NGHIÊN CỨU ẢNH HƯỞNG CỦA HÌNH THỨC MUA TRƯỚC TRẢ SAU (BNPL) ĐẾN HÀNH VI MUA HÀNG NGẪU HỨNG CỦA SINH VIÊN TP. HỒ CHÍ MINH


1. Tóm tắt nghiên cứu (Research Summary)

  • Câu hỏi nghiên cứu chính: Hiểu biết về tài chính, cảm nhận về tính hữu ích và cảm nhận về tính dễ sử dụng tác động như thế nào đến quyết định sử dụng dịch vụ "Mua trước trả sau" (Buy Now Pay Later - BNPL), và quyết định này thúc đẩy hành vi mua hàng ngẫu hứng của sinh viên tại TP. Hồ Chí Minh ở mức độ nào?
  • Tổng quan phương pháp (Methodology Snapshot): Đề tài áp dụng phương pháp nghiên cứu hỗn hợp (mixed methods): nghiên cứu định tính hiệu chỉnh thang đo ($N = 30$), nghiên cứu định lượng sơ bộ kiểm định độ tin cậy ($N = 100$, SPSS 26.0) và nghiên cứu định lượng chính thức với $N = 280$ sinh viên đã từng sử dụng BNPL. Dữ liệu được phân tích bằng mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) trên phần mềm SmartPLS 3.0 kết hợp kỹ thuật Bootstrapping (5.000 mẫu lặp).
  • Phát hiện cốt lõi: Toàn bộ 04 giả thuyết nghiên cứu đều được chấp nhận ở mức ý nghĩa thống kê ($p < 0.05$). Cảm nhận về tính hữu ích có tác động tích cực mạnh nhất đến quyết định sử dụng BNPL ($\beta = 0.45$), tiếp theo là Cảm nhận về tính dễ sử dụng ($\beta = 0.35$). Ngược lại, Hiểu biết tài chính có tác động nghịch chiều ($\beta = -0.07$). Quyết định sử dụng BNPL đóng vai trò là yếu tố thúc đẩy trực tiếp hành vi mua hàng ngẫu hứng ($\beta = 0.42, R^2 = 18%$).
  • Hàm ý nghiên cứu: Kết quả đặt ra yêu cầu cấp thiết cho các doanh nghiệp Fintech/Thương mại điện tử (TMĐT) trong việc minh bạch hóa thông tin tín dụng, đồng thời cảnh báo các tổ chức giáo dục và người tiêu dùng trẻ về rủi ro vỡ nợ tiềm ẩn từ bẫy tâm lý tiêu dùng trả chậm.

2. Bối cảnh và tầm quan trọng (Context & Significance)

Thực trạng phát triển của dịch vụ BNPL tại Việt Nam

Thị trường bán lẻ và thương mại điện tử tại Việt Nam ghi nhận tốc độ tăng trưởng vượt bậc với mức tăng tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng đạt 29,8% (2022). Tuy nhiên, tỷ lệ sở hữu thẻ tín dụng nội địa chỉ dao động ở mức 5–6% do rào cản về thủ tục chứng minh thu nhập khắt khe. Khoảng trống này tạo điều kiện thuận lợi cho mô hình Mua trước trả sau (BNPL) bùng nổ, với mức tăng trưởng kép dự báo đạt 45,2% trong giai đoạn 2022–2028 (Research & Markets). Báo cáo của Mastercard (2022) cũng chỉ ra 95% người tiêu dùng Việt Nam đã nhận biết về phương thức thanh toán trả lời này.

Điểm nghẽn nghiên cứu (Research Gap)

Thế hệ Gen Z (sinh viên) là đối tượng tiếp cận công nghệ nhanh chóng nhưng có mức độ am hiểu tài chính và thu nhập chưa ổn định. Việc phân nhỏ các khoản thanh toán tạo ra "ảo giác về khả năng chi trả" (illusion of affordability), dẫn đến tình trạng chi tiêu vượt định mức và chậm trả nợ (gần 40% người dùng BNPL từng chậm thanh toán theo Credit Karma). Dù vậy, các nghiên cứu tại Việt Nam trước đây chủ yếu tập trung vào thanh toán qua ví điện tử chung hoặc thẻ tín dụng truyền thống; rất ít công trình tích hợp đồng thời Mô hình chấp nhận công nghệ (TAM) và Lý thuyết hành vi có kế hoạch (TPB) để phân tích tác động tương hỗ giữa kiến thức tài chính, nhận thức tiện ích và hành vi mua hàng bốc đồng qua BNPL.

Tính cấp thiết và tác động thực tiễn

Nghiên cứu mang tính thời sự cao khi thị trường chứng kiến sự gia nhập ồ ạt của các nền tảng Fintech (Fundiin, Kredivo, Atome), ví điện tử (MoMo, ZaloPay) và sàn TMĐT (Shopee, Lazada, Tiki). Việc làm rõ cơ chế tâm lý dẫn dắt hành vi mua hàng ngẫu hứng giúp cung cấp bằng chứng thực nghiệm để định hình chính sách quản lý tín dụng tiêu dùng kỹ thuật số và bảo vệ sức khỏe tài chính của người tiêu dùng trẻ.


3. Phương pháp nghiên cứu (Methodology & Approach)

Nghiên cứu triển khai theo quy trình hỗn hợp nhiều bước chặt chẽ, kết hợp giữa định tính và định lượng nhằm tối ưu độ tin cậy và giá trị nội dung của thang đo.

Thiết kế nghiên cứu và Mẫu khảo sát

  • Khung lý thuyết nền tảng: Kết hợp Mô hình chấp nhận công nghệ (TAM - Davis, 1989) và Lý thuyết hành vi có kế hoạch (TPB - Ajzen, 1991).
  • Cỡ mẫu: Thu về 319 phản hồi, làm sạch và sàng lọc được $N = 280$ mẫu hợp lệ từ sinh viên các trường đại học tại TP.HCM đã có kinh nghiệm dùng BNPL (đạt tiêu chuẩn kích thước mẫu tối thiểu của Hair et al., 2020: gấp 5–10 lần số biến quan sát).
  • Đặc điểm mẫu: 69.7% Nữ, 30.3% Nam; Sinh viên năm 3 (31.8%) và năm 4 (29.3%) chiếm đa số; 76.1% có thu nhập dưới 5 triệu VNĐ/tháng; 46.8% chi tiêu TMĐT từ 500.000 – 1.000.000 VNĐ/tháng. Kênh tiếp cận BNPL chủ yếu qua sàn TMĐT (51.4%) và mạng xã hội (31.4%).

Đo lường và Thang đo

Thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý) gồm 5 cấu trúc:

  1. Hiểu biết về tài chính (FL): 8 biến quan sát (FL1 - FL8).
  2. Cảm nhận về tính hữu ích (PU): 4 biến quan sát (PU1 - PU4).
  3. Cảm nhận về tính dễ sử dụng (PE): 4 biến quan sát (PE1 - PE4).
  4. Quyết định sử dụng BNPL (PL): 4 biến quan sát (PL1 - PL4).
  5. Hành vi mua hàng ngẫu hứng (IB): 4 biến quan sát (IB1 - IB4).

Đánh giá độ giá trị và độ tin cậy của thang đo

  • Hệ số tải ngoài (Outer Loadings): Tất cả các chỉ báo đều đạt chuẩn $> 0.708$, đảm bảo độ tin cậy biến quan sát.
  • Độ tin cậy nhất quán nội bộ & Giá trị hội tụ: Hệ số Cronbach's Alpha $> 0.7$, Composite Reliability (CR) $> 0.7$ và Phương sai trích trung bình (AVE) $> 0.50$ (Fornell & Larcker, 1981).
  • Giá trị phân biệt (Discriminant Validity): Thỏa mãn tiêu chí Fornell-Larcker (căn bậc hai AVE lớn hơn tương quan giữa các biến tiềm ẩn) và chỉ số HTMT (Heterotrait-Monotrait Ratio) đều $< 0.85$ (Kline, 2011).

4. Phát hiện chính (Key Findings)

Mô hình cấu trúc tuyến tính PLS-SEM cho thấy kết quả kiểm định giả thuyết với độ tin cậy 95%:

Giả thuyết Mối quan hệ tác động Hệ số đường dẫn ($\beta$) Mức ý nghĩa ($p$-value) Mức độ tác động ($f^2$) Kết luận
H1 Hiểu biết tài chính (FL) $\rightarrow$ Quyết định dùng BNPL (PL) -0.07 $p < 0.05$ 0.09 (Nhỏ) Chấp nhận
H2 Cảm nhận tính hữu ích (PU) $\rightarrow$ Quyết định dùng BNPL (PL) +0.45 $p < 0.05$ $\ge 0.35$ (Lớn) Chấp nhận
H3 Cảm nhận tính dễ dùng (PE) $\rightarrow$ Quyết định dùng BNPL (PL) +0.35 $p < 0.05$ 0.21 (Trung bình) Chấp nhận
H4 Quyết định dùng BNPL (PL) $\rightarrow$ Mua hàng ngẫu hứng (IB) +0.42 $p < 0.05$ Trung bình Chấp nhận

Phân tích chi tiết các kết quả nghiên cứu

  1. Cảm nhận về tính hữu ích là động lực mạnh nhất thúc đẩy dùng BNPL ($\beta = 0.45$, $f^2 \ge 0.35$): Sinh viên đánh giá cao khả năng giải quyết áp lực ngân sách ngắn hạn, chia nhỏ chi phí và tiết kiệm thời gian của BNPL trong các giao dịch trực tuyến hàng ngày.
  2. Quyết định sử dụng BNPL kích hoạt trực tiếp hành vi mua hàng ngẫu hứng ($\beta = 0.42$): Việc loại bỏ cảm giác "đau đớn khi thanh toán" (pain of paying) tại thời điểm mua sắm trực tuyến khiến sinh viên dễ bị cám dỗ bởi sản phẩm mới và mua sắm không có chủ đích, giải thích được 18% sự biến thiên của hành vi mua hàng ngẫu hứng ($R^2 = 0.18$).
  3. Tính dễ sử dụng củng cố ý định chấp nhận công nghệ ($\beta = 0.35$): Giao diện thân thiện, thao tác kích hoạt tích hợp sẵn trong ví điện tử/ứng dụng sàn TMĐT giúp giảm bớt rào cản nỗ lực của người dùng.
  4. Hiểu biết tài chính đóng vai trò là "van hãm" tiêu dùng nợ ($\beta = -0.07$): Những sinh viên có kiến thức quản lý ngân sách, hiểu rõ về lãi suất phạt và chi phí ẩn thường có xu hướng tránh lạm dụng phương thức trả chậm để phòng ngừa rủi ro tài chính cá nhân.
  5. Độ phù hợp của mô hình: Ba yếu tố (FL, PU, PE) giải thích được 51% sự biến thiên của Quyết định sử dụng BNPL ($R^2 = 0.51$), với năng lực dự báo ngoài mẫu đạt mức trung bình ($Q^2 = 0.321$).

5. Đóng góp khoa học và Hàm ý thực tiễn (Contributions & Implications)

Đóng góp về mặt học thuật (Theoretical Contributions)

  • Mở rộng phạm vi ứng dụng của mô hình TAM và TPB trong lĩnh vực Công nghệ tài chính (Fintech) tại một nền kinh tế mới nổi (Việt Nam).
  • Xác thực mối quan hệ nghịch chiều giữa hiểu biết tài chính và ý định sử dụng công cụ tín dụng vi mô kỹ thuật số, bổ sung cơ sở thực nghiệm cho các tranh luận học thuật về hành vi tài chính của giới trẻ.

Hàm ý quản trị cho Doanh nghiệp TMĐT và Nhà cung cấp BNPL

  • Cải tiến trải nghiệm người dùng (UX/UI): Tiếp tục tối ưu hóa quy trình thanh toán minh bạch, giảm thiểu các bước phức tạp nhưng phải đi kèm với việc hiển thị rõ ràng lộ trình trả nợ.
  • Chiến lược tiếp thị có trách nhiệm (Ethical Marketing): Thay vì chỉ tập trung kích thích mua sắm tức thì bằng thông điệp "mua ngay - trả sau", doanh nghiệp cần minh bạch về biểu phí, lãi suất quá hạn để xây dựng niềm tin dài hạn với phân khúc khách hàng có kiến thức tài chính cao.
  • Cơ chế kiểm soát rủi ro: Thiết lập hạn mức tín dụng phù hợp với hồ sơ sinh viên và tích hợp tính năng nhắc nợ tự động, cảnh báo vượt ngưỡng ngân sách.

Hàm ý chính sách và Giáo dục

  • Nâng cao năng lực tài chính cho sinh viên: Các trường đại học và cơ quan quản lý cần đẩy mạnh các chương trình đào tạo quản lý tài chính cá nhân kỹ thuật số, trang bị kỹ năng lập ngân sách và đánh giá điểm tín dụng trước khi tham gia các dịch vụ vay tiêu dùng.

6. Đối tượng hưởng lợi từ nghiên cứu (Target Audience)

  • Giới nghiên cứu học thuật: Cung cấp bộ thang đo đã được chuẩn hóa tại Việt Nam và dữ liệu thực nghiệm về hành vi tài chính - tiêu dùng kỹ thuật số của Gen Z.
  • Nhà quản trị Fintech & E-commerce: Nắm bắt được các yếu tố quyết định hành vi khách hàng mục tiêu để điều chỉnh chính sách truyền thông, quản trị rủi ro nợ xấu và tối ưu hóa tính năng sản phẩm.
  • Cơ quan quản lý và hoạch định chính sách: Cung cấp cơ sở khoa học để ban hành quy định bảo vệ quyền lợi người tiêu dùng trong các giao dịch tín dụng số vi mô.
  • Sinh viên và người tiêu dùng trẻ: Nâng cao nhận thức tự kiểm soát, nhận diện bẫy tâm lý mua sắm bốc đồng để bảo vệ điểm tín dụng cá nhân.

7. Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của đề tài này là gì?

Phát hiện cốt lõi là Cảm nhận về tính hữu ích là yếu tố chi phối mạnh mẽ nhất đến quyết định sử dụng BNPL ($\beta = 0.45$), và việc sử dụng BNPL tác động thuận chiều trực tiếp đến hành vi mua hàng ngẫu hứng ($\beta = 0.42$). Đồng thời, nghiên cứu khẳng định Hiểu biết tài chính có tác dụng ức chế việc lạm dụng hình thức thanh toán này ($\beta = -0.07$).

2. Phương pháp nghiên cứu của đề tài có điểm gì đặc biệt?

Nghiên cứu kết hợp quy trình hỗn hợp 3 bước: định tính chuyên gia/sinh viên để địa phương hóa thang đo quốc tế (Mikael & Rahadi, 2022), định lượng sơ bộ qua SPSS 26.0, và định lượng chính thức sử dụng kỹ thuật PLS-SEM trên SmartPLS 3.0 với 5.000 mẫu Bootstrapping. Phương pháp này cho phép đánh giá đồng thời cấu trúc đo lường và mối quan hệ phức tạp giữa các biến tiềm ẩn với cỡ mẫu $N = 280$.

3. Kết quả nghiên cứu có thể khái quát hóa (generalize) cho toàn bộ người tiêu dùng không?

Kết quả nghiên cứu có tính khái quát cao cho phân khúc sinh viên và nhóm khách hàng trẻ (Gen Z) tại các đô thị lớn như TP. Hồ Chí Minh. Tuy nhiên, tính đại diện đối với toàn bộ người tiêu dùng Việt Nam có phần hạn chế do phương pháp chọn mẫu thuận tiện và đặc thù sinh viên có thu nhập/hành vi tiêu dùng khác biệt so với người đã đi làm ổn định.

4. Hướng nghiên cứu tiếp theo (Next Steps) có thể mở rộng như thế nào?

Các nghiên cứu tương lai nên mở rộng cỡ mẫu và phạm vi địa lý (Hà Nội, Đà Nẵng,...), áp dụng phương pháp chọn mẫu xác suất. Ngoài ra, cần bổ sung các biến điều tiết (Moderating variables) như: Mức độ tự chủ (Self-control), Ảnh hưởng xã hội (Social influence), hoặc Khả năng chịu đựng rủi ro.

5. Ý nghĩa thực tiễn nổi bật nhất cho sinh viên là gì?

Giúp sinh viên nhận diện cơ chế tâm lý "chia nhỏ khoản tiền" của BNPL - vốn là nguyên nhân chính dẫn đến mua sắm bốc đồng ngoài ngân sách. Nghiên cứu khuyến nghị sinh viên cần chủ động theo dõi dòng tiền, tìm hiểu kỹ điều khoản phí chậm trả để tránh bị suy giảm điểm tín dụng cá nhân trong tương lai.


8. Kết luận (Conclusion)

Đề tài nghiên cứu đã giải quyết thành công các mục tiêu đặt ra: làm rõ cơ chế tác động của Hiểu biết tài chính, Cảm nhận tính hữu ích và Tính dễ sử dụng đến quyết định sử dụng BNPL, từ đó thúc đẩy hành vi mua hàng ngẫu hứng của sinh viên TP.HCM. Công trình không chỉ đóng góp về mặt lý thuyết quản trị và hành vi người tiêu dùng mà còn mang lại giá trị thực tiễn sâu sắc cho các doanh nghiệp thương mại điện tử, tổ chức Fintech và người tiêu dùng trẻ.

Để khai thác tối đa tiềm năng của các công cụ tài chính số mà vẫn đảm bảo an toàn tín dụng, các bên liên quan cần phối hợp đồng bộ giữa giải pháp công nghệ minh bạch, tiếp thị có trách nhiệm và nâng cao năng lực tài chính cho thế hệ trẻ.