Giới thiệu dự án
Thị trường thanh toán không dùng tiền mặt tại Việt Nam đang trải qua giai đoạn chuyển dịch cơ cấu mạnh mẽ theo định hướng của Ngân hàng Nhà nước và Chính phủ. Theo thống kê từ Vụ Thanh toán (NHNN), tốc độ tăng trưởng giao dịch qua kênh thanh toán điện tử đạt bình quân trên 40% mỗi năm, trong đó thẻ tín dụng (Credit Card) giữ vai trò then chốt trong mảng ngân hàng bán lẻ (Retail Banking). Tuy nhiên, tại các đô thị loại I thuộc vùng Đồng bằng sông Cửu Long như Thành phố Cần Thơ, tỷ lệ thâm nhập và sử dụng thẻ tín dụng ở phân khúc khách hàng cá nhân (KHCN) vẫn chưa tương xứng với tiềm năng kinh tế khu vực.
graph LR
A["Rào cản tâm lý & Chi phí"] --> D["Quyết định sử dụng Thẻ tín dụng (Y)"]
B["Ảnh hưởng Xã hội (Chuẩn chủ quan)"] --> D
C["Kiểm soát hành vi & Công nghệ"] --> D
D --> E["Tối ưu hóa Chiến lược Bán lẻ NHTM"]
Vấn đề nghiên cứu thực tiễn
Các Ngân hàng Thương mại (NHTM) tại Cần Thơ phải đối mặt với nhiều điểm nghẽn trong việc mở rộng thị phần thẻ:
- Thói quen sử dụng tiền mặt cố hữu: Khách hàng miền Tây vẫn ưu tiên thanh toán trực tiếp, e ngại các thủ tục sao kê và phát sinh lãi suất ẩn.
- Bất đối xứng thông tin về biểu phí: Người tiêu dùng có nhận thức mơ hồ về chu kỳ miễn lãi (tối đa 45-55 ngày), phí thường niên và cách tính lãi suất tín dụng xoay vòng.
- Rủi ro an ninh và gian lận giao dịch: Lo ngại về việc lộ thông tin bảo mật qua thẻ (CVV/CVC, rủi ro đánh cắp qua máy POS/ATM).
Mục tiêu nghiên cứu cụ thể
- Đánh giá thực trạng: Phân tích quy mô và hành vi tiêu dùng qua thẻ tín dụng của KHCN tại Cần Thơ trong giai đoạn 2019 - 2021.
- Xác định và lượng hóa các nhân tố tác động: Đo lường mức độ tác động của từng biến độc lập đến quyết định mở và sử dụng thẻ tín dụng bằng mô hình định lượng.
- Xây dựng hệ thống giải pháp quản trị: Đề xuất chính sách marketing, quản lý rủi ro và cải tiến quy trình nghiệp vụ thẻ cho các chi nhánh NHTM trên địa bàn.
Cách tiếp cận và Phạm vi
- Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (hiệu chỉnh thang đo) và nghiên cứu định lượng (khảo sát thực nghiệm $N = 120$ khách hàng cá nhân) trên nền tảng các lý thuyết hành vi người tiêu dùng.
- Phạm vi không gian & thời gian: Địa bàn TP. Cần Thơ; dữ liệu sơ cấp thu thập từ tháng 04/2022 đến tháng 06/2022.
- Giới hạn mô hình: Tập trung vào các yếu tố hành vi, chi phí và chất lượng dịch vụ của NHTM, loại trừ các biến động vĩ mô bất thường của thị trường tiền tệ.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu so sánh các mô hình lý thuyết nền tảng để lựa chọn khung phân tích tối ưu cho hành vi người tiêu dùng tại thị trường tài chính bán lẻ:
| Mô hình lý thuyết |
Ưu điểm |
Nhược điểm |
Độ phù hợp với đề tài |
| TRA (Fishbein & Ajzen, 1975) |
Giải thích rõ vai trò của Thái độ và Chuẩn chủ quan. |
Bỏ qua các rào cản về nguồn lực, kỹ năng và kiểm soát hành vi. |
Cơ bản, cần bổ sung thành phần kiểm soát. |
| TAM (Davis, 1986) |
Rất mạnh khi đánh giá chấp nhận công nghệ (Hữu ích & Dễ sử dụng). |
Không đo lường áp lực xã hội và rào cản chi phí tài chính. |
Phù hợp góc độ kỹ thuật số, thiếu khía cạnh tài chính. |
| TPB (Ajzen, 1991) |
Tích hợp thêm biến Nhận thức kiểm soát hành vi (PBC). |
Chưa cụ thể hóa các yếu tố chính sách marketing và phí dịch vụ. |
Nền tảng chính cho khung phân tích. |
| Mô hình kết hợp đề xuất |
Tích hợp TPB + TAM + Chi phí tài chính + Năng lực NHTM. |
Đòi hỏi kiểm định dữ liệu nghiêm ngặt để tránh đa cộng tuyến. |
Tối ưu nhất cho bối cảnh TP. Cần Thơ. |
Phân loại yêu cầu giải pháp theo ma trận MoSCoW:
- Must-have (Bắt buộc): Đo lường kiểm định Cronbach's Alpha, phân tích nhân tố khám phá (EFA), hồi quy tuyến tính đa biến (OLS).
- Should-have (Nên có): Kiểm định phương sai ANOVA và T-Test theo các nhóm nhân khẩu học (tuổi, giới tính, thu nhập, học vấn).
- Could-have (Có thể có): Mở rộng khảo sát so sánh chéo giữa khối NHTM Cổ phần Nhà nước và NHTM Cổ phần tư nhân.
- Won't-have (Không thực hiện): Phân tích mô hình cấu trúc tuyến tính SEM (do giới hạn cỡ mẫu $N=120$).
classDiagram
class ModelNghienCuu {
+X1 ThaiDo (Attitude)
+X2 ChuanChuQuan (Subjective Norm)
+X3 NhanThucKiemSoat (PBC)
+X4 ChiPhiCamNhan (Cost)
+X5 KhaNangDapUng (System)
+X6 ChinhSachMarketing (MKT)
+Y QuyetDinhSuDung()
}
class KiemDinhThongKe {
+CronbachAlpha()
+PhanTichEFA()
+HoiQuyOLS()
+KiemDinhANOVA()
}
ModelNghienCuu --> KiemDinhThongKe : Dữ liệu đầu vào
Thiết kế hệ thống phân tích định lượng
$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \beta_6 X_6 + e$$
Trong đó:
- $Y$: Quyết định sử dụng thẻ tín dụng của KHCN.
- $X_1$: Thái độ đối với hành vi sử dụng thẻ (Attitude).
- $X_2$: Chuẩn chủ quan (Subjective Norm).
- $X_3$: Nhận thức về kiểm soát hành vi sử dụng thẻ (Perceived Behavioral Control).
- $X_4$: Cảm nhận về chi phí sử dụng thẻ (Perceived Financial Cost).
- $X_5$: Khả năng đáp ứng của hệ thống ngân hàng (System Responsiveness).
- $X_6$: Chính sách Marketing của ngân hàng (Marketing Policy).
- $\beta_0$: Hằng số hồi quy; $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần; $e$: Sai số ngẫu nhiên.
Mô hình Cơ sở dữ liệu Khảo sát (Data Schema):
Phương pháp nghiên cứu và quy trình triển khai
- Giai đoạn 1 - Nghiên cứu định tính: Tổng hợp 10+ nghiên cứu trong và ngoài nước; thảo luận nhóm chuyên gia để hiệu chỉnh thang đo Likert 5 mức độ phù hợp với văn hóa tiêu dùng TP. Cần Thơ.
- Giai đoạn 2 - Nghiên cứu định lượng:
- Thu thập mẫu khảo sát trực tiếp và trực tuyến ($N = 120$).
- Làm sạch dữ liệu, kiểm tra các giá trị khuyết tật (Missing values) và ngoại lai (Outliers).
- Kiểm định độ tin cậy thang đo Cronbach's Alpha (Ngưỡng chấp nhận: $\alpha \ge 0.6$, Corrected Item-Total Correlation $\ge 0.3$).
- Phân tích nhân tố khám phá EFA (Trích xuất Principal Axis Factoring / Principal Components, phép xoay Varimax, KMO $\ge 0.5$, Bartlett's Test $p < 0.05$, Tổng phương sai trích $> 50%$, Factor Loading $> 0.5$).
- Phân tích tương quan Pearson và ước lượng hồi quy đa biến OLS.
- Kiểm tra các khuyết tật mô hình: Hiện tượng đa cộng tuyến ($VIF < 10$), tự tương quan ($1 < Durbin-Watson < 3$), phân phối chuẩn phần dư.
- Kiểm định T-Test và ANOVA kiểm tra khác biệt nhân khẩu học.
Implementation và kết quả
Quy trình xử lý và mã nguồn phân tích
Dưới đây là đoạn mã thực thi quy trình kiểm định Cronbach's Alpha, EFA và hồi quy OLS tương đương với logic chạy trên SPSS 20.0:
import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from statsmodels.stats.outliers_influence import variance_inflation_factor
# 1. Khởi tạo và kiểm tra dữ liệu khảo sát (N = 120)
df = pd.read_csv("credit_card_cantho_survey.csv")
# 2. Hàm tính toán Cronbach's Alpha cho từng nhóm biến
def calculate_cronbach_alpha(item_matrix):
item_vars = item_matrix.var(axis=0, ddof=1)
total_var = item_matrix.sum(axis=1).var(ddof=1)
k = item_matrix.shape[1]
return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
# 3. Phân tích nhân tố khám phá EFA (Varimax Rotation)
fa = FactorAnalyzer(n_factors=6, rotation="varimax", method="principal")
fa.fit(df[["X1_1", "X1_2", "X2_1", "X2_2", "X3_1", "X3_2", "X4_1", "X4_2"]])
# 4. Ước lượng mô hình hồi quy đa biến (OLS)
X = df[["X1_Attitude", "X2_SubjectiveNorm", "X3_PBC", "X4_Cost", "X5_System", "X6_Marketing"]]
X = sm.add_constant(X)
y = df["Y_Decision"]
ols_model = sm.OLS(y, X).fit()
print(ols_model.summary())
# 5. Kiểm tra hiện tượng đa cộng tuyến (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])]
print(vif_data)
Kết quả kiểm định thống kê và phân tích mô hình
Sau khi xử lý 120 phiếu khảo sát hợp lệ trên SPSS 20.0, các chỉ tiêu kiểm định đạt chuẩn thống kê cao:
- Kiểm định thang đo: Tất cả các thang đo $X_1 \dots X_6$ và $Y$ đều đạt hệ số Cronbach's Alpha $> 0.70$, tương quan biến - tổng $> 0.35$.
- Kiểm định EFA: Hệ số $KMO = 0.812$ ($> 0.5$), kiểm định Bartlett có ý nghĩa thống kê ($p = 0.000 < 0.05$), tổng phương sai trích đạt $62.4%$, các trọng số tải (Factor Loading) đều lớn hơn $0.55$.
| Biến độc lập |
Hệ số $\beta$ chưa chuẩn hóa |
Hệ số $\beta$ chuẩn hóa |
Giá trị $t$ |
Mức ý nghĩa ($p$-value) |
VIF |
Đánh giá giả thuyết |
| Hằng số ($\beta_0$) |
0.412 |
- |
1.890 |
0.061 |
- |
- |
| Chuẩn chủ quan ($X_2$) |
0.354 |
0.368 |
4.512 |
0.000 |
1.24 |
Chấp nhận ($p < 0.01$) |
| Kiểm soát hành vi ($X_3$) |
0.286 |
0.295 |
3.820 |
0.000 |
1.31 |
Chấp nhận ($p < 0.01$) |
| Thái độ sử dụng ($X_1$) |
0.218 |
0.224 |
2.945 |
0.004 |
1.18 |
Chấp nhận ($p < 0.01$) |
| Cảm nhận chi phí ($X_4$) |
0.165 |
0.172 |
2.261 |
0.026 |
1.15 |
Chấp nhận ($p < 0.05$) |
| Đáp ứng hệ thống ($X_5$) |
0.062 |
0.058 |
0.782 |
0.436 |
1.42 |
Bác bỏ ($p > 0.05$) |
| Chính sách MKT ($X_6$) |
0.048 |
0.045 |
0.615 |
0.540 |
1.38 |
Bác bỏ ($p > 0.05$) |
[!NOTE]
Tóm tắt thông số mô hình OLS:
- $R^2 = 0.584$; $R^2 \text{ hiệu chỉnh} = 0.562$ (Mô hình giải thích được 56.2% sự biến thiên của Quyết định sử dụng thẻ).
- Kiểm định $F = 26.438$ với $p = 0.000 < 0.001$.
- Hệ số Durbin-Watson $= 1.874$ (Không có hiện tượng tự tương quan chuỗi bậc nhất).
- Tất cả các hệ số $VIF < 1.5$ (Không có hiện tượng đa cộng tuyến).
Phân tích kiểm định phương sai nhân khẩu học
- Giới tính (Independent Sample T-Test): Giá trị kiểm định $p = 0.482 > 0.05$ $\rightarrow$ Không có sự khác biệt có ý nghĩa thống kê về quyết định sử dụng thẻ giữa nam và nữ.
- Độ tuổi, Trình độ học vấn, Thu nhập (One-Way ANOVA): Tất cả các giá trị $Sig. > 0.05$ $\rightarrow$ Quyết định sử dụng thẻ tín dụng tại Cần Thơ chịu tác động trực tiếp bởi các yếu tố nhận thức tâm lý xã hội nhiều hơn là sự phân hóa thuần túy về nhân khẩu học trong tập mẫu.
Đổi mới và đóng góp
Nghiên cứu mang lại những giá trị học thuật và thực tiễn khác biệt khi đặt trong mối tương quan với các công trình nghiên cứu trước đó:
| Tiêu chí so sánh |
Đặng Lâm Quỳnh Như (2018) |
Phạm Thị Phương Thảo (2019) |
Bùi Văn Thụy & CS (2021) |
Đề tài hiện tại (Hà Thị Kiều Anh, 2022) |
| Không gian nghiên cứu |
VietinBank - Chi nhánh 9 TP.HCM |
VietinBank - Chi nhánh 12 TP.HCM |
Vietcombank - Đông Đồng Nai |
Toàn địa bàn TP. Cần Thơ (Đa ngân hàng) |
| Cỡ mẫu & Đối tượng |
$N = 235$ (Khách hàng 1 bank) |
Khách hàng 1 chi nhánh bank |
$N = 335$ (Giao dịch TMĐT) |
$N = 120$ (KHCN thị trường đô thị miền Tây) |
| Phương pháp phân tích |
EFA, Hồi quy OLS |
EFA, Hồi quy OLS |
Binary Logistic Regression |
EFA, OLS, T-Test, One-way ANOVA chuyên sâu |
| Nhân tố tác động mạnh nhất |
Xu hướng không tiền mặt ($\beta = 0.412$) |
Nhận thức hữu ích ($\beta = 0.385$) |
Tiện lợi & Chính sách bank |
Chuẩn chủ quan ($X_2$, $\beta = 0.368$) |
Các điểm cải tiến trọng tâm
- Lượng hóa vai trò thống trị của "Chuẩn chủ quan" tại miền Tây: Khác với thị trường TP.HCM nơi tính cá nhân và xu hướng công nghệ dẫn dắt hành vi, tại Cần Thơ, lời khuyên từ gia đình, bạn bè và đồng nghiệp tác động mạnh nhất đến quyết định mở thẻ ($\beta = 0.368$).
- Làm rõ tính hai mặt của biến "Chi phí sử dụng": Khách hàng sẵn sàng chấp nhận các loại phí dịch vụ (phí thường niên, phí chuyển đổi) nếu chính sách ưu đãi hoàn tiền (Cashback) và thời gian miễn lãi được công khai minh bạch.
- Phát hiện về tính trung hòa của nhân khẩu học: Chứng minh rằng trong phân khúc khách hàng đô thị Cần Thơ đã tiếp cận dịch vụ ngân hàng, nhu cầu mở thẻ không bị giới hạn bởi độ tuổi hay mức thu nhập tối thiểu nếu quy trình phê duyệt hạn mức linh hoạt.
Ứng dụng thực tế và triển khai
Dựa trên trọng số tác động từ mô hình hồi quy OLS ($\beta_{X2} > \beta_{X3} > \beta_{X1} > \beta_{X4}$), hệ thống giải pháp quản trị được thiết kế theo lộ trình thực thi tại các NHTM:
gantt
title Lộ trình Triển khai Giải pháp Phát triển Thẻ Tín dụng
dateFormat YYYY-MM
section Nhóm Chuẩn chủ quan (X2)
Chương trình Member-Get-Member (MGM) :2022-07, 3M
Gói liên kết Doanh nghiệp & Trả lương :2022-08, 4M
section Nhóm Kiểm soát hành vi (X3)
Nâng cấp Mobile Banking (Quản lý hạn mức/Khóa thẻ) :2022-09, 3M
Truyền thông kiến thức bảo mật thẻ POS/Online :2022-10, 3M
section Nhóm Thái độ & Chi phí (X1, X4)
Chính sách hoàn phí thường niên & Cashback :2022-08, 5M
Minh bạch hóa biểu phí & Lãi suất xoay vòng :2022-07, 2M
Kịch bản ứng dụng cụ thể tại NHTM
1. Chiến lược khai thác "Chuẩn chủ quan" (Tác động mạnh nhất: $\beta = 0.368$)
- Triển khai mô hình giới thiệu người thân (Member-Get-Member): Tặng thưởng điểm tín dụng hoặc tiền mặt trực tiếp vào tài khoản cho chủ thẻ hiện hữu khi giới thiệu thành công khách hàng mới mở thẻ tín dụng.
- Kênh phân phối chéo qua tài khoản lương (Payroll): Liên kết với các cơ quan hành chính sự nghiệp, trường đại học (như ĐH Tây Đô, ĐH Cần Thơ) và doanh nghiệp trên địa bàn để phát hành thẻ tín dụng tín chấp miễn chứng minh thu nhập cho cán bộ công nhân viên.
2. Chiến lược tăng cường "Nhận thức kiểm soát hành vi" ($\beta = 0.295$)
- Trao quyền kiểm soát thẻ qua ứng dụng di động: Tích hợp tính năng trên Mobile App cho phép chủ thẻ chủ động:
- Bật/tắt thanh toán trực tuyến (E-commerce) và thanh toán quốc tế trong 1 chạm.
- Tùy chỉnh hạn mức giao dịch ngày/tháng để phòng ngừa rủi ro vượt khả năng chi trả.
- Tạo thẻ ảo (Virtual Card) với số CVV động cho từng phiên giao dịch trực tuyến.
- Hỗ trợ 24/7 chuyên biệt: Xây dựng tổng đài hotline xử lý khẩn cấp nghi vấn gian lận thẻ không quá 30 giây kết nối.
3. Tối ưu hóa "Thái độ" và "Chi phí cảm nhận" ($\beta = 0.224$ và $\beta = 0.172$)
- Minh bạch hóa chi phí: Tự động gửi thông báo sao kê trước hạn thanh toán 5-7 ngày qua OTT App và SMS, kèm bảng tính chi tiết số tiền tối thiểu cần trả để tránh phát sinh lãi suất phạt.
- Thiết kế gói sản phẩm cá nhân hóa:
- Thẻ cho giới trẻ/sinh viên: Miễn phí thường niên trọn đời, ưu đãi ẩm thực và mua sắm Shopee/Lazada.
- Thẻ cho gia đình: Tích điểm hoàn tiền cho hóa đơn điện, nước, y tế và siêu thị Co.opmart/Lotte Cần Thơ.
Hạn chế và hướng phát triển
Hạn chế học thuật thừa nhận
- Quy mô mẫu nghiên cứu: Mẫu khảo sát dừng lại ở mức $N = 120$, tuy đạt chuẩn tối thiểu cho phân tích hồi quy OLS nhưng chưa bao quát toàn diện các huyện ngoại thành của TP. Cần Thơ.
- Phương pháp lấy mẫu: Áp dụng lấy mẫu thuận tiện phi xác suất, có thể làm giảm tính đại diện tổng thể.
- Mô hình tĩnh: Dữ liệu cắt ngang (Cross-sectional data) phản ánh tâm lý tiêu dùng tại thời điểm quý 2/2022, chưa theo dõi được sự thay đổi hành vi dài hạn theo chu kỳ kinh tế.
Hướng nghiên cứu mở rộng
- Ứng dụng mô hình cấu trúc tuyến tính nâng cao (PLS-SEM): Mở rộng cỡ mẫu lên $N \ge 300 - 500$ để kiểm định các biến trung gian (Mediating variables) như "Niềm tin thương hiệu" và "Ý định hành vi".
- Tích hợp mô hình học máy (Machine Learning): Kết hợp dữ liệu định lượng khảo sát với dữ liệu nhật ký giao dịch thực tế (Transaction Logs) để xây dựng thuật toán phân loại và dự báo nguy cơ rời bỏ thẻ (Customer Churn Prediction) sử dụng Random Forest hoặc XGBoost.
- Mở rộng địa bàn liên tỉnh: So sánh hành vi tiêu dùng tài chính số giữa 3 trung tâm kinh tế: Cần Thơ - An Giang - Kiên Giang.
Đối tượng hưởng lợi
mindmap
root((Đối tượng thụ hưởng))
Sinh viên & Giảng viên
Tham khảo quy trình nghiên cứu chuẩn
Dữ liệu thực nghiệm kinh tế lượng
Chuyên viên Ngân hàng
Tối ưu chỉ tiêu KPI mở thẻ
Khai thác mạng lưới khách hàng
Lãnh đạo NHTM
Hoạch định chính sách sản phẩm
Cắt giảm chi phí Marketing không hiệu quả
Khách hàng Cá nhân
Hiểu rõ quyền lợi và biểu phí
Nâng cao kỹ năng quản lý tài chính
- Sinh viên & Học viên cao học ngành Tài chính - Ngân hàng: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình xây dựng thang đo, mã hóa biến Likert, xử lý SPSS và diễn giải phương trình kinh tế lượng.
- Chuyên viên tư vấn thẻ và quan hệ khách hàng (RM): Nắm bắt tâm lý khách hàng địa phương, tập trung tư vấn qua mạng lưới quan hệ xã hội (Chuẩn chủ quan) thay vì tiếp thị lạnh (Cold calling).
- Ban Giám đốc các chi nhánh NHTM tại Cần Thơ: Tiết kiệm ngân sách marketing dàn trải (do biến $X_6$ không có ý nghĩa thống kê), tái phân bổ nguồn lực vào chương trình ưu đãi phí thường niên và trải nghiệm ứng dụng.
- Người tiêu dùng cá nhân: Tiếp cận công cụ thanh toán hiện đại với nhận thức rủi ro đầy đủ, loại bỏ định kiến tiêu cực về nợ thẻ tín dụng.
Câu hỏi thường gặp
1. Điều kiện kỹ thuật và hồ sơ để khách hàng cá nhân tại Cần Thơ mở thẻ tín dụng là gì?
Khách hàng cần có quốc tịch Việt Nam từ đủ 18 tuổi trở lên, có hợp đồng lao động chính thức từ 12 tháng trở lên và sao kê lương chuyển khoản qua ngân hàng 3 tháng gần nhất (thường từ 4.5 - 5.0 triệu VNĐ/tháng). Đối với nhóm kinh doanh tự do, có thể mở thẻ theo hình thức cầm cố sổ tiết kiệm hoặc hợp đồng bảo hiểm nhân thọ.
2. Vì sao biến "Chính sách Marketing" (X6) lại không có ý nghĩa thống kê trong mô hình?
Kết quả kiểm định cho thấy giá trị $p = 0.540 > 0.05$. Tại thị trường Cần Thơ, người tiêu dùng có xu hướng hoài nghi các quảng cáo đại trà trên tờ rơi, banner và tin nhắn rác. Họ chỉ tin tưởng quyết định mở thẻ khi nhận được khuyến nghị từ người thân quen hoặc tư vấn trực tiếp từ giao dịch viên ngân hàng quen thuộc.
3. Làm thế nào để giải quyết rủi ro đa cộng tuyến khi thêm nhiều biến độc lập?
Trong quá trình phân tích, chỉ số phóng đại phương sai (VIF) của tất cả các biến độc lập đều nằm trong khoảng $1.15 - 1.42$, thấp hơn rất nhiều so với ngưỡng cảnh báo ($VIF < 2$ hoặc $VIF < 10$). Điều này chứng minh các biến độc lập không có hiện tượng phụ thuộc tuyến tính lẫn nhau.
4. Chi phí sử dụng thẻ tín dụng bao gồm những khoản nào cần lưu ý?
Bao gồm: Phí phát hành thẻ, phí thường niên hàng năm, phí rút tiền mặt tại ATM (thường 4% số tiền rút), phí chuyển đổi ngoại tệ khi chi tiêu nước ngoài (1.5% - 3.5%), phí phạt thanh toán chậm và lãi suất tín dụng xoay vòng áp dụng khi không thanh toán toàn bộ dư nợ đúng hạn.
5. Kết quả nghiên cứu có thể áp dụng cho các tỉnh lân cận ở Đồng bằng sông Cửu Long không?
Có thể áp dụng với độ tương thích cao cho các đô thị phát triển tương đương như TP. Long Xuyên (An Giang), TP. Rạch Giá (Kiên Giang), TP. Mỹ Tho (Tiền Giang), do các địa phương này có nét tương đồng lớn về cơ cấu kinh tế thương mại dịch vụ và thói quen tiêu dùng của cư dân.
Kết luận
Công trình khóa luận tốt nghiệp của sinh viên Hà Thị Kiều Anh đã giải quyết trọn vẹn các mục tiêu nghiên cứu đặt ra, mang lại bức tranh định lượng chi tiết về hành vi sử dụng thẻ tín dụng của KHCN tại TP. Cần Thơ năm 2022:
- Đóng góp phương pháp luận: Xây dựng thành công mô hình nghiên cứu kết hợp giữa TPB, TRA và các yếu tố tài chính đặc thù, kiểm định nghiêm ngặt qua Cronbach's Alpha, EFA và OLS với độ giải thích mô hình đạt $R^2 = 58.4%$.
- Khẳng định quy luật thực nghiệm: Xác định 4 nhân tố có tác động tích cực có ý nghĩa thống kê theo thứ tự ưu tiên: Chuẩn chủ quan ($\beta = 0.368$) > Kiểm soát hành vi ($\beta = 0.295$) > Thái độ ($\beta = 0.224$) > Cảm nhận chi phí ($\beta = 0.172$).
- Ý nghĩa quản trị thực tiễn: Khuyến nghị các NHTM tại Cần Thơ chuyển dịch trọng tâm từ quảng bá truyền thông thụ động sang chiến lược xây dựng hệ sinh thái người dùng lan tỏa (MGM), minh bạch hóa chi phí sao kê và nâng cao năng lực kiểm soát rủi ro thẻ trên nền tảng ngân hàng số.
Đây là tài liệu tham khảo hữu ích cho các nhà nghiên cứu tài chính bán lẻ, chuyên viên quản trị sản phẩm thẻ và sinh viên chuyên ngành Tài chính - Ngân hàng trong việc ứng dụng phương pháp định lượng giải quyết các bài toán kinh doanh thực tế.