Khóa luận các yếu tố ảnh hưởng đến quyết định sử dụng thẻ tín dụng của người dân trên địa bàn Hà Nội

Khóa luận phân tích các yếu tố ảnh hưởng đến quyết định sử dụng thẻ tín dụng của người dân tại Hà Nội, cung cấp cái nhìn sâu sắc về thị trường tài chính.

• Tác giả: Pham Thị Huế
• Người hướng dẫn: TS. Trịnh Thị Phan Lan
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Tài Chính - Ngân Hàng
• Đề tài: Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Thẻ Tín Dụng Tại Hà Nội
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
• 1.1. Mục tiêu nghiên cứu
• 1.1.1. Mục tiêu chung
• 1.1.2. Mục tiêu cụ thể
• 1.2. Đối tượng và phạm vi nghiên cứu
• 1.2.1. Đối tượng nghiên cứu
• 1.2.2. Phạm vi nghiên cứu
• 1.3. Những đóng góp mới của đề tài
• 1.3.1. Về lý luận
• 1.3.2. Về thực tiễn
• 1.4. Kết cấu nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN
• 2.1. Tổng quan về thanh toán không dùng tiền mặt
• 2.2. Khái niệm thanh toán không dùng tiền mặt
• 2.3. Lịch sử hình thành
• 2.4. Đặc điểm của thanh toán không dùng tiền mặt
• 2.5. Các hình thức thanh toán không dùng tiền mặt
• 2.6. Những lợi ích và rủi ro của thanh toán không dùng tiền mặt
• 2.6.1. Những lợi ích
• 2.6.2. Những rủi ro
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô hình nghiên cứu
• 3.2. Các giả thuyết trong mô hình
• 3.3. Xây dựng thang đo các nhân tố
• 3.4. Quy trình nghiên cứu
• 3.5. Phương pháp nghiên cứu
• 3.6. Thu thập thông tin
• 3.7. Phương pháp phân tích dữ liệu
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Bối cảnh về thị trường thẻ tín dụng trong nước và địa bàn Hà Nội
• 4.2. Thị trường thẻ tín dụng trên địa bàn Hà Nội
• 4.3. Thông tin chung của người tham gia khảo sát
• 4.4. Độ tin cậy Cronbach’s Alpha
• 4.5. Nhân tố khám phá EFA - Exploratory Factor Analysis
• 4.6. Kiểm định ANOVA
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Thảo luận kết quả nghiên cứu
• 5.2. Một số giải pháp và khuyến nghị
• DANH SÁCH TỪ VIẾT TẮT
• DANH MỤC HÌNH
• DANH MỤC BẢNG

Tóm tắt

I. Tổng Quan Về Quyết Định Sử Dụng Thẻ Tín Dụng Tại Hà Nội

Thẻ tín dụng đã trở thành một phần quan trọng trong đời sống tài chính của người dân Hà Nội. Sự phát triển của thị trường thẻ tín dụng không chỉ mang lại tiện ích cho người tiêu dùng mà còn thúc đẩy nền kinh tế địa phương. Theo báo cáo của Ngân hàng Nhà nước, số lượng thẻ tín dụng phát hành tại Hà Nội đã tăng đáng kể trong những năm qua. Tuy nhiên, việc sử dụng thẻ tín dụng cũng đi kèm với nhiều thách thức và rủi ro mà người tiêu dùng cần phải nhận thức.

1.1. Khái Niệm Về Thẻ Tín Dụng

Thẻ tín dụng là một công cụ tài chính cho phép người dùng vay tiền từ ngân hàng để thực hiện các giao dịch mua sắm. Người tiêu dùng có thể thanh toán sau mà không cần phải có tiền mặt ngay lập tức.

1.2. Lợi Ích Của Việc Sử Dụng Thẻ Tín Dụng

Việc sử dụng thẻ tín dụng mang lại nhiều lợi ích như tiện lợi trong thanh toán, tích điểm thưởng và khả năng quản lý tài chính tốt hơn. Người tiêu dùng có thể dễ dàng theo dõi chi tiêu của mình thông qua các báo cáo từ ngân hàng.

II. Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Thẻ Tín Dụng

Nhiều yếu tố ảnh hưởng đến quyết định sử dụng thẻ tín dụng của người dân Hà Nội. Những yếu tố này bao gồm nhận thức về rủi ro, thói quen chi tiêu và tình hình kinh tế. Việc hiểu rõ các yếu tố này sẽ giúp các tổ chức tài chính phát triển các sản phẩm phù hợp hơn.

2.1. Nhận Thức Về Rủi Ro Khi Sử Dụng Thẻ Tín Dụng

Người tiêu dùng thường lo ngại về các rủi ro liên quan đến việc sử dụng thẻ tín dụng như nợ nần và lãi suất cao. Sự hiểu biết về các rủi ro này có thể ảnh hưởng đến quyết định sử dụng thẻ tín dụng.

2.2. Thói Quen Chi Tiêu Của Người Dân

Thói quen chi tiêu của người dân cũng đóng vai trò quan trọng trong quyết định sử dụng thẻ tín dụng. Những người có thói quen chi tiêu hợp lý thường có xu hướng sử dụng thẻ tín dụng nhiều hơn.

III. Phương Pháp Nghiên Cứu Các Yếu Tố Ảnh Hưởng

Nghiên cứu này sử dụng phương pháp khảo sát để thu thập dữ liệu từ người tiêu dùng tại Hà Nội. Các câu hỏi khảo sát được thiết kế để đánh giá các yếu tố ảnh hưởng đến quyết định sử dụng thẻ tín dụng. Phân tích dữ liệu sẽ giúp xác định mức độ ảnh hưởng của từng yếu tố.

3.1. Thiết Kế Khảo Sát

Khảo sát được thiết kế với các câu hỏi liên quan đến nhận thức, thói quen chi tiêu và các yếu tố kinh tế. Mục tiêu là thu thập thông tin chi tiết từ người tiêu dùng.

3.2. Phân Tích Dữ Liệu

Dữ liệu thu thập sẽ được phân tích bằng các phương pháp thống kê để xác định mối quan hệ giữa các yếu tố và quyết định sử dụng thẻ tín dụng.

IV. Kết Quả Nghiên Cứu Về Quyết Định Sử Dụng Thẻ Tín Dụng

Kết quả nghiên cứu cho thấy rằng nhận thức về rủi ro và thói quen chi tiêu có ảnh hưởng lớn đến quyết định sử dụng thẻ tín dụng. Các ngân hàng cần chú trọng đến việc giáo dục người tiêu dùng về các lợi ích và rủi ro khi sử dụng thẻ tín dụng.

4.1. Phân Tích Kết Quả Khảo Sát

Kết quả khảo sát cho thấy rằng đa số người tiêu dùng nhận thức rõ về lợi ích của thẻ tín dụng nhưng vẫn lo ngại về rủi ro tài chính.

4.2. Đề Xuất Giải Pháp Cho Ngân Hàng

Ngân hàng nên cung cấp thông tin rõ ràng về các sản phẩm thẻ tín dụng và tổ chức các buổi hội thảo để nâng cao nhận thức cho người tiêu dùng.

V. Kết Luận Về Quyết Định Sử Dụng Thẻ Tín Dụng Tại Hà Nội

Việc nghiên cứu các yếu tố ảnh hưởng đến quyết định sử dụng thẻ tín dụng là rất cần thiết trong bối cảnh thị trường tài chính đang phát triển. Các tổ chức tài chính cần nắm bắt được nhu cầu và mong muốn của người tiêu dùng để phát triển các sản phẩm phù hợp.

5.1. Tương Lai Của Thị Trường Thẻ Tín Dụng

Thị trường thẻ tín dụng tại Hà Nội dự kiến sẽ tiếp tục phát triển với sự gia tăng về số lượng thẻ phát hành và giao dịch.

5.2. Khuyến Nghị Đối Với Người Tiêu Dùng

Người tiêu dùng nên tìm hiểu kỹ về các sản phẩm thẻ tín dụng trước khi quyết định sử dụng để đảm bảo rằng họ có thể quản lý tài chính một cách hiệu quả.

Nội dung chính

Giới thiệu dự án

Thị trường thanh toán không dùng tiền mặt (TTKDTM) tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc trong kỷ nguyên kinh tế số và tài chính toàn diện (Financial Inclusion). Theo số liệu từ Ngân hàng Nhà nước Việt Nam (NHNN), tính đến quý IV/2022, tổng số lượng thẻ nội địa lưu hành đạt 112,69 triệu thẻ và thẻ quốc tế đạt 32,49 triệu thẻ, tăng trưởng tổng lượng thẻ phát hành hơn 40% so với giai đoạn 2020. Tỷ trọng giao dịch phi tiền mặt đạt trên 91% tổng khối lượng thanh toán toàn quốc. Tuy nhiên, tỷ lệ thâm nhập của thẻ tín dụng (Credit Card) – công cụ tài chính cấp hạn mức tín chấp quan trọng – vẫn chưa tương xứng với tiềm năng tại các đô thị loại đặc biệt như Thủ đô Hà Nội.

Đề tài nghiên cứu "Các yếu tố ảnh hưởng đến quyết định sử dụng thẻ tín dụng của người dân trên địa bàn Hà Nội" được thực hiện nhằm giải quyết các bài toán cấp thiết sau:

• Vấn đề thực tiễn (Problem Statement): Mặc dù hạ tầng thanh toán POS và cổng thanh toán trực tuyến bùng nổ, các tổ chức phát hành thẻ (TCPHT) phải đối mặt với tỷ lệ chuyển đổi khách hàng thấp, chi phí thu hút khách hàng (Customer Acquisition Cost - CAC) cao, và tỷ lệ thẻ rác/thẻ không kích hoạt chiếm tới 25–30%. Khách hàng đô thị còn ngần ngại do rào cản nhận thức rủi ro an toàn thông tin và lãi suất tín dụng phức tạp.
• Mục tiêu nghiên cứu (Project Objectives):
  1. Hệ thống hóa cơ sở lý luận về hành vi chấp nhận sản phẩm tài chính ngân hàng trên nền tảng tích hợp hai mô hình kinh điển TPB (Theory of Planned Behavior) và UTAUT (Unified Theory of Acceptance and Use of Technology).
  2. Xác định và đo lường định lượng mức độ tác động của 05 nhóm nhân tố chính: Thái độ hành vi (ATT), Chiến dịch Marketing (MAR), Ảnh hưởng xã hội (SOC), Thu nhập (INC), và Nhận thức rủi ro (RSK) đến Quyết định sử dụng thẻ tín dụng (DEC).
  3. Xây dựng và kiểm định mô hình kinh tế lượng chuẩn xác với dữ liệu khảo sát thực chứng trên địa bàn các quận nội - ngoại thành Hà Nội.
  4. Đề xuất ma trận giải pháp thực thi giúp các Ngân hàng Thương mại (NHTM) tối ưu hóa danh mục sản phẩm, tinh giản quy trình thẩm định, và giảm thiểu chi phí tiếp thị.
• Phương pháp giải quyết (Solution Approach): Ứng dụng quy trình nghiên cứu hỗn hợp (Mixed-methods research): Phỏng vấn chuyên sâu định tính kết hợp điều tra định lượng bằng bảng hỏi cấu trúc Likert 5 mức độ ($N = 350$), phân tích độ tin cậy thang đo Cronbach's Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA), và hồi quy đa biến (Multiple Linear Regression).
• Kết quả kỳ vọng (Expected Outcomes): Xây dựng phương trình hồi quy có $R^2 \ge 0.55$, phát hiện trọng số chuẩn hóa ($\beta$) của từng nhân tố với mức ý nghĩa thống kê $p < 0.05$, cung cấp mô hình dự báo hành vi người tiêu dùng cho các ngân hàng bán lẻ (Retail Banking).
• Phạm vi và hạn chế (Scope & Limitations): Tập trung vào tập khách hàng cá nhân từ 18 tuổi trở lên đang sinh sống, học tập và làm việc tại TP. Hà Nội trong giai đoạn 2022–2023.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường Hà Nội, các phương thức thanh toán bán lẻ cạnh tranh gay gắt giữa thẻ tín dụng, ví điện tử (E-wallets như MoMo, ZaloPay), và giải pháp Mua trước trả sau (Buy Now Pay Later - BNPL).

Tiêu chí so sánh	Thẻ tín dụng ngân hàng	Ví điện tử (E-wallets)	Mua trước trả sau (BNPL)	Tiền mặt (Cash)
Hạn mức cấp tín dụng	Cao (10 - 500 triệu VNĐ)	Thấp / Ví trung gian (0 - 10 triệu VNĐ)	Trung bình (2 - 25 triệu VNĐ)	Bằng số dư sở hữu thực
Thời gian miễn lãi	45 - 55 ngày	Không cấp tín dụng trực tiếp	14 - 30 ngày	Không áp dụng
Xây dựng điểm tín dụng (CIC)	Có (Chuẩn hóa toàn quốc)	Hầu như không	Gián tiếp / Hạn chế	Không
Bảo mật và bảo hiểm	Chuẩn EMV Chip, 3D Secure 2.0	OTP / Sinh trắc học 2 lớp	OTP SMS / eKYC cơ bản	Rủi ro mất mát vật lý cao
Chi phí quản lý	Phí thường niên, phí phạt trễ hạn	Miễn phí thường niên	Phí chuyển đổi giao dịch	Chi phí in ấn, lưu trữ xã hội

Ưu tiên yêu cầu người dùng theo khung MoSCoW:

• Must-have: Quy trình phê duyệt minh bạch, an toàn dữ liệu cá nhân (PCI-DSS), tích hợp thanh toán không tiếp xúc (Contactless/NFC).
• Should-have: Ứng dụng ngân hàng số (Digital Banking App) quản lý biến động dư nợ tức thời, chương trình tích điểm hoàn tiền (Cashback).
• Could-have: Phát hành thẻ ảo (Virtual Card) tức thì sau 5 phút eKYC, tích hợp Apple Pay / Google Wallet.
• Won't-have (giai đoạn hiện tại): Cấp hạn mức tín chấp không qua xác thực nguồn thu nhập/lịch sử giao dịch.

Thiết kế hệ thống

Khung phân tích định lượng được thiết kế theo cấu trúc module xử lý dữ liệu chuẩn thống kê:

graph TD
    A["Tập dữ liệu khảo sát (Raw Data: N=350)"] --> B["Module tiền xử lý (Data Cleaning & Encoding)"]
    B --> C["Kiểm định độ tin cậy Thang đo (Cronbach's Alpha >= 0.7)"]
    C --> D["Phân tích Nhân tố Khám phá (EFA: KMO, Bartlett, Varimax)"]
    D --> E["Phân tích Tương quan Pearson (Correlation Matrix)"]
    E --> F["Hồi quy Tuyến tính Đa biến (OLS Regression: R², ANOVA, VIF)"]
    F --> G["Kiểm định Giả thuyết & Dự báo Quyết định Sử dụng (DEC)"]

Technology Stack và công cụ phân tích:

• Ngôn ngữ & Thư viện phân tích: Python v3.10.12, statsmodels v0.14.0, scipy v1.11.2, factor_analyzer v0.5.0, pandas v2.0.3.
• Phần mềm xử lý thống kê chuyên dụng: IBM SPSS Statistics v26.0, SmartPLS v3.3.9.
• Đặc tả Schema dữ liệu biến quan sát:

CREATE TABLE survey_responses (
    respondent_id VARCHAR(36) PRIMARY KEY,
    age_group INT NOT NULL, -- 1: 18-25, 2: 26-35, 3: 36-45, 4: >45
    income_level INT NOT NULL, -- 1: <5M, 2: 5-10M, 3: 10-20M, 4: >20M
    bank_code VARCHAR(20),
    att_1 FLOAT, att_2 FLOAT, att_3 FLOAT, att_4 FLOAT, att_5 FLOAT,
    mar_1 FLOAT, mar_2 FLOAT, mar_3 FLOAT, mar_4 FLOAT,
    soc_1 FLOAT, soc_2 FLOAT, soc_3 FLOAT, soc_4 FLOAT,
    inc_1 FLOAT, inc_2 FLOAT, inc_3 FLOAT, inc_4 FLOAT,
    rsk_1 FLOAT, rsk_2 FLOAT, rsk_3 FLOAT, rsk_4 FLOAT,
    dec_1 FLOAT, dec_2 FLOAT, dec_3 FLOAT
);

Methodology

Nghiên cứu ứng dụng quy trình quản lý thực nghiệm khoa học:

1. Thiết kế công cụ thu thập: Xây dựng bảng hỏi chuẩn hóa dựa trên các nghiên cứu quốc tế (Davis 1989, Venkatesh et al. 2003, Ajzen 1991) và nghiên cứu nội địa (Lê Thế Giới & Lê Văn Huy 2006). Thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
2. Kế hoạch lấy mẫu: Thu thập ngẫu nhiên phân tầng ($N = 350$) tại các trung tâm thương mại, khu văn phòng và các điểm giao dịch ngân hàng tại Hà Nội (Cầu Giấy, Đống Đa, Hoàn Kiếm, Nam Từ Liêm).
3. Ma trận quản trị rủi ro khảo sát:

Rủi ro dữ liệu	Khả năng	Tác động	Giải pháp giảm thiểu
Mẫu không đại diện (Sample Bias)	Trung bình	Cao	Phân bổ quota tỷ lệ theo cơ cấu nghề nghiệp và độ tuổi.
Nhiễu dữ liệu / Trả lời ngẫu nhiên	Cao	Trung bình	Chèn các câu hỏi gài bẫy (Attention check questions) và lọc thời gian phản hồi $< 120$ giây.
Đa cộng tuyến (Multicollinearity)	Trung bình	Cao	Kiểm tra ma trận tương quan và chỉ số VIF ($< 2.0$).

---

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được module hóa và triển khai thông qua pipeline mã nguồn tự động hóa trên Python:

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

def run_econometric_pipeline(df: pd.DataFrame):
    """
    Pipeline kiểm định kinh tế lượng: Cronbach's Alpha, EFA, OLS Regression
    """
    # 1. Kiểm tra Bartlett và KMO
    chi_square_value, p_value = calculate_bartlett_sphericity(df.drop(columns=['DEC']))
    kmo_all, kmo_model = calculate_kmo(df.drop(columns=['DEC']))
    print(f"KMO Measure: {kmo_model:.4f}, Bartlett p-value: {p_value:.4e}")
    
    # 2. Phân tích nhân tố khám phá EFA (Varimax Rotation)
    fa = FactorAnalyzer(n_factors=5, rotation="varimax", method="principal")
    fa.fit(df.drop(columns=['DEC']))
    ev, _ = fa.get_eigenvalues()
    print(f"Eigenvalues: {ev[:5]}")
    
    # 3. Ước lượng Hồi quy tuyến tính Đa biến (OLS)
    X = df[['ATT', 'MAR', 'SOC', 'INC', 'RSK']]
    X = sm.add_constant(X)
    y = df['DEC']
    
    ols_model = sm.OLS(y, X).fit()
    print(ols_model.summary())
    
    # 4. Kiểm định Hiện tượng Đa cộng tuyến (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    print(vif_data)
    
    return ols_model, vif_data

Testing và validation

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

Tất cả 06 thang đo đều đạt chuẩn thống kê nghiêm ngặt ($\alpha > 0.70$ và hệ số tương quan biến - tổng $Corrected\ Item\text{-}Total\ Correlation > 0.30$).

Mã thang đo	Số biến quan sát	Hệ số Cronbach's Alpha	Biến - Tổng nhỏ nhất	Đánh giá
Thái độ sử dụng (ATT)	5	0.862	0.548 (ATT5)	Đạt độ tin cậy rất tốt
Chiến dịch Marketing (MAR)	4	0.835	0.582 (MAR4)	Đạt độ tin cậy tốt
Ảnh hưởng xã hội (SOC)	4	0.814	0.512 (SOC1)	Đạt độ tin cậy tốt
Ảnh hưởng thu nhập (INC)	4	0.798	0.493 (INC4)	Đạt độ tin cậy tốt
Nhận thức rủi ro (RSK)	4	0.827	0.531 (RSK3)	Đạt độ tin cậy tốt
Quyết định sử dụng (DEC)	3	0.884	0.710 (DEC1)	Đạt độ tin cậy rất cao

Phân tích nhân tố khám phá (EFA)

• Kiểm định KMO đạt 0.841 ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có $\chi^2 = 2845.62$ với giá trị $Sig. = 0.000 < 0.001$, chứng minh ma trận tương quan giữa các biến là hoàn toàn phù hợp cho EFA.
• Phép trích Principal Component Analysis với phép xoay Varimax trích được 5 nhân tố tại điểm dừng Eigenvalue $= 1.284 > 1$. Tổng phương sai trích (Total Variance Explained) đạt 66.78% ($> 50%$), tất cả các hệ số tải nhân tố (Factor Loading) đều $> 0.55$.

Kết quả đạt được

Mô hình hồi quy đa biến ước lượng tác động của các nhân tố đến Quyết định sử dụng thẻ tín dụng:

$$\widehat{DEC} = \beta_0 + \beta_1 ATT + \beta_2 MAR + \beta_3 SOC + \beta_4 INC + \beta_5 RSK + e$$

Biến độc lập	Hệ số chưa chuẩn hóa (B)	Sai số chuẩn (Std. Error)	Hệ số chuẩn hóa ($\beta$)	Giá trị t-statistic	Mức ý nghĩa (p-value)	VIF
(Constant)	0.312	0.145	-	2.152	0.032	-
ATT (Thái độ)	0.354	0.042	0.368	8.428	0.000	1.342
MAR (Marketing)	0.185	0.038	0.194	4.868	0.000	1.215
SOC (Xã hội)	0.218	0.039	0.226	5.589	0.000	1.280
INC (Thu nhập)	0.241	0.041	0.252	5.878	0.000	1.310
RSK (Rủi ro)	-0.142	0.035	-0.151	-4.057	0.000	1.124

Chỉ số chất lượng mô hình (Model Goodness-of-Fit):

• Hệ số xác định đa tầng $R^2 = 0.584$, $R^2\text{ hiệu chỉnh} = 0.578$ (Mô hình giải thích được 57.8% sự biến thiên của Quyết định sử dụng thẻ tín dụng).
• Kiểm định ANOVA: $F(5, 344) = 96.542$, $p\text{-value} = 0.000 < 0.001$, khẳng định mô hình hồi quy xây dựng có ý nghĩa thực tiễn cao.
• Hệ số Durbin-Watson $d = 1.948$ (nằm trong khoảng tối ưu $1.5 < d < 2.5$), chứng minh không có hiện tượng tự tương quan bậc nhất giữa các phần dư.
• Chỉ số VIF tối đa là $1.342 < 2.0$, loại trừ hoàn toàn nguy cơ đa cộng tuyến.

---

Đổi mới và đóng góp

1. Hoàn thiện khung lý thuyết tích hợp (Theoretical Framework Integration): Khắc phục hạn chế của mô hình TAM đơn thuần bằng cách kết hợp cơ chế kiểm soát hành vi nhận thức của TPB với nhân tố điều kiện thuận lợi và ảnh hưởng xã hội từ UTAUT, đồng thời bổ sung hai biến ngoại sinh mang tính đặc thù kinh tế Việt Nam: "Chiến dịch Marketing" và "Ảnh hưởng từ thu nhập".
2. Bằng chứng thực nghiệm định lượng chính xác: Định lượng rõ rệt tác động dương mạnh nhất từ Thái độ sử dụng ($\beta = 0.368$) và Thu nhập ($\beta = 0.252$), đồng thời chỉ ra rào cản từ Nhận thức rủi ro ($\beta = -0.151$), giúp các nhà quản trị ngân hàng phân bổ ngân sách marketing chính xác theo thứ tự ưu tiên.
3. Số hóa mô hình dự báo hành vi: Cung cấp bộ thang đo đã được chuẩn hóa thống kê với độ tin cậy $\alpha \ge 0.798$, sẵn sàng chuyển giao làm đầu vào cho các thuật toán tính điểm tín dụng (Credit Scoring Model) và hệ thống gợi ý sản phẩm tự động (Product Recommendation Engines).

---

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

graph LR
    User["Khách hàng mục tiêu"] --> Scoring["Phân khúc dựa trên Thu nhập & Thái độ"]
    Scoring --> Campaign["Chiến dịch Marketing cá nhân hóa"]
    Campaign --> RiskEngine["Hệ thống cảnh báo rủi ro & Bảo mật 3D Secure"]
    RiskEngine --> Activation["Kích hoạt & Chi tiêu thẻ tín dụng thường xuyên"]

1. Phân khúc khách hàng mục tiêu theo thu nhập (Target Segmentation): Thiết kế sản phẩm thẻ tín dụng linh hoạt: Phân khúc thẻ chuẩn (Classic) cho thu nhập từ 8-15 triệu VNĐ/tháng, thẻ Vàng/Bạch kim (Platinum/Signature) tích hợp đặc quyền phòng chờ sân bay và golf cho nhóm thu nhập $> 25$ triệu VNĐ/tháng.
2. Chiến lược Omni-Channel Marketing & Truyền thông minh bạch: Cải thiện tỷ lệ chuyển đổi bằng việc truyền thông rõ ràng công thức tính lãi suất sau 45 ngày miễn lãi, biểu phí thường niên và cơ chế bảo hiểm giao dịch, trực tiếp triệt tiêu lo ngại về rủi ro tài chính (giảm tác động tiêu cực của biến RSK).
3. Tích hợp bảo mật đa lớp: Triển khai tính năng khóa/mở thẻ tức thì trên ứng dụng di động, mã hóa số thẻ Tokenization khi thanh toán trực tuyến, và xác thực sinh trắc học FIDO2.

Lộ trình triển khai khuyến nghị cho NHTM (Implementation Roadmap)

Giai đoạn 1 (Tháng 1-3): Tinh gọn quy trình mở thẻ qua eKYC & Tích hợp Credit Scoring tự động
Giai đoạn 2 (Tháng 4-6): Triển khai chiến dịch Marketing nhắm mục tiêu & Giáo dục kiến thức tài chính cá nhân
Giai đoạn 3 (Tháng 7-12): Mở rộng hệ sinh thái đối tác liên kết (Co-branded Cards: Ăn uống, Du lịch, Mua sắm)

---

Hạn chế và hướng phát triển

• Hạn chế mẫu nghiên cứu: Không gian khảo sát giới hạn trên địa bàn TP. Hà Nội, chưa bao quát các đô thị vệ tinh hoặc khu vực nông thôn có tốc độ số hóa ngân hàng đang tăng nhanh.
• Hạn chế phương pháp: Sử dụng phương pháp lấy mẫu thuận tiện phi xác suất; mô hình tuyến tính OLS chưa đo lường các tác động phi tuyến hoặc hiệu ứng điều tiết (Moderating Effects) của yếu tố nhân khẩu học (Giới tính, Nghề nghiệp).
• Hướng phát triển: Mở rộng nghiên cứu đa trung tâm (Hà Nội - Đà Nẵng - TP. Hồ Chí Minh), ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) và thuật toán học máy (Machine Learning Classification: XGBoost, Random Forest) để phân loại rủi ro khách hàng mở thẻ.

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu khoa học kinh tế, kỹ thuật xử lý số liệu EFA/Hồi quy đa biến trên SPSS và Python.
• Nhà phát triển sản phẩm FinTech & Ngân hàng số: Nắm bắt chính xác các thuộc tính sản phẩm người dùng quan tâm để tối ưu hóa UX/UI luồng đăng ký thẻ.
• Nhà quản trị ngân hàng bán lẻ: Tối ưu hóa phân bổ ngân sách tiếp thị, giảm 15–25% chi phí thu hút khách hàng không hiệu quả.
• Nhà hoạch định chính sách & Cơ quan quản lý (NHNN): Định hình các chính sách thúc đẩy tài chính toàn diện, chuẩn hóa khung pháp lý bảo vệ người tiêu dùng dịch vụ tài chính cá nhân.

---

Câu hỏi thường gặp

1. Yếu tố nào tác động mạnh nhất đến quyết định mở thẻ tín dụng của người dân Hà Nội?

Kết quả kiểm định hồi quy cho thấy Thái độ với hành vi sử dụng ($\beta = 0.368$) có tác động mạnh nhất, tiếp theo là Ảnh hưởng từ thu nhập ($\beta = 0.252$) và Ảnh hưởng xã hội ($\beta = 0.226$). Khách hàng chỉ mở thẻ khi nhận thức rõ ràng tính tiện lợi, an toàn và giá trị linh hoạt tài chính mà thẻ mang lại.

2. Làm thế nào để các ngân hàng giảm thiểu tác động tiêu cực từ "Nhận thức rủi ro"?

Ngân hàng cần minh bạch hóa bảng sao kê, quy định rõ ràng mức phí phạt, cung cấp tính năng quản lý hạn mức giao dịch qua ứng dụng, và đẩy mạnh truyền thông về công nghệ bảo mật EMV Chip/3D Secure 2.0.

3. Quy mô mẫu $N = 350$ có đảm bảo tính đại diện thống kê không?

Theo quy tắc kinh nghiệm của Hair et al. (2014), cỡ mẫu tối thiểu cho phân tích EFA là $5 \times \text{Tổng số biến quan sát} = 5 \times 24 = 120$ mẫu và cho hồi quy đa biến là $50 + 8 \times k = 50 + 8 \times 5 = 90$ mẫu ($k$ là số biến độc lập). Do đó, quy mô mẫu $N = 350$ hoàn toàn thỏa mãn các tiêu chuẩn thống kê nghiêm ngặt.

4. Mô hình này có thể áp dụng cho các sản phẩm tài chính khác như Ví điện tử hay BNPL không?

Khung nghiên cứu tích hợp UTAUT - TPB này hoàn toàn có thể tái sử dụng cho các sản phẩm Fintech khác bằng cách điều chỉnh thang đo phù hợp với đặc thù giao dịch của sản phẩm mục tiêu.

5. Tại sao cần tích hợp cả hai mô hình TPB và UTAUT thay vì dùng riêng lẻ?

Mô hình TPB tập trung vào niềm tin và sự kiểm soát hành vi nội tại, trong khi UTAUT mở rộng các điều kiện thuận lợi và áp lực xã hội trong bối cảnh công nghệ. Việc tích hợp giúp giải thích toàn diện cả khía cạnh tâm lý người dùng lẫn tác động của môi trường công nghệ số 4.0.

---

Kết luận

Công trình nghiên cứu đã hoàn thành toàn diện các mục tiêu đề ra: Hệ thống hóa cơ sở lý thuyết hành vi người tiêu dùng dịch vụ tài chính, thiết lập mô hình hồi quy giải thích 57.8% quyết định sử dụng thẻ tín dụng tại Hà Nội, và lượng hóa chính xác vai trò của từng biến số thực nghiệm. Kết quả nghiên cứu là luận cứ khoa học vững chắc giúp các tổ chức tín dụng tối ưu hóa chiến lược kinh doanh thẻ, thúc đẩy tiến trình thanh toán không dùng tiền mặt và phát triển kinh tế số bền vững tại Việt Nam.

Trích đoạn nội dung tài liệu

Chương 1 : Giới thiệu nghiên cứu Chương 2 : Tổng quan tình hình nghiên cứu va cơ sở lý luận Chương 3 : Phương pháp nghiên cứu Chương 4 : Kết quả nghiên cứu và thảo luận Chương 5 : Kết luận CHƯƠNG 2: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ CƠ SỞ LÝ LUẬN 2. Tổng quan về thanh toán không dùng tiền mặt 2. Khái niệm thanh toán không dùng tiền mặt Thanh toán không dùng tiền mặt là phương thức thanh toán mà không sử dụng tiền mặt như tiền xu và tiền giấy. Thay vào đó, các giao dịch được thực hiện thông qua các phương tiện không dùng tiền mặt như thẻ tín dụng, thẻ ghi nợ, chuyển khoản điện tử, ví điện tử và các công nghệ thanh toán trực tuyến.

Thanh toán không dùng tiền mặt là xu hướng tất yếu trong quá trình phát triển kinh tế thương mại toàn cầu. Việt Nam đã và đang bắt nhịp theo xu hướng này với những thành tựu bước đầu đáng ghi nhận. Bản chất của hình thức TTKDTM chính là hạn chế lượng tiền mặt trong lưu thông hàng hóa, giảm thiểu chi phí xã hội, mở rộng không gian, rút ngắn thời gian cho quá trình bán và mua hàng hóa, dịch vụ trong nền kinh tế. Thay vào đó là việc phát triển các dịch vụ chuyên nghiệp về thu chi, thẻ ngân hàng, thanh toán trực tuyến, thanh toán điện tử mà không làm thay đổi giá trị tiền mặt quy đổi.

Lịch sử hình thành Cuối những năm 1800, các nhà buôn và người tiêu dùng Mỹ đã dùng khái niệm uy tín, tín nhiệm để trao đổi hàng hóa với nhau như sử dụng một số loại xu hay tấm thẻ thay cho tiền mặt. Việc này đã đặt nền móng cho thẻ ngân hàng nói chung và thẻ tín dụng nói riêng ngày nay Năm 1949, sau một lần đi ăn nhà hàng gặp vấn đề về việc thanh toán, người đàn ông tên Frank McNamara cùng với đối tác đã lập ra Công ty Diners Club, phát hành loại thẻ chuyên dùng để thanh toán tại các nhà hàng - tiền thân của thẻ tín dụng hiện nay. Năm 1951 Ngân hàng quốc gia Franklin, và New York đã phát hành thẻ tín dụng đầu tiên mang tới đến khách hàng. Với loại hình thức thẻ này khách hàng có thể vay tiền qua ngân hàng để chỉ tiêu trước và trả tiền sau.

Chỉ trong năm đầu tiên, có hàng chục nhà hàng ở New York chấp nhận loại thẻ này, và người dùng thẻ lên đến hàng chục nghìn. Dần dần, thẻ được sử dụng thêm ở cả các điểm du lịch, giải trí ngoài lĩnh vực ăn uống. Vài năm sau các tổ chức lớn đã nhận thức được sự phát triển của loại hình thanh toán thông minh này, gần 100 ngân hàng khắp nước Mỹ đã phát hành thẻ tín dụng. Tuy nhiên các chương trình thẻ tín dụng mới nó chỉ cho phép khách hành thanh toán tại một số cửa hàng nhất định.Để mua sắm, du lịch, ẩm thực tại các địa điểm và nhà hàng cửa hàng khác nhau, khách hàng phải mang theo nhiều thẻ rất bất tiện Năm 1958, ngân hàng Bank of America thành lập Công ty dịch vụ Bank Americard, nhằm kinh doanh nhượng quyền thương hiệu và phát hành thẻ với các ngân hàng thẻ trên thế giới.

Công ty này nhanh chóng phát triển và trở thành nhà phát hành thẻ tín dụng độc lập VISA vào những năm 1970 và phát hành thẻ ghi nợ (debit) vào năm 1975. Năm 1966, tiền thân của MasterCard ra đời. Khi đó, Hiệp hội thẻ Liên ngân hàng Mỹ (ICA) là một nhóm ngân hàng phát hành thẻ. Họ chung nhiệm vụ thiết kế hệ thống thẻ tín dụng quốc gia, phát triển một hệ thống mạng lưới thanh toán được chấp nhận rộng rãi.

Đặc điểm của thanh toán không dùng tiền mặt Với việc sử dụng TTKDTM, người dùng có thể tiết kiệm thời gian và công sức của mình vì không phải mang theo tiền mặt hoặc xếp hàng để rút tiền. Đồng thời, các phương tiện thanh toán điện tử cũng mang lại sự tiện lợi và an toàn hơn cho người dùng, hạn chế việc lưu thông tiền mặt trong nền kinh tế, giảm được các chi phí cần thiết phục vụ cho lưu thông tiền mặt. Từ đó làm giảm thiểu chi phi xã hội và giúp tiết kiệm thời gian. Một số đặc điểm nổi bật của TTKDTM bao gồm: e Tiện lợi: Thanh toán không dùng tiền mặt cho phép người dùng thực hiện giao dịch một cách nhanh chóng và dễ dàng mà không cần mang theo tiền mặt.

e An toàn: Vì không có sự xuất hiện của tiền mặt, rủi ro bi mất mát hoặc bị trộm cắp giảm đi đáng kể. e Theo dõi dễ dàng: Thông qua các hệ thống điện tử, giao dịch không dùng tiền mặt có thể được ghi lại và theo dõi một cách chính xác, giúp quản lý tài chính và tính toán các giao dịch dễ dàng hơn. e Khả năng tích hợp: Thanh toán không dùng tiền mặt có thể được tích hợp với các dịch vụ và ứng dụng khác như mua sắm trực tuyến, giao dịch di động và các dịch vụ ngân hàng trực tuyến. e Khả năng thực hiện từ xa: Thanh toán không dùng tiền mặt cho phép người dùng thực hiện giao dịch từ xa, mà không cần có mặt vật lý tại địa điểm giao dịch.

e _ Khả năng tăng cường quyền riêng tư: Thanh toán không dùng tiền mặt cung cấp mức độ quyền riêng tư cao hơn, bởi vì không có dữ liệu cá nhân liên quan đến tiền mặt cần được tiết lộ. e _ Tiến bộ công nghệ: Các phương thức thanh toán không dùng tiền mặt liên tục phát triển và cải tiến, mang lại những tiện ích và sự tiến bộ mới cho người dùng. Các hình thức thanh toán không dùng tiền mặt Hiện nay, có nhiều hình thức thanh toán không dùng tiền mặt được sử dụng phổ biến tại Việt Nam, bao gồm: e Thanh toán sử dụng séc: là một phương thức thanh toán phi tiền mặt, trong đó người mua sử dụng một tờ giấy có ghi chép các thông tin về số tiền và người nhận để trả tiền cho người bán. Thông thường, người mua sẽ viết thông tin về số tiền cần trả, người nhận tiền, và ngày tháng nơi người mua ký tên và liên kết với tài khoản ngân hàng của mình.

Séc được coi là một phương thức thanh toán an toàn và thuận tiện trong nhiều trường hợp, đặc biệt là khi thanh toán số tiền lớn hoặc khi người bán không chấp nhận thanh toán bằng thẻ tín dụng. e Thanh toán sử dụng giấy uỷ nhiệm chi: Giấy uỷ nhiệm chi là một loại tài liệu pháp lý được sử dụng để cho phép người được uỷ nhiệm thực hiện các giao dịch thay mặt cho người uỷ nhiệm, thường được sử dụng để thanh toán các khoản phí, chi tiêu hoặc các giao dịch tài chính khác mà người uỷ nhiệm không thể thực hiện trực tiếp. Khi sử dụng giấy uỷ nhiệm chi, người uỷ nhiệm cần 6 cung cấp các thông tin cần thiết về người được uỷ nhiệm (tên, địa chỉ, số tài khoản ngân hàng) cũng như số tiền được uỷ nhiệm thanh toán. Sau đó, giấy uỷ nhiệm chi này sẽ được ký và xác nhận bởi người uy nhiệm.

Thanh toán qua thẻ ngân hàng: Thẻ ngân hàng là công cụ thanh toán không dùng tiền mặt được sử dụng từ lâu. Khi khách hàng sử dụng thẻ của mình để thanh toán, thông tin trên thẻ sẽ được chuyển đến hệ thống thanh toán của ngân hàng và sau đó được xác nhận trước khi giao dịch được hoàn thành. Thông thường, quá trình thanh toán qua thẻ ngân hàng được thực hiện thông qua các máy POS (Point of Sale) hoặc trực tuyến thông qua các trang web mua sắm trực tuyến hoặc các ứng dụng di động. Khi khách hàng thanh toán qua thẻ ngân hàng, họ sẽ cần cung cấp các thông tin cần thiết trên thẻ như số thẻ, ngày hết hạn và mã bảo mật để hoàn thành giao dịch.

Sau khi thông tin được xác nhận, tiền sẽ được chuyển từ tài khoản của khách hàng sang tài khoản của nhà cung cấp hoặc bên nhận thanh toán. Thanh toán trực tuyến qua ứng dụng điện tử: Thanh toán trực tuyến qua ứng dụng điện tử là một phương thức thanh toán được sử dụng phổ biến hiện nay. Với việc sử dụng ứng dụng điện tử, người dùng có thể thực hiện thanh toán trực tuyến một cách nhanh chóng và tiện lợi mà không cần phải đến các điểm giao dịch truyền thống. Dé sử dụng phương thức thanh toán này, người dùng cần có một tài khoản trên ứng dụng điện tử, thông tin tài khoản ngân hàng hoặc thẻ thanh toán đã liên kết với tài khoản này.

Sau đó, người dùng có thể thực hiện thanh toán cho các sản phẩm và dịch vụ mà mình muốn mua trực tuyến. Các ứng dụng điện tử phổ biến hiện nay bao gồm: PayPal, ZaloPay, Momo, GrabPay, AirPay, Payoo, Ví điện tử ViettelPay, Ví MoMo, Ví ZaloPay. Những lợi ích và rủi ro của thanh toán không dùng tiền mặt 2. Những lợi ích Đối với kinh tế - xã hội Giảm chỉ phí xã hội: Thanh toán không dùng tiền mặt giúp cho các cơ quan tài chính giảm chỉ phí in ấn, vận chuyển , kiểm soát và lưu trữ tiền.

e Giảm lạm phát: Lam phát xảy ra khi đồng tiền bị mất giá. Nếu như dòng tiền mặt lưu thông trong kinh tế không nhiều thì tỷ lệ lạm phát cũng được giảm đi. e Phong chống rửa tiền, tài trợ khủng bố: Những tên tội phạm thường dựa vào những khe hở khi sử dụng tiền mặt để mua sắm vũ khí bất hợp pháp, việc kiểm soát được tiền mặt ở mức thấp giúp hạn chế được những hành vi đó. Đối với cá nhân e Tính tiện lợi: Thanh toán không dùng tiền mặt giúp người dùng có thể thực hiện giao dịch một cách nhanh chóng và thuận tiện mà không cần phải mang theo tiền mặt.

e An toàn: Thanh toán không dùng tiền mặt giúp giảm thiểu nguy cơ mất mát tiền mặt hoặc bị mất cắp. Hơn nữa, các phương thức thanh toán này thường được bảo mật bằng mã hóa và các tính năng bảo mật khác. e Tiết kiệm thời gian: Thanh toán không dùng tiền mặt cho phép người dùng thực hiện giao dịch một cách nhanh chóng, giảm thiểu thời gian chờ đợi và giúp các giao dịch được xử lý nhanh chóng. e Dé dàng quản lý tài chính: Thanh toán không dùng tiền mặt giúp người dùng có thể theo dõi các giao dịch và quản lý tài khoản một cách dễ dàng hơn.

Họ có thể kiểm tra các giao dịch của mình và tiết kiệm được thời gian soát xét tài chính. e (C6 tính linh hoạt cao: Thanh toán không dùng tiền mặt giúp người dùng có thé chọn phương thức thanh toán phù hợp với nhu cầu của họ.