Giới thiệu dự án

Thị trường tài chính ngân hàng tại Việt Nam ghi nhận sự cạnh tranh gay gắt trong phân khúc ngân hàng bán lẻ (Retail Banking), đặc biệt là nghiệp vụ huy động vốn tiền gửi tiết kiệm từ khách hàng cá nhân (KHCN). Tại Thừa Thiên Huế, hệ thống các tổ chức tín dụng liên tục mở rộng mạng lưới, đặt ra bài toán tối ưu hóa chiến lược giữ chân và thu hút dòng tiền gửi nhàn rỗi. Đồ án khóa luận tốt nghiệp "Nghiên cứu các yếu tố tác động đến quyết định lựa chọn dịch vụ gửi tiền tiết kiệm của khách hàng cá nhân tại Ngân hàng TMCP Kỹ Thương Việt Nam (Techcombank) – Chi nhánh Huế" tập trung giải quyết bài toán mô hình hóa hành vi tài chính người dùng thông qua phương pháp định lượng nâng cao.

Bối cảnh và Vấn đề Nghiên cứu

Dù Techcombank Chi nhánh Huế đạt mức tăng trưởng nguồn vốn huy động tích cực qua các năm (năm 2016 đạt 240,537 tỷ đồng, năm 2017 tăng 15% lên 275,515 tỷ đồng, và năm 2018 đạt 310,980 tỷ đồng, tăng 13%), ngân hàng vẫn đối mặt với các rào cản tăng trưởng:

  • Tỷ trọng ngoại tệ thấp: Nguồn vốn huy động chủ yếu phụ thuộc vào VNĐ (chiếm trên 90%), ngoại tệ chỉ dao động từ 6% - 8%.
  • Sự chuyển dịch hành vi người dùng: Khách hàng có xu hướng dịch chuyển dòng tiền sang kỳ hạn ngắn (dưới 12 tháng chiếm tới 73.6%) do tâm lý phòng ngừa biến động lãi suất thị trường.
  • Áp lực cạnh tranh đa kênh: Các ngân hàng thương mại cổ phần quốc doanh (BIDV, Vietcombank, Vietinbank) sở hữu mạng lưới vật lý dày đặc, đòi hỏi Techcombank phải xác định chính xác các nhân tố quyết định hành vi tiêu dùng để tối ưu chi phí thu hút vốn (Cost of Funds - COF).
          [ Khách hàng cá nhân (N=140) ]
[ Nhận thức thuộc tính ]        [ Chuẩn chủ quan ]
  - Uy tín thương hiệu (UTTH)     - Cá nhân ảnh hưởng (CNAH)
  - Lãi suất cạnh tranh (LS)
  - Nhân viên phục vụ (NVPV)
  - Tiện lợi giao dịch (TL)
  - Chương trình KM (CTKM)
       [ Quyết định lựa chọn gửi TGTK (QDSD) ]

Mục tiêu của Dự án

  1. Hệ thống hóa cơ sở lý luận về hành vi ra quyết định gửi tiền tiết kiệm dựa trên Thuyết hành động hợp lý (TRA) và Thuyết hành vi dự định (TPB).
  2. Thiết kế và chuẩn hóa bộ thang đo gồm 28 biến quan sát đo lường 6 nhóm nhân tố tác động đến quyết định gửi tiền tiết kiệm.
  3. Thực thi phân tích thực nghiệm định lượng trên tập mẫu $N = 140$ khách hàng cá nhân bằng công cụ SPSS Statistics v25.0.
  4. Xác định thứ bậc tác động ($\beta$) của từng nhóm nhân tố, xây dựng hàm hồi quy tuyến tính chuẩn hóa làm căn cứ ra quyết định chiến lược.
  5. Đề xuất hệ thống giải pháp nâng cao hiệu quả huy động tiền gửi cá nhân cho Techcombank Chi nhánh Huế giai đoạn 2020–2025.

Phạm vi và Giới hạn

  • Phạm vi không gian: Khách hàng giao dịch tại Techcombank Chi nhánh Huế (24 Lý Thường Kiệt) và Phòng giao dịch Đông Ba (91 Trần Hưng Đạo, TP. Huế).
  • Phạm vi thời gian: Dữ liệu thứ cấp giai đoạn 2016–2018; khảo sát dữ liệu sơ cấp thực hiện từ tháng 10/2019 đến tháng 12/2019.
  • Giới hạn kỹ thuật: Chọn mẫu phi xác suất (thuận tiện) với quy mô mẫu hợp lệ $N = 140$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp tiếp cận phân tích hành vi khách hàng tiền gửi trong ngành ngân hàng:

Tiêu chí Phương pháp định tính truyền thống Mô hình hồi quy OLS đa biến (Nghiên cứu này) Mô hình Machine Learning (Random Forest/XGBoost)
Bản chất dữ liệu Phỏng vấn sâu, chuyên gia ($N < 30$) Khảo sát cấu trúc Likert 5 mức ($N = 140$) Dữ liệu giao dịch Big Data ($N > 100,000$)
Độ phức tạp tính toán Thấp, dễ sai lệch chủ quan Trung bình, kiểm định giả thuyết chặt chẽ Rất cao, đòi hỏi hạ tầng máy chủ lớn
Khả năng giải thích Thấp, mang tính mô tả Rất cao (Hệ số $\beta$, $R^2$, VIF, ANOVA) Thấp (Black-box model)
Chi phí triển khai Rẻ Tối ưu, phù hợp cấp chi nhánh ngân hàng Tốn kém chi phí lưu trữ và kỹ sư dữ liệu
Độ tin cậy thống kê Không kiểm chứng được Cronbach's Alpha $\ge 0.7$, EFA $> 50%$ F1-Score, ROC-AUC

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

  • Must-have: Kiểm định thang đo Cronbach's Alpha ($\alpha \ge 0.6$, Corrected Item-Total Correlation $\ge 0.3$), Phân tích nhân tố khám phá EFA (KMO $\ge 0.5$, Bartlett's Sig $< 0.05$, Total Variance Explained $\ge 50%$), Kiểm tra đa cộng tuyến (VIF $< 2.0$).
  • Should-have: Kiểm định phân phối chuẩn phần dư, kiểm định tự tương quan sai số (Durbin-Watson từ 1.5 đến 2.5), phân tích tương quan Pearson/Spearman.
  • Could-have: Phân tích ANOVA One-Way tìm khác biệt theo nhân khẩu học (độ tuổi, thu nhập, giới tính).
  • Won't-have: Xây dựng dashboard thời gian thực hoặc dự báo chuỗi thời gian ARIMA trong giai đoạn này.

Thiết kế hệ thống

Hệ thống xử lý và mô hình hóa dữ liệu thống kê được thiết kế theo luồng kiến trúc 4 tầng chuẩn mực:

Technology Stack và Công cụ sử dụng

  • Phần mềm phân tích cốt lõi: IBM SPSS Statistics Version 25.0 (Build 25.0.0.0).
  • Hệ điều hành thực thi: Linux Ubuntu / Windows 10 Enterprise 64-bit.
  • Công cụ bổ trợ: Python 3.10 (thư viện pandas, statsmodels, scipy), Microsoft Excel 2019.
  • Cơ sở dữ liệu khảo sát (Schema Design):
CREATE TABLE survey_responses (
    respondent_id INT PRIMARY KEY AUTO_INCREMENT,
    gender ENUM('Male', 'Female') NOT NULL,
    age_group ENUM('<30', '30-40', '41-50', '51-60', '>60') NOT NULL,
    income_level ENUM('<5M', '5-10M', '11-15M', '>15M') NOT NULL,
    deposit_term ENUM('<6M', '6-12M', '1-2Y', '>2Y') NOT NULL,
    UTTH1 DECIMAL(2,1), UTTH2 DECIMAL(2,1), UTTH3 DECIMAL(2,1),
    LS1 DECIMAL(2,1), LS2 DECIMAL(2,1), LS3 DECIMAL(2,1),
    NVPV1 DECIMAL(2,1), NVPV2 DECIMAL(2,1), NVPV3 DECIMAL(2,1),
    TL1 DECIMAL(2,1), TL2 DECIMAL(2,1), TL3 DECIMAL(2,1),
    CTKM1 DECIMAL(2,1), CTKM2 DECIMAL(2,1), CTKM3 DECIMAL(2,1),
    CNAH1 DECIMAL(2,1), CNAH2 DECIMAL(2,1), CNAH3 DECIMAL(2,1),
    QDSD1 DECIMAL(2,1), QDSD2 DECIMAL(2,1), QDSD3 DECIMAL(2,1),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Methodology

Quy trình nghiên cứu kết hợp giữa nghiên cứu định tính (Qualitative Pilot) và nghiên cứu định lượng (Quantitative Empirical):

  1. Giai đoạn chuẩn bị (Tuần 1–3): Tổng hợp lý thuyết TRA, TPB; nghiên cứu mô hình của Mokhlis (2009), Phạm Thị Tâm & Phạm Ngọc Thúy (2008). Xây dựng bảng hỏi sơ bộ 28 biến.
  2. Giai đoạn điều tra thử nghiệm (Tuần 4–5): Tiến hành khảo sát thử nghiệm trên nhóm mẫu nhỏ $N = 20$ khách hàng thực tế tại quầy giao dịch Techcombank Huế để hiệu chỉnh câu từ, loại bỏ độ nhiễu ngữ nghĩa.
  3. Giai đoạn thu thập dữ liệu diện rộng (Tuần 6–9): Phát 150 phiếu phỏng vấn trực tiếp tại quầy dịch vụ khách hàng; thu về 140 phiếu đạt tiêu chuẩn hợp lệ (tỷ lệ phản hồi hữu ích: 93.33%).
  4. Giai đoạn xử lý & Phân tích dữ liệu (Tuần 10–12): Thực thi pipeline xử lý SPSS theo các tiêu chuẩn học thuật nghiêm ngặt.

Implementation và kết quả

Development Process & Kỹ thuật Xử lý

Quy trình xử lý dữ liệu được tiến hành với các thuật toán thống kê chuẩn xác:

1. Công thức Hệ số Cronbach's Alpha

$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Trong đó: $k$ là số biến quan sát; $\sigma_{y_i}^2$ là phương sai của biến quan sát thứ $i$; $\sigma_x^2$ là phương sai của tổng điểm các biến.

2. Cú pháp Phân tích Thống kê (SPSS Syntax Script)

* Kiem dinh do tin cay Cronbach Alpha cho bien doc lap Uy tin thuong hieu.
RELIABILITY
  /VARIABLES=UTTH1 UTTH2 UTTH3
  /SCALE('UTTH Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE
  /SUMMARY=TOTAL.

* Phan tich nhan to kham pha EFA (PCA, Varimax Rotation).
FACTOR
  /VARIABLES UTTH1 UTTH2 UTTH3 LS1 LS2 LS3 NVPV1 NVPV2 NVPV3 TL1 TL2 TL3 CTKM1 CTKM2 CTKM3 CNAH1 CNAH2 CNAH3
  /MISSING LISTWISE 
  /ANALYSIS UTTH1 UTTH2 UTTH3 LS1 LS2 LS3 NVPV1 NVPV2 NVPV3 TL1 TL2 TL3 CTKM1 CTKM2 CTKM3 CNAH1 CNAH2 CNAH3
  /PRINT INITIAL EXTRACTION ROTATION FSCORES KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* Phan tich hoi quy tuyen tinh boi OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT QDSD
  /METHOD=ENTER UTTH LS NVPV TL CTKM CNAH
  /RESIDUALS DURBIN.

3. Triển khai mô hình bằng Python (Tương đương)

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# Load and prepare standardized survey dataset
df = pd.read_csv("techcombank_hue_survey.csv")
X = df[['UTTH', 'LS', 'NVPV', 'TL', 'CTKM', 'CNAH']]
y = df['QDSD']

# Add constant for intercept estimation
X_const = sm.add_constant(X)
model = sm.OLS(y, X_const).fit()

# Collinearity diagnostics (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]

print(model.summary())
print(vif_data)

Testing và Validation

Toàn bộ hệ thống thang đo và mô hình toán học đã trải qua các bước kiểm định nghiêm ngặt với các chỉ số định lượng cụ thể:

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

Tất cả các thang đo thành phần đều đạt yêu cầu vượt trội về độ tin cậy nội tại:

  • Uy tín thương hiệu (UTTH): Cronbach's Alpha = 0.842; Tương quan biến - tổng nhỏ nhất = 0.651 > 0.3.
  • Lãi suất (LS): Cronbach's Alpha = 0.815; Tương quan biến - tổng nhỏ nhất = 0.612 > 0.3.
  • Nhân viên phục vụ (NVPV): Cronbach's Alpha = 0.876; Tương quan biến - tổng nhỏ nhất = 0.704 > 0.3.
  • Tiện lợi (TL): Cronbach's Alpha = 0.798; Tương quan biến - tổng nhỏ nhất = 0.589 > 0.3.
  • Chương trình khuyến mãi (CTKM): Cronbach's Alpha = 0.831; Tương quan biến - tổng nhỏ nhất = 0.635 > 0.3.
  • Cá nhân ảnh hưởng (CNAH): Cronbach's Alpha = 0.854; Tương quan biến - tổng nhỏ nhất = 0.672 > 0.3.
  • Quyết định sử dụng (QDSD - Biến phụ thuộc): Cronbach's Alpha = 0.869; Tương quan biến - tổng nhỏ nhất = 0.710 > 0.3.

2. Phân tích nhân tố khám phá (EFA Benchmark)

  • Hệ số KMO (Kaiser-Meyer-Olkin): Đạt 0.767 (thỏa mãn điều kiện $0.5 \le \text{KMO} \le 1.0$), chứng minh kích thước mẫu hoàn toàn phù hợp cho phân tích nhân tố.
  • Kiểm định Bartlett’s Test of Sphericity: Giá trị kiểm định $\chi^2$ có mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$, bác bỏ giả thuyết $H_0$ (các biến không tương quan), chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Tổng phương sai trích (Total Variance Explained): Đạt 70.219% ($> 50%$), nghĩa là 6 nhân tố trích xuất giải thích được 70.219% độ biến thiên của dữ liệu gốc.
  • Giá trị Eigenvalue: Nhân tố thứ 6 có Eigenvalue đạt 1.214 ($> 1.0$), khẳng định tính đại diện của 6 nhóm nhân tố.
  • Trọng số nhân tố (Factor Loading): Toàn bộ các biến quan sát đều có hệ số tải nhân tố $> 0.55$, không có biến nào bị loại do tải chéo không đạt tiêu chuẩn ($< 0.3$).
                      EFA Factor Loadings Pattern

3. Kiểm định Hồi quy OLS và Chẩn đoán Mô hình

  • Hệ số xác định mô hình: $R^2 = 0.648$; $R^2$ hiệu chỉnh ($\text{Adjusted } R^2$) = 0.632, cho thấy 63.2% sự biến thiên của Quyết định gửi tiền tiết kiệm được giải thích bởi 6 biến độc lập.
  • Kiểm định độ phù hợp mô hình (ANOVA F-test): $F = 40.782$ với giá trị $\text{Sig.} = 0.000 < 0.01$, mô hình hồi quy đạt ý nghĩa thống kê cao.
  • Kiểm tra hiện tượng Đa cộng tuyến (Multicollinearity): Hệ số phóng đại phương sai $\text{VIF} < 1.65$ trên tất cả các biến (thấp hơn ngưỡng giới hạn 2.0), không xảy ra hiện tượng đa cộng tuyến.
  • Kiểm tra Tự tương quan: Hệ số Durbin-Watson đạt 1.892 (nằm trong khoảng tối ưu $1.5 < d < 2.5$), các phần dư hoàn toàn độc lập với nhau.

Kết quả đạt được

Hàm hồi quy tuyến tính bội chuẩn hóa xác định mức độ tác động cụ thể:

$$\text{QDSD} = 0.324 \times \text{UTTH} + 0.281 \times \text{LS} + 0.245 \times \text{NVPV} + 0.187 \times \text{TL} + 0.156 \times \text{CTKM} + 0.132 \times \text{CNAH}$$

                Regression Coefficients Impact (Beta)

Phân tích Chi tiết Nhân khẩu học & Hành vi Mẫu ($N = 140$):

  • Cơ cấu giới tính: Nữ giới chiếm ưu thế tuyệt đối với 69.3% (97 khách hàng), Nam giới chiếm 30.7% (43 khách hàng).
  • Phân khúc độ tuổi trọng tâm: Khách hàng từ 30 đến 50 tuổi chiếm tới 67.6% (nhóm 41–50 tuổi chiếm 38.4%, nhóm 31–40 tuổi chiếm 32.9%).
  • Mức thu nhập: Khách hàng có mức thu nhập trung bình 5–10 triệu VNĐ/tháng chiếm tỷ lệ lớn nhất (52.9%), tiếp theo là nhóm dưới 5 triệu VNĐ/tháng (25.0%).
  • Hành vi kỳ hạn: 44.3% khách hàng chọn kỳ hạn từ 6 tháng đến 1 năm; 29.3% chọn kỳ hạn dưới 6 tháng; chỉ có 9.3% gửi dài hạn trên 2 năm.
  • Kênh tiếp cận thông tin: 47.1% khách hàng biết đến dịch vụ qua kênh truyền miệng (người thân, bạn bè, đồng nghiệp); 27.9% qua truyền thông báo chí; 18.6% qua nhân viên tư vấn.

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng cho thị trường ngân hàng địa phương: Kết hợp hài hòa Thuyết hành động hợp lý (TRA) và Thuyết hành vi dự định (TPB) vào bối cảnh tài chính khu vực miền Trung, giải quyết khoảng trống dữ liệu thực nghiệm tại địa bàn TP. Huế.
  2. Chứng minh vai trò chi phối của Uy tín Thương hiệu ($\beta = 0.324$): Khác biệt với các nghiên cứu trước đây tại thị trường nông thôn vốn coi trọng Lãi suất là yếu tố tuyệt đối, nghiên cứu này chỉ ra rằng tại đô thị loại 1 như Huế, an toàn vốn và danh tiếng thương hiệu của ngân hàng TMCP là rào cản tâm lý hàng đầu khi khách hàng ra quyết định gửi tiền.
  3. So sánh với các công trình nghiên cứu tiền nhiệm:
Yếu tố so sánh Nghiên cứu Mokhlis et al. (2009) Nghiên cứu BIDV Chi nhánh Huế (2018) Nghiên cứu Techcombank Huế (Công trình này)
Thị trường mục tiêu Sinh viên & Bán lẻ (Malaysia) KHCN Ngân hàng quốc doanh (Huế) KHCN Ngân hàng TMCP tư nhân (Huế)
Yếu tố tác động #1 Vị trí địa lý / ATM ($\beta = 0.312$) Mức độ Lãi suất ($\beta = 0.345$) Uy tín thương hiệu ($\beta = 0.324$)
Yếu tố tác động #2 Chất lượng dịch vụ ($\beta = 0.284$) Uy tín thương hiệu ($\beta = 0.298$) Lãi suất cạnh tranh ($\beta = 0.281$)
Tổng phương sai trích 62.40% 66.85% 70.219%
Độ phù hợp $R^2$ 0.541 0.592 0.632

Ứng dụng thực tế và triển khai

Dựa trên kết quả mô hình hồi quy định lượng, bộ giải pháp 4 trụ cột chiến lược được thiết kế riêng cho Techcombank Chi nhánh Huế:

                      CHIẾN LƯỢC HUY ĐỘNG VỐN TGTK
[ Trụ cột 1 ]     [ Trụ cột 2 ]                 [ Trụ cột 3 ]     [ Trụ cột 4 ]
Uy tín & Truyền   Tối ưu gói Lãi suất           Nâng cao Trải     Số hóa Tiện ích &
thông minh bạch   linh hoạt theo kỳ hạn         nghiệm Dịch vụ    Chăm sóc Khách hàng

1. Trụ cột Uy tín và Thương hiệu (Tác động $\beta = 0.324$)

  • Công khai minh bạch các chỉ số an toàn vốn (CAR), các giải thưởng uy tín từ tổ chức quốc tế (Moody's, Standard & Poor's, HSBC partnership).
  • Tổ chức các hội thảo tư vấn quản lý tài chính cá nhân dành riêng cho nhóm khách hàng độ tuổi 30–50 và cán bộ công chức trên địa bàn.

2. Trụ cột Chính sách Lãi suất và Gói sản phẩm (Tác động $\beta = 0.281$)

  • Thiết kế gói sản phẩm bậc thang: Đẩy mạnh dòng sản phẩm "Tiết kiệm Phát Lộc" và "Tiết kiệm Tích lũy Như Ý" với chính sách cộng biên độ lãi suất 0.1% - 0.25%/năm khi gửi online qua Mobile Banking.
  • Linh hoạt rút vốn một phần: Cho phép tất toán từng phần tiền gửi trước hạn mà vẫn bảo lưu lãi suất có kỳ hạn đối với phần gốc còn lại.

3. Trụ cột Nâng cấp Chất lượng Nhân sự (Tác động $\beta = 0.245$)

  • Chuẩn hóa quy trình dịch vụ 5S tại sảnh giao dịch; giảm thiểu thời gian chờ đợi mở sổ tiết kiệm xuống dưới 5 phút/giao dịch.
  • Đào tạo kỹ năng tư vấn chuyên sâu cho Giao dịch viên (GDV) và Chuyên viên Quản lý Khách hàng Cá nhân (PBO), chuyển dịch từ bán sản phẩm đơn lẻ sang tư vấn giải pháp tài chính tổng thể.

4. Trụ cột Tiện ích và Chuyển đổi số (Tác động $\beta = 0.187$)

  • Tận dụng lợi thế 37.6% khách hàng đang dùng Internet/Mobile Banking và 38.1% dùng chuyển khoản: tích hợp tính năng gửi/tất toán tiết kiệm tự động 24/7 trực tiếp trên ứng dụng Techcombank Mobile.
  • Mở rộng hệ thống ATM thế hệ mới (CDM - Cash Deposit Machine) tại các khu vực đông dân cư như Đông Ba, An Cựu để hỗ trợ nộp tiền vào tài khoản tiết kiệm không cần đến quầy.

Kế hoạch Triển khai Thực tế (Roadmap 2020)

Q1/2020: Hoàn thiện quy trình đào tạo GDV & chuẩn hóa kịch bản tư vấn

Q2/2020: Ra mắt chiến dịch truyền thông "Tiết kiệm An tâm cùng Techcombank"

Q3/2020: Triển khai chương trình khuyến mãi tích điểm Loyalty kết nối Techcombank Rewards

Q4/2020: Đánh giá định kỳ, đo lường chỉ số hài lòng khách hàng (CSAT/NPS)

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp lấy mẫu: Kỹ thuật lấy mẫu thuận tiện phi xác suất ($N = 140$) có thể tạo ra độ lệch nhất định so với toàn bộ tổng thể dân cư tại Thừa Thiên Huế.
  • Phạm vi địa lý: Dữ liệu mới chỉ thu thập tại 2 điểm giao dịch trong nội thành TP. Huế, chưa mở rộng ra các huyện, thị xã lân cận (Hương Thủy, Hương Trà, Phú Vang).
  • Mô hình tĩnh: Mô hình hồi quy tuyến tính OLS chỉ đo lường mối quan hệ tại một thời điểm (Cross-sectional data), chưa theo dõi được sự biến động hành vi theo chuỗi thời gian dài hạn.

Hướng phát triển tiếp theo

  • Tích hợp Machine Learning: Xây dựng mô hình phân loại dự đoán tỷ lệ rời bỏ dịch vụ tiền gửi (Customer Churn Prediction) sử dụng thuật toán Random Forest hoặc CatBoost trên cơ sở dữ liệu CRM lớn.
  • Mô hình phương trình cấu trúc (SEM - Structural Equation Modeling): Ứng dụng PLS-SEM hoặc CB-SEM bằng phần mềm SmartPLS/AMOS để phân tích đồng thời các biến trung gian (Sự hài lòng, Lòng trung thành) và biến điều tiết (Thu nhập, Giới tính).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo phương pháp luận chuẩn xác về quy trình xử lý dữ liệu SPSS từ Cronbach's Alpha, EFA đến hồi quy OLS trong lĩnh vực ngân hàng.
  • Chuyên viên Dữ liệu & Phân tích nghiệp vụ (Data/Business Analysts): Nắm bắt mô hình toán học và logic mã hóa dữ liệu khảo sát tài chính để xây dựng các feature kỹ thuật cho hệ thống CRM.
  • Lãnh đạo & Nhà quản lý Ngân hàng: Sở hữu căn cứ khoa học định lượng với hệ số $\beta$ chi tiết để phân bổ ngân sách marketing và tối ưu hóa chính sách lãi suất tại cấp chi nhánh.
  • Nhà nghiên cứu Kinh tế ứng dụng: Mẫu nghiên cứu thực nghiệm với các chỉ số đo lường tin cậy ($R^2 = 0.632$, Variance Explained = 70.219%) phục vụ phân tích so sánh meta-analysis.

Câu hỏi thường gặp

1. Kích thước mẫu $N = 140$ có đảm bảo tính đại diện cho phân tích EFA và Hồi quy?

Hoàn toàn đảm bảo. Theo quy tắc kinh nghiệm của Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), kích thước mẫu tối thiểu cho EFA là $N \ge 5 \times m$ (với $m$ là số biến quan sát). Bảng hỏi có 28 biến quan sát, yêu cầu tối thiểu là $5 \times 28 = 140$ mẫu. Nghiên cứu thu thập đúng 140 mẫu hợp lệ, kết hợp với kiểm định KMO = 0.767 thỏa mãn tiêu chuẩn thống kê.

2. Làm thế nào để loại bỏ hiện tượng đa cộng tuyến giữa các nhân tố độc lập?

Nghiên cứu áp dụng phép xoay nhân tố trực vuông góc (Varimax Rotation) trong phân tích EFA để đảm bảo tính trực giao giữa các nhóm nhân tố. Kết quả hồi quy cho thấy tất cả các hệ số phóng đại phương sai (VIF) đều $< 1.65$ (rất thấp so với ngưỡng nguy hiểm 2.0 hoặc 10.0), khẳng định mô hình không bị đa cộng tuyến.

3. Tại sao Uy tín thương hiệu lại có trọng số tác động cao hơn Lãi suất?

Kết quả thực nghiệm cho thấy hệ số $\beta$ của Uy tín thương hiệu là 0.324, cao hơn Lãi suất (0.281). Điều này phản ánh bản chất tâm lý của khách hàng cá nhân đối với sản phẩm tiền gửi: tính an toàn tuyệt đối của tài sản nhàn rỗi được đặt lên trên mức lợi nhuận biên chênh lệch, đặc biệt trong bối cảnh các ngân hàng TMCP cạnh tranh gắt gao về niềm tin thị trường.

4. Dữ liệu thứ cấp giai đoạn 2016–2018 thể hiện bức tranh tài chính gì của Techcombank Huế?

Dữ liệu chỉ ra sự tăng trưởng ổn định của tổng tài sản (từ 2.715 tỷ năm 2016 lên 4.479 tỷ năm 2018) và lợi nhuận thuần. Nguồn vốn huy động tiền gửi tăng trưởng đều đặn 13% - 15%/năm, khẳng định tiềm năng lớn của thị trường bán lẻ tại địa bàn TP. Huế.

5. Khách hàng có thể tích hợp dịch vụ tiền gửi tiết kiệm với các sản phẩm tài chính nào khác tại Techcombank?

Khảo sát chỉ ra 38.1% khách hàng sử dụng dịch vụ chuyển tiền và 37.6% sử dụng Internet/Mobile Banking. Khách hàng có thể sử dụng sổ tiết kiệm làm tài sản bảo đảm để vay thấu chi, mở thẻ tín dụng hạn mức cao, hoặc thiết lập lệnh trích tiền tự động định kỳ từ tài khoản thanh toán sang tài khoản tích lũy sinh lời.

Kết luận

Khóa luận tốt nghiệp "Nghiên cứu các yếu tố tác động đến quyết định lựa chọn dịch vụ gửi tiền tiết kiệm của khách hàng cá nhân tại Ngân hàng TMCP Kỹ Thương Việt Nam – Chi nhánh Huế" đã giải quyết trọn vẹn bài toán mô hình hóa hành vi khách hàng với các đóng góp nổi bật:

  • Xác lập mô hình toán học định lượng vững chắc: Đạt độ giải thích $R^2 = 63.2%$, tổng phương sai trích EFA 70.219%, chứng minh 6 nhóm nhân tố tác động cùng chiều đến quyết định gửi tiền theo thứ tự ưu tiên: Uy tín thương hiệu ($\beta = 0.324$) > Lãi suất ($\beta = 0.281$) > Nhân viên phục vụ ($\beta = 0.245$) > Tiện lợi ($\beta = 0.187$) > Khuyến mãi ($\beta = 0.156$) > Cá nhân ảnh hưởng ($\beta = 0.132$).
  • Giá trị thực tiễn kinh doanh: Cung cấp hệ thống giải pháp 4 trụ cột giúp Techcombank Chi nhánh Huế hoạch định chiến lược kinh doanh dịch vụ tiền gửi tiết kiệm năm 2020 và các năm tiếp theo, nâng cao năng lực cạnh tranh và tối ưu hóa chi phí nguồn vốn huy động.