2.

Mô hình lý thuyết hành vi dự tính

Để thể hiện mối quan hệ giữa niềm tin và hành vi của một người nào đó, Lý thuyết hành vi dự tính,
được biết đến như Lý thuyết hành vi hoạch định hay Lý thuyết hành vi có kế hoạch, có tên tiếng Anh
là: Theory of Planned Behavior (TPB) là một trong những lý thuyết được đánh giá cao. Trong đó
niềm tin được chia làm ba loại chính: niềm tin về hành vi, niềm tin theo chuẩn mực chung và niềm tin
về sự tự chủ.

Lý thuyết này được đề xuất bởi Icek Ajzen vào năm 1991 nhằm khắc phục sự hạn chế của Lý thuyết
hành động hợp lý (TRA) trước đó về việc cho rằng lý trí hoàn toàn kiểm soát hành vi của con người.

Lý thuyết về hành vi dự tính được đưa ra bằng cách Bằng cách bổ sung thêm vào mô hình yếu tố nhận
thức kiểm soát hành vi để tăng tính thuyết phục cho mô hình, đồng thời mang lại nhiều ưu điểm trong
việc dự đoán và giải thích hành vi của một cá nhân trong một bối cảnh nhất định.

Tác giả cho rằng ý định thực hiện hành vi sẽ chịu ảnh hưởng bởi 3 yếu tố quyết định cơ bản là: thái độ
đối với hành vi, tiêu chuẩn chủ quan và nhận thức về kiểm soát hành vi. Tương tự như lý thuyết TRA,
nhân tố trung tâm trong lí thuyết hành vi có kế hoạch là ý định của cá nhân trong việc thực hiện một
hành vi nhất định.

Mô hình Lý thuyết hành vi dự tính (TPB)

Nguồn: vietnambiz.vn

Ba yếu tố cơ bản quyết định trong lí thuyết này:

(1) Yếu tố cá nhân: thái độ của cá nhân đối với hành vi tích cực hay tiêu cực dẫn đến việc thực hiện
hành vi;

(2) Ý định nhận thức áp lực xã hội tác động lên một người được gọi là chuẩn chủ quan;

(3) Yếu tố quyết định về sự tự nhận thức được gọi là kiểm soát nhận thức hành vi.
=> Mô hình TPB giả định rằng một một ý định hành vi được hình thành từ các ý định để thực
hiện hành vi đó, bao gồm: thái độ đối với hành vi, chuẩn chủ quan và kiểm soát nhận thức hành
vi.

Thang đo nghiên cứu: Nên sử dụng các ứng dụng Fintech hay không?

Các nhân tố Nguồn

Chi phí cảm nhận (CP)
CP 1 Chi phí cao khiến người tiêu dùng ngại sử dụng các ứng dụng Kleijnen, Wetzels,
của Fintech. & De Ruyter, 2004

CP 2 Chi phí là yếu tố ưu tiên hàng đầu ảnh hưởng đến quyết định sử Cham, Ng, Lim, &
dụng các ứng dụng Fintech của khách hàng. Cheng, 2018
Chen, Gupta và
CP 3 Người tiêu dùng có sự so sánh giá của các ứng dụng Fintech với
Rom 1994;
các dịch vụ cạnh tranh khác.
Gauzente và Roy
Năm 2012; Han và
CP 4 Khách hàng sẽ không sử dụng các ứng dụng Fintech nếu giá đắt
Ryu 2009;
hơn nhiều so với các dịch vụ khác.
Jayasingh và Eze
2012; Kukar-
Kinney, Walters và
MacKenzie
Năm 2007; Palazón
và Delgado năm
2009;
Watchravesringkan,
Yan, và Yurchisin
2008
CP 5 Tôi nghĩ các nhà cung cấp ứng dụng Fintech nên giảm giá các Hung et al. (2003),
chi phí phát sinh trong quá trình sử dụng. Luarn and Lin
(2005), and Wu and
Wang (2005)
Kuo and Yen
(2009)

Kleijnen, Wetzels, & De Ruyter, 2004

Luarn và Lin (2005)
(Cham, Ng, Lim, & Cheng, 2018;
Luarn & Lin, 2005)
Kuo và Yen (2009)
Wu và Wang
(2005)

Thái độ là sự đánh giá tốt hay xấu của cá thể, được hình thành trên cơ sở những tri thức hiện có và
bền vững về một khách thể hay ý tưởng nào đó, những cảm giác do chúng gây ra và phương hướng
hành động có thể có. Trong số các mô hình về thái độ, mô hình của Schiffman và Kanuk (2000) được
sử dụng rất phổ biến, mô hình thái độ này gồm có ba thành phần cơ bản là: nhận thức, cảm xúc và xu
hướng hành vi. Trong đó,

Thái độ là sự đánh giá tốt hay xấu của cá thể, được hình thành trên cơ sở những tri thức hiện có và
bền vững về một khách thể hay ý tưởng nào đó.

Thái độ là sự đánh giá tốt hay xấu của cá thể, được hình thành trên cơ sở những tri thức hiện có và
bền vững về một khách thể hay ý tưởng nào đó.

Đó là cách phản ứng của cá nhân chủ thể được bộc lộ ra bên ngoài bằng hành vi dựa trên nền tảng
kiến thức và sự hiểu biết của họ đối với sự vật, sự việc cụ thể. 

+ Thành phần nhận thức nêu lên sự nhận biết, kiến thức của người tiêu dùng về một sản phẩm nào đó.
Nhận biết thể hiện ở dạng tin tưởng, hay nói cách khác người tiêu dùng tin rằng sản phẩm đó có
những đặc trưng mà họ mong đợi.
+ Thành phần cảm xúc đề cập mức độ hài lòng hay không hài lòng, yêu thích hay không yêu thích, thể
hiện ở sự đánh giá. Người tiêu dùng sẽ đánh giá sản phẩm đó ở dạng tốt xấu, thân thiện, ác cảm…

+ Và thành phần xu hướng hành vi nêu lên xu hướng, dự định hành động của người tiêu dùng đối với
sản phẩm theo hướng đã có nhận thức và cảm xúc. Ví dụ khi người tiêu dùng nhận biết được thực
phẩm chế biến sẵn sẽ mang đến sự tiện lợi khi sử dụng và có đánh giá tốt về mặt hàng này sẽ có xu
hướng mua sản phẩm đó về sử dụng.

Thái độ được định nghĩa là cách ứng xử, suy nghĩ, cảm xúc đã thành thông lệ, thể hiện
khuynh hướng, quan điểm, niềm tin về cuộc sống, được thể hiện thành hành vi của con người
Đó là cách phản ứng của cá nhân chủ thể được bộc lộ ra bên ngoài bằng hành vi dựa trên nền tảng
kiến thức và sự hiểu biết của họ đối với sự vật, sự việc cụ thể. 

Có rất nhiều mô hình về thái độ, tuy nhiên, mô hình về 3 thành phần của thái độ của
Schiffman và Kanuk (2000) là mô hình được đánh giá cao hơn cả, bao gồm: nhận thức, cảm xúc hay
sự ưa thích và xu hướng hành vi. Trong thực tiễn, nhiều nghiên cứu cho rằng ba thành phần này có thể
gộp chung lại còn hai thành phần: trong đó thành phần cảm xúc và xu hướng hành vi gộp chung lại
với nhau (Nguyễn Đình Thọ và ctv.,2007)

Mô hình ba thành phần của thái độ

(Nguồn: Kretch và Crutchfield - Marketing căn bản - Christian, Lê Thị Đông Mai - NXB Thanh niên)

Thành phần nhận thức liên quan đến mức độ hiểu biết, có kiến thức và niềm tin của một cá
nhân về đối tượng, thành phần này còn được gọi là thành phần tin tưởng. Ví dụ khi người tiêu dung
lựa chọn 1 sản phẩm, họ tin tưởng rằng sản phẩm có những đặc tính vượt trội hơn so với sản phẩm
khác đủ để đáp ứng được các nhu cầu mà họ đặt ra.
Thành phần cảm xúc hay sự ưa thích đại diện thường được đề cập đến như là một thành phần
chủ yếu của thái độ, đề cập đến cảm nghĩ chung của một cá nhân về việc thích hay không thích một
đối tượng, cảm nghĩ này có thể là tốt hay xấu, thân thiện hay ác cảm. Thành phần này đại diện cho sự
ưa thích nói chung về đối tượng chứ không phân biệt riêng thuộc tính của đối tượng. Một số nghiên
cứu chỉ ra rằng thành phần cảm xúc chính là thái độ và hai thành phần còn lại chỉ mang chức năng hỗ
trợ hoặc phục vụ cho thành phần này.
Thành phần xu hướng hành vi nói lên dự tính hoặc các hành động thực sự của chủ thể với đối
tượng theo hướng đã nhận thức được thể hiện qua xu hướng lựa chọn của họ. Chẳng hạn khi người
tiêu dung nhận thấy một sản phẩm thay thế sẽ mang đến sự tiện lợi và nhiều lợi ích hơn so với sản
phẩm đang sử dụng hiện tại thì họ có khuynh hướng chuyển sang dùng mặt hàng thay thế này.

- Thanh toán điện tử: nổi bật nhất (tui có dùng hihi) là momo, moca, shopee pay (airpay), zalo pay
- Ngân hàng số: Timo (NH số đầu tiên của VN, đc phát triển bởi NH Bản Việt, quá trời người dùng)
- Wealth Management: nổi bật là Money lover (thấy nhiều ng dung hơn), Moneykeeper
- Đánh giá điểm tín dụng: Trusting Social
6 cái tui đề xuất: Momo, moca, shopee pay (airpay), Timo, Money lover, Trusting Social

1. Thực trạng lĩnh vực Fintech tại Việt Nam

 
 
http://tapchinganhang.gov.vn/thuc-trang-va-giai-phap-hoan-thien-he-sinh-thai-cong-nghe-tai-chinh-
tai-viet-nam.htm

1.2 Fintech tại Việt Nam

 
https://thitruongtaichinhtiente.vn/fintech-va-xu-huong-hop-tac-voi-he-thong-ngan-hang-thuong-mai-
tai-viet-nam-33443.html

2. Sơ nét thị trường Fintech Việt Nam năm 2020

https://vjst.vn/Images/Tapchi/2019/2A/25-1-2A-2019.pdf
Thực trạng Fintech tại VN

Vào năm 2005, với sự thành lập của công ty cung cấp dịch vụ thanh toán trực tuyến đầu tiên là VTPay
(Tâm và Hạnh, 2018), Fintech lần đầu xuất hiện ở Việt Nam và đến năm 2008 được Ngân hàng Nhà
Nước Việt Nam (NHNN) cấp giấy phép hoạt động, nhưng nhìn chung thị trường Fintech Việt Nam
chưa có sự chuyển biến đột phá, chỉ thật sự phát triển mạnh mẽ kể từ năm 2015 đến nay với nhiều
biến động. 

Theo nghiên cứu của Fintech News Singapore, trong giai đoạn 2017- 2020, số lượng những công ty
khởi nghiệp trong lĩnh vực Fintech tại Việt Nam tăng hơn 179%, trong đó dịch vụ thanh toán vẫn
chiếm phân khúc lớn nhất khoảng 31%. Tính đến năm 2019 đã có hơn 150 công ty chiếm lĩnh thị
trường Fintech ở nước ta gồm nhiều mảng: các công ty hoạt động trong mảng thanh toán chiếm 65%,
10,5% các công ty làm việc trong lĩnh vực gọi vốn cộng đồng (Nguyễn Hồng Nga, 2020). Đặc biệt,
năm 2019 đánh dấu sự kiện một số công ty Fintech phát triển mạnh trong lĩnh vực quản lý tài sản và
bảo hiểm dự báo rằng trong tương lai sẽ có sự chuyển dịch cơ cấu và nguồn vốn đầu tư giữa các lĩnh
vực khác so với lĩnh vực thanh toán, hiện đang chiếm vị trí hàng đầu tại Việt Nam (Nghiêm Thanh
Sơn, 2019). 

Theo báo cáo số liệu của NHNN, tính đến cuối năm 2020, so với năm 2016 thì số lượng các công ty
Fintech tại Việt Nam tăng gấp 4 lần. Trong đó có 41 tổ chức phi ngân hàng được cấp phép hoạt động
cung ứng dịch vụ trung gian thanh toán, điển hình 5 ví điện tử lớn nhất là MoMo, Payoo, Moca, Zalo
Pay và ViettelPay. Đồng thời, số liệu toàn cảnh công nghệ thông tin Việt Nam 2020 của TopDev cho
thấy số lượng người sử dụng dịch vụ thanh toán điện tử là khoảng 36,2 triệu người, tăng 12,1% so với
cùng kỳ năm ngoái. Điều này thể hiện những chuyển biến tích cực trong hoạt động thanh toán phi tiền
mặt của người dân.

Xu hướng hợp tác giữa Fintech và Ngân hàng vẫn là xu hướng chính và chủ đạo trong những năm qua
tại Việt Nam. Theo khảo sát sơ bộ, hợp tác giữa Fintech và Ngân hàng chiếm tới hơn 90% số lượng
các công ty Fintech; cụ thể như đối với lĩnh vực trung gian thanh toán, 100% các công ty trung gian
thanh toán do NHNN cấp giấy phép hoạt động đều hợp tác với các ngân hàng trong quá trình hoạt
động cung ứng dịch vụ. Đối với các lĩnh vực khác, qua khảo sát của NHNN cho thấy, sự hợp tác giữa
Fintech và Ngân hàng cũng rất chặt chẽ trên cơ sở đôi bên cùng có lợi, dựa trên những lợi thế riêng
của từng bên để mang lại các sản phẩm, dịch vụ với nhiều trải nghiệm hơn, chất lượng hơn và quan
trọng là chi phí hợp lí hơn cho khách hàng. 

Năm 2020 cũng chứng kiến sự xuất hiện của công nghệ bảo hiểm, ngân hàng kỹ thuật số, các doanh
nghiệp tài chính vừa và nhỏ của thị trường Fintech nước ta. Trong đó, đáng chú ý nhất là mô hình
ngân hàng kỹ thuật số với Ngân hàng Ngoại thương Việt Nam (Vietcombank), Ngân hàng Quân Đội
(MB Bank), Ngân hàng Việt Nam Thịnh Vượng (VP Bank), Ngân hàng Tiền Phong (TP Bank), Ngân
hàng Bản Việt (Viet Capital Bank),… là các chủ thể tiên phong. Hầu hết các ngân hàng này đều có xu
hướng liên kết hoặc mua lại một công ty Fintech để phát triển mô hình ngân hàng số.

Nhìn chung, thị trường Fintech Việt Nam chủ yếu hoạt động mạnh nhất trong mảng thanh toán, bên
cạnh đó là cho vay ngang hàng và huy động vốn cộng đồng. Tuy nhiên, còn những phân khúc tiềm
năng khác nhưng vẫn trong quá trình sơ khai cần được chú ý như: dịch vụ quản lý tài sản, tư vấn tài
chính tự động, quản lý thanh khoản, quản lý đầu tư, bảo hiểm,... Vì vậy, Fintech ở nước ta đã có bước
đầu phát triển song chưa đột phá, còn quá non trẻ khi so sánh với các nước trong khu vực như Trung
Quốc, Singapore, Malaysia.
https://insight.isb.edu.vn/cong-nghe-tai-chinh-fintech-tai-viet-nam/

Phân tích hồi quy đa biến

Phương trình hồi quy biểu diễn mối quan hệ giữa các nhân tố và “Ý định sử dụng Fintech của
người dùng” có dạng như sau:

YD = 0 + 1PEU + 2PU + 3E + 4IG

Với 0 là hệ số chặn (hệ số góc) và 1, 2, 3, 4 là các hệ số hồi quy tương ứng với các biến.

Việc đánh giá mức độ phù hợp của mô hình hồi quy thông qua hệ số R 2 và R2 hiệu chỉnh là
bước quan trong đầu tiên khi thực hiện hồi quy. Tuy nhiên trong thực tế vẫn luôn có sai lệch giữa các
giá trị dự báo và các giá trị thực (thể hiện qua phần dư) dẫn đến mô hình thường không phù hợp với
dữ liệu thực tế như giá trị R2 thể hiện. Trong trường hợp này, theo Hoàng Trọng & Mộng Ngọc, 2008
thì R2 hiệu chỉnh được ưu tiên sử dụng để phản ánh chính xác hơn mức độ phù hợp của mô hình hồi
quy tuyến tính đa biến.

Kết quả hàm hồi quy:

Bảng : Tổng hợp mô hình (Model Summaryb)

Model Summaryb
Model R R Square Adjusted R Std. Error of the Change Durbin-Watson
Square Estimate Statistics
R Square
Change
1 .868a .753 .746 .50368006 .753 1.907
a. Predictors: (Constant), IG, E, PEU, PU
b. Dependent Variable: YD
 Từ số liệu của bảng …, ta thấy giá trị hệ số R 2 = 0.753 và R2 hiệu chỉnh = 0.746, tức là 74.6%
biến “ý định sử dụng Fintech của người dùng” có sự biến thiên bị ảnh hưởng bởi 4 nhân tố trong mô
hình, còn lại là các biến ngoài mô hình và sai số ngẫu nhiên.

Giá trị Durbin-Watson =1.907 dẫn đến kết luận rằng không có hiện tượng tương quan chuỗi
bậc xảy ra trong mô hình (nằm trong khoảng 1,6 – 2,6 theo Hoàng Trọng và Chu Nguyễn Mộng
Ngọc, 2008)

Tiếp theo, để kiểm định xem biến độc lập trong mô hình có thể giải thích được sự biến động
của biến phụ thuộc hay không, nhóm tiến hành phép kiểm định F về độ phù hợp của mô hình hồi quy
tuyến tính tổng thể.

Bảng: Phân tích ANOVA

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 112.214 4 28.054 110.581 .000b
1 Residual 36.786 145 .254
Total 149.000 149
a. Dependent Variable: YD
b. Predictors: (Constant), IG, E, PEU, PU

Theo bảng trên, giá trị Sig của kiểm định F bằng 0.000 < 0.05, vì vậy các biến độc lập trong
mô hình có thể giải thích được sự biến động của biến phụ thuộc, do đó mô hình hồi quy tồn tại và có
thể suy rộng ra tập thể.

* Đo lường đa cộng tuyến

Trong mô hình hồi quy, nếu các biến độc lập phụ thuộc lẫn nhau, có tương quan mạnh với nhau sẽ
dẫn đến hiện tượng đa cộng tuyến, được dưới dạng hàm số. Có hai cách để đo lường đa cộng tuyến:
dựa vào hệ số phóng đại phương sai VIF, hoặc dựa vào ma trận hệ số tương quan. Tuy nhiên cách
nhận xét chỉ số VIF được sử dụng nhiều hơn. Nếu VIF lớn hơn 10 đó là dấu hiệu đa cộng tuyến
(Hoàng Trọng, Mộng Ngọc, 2008).
Cặp giả thuyết:

 H0: Không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
 H1: Xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.

Bảng: Đo lường đa cộng tuyến

Coefficientsa
 Ta thấy Sig kiểm định t hệ số hồi quy của các biến độc lập đều nhỏ hơn 0.05, dẫn đến kết luận
không biến độc lập nào bị loại khỏi mô hình vì chúng đều có ý nghĩa giải thích cho biến phụ thuộc
YD.

Ngoài ra, hệ số VIF của các biến độc lập đều nhỏ hơn 2 => Chấp nhận H0 => Vậy: Mô hình
này không xảy ra hiện tượng đa cộng tuyến.

Các hệ số hồi quy của các biến độc lập đều lớn hơn 0. Vì vậy tất cả các biến độc lập đưa vào phân
tích hồi quy đều tác động thuận chiều với biến phụ thuộc. Dựa vào độ lớn của hệ số hồi quy chuẩn
hóa Beta, thứ tự mức độ tác động từ mạnh nhất tới yếu nhất của các biến độc lập tới biến phụ thuộc
YD là: E (0.628) > IG (0.467) > PEU (0.370) > PU (0.086). Cụ thể như sau:

 Biến “Cảm xúc của người dùng đối với các sản phẩm và dịch vụ Fintech” tác động mạnh nhất
đến “Ý định sử dụng Fintech của người dùng”

 Biến “ Nhóm ảnh hưởng” và biến “Tính dễ sử dụng” tác động mạnh trung bình đến “Ý định
sử dụng Fintech của người dùng”
 Cuối cùng là biến “Tính hữu ích” tác động yếu nhất đến “Ý định sử dụng Fintech của người
dùng”

* Mô hình hồi quy

Từ bảng trên ta có thể viết lại 2 mô hình hồi quy như sau:

 Mô hình hồi quy chưa chuẩn hóa:

YD = -0.493 + 0.370PEU + 0.129PU + 0.628E + 0.467IG

 Mô hình hồi quy chuẩn hóa:

YD = 0.370PEU + 0.086PU + 0.628E + 0.467IG

Ý nghĩa của mô hình:

 Từ mô hình hồi quy, ta có: Khi tính dễ sử dụng tăng lên 1 đơn vị thì ý định sử
dụng Fintech của người dùng tăng lên 0.370 đơn vị. Trong kiểm định, giá trị
Sig = 0.000 nên ta chấp nhận giả thuyết H1: “Tính dễ sử dụng có tác động tích
 cực đến thái độ của người dùng đối với sản phẩm và dịch vụ Fintech từ đó ảnh
hưởng tích cực đến ý định sử dụng các sản phẩm và dịch vụ Fintech”. Điều này
phù hợp với nhận thức của một người khi lựa chọn sử dụng giữa các ứng dụng
của Fintech như Momo, Moca, ZaloPay,… nếu sản phẩm nào có thao đơn giản,
ngôn ngữ dễ hiểu, dễ dàng truy cập và có hướng dẫn cụ thể hơn thì sẽ được
đánh giá cao hơn và tăng ý định sử dụng.
 Theo mô hình hồi quy, khi tính hữu ích tăng lên 1 đơn vị thì ý định sử dụng
Fintech của người dùng sẽ tăng 0.086 đơn vị. Với giá trị Sig = 0.041 < 0.05 suy
ra giả thuyết H2 được chấp nhận: “Sự hữu ích được cảm nhận có tác động tích
cực đến thái độ của người dùng đối với sản phẩm và dịch vụ Fintech từ đó ảnh
hưởng tích cực đến ý định sử dụng các sản phẩm và dịch vụ Fintech”. Đúng
vậy, một cá nhân sẽ tăng ý định sử dụng các sản phẩm Fintech nếu nó thật sự
đáp ứng được các nhu cầu đa dạng, cần thiết của người đó nhưng vẫn tiết kiệm
được thời gian và chi phí so với giao dịch truyền thống.
 Từ kết quả hồi quy với b = 0.628, có nghĩa là trong điều kiện các yếu tố khác
không đổi, khi cảm xúc tăng lên 1 đơn vị thì ý định sử dụng Fintech của người
dùng tăng lên 0.628 đơn vị. Bên cạnh đó, giá trị Sig = 0.000 dẫn đến chấp nhận
giả thuyết H4: “Cảm xúc có tác động tích cực đến thái độ của người dùng đến
đối với sản phẩm và dịch vụ Fintech từ đó ảnh hưởng tích cực đến ý định sử
dụng các sản phẩm và dịch vụ Fintech”. Tức là một người khi sử dụng các dịch
vụ của Fintech mà cảm thấy thích và hài lòng vì nhận được nhiều lợi ích hơn so
với giao dịch thông thường, họ sẽ cảm thấy tin tưởng hơn và gia tăng ý định
tiếp tục sử dụng trong tương lai.
 Từ mô hình hồi quy, ta có: Khi nhóm ảnh hưởng tăng lên 1 đơn vị thì “ý định
sử dụng Fintech của người dùng” sẽ tăng 0.467 đơn vị. Trong kiểm định, giá trị
Sig = 0.000 rất thấp nên giả thuyết H5 được chấp nhận: “Nhóm ảnh hưởng có
tác động tích cực đến ý định sử dụng các sản phẩm và dịch vụ của FinTech”.
Kết quả này phù hợp với thực trạng con người thường bị ảnh hưởng bởi các tác
nhân bên ngòai như một người sẽ tăng ý định sử dụng Fintech nếu tính chất
công việc yêu cầu hay nhận được sự chia sẻ của những người xung quanh từ
phía gia đình, bạn bè, đồng nghiệp cảm thấy hài lòng khi tiếp xúc với các dịch
vụ Fintech.

Kiến nghị và đề xuất

Mô hình kết quả nghiên cứu:

 Tính dễ sử
dụng

Ý định sử
Nhóm ảnh dụng Tính hữu
hưởng Fintech của ích
người dùng

Cảm xúc

Hình: Mô hình kết quả nghiên cứu

Tóm tắt kết quả nghiên cứu

Từ kết quả bài nghiên cứu, nhóm xác định được 4 nhóm nhân tố ảnh hưởng đến ý định sử dụng
Fintech của người tiêu dùng và được sắp xếp theo mức đô ̣ ảnh hưởng lần lượt là: Cảm xúc, nhóm ảnh
hưởng, tính dễ sử dụng và cuối cùng là tính hữu ích:

 Nhân tố “Cảm xúc” là nhân tố ảnh hưởng mạnh nhất đến ý định sử dụng Fintech của người
dùng với hệ số Beta = 0.628. Có nghĩa là khi tăng mức độ của “Cảm xúc” lên 1 đơn vị thì “Ý
định” sẽ tăng lên 0.628 đơn vị.
 Tiếp đến, nhân tố “Nhóm ảnh hưởng” với hê ̣ số Beta = 0.467. Suy ra, khi tăng mức độ của
“Nhóm ảnh hưởng” lên 1 đơn vị thì “Ý định” sẽ tăng lên 0.467 đơn vị.
 Bên cạnh đó, nhân tố “Tính dễ sử dụng” với hê ̣ số Beta = 0.370. Vì vậy, khi tăng mức độ của
“Tính dễ sử dụng” lên 1 đơn vị thì “Ý định” sẽ tăng lên 0.370 đơn vị.
 Và cuối cùng là nhân tố “Tính hữu ích” với hê ̣ số Beta = 0.086. Điều này có nghĩa, khi tăng
mức độ của “Tính hữu ích” lên 1 đơn vị thì “Ý định” sẽ tăng lên 0.086 đơn vị.

Kiến nghị và đề xuất

Theo kết quả nghiên cứu , cảm xúc là nhân tố quan trọng nhất, đóng vai trò quyết định tác động đến ý
định sử dụng Fintech. Khách hàng thường tìm kiếm các sản phẩm và dịch vụ mang lại cho họ những
lợi ích và cảm xúc tích cực. Vì thế các tổ chức cung ứng dịch vụ Fintech cần chú ý vào việc đẩy mạnh
cảm xúc tích cực, đồng thời ngăn chặn, hạn chế khơi dậy cảm xúc tiêu cực của người dùng thông qua
việc thực hiện các chiến dịch truyền thông, quảng cáo, khuyến mại, làm nổi bật được lợi ích và sự tiện
lợi khi sử dụng Fintech nhằm gia tăng nhận thức của khách hàng đối với dịch vụ. Chỉ khi khách hàng
cảm thấy thích và hài lòng với các sản phẩm và dịch vụ đang được đáp ứng thì họ mới trung thành và
tin tưởng sử dụng lâu dài.
Bên cạnh đó, nhân tố “Nhóm ảnh hưởng” cũng có tác động không nhỏ đến ý định sử dụng Fintech của
người dùng. Nó đề cập đến các yếu tố bên ngoài ảnh hưởng đến khách hàng gồm tính chất công việc,
các phương tiện truyền thông đại chúng, những người xung quanh,… Trong thời đại hiện nay, trước
tiên, cần có chính sách Marketking phù hợp như tăng cường quảng cáo về lợi ích của việc sử dụng
Fintech trên các trang mạng xã hội, Facebook, có các chính sách ưu đãi khi sụng các dịch vụ này để
tác động đến nhận thức của người dùng. Ngoài ra, các nhà cung cấp dịch vụ cần quan tâm nhiều hơn
đến việc gia tăng chất lượng dịch vụ: sự hữu ích, tính dễ sử dụng,… nhằm tạo lòng tin cho khách hàng
ở hiện tại. Nếu họ hài lòng với các dịch vụ này, họ sẽ chia sẻ, lan truyền cho người thân, bạn bè cùng
sử dụng. Đây được xem là một cách truyền thông dạng rẻ, ít tốn chi phí nhưng mang lại nhiều lợi ích
thiết thực.
Ngoài ra, để nâng cao “Tính dễ sử dụng” thu hút những khách hàng chưa sử dụng và gia tăng mức độ
sử dụng của khách hàng đã sử dụng, các nhà cung cấp nên xây dựng các ứng dụng đáp ứng đầy đủ các
yêu cầu như giao diện rõ ràng, dễ hiểu, đơn giản hóa các thao tác giúp những người mới sử dụng
không gặp khó khăn trong quá trình tiếp cận, ngôn ngữ đơn giản, có thể bao gồm nhiều ngôn ngữ và
tương thích với các thiết bị nhằm phục vụ cho nhiều mục đích khác nhau nhưng tính an toàn vẫn được
đảm bảo. Ngoài ra, người dùng cũng ưu tiên vấn đề dễ dàng truy cập và truy vấn thông tin. Vì thế, các
ứng dụng nên có hướng dẫn chi tiết, cụ thể từng thao tác, cách thức thực hiện các giao dịch một cách
chính xác thông qua nhiều phương thức như văn bản hay video.
Cuối cùng, mă ̣c dù “Tính hữu ích” có ảnh hưởng yếu nhất đến ý định sử dụng nhưng nó vẫn được
đánh giá cao, vì thế các nhà cung cấp vẫn phải quan tâm đến nhân tố này để gia tăng khách hàng tiềm
năng. Đầu tiên cần tiến hành nâng cao chất lượng, đa dạng hóa các loại hình dịch vụ nhằm tiết kiệm
thời gian và chi phí cho người sử dụng khi dùng so với các loại hình dịch vụ truyền thống. Bên cạnh
đó cũng phải thường xuyên cập nhật những tiến bộ trong khoa học công nghệ, cho ra đời nhiều ứng
dụng nhằm đáp ứng những nhu cầu ngày một cao của người sử dụng, nâng cấp hệ thống để truy cập
dễ dàng hơn với tốc độ nhanh, dung lượng lớn, không bị gián đoạn, thực hiện được giao dịch mọi lúc
mọi nơi nhưng vẫn đảm bảo tính chính xác.

Hạn chế của đề tài và hướng nghiên cứu tiếp theo

Mặc dù đã cố gắng, nỗ lực rất nhiều để hoàn thành bài nghiên cứu khoa học, tuy nhiên, trong quá trình
làm bài, nhóm không tránh khỏi một số hạn chế do các yếu tố chủ quan, cũng như khách quan:

 Thứ nhất, do tình hình dịch bệnh đang diễn ra hết sức phức tạp trên diện rộng cùng với sự hạn
chế về thời gian thực hiện, nhóm chỉ có thể thực hiện nghiên cứu định lượng với số lượng
mẫu khá nhỏ (150 mẫu) thông qua phương pháp lấy mẫu thuận tiện để đảm bảo sự dễ tiếp
cận, thuận tiện cho người khảo sát nên đô ̣ chính xác còn hạn chế, đồng thời tính đại diê ̣n cùng
với khả năng suy rộng cho tổng thể của mẫu chưa cao (Theo kết quả phân tích chỉ số trong
bài, R2 hiệu chỉnh chỉ đạt 74.6%).
 Thứ hai, kết quả bài nghiên cứu bị ảnh hưởng do thiếu sự đồng nhất trong đối tượng nghiên
cứu bao gồm cả người đã sử dụng cũng như chưa sử dụng.
 Thứ ba, mô hình nghiên cứu chưa chỉ ra hết các nhân tố có thể tác động đến “Ý định sử dụng
Fintech của người tiêu dung tại Việt Nam” vì các nhân tố trong bài chỉ giải thích được 74.6%
vấn đề này.

Trên cở sở những hạn chế khiến bài nghiên cứu chưa thật sự hoàn thiện, nhóm xin đề xuất một số
hướng phát triển đề tài trong tương lai như sau:

 Thứ nhất, hạn chế lớn nhất của bài nghiên cứu này là số lượng và sự đồng nhất trong việc
chọn mẫu chưa cao nên tính đại diện còn hạn chế. Nhóm mong trong các đề tài tiếp theo sẽ
khắc phục được hạn chế này bằng cách tiến hành khảo sát trên diện rộng để thu được số lượng
 mẫu thích hợp nhất, đồng thời chỉ nên sử dụng thống nhất một đối tượng là khách hàng đã sử
dụng để mang đến kết quả xác thực và đáng tin cậy hơn.
 Thứ hai, hi vọng các đề tài nghiên cứu trong thời gian tới sẽ tìm ra mô hình phù hợp hơn
nhằm đi đến kết luận chính xác về các yếu tố thật sự có ảnh hưởng lớn đến ý định sử dụng của
người dùng.

KẾT LUẬN
Cuộc Cách mạng công nghiệp 4.0 đang diễn ra trên toàn cầu với tốc độ chóng mặt, cùng với sự tiến
bộ ngày càng vượt bậc của công nghệ, tương lai của Fintech dường như được dự đoán sẽ là tương lai
của ngành tài chính. Bắt kịp xu thế phát triển này, các nước trên thế giới đã và đang tiến hành chuyển
đổi từ loại hình dịch vụ thanh toán truyền thống sang sử dụng Fintech trong thanh toán, trong đó có
Việt Nam. Vì vậy, bài nghiên cứu này ra đời nhằm mục đích tìm ra những nhân tố ảnh hưởng đến ý
định sử dụng Fintech của người tiêu dùng tại Việt Nam.
Đề tài sử dụng phương pháp chọn mẫu thuận tiện với 150 người thông qua khảo sát online bằng việc
sử dụng Google Form, chủ yếu tập trung vào giới trẻ vì đối tượng này có khả năng tiếp cận gần với
công nghệ số nên dễ dàng sử dụng các sản phẩm và dịch vụ Fintech. Cuối cùng, phân tích thống kê
được thực hiện thông qua sử dụng phần mềm SPSS dẫn đến kết quả có 4 nhóm nhân tố chủ yếu ảnh
hưởng đến ý định của người dùng được sắp xếp theo mức độ, đó là:

 Nhân tố “Cảm xúc” có tác động mạnh mẽ nhất.

 Nhân tố “Nhóm ảnh hưởng” và “Tính dễ sử dụng” có tác động trung binh.
 Cuối cùng, nhân tố có tác động yếu nhất là “Tính hữu ích”.

Cũng theo bài nghiên cứu, 3 nhóm nhân tố này chỉ giải thích được 74.6% đối với “Ý định sử dụng
Fintech của người tiêu dùng tại Việt Nam”, phần còn lại là các yếu tố bên ngoài mô hình chưa tìm ra.