là bao lâu?

Với mức đầu tư bổ sung ước tính 200 triệu đồng cho chi nhánh, nguồn thu gia tăng từ việc tăng quy mô dư nợ (biên lãi thuần NIM đạt khoảng 3,5–4,0%) và thu phí bảo hiểm liên kết sẽ giúp chi nhánh đạt điểm hòa vốn và mang lại ROI dương chỉ sau 6–9 tháng vận hành ổn định.


Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc nghiên cứu và làm rõ bức tranh thực trạng hoạt động cho vay tiêu dùng tại Ngân hàng TMCP Việt Nam Thịnh Vượng – Chi nhánh Đông Ba giai đoạn 2018–2020. Dữ liệu thực nghiệm chứng minh sự bứt phá vượt bậc của doanh số cho vay tiêu dùng (từ 20,34 tỷ đồng năm 2018 lên 60,12 tỷ đồng năm 2020, tăng trưởng 195,58%), khẳng định định hướng chuyển dịch cơ cấu bán lẻ đúng đắn của chi nhánh.

Hệ thống giải pháp đề xuất từ đổi mới sản phẩm, hoàn thiện quy trình 7 bước, ứng dụng nền tảng số VPBank NEO đến nâng cao chất lượng nguồn nhân lực cung cấp luận cứ khoa học vững chắc giúp chi nhánh gia tăng thị phần tín dụng cá nhân bền vững tại Thừa Thiên Huế. Các đơn vị nghiên cứu và chi nhánh ngân hàng thành viên có thể áp dụng ngay khung phân tích và mô hình định lượng này vào thực tiễn quản trị hoạt động tín dụng bán lẻ.