Phân chia “miếng bánh” lợi nhuận
Ngay sau khi VPBank công bố kết quả tài chính năm 2018 vào tháng 1, mọi con mắt đã đổ dồn vào kết quả kinh doanh của FE Credit – công ty tài chính tiêu dùng được ví như con ngỗng đẻ trứng vàng cho VPBank trong nhiều năm trở lại đây.
Kết quả năm 2018 của VPBank cho thấy 55% tổng thu nhập hợp nhất đến từ chính ngân hàng mẹ, 45% còn lại, tương đương hơn 4 nghìn tỷ đồng, đến từ Công ty quản lý tài sản VPBank AMC và FE Credit, trong đó phần lớn là từ công ty tài chính tiêu dùng.
Đòn bẩy của kết quả kinh doanh cả năm của ngân hàng mẹ được biết đến nhờ nỗ lực tăng hiệu suất danh mục đầu tư của FE Credit trong quý 4 năm 2018. FE Credit đã đạt mức tăng trưởng tín dụng trần 20% do Ngân hàng Nhà nước đặt ra trong năm 2018, tuy nhiên chi phí rủi ro của công ty đã tăng mạnh trong 3 quý đầu của năm 2018, trước khi quay đầu giảm xuống duới 6% trong quý 4.
Chi phí rủi ro tăng
Chi phí rủi ro tăng trong những tháng đầu năm 2018, theo Phó chủ tịch kiêm Tổng giám đốc của FE Credit ông Kalidas Ghose, đến từ hậu quả của việc suy giảm đáng tiếc trong hiệu quả công tác thu hồi nợ của công ty trong nửa đầu năm, dẫn đến ảnh hưởng tới kết quả quản trị danh mục của toàn công ty trong giai đoạn này.
Ông Kalidas Ghose, Phó chủ tịch kiêm Tổng giám đốc FE Credit
Bà Hồ Thị Như Hà, Phó tổng kiêm Giám đốc khối vận hành cũng giải thích thêm “Trong nửa đầu năm 2018, chúng tôi đã đối mặt với việc thiếu hụt nguồn lực từ đội ngũ thu hồi nợ và cùng lúc chúng tôi không may trở thành nạn nhân của những thông tin truyền thông tiêu cực. Điều này đã đè nặng thêm nhiều thách thức cho đội ngũ thu hồi nợ của chúng tôi. Nhưng FE Credit đã nhanh chóng chế ngự tình hình và ổn định lại nguồn lực, hợp lý hóa các chính sách và quy trình để nhanh chóng phục hồi hiệu suất thu hồi nợ vào đầu quý 3. Việc này được xử lý rất nhanh chỉ trong 4 đến 5 tháng, trong khi thông thường phải cần rất nhiều thời gian để giải quyết các tình huống tương tự.”
Bà Hồ Thị Như Hà, Phó Tổng Giám Đốc Kiêm Giám Đốc Khối Vận Hành
Do các vấn đề đã được giải quyết kịp thời, tỷ lệ nợ xấu (NPL) trong quý 4 vừa qua được FE Credit công bố ở mức dưới 6% - mức thấp nhất trong năm 2018 và tốt hơn mức nợ xấu 6,3% được ghi nhận trong cùng kỳ năm 2016.
Trong khi đó, theo kết quả tài chính quý 3 công bố cuối năm 2018, Home Credit Group, công ty mẹ của Home Credit Vietnam, ghi nhận mức nợ xấu trung bình là 8,7% trong ba quý đầu năm 2018.
-
Ngoài FE Credit, VPBank còn có nhiều sản phẩm đặc biệt khác
07:10, 29/01/2019
Tại thời điểm cuối tháng 12 năm 2017, Quỹ Tiền tệ Quốc tế (IMF) ước tính tỷ lệ nợ xấu trung bình trên tổng dư nợ của Việt Nam ở mức 7,5%.
“Đội ngũ quản trị rủi ro và thu hồi nợ của chúng tôi đã không chỉ duy trì hoạt động của bộ phận mình theo xu hướng tích cực từ quý 2 đến quý 4, mà có kết quả xuất sắc trong 3 tháng cuối của năm 2018, cùng lúc giảm tỷ lệ nợ xấu xuống gần mức dự phóng trung bình của 3 năm qua, ghi dấu cho một năm đầy thách thức nhưng cũng vô cùng mãn nguyện, đồng thời củng cố niềm tin vào nền tảng quản trị rủi ro của chúng tôi để hỗ trợ sự phát triển của FE Credit trong tương lai”, ông Ghose nhấn mạnh.
Theo ông Marcin Figlus, Giám đốc khối Quản trị rủi ro của FE Credit, tỷ lệ nợ xấu năm 2018 ở mức tương đối tốt khi so sánh với tỷ lệ nợ xấu chính thức mà công ty đã công bố vào năm 2016 và 2017, lần lượt là 6,9% và 6,2%. Tỷ lệ nợ xấu trong các năm này còn có thể đạt mức tốt hơn nếu không tính đến ảnh hưởng của tình trạng khách hàng được thu thập và cập nhật bởi Trung tâm Thông tin Tín dụng Quốc gia Việt Nam (CIC), lần lượt đạt mức 5,9% năm 2016 và 4,8% năm 2017, nhờ việc dọn sạch các danh mục đầu tư xấu và hiệu suất rủi ro của danh mục đầu tư cơ bản được cải thiện theo thời gian.
Ông Marcin Figlus, Giám đốc khối Quản trị rủi ro của FE Credit
Tạo chuẩn mực mới về quản trị rủi ro
Với năng lực quản trị rủi ro đã được “thử lửa” vào năm ngoái nhằm hoàn thành mục tiêu kiểm soát nợ xấu và tăng trưởng kinh doanh, FE Credit bắt đầu sứ mệnh phát triển một phương trình quản trị rủi ro mới, hay nói cách khác là tự tạo ra một tiêu chuẩn quản trị rủi ro mới bao gồm các mô hình tiên tiến và các chiến lược năng động.
Theo cuộc đối thoại trước đó với ông Ghose, 2018 là năm mà công ty chủ trương thử thách khả năng quản trị rủi ro và đưa vào thử nghiệm sức mạnh của mô hình kinh doanh hiện tại để phát triển một tiêu chuẩn thị trường mới trong quản trị rủi ro, với mục tiêu cuối cùng là tạo hiệu ứng lâu bền cho doanh nghiệp.
Việc cải thiện chất lượng của danh mục đầu tư, theo ông Figlus, được thực hiện trong nhiều giai đoạn, giai đoạn đầu là lựa chọn khách hàng với mục tiêu giảm thiểu số lượng khoản vay có khả năng gặp khó khăn khi thu hồi nợ. Giai đoạn thứ hai là cải thiện công đoạn nhắc nhở thanh toán hàng tháng cũng như các khoản vay quá hạn, cùng làm việc với khách hàng để tìm giải pháp thu hồi khoản nợ quá hạn và giúp khoản vay quay lại lịch thanh toán như đã thỏa thuận.
“Giai đoạn thứ ba là ‘xóa sổ’ các khoản nợ quá hạn hơn 180 ngày khỏi danh mục đầu tư để bảo vệ bảng cân đối kế toán hay danh mục tài sản khỏi suy giảm. Tuy nhiên, việc xóa sổ cũng không đồng nghĩa với việc chúng tôi dừng nỗ lực thu hồi nợ mà chúng tôi thường thu hồi được từ 20% đến 30% số nợ bị loại khỏi sổ sách, tùy vào loại danh mục đầu tư”, ông Figlus chia sẻ.
FE Credit, như ông Figlus cho biết, đã áp dụng khoảng 30 mô hình chấm điểm và chuyển từ duy nhất phương pháp thống kê sang kỹ thuật học máy (machine learning), để giúp công ty có thể lựa chọn những khách hàng tốt nhất.
“Chúng tôi có sự kết hợp chiến lược giữa các chuyên gia để xây dựng các mô hình quản trị rủi ro hiệu quả, trong đó các nhân viên bản địa được trang bị năng lực và kỹ năng để quản lý việc thu hồi nợ và cùng lúc thấu hiểu được nhu cầu của khách hàng. Chuyên gia nước ngoài sẽ là những nguời áp dụng các kỷ luật trong quản lý nợ của khách hàng và những nền tảng công nghệ hỗ trợ sẽ luôn sẵn sàng trong việc dự đoán các tổn thất và đưa ra lựa chọn khách hàng hợp lý”, ông Figlus nói.
“Chúng tôi hiện đã áp dụng kỹ thuật nhận dạng khuôn mặt trong nền tảng cho vay của mình để tăng tốc độ phê duyệt khoản vay và giảm gian lận, gần như tương tự với nền tảng của Google hoặc Apple, nhằm dễ dàng nhận diện khách hàng cũng như phòng chống gian lận”, Figlus chia sẻ thêm.
Với kỹ thuật nhận dạng khuôn mặt, công nghệ sẽ giúp FE Credit xác định khách hàng nhanh hơn, từ đó nhanh chóng đưa ra cho khách hàng những sản phẩm hoặc ưu đãi phù hợp, đặc biệt là với những khách hàng vốn có lịch sử giao dich trong cơ sở dữ liệu của công ty. Toàn bộ quá trình sẽ giúp FE Credit giảm thiểu gian lận có thể phát sinh.
Trong năm 2019, việc áp dụng machine learning trong quy trình ra quyết định tín dụng sẽ hỗ trợ công ty đánh giá tốt hơn rủi ro của từng khách hàng, từ đó công ty có thể đưa ra quyết định chính xác hơn trong việc cung cấp các khoản vay cũng như sản phẩm phù hợp theo nhu cầu khách hàng. Những thay đổi này mang tính bền vững và được kỳ vọng sẽ tạo ra kết quả tích cực cho FE Credit trong dài hạn.
