Giới thiệu dự án
Hoạt động huy động vốn giữ vai trò huyết mạch đối với hệ thống ngân hàng thương mại (NHTM), quyết định trực tiếp đến quy mô tín dụng, khả năng thanh khoản và năng lực cạnh tranh trên thị trường tài chính. Theo báo cáo dự báo từ tổ chức xếp hạng tín nhiệm Moody's, hệ thống ngân hàng Việt Nam từng đối mặt với áp lực thiếu hụt vốn đầu tư ước tính từ 5,1 đến 6,1 tỷ USD (tương đương 2,5% - 3% GDP). Trong bối cảnh các định chế tài chính phi ngân hàng (công ty bảo hiểm nhân thọ, quỹ đầu tư, kênh trái phiếu kho bạc, dịch vụ tiết kiệm bưu điện) liên tục gia tăng thị phần, áp lực thu hút nguồn vốn nhàn rỗi từ khu vực dân cư ngày càng gay gắt.
Phòng Giao dịch (PGD) Bến Ngự trực thuộc Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) Chi nhánh Huế được thành lập nhằm khai thác thị trường bán lẻ tại khu vực trung tâm thành phố Huế. Dù VPBank đã triển khai nhiều giải pháp số hóa như nền tảng VPBank Dream, hợp tác bảo hiểm độc quyền AIA và đa dạng hóa sản phẩm tiền gửi, đơn vị vẫn đối mặt với các rào cản: danh mục sản phẩm tiền gửi dân cư chưa thực sự tối ưu hóa theo phân khúc, hoạt động truyền thông - chiêu thị tại địa phương chưa đồng bộ và hệ thống nhận diện điểm bán gặp sự cạnh tranh quyết liệt từ các NHTM nhà nước và cổ phần khác trên cùng địa bàn.
Đề tài tập trung giải quyết các mục tiêu nghiên cứu cụ thể sau:
- Hệ thống hóa cơ sở lý luận: Làm rõ bản chất kinh tế của nghiệp vụ tiền gửi tiết kiệm (TGTK), quy trình 5 giai đoạn ra quyết định mua dịch vụ tài chính và các mô hình hành vi người tiêu dùng của Kotler & Levy.
- Khảo sát và đánh giá thực trạng: Phân tích kết quả kinh doanh, cơ cấu lao động (8 nhân sự năm 2015 lên 13 nhân sự năm 2017) và hiệu quả huy động vốn tại VPBank Bến Ngự giai đoạn 2015 – 2017.
- Mô hình hóa định lượng: Xác định và kiểm định mức độ tác động của 7 nhóm nhân tố độc lập (27 biến quan sát) đến quyết định gửi tiết kiệm của khách hàng cá nhân thông qua phần mềm SPSS 20.0.
- Đề xuất hàm ý quản trị: Xây dựng hệ thống giải pháp khả thi nhằm gia tăng tỷ trọng nguồn vốn huy động bán lẻ tại phòng giao dịch.
Phạm vi nghiên cứu: Khách hàng cá nhân trực tiếp thực hiện giao dịch gửi tiền tại VPBank Bến Ngự (Số 66 Trần Thúc Nhẫn, TP. Huế). Dữ liệu thứ cấp thu thập trong chu kỳ 2015 – 2017; dữ liệu sơ cấp được điều tra thực địa vào tháng 03/2018 với dung lượng mẫu $N = 150$.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu so sánh đối chiếu thực nghiệm với các công trình nghiên cứu hành vi khách hàng gửi tiền trước đây:
| Tiêu chí so sánh |
Nghiên cứu Phạm Thị Phượng Uyên (2013) |
Nghiên cứu Trà Hồ Thùy Trang (2015) |
Mô hình nghiên cứu VPBank Bến Ngự (2018) |
| Đối tượng & Địa bàn |
Khách hàng cá nhân tại Vietcombank TP.HCM |
Khách hàng cá nhân tại Sacombank Đà Nẵng |
Khách hàng cá nhân tại VPBank PGD Bến Ngự - Huế |
| Công cụ xử lý |
SPSS (EFA, Hồi quy tuyến tính bội) |
SPSS 16.0 (EFA, Hồi quy OLS) |
IBM SPSS Statistics 20.0 (Cronbach's Alpha, EFA, OLS) |
| Số lượng nhân tố |
6 nhân tố (Lãi suất tác động mạnh nhất) |
8 nhân tố (Sự thuận tiện tác động mạnh nhất) |
7 nhóm nhân tố độc lập, 1 biến phụ thuộc |
| Đặc thù phân tích |
Thị trường đô thị đặc biệt, cạnh tranh lãi suất cao |
Đô thị loại 1 miền Trung, ưu tiên mạng lưới vật lý |
Thị trường bán lẻ địa phương, kết hợp số hóa và điểm bán |
Phân loại yêu cầu khách hàng gửi tiết kiệm theo khung ưu tiên MoSCoW:
- Must have (Bắt buộc): An toàn thanh toán, bảo mật thông tin tài khoản (GD3), niêm yết lãi suất minh bạch (LS1, LS2), thủ tục gửi/rút nhanh chóng (GD1, GD2).
- Should have (Nên có): Không gian giao dịch tiêu chuẩn (TT3), nhân viên tư vấn am hiểu nghiệp vụ (NV3), vị trí quầy giao dịch và ATM thuận tiện (TT1, TT4).
- Could have (Có thể có): Quà tặng tri ân các dịp lễ tết (CT3), chương trình lãi suất bậc thang lũy tiến, tiếp thị qua điện thoại (CT2).
- Won't have this time (Chưa ưu tiên): Phát triển chi nhánh vật lý quy mô lớn vượt ngoài định biên ngân sách của PGD.
Thiết kế hệ thống mô hình nghiên cứu
Mô hình nghiên cứu thực nghiệm được thiết kế bao gồm 7 biến độc lập (23 biến quan sát) và 1 biến phụ thuộc (4 biến quan sát), sử dụng thang đo Likert 5 mức độ (từ 1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý):
$$\text{Mô hình lý thuyết tổng quát: } F = \beta_0 + \beta_1 HA + \beta_2 LS + \beta_3 GD + \beta_4 AH + \beta_5 CT + \beta_6 TT + \beta_7 NV + \varepsilon$$
Danh mục mã hóa biến quan sát:
- Hình ảnh ngân hàng (HA): Độ nhận biết thương hiệu (HA1), thâm niên hoạt động (HA2), mức độ uy tín (HA3), thứ hạng thương hiệu Brand Finance (HA4).
- Lãi suất (LS): Thông tin đầy đủ (LS1), cách tính công khai (LS2), mức lãi suất hấp dẫn (LS3), tính linh hoạt theo kỳ hạn (LS4), phí dịch vụ hợp lý (LS5).
- Thủ tục giao dịch (GD): Hồ sơ tinh gọn (GD1), thời gian xử lý nhanh (GD2), bảo mật thông tin (GD3), giải đáp khiếu nại kịp thời (GD4).
- Ảnh hưởng từ người thân (AH): Khuyên dùng từ gia đình/bạn bè (AH1), gửi theo giới thiệu (AH2), tin tưởng tư vấn từ người quen (AH3).
- Hình thức chiêu thị (CT): Ưu đãi lãi suất định kỳ (CT1), telesales giới thiệu gói tiết kiệm (CT2), quà tặng khuyến mãi sự kiện (CT3).
- Sự thuận tiện (TT): Vị trí địa lý PGD Bến Ngự (TT1), trang thiết bị công nghệ hiện đại (TT2), không gian phòng chờ chuẩn 5S (TT3), mạng lưới giao dịch kết nối (TT4).
- Hình ảnh nhân viên (NV): Thái độ thân thiện (NV1), tinh thần trách nhiệm (NV2), kỹ năng tư vấn chuyên sâu (NV3), tạo cảm giác an tâm tài sản (NV4).
- Quyết định sử dụng (F): Quyết định lựa chọn độc lập (F1), duy trì kỳ hạn tiếp theo (F2), sẵn sàng giới thiệu người thân (F3), gia tăng quy mô số dư tiền gửi (F4).
Methodology
Phương pháp chọn mẫu kết hợp giữa chọn mẫu phi xác suất (thuận tiện) và kỹ thuật chọn mẫu hệ thống trực tiếp tại quầy giao dịch PGD Bến Ngự:
-
Xác định quy mô mẫu tối thiểu:
- Theo quy tắc phân tích nhân tố khám phá (EFA) của Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), cỡ mẫu tối thiểu: $N_{\text{min}} \ge 5 \times M = 5 \times 27 = 135$ (trong đó $M = 27$ là tổng số biến quan sát).
- Theo quy tắc hồi quy tuyến tính của Green / Nguyễn Đình Thọ: $N_{\text{min}} \ge 8 \times P + 50 = 8 \times 7 + 50 = 106$ (trong đó $P = 7$ là số biến độc lập).
- Tổng số phiếu phát ra thực tế: $N = 150$ phiếu (đảm bảo độ tin cậy thống kê và bù trừ sai số phiếu không hợp lệ).
-
Khoảng cách chọn mẫu thực địa ($K$):
$$K = \frac{N_{\text{pop}}}{n} = \frac{90}{19} \approx 4,74 \approx 5$$
- Với lưu lượng khách hàng trung bình $N_{\text{pop}} = 90$ lượt/ngày, điều tra trong 8 ngày liên tục ($n = 19$ mẫu/ngày). Cứ mỗi 5 khách hàng hoàn thành giao dịch tại quầy, tiến hành khảo sát 1 khách hàng.
Implementation và kết quả
Development process
Quy trình xử lý dữ liệu định lượng 7 giai đoạn được thiết lập trên nền tảng IBM SPSS Statistics 20.0 và kiểm chứng thuật toán:
Thu thập dữ liệu (N=150)
Làm sạch & Mã hóa biến (Data Cleaning)
Kiểm định độ tin cậy Cronbach's Alpha (Alpha >= 0.6; Item-Total r >= 0.3)
Phân tích nhân tố khám phá EFA (KMO >= 0.5; Bartlett's Sig < 0.05; Loading >= 0.5)
Phân tích tương quan Pearson (Loại bỏ nguy cơ cộng tuyến nghiêm trọng)
Ước lượng mô hình hồi quy đa biến OLS (ANOVA Sig < 0.001; R-squared, VIF < 2)
Kiểm định giả thuyết & Đề xuất giải pháp
Mã nguồn Python minh họa quy trình tính toán tự động tương đương luồng xử lý trên SPSS:
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
# 1. Tính hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
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 float((k / (k - 1)) * (1 - (item_vars.sum() / total_var)))
# 2. Ước lượng mô hình hồi quy OLS đa biến & kiểm định đa cộng tuyến VIF
def fit_linear_regression(X: pd.DataFrame, y: pd.Series):
X_const = sm.add_constant(X)
model = sm.OLS(y, X_const).fit()
# Tính Variance Inflation Factor (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])]
return model.summary(), vif_data
Testing và validation
Kết quả kiểm định độ tin cậy thang đo và cấu trúc dữ liệu qua các bài toán thống kê:
-
Kiểm định Cronbach's Alpha:
- Toàn bộ 7 thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt chuẩn độ tin cậy ($\alpha > 0.70$). Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 27 biến quan sát đều $> 0.30$, không có biến nào bị loại khỏi mô hình.
-
Kiểm định EFA (Exploratory Factor Analysis):
- Biến độc lập: Hệ số KMO (Kaiser-Meyer-Olkin) đạt chuẩn $0.5 < \text{KMO} = 0.812 < 1.0$; Kiểm định Bartlett có giá trị thống kê với mức ý nghĩa Sig. $= 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính với nhau. Rút trích được 7 nhân tố tại điểm dừng Eigenvalue $> 1.0$, tổng phương sai trích (Total Variance Explained) $> 60.5%$. Trọng số tải nhân tố (Factor Loading) của tất cả các biến đều $> 0.55$.
- Biến phụ thuộc: 1 nhân tố được rút trích duy nhất đại diện cho "Quyết định sử dụng dịch vụ TGTK", tổng phương sai trích $> 65%$, KMO $= 0.785$, Sig. $= 0.000$.
| Nhân tố |
Mã thang đo |
Số biến quan sát |
Cronbach's Alpha ($\alpha$) |
Item-Total Correlation nhỏ nhất |
KMO / Sig. Bartlett |
| Hình ảnh ngân hàng |
HA |
4 |
0.824 |
0.542 |
0.812 / 0.000 |
| Lãi suất |
LS |
5 |
0.865 |
0.611 |
(Phân tích gộp) |
| Thủ tục giao dịch |
GD |
4 |
0.798 |
0.519 |
(Phân tích gộp) |
| Ảnh hưởng người thân |
AH |
3 |
0.841 |
0.638 |
(Phân tích gộp) |
| Hình thức chiêu thị |
CT |
3 |
0.776 |
0.485 |
(Phân tích gộp) |
| Sự thuận tiện |
TT |
4 |
0.815 |
0.563 |
(Phân tích gộp) |
| Hình ảnh nhân viên |
NV |
4 |
0.852 |
0.597 |
(Phân tích gộp) |
| Ý định sử dụng (Y) |
F |
4 |
0.873 |
0.655 |
0.785 / 0.000 |
- Phân tích tương quan Pearson & Đa cộng tuyến:
- Giá trị tương quan $r$ giữa các biến độc lập và biến phụ thuộc đều có ý nghĩa thống kê ($p < 0.01$).
- Hệ số phóng đại phương sai $\text{VIF} < 2.0$ trên toàn bộ các biến độc lập, khẳng định không xảy ra hiện tượng đa cộng tuyến gây méo mó mô hình hồi quy.
Kết quả đạt được
Phương trình hồi quy chuẩn hóa xác định mức độ tác động của các yếu tố đến quyết định gửi tiết kiệm tại VPBank Bến Ngự:
$$F = 0.312 \times LS + 0.245 \times TT + 0.198 \times NV + 0.165 \times HA + 0.142 \times GD + 0.118 \times AH + 0.095 \times CT$$
- Hệ số xác định: $R^2 = 0.648$; $R^2 \text{ hiệu chỉnh} = 0.631$ (giải thích được $63.1%$ sự biến thiên trong quyết định gửi tiền của khách hàng).
- Kiểm định ANOVA: Giá trị $F$-statistic có mức ý nghĩa $p$-value $= 0.000 < 0.001$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tập dữ liệu khảo sát.
- Thứ tự mức độ tác động:
- Lãi suất ($\beta = 0.312$): Yếu tố có trọng số cao nhất, chi phối trực tiếp đến lợi ích tài chính của khách hàng.
- Sự thuận tiện ($\beta = 0.245$): Vị trí địa lý đối diện chợ Bến Ngự và trang thiết bị vật chất đóng vai trò then chốt trong lựa chọn điểm giao dịch.
- Hình ảnh nhân viên ($\beta = 0.198$): Kỹ năng tư vấn, tác phong phục vụ chuyên nghiệp tạo dựng niềm tin an toàn tài sản.
- Hình ảnh ngân hàng ($\beta = 0.165$): Danh tiếng thương hiệu VPBank tạo sự yên tâm về mặt pháp lý và khả năng thanh khoản.
- Thủ tục giao dịch ($\beta = 0.142$): Tốc độ hạch toán và tính minh bạch trong biểu mẫu.
- Ảnh hưởng người thân ($\beta = 0.118$) & Chiêu thị ($\beta = 0.095$): Đóng góp bổ trợ trong việc định hướng hành vi tiêu dùng.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp khoa học và ứng dụng thực tiễn:
- Đóng góp phương pháp luận: Chuẩn hóa quy trình khảo sát kết hợp giữa mô hình mua hàng 5 giai đoạn và phân tích định lượng SPSS 20.0 cho cấp phòng giao dịch ngân hàng bán lẻ tại khu vực miền Trung.
- Tính mới trong biến số: Khảo sát sự dịch chuyển của khách hàng cá nhân khi tiếp cận các sản phẩm ngân hàng số (VPBank Dream) và chính sách phân phối bảo hiểm nhân thọ liên kết tiết kiệm (Bancassurance cùng AIA).
- Định lượng hiệu quả thực tế:
- Chứng minh vai trò của tính tiện lợi không gian ($\beta = 0.245$) tương đương với các đô thị lớn khi đặt tại vị trí trung tâm thương mại dân sinh (chợ Bến Ngự).
- Cắt giảm thời gian xử lý thủ tục tại quầy xuống dưới 7 phút/giao dịch giúp cải thiện tỷ lệ hài lòng thêm $22%$.
Ứng dụng thực tế và triển khai
Căn cứ vào kết quả hồi quy, hệ thống giải pháp vận hành được hoạch định chi tiết cho VPBank Bến Ngự:
-
Chính sách Lãi suất linh hoạt (Ưu tiên số 1):
- Triển khai sản phẩm tiết kiệm lũy tiến trả lãi theo số dư thực tế, cộng thêm biên độ lãi suất từ $0.1% - 0.2%$/năm cho khách hàng giao dịch online qua VPBank Dream.
- Minh bạch hóa bảng niêm yết lãi suất và công cụ tính toán số tiền lãi tự động trên màn hình tương tác tại sảnh đón tiếp.
-
Gia tăng Tính Tiện lợi và Không gian giao dịch (Ưu tiên số 2):
- Bố trí bổ sung 01 máy nộp/rút tiền tự động (CDM) tại PGD Bến Ngự, cho phép gửi tiền tiết kiệm tự phục vụ 24/7 mà không cần xếp hàng tại quầy.
- Sắp xếp luồng di chuyển khách hàng tối ưu, mở rộng khu vực giữ xe đối diện khu vực chợ Bến Ngự.
-
Chuẩn hóa Chất lượng Đội ngũ Giao dịch viên (Ưu tiên số 3):
- Tái đào tạo bộ quy chuẩn giao dịch theo tiêu chuẩn quốc tế cho $100%$ nhân sự (đặc biệt là 11 nhân sự nữ thuộc bộ phận chăm sóc khách hàng và kinh doanh).
- Thiết lập chỉ số đánh giá mức độ hài lòng tức thì (CSAT) qua máy tính bảng tại quầy giao dịch ngay sau khi khách hàng hoàn tất gửi tiền.
-
Tối ưu hóa Thủ tục và Bảo mật:
- Cắt giảm các biểu mẫu trùng lặp, áp dụng chữ ký điện tử và xác thực OTP qua SMS/Smart OTP nhằm rút ngắn thời gian mở sổ tiết kiệm xuống dưới 5 phút.
Lộ trình triển khai dự kiến:
| Giai đoạn |
Thời gian |
Nhiệm vụ trọng tâm |
Mục tiêu định lượng |
| P1: Chuẩn hóa quy trình |
Quý 1/2018 |
Rà soát quy trình mở sổ tiết kiệm, nâng cấp phần mềm giao dịch |
Giảm $30%$ thời gian xử lý hồ sơ |
| P2: Đào tạo & Nâng cấp quầy |
Quý 2/2018 |
Đào tạo kỹ năng tư vấn cho nhân sự mới, lắp đặt hệ thống xếp hàng tự động |
Tỷ lệ đánh giá nhân viên tốt $> 90%$ |
| P3: Chiến dịch truyền thông |
Quý 3/2018 |
Triển khai gói lãi suất tri ân khách hàng khu vực chợ Bến Ngự |
Tăng $18%$ số lượng sổ tiết kiệm mở mới |
| P4: Đánh giá & Tối ưu |
Quý 4/2018 |
Đo lường lại các chỉ số hồi quy, khảo sát mức độ hài lòng khách hàng |
Số dư tiền gửi cá nhân tăng trưởng $> 25%$ |
Hạn chế và hướng phát triển
- Hạn chế: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện tại một địa bàn đơn lẻ (PGD Bến Ngự, TP. Huế) với cỡ mẫu $N = 150$, chưa bao quát toàn bộ các chi nhánh thuộc hệ thống VPBank trên toàn quốc.
- Hướng phát triển: Mở rộng mô hình nghiên cứu theo phương pháp mô hình hóa cấu trúc tuyến tính (SEM - Structural Equation Modeling) trên các phần mềm AMOS/SmartPLS; phân tích ảnh hưởng điều tiết (moderating effect) của yếu tố nhân khẩu học (thu nhập, độ tuổi, thói quen sử dụng mobile banking).
Đối tượng hưởng lợi
- Sinh viên & Học viên: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình nghiên cứu hành vi khách hàng, phương pháp thiết kế thang đo Likert và kỹ thuật kiểm định mô hình định lượng bằng SPSS.
- Chuyên viên Phân tích & Nghiên cứu thị trường: Khung lý thuyết và cấu trúc bảng hỏi chuẩn hóa về dịch vụ tài chính cá nhân.
- Ban Giám đốc PGD & Chi nhánh Ngân hàng: Dữ liệu định lượng thực chứng để ra quyết định phân bổ ngân sách tiếp thị, định biên nhân sự và tối ưu hóa trải nghiệm khách hàng tại điểm bán.
- Khách hàng cá nhân: Hưởng lợi từ các cải tiến về chất lượng dịch vụ, thời gian giao dịch nhanh gọn và chính sách lãi suất cạnh tranh hơn.
Câu hỏi thường gặp
-
Tại sao mô hình nghiên cứu sử dụng dung lượng mẫu $N = 150$?
Cỡ mẫu 150 hoàn toàn thỏa mãn các điều kiện kiểm định thống kê: quy tắc $5 \times M$ biến quan sát ($5 \times 27 = 135$) của EFA và quy tắc $8 \times P + 50$ biến độc lập ($8 \times 7 + 50 = 106$) của phân tích hồi quy tuyến tính OLS.
-
Yếu tố nào có tác động chi phối mạnh nhất đến quyết định gửi tiết kiệm tại VPBank Bến Ngự?
Kết quả phân tích hồi quy chuẩn hóa chứng minh yếu tố Lãi suất ($\beta = 0.312$) và Sự thuận tiện ($\beta = 0.245$) có tác động mạnh nhất đến quyết định gửi tiền của khách hàng cá nhân.
-
Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong mô hình hồi quy?
Nghiên cứu kiểm tra hệ số tương quan Pearson sơ bộ và chỉ số VIF (Variance Inflation Factor). Toàn bộ các biến độc lập đều có hệ số $\text{VIF} < 2.0$ (thấp hơn ngưỡng giới hạn 10 hoặc 2), xác nhận mô hình không bị đa cộng tuyến.
-
Nghiên cứu có thể áp dụng cho các phòng giao dịch ngân hàng khác không?
Khung mô hình 7 nhân tố và bộ thang đo 27 biến quan sát có thể tái sử dụng cho các phòng giao dịch ngân hàng thương mại có quy mô tương đương tại các đô thị loại 1 và loại 2.
-
Chi phí triển khai các giải pháp đề xuất có khả thi với quy mô một PGD không?
Các giải pháp tập trung vào tối ưu quy trình nội bộ, đào tạo kỹ năng nhân viên hiện có ($13$ nhân sự) và khai thác hệ sinh thái số sẵn có của VPBank (VPBank Dream) nên chi phí phát sinh thấp, mang lại tỷ suất hoàn vốn (ROI) cao thông qua tăng trưởng số dư huy động.
Kết luận
Đề tài khóa luận đã giải quyết bài toán thực tiễn về tối ưu hóa công tác huy động tiền gửi tiết kiệm dân cư tại Ngân hàng TMCP Việt Nam Thịnh Vượng (VPBank) – PGD Bến Ngự Huế. Bằng phương pháp nghiên cứu định lượng chặt chẽ với sự hỗ trợ của phần mềm IBM SPSS Statistics 20.0 trên tập dữ liệu $N = 150$, nghiên cứu đã chứng minh và lượng hóa tầm quan trọng của 7 nhóm nhân tố cấu thành quyết định gửi tiền. Kết quả nghiên cứu cung cấp cơ sở khoa học xác đáng giúp ban lãnh đạo ngân hàng ban hành các chính sách lãi suất linh hoạt, nâng cao chất lượng dịch vụ khách hàng và củng cố vị thế cạnh tranh trên thị trường tài chính ngân hàng địa phương.
