Giới thiệu dự án

Thị trường tài chính bán lẻ tại Việt Nam đang chứng kiến sự chuyển dịch cơ cấu mạnh mẽ khi mảng tín dụng cá nhân trở thành động lực tăng trưởng cốt lõi của các ngân hàng thương mại (NHTM). Theo thống kê từ Ngân hàng Nhà nước, dư nợ tín dụng bán lẻ chiếm tỷ trọng ngày càng cao trong tổng dư nợ toàn nền kinh tế. Tuy nhiên, sự cạnh tranh khốc liệt giữa khối NHTM Nhà nước (Big 4) và các NHTM Cổ phần tư nhân đặt ra thách thức lớn cho Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Thành phố Thủ Đức (BIDV Thủ Đức) trong việc duy trì biên lợi nhuận ròng (NIM) và mở rộng tệp khách hàng cá nhân (KHCN).

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH HÀNH VI VAY VỐN TOÀN DIỆN                          |
|                                                                                   |
|  [ Lý thuyết TRA / TPB ] ---> [ 5 Giai đoạn Kotler ] ---> [ Định lượng SPSS 29 ]  |
|  - Thái độ đối với hành vi    - Nhận thức nhu cầu         - Cronbach's Alpha      |
|  - Chuẩn chủ quan             - Tìm kiếm thông tin        - EFA (KMO = 0.826)     |
|  - Nhận thức kiểm soát        - Đánh giá lựa chọn         - Hồi quy tuyến tính    |
|                               - Quyết định vay vốn        - Kiểm định VIF / DW    |
|                               - Hành vi sau vay                                   |
+-----------------------------------------------------------------------------------+

Dự án khóa luận tốt nghiệp của tác giả Nguyễn Thị Linh (ngành Tài chính – Ngân hàng, Trường Đại học Ngân hàng TP. Hồ Chí Minh, mã số 7340201) giải quyết bài toán: Xác định và lượng hóa mức độ tác động của các nhân tố đến quyết định vay vốn (QĐVV) của khách hàng cá nhân tại BIDV Thủ Đức.

Mục tiêu nghiên cứu

  1. Hệ thống hóa: Cơ sở lý luận về tín dụng KHCN, kết hợp Thuyết hành động hợp lý (TRA), Thuyết hành vi có kế hoạch (TPB) và mô hình 5 giai đoạn ra quyết định của Philip Kotler.
  2. Định lượng hóa: Đo lường tác động của các nhân tố thông qua khảo sát thực nghiệm $N = 253$ mẫu hợp lệ, xử lý trên nền tảng IBM SPSS Statistics 29.0.
  3. Đề xuất giải pháp: Xây dựng hệ thống hàm ý quản trị giúp BIDV Thủ Đức tối ưu hóa quy trình tín dụng, chính sách lãi suất và năng lực cạnh tranh.

Phạm vi nghiên cứu: Khách hàng cá nhân đã và đang thực hiện giao dịch vay vốn tại BIDV Chi nhánh TP. Thủ Đức trong giai đoạn từ tháng 09/2023 đến tháng 12/2023.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các mô hình nghiên cứu hành vi khách hàng vay vốn trong và ngoài nước nhằm xác lập khung phân tích phù hợp nhất với thị trường tài chính TP. Thủ Đức:

Tiêu chí so sánh Fatah (2018) / Frangos et al. (2012) Huỳnh Liêu Ngọc Thúy An & Bùi Văn Trịnh (2022) Mô hình nghiên cứu đề xuất (2024)
Bối cảnh nghiên cứu Thị trường bán lẻ quốc tế (Hy Lạp, Iraq) Agribank – Chi nhánh Hậu Giang BIDV – Chi nhánh TP. Thủ Đức
Phương pháp phân tích Logistic Regression, EFA EFA, Hồi quy OLS cơ bản EFA Varimax, OLS đa biến, Kiểm định ANOVA
Quy mô mẫu ($N$) $N = 277$ / $N = 250$ $N = 180$ $N = 253$ (Đạt chuẩn Hair et al., tỷ lệ $14.8:1$)
Biến số chủ đạo Thiết kế điểm bán, chính sách, an ninh 6 biến (Quảng bá, danh tiếng, quan hệ) 5 biến tinh gọn (LS, STT, CLDV, TDNV, AH)
Xử lý biến rác Giữ nguyên các biến quan sát biên Loại biến thủ công Loại biến STT4 (Item-Total = 0.165) và LS4 (Cross-loading)

Phân loại các yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must have: Kiểm định độ tin cậy thang đo ($\text{Cronbach's Alpha} \ge 0.7$), phân tích nhân tố khám phá ($\text{EFA: KMO} \ge 0.5$, $\text{Sig.} < 0.05$, $\text{Total Variance} > 50%$), phương trình hồi quy đa biến.
  • Should have: Kiểm định hiện tượng đa cộng tuyến ($\text{VIF} < 10$), tự tương quan (Durbin-Watson $\approx 2.0$), phân phối chuẩn phần dư (Normal P-P Plot).
  • Could have: Đánh giá sâu phân khúc nhân khẩu học (thu nhập, độ tuổi, tần suất vay vốn).
  • Won't have (kỳ này): Mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) hoặc thuật toán dự báo rủi ro tín dụng bằng Machine Learning.

Thiết kế hệ thống đo lường

Hệ thống thang đo được thiết kế dựa trên thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\to$ 5: Hoàn toàn đồng ý):

+-----------------------------------------------------------------------------+
|                      CẤU TRÚC DỮ LIỆU VÀ BIẾN ĐO LƯỜNG                      |
+-----------------------------------------------------------------------------+
| [BIẾN ĐỘC LẬP]                                                              |
|                                                                             |
| [BIẾN PHỤ THUỘC]                                                            |
+-----------------------------------------------------------------------------+

Tech Stack triển khai:

  • Phần mềm phân tích: IBM SPSS Statistics 29.0.0.0
  • Nền tảng khảo sát: Google Forms tích hợp phỏng vấn trực tiếp tại quầy
  • Hệ cơ sở dữ liệu: File định dạng .sav mã hóa ẩn danh thông tin cá nhân khách hàng, tuân thủ quy chuẩn bảo mật dữ liệu ngân hàng.

Methodology

Quy trình nghiên cứu kết hợp 2 giai đoạn:

  1. Nghiên cứu định tính: Phỏng vấn chuyên sâu nhóm chuyên gia gồm các cán bộ tín dụng, trưởng phòng giao dịch tại BIDV Thủ Đức nhằm hiệu chỉnh 19 biến quan sát phù hợp thực tế vận hành.
  2. Nghiên cứu định lượng: Thu thập 300 phiếu, nhận về 270 phiếu, lọc được 253 phiếu hợp lệ. Cỡ mẫu thỏa mãn quy tắc Hair et al. ($N \ge 17 \times 5 = 85$).

Implementation và kết quả

Development process & Thuật toán phân tích

Quy trình xử lý dữ liệu được thực thi tuần tự qua các pipeline kiểm định thống kê:

* --- SPSS SYNTAX: ECONOMETRIC DATA PROCESSING PIPELINE ---.
* Step 1: Reliability Analysis for Interest Rate Construct.
RELIABILITY
  /VARIABLES=LS1 LS2 LS3 LS4
  /SCALE('Interest Rate Scale') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

* Step 2: Exploratory Factor Analysis (Round 2 - 17 Items).
FACTOR
  /VARIABLES LS1 LS2 LS3 STT1 STT2 STT3 CLDV1 CLDV2 CLDV3 CLDV4 TDNV1 TDNV2 TDNV3 AH1 AH2 AH3 AH4
  /MISSING LISTWISE 
  /ANALYSIS LS1 LS2 LS3 STT1 STT2 STT3 CLDV1 CLDV2 CLDV3 CLDV4 TDNV1 TDNV2 TDNV3 AH1 AH2 AH3 AH4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA FACTORS(5) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* Step 3: Multivariable OLS Regression Analysis.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT Mean_QD
  /METHOD=ENTER Mean_LS Mean_TDNV Mean_STT Mean_AH Mean_CLDV
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Testing và validation

1. Kiểm định độ tin cậy Cronbach's Alpha

  • Thang đo Sự thuận tiện (STT): Lần 1 đạt $\alpha = 0.697$. Biến STT4 có $\text{Corrected Item-Total Correlation} = 0.165 < 0.3$. Loại STT4, kết quả lần 2 đạt $\alpha = 0.749$, tất cả tương quan biến tổng $> 0.45$.
  • Thang đo Lãi suất (LS): Đạt $\alpha = 0.700$.
  • Thang đo Chất lượng dịch vụ (CLDV): Đạt $\alpha = 0.729$.
  • Thang đo Thái độ nhân viên (TDNV): Đạt $\alpha = 0.729$.
  • Thang đo Ảnh hưởng người thân (AH): Đạt $\alpha = 0.725$.
  • Thang đo Quyết định vay (QD): Đạt $\alpha = 0.796$ ($\text{Item-Total Correlation} > 0.55$).

2. Phân tích nhân tố khám phá (EFA)

  • EFA Lần 1: $KMO = 0.751$, $\text{Sig.} < 0.001$, tổng phương sai trích $= 64.514%$. Biến LS4 bị loại do hệ số tải chéo không đạt cách biệt $0.3$.
  • EFA Lần 2 (17 biến quan sát):
    • Hệ số $KMO = 0.826$ (Rất tốt, nằm trong khoảng $0.8 \le KMO \le 0.9$).
    • Kiểm định Bartlett: $\text{Approx. Chi-Square} = 1428.52$, $df = 136$, $\text{Sig.} = 0.000 < 0.001$.
    • Trị số Eigenvalue dừng tại nhân tố thứ 5 là $1.214 > 1$ (Eigenvalue nhân tố 1 đạt $4.242$).
    • Tổng phương sai trích (Cumulative %): $63.446% > 50%$, chứng minh 5 nhóm nhân tố giải thích được $63.446%$ độ biến thiên dữ liệu.
+-----------------------------------------------------------------------------------+
|               KẾT QUẢ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA ROUND 2)                    |
|                                                                                   |
|  Nhân tố 1 (CLDV):  CLDV1 (.781), CLDV2 (.745), CLDV3 (.712), CLDV4 (.689)        |
|  Nhân tố 2 (AH):    AH1 (.794), AH2 (.765), AH3 (.731), AH4 (.698)                |
|  Nhân tố 3 (TDNV):  TDNV1 (.812), TDNV2 (.795), TDNV3 (.741)                     |
|  Nhân tố 4 (STT):   STT1 (.824), STT2 (.801), STT3 (.756)                         |
|  Nhân tố 5 (LS):    LS1 (.845), LS2 (.810), LS3 (.768)                            |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

Phân tích mẫu khảo sát ($N = 253$):

  • Cơ cấu giới tính: Nam chiếm $54.8%$ ($137$ người), Nữ chiếm $45.2%$ ($116$ người).
  • Độ tuổi: Nhóm $35 - 45$ tuổi chiếm tỷ trọng cao nhất ($50.2%$, $127$ khách hàng); $22 - 35$ tuổi chiếm $30.0%$.
  • Nghề nghiệp: Kinh doanh tự do dẫn đầu với $36.6%$ ($92$ người), tiếp đến là Nhân viên văn phòng $31.2%$ ($79$ người).
  • Thu nhập hàng tháng: Mức $20 - 30$ triệu đồng chiếm đa số ($38.7%$), từ $10 - 20$ triệu đồng chiếm $32.0%$.
  • Tần suất vay: Khách hàng vay lần đầu chiếm tỷ lệ áp đảo $74.3%$ ($188$ người).
+-----------------------------------------------------------------------------+
|               PHƯƠNG TRÌNH HỒI QUY TUYẾN TÍNH CHUẨN HÓA (OLS)               |
|                                                                             |
|   QD = 0.382*LS + 0.245*TDNV + 0.218*STT + 0.184*AH + 0.142*CLDV + e        |
|                                                                             |
|   R² hiệu chỉnh = 0.584  |  F = 71.82 (Sig. = 0.000)  |  Durbin-Watson = 1.942 |
|   Tất cả hệ số VIF < 1.45 (Không có hiện tượng đa cộng tuyến)               |
+-----------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Khắc phục khoảng trống học thuật địa phương: Cung cấp bộ dữ liệu thực nghiệm đầu tiên về hành vi vay vốn bán lẻ tại TP. Thủ Đức sau khi thành lập mô hình "Thành phố trong Thành phố" với đặc thù kinh tế phát triển nhanh và nhu cầu vốn kinh doanh tự do cao ($36.6%$).
  2. Tối ưu hóa thang đo thực nghiệm: Loại bỏ triệt để các biến rác (STT4LS4) khỏi mô hình truyền thống, nâng chỉ số thích hợp mẫu KMO từ $0.751$ lên $0.826$ (tăng $10.0%$), giải thích $63.446%$ phương sai tổng thể.
  3. Thứ tự trọng số tác động rõ ràng: Chứng minh bằng định lượng rằng trong bối cảnh lạm phát và lãi suất biến động, "Lãi suất cho vay" ($\beta = 0.382$) có sức ảnh hưởng vượt trội so với "Chất lượng dịch vụ" ($\beta = 0.142$).
Đặc tính Nghiên cứu truyền thống (2015-2020) Nghiên cứu BIDV Thủ Đức (2024) Mức độ cải thiện
Phần mềm xử lý SPSS 20.0 - 22.0 IBM SPSS Statistics 29.0 Thuật toán tối ưu
Chỉ số KMO $0.700 - 0.750$ $0.826$ Tăng độ thích hợp $+10%$
Phương sai trích $52% - 56%$ $63.446%$ Giải thích dữ liệu cao hơn $+13%$
Kiểm định vi phạm giả định Thường bỏ qua tự tương quan Đầy đủ: DW, VIF, P-P Plot, Scatter Plot Chuẩn hóa kinh tế lượng

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Phân khúc Khách hàng Kinh doanh tự do (Chiếm 36.6%): Thiết kế gói vay tín chấp/thế chấp ngắn hạn với cơ chế lãi suất thả nổi có trần bảo đảm, giải ngân trong vòng 24 giờ.
  • Phân khúc Khách hàng vay lần đầu (Chiếm 74.3%): Triển khai chương trình tư vấn 1-kèm-1, minh bạch hóa biểu phí và hồ sơ pháp lý, giảm thiểu rào cản tâm lý e ngại thủ tục ngân hàng.

Lộ trình triển khai hàm ý quản trị tại BIDV Thủ Đức

+-----------------------------------------------------------------------------------+
|               LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TẠI BIDV THỦ ĐỨC                      |
+-----------------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-3): Tối ưu hóa chính sách Lãi suất và Phí (Trọng số 0.382)  |
|  - Ban hành gói vay ưu đãi cho nhóm khách hàng 35-45 tuổi.                        |
|  - Công khai minh bạch công thức tính lãi suất định kỳ trên Portal.               |
|                                                                                   |
| Giai đoạn 2 (Tháng 4-6): Chuẩn hóa Thái độ và Kỹ năng CBNV (Trọng số 0.245)      |
|  - Đào tạo kỹ năng tư vấn tài chính cá nhân chuyên sâu cho giao dịch viên.       |
|  - Áp dụng KPI đo lường mức độ hài lòng khách hàng tức thì (CSAT).                |
|                                                                                   |
| Giai đoạn 3 (Tháng 7-9): Nâng cấp Điểm giao dịch & Sự thuận tiện (Trọng số 0.218)|
|  - Mở rộng bãi đỗ xe và tối ưu hóa luồng giao dịch tại quầy.                     |
|  - Tích hợp đăng ký hồ sơ vay sơ bộ trên BIDV SmartBanking.                       |
|                                                                                   |
| Giai đoạn 4 (Tháng 10-12): Chiến dịch Tiếp thị Lan tỏa (Trọng số 0.184)           |
|  - Triển khai chính sách 'BIDV Referral': Thưởng phí cho người thân giới thiệu.   |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

  1. Giới hạn không gian lấy mẫu: Dữ liệu chỉ thu thập tại Chi nhánh BIDV TP. Thủ Đức, chưa mở rộng ra toàn bộ hệ thống BIDV TP.HCM hoặc các tỉnh lân cận.
  2. Phương pháp chọn mẫu thuận tiện: Khảo sát phi xác suất ngẫu nhiên có thể dẫn đến hiện tượng thiên lệch mẫu (Sample selection bias).
  3. Mô hình tĩnh cắt ngang: Nghiên cứu tại một thời điểm (Cross-sectional) chưa phản ánh được sự biến động của quyết định vay theo các chu kỳ kinh tế vĩ mô.

Hướng phát triển:

  • Mở rộng quy mô mẫu lên $N \ge 1000$ trên toàn địa bàn Đông Nam Bộ.
  • Ứng dụng mô hình Phương trình cấu trúc tuyến tính (SEM/PLS-SEM) để phân tích các biến trung gian (Sự tin tưởng, Cảm nhận rủi ro).
  • Tích hợp mô hình chấm điểm tín dụng tự động (Credit Scoring) bằng thuật toán Random Forest / XGBoost để dự báo khả năng trả nợ song song với quyết định vay.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tham khảo khung phương pháp luận chuẩn chỉ từ định tính sang định lượng, quy trình làm sạch dữ liệu và cách viết syntax SPSS chuẩn quốc tế.
  • Chuyên viên Phân tích Dữ liệu / Data Analyst: Nắm vững quy chuẩn xử lý tương quan biến tổng (Item-Total Correlation), ma trận xoay Varimax và kiểm định hồi quy OLS.
  • Ban Giám đốc & Cán bộ Tín dụng Ngân hàng: Nhận diện chính xác 5 đòn bẩy hành vi khách hàng cá nhân, tối ưu hóa $38.2%$ ngân sách tiếp thị vào các chương trình lãi suất cạnh tranh và đào tạo đội ngũ.
  • Nhà nghiên cứu Kinh tế - Tài chính: Kế thừa bộ thang đo 17 biến quan sát đã được kiểm định độ tin cậy và hội tụ cao để phát triển các nghiên cứu chuyên sâu về tài chính hành vi.

Câu hỏi thường gặp

1. Tại sao nghiên cứu loại bỏ biến quan sát STT4 và LS4?

Biến STT4 (Dịch vụ Internet Banking) có hệ số tương quan biến tổng chỉ đạt $0.165 < 0.3$, không đóng góp vào độ tin cậy thang đo. Biến LS4 (Phương thức trả lãi hợp lý) có hệ số tải chéo (cross-loading) không chênh lệch đủ $0.3$ giữa 2 nhân tố trong ma trận xoay EFA, gây nhiễu cấu trúc dữ liệu. Loại bỏ 2 biến này giúp hệ số KMO tăng lên $0.826$ và phương sai trích đạt $63.446%$.

2. Mô hình có gặp hiện tượng đa cộng tuyến hoặc tự tương quan không?

Không. Tất cả các hệ số phóng đại phương sai (VIF) của các biến độc lập đều nằm trong khoảng $1.15 - 1.45$, thấp hơn rất nhiều so với ngưỡng cảnh báo $10$ (hoặc tiêu chuẩn khắt khe là $2.0$). Hệ số Durbin-Watson đạt $1.942$ (xấp xỉ $2.0$), chứng minh phần dư hoàn toàn không có hiện tượng tương quan chuỗi bậc nhất.

3. Yếu tố nào tác động mạnh nhất đến quyết định vay vốn?

Yếu tố Lãi suất cho vay (LS) tác động mạnh nhất với hệ số hồi quy chuẩn hóa $\beta = 0.382$ ($p < 0.001$). Tiếp theo lần lượt là Thái độ nhân viên ($\beta = 0.245$), Sự thuận tiện ($\beta = 0.218$), Ảnh hưởng từ người thân ($\beta = 0.184$) và Chất lượng dịch vụ ($\beta = 0.142$).

4. Quy mô mẫu $N = 253$ có đủ tính đại diện thống kê không?

Theo tiêu chuẩn Hair et al. (1998), kích thước mẫu tối thiểu cho phân tích nhân tố khám phá là $5$ mẫu trên $1$ biến quan sát ($5:1$). Với mô hình 17 biến quan sát chính thức, cỡ mẫu tối thiểu cần thiết là $17 \times 5 = 85$. Cỡ mẫu $N = 253$ đạt tỷ lệ $14.8:1$, hoàn toàn vượt chuẩn và đảm bảo độ tin cậy thống kê cao.

5. Kết quả nghiên cứu có thể áp dụng cho các chi nhánh ngân hàng khác không?

Khung mô hình và bảng câu hỏi có thể tái sử dụng trực tiếp cho các chi nhánh ngân hàng thương mại hoạt động trên địa bàn đô thị loại 1 và các thành phố trực thuộc có đặc điểm kinh tế - xã hội tương đồng với TP. Thủ Đức.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Linh đã giải quyết trọn vẹn bài toán lượng hóa hành vi vay vốn của khách hàng cá nhân tại BIDV Chi nhánh TP. Thủ Đức. Thông qua việc kết hợp cơ sở lý thuyết TRA, TPB và quy trình xử lý dữ liệu chặt chẽ trên SPSS 29.0, nghiên cứu đã xác lập mô hình hồi quy 5 nhân tố với độ giải thích $58.4%$ ($R^2 \text{ hiệu chỉnh} = 0.584$). Kết quả nghiên cứu là luận cứ khoa học thực tiễn vững chắc giúp ban lãnh đạo BIDV Thủ Đức tái cấu trúc biểu phí, nâng cao chất lượng nguồn nhân lực và giữ vững vị thế dẫn đầu trong mảng bán lẻ tín dụng.