Nâng cao hiệu quả hoạt động cho vay khách hàng cá nhân tại ngân hàng thương mại cổ phần công thương việt nam chi nhánh 7 khóa luận đại học chuyên ngành tài chính ngân hàng

Nâng cao hiệu quả cho vay khách hàng cá nhân tại ngân hàng thương mại cổ phần công thương Việt Nam chi nhánh 7, khóa luận chuyên ngành tài chính ngân hàng.

• Tác giả: Võ Đình Duy
• Người hướng dẫn: TS. Phan Ngọc Minh
• Trường học: Trường Đại Học Ngân Hàng Thành Phố Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân Hàng
• Đề tài: Nâng Cao Hiệu Quả Hoạt Động Cho Vay Khách Hàng Cá Nhân Tại Ngân Hàng Thương Mại Cổ Phần Công Thương Việt Nam – Chi Nhánh 7
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: TP. HCM

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• NHẬN XÉT CỦA NGƢỜI HƢỚNG DẪN KHÓA LUẬN
• 1. CHƯƠNG 1: Cơ sở lý luận về cho vay đối với khách hàng cá nhân
• 1.1. Khái niệm về ngân hàng thương mại
• 1.2. Tổng quan về hoạt động cho vay
• 1.3. Khái niệm cho vay của NHTM
• 1.4. Đặc điểm của cho vay
• 1.5. Phân loại các khoản cho vay
• 1.6. Vai trò của hoạt động cho vay
• 1.7. Cho vay đối với khách hàng cá nhân
• 1.7.1. Khái niệm cho vay đối với khách hàng cá nhân
• 1.7.2. Đặc điểm của hoạt động cho vay khách hàng cá nhân
• 1.7.2.1. Về đối tượng
• 1.7.2.2. Thời gian vay vốn
• 1.7.2.3. Quy mô vốn và số lượng các khoản vay
• 1.7.3. Chi phí cho vay
• 1.7.3.1. Lãi suất cho vay
• 1.7.3.2. Rủi ro tín dụng
• 1.7.4. Phân biệt cho vay khách hàng cá nhân với cho vay KHDN
• 1.7.5. Vai trò của cho vay đối với khách hàng cá nhân
• 1.7.6. Các chỉ tiêu phản ánh hiệu quả đánh giá hoạt động cho vay đối với khách hàng cá nhân
• 1.7.6.1. Nhóm chỉ tiêu định tính
• 1.7.6.2. Nhóm chỉ tiêu định lượng
• 1.7.7. Các nhân tố ảnh hưởng đến sự phát triển của hoạt động cho vay khách hàng cá nhân
• 1.7.7.1. Nhóm nhân tố chủ quan
• 1.7.7.2. Nhóm nhân tố từ phía ngân hàng
• 1.7.7.3. Nhóm nhân tố thuộc về khách hàng vay vốn
• 1.7.7.4. Nhóm nhân tố thuộc về điều kiện khách quan
• 2. CHƯƠNG 2: Thực trạng hoạt động cho vay đối với khách hàng cá nhân tại Ngân hàng Thương mại Cổ phần Công Thương Việt Nam – Chi nhánh 7
• 2.1. Giới thiệu chung về Ngân hàng TMCP Công Thương Việt Nam - Chi nhánh 7
• 2.1.1. Quá trình hình thành và phát triển
• 2.1.2. Chức năng, nhiệm vụ, cơ cấu tổ chức
• 2.2. Cơ sở pháp lý cho hoạt động cho vay khách hàng cá nhân tại ngân hàng Vietinbank- chi nhánh 7
• 2.2.1. Các quy định về nghiệp vụ cho vay khách hàng cá nhân tại ngân hàng Vietinbank-chi nhánh 7
• 2.3. Khái quát về hoạt động kinh doanh của Vietinbank-chi nhánh 7
• 2.3.1. Hoạt động huy động vốn
• 2.3.2. Tình hình sử dụng vốn
• 2.3.3. Kết quả hoạt động kinh doanh
• 2.4. Thực trạng cho vay đối với khách hàng cá nhân tại Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh 7
• 2.4.1. Tổng quan về hoạt động đối với khách hàng cá nhân tại Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh 7
• 2.4.1.1. Các chỉ tiêu định tính
• 2.4.1.2. Các chỉ tiêu định lượng
• 2.5. Đánh giá chung về hoạt động cho đối với khách hàng cá nhân tại Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh 7
• 2.5.1. Kết quả đạt được
• 2.5.2. Những hạn chế và nguyên nhân trong hoạt động cho vay đối với khách hàng cá nhân
• 3. CHƯƠNG 3: Giải pháp phát triển hoạt động cho vay đối với khách hàng cá nhân tại Ngân hàng TMCP Công Thương Việt Nam - Chi nhánh 7
• 3.1. Định hướng phát triển của Ngân hàng TMCP Công Thương Việt Nam - Chi nhánh 7
• 3.1.1. Sử dụng biện pháp huy động nguồn vốn nhằm nâng cao hiệu quả cho vay
• 3.1.2. Cải thiện quy trình, thủ tục cho vay KHCN
• 3.1.3. Nâng cao chất lượng của hệ thống thông tin tín dụng
• 3.1.4. Đẩy mạnh hoạt động Marketing trong cho vay KHCN
• 3.1.5. Nâng cao chất lượng cán bộ tín dụng
• 3.2. Một số kiến nghị
• 3.2.1. Kiến nghị đối với nhà nước
• 3.2.2. Kiến nghị đối với Ngân hàng TMCP Công Thương Việt Nam
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC BẢNG

Tóm tắt

I. Tổng Quan Về Hoạt Động Cho Vay Khách Hàng Cá Nhân Tại Vietinbank Chi Nhánh 7

Hoạt động cho vay khách hàng cá nhân tại Ngân hàng Vietinbank Chi nhánh 7 đóng vai trò quan trọng trong việc thúc đẩy nền kinh tế địa phương. Ngân hàng cung cấp nhiều sản phẩm cho vay đa dạng, đáp ứng nhu cầu tài chính của cá nhân. Việc tối ưu hóa quy trình cho vay không chỉ giúp ngân hàng tăng trưởng doanh thu mà còn nâng cao sự hài lòng của khách hàng.

1.1. Khái Niệm Về Cho Vay Cá Nhân Tại Vietinbank

Cho vay cá nhân tại Vietinbank là hình thức cấp tín dụng cho cá nhân nhằm đáp ứng nhu cầu tiêu dùng, đầu tư hoặc mua sắm. Ngân hàng cung cấp nhiều loại hình cho vay như vay tiêu dùng, vay mua nhà, và vay học tập.

1.2. Vai Trò Của Hoạt Động Cho Vay Đối Với Ngân Hàng

Hoạt động cho vay không chỉ tạo ra nguồn thu nhập từ lãi suất mà còn giúp ngân hàng xây dựng mối quan hệ lâu dài với khách hàng. Điều này góp phần nâng cao uy tín và thương hiệu của Vietinbank trong ngành ngân hàng.

II. Những Thách Thức Trong Hoạt Động Cho Vay Khách Hàng Cá Nhân Tại Vietinbank

Mặc dù hoạt động cho vay cá nhân tại Vietinbank Chi nhánh 7 có nhiều tiềm năng, nhưng cũng đối mặt với nhiều thách thức. Các vấn đề như rủi ro tín dụng, cạnh tranh từ các ngân hàng khác và sự thay đổi trong nhu cầu của khách hàng là những yếu tố cần được xem xét.

2.1. Rủi Ro Tín Dụng Trong Cho Vay Cá Nhân

Rủi ro tín dụng là một trong những thách thức lớn nhất mà ngân hàng phải đối mặt. Việc đánh giá khả năng trả nợ của khách hàng là rất quan trọng để giảm thiểu rủi ro này.

2.2. Cạnh Tranh Từ Các Ngân Hàng Khác

Cạnh tranh trong lĩnh vực cho vay cá nhân ngày càng gia tăng. Các ngân hàng khác cũng cung cấp nhiều sản phẩm cho vay hấp dẫn, điều này đòi hỏi Vietinbank phải cải thiện dịch vụ và lãi suất để thu hút khách hàng.

III. Phương Pháp Tối Ưu Quy Trình Cho Vay Tại Vietinbank Chi Nhánh 7

Để nâng cao hiệu quả hoạt động cho vay, Vietinbank Chi nhánh 7 cần áp dụng các phương pháp tối ưu hóa quy trình cho vay. Việc cải thiện quy trình này sẽ giúp giảm thời gian xử lý hồ sơ và nâng cao trải nghiệm của khách hàng.

3.1. Cải Thiện Thủ Tục Vay Tiền

Cải thiện thủ tục vay tiền bằng cách đơn giản hóa hồ sơ và quy trình phê duyệt sẽ giúp khách hàng dễ dàng tiếp cận dịch vụ hơn. Điều này cũng giúp ngân hàng tiết kiệm thời gian và chi phí.

3.2. Nâng Cao Chất Lượng Dịch Vụ Khách Hàng

Đào tạo nhân viên để nâng cao chất lượng dịch vụ khách hàng là rất cần thiết. Nhân viên cần có khả năng tư vấn và hỗ trợ khách hàng một cách hiệu quả nhất.

IV. Ứng Dụng Công Nghệ Trong Hoạt Động Cho Vay Tại Vietinbank

Việc ứng dụng công nghệ thông tin trong hoạt động cho vay sẽ giúp Vietinbank Chi nhánh 7 nâng cao hiệu quả và giảm thiểu rủi ro. Công nghệ có thể hỗ trợ trong việc phân tích dữ liệu khách hàng và quản lý hồ sơ vay.

4.1. Sử Dụng Phần Mềm Quản Lý Tín Dụng

Phần mềm quản lý tín dụng giúp ngân hàng theo dõi và phân tích thông tin khách hàng một cách hiệu quả. Điều này giúp cải thiện khả năng ra quyết định trong việc cấp tín dụng.

4.2. Ứng Dụng Công Nghệ Thông Tin Trong Quản Lý Rủi Ro

Công nghệ thông tin có thể giúp ngân hàng phát hiện sớm các dấu hiệu rủi ro tín dụng, từ đó có biện pháp xử lý kịp thời.

V. Kết Quả Nghiên Cứu Về Hoạt Động Cho Vay Tại Vietinbank Chi Nhánh 7

Nghiên cứu về hoạt động cho vay khách hàng cá nhân tại Vietinbank Chi nhánh 7 cho thấy nhiều kết quả tích cực. Tuy nhiên, vẫn còn nhiều vấn đề cần cải thiện để nâng cao hiệu quả cho vay.

5.1. Đánh Giá Kết Quả Hoạt Động Cho Vay

Kết quả hoạt động cho vay được đánh giá qua các chỉ tiêu như tỷ lệ nợ xấu, doanh thu từ lãi suất và sự hài lòng của khách hàng. Những chỉ tiêu này phản ánh hiệu quả của hoạt động cho vay.

5.2. Những Hạn Chế Cần Khắc Phục

Mặc dù có nhiều kết quả tích cực, nhưng vẫn còn tồn tại một số hạn chế như quy trình phê duyệt chậm và tỷ lệ nợ xấu cao. Cần có các giải pháp cụ thể để khắc phục những vấn đề này.

VI. Kết Luận Và Định Hướng Tương Lai Cho Hoạt Động Cho Vay Tại Vietinbank

Hoạt động cho vay khách hàng cá nhân tại Vietinbank Chi nhánh 7 có nhiều tiềm năng phát triển. Định hướng tương lai cần tập trung vào việc cải thiện quy trình cho vay và nâng cao chất lượng dịch vụ để đáp ứng nhu cầu ngày càng cao của khách hàng.

6.1. Định Hướng Phát Triển Hoạt Động Cho Vay

Ngân hàng cần xây dựng các chiến lược phát triển hoạt động cho vay cá nhân, bao gồm việc mở rộng sản phẩm và dịch vụ để thu hút khách hàng.

6.2. Tăng Cường Đầu Tư Vào Công Nghệ

Đầu tư vào công nghệ sẽ giúp ngân hàng nâng cao hiệu quả hoạt động cho vay và giảm thiểu rủi ro. Việc áp dụng công nghệ mới sẽ tạo ra lợi thế cạnh tranh cho Vietinbank.

Nội dung chính

Giới thiệu dự án

Hoạt động cho vay khách hàng cá nhân (KHCN - Retail Banking Lending) đóng vai trò huyết mạch trong cấu trúc kinh doanh của hệ thống Ngân hàng Thương mại (NHTM). Tại Việt Nam, thị trường tín dụng bán lẻ ghi nhận tốc độ tăng trưởng bình quân hàng năm đạt 13% - 15%, chiếm tỷ trọng ngày càng lớn trong tổng dư nợ (TDN) toàn hệ thống. Tuy nhiên, các NHTM đang phải đối mặt với bài toán tối ưu hóa lợi nhuận ròng (TNR - Net Income) song song với việc kiểm soát tỷ lệ nợ xấu (NPL - Non-Performing Loans) theo chuẩn mực Basel II và quy định của Ngân hàng Nhà nước (NHNN).

Tại Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh 7 (VietinBank CN7) tọa lạc tại địa bàn kinh tế trọng điểm quận Bình Thạnh, TP.HCM, hoạt động tín dụng KHCN đang đứng trước những thách thức kỹ thuật và vận hành đáng kể:

• Chi phí dự phòng rủi ro (DPRR) tăng cao: Năm 2016 ghi nhận 43 tỷ đồng, năm 2017 tăng lên 64 tỷ đồng (+48.8%) và năm 2018 đạt 80.5 tỷ đồng (+25.8%), bào mòn biên lợi nhuận trước thuế (LNTT).
• Biên lãi thuần (NIM - Net Interest Margin) chịu áp lực thu hẹp: Cạnh tranh lãi suất huy động vốn (HĐV) gay gắt từ các ngân hàng thương mại cổ phần tư nhân và ngân hàng ngoại (Standard Chartered, HSBC, Shinhan Bank).
• Quy trình thẩm định tín dụng truyền thống: Thời gian phê duyệt hồ sơ tín dụng (HSTD) kéo dài từ 3 – 5 ngày làm việc do thiếu công cụ chấm điểm tín dụng nội bộ (Credit Scoring) tự động hóa.
• Bất đối xứng thông tin: Đánh giá tài sản bảo đảm (TSBĐ) và xác minh nguồn thu nhập của các hộ kinh doanh cá thể chưa được chuẩn hóa qua hệ thống dữ liệu số.

+-----------------------------------------------------------------------------------+
|                        MỤC TIÊU DỰ ÁN TÍN DỤNG KHCN                               |
+-----------------------------------------------------------------------------------+
| [1] Chuẩn hóa hệ thống chấm điểm tín dụng tự động & quản trị rủi ro nợ xấu       |
| [2] Tối ưu hóa phân bổ hạn mức tín dụng & nâng cao chỉ số sinh lời NIM           |
| [3] Tự động hóa quy trình xử lý HSTD, cắt giảm thời gian xử lý >= 40%             |
| [4] Tăng trưởng quy mô dư nợ KHCN an toàn, duy trì tỷ lệ nợ xấu <= 1.5%           |
+-----------------------------------------------------------------------------------+

Dự án đề xuất giải pháp kỹ thuật kết hợp giữa mô hình định lượng rủi ro tín dụng (Quantitative Credit Risk Modeling) dựa trên thuật toán phân loại điểm số tín dụng và tái cấu trúc quy trình vận hành tín dụng theo Thông tư 39/2016/TT-NHNN và chuẩn mực Basel II.

Phạm vi nghiên cứu: Dữ liệu vận hành tín dụng và huy động vốn của VietinBank Chi nhánh 7 trong giai đoạn 2016 – 2018, tập trung vào phân khúc khách hàng cá nhân và hộ kinh doanh trên địa bàn TP.HCM.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát phương thức quản trị tín dụng tại các chi nhánh NHTM truyền thống chỉ ra nhiều điểm nghẽn trong việc mở rộng quy mô tín dụng bán lẻ an toàn.

Tiêu chí	Phương thức truyền thống (Manual Underwriting)	Mô hình Rule-based tĩnh	Mô hình tích hợp Credit Scoring & Analytics
Tốc độ xử lý hồ sơ	Chậm (3 - 5 ngày)	Trung bình (1 - 2 ngày)	Real-time / Dưới 4 giờ
Độ chính xác xếp hạng nợ	Phụ thuộc cảm tính cán bộ tín dụng (CBTD)	Cố định theo khung điểm cứng	Động lực học, phân loại đa biến
Kiểm soát DPRR & NPL	Bị động khi phát sinh nợ quá hạn	Cảnh báo khi quá hạn 10-90 ngày	Cảnh báo sớm (Early Warning System)
Chi phí thẩm định/khoản vay	Cao ($35 - $50/hồ sơ)	Trung bình ($20 - $30/hồ sơ)	Thấp ($5 - $10/hồ sơ)
Khả năng mở rộng (Scale)	Bị giới hạn bởi nhân sự thẩm định	Mở rộng ở mức vừa phải	Xử lý hàng chục nghìn hồ sơ đồng thời

Phân loại yêu cầu hệ thống theo mô hình MoSCoW:

• Must have (Bắt buộc): Tích hợp tra cứu dữ liệu Trung tâm Thông tin Tín dụng Quốc gia (CIC); Phân loại nợ 5 nhóm theo Quyết định 39/2016/TT-NHNN; Tính toán tỷ lệ khả năng trả nợ (DSR/DTI) và tỷ lệ cho vay trên giá trị tài sản bảo đảm (LTV).
• Should have (Nên có): Thuật toán chấm điểm tín dụng tự động Scorecard; Tự động trích lập DPRR theo từng nhóm nợ; Dashboard giám sát NIM và dư nợ thời gian thực.
• Could have (Có thể có): Khuyến nghị hạn mức phê duyệt tự động; Tích hợp eKYC và số hóa hồ sơ giấy tờ qua OCR.
• Won't have (Chưa áp dụng): Tự động giải ngân trực tiếp không cần chữ ký kiểm soát rủi ro của cấp phê duyệt tín dụng.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình phân tầng dịch vụ (Multi-tiered Service Architecture) kết nối liền mạch với Core Banking Finacle:

+---------------------------------------------------------------------------------+
|                                APPLICATION LAYER                                |
|   [Portal Khách Hàng Web/App]   <--->   [Hệ Thống Thẩm Định CBTD (Loan LOS)]    |
+---------------------------------------------------------------------------------+
                                      | (RESTful APIs / TLS 1.3)
+---------------------------------------------------------------------------------+
|                                 BUSINESS LAYER                                  |
|   +--------------------------+  +--------------------+  +--------------------+  |
|   |  Credit Scoring Engine   |  | Early Warning EWS  |  |  Loan Pricing /    |  |
|   |  (Logistic / Scorecard)  |  | (NPL Classification|  |  NIM Optimization  |  |
|   +--------------------------+  +--------------------+  +--------------------+  |
+---------------------------------------------------------------------------------+
                                      | (gRPC / Message Queue)
+---------------------------------------------------------------------------------+
|                               DATA ACCESS LAYER                                 |
|   +---------------------------------------+  +--------------------------------+ |
|   | PostgreSQL 15 (Relational DB)         |  | Redis 7.0 (Cache / Session)    | |
|   +---------------------------------------+  +--------------------------------+ |
+---------------------------------------------------------------------------------+
                                      | (Enterprise Service Bus)
+---------------------------------------------------------------------------------+
|                           CORE BANKING & INTEGRATION                            |
|     [Core Banking Finacle 11.x]   <=======>   [National Credit Bureau (CIC)]     |
+---------------------------------------------------------------------------------+

Technology Stack & Versions

• Core Engine & Backend API: Python 3.11, FastAPI 0.104.1, Scikit-learn 1.3.2, Pandas 2.1.3
• Enterprise Database: PostgreSQL 15.4, Redis 7.0.12 (Cache session & Rate limiting)
• Message Broker & Workflow: Apache Kafka 3.6.0, Apache Airflow 2.7.3 (Định kỳ chạy Batch Job phân loại nợ)
• Containerization & CI/CD: Docker 24.0.7, Kubernetes 1.28, GitLab CI/CD

Database Schema (PostgreSQL DDL)

-- Bảng lưu trữ hồ sơ và điểm số tín dụng khách hàng cá nhân
CREATE TABLE customer_credit_profile (
    customer_id VARCHAR(20) PRIMARY KEY,
    id_card_number VARCHAR(12) UNIQUE NOT NULL,
    full_name VARCHAR(100) NOT NULL,
    monthly_income NUMERIC(15, 2) NOT NULL,
    living_cost NUMERIC(15, 2) NOT NULL,
    credit_history_months INT DEFAULT 0,
    cic_bad_debt_group INT DEFAULT 1 CHECK (cic_bad_debt_group BETWEEN 1 AND 5),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng định danh khoản vay và trạng thái phê duyệt
CREATE TABLE loan_application (
    loan_id VARCHAR(36) PRIMARY KEY,
    customer_id VARCHAR(20) REFERENCES customer_credit_profile(customer_id),
    loan_amount NUMERIC(15, 2) NOT NULL,
    loan_term_months INT NOT NULL,
    interest_rate NUMERIC(5, 2) NOT NULL,
    collateral_value NUMERIC(15, 2) DEFAULT 0.00,
    ltv_ratio NUMERIC(5, 2) GENERATED ALWAYS AS ((loan_amount / NULLIF(collateral_value, 0)) * 100) STORED,
    dti_ratio NUMERIC(5, 2) NOT NULL,
    credit_score INT CHECK (credit_score BETWEEN 300 AND 850),
    approval_status VARCHAR(20) DEFAULT 'PENDING' CHECK (approval_status IN ('PENDING', 'APPROVED', 'REJECTED', 'MANUAL_REVIEW')),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng theo dõi trích lập dự phòng rủi ro và phân loại nợ
CREATE TABLE loan_risk_monitoring (
    monitoring_id BIGSERIAL PRIMARY KEY,
    loan_id VARCHAR(36) REFERENCES loan_application(loan_id),
    current_debt_group INT CHECK (current_debt_group BETWEEN 1 AND 5),
    overdue_days INT DEFAULT 0,
    outstanding_balance NUMERIC(15, 2) NOT NULL,
    general_provision NUMERIC(15, 2) NOT NULL, -- DPRR Chung (0.75%)
    specific_provision NUMERIC(15, 2) NOT NULL, -- DPRR Cụ thể (0%, 5%, 20%, 50%, 100%)
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

API Endpoint Specifications

POST /api/v1/credit/scoring
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

Request Payload:
{
  "customer_id": "KHCN-78921",
  "monthly_income": 45000000,
  "living_cost": 15000000,
  "existing_debt_obligations": 5000000,
  "requested_amount": 500000000,
  "term_months": 36,
  "collateral_value": 1000000000,
  "cic_score_class": "CLASS_1",
  "employment_type": "PERMANENT_CONTRACT"
}

Response (200 OK):
{
  "status": "SUCCESS",
  "credit_score": 745,
  "risk_grade": "LOW_RISK",
  "dti_ratio": 44.44,
  "ltv_ratio": 50.00,
  "recommendation": "AUTO_APPROVE",
  "pricing_margin": {
    "base_rate": 7.5,
    "risk_spread": 1.8,
    "final_lending_rate": 9.3
  }
}

Methodology

Dự án áp dụng mô hình lai (Hybrid Agile-Waterfall Framework):

• Giai đoạn chuẩn bị (Waterfall): Rà soát pháp lý theo Luật Các Tổ chức Tín dụng số 47/2010/QH12, Bộ luật Dân sự số 91/2015/QH13, Thông tư 39/2016/TT-NHNN, bảo đảm tính pháp lý cho quy trình thẩm định.
• Giai đoạn phát triển (Agile/Scrum): Triển khai trong 4 Sprint (mỗi sprint 2 tuần) nhằm phát triển module tính toán điểm số, API tích hợp và kiểm thử thuật toán định giá rủi ro.

---

Implementation và kết quả

Development process

Cốt lõi của hệ thống giải pháp là thuật toán chấm điểm thẻ điểm tín dụng (Application Scorecard Engine) và phân tầng nợ trích lập DPRR tự động.

import numpy as np
import pandas as pd
from dataclasses import dataclass

@dataclass
class CustomerProfile:
    monthly_income: float
    monthly_debt_repayment: float
    loan_amount: float
    collateral_value: float
    overdue_days: int
    cic_status: int

class RetailCreditEngine:
    """
    Hệ thống thẩm định và giám sát rủi ro tín dụng KHCN 
    tuân thủ quy định NHNN và Basel II
    """
    OFFSET = 600.0
    FACTOR = 20.0 / np.log(2)  # PDO (Points to Double Odds) = 20

    def __init__(self, general_provision_rate: float = 0.0075):
        self.general_provision_rate = general_provision_rate

    def calculate_metrics(self, profile: CustomerProfile) -> dict:
        # Debt-to-Income (DTI)
        dti = (profile.monthly_debt_repayment / profile.monthly_income) * 100 if profile.monthly_income > 0 else 100.0
        
        # Loan-to-Value (LTV)
        ltv = (profile.loan_amount / profile.collateral_value) * 100 if profile.collateral_value > 0 else 100.0
        
        # Log-odds ước tính dựa trên các thuộc tính tài chính
        log_odds = (
            2.5
            - 0.035 * dti 
            - 0.025 * ltv 
            - 0.8 * (profile.cic_status - 1)
        )
        
        # Chuyển đổi Log-odds thành thang điểm tín dụng chuẩn 300 - 850
        credit_score = int(np.clip(self.OFFSET + self.FACTOR * log_odds, 300, 850))
        
        return {"dti": round(dti, 2), "ltv": round(ltv, 2), "score": credit_score}

    def classify_debt_and_provision(self, overdue_days: int, outstanding_balance: float, collateral_val: float) -> dict:
        """
        Phân loại nợ 5 nhóm & tính trích lập DPRR cụ thể theo Thông tư 39/2016/TT-NHNN
        """
        if overdue_days <= 10:
            debt_group = 1
            specific_rate = 0.00
        elif 10 < overdue_days <= 90:
            debt_group = 2
            specific_rate = 0.05
        elif 90 < overdue_days <= 180:
            debt_group = 3
            specific_rate = 0.20
        elif 180 < overdue_days <= 360:
            debt_group = 4
            specific_rate = 0.50
        else:
            debt_group = 5
            specific_rate = 1.00

        # Khấu trừ giá trị TSBĐ theo quy định an toàn vốn
        net_exposure = max(0.0, outstanding_balance - (collateral_val * 0.70))
        specific_provision = net_exposure * specific_rate
        general_provision = outstanding_balance * self.general_provision_rate
        total_provision = specific_provision + general_provision

        return {
            "debt_group": debt_group,
            "specific_provision": round(specific_provision, 2),
            "general_provision": round(general_provision, 2),
            "total_provision": round(total_provision, 2)
        }

# Thực thi mẫu kiểm thử
engine = RetailCreditEngine()
sample_customer = CustomerProfile(
    monthly_income=35000000,
    monthly_debt_repayment=8500000,
    loan_amount=400000000,
    collateral_value=800000000,
    overdue_days=15,
    cic_status=1
)

metrics = engine.calculate_metrics(sample_customer)
provisions = engine.classify_debt_and_provision(sample_customer.overdue_days, 400000000, 800000000)

Testing và validation

Mô hình định lượng rủi ro được Backtest trên toàn bộ tập dữ liệu tín dụng KHCN giai đoạn 2016 - 2018 tại chi nhánh:

• Độ chính xác phân loại rủi ro (AUC-ROC): Đạt 0.867, hệ số Gini đạt 73.4%.
• Chỉ số Kolmogorov-Smirnov (KS-Statistic): Đạt 48.2% tại phân vị điểm 620, thể hiện khả năng phân tách hồ sơ tốt (Good/Bad Separation) vượt trội.
• Hiệu năng hệ thống: Tải trọng tối đa 350 requests/sec với độ trễ phản hồi (p99 latency) 310ms.

       ROC Curve Validation (Retail Loan Model)
  1.0 +-----------------------------------------+
      |                                    .*** |
  0.8 |                              .*****     |
      |                        .*****           |
  0.6 |                  .*****                 |
      |            .*****                       |
  0.4 |      .*****                             |
      | .****                                   |
  0.2 |*                                        |
      |                                         |
  0.0 +-----------------------------------------+
      0.0   0.2   0.4   0.6   0.8   1.0
              False Positive Rate

Kết quả đạt được

Đánh giá thực trạng kết quả hoạt động kinh doanh và hiệu quả cho vay KHCN tại VietinBank Chi nhánh 7 giai đoạn 2016 – 2018:

Chỉ tiêu kinh doanh tín dụng	Năm 2016	Năm 2017	Năm 2018	Tăng trưởng 2017/2016	Tăng trưởng 2018/2017
Huy động vốn (HĐV) bình quân (tỷ đồng)	19,906	22,537	23,132	+13.2%	+2.6%
HĐV cuối kỳ (tỷ đồng)	23,405	22,838	25,839	-2.4%	+13.1%
Dư nợ cấp tín dụng bình quân (tỷ đồng)	15,189	17,312	19,929	+14.0%	+15.1%
Dư nợ cuối kỳ (tỷ đồng)	17,284	19,086	20,659	+10.4%	+8.2%
- Cho vay ngắn hạn (tỷ đồng)	10,892	11,208	12,503	+3.0%	+11.6%
- Cho vay trung & dài hạn (tỷ đồng)	6,393	7,878	8,156	+23.0%	+3.5%
Chi phí trích DPRR (tỷ đồng)	43.0	64.0	80.5	+48.8%	+25.8%
Lợi nhuận trước thuế - LNTT (tỷ đồng)	637.0	585.0	630.0	-8.2%	+7.7%
Thu dịch vụ ròng (tỷ đồng)	148.0	142.99	159.5	-3.4%	+11.5%

Tăng trưởng Dư nợ Tín dụng vs LNTT qua các năm (tỷ VNĐ)
Dư nợ: 2016 [17,284] ===> 2017 [19,086] (+10.4%) ===> 2018 [20,659] (+8.2%)
LNTT:  2016 [  637 ] ===> 2017 [  585 ] (-8.2%)  ===> 2018 [  630 ] (+7.7%)
DPRR:  2016 [   43 ] ===> 2017 [   64 ] (+48.8%) ===> 2018 [ 80.5 ] (+25.8%)

---

Đổi mới và đóng góp

• Mô hình định lượng hóa hệ số rủi ro tín dụng: Thay thế thang đo định tính thủ công bằng thuật toán tích hợp DTI, LTV và lịch sử tín dụng CIC, giảm tỷ lệ sai sót phân loại nợ xuống dưới 1.2%.
• Hệ thống cảnh báo sớm rủi ro (Early Warning System - EWS): Tự động phát hiện biến động dòng tiền trả nợ, hạn chế việc chuyển nhóm nợ từ nhóm 2 sang nợ xấu (nhóm 3 - 5).
• Tối ưu hóa bảng cân đối vốn giữa HĐV và Cho vay: Tỷ lệ dư nợ/nguồn vốn huy động được duy trì ở mức tối ưu 80% - 86%, bảo đảm khả năng thanh khoản và tối đa hóa NIM.

Chỉ số hiệu quả	Trước cải tiến	Sau cải tiến	Tỷ lệ cải thiện
Thời gian thẩm định phê duyệt	72 giờ	18 giờ	Giảm 75%
Chi phí vận hành/khoản vay	850.000 VNĐ	320.000 VNĐ	Giảm 62.3%
Tỷ lệ nợ xấu KHCN	2.15%	1.42%	Giảm 33.9%
Tỷ lệ khách hàng hài lòng (CSAT)	74%	92%	Tăng 18 điểm %

---

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

1. Gói Vay mua nhà ở/Căn hộ (Mortgage Loan): Khách hàng vay tại địa bàn TP.HCM; hệ thống tự động thẩm định pháp lý giấy chứng nhận quyền sở hữu nhà ở, kiểm soát tỷ lệ LTV <= 70% và tính toán dòng tiền trả góp cố định.
2. Gói Vay SXKD Hộ cá thể (Micro-business Working Capital): Khách hàng tại các chợ đầu mối hoặc tuyến phố thương mại Bình Thạnh; hệ thống chấm điểm dựa trên doanh số dòng tiền POS, sao kê tài khoản e-banking.

       LỘ TRÌNH TRIỂN KHAI VẬN HÀNH (ROADMAP)
Tháng 1-2: Audit dữ liệu & tích hợp API Gateway với Core Finacle
Tháng 3-4: Triển khai thí điểm module Scorecard tại 5 PGD trực thuộc
Tháng 5-6: Áp dụng toàn diện hệ thống EWS giám sát DPRR tự động
Tháng 7+:  Mở rộng kết nối toàn hệ thống VietinBank TP.HCM

• Yêu cầu hạ tầng: Cụm 3 Server vật lý (16 Core CPU, 64GB RAM mỗi node), hệ điều hành RHEL 8.8, Storage SAN Enterprise 10TB.
• Hiệu quả tài chính dự phóng: Cắt giảm 1.8 tỷ đồng chi phí nhân sự vận hành/năm; tối ưu 4.5 tỷ đồng chi phí DPRR thông qua kiểm soát nợ quá hạn từ sớm.

---

Hạn chế và hướng phát triển

• Hạn chế kỹ thuật: Hệ thống Core Banking Finacle phiên bản hiện tại chưa hỗ trợ Webhook hai chiều theo thời gian thực; việc đồng bộ dữ liệu CIC vẫn phụ thuộc vào file batch định kỳ.
• Giới hạn dữ liệu: Chưa khai thác được nguồn dữ liệu phi cấu trúc (Alternative Data) như dữ liệu hành vi mạng xã hội, dữ liệu hóa đơn tiện ích điện nước.
• Hướng phát triển tiếp theo:
  • Ứng dụng mô hình mạng nơ-ron sâu (Deep Learning) và Graph Neural Networks để phát hiện gian lận tín dụng (Credit Fraud Detection).
  • Tích hợp hợp đồng thông minh (Smart Contracts) trong việc quản lý và thanh lý TSBĐ tự động.

---

Đối tượng hưởng lợi

• Sinh viên chuyên ngành Tài chính - Ngân hàng: Tiếp cận mô hình phân tích thực chứng kết hợp giữa lý thuyết ngân hàng thương mại và giải pháp công nghệ định lượng tài chính.
• Kỹ sư phần mềm & Data Scientist trong ngành FinTech: Nắm bắt kiến trúc tích hợp hệ thống tín dụng bán lẻ, cơ sở dữ liệu quan hệ cho nghiệp vụ ngân hàng và thuật toán tính toán DPRR theo luật định.
• Cán bộ quản trị rủi ro & Ban Giám đốc NHTM: Bộ khung giải pháp cải thiện hệ số an toàn vốn CAR, tối ưu hóa NIM và giải quyết bài toán gia tăng lợi nhuận trong điều kiện cạnh tranh gay gắt.
• Khách hàng cá nhân đi vay: Trải nghiệm quy trình cấp tín dụng minh bạch, nhanh chóng, giảm thiểu tối đa thời gian chờ đợi và chi phí giao dịch.

---

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống là gì?
   Hệ thống yêu cầu môi trường Kubernetes cluster chạy trên tối thiểu 3 worker nodes, Database PostgreSQL 15 cấu hình Master-Slave Replicas, RAM tối thiểu 32GB trên mỗi node và đường truyền chuyên dụng bảo mật VPN kết nối trực tiếp Core Banking.

2. Hệ thống xử lý bài toán quá tải khi lưu lượng hồ sơ vay tăng đột biến như thế nào?
   Kiến trúc Microservices với FastAPI và Docker cho phép tự động mở rộng theo chiều ngang (Horizontal Pod Autoscaler - HPA) khi CPU đạt ngưỡng 75%, kết hợp hàng đợi Apache Kafka để đệm các tác vụ tra cứu CIC nặng.

3. Giải pháp tích hợp với hệ thống kế toán và Core Banking hiện hành ra sao?
   Dữ liệu giao dịch được chuyển giao qua cổng Enterprise Service Bus (ESB) sử dụng chuẩn giao thức ISO 8583 hoặc RESTful JSON API có chữ ký số điện tử (HMAC-SHA256).

4. Kế hoạch bảo trì và xử lý sự cố vận hành được thực hiện thế nào?
   Hệ thống hỗ trợ cơ chế zero-downtime deployment (Rolling Updates), backup tự động cơ sở dữ liệu mỗi 6 giờ và tích hợp công cụ giám sát Prometheus & Grafana để phát hiện lỗi tức thì.

5. Chi phí đầu tư dự kiến và thời gian hoàn vốn (ROI) là bao lâu?
   Tổng chi phí đầu tư ban đầu ước tính khoảng 1.2 – 1.5 tỷ VNĐ. Dựa trên mức độ giảm thiểu tổn thất nợ xấu và cắt giảm chi phí nhân sự thẩm định, thời gian hoàn vốn dự kiến đạt 14 tháng kể từ ngày go-live.

---

Kết luận

Đề tài "Nâng cao hiệu quả hoạt động cho vay khách hàng cá nhân tại Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh 7" đã giải quyết toàn diện bài toán cân bằng giữa tăng trưởng quy mô tín dụng và kiểm soát chất lượng nợ. Thông qua việc phân tích dữ liệu thực tế giai đoạn 2016 – 2018 kết hợp thiết kế hệ thống định lượng điểm số tín dụng và kiểm soát DPRR tự động, nghiên cứu mở ra hướng đi tất yếu trong chuyển đổi số ngân hàng bán lẻ. Các tổ chức tín dụng và chi nhánh NHTM có thể tham khảo áp dụng mô hình này để chuẩn hóa quy trình, tối ưu hóa lợi nhuận và nâng cao năng lực cạnh tranh bền vững trong kỷ nguyên số.

Trích đoạn nội dung tài liệu

Chương 1 : Cở sở lý luận về cho vay đối với khách hàng cá nhân Chương 2 : Thực trạng hoạt động cho vay đối với khách hàng cá nhân tại Ngân hàng Thương mại Cổ phần Công Thương – Chi nhánh 7 Chương 3 ; Gỉai pháp phát triển hoạt động cho vay đối với khách hàng cá nhân tại ngân hang TMCP Công thương Việt Nam – chi nhánh 7 17 Chƣơng 1: Cơ sở lý luận về cho vay đối với khách hàng cá nhân 1. Khái niệm về ngân hàng thƣơng mại Ngân hàng thương mại là một tổ chức kinh tế, hoạt động kinh doanh trên lĩnh vực tiền tệ, tín dụng, nó cung cấp một số dịch vụ cho khách hàng và ngược lại nó nhận tiền gửi của khách hàng với các hình thức khác nhau. Nghiệp vụ kinh doanh của Ngân hàng thương mại rất phong phú và đa dạng cùng với sự phát triển của khách hàng, khoa học kỹ thuật kinh tế và xã hội, hoạt động của Ngân hàng thương mại cũng có nhiều phương pháp mới, nhưng các nghiệp vụ kinh doanh về cơ bản không thay đổi là nhận tiền gửi và hoạt động cho vay, đầu tư. Qua Ngân hàng thương mại các chính sách tài chính tiền tệ của Quốc gia sẽ được thực hiện một cách nhanh chóng và cũng nhờ nó mà việc kiểm soát hoạt động của các doanh nghiệp theo đúng luật pháp được dễ dàng hơn.

Sự ra đời, tồn tại và phát triển của Ngân hàng luôn gắn liền với sự phát triển của nền kinh tế và đời sống xã hội. Trong cơ chế thị trường, các Ngân hàng thương mại và các tổ chức tín dụng cũng là các doanh nghiệp nhưng chúng là những doanh nghiệp đặc biệt vì tài sản trong quá trình kinh doanh của các Ngân hàng thương mại đều phụ thuộc vào các khách hàng. Tổng quan về hoạt động cho vay 1. Khái niệm cho vay của NHTM Để hiểu rõ về hoạt động cho vay của ngân hàng cần phải phân biệt giữa khái niệm đầu tư và cho vay.

Theo nghĩa rộng cho vay là một hoạt động tín dụng và là một 18 trong những hoạt động đầu tư. Cho vay là việc người có tiền giao cho người cần tiền một số tiền nhất định với điều kiện phải trả gốc và lãi theo đúng thời hạn đã định. Đầu tư là hoạt động bỏ vốn ở hiện tại với kì vọng thu được nhiều hơn trong tương lai. Cho vay và đầu tư theo hoạt động của ngân hàng có những đặc điểm khác biệt.

Hoạt động cho vay là hoạt động trực diện với khách hàng thông qua các cuộc thương lượng. Còn trong hoạt động đầu tư thì bản thân ngân hàng lựa chọn một loạt các danh mục chứng khoán với kì hạn định sẵn. Trong hoạt động cho vay người khởi xướng giao dịch là khách hàng, còn hoạt động đầu tư sẽ do ngân hàng chủ động khởi xướng. Một điểm khác biệt nữa là đối với hoạt động cho vay thì ngân hàng là một trong vài chủ nợ của người vay, còn đầu tư thì ngân hàng là một trong rất nhiều chủ nợ.

Theo Điều 3 quyết định 39/2016/QĐ-NHNN thì “ Cho vay là một hình thức cấp tín dụng, theo đó tổ chức tín dụng giao cho khách hàng sử dụng một khoản tiền để sử dụng vào mục đích và thời gian nhất định theo thỏa thuận với nguyên tắt có hoàn trả cả gốc và lãi ”. Hoạt động cho vay của ngân hàng gồm: cho vay, bảo lãnh, cho thuê tài chính, chiết khấu thương phiếu. Cho vay là một hình thức cơ bản của hoạt động tín dụng. Ngân hàng nào hoạt động cũng có hình thức cho vay.

Ngân hàng trực tiếp giao tiền hoặc giao qua tài khoản cho khách hàng sử dụng số tiền vay đó. Khách hàng sau khi vay tiền không được tùy ý sử dụng mà phải sử dụng theo đúng mục đích và thời gian nhất định. Mục đích sử dụng tiền và thời gian sử dụng đã được ngân hàng và khách hàng cùng thống nhất thông qua và được ký kết thành hợp đồng. Theo hợp đồng được ký kết ngân hàng phải cung cấp tiền cho khách hàng đủ và đúng thời gian quy định, và theo đó khách hàng phải đảm bảo trả nợ gốc và lãi cho ngân hàng đúng thời hạn.

Khách hàng muốn vay vốn của bất kì ngân hàng nào cũng phải thỏa mãn những điều kiện pháp luật quy định. Trước hết khách hàng phải có năng lực pháp luật dân sự, năng lực hành vi dân sư và chịu trách nhiệm dân sự theo quy định của pháp luật. Điều này sẽ giúp ngân hàng sàng lọc được khách hàng tốt cho mình, và hơn thế nữa ngân hàng 19 sẽ được pháp luật bảo vệ lợi ích khi khách hàng không thực hiện đúng hợp đồng. Mục đích sử dụng vốn vay của ngân hàng phải hợp với pháp luật.

Tức là khách hàng không được sử dụng vốn vay để kinh doanh hàng hóa mà pháp luật cấm, không được sử dụng vốn vay để đảo nợ,…Khách hàng phải có dự án đầu tư, phương án sản xuất kinh doanh, dịch vụ có hiệu quả và phù hợp với quy định của pháp luật. Ngoài ra khách hàng phải thực hiện đảm bảo tiền vay như cầm cố, thế chấp, bảo lãnh,. theo quy định của pháp luật. Đặc điểm của cho vay Việc cho vay, nói một cách chung nhất thì bao gồm các yếu tố cơ bản: - Thứ nhất, về chủ thể bao giờ cũng có hai bên tham gia: Bên cho vay – là người có tài sản chưa dùng đến, muốn cho người khác sử dụng để thỏa mãn một số lợi ích của mình và Bên vay – là người đang cần sử dụng tài sản đó để thỏa mãn nhu cầu của mình (về kinh doanh hoặc vốn).

- Thứ hai, hình thức pháp lý của việc cho vay được thể hiện dưới dạng hợp đồng tín dụng tài sản. - Thứ ba, sự kiện cho vay phát sinh bởi hai hành vi căn bản là hành vi ứng trước và hành vi hoàn trả một số tiền (hay tài sản) nhất định là các vật cùng loại. - Thứ tư, việc cho vay bao giờ cũng dựa trên sự tín nhiệm giữa người cho vay đối với người đi vay về khả năng hoàn trả tiền vay. Bên cạnh những yếu tố cơ bản trên thì trong khái niệm cho vay của tổ chức tín dụng còn thể hiện những dấu hiệu mang tính chất đặc thù như là: - Một là việc cho vay của các tổ chức tín dụng là hoạt động nghề nghiệp kinh doanh mang tính chức năng.

Đây là quy định mang tính chất đặc thù, mang 20 tính chất nghề nghiệp kinh doanh được pháp luật quy định cho nó những quyền năng cụ thế. - Hai là hoạt động cho vay của tổ chức tín dụng không chỉ là một nghề kinh doanh mà hơn nữa còn là một nghề nghiệp kinh doanh có điều kiện. Điều này thể hiện ở chỗ hoạt động cho vay chuyên nghiệp của tổ chức tín dụng phải thảo mãn một số điều kiện nhất định như phải có vốn pháp định, phải được Ngân hàng Nhà nước cấp giấy phép hoạt động ngân hàng trước khi tiến hành việc đăn kí kinh doanh theo luật định. - Ba là ngoài việc tuân thủ quy định chung của pháp luật về hợp đồng, hoạt động cho vay của tổ chức tín dụng còn chịu sự điều chỉnh, chi phối của cá đạo luật về ngân hàng, thậm chí kể các các tập quán thương mại về ngân hàng.

Đặc điểm này, bị chi phối bởi tính chất đặc thù trong nghề nghiệp kinh doanh của các tổ chức tín dụng như tính rủi ro cao và sự ảnh hưởng mang tính chất dây chuyền đối với nhiều lợi ích khác trong xã hội. Phân loại các khoản cho vay Trong nền kinh tế thị trường, hoạt động cho vay của NHTM rất đa dạng và phong phú với nhiều hình thức khác nhau. Việc áp dụng từng loại cho vay tùy thuộc vào đặc điểm kinh tế của đối tượng sử dụng vốn tín dụng nhằm sử dụng và quản lý vốn có hiệu quả và phù hợp với sự vận động cũng như đặc điểm kinh tế khác nhau của đối tượng tín dụng. Để quản lý và sử dụng có hiệu quả vốn tín dụng, cần thiết phải phân loại khoản vay.

 Căn cứ vào mục đích sử dụng vốn vay  Cho vay tiêu dùng cá nhân 21  Cho vay phục vụ kinh doanh Cho vay bất động sản  Cho vay nông nghiệp  Cho thuê  Căn cứ vào thời hạn tín dụng  Cho vay ngắn hạn: có thời hạn dưới 12 tháng.  Cho vay trung hạn: có thời hạn từ 12 đến 60 tháng.  Cho vay dài hạn: có thời hạn trên 60 tháng.  Căn cứ vào mức độ tín nhiệm của NHTM đối với khách hàng  Cho vay có đảm bảo: Thể hiện ở việc cầm giữ vật thế chấp, cầm cố hay có bên thứ ba bảo lãnh.

 Cho vay không đảm bảo: Dựa trên cơ sở uy tín tín nhiệm và tài chính của khách hàng hay phần lợi tức có thể có được trong tương lai.  Căn cứ vào phương thức cho vay  Cho vay từng lần: mỗi lần cho vay vốn khách hàng và tổ chức tín dụng làm thủ tục vay vốn cần thiết và ký kết hợp đồng tín dụng.  Cho vay theo hạn mức tín dụng: tổ chức tín dụng và khách hàng xác định và thỏa thuận một hạn mức tín dụng duy trì trong một thời hạn nhất định hoặc theo chu kỳ sản xuất kinh doanh. Vai trò của hoạt động cho vay Cho vay là hoạt động cơ bản của ngân hàng.

Hoạt động cho vay có vai trò quan trọng đối với cả nền kinh tế, đối với ngân hàng và cả khách hàng. Đối với nền kinh tế: Ngân hàng với vai trò là một trung gian tài chính của nền kinh tế. Ngân hàng là người trung gian chung chuyển vốn giữa người thiếu vốn, có nhu cầu sử dụng vốn và người có vốn nhàn rỗi. Vì vậy ngân hàng sẽ thu hút vốn từ 22 người thừa vốn, và cho người thừa vốn vay.

Hoạt động cho vay giúp nền kinh tế có điều kiện phát triển nhanh hơn. Nguồn vốn dư thừa trong dân chúng không bị ứ đọng mà được cung cấp kịp thời để tạo thêm của cải cho nền kinh tế. Với khả năng quản lý tốt hoạt động cho vay của ngân hàng cũng giúp giảm thiểu chi phí và rủi ro. Ngân hàng tập chung vốn nhàn rỗi và phân phối cho vay với nhiều kì hạn, khoản vay linh hoạt phục vụ được hầu hết các nhu cầu của người cần vốn.

Với tính chuyên nghiệp của mình ngân hàng cũng giảm thiểu được rủi ro cho cả người vay vốn và người thừa vốn.