Credit risk management at Vietnamese commercial banks in the context of digital transformation
Trần Thị Đan Phượng
Học viên Trường Đại học Kinh tế Thành phố Hồ Chí Minh
Email: danphuong2861@gmail.com
(Quanlynhanuoc.vn) – Chuyển đổi số đang làm thay đổi phương thức cấp tín dụng của ngân hàng thương mại, đặt ra yêu cầu mới đối với quản trị rủi ro tín dụng khi nợ xấu toàn ngành có xu hướng gia tăng. Bài viết dùng phương pháp phân tích – tổng hợp, so sánh làm rõ thực trạng quản trị rủi ro tín dụng của ngân hàng thương mại Việt Nam. Kết quả cho thấy, nhiều ngân hàng đã ứng dụng dữ liệu lớn, trí tuệ nhân tạo vào chấm điểm tín dụng, song còn hạn chế về rủi ro mô hình, an toàn dữ liệu, gian lận công nghệ cao, pháp lý chưa đồng bộ, từ đó, bài viết đề xuất giải pháp hoàn thiện pháp lý, xây dựng mô hình quản trị kết hợp công nghệ với con người, đáp ứng chuẩn mực Basel.
Từ khóa: Quản trị rủi ro tín dụng; ngân hàng thương mại; chuyển đổi số; nợ xấu; trí tuệ nhân tạo.
Abstract: Digital transformation is fundamentally changing how commercial banks extend credit, placing new demands on credit risk management as industry-wide bad debt tends to rise. Using analysis-synthesis and comparative methods, the article clarifies the current state of credit risk management at Vietnamese commercial banks. The findings show that many banks have applied big data and artificial intelligence to credit scoring, yet challenges remain regarding model risk, data security, high-tech fraud, and a lack of consistency in the legal framework. The article proposes solutions to improve the legal framework and build a governance model combining technology with human judgment, meeting Basel standards.
Keywords: Credit risk management; commercial banks; digital transformation; non-performing loans; artificial intelligence.
1. Đặt vấn đề
Quản trị rủi ro tín dụng luôn được xem là trụ cột trong hoạt động của ngân hàng thương mại, bởi tín dụng vẫn là nguồn thu nhập chủ yếu nhưng đồng thời cũng là lĩnh vực tiềm ẩn rủi ro lớn nhất đối với sự an toàn, lành mạnh của cả hệ thống ngân hàng. Chất lượng quản trị rủi ro tín dụng không chỉ quyết định hiệu quả kinh doanh của từng ngân hàng mà còn ảnh hưởng trực tiếp đến sự ổn định của thị trường tài chính – tiền tệ quốc gia.
Những năm gần đây, ngành Ngân hàng Việt Nam đẩy mạnh thực hiện chuyển đổi số theo Quyết định số 810/QĐ-NHNN ngày 11/5/2021 của Thống đốc Ngân hàng Nhà nước Việt Nam phê duyệt Kế hoạch chuyển đổi số ngành Ngân hàng đến năm 2025, định hướng đến năm 2030 (Thống đốc Ngân hàng Nhà nước Việt Nam, 2021). Nhiều ngân hàng thương mại đã ứng dụng dữ liệu lớn (Big Data), trí tuệ nhân tạo (AI) và học máy (Machine Learning) vào quy trình cấp tín dụng, từ thu thập, phân tích dữ liệu khách hàng đến chấm điểm tín dụng tự động và phê duyệt khoản vay trực tuyến, giúp rút ngắn đáng kể thời gian xử lý hồ sơ so với phương thức truyền thống.
Tuy nhiên, quá trình chuyển đổi số cũng làm nảy sinh những rủi ro tín dụng mới mà phương thức quản trị truyền thống chưa đủ khả năng kiểm soát. Số liệu tổng hợp từ báo cáo tài chính quý II/2025 của 29 ngân hàng thương mại niêm yết cho thấy, tổng nợ xấu nội bảng đạt khoảng 294.393 tỷ đồng, tăng 13% so với thời điểm cuối năm 2024, trong khi chi phí trích lập dự phòng rủi ro của nhóm ngân hàng này cũng tăng khoảng 10% so với cùng kỳ năm trước. Bức tranh nợ xấu có sự phân hóa rõ nét: nhiều ngân hàng duy trì tỷ lệ nợ xấu dưới 2%, trong khi một số ngân hàng khác ghi nhận tỷ lệ nợ xấu tăng đáng kể so với cuối năm trước, cho thấy năng lực quản trị rủi ro tín dụng giữa các ngân hàng thương mại còn chênh lệch lớn (Tuân Nguyễn, 19/8/2025).
Trong bối cảnh đó, nhiều nghiên cứu đã chỉ ra rằng “quản trị rủi ro không còn là điểm phanh kìm hãm sự phát triển” (Hồ Nguyễn Anh Minh, 2026) của ngân hàng thương mại, mà cần trở thành nền tảng cho sự phát triển bền vững trong môi trường số. Việc ứng dụng AI vào đánh giá rủi ro tín dụng mang lại nhiều lợi thế về tốc độ xử lý và khả năng phân tích dữ liệu phi truyền thống, song cũng đặt ra những thách thức mới về rủi ro mô hình, tính minh bạch của thuật toán, an toàn dữ liệu và nguy cơ gian lận công nghệ cao.
Các bài viết đã công bố trên Tạp chí Ngân hàng và một số tạp chí khoa học chuyên ngành khác đã đề cập nhiều khía cạnh riêng lẻ của vấn đề, như ứng dụng AI trong đánh giá rủi ro tín dụng, sử dụng kỹ thuật học máy trong chấm điểm tín dụng trên nền tảng dữ liệu lớn, hay hoàn thiện pháp lý về ứng dụng AI trong chuyển đổi số ngân hàng. Tuy nhiên, chưa có bài viết nào phân tích một cách hệ thống, toàn diện công tác quản trị rủi ro tín dụng của ngân hàng thương mại Việt Nam đặt trong tổng thể bối cảnh chuyển đổi số, từ cơ sở lý luận, thực trạng đến giải pháp hoàn thiện.
Xuất phát từ khoảng trống nghiên cứu nêu trên, bài viết tập trung làm rõ cơ sở lý luận về quản trị rủi ro tín dụng của ngân hàng thương mại trong điều kiện chuyển đổi số; phân tích thực trạng quản trị rủi ro tín dụng tại các ngân hàng thương mại Việt Nam hiện nay, chỉ ra kết quả đạt được, hạn chế và nguyên nhân; nhận diện những yêu cầu đặt ra đối với quản trị rủi ro tín dụng trong điều kiện chuyển đổi số; trên cơ sở đó, đề xuất hệ thống giải pháp hoàn thiện quản trị rủi ro tín dụng, góp phần bảo đảm an toàn hoạt động của hệ thống ngân hàng thương mại Việt Nam trong giai đoạn chuyển đổi số toàn diện.
Ý nghĩa thực tiễn của bài viết thể hiện ở chỗ kết quả nghiên cứu không chỉ có giá trị tham khảo đối với các ngân hàng thương mại trong quá trình xây dựng, điều chỉnh mô hình quản trị rủi ro tín dụng phù hợp với điều kiện chuyển đổi số mà còn cung cấp luận cứ khoa học để cơ quan quản lý nhà nước hoàn thiện khung pháp lý về dữ liệu, AI trong lĩnh vực tài chính – ngân hàng, qua đó, góp phần bảo đảm sự phát triển an toàn, bền vững của cả hệ thống ngân hàng thương mại Việt Nam trong bối cảnh hội nhập và cạnh tranh ngày càng gay gắt.
2. Phương pháp nghiên cứu
Bài viết được thực hiện trên cơ sở tiếp cận hệ thống và liên ngành giữa khoa học quản trị ngân hàng, quản lý công và công nghệ tài chính, nhằm nhìn nhận quản trị rủi ro tín dụng của ngân hàng thương mại trong mối quan hệ biện chứng với tiến trình chuyển đổi số đang diễn ra mạnh mẽ trong toàn ngành Ngân hàng.
Về phương pháp cụ thể, tác giả sử dụng phương pháp phân tích – tổng hợp để hệ thống hóa các quy định pháp luật, chuẩn mực quốc tế về an toàn vốn và quản trị rủi ro tín dụng, trọng tâm là Thông tư số 41/2016/TT-NHNN ngày 30/12/2016, Thông tư số 13/2018/TT-NHNN ngày 18/5/2018 và Quyết định số 810/QĐ-NHNN ngày 21/5/2021, từ đó xây dựng khung phân tích về quản trị rủi ro tín dụng trong điều kiện chuyển đổi số (Ngân hàng Nhà nước Việt Nam, 2016; Ngân hàng Nhà nước Việt Nam, 2018; Thống đốc Ngân hàng Nhà nước Việt Nam, 2021). Phương pháp so sánh được vận dụng để đối chiếu phương thức quản trị rủi ro tín dụng truyền thống với phương thức ứng dụng công nghệ số, làm rõ những thay đổi về bản chất rủi ro và yêu cầu quản trị. Phương pháp thống kê mô tả được sử dụng để phân tích số liệu thứ cấp về quy mô, diễn biến nợ xấu và chi phí trích lập dự phòng rủi ro của nhóm ngân hàng thương mại niêm yết.
Nguồn dữ liệu phục vụ nghiên cứu là dữ liệu thứ cấp, được thu thập từ văn bản quy phạm pháp luật của Ngân hàng Nhà nước; báo cáo tài chính, báo cáo thường niên của các ngân hàng thương mại; các công trình nghiên cứu đã công bố trên Tạp chí Ngân hàng và một số tạp chí khoa học chuyên ngành khác có liên quan trực tiếp đến chủ đề quản trị rủi ro tín dụng và chuyển đổi số ngân hàng, bảo đảm tính cập nhật, độ tin cậy và khả năng kiểm chứng của các luận cứ được sử dụng. Trên nền tảng dữ liệu và phương pháp nêu trên, bài viết phân tích theo trình tự từ lý luận đến thực trạng, yêu cầu đặt ra và giải pháp, bảo đảm tính logic, nhất quán của toàn bộ kết cấu nội dung nghiên cứu.
3. Nội dung nghiên cứu
3.1. Cơ sở lý luận về quản trị rủi ro tín dụng của ngân hàng thương mại trong điều kiện chuyển đổi số
Rủi ro tín dụng là khả năng xảy ra tổn thất đối với ngân hàng thương mại do khách hàng vay vốn không thực hiện hoặc không có khả năng thực hiện đầy đủ, đúng hạn nghĩa vụ trả nợ theo cam kết. Quản trị rủi ro tín dụng là quá trình nhận diện, đo lường, kiểm soát và xử lý rủi ro tín dụng một cách hệ thống, xuyên suốt toàn bộ vòng đời của khoản cấp tín dụng, nhằm bảo đảm tỷ lệ nợ xấu được kiểm soát trong giới hạn an toàn và duy trì hiệu quả hoạt động kinh doanh của ngân hàng.
Về nội dung, quản trị rủi ro tín dụng tại ngân hàng thương mại bao gồm bốn khâu cơ bản: nhận diện rủi ro thông qua phân tích hồ sơ, lịch sử tín dụng và năng lực tài chính của khách hàng; đo lường rủi ro bằng các mô hình xếp hạng, chấm điểm tín dụng; kiểm soát rủi ro thông qua thiết lập hạn mức, tài sản bảo đảm và cơ chế phê duyệt nhiều cấp; và xử lý rủi ro khi phát sinh nợ xấu thông qua trích lập dự phòng, cơ cấu lại nợ hoặc xử lý tài sản bảo đảm. Hệ thống kiểm soát nội bộ và kiểm toán nội bộ, được quy định tại Thông tư số 13/2018/TT-NHNN, đóng vai trò là tuyến phòng thủ quan trọng bảo đảm các khâu nêu trên được thực hiện đúng quy trình, hạn chế rủi ro đạo đức và sai sót trong tác nghiệp.
Chuẩn mực an toàn vốn Basel II, được nội luật hóa tại Thông tư số 41/2016/TT-NHNN quy định tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài, đặt ra yêu cầu các ngân hàng thương mại phải tính toán tài sản có rủi ro tín dụng một cách chặt chẽ hơn, gắn vốn tự có với mức độ rủi ro thực tế của danh mục tín dụng. Đây là nền tảng lý luận quan trọng để các ngân hàng thương mại Việt Nam xây dựng mô hình quản trị rủi ro tín dụng theo thông lệ quốc tế, đồng thời là cơ sở để từng bước tiệm cận các chuẩn mực cao hơn như Basel III trong giai đoạn tiếp theo.
Chuyển đổi số trong hoạt động ngân hàng được hiểu là quá trình ứng dụng công nghệ số, dữ liệu lớn (Big Data), AI và học máy vào toàn bộ chuỗi giá trị hoạt động ngân hàng, từ huy động vốn, thanh toán đến cấp tín dụng. Trong lĩnh vực quản trị rủi ro tín dụng, chuyển đổi số tác động ở ba cấp độ: thứ nhất, mở rộng nguồn dữ liệu đầu vào cho mô hình chấm điểm tín dụng, không chỉ dựa vào dữ liệu tài chính truyền thống mà còn khai thác dữ liệu hành vi, dữ liệu giao dịch phi truyền thống; thứ hai, tự động hóa quy trình thẩm định, phê duyệt tín dụng thông qua các thuật toán học máy như hồi quy logistic, rừng ngẫu nhiên; thứ ba, nâng cao khả năng giám sát, cảnh báo sớm rủi ro thông qua phân tích dữ liệu theo thời gian thực, giúp phát hiện sớm dấu hiệu suy giảm khả năng trả nợ của khách hàng (Đỗ Năng Thắng, 2022).
Từ những phân tích trên, có thể khái quát, quản trị rủi ro tín dụng trong điều kiện chuyển đổi số không chỉ là sự kế thừa các nguyên lý quản trị rủi ro truyền thống, mà còn đòi hỏi bổ sung các nội dung mới về quản trị rủi ro mô hình, quản trị dữ liệu và bảo đảm tính minh bạch, có thể giải thích được của các quyết định tín dụng do thuật toán đưa ra. Bên cạnh đó, giữa quản trị rủi ro tín dụng truyền thống và quản trị rủi ro tín dụng trong điều kiện chuyển đổi số có mối quan hệ bổ sung chứ không loại trừ lẫn nhau. Các nguyên tắc nền tảng như thận trọng, phân tán rủi ro, phân cấp thẩm quyền phê duyệt vẫn giữ nguyên giá trị, trong khi công nghệ số đóng vai trò là công cụ giúp thực hiện các nguyên tắc đó hiệu quả hơn, nhanh hơn và với độ chính xác cao hơn. Vì vậy, khung lý luận về quản trị rủi ro tín dụng hiện đại cần được xây dựng theo hướng tích hợp, trong đó công nghệ số không thay thế mà hỗ trợ, tăng cường năng lực quản trị rủi ro của con người, đặc biệt là ở các khâu đòi hỏi phán đoán chuyên môn phức tạp, khó lượng hóa đầy đủ bằng thuật toán.
Mặt khác, chuyển đổi số cũng làm xuất hiện một phạm trù rủi ro mới cần được bổ sung vào khung lý luận truyền thống, đó là rủi ro mô hình – loại rủi ro phát sinh khi mô hình chấm điểm tín dụng dựa trên dữ liệu lịch sử không còn phản ánh chính xác hành vi của khách hàng trong điều kiện thị trường biến động hoặc khi mô hình bị thiên lệch do dữ liệu huấn luyện không đầy đủ, không đại diện. Quản trị rủi ro mô hình, do đó, trở thành một cấu phần không thể thiếu của quản trị rủi ro tín dụng hiện đại, đòi hỏi ngân hàng thương mại phải thường xuyên kiểm định, đánh giá lại độ tin cậy của các mô hình đang sử dụng trong thực tiễn hoạt động.
3.2. Thực trạng quản trị rủi ro tín dụng tại ngân hàng thương mại Việt Nam trong bối cảnh chuyển đổi số
Về khung khổ pháp lý, hệ thống văn bản quy phạm pháp luật điều chỉnh hoạt động cấp tín dụng và quản trị rủi ro tín dụng của ngân hàng thương mại đã từng bước được hoàn thiện, với nòng cốt là Luật Các tổ chức tín dụng năm 2024, Thông tư số 41/2016/TT-NHNN về tỷ lệ an toàn vốn và Thông tư số 13/2018/TT-NHNN về hệ thống kiểm soát nội bộ. Quyết định số 810/QĐ-NHNN tiếp tục bổ sung định hướng về chuyển đổi số ngành Ngân hàng, tạo cơ sở pháp lý ban đầu để các ngân hàng thương mại triển khai định danh điện tử, cho vay trực tuyến và ứng dụng công nghệ số vào quy trình tín dụng. Ngân hàng Nhà nước Việt Nam cũng đang xây dựng thông tư mới về an toàn và quản trị rủi ro AI trong lĩnh vực ngân hàng, phù hợp với Luật Trí tuệ nhân tạo năm 2025 (Quốc hội, 2025), yêu cầu kiểm soát chất lượng dữ liệu, giám sát của con người và bảo đảm tính minh bạch trong các quyết định tự động.
Về kết quả ứng dụng công nghệ số vào quản trị rủi ro tín dụng, nhiều ngân hàng thương mại đã chủ động đầu tư hệ thống chấm điểm tín dụng tự động dựa trên dữ liệu lớn và học máy, sử dụng các thuật toán như hồi quy logistic, rừng ngẫu nhiên để phân loại khách hàng, giúp rút ngắn đáng kể thời gian thẩm định hồ sơ vay vốn so với phương thức thủ công truyền thống. Theo một số nghiên cứu, việc ứng dụng học máy trong chấm điểm tín dụng có thể “giảm thâm hụt tín dụng lên tới 10%” (Đỗ Năng Thắng, 2022) so với phương pháp truyền thống. Nhiều ngân hàng đã triển khai trợ lý ảo, hệ thống nhận diện sinh trắc học và quy trình số hóa chứng từ bằng công nghệ nhận dạng ký tự quang học, góp phần rút ngắn thời gian phê duyệt khoản vay từ vài ngày xuống còn vài giờ đối với một số sản phẩm tín dụng tiêu dùng (Hà Lan, 2026). Việc ứng dụng AI còn giúp ngân hàng phân tích đồng thời dữ liệu tài chính truyền thống và dữ liệu hành vi phi truyền thống, qua đó xây dựng hồ sơ rủi ro khách hàng toàn diện hơn, đồng thời tăng cường khả năng giám sát liên tục, phát hiện sớm dấu hiệu chậm trả hoặc suy giảm điểm tín dụng (Lê Cẩm Tú, 2024).
Tuy nhiên, bên cạnh những kết quả tích cực, bức tranh chất lượng tín dụng của hệ thống ngân hàng thương mại vẫn cho thấy nhiều thách thức. Số liệu tổng hợp từ báo cáo tài chính quý II/2025 của 29 ngân hàng thương mại niêm yết cho thấy tổng nợ xấu nội bảng đạt khoảng 294.393 tỷ đồng, tăng 13% so với cuối năm 2024, trong khi tổng chi phí trích lập dự phòng rủi ro tăng khoảng 10% so với cùng kỳ năm trước. Bức tranh chất lượng tín dụng có sự phân hóa rõ nét giữa các ngân hàng: một số ngân hàng duy trì tỷ lệ nợ xấu ở mức thấp, dưới 2%, trong khi một số ngân hàng khác ghi nhận tỷ lệ nợ xấu tăng mạnh so với cuối năm trước, có trường hợp dù đã nỗ lực xử lý nhưng tỷ lệ nợ xấu vẫn ở mức cao hơn đáng kể so với ngưỡng an toàn khuyến nghị (Tuân Nguyễn, 19/8/2025). Sự phân hóa này phản ánh rõ nét năng lực quản trị rủi ro tín dụng không đồng đều giữa các ngân hàng thương mại, đặc biệt là trong việc ứng dụng công nghệ số vào quy trình thẩm định và giám sát tín dụng.
Về hạn chế của quản trị rủi ro tín dụng trong bối cảnh chuyển đổi số, trước hết là rủi ro mô hình và vấn đề “hộp đen” của các thuật toán AI, khi nhiều mô hình chấm điểm tín dụng hiện đại có độ phức tạp cao nhưng thiếu tính minh bạch, khiến cả khách hàng lẫn cơ quan quản lý khó kiểm chứng được cơ sở của quyết định cấp hoặc từ chối tín dụng (Lê Cẩm Tú, 2024). Quá trình số hóa làm gia tăng nguy cơ gian lận công nghệ cao, trong đó gian lận sử dụng công nghệ giả mạo khuôn mặt, giọng nói chiếm tới 25 – 30% các vụ gian lận danh tính được ghi nhận gần đây, đặt ra thách thức lớn đối với công tác định danh, xác thực khách hàng trong cấp tín dụng trực tuyến (Hồ Nguyễn Anh Minh, 2026). Ngoài ra, an toàn, bảo mật dữ liệu khách hàng còn tiềm ẩn nhiều rủi ro khi hệ thống ngân hàng ngày càng kết nối liên thông với nhiều bên thứ ba cung cấp dữ liệu và giải pháp công nghệ. Đồng thời, khung pháp lý về dữ liệu, AI trong lĩnh vực tài chính – ngân hàng vẫn còn phân tán, một số quy định chưa theo kịp tốc độ phát triển công nghệ, gây lúng túng cho cả ngân hàng và cơ quan quản lý trong quá trình áp dụng (Hồ Nguyễn Anh Minh, 2026; Hà Lan, 2026).
Nguyên nhân của những hạn chế nêu trên xuất phát từ nhiều phía. Về phía thể chế, việc xây dựng, ban hành các quy định pháp luật chuyên biệt điều chỉnh ứng dụng trí tuệ nhân tạo, dữ liệu lớn trong lĩnh vực tài chính – ngân hàng còn chậm hơn so với tốc độ triển khai công nghệ trên thực tế; một số quy định hiện hành được xây dựng cho mô hình nghiệp vụ truyền thống nên khi áp dụng vào quy trình tín dụng số còn bộc lộ độ vênh nhất định, khiến ngân hàng vừa phải tuân thủ quy định cũ, vừa phải tự xây dựng quy trình kiểm soát bổ sung cho các cấu phần công nghệ mới. Về phía ngân hàng thương mại, năng lực quản trị dữ liệu, hạ tầng công nghệ và nguồn nhân lực chuyên sâu về phân tích dữ liệu còn chênh lệch lớn giữa các ngân hàng có quy mô khác nhau, khiến hiệu quả ứng dụng công nghệ vào quản trị rủi ro tín dụng không đồng đều; không ít ngân hàng quy mô vừa và nhỏ vẫn phụ thuộc vào các giải pháp công nghệ do bên thứ ba cung cấp, hạn chế khả năng kiểm soát toàn diện đối với mô hình chấm điểm tín dụng đang vận hành. Về phía khách hàng và bên thứ ba, tình trạng thiếu minh bạch thông tin, khó khăn trong xác thực danh tính trên môi trường số cũng làm gia tăng áp lực đối với công tác quản trị rủi ro tín dụng của ngân hàng thương mại; đặc biệt, một bộ phận khách hàng cá nhân, hộ kinh doanh nhỏ chưa có thói quen lưu trữ, minh bạch hóa dữ liệu giao dịch, khiến các mô hình chấm điểm tín dụng dựa trên dữ liệu thay thế gặp khó khăn khi áp dụng cho nhóm khách hàng này.
Nhìn từ góc độ tương quan giữa tốc độ chuyển đổi số và năng lực quản trị rủi ro, có thể thấy khoảng cách giữa mức độ ứng dụng công nghệ vào quy trình cấp tín dụng với năng lực kiểm soát rủi ro công nghệ tương ứng tại không ít ngân hàng thương mại còn khá lớn. Điều này đòi hỏi quá trình chuyển đổi số trong lĩnh vực tín dụng cần được triển khai theo nguyên tắc “an toàn đi cùng tốc độ”, nghĩa là mức độ tự động hóa, ứng dụng trí tuệ nhân tạo vào quyết định tín dụng phải tương xứng với năng lực quản trị rủi ro mô hình, quản trị dữ liệu thực tế của từng ngân hàng, tránh tình trạng chạy theo tốc độ chuyển đổi số mà bỏ qua các yêu cầu an toàn, thận trọng cần thiết.
3.3. Yêu cầu đặt ra đối với quản trị rủi ro tín dụng của ngân hàng thương mại trong điều kiện chuyển đổi số
Từ thực trạng nêu trên, có thể nhận diện một số yêu cầu cơ bản đặt ra đối với quản trị rủi ro tín dụng của ngân hàng thương mại trong điều kiện chuyển đổi số.
Một là, bảo đảm tính minh bạch và khả năng giải thích được của các mô hình chấm điểm tín dụng dựa trên trí tuệ nhân tạo. Các chuyên gia khuyến nghị cần phát triển các mô hình “trí tuệ nhân tạo có thể giải thích được” (explainable AI), kết hợp với cơ chế thúc đẩy hợp tác giữa các tổ chức và triển khai AI có trách nhiệm, ưu tiên tính công bằng, minh bạch và trách nhiệm giải trình (Lê Cẩm Tú, 2024), tránh để các thuật toán trở thành hộp đen vượt khỏi khả năng kiểm soát của cả ngân hàng lẫn cơ quan quản lý.
Hai là, tăng cường bảo đảm an toàn, bảo mật dữ liệu khách hàng và quản lý rủi ro trong kết nối liên thông dữ liệu giữa ngân hàng với các cơ quan quản lý, tổ chức cung cấp dịch vụ định danh điện tử và các bên thứ ba khác. Yêu cầu này càng trở nên cấp thiết khi gian lận công nghệ cao, đặc biệt là các hình thức giả mạo sinh trắc học, có xu hướng gia tăng trong quá trình số hóa dịch vụ ngân hàng (Hồ Nguyễn Anh Minh, 2026).
Ba là, duy trì sự kết hợp hài hòa giữa tự động hóa quy trình tín dụng với vai trò thẩm định, giám sát của con người. AI cần được xác định là công cụ hỗ trợ, “tăng cường chứ không thay thế vai trò của chuyên gia tín dụng” (Hồ Nguyễn Anh Minh, 2026) trong các quyết định quan trọng, đặc biệt đối với những khoản vay có giá trị lớn hoặc hồ sơ khách hàng phức tạp, bảo đảm nguyên tắc thận trọng theo chuẩn mực Basel.
Bốn là, khẩn trương hoàn thiện khung pháp lý về dữ liệu, AI và đạo đức ứng dụng công nghệ trong lĩnh vực tài chính – ngân hàng. Việc Ngân hàng Nhà nước Việt Nam đang xây dựng thông tư mới về an toàn, quản trị rủi ro AI, với các yêu cầu về kiểm soát chất lượng dữ liệu, giám sát của con người, minh bạch trong quyết định tự động và cơ chế xử lý khiếu nại của khách hàng (Hà Lan, 2026), là bước đi cần thiết nhằm tạo hành lang pháp lý đồng bộ cho quá trình chuyển đổi số an toàn của ngành Ngân hàng.
Năm là, nâng cao năng lực quản trị dữ liệu và xây dựng đội ngũ nhân lực vừa am hiểu nghiệp vụ tín dụng, vừa có khả năng phân tích dữ liệu, vận hành các hệ thống công nghệ hiện đại, nhằm thu hẹp khoảng cách về năng lực ứng dụng công nghệ giữa các ngân hàng thương mại có quy mô khác nhau, qua đó nâng cao chất lượng quản trị rủi ro tín dụng của toàn hệ thống ngân hàng thương mại Việt Nam.
Sáu là, xây dựng cơ chế giám sát liên tục đối với hiệu năng của các mô hình chấm điểm tín dụng sau khi đưa vào vận hành chính thức, thay vì chỉ kiểm định một lần trước khi triển khai. Trong điều kiện hành vi khách hàng và môi trường kinh tế – tài chính liên tục biến động, một mô hình vốn hoạt động tốt tại thời điểm xây dựng có thể suy giảm độ chính xác theo thời gian nếu không được cập nhật, hiệu chỉnh kịp thời; vì vậy, cơ chế giám sát định kỳ, kết hợp với ngưỡng cảnh báo khi độ chính xác của mô hình sụt giảm, cần được coi là một yêu cầu bắt buộc trong quản trị rủi ro tín dụng hiện đại, góp phần bảo đảm các quyết định cấp tín dụng dựa trên công nghệ luôn phản ánh đúng thực trạng rủi ro của khách hàng và thị trường.
3.4. Giải pháp hoàn thiện quản trị rủi ro tín dụng tại ngân hàng thương mại Việt Nam trong bối cảnh chuyển đổi số
Trên cơ sở phân tích thực trạng và những yêu cầu đặt ra nêu trên, để nâng cao hiệu quả quản trị rủi ro tín dụng của ngân hàng thương mại Việt Nam trong thời gian tới, cần tập trung thực hiện đồng bộ một số nhóm giải pháp chủ yếu sau.
Thứ nhất, đối với cơ quan quản lý nhà nước, cần hoàn thiện khung pháp lý về dữ liệu, AI và định danh điện tử trong lĩnh vực ngân hàng, sớm ban hành thông tư về an toàn, quản trị rủi ro AI đang được Ngân hàng Nhà nước Việt Nam xây dựng, qua đó, bảo đảm yêu cầu kiểm soát chất lượng dữ liệu, giám sát của con người và minh bạch trong quyết định tự động. Bên cạnh đó, thúc đẩy kết nối, chia sẻ dữ liệu liên ngành giữa ngành Ngân hàng với các cơ quan quản lý dân cư, thuế, bảo hiểm xã hội nhằm phục vụ thẩm định tín dụng chính xác hơn, từ đó, hạn chế tình trạng gian lận danh tính trong cấp tín dụng trực tuyến. Tiếp tục tăng cường thanh tra, giám sát rủi ro công nghệ và rủi ro mô hình tại các ngân hàng thương mại, yêu cầu công bố thông tin minh bạch về phương pháp luận của các mô hình chấm điểm tín dụng tự động được sử dụng.
Thứ hai, đối với ngân hàng thương mại, cần xây dựng mô hình quản trị rủi ro tín dụng kết hợp giữa công nghệ và con người, trong đó AI đóng vai trò hỗ trợ sàng lọc, phân loại khách hàng, còn quyết định cuối cùng đối với các khoản vay có giá trị lớn hoặc hồ sơ phức tạp vẫn do chuyên gia tín dụng thẩm định, phê duyệt. Thiết lập bộ phận kiểm định độc lập đối với các mô hình chấm điểm tín dụng tự động, định kỳ đánh giá lại độ chính xác, tính công bằng của mô hình để kịp thời phát hiện, điều chỉnh sai lệch trong quá trình vận hành. Quan tâm đến đầu tư xây dựng hệ thống cảnh báo sớm rủi ro tín dụng dựa trên phân tích dữ liệu lớn theo thời gian thực, kết hợp cả dữ liệu tài chính truyền thống và dữ liệu hành vi phi truyền thống, giúp phát hiện sớm dấu hiệu suy giảm khả năng trả nợ của khách hàng. Đồng thời, tăng cường các giải pháp bảo mật, xác thực sinh trắc học nhiều lớp nhằm phòng ngừa gian lận công nghệ cao, đặc biệt trong bối cảnh gian lận sử dụng công nghệ giả mạo khuôn mặt, giọng nói có xu hướng gia tăng.
Thứ ba, chú trọng nâng cao chất lượng nguồn nhân lực theo hướng đào tạo, bồi dưỡng đội ngũ cán bộ tín dụng vừa nắm vững nghiệp vụ ngân hàng truyền thống, vừa có kiến thức, kỹ năng phân tích dữ liệu và vận hành các hệ thống công nghệ hiện đại, đáp ứng yêu cầu quản trị rủi ro tín dụng trong môi trường số. Đồng thời, các ngân hàng thương mại cần tiếp tục tuân thủ nghiêm túc chuẩn mực an toàn vốn Basel II theo Thông tư số 41/2016/TT-NHNN, từng bước xây dựng lộ trình tiệm cận chuẩn mực Basel III, gắn kết quả quản trị rủi ro tín dụng với việc nâng cao năng lực cạnh tranh, uy tín của ngân hàng trên thị trường tài chính trong nước và quốc tế.
Thứ tư, cần xây dựng cơ chế phối hợp thường xuyên giữa Ngân hàng Nhà nước Việt Nam, các ngân hàng thương mại và các tổ chức cung cấp giải pháp công nghệ nhằm chia sẻ kinh nghiệm, cập nhật kịp thời các rủi ro công nghệ mới phát sinh, qua đó hình thành một hệ sinh thái quản trị rủi ro tín dụng số vừa bảo đảm an toàn hệ thống, vừa tạo thuận lợi cho sự phát triển bền vững của hoạt động tín dụng ngân hàng trong giai đoạn chuyển đổi số toàn diện.
4. Kết luận
Quản trị rủi ro tín dụng luôn giữ vai trò nền tảng đối với sự an toàn, lành mạnh của ngân hàng thương mại, vai trò đó càng trở nên quan trọng hơn trong bối cảnh chuyển đổi số đang diễn ra sâu rộng trên toàn ngành Ngân hàng. Việc ứng dụng dữ liệu lớn, trí tuệ nhân tạo và học máy vào quy trình cấp tín dụng đã mang lại nhiều lợi ích thiết thực về tốc độ xử lý, khả năng sàng lọc và giám sát khách hàng, song cũng làm nảy sinh những rủi ro mới mà phương thức quản trị truyền thống chưa đủ khả năng kiểm soát.
Kết quả nghiên cứu của bài viết cho thấy, quản trị rủi ro tín dụng tại các ngân hàng thương mại Việt Nam thời gian qua đã đạt được những kết quả tích cực về ứng dụng công nghệ số, song vẫn còn bộc lộ hạn chế liên quan đến rủi ro mô hình, tính minh bạch của thuật toán, an toàn dữ liệu, nguy cơ gian lận công nghệ cao và sự chưa đồng bộ của khung pháp lý. Diễn biến nợ xấu có sự phân hóa rõ nét giữa các ngân hàng là minh chứng cho thấy, năng lực quản trị rủi ro tín dụng, đặc biệt là năng lực ứng dụng công nghệ vào quản trị rủi ro, giữa các ngân hàng thương mại còn chênh lệch đáng kể. Bên cạnh đó, chuyển đổi số vừa là cơ hội, vừa là thách thức đối với công tác quản trị rủi ro tín dụng của ngân hàng thương mại. Chỉ khi công nghệ được ứng dụng trên nền tảng một khung quản trị rủi ro vững chắc, có sự giám sát chặt chẽ của con người và được bảo đảm bằng hành lang pháp lý đồng bộ, quá trình chuyển đổi số mới thực sự trở thành động lực nâng cao chất lượng tín dụng, góp phần xây dựng hệ thống ngân hàng thương mại Việt Nam an toàn, minh bạch, phát triển bền vững trong dài hạn.
Trên cơ sở đó, bài viết đã đề xuất các nhóm giải pháp đối với cơ quan quản lý nhà nước và đối với ngân hàng thương mại, tập trung vào hoàn thiện khung pháp lý về dữ liệu và trí tuệ nhân tạo, xây dựng mô hình quản trị rủi ro tín dụng kết hợp giữa công nghệ và con người, thiết lập cơ chế kiểm định độc lập đối với mô hình chấm điểm tín dụng tự động, đầu tư hệ thống cảnh báo sớm dựa trên dữ liệu lớn, tăng cường bảo mật, xác thực sinh trắc học và nâng cao chất lượng nguồn nhân lực. Việc triển khai đồng bộ, nhất quán các nhóm giải pháp này sẽ góp phần quan trọng vào việc nâng cao hiệu quả quản trị rủi ro tín dụng, bảo đảm an toàn hoạt động của hệ thống ngân hàng thương mại Việt Nam trong giai đoạn chuyển đổi số toàn diện.
Tài liệu tham khảo:
Đỗ Năng Thắng (22/3/2022). Phân loại và chấm điểm tín dụng ngân hàng sử dụng các kỹ thuật Machine Learning trên nền tảng Big Data. Tạp chí Ngân hàng. https://tapchinganhang.gov.vn/phan-loai-va-cham-diem-tin-dung-ngan-hang-su-dung-cac-ky-thuat-machine-learning-tren-nen-tang-big-data-11077.html
Hà Lan (17/3/2026). Hoàn thiện pháp lý về ứng dụng trí tuệ nhân tạo trong hành trình chuyển đổi số ngân hàng. Tạp chí Ngân hàng. https://tapchinganhang.gov.vn/hoan-thien-phap-ly-ve-ung-dung-tri-tue-nhan-tao-trong-hanh-trinh-chuyen-doi-so-ngan-hang-17099.html
Hồ Nguyễn Anh Minh (30/6/2026). Quản trị rủi ro tín dụng trong bối cảnh chuyển đổi số ở Việt Nam. Tạp chí Kinh tế – Tài chính. https://tapchikinhtetaichinh.vn/quan-tri-rui-ro-tin-dung-trong-boi-canh-chuyen-doi-so-o-viet-nam-160487.html
Lê Cẩm Tú (11/9/2024). Ảnh hưởng của trí tuệ nhân tạo đến đánh giá rủi ro tín dụng trong lĩnh vực ngân hàng. Tạp chí Ngân hàng. https://tapchinganhang.gov.vn/anh-huong-cua-tri-tue-nhan-tao-den-danh-gia-rui-ro-tin-dung-trong-linh-vuc-ngan-hang-9275.html
Ngân hàng Nhà nước Việt Nam (2016). Thông tư số 41/2016/TT-NHNN ngày 30/12/2016 quy định tỷ lệ an toàn vốn đối với ngân hàng, chi nhánh ngân hàng nước ngoài.
Ngân hàng Nhà nước Việt Nam (2018). Thông tư số 13/2018/TT-NHNN ngày 18/5/2018 quy định về hệ thống kiểm soát nội bộ của ngân hàng thương mại, chi nhánh ngân hàng nước ngoài.
Quốc hội (2024). Luật Các tổ chức tín dụng năm 2024
Quốc hội (2025). Luật Trí tuệ nhân tạo năm 2025.
Thống đốc Ngân hàng Nhà nước Việt Nam (2021). Quyết định số 810/QĐ-NHNN ngày 11/5/2021 phê duyệt Kế hoạch chuyển đổi số ngành Ngân hàng đến năm 2025, định hướng đến năm 2030.
Tuân Nguyễn (19/8/2025). 29 ngân hàng ôm gần 300.000 tỷ đồng nợ xấu, lộ rõ bức tranh trái chiều. VietnamNet.https://vietnamnet.vn/29-ngan-hang-om-gan-300-000-ty-dong-no-xau-lo-ro-buc-tranh-trai-chieu-2432581.html



