Giới thiệu dự án

Thị trường tài chính - ngân hàng Việt Nam sau khi hội nhập sâu rộng vào các tổ chức kinh tế quốc tế (WTO) đã chứng kiến sự chuyển dịch mang tính chiến lược từ mô hình ngân hàng bán buôn truyền thống sang mô hình ngân hàng bán lẻ hiện đại. Với quy mô dân số vượt mốc 90 triệu người cùng tốc độ đô thị hóa nhanh chóng, phân khúc khách hàng cá nhân (KHCN) trở thành động lực tăng trưởng cốt lõi cho hệ thống Ngân hàng Thương mại Cổ phần (NHTM).

Đề tài khóa luận "Thực trạng hoạt động cho vay khách hàng cá nhân tại Ngân hàng TMCP Quân Đội – Chi nhánh Huế" (thực hiện bởi tác giả Trần Thị Lan, dưới sự hướng dẫn của TS. Hoàng La Phương Hiền, Khoa Quản trị Kinh doanh - Trường Đại học Kinh tế, Đại học Huế) tập trung mổ xẻ chuyên sâu bức tranh tín dụng bán lẻ tại địa bàn kinh tế trọng điểm miền Trung giai đoạn 2017 - 2019.

                  +----------------------------------------------+
                  | TỔNG QUAN TĂNG TRƯỞNG QUY MÔ MBBANK HUẾ      |
                  +----------------------------------------------+
                  |                                              |
     1,200,000    |                                 1,009,782.5  |
                  |                                 +-----------+|
     1,000,000    |                                 | 973,688.2 ||
                  |                     736,734.2   | (96.43%)  ||
       800,000    |                    +-----------+|           ||
                  |        561,165.9   | 708,315.3 ||           ||
       600,000    |       +-----------+| (96.14%)  ||           ||
  (Triệu đồng)    |       | 472,305.3 ||           ||           ||
       400,000    |       | (84.17%)  ||           ||           ||
                  |       |           ||           ||           ||
       200,000    |       |           ||           ||           ||
                  |       +-----------++-----------++-----------+|
             0    +-------------2017--------2018--------2019-----+
                                 [Tổng tài sản]  [Dư nợ cho vay]

Vấn đề thực tiễn và bài toán đặt ra

Thị trường Thừa Thiên Huế sở hữu tốc độ tăng trưởng kinh tế bình quân đạt xấp xỉ 9,5%/năm, tỷ trọng công nghiệp và dịch vụ - du lịch chiếm gần 78% GRDP. Tuy nhiên, việc mở rộng quy mô tín dụng cá nhân tại MBBank Huế đối mặt với các rào cản kỹ thuật và quản trị rủi ro đặc thù:

  • Bất cân xứng thông tin (Information Asymmetry): Việc xác minh nguồn thu nhập thực tế của hộ kinh doanh cá thể và người lao động tự do tại địa phương gặp nhiều trở ngại do thiếu hệ thống chứng từ kế toán chuẩn hóa.
  • Chi phí vận hành đơn vị khoản vay cao: Các khoản vay tiêu dùng cá nhân có giá trị nhỏ lẻ, phân tán nhưng quy trình thẩm định, giải ngân và giám sát đòi hỏi lượng nhân sự lớn.
  • Áp lực cạnh tranh thị phần gay gắt: Sự hiện diện dày đặc của các NHTM nhà nước và NHTM cổ phần trên địa bàn đòi hỏi MBBank Huế phải tối ưu hóa quy trình nghiệp vụ và số hóa sản phẩm.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung phân tích định tính và định lượng về hiệu quả tín dụng tiêu dùng và cho vay sản xuất kinh doanh (SXKD) cá thể theo quy định pháp lý hiện hành (Luật Các TCTD 2010, Nghị định 59/2009/NĐ-CP).
  2. Phân tích dữ liệu thực nghiệm: Khai thác tập dữ liệu tài chính 3 năm liên tiếp (2017 - 2019) tại MBBank Huế để đánh giá tốc độ luân chuyển vốn, dư nợ tín dụng và chất lượng nợ vay theo Thông tư 22/VBHN-NHNN.
  3. Thiết kế giải pháp can thiệp: Đề xuất mô hình tối ưu hóa quy trình thẩm định tín dụng, nâng cao chất lượng nguồn nhân lực và ứng dụng công nghệ trong thu thập thông tin khách hàng.

Phạm vi và giới hạn

  • Không gian: Hội sở MBBank Huế (07 Nguyễn Tri Phương) cùng 2 phòng giao dịch trực thuộc (PGD Bắc Tràng Tiền - 67 Đinh Tiên Hoàng; PGD Nam Vĩ Dạ - 109 Phạm Văn Đồng).
  • Thời gian phân tích dữ liệu: Giai đoạn 2017 - 2019.
  • Đối tượng: Toàn bộ danh mục sản phẩm cho vay KHCN (vay mua nhà, mua ô tô, vay tiêu dùng tín chấp/thế chấp, vay bổ sung vốn lưu động hộ kinh doanh).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hoạt động cấp tín dụng cá nhân đòi hỏi sự cân bằng giữa tính linh hoạt của gói sản phẩm và tính chặt chẽ trong kiểm soát rủi ro. Bảng phân tích dưới đây đối chiếu mô hình cấp tín dụng bán lẻ tại MBBank Huế với các phương thức truyền thống:

Tiêu chí so sánh Tín dụng Doanh nghiệp truyền thống Tín dụng Cá nhân tiêu chuẩn Mô hình Tín dụng KHCN tại MBBank Huế
Quy mô khoản vay Rất lớn (từ vài tỷ đến hàng trăm tỷ VNĐ) Nhỏ và vừa (từ vài chục triệu đến vài tỷ VNĐ) Phân tầng linh hoạt: Tiêu dùng (50-500 triệu), SXKD/BĐS (1-5 tỷ)
Hồ sơ chứng minh Báo cáo tài chính kiểm toán, dòng tiền dự án Sao kê lương, hợp đồng lao động, tài sản thế chấp Tích hợp xác thực đa kênh (sao kê, hóa đơn thuế, dòng tiền thực tế)
Lãi suất áp dụng Thấp hơn, thương lượng linh hoạt Cao hơn (bù đắp rủi ro và chi phí vận hành) Lãi suất cạnh tranh, biên độ điều chỉnh định kỳ theo lãi suất huy động
Tốc độ xử lý Dài (15 - 45 ngày) Trung bình (3 - 7 ngày) Rút ngắn (24h - 72h đối với hồ sơ chuẩn hóa)

Ma trận ưu tiên yêu cầu giải pháp (MoSCoW)

  • Must have (Bắt buộc): Tuân thủ tuyệt đối quy định phân loại nợ theo 5 nhóm chuẩn hóa của NHNN; tự động hóa tính toán vòng quay vốn tín dụng và thời gian thu nợ bình quân.
  • Should have (Cần có): Hệ thống hóa bảng điểm xếp hạng tín dụng nội bộ cho từng phân khúc KHCN; tích hợp quy trình kiểm tra sau giải ngân định kỳ.
  • Could have (Có thể có): Ứng dụng công cụ chấm điểm hành vi (Behavioral Scoring) dựa trên lịch sử giao dịch thanh toán qua tài khoản MBBank.
  • Won't have (Chưa thực hiện): Tự động hóa giải ngân 100% không qua kiểm duyệt thực địa đối với các khoản vay thế chấp bất động sản quy mô trên 2 tỷ đồng.

Thiết kế hệ thống quy trình nghiệp vụ

Quy trình thẩm định và quản lý vòng đời khoản vay KHCN tại MBBank Huế được thiết kế thành chuỗi 7 bước khép kín nhằm tối thiểu hóa rủi ro tác nghiệp:

Ngăn xếp công nghệ và công cụ phân tích (Technology Stack)

  • Hệ thống dữ liệu lõi: Core Banking T24 (Temenos) kết hợp hệ thống báo cáo quản trị nội bộ MIS.
  • Công cụ tính toán & Xử lý số liệu: Microsoft Excel 2019 / Data Analysis Toolpak (xử lý thống kê mô tả, phân tích hồi quy, chuỗi thời gian).
  • Môi trường mô hình hóa dữ liệu: Python 3.8 (thư viện pandas 1.2.0, numpy 1.19.5) phục vụ tính toán các chỉ số vòng quay vốn tín dụng và ma trận chuyển nhóm nợ.
  • Khung pháp lý kỹ thuật: Văn bản hợp nhất số 22/VBHN-NHNN 2014 quy định về trích lập dự phòng và phân loại nợ.

Cấu trúc an toàn và kiểm soát rủi ro

  1. Phân loại nợ 5 nhóm:
    • Nhóm 1 (Nợ đủ tiêu chuẩn): Nợ trong hạn hoặc quá hạn < 10 ngày có khả năng thu hồi đầy đủ.
    • Nhóm 2 (Nợ cần chú ý): Quá hạn từ 10 đến 90 ngày; nợ cơ cấu lại thời hạn trả nợ lần đầu.
    • Nhóm 3 (Nợ dưới tiêu chuẩn): Quá hạn từ 91 đến 180 ngày; nợ miễn/giảm lãi.
    • Nhóm 4 (Nợ nghi ngờ): Quá hạn từ 181 đến 360 ngày; nợ cơ cấu lại lần 2.
    • Nhóm 5 (Nợ có khả năng mất vốn): Quá hạn > 360 ngày; nợ cơ cấu lại lần 3 trở lên.
  2. Tỷ lệ trích lập dự phòng cụ thể: Nhóm 1 (0%), Nhóm 2 (5%), Nhóm 3 (20%), Nhóm 4 (50%), Nhóm 5 (100%).

Methodology (Phương pháp nghiên cứu)

Khóa luận áp dụng phương pháp nghiên cứu kết hợp giữa định tính và định lượng:

  • Kỹ thuật thu thập dữ liệu thứ cấp: Thu thập dữ liệu kiểm toán nội bộ của MBBank Huế từ năm 2017 đến năm 2019, bao gồm Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Danh mục phân loại dư nợ theo kỳ hạn và mục đích.
  • Kỹ thuật phân tích so sánh: Đánh giá biến động qua các chỉ tiêu số tuyệt đối ($\Delta Y = Y_t - Y_{t-1}$) và số tương đối ($g = \frac{Y_t - Y_{t-1}}{Y_{t-1}} \times 100%$).
  • Hệ chỉ tiêu tài chính ngân hàng: Xác định tốc độ tăng trưởng doanh số cho vay (DSCV), doanh số thu nợ (DSTN), dư nợ cho vay (DNCV), vòng quay vốn tín dụng ($V_t$), hệ số thu nợ ($H_{tn}$) và thời gian thu nợ bình quân ($T_{tb}$).

Implementation và kết quả

Development process & Thuật toán tính toán chỉ số

Hệ thống chỉ tiêu đánh giá hiệu quả tín dụng cá nhân được tính toán trực tiếp dựa trên dữ liệu vận hành thực tế thông qua các công thức tài chính tiêu chuẩn:

$$\text{DSCV trong kỳ} = \text{DNCV}{\text{cuối kỳ}} - \text{DNCV}{\text{đầu kỳ}} + \text{DSTN}_{\text{trong kỳ}}$$

$$\text{Vòng quay vốn tín dụng KHCN} = \frac{\text{Doanh số thu nợ KHCN}}{\text{Dư nợ bình quân KHCN}}$$

$$\text{Thời gian thu nợ bình quân (ngày)} = \frac{\overline{\text{DNCV}}}{\text{DSTN}} \times 365$$

$$\text{Tỷ lệ nợ xấu KHCN (%)} = \frac{\text{Nợ xấu KHCN (Nhóm 3 + 4 + 5)}}{\text{Tổng dư nợ cho vay KHCN}} \times 100%$$

Đoạn mã Python thực thi thuật toán phân loại nợ và tính toán các chỉ số tín dụng định lượng:

import numpy as np
import pandas as pd


class CreditRiskAnalytics:

  def __init__(self, data_path: str):
    self.data = pd.DataFrame(data_path)

  def classify_loan_group(self, overdue_days: int, is_restructured: int) -> int:
    """Classify loan into Group 1-5 according to Circular 22/VBHN-NHNN."""
    if overdue_days <= 10 and is_restructured == 0:
      return 1  # Nợ đủ tiêu chuẩn
    elif 10 < overdue_days <= 90 or is_restructured == 1:
      return 2  # Nợ cần chú ý
    elif 91 <= overdue_days <= 180:
      return 3  # Nợ dưới tiêu chuẩn
    elif 181 <= overdue_days <= 360 or is_restructured == 2:
      return 4  # Nợ nghi ngờ
    else:
      return 5  # Nợ có khả năng mất vốn

  def calculate_turnover_metrics(
      self, dscv: float, dstn: float, dncv_start: float, dncv_end: float
  ) -> dict:
    """Compute Capital Turnover and Average Collection Period."""
    avg_dncv = (dncv_start + dncv_end) / 2.0
    turnover = dstn / avg_dncv if avg_dncv > 0 else 0.0
    collection_days = (avg_dncv / dstn) * 365.0 if dstn > 0 else np.nan
    repayment_ratio = (dstn / dscv) * 100.0 if dscv > 0 else 0.0

    return {
        "DNCV_BinhQuan": avg_dncv,
        "VongQuayVon": round(turnover, 2),
        "ThoiGianThuNo_Ngay": round(collection_days, 1),
        "HeSoThuNo_Percent": round(repayment_ratio, 2),
    }

Kết quả đạt được từ dữ liệu thực nghiệm

1. Quy mô tài sản và dư nợ cho vay khách hàng

Tổng tài sản và hoạt động cho vay khách hàng của MBBank Chi nhánh Huế giai đoạn 2017 - 2019 ghi nhận sự bứt phá vượt bậc:

Chỉ tiêu tài chính Năm 2017 (Trđ) Năm 2018 (Trđ) Năm 2019 (Trđ) So sánh 2018/2017 (%) So sánh 2019/2018 (%)
Tổng tài sản/Nguồn vốn 561.165,9 736.734,2 1.009.782,5 +31,29% +37,06%
Cho vay khách hàng 472.305,3 708.315,3 973.688,2 +49,97% +37,47%
Tỷ trọng Cho vay/Tổng tài sản 84,17% 96,14% 96,43% +11,97% +0,29%

Bằng chứng số liệu: Quy mô tài sản tăng ròng 448.616,6 triệu đồng sau 2 năm. Hoạt động cho vay khách hàng luôn đóng vai trò huyết mạch khi chiếm tới 96,43% tổng tài sản vào năm 2019.

2. Cơ cấu và chất lượng nguồn nhân lực

Chất lượng đội ngũ cán bộ nhân viên là nhân tố quyết định đến hiệu suất thẩm định tín dụng:

Phân loại lao động Năm 2017 (Người) Tỷ lệ (%) Năm 2018 (Người) Tỷ lệ (%) Năm 2019 (Người) Tỷ lệ (%)
Tổng số lao động 53 100% 55 100% 57 100%
- Nam 19 35,85% 20 36,36% 21 36,84%
- Nữ 34 64,15% 35 63,64% 36 63,16%
Trình độ học vấn:
- Đại học 50 94,34% 52 94,54% 54 94,73%
- Cao đẳng, Trung cấp 2 3,77% 2 3,64% 2 3,51%
- Phổ thông trung học 1 1,89% 1 1,82% 1 1,76%

Đội ngũ nhân sự duy trì tỷ lệ tốt nghiệp Đại học ở mức rất cao (94,73% năm 2019), tạo nền tảng vững chắc cho việc ứng dụng các quy trình thẩm định phức tạp.


Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng đa chiều: Đề tài đã xây dựng hệ thống phân tích tích hợp giữa quy mô (DSCV, DNCV), hiệu suất thu hồi (DSTN, Hệ số thu nợ) và độ an toàn (Tỷ lệ nợ xấu theo VBHN 22/NHNN).
  2. Tối ưu hóa cơ cấu kỳ hạn tín dụng cá nhân: Nghiên cứu chỉ ra sự chuyển dịch tỷ trọng từ các khoản vay tiêu dùng ngắn hạn sang các khoản vay trung - dài hạn (vay mua nhà, mua xe) giúp chi nhánh cố định biên lãi ròng (NIM) tốt hơn trong điều kiện lãi suất huy động biến động.
  3. Cải tiến quy trình kiểm soát rủi ro độc lập: Thiết lập mô hình phân tách rõ ràng giữa chức năng phát triển kinh doanh (Phòng Khách hàng cá nhân) và chức năng kiểm soát sau giải ngân (Bộ phận Hỗ trợ tín dụng & Quản trị rủi ro), giảm thiểu tối đa rủi ro đạo đức.
  4. Hiệu quả định lượng vượt trội: Đóng góp vào việc duy trì tỷ trọng tài sản sinh lời (cho vay khách hàng) đạt ngưỡng cao kỷ lục 96,43%, đưa MBBank Huế trở thành một trong những đơn vị có tốc độ tăng trưởng tín dụng bán lẻ ấn tượng trên địa bàn tỉnh Thừa Thiên Huế.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế theo nhóm sản phẩm

+-------------------------------------------------------------------------------+
|                       DANH MỤC SẢN PHẨM CHO VAY KHCN                          |
+-------------------------------------------------------------------------------+
        |                               |                               |
        v                               v                               v
[Vay Mua Bất Động Sản]         [Vay Mua Ô Tô Trả Góp]         [Vay Sản Xuất Kinh Doanh]
- Hạn mức: Tối đa 80% giá trị   - Hạn mức: Lên đến 85% giá trị - Hạn mức: Cấp hạn mức 
  HĐMB bất động sản               xe định giá                    vốn lưu động 12 tháng
- Thời hạn: 60 - 240 tháng      - Thời hạn: 36 - 96 tháng      - Lãi suất: Thả nổi điều
- TSBĐ: Sổ hồng/Sổ đỏ chính     - TSBĐ: Cà vẹt xe gốc kèm bảo    chỉnh theo biên độ huy
  chủ hoặc tài sản hình thành     hiểm thân vỏ chuyển quyền thụ   động
  từ vốn vay                      hưởng cho MBBank

Kế hoạch hành động và lộ trình nâng cao hiệu quả tín dụng

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai: Chi phí đào tạo cán bộ tín dụng (CBTD), chi phí số hóa dữ liệu khách hàng và ngân sách tiếp thị số tại khu vực Huế ước tính chiếm khoảng 3 - 5% tổng chi phí quản lý hàng năm.
  • Lợi ích kinh tế: Giảm thiểu tỷ lệ nợ xấu phát sinh xuống dưới 1,5%; đẩy nhanh tốc độ quay vòng vốn tín dụng lên mức 2,5 - 3,0 vòng/năm, tối ưu hóa hệ số thu nợ đạt trên 90%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ bao phủ dữ liệu: Mẫu số liệu nghiên cứu tập trung vào giai đoạn 2017 - 2019, chưa phản ánh đầy đủ các tác động dị biệt từ cuộc khủng hoảng chuỗi cung ứng và đại dịch toàn cầu giai đoạn tiếp theo.
  • Phương pháp thu thập thông tin: Việc đánh giá mức độ hài lòng của KHCN mới chỉ dừng lại ở các cuộc phỏng vấn định tính sơ bộ, chưa xây dựng thang đo Likert 5 mức độ để chạy mô hình hồi quy Structural Equation Modeling (SEM).

Hướng phát triển của đề tài

  1. Tích hợp mô hình AI/Machine Learning: Ứng dụng các thuật toán phân lớp học máy như Random Forest hoặc XGBoost trên nền tảng Python để xây dựng mô hình dự báo xác suất vỡ nợ (Probability of Default - PD).
  2. Khai thác dữ liệu thay thế (Alternative Data): Đánh giá uy tín khách hàng qua dữ liệu viễn thông, hóa đơn tiện ích và lịch sử giao dịch thương mại điện tử nhằm mở rộng hạn mức tín chấp an toàn.
  3. Mở rộng phạm vi không gian: Thực hiện nghiên cứu so sánh đối chuẩn (Benchmarking) giữa MBBank Chi nhánh Huế với các chi nhánh MBBank khác tại khu vực Duyên hải Miền Trung (Đà Nẵng, Quảng Trị, Quảng Bình).

Đối tượng hưởng lợi

                             HỆ SINH THÁI HƯỞNG LỢI
                                       |
    +------------------+---------------+---------------+------------------+
    |                  |                               |                  |
    v                  v                               v                  v
[Sinh viên &       [Chuyên viên &                 [Ngân hàng &       [Cộng đồng
 Nghiên cứu sinh]   Cán bộ tín dụng]               Nhà quản trị]      Khách hàng]
- Nguồn tài liệu   - Nắm vững 7 bước              - Khung giải pháp  - Tiếp cận vốn
  chuẩn mực về       quy trình thẩm                 nâng cao năng      nhanh chóng,
  phân tích tín      định và kỹ năng                lực cạnh tranh,    lãi suất minh
  dụng NHTM          xử lý hồ sơ                    kiểm soát nợ xấu   bạch, an toàn
  • Sinh viên & Nghiên cứu sinh ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo thực tiễn chuẩn xác với đầy đủ công thức toán tài chính, bảng cân đối kế toán và quy trình tín dụng thực tế.
  • Chuyên viên tín dụng bán lẻ (CBTD): Nắm vững kỹ thuật thẩm định dòng tiền thực tế của hộ kinh doanh cá thể và phương pháp kiểm tra thực địa tài sản bảo đảm.
  • Ban lãnh đạo MBBank Chi nhánh Huế: Sở hữu bức tranh phân tích toàn diện về tốc độ tăng trưởng tín dụng 2017 - 2019, làm căn cứ hoạch định chiến lược kinh doanh cho các giai đoạn tiếp theo.
  • Khách hàng cá nhân tại địa bàn Thừa Thiên Huế: Được tiếp cận các gói sản phẩm tín dụng được thiết kế tối ưu, rút ngắn thời gian giải ngân và nâng cao trải nghiệm dịch vụ tài chính.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để khách hàng cá nhân được cấp tín dụng tại MBBank Huế là gì?

Khách hàng cần đáp ứng 3 nguyên tắc cơ bản theo quy định của Luật Các TCTD: (1) Có năng lực hành vi dân sự đầy đủ; (2) Mục đích vay vốn hợp pháp và có phương án sử dụng vốn khả thi; (3) Có khả năng tài chính đảm bảo hoàn trả đầy đủ nợ gốc và lãi đúng hạn; đồng thời không có lịch sử nợ xấu (từ Nhóm 2 đến Nhóm 5) trên hệ thống CIC trong 12 tháng gần nhất.

2. Sự khác biệt cơ bản giữa phân loại nợ Nhóm 1 và Nhóm 2 theo Văn bản hợp nhất 22/VBHN-NHNN là gì?

Nợ Nhóm 1 (Nợ đủ tiêu chuẩn) bao gồm các khoản nợ trong hạn hoặc quá hạn dưới 10 ngày được đánh giá có khả năng thu hồi đầy đủ. Nợ Nhóm 2 (Nợ cần chú ý) bao gồm các khoản nợ quá hạn từ 10 đến 90 ngày hoặc các khoản nợ được cơ cấu lại thời hạn trả nợ lần đầu. Khi chuyển sang Nhóm 2, ngân hàng phải trích lập dự phòng cụ thể 5% thay vì 0%.

3. Làm thế nào để tính toán tốc độ quay vòng vốn tín dụng của ngân hàng?

Vòng quay vốn tín dụng ($V_t$) được xác định bằng thương số giữa Doanh số thu nợ trong kỳ (DSTN) và Dư nợ bình quân trong kỳ ($\overline{\text{DNCV}}$). Chỉ số này phản ánh mức độ luân chuyển nhanh hay chậm của đồng vốn ngân hàng đầu tư vào nền kinh tế.

4. Tại sao tỷ trọng dư nợ cho vay khách hàng trên tổng tài sản của MBBank Huế lại đạt mức rất cao (96,43% năm 2019)?

Tỷ trọng này phản ánh chiến lược kinh doanh tập trung mạnh mẽ vào mảng tín dụng cốt lõi của MBBank Huế nhằm tối đa hóa thu nhập lãi thuần, đồng thời chứng minh khả năng hấp thụ vốn tốt của thị trường tiêu dùng và sản xuất kinh doanh cá thể tại địa bàn Thừa Thiên Huế.

5. Chi nhánh cần áp dụng biện pháp gì để xử lý và hạn chế nợ xấu phát sinh?

Chi nhánh cần thực hiện đồng bộ 4 nhóm giải pháp: (1) Nâng cao chất lượng thu thập và thẩm định thông tin ngay từ khâu tiếp nhận hồ sơ; (2) Tăng cường kiểm tra định kỳ mục đích sử dụng vốn sau giải ngân; (3) Theo dõi sát sao dòng tiền trả nợ để chủ động cơ cấu nợ kịp thời; (4) Khởi kiện hoặc xử lý tài sản bảo đảm theo đúng quy định pháp luật khi khách hàng cố tình chây ì.


Kết luận

Khóa luận "Thực trạng hoạt động cho vay khách hàng cá nhân tại Ngân hàng TMCP Quân Đội – Chi nhánh Huế" của tác giả Trần Thị Lan đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua các dữ liệu tài chính thực nghiệm giai đoạn 2017 - 2019, công trình đã chứng minh sự tăng trưởng vượt bậc của MBBank Huế khi tổng tài sản đạt 1.009.782,5 triệu đồng (tăng 37,06% trong năm 2019) và dư nợ cho vay đạt 973.688,2 triệu đồng (chiếm 96,43% tổng tài sản).

Bên cạnh những thành quả về mặt quy mô, khóa luận đã đề xuất hệ thống giải pháp mang tính khả thi cao, bao gồm: nâng cao năng lực thẩm định của cán bộ tín dụng, hiện đại hóa công nghệ thu thập dữ liệu khách hàng, tăng cường công tác kiểm soát sau giải ngân và đa dạng hóa hoạt động tiếp thị sản phẩm. Đây là nguồn tài liệu tham khảo có giá trị học thuật và ứng dụng thực tiễn cao cho sinh viên khối ngành Kinh tế, các chuyên viên ngân hàng và các nhà quản trị tín dụng trong quá trình tối ưu hóa hoạt động bán lẻ hiện đại.