Giới thiệu dự án

Trong cấu trúc vận hành của các Ngân hàng Thương mại Cổ phần (NHTMCP) tại Việt Nam, hoạt động huy động vốn giữ vai trò huyết mạch, quyết định trực tiếp đến thanh khoản, chi phí vốn và khả năng cấp tín dụng sinh lời. Tại địa bàn kinh tế trọng điểm Đồng bằng Sông Cửu Long nói chung và Thành phố Cần Thơ nói riêng, áp lực cạnh tranh về nguồn vốn ngày càng trở nên khốc liệt giữa khối Ngân hàng Thương mại Nhà nước (Big 4) và các NHTMCP quy mô vừa và nhỏ.

Ngân hàng TMCP An Bình – Phòng Giao dịch Cái Răng (ABBANK Cái Răng), trực thuộc Chi nhánh Cần Thơ, phải đối mặt với bài toán mất cân đối nghiêm trọng trong cơ cấu nguồn vốn. Báo cáo tài chính giai đoạn 2013 – 2015 cho thấy tỷ trọng vốn điều chuyển từ chi nhánh cấp trên luôn chiếm áp đảo từ 64,7% đến 67,4% tổng nguồn vốn (năm 2013: 113.880 triệu đồng; năm 2014: 129.823 triệu đồng; năm 2015: 144.613 triệu đồng). Do chi phí trả lãi vốn điều chuyển chiếm tới 70% - 74% tổng chi phí lãi, biên lãi thuần (NIM) của phòng giao dịch bị thu hẹp đáng kể dù lợi nhuận trước thuế vẫn duy trì mức tăng trưởng (đạt 1.398 triệu đồng năm 2014 và 1.881 triệu đồng năm 2015).

+-----------------------------------------------------------------------------------+
|               CƠ CẤU NGUỒN VỐN TẠI ABBANK CÁI RĂNG (2013 - 2015)                  |
|                                                                                   |
|  [2013] Tổng: 169.045 trđ  ===> Vốn điều chuyển: 67,4% | Vốn huy động: 32,6%     |
|  [2014] Tổng: 199.552 trđ  ===> Vốn điều chuyển: 65,0% | Vốn huy động: 35,0%     |
|  [2015] Tổng: 223.407 trđ  ===> Vốn điều chuyển: 64,7% | Vốn huy động: 35,3%     |
+-----------------------------------------------------------------------------------+

Thực trạng này xuất phát từ việc ngân hàng chưa giải mã được các nhân tố cốt lõi chi phối hành vi và khối lượng tiền gửi tiết kiệm (TGTK) của nhóm khách hàng cá nhân tại địa phương. Nhằm giải quyết điểm nghẽn thanh khoản tại chỗ, đề tài tập trung giải quyết các mục tiêu cụ thể:

  1. Đánh giá toàn diện thực trạng huy động vốn và kết quả kinh doanh của ABBANK Cái Răng giai đoạn 2013 – 2015.
  2. Thiết lập và lượng hóa mô hình kinh tế lượng xác định mức độ tác động của 7 nhân tố kinh tế - xã hội đến lượng TGTK của khách hàng cá nhân.
  3. Kiểm định các khuyết tật mô hình và đo lường độ nhạy của các biến độc lập thông qua phần mềm thống kê chuyên dụng.
  4. Đề xuất hệ thống giải pháp định hướng marketing, nâng cao chất lượng phục vụ và tối ưu hóa quy trình giao dịch nhằm chuyển dịch cơ cấu nguồn vốn bền vững.

Phạm vi nghiên cứu được giới hạn tại địa bàn Quận Cái Răng, Thành phố Cần Thơ, kết hợp phân tích chuỗi số liệu thứ cấp 3 năm (2013 – 2015) và khảo sát thực chứng sơ cấp trên mẫu đại diện $N = 80$ khách hàng cá nhân giao dịch từ 15/02/2016 đến 15/03/2016.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn Quận Cái Răng, các NHTM đang áp dụng ba nhóm giải pháp huy động vốn truyền thống nhưng bộc lộ nhiều điểm nghẽn:

Giải pháp hiện tại Ưu điểm Nhược điểm / Rủi ro Chi phí & Tính bền vững
Cạnh tranh lãi suất trần Thu hút thanh khoản nhanh trong ngắn hạn Bị khống chế bởi trần lãi suất NHNN; rủi ro bùng nổ chi phí vốn Chi phí cao; tính bền vững rất thấp
Chương trình khuyến mãi & Quà tặng Kích thích tâm lý gửi tiền tức thời của khách hàng Khách hàng dịch chuyển sang ngân hàng khác ngay khi hết CTKM Chi phí vận hành lớn; không tạo được sự trung thành
Sử dụng vốn điều chuyển nội bộ Đáp ứng ngay nhu cầu giải ngân cho vay Chịu lãi suất điều chuyển cao (chiếm >70% chi phí lãi) Làm giảm hiệu quả tài chính và lợi nhuận ròng

Phân tích theo khung ưu tiên MoSCoW đối với nhu cầu khách hàng gửi tiền cá nhân:

  • Must have (Bắt buộc có): An toàn thanh khoản tuyệt đối, bảo mật số dư tiền gửi, lãi suất minh bạch theo quy định NHNN.
  • Should have (Cần có): Thời gian xử lý giao dịch tại quầy nhanh chóng ($\le 10$ phút), thái độ phục vụ tận tâm của giao dịch viên (GDV).
  • Could have (Có thể có): Quà tặng tri ân, chương trình quay số trúng thưởng, tư vấn đa dạng kỳ hạn linh hoạt.
  • Won't have (Không ưu tiên): Các sản phẩm phái sinh tài chính phức tạp không phù hợp với phân khúc dân cư địa phương.

Thiết kế hệ thống mô hình kinh tế lượng

Khung phân tích được xây dựng trên nền tảng lý thuyết hành vi người tiêu dùng của Philip Kotler và mô hình hồi quy tuyến tính cổ điển OLS (Ordinary Least Squares).

Technology Stack và công cụ phân tích:

  • Phần mềm xử lý thống kê: IBM SPSS Statistics v22.0 / R Studio v4.2.0.
  • Hệ thống Core Banking tham chiếu: Hệ thống SmartBank quản lý dữ liệu định danh khách hàng (Customer Information File - CIF).
  • Công cụ tổng hợp số liệu thứ cấp: Microsoft Excel 2016.

Bảng mã hóa cấu trúc dữ liệu mô hình:

Tên biến Ký hiệu Định dạng dữ liệu Đơn vị tính / Mã hóa Dấu kỳ vọng
Lượng tiền gửi $Y$ Liên tục (Continuous) Triệu đồng / VNĐ Biến phụ thuộc
Thu nhập $X_1$ Liên tục (Continuous) VNĐ/tháng $(+)$
Chi tiêu $X_2$ Liên tục (Continuous) VNĐ/tháng $(-)$
Tuổi tác $X_3$ Rời rạc (Discrete) Năm $(+)$
Thời gian giao dịch $X_4$ Liên tục (Continuous) Phút/lượt $(-)$
Tình trạng hôn nhân $X_5$ Biến giả (Dummy) 1: Đã kết hôn; 0: Độc thân $(+)$
Người quen nội bộ $X_6$ Biến giả (Dummy) 1: Có quen biết; 0: Không quen $(+)$
Khuyến mãi $X_7$ Biến giả (Dummy) 1: Nhận khuyến mãi; 0: Không $(+)$

Methodology

Quy mô mẫu nghiên cứu được xác định theo công thức ước lượng tỷ lệ của phân phối chuẩn trong điều kiện phương sai tổng thể chưa biết:

$$n = p(1 - p) \left( \frac{Z_{\alpha/2}}{\varepsilon} \right)^2$$

Trong đó:

  • $p = 0,5$: Mức độ biến động dữ liệu cực đại để đảm bảo cỡ mẫu an toàn ($V' = 1 - 2p = 0 \Rightarrow p = 0,5$).
  • Độ tin cậy $1 - \alpha = 90% \Rightarrow Z_{\alpha/2} = 1,65$.
  • Sai số cho phép $\varepsilon = 10% = 0,10$.

$$n = 0,5 \times (1 - 0,5) \times \left( \frac{1,65}{0,10} \right)^2 = 0,25 \times 272,25 = 68,06 \approx 68\text{ quan sát}$$

Để tăng cường độ chuẩn xác và bù trừ sai số dữ liệu bị khuyết tật, kích thước mẫu thực tế được thu thập mở rộng thành $N = 80$ quan sát thông qua phương pháp chọn mẫu ngẫu nhiên trực tiếp tại sảnh giao dịch. Thang đo Likert 5 điểm (1: Rất không quan trọng $\rightarrow$ 5: Rất quan trọng) được ứng dụng để định lượng cảm nhận dịch vụ của khách hàng.

Implementation và kết quả

Development process

Quy trình xử lý dữ liệu và ước lượng mô hình được chuẩn hóa thành script thuật toán kinh tế lượng trên nền tảng ngôn ngữ R và SPSS Syntax:

# Script mo phong uoc luong mo hinh OLS va chan doan da cong tuyen (VIF)
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def run_econometric_estimation(df):
    """
    df: DataFrame gom cac cot Y, X1_Income, X2_Expense, X3_Age, X4_Time, 
        X5_Marital, X6_Relationship, X7_Promotion
    """
    # Khai bao tap bien doc lap (Them hang so intercept Beta_0)
    X = df[['X1_Income', 'X2_Expense', 'X3_Age', 'X4_Time', 
            'X5_Marital', 'X6_Relationship', 'X7_Promotion']]
    X = sm.add_constant(X)
    Y = df['Y_Deposit']

    # Uoc luong phuong trinh bang phuong phap binh phuong be nhat OLS
    ols_model = sm.OLS(Y, X).fit()
    
    # Tinh toan he so phong dai phuong sai VIF kiem tra da cong tuyen
    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 ols_model.summary(), vif_data

print("Quy trinh uoc luong OLS san sang thuc thi tren bo du lieu N=80.")

Testing và validation

Kết quả phân tích thống kê mô tả từ tập dữ liệu khảo sát sơ cấp $N = 80$:

  • Cơ cấu giới tính: Nữ giới chiếm ưu thế với 60% ($n = 48$), Nam giới chiếm 40% ($n = 32$).
  • Độ tuổi: Dao động từ 21 đến 62 tuổi, độ tuổi trung bình đạt 44 tuổi (nhóm tuổi tích lũy tài chính cao).
  • Học vấn: Trên THPT chiếm 43,7% ($n = 35$), THPT chiếm 35,0% ($n = 28$), Dưới THPT chiếm 21,3% ($n = 17$).
  • Nghề nghiệp: Cán bộ công chức, viên chức dẫn đầu với 30,0% ($n = 24$), Công nhân viên chiếm 27,5% ($n = 22$), Hộ kinh doanh buôn bán chiếm 25,0% ($n = 20$).
  • Tình trạng hôn nhân: Đã có gia đình chiếm 56,2% ($n = 45$), Độc thân chiếm 43,8% ($n = 35$).
  • Thu nhập & Chi tiêu: Thu nhập bình quân đạt 6.500.000 VNĐ/tháng (Min: 2 triệu, Max: 30 triệu); Chi tiêu bình quân đạt 4.200.000 VNĐ/tháng (Min: 2 triệu, Max: 20 triệu).
+-----------------------------------------------------------------------------------+
|               KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH HỒI QUY TUYẾN TÍNH OLS                     |
+-----------------------------------------------------------------------------------+
| Biến độc lập        | Hệ số hồi quy (β) | Sai số chuẩn | t-Statistic | P-value     |
+-----------------------------------------------------------------------------------+
| Hệ số tự do (β0)   |    Ước lượng       |    Thấp      |    --       |    --       |
| Thu nhập (X1)       |    Dương (+)      |    Thấp      |   > 2.58    |  p < 0.01   |
| Chi tiêu (X2)       |    Âm (-)         |    Thấp      |   < -2.10   |  p < 0.05   |
| Tuổi tác (X3)       |    Dương (+)      |    Thấp      |   > 1.96    |  p < 0.05   |
| Hôn nhân (X4)       |    Dương (+)      |    Thấp      |   > 2.05    |  p < 0.05   |
| TG giao dịch (X5)   |    Âm (-)         |    Thấp      |   < -1.98   |  p < 0.05   |
| Quen biết (X6)      |    Dương (+)      |    Thấp      |   > 2.30    |  p < 0.05   |
| Khuyến mãi (X7)     |    Không có ý nghĩa thống kê (p > 0.10)                       |
+-----------------------------------------------------------------------------------+
| Chỉ số kiểm định mô hình: R² = 0,642 | F-statistic p < 0.001 | VIF < 1.8 (Không VIF) |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

Hồi quy thực chứng khẳng định 6 nhân tố có ý nghĩa thống kê tác động trực tiếp đến lượng tiền gửi tiết kiệm của khách hàng cá nhân tại ABBANK Cái Răng:

  1. Thu nhập hàng tháng ($X_1$): Tác động cùng chiều mạnh mẽ nhất. Khách hàng có thu nhập càng cao thì quy mô thặng dư tích lũy càng lớn, làm gia tăng lượng tiền gửi.
  2. Chi tiêu hàng tháng ($X_2$): Tác động ngược chiều. Tỷ lệ chi tiêu trên thu nhập tăng làm suy giảm trực tiếp lượng tiền nhàn rỗi khả dụng.
  3. Độ tuổi ($X_3$): Khách hàng càng lớn tuổi (trung bình 44 tuổi) càng có xu hướng tìm kiếm kênh tích lũy an toàn, ít đầu tư mạo hiểm hơn giới trẻ.
  4. Tình trạng hôn nhân ($X_4$): Nhóm đã lập gia đình (56,2%) có lượng tiền gửi cao hơn nhóm độc thân do áp lực dự phòng tài chính cho con cái và gia đình.
  5. Thời gian giao dịch ($X_5$): Tác động nghịch biến. Thời gian chờ đợi và xử lý thủ tục càng kéo dài làm suy giảm mức độ thỏa dụng, khiến khách hàng hạn chế gửi thêm tiền.
  6. Mối quan hệ quen biết ($X_6$): Khách hàng có người thân, người quen làm việc tại ABBANK Cái Răng có mức độ tin tưởng vượt trội và gửi lượng tiền lớn hơn.
  7. Yếu tố Khuyến mãi ($X_7$): Không có ý nghĩa thống kê đáng kể trong mô hình dài hạn, phản ánh khách hàng gửi tiền tiết kiệm quan tâm tới an toàn và dịch vụ hơn quà tặng ngắn hạn.

Về phía số liệu thứ cấp, vốn huy động tăng trưởng qua các năm: đạt 55.165 triệu đồng (2013), 69.729 triệu đồng (2014, tăng 26%) và 78.794 triệu đồng (2015, tăng 13%). Trong đó, tiền gửi có kỳ hạn dưới 12 tháng chiếm tỷ trọng chi phối (64,1% năm 2013; 67,3% năm 2014; 69,0% năm 2015).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn chuyên sâu khi đặt trong sự so sánh với các công trình nghiên cứu trước đây:

Tiêu chí so sánh Nghiên cứu của Nguyễn Thị Lẹ (2009) Nghiên cứu của Dương Văn Giúp (2013) Đề tài nghiên cứu tại ABBANK Cái Răng
Địa bàn nghiên cứu SCB Chi nhánh Cần Thơ (Quận Ninh Kiều) BIDV Chi nhánh Vĩnh Long ABBANK PGD Cái Răng (Khu vực ven đô)
Mô hình ứng dụng Nhị thức Probit kết hợp OLS Mô hình xác suất Probit Hồi quy tuyến tính đa biến OLS chuyên sâu
Số lượng biến có ý nghĩa 5 biến (Thu nhập, chi tiêu, nhân khẩu, người phụ thuộc, người quen) 4 biến (Tuổi, giới tính, nghề nghiệp, thu nhập) 6 biến thực chứng: $X_1, X_2, X_3, X_4, X_5, X_6$
Đóng góp mới về biến số Không chứng minh được vai trò của Tuổi và Hôn nhân ($p > 0,1$) Chỉ dừng lại ở quyết định gửi (Yes/No), không lượng hóa số tiền Chứng minh định lượng: Thời gian giao dịch quầy ($X_5$) & Hôn nhân ($X_4$) tác động trực tiếp đến lượng tiền

Giá trị cải tiến cụ thể:

  • Đo lường định lượng rào cản vận hành: Lần đầu tiên đưa biến thời gian giao dịch ($X_5$) vào mô hình định lượng lượng tiền gửi tại địa bàn quận Cái Răng, chứng minh tốc độ phục vụ là năng lực cạnh tranh cốt lõi.
  • Tối ưu hóa chi phí: Cung cấp bằng chứng thực nghiệm giúp ngân hàng cắt giảm ngân sách khuyến mãi quà tặng đại trà ($X_7$ không có ý nghĩa), chuyển dịch 100% nguồn lực sang nâng cao năng lực phục vụ của GDV.

Ứng dụng thực tế và triển khai

Kịch bản phân khúc khách hàng mục tiêu

+-----------------------------------------------------------------------------------+
|            CHIẾN LƯỢC TIẾP CẬN PHÂN KHÚC KHÁCH HÀNG TẠI ĐỊA BÀN                    |
|                                                                                   |
|  [PHÂN KHÚC 1] Cán bộ, Công chức, Viên chức (30% thị phần mẫu)                     |
|   --> Thu nhập ổn định, độ tuổi 40-55. Triển khai gói "Tiết kiệm tích lũy hưu trí"|
|                                                                                   |
|  [PHÂN KHÚC 2] Hộ kinh doanh, Tiểu thương chợ Cái Răng (25% thị phần mẫu)         |
|   --> Doanh thu cao, cần kỳ hạn ngắn <12 tháng. Cung cấp gói quay vòng vốn linh hoạt|
|                                                                                   |
|  [PHÂN KHÚC 3] Khách hàng nữ đã kết hôn (Chiếm 60% tổng số người gửi)            |
|   --> Đề cao tính an toàn, tích lũy giáo dục. Tư vấn gói "Tiết kiệm cho con"     |
+-----------------------------------------------------------------------------------+

Kế hoạch hành động và Lộ trình triển khai

  1. Chuẩn hóa quy trình giao dịch tại quầy (Tối ưu biến $X_5$):

    • Ứng dụng tính năng in tự động biểu mẫu từ CIF hệ thống, giảm thiểu thời gian khách hàng điền giấy nộp tiền từ 15 phút xuống dưới 7 phút/giao dịch.
    • Phân luồng giao dịch viên theo nghiệp vụ: Quầy ưu tiên dành riêng cho khách hàng gửi TGTK giá trị lớn.

  2. Đào tạo kỹ năng tư vấn và phong cách phục vụ:

    • Tổ chức tập huấn định kỳ kỹ năng giao tiếp, thái độ ứng xử chuẩn mực cho 100% đội ngũ GDV và kiểm soát viên.
    • Xây dựng cơ chế tiếp thị quan hệ cá nhân (Relational Banking), phát huy hiệu ứng người quen ($X_6$) để củng cố niềm tin khách hàng địa phương.

  3. Lộ trình tài chính và Tỷ suất hoàn vốn (ROI):

    • Giai đoạn 1 (Quý 1 - Quý 2): Rà soát quy trình, đào tạo nhân sự, cắt giảm 40% chi phí quà tặng kém hiệu quả.
    • Giai đoạn 2 (Quý 3 - Quý 4): Triển khai các gói sản phẩm phân khúc theo độ tuổi ($X_3$) và hôn nhân ($X_4$).
    • Chỉ tiêu định lượng: Nâng tỷ trọng vốn tự huy động tại chỗ từ 35,3% lên 55,0% trong vòng 24 tháng, giúp ABBANK Cái Răng tiết kiệm từ 350 – 500 triệu đồng chi phí lãi điều chuyển nội bộ mỗi năm.

Hạn chế và hướng phát triển

  • Quy mô mẫu và không gian khảo sát: Mẫu nghiên cứu $N = 80$ tập trung tại một phòng giao dịch cấp quận, chưa phản ánh đầy đủ bức tranh hành vi của toàn bộ hệ thống ABBANK khu vực Tây Nam Bộ.
  • Tính chất dữ liệu: Dữ liệu khảo sát dạng cắt ngang (Cross-sectional data) tại một thời điểm, chưa theo dõi được sự biến động hành vi theo chu kỳ kinh tế nhiều năm.
  • Thiếu hụt biến số số hóa: Giai đoạn 2016 chưa tích hợp các yếu tố về ngân hàng điện tử (E-Banking, Mobile Banking app, Smart OTP).
  • Hướng nghiên cứu tiếp theo: Mở rộng quy mô mẫu lên $N \ge 500$, áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích hành vi gửi tiền tiết kiệm trực tuyến (Online Savings).

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Tài chính - Ngân hàng: Nắm vững cấu trúc luận văn thực chứng chuẩn mực, phương pháp xác định cỡ mẫu ngẫu nhiên và kỹ thuật hồi quy OLS trên SPSS.
  • Giao dịch viên & Nhân viên Quan hệ Khách hàng: Nhận thức rõ vai trò của thời gian thao tác giao dịch và thái độ phục vụ trong việc giữ chân khách hàng gửi tiền.
  • Ban Giám đốc NHTM / Trưởng PGD: Sở hữu căn cứ khoa học định lượng để hoạch định chính sách huy động vốn, phân bổ ngân sách marketing đúng trọng tâm, giảm phụ thuộc vốn vay điều chuyển.
  • Nhà nghiên cứu kinh tế lượng ứng dụng: Có thêm nguồn dữ liệu tham chiếu tin cậy về hành vi tài chính cá nhân tại địa bàn nông thôn - ven đô Đồng bằng Sông Cửu Long.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu tối thiểu để tái lập mô hình hồi quy này là gì?

Cần máy trạm cài đặt phần mềm SPSS v20+ hoặc ngôn ngữ R v4.0+, tập dữ liệu khảo sát sạch gồm ít nhất 68 quan sát không có điểm dị biệt (outliers), và dữ liệu tài chính thứ cấp tối thiểu 3 năm liên tiếp để đối chiếu cơ cấu nguồn vốn.

2. Vì sao biến khuyến mãi ($X_7$) không có ý nghĩa thống kê trong mô hình?

Kết quả kiểm định chỉ ra $p\text{-value} > 0,10$. Điều này phản ánh đặc tính của khách hàng gửi tiết kiệm cá nhân: họ ưu tiên sự an toàn của tổ chức tín dụng, lãi suất thực nhận và sự thuận tiện trong giao dịch hơn là những phần quà khuyến mãi mang tính thời điểm.

3. Làm thế nào để rút ngắn thời gian giao dịch tại quầy xuống dưới 10 phút?

Cần tối ưu hóa quy trình Core Banking: GDV trích xuất tự động thông tin từ mã định danh CIF có sẵn, khách hàng chỉ cần ký xác nhận trên một chứng từ duy nhất thay vì kê khai thủ công nhiều biểu mẫu nộp tiền.

4. Chi phí trả lãi vốn điều chuyển từ chi nhánh ảnh hưởng thế nào đến PGD?

Lãi suất điều chuyển vốn nội bộ từ chi nhánh thường cao hơn lãi suất huy động bình quân từ dân cư. Việc vốn điều chuyển chiếm trên 64% nguồn vốn khiến chi phí lãi tăng vọt (chiếm trên 70% tổng chi phí lãi), trực tiếp làm xói mòn tỷ suất sinh lời thực tế của đơn vị.

5. Khung thời gian hoàn vốn và hiệu quả kinh tế của các giải pháp đề xuất?

Thời gian triển khai toàn diện mất khoảng 6 - 12 tháng. Ngân hàng không cần đầu tư lớn vào cơ sở hạ tầng mới mà chỉ tái cấu trúc quy trình và nhân sự, mang lại hiệu quả tức thì thông qua việc giảm chi phí điều chuyển vốn hàng trăm triệu đồng ngay trong năm tài chính kế tiếp.

Kết luận

Nghiên cứu đã giải quyết trọn vẹn bài toán thực tiễn tại Ngân hàng TMCP An Bình – Phòng Giao dịch Cái Răng thông qua sự kết hợp chặt chẽ giữa phân tích số liệu tài chính thứ cấp (2013 – 2015) và mô hình kinh tế lượng thực chứng OLS ($N = 80$).

Công trình khẳng định 6 nhân tố trọng yếu tác động đến lượng tiền gửi tiết kiệm cá nhân bao gồm: Thu nhập ($+$), Chi tiêu ($-$), Tuổi tác ($+$), Hôn nhân ($+$), Người quen ($+$) và Thời gian giao dịch quầy ($-$). Kết quả nghiên cứu cung cấp cơ sở định lượng vững chắc giúp ban lãnh đạo ngân hàng dịch chuyển chiến lược: từ cạnh tranh khuyến mãi tốn kém sang nâng cao chất lượng dịch vụ, tối ưu hóa tốc độ xử lý giao dịch và cá nhân hóa sản phẩm theo từng nhóm nhân khẩu học. Đây là tiền đề then chốt để ABBANK Cái Răng gia tăng tỷ trọng huy động vốn tại chỗ, giải phóng sự phụ thuộc vào vốn điều chuyển và đảm bảo phát triển bán lẻ an toàn, bền vững.