PHẦN MỞ ĐẦU 1. Tính cấp thiết của đề tài Ngành ngân hàng đang chứng kiến sự phát triển nhanh chóng của các NHTM về quy mô và số lượng. Với quy mô lớn như vậy, nhiều NHTM đã rơi vào tình trạng phá sản và bị buộc mua lại 0 đồng. Bởi lẽ, một trong các nguyên nhân đó chính là hầu hết những ngân hàng đang cho ra các dịch vụ tương tự nhau và họ phải cạnh tranh rất gay gắt để giữ chân khách hàng.
Bên cạnh việc cho ra các dịch vụ sản phẩm ngân hàng truyền thống, để giành lấy thị phần trong bối cảnh cạnh tranh mang tính khốc liệt, các ngân hàng chú trọng khai thác mảng bán lẻ như là một thiên hướng tất yếu với quy mô dân số đông đúc tại Việt Nam. Phát triển dịch vụ NHBL chất lượng cao là cơ hội để ngân hàng xây dựng lòng trung thành của khách hàng. Với sự phát triển vượt bậc của công nghệ tiên tiến hiện nay đang hình thành nên Ngân hàng số, mang lại kết quả to lớn cho NHBL trong tương lai. Bên cạnh đó, khách hàng coi dịch vụ là một loại hình quan trọng khi quyết định chọn lựa ngân hàng nào trong số tất cả các ngân hàng đang hoạt động trên thị trường.
NHBL được coi là xu hướng tất yếu trong nước cũng như nước ngoài, đem lại doanh thu to lớn, phát triển và ít rủi ro hơn khi so với các loại hình kinh doanh khác trong lĩnh vực ngân hàng. Vì vậy, hoạt động phát triển dịch vụ NHBL trở nên vô cùng cần thiết đối với bất kỳ ngân hàng nào. Chính vì vậy, Ngân hàng TMCP Cổ phần Công Thương - Chi nhánh 3 Sài Gòn cần nhận thức rõ được tầm quan trọng của dịch vụ NHBL, không ngừng đẩy mạnh hiệu quả, chất lượng của các sản phẩm dịch vụ bán lẻ. Ngân hàng đã thường xuyên có những sự chuyển biến trong hệ thống và có được những thành tựu to lớn, không ngừng mở rộng phạm vi doanh thu tăng ở các hoạt động DVBL.
Để chạm đến mục đích đó, Vietinbank đã hình thành hệ thống từng bước đi chi tiết, chú trọng vào mảng bán lẻ để tăng cường tính cạnh tranh giữa các NHTM đầy khốc liệt hiện nay. Vì vậy, tôi đã quyết định đi sâu và tìm hiểu “Phát triển dịch vụ ngân hàng bán lẻ tại ngân hàng TMCP Công Thương Việt Nam – Chi nhánh 3 TP. HCM” cho 2 khóa luận tốt nghiệp của mình. Tôi hy vọng rằng thông qua đề tài này sẽ có cái nhìn bao quát hơn về hoạt động phát triển dịch vụ mảng bán lẻ của Ngân hàng TMCP Công Thương nói chung và Ngân hàng TMCP Công Thương - Chi nhánh 3 nói riêng.
Mục tiêu nghiên cứu • Mục tiêu tổng quát: Phân tích, đánh giá thực trạng phát triển dịch vụ NHBL tại Ngân hàng TMCP Công Thương – Chi nhánh 3 TP. Từ đó đề xuất một số giải pháp nhằm phát triển dịch vụ NHBL tại Ngân hàng TMCP Công Thương – Chi nhánh 3 TP. HCM • Mục tiêu cụ thể: + Phân tích, đánh giá thực trạng phát triển dịch vụ NHBL tại Ngân hàng TMCP Công Thương – Chi nhánh 3 TP. HCM + Đề xuất một số giải pháp nhằm phát triển dịch vụ NHBL tại Ngân hàng TMCP Công Thương – Chi nhánh 3 TP.
Câu hỏi nghiên cứu • Thực trạng phát triển chất lượng dịch vụ NHBL tại Ngân hàng TMCP Công Thương – Chi nhánh 3 TP. HCM thời gian qua như thế nào? • Cần có những biện pháp nào để nâng cao chất lượng dịch vụ ngân hàng bán lẻ tại Vietinbank Chi nhánh 3 TP. Đối tượng và phạm vi nghiên cứu Nghiên cứu được tiến hành qua 2 giai đoạn gồm: nghiên cứu định tính và nghiên cứu định lượng. Đối với phương pháp định tính: • Đối tượng nghiên cứu: Dịch vụ ngân hàng bán lẻ tại Ngân hàng TMCP Công Thương – Chi nhánh 3 TP.
• Phạm vi nghiên cứu: Ngân hàng TMCP Công Thương – Chi nhánh 3 TP. HCM giai đoạn 2020 – 2022. 3 Đối với phương pháp định lượng: • Đối tượng khảo sát: khách hàng của VietinBank Chi nhánh 3 TP. HCM • Phạm vi không gian: TP.
HCM • Phạm vi thời gian: Tháng 02 đến tháng 04 năm 2024 đối với dữ liệu sơ cấp. Phương pháp nghiên cứu Để thực hiện mục 3, đề tài sử dụng phương pháp định tính và định lượng để nghiên cứu thông qua các cách tiếp cận sau: 5.1 Phương pháp thu thập dữ liệu • Dữ liệu thứ cấp thu thập được do ngân hàng cung cấp về các nội dung liên quan đến các vấn đề của sự hài lòng, giới thiệu về lịch sử hình thành và phát triển, thực trạng,… • Đối với dữ liệu sơ cấp được thu thập thông tin trực tiếp bằng cách khảo sát bằng bảng hỏi của các doanh nghiệp đã và đang sử dụng dịch vụ tại ngân hàng TMCP Công Thương Việt Nam – CN 3 TP. HCM • Về Phương pháp chọn mẫu: Sử dụng phương pháp chọn mẫu thuận tiện phi xác suất. Chọn mẫu dựa vào sự thuận tiện hay tính dễ tiếp cận đối tượng.2 Phương pháp phân tích và xử lý số liệu Số liệu sau khi được thu thập từ phiếu điều tra sẽ được tổng hợp và xử lí bằng phần mềm SPSS 26.0 và phần mềm Excel.
Các phương pháp phân tích số liệu được sử dụng gồm: - Phân tích số liệu: phân tích thực trạng mảng bán lẻ và phân tích về các giải pháp nhằm phát triển dịch vụ NHBL tại Vietinbank – Chi nhánh 3 TP. - Phương pháp so sánh tổng hợp: so sánh số liệu giữa các năm, sau đó sử dụng phương pháp tổng hợp để kết nối từng vấn đề, từng khía cạnh, thông tin từ lý luận và thực tiễn đã được phân tích để đưa ra những nhận xét, ý kiến để làm rõ vấn đề. 4 - Phương pháp thống kê mô tả : • Tìm kiếm, thu thập số liệu thực tế qua báo cáo kết quả HĐKD, báo cáo tài chính của ngân hàng Vietinbank – Chi nhánh 3 TP. • Xử lý các dữ liệu và thông tin thu thập được thành các bảng tần số để phân tích mô tả mẫu theo: giới tính, loại hình kinh tế, lĩnh vực kinh doanh, chức vụ.
Từ đó có các kết luận có tính khoa học và độ tin cậy cao về vấn đề nghiên cứu. - Phương pháp kiểm định thang đo Cronbach’s Alpha Là phương pháp dùng để loại các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số tin cậy Cronbach’s Alpha.C: "Nếu một biến đo lường có hệ số tương quan biến tổng Corrected Item - Total Correlation > 0.3 thì biến đó đạt yêu cầu". Mức giá trị hệ số Cronbach's Alpha: Từ 0.8 đến gần bằng 1: thang đo lường rất tốt.7 đến gần bằng 0.8: thang đo lường sử dụng tốt.6 trở lên: thang đo lường đủ điều kiện. - Phân tích nhân tố khám phá EFA (Explore Factor Analysis) Là một phương pháp phân tích định lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
+ Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp, còn ngược lại thì phân tích nhân tố có khả năng không thích hợp với dữ liệu nghiên cứu. + Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
5 + Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue > 1 mới được giữ lại trong mô hình phân tích. + Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp. + Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố.
Theo Hair và cộng sự (2010), Multivariate Data Analysis hệ số tải từ 0.5 là biến quan sát đạt chất lượng tốt, tối thiểu nên là 0. - Phân tích tương quan Tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập và sớm nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Kiểm định nếu sig kiểm định nhỏ hơn 0.05, cặp biến có tương quan tuyến tính với nhau; nếu sig lớn hơn 0.05, cặp biến không có tương quan tuyến tính - Phân tích hồi quy tuyến tính Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, xem xét các mối tương quan tuyến tính giữa tất cả các biến bằng cách xây dựng ma trận tương quan giữa tất cả các biến. Dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như kiểm tra hệ số phóng đại phương sai (VIF).
Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. Hệ số R² được điều chỉnh cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào. - Phương pháp kiểm định One Way Anova Kiểm định ANOVA (ANOVA test), hay còn được gọi là phân tích phương sai (Analysis of Variance), là một kỹ thuật thống kê tham số được sử dụng để phân tích sự khác nhau giữa giá trị trung bình của các biến phụ thuộc với nhau. Kỹ thuật kiểm định ANOVA này được phát triển bởi Ronald Fisher năm 1918.
6 Levene test dùng kiểm định phương sai bằng nhau hay không giữa các nhóm nhân tố là điều kiện để phân tích kiểm định ANOVA. Giả thuyết: H0: Phương sai giữa các nhóm nhân tố bằng nhau. H: Phương sai giữa các nhóm nhân tố khác nhau. Nếu giá trị sig <= 0,05 thì bác bỏ giả thiết H0, chấp nhận H1.
Nghĩa là phương sai giữa các nhóm nhân tố khác nhau Nếu giá trị sig > 0,05 chưa có cơ sở bác bỏ H0. Nghĩa là phương sai giữa các nhóm nhân tố bằng nhau. Đủ điều kiện để phân tích tiếp kiểm định ANOVA. ANOVA test: Kiểm định ANOVA Giả thuyết: H0: Giá trị trung bình bằng nhau giữa các nhóm nhân tố H1: Giá trị trung bình khác nhau giữa các nhóm nhân tố Nếu giá trị sig <= 0,05 thì bác bỏ giả thiết H0, chấp nhận H1.