Bối cảnh và vấn đề nghiên cứu

Trong nền kinh tế hiện đại, mỗi cá nhân đều phải tự đưa ra các quyết định tài chính quan trọng liên quan đến vay nợ, tiết kiệm, chi tiêu, đầu tư, mua bảo hiểm và lập kế hoạch hưu trí. Để đưa ra các quyết định chuẩn xác, cá nhân đòi hỏi phải tích lũy một nền tảng kiến thức nhất định về tài chính, được định nghĩa chung là "hiểu biết tài chính" (financial literacy). Theo Tổ chức Hợp tác và Phát triển Kinh tế (OECD, 2016), hiểu biết tài chính là sự kết hợp giữa nhận thức, kiến thức, kỹ năng, thái độ và hành vi cần thiết nhằm đưa ra các quyết định tài chính đúng đắn, hướng đến trạng thái tài chính cá nhân lành mạnh.

Bối cảnh thực tiễn tại Việt Nam cho thấy sự phát triển nhanh chóng của công nghệ đã định hình lại thị trường tài chính với sự xuất hiện của các công ty công nghệ tài chính (Fintech), cung cấp các dịch vụ thanh toán điện tử, cho vay và đầu tư trực tuyến. Thực trạng này đòi hỏi người tiêu dùng phải trang bị đồng thời kiến thức công nghệ và kiến thức tài chính cơ bản. Bên cạnh đó, các rủi ro tài chính phát sinh ngày càng phức tạp, tiêu biểu là sự xuất hiện của các sàn giao dịch tiền ảo lừa đảo chiếm đoạt tài sản được Bộ Công an cảnh báo và triệt phá. Trên thị trường chứng khoán Việt Nam, làn sóng nhà đầu tư cá nhân mới tăng vọt với 721.000 tài khoản mở mới trong 7 tháng đầu năm 2021 (vượt tổng lượng tài khoản mở mới của cả năm 2019 và 2020 gộp lại là 580.000 tài khoản). Sự gia tăng nóng kéo theo tâm lý đám đông, dẫn đến việc thị trường lao dốc vào nửa cuối năm 2022 và đầu năm 2023 khi chỉ số VN-Index giảm hơn 20% từ đỉnh và khoảng 19% tính từ đầu năm 2022 do tác động của lạm phát toàn cầu, xung đột địa chính trị Nga – Ukraine và chính sách thắt chặt tiền tệ của các ngân hàng trung ương. Đối với sinh viên – nhóm đối tượng chuẩn bị bước vào thị trường lao động và trực tiếp tham gia vào hệ thống tài chính, việc trang bị hiểu biết tài chính trở thành một yêu cầu thiết yếu nhằm giảm thiểu tổn thất và tối ưu hóa việc quản lý nguồn lực cá nhân.

Khóa luận xác định mục tiêu tổng quát là xác định các biến số ảnh hưởng đến mức độ hiểu biết tài chính của sinh viên tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (HUB), từ đó cung cấp căn cứ thực nghiệm giúp các nhà quản lý giáo dục nâng cao hiệu quả giảng dạy tài chính cá nhân. Mục tiêu và nhiệm vụ nghiên cứu cụ thể được đánh số như sau:

  1. Xác định các yếu tố tác động đến khả năng hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP. Hồ Chí Minh.
  2. Đo lường mức độ tác động của các yếu tố đến khả năng hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP. Hồ Chí Minh.
  3. Đề xuất các hàm ý nhằm nâng cao khả năng hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP. Hồ Chí Minh.

Tương ứng với các mục tiêu trên, khóa luận giải quyết 3 câu hỏi nghiên cứu:

  1. Những yếu tố nào ảnh hưởng đến khả năng hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP.HCM?
  2. Mức độ tác động của các yếu tố này đến khả năng hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP.HCM như thế nào?
  3. Hàm ý nào nhằm nâng cao khả năng hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP.HCM?

Đối tượng nghiên cứu của đề tài là hiểu biết tài chính và các yếu tố tác động đến hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP. Hồ Chí Minh. Phạm vi nghiên cứu về mặt không gian được giới hạn trong khuôn viên Trường Đại học Ngân hàng TP. Hồ Chí Minh. Phạm vi thời gian thu thập dữ liệu sơ cấp được triển khai từ tháng 3 năm 2023 đến tháng 5 năm 2023; toàn bộ khóa luận được hoàn thành vào tháng 6 năm 2023.

Cơ sở lý thuyết và phương pháp

Khóa luận tiếp cận khái niệm hiểu biết tài chính thông qua việc tổng hợp định nghĩa từ các tổ chức và học giả quốc tế: Noctor và cộng sự (1992), Schagen và Lines (1996), OECD (2012, 2016), Australian Unity (2014), ANZ (2011), Văn phòng Quản lý Chi tiêu Chính phủ Hoa Kỳ (GAO, 2012), FINRA (2003) và ASIC (2014). Tác giả tổng kết hiểu biết tài chính là sự kết hợp giữa ba khía cạnh cốt lõi: kiến thức tài chính, thái độ tài chính và hành vi tài chính nhằm đưa ra các quyết định tài chính đúng đắn.

Về phương pháp đo lường, tác giả lựa chọn phương pháp trắc nghiệm khách quan tính điểm (dựa trên thiết kế câu hỏi gốc của Lusardi và Mitchell, 2006; bộ câu hỏi đo lường hiểu biết tài chính của OECD/INFE, 2018) thay vì phương pháp tự đánh giá (Jappelli, 2010). Biến phụ thuộc (Score) được tính bằng tổng số câu trả lời đúng trên bộ 14 câu hỏi trắc nghiệm kiểm tra kiến thức về 7 chủ đề tài chính: lãi suất, các kênh đầu tư tài chính, bảo hiểm, thuế thu nhập cá nhân, giá trị thời gian của tiền, lạm phát và đa dạng hóa danh mục đầu tư. Thang điểm dao động từ 0 đến 14 điểm.

Phương pháp nghiên cứu kết hợp giữa định tính và định lượng:

  • Phương pháp định tính: Hệ thống hóa tài liệu, tổng quan các công trình nghiên cứu trước đây trong và ngoài nước để xác định mô hình nghiên cứu, kế thừa thang đo từ nghiên cứu của Nguyen Thi Hai Yen (2015), Nguyen Dang Tue (2017) và Morgan và Trinh (2020), từ đó thiết kế bảng câu hỏi khảo sát cấu trúc.
  • Phương pháp định lượng: Thu thập dữ liệu thông qua khảo sát trực tuyến bằng Google Form đối với sinh viên các khoa thuộc HUB theo phương pháp lấy mẫu ngẫu nhiên. Quy mô mẫu tối thiểu được xác định dựa trên nguyên tắc của Tabachnick và Fidell (2001), Comrey (1973) và công thức của Green và Salkind (2010) cho hồi quy tuyến tính ($N \ge 104 + m = 104 + 5 = 109$). Số mẫu thực tế thu thập hợp lệ là 226 mẫu.
  • Công cụ và quy trình xử lý số liệu: Dữ liệu được mã hóa, làm sạch trên Microsoft Excel và xử lý phân tích trên phần mềm RStudio. Các kỹ thuật định lượng bao gồm: thống kê mô tả (tần số, tỷ lệ %, giá trị trung bình, trung vị, min, max, độ lệch chuẩn); phân tích hệ số tương quan Pearson (với mức ý nghĩa $Sig < 0{,}1$); phân tích hồi quy tuyến tính đa biến theo phương pháp bình phương bé nhất (OLS); kiểm định hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (VIF $\le 2$); kiểm định phương sai sai số thay đổi bằng kiểm định Breusch - Pagan ($Sig > 0{,}05$); kiểm định phân phối chuẩn của phần dư; và kiểm định các giả thuyết nghiên cứu thông qua kiểm định $t$, thống kê $F$, hệ số xác định $R^2$ ở mức ý nghĩa 5% ($\alpha = 0{,}05$).

Mô hình hồi quy tuyến tính OLS được xây dựng như sau: $$\text{Score} = \beta_0 + \beta_1 \cdot \text{Gender} + \beta_2 \cdot \text{Field} + \beta_3 \cdot \text{Year} + \beta_4 \cdot \text{Parents} + \beta_5 \cdot \text{Fintech} + \varepsilon$$

Bảng mã hóa các biến trong mô hình nghiên cứu:

Tên biến Ký hiệu Định nghĩa và giá trị mã hóa
Điểm hiểu biết tài chính Score Biến phụ thuộc: Điểm số từ 0 đến 14 tương ứng với số câu trả lời đúng.
Giới tính Gender Biến độc lập: Nhận giá trị 1 nếu là Nữ; 2 nếu là Nam.
Ngành học Field Biến độc lập: Nhận giá trị 1 nếu thuộc nhóm ngành Kinh tế - Tài chính (Tài chính – Ngân hàng, Kế toán – Kiểm toán, Quản trị kinh doanh, Kinh tế quốc tế); nhận giá trị 2 nếu thuộc nhóm ngành khác (Luật kinh tế, Ngôn ngữ Anh, Hệ thống thông tin quản lý).
Năm học đại học Year Biến độc lập: Nhận giá trị 1 (năm nhất), 2 (năm hai), 3 (năm ba), 4 (năm cuối).
Chuyên môn của cha mẹ Parents Biến độc lập: Nhận giá trị 1 nếu một trong hai người (ba hoặc mẹ) có chuyên môn liên quan đến tài chính; nhận giá trị 2 nếu cả ba và mẹ đều không có chuyên môn liên quan đến tài chính.
Sự tiếp thu công nghệ tài chính Fintech Biến độc lập: Nhận giá trị 1 nếu có sử dụng các ứng dụng công nghệ tài chính; nhận giá trị 2 nếu không sử dụng các ứng dụng công nghệ tài chính.

Tác giả giải trình việc loại bỏ các biến nhân khẩu học thường gặp trong các nghiên cứu trước:

  • Biến độ tuổi: Sinh viên hệ đào tạo chuẩn 4 năm có độ tuổi đồng đều từ 18 đến 22 tuổi, sự khác biệt tuổi tác được phản ánh tương đương qua biến số năm học đại học.
  • Biến trình độ học vấn: Đồng nhất ở bậc đại học giữa toàn bộ mẫu khảo sát.
  • Biến thu nhập: Đa số sinh viên không có thu nhập độc lập, sống phụ thuộc vào gia đình hoặc có thu nhập làm thêm không đáng kể.
  • Biến nơi cư trú: Nghiên cứu thực hiện trên sinh viên nội trú/ngoại trú cùng một trường đại học tập trung tại TP. Hồ Chí Minh và TP. Thủ Đức, không có hệ đào tạo từ xa.
  • Biến tình trạng hôn nhân: Nhóm tuổi 18–22 hầu hết đều độc thân.
  • Các biến phức tạp về gia đình (thu nhập hộ, số thành viên, sự tham gia quyết định tài chính gia đình): Tác giả loại trừ do tính nhạy cảm và phức tạp trong thu thập dữ liệu đời tư.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương 1 thiết lập tính cấp thiết của đề tài xuất phát từ sự bùng nổ của các ứng dụng tài chính trực tuyến, nguy cơ lừa đảo tài chính qua mạng và sự biến động phức tạp của thị trường vốn Việt Nam trong giai đoạn 2021–2023. Tác giả chỉ rõ khoảng trống kiến thức tài chính của sinh viên và nêu bật sự cần thiết phải khảo sát thực nghiệm tại HUB. Chương này xác định rõ mục tiêu tổng quát, 3 mục tiêu cụ thể, 3 câu hỏi nghiên cứu, phạm vi đối tượng khảo sát tại HUB trong giai đoạn tháng 3/2023 – tháng 5/2023, phương pháp luận nghiên cứu và kết cấu tổng thể 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết và tổng quan các nghiên cứu trước

Chương 2 trình bày chi tiết nền tảng lý thuyết về hiểu biết tài chính, phân loại các phương pháp đo lường và làm rõ ảnh hưởng của các nhân tố cá nhân, xã hội đến hiểu biết tài chính. Phần lược khảo nghiên cứu tổng hợp 11 công trình tiêu biểu:

  • Nghiên cứu quốc tế: Luksander và cộng sự (2014) khảo sát gần 38.000 sinh viên tại Hungary (Budapest và Szeged) xác định vai trò của giới tính, độ tuổi, thu nhập, phụ thuộc tài chính, chuyên ngành và số học kỳ tài chính; Thapa và Raj (2015) khảo sát 436 sinh viên tại Nepal; Kutlu Ergun (2018) nghiên cứu 409 sinh viên tại 8 quốc gia châu Âu bằng mô hình logistic; Noor Azizah Shaari và cộng sự (2013) nghiên cứu 384 sinh viên tại Malaysia xác định 5 yếu tố ảnh hưởng gồm tuổi, giới tính, ngành học, chi tiêu và năm học.
  • Nghiên cứu trong nước: Nguyen Dang Tue (2017) khảo sát 350 người trưởng thành tại Hà Nội và Vinh; Nguyen Thi Hai Yen (2015) nghiên cứu 435 sinh viên đại học, cao đẳng tại Việt Nam; Morgan và Trinh (2020) nghiên cứu mối liên hệ giữa tiếp thu Fintech và hiểu biết tài chính tại Việt Nam; Nguyễn Thị Ngân Hà và Nguyễn Đỗ Quyên (2021) khảo sát 401 người trẻ Việt Nam (18–25 tuổi); Đinh Thị Thanh Vân và Nguyễn Thị Huệ (2016) sử dụng mô hình cấu trúc tuyến tính SEM khảo sát sinh viên Hà Nội; Lê Hoàng Anh và cộng sự (2018) với 47 mẫu sinh viên Hà Nội; Phạm Thị Hoàng Anh và cộng sự (2021) phân tích hồi quy bội trên 348 sinh viên tại Hà Nội.

Chương 3: Mô hình và phương pháp nghiên cứu

Chương 3 thiết lập quy trình nghiên cứu thực nghiệm. Tác giả kế thừa mô hình của Nguyen Thi Hai Yen (2015) và Nguyen Dang Tue (2017), đồng thời bổ sung biến tiếp thu công nghệ tài chính từ Morgan và Trinh (2020). Chương này chi tiết hóa phương trình hồi quy tuyến tính OLS 5 biến độc lập (Gender, Field, Year, Parents, Fintech) tác động lên biến phụ thuộc Score. Cấu trúc bảng hỏi gồm 2 phần (6 câu hỏi thông tin định danh và 14 câu hỏi kiểm tra kiến thức tài chính theo chuẩn OECD/INFE 2018). Tác giả giải trình phương pháp chọn mẫu ngẫu nhiên đạt quy mô $N = 226$, đồng thời thiết lập các tiêu chuẩn thống kê kiểm định: hệ số tương quan Pearson ($Sig < 0{,}1$), kiểm định đa cộng tuyến VIF ($< 2$), kiểm định Breusch - Pagan kiểm tra phương sai sai số thay đổi ($Sig > 0{,}05$), đồ thị phân phối phần dư chuẩn và mức ý nghĩa giả thuyết 5%.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 thể hiện kết quả phân tích số liệu từ 226 quan sát được xử lý trên RStudio và Excel. Kiểm định Pearson xác nhận các biến độc lập đều có tương quan tuyến tính với biến phụ thuộc Score và tương quan lẫn nhau ở mức có ý nghĩa thống kê. Mô hình hồi quy OLS thỏa mãn tất cả các tiêu chuẩn kiểm định kỹ thuật: hệ số VIF của các biến đều nhỏ hơn 2 (không xảy ra hiện tượng đa cộng tuyến), kiểm định Breusch - Pagan cho thấy không có khuyết tật phương sai sai số thay đổi ($Sig > 0{,}05$), phân bổ phần dư trên biểu đồ tập trung quanh giá trị 0 xác nhận giả thiết giá trị kỳ vọng của phần dư bằng 0. Kết quả hồi quy xác định cả 5 biến đều có ý nghĩa thống kê tại mức 5% ($p < 0{,}05$). Tác giả tiến hành thảo luận, so sánh các hệ số hồi quy với kết quả của các tác giả trước đó, chỉ ra tính đồng thuận với các phát hiện của Nguyen Thi Hai Yen (2015), Morgan và Trinh (2020), Phạm Thị Hoàng Anh và cộng sự (2021).

Chương 5: Kết luận và các hàm ý

Chương 5 tổng kết việc hoàn thành 3 mục tiêu nghiên cứu ban đầu. Dựa trên độ lớn và chiều hướng tác động của các hệ số hồi quy, tác giả xây dựng hệ thống các hàm ý quản trị dành riêng cho Nhà trường (Trường Đại học Ngân hàng TP.HCM) và hàm ý hành động cho sinh viên. Các đề xuất nhấn mạnh vào việc thu hẹp khoảng cách kiến thức giữa sinh viên khối kinh tế và phi kinh tế, lồng ghép đào tạo kỹ năng tài chính thực tiễn và ứng dụng công nghệ tài chính vào chương trình đào tạo.

Kết quả và đóng góp

Nghiên cứu đã ước lượng thành công mô hình hồi quy tuyến tính đa biến với dữ liệu 226 sinh viên, xác định 5 nhân tố có tác động mang ý nghĩa thống kê đến điểm số hiểu biết tài chính của sinh viên tại mức ý nghĩa 5%:

Yếu tố (Biến số) Hệ số hồi quy chưa chuẩn hóa (Beta) Chiều hướng tác động thực tế
Ngành học (Field) -1,119 Tác động mạnh nhất. Sinh viên thuộc các ngành phi kinh tế - tài chính (mã 2) có điểm hiểu biết tài chính thấp hơn sinh viên các ngành kinh tế - tài chính (mã 1) là 1,119 điểm trong điều kiện các yếu tố khác không đổi.
Giới tính (Gender) 0,476 Sinh viên nam (mã 2) có điểm số hiểu biết tài chính cao hơn sinh viên nữ (mã 1) trung bình 0,476 điểm.
Sự tiếp thu công nghệ tài chính (Fintech) -0,472 Sinh viên không sử dụng ứng dụng công nghệ tài chính (mã 2) có điểm hiểu biết tài chính thấp hơn nhóm có sử dụng (mã 1) là 0,472 điểm.
Năm học đại học (Year) 0,458 Sinh viên có năm học cao hơn đạt điểm hiểu biết tài chính cao hơn (mỗi năm học tăng thêm giúp điểm số tăng trung bình 0,458 điểm).
Chuyên môn của cha mẹ (Parents) -0,362 Sinh viên có cha mẹ không làm việc trong lĩnh vực tài chính (mã 2) có điểm hiểu biết tài chính thấp hơn nhóm có cha mẹ làm việc trong ngành tài chính (mã 1) là 0,362 điểm.

Các giải pháp và hàm ý do tác giả đề xuất:

  • Đối với Nhà trường: Cần chú trọng điều chỉnh chương trình đào tạo cho sinh viên các ngành ngoài kinh tế - tài chính (như Luật kinh tế, Ngôn ngữ Anh, Hệ thống thông tin quản lý) thông qua việc bổ sung các học phần tự chọn hoặc khóa học ngắn hạn về tài chính cá nhân; tăng cường các hoạt động ngoại khóa, hội thảo chuyên đề về quản lý tài chính và ứng dụng Fintech; tạo môi trường thực hành tài chính số hóa trong nhà trường.
  • Đối với sinh viên: Cần chủ động trang bị kiến thức tài chính cơ bản từ những năm đầu đại học; chủ động tiếp cận, làm quen và sử dụng an toàn các công cụ công nghệ tài chính; tích cực tham gia thảo luận về các vấn đề kinh tế - tài chính trong gia đình và xã hội.

Đóng góp của khóa luận: Đề tài đã kiểm chứng thực nghiệm mô hình đo lường hiểu biết tài chính trên nhóm đối tượng đặc thù là sinh viên trường chuyên ngành kinh tế - ngân hàng tại khu vực phía Nam (HUB). Điểm mới trong mô hình nghiên cứu là việc tích hợp thành công biến số "Tiếp thu công nghệ tài chính" (Fintech) vào mô hình OLS giải thích điểm số hiểu biết tài chính sinh viên, bổ sung bằng chứng thực nghiệm tại Việt Nam cho mối tương quan giữa việc ứng dụng công nghệ số và năng lực tài chính cá nhân.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế cụ thể:

  • Phạm vi khảo sát chỉ giới hạn trong nội bộ sinh viên Trường Đại học Ngân hàng TP. Hồ Chí Minh với quy mô 226 mẫu, chưa mở rộng ra các trường đại học khác trên địa bàn TP. Hồ Chí Minh cũng như toàn quốc, do đó tính đại diện cho sinh viên nói chung còn hạn chế.
  • Do đối tượng nghiên cứu thuần nhất trong độ tuổi 18–22 và học cùng một cơ sở, mô hình đã chủ động loại trừ các biến nhân khẩu học quan trọng như độ tuổi, trình độ học vấn, nơi cư trú, tình trạng hôn nhân và thu nhập độc lập.
  • Nghiên cứu chưa đưa vào mô hình các biến số sâu hơn về hoàn cảnh gia đình (thu nhập của cha mẹ, số thành viên trong gia đình, mức độ tham gia vào các quyết định tài chính gia đình) do tính chất nhạy cảm và phức tạp trong việc thu thập thông tin đời tư của sinh viên.

Hướng nghiên cứu tiếp theo: Mở rộng phạm vi và quy mô mẫu khảo sát sang nhiều trường đại học đa ngành khác nhau; nghiên cứu bổ sung các yếu tố tâm lý hành vi, mức độ sẵn sàng chấp nhận rủi ro và các yếu tố bối cảnh gia đình chi tiết nhằm nâng cao mức độ giải thích của mô hình.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho:

  • Sinh viên chuyên ngành Tài chính – Ngân hàng, Kinh tế, Quản trị kinh doanh khi xây dựng đề cương nghiên cứu khóa luận, đồ án tốt nghiệp liên quan đến tài chính cá nhân, hành vi tài chính và chuyển đổi số tài chính.
  • Các nhà nghiên cứu và giảng viên quan tâm đến phương pháp thiết kế bộ câu hỏi kiểm tra kiến thức tài chính khách quan dựa trên chuẩn OECD/INFE (2018), cách thức mã hóa biến nhị phân/thứ bậc trong nghiên cứu xã hội học kinh tế.
  • Ban giám hiệu và các đơn vị quản lý đào tạo tại các trường đại học trong việc đánh giá thực trạng năng lực tài chính của sinh viên giữa các khối ngành, làm căn cứ thiết kế các chương trình đào tạo kỹ năng mềm và quản lý tài chính cá nhân.

Các phần có giá trị tham khảo cao nhất trong khóa luận gồm: Bảng tổng hợp lược khảo lý thuyết 11 công trình trong và ngoài nước (Chương 2), cấu trúc bộ 14 câu hỏi trắc nghiệm đánh giá kiến thức tài chính (Chương 3) và quy trình kiểm định khuyết tật mô hình hồi quy tuyến tính (VIF, Breusch - Pagan, phân phối phần dư) thực hiện trên RStudio (Chương 3 và Chương 4).

Câu hỏi thường gặp

1. Biến phụ thuộc "Điểm hiểu biết tài chính" (Score) trong khóa luận được đo lường bằng phương pháp nào?
Biến phụ thuộc được đo lường bằng phương pháp trắc nghiệm khách quan tính điểm dựa trên bộ câu hỏi chuẩn hóa của OECD/INFE (2018). Tác giả thiết kế 14 câu hỏi trắc nghiệm bao quát 7 nội dung tài chính: lãi suất, các kênh đầu tư, bảo hiểm, thuế thu nhập cá nhân, giá trị thời gian của tiền, lạm phát và đa dạng hóa danh mục đầu tư. Mỗi câu trả lời đúng được tính 1 điểm, trả lời sai không có điểm và không bị trừ điểm; tổng điểm tối đa là 14 điểm.

2. Yếu tố nào có ảnh hưởng mạnh nhất đến hiểu biết tài chính của sinh viên trong nghiên cứu này?
Yếu tố Ngành học (Field) có mức độ ảnh hưởng lớn nhất đến hiểu biết tài chính của sinh viên với hệ số hồi quy chưa chuẩn hóa $\text{Beta} = -1{,}119$ tại mức ý nghĩa 5%. Theo cách mã hóa của tác giả, sinh viên thuộc khối ngành ngoài kinh tế - tài chính có điểm số hiểu biết tài chính thấp hơn sinh viên các chuyên ngành kinh tế - tài chính 1,119 điểm trong điều kiện các yếu tố khác giữ nguyên.

3. Vì sao tác giả không đưa biến "Độ tuổi" và "Thu nhập" vào mô hình hồi quy?
Tác giả lý giải rằng sinh viên hệ đại học chính quy tại HUB có độ tuổi tập trung từ 18 đến 22 tuổi, khoảng cách tuổi tác rất hẹp và sự khác biệt về nhận thức theo lứa tuổi đã được phản ánh thông qua biến "Năm học đại học" (Year). Về biến thu nhập, đối tượng nghiên cứu là sinh viên phần lớn phụ thuộc tài chính vào gia đình, chưa có thu nhập ổn định hoặc chỉ có thu nhập thấp từ các công việc làm thêm, do đó biến thu nhập không phản ánh rõ rệt năng lực tài chính cá nhân độc lập.

4. Dữ liệu nghiên cứu được thu thập từ bao nhiêu sinh viên và xử lý bằng các phần mềm nào?
Dữ liệu nghiên cứu gồm 226 mẫu khảo sát hợp lệ thu thập từ sinh viên các khoa của Trường Đại học Ngân hàng TP. Hồ Chí Minh trong thời gian từ tháng 3/2023 đến tháng 5/2023 qua bảng hỏi trực tuyến Google Form. Dữ liệu được tính toán, mã hóa trên phần mềm Microsoft Excel và xử lý phân tích thống kê, hồi quy trên phần mềm RStudio.

5. Kết quả kiểm định các khuyết tật của mô hình hồi quy tuyến tính trong khóa luận ra sao?
Mô hình hồi quy đáp ứng đầy đủ các tiêu chuẩn kiểm định kinh tế lượng: hệ số phóng đại phương sai VIF của tất cả các biến độc lập đều nhỏ hơn 2, khẳng định không xảy ra hiện tượng đa cộng tuyến; kiểm định Breusch - Pagan có giá trị $Sig > 0{,}05$, xác nhận mô hình không vi phạm hiện tượng phương sai sai số thay đổi; đồ thị phân tán phần dư cho thấy các giá trị phần dư phân bổ đối xứng xung quanh giá trị 0, đảm bảo giả thiết phần dư có phân phối chuẩn.

Kết luận

Khóa luận tốt nghiệp của tác giả Chu Dương Gia Huy đã giải quyết trọn vẹn 3 mục tiêu nghiên cứu thông qua việc xác định và đo lường 5 yếu tố ảnh hưởng có ý nghĩa thống kê đến hiểu biết tài chính của sinh viên Trường Đại học Ngân hàng TP.HCM gồm ngành học, giới tính, tiếp thu Fintech, năm học và chuyên môn của cha mẹ. Với cỡ mẫu 226 quan sát được xử lý chuẩn xác bằng phương pháp hồi quy OLS trên RStudio, nghiên cứu cung cấp bằng chứng thực nghiệm rõ ràng về khoảng cách kiến thức giữa các nhóm sinh viên và vai trò tích cực của việc sử dụng công nghệ tài chính. Các kết quả này tạo lập cơ sở khoa học thực tế để Nhà trường thiết kế các chương trình giáo dục tài chính phù hợp, góp phần nâng cao năng lực quản lý tài chính cá nhân cho sinh viên trước khi tốt nghiệp.