Giới thiệu dự án

Thị trường tài chính – ngân hàng Việt Nam trong bối cảnh hội nhập kinh tế quốc tế và chuyển đổi số chứng kiến sự cạnh tranh quyết liệt giữa các ngân hàng thương mại cổ phần (TMCP). Huy động vốn từ tiền gửi tiết kiệm của khách hàng cá nhân (KHCN) luôn đóng vai trò là mạch máu duy trì thanh khoản, chi phối trực tiếp đến biên lãi thuần (NIM - Net Interest Margin) và năng lực mở rộng tín dụng. Tại Ngân hàng TMCP Quốc Tế Việt Nam (VIB) – Chi nhánh Sài Gòn, mặc dù quy mô huy động tiền gửi cá nhân giai đoạn 2019–2021 duy trì đà tăng trưởng ổn định (đạt 888,008 tỷ đồng năm 2021, tăng 12,16% so với năm 2020), chi nhánh vẫn phải đối mặt với áp lực cạnh tranh lãi suất gay gắt, rủi ro chuyển dịch dòng vốn sang các kênh đầu tư khác và nguy cơ suy giảm lượng khách hàng trung thành.

Vấn đề cốt lõi đặt ra là: Đâu là các nhân tố trọng yếu và mức độ tác động thực nghiệm của từng nhân tố đến quyết định gửi tiền tiết kiệm của khách hàng cá nhân tại VIB - Chi nhánh Sài Gòn?

Mục tiêu cụ thể của công trình nghiên cứu:

  1. Xác định hệ thống 6 nhân tố tác động đến hành vi gửi tiền tiết kiệm của KHCN tại VIB – Chi nhánh Sài Gòn dựa trên cơ sở lý thuyết hành vi người tiêu dùng (TRA, TPB).
  2. Đo lường và kiểm định mức độ ảnh hưởng của từng nhân tố thông qua mô hình hồi quy tuyến tính bội trên tập dữ liệu khảo sát thực nghiệm $N = 350$ quan sát.
  3. Đánh giá sự khác biệt về quyết định gửi tiền theo các biến nhân khẩu học (giới tính, độ tuổi, thu nhập) qua kiểm định $T$-test và ANOVA.
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị khả thi giúp VIB - Chi nhánh Sài Gòn nâng cao năng lực cạnh tranh và tối ưu hóa tăng trưởng huy động vốn.

Phạm vi nghiên cứu tập trung vào khách hàng cá nhân đang thực hiện giao dịch gửi tiết kiệm tại VIB - Chi nhánh Sài Gòn, kết hợp chuỗi dữ liệu thứ cấp giai đoạn 2019–2021 và dữ liệu sơ cấp thu thập trong giai đoạn tháng 04/2023 – 05/2023.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng hợp và đối sánh các khung mô hình hành vi người tiêu dùng từ các công trình nghiên cứu tiền nhiệm trong và ngoài nước để xác lập cơ sở kế thừa:

Tác giả / Nghiên cứu Phương pháp & Quy mô Các nhân tố tác động Ưu điểm & Hạn chế so với đề tài
Amer & Mohammed (2017) Hồi quy OLS ($N=500$) Vị thế ngân hàng, Lãi suất, Tiện lợi, CLDV, Nhân viên Phản ánh tốt yếu tố nội tại nhưng thiếu đo lường mức độ an toàn thông tin & bảo mật.
Saleh và cộng sự (2013) Hồi quy OLS ($N=500$) Tiếp cận, Tin cậy, Đáp ứng, Giá trị gia tăng, Bảo đảm Tập trung mạnh vào tiếp cận vật lý, chưa đánh giá sâu tính cạnh tranh của chính sách lãi suất.
Hà Nam Khánh Giao và cs (2020) EFA & Hồi quy bội ($N=403$) Khuyến mại, Thương hiệu, CLDV, Lãi suất, Nhân viên, Tiện lợi Mô hình thực nghiệm chuẩn hóa tại Việt Nam; tuy nhiên biến khuyến mại có thể lồng ghép vào CLDV.
Lê Đức Thủy & Phạm Thu Hằng (2017) Cronbach's Alpha, EFA, OLS Lợi ích tài chính, Sản phẩm, CLDV, Thuận tiện, Hình ảnh, Độ an toàn Chứng minh độ an toàn tiền gửi có tác động mạnh nhất tại địa bàn đô thị lớn.

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong thiết kế chỉ số khảo sát hành vi khách hàng:

  • Must have: Mức độ an toàn bảo mật tài khoản (AT), Lãi suất cạnh tranh (LS), Tính minh bạch pháp lý.
  • Should have: Tốc độ xử lý giao dịch (CLDV), Năng lực chuyên môn và thái độ giao dịch viên (NV).
  • Could have: Mạng lưới điểm giao dịch/ATM rộng khắp (TT), Chính sách khách hàng thân thiết/VIP.
  • Won't have (lược bỏ): Các chiến dịch quà tặng khuyến mại ngắn hạn rời rạc không gắn liền với chất lượng dịch vụ dài hạn.

Thiết kế hệ thống mô hình kinh tế lượng

Mô hình nghiên cứu được xây dựng dựa trên sự tích hợp Thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975) và Thuyết hành vi dự định (TPB - Ajzen, 1991), với cấu trúc 6 biến độc lập và 1 biến phụ thuộc đo lường qua 27 biến quan sát (thang đo Likert 5 điểm):

Phương trình hồi quy tuyến tính tổng quát dạng chuẩn tắc:

$$QD_i = \beta_0 + \beta_1 \cdot TH_i + \beta_2 \cdot LS_i + \beta_3 \cdot NV_i + \beta_4 \cdot TT_i + \beta_5 \cdot CLDV_i + \beta_6 \cdot AT_i + \varepsilon_i$$

Trong đó:

  • $QD$: Biến phụ thuộc - Quyết định gửi tiền tiết kiệm của KHCN tại VIB - Chi nhánh Sài Gòn.
  • $TH, LS, NV, TT, CLDV, AT$: Các biến độc lập tương ứng với Thương hiệu, Lãi suất, Đội ngũ nhân viên, Sự thuận tiện, Chất lượng dịch vụ, Sự an toàn.
  • $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần (kỳ vọng dấu dương: $\beta_j > 0$).
  • $\varepsilon$: Sai số ngẫu nhiên thỏa mãn phân phối chuẩn $N(0, \sigma^2)$.

Methodology (Phương pháp luận nghiên cứu)

Nghiên cứu triển khai theo quy trình phối hợp 2 giai đoạn:

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia quản lý và chuyên viên chăm sóc khách hàng tại VIB Sài Gòn để điều chỉnh thang đo gốc, loại bỏ biến trùng lặp (tích hợp khuyến mại vào CLDV), hiệu chỉnh câu chữ cho 27 phát biểu khảo sát.
  2. Nghiên cứu định lượng: Cỡ mẫu theo nguyên tắc Hair et al. ($N \ge 5 \times k$, với $k = 27$ biến quan sát $\rightarrow N_{min} = 135$). Tác giả phát đi 382 bảng câu hỏi qua 2 kênh: trực tiếp tại quầy giao dịch và trực tuyến qua Google Forms; thu về 350 mẫu hợp lệ ($N = 350$, tỷ lệ khả dụng 91.6%).
  3. Quy trình xử lý dữ liệu: Làm sạch dữ liệu $\rightarrow$ Phân tích độ tin cậy Cronbach’s Alpha $\rightarrow$ Phân tích nhân tố khám phá EFA (trích xuất Principal Axis Factoring / Principal Components, phép quay Varimax) $\rightarrow$ Phân tích tương quan Pearson $\rightarrow$ Ước lượng hồi quy OLS $\rightarrow$ Kiểm định vi phạm giả định hồi quy (Đa cộng tuyến VIF, Tự tương quan Durbin-Watson, Phương sai sai số thay đổi qua tương quan hạng Spearman) $\rightarrow$ Phân tích khác biệt Independent $T$-test và One-Way ANOVA.

Implementation và kết quả

Pipeline xử lý và thuật toán phân tích số liệu

Toàn bộ quy trình xử lý dữ liệu khảo sát được thực thi thông qua phần mềm SPSS v22.0 kết hợp cấu hình kiểm định thống kê chuẩn xác:

# Pipeline phân tích hồi quy và kiểm định thống kê dữ liệu thực nghiệm
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_pipeline(df, independent_vars, dependent_var):
    """
    Thực thi kiểm định hồi quy OLS và tính toán hệ số VIF
    """
    X = df[independent_vars]
    y = df[dependent_var]
    X_with_const = sm.add_constant(X)
    
    # 1. Ước lượng mô hình OLS
    model = sm.OLS(y, X_with_const).fit()
    
    # 2. Kiểm định Đa cộng tuyến (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = independent_vars
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return {
        "summary": model.summary(),
        "r_squared": model.rsquared,
        "adj_r_squared": model.rsquared_adj,
        "f_pvalue": model.f_pvalue,
        "params": model.params,
        "pvalues": model.pvalues,
        "vif": vif_data
    }

Testing và validation

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

Tất cả 7 thang đo (6 thang đo biến độc lập, 1 thang đo biến phụ thuộc) đều đạt độ tin cậy cao: hệ số Cronbach's Alpha dao động từ $0.785$ đến $0.892$ (đều vượt ngưỡng $0.70$), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 27 biến quan sát đều $> 0.30$, không có biến nào bị loại.

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số $KMO = 0.842$ (thỏa điều kiện $0.5 \le KMO \le 1.0$). Kiểm định Bartlett có giá trị thống kê Chi-Square đạt mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ. Kết quả trích xuất được 6 nhân tố tại Eigenvalue $> 1.0$, tổng phương sai trích (Cumulative %) đạt $> 61.4%$, hệ số tải nhân tố (Factor Loading) của tất cả các biến đều $> 0.50$.
  • Biến phụ thuộc: $KMO = 0.718$, $Sig. = 0.000$, trích xuất 1 nhân tố duy nhất giải thích $> 68.2%$ phương sai.

3. Kết quả phân tích hồi quy bội (OLS) và kiểm định giả định

Kết quả ước lượng mô hình hồi quy tuyến tính bội với $N = 350$:

  • Hệ số xác định $R^2 = 0.584$; Hệ số $R^2$ hiệu chỉnh $= 0.576$, chứng minh 6 nhân tố trong mô hình giải thích được $57.6%$ sự biến thiên trong quyết định gửi tiền tiết kiệm của KHCN tại VIB Sài Gòn.
  • Kiểm định ANOVA: Giá trị $F = 80.24$ với $Sig. = 0.000 < 0.001$, khẳng định mô hình hồi quy xây dựng hoàn toàn phù hợp với tổng thể dữ liệu.
  • Kiểm định hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai $VIF$ của tất cả các biến độc lập đều nằm trong khoảng $1.152 - 1.486$ (nhỏ hơn rất nhiều so với ngưỡng 2.0 hoặc 10.0), khẳng định không có hiện tượng đa cộng tuyến.
  • Kiểm định tự tương quan: Giá trị Durbin-Watson $d = 1.892$ (nằm trong khoảng tối ưu $1.5 < d < 2.5$), cho thấy không có hiện tượng tự tương quan bậc nhất giữa các phần dư.
Biến độc lập Ký hiệu Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$-stat Mức ý nghĩa ($Sig.$) Hệ số $VIF$
(Hằng số) Constant 0.412 0.185 - 2.227 0.027 -
Chất lượng dịch vụ $CLDV$ 0.268 0.038 0.312 7.052 0.000 1.342
Lãi suất $LS$ 0.224 0.035 0.258 6.400 0.000 1.218
Sự an toàn $AT$ 0.185 0.034 0.215 5.441 0.000 1.285
Thương hiệu $TH$ 0.152 0.033 0.174 4.606 0.000 1.294
Đội ngũ nhân viên $NV$ 0.128 0.031 0.146 4.129 0.000 1.310
Sự thuận tiện $TT$ 0.095 0.029 0.108 3.275 0.001 1.185

Phương trình hồi quy chuẩn hóa thực nghiệm:

$$QD = 0.312 \cdot CLDV + 0.258 \cdot LS + 0.215 \cdot AT + 0.174 \cdot TH + 0.146 \cdot NV + 0.108 \cdot TT$$

4. Phân tích khác biệt nhân khẩu học

  • Giới tính: Kiểm định Levene ($Sig. > 0.05$) và Independent Samples $T$-test cho $Sig. = 0.418 > 0.05 \rightarrow$ Không có sự khác biệt có ý nghĩa thống kê về quyết định gửi tiền giữa khách hàng nam và nữ.
  • Độ tuổi & Thu nhập: Kiểm định One-Way ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê ($Sig. < 0.05$). Nhóm khách hàng từ 35–50 tuổi và nhóm khách hàng có thu nhập trên 20 triệu đồng/tháng có xu hướng yêu cầu khắt khe hơn về độ an toàn và chất lượng dịch vụ chuyên biệt.

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình thực nghiệm địa phương hóa: Khác với các mô hình kinh tế lượng truyền thống vốn phân tách rời rạc yếu tố khuyến mại, nghiên cứu đã chứng minh và hợp nhất chính sách ưu đãi vào cấu trúc "Chất lượng dịch vụ", nâng cao độ tin cậy của thang đo trong môi trường ngân hàng bán lẻ tại TP. Hồ Chí Minh.
  2. Lượng hóa thứ bậc tác động thực tế: Cung cấp bằng chứng thực nghiệm chính xác về thứ tự ưu tiên của khách hàng: $CLDV (\beta = 0.312) > LS (\beta = 0.258) > AT (\beta = 0.215) > TH (\beta = 0.174) > NV (\beta = 0.146) > TT (\beta = 0.108)$.
  3. Cung cấp cơ sở định lượng cho hoạch định chiến lược: Thay vì chỉ tập trung vào cuộc đua tăng lãi suất (gây áp lực trực tiếp lên chi phí vốn COF - Cost of Funds), kết quả nghiên cứu chỉ ra rằng việc nâng cấp chất lượng dịch vụ và bảo mật thông tin đem lại hiệu quả thúc đẩy quyết định gửi tiền cao hơn đáng kể ($0.312 + 0.215 = 0.527$ so với $0.258$).

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, ban lãnh đạo VIB - Chi nhánh Sài Gòn có thể triển khai lộ trình giải pháp theo 4 nhóm hành động trọng tâm:

  1. Tối ưu hóa chất lượng dịch vụ (CLDV - $\beta = 0.312$):
    • Rút ngắn thời gian mở sổ tiết kiệm tại quầy xuống dưới 5 phút thông qua số hóa hồ sơ khách hàng (e-KYC và biểu mẫu điện tử).
    • Thiết lập chính sách chăm sóc riêng biệt cho khách hàng VIP và khách hàng trung lưu có số dư tiền gửi lớn.
  2. Chính sách lãi suất linh hoạt và cạnh tranh (LS - $\beta = 0.258$):
    • Áp dụng lãi suất bậc thang theo kỳ hạn và khối lượng tiền gửi; bổ sung các sản phẩm tiết kiệm rút gốc linh hoạt bảo toàn lãi suất cho phần còn lại.
    • Minh bạch hóa biểu lãi suất trên tất cả các kênh số (Internet Banking, MyVIB App) và tại sàn giao dịch.
  3. Tăng cường an toàn và bảo mật thông tin (AT - $\beta = 0.215$):
    • Tăng cường kiểm soát nội bộ, đảm bảo tính bảo mật tuyệt đối về số dư và dữ liệu định danh của khách hàng cá nhân.
    • Thiết lập quy trình xử lý khiếu nại nhanh chóng trong vòng 24 giờ làm việc.
  4. Phát triển năng lực nhân sự và gia tăng tiện ích (NV, TT - $\beta = 0.146, 0.108$):
    • Chuẩn hóa quy tắc ứng xử, nâng cao năng lực tư vấn tài chính cá nhân cho giao dịch viên.
    • Mở rộng các điểm giao dịch tự động kết hợp các tính năng nạp/rút tiền tiết kiệm 24/7.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Kích thước mẫu khảo sát $N = 350$ thực hiện theo phương pháp chọn mẫu thuận tiện tại một chi nhánh đơn lẻ (VIB - Chi nhánh Sài Gòn), chưa bao quát toàn bộ địa bàn các chi nhánh khác trên cả nước.
  • Hạn chế mô hình tĩnh: Nghiên cứu sử dụng dữ liệu cắt ngang (Cross-sectional data) tại một thời điểm, chưa phản ánh được sự biến động hành vi của người gửi tiền qua các chu kỳ kinh tế khác nhau (lạm phát tăng cao hoặc chu kỳ nới lỏng tiền tệ).
  • Hướng nghiên cứu mở rộng:
    • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) kết hợp phân tích đa nhóm (Multi-group Analysis) để đánh giá vai trò trung gian của "Sự tin tưởng" (Trust) và "Mức độ hài lòng" (Satisfaction).
    • Tích hợp thêm các biến nghiên cứu về công nghệ ngân hàng số (Digital Banking Experience, Mobile App Usability).

Đối tượng hưởng lợi

  • Ban điều hành và Quản lý Chi nhánh Ngân hàng: Sở hữu cơ sở dữ liệu định lượng cụ thể để phân bổ ngân sách marketing, tối ưu hóa chính sách lãi suất và chuẩn hóa quy trình phục vụ khách hàng.
  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tham khảo mô hình nghiên cứu mẫu chuẩn mực từ cơ sở lý thuyết (TRA, TPB) đến kỹ thuật phân tích thống kê EFA và hồi quy đa biến trên SPSS.
  • Khách hàng cá nhân: Hưởng lợi gián tiếp từ việc ngân hàng nâng cao chất lượng phục vụ, minh bạch hóa chính sách lãi suất và tăng cường bảo mật tài sản.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại loại bỏ biến "Hình thức khuyến mại" khỏi mô hình ban đầu?

Qua nghiên cứu định tính và tham vấn ý kiến chuyên gia ngân hàng tại VIB Sài Gòn, các chính sách ưu đãi, quà tặng và chăm sóc khách hàng thân thiết được đánh giá là một cấu phần cấu thành nên "Chất lượng dịch vụ" tổng thể. Việc gộp biến giúp thang đo tinh gọn, tránh hiện tượng đa cộng tuyến giữa các biến độc lập.

2. Mô hình có gặp hiện tượng đa cộng tuyến hoặc tự tương quan không?

Không. Hệ số phóng đại phương sai $VIF$ của cả 6 biến độc lập đều nằm trong khoảng $1.152 \le VIF \le 1.486$ (thấp hơn nhiều so với ngưỡng cảnh báo 2.0). Hệ số Durbin-Watson đạt $d = 1.892$ (tiệm cận mức chuẩn 2.0), khẳng định mô hình hoàn toàn không vi phạm giả định hồi quy.

3. Kết quả nghiên cứu có thể áp dụng cho các chi nhánh ngân hàng thương mại khác không?

Khung mô hình 6 nhân tố và hệ thống thang đo 27 biến quan sát có giá trị tham khảo và tái sử dụng cao cho các ngân hàng thương mại đô thị tại Việt Nam. Tuy nhiên, trọng số hồi quy $\beta$ có thể biến động tùy theo đặc thù phân khúc khách hàng mục tiêu của từng ngân hàng.

4. Yếu tố nào có tác động mạnh nhất đến quyết định gửi tiền tại VIB Sài Gòn?

Kết quả hồi quy chuẩn hóa chỉ ra rằng Chất lượng dịch vụ ($\beta = 0.312, p < 0.001$) và Lãi suất ($\beta = 0.258, p < 0.001$) là hai nhân tố có mức độ chi phối mạnh nhất đến quyết định gửi tiền tiết kiệm của khách hàng cá nhân.

5. Sự khác biệt về thu nhập ảnh hưởng như thế nào đến quyết định gửi tiền?

Kiểm định ANOVA cho thấy nhóm khách hàng có thu nhập trên 20 triệu đồng/tháng đặt ưu tiên cao hơn đáng kể vào nhân tố Sự an toàn ($\beta = 0.215$) và Chất lượng dịch vụ ($\beta = 0.312$) so với nhóm khách hàng có thu nhập dưới 10 triệu đồng/tháng (vốn nhạy cảm hơn với Lãi suất).


Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra thông qua việc kết hợp chặt chẽ giữa lý thuyết kinh tế lượng và dữ liệu thực nghiệm tại VIB - Chi nhánh Sài Gòn. Mô hình hồi quy đa biến đã chứng minh sức mạnh giải thích đạt $57.6%$ với 6 nhân tố đều có tác động cùng chiều (+), dẫn đầu là Chất lượng dịch vụ ($\beta = 0.312$) và Lãi suất ($\beta = 0.258$). Công trình cung cấp hệ thống giải pháp quản trị thực tiễn, giúp các ngân hàng thương mại chuyển dịch từ chiến lược cạnh tranh giá (lãi suất đơn thuần) sang chiến lược tối ưu hóa trải nghiệm dịch vụ toàn diện và bảo đảm an toàn tài chính bền vững.