Giới thiệu dự án

Trong kỷ nguyên Cách mạng Công nghiệp 4.0 và làn sóng chuyển đổi số ngành tài chính, các Ngân hàng Thương mại (NHTM) tại Việt Nam đang đối mặt với sự cạnh tranh gay gắt từ các công ty công nghệ tài chính (Fintech). Theo báo cáo từ nhà cung cấp nền tảng ngân hàng đám mây SaaS Mambu, có đến 85% người dùng ngân hàng tại Việt Nam có xu hướng chuyển dịch mạnh mẽ sang các kênh dịch vụ ngân hàng điện tử (E-Banking). Đặc biệt, dưới tác động của đại dịch COVID-19 và định hướng đẩy mạnh thanh toán không dùng tiền mặt của Ngân hàng Nhà nước Việt Nam (NHNN), các kênh số hóa như Internet Banking (IB), Mobile Banking (MB), ATM/POS và thanh toán qua mã QR đã trở thành kênh phân phối huyết mạch.

Thành phố Hồ Chí Minh (TP.HCM) là trung tâm kinh tế đầu tàu với tỷ lệ thanh toán không dùng tiền mặt đạt 89% (dẫn đầu cả nước), 85% người trưởng thành sử dụng điện thoại thông minh và hơn 61.000 website thương mại điện tử (TMĐT) đang hoạt động. Tuy nhiên, các NHTM vẫn đối mặt với bài toán tối ưu tỷ lệ kích hoạt và duy trì người dùng khi khách hàng cá nhân (KHCN) có xu hướng chuyển dịch hành vi phức tạp, đòi hỏi cao về trải nghiệm giao diện người dùng (UI/UX), tốc độ xử lý và mức độ bảo mật.

+-------------------------------------------------------------------------+
|                  BỐI CẢNH NGHIÊN CỨU E-BANKING TẠI TP.HCM               |
+------------------------------------+------------------------------------+
| 85% người dùng chuyển dịch số      | 89% tỷ lệ thanh toán không tiền mặt|
| 2,22 triệu tài khoản mở qua eKYC   | >23 triệu giao dịch số (9 tháng)   |
| Giảm tỷ lệ tiền mặt: 75% -> 30%    | Internet Banking tăng: 35% -> 70%  |
+------------------------------------+------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Mặc dù hạ tầng kỹ thuật và công nghệ định danh điện tử (eKYC) đã giúp mở hơn 2,22 triệu tài khoản chỉ trong 8 tháng, các ngân hàng vẫn gặp khó khăn trong việc xác định chính xác các trọng số tâm lý và rào cản hành vi ảnh hưởng đến quyết định sử dụng E-Banking của KHCN. Khoảng trống nghiên cứu nằm ở việc thiếu một mô hình lượng hóa chuẩn xác mức độ tác động của các nhân tố công nghệ kết hợp với hình ảnh thương hiệu trong bối cảnh đặc thù tại TP.HCM.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý thuyết hành vi người tiêu dùng và mô hình chấp nhận công nghệ trong lĩnh vực dịch vụ ngân hàng bán lẻ.
  2. Xây dựng thang đo, khảo sát thực nghiệm và xác định mức độ tác động của 6 nhân tố đến quyết định sử dụng dịch vụ E-Banking của KHCN tại TP.HCM.
  3. Đề xuất hệ thống giải pháp công nghệ, chiến lược thương hiệu và tối ưu quy trình vận hành giúp các NHTM gia tăng tỷ lệ chấp nhận và tần suất sử dụng E-Banking.

Phương pháp tiếp cận giải pháp

Nghiên cứu kết hợp Lý thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA của Fishbein & Ajzen, 1975), Thuyết Hành vi Dự định (Theory of Planned Behavior - TPB của Ajzen, 1991) và Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM của Davis, 1989), đồng thời tích hợp thêm các nhân tố thực tiễn: Hình ảnh ngân hàng (HA), Cảm nhận về sự an toàn (AT), Chi phí sử dụng (CP) và Ảnh hưởng xã hội (XH). Dữ liệu được xử lý bằng phần mềm thống kê định lượng IBM SPSS Statistics v20.0 thông qua quy trình kiểm định đa tầng: Cronbach's Alpha, Phân tích nhân tố khám phá (EFA) và Mô hình hồi quy tuyến tính bội (OLS Regression).

Phạm vi và giới hạn

  • Không gian: Địa bàn Thành phố Hồ Chí Minh.
  • Thời gian: Thu thập dữ liệu sơ cấp từ tháng 12/2021 đến tháng 02/2022.
  • Đối tượng: Khách hàng cá nhân đã và đang trải nghiệm dịch vụ E-Banking tại các NHTM. Cỡ mẫu hợp lệ đạt $N = 200$ (từ 210 mẫu phát ra).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Sự chuyển dịch phương thức giao dịch trước và sau khi đại dịch bùng phát tại Việt Nam phản ánh rõ sự thay đổi trong hành vi của người tiêu dùng: tỷ lệ thanh toán tiền mặt giảm mạnh 45% (từ 75% xuống 30%), trong khi giao dịch qua Internet Banking tăng vọt từ 35% lên 70%, QR Code tăng từ 22% lên 50%, và thanh toán thẻ tăng từ 20% lên 40%.

Tiêu chí Ngân hàng truyền thống Dịch vụ Ngân hàng Điện tử (E-Banking) Ví điện tử / Fintech trung gian
Kênh phục vụ Quầy giao dịch vật lý (Branch) Mobile App, Web Portal, ATM/POS, QR Mobile Application
Thời gian xử lý Giờ hành chính (8h00 - 17h00) Thời gian thực (Real-time 24/7/365) Thời gian thực (Real-time 24/7)
Độ phủ dịch vụ Hạn chế theo bán kính địa lý Toàn cầu qua kết nối Internet Rộng, phụ thuộc hệ sinh thái liên kết
Chi phí vận hành Rất cao (Mặt bằng, nhân sự quầy) Tối ưu hóa trên quy mô lớn Thấp, tập trung chi phí hạ tầng Cloud
Xác thực danh tính Đối soát hồ sơ giấy trực tiếp eKYC (OCR, Liveness Detection, NFC) eKYC hoặc liên kết thẻ ngân hàng

Thị phần dịch vụ E-Banking tại TP.HCM có sự phân hóa rõ nét: Vietcombank dẫn đầu về mức độ nhận diện thương hiệu (59%), tiếp theo là Techcombank (40%), ACB (40%) và BIDV (32%). Techcombank chiếm ưu thế về tần suất sử dụng thực tế nhờ chính sách "Zero Fee" và giao diện ứng dụng số hóa mượt mà.

Ưu tiên yêu cầu người dùng theo khung MoSCoW:
- Must have: Xác thực đa nhân tố (2FA/Biometrics), chuyển tiền liên ngân hàng NAPAS 24/7, bảo mật eKYC.
- Should have: Thanh toán hóa đơn tự động (Auto-debit), thanh toán QR Code đa điểm, sao kê điện tử tức thì.
- Could have: Quản lý tài chính cá nhân (PFM), mở sổ tiết kiệm online tích hợp lãi suất bậc thang.
- Won't have (ở giai đoạn này): Giao dịch tài sản số/Crypto, phê duyệt hạn mức tín dụng thế chấp hoàn toàn không thẩm định.

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được chuẩn hóa với cấu trúc 6 biến độc lập và 1 biến phụ thuộc:

graph LR
    subgraph Bien_Doc_Lap ["CÁC NHÂN TỐ TÁC ĐỘNG (INDEPENDENT VARIABLES)"]
        HA["Hình ảnh ngân hàng (HA)<br/>4 biến quan sát"]
        DSD["Tính dễ sử dụng (DSD)<br/>4 biến quan sát"]
        AT["Cảm nhận an toàn (AT)<br/>4 biến quan sát"]
        LI["Lợi ích nhận được (LI)<br/>4 biến quan sát"]
        XH["Ảnh hưởng xã hội (XH)<br/>4 biến quan sát"]
        CP["Chi phí sử dụng (CP)<br/>3 biến quan sát"]
    end

    subgraph Bien_Phu_Thuoc ["BIẾN PHỤ THUỘC (DEPENDENT VARIABLE)"]
        QD["Quyết định sử dụng E-Banking (QD)<br/>3 biến quan sát"]
    end

    HA -->|H1 (+)| QD
    DSD -->|H2 (+)| QD
    AT -->|H3 (+)| QD
    LI -->|H4 (+)| QD
    XH -->|H5 (+)| QD
    CP -->|H6 (+)| QD

Công nghệ và kiến trúc phân tích

  • Phần mềm xử lý thống kê: IBM SPSS Statistics Version 20.0.
  • Thang đo: Thang đo khoảng cách Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Hạ tầng bảo mật tham chiếu: Chuẩn mã hóa dữ liệu truyền tải TLS 1.3/AES-256 bit, cơ chế tạo mã OTP dùng một lần qua SMS/Smart OTP (chuẩn OATH TOTP), công nghệ xác thực sinh trắc học FIDO2.
  • Tiêu chuẩn kiểm định thống kê:
    • Cronbach's Alpha $\ge 0.60$ (hệ số tương quan biến - tổng $r_{it} \ge 0.30$).
    • EFA: Hệ số Kaiser-Meyer-Olkin ($KMO \ge 0.50$, kiểm định Bartlett có $p\text{-value} < 0.05$), Giá trị Eigenvalue $> 1.0$, Tổng phương sai trích (Total Variance Explained) $> 50%$, Hệ số tải nhân tố (Factor Loading) $\ge 0.50$.
    • Hồi quy: Kiểm định hiện tượng đa cộng tuyến qua Hệ số phóng đại phương sai ($VIF < 2.0$), kiểm định tự tương quan qua đại lượng Durbin-Watson ($1.0 < d < 3.0$).

Methodology (Phương pháp luận)

Dự án triển khai theo quy trình nghiên cứu khoa học 6 bước:

[B1: Xác định mục tiêu] 

Bảng đánh giá rủi ro và giải pháp khắc phục trong nghiên cứu:
+-------------------+-----------------------------------+-----------------------------------+
| Rủi ro            | Tác động                          | Biện pháp kiểm soát               |
+-------------------+-----------------------------------+-----------------------------------+
| Sai lệch chọn mẫu | Dữ liệu không đại diện đủ tập KH  | Phân bổ ngẫu nhiên phân tầng theo |
| (Sampling bias)   |                                   | độ tuổi, thu nhập, khu vực TP.HCM |
| Bảng hỏi thiếu tin| Thang đo bị loại khi chạy SPSS    | Thử nghiệm sơ bộ (Pre-test n=30)  |
| cậy (Low Alpha)   |                                   | để tinh chỉnh câu chữ bảng hỏi    |
| Đa cộng tuyến     | Ước lượng hồi quy bị chệch hệ số  | Kiểm tra ma trận tương quan       |
| (Multicollinearity|                                   | Pearson và chỉ số VIF < 2.0       |
+-------------------+-----------------------------------+-----------------------------------+

Implementation và kết quả

Development process

Quá trình thu thập và làm sạch dữ liệu loại bỏ 10 phiếu không hợp lệ (do chọn một đáp án duy nhất hoặc thiếu thông tin), thu về 200 quan sát chuẩn tắc. Dữ liệu được mã hóa vào SPSS v20.0 để thực thi phân tích hồi quy theo phương trình:

$$QD = \beta_0 + \beta_1 HA + \beta_2 DSD + \beta_3 AT + \beta_4 LI + \beta_5 XH + \beta_6 CP + \epsilon$$

# Script Python mô phỏng quy trình kiểm định tương đương SPSS Syntax
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def evaluate_econometric_model(df, independent_vars, dependent_var):
    X = df[independent_vars]
    y = df[dependent_var]
    X_const = sm.add_constant(X)
    
    # Ước lượng OLS Regression
    model = sm.OLS(y, X_const).fit()
    
    # Tính toán chỉ số VIF kiểm tra đa cộng tuyến
    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])]
    
    return model.summary(), vif_data

# Biến độc lập: HA (Hình ảnh), DSD (Dễ sử dụng), AT (An toàn), LI (Lợi ích), XH (Xã hội), CP (Chi phí)
# Biến phụ thuộc: QD (Quyết định sử dụng)

* SPSS Syntax: Phân tích độ tin cậy và Hồi quy tuyến tính;
RELIABILITY
  /VARIABLES=HA1 HA2 HA3 HA4
  /SCALE('Thang do Hinh Anh') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT QD
  /METHOD=ENTER HA DSD AT LI XH CP
  /RESIDUALS DURBIN.

Testing và validation

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

Tất cả 7 thang đo đều đạt chuẩn độ tin cậy cao ($\alpha > 0.70$), không có biến quan sát nào có tương quan biến - tổng nhỏ hơn 0.30.

Thang đo biến số Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất
Hình ảnh ngân hàng HA 4 0.876 0.682
Tính dễ sử dụng DSD 4 0.854 0.641
Cảm nhận sự an toàn AT 4 0.842 0.618
Lợi ích nhận được LI 4 0.831 0.605
Ảnh hưởng xã hội XH 4 0.819 0.589
Chi phí sử dụng CP 3 0.788 0.552
Quyết định sử dụng QD 3 0.865 0.710

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: 23 biến quan sát trích xuất thành 6 nhóm nhân tố tại Eigenvalue $= 1.248 > 1.0$. Hệ số $KMO = 0.842$ (thỏa mãn $0.5 < KMO < 1.0$). Kiểm định Bartlett có giá trị thống kê Chi-square với mức ý nghĩa $p\text{-value} = 0.000 < 0.05$. Tổng phương sai trích đạt $67.35% > 50%$ (dữ liệu giải thích được $67.35%$ độ biến thiên).
  • Biến phụ thuộc: 3 biến quan sát gom thành 1 nhân tố duy nhất, $KMO = 0.721$, $p\text{-value} = 0.000$, Tổng phương sai trích đạt $74.21%$.

Kết quả đạt được

Phân tích hồi quy OLS xác định phương trình chuẩn hóa có mức ý nghĩa thống kê cao ($F = 45.82, p < 0.001$), hệ số $R^2 = 0.587$, $R^2 \text{ hiệu chỉnh} = 0.574$. Nghĩa là 6 nhân tố giải thích được $57.4%$ sự biến thiên trong quyết định sử dụng E-Banking của KHCN.

KẾT QUẢ HỒI QUY CHUẨN HÓA:
QD = 0.342*HA + 0.268*DSD + 0.215*AT + 0.176*LI + 0.142*XH + 0.098*CP
Giả thuyết Nhân tố tác động Hệ số $\beta$ chuẩn hóa Giá trị $t\text{-stat}$ Mức ý nghĩa ($p$) VIF Kết luận
H1 Hình ảnh ngân hàng (HA) 0.342 5.842 0.000 1.342 Chấp nhận
H2 Tính dễ sử dụng (DSD) 0.268 4.615 0.000 1.289 Chấp nhận
H3 Cảm nhận an toàn (AT) 0.215 3.824 0.000 1.411 Chấp nhận
H4 Lợi ích nhận được (LI) 0.176 3.102 0.002 1.365 Chấp nhận
H5 Ảnh hưởng xã hội (XH) 0.142 2.518 0.013 1.210 Chấp nhận
H6 Chi phí sử dụng (CP) 0.098 2.014 0.045 1.154 Chấp nhận

Hệ số Durbin-Watson đạt $1.892$ (nằm trong khoảng $1.5 - 2.5$), chỉ số $VIF < 1.5$, biểu đồ tần số phân phối phần dư chuẩn (Standardized Residual Histogram) có dạng hình chuông cân đối $\rightarrow$ Mô hình không vi phạm hiện tượng tự tương quan, đa cộng tuyến hay phương sai thay đổi.

Đổi mới và đóng góp

Nghiên cứu mang lại đóng góp quan trọng khi định vị lại thứ tự ưu tiên của các nhân tố công nghệ và tâm lý tiêu dùng tại thị trường tài chính bán lẻ TP.HCM:

Tiêu chí so sánh Lê Tấn Phước (2017) Trần Hữu Ái & Cao Hùng Tấn (2020) Nghiên cứu này (Bành Khánh Phụng, 2022)
Mô hình nền tảng TAM mở rộng (10 biến) TAM + UTAUT (5 biến) TAM + TRA + TPB mở rộng (6 biến)
Cỡ mẫu ($N$) 214 KH tại 26 NHTM 330 KH tại TP.HCM 200 KH thực tế tại TP.HCM
Nhân tố mạnh nhất Tính dễ sử dụng ($\beta = 0.312$) Điều kiện thuận lợi ($\beta = 0.354$) Hình ảnh ngân hàng ($\beta = 0.342$)
Nhân tố yếu nhất Hình ảnh ngân hàng ($\beta = 0.095$) Ảnh hưởng xã hội ($\beta = 0.112$) Chi phí sử dụng ($\beta = 0.098$)
Điểm khác biệt chính Chưa phản ánh vai trò thương hiệu sau làn sóng số hóa Tập trung sâu vào Mobile Banking thuần túy Chứng minh thương hiệu & an toàn vượt lên trên yếu tố chi phí

Đóng góp thực tiễn

  1. Lật đổ giả định về chi phí: Khác với các nghiên cứu giai đoạn 2010–2017 khi phí giao dịch là rào cản lớn, nghiên cứu này chứng minh "Chi phí sử dụng" có trọng số thấp nhất ($\beta = 0.098$). Khách hàng sẵn sàng chi trả nếu ngân hàng có uy tín cao và hệ thống an toàn.
  2. Khẳng định vị thế thương hiệu số: "Hình ảnh ngân hàng" vươn lên thành biến số chi phối mạnh nhất ($\beta = 0.342$), cho thấy niềm tin thương hiệu là yếu tố quyết định hành vi chuyển đổi tài chính trên không gian mạng.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy, lộ trình chuyển đổi và tối ưu dịch vụ E-Banking cho các NHTM được hoạch định cụ thể:

LỘ TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN CHO CÁC NHTM:
[Q1: Củng cố Thương hiệu & An toàn (HA + AT)]
[Q2: Tối ưu Trải nghiệm UI/UX (DSD)]
[Q3: Mở rộng Hệ sinh thái Lợi ích (LI + XH)]
[Q4: Tối ưu Hóa Chính sách Phí (CP)]

Phân tích hiệu quả kinh tế (Cost-Benefit Analysis)

  • Tối ưu chi phí vận hành: Việc chuyển đổi 1 triệu giao dịch từ quầy sang Mobile/Internet Banking giúp ngân hàng tiết kiệm khoảng $70 - 85%$ chi phí vận hành chi nhánh (ước tính tiết kiệm 12.000 - 18.000 VND/giao dịch).
  • Rút ngắn thời gian thu hồi vốn (ROI): Đầu tư nâng cấp trải nghiệm ứng dụng và hệ thống Smart OTP hoàn vốn sau 14–18 tháng thông qua tăng trưởng số dư tiền gửi không kỳ hạn (CASA) và phí dịch vụ giá trị gia tăng.

Hạn chế và hướng phát triển

+-------------------------------------------------------------------------+
|                  HẠN CHẾ & HƯỚNG MỞ RỘNG NGHIÊN CỨU                     |
+------------------------------------+------------------------------------+
| Hạn chế hiện tại                   | Hướng phát triển tương lai         |
+------------------------------------+------------------------------------+
| 1. Cỡ mẫu N=200 chỉ tập trung tại  | 1. Mở rộng mẫu N >= 1000 phủ khắp  |
|    địa bàn TP.HCM.                 |    3 miền Bắc - Trung - Nam.       |
| 2. Phương pháp lấy mẫu thuận tiện  | 2. Ứng dụng mô hình cấu trúc tuyến |
|    chưa kiểm soát hết biến nhân    |    tính SEM-PLS phân tích tác động |
|    khẩu học (Gen Z, Gen Y, Boomer).|    gián tiếp và biến điều tiết.    |
| 3. Khảo sát trực tuyến trong giai  | 3. Nghiên cứu sâu hành vi đối với  |
|    đoạn dịch bệnh có thể tạo thiên |    các sản phẩm Open Banking,      |
|    lệch ngắn hạn.                  |    AI Banking, và Neo-banking.     |
+------------------------------------+------------------------------------+

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu kết hợp TRA/TPB/TAM, quy trình xử lý dữ liệu SPSS v20 từ Cronbach's Alpha đến Hồi quy đa biến.
  • Lập trình viên & Kỹ sư UX/UI: Nắm bắt chính xác insight người dùng ($DSD: \beta = 0.268; AT: \beta = 0.215$) để thiết kế giao diện tinh giản, luồng xác thực bảo mật mượt mà (Seamless Authentication).
  • Ban điều hành NHTM & Fintech: Sở hữu cơ sở định lượng để phân bổ ngân sách: ưu tiên $55%$ cho thương hiệu và an ninh bảo mật, $30%$ cho tối ưu sản phẩm/hệ sinh thái, và $15%$ cho khuyến mãi chi phí.
  • Nhà nghiên cứu kinh tế: Bổ sung bằng chứng thực nghiệm về thị trường ngân hàng bán lẻ Việt Nam trong giai đoạn bình thường mới.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để ngân hàng vận hành dịch vụ E-Banking đáp ứng nghiên cứu là gì?

Hệ thống cần đạt chuẩn bảo mật PCI-DSS cấp độ 1, tích hợp Gateway thanh toán thời gian thực qua NAPAS, hạ tầng định danh eKYC với công nghệ chống giả mạo sinh trắc học (Anti-spoofing/Liveness Detection) và API Gateway mở kết nối hệ sinh thái dịch vụ công.

2. Tại sao yếu tố "Chi phí sử dụng" lại có tác động thấp nhất trong mô hình?

Do sự phổ biến của chính sách "Zero Fee" (miễn phí chuyển khoản, phí duy trì tài khoản) được các ngân hàng thương mại lớn (Techcombank, MB, VPBank, Vietcombank) đồng loạt áp dụng. Khách hàng xem miễn phí là điều kiện tiêu chuẩn, thay vào đó họ quan tâm đến tính an toàn và uy tín ngân hàng.

3. Làm thế nào để giải quyết mâu thuẫn giữa "Tính an toàn" (AT) và "Tính dễ sử dụng" (DSD)?

Ứng dụng các công nghệ bảo mật không ma sát (Frictionless Security) như FIDO2 Biometrics, Adaptive Risk-based Authentication (tự động phân tích rủi ro thiết bị và vị trí để chỉ yêu cầu OTP khi phát hiện giao dịch bất thường).

4. Chi phí đầu tư hệ thống E-Banking toàn diện mất bao lâu để đạt điểm hòa vốn?

Với các NHTM quy mô vừa, thời gian hoàn vốn (ROI) dao động từ 18 đến 24 tháng nhờ sự tăng trưởng của tỷ lệ CASA (tiền gửi không kỳ hạn giá rẻ) và cắt giảm chi phí ấn chỉ, nhân lực quầy.

5. Nghiên cứu có thể áp dụng cho các ứng dụng Ví điện tử (Momo, ZaloPay) không?

Có thể chuyển giao khung lý thuyết. Tuy nhiên, trọng số nhân tố sẽ có sự thay đổi: biến "Lợi ích nhận được" (khuyến mãi, voucher) và "Hệ sinh thái liên kết" thường sẽ chiếm tỷ trọng cao hơn biến "Hình ảnh tổ chức" đối với các Fintech trung gian.

Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Bành Khánh Phụng (Đại học Ngân hàng TP.HCM, 2022) đã phân tích định lượng thành công 6 yếu tố cốt lõi chi phối quyết định sử dụng dịch vụ Ngân hàng Điện tử của khách hàng cá nhân tại TP.HCM. Bằng việc kết hợp nền tảng TAM/TRA/TPB với công cụ SPSS v20.0 trên 200 mẫu khảo sát thực tế, nghiên cứu đã chứng minh: Hình ảnh ngân hàng ($\beta = 0.342$) và Tính dễ sử dụng ($\beta = 0.268$) là hai động lực lớn nhất thúc đẩy người dùng số hóa giao dịch tài chính.

Kết quả này là kim chỉ nam giúp các tổ chức tài chính tại TP.HCM xây dựng chiến lược số hóa lấy khách hàng làm trung tâm, củng cố hệ thống an ninh mạng và phát triển nền kinh tế số bền vững.