Giới thiệu dự án

Thị trường chứng khoán Việt Nam (TTCKVN) trong giai đoạn 2020–2022 đã ghi nhận sự bùng nổ mạnh mẽ với số lượng tài khoản giao dịch vượt mốc 6,3 triệu. Trong đó, tài khoản của nhà đầu tư (NĐT) cá nhân trong nước đạt 4,93 triệu (chiếm tới 98,9% tổng số lượng tài khoản toàn thị trường), tương đương 5% dân số cả nước. Thành quả này giúp mục tiêu phổ cập chứng khoán trong Đề án cơ cấu lại thị trường chứng khoán và bảo hiểm của Thủ tướng Chính phủ về đích trước hạn 3 năm. Mặc dù có bước tăng trưởng vượt bậc, tỷ lệ dân số tham gia đầu tư tài chính tại Việt Nam vẫn còn rất khiêm tốn khi đặt cạnh các quốc gia và vùng lãnh thổ trong khu vực như Thái Lan (8% dân số, tương đương 5,3 triệu tài khoản) hay Đài Loan (93% dân số, tương đương 22 triệu tài khoản).

Xét về mặt định giá và hiệu quả tài chính vĩ mô, TTCKVN duy trì mức P/E quá khứ hấp dẫn quanh ngưỡng 12 lần (thấp hơn đáng kể so với mức trung bình 16 lần của các thị trường ASEAN như Thái Lan, Malaysia, Indonesia, Philippines), đồng thời chỉ số ROE của VN-Index đạt xấp xỉ 15% (vượt trội so với mức 9–10% của khu vực). Tuy nhiên, rào cản tâm lý, sự phức tạp của hệ thống giao dịch, các loại biểu phí dịch vụ và nhận thức rủi ro thị trường đang cản trở quyết định mở tài khoản của lớp nhà đầu tư tiềm năng mới.

Đồ án "Nghiên Cứu Các Nhân Tố Tác Động Đến Ý Định Mở Tài Khoản Chứng Khoán Trên Địa Bàn Thành Phố Hồ Chí Minh" do nhóm nghiên cứu Khoa Tài chính – Thương mại, Trường Đại học Công nghệ TP.HCM (HUTECH) thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Trần Văn Tùng nhằm giải quyết bài toán này.

Các mục tiêu nghiên cứu cụ thể bao gồm:

  1. Xác định hệ thống các nhân tố tác động đến ý định mở tài khoản chứng khoán của nhà đầu tư cá nhân trên địa bàn TP.HCM.
  2. Đo lường và lượng hóa mức độ tác động của từng nhân tố thông qua các chỉ số thống kê toán học và kinh tế lượng chuẩn xác.
  3. Đề xuất hệ thống giải pháp và hàm ý quản trị cho các công ty chứng khoán (CTCK) nhằm tối ưu hóa chiến lược chuyển đổi khách hàng, phát triển nền tảng công nghệ số và nâng cao chất lượng dịch vụ.

Phạm vi nghiên cứu tập trung vào đối tượng nhà đầu tư cá nhân tiềm năng và nhà đầu tư mới (nhân viên văn phòng, sinh viên, chủ doanh nghiệp, lao động tự do) tại khu vực kinh tế trọng điểm TP.HCM, với khung thời gian thu thập dữ liệu sơ cấp từ ngày 10/09/2022 đến ngày 15/11/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi ra quyết định của nhà đầu tư đòi hỏi sự kết hợp giữa lý thuyết kinh tế truyền thống và lý thuyết tài chính hành vi (Behavioral Finance). Các mô hình kinh điển trên thế giới đã phân tích các khía cạnh quyết định đầu tư, tuy nhiên mỗi mô hình đều có những ưu điểm và khoảng trống khi áp dụng vào thị trường cận biên/mới nổi tại Việt Nam:

Mô hình nghiên cứu Tác giả & Năm Ưu điểm cốt lõi Hạn chế khi ứng dụng tại TTCKVN
Hành vi đầu tư cá nhân Nagy & Obenberger (1994) Phân loại 34 biến quan sát thành 7 nhóm nhân tố tài chính và phi tài chính toàn diện. Bối cảnh thị trường chứng khoán Mỹ phát triển, chưa tích hợp yếu tố giao dịch trực tuyến (FinTech).
Động cơ đầu tư tại UAE Al-Tamimi (2005) Tinh chỉnh 5 nhóm nhân tố phù hợp với thị trường mới nổi (nhận thức cá nhân, thông tin kế toán, nhu cầu tài chính). Chưa lượng hóa tác động của các nền tảng công nghệ số (app mobile, web trading) đến hành vi mở tài khoản.
Mô hình chấp nhận công nghệ (TAM) Davis (1989), Venkatesh & Davis (2001) Đo lường chính xác nhận thức hữu ích (PU) và nhận thức tính dễ sử dụng (PEOU). Thiếu các biến số đặc thù của tài chính như chi phí vốn (margin, phí giao dịch) và nhận thức rủi ro bảo mật tài sản.
Mô hình tích hợp của đề tài Nhóm tác giả HUTECH (2022) Tích hợp đa chiều: Dịch vụ (DV), Giá cả (GC), Sự tin cậy & Nhận thức rủi ro (TC), Tính dễ sử dụng (DSD). Cần liên tục cập nhật theo sự thay đổi của công nghệ định danh eKYC và các sản phẩm phái sinh mới.

Khoảng trống nghiên cứu (Gap Analysis) chỉ ra rằng quá trình chuyển đổi số trong ngành chứng khoán Việt Nam đòi hỏi một khung đánh giá kết hợp giữa chất lượng dịch vụ tư vấn truyền thống, chính sách chi phí và trải nghiệm giao diện người dùng (UI/UX) trên ứng dụng di động.

Thiết kế hệ thống mô hình và thang đo

Mô hình nghiên cứu định lượng tổng quát được thiết kế dưới dạng hàm hồi quy tuyến tính đa biến (Multiple Linear Regression):

$$QD = \beta_0 + \beta_1 \cdot DV + \beta_2 \cdot GC + \beta_3 \cdot TC + \beta_4 \cdot DSD + \epsilon$$

Trong đó:

  • $QD$ (Dependent Variable): Quyết định/Ý định mở tài khoản chứng khoán cá nhân.
  • $DV$ (Service Expectation): Mong đợi về dịch vụ (tốc độ mở tài khoản online, hệ thống chăm sóc khách hàng, năng lực môi giới tư vấn, xử lý sự cố).
  • $GC$ (Price Expectation): Mong đợi về giá cả (phí giao dịch không/có môi giới, lãi suất margin, phí đóng/rút tiền, phí phái sinh).
  • $TC$ (Trust & Perceived Risk): Sự tin cậy và nhận thức rủi ro (thương hiệu CTCK, quy mô vốn, thị phần, an toàn thông tin tài khoản).
  • $DSD$ (Perceived Ease of Use): Nhận thức về tính dễ sử dụng (giao diện app/web trực quan, hệ thống báo lãi/lỗ thông minh, tốc độ tải lệnh, tính ổn định kỹ thuật).
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1, \beta_2, \beta_3, \beta_4$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên của mô hình.
+-----------------------------------------------------------------------+
|                       KHUNG MÔ HÌNH NGHIÊN CỨU                        |
+-----------------------------------------------------------------------+
|  [Mong đợi về dịch vụ (DV)]               ---\                        |
|  [Mong đợi về giá cả (GC)]                 ----\   (H+)               |
|  [Sự tin cậy & Nhận thức rủi ro (TC)]      -----> [Ý định mở tài      |
|  [Nhận thức tính dễ sử dụng (DSD)]        ----/   khoản CK (QD)]      |
+-----------------------------------------------------------------------+

Hệ thống thang đo được thiết kế dựa trên thang đo khoảng Likert 5 điểm:

  • Mức 1: Rất không đồng ý (Strongly Disagree)
  • Mức 2: Không đồng ý (Disagree)
  • Mức 3: Trung lập / Bình thường (Neutral)
  • Mức 4: Đồng ý (Agree)
  • Mức 5: Rất đồng ý (Strongly Agree)

Methodology

Quy trình nghiên cứu áp dụng phương pháp tiếp cận hỗn hợp chuẩn hóa (Mixed Methodology) qua 6 giai đoạn:

[Xác định vấn đề & Cơ sở lý thuyết]

Xác định kích thước mẫu: Theo công thức kinh tế lượng của Green (1991), Tabachnick & Fidell (2007):

$$n \ge 50 + 8k \quad \text{hoặc} \quad n = 33 + 5k$$

Với $k = 4$ biến độc lập, quy mô mẫu tối thiểu cần đạt từ $53$ đến $82$ quan sát. Để đảm bảo tính vững cho phân tích nhân tố khám phá EFA (tiêu chuẩn Hair et al., 2006 yêu cầu $n \ge 100$), nhóm nghiên cứu thu thập cỡ mẫu thực tế $N = 160$ mẫu hợp lệ, đảm bảo độ mạnh thống kê (statistical power) và ý nghĩa thực tiễn.

Implementation và kết quả

Development process & Statistical scripts

Quá trình phân tích dữ liệu được thực hiện trên phần mềm máy tính chuyên dụng IBM SPSS Statistics phiên bản 22.0. Cấu trúc câu lệnh (SPSS Syntax / Python script tương đương) xử lý các biến quan sát:

# Tái hiện thuật toán phân tích dữ liệu nghiên cứu (Python statsmodels/factor_analyzer)
import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
import statsmodels.api as sm
from statsmodels.stats.stattools import durbin_watson

# 1. Kiểm định hệ số tin cậy Cronbach's Alpha
def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - item_vars.sum() / total_var)

# 2. Phân tích hồi quy tuyến tính OLS
# Y = QD, X = [DV, GC, TC, DSD]
X = sm.add_constant(df[['DV', 'GC', 'TC', 'DSD']])
model = sm.OLS(df['QD'], X).fit()
dw_stat = durbin_watson(model.resid)

print(model.summary())
print(f"Durbin-Watson Index: {dw_stat:.3f}")

Testing và validation

1. Thống kê mô tả đặc điểm mẫu ($N = 160$)

  • Cơ cấu nghề nghiệp:
    • Nhân viên văn phòng: 61 người (chiếm tỷ lệ cao nhất $38.1%$).
    • Lao động tự do và ngành nghề khác: 45 người ($28.1%$).
    • Học sinh / Sinh viên: 29 người ($18.1%$).
    • Chủ doanh nghiệp: 25 người ($15.6%$).
  • Cơ cấu thu nhập hàng tháng:
    • Thu nhập từ 10 – 50 triệu VNĐ: 75 người ($46.9%$).
    • Thu nhập dưới 10 triệu VNĐ: 60 người ($37.5%$).
    • Thu nhập từ 50 – 500 triệu VNĐ: 23 người ($14.4%$).
    • Thu nhập trên 500 triệu VNĐ: 2 người ($1.3%$).

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

Tất cả các thang đo thành phần đều đạt chỉ số tin cậy nội tại xuất sắc ($\alpha > 0.80$, hệ số tương quan biến – tổng hiệu chỉnh $r_{\text{corrected}} > 0.30$):

Thang đo nhân tố Ký hiệu Số biến ban đầu Số biến đạt chuẩn Hệ số Cronbach's Alpha Đánh giá độ tin cậy
Mong đợi dịch vụ DV 7 6 (loại DV6) 0.846 Rất tốt (High reliability)
Mong đợi giá cả GC 7 6 (loại GC2) 0.843 Rất tốt (High reliability)
Sự tin cậy & Rủi ro TC 8 6 (loại TC2, TC7) 0.842 Rất tốt (High reliability)
Tính dễ sử dụng DSD 6 6 0.839 Rất tốt (High reliability)
Quyết định mở TK QD 5 5 0.812 Rất tốt (High reliability)

3. Phân tích nhân tố khám phá (EFA)

  • Các biến độc lập:
    • Chỉ số kiểm định mẫu $KMO = 0.752$ ($0.5 < KMO < 1.0$).
    • Kiểm định Bartlett’s Test of Sphericity: $\text{Approx. Chi-Square} = 1458.32$, $p\text{-value} = 0.000 < 0.05$ (bác bỏ giả thuyết các biến không tương quan).
    • Giá trị Eigenvalues dừng ở mức $1.947 > 1$, trích xuất thành công 4 nhân tố đại diện.
    • Tổng phương sai trích (Cumulative %): đạt $60.427%$ ($> 50%$), nghĩa là 4 nhân tố giải thích được $60.427%$ độ biến thiên của tập dữ liệu gốc.
  • Biến phụ thuộc ($QD$):
    • Chỉ số $KMO = 0.838$, kiểm định Bartlett $Sig. = 0.000$.
    • Eigenvalue $= 2.858 > 1$, Phương sai trích đạt $57.152%$.
    • Hệ số tải nhân tố (Factor Loading) của các mục hỏi $QD1 \rightarrow QD5$ đều đạt giá trị cao ($> 0.73$).

Kết quả đạt được

Phân tích hồi quy OLS xác lập mức độ tương quan và giải thích của mô hình:

$$\text{Tóm tắt mô hình: } R = 0.792, \quad R^2 = 0.628, \quad R^2_{\text{Adjusted}} = 0.618, \quad \text{Durbin-Watson} = 1.879$$

  • Hệ số xác định hiệu chỉnh ($R^2_{\text{adj}} = 0.618$): 4 nhân tố độc lập (Dịch vụ, Giá cả, Sự tin cậy, Tính dễ sử dụng) giải thích được $61.8%$ sự biến thiên trong quyết định mở tài khoản chứng khoán của NĐT cá nhân tại TP.HCM ($38.2%$ còn lại do các yếu tố ngoài mô hình và sai số ngẫu nhiên).
  • Kiểm định tự tương quan: Thống kê Durbin-Watson đạt $d = 1.879$ (nằm trong khoảng tối ưu $1.5 < d < 2.5$), xác nhận phần dư không bị vi phạm hiện tượng tự tương quan chuỗi bậc nhất.
  • Kiểm định độ phù hợp tổng thể (ANOVA F-test): Giá trị $F = 65.317$ với mức ý nghĩa $Sig. = 0.000 < 0.001$, bác bỏ giả thuyết $H_0$, khẳng định phương trình hồi quy có ý nghĩa thống kê ở mức tin cậy $99.9%$.
  • Kiểm định phân phối chuẩn phần dư: Biểu đồ Histogram chuẩn hóa cho thấy giá trị trung bình phần dư xấp xỉ $0$ ($\text{Mean} = 1.07 \times 10^{-15}$) và độ lệch chuẩn $Std. = 0.987 \approx 1$, đồ thị Normal P-P Plot bám sát đường chéo kỳ vọng.
  • Hệ số tương quan đơn Pearson: Biến Mong đợi Dịch vụ ($DV$) có tương quan thuận mạnh nhất với Quyết định mở tài khoản ($r = 0.572, p < 0.01$).

Đổi mới và đóng góp

  1. Mô hình hóa định lượng hành vi người dùng FinTech tài chính: Đồ án không dừng lại ở nghiên cứu lý thuyết đơn thuần mà tích hợp thành công mô hình TAM công nghệ và các biến số đặc thù tài chính vào thực tiễn TTCKVN hậu đại dịch.
  2. Khám phá cấu trúc thứ bậc tác động: Chứng minh thực nghiệm rằng nhân tố Dịch vụ (DV) và Tính dễ sử dụng (DSD) đóng vai trò tiên quyết trong việc thúc đẩy nhà đầu tư thế hệ mới (Gen Z, Gen Y) tham gia thị trường, vượt lên trên yếu tố phí đơn thuần.
  3. Hệ thống hóa dữ liệu thực nghiệm chuẩn mực: Cung cấp bộ thang đo đã được tinh gọn và kiểm định nghiêm ngặt qua Cronbach's Alpha và EFA, tạo cơ sở tham chiếu phương pháp luận cho các nghiên cứu tiếp theo về tài chính hành vi tại Việt Nam.

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng $R^2_{\text{adj}} = 61.8%$, đề tài đề xuất lộ trình triển khai chiến lược cho các Công ty Chứng khoán:

                  LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TẠI CTCK

1. Nâng cấp trải nghiệm công nghệ (Tính dễ sử dụng - DSD)

  • Tối ưu hóa quy trình mở tài khoản eKYC không giấy tờ trong vòng dưới 3 phút.
  • Thiết kế giao diện bảng giá và ứng dụng di động khoa học, trực quan, tích hợp công cụ quản lý danh mục lãi/lỗ thông minh theo thời gian thực (Real-time P&L Tracker).

2. Tinh gọn chính sách giá và chi phí (Mong đợi giá cả - GC)

  • Áp dụng chính sách phí linh hoạt: Miễn phí giao dịch trọn đời (Zero-Fee) cho nhóm khách hàng tự giao dịch qua App/Web; thiết lập gói phí chuyên sâu cho nhóm khách hàng yêu cầu môi giới đồng hành.
  • Cung cấp các gói vay ký quỹ (Margin) ưu đãi theo từng kỳ hạn và nhóm cổ phiếu cơ bản.

3. Chuẩn hóa dịch vụ tư vấn và an toàn thông tin (Dịch vụ & Tin cậy - DV, TC)

  • Đào tạo đội ngũ chuyên viên môi giới có chứng chỉ hành nghề, nâng cao năng lực tư vấn quản trị rủi ro thay vì khuyến nghị lướt sóng ngắn hạn.
  • Tăng cường hạ tầng bảo mật dữ liệu khách hàng (chuẩn mã hóa đa tầng 2FA/Biometrics), công khai minh bạch năng lực tài chính và an toàn vốn của công ty.

Hạn chế và hướng phát triển

Hạn chế của đề tài

  • Phương pháp chọn mẫu: Thu thập dữ liệu theo phương pháp chọn mẫu thuận tiện phi xác suất ($N = 160$), tập trung chủ yếu tại địa bàn TP.HCM nên tính đại diện tổng thể cho toàn bộ thị trường cả nước chưa tuyệt đối.
  • Mô hình tuyến tính: Chưa đánh giá các mối quan hệ phi tuyến hoặc các biến số điều tiết (Moderating variables) như: Độ tuổi, Giới tính, Trình độ học vấn và Khẩu vị rủi ro cá nhân.

Hướng nghiên cứu tiếp theo

  • Mở rộng phạm vi khảo sát liên vùng (Hà Nội, Đà Nẵng, các đô thị loại 1) với quy mô mẫu $N \ge 500$.
  • Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích sâu các biến trung gian như: Thái độ đầu tư, Kiến thức tài chính (Financial Literacy) và Niềm tin thương hiệu số.
  • Đánh giá tác động của công nghệ mới: Sự xuất hiện của cố vấn tài chính tự động (Robo-advisors) và mô hình đầu tư sao chép (Social/Copy Trading).

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                               |
+--------------------+--------------------+--------------------+----------------+
|    Sinh viên &     |  Lãnh đạo & CTCK   |  Kỹ sư Công nghệ   |  Nhà nghiên    |
|     Giảng viên     |                    |      FinTech       |    cứu kinh tế |
+--------------------+--------------------+--------------------+----------------+
| Tài liệu học thuật | Căn cứ tối ưu hóa  | Định hướng thiết   | Dữ liệu thực   |
| chuẩn về quy trình | chi phí MKT, chính | kế UI/UX App giao  | nghiệm cho các |
| nghiên cứu SPSS    | sách phí & tư vấn  | dịch & tính năng   | mô hình SEM    |
+--------------------+--------------------+--------------------+----------------+
  1. Sinh viên & Học viên chuyên ngành Tài chính – Ngân hàng: Nắm vững phương pháp luận nghiên cứu khoa học, từ xây dựng bảng hỏi, kiểm định thang đo đến phân tích hồi quy định lượng trên SPSS.
  2. Ban lãnh đạo và Khối Marketing/Phát triển khách hàng tại các CTCK: Nắm bắt chính xác insight và mức độ ưu tiên của khách hàng cá nhân, tối ưu hóa ngân sách tiếp thị và nâng cao tỷ lệ chuyển đổi mở tài khoản.
  3. Kỹ sư sản phẩm & Nhà phát triển hệ thống FinTech: Có dữ liệu thực nghiệm để tối ưu hóa thiết kế trải nghiệm người dùng (UX), nâng cao tính ổn định và bổ sung các tính năng hỗ trợ tính toán tài chính.
  4. Cơ quan quản lý và Nhà nghiên cứu kinh tế: Bổ sung luận cứ thực tiễn phục vụ công tác điều hành, giám sát và xây dựng chính sách phổ cập tài chính toàn diện.

Câu hỏi thường gặp

1. Tại sao quy mô mẫu $N = 160$ đảm bảo độ tin cậy về mặt thống kê?

Theo công thức kinh tế lượng của Green (1991) ($n \ge 50 + 8k$) và tiêu chuẩn Hair et al. (2006) cho phân tích nhân tố khám phá EFA (tối thiểu 5 quan sát cho 1 biến đo lường và quy mô mẫu $> 100$), quy mô 160 bảng khảo sát hợp lệ hoàn toàn đáp ứng các điều kiện về độ mạnh thống kê để chạy EFA và hồi quy tuyến tính 4 biến độc lập.

2. Mô hình có gặp hiện tượng đa cộng tuyến (Multicollinearity) không?

Các kiểm định hệ số tương quan Pearson và giá trị phóng đại phương sai (VIF - Variance Inflation Factor) trong phân tích hồi quy đều cho kết quả nằm trong giới hạn cho phép ($VIF < 2.0$, thấp hơn rất nhiều so với ngưỡng vi phạm $VIF > 10$), khẳng định không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.

3. Giữa chi phí giao dịch (phí/margin) và trải nghiệm công nghệ (app/web), yếu tố nào tác động mạnh hơn?

Kết quả ma trận tương quan và hệ số hồi quy chỉ ra rằng, bên cạnh yếu tố Dịch vụ tổng thể ($r = 0.572$), yếu tố Tính dễ sử dụng của công nghệ ($DSD$) đóng vai trò then chốt trong việc tạo ấn tượng ban đầu để NĐT mở tài khoản, trong khi chính sách Giá cả ($GC$) quyết định tần suất duy trì giao dịch sau đó.

4. Các biến quan sát bị loại bỏ trong quá trình kiểm định gồm những biến nào?

Trong bước phân tích Cronbach's Alpha và ma trận xoay EFA, các biến quan sát có hệ số tương quan biến – tổng $< 0.3$ hoặc hệ số tải nhân tố chéo không đạt chuẩn đã được loại bỏ (như các biến đo lường phụ thuộc DV6, GC2, TC2, TC7) nhằm đảm bảo tính đơn hướng và giá trị hội tụ của thang đo.

5. Giải pháp eKYC giúp cải thiện biến "Mong đợi dịch vụ" như thế nào?

Quy trình định danh điện tử (eKYC) ứng dụng công nghệ OCR và nhận diện sinh trắc học khuôn mặt giúp rút ngắn thời gian xác thực tài khoản từ 1–2 ngày làm việc xuống còn dưới 3 phút, đáp ứng trực tiếp tiêu chí "Mở tài khoản online nhanh chóng, dễ dàng" của biến quan sát DV1.

Kết luận

Đồ án "Nghiên Cứu Các Nhân Tố Tác Động Đến Ý Định Mở Tài Khoản Chứng Khoán Trên Địa Bàn Thành Phố Hồ Chí Minh" đã giải quyết trọn vẹn bài toán lượng hóa hành vi của nhà đầu tư cá nhân trên thị trường tài chính số. Thông qua quy trình phân tích định lượng chặt chẽ với cỡ mẫu $N = 160$, mô hình hồi quy đa biến đạt độ tương thích cao ($R^2_{\text{adj}} = 61.8%$, $F = 65.317$, $p < 0.001$), chứng minh mối quan hệ tác động đồng biến có ý nghĩa thống kê của 4 nhóm nhân tố: Mong đợi về dịch vụ, Mong đợi về giá cả, Sự tin cậy & Nhận thức rủi ro, và Nhận thức về tính dễ sử dụng.

Kết quả nghiên cứu cung cấp hệ thống luận cứ khoa học và giải pháp thực tiễn có giá trị cao, giúp các công ty chứng khoán định hình chiến lược chuyển đổi số, hoàn thiện trải nghiệm khách hàng và đẩy mạnh thu hút dòng vốn nhàn rỗi trong nền kinh tế, đóng góp tích cực vào mục tiêu phát triển bền vững của thị trường tài chính Việt Nam.