Trọn bộ 16 hàm Excel không thể thiếu cho nhân viên ngành Ngân hàng và Tài chính

Phần 1: Nhóm hàm tính toán tài chính và dòng tiền (Financial functions)

Mục đích: Lập lịch trả nợ, định giá tài sản đảm bảo, phân tích hiệu quả tài chính và thẩm định các phương án cấp tín dụng.

1. Hàm PMT: Tính số tiền trả góp cố định mỗi kỳ

Hàm PMT được sử dụng để xác định số tiền thanh toán định kỳ (bao gồm cả gốc và lãi) cho một khoản vay dựa trên lãi suất cố định và các kỳ thanh toán đều đặn.

Cú pháp: =PMT(rate, nper, pv, [fv], [type])

Giải thích tham số:

• rate: Lãi suất của khoản vay theo từng kỳ.
• nper: Tổng số kỳ thanh toán.
• pv: Giá trị hiện tại (số tiền vay ban đầu).
• fv (tùy chọn): Giá trị tương lai mong muốn sau kỳ thanh toán cuối cùng (mặc định là 0).
• type (tùy chọn): Thời điểm thanh toán (0 = cuối kỳ, 1 = đầu kỳ).

Ứng dụng thực tế: Khi chuyên viên quản lý khách hàng (RM) cần lập bảng tính tiền trả góp hằng tháng cho khách hàng vay mua nhà 1 tỷ VNĐ trong vòng 5 năm (60 tháng) với lãi suất 8%/năm, công thức áp dụng sẽ là: =PMT(8%/12, 60, -1000000000).

2. Hàm IPMT và PPMT: Tách riêng tiền lãi và tiền gốc

Trong các hợp đồng vay trả góp theo phương thức dư nợ giảm dần, số tiền trả định kỳ cố định nhưng tỷ trọng giữa tiền gốc và tiền lãi thay đổi qua từng tháng. Bộ đôi IPMT và PPMT giải quyết chính xác bài toán tách rã này.

Cú pháp:

• Tính lãi: =IPMT(rate, per, nper, pv, [fv], [type])
• Tính gốc: =PPMT(rate, per, nper, pv, [fv], [type])

Giải thích tham số: per là kỳ cụ thể cần tính toán (ví dụ: tháng thứ 1, tháng thứ 12).

Ứng dụng thực tế: Để biết trong kỳ thứ 6 khách hàng phải trả bao nhiêu tiền lãi và bao nhiêu tiền gốc cho khoản vay 1 tỷ VNĐ nêu trên, chuyên viên sử dụng =IPMT(8%/12, 6, 60, -1000000000) để tính tiền lãi và =PPMT(8%/12, 6, 60, -1000000000) để tính tiền gốc. Sum của hai hàm này đúng bằng kết quả hàm PMT.

3. Hàm PV & FV: Tính giá trị hiện tại và giá trị tương lai

Hàm PV (Present Value) tính giá trị hiện tại của một chuỗi tiền tệ trong tương lai, trong khi FV (Future Value) tính giá trị tích lũy trong tương lai của một khoản đầu tư hoặc tiền gửi tiết kiệm.

Cú pháp:

=PV(rate, nper, pmt, [fv], [type])

=FV(rate, nper, pmt, [pv], [type])

Ứng dụng thực tế:

• Tính PV: Định giá một tài sản cam kết mang lại dòng tiền 50 triệu VNĐ/năm trong 5 năm tới với tỷ lệ chiết khấu 10%/năm: =PV(10%, 5, -50000000).
• Tính FV: Khách hàng gửi tiết kiệm tích lũy mỗi tháng 10 triệu VNĐ, liên tục trong 3 năm với lãi suất 6%/năm: =FV(6%/12, 36, -10000000).

4. Hàm NPV và IRR: Đánh giá hiệu quả dự án kinh doanh theo kỳ hạn đều

Khi thẩm định phương án vay vốn của doanh nghiệp, hai chỉ số NPV (Giá trị hiện tại ròng) và IRR (Tỷ suất sinh lời nội bộ) là căn cứ quan trọng để đánh giá khả năng hoàn vốn và trả nợ.

Cú pháp:

=NPV(rate, value1, [value2], ...)

=IRR(values, [guess])

Giải thích tham số: values là mảng dữ liệu chứa chi phí đầu tư ban đầu (dấu âm) và các dòng tiền thu hồi trong các kỳ tiếp theo (dấu dương).

Ứng dụng thực tế: 

Một dự án yêu cầu vốn đầu tư ban đầu 2 tỷ VNĐ, dòng tiền thu về trong 3 năm lần lượt là 800 triệu, 900 triệu và 1.1 tỷ VNĐ.

Với chi phí vốn 9%/năm, NPV được tính: =NPV(9%, 800000000, 900000000, 1100000000) - 2000000000. Nếu NPV > 0, dự án khả thi.

Tỷ suất sinh lời nội bộ: =IRR(bảng_dòng_tiền). Nếu IRR lớn hơn chi phí sử dụng vốn của doanh nghiệp, phương án kinh doanh đạt yêu cầu.

5. Hàm XNPV & XIRR: Tính NPV và IRR cho dòng tiền không đều

Trong thực tế giao dịch ngân hàng, các khoản giải ngân hay thu nợ của doanh nghiệp thường phát sinh vào các ngày lẻ không cố định trong năm, khiến cho hàm NPV và IRR thông thường không còn chính xác. XNPV và XIRR ra đời để giải quyết bài toán dòng tiền không theo kỳ hạn này.

Cú pháp:

=XNPV(rate, values, dates)

=XIRR(values, dates, [guess])

Giải thích tham số: dates là chuỗi các mốc thời gian tương ứng chính xác với từng giá trị dòng tiền values.

Ứng dụng thực tế: Giải ngân vốn lưu động thành 3 đợt vào các ngày 15/01, 20/05 và 10/11 với số tiền khác nhau, sau đó thu nợ rải rác. Nhập cột dòng tiền và cột ngày tháng tương ứng vào công thức =XIRR(Cột_Dòng_Tiền, Cột_Ngày_Tháng) để ra tỷ suất hoàn vốn nội bộ chính xác theo từng ngày thực tế.

6. Hàm EFFECT: Quy đổi lãi suất danh nghĩa sang lãi suất thực tế

Các ngân hàng thường niêm yết lãi suất danh nghĩa (Nominal Rate), nhưng kỳ gộp lãi có thể theo tháng hoặc theo quý. Hàm EFFECT hỗ trợ tính toán lãi suất thực tế (Effective Rate) mà khách hàng thực sự chịu hoặc hưởng sau khi gộp lãi.

Cú pháp: =EFFECT(nominal_rate, npery)

Giải thích tham số: npery là số kỳ gộp lãi trong 1 năm (ví dụ: gộp lãi tháng thì npery = 12).

Ứng dụng thực tế: Thẻ tín dụng áp dụng lãi suất danh nghĩa 24%/năm, gộp lãi hằng tháng. Lãi suất thực tế khách hàng phải trả trong năm là: =EFFECT(24%, 12) -> Kết quả ra 26.82%.

Phần 2: Nhóm hàm tra cứu và truy xuất dữ liệu (Lookup functions)

Mục đích: Tìm kiếm thông tin mã khách hàng (CIF), số tài khoản, hạn mức tín dụng và đối soát biểu phí dịch vụ.

7. Hàm XLOOKUP: Tra cứu linh hoạt thế thế hệ mới

XLOOKUP là hàm tra cứu hiện đại, hoàn toàn khắc phục các hạn chế của VLOOKUP hay HLOOKUP như: không cần đếm cột, tìm kiếm ngược từ phải sang trái, mặc định khớp chính xác và xử lý lỗi trực tiếp mà không cần lồng IFERROR.

Cú pháp: =XLOOKUP(lookup_value, lookup_array, return_array, [if_not_found], [match_mode], [search_mode])

Ứng dụng thực tế:

Nhập mã CIF của khách hàng tại ô A2 để tra cứu Hạn mức tín dụng từ bảng dữ liệu gồm [Cột A: Mã CIF | Cột B: Tên KH | Cột C: Hạn mức]:

=XLOOKUP(A2, Bảng_Mã_CIF, Bảng_Hạn_Mức, "Không tìm thấy CIF").

8. Hàm INDEX & MATCH: Bộ đôi truy xuất dữ liệu hai chiều

Đối với các phiên bản Excel cũ không hỗ trợ XLOOKUP, sự kết hợp giữa INDEX và MATCH là giải pháp tối ưu nhất để tìm kiếm dữ liệu trên ma trận nhiều hàng và nhiều cột.

Cú pháp: =INDEX(array, MATCH(lookup_value, lookup_array, [match_type]))

Ứng dụng thực tế:

Tra cứu mức phí giao dịch trong một bảng ma trận hai chiều, trong đó hàng là "Loại tài khoản" và cột là "Hạn mức giao dịch".

=INDEX(Bảng_Biểu_Phí, MATCH("Tài khoản VIP", Cột_Loại_TK, 0), MATCH(50000000, Hàng_Hạn_Mức, 1)).

Phần 3: Nhóm hàm logic và phân loại rủi ro (Logical functions)

Mục đích: Tự động hóa quá trình phân loại nhóm nợ, thẩm định các tiêu chí cấp tín dụng và kiểm tra tính tuân thủ.

9. Hàm IF kết hợp AND/OR: Kiểm tra đa điều kiện

Sự kết hợp giữa IF với AND (tất cả điều kiện phải đúng) hoặc OR (chỉ cần một điều kiện đúng) giúp xây dựng các luồng thẩm định tự động cho khoản vay.

Cú pháp:

=IF(AND(điều_kiện_1, điều_kiện_2), "Giá trị khi Đúng", "Giá trị khi Sai")

=IF(OR(điều_kiện_1, điều_kiện_2), "Giá trị khi Đúng", "Giá trị khi Sai")

Ứng dụng thực tế: 

Kiểm tra điều kiện xét duyệt khoản vay tín chấp: Thu nhập > 15 triệu VNĐ VÀ Lịch sử nợ xấu CIC = 0.

=IF(AND(Thu_Nhập >= 15000000, CIC = 0), "Đủ điều kiện", "Từ chối").

10. Hàm IFS: Phân loại rủi ro và xếp hạng nhóm nợ

Thay vì viết các hàm IF lồng nhau phức tạp và dễ nhầm lẫn, hàm IFS cho phép kiểm tra lần lượt nhiều điều kiện khác nhau trong một công thức duy nhất.

Cú pháp: =IFS(điều_kiện_1, giá_trị_1, [điều_kiện_2, giá_trị_2], ...)

Ứng dụng thực tế:

Tự động phân loại 5 nhóm nợ căn cứ theo số ngày quá hạn của khoản vay:

=IFS(Số_Ngày <= 10, "Nhóm 1", Số_Ngày <= 90, "Nhóm 2", Số_Ngày <= 180, "Nhóm 3", Số_Ngày <= 360, "Nhóm 4", Số_Ngày > 360, "Nhóm 5").

Phần 4: Nhóm hàm thống kê và tổng hợp báo cáo (Math & Statistical functions)

Mục đích: Tổng hợp dư nợ, tính toán doanh số giải ngân theo đơn vị/nhân sự, đếm lượng hồ sơ xử lý.

11. Hàm SUMIFS: Tính tổng theo nhiều điều kiện

Hàm SUMIFS cho phép cộng các giá trị thỏa mãn đồng thời nhiều tiêu chí lọc khác nhau, phục vụ việc lập báo cáo quản trị chi tiết.

Cú pháp: =SUMIFS(sum_range, criteria_range1, criteria1, [criteria_range2, criteria2], ...)

Ứng dụng thực tế: 

Tính tổng dư nợ giải ngân của "Phòng Giao dịch A" cho sản phẩm "Vay mua ô tô" trong "Tháng 05/2026":

=SUMIFS(Cột_Dư_Nợ, Cột_PGD, "PGD A", Cột_Sản_Phẩm, "Vay mua ô tô", Cột_Tháng, "05/2026").

12. Hàm COUNTIFS: Đếm tần suất và số lượng hồ sơ

Hàm COUNTIFS dùng để thống kê số lượng đối tượng, hợp đồng hay giao dịch đáp ứng các yêu cầu kiểm tra.

Cú pháp: =COUNTIFS(criteria_range1, criteria1, [criteria_range2, criteria2], ...)

Ứng dụng thực tế: 

Đếm số lượng hồ sơ nợ quá hạn trên 30 ngày thuộc quản lý của một Chuyên viên Tín dụng cụ thể để đánh giá tỷ lệ rủi ro:

=COUNTIFS(Cột_Số_Ngày_Quá_Hạn, ">30", Cột_Tên_RM, "Nguyễn Văn A").

Phần 5: Nhóm hàm xử lý chuỗi và thời gian (Text & Date functions)

Mục đích: Làm sạch dữ liệu sao kê ngân hàng, tách mã ngân hàng/tài khoản, xác định thời hạn hợp đồng và tính ngày phạt quá hạn.

13. Hàm LEFT, RIGHT & MID: Tách chuỗi ký tự chuẩn hóa

Khi trích xuất dữ liệu sao kê ngân hàng (Bank Statement), thông tin thường nằm trong một chuỗi diễn giải dài. Các hàm văn bản giúp bóc tách mã định danh, mã giao dịch chính xác.

Cú pháp:

=LEFT(text, [num_chars]): Lấy ký tự từ bên trái.

=RIGHT(text, [num_chars]): Lấy ký tự từ bên phải.

=MID(text, start_num, num_chars): Lấy ký tự từ vị trí bất kỳ ở giữa.

Ứng dụng thực tế: 

Chuỗi nội dung sao kê: "FT2605987654 - VCBNVVX - Chuyen phet ".

Lấy mã giao dịch 12 ký tự đầu: =LEFT(A2, 12) -> Kết quả: "FT2605987654".

Lấy mã ngân hàng đối ứng ở giữa: =MID(A2, 16, 7) -> Kết quả: "VCBNVVX".

14. Hàm TEXTJOIN: Gộp chuỗi dữ liệu hàng loạt

Hàm TEXTJOIN hỗ trợ nối các văn bản từ nhiều ô khác nhau, tự động thêm dấu phân cách và có tùy chọn bỏ qua các ô trống.

Cú pháp: =TEXTJOIN(delimiter, ignore_empty, text1, [text2], ...)

Ứng dụng thực tế: 

Tổng hợp danh sách mã các hợp đồng vay bị quá hạn của một khách hàng vào một ô duy nhất, phân tách bằng dấu phẩy:

=TEXTJOIN(", ", TRUE, Bảng_Mã_Hợp_Đồng).

15. Hàm EDATE: Xác định ngày đáo hạn hợp đồng

Trong quản trị tiền gửi và tiền vay, hàm EDATE trả về ngày nằm trước hoặc sau một mốc thời gian cho trước đúng một số tháng chỉ định.

Cú pháp: =EDATE(start_date, months)

Ứng dụng thực tế: 

Khách hàng gửi sổ tiết kiệm kỳ hạn 18 tháng tính từ ngày 15/03/2026. Ngày đáo hạn chính xác của sổ tiết kiệm được tính bằng công thức: =EDATE("15/03/2026", 18) -> Kết quả trả về ngày 15/09/2027.

16. Hàm DATEDIF: Tính số ngày/tháng/năm quá hạn

Hàm DATEDIF tính toán khoảng thời gian chênh lệch giữa hai mốc ngày tháng theo đơn vị ngày, tháng hoặc năm. Đây là công cụ hữu ích để xác định chính xác số ngày nợ quá hạn làm cơ sở tính phạt.

Cú pháp: =DATEDIF(start_date, end_date, unit)

Giải thích tham số unit:

• "d": Tính tổng số ngày.
• "m": Tính tổng số tháng tròn.
• "y": Tính tổng số năm.

Ứng dụng thực tế: 

Tính số ngày quá hạn thanh toán tính đến ngày hôm nay:

=DATEDIF(Ngày_Đến_Hạn, TODAY(), "d"). Số ngày thu được sẽ làm đầu vào cho công thức tính tiền lãi phạt chậm trả.

Một số mẹo nhỏ nâng cao hiệu suất làm việc với Excel ngân hàng

Bên cạnh việc làm chủ 16 hàm tài chính chuyên sâu, áp dụng thêm các công cụ hỗ trợ sẵn có trên Excel giúp chuẩn hóa quy trình xử lý công việc hằng ngày:

• Tối ưu hóa báo cáo bằng Pivot Table: Đối với các file sao kê tài khoản hoặc nhật ký giải ngân lên tới hàng trăm ngàn dòng, việc gõ công thức thủ công có thể khiến file bị nặng và xử lý chậm. Sử dụng Pivot Table giúp tổng hợp dư nợ, phân loại giao dịch theo từng phòng ban, sản phẩm hay khoảng thời gian chỉ với vài thao tác kéo thả.
• Kiểm soát dữ liệu đầu vào bằng Data Validation: Tạo danh sách chọn dạng Drop-down list tại các cột như "Mã chi nhánh", "Mã sản phẩm", "Trạng thái phê duyệt". Việc này ngăn chặn tình trạng người dùng gõ sai chính tả, đảm bảo dữ liệu luôn đồng nhất để các hàm tra cứu như XLOOKUP hay SUMIFS hoạt động chính xác 100%.

Áp lực KPI gia tăng buộc RM phải chuyển đổi tốc độ làm việc khi AI đang tái định hình toàn bộ ngành ngân hàng. Chậm khai thác dữ liệu nghĩa là tự rút lui khỏi cuộc đua. Dù vậy, bài toán làm thế nào để tận dụng AI tăng tốc kinh doanh mà không vi phạm nguyên tắc bảo mật dữ liệu khách hàng vẫn chưa có lời giải dễ dàng với đa số Banker. Khóa học Data-Driven Sales & AI Enablement for Bankers (Ứng dụng AI & dữ liệu để tối ưu hiệu quả kinh doanh cho Banker) được thiết kế riêng nhằm giúp bạn dịch chuyển từ cách làm truyền thống sang tư duy bán hàng dựa trên dữ liệu và trợ lực AI. Đây là bệ phóng thực chiến giúp nhân sự ngân hàng nâng cao hiệu suất, chọn đúng khách hàng trọng tâm mà vẫn tuân thủ tuyệt đối quy định bảo mật của ngành.

Tạm kết:

Thành thạo trọn bộ 15+ hàm Excel trên không chỉ dừng lại ở việc học thuộc cú pháp, mà cốt lõi nằm ở tư duy vận dụng linh hoạt từng hàm vào từng tác vụ tài chính cụ thể. Từ việc xây dựng mô hình thẩm định dòng tiền phức tạp đến xử lý các bảng sao kê chi tiết, Excel luôn là công cụ đắc lực giúp nâng cao tốc độ xử lý và độ chính xác công việc. Để biến các kiến thức này thành kỹ năng phản xạ, người dùng nên áp dụng trực tiếp các công thức vào file dữ liệu thực tế tại đơn vị.