Thang Xếp Hạng Của Hệ Thống Xếp Hạng Tín Dụng Nội Bộ Tại Techcombank

tập trung trong suốt quá trình cho vay và quản lý khoản vay từ hội sở tới tất cả các điểm giao dịch.

Bảng 2.12: Thang xếp hạng của hệ thống xếp hạng tín dụng nội bộ tại Techcombank

Hạng

của KH

Tổng số điểm	Diễn giải năng lực tín dụng của KH	Mức độ rủi ro	Phân loại nợ
Aaa	100	Đặc biệt tốt	Không có rủi ro	Đủ tiêu chuẩn
Aa1	95-99	Cực tốt	Rủi ro rất thấp	Đủ tiêu chuẩn
Aa2	90-94	Rất tốt	Rủi ro thấp	Đủ tiêu chuẩn
Aa3	85-89	Tốt	Rủi ro thấp về ngắn hạn	Đủ tiêu chuẩn
A1	80-84	Khá tốt	Rủi ro tương đối thấp	Đủ tiêu chuẩn
A2	75-79	Rất khá	Rủi ro tương đối thấp	Đủ tiêu chuẩn
A3	70-74	Khá	Rủi ro tương đối thấp	Đủ tiêu chuẩn
B1	65-69	Trung bình khá	Trung bình	Cần chú ý
B2	60-64	Thông thường	Trung bình	Cần chú ý
B3	55-59	Trên trung bình	Trung bình	Cần chú ý
C1	50-54	Trung bình	Tương đối cao	Dưới tiêu chuẩn
C2	45-49	Dưới trung bình	Cao	Dưới tiêu chuẩn
C3	40-44	Hơi yếu	Cao	Dưới tiêu chuẩn
D1	35-39	Yếu	Rất cao	Nghi ngờ
D2	30-34	Kém	Rất cao	Nghi ngờ
D3	25-29	Rất kém	Rất cao	Nghi ngờ
D4	20-24	Đặc biệt kém	Rất cao	Nghi ngờ
E1	15-19	Cần theo dòi	Đặc biệt cao	Có khả năng mất vốn
E2	10-14	Cần đặc biệt chú ý	Đặc biệt cao	Có khả năng mất vốn
E3	<10	Tình trạng đe dọa	Đặc biệt cao	Có khả năng mất vốn

Có thể bạn quan tâm!

Xem toàn bộ 238 trang tài liệu này.

Nguồn: [46]

Hệ thống xếp hạng tín dụng nội bộ của Techcombank được xây dựng trên cơ sở số liệu, thông tin của tất cả khách hàng đã thu thập được trong thời gian tối thiểu 1 năm liền kề trước năm xây dựng hệ thống xếp hạng tín dụng nội bộ. Hàng năm hệ thống xếp hạng tín dụng nội bộ sẽ được xem xét, sửa đổi, bổ sung trên cơ sở số liệu, thông tin khách hàng thu thập trong năm nhằm đảm bảo tính chính xác, kịp thời, đồng thời đơn vị kiểm định độc lập sẽ thực hiện đánh giá chất lượng triển khai mô hình và đưa ra các đề xuất điều chỉnh. Hàng quý, Ngân hàng thực hiện tự đánh giá, rà soát chất lượng triển khai mô hình dưới sự phối hợp thực hiện của Khối Quản trị RR và Khối Tuân thủ và Pháp chế.

- Thực trạng đo lường nợ xấu

Cùng với việc xây dựng thành công hệ thống XHTD nội bộ, Techcombank đã ước lượng được tham số PD - xác suất khách hàng không trả được nợ. Theo đó, Techcombank dựa trên các số liệu về các khoản nợ trong quá khứ của khách hàng,

gồm: Các khoản nợ đã trả, khoản nợ trong hạn và các khoản nợ không thu hồi được.

Để tính được PD trong 1 năm, Techombank thu thập dữ liệu dư nợ của khách hàng trong vòng ít nhất 5 năm trước đó, gồm:

- Nhóm dữ liệu tài chính (các hệ số tài chính và đánh giá của các tổ chức xếp hạng).

- Nhóm dữ liệu phi tài chính: năng lực quản lý, khả năng tăng trưởng của ngành…

- Nhóm dữ liệu mang tính cảnh báo: (khả năng trả nợ) hạn mức thấu chi, số dư tiền gửi…

Sau khi thu thập các dữ liệu liên quan đến khách hàng để sử dụng làm biến độc lập, Ngân hàng sẽ tiến hành đo lường xác suất khách hàng không trả được nợ theo mô hình kinh tế logistic. Cùng với sự trợ giúp của các phần mềm kinh tế lượng, việc đo lường này được tiến hành tự động hóa và có tính chính xác, độ tin cậy cao.

Bảng 2.13: Bảng xếp hạng KHDN tương ứng với xác suất không trả được nợ

Stt

Hạng	Giới hạn xác xuất không trả được nợ PD (probability of default)
1	AAA	PD<0,67%
2	AA	0,67%<=PD<0,95%
3	A	0,95%<=PD<1,32%
4	B1	1,32%<=PD<2,17%
5	B2	2,17%<=PD<3,29%
6	B3	3,29%<=PD<4,61%
7	C1	4,61%<=PD<5,3%
8	C2	5,3%<=PD<5,86%
9	C3	5,86%<=PD<7%
10	D,E	PD>=7%

Nguồn: [46]

Techcombank cũng đã bước đầu ước lượng tham số LGD và EAD, tuy nhiên các dự án ước lượng tham số này chưa mang lại kết quả như mong đợi. Chỉ tiêu LGD được Techcombank tính toán dựa trên giá trị khoản vay, giá trị TSBĐ, loại TSBĐ, tuy nhiên, tỷ lệ thu hồi chưa được tính toán trên số liệu thu hồi thực tế mà sử dụng ý kiến chuyên gia trong ngân hàng và tham khảo tư vấn từ đối tác trong nước và nước ngoài. Nguyên nhân chủ yếu ở việc Ngân hàng chưa đáp ứng đủ nguồn lực để xây dựng mô hình ước lượng LGD theo phương pháp Market LGD - tỷ trọng tổn thất căn cứ vào thị trường và Implied Market LGD - xác định tỷ trọng tổn thất căn cứ vào giá các trái phiếu rủi ro trên thị trường. Chính vì vậy, trong quá trình xây dựng, mô hình ước lượng LGD đang được Techcombank áp dụng phương pháp Workout LGD - tỷ trọng tổn thất căn cứ vào việc xử lý các khoản tín dụng không trả được nợ. Ngân hàng sẽ ước tính các luồng tiền trong tương lai, khoảng thời gian dự kiến thu hồi được

luồng tiền và chiết khấu các luồng tiền này. Việc xác định lãi suất chiết khấu phù hợp là vấn đề mấu chốt và nan giải nhất. Đây là hạn chế khiến cho mô hình ước lượng LGD và EAD của Ngân hàng chưa có độ tin cậy cao.

Chính vì còn chưa xây dựng được mô hình ước lượng LGD và EAD có độ chính xác cao nên việc ước lượng EL - tổn thất ước tính của các khoản cho vay của Techcombank chưa thể thực hiện một cách tự động hóa và đem lại kết quả tin cậy. Trong đó khó khăn lớn nhất vẫn thuộc về công tác xử lý dữ liệu. Nguồn dữ liệu của Ngân hàng chưa đủ lớn và chưa đủ tin cậy để tạo cơ sở dữ liệu đảm bảo cho việc vận hành mô hình. Đây cũng là khó khăn của Ngân hàng trong việc áp dụng tính toán ELvà UL.

Ngoài ra, Techcombank từ năm 2016 trở lại đây đã đưa vào thí điểm và kiểm định mô hình đo lường giá trị rủi ro - Value At Risk (VAR), sau quá trình xây dựng và thu thập dữ liệu kéo dài của các năm trước đó. Theo đó, mô hình VAR được Techombank xây dựng nhằm đo lường rủi ro bị tổn thất của danh mục cho vay, bước đầu áp dụng với danh mục cho vay cá nhân sản xuất kinh doanh và cho vay tiêu dùng. Bằng phương pháp mô phỏng lịch sử, Techcombank xây dựng mô hình tính VAR trong 15 ngày với độ tin cậy 96% nhằm xác định số tiền lớn nhất mà Ngân hàng có thể mất đối với danh mục cho vay. Để thực hiện xây dựng mô hình VAR theo phương pháp mô phỏng lịch sử, Techcombank đã thực hiện các bước tuần tự như sau:

- Xác định các biến thị trường khi biến động sẽ gây ảnh hưởng đến thu nhập hay giá trị ròng của ngân hàng

- Ghi nhận vùng dữ liệu lịch sử của toàn bộ các giao dịch trước đó cuả khách hàng mà Ngân hàng có thể thu thập được nhằm tiến hành mô phỏng (vùng dữ liệu càng lớn ngưỡng VAR càng chính xác). Các số liệu mà Techcombank thu thập được đối với 2 danh mục cho vay cá nhân sản xuất kinh doanh và cho vay tiêu dùng còn chưa thực sự đầy đủ và đủ tin cậy.

- Thực hiện mô phỏng sự biến động của các biến thị trường trong tương lai, với giả định chúng sẽ biến động có xu hướng giống như trong quá khứ.

- Xây dựng các kịch bản mô phỏng về rủi ro mà ngân hàng gặp phải ứng với từng kịch bản của biến mô phỏng, qua đó xác định được từng mức tổn thất dự kiến.

- Sử dụng hàm thống kê nhằm xác định VAR với đọ tin cậy như mong muốn ban đầu là 96%.

- Áp dụng phép thử Stress-Test (thử mức độ chịu đựng) bằng cách đưa ra các biến động vượt xa dự kiến của các biến thị trường, từ đó xây dựng kịch bản xấu nhất cho danh mục cho vay.

- Định kỳ hàng năm áp dụng phép thử Bach - Test (tái kiểm định) để xem xét

hệ thống VAR đã cho kết quả chính xác hay chưa nhằm đưa ra điều chỉnh, sửa đổi.

Trong năm 2019, Techcombank đã tiếp tục triển khai các dự án bao gồm: Quy trình đánh giá nội bộ về mức đủ vốn (ICAAP), Kiểm tra sức chịu đựng, Lập kế hoạch vốn… nhằm tiếp tục hoàn thiện và tiệm cận các chuẩn mực Basel II về đo lường rủi ro tín dụng. Kết quả kiểm thử cho thấy các chỉ số đo lường hiệu quả mô hình đối với tập dữ liệu phát triển và tập dữ liệu kiểm định đều đạt ngưỡng đảm bảo trên cơ sở tham vấn ý kiến của các chuyên gia.

- Thực trạng kiểm soát nợ xấu

Nhằm kiểm soát nợ xấu, Techcombank đã thực hiện một số biện pháp cơ bản như sau:

Thứ nhất, xây dựng chiến lược quản trị rủi ro tín dụng

Chiến lược quản trị rủi ro tín dụng của Techcombank được xác định trong dài hạn và điều chỉnh tùy theo tình hình cụ thể của nền kinh tế. Trong đó, chiến lược quản trị rủi ro tín dụng được thể hiện rò nét nhất ở Khẩu vị rủi ro của ngân hàng.

Techcombank định nghĩa: Khẩu vị rủi ro phản ánh mức độ chấp nhận rủi ro của ngân hàng với mức sinh lời nhất định mà ngân hàng kỳ vọng. Cụ thể, trong tuyên bố Khẩu vị rủi ro tín dụng của ngân hàng thể hiện quan điểm của ngân hàng trong việc sẵn sàng cấp tín dụng dựa trên loại hình rủi ro tiềm năng, ngành kinh tế, vị trí địa lý, đồng tiền, kỳ hạn và mức sinh lời dự kiến.

Trong giai đoạn 2015 - 2020, Techcombank định hướng hoạt động tín dụng của ngân hàng theo hướng “thay đổi cấu trúc dư nợ khi chuyển trọng tâm tăng trưởng từ khối ngân hàng bán buôn sang khối ngân hàng bán lẻ để hạn chế rủi ro tập trung, tăng biên lợi nhuận (NIM) toàn hàng và tăng tỷ lệ an toàn vốn (CAR) theo yêu cầu của Basel II. Ngân hàng sẽ tập trung phát triển mạnh cho vay ngắn hạn vốn lưu động nhằm giảm thiểu rủi ro, đồng thời thúc đẩy tăng thêm các giao dịch liên quan đến tài trợ thương mại, quản lý dòng tiền cho khách hàng. Đồng thời ngân hàng tiếp tục hướng vào các phân khúc ít rủi ro hơn như khách hàng có thu nhập và khả năng trả nợ cao, các sản phẩm ít rủi ro hơn như cho vay thế chấp, cho vay ngắn hạn và các phân khúc ít tập trung rủi ro hơn như chuyển dịnh từ cho vay KHDN lớn sang cho vay KHDN vừa và nhỏ (SME) và khách hàng cá nhân.” [20]

Trong giai đoạn 2015 - 2020, Ngân hàng tập trung phát triển mạnh cho vay ngắn hạn vốn lưu động nhằm giảm thiểu rủi ro, đồng thời thúc đẩy tăng thêm các giao dịch liên quan đến tài trợ thương mại, quản lý dòng tiền cho khách hàng. Năm 2018, xét trên cơ cấu dư nợ theo kỳ hạn, tỷ trọng cho vay ngắn hạn - vốn lưu động của nhóm khách hàng doanh nghiệp cũng được gia tăng từ 55% trong năm 2017 lên 58%. Tính đến cuối năm 2017, gần 90% danh mục cho vay của Techcombank là cho vay có tài

sản đảm bảo với giá trị tài sản đảm bảo đạt hơn 200% giá trị cho vay. Năm 2017 - 2018, dư nợ cho vay ngắn hạn của ngân hàng đã tăng gần gấp đôi và trở thành cấu phần lớn nhất trong dư nợ cho vay khách hàng, ở mức gần 40%.

Hàng năm, Techcombank công bố tỷ lệ nợ xấu mục tiêu, tốc độ tăng trưởng tín dụng dự kiến, tỷ lệ lãi cận biên (NIM) và các chỉ tiêu khác trong bản kế hoạch kinh doanh. Đây chính là căn cứ để điều chỉnh các hoạt động nhằm ngăn ngừa nợ xấu của ngân hàng.

Bảng 2.14: Một số chỉ tiêu hoạt động tín dụng của Techcombank

Chỉ tiêu

Năm 2016	Năm 2017	Năm 2018	Năm 2019	Năm 2020
Nợ xấu mục tiêu	3%	2%	2%	2,5%	3%
Mục tiêu tăng trưởng tín dụng	18%	16%	18%	13%	13%
Biên lợi nhuận (NIM) dự kiến	4%	3,9%	3,7%	3,8%	4,2%

Nguồn: [23],[26],[30],[35],[38],[39]

Thứ hai, chuẩn hóa quy trình quản lý tín dụng

Quy trình tín dụng tại Techcombank được xây dựng cụ thể trong Sổ tay tín dụng của ngân hàng. Theo đó, quy trình cho vay khách hàng của ngân hàng bao gồm các bước: (i) Tiếp nhận và kiểm tra bộ hồ sơ vay; (ii) Thẩm định tín dụng; (iii) Xét duyệt và ra quyết định; (iv) Hoàn tất các thủ tục pháp lý trước khi giải ngân; (v) Giải ngân, theo dòi và giám sát; (vi) Thu nợ, thu lãi, phí và xử lý phát sinh; (vii) Kết thúc hợp đồng tín dụng.

Chuẩn hóa quy trình cho vay giúp ngân hàng đánh giá chính xác việc tuân thủ các quy định trong cho vay của khách hàng và cán bộ, nhân viên ngân hàng, từ đó phát hiện và chấn chỉnh kịp thời các sai phạm và thiếu sót trong quá trình cho vay.

Bên cạnh đó, Ngân hàng TMCP Kỹ thương Việt Nam còn không ngừng ứng dụng khoa học công nghệ trong việc hiện đại và tự động hóa quy trình quản lý tín dụng, đảm bảo tính chính xác, kịp thời và tối ưu hóa quy trình tín dụng của ngân hàng. Năm 2015, Techcombank chính thức ký kết thỏa thuận hợp tác cùng Integro Technologies để triển khai hệ thống Quản lý Tài sản đảm bảo và Hạn mức tín dụng SmartLender (CLIMS) tại Techcombank, nhằm cải thiện hệ thống quản trị rủi ro, đồng thời, gia tăng chất lượng dịch vụ khách hàng. Hệ thống CLIMS bao gồm 2 module liên kết với nhau. Module quản lý tài sản đảm bảo giúp quản lý đầu cuối (E2E) tài sản đảm bảo, cân đối với các khoản vay của khách hàng, tạo tra cứu, cảnh báo cho công tác giải ngân, giải chấp, đảo chấp và giám sát rủi ro tín dụng. Hệ thống cũng là kho tài sản đảm bảo toàn hàng và cung cấp các thông tin cho các hệ thống liên quan. Module quản lý giới hạn/ hạn mức tín dụng nhằm quản lý quan hệ khách hàng và nhóm khách hàng liên quan trong kho dữ liệu khách hàng được cung cấp từ

Ngân hàng lòi - Core banking T24. Hệ thống thiết lập và quản lý giới hạn tín dụng cho từng khách hàng, nhóm khách hàng liên quan, theo nhóm ngành và nhiều chiều, là công cụ cảnh báo theo khẩu vị rủi ro tín dụng từng thời kỳ của Techcombank và quản lý hạn mức tín dụng.

Trước đó, Techcombank hợp tác cùng Experian trong việc tự động hóa quy trình quản lý tín dụng nhằm hỗ trợ chiến lược phát triển dịch vụ tài chính cá nhân của Techcombank. Techcombank sử dụng và khai thác hệ thống ứng dụng của Experian nhằm thiết lập nền tảng cơ sở dữ liệu vững chắc và đáng tin cậy, qua đó góp phần giúp Techcombank xây dựng, duy trì và tăng cường các mối quan hệ lâu dài với khách hàng, tạo điệu kiện thuận lợi cho Techcombank nắm bắt tốt thông tin và hiểu rò về khách hàng, hỗ trợ tích cực cho các quyết định kinh doanh.

Năm 2018, TechcomBank thực hiện dự án “Quy trình rủi ro tín dụng cho khách hàng doanh nghiệp” với mục đích tối ưu hóa quy trình tín dụng phê duyệt tín dụng cho khách hàng doanh nghiệp, cùng cố nền tảng quản trị rủi ro của ngân hàng. Dự án đã giúp Techcombank tinh giản quy trình giải ngân, xây dựng thư viện điều kiện tín dụng và quy trình kiểm soát sau vay.

Thứ ba, thực hiện trích lập dự phòng rủi ro tín dụng

Hàng năm để phòng ngừa nợ xấu, TechcomBank thực hiện trích lập dự phòng RRTD theo đúng hướng dẫn của Thông tư 02/2013/TT-NHNN và quy định cụ thể của ngân hàng. Dự phòng trích lập RRTD bao gồm: các khoản dự phòng cụ thể và các khoản dự phòng chung.

Tổng dự phòng dùng để xử lý nợ xấu của Ngân hàng TMCP Kỹ thương Việt Nam giai đoạn 2015 - 2020 là 12.758.109 triệu đồng, cụ thể số dự phòng dùng để xử lý nợ xấu của các năm lần lượt như sau: Năm 2015 là 1.105.863 triệu đồng; năm 2016 là 3.730.252 triệu đồng; năm 2017 là 1.748.390 triệu đồng; năm 2018 là 2.553.159 triệu đồng; năm 2019 là 256.875 triệu đồng và năm 2020 là 3.363.570 triệu đồng. Trong khi đó, số dự phòng trích lập RRTD trong giai đoạn 2015 - 2020 đạt 14.397.798 triệu đồng. Tính đến ngày 31/12/2020, số dư dự phòng RRTD của ngân hàng còn

2.214.248 triệu đồng so với số dư tại ngày 1/1/2015 là 959.777 triệu đồng.

Bảng 2.15: Dự phòng rủi ro tín dụng của Ngân hàng TMCP Kỹ thương Việt Nam giai đoạn 2015-2020

Đơn vị tính: triệu đồng

Chỉ tiêu

Dự phòng cụ

thể

Dự phòng chung

Tổng cộng

I.Năm 2015

1.Số dư tại ngày 01/01/2015

396.382

563.395

959.777

2.Nhận chuyển giao từ công ty con

37.566	3.471	41.037
3.DP trích lập RRTD trong năm	1.301.377	412.607	1.713.984
4. Hoàn nhập dự phòng trong năm	(218.236)	(223.458)	(441.694)
5. Sử dụng DPRRTD trong năm	(1.105.863)		(1.105.863)
6.Số dư tại ngày 31/12/2015 (1+2+3+4+5)	411.226	756.015	1.167.241
II.Năm 2016
1.Số dư tại ngày 01/01/2016	411.226	756.015	1.167.241
2.DP trích lập RRTD trong năm	4.014.875	474.998	4.489.873
3.Hoàn nhập dự phòng trong năm	(201.729)	(229.658)	(431.387)
4.Sử dụng DPRRTD trong năm	(3.730.252)		(3.730.252)
5.Số dư tại ngày 31/12/2016 (1+2+3+4)	494.120	1.001.355	1.495.475
III.Năm 2017
1.Số dư tại ngày 01/01/2017	494.120	1.001.355	1.495.475
2.DP trích lập RRTD trong năm	2.208.338	397.468	2.137.496
3. Hoàn nhập dự phòng trong năm	(130.568)	(337.742)
4.Sử dụng DPRRTD trong năm	(1.748.390)		(1.748.390)
5.Số dư tại ngày 31/12/2017 (1+2+3+4)	823.500	1.061.081	1.884.581
IV.Năm 2018
1.Số dư tại ngày 01/01/2018	823.500	1.061.081	1.884.581
2.DP trích lập RRTD trong năm	2.889.508	164.184	3.053.692
3.Sử dụng DPRRTD trong năm	(2.553.159)		(2.553.159)
4.Số dư tại ngày 31/12/2018 (1+2+3)	1.159.849	1.225.265	2.385.114
V.Năm 2019
1.Số dư tại ngày 01/01/2019	1.159.849	1.225.265	2.385.114
2.DP trích lập RRTD trong năm	362.104	426.401	788.505
3.Sử dụng DPRRTD trong năm	(256.875)		(256.875)
4.Số dư tại ngày 31/12/2019 (1+2+3)	1.265.078	1.651.666	2.916.744
V.Năm 2020
1.Số dư tại ngày 01/01/2020	1.265.078	1.651.666	2.916.744
2.DP trích lập RRTD trong năm	2.433	227.807	230.240
3.Sử dụng DPRRTD trong năm	(3.363.570)		(3.363.570)
4.Số dư tại ngày 31/12/2020 (1+2+3)	334.775	1.879.473	2.214.248

Nguồn: [23],[26],[30],[35],[38],[39]

Để đánh giá khả năng kiểm soát nợ xấu dựa vào dự phòng trích lập RRTD, ngân hàng còn đưa ra chỉ tiêu hệ số bù đắp tổn thất nợ xấu, được tính bằng tỷ lệ quỹ DPRRTD/Nợ xấu nội bảng. Tỷ lệ này phản ảnh nguồn tài chính ngân hàng chuẩn bị để ứng phó với khả năng mất vốn do nguy cơ nợ xấu gây ra.

Bảng 2.16: Nợ xấu, hệ số bù đắp tổn thất nợ xấu của Ngân hàng TMCP Kỹ thương Việt Nam giai đoạn 2015 - 2020

Đơn vị tính: tỷ đồng, %

Chỉ tiêu

ĐVT	2015	2016	2017	2018	2019	2020
1.Tổng dư nợ	Tỷ	112.200	142.600	160.849	159.939	230.802	277.525
2.Nợ xấu nội bảng	Tỷ	1.862	2.247	2.584	2.803	3.078	1.295
3.Tỷ lệ nợ xấu nội bảng	%	1,66	1,57	1,61	1,75	1,33	0,5
4.Số DPRR cuối năm	Tỷ	1.167	1.495	1.884	2.385	2.916	2.214
5.Hệ số bù đắp tổn thất nợ xấu	%	62,67	66,53	72,91	85,08	94,73	171,0
6.Nợ xử lý dự phòng và bán VAMC	Tỷ	1.105	3.730	1.748	2.553	256	3.364

Nguồn: [23],[26],[30],[35],[38],[39]

Để có cái nhìn tổng thể nhằm đánh giá khả năng kiểm soát nợ xấu của TechcomBank, có thể theo dòi bảng tổng hợp hệ số bù đắp tổn thất nợ xấu của một số Ngân hàng TMCP trong năm 2019 như sau:

Bảng 2.17: Nợ xấu, hệ số bù đắp tổn thất nợ xấu của Techcombank và một số NH năm 2019

Đơn vị tính: Tỷ đồng

Chỉ tiêu

ĐVT	Vietinbank	BIDV	VCB	SCB	MB	VPB	TCB
1. Tổng dư nợ	Tỷ	935.271	1.116.998	734.707	333.878	250.331	257.183	230.802
2.Nợ xấu nội bảng	Tỷ	10.812	19.450	5.722	1.644	2.897	8.796	3.078
3.Tỷ lệ nợ xấu nội bảng	%	1,16	1,74	0,78	0,49	1,16	3,42	1,33
4.Số DPRR cuối năm	Tỷ	12.945	14.632	10.416	2.938	3.201	4.084	2.916
5.Hệ số bù đắp tổn thất nợ xấu	%	119,72	75,23	182,03	178,71	110,49	46,43	94,73

Nguồn:[100] Năm 2019, trong số các ngân hàng TMCP có cùng quy mô tài sản với Techcombank, Ngân hàng TMCP Sài gòn có tỷ lệ nợ xấu thấp nhất, chỉ chiếm 0,49% trong khi hệ số bù đắp tổn thất nợ xấu lên tới 178,71%, trong khi đó, Ngân hàng TMCP Việt Nam Thịnh vượng có tỷ lệ nợ xấu lên đến 3,42% với hệ số bù đắp tổn thất nợ xấu chỉ đạt 46,43%. Trong 3 Ngân hàng TMCP có vốn Nhà nước, BIDV là

Xem toàn bộ nội dung bài viết ᛨ