Giới thiệu dự án

Hoạt động tín dụng ngân hàng thương mại đóng vai trò huyết mạch trong việc luân chuyển dòng vốn phục vụ tăng trưởng kinh tế. Tại Việt Nam, với mạng lưới hơn 100 tổ chức tín dụng và hàng nghìn điểm giao dịch, áp lực cạnh tranh giành thị phần và giữ chân khách hàng ngày càng gay gắt. Ngân hàng TMCP Ngoại thương Việt Nam - Chi nhánh Phú Nhuận (Vietcombank Phú Nhuận) dù sở hữu nền tảng thương hiệu vững chắc nhưng đang đối mặt với nhiều thách thức trong công tác quản trị chất lượng tín dụng: cơ cấu cho vay mất cân đối khi tỷ trọng dư nợ dài hạn còn thấp, quy trình tiếp cận khách hàng doanh nghiệp vừa và nhỏ (SME) chưa tối ưu, và sự xuất hiện của xu hướng gia tăng nợ nhóm 2 trong giai đoạn 2020–2023 sau biến động kinh tế.

Đề án tốt nghiệp "Các Yếu Tố Ảnh Hưởng Đến Chất Lượng Dịch Vụ Tín Dụng Tại Ngân Hàng TMCP Ngoại Thương Việt Nam - Chi Nhánh Phú Nhuận" do học viên Hoàng Phương Đông thực hiện dưới sự hướng dẫn khoa học của TS. Lê Hà Diễm Chi tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (Mã ngành: 8 34 02 01) được triển khai nhằm giải quyết triệt để bài toán định lượng chất lượng dịch vụ.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ tín dụng dựa trên mô hình biến thể SERVPERF kết hợp lý thuyết hành động hợp lý (TRA) và hành vi hoạch định (TPB).
  2. Phân tích thực trạng kinh doanh và chất lượng hoạt động tín dụng thực tế tại Vietcombank Chi nhánh Phú Nhuận giai đoạn 2020–2023.
  3. Đo lường định lượng mức độ ảnh hưởng của 5 nhóm nhân tố cốt lõi đến sự hài lòng của khách hàng thông qua mô hình hồi quy OLS tuyến tính.
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị khả thi nhằm nâng cao tỷ lệ giải ngân đúng hạn, cải thiện chỉ số hài lòng khách hàng (CSI) tăng trên 15%.

Phạm vi nghiên cứu tập trung vào khách hàng cá nhân và doanh nghiệp giao dịch tín dụng tại Hội sở chi nhánh Phú Nhuận và 3 Phòng Giao dịch trực thuộc (PGD Bến Nghé, PGD Hoàng Văn Thụ, PGD Phan Đình Phùng) trong thời gian thu thập dữ liệu từ tháng 03/2024 đến tháng 05/2024.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu đánh giá tổng quan các mô hình đo lường chất lượng dịch vụ phổ biến trong ngành tài chính – ngân hàng để lựa chọn khung tham chiếu tối ưu:

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình Chỉ số Hài lòng Khách hàng (ACSI/ECSI)
Cơ chế đo lường Đánh giá khoảng cách Kỳ vọng - Cảm nhận ($P - E$) Đo lường trực tiếp Cảm nhận thực tế ($P$) Đo lường đa chỉ số cấu trúc phức hợp (SEM)
Số lượng câu hỏi 44 biến (22 kỳ vọng + 22 cảm nhận thực tế) 22–27 biến quan sát tinh gọn Trên 35 biến cấu trúc bậc cao
Ưu điểm Phân tích chi tiết từng khoảng cách dịch vụ (Gaps) Giảm 50% thời gian khảo sát, độ tin cậy $R^2$ cao Phân tích sâu nguyên nhân - kết quả hệ thống
Nhược điểm Gây nhàm chán, trùng lặp tâm lý cho người điền Cần chuẩn hóa thang đo theo đặc thù chi nhánh Đòi hỏi cỡ mẫu rất lớn ($N > 400$)
Mức độ phù hợp Trung bình Rất cao (Được chọn cho đề tài) Trung bình

Quy chuẩn yêu cầu khảo sát theo ma trận MoSCoW:

  • Must-have: Đo lường chuẩn xác 5 khía cạnh: Sự tin cậy ($TC$), Tính đáp ứng ($DU$), Năng lực phục vụ ($PV$), Sự đồng cảm ($DC$), Phương tiện hữu hình ($HH$).
  • Should-have: Khảo sát thời gian xét duyệt hồ sơ, tính bảo mật dữ liệu khách hàng theo chuẩn ISO 27001 và chi phí lãi suất cạnh tranh.
  • Could-have: Đánh giá trải nghiệm số hóa qua hệ sinh thái VCB Digibank tích hợp trong quy trình vay.
  • Won't-have: Đánh giá các sản phẩm phái sinh phức tạp ngoài gói tín dụng tiêu chuẩn.

Thiết kế hệ thống thang đo và dữ liệu

Cấu trúc hệ thống đo lường bao gồm 6 thang đo với 27 biến quan sát Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

  • Thang đo Sự tin cậy ($TC$): 5 biến quan sát ($TC_1 - TC_5$) kiểm soát cam kết tiến độ giải ngân, tính minh bạch chính sách và bảo mật thông tin.
  • Thang đo Tính đáp ứng ($DU$): 5 biến quan sát ($DU_1 - DU_5$) đo lường sự hỗ trợ tận nơi, xử lý hồ sơ đúng hẹn và giải quyết khiếu nại.
  • Thang đo Năng lực phục vụ ($PV$): 5 biến quan sát ($PV_1 - PV_5$) đánh giá nghiệp vụ cán bộ tín dụng, quản lý tài sản bảo đảm và tư vấn lãi suất.
  • Thang đo Sự đồng cảm ($DC$): 4 biến quan sát ($DC_1 - DC_4$) đo lường mức độ lắng nghe, thấu hiểu nhu cầu vốn và tần suất tương tác.
  • Thang đo Phương tiện hữu hình ($HH$): 5 biến quan sát ($HH_1 - HH_5$) đo lường cơ sở vật chất, vị trí phòng giao dịch, không gian đỗ xe và nhận diện thương hiệu.
  • Thang đo Sự hài lòng chung ($HL$): 3 biến quan sát ($HL_1 - HL_3$) đánh giá mức độ thỏa mãn tổng quát, hành vi tái vay và tỷ lệ giới thiệu khách hàng mới.

Methodology

Quy trình nghiên cứu kết hợp phương pháp định tính và định lượng chặt chẽ:

Xác định cỡ mẫu nghiên cứu:

  • Theo Hair et al. (2014), tỷ lệ mẫu tối thiểu trên một biến quan sát là $5:1$. Với 27 biến quan sát: $N_{\text{min}} = 27 \times 5 = 135$.
  • Theo công thức Tabachnick & Fidell cho hồi quy OLS ($N \ge 50 + 8m$ với $m=5$ biến độc lập): $N \ge 50 + 8 \times 5 = 90$.
  • Nghiên cứu quyết định thu thập $N = 200$ mẫu khảo sát hợp lệ để triệt tiêu sai số chọn mẫu phi xác suất thuận tiện.

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán thực thi

Quy trình làm sạch dữ liệu, kiểm định độ tin cậy thang đo và phân tích hồi quy đa biến được thực thi trên môi trường IBM SPSS Statistics 22.0 và Python/R:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Tính hệ số Cronbach's Alpha chuẩn hóa
def calculate_cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return alpha

# 2. Xử lý EFA với phép trích Principal Component và phép xoay Varimax
def run_efa_analysis(df_features, n_factors=5):
    fa = FactorAnalyzer(n_factors=n_factors, rotation='varimax', method='principal')
    fa.fit(df_features)
    loadings = fa.loadings_
    ev, v = fa.get_eigenvalues()
    return loadings, ev

# 3. Ước lượng Hồi quy Tuyến tính Đa biến (OLS) & Kiểm tra Đa cộng tuyến (VIF)
def estimate_credit_satisfaction_model(X, y):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    return model.summary(), vif_data

Testing và validation thống kê

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 6 thang đo đều thỏa mãn điều kiện kiểm định khắt khe: $\alpha \ge 0.6$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $r \ge 0.300$:

  • Thang đo Tin cậy ($TC$): $\alpha = 0.842$, biến tổng nhỏ nhất $r = 0.512$.
  • Thang đo Đáp ứng ($DU$): $\alpha = 0.819$, biến tổng nhỏ nhất $r = 0.489$.
  • Thang đo Năng lực phục vụ ($PV$): $\alpha = 0.865$, biến tổng nhỏ nhất $r = 0.540$.
  • Thang đo Đồng cảm ($DC$): $\alpha = 0.798$, biến tổng nhỏ nhất $r = 0.472$.
  • Thang đo Phương tiện hữu hình ($HH$): $\alpha = 0.831$, biến tổng nhỏ nhất $r = 0.501$.
  • Thang đo Sự hài lòng ($HL$): $\alpha = 0.854$, biến tổng nhỏ nhất $r = 0.623$.

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định biến độc lập: Hệ số $\text{KMO} = 0.824$ ($0.5 \le \text{KMO} \le 1.0$), kiểm định Bartlett có mức ý nghĩa $p\text{-value} = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Kết quả trích nhân tố: 5 nhân tố được trích tại điểm dừng Eigenvalue $= 1.248 > 1.0$, tổng phương sai trích (Cumulative Variance Explained) đạt $63.48% > 50%$.
  • Toàn bộ 24 biến quan sát độc lập đều có hệ số tải nhân tố (Factor Loading) $\ge 0.55$, không xảy ra hiện tượng biến tải chéo phức tạp (chênh lệch loading giữa các nhân tố $> 0.3$).

Kết quả đạt được

Mô hình hồi quy tuyến tính chuẩn hóa đạt độ tương thích cao với dữ liệu thực nghiệm:

$$\widehat{HL} = \beta_0 + 0.284 \times TC + 0.241 \times DU + 0.215 \times PV + 0.168 \times DC + 0.142 \times HH$$

                   HỆ SỐ TÁC ĐỘNG CHUẨN HÓA (BETA)
  • Hệ số xác định $R^2 = 0.618$ (Hiệu chỉnh $R^2_{\text{adj}} = 0.608$), chứng minh 5 nhân tố giải thích được $60.8%$ sự biến thiên của mức độ hài lòng về dịch vụ tín dụng.
  • Kiểm định độ phù hợp mô hình: Giá trị thống kê $F = 62.74$ ($p = 0.000$).
  • Kiểm định hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} \in [1.12, 1.48] < 2.0$, khẳng định mô hình không bị vi phạm giả định đa cộng tuyến (BLUE).

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng riêng cho chi nhánh ngân hàng đô thị: Khác với các nghiên cứu lý thuyết chung chung, đề án đã xây dựng bộ chỉ số chi tiết hóa đến từng thao tác thực tế tại chi nhánh (bảo quản tài sản thế chấp, thời gian phản hồi hồ sơ, minh bạch lãi suất).
  2. Tích hợp phân tích đối chiếu dữ liệu thứ cấp và sơ cấp: Kết hợp bức tranh tài chính 4 năm (2020–2023) với kết quả chấm điểm khách hàng thực tế $N=200$, giúp lượng hóa chính xác nguyên nhân gốc rễ của việc chuyển dịch cơ cấu tín dụng.
  3. Mô hình hóa thứ tự ưu tiên giải pháp: Xác định rõ trọng số tác động ($\text{Tin cậy} > \text{Đáp ứng} > \text{Năng lực phục vụ} > \text{Đồng cảm} > \text{Hữu hình}$), giúp Ban Giám đốc phân bổ nguồn lực đầu tư có trọng tâm thay vì dàn trải.

Ứng dụng thực tế và triển khai

Dựa trên kết quả phân tích định lượng, hệ thống hàm ý quản trị được thiết kế theo lộ trình triển khai chi tiết cho Vietcombank Chi nhánh Phú Nhuận:

                  LỘ TRÌNH THỰC THI GIẢI PHÁP TÍN DỤNG
  
  Giai đoạn 1 (Tháng 1-3)    Giai đoạn 2 (Tháng 4-6)    Giai đoạn 3 (Tháng 7-12)

1. Tối ưu nhóm giải pháp "Sự tin cậy" ($\beta = 0.284$)

  • Công khai minh bạch biểu lãi suất, phí phạt trả nợ trước hạn và phí thẩm định; cam kết thực hiện đúng $100%$ các điều khoản đã tư vấn.
  • Xây dựng quy trình rút ngắn thời gian giải ngân vốn lưu động cho doanh nghiệp vừa và nhỏ từ 5 ngày xuống dưới 48 giờ đối với hồ sơ đầy đủ pháp lý.

2. Tối ưu nhóm giải pháp "Tính đáp ứng" và "Năng lực phục vụ" ($\beta = 0.241$ và $\beta = 0.215$)

  • Thiết lập hệ thống thông báo trạng thái phê duyệt hồ sơ tự động qua ứng dụng ngân hàng số/SMS.
  • Tổ chức định kỳ 2 khóa đào tạo/năm về phân tích tài chính chuyên sâu và kỹ năng mềm xử lý khiếu nại cho $100%$ đội ngũ 16 cán bộ Phòng Khách hàng.

3. Tối ưu nhóm giải pháp "Đồng cảm" và "Hữu hình" ($\beta = 0.168$ và $\beta = 0.142$)

  • Tái cấu trúc không gian giao dịch tín dụng riêng biệt tại 3 PGD (Bến Nghé, Hoàng Văn Thụ, Phan Đình Phùng) nhằm đảm bảo tính bảo mật khi trao đổi phương án kinh doanh.
  • Mở rộng diện tích bãi đỗ xe và trang bị hạ tầng số hóa biểu mẫu điện tử để giảm thiểu $30%$ thời gian chờ đợi tại quầy.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Phương pháp chọn mẫu thuận tiện phi xác suất ($N=200$) giới hạn trong địa bàn TP. Hồ Chí Minh có thể chưa bao quát toàn bộ đặc trưng khách hàng vùng nông thôn hoặc đô thị loại 2.
  • Biến số chưa khai thác: Chưa đưa vào các biến số trung gian như độ nhạy cảm lãi suất thị trường (Interest Rate Sensitivity), rủi ro chuyển đổi nền tảng (Switching Cost) và yếu tố ngân hàng số thế hệ mới (Omnichannel Banking).
  • Hướng nghiên cứu tiếp theo: Mở rộng áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) kết hợp phân tích đa nhóm (Multi-group Analysis - MGA) giữa nhóm khách hàng cá nhân và khách hàng doanh nghiệp.

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI
 Tham khảo khung    Nâng cao kỹ năng             Hoạch định chiến   Kế thừa thang đo
 luận văn chuẩn     tư vấn, nắm bắt              lược tín dụng và   định lượng dịch
 & code xử lý SPSS  tâm lý khách hàng            tối ưu hóa quy trình  vụ tài chính
  • Sinh viên & Học viên Cao học: Nắm vững tài liệu mẫu chuẩn mực về cấu trúc đề án 5 chương, quy trình chạy mô hình định lượng SPSS và phương pháp biện luận kết quả thực nghiệm.
  • Cán bộ Tín dụng & Quản lý Chi nhánh: Ứng dụng trực tiếp bộ thang đo 27 tiêu chí để tự đánh giá chất lượng phục vụ và cải thiện chỉ số KPI quan hệ khách hàng.
  • Ban Lãnh đạo Ngân hàng Thương mại: Có cơ sở khoa học để ban hành chính sách điều hành lãi suất, phân bổ ngân sách đào tạo và cải tạo hạ tầng chi nhánh.
  • Cộng đồng Nghiên cứu Khoa học: Nguồn dữ liệu thực nghiệm giá trị bổ sung vào kho tàng nghiên cứu ứng dụng mô hình SERVPERF trong hệ thống tài chính Việt Nam.

Câu hỏi thường gặp

1. Đề án áp dụng phần mềm và thuật toán thống kê nào để xử lý dữ liệu?

Đề tài sử dụng phần mềm SPSS 22.0 kết hợp Excel để thực hiện phân tích thống kê mô tả, kiểm định hệ số tin cậy nội tại Cronbach's Alpha, phân tích nhân tố khám phá EFA (với phép xoay Varimax) và phân tích hồi quy tuyến tính đa biến (OLS Regression).

2. Tại sao nghiên cứu lựa chọn mô hình SERVPERF thay vì SERVQUAL truyền thống?

Mô hình SERVPERF chỉ đo lường cảm nhận thực tế ($P$) của khách hàng thay vì phải đo cả kỳ vọng ($E$) lẫn cảm nhận ($P$) như SERVQUAL. Điều này giúp giảm một nửa số lượng câu hỏi trên bảng khảo sát, tránh hiện tượng người trả lời bị mệt mỏi hoặc đánh giá thiên lệch, từ đó nâng cao tính chính xác của dữ liệu thu thập.

3. Quy mô mẫu 200 quan sát có đảm bảo tính đại diện thống kê không?

Cỡ mẫu $N = 200$ hoàn toàn thỏa mãn các tiêu chuẩn thống kê quốc tế: vượt xa mức tối thiểu theo công thức của Hair et al. ($27 \times 5 = 135$ mẫu) và công thức Tabachnick & Fidell ($50 + 8 \times 5 = 90$ mẫu), đảm bảo độ tin cậy và giá trị tổng quát hóa cao.

4. Nhân tố nào có tác động mạnh nhất đến sự hài lòng của khách hàng vay vốn?

Nhân tố Sự tin cậy ($TC$) có tác động mạnh nhất với hệ số hồi quy chuẩn hóa $\beta = 0.284$ ($p < 0.01$), tiếp theo là Tính đáp ứng ($DU$) ($\beta = 0.241$) và Năng lực phục vụ ($PV$) ($\beta = 0.215$).

5. Chi phí và thời gian cần thiết để áp dụng các giải pháp đề xuất tại chi nhánh là bao nhiêu?

Lộ trình thực hiện được thiết kế kéo dài từ 6 đến 12 tháng. Chi phí tập trung chủ yếu vào việc nâng cấp trang thiết bị điểm giao dịch, biển bảng nhận diện và ngân sách tổ chức các khóa bồi dưỡng nghiệp vụ nội bộ định kỳ.


Kết luận

Đề án tốt nghiệp "Các Yếu Tố Ảnh Hưởng Đến Chất Lượng Dịch Vụ Tín Dụng Tại Ngân Hàng TMCP Ngoại Thương Việt Nam - Chi Nhánh Phú Nhuận" của tác giả Hoàng Phương Đông đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc kết hợp cơ sở lý thuyết hàn lâm và phân tích định lượng thực nghiệm trên bộ dữ liệu khảo sát $N=200$, nghiên cứu đã chứng minh một cách khoa học vai trò cốt lõi của 5 nhóm nhân tố: Sự tin cậy, Tính đáp ứng, Năng lực phục vụ, Sự đồng cảm và Phương tiện hữu hình đối với sự hài lòng của khách hàng tín dụng.

Kết quả đề tài không chỉ đóng góp về mặt học thuật trong việc khẳng định tính phù hợp của mô hình SERVPERF tại thị trường tài chính Việt Nam mà còn là cẩm nang thực tiễn giá trị giúp Ban Giám đốc Vietcombank Chi nhánh Phú Nhuận đưa ra các quyết sách nâng cao năng lực cạnh tranh, giảm thiểu tỷ lệ nợ xấu và củng cố vị thế thương hiệu hàng đầu trên địa bàn TP. Hồ Chí Minh.