title: "Quản trị công nợ: Thuật toán xếp hạng rủi ro nợ xấu của từng đối tác"
series: "Phân tích Dữ liệu Kinh doanh cho SaaS: 100 Bài viết Chuyên sâu"
pillar: "Trụ cột 3 — Phân tích Kế toán & Tài chính"
order: 44
audience: "CEO, Manager, Chủ doanh nghiệp"
reading_time: "7 phút"
tags: ["quản trị công nợ", "credit risk scoring", "accounts receivable", "hạn mức tín dụng", "nợ xấu"]

Quản trị công nợ: Thuật toán xếp hạng rủi ro nợ xấu của từng đối tác

Bối cảnh (Situation)

Bạn có một khách hàng B2B (Business-to-Business — doanh nghiệp bán cho doanh nghiệp) quen thuộc, đặt hàng đều đặn mỗi tháng, quan hệ đã kéo dài ba năm. Nhân viên kinh doanh phụ trách tài khoản này rất quý đối tác, và mỗi khi họ xin gia hạn thêm 15 ngày thanh toán hay xin nâng hạn mức tín dụng (credit limit — số tiền tối đa doanh nghiệp cho phép một khách hàng nợ lại trước khi phải thanh toán), câu trả lời gần như luôn là "được, khách quen mà".

Vấn đề là bạn không có bức tranh tổng thể. Bạn không biết rằng đối tác đó đã trễ hạn 4 trên 6 lần thanh toán gần nhất, mỗi lần trễ dài hơn lần trước — từ 5 ngày lên 12 ngày rồi 20 ngày. Bạn cũng không biết rằng trong khi khoản phải thu (accounts receivable — số tiền khách hàng còn nợ doanh nghiệp) của đối tác này tăng dần, thì một đối tác khác nhỏ hơn, ít được để ý hơn, lại luôn thanh toán đúng hạn tuyệt đối suốt hai năm nhưng chưa từng được xem xét nâng hạn mức vì "không quen biết nhiều".

Đây chính là gốc rễ của một loại rủi ro âm thầm nhưng rất tốn kém: quyết định tín dụng dựa trên quan hệ cá nhân và cảm tính, thay vì dựa trên hành vi thanh toán thực tế. Đến khi một khoản nợ lớn chuyển thành nợ xấu (bad debt — khoản phải thu gần như chắc chắn không đòi được) và ảnh hưởng trực tiếp đến dòng tiền, bạn mới nhận ra tín hiệu cảnh báo đã hiện diện từ nhiều tháng trước — chỉ là không ai tổng hợp chúng lại để nhìn thấy.

Góc nhìn chuyên gia (The Expert Lens)

Khái niệm cốt lõi ở đây là Credit Risk Scoring cho đối tác thương mại — việc chấm điểm rủi ro tín dụng của từng khách hàng/nhà cung cấp dựa trên lịch sử thanh toán thực tế của chính họ, thay vì dựa trên ấn tượng chủ quan hay thâm niên quan hệ.

Khác với chấm điểm tín dụng cá nhân (vốn dựa vào dữ liệu từ bên thứ ba như ngân hàng), xếp hạng rủi ro đối tác B2B trong nội bộ doanh nghiệp bạn dùng chính dữ liệu giao dịch bạn đang có sẵn — hóa đơn, ngày đến hạn, ngày thực trả. Ba yếu tố quan trọng nhất cấu thành điểm số này:

1. Tần suất trễ hạn (Late Payment Frequency). Trong 12 tháng gần nhất, đối tác này trễ hạn bao nhiêu trên tổng số lần thanh toán? Một đối tác trễ 1/10 lần rủi ro rất khác với một đối tác trễ 6/10 lần, dù cả hai đều "thỉnh thoảng trễ".

2. Mức độ trễ (Days Sales Outstanding lệch chuẩn — tức là số ngày thực tế thanh toán vượt quá số ngày quy định trong hợp đồng). Trễ 2 ngày so với trễ 30 ngày mang ý nghĩa rủi ro hoàn toàn khác nhau, dù cả hai đều được ghi nhận là "thanh toán trễ". Hệ thống cần đo khoảng cách trung bình và khoảng cách lớn nhất giữa ngày đến hạn và ngày thực trả.

3. Xu hướng cải thiện hay xấu đi (Trend Direction). Đây là yếu tố dễ bị bỏ qua nhất nhưng lại quan trọng nhất để dự báo. Một đối tác từng trễ hạn nhiều nhưng đang cải thiện dần (từ trễ 20 ngày xuống còn 5 ngày qua các kỳ gần đây) có rủi ro thấp hơn nhiều so với một đối tác có lịch sử tốt nhưng đang xấu đi rõ rệt (từ đúng hạn chuyển sang trễ dần từng tháng). Xu hướng là tín hiệu sớm — nó cho biết điều gì đang xảy ra, chứ không chỉ điều đã xảy ra.

Ba yếu tố này kết hợp lại tạo thành một điểm rủi ro công nợ (receivable risk score) cho từng đối tác — thường được nhóm thành các mức như Thấp, Trung bình, Cao, Rất cao. Điểm số này sau đó trở thành căn cứ khách quan để trả lời câu hỏi: đối tác này có nên được cấp thêm hạn mức, giữ nguyên điều khoản, hay cần chuyển sang thanh toán trước (prepayment) trong kỳ tới?

Giá trị kinh doanh (Business Insight)

Giảm rủi ro nợ xấu trước khi nó phát sinh: Khi hạn mức tín dụng được điều chỉnh dựa trên xu hướng thanh toán thực tế thay vì quán tính quan hệ, bạn ngăn được tình trạng một đối tác đang xấu dần vẫn tiếp tục được cấp thêm hạn mức — nơi rủi ro dễ tích tụ thành khoản nợ không thể thu hồi.
Tối ưu dòng tiền bằng cách ưu tiên đúng nguồn lực thu hồi công nợ: Thay vì đội kế toán phải rà soát thủ công hàng trăm khoản phải thu, xếp hạng rủi ro giúp tập trung nỗ lực nhắc nhở, đàm phán vào nhóm đối tác rủi ro cao nhất — nơi mang lại tác động lớn nhất lên dòng tiền trong thời gian ngắn nhất.
Ra quyết định tín dụng công bằng và có thể giải trình: Khi hạn mức và điều khoản thanh toán dựa trên dữ liệu khách quan, doanh nghiệp tránh được tình trạng thiên vị theo quan hệ cá nhân của từng nhân viên kinh doanh, đồng thời có cơ sở rõ ràng để giải trình mỗi quyết định tín dụng khi cần rà soát nội bộ hoặc kiểm toán.

Vai trò của nền tảng SellersStar (The Solution)

Câu hỏi khách hàng thường đặt ra: "Em có hàng trăm đối tác với công nợ khác nhau, làm sao biết ai đang thực sự là rủi ro mà không phải dựa vào cảm tính của từng sales?"

SellersStar giải quyết bài toán này bằng ba khả năng cốt lõi:

Xếp hạng rủi ro tự động theo từng đối tác: Nền tảng tổng hợp toàn bộ lịch sử hóa đơn, ngày đến hạn và ngày thực trả của từng khách hàng/nhà cung cấp, tự động tính điểm rủi ro dựa trên tần suất trễ hạn, mức độ trễ và xu hướng thay đổi theo thời gian.
Cảnh báo thông minh khi xu hướng thanh toán xấu đi: Ngay khi một đối tác bắt đầu có dấu hiệu trễ hạn nhiều hơn hoặc lâu hơn qua các kỳ liên tiếp, hệ thống chủ động gửi cảnh báo cho đội kế toán và kinh doanh, thay vì để vấn đề chỉ lộ ra khi khoản nợ đã lớn.
Dashboard tập trung công nợ theo mức độ rủi ro: Toàn bộ danh sách đối tác được hiển thị trên một dashboard duy nhất, phân nhóm theo mức rủi ro Thấp/Trung bình/Cao, giúp ban lãnh đạo và đội kế toán ra quyết định hạn mức tín dụng nhanh và có căn cứ trong mỗi cuộc họp xét duyệt.

Key Takeaway: Quan hệ tốt với đối tác không đồng nghĩa với rủi ro thấp — chỉ có dữ liệu thanh toán thực tế mới nói lên điều đó.

Nếu bạn muốn biết ngay hôm nay đối tác nào trong danh sách công nợ của bạn đang âm thầm trở thành rủi ro, hãy đặt lịch demo SellersStar để cùng chúng tôi chấm điểm thử toàn bộ danh mục khách hàng của bạn.

🔗 Bài viết liên quan

Bài trước: Unit Economics · Bài tiếp theo: Phân tích điểm hòa vốn động