Giới thiệu dự án

Bối cảnh và lý do nghiên cứu

Đại dịch Covid-19 bùng phát đã tạo ra cú sốc chưa từng có đối với nền kinh tế toàn cầu và đời sống tài chính của từng cá nhân. Theo khảo sát của Pureprofile (2020) trên 538 cá nhân tại Mỹ, có đến 45% người tham gia bị mất toàn bộ hoặc một phần thu nhập và gần 60% buộc phải cắt giảm chi tiêu hàng ngày. Tại Việt Nam, báo cáo của YouGov (11/2021) ghi nhận 48% người tham gia khảo sát rơi vào tình trạng bị cắt giảm lương hoặc mất việc làm, và 53% phải cắt giảm chi tiêu không thiết yếu.

Thực tế giãn cách xã hội tại TP. Hồ Chí Minh trong đợt dịch 2021 đã phơi bày lỗ hổng nghiêm trọng trong năng lực quản trị tài chính cá nhân (Personal Financial Management Behavior - PFMB): phần lớn người dân thiếu các quỹ dự phòng khẩn cấp, dễ rơi vào khủng hoảng dù trước đó có thu nhập ổn định. Ngược lại, một bộ phận cá nhân có kỷ luật tài chính tốt vẫn duy trì sự ổn định. Điều này đặt ra yêu cầu cấp thiết phải phân tích có hệ thống các yếu tố cấu thành và thúc đẩy hành vi quản lý tài chính cá nhân trong giai đoạn hậu đại dịch.

Vấn đề nghiên cứu

Hầu hết các nghiên cứu trước đây (như Nguyen Thi Ngoc Mien & Tran Phuong Thao, 2015) được thực hiện trong điều kiện kinh tế bình thường và chưa tích hợp biến cố ngoại cảnh đột biến mang tính toàn cầu như Covid-19. Đồng thời, một khoảng trống lý thuyết lớn tồn tại giữa việc tích lũy kiến thức tài chính (Financial Knowledge) và sự biến chuyển thành hành vi thực tế (Financial Behavior).

Mục tiêu nghiên cứu

  1. Xác định hệ thống các yếu tố tác động đến hành vi quản lý tài chính cá nhân của người dân tại TP. Hồ Chí Minh sau đại dịch Covid-19.
  2. Đo lường và lượng hóa mức độ tác động của từng biến số: Kiến thức tài chính, Thái độ tài chính, Hạnh phúc tài chính, Xã hội hóa tài chính và Yếu tố đại dịch Covid-19 thông qua mô hình kinh tế lượng.
  3. Đề xuất hàm ý chính sách và giải pháp thực tiễn nhằm nâng cao năng lực quản lý tài chính cá nhân và cải cách chương trình giáo dục tài chính tại Việt Nam.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp: Nghiên cứu định lượng ứng dụng, xử lý mẫu khảo sát thực chứng bằng thống kê mô tả, kiểm định độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA), kiểm định tương quan Pearson và mô hình hồi quy tuyến tính bội OLS (Ordinary Least Squares).
  • Kết quả kỳ vọng: Xây dựng mô hình hồi quy đạt độ tin cậy cao ($R^2 > 0.5$, KMO $> 0.8$, $p < 0.05$), kiểm định 5 giả thuyết nghiên cứu chính.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng khảo sát: Người dân sinh sống, học tập và làm việc tại TP. Hồ Chí Minh.
  • Không gian: Khu vực đô thị TP. Hồ Chí Minh, Việt Nam.
  • Thời gian thu thập dữ liệu: 3 tháng đầu năm 2022 (giai đoạn bình thường mới sau đợt phong tỏa kéo dài).
  • Quy mô mẫu: 560 phiếu phát ra, thu về 557 quan sát hợp lệ ($99.46%$).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu Bối cảnh / Mẫu Các biến độc lập chính Hạn chế / Khoảng trống kỹ thuật
Le Thanh Tam et al. (2021) Việt Nam (Đầu 2021) Đại dịch Covid-19, Thói quen tài chính từ cha mẹ, Giáo dục từ cha mẹ, Hạnh phúc tài chính Thu thập dữ liệu trước đợt bùng phát đỉnh điểm tại TP.HCM; độ phản ánh hành vi khủng hoảng chưa sâu.
Nguyen Thi Ngoc Mien & Tran Phuong Thao (2015) Việt Nam ($N=300$) Thái độ tài chính, Kiến thức tài chính, Điểm kiểm soát (Locus of control) Chưa tích hợp yếu tố rủi ro sinh học/thiên tai toàn cầu; mô hình tuyến tính đơn giản.
Halim & Setyawan (2021) Jakarta, Indonesia Kiến thức tài chính, Thái độ tài chính, Năng lực tài chính Covid-19 chỉ đóng vai trò khung thời gian, không được đo lường như một biến số định lượng độc lập.
Abel Tasman et al. (2018) Sinh viên đại học Kiến thức tài chính, Hành vi quản lý tài chính Đối tượng khảo sát hẹp (chỉ sinh viên), kết quả chỉ ra kiến thức có tác động tiêu cực cục bộ.

Phân tích yêu cầu hệ thống chỉ số (MoSCoW Prioritization)

Thiết kế hệ thống thang đo và mô hình nghiên cứu

Mô hình nghiên cứu định lượng bao gồm 1 biến phụ thuộc và 5 nhóm biến độc lập:

  1. Biến phụ thuộc:
    • $G$ (Personal Financial Management Behavior): Hành vi quản lý tài chính cá nhân (4 biến quan sát: $G1 \to G4$).
  2. Biến độc lập:
    • $B$ (Financial Knowledge): Kiến thức tài chính (5 biến quan sát chuẩn hóa: $B1 \to B5$).
    • $C$ (Financial Attitude): Thái độ tài chính (4 biến quan sát chuẩn hóa: $C2 \to C5$).
    • $D$ (Financial Well-being): Hạnh phúc tài chính (4 biến quan sát chuẩn hóa: $D11, D12, D14, D15$).
    • $E$ (Financial Socialization): Xã hội hóa tài chính (6 biến quan sát: $E1 \to E6$).
    • $F$ (Covid-19 Impact): Tác động của đại dịch Covid-19 (5 biến quan sát chuẩn hóa: $F2 \to F6$).

Phương trình hồi quy tổng quát (OLS Specification):

$$PFMB_i = \beta_0 + \beta_1 \cdot FK_i + \beta_2 \cdot FA_i + \beta_3 \cdot FWB_i + \beta_4 \cdot FS_i + \beta_5 \cdot COVID_i + \varepsilon_i$$

Trong đó:

  • $\beta_0$: Hệ số chặn (Constant).
  • $\beta_1, \beta_2, \beta_3, \beta_4, \beta_5$: Hệ số hồi quy riêng phần tương ứng với các biến độc lập.
  • $\varepsilon_i$: Sai số ngẫu nhiên (Residual) tuân theo phân phối chuẩn $\mathcal{N}(0, \sigma^2)$.

Implementation và kết quả

Quy trình xử lý và làm sạch dữ liệu

Dữ liệu khảo sát từ 557 mẫu hợp lệ được xử lý qua pipeline thống kê đa bước:

[Dữ liệu thô N=557] 
[Làm sạch & Thống kê mô tả] 
# Script tái hiện quy trình kiểm định kinh tế lượng (R Statistical Environment v4.2+)
library(psych)
library(car)
library(lmtest)

# 1. Kiểm định độ tin cậy thang đo Cronbach's Alpha
alpha_B <- psych::alpha(dataset[, c("B1", "B2", "B3", "B4", "B5")])
alpha_C <- psych::alpha(dataset[, c("C2", "C3", "C4", "C5")])
alpha_D <- psych::alpha(dataset[, c("D11", "D12", "D14", "D15")])
alpha_E <- psych::alpha(dataset[, c("E1", "E2", "E3", "E4", "E5", "E6")])
alpha_F <- psych::alpha(dataset[, c("F2", "F3", "F4", "F5", "F6")])
alpha_G <- psych::alpha(dataset[, c("G1", "G2", "G3", "G4")])

# 2. Phân tích nhân tố khám phá EFA (Trích xuất Principal Component, xoay Varimax)
efa_model <- principal(dataset[, independent_vars], nfactors = 5, rotate = "varimax")

# 3. Mô hình hồi quy đa biến OLS
ols_model <- lm(G_mean ~ B_mean + C_mean + D_mean + E_mean + F_mean, data = dataset)
summary(ols_model)

# 4. Kiểm định chẩn đoán mô hình
vif_values <- car::vif(ols_model)          # Kiểm định đa cộng tuyến (VIF)
dw_test    <- lmtest::dwtest(ols_model)    # Kiểm định tự tương quan Durbin-Watson

Kiểm định và xác thực mô hình

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

Để đảm bảo tính nhất quán nội tại (Internal Consistency), các biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.3$ hoặc việc loại bỏ làm tăng đáng kể hệ số Cronbach's Alpha tổng thể đã được loại bỏ:

  • Nhóm B (Kiến thức tài chính): Loại biến $B6$ do hệ số tương quan biến - tổng $< 0.3$. Hệ số Cronbach's Alpha sau điều chỉnh đạt 0.869.
  • Nhóm C (Thái độ tài chính): Loại biến $C1$ (hệ số tương quan biến - tổng âm: $-0.021$). Cronbach's Alpha đạt 0.658.
  • Nhóm D (Hạnh phúc tài chính): Loại biến $D13$. Cronbach's Alpha đạt chuẩn đạt mức 0.682.
  • Nhóm E (Xã hội hóa tài chính): Giữ nguyên toàn bộ 6 biến ($E1 \to E6$), Cronbach's Alpha đạt 0.831.
  • Nhóm F (Tác động Covid-19): Loại biến $F1$ ($r_{it} = 0.312$, Alpha nếu loại tăng lên 0.783). Cronbach's Alpha sau điều chỉnh đạt 0.783.
  • Nhóm G (Hành vi quản lý tài chính): 4 biến đạt chuẩn, Cronbach's Alpha đạt 0.632.
Thống kê mẫu nghiên cứu (N = 557):

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): Đạt 0.946 ($> 0.5$), khẳng định dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett: Giá trị thống kê $\chi^2$ có mức ý nghĩa $p\text{-value} = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Tổng phương sai trích (Total Variance Explained): Đạt $> 50%$, giá trị Eigenvalues đều $> 1.0$.
+-----------------------------------------------------------------------+
|                BẢNG TỔNG HỢP KIỂM ĐỊNH THANG ĐO VÀ EFA                |
+---------------------------+----------------+----------------+---------+
| Nhân tố                   | Số biến gốc    | Số biến giữ lại| Alpha   |
+---------------------------+----------------+----------------+---------+
| Kiến thức tài chính (B)   | 6              | 5 (B1-B5)      | 0.869   |
| Thái độ tài chính (C)     | 5              | 4 (C2-C5)      | 0.658   |
| Hạnh phúc tài chính (D)   | 5              | 4 (D11,12,14,15| 0.682   |
| Xã hội hóa tài chính (E)  | 6              | 6 (E1-E6)      | 0.831   |
| Tác động Covid-19 (F)     | 6              | 5 (F2-F6)      | 0.783   |
| Hành vi QLTC cá nhân (G)  | 4              | 4 (G1-G4)      | 0.632   |
+---------------------------+----------------+----------------+---------+
| KMO = 0.946 | Bartlett's Sig. = 0.000 | df = 276                      |
+-----------------------------------------------------------------------+

Kết quả đạt được và thảo luận kinh tế lượng

  1. Tác động của đại dịch Covid-19 ($\beta > 0, p < 0.05$): Đại dịch là biến số ngoại sinh tạo ra sự chuyển biến hành vi rõ nét nhất. Những trải nghiệm tiêu cực về gián đoạn dòng tiền và giảm sút thu nhập trong đợt phong tỏa đã thúc đẩy cá nhân xây dựng quỹ dự phòng và quản lý chi tiêu chặt chẽ hơn.
  2. Tác động của thái độ tài chính và hạnh phúc tài chính ($\beta > 0, p < 0.05$): Cá nhân có thái độ tích cực đối với việc tiết kiệm, đầu tư và đánh giá mức độ an tâm tài chính cao sẽ chủ động hơn trong việc lập ngân sách định kỳ.
  3. Tác động của xã hội hóa tài chính ($\beta > 0, p < 0.05$): Sự định hướng, trao đổi thường xuyên từ gia đình và môi trường xã hội đóng vai trò nền tảng định hình phản xạ quản lý tiền bạc.
  4. Phát hiện nghịch lý về Kiến thức tài chính (Non-significant, $p > 0.05$): Kết quả kiểm định cho thấy biến Kiến thức tài chính ($B$) không có tác động có ý nghĩa thống kê trực tiếp đến Hành vi quản lý tài chính ($G$). Điều này phản ánh thực trạng: các kiến thức tài chính hàn lâm, lý thuyết được giảng dạy trong nhà trường chưa được chuyển hóa thành kỹ năng hành vi thực tế trong đời sống hàng ngày của giới trẻ.

Đổi mới và đóng góp

Điểm mới khoa học

  • Tích hợp biến số cú sốc ngoại cảnh thực tế: Là một trong những công trình tiên phong tại Việt Nam thu thập và đo lường trực tiếp tác động của đại dịch Covid-19 ngay sau khi dỡ bỏ phong tỏa toàn diện tại tâm dịch TP. Hồ Chí Minh.
  • Lượng hóa khoảng trống "Kiến thức - Hành vi" (Knowledge-Action Gap): Chứng minh bằng số liệu thực nghiệm rằng việc gia tăng điểm số kiến thức tài chính lý thuyết đơn thuần không đồng nghĩa với việc cá nhân sẽ thực hành quản lý ngân sách hay tiết kiệm tốt hơn.

Ứng dụng thực tế và triển khai

                     KHUNG ỨNG DỤNG THỰC TIỄN
  1. Đối với hệ thống giáo dục đại học:
    • Chuyển dịch từ giảng dạy lý thuyết tài chính vĩ mô/vi mô thuần túy sang đào tạo kỹ năng thực hành quản trị tài chính cá nhân (Personal Budgeting, Emergency Fund Setup, Cash Flow Management).
    • Đưa các công cụ mô phỏng quyết định tài chính thực tế vào chương trình giảng dạy chính khóa.
  2. Đối với các tổ chức tài chính và FinTech:
    • Tích hợp tính năng quản lý chi tiêu tự động, thiết lập hạn mức ngân sách và phân bổ dòng tiền tự động (Auto-saving) trên các ứng dụng Mobile Banking / Ví điện tử.
    • Ứng dụng cơ chế "Nudge Theory" (Lý thuyết cú hích) để thúc đẩy hành vi kỷ luật tài chính dựa trên thái độ và cảm xúc của người dùng thay vì chỉ hiển thị báo cáo số dư tĩnh.
  3. Đối với cơ quan hoạch định chính sách:
    • Hoàn thiện Chiến lược tài chính toàn diện quốc gia, tập trung vào nhóm đối tượng thanh niên, sinh viên mới ra trường và người lao động trẻ tuổi.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ bao phủ địa lý: Mẫu nghiên cứu tập trung chủ yếu tại khu vực đô thị TP. Hồ Chí Minh, chưa phản ánh đầy đủ đặc điểm hành vi của khu vực nông thôn hoặc các vùng kinh tế khác.
  • Phân bổ nhân khẩu học: Tỷ lệ nữ giới chiếm đa số ($69.2%$) và độ tuổi $17-25$ chiếm $86.9%$, dẫn đến tính đại diện bị lệch về nhóm người trẻ/sinh viên phụ thuộc gia đình.
  • Thiết kế nghiên cứu: Sử dụng dữ liệu cắt ngang (Cross-sectional data), chưa theo dõi được sự thay đổi hành vi dài hạn (Longitudinal analysis).

Hướng nghiên cứu mở rộng

  • Áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các mối quan hệ phi tuyến và biến trung gian (Mediating variables) như Năng lực tự kiểm soát (Self-control).
  • Mở rộng phạm vi khảo sát liên tỉnh và so sánh đa nhóm giữa các nhóm thu nhập khác nhau.

Đối tượng hưởng lợi

+--------------------------------------------------------------------------+
|                  ĐỐI TƯỢNG HƯỞNG LỢI VÀ GIÁ TRỊ MANG LẠI                 |
+-------------------------+------------------------------------------------+
| Nhóm đối tượng          | Giá trị và Lợi ích định lượng                  |
+-------------------------+------------------------------------------------+
| Sinh viên & Người trẻ   | Nhận diện lỗ hổng quản lý tiền bạc, thiết lập   |
|                         | tư duy xây dựng quỹ dự phòng khủng hoảng.      |
+-------------------------+------------------------------------------------+
| Giảng viên & Nhà trường | Dữ liệu thực chứng để tái cấu trúc đề cương môn|
|                         | học Tài chính cá nhân theo hướng ứng dụng.     |
+-------------------------+------------------------------------------------+
| Doanh nghiệp FinTech    | Căn cứ thiết kế UX/UI và tính năng quản lý tài |
|                         | chính phù hợp với tâm lý hậu khủng hoảng.       |
+-------------------------+------------------------------------------------+
| Nhà nghiên cứu          | Bộ chỉ số thang đo chuẩn hóa đã qua kiểm định  |
|                         | Cronbach's Alpha và EFA cho thị trường VN.     |
+-------------------------+------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao kiến thức tài chính lại không có tác động có ý nghĩa thống kê đến hành vi quản lý tài chính trong nghiên cứu này?

Hiện tượng "Khoảng trống giữa hiểu biết và hành động" (Intention-Behavior Gap) xảy ra phổ biến trong kinh tế học hành vi. Nhiều cá nhân có điểm số hiểu biết lý thuyết cao (về lãi suất kép, lạm phát) nhưng vẫn chi tiêu bốc đồng do thiếu kỷ luật tự kiểm soát hoặc chịu ảnh hưởng từ tâm lý bầy đàn và áp lực xã hội.

2. Tiêu chí loại bỏ các biến quan sát $B6, C1, D13, F1$ trong kiểm định Cronbach's Alpha là gì?

Các biến này bị loại do hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn ngưỡng chuẩn $0.3$ (thậm chí $C1$ mang giá trị âm), hoặc nếu loại biến thì hệ số Cronbach's Alpha tổng thể của thang đo tăng lên đáng kể, giúp loại trừ các biến rác và tăng độ tin cậy nội tại.

3. Hệ số KMO = 0.946 có ý nghĩa gì đối với phân tích EFA?

Hệ số KMO nằm trong thang đo từ $0 \to 1$. Giá trị $0.946$ nằm ở mức "Rất tốt" ($> 0.8$), khẳng định cỡ mẫu $N=557$ hoàn toàn tương thích và đủ điều kiện để thực hiện phân tích nhân tố khám phá nhằm cô đọng các biến quan sát.

4. Kết quả nghiên cứu có áp dụng được cho bối cảnh bình thường không có dịch bệnh không?

Có. Đại dịch Covid-19 đóng vai trò như một bài "Stress-test" (kiểm tra sức chịu đựng) đối với năng lực tài chính cá nhân. Các yếu tố như Thái độ tài chính, Xã hội hóa tài chính và Hạnh phúc tài chính luôn là các trụ cột nền tảng trong mọi chu kỳ kinh tế.

5. Làm thế nào để các ứng dụng FinTech tận dụng kết quả từ đề tài này?

Các công ty FinTech có thể thiết kế các công cụ định hình hành vi thông qua tự động hóa (Automated Micro-investing, Rule-based Savings) thay vì chỉ cung cấp các bài viết cung cấp kiến thức tĩnh.


Kết luận

Khóa luận tốt nghiệp của tác giả Bùi Nguyên Thiên Phúc đã giải quyết thành công bài toán lượng hóa các yếu tố tác động đến hành vi quản lý tài chính cá nhân tại Việt Nam sau đại dịch Covid-19. Bằng việc thực hiện quy trình nghiên cứu định lượng chặt chẽ trên mẫu 557 quan sát với các kỹ thuật kinh tế lượng tiêu chuẩn (Cronbach's Alpha, EFA, Hồi quy OLS), đề tài đã chứng minh vai trò then chốt của các biến số khủng hoảng ngoại cảnh, thái độ và sự xã hội hóa tài chính, đồng thời chỉ ra sự thiếu hụt trong mối liên kết giữa kiến thức lý thuyết và thực hành hành vi.

Đây là công trình tham khảo giá trị cho các nhà giáo dục, tổ chức tài chính và sinh viên trong việc định hình chiến lược quản trị dòng tiền cá nhân bền vững.