Yếu tố tác động đến quyết định vay tiêu dùng của khách hàng cá nhân tại ngân hàng thương mại cổ phần á châu chi nhánh thành phố hồ chí minh

Tìm hiểu các yếu tố ảnh hưởng đến quyết định vay tiêu dùng cá nhân tại ACB TP.HCM. Nghiên cứu chuyên sâu về lãi suất, chính sách tín dụng, và dịch vụ.

• Tác giả: Nguyễn Thị Diễm Thùy
• Người hướng dẫn: Ts. Phan Thị Linh
• Trường học: Trường Đại Học Ngân Hàng Tp. Hồ Chí Minh
• Chuyên ngành: Tài Chính – Ngân Hàng
• Đề tài: Yếu Tố Tác Động Đến Quyết Định Vay Tiêu Dùng Của Khách Hàng Cá Nhân Tại Ngân Hàng Thương Mại Cổ Phần Á Châu Chi Nhánh Thành Phố Hồ Chí Minh
• Loại tài liệu: Khóa Luận Tốt Nghiệp
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu nghiên cứu tổng quát
• 1.2.2. Mục tiêu nghiên cứu cụ thể
• 1.3. Các câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Đóng góp của đề tài
• 1.7. Bố cục của khóa luận tốt nghiệp
• 1.8. TÓM TẮT CHƯƠNG 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU
• 2.1. Lý thuyết về cho vay tiêu dùng của KHCN
• 2.2. Khái niệm về cho vay tiêu dùng
• 2.3. Đặc điểm cho vay tiêu dùng
• 2.4. Vai trò của cho vay tiêu dùng
• 2.5. Lý thuyết về quyết định sử dụng dịch vụ của người tiêu dùng
• 2.6. Khái niệm về dịch vụ
• 2.7. Khái niệm về hành vi khách hàng
• 2.8. Các mô hình hành vi người tiêu dùng
• 2.8.1. Thuyết hành động hợp lý (TRA)
• 2.8.2. Thuyết hành vi hoạch định (TPB)
• 2.8.3. Thuyết hành vi người tiêu dùng của Philip Kotler
• 2.9. Tổng quan nghiên cứu
• 2.9.1. Các nghiên cứu trong nước
• 2.9.2. Các nghiên cứu nước ngoài
• 2.10. Khoảng trống nghiên cứu
• 2.11. TÓM TẮT CHƯƠNG 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu
• 3.2. Mô hình và giả thuyết nghiên cứu
• 3.2.1. Mô hình nghiên cứu
• 3.2.2. Giả thuyết nghiên cứu
• 3.2.2.1. Thương hiệu ngân hàng
• 3.2.2.2. Chính sách tín dụng
• 3.2.2.3. Chất lượng dịch vụ
• 3.2.2.4. Sự thuận tiện
• 3.2.2.5. Sự ảnh hưởng từ bên thứ 3
• 3.3. Phương pháp nghiên cứu
• 3.3.1. Nghiên cứu định tính
• 3.3.2. Nghiên cứu định lượng
• 3.3.2.1. Phương pháp chọn mẫu
• 3.3.2.2. Quy trình phân tích dữ liệu
• 3.4. TÓM TẮT CHƯƠNG 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê kết quả mẫu nghiên cứu
• 4.2. Kết quả phân tích dữ liệu
• 4.2.1. Kiểm định độ tin cậy Cronbach’s Alpha
• 4.2.2. Phân tích nhân tố khám phá EFA
• 4.2.2.1. Phân tích EFA cho các biến độc lập
• 4.2.2.2. Phân tích EFA cho biến phụ thuộc
• 4.2.3. Phân tích tương quan
• 4.2.4. Phân tích hồi quy
• 4.2.4.1. Kết quả ước lượng mô hình
• 4.2.4.2. Đánh giá mức độ phù hợp của mô hình
• 4.2.5. Kiểm định các hiện tượng
• 4.2.5.1. Kiểm định hiện tượng đa cộng tuyến
• 4.2.5.2. Kiểm định hiện tượng tự tương quan
• 4.2.5.3. Kiểm định phân phối chuẩn của phần dư
• 4.2.5.4. Kiểm định phương sai phần dư không thay đổi
• 4.2.6. Kiểm định sự khác biệt
• 4.2.7. Kết luận giả thuyết nghiên cứu
• 4.3. TÓM TẮT CHƯƠNG 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
• 5.1. Hàm ý chính sách
• 5.1.1. Đối với yếu tố Lãi suất vay
• 5.1.2. Đối với yếu tố Thương hiệu ngân hàng
• 5.1.3. Đối với yếu tố Chính sách tín dụng
• 5.1.4. Đối với yếu tố Chất lượng dịch vụ
• 5.1.5. Đối với yếu tố Sự thuận tiện
• 5.1.6. Đối với yếu tố Sự ảnh hưởng từ bên thứ 3
• 5.2. Hạn chế của đề tài và hướng nghiên cứu tiếp theo
• 5.3. TÓM TẮT CHƯƠNG 5
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: BẢNG KHẢO SÁT CHUYÊN GIA
• PHỤ LỤC 2: BẢNG KHẢO SÁT CHÍNH THỨC
• PHỤ LỤC 3: KẾT QUẢ CHẠY SPSS

Tóm tắt

I. Tổng Quan Về Quyết Định Vay Tiêu Dùng Cá Nhân Tại ACB 55 Ký Tự

Thị trường vay tiêu dùng tại TP.HCM đang chứng kiến sự tăng trưởng mạnh mẽ, đặc biệt là vay tiêu dùng cá nhân. Theo số liệu từ Thạch Bình (2023), dư nợ cho vay tiêu dùng tại TP.HCM đã tăng từ 500.000 tỷ đồng (năm 2018) lên 933.000 tỷ đồng (tháng 4/2023), cho thấy nhu cầu vay vốn lớn từ người dân. Tuy nhiên, thị trường cũng cạnh tranh khốc liệt với nhiều ngân hàng và tổ chức tín dụng tham gia, đòi hỏi các ngân hàng như ACB phải hiểu rõ các yếu tố ảnh hưởng đến quyết định vay của khách hàng. Bài viết này sẽ đi sâu vào nghiên cứu và phân tích các yếu tố này tại ACB TP.HCM để đưa ra các giải pháp hiệu quả. Mục tiêu là giúp ACB nâng cao khả năng cạnh tranh và đáp ứng tốt hơn nhu cầu của khách hàng. Bối cảnh kinh tế vĩ mô cũng tác động không nhỏ, với những biến động về lãi suất và chính sách tín dụng.

1.1. Tầm Quan Trọng của Nghiên Cứu Quyết Định Vay Tiêu Dùng Cá Nhân

Nghiên cứu này đóng vai trò quan trọng trong việc giúp ACB TP.HCM hiểu rõ hơn về hành vi và động cơ vay tiêu dùng của khách hàng. Việc xác định các yếu tố ảnh hưởng chính sẽ giúp ngân hàng xây dựng các gói vay phù hợp, cải thiện quy trình thủ tục vay tiêu dùng, và nâng cao chất lượng tư vấn vay tiêu dùng. Từ đó, ACB có thể thu hút thêm khách hàng, tăng trưởng dư nợ và củng cố vị thế trên thị trường. Hơn nữa, nghiên cứu này cũng cung cấp thông tin hữu ích cho các nhà hoạch định chính sách và các tổ chức tài chính khác trong việc phát triển thị trường vay tiêu dùng một cách bền vững. Các kết quả nghiên cứu có thể giúp ngân hàng ACB điều chỉnh các chiến lược marketing và sản phẩm phù hợp, đồng thời giúp khách hàng có thông tin đầy đủ và quyết định sáng suốt trước khi vay cá nhân.

1.2. Bối Cảnh Thị Trường Vay Tiêu Dùng Cá Nhân tại TP.HCM Hiện Nay

Thị trường vay tiêu dùng cá nhân tại TP.HCM đang phát triển mạnh mẽ với sự tham gia của nhiều ngân hàng trong và ngoài nước. Điều này tạo ra sự cạnh tranh gay gắt về lãi suất, sản phẩm, dịch vụ và chính sách tín dụng. Khách hàng có nhiều lựa chọn hơn nhưng cũng gặp khó khăn trong việc so sánh và lựa chọn gói vay phù hợp. Bên cạnh đó, sự phát triển của công nghệ và các hình thức vay trực tuyến cũng đang thay đổi cách thức khách hàng tiếp cận và sử dụng dịch vụ vay tiêu dùng. Các ngân hàng cần phải thích ứng với xu hướng này bằng cách đầu tư vào công nghệ, phát triển các sản phẩm và dịch vụ số, và cải thiện trải nghiệm khách hàng trên các kênh trực tuyến. Ngoài ra, các yếu tố kinh tế vĩ mô như lạm phát, lãi suất và thu nhập cũng ảnh hưởng đến nhu cầu vay tiêu dùng của người dân.

II. Thách Thức Yếu Tố Nào Tác Động Quyết Định Vay ACB 59 Ký Tự

Mặc dù thị trường vay tiêu dùng có tiềm năng lớn, ACB TP.HCM cũng đối mặt với nhiều thách thức. Một trong những thách thức lớn nhất là xác định chính xác các yếu tố ảnh hưởng đến quyết định vay tiêu dùng cá nhân của khách hàng. Các yếu tố này có thể bao gồm lãi suất vay tiêu dùng, điều kiện vay tiêu dùng, thủ tục vay tiêu dùng, uy tín của ngân hàng ACB, chất lượng dịch vụ và các yếu tố tâm lý. Nếu ACB không hiểu rõ các yếu tố này, ngân hàng có thể gặp khó khăn trong việc thiết kế các sản phẩm và dịch vụ phù hợp, thu hút khách hàng và quản lý rủi ro tín dụng. Hơn nữa, sự cạnh tranh gay gắt từ các ngân hàng khác cũng tạo ra áp lực lớn lên ACB trong việc duy trì và tăng trưởng thị phần vay tiêu dùng. Do đó, việc nghiên cứu vay tiêu dùng và xác định yếu tố ảnh hưởng là vô cùng quan trọng.

2.1. Ảnh Hưởng của Lãi Suất và Chính Sách Tín Dụng ACB TP.HCM

Lãi suất vay là một trong những yếu tố quan trọng nhất ảnh hưởng đến quyết định vay tiêu dùng của khách hàng. Mức lãi suất cạnh tranh và phù hợp với khả năng tài chính của khách hàng sẽ thu hút được nhiều người vay vốn. Bên cạnh đó, chính sách tín dụng của ACB cũng đóng vai trò quan trọng. Các điều khoản và điều kiện vay linh hoạt, thủ tục vay đơn giản và thời gian duyệt vay nhanh chóng sẽ tạo điều kiện thuận lợi cho khách hàng. ACB cần phải liên tục đánh giá và điều chỉnh lãi suất vay và chính sách tín dụng để đáp ứng nhu cầu thị trường và cạnh tranh hiệu quả với các ngân hàng khác. Đặc biệt, trong bối cảnh kinh tế biến động, việc duy trì sự ổn định và minh bạch trong chính sách tín dụng là rất quan trọng để tạo niềm tin cho khách hàng. Các chương trình khuyến mãi và ưu đãi đặc biệt cũng có thể là yếu tố ảnh hưởng đến quyết định vay.

2.2. Vai Trò của Uy Tín Thương Hiệu và Chất Lượng Dịch Vụ ACB

Uy tín thương hiệu ngân hàng và chất lượng dịch vụ là những yếu tố vô hình nhưng lại có tác động lớn đến quyết định vay tiêu dùng. Khách hàng thường tin tưởng và lựa chọn các ngân hàng có uy tín, lịch sử hoạt động lâu đời và được đánh giá cao về chất lượng dịch vụ. ACB cần phải xây dựng và duy trì thương hiệu mạnh mẽ thông qua các hoạt động truyền thông, quảng bá và chăm sóc khách hàng. Chất lượng dịch vụ bao gồm thái độ phục vụ chuyên nghiệp, nhiệt tình, quy trình giao dịch nhanh chóng và hiệu quả, cũng như khả năng giải quyết các vấn đề và khiếu nại của khách hàng một cách thỏa đáng. ACB cần phải đầu tư vào đào tạo nhân viên, cải thiện quy trình làm việc và ứng dụng công nghệ để nâng cao chất lượng dịch vụ. Ngoài ra, ACB cũng cần phải lắng nghe phản hồi của khách hàng và liên tục cải tiến để đáp ứng tốt hơn nhu cầu của họ.

III. Cách Phân Tích Các Yếu Tố Ảnh Hưởng Quyết Định Vay 58 Ký Tự

Để hiểu rõ các yếu tố ảnh hưởng đến quyết định vay tiêu dùng cá nhân tại ACB TP.HCM, cần áp dụng các phương pháp nghiên cứu khoa học và thu thập dữ liệu thực tế. Có thể sử dụng cả phương pháp nghiên cứu định tính và định lượng. Phương pháp định tính bao gồm phỏng vấn sâu các chuyên gia, khảo sát nhóm tập trung và phân tích tài liệu. Phương pháp định lượng bao gồm khảo sát khách hàng bằng bảng hỏi, phân tích thống kê và xây dựng mô hình hồi quy. Dữ liệu thu thập được sẽ được phân tích để xác định mức độ ảnh hưởng của từng yếu tố và mối quan hệ giữa chúng. Kết quả phân tích sẽ cung cấp cơ sở để đề xuất các giải pháp cải thiện và nâng cao hiệu quả hoạt động cho vay tiêu dùng của ACB.

3.1. Phương Pháp Nghiên Cứu Định Tính Khảo Sát Ý Kiến Chuyên Gia

Nghiên cứu định tính đóng vai trò quan trọng trong việc khám phá và hiểu sâu các yếu tố ảnh hưởng đến quyết định vay tiêu dùng. Phương pháp này thường được sử dụng để thu thập thông tin từ các chuyên gia trong ngành tài chính, các nhà quản lý ngân hàng và khách hàng có kinh nghiệm vay vốn. Các cuộc phỏng vấn sâu và thảo luận nhóm tập trung sẽ giúp xác định các yếu tố quan trọng, hiểu rõ động cơ và nhu cầu của khách hàng, cũng như khám phá các vấn đề và thách thức mà ACB đang đối mặt. Thông tin thu thập được từ nghiên cứu định tính sẽ được sử dụng để xây dựng bảng hỏi khảo sát định lượng và đề xuất các giải pháp phù hợp. Ngoài ra, phân tích nội dung các báo cáo, tài liệu và bài viết liên quan cũng là một phần quan trọng của nghiên cứu định tính.

3.2. Phương Pháp Nghiên Cứu Định Lượng Phân Tích Dữ Liệu Khảo Sát

Nghiên cứu định lượng sử dụng các phương pháp thống kê để phân tích dữ liệu thu thập từ khảo sát khách hàng. Bảng hỏi khảo sát sẽ được thiết kế dựa trên kết quả nghiên cứu định tính và các lý thuyết liên quan. Mục tiêu là thu thập thông tin về các yếu tố ảnh hưởng đến quyết định vay tiêu dùng, mức độ hài lòng của khách hàng với dịch vụ của ACB, và các đặc điểm nhân khẩu học của khách hàng. Dữ liệu thu thập được sẽ được xử lý bằng phần mềm thống kê (ví dụ: SPSS) để tính toán các chỉ số thống kê mô tả, phân tích tương quan và xây dựng mô hình hồi quy. Kết quả phân tích sẽ giúp xác định mức độ ảnh hưởng của từng yếu tố và mối quan hệ giữa chúng, từ đó đưa ra các kết luận và khuyến nghị chính xác. Kích thước mẫu khảo sát cần đủ lớn để đảm bảo tính đại diện và độ tin cậy của kết quả.

IV. Giải Pháp Tối Ưu Quyết Định Vay Tiêu Dùng Tại ACB 57 Ký Tự

Dựa trên kết quả nghiên cứu và phân tích, ACB TP.HCM có thể triển khai các giải pháp để tối ưu quyết định vay tiêu dùng của khách hàng. Các giải pháp này có thể tập trung vào việc cải thiện lãi suất vay, điều chỉnh chính sách tín dụng, nâng cao chất lượng dịch vụ, tăng cường uy tín thương hiệu, và ứng dụng công nghệ để tạo sự thuận tiện cho khách hàng. Ngoài ra, ACB cũng cần phải chú trọng đến việc đào tạo nhân viên, xây dựng văn hóa phục vụ khách hàng tận tâm, và tạo ra các chương trình khuyến mãi hấp dẫn. Mục tiêu là tạo ra trải nghiệm vay vốn tích cực và đáp ứng tốt nhất nhu cầu của khách hàng, từ đó tăng trưởng dư nợ và củng cố vị thế trên thị trường.

4.1. Điều Chỉnh Lãi Suất Vay và Chính Sách Tín Dụng Linh Hoạt

Để thu hút khách hàng, ACB cần phải điều chỉnh lãi suất vay cạnh tranh và phù hợp với khả năng tài chính của từng đối tượng khách hàng. Có thể áp dụng các mức lãi suất khác nhau cho các gói vay khác nhau, tùy thuộc vào mục đích sử dụng, thời gian vay và mức độ rủi ro. Đồng thời, chính sách tín dụng cần phải linh hoạt và dễ tiếp cận, với các điều kiện vay đơn giản và thủ tục vay nhanh chóng. ACB cũng cần phải xem xét việc nới lỏng các tiêu chí đánh giá tín dụng cho một số đối tượng khách hàng, đồng thời tăng cường kiểm soát rủi ro để đảm bảo an toàn cho hoạt động cho vay. Việc công khai và minh bạch thông tin về lãi suất và chính sách tín dụng cũng là rất quan trọng để tạo niềm tin cho khách hàng. Các chương trình ưu đãi lãi suất và phí cũng có thể là yếu tố thu hút khách hàng.

4.2. Nâng Cao Chất Lượng Dịch Vụ và Trải Nghiệm Khách Hàng

Chất lượng dịch vụ và trải nghiệm khách hàng đóng vai trò quan trọng trong việc tạo sự hài lòng và trung thành của khách hàng. ACB cần phải đầu tư vào đào tạo nhân viên để nâng cao kỹ năng giao tiếp, tư vấn và giải quyết vấn đề. Quy trình giao dịch cần phải được tối ưu hóa để giảm thiểu thời gian chờ đợi và tạo sự thuận tiện cho khách hàng. ACB cũng cần phải lắng nghe phản hồi của khách hàng và liên tục cải tiến để đáp ứng tốt hơn nhu cầu của họ. Việc ứng dụng công nghệ để cung cấp các dịch vụ trực tuyến, như đăng ký vay online, thanh toán trực tuyến và theo dõi tình trạng vay, cũng là rất quan trọng. Ngoài ra, việc tạo ra một môi trường giao dịch thân thiện, thoải mái và chuyên nghiệp cũng sẽ góp phần nâng cao trải nghiệm khách hàng. Các chương trình chăm sóc khách hàng, như tặng quà sinh nhật, tri ân khách hàng lâu năm, cũng có thể tạo sự gắn kết với khách hàng.

V. Ứng Dụng Triển Khai Giải Pháp Vay Tiêu Dùng Hiệu Quả 60 Ký Tự

Việc triển khai các giải pháp tối ưu quyết định vay tiêu dùng cần được thực hiện một cách bài bản và có hệ thống. ACB TP.HCM cần phải xây dựng kế hoạch triển khai chi tiết, phân công trách nhiệm rõ ràng, và theo dõi tiến độ thực hiện. Các giải pháp cần được thử nghiệm trên một nhóm nhỏ khách hàng trước khi triển khai rộng rãi. Đồng thời, ACB cần phải liên tục đánh giá hiệu quả của các giải pháp và điều chỉnh khi cần thiết. Việc hợp tác với các đối tác bên ngoài, như các công ty công nghệ, các tổ chức tài chính khác, và các chuyên gia tư vấn, cũng có thể giúp ACB triển khai các giải pháp một cách nhanh chóng và hiệu quả.

5.1. Xây Dựng Kế Hoạch Triển Khai Chi Tiết và Phân Công Trách Nhiệm

Kế hoạch triển khai cần phải xác định rõ mục tiêu, phạm vi, thời gian, nguồn lực và các bước thực hiện cụ thể. Cần phải phân công trách nhiệm cho từng bộ phận và cá nhân liên quan, đồng thời thiết lập cơ chế báo cáo và kiểm soát tiến độ. Kế hoạch cũng cần phải dự trù các rủi ro và khó khăn có thể xảy ra, và đề xuất các biện pháp phòng ngừa và ứng phó. Việc tham gia của tất cả các bộ phận liên quan, từ bộ phận kinh doanh, bộ phận tín dụng, bộ phận marketing đến bộ phận công nghệ, là rất quan trọng để đảm bảo sự phối hợp và hiệu quả. Kế hoạch cũng cần phải được duyệt bởi ban lãnh đạo ACB để đảm bảo sự ủng hộ và cam kết nguồn lực.

5.2. Đánh Giá Hiệu Quả và Điều Chỉnh Giải Pháp Thường Xuyên

Việc đánh giá hiệu quả của các giải pháp cần được thực hiện một cách thường xuyên và khách quan. Có thể sử dụng các chỉ số hiệu suất (KPI) để đo lường kết quả, như số lượng khách hàng vay mới, dư nợ vay tiêu dùng, tỷ lệ nợ xấu, và mức độ hài lòng của khách hàng. Kết quả đánh giá sẽ giúp ACB nhận biết các điểm mạnh và điểm yếu của các giải pháp, từ đó điều chỉnh và cải tiến để đạt được hiệu quả tốt nhất. Việc thu thập phản hồi từ khách hàng và nhân viên cũng là rất quan trọng để có được cái nhìn toàn diện và chính xác. Các báo cáo đánh giá cần được trình bày cho ban lãnh đạo ACB để đưa ra các quyết định chiến lược.

VI. Kết Luận Tương Lai Vay Tiêu Dùng Cá Nhân Tại ACB 58 Ký Tự

Thị trường vay tiêu dùng cá nhân tại TP.HCM vẫn còn nhiều tiềm năng phát triển trong tương lai. ACB có cơ hội lớn để tăng trưởng dư nợ và củng cố vị thế trên thị trường nếu có thể hiểu rõ các yếu tố ảnh hưởng đến quyết định vay của khách hàng và triển khai các giải pháp tối ưu. Việc ứng dụng công nghệ, cải thiện chất lượng dịch vụ và xây dựng thương hiệu mạnh mẽ sẽ là những yếu tố then chốt để thành công. Đồng thời, ACB cũng cần phải chủ động đối phó với các thách thức, như sự cạnh tranh gay gắt, biến động kinh tế và rủi ro tín dụng.

6.1. Tầm Quan Trọng của Ứng Dụng Công Nghệ Trong Vay Tiêu Dùng

Công nghệ đang thay đổi cách thức khách hàng tiếp cận và sử dụng dịch vụ vay tiêu dùng. ACB cần phải đầu tư vào các giải pháp công nghệ để cung cấp các dịch vụ trực tuyến, như đăng ký vay online, thanh toán trực tuyến và theo dõi tình trạng vay. Việc sử dụng trí tuệ nhân tạo (AI) và phân tích dữ liệu lớn (Big Data) cũng có thể giúp ACB cải thiện quy trình đánh giá tín dụng, dự báo rủi ro và cá nhân hóa dịch vụ. Các ứng dụng di động và các kênh truyền thông xã hội cũng là những công cụ quan trọng để tiếp cận và tương tác với khách hàng. Việc đảm bảo an ninh và bảo mật thông tin cho khách hàng cũng là rất quan trọng trong môi trường số.

6.2. Phát Triển Các Sản Phẩm Vay Tiêu Dùng Sáng Tạo và Linh Hoạt

ACB cần phải liên tục phát triển các sản phẩm vay tiêu dùng mới và sáng tạo để đáp ứng nhu cầu đa dạng của khách hàng. Các sản phẩm này có thể được thiết kế để phục vụ các mục đích cụ thể, như mua nhà, mua xe, du học, hoặc khám chữa bệnh. ACB cũng cần phải cung cấp các gói vay linh hoạt, với các lựa chọn về thời gian vay, số tiền vay và phương thức trả nợ. Việc hợp tác với các đối tác bên ngoài, như các công ty bảo hiểm, các nhà cung cấp dịch vụ, và các tổ chức phi chính phủ, cũng có thể giúp ACB tạo ra các sản phẩm vay độc đáo và có giá trị gia tăng cho khách hàng.

Nội dung chính

Giới thiệu dự án

Hoạt động cho vay tiêu dùng (Consumer Lending) đóng vai trò huyết mạch trong việc kích cầu tiêu dùng nội địa, phân tán rủi ro tín dụng và tối ưu hóa biên lợi nhuận cho hệ thống ngân hàng thương mại. Theo thống kê từ Ngân hàng Nhà nước Việt Nam, dư nợ cho vay tiêu dùng tại TP. Hồ Chí Minh đã tăng trưởng ấn tượng từ mức 500.000 tỷ đồng (2018) lên 933.000 tỷ đồng (tháng 04/2023), đạt tốc độ tăng trưởng kép hàng năm (CAGR) xấp xỉ 36%/năm. Với quy mô dân số hơn 9,2 triệu người, mức cung ứng tín dụng tiêu dùng bình quân đạt khoảng 102 triệu đồng/người.

Tuy nhiên, bối cảnh kinh tế hậu đại dịch COVID-19, áp lực lạm phát và sự biến động thu nhập đã làm thay đổi căn bản hành vi tài chính của khách hàng cá nhân (KHCN). Thị trường TP.HCM chứng kiến áp lực cạnh tranh khốc liệt giữa hơn 20 hội sở ngân hàng thương mại và hơn 2.000 chi nhánh, phòng giao dịch cùng sự thâm nhập của các công ty tài chính tiêu dùng, nền tảng Fintech.

Tại Ngân hàng Thương mại Cổ phần Á Châu – Chi nhánh TP. Hồ Chí Minh (ACB CN TP. HCM), tốc độ tăng trưởng dư nợ cho vay tiêu dùng giai đoạn 2020–2022 có dấu hiệu chững lại, chỉ đạt mức bình quân 16,18%/năm so với mức 18,46%/năm của giai đoạn 2016–2019.

Vấn đề nghiên cứu thực tế

• Chi phí vận hành món vay nhỏ lẻ cao: Các khoản vay tiêu dùng có giá trị nhỏ nhưng quy trình thẩm định phức tạp tương đương khoản vay doanh nghiệp.
• Bất cân xứng thông tin (Information Asymmetry): Khó khăn trong việc kiểm chứng nguồn thu nhập thực tế và đánh giá tư cách người vay trong điều kiện kinh tế biến động.
• Tỷ lệ rời bỏ (Customer Churn): Khách hàng dễ dàng chuyển đổi sang tổ chức tín dụng khác do thiếu các cơ chế giữ chân cá nhân hóa về lãi suất và tiện ích số.

Mục tiêu nghiên cứu

1. Xác định các yếu tố cốt lõi chi phối quyết định vay tiêu dùng của KHCN tại ACB CN TP. HCM dựa trên nền tảng lý thuyết hành vi.
2. Đo lường, kiểm định và lượng hóa mức độ tác động của từng nhân tố thông qua mô hình hồi quy tuyến tính bội.
3. Kiểm định sự khác biệt về quyết định vay vốn theo các biến nhân khẩu học (giới tính, độ tuổi, học vấn, nghề nghiệp, thu nhập).
4. Đề xuất hệ thống giải pháp và hàm ý chính sách thực tiễn nhằm tối ưu hóa hoạt động cấp tín dụng tiêu dùng tại chi nhánh.

Phương pháp tiếp cận và phạm vi

• Phương pháp: Kết hợp nghiên cứu định tính (phỏng vấn sâu chuyên gia) và nghiên cứu định lượng (khảo sát thực chứng, phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA và kiểm định hồi quy OLS).
• Phạm vi: Khách hàng cá nhân đã và đang phát sinh giao dịch vay tiêu dùng tại ACB CN TP. HCM; dữ liệu thu thập từ tháng 01/2024 đến tháng 02/2024.

---

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường cung ứng vốn tiêu dùng tại TP.HCM hiện được chia thành 3 phân khúc chính với các ưu và nhược điểm rõ rệt:

Tiêu chí phân tích	Ngân hàng TMCP truyền thống (ACB, VCB, BIDV)	Công ty tài chính tiêu dùng (FE Credit, Home Credit)	Ứng dụng P2P Lending / Fintech
Mức lãi suất bình quân	Thấp đến trung bình (8.5% – 14%/năm)	Rất cao (25% – 45%/năm)	Cao kèm phí dịch vụ ẩn (20% – 35%/năm)
Thời gian thẩm định & giải ngân	24h – 48h làm việc	15 phút – 4h	Tức thì (Real-time scoring)
Yêu cầu hồ sơ & Tài sản bảo đảm	Chặt chẽ, chứng minh thu nhập rõ ràng	Linh hoạt, chỉ cần CCCD/Hóa đơn	Tối giản, cấp tín dụng qua dữ liệu số
Rủi ro tín dụng & Pháp lý	Kiểm soát chặt theo Thông tư 43/2016/TT-NHNN	Nợ xấu tiềm ẩn cao	Rủi ro an ninh mạng và pháp lý chưa hoàn thiện

Ma trận ưu tiên yêu cầu khách hàng (Mô hình MoSCoW)

• Must have (Bắt buộc phải có): Mức lãi suất cạnh tranh, minh bạch chi phí phát sinh; bảo mật thông tin tài chính cá nhân.
• Should have (Nên có): Quy trình đăng ký và nộp hồ sơ trực tuyến qua ứng dụng ngân hàng số ACB ONE; thời gian phê duyệt dưới 24h.
• Could have (Có thể có): Các gói vay liên kết ưu đãi mua sắm/gia dụng; chương trình hoàn tiền khi thanh toán đúng hạn.
• Won't have this time (Chưa ưu tiên): Cấp hạn mức tín dụng tự động không cần xác minh dữ liệu định danh (eKYC nâng cao).

Thiết kế hệ thống và mô hình nghiên cứu

Mô hình nghiên cứu được xây dựng trên sự tích hợp có chọn lọc từ Thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975), Thuyết hành vi hoạch định (TPB - Ajzen, 1991) và Mô hình 5 giai đoạn quyết định mua của Philip Kotler (2001).

Hệ thống thang đo nghiên cứu (23 biến quan sát)

• Lãi suất (LS - 3 biến): LS1 (Chương trình khuyến mãi), LS2 (Lãi suất đa dạng, phù hợp), LS3 (Lãi suất ưu đãi, chi phí vay thấp).
• Thương hiệu ngân hàng (TH - 3 biến): TH1 (Lịch sử hoạt động lâu năm), TH2 (Uy tín thương hiệu), TH3 (Nguồn lực tài chính vững mạnh).
• Chính sách tín dụng (CS - 4 biến): CS1 (Thời gian vay và lịch trả nợ linh hoạt), CS2 (Hồ sơ thủ tục đơn giản), CS3 (Đa dạng sản phẩm vay), CS4 (Chính sách chặt chẽ nhưng linh hoạt).
• Chất lượng dịch vụ (CL - 3 biến): CL1 (Đón tiếp nhiệt tình), CL2 (Tư vấn chuyên nghiệp, chính xác), CL3 (Hỗ trợ kịp thời trong quá trình vay).
• Sự thuận tiện (TT - 4 biến): TT1 (Vị trí trung tâm), TT2 (Mạng lưới PGD rộng khắp), TT3 (Địa điểm dễ tìm kiếm), TT4 (Quản lý khoản vay qua ACB ONE).
• Sự ảnh hưởng từ bên thứ 3 (AH - 3 biến): AH1 (Gia đình giới thiệu), AH2 (Bạn bè khuyên dùng), AH3 (Đồng nghiệp tham vấn).
• Quyết định vay tiêu dùng (QD - 3 biến phụ thuộc): QD1 (Lựa chọn ACB thay vì ngân hàng khác), QD2 (Giới thiệu người khác vay vốn), QD3 (Tiếp tục vay vốn tại ACB trong tương lai).

Công nghệ và Phương pháp luận

Pipeline xử lý dữ liệu định lượng

• Công cụ phân tích: IBM SPSS Statistics v20.0, AMOS v24.0.
• Nền tảng khảo sát: Google Forms API kết hợp mã phản hồi nhanh QR Code phân phối đa kênh (Direct On-site + Targeted Email).
• Công thức xác định kích thước mẫu (Hair et al., 2006): $$N \ge 5 \times k = 5 \times 20 = 100 \text{ (tối thiểu)}$$ Thực tế triển khai: Thu thập $N = 254$ phiếu, sàng lọc loại bỏ 15 phiếu không hợp lệ $\rightarrow$ Tập mẫu hợp lệ chính thức đạt $N = 239$ (đáp ứng tỷ lệ $k \approx 12:1$, đảm bảo độ tin cậy thống kê cao).

---

Implementation và kết quả

Quy trình triển khai phân tích và mã nguồn mô hình hóa

Dữ liệu khảo sát định lượng được mã hóa trên thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý). Quy trình phân tích định lượng OLS và kiểm định vi phạm giả định mô hình được triển khai theo thuật toán sau:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.stats.stattools import durbin_watson

# 1. Load và tiền xử lý bộ dữ liệu n=239
df = pd.read_csv("ACB_Consumer_Loan_Survey_239.csv")
X_vars = ['LS_mean', 'CS_mean', 'TT_mean', 'CL_mean', 'AH_mean', 'TH_mean']
y_var = 'QD_mean'

X = df[X_vars]
X_const = sm.add_constant(X)
y = df[y_var]

# 2. Ước lượng mô hình Hồi quy tuyến tính bội (OLS)
ols_model = sm.OLS(y, X_const).fit()
print(ols_model.summary())

# 3. Kiểm định Đa cộng tuyến thông qua VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

# 4. Kiểm định Tự tương quan Durbin-Watson
dw_stat = durbin_watson(ols_model.resid)
print(f"Durbin-Watson Statistic: {dw_stat:.3f}")

Kết quả kiểm định thống kê và đo lường độ tin cậy

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

Tất cả 7 thang đo đều thỏa mãn tiêu chuẩn kiểm định với hệ số Cronbach's Alpha tổng thể $\ge 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$:

• Thang đo Lãi suất (LS): $\alpha = 0.812$
• Thang đo Chính sách tín dụng (CS): $\alpha = 0.845$
• Thang đo Sự thuận tiện (TT): $\alpha = 0.798$
• Thang đo Chất lượng dịch vụ (CL): $\alpha = 0.826$
• Thang đo Sự ảnh hưởng từ bên thứ 3 (AH): $\alpha = 0.781$
• Thang đo Thương hiệu ngân hàng (TH): $\alpha = 0.803$
• Thang đo Quyết định vay tiêu dùng (QD): $\alpha = 0.839$

2. Phân tích nhân tố khám phá (EFA)

• Biến độc lập: Hệ số $KMO = 0.842$ ($0.5 < KMO < 1.0$), kiểm định Bartlett có giá trị thống kê $Sig. = 0.000 < 0.05$. Phương pháp trích Principal Components với phép quay Varimax trích được 6 nhân tố tại điểm dừng Eigenvalue $= 1.218 > 1.0$, tổng phương sai trích (Cumulative Variance Explained) đạt $64.38% > 50%$. Trọng số tải nhân tố (Factor Loading) của 20 biến quan sát đều $> 0.55$.
• Biến phụ thuộc: $KMO = 0.718$, kiểm định Bartlett $Sig. = 0.000 < 0.05$, tổng phương sai trích đạt $68.12%$ tại Eigenvalue $= 2.044$.

3. Kết quả hồi quy tuyến tính và chẩn đoán vi phạm

                      MÔ HÌNH HỒI QUY TUYẾN TÍNH BỘI
==============================================================================
Biến phụ thuộc: QD (Quyết định vay tiêu dùng) | Số quan sát (N): 239
Hệ số R-squared: 0.612 | Adjusted R-squared: 0.602 | F-statistic: 60.98 (Sig = 0.000)
Hệ số Durbin-Watson: 1.892 (Không có tự tương quan chuỗi bậc 1)
------------------------------------------------------------------------------
Biến độc lập           Beta chuẩn hóa (β)   t-stat    Sig. (p-value)   VIF
------------------------------------------------------------------------------
Hằng số (Constant)            --             2.451        0.015         --
Lãi suất (LS)                0.318           5.892        0.000        1.324
Chính sách tín dụng (CS)     0.254           4.721        0.000        1.411
Sự thuận tiện (TT)           0.198           3.845        0.000        1.285
Chất lượng dịch vụ (CL)      0.162           3.112        0.002        1.350
Ảnh hưởng bên thứ 3 (AH)     0.135           2.748        0.007        1.192
Thương hiệu ngân hàng (TH)   0.112           2.295        0.023        1.240
==============================================================================

Phương trình hồi quy chuẩn hóa biểu diễn mức độ tác động: $$QD = 0.318 \times LS + 0.254 \times CS + 0.198 \times TT + 0.162 \times CL + 0.135 \times AH + 0.112 \times TH$$

4. Kiểm định giả định hồi quy & Kiểm định ANOVA khác biệt

• Kiểm định phân phối chuẩn phần dư: Biểu đồ Histogram có đường cong phân phối chuẩn với giá trị trung bình $Mean \approx 0$ ($3.12 \times 10^{-16}$) và độ lệch chuẩn $SD = 0.987 \approx 1$. Biểu đồ Normal P-P Plot cho thấy các điểm quan sát tập trung sát đường chéo kỳ vọng $45^\circ$.
• Kiểm định phương sai phần dư không đổi: Biểu đồ phân tán Scatterplot giữa giá trị dự đoán chuẩn hóa (ZPRED) và phần dư chuẩn hóa (ZRESID) phân bố ngẫu nhiên xung quanh trục 0 trong biên độ $[-3; 3]$, không tạo hình phễu hay phi tuyến.
• Kiểm định khác biệt nhóm: Kết quả Independent Samples T-Test (đối với Giới tính) và One-Way ANOVA (đối với Độ tuổi, Trình độ học vấn, Nghề nghiệp, Thu nhập) đều có giá trị $Sig. > 0.05$. Điều này chứng minh không có sự khác biệt có ý nghĩa thống kê về quyết định vay tiêu dùng giữa các phân khúc nhân khẩu học tại ACB CN TP. HCM.

---

Đổi mới và đóng góp

1. Mô hình hóa chuyên sâu cho bối cảnh địa bàn cấp đô thị loại đặc biệt: Đồ án không áp dụng máy móc các mô hình chung mà tinh chỉnh thang đo phù hợp với đặc thù giao dịch của thị trường TP.HCM hậu COVID-19, loại bỏ các biến lỗi thời (như cơ sở vật chất vật lý) để bổ sung biến quản trị khoản vay số qua ứng dụng di động (TT4 trên ACB ONE).
2. Định lượng hóa thứ tự ưu tiên trong chính sách tín dụng: Chứng minh thực nghiệm rằng Lãi suất ($\beta = 0.318$) và Chính sách tín dụng ($\beta = 0.254$) chiếm tới hơn $57%$ tổng trọng số tác động đến quyết định vay vốn của khách hàng cá nhân.
3. Đối chiếu nâng cao với các nghiên cứu tiền nhiệm:

Yếu tố trọng yếu	Khóa luận này (ACB CN TP.HCM, 2024)	Bùi Văn Thụy et al. (VCB Đông Đồng Nai, 2021)	Phan Thị Út Châu et al. (BIDV Hậu Giang, 2020)
Yếu tố tác động số 1	Lãi suất ($\beta = 0.318$)	Hình ảnh thương hiệu	Chất lượng dịch vụ
Yếu tố tác động số 2	Chính sách tín dụng ($\beta = 0.254$)	Tác động xã hội	Lãi suất và chi phí
Vai trò của Thương hiệu	Xếp thứ 6 ($\beta = 0.112$)	Xếp thứ 1	Xếp thứ 3
Kênh số hóa (Digital)	Tích hợp sâu vào thang đo TT	Không đề cập riêng	Không đề cập

---

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy chuẩn hóa, hệ thống giải pháp được đề xuất triển khai theo 6 nhóm chiến lược tương ứng với các trọng số $\beta$:

                                  LỘ TRÌNH TRIỂN KHAI 2024 - 2025

Dự báo hiệu quả tài chính và kinh doanh (ROI & Growth Projections)

• Tăng trưởng dư nợ: Dự kiến thúc đẩy tốc độ tăng trưởng tín dụng tiêu dùng tại ACB CN TP. HCM phục hồi từ mức $16.18%$ lên mức $20.5% - 22.0%$/năm trong giai đoạn 2024–2026.
• Tối ưu chi phí vận hành (Cost Optimization): Việc số hóa quy trình thẩm định trên ACB ONE giúp giảm $35%$ thời gian xử lý thủ công của cán bộ tín dụng và tiết kiệm $20%$ chi phí quản lý hồ sơ giấy.

---

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

• Phương pháp chọn mẫu: Nghiên cứu áp dụng phương pháp chọn mẫu phi xác suất (thuận tiện kết hợp phát triển mầm) do hạn chế về bảo mật danh sách khách hàng của ngân hàng, có thể làm giảm tính đại diện tuyệt đối cho toàn bộ phân khúc KHCN.
• Không gian nghiên cứu: Dữ liệu chỉ thu thập giới hạn tại ACB Chi nhánh TP.HCM, chưa mở rộng ra các chi nhánh tỉnh hoặc so sánh chéo liên vùng.
• Cấu trúc mô hình: Sử dụng hồi quy OLS tuyến tính tĩnh, chưa phân tích cấu trúc đa tầng (Structural Equation Modeling - SEM) để kiểm định các biến trung gian hoặc biến điều tiết phức tạp.

Hướng nghiên cứu tiếp theo

• Mở rộng mô hình nghiên cứu bằng kỹ thuật PLS-SEM để phân tích mối quan hệ gián tiếp giữa Sự hài lòng (Customer Satisfaction) và Quyết định tái vay.
• Ứng dụng thuật toán học máy (Machine Learning Algorithms: Random Forest, XGBoost) trong việc dự báo xác suất khách hàng đồng ý giải ngân dựa trên hồ sơ hành vi giao dịch lớn (Big Data).

---

Đối tượng hưởng lợi

• Sinh viên & Học viên cao học: Cung cấp mẫu hình chuẩn mực về quy trình nghiên cứu thực chứng trong kinh tế lượng ứng dụng: từ tổng quan cơ sở lý luận, hiệu chỉnh thang đo bằng định tính, phân tích kiểm định SPSS 20.0 đến chẩn đoán vi phạm mô hình.
• Cán bộ & Chuyên viên quản lý tín dụng: Tài liệu tham khảo giá trị để nắm bắt tâm lý khách hàng đô thị, tối ưu kịch bản tư vấn và xây dựng sản phẩm vay may đo theo từng nhu cầu chi tiêu.
• Ban lãnh đạo Ngân hàng (ACB & các NHTM): Căn cứ khoa học định lượng để phân bổ ngân sách tiếp thị, định giá sản phẩm tín dụng và ra quyết định đầu tư vào nền tảng ngân hàng số.
• Nhà nghiên cứu tài chính: Bộ dữ liệu thang đo đã được kiểm định độ tin cậy và giá trị hội tụ tại TP.HCM, có thể tái sử dụng để đối chuẩn (benchmark) trong các nghiên cứu so sánh quốc tế.

---

Câu hỏi thường gặp

1. Dữ liệu khảo sát N=239 có đủ độ tin cậy để đại diện cho khách hàng vay tiêu dùng tại TP.HCM không?

Theo tiêu chuẩn phương pháp luận của Hair et al. (2006), tỷ lệ cỡ mẫu trên số biến quan sát tối thiểu là $5:1$. Với 20 biến quan sát độc lập, quy mô mẫu yêu cầu tối thiểu là 100. Mẫu nghiên cứu thực tế đạt $N = 239$ (đạt tỷ lệ xấp xỉ $12:1$) cùng giá trị $KMO = 0.842$ và các kiểm định phương sai trích $> 64%$, hoàn toàn đảm bảo độ tin cậy và tính đại diện thống kê.

2. Vì sao biến "Thương hiệu ngân hàng" lại có mức tác động thấp nhất trong mô hình ($\beta = 0.112$)?

Trong bối cảnh thị trường tài chính hiện đại tại TP.HCM, các ngân hàng thương mại cổ phần top đầu đều đã có uy tín và độ nhận diện cao tương đương nhau. Khách hàng xem thương hiệu là "điều kiện cần" tối thiểu; quyết định vay cuối cùng ("điều kiện đủ") sẽ phụ thuộc trực tiếp vào các lợi ích sát sườn hơn như Lãi suất ($\beta = 0.318$) và Tốc độ xử lý của Chính sách tín dụng ($\beta = 0.254$).

3. Làm thế nào để kiểm soát rủi ro nợ xấu khi nới lỏng và linh hoạt hóa chính sách tín dụng?

Linh hoạt chính sách tín dụng không đồng nghĩa với hạ chuẩn cấp tín dụng. Ngân hàng cần số hóa quy trình thẩm định: tích hợp dữ liệu dân cư quốc gia (VNeID), dữ liệu thuế điện tử và lịch sử giao dịch qua tài khoản thanh toán tại ACB ONE để thiết lập hệ thống chấm điểm tín dụng tự động (Credit Scoring Engine), từ đó vừa rút ngắn thời gian xử lý hồ sơ, vừa phát hiện gian lận sớm.

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

Có thể chuyển giao phương pháp luận và cấu trúc thang đo. Tuy nhiên, các trọng số hồi quy ($\beta$) có thể biến thiên tùy thuộc vào định vị phân khúc khách hàng, mức độ số hóa và chính sách lãi suất đặc thù của từng ngân hàng tại từng địa bàn địa lý cụ thể.

5. Yếu tố nhân khẩu học (thu nhập, độ tuổi) không tạo ra sự khác biệt có ý nghĩa thống kê nói lên điều gì?

Kiểm định T-Test và ANOVA cho thấy quyết định vay tiêu dùng tại ACB CN TP. HCM không bị phân hóa theo giới tính hay học vấn, mà xuất phát từ nhu cầu vốn thực tế và tính hợp lý của gói vay. Do đó, ngân hàng không cần chia nhỏ các chính sách tín dụng theo giới tính hay trình độ mà nên tập trung thiết kế các gói sản phẩm theo mục đích vay (mua nhà, sửa chữa, tiêu dùng mua sắm) và hạn mức tín nhiệm tài chính.

---

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nhận diện và lượng hóa các yếu tố chi phối quyết định vay tiêu dùng của khách hàng cá nhân tại ACB CN TP. HCM. Kết quả nghiên cứu khẳng định mô hình 6 nhân tố với tổng phương sai giải thích $60.2%$ sự biến thiên của quyết định vay, trong đó Lãi suất ($\beta = 0.318$), Chính sách tín dụng ($\beta = 0.254$) và Sự thuận tiện ($\beta = 0.198$) giữ vai trò định hình chủ đạo.

Các hàm ý chính sách và lộ trình triển khai đề xuất không chỉ mang giá trị thực tiễn đối với hoạt động kinh doanh của ACB CN TP. HCM mà còn cung cấp khung tham chiếu khoa học cho các tổ chức tín dụng trong chiến lược mở rộng thị phần tín dụng bán lẻ an toàn, hiệu quả và bền vững trên nền tảng chuyển đổi số.

Trích đoạn nội dung tài liệu

Chương 1 tóm tắt nội dung chính về các mục tiêu, các câu hỏi nghiên cứu liên quan, phạm vi nghiên cứu, phương pháp nghiên cứu. Đây là tiền đề tác giả xây dựng và hoàn thiện những nội dung tiếp theo cho khóa luận tốt nghiệp. 6 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU 2. Lý thuyết về cho vay tiêu dùng của KHCN 2.

Khái niệm về cho vay tiêu dùng Theo khoản 1 Điều 3 Thông tư 43/2016/TT-NHNN: “cho vay tiêu dùng là việc công ty tài chính cho vay bằng đồng Việt Nam đối với khách hàng là cá nhân nhằm đáp ứng nhu cầu vốn mua, sử dụng hàng hóa, dịch vụ cho mục đích tiêu dùng của khách hàng, gia đình của khách hàng đó với tổng dư nợ cho vay tiêu dùng đối với một khách hàng tại công ty tài chính đó không vượt quá 100. Mức tổng dư nợ quy định tại khoản này không áp dụng đối với cho vay tiêu dùng để mua ôtô và sử dụng ôtô đó làm tài sản bảo đảm cho chính khoản vay đó theo quy định của pháp luật.” Mục đích cho vay tiêu dùng được quy định tại khoản 1 Điều này như sau: Mua phương tiện đi lại, đồ dùng, trang thiết bị gia đình; Chi phí học tập, khám, chữa bệnh, du lịch, văn hóa, thể dục, thể thao; Chi phí sửa chữa nhà ở. Theo Tô Ngọc Hưng (2019), cho vay tiêu dùng là các khoản cấp tín dụng cho KHCN bởi các TCTD để phục vụ nhu cầu vốn chi tiêu hàng ngày của người dân. Căn cứ vào từng loại khách hàng với mục đích, hạn mức hay thời gian vay.

mà TCTD cấp tín dụng tiêu dùng có hoặc không có tài sản đảm bảo. Tóm lại, cho vay tiêu dùng là một nghiệp vụ cấp tín dụng của ngân hàng, các công ty tài chính cho cá nhân hoặc hộ gia đình, nhằm tài trợ cho nhu cầu chi tiêu ngắn hạn như mua nhà ở, sắm sửa trang thiết bị, đồ dùng cá nhân, xe cộ đi lại, hay các dịch vụ khác. Dựa vào từng nhóm khách hàng với nguyên nhân cần cấp khoản vay gì, mong muốn vay bao nhiêu và vay trong bao lâu mà các TCTD có thể cho khách hàng vay tín chấp hoặc thế chấp. Đặc điểm cho vay tiêu dùng Thứ nhất là có tính phụ thuộc vào chu kỳ nền kinh tế Theo Nguyễn Đăng Dờn (2011), khi tăng trưởng kinh tế dương thì người dân có xu hướng tích cực tiêu thụ sản phẩm nhiều hơn là tích lũy và thắt chặt chi tiêu, làm kích thích hoạt động cho vay tiêu dùng phong phú và phát triển.

Ngược lại, khi tăng trưởng kinh tế âm, người dân có xu hướng dè dẹt chi tiền ra để mua sắm, thay vào đó là đẩy mạnh tích lũy và tiết kiệm. Thứ hai là quy mô cho vay nhỏ Các khoản vay tiêu dùng thường có giá trị nhỏ nhưng vẫn đảm bảo đầy đủ thủ tục vay vốn nên dẫn đến chi phí vận hành món vay này bằng với chi phí khoản vay lớn của doanh nghiệp và mang lại lợi nhuận thấp cho ngân hàng. Thứ ba là khách hàng kém nhạy cảm với lãi suất Theo Tô Ngọc Hưng (2019), khách hàng vay thường chú ý tới lượng tiền phải chi trả hàng tháng hơn lãi suất món vay. Trong khi đó, hai yếu tố thu nhập và học thức lại có ảnh hưởng mạnh nhất tới quyết định vay vốn của họ.

Thứ tư là dễ xảy ra rủi ro tác nghiệp Theo Phan Thị Thu Hà (2013), ngoài việc đánh giá tình hình thu nhập, khả năng chi trả nợ vay của KHCN, ngân hàng còn xác định tư cách người đi vay. Do đặc điểm món vay có giá trị thấp nhưng số lượng lớn nên buộc nhân viên phải xử lý nhanh để cung cấp kịp thời cho người vay. Điều này dễ dẫn đến rủi ro trong quá trình tác nghiệp của ngân hàng khi nhân viên muốn làm hết hồ sơ nhưng lại không kỹ lưỡng, lỏng lẻo hoặc thậm chí thông đồng với khách hàng trong việc xác định tư cách khách hàng. Thứ năm là nhiều thông tin bất cân xứng Trong quá trình thu thập thông tin của KHCN có nhu cầu vay tiêu dùng, ngân hàng gặp khá nhiều khó khăn khi vừa phải đánh giá đúng đủ nguồn trả nợ và vừa 8 kiểm tra thực tế thông tin của khách hàng.

Mặt khác, các nguồn thu nhập này dễ bị ảnh hưởng bởi hai nguyên nhân khách quan và chủ quan như tình hình kinh tế, xã hội, khoa học kĩ thuật hay tai nạn, thất nghiệp nên khi đánh giá sẽ có sự chênh lệch giữa thời điểm ký kết hợp đồng và trong quá trình diễn ra khoản vay. Vai trò của cho vay tiêu dùng Đối với nền kinh tế: Hoạt động CVTD tạo nguồn lực thúc đẩy tăng trưởng nền kinh tế, tạo công ăn việc làm và tăng nguồn thu nhập cho người dân, đảm bảo quy trình sản xuất, lưu thông hàng hóa diễn ra tuần hoàn. Đối với ngân hàng: Nghiệp vụ CVTD cung cấp nhiều dịch vụ hơn cho khách hàng, từ đó giúp tạo lập mối quan hệ tốt giữa khách hàng và ngân hàng. Bên cạnh đó, hoạt động này giúp ngân hàng đa dạng hóa mô hình kinh doanh, phân tán nhiều rủi ro tiềm ẩn và tăng nguồn thu nhập.

Đồng thời, tạo điều kiện thuận lợi cho các kênh hỗ trợ vốn tiêu dùng chính thống phát triển lành mạnh và đẩy lùi tình trạng tín dụng đen. Đối với khách hàng: Đây là kênh vay vốn an toàn, hiệu quả, đáp ứng nhanh nhu cầu nguồn vốn tạm thời cho người tiêu dùng để trang trải, nâng cao chất lượng cuộc sống. Đặc biệt có ý nghĩa với người dân có thu nhập thấp, trung bình. Ngoài ra, khách hàng còn được hưởng các tiện ích, dịch vụ tốt cũng như giảm bớt chi phí cơ hội đi kèm trước và sau khi giao dịch vay tiêu dùng.

Phân loại cho vay tiêu dùng Theo Nguyễn Văn Tiến (2013), cho vay tiêu dùng được chia ra thành nhiều dạng khác nhau sau: Dựa vào mục đích vay Vay tiêu dùng cư trú: Là dạng vay có thời hạn dài, giá trị cao với mục tiêu xây dựng, sửa chữa hoặc cải tạo nơi ở của KHCN. 9 Vay tiêu dùng phi cư trú: Là dạng vay nhỏ lẻ, có thời hạn ngắn, giá trị thấp với mục tiêu nâng cao chất lượng đời sống như sắm sửa xe cộ, đồ dùng gia đình, học phí, du lịch hay nhiều tiện ích khác,. Dựa vào cách thức hoàn trả Vay tiêu dùng trả góp: là dạng vay chứa giá trị cao, thời hạn dài, cho phép khách hàng trả nợ nhiều lần, bao gồm cả gốc và lãi theo một kỳ hạn nhất định trong thời hạn vay. Vay tiêu dùng phi trả góp: là dạng vay chứa giá trị nhỏ, thời hạn ngắn, yêu cầu khách hàng trả hết nợ cho ngân hàng, bao gồm gốc và lãi trong một lần khi đến hạn.

Vay tiêu dùng tuần hoàn: là dạng vay chứa hạn mức và thời hạn trả nợ dựa trên nhu cầu sử dụng, thu nhập định kỳ mà khách hàng đã thỏa thuận với ngân hàng. Khoản vay cho KHCN được phép vay và trả nợ nhiều lần liên tục với một mức vay nhất định thông qua thẻ tín dụng hoặc séc. Dựa vào nguồn cấp khoản vay Vay tiêu dùng trực tiếp: là dạng vay mà tất cả các nghiệp vụ từ lúc xem xét hồ sơ vay tới khi thu hồi nợ đều được ngân hàng trực tiếp thực hiện cho khách hàng. Vay tiêu dùng gián tiếp: là dạng vay mà tất cả các khoản dư nợ phát sinh khi công ty tài chính bán chịu sản phẩm, dịch vụ cho người dùng đều được ngân hàng thu mua lại.

Lý thuyết về quyết định sử dụng dịch vụ của người tiêu dùng 2. Khái niệm về dịch vụ Theo Zeithaml và Bitner (2000), khái niệm dịch vụ được xem là “những hành vi, quá trình, cách thức thực hiện một công việc như cung cấp, hỗ trợ và tháo gỡ các khó khăn vướng mắc của khách hàng nhằm làm thỏa mãn nhu cầu và mong đợi của khách hàng”. Ngoài ra, Kotler & Amstrong (2014) cho rằng dịch vụ được 10 định nghĩa là những lợi ích, giá trị tốt đẹp mà doanh nghiệp có thể phục vụ cho khách hàng nhằm xây dựng, phát triển mối quan hệ dài lâu với khách hàng. Khách hàng có quyết định mua sản phẩm, dịch vụ hay không đều phụ thuộc chính vào mức độ cảm nhận của họ nên dịch vụ khó có thể nhận diện hay định lượng bằng mắt thường.

Robinson (1999) xác định rằng dịch vụ là một loại hàng hóa mang tính vô hình, chủ yếu được đo lường thông qua quá trình tự trải nghiệm và cảm nhận của người dùng. Khái niệm về hành vi khách hàng Hành vi của khách hàng thể hiện xu hướng tiêu dùng của họ, từ đó ta lý giải được quá trình chọn mua hay không mua một sản phẩm nào đó của người tiêu dùng. Theo Schiffman (1997), hành vi khách hàng là một tổng thể các hoạt động, hành động và cách ứng xử gắn liền với những lựa chọn được thực hiện trong quá trình thỏa mãn nhu cầu của người tiêu dùng trong những điều kiện văn hóa, xã hội và kinh tế nhất định. Nó được tính từ thời điểm xảy ra trước, trong và sau hành động mua hàng hóa và dịch vụ.

Bennet (1988) đã định nghĩa rằng hành vi bao gồm tất cả hành vi mà khách hàng biểu hiện trong quá trình tìm kiếm, mua sắm, trải nghiệm và đánh giá sản phẩm dịch vụ để thỏa mãn mong muốn cá nhân của họ. Vậy nên hành vi tiêu dùng của khách hàng không chỉ là cảm xúc bên ngoài được thỏa mãn hành hóa theo nhu cầu hay không mà nó còn bao gồm một quá trình tìm hiểu, cân nhắc lựa chọn trước khi mua đến những phản ứng sau khi mua hàng của họ. Doanh nghiệp cần tìm hiểu rõ đặc điểm trong nhu cầu, hành vi hay những sở thích cá nhân của khách hàng để đưa ra kế hoạch bán hàng, truyền thông phù hợp. Điều này sẽ giúp doanh nghiệp nâng cao năng lực phục vụ khách hàng và vừa đẩy mạnh hoạt động kinh doanh cho công ty.

Các mô hình hành vi người tiêu dùng 2.1 Thuyết hành động hợp lý (TRA) Hình 2. Mô hình thuyết hành động hợp lý (TRA) Nguồn: Ajzen và Fishbein (1975) Thuyết hành động hợp lý – TRA được nghiên cứu bởi Martin Fishbein và Icek Ajzen (1975), giải thích rằng ý định hành vi tác động trực tiếp tới những quyết định hành vi trong thực tế. Ý định hành vi bị tác động trực tiếp bởi thái độ và chuẩn chủ quan khi thực hiện hành vi đó. Mô hình TRA gồm các thành phần sau: Hành vi: là những biểu hiện quan sát được của đối tượng trong quá trình thực hiện hành động, bị ảnh hưởng trực tiếp bởi ý định thực hiện hành vi.