Báo Cáo Nghiên Cứu: Tác Động Của Kiến Thức Và Nhận Thức An Ninh Mạng Đến Hành Vi Sử Dụng Và Bảo Vệ Ứng Dụng Mobile Banking Của Gen Z


Tóm tắt nghiên cứu (Executive Summary)

  • Câu hỏi nghiên cứu trọng tâm: Kiến thức an ninh mạng (Cybersecurity Knowledge - CK) và nhận thức an ninh mạng (Cybersecurity Perception - CP) tác động như thế nào đến hành vi sử dụng (Usage Behavior - UB) và hành vi chủ động bảo vệ (Protection Behavior - PB) ứng dụng ngân hàng di động (Mobile Banking) ở thế hệ Gen Z tại TP. Hồ Chí Minh?
  • Phương pháp luận tổng quan: Đề tài áp dụng khung lý thuyết Hành vi Hợp lý (Theory of Reasoned Action - TRA) kết hợp mô hình nhận thức an ninh mạng hiện đại. Nghiên cứu sử dụng phương pháp định lượng với cỡ mẫu $N = 301$ khách hàng Gen Z tại khu vực TP. Hồ Chí Minh; dữ liệu được xử lý qua quy trình phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) trên SPSS 20.0 và kiểm định mô hình cấu trúc tuyến tính SEM cùng kỹ thuật Bootstrap 5.000 mẫu trên phần mềm AMOS 20.0.
  • Kết quả then chốt: Tất cả các giả thuyết từ $H_1$ đến $H_6$ đều được ủng hộ có ý nghĩa thống kê ($p < 0.05$). Kiến thức an ninh mạng có tác động tích cực thúc đẩy nhận thức rủi ro, đồng thời cả hai yếu tố này trực tiếp và gián tiếp gia tăng hành vi khai thác tính năng ứng dụng cũng như hành vi thiết lập các cơ chế phòng vệ an toàn thông tin số.
  • Hàm ý nghiên cứu: Nghiên cứu cung cấp cơ sở khoa học để các tổ chức tín dụng, ngân hàng thương mại và cơ quan quản lý thiết kế các chiến lược giáo dục an toàn số cá nhân hóa, tối ưu hóa giao diện cảnh báo rủi ro (UI/UX) và thúc đẩy văn hóa an ninh mạng (Cyber Hygiene) trong kỷ nguyên thanh toán không tiền mặt.

Bối cảnh và tầm quan trọng (Context & Significance)

1. Bối cảnh bùng nổ tài chính số và nguy cơ an ninh mạng

Trong giai đoạn chuyển đổi số mạnh mẽ, thanh toán không dùng tiền mặt tại Việt Nam ghi nhận mức tăng trưởng vượt bậc qua từng năm. Các phương thức giao dịch qua Internet, ứng dụng Mobile Banking và quét mã QR tăng trưởng từ 65% đến hơn 150% về số lượng giao dịch. Tuy nhiên, sự tiện lợi này cũng song hành với làn sóng tấn công mạng tinh vi: lừa đảo kỹ thuật xã hội (Social Engineering), tấn công mạo danh cơ quan công quyền, phát tán mã độc (Malware) qua ứng dụng giả mạo (VNeID, eTax, VssID) và đánh cắp thông tin xác thực giao dịch tài chính.

2. Khoảng trống nghiên cứu (Research Gap)

Mặc dù Gen Z được xem là "thế hệ bản địa kỹ thuật số" (Digital Natives) với tần suất sử dụng thiết bị thông minh hàng ngày rất cao, phần lớn các nghiên cứu trước đây chỉ ra rằng thế hệ này thường có tâm lý chủ quan, thiếu cảnh giác trước các rủi ro bảo mật sâu và có xu hướng "ủy thác" trách nhiệm an toàn cho hệ thống ngân hàng. Tại Việt Nam, các công trình định lượng phân tích chuyên biệt mối quan hệ đa chiều giữa Kiến thức – Nhận thức – Hành vi sử dụng – Hành vi bảo vệ trên phân khúc khách hàng trẻ Gen Z vẫn còn khá hạn chế.

3. Tính cấp thiết và tác động dự kiến

Nghiên cứu được thực hiện tại địa bàn kinh tế trọng điểm TP. Hồ Chí Minh trong khuôn khổ giải thưởng khoa học "Nhà nghiên cứu trẻ UEH 2024", mang tính thời sự cao. Kết quả phân tích không chỉ bổ sung góc nhìn thực chứng cho các nghiên cứu hành vi kinh tế số mà còn đưa ra giải pháp giúp giảm thiểu tổn thất tài chính thực tế cho người dùng và ngân hàng.


Phương pháp nghiên cứu và tiếp cận (Methodology & Approach)

1. Thiết kế nghiên cứu và quy trình thu thập dữ liệu

Đề tài sử dụng phương pháp nghiên cứu định lượng suy diễn (Deductive Quantitative Approach):

  • Mẫu khảo sát: Chọn mẫu thuận tiện gồm 301 khách hàng Gen Z sinh sống, học tập và làm việc tại TP. Hồ Chí Minh (trong đó 74.4% là nữ, 25.6% là nam; 69.8% sinh viên đại học, 21.6% cao đẳng/nghề; hơn 78.4% đã sử dụng Mobile Banking trên 2 năm).
  • Công cụ thu thập: Bảng câu hỏi trực tuyến qua Google Forms gồm 3 phần (sàng lọc đối tượng, 19 biến quan sát đo lường 4 cấu trúc khái niệm theo thang đo Likert 5 mức độ từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý, và thông tin nhân khẩu học).

2. Kỹ thuật phân tích dữ liệu và độ tin cậy mô hình

  • Độ tin cậy thang đo (Cronbach's Alpha): Loại bỏ các biến rác. Các thang đo đều đạt hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.3$ và hệ số Cronbach's Alpha tổng thể đạt độ tin cậy cao ($> 0.7$).
  • Phân tích EFA: Sử dụng phép trích Principal Axis Factoring kết hợp phép xoay nghiêng Promax (phản ánh sát thực tế tương quan giữa các biến hành vi hơn phép xoay trực giao Varimax). Hệ số KMO đạt chuẩn ($> 0.5$), kiểm định Bartlett có ý nghĩa thống kê ($p = 0.000$), tổng phương sai trích đạt trên 50%, các trọng số nhân tố (Factor Loading) đều $> 0.5$.
  • Phân tích CFA & SEM: Đánh giá độ phù hợp của mô hình với dữ liệu thực tế:
    • $\chi^2/df = 1.434 < 3$ (mức lý tưởng)
    • Các chỉ số $GFI = 0.920$, $TLI = 0.940$, $CFI = 0.951$ đều $> 0.9$ (độ tương thích rất tốt)
    • Chỉ số $RMSEA = 0.051 < 0.06$, $PCLOSE = 0.434 > 0.05$
    • Độ hội tụ: Phương sai trích trung bình ($AVE > 0.5$) và độ tin cậy tổng hợp ($CR > 0.7$).
    • Độ phân biệt: Thỏa mãn tiêu chuẩn Fornell & Larcker (căn bậc hai của AVE lớn hơn hệ số tương quan giữa các cấu trúc, $MSV < AVE$).
  • Kiểm định Bootstrap: Thực hiện với số lần lặp $N = 5.000$ mẫu nhằm khẳng định độ tin cậy và tính ổn định của các ước lượng tham số trong mô hình cấu trúc.

Phát hiện nghiên cứu chính (Key Findings)

Dựa trên kết quả chạy mô hình cấu trúc tuyến tính SEM, toàn bộ 6 giả thuyết được đặt ra ban đầu đều được khẳng định với độ tin cậy 95%:

Giả thuyết Mối quan hệ tác động trong mô hình Kết quả kiểm định Ý nghĩa thực tiễn
$H_1$ Kiến thức ANM $\rightarrow$ Nhận thức ANM Chấp nhận ($p < 0.05$) Người có kiến thức cơ bản về an ninh số sẽ nhận diện mối đe dọa rõ ràng hơn.
$H_2$ Kiến thức ANM $\rightarrow$ Hành vi sử dụng Chấp nhận ($p < 0.05$) Hiểu biết an ninh giúp tăng sự tự tin khi khai thác các tính năng tiện ích.
$H_3$ Kiến thức ANM $\rightarrow$ Hành vi bảo vệ Chấp nhận ($p < 0.05$) Kiến thức kỹ thuật chuyển hóa trực tiếp thành thói quen đổi mật khẩu, xác thực 2 lớp.
$H_4$ Nhận thức ANM $\rightarrow$ Hành vi sử dụng Chấp nhận ($p < 0.05$) Nhận thức rõ ràng về rủi ro và các cam kết bảo mật giúp an tâm giao dịch.
$H_5$ Nhận thức ANM $\rightarrow$ Hành vi bảo vệ Chấp nhận ($p < 0.05$) Đánh giá cao tầm quan trọng của an toàn thông tin thúc đẩy hành động phòng ngừa rủi ro.
$H_6$ Hành vi sử dụng $\rightarrow$ Hành vi bảo vệ Chấp nhận ($p < 0.05$) Tần suất giao dịch thường xuyên kích hoạt nhu cầu chủ động bảo vệ tài khoản cá nhân.

Phân tích và lý giải chuyên sâu:

  1. Mối liên hệ giữa Kiến thức và Nhận thức ($H_1$): Kiến thức là nền tảng cốt lõi định hình nhận thức an ninh mạng. Khi người dùng trẻ hiểu được các khái niệm về mã độc, tấn công giả mạo (Phishing) và cơ chế xác thực đa yếu tố (2FA), mức độ đánh giá tính nghiêm trọng của các hiểm họa trực tuyến sẽ nâng cao rõ rệt.
  2. Vai trò định hướng của Nhận thức đối với Hành vi bảo vệ ($H_5$): Nhận thức an ninh mạng đóng vai trò cầu nối (Mediator) quan trọng. Người dùng không chỉ tiếp nhận kiến thức thụ động mà còn hình thành ý thức chủ động kiểm tra quyền ứng dụng, cảnh giác trước các liên kết lạ và không chia sẻ mã OTP/mật khẩu cho bên thứ ba.
  3. Mối tương hỗ giữa Sử dụng và Bảo vệ ($H_6$): Nhóm khách hàng sử dụng ứng dụng thường xuyên (thanh toán hóa đơn, chuyển tiền, liên kết ví điện tử) có xu hướng thực hiện các biện pháp an toàn nhiều hơn so với nhóm ít sử dụng, do họ cảm nhận rõ hơn giá trị tài sản gắn liền với tài khoản số của mình.

Đóng góp khoa học và giá trị ứng dụng (Scientific & Practical Contributions)

1. Đóng góp về mặt lý thuyết (Theoretical Contributions)

  • Mở rộng phạm vi ứng dụng của lý thuyết Hành vi Hợp lý (TRA) trong bối cảnh FinTech và bảo mật thông tin tại thị trường mới nổi như Việt Nam.
  • Xây dựng và kiểm định thành công bộ thang đo tích hợp 4 yếu tố (Knowledge – Perception – Usage – Protection), đạt chuẩn quốc tế về độ hội tụ và độ phân biệt trong mô hình SEM.

2. Đóng góp về mặt phương pháp luận (Methodological Innovations)

  • Kết hợp chuẩn mực giữa SPSS (EFA Promax) và AMOS (CFA, SEM, Bootstrap 5.000 mẫu), loại bỏ sai số đo lường và chứng minh tính ổn định cao của mô hình nghiên cứu.

3. Giá trị ứng dụng thực tiễn cho ngành Ngân hàng & FinTech

  • Thiết kế tính năng an toàn chủ động: Các ngân hàng nên tích hợp hướng dẫn bảo mật trực quan (Micro-learning) ngay trong luồng trải nghiệm khách hàng (Onboarding flow).
  • Tối ưu hóa cảnh báo thông minh: Áp dụng hệ sinh thái bảo mật nhận diện hành vi bất thường, tự động phát hiện thiết bị root/jailbreak hoặc ứng dụng có quyền trợ năng (Accessibility Service) nguy hiểm.
  • Chương trình truyền thông riêng cho Gen Z: Thay vì các cảnh báo văn bản khô cứng, các chiến dịch an toàn thông tin cần được cá nhân hóa qua video ngắn, tình huống tương tác thực tế và gamification.

Đối tượng quan tâm và lợi ích ứng dụng

   CÁC BÊN HƯỞNG LỢI TỪ NGHIÊN CỨU

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Trả lời: Kiến thức an ninh mạng không tự động biến thành hành động bảo vệ nếu thiếu đi nhận thức đúng đắn về rủi ro. Nhận thức an ninh mạng đóng vai trò trung gian then chốt giúp chuyển hóa tri thức lý thuyết thành thói quen bảo mật thực tế của người dùng Gen Z.

2. Phương pháp luận của nghiên cứu có điểm gì đặc biệt?

Trả lời: Đề tài sử dụng mô hình hai bước chuẩn mực: Phân tích nhân tố khám phá EFA (với phép xoay nghiêng Promax phản ánh đúng tương quan thực tế) kết hợp phân tích nhân tố khẳng định CFA, kiểm định SEM và tái lấy mẫu Bootstrap 5.000 mẫu, đảm bảo các chỉ số đo lường có độ tin cậy và tính khái quát cao.

3. Kết quả nghiên cứu có thể khái quát hóa (Generalize) cho các nhóm khác không?

Trả lời: Kết quả phản ánh rõ nét đặc trưng của nhóm khách hàng trẻ tuổi (Gen Z) tại các đô thị lớn như TP. Hồ Chí Minh. Để khái quát hóa cho toàn bộ thị trường, cần mở rộng mẫu khảo sát sang các nhóm thế hệ khác (Gen Y, Gen X) và các khu vực nông thôn, nơi điều kiện tiếp cận kiến thức công nghệ có sự khác biệt.

4. Những hướng mở rộng tiếp theo (Next Steps) của đề tài là gì?

Trả lời: Nghiên cứu trong tương lai có thể tích hợp thêm các biến điều tiết (Moderating variables) như giới tính, thu nhập, sự tin tưởng vào thương hiệu ngân hàng (Bank Trust), hoặc ứng dụng mô hình chấp nhận công nghệ mở rộng (UTAUT2 / TAM) kết hợp lý thuyết động lực bảo vệ (Protection Motivation Theory - PMT).

5. Doanh nghiệp tài chính có thể ứng dụng kết quả này như thế nào ngay lập tức?

Trả lời: Ngân hàng có thể triển khai hệ thống cảnh báo phân tầng dựa trên hành vi giao dịch, lồng ghép các bài kiểm tra bảo mật ngắn có thưởng trên App, và xây dựng cơ chế xác thực sinh trắc học bắt buộc cho các giao dịch vượt ngưỡng rủi ro.


Kết luận (Conclusion)

Báo cáo nghiên cứu khoa học "Cybersecurity Knowledge and Perception Towards Usage and Protection Behavior of Mobile Banking Application: Research on Gen Z Customers in Ho Chi Minh City" đã làm sáng tỏ cơ chế tác động giữa kiến thức, nhận thức và hành vi bảo mật của người dùng trẻ trong thời đại số. Kết quả chứng minh rằng việc trang bị kiến thức bài bản và nâng cao nhận thức rủi ro là "chìa khóa vàng" để xây dựng một môi trường tài chính số an toàn, bền vững.

Các ngân hàng thương mại, tổ chức giáo dục và cơ quan quản lý cần phối hợp chặt chẽ để biến an ninh mạng từ một khái niệm kỹ thuật trừu tượng thành thói quen phòng vệ tự nhiên cho toàn thể cộng đồng người dùng số.