Xây dựng mô hình chấm điểm tín dụng khách hàng cá nhân vay tiêu dùng tại Việt Nam

Trong bối cảnh nhiều ngân hàng Việt Nam hướng tới tín dụng tiêu dùng và cho vay cá nhân, bài báo này nhằm mục tiêu đưa ra một mô hình chấm điểm tín dụng cho vay tiêu dùng có thể áp

dụng cho các ngân hàng Việt Nam. Bài báo sử dụng phương pháp của hệ thống FICO có tính đến tình hình

của Việt Nam. Bài báo cũng nhằm mục tiêu giúp cho người tiêu dùng tính được điểm tín dụng của mình một

cách đơn giản.

pdf 16 trang phuongnguyen 11060
Bạn đang xem tài liệu "Xây dựng mô hình chấm điểm tín dụng khách hàng cá nhân vay tiêu dùng tại Việt Nam", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

Tóm tắt nội dung tài liệu: Xây dựng mô hình chấm điểm tín dụng khách hàng cá nhân vay tiêu dùng tại Việt Nam

Xây dựng mô hình chấm điểm tín dụng khách hàng cá nhân vay tiêu dùng tại Việt Nam
1. Giới thiệu 
Thị trường tiêu dùng ngân hàng tại Việt Nam 
được phát triển và thay đổi nhanh chóng cả về chất 
lượng và số lượng. Mặt khác, vì tín dụng tiêu dùng 
vẫn được coi là một dịch vụ non trẻ trong lĩnh vực 
ngân hàng và thị trường tài chính Việt Nam, các sản 
phẩm ngân hàng bán lẻ hiện vẫn còn hạn chế. 
Bên cạnh đó, hệ thống đánh giá tín dụng tiêu 
dùng ở Việt Nam vẫn còn rất ít phát triển. Điều này 
làm cho nhiều ngân hàng vẫn do dự để quảng bá sản 
phẩm cho vay tiêu dùng vì ngại rủi ro mà họ phải 
gánh chịu. Thứ nhất, việc thiếu thông tin đáng tin 
cậy gây khó khăn cho các tổ chức tín dụng để cung 
cấp tín dụng nói chung cũng như thực hiện quá trình 
tính điểm tín dụng. Mặc dù một số công ty báo cáo 
quốc tế có tiềm năng như TransUnion xuất hiện tại 
Việt Nam, việc thành lập và phát triển của các công 
ty này chỉ là bước đầu tiên của con đường dài. Như 
vậy, dữ liệu được sử dụng cho quá trình tính điểm 
tín dụng chủ yếu được thu thập từ quá trình thẩm 
định của cán bộ tín dụng. Nói cách khác, phương 
pháp này chủ yếu dựa trên thông tin tự khai báo của 
khách hàng và điều này có thể gây ra rủi ro cho ngân 
hàng khi khách hàng có thể giấu thông tin tín dụng 
tiêu cực của họ, đặc biệt là các khoản nợ xấu. Thứ 
hai, hệ thống đánh giá tín dụng nội bộ cho tín dụng 
tiêu dùng của hầu hết các ngân hàng thương mại 
Việt Nam đặt ra một số hạn chế. Các hệ thống đánh 
giá tín dụng được xây dựng trên cơ sở của một 
phương pháp định tính mà điểm và trọng số của mỗi 
biến không phải là kết quả của một phương pháp 
thống kê, mà dựa vào kinh nghiệm và sự xét đoán 
của nhân viên tín dụng. Hơn nữa, các ngân hàng 
không thể xác định mức độ đóng góp của mỗi biến 
định tính (thông số) với tổng số điểm do cùng một 
trọng số (ví dụ là 10% cho mỗi yếu tố phi tài chính). 
Quan trọng hơn, khi hệ thống này được áp dụng, xác 
suất của việc không trả được nợ vẫn không được 
ước tính. 
Theo những lý do nêu trên, để thúc đẩy sự phát 
triển của ngành công nghiệp tín dụng tiêu dùng tại 
Việt Nam, nhu cầu cho những cải tiến với sự công 
khai của thông tin tín dụng cũng như chất lượng của 
hệ thống xếp hạng tín dụng nội bộ tăng lên đáng kể. 
Việc nâng cao phương pháp luận và phương pháp 
tiếp cận từng bước để thiết lập mô hình tín dụng tiêu 
dùng tại Việt Nam nên được áp dụng, đó là lý do cho 
sự phát triển của mô hình đánh giá tín dụng tiêu 
dùng tại Việt Nam. 
Mô hình chấm điểm tín dụng lần đầu tiên được 
giới thiệu vào những năm 1940 và trong những năm 
qua đã phát triển đáng kể do sự cạnh tranh gia tăng 
trong ngành công nghiệp tài chính cùng với những 
tiến bộ trong công nghệ thông tin. Đánh giá tín dụng 
47

Sè 128/2019
QUẢN TRỊ KINH DOANH
thương mại
khoa học
XÂY DỰNG MÔ HÌNH CHẤM ĐIỂM 
TÍN DỤNG KHÁCH HÀNG CÁ NHÂN 
VAY TIÊU DÙNG TẠI VIỆT NAM 
Đào Thanh Bình 
Đại học Hà Nội 
Email: binhdtt@hanu.edu.vn
Ngày nhận: 26/03/2019 Ngày nhận lại: 14/04/2019 Ngày duyêt đăng: 19/04/2019 
T
rong bối cảnh nhiều ngân hàng Việt Nam hướng tới tín dụng tiêu dùng và cho vay cá nhân, bài 
báo này nhằm mục tiêu đưa ra một mô hình chấm điểm tín dụng cho vay tiêu dùng có thể áp 
dụng cho các ngân hàng Việt Nam. Bài báo sử dụng phương pháp của hệ thống FICO có tính đến tình hình 
của Việt Nam. Bài báo cũng nhằm mục tiêu giúp cho người tiêu dùng tính được điểm tín dụng của mình một 
cách đơn giản. 
Từ khóa: Tín dụng tiêu dùng, chấm điểm tín dụng, vỡ nợ. 
47
có nhiều lợi ích không chỉ cho người cho vay mà 
còn cho khách hàng vay. Từ quan điểm của người 
cho vay, đánh giá tín dụng giúp tăng tốc độ và tính 
thống nhất của quá trình xin vay và cho phép tự 
động hóa quá trình cho vay. Hơn nữa, nó bảo vệ lợi 
ích của khách hàng vay vì điểm số tín dụng giúp 
giảm sự phân biệt đối xử vì mô hình này cung cấp 
một phân tích khách quan cho tín dụng tiêu dùng. 
Bởi vì lợi ích của nó, phương pháp này được áp 
dụng rộng rãi trên thế giới. Tuy nhiên, mô hình đã 
không được nghiên cứu chuyên sâu tại Việt Nam. 
Theo đề xuất ở trên, mục đích chính của bài báo 
này là để áp dụng và phát triển một mô hình tính 
điểm tín dụng cao cấp hơn cho các khoản vay tiêu 
dùng. Ban đầu, phương pháp MDA (Multiple 
Discriminant Analysis) và phần mềm SPSS đã được 
sử dụng để xác định các biến số chính khi xây dựng 
mô hình tín dụng tiêu dùng tại Việt Nam. Sau đó, mô 
hình mới bao gồm các biến số chính được tạo ra trên 
cơ sở kết quả của SPSS. Mô hình này được áp dụng 
để tính toán Z-score, và sau đó xác định xác suất của 
việc không trả được nợ. 
Phần tiếp theo của bài báo đề cập đến vấn đề 
tổng quan lý thuyết về chấm điểm tín dụng tiêu dùng 
chủ yếu cho Việt Nam. Phần ba sẽ xây dựng mô hình 
tín dụng tiêu dùng, phần bốn tổng hợp hai mô hình 
tìm được, ước lượng xác suất vỡ nợ của mẫu và 
phần cuối là tổng hợp và kết luận. 
2. Tổng quan lý thuyết 
Phân tích biệt thức (Discriminant Analysis - DA) 
đã từng là kỹ thuật được sử dụng rộng rãi nhất để 
đưa ra điểm tín dụng trên thế giới. Năm 1936, Fisher 
đã giới thiệu ý tưởng phân biệt giữa các nhóm trong 
một tổng thể để kiểm tra khả năng phân biệt của các 
nhóm trong một quần thể thực vật dựa trên những 
đặc điểm khác nhau (đặc biệt là giữa hai loài hoa 
diên vỹ bằng cách sử dụng phép đo kích thước vật 
lý của các giống thực vật). Sau đó, vào năm 1941, 
Durand, người đã làm việc cho một dự án nghiên 
cứu của Cục Nghiên cứu Kinh tế Quốc gia Hoa Kỳ, 
nhận ra rằng việc phân tích biệt thức của Fisher có 
thể được sử dụng để phân biệt giữa các khoản vay 
tốt và xấu. Cụ thể hơn, ông muốn xác định các thông 
số cho vay quan trọng và những đặc điểm có ý nghĩa 
thống kê. Trong nghiên cứu của mình, ông đã trình 
bày một hệ thống dựa trên điểm số sử dụng cho việc 
phân loại độ tín nhiệm của mỗi đương đơn đi vay để 
mua một chiếc xe cũ (tín dụng tiêu dùng). Các biến 
quan trọng nhất trong phương trình kiểm định của 
ông là: tuổi tác, giới tính, nơi cư trú, nghề nghiệp, 
ngành nghề, độ ổn định của công việc, tài khoản 
ngân hàng và quyền sở hữu nhà. 
Đã có một vài nghiên cứu tại Việt Nam bao gồm 
các chủ đề về đánh giá tín dụng nói chung và các mô 
hình chấm điểm tín dụng tiêu dùng nói riêng. Về mô 
hình chấm điểm tín dụng cho tín dụng doanh nghiệp, 
hai nghiên cứu được thực hiện bởi Đào B., (2012) và 
Đào B., (2013) đã cung cấp thêm kiến thức về mô 
hình điểm số Z Altman cũng như ứng dụng của nó 
trong việc phát triển một mô hình chấm điểm tín 
dụng. Hơn nữa, phương pháp làm việc trong hai bài 
trên đã tạo lập một nền tảng vững chắc cho việc xây 
dựng mô hình chấm điểm tín dụng cho các khoản tín 
dụng tiêu dùng. Cụ thể, cả hai bài đều tập trung vào 
cùng một chủ đề của mô hình chấm điểm tín dụng 
cho các công ty phi sản xuất và sản xuất ở Việt Nam 
sử dụng phân tích biệt thức. Một điểm khác cần lưu 
ý là bài viết xây dựng mô hình sử dụng Z-score để 
hiệu chỉnh xác suất vỡ nợ (PD), và sau đó dựa trên 
thông tin của Standard & Poor đề nghị xếp hạng các 
công ty phi sản xuất tại Việt Nam. Các thảo luận về 
việc thành lập mối quan hệ giữa Z-score, xác suất 
của việc vỡ nợ và xếp hạng cũng như ma trận 
chuyển đổi có thể giúp góp phần nâng cao chất 
lượng hệ thống xếp hạng tín dụng Việt Nam. 
Liên quan đến mô hình tính điểm tín dụng cho 
tín dụng tiêu dùng, một trong những bài nghiên cứu 
nổi tiếng nhất được thực hiện bởi Dinh và Kleimeier 
(2007), bao gồm các chủ đề về thành lập mô hình 
chấm điểm tín dụng thị trường tiêu dùng của Việt 
Nam. Tất cả các khoản vay tiêu dùng nổi bật vào 
một ngày cụ thể trong năm 2005 được trích dẫn từ 
cơ sở dữ liệu của các ngân hàng thương mại Việt 
Nam và sau đó 22 biến số được lựa chọn ban đầu 
bao gồm cả 9 biến số định lượng và 13 biến số định 
tính. Ngoài ra, cỡ mẫu gồm 56.307 khoản vay, trong 
đó 798 khoản là vỡ nợ. Sau đó, phương pháp lựa 
chọn từng bước được sử dụng để chọn trong số 22 
biến. Áp dụng phương pháp này, 16 biến đã được 
đưa vào mô hình. Các bài báo cũng đề cập đến việc 
thiếu thông tin về điểm tín dụng bán lẻ được xác 
định bằng những đặc điểm của bên vay mà ngân 
hàng cần thu thập. Các yếu tố dự đoán quan trọng 
nhất được tìm thấy là thời gian, giới tính, số tiền vay 
và thời hạn vay. Dinh và Kleimeier (2007) đề nghị 
các công ty cập nhật thông tin tín dụng tiêu dùng 
Sè 128/201948
QUẢN TRỊ KINH DOANH
thương mại
khoa học
thường xuyên để đáp ứng với sự thay đổi của nền 
kinh tế nói chung và người vay nói riêng. 
3. Chấm điểm tín dụng tiêu dùng cho các 
ngân hàng Việt Nam 
3.1. Thu thập dữ liệu và mã hóa biến 
Chấm điểm tín dụng thường được áp dụng để 
đánh giá tín dụng của người vay, ngân hàng sẽ căn cứ 
vào điểm số này để cấp quyết định tín dụng. Tuy 
nhiên, thực tế là rất khó khăn để thu thập các dữ liệu 
trực tiếp từ người nộp đơn vay, các nhà nghiên cứu 
có thể thấy rằng không thể xây dựng mẫu cho các 
khoản vay. Vì vậy, mẫu đại diện của người xin vay 
đã được xây dựng bằng cách sử dụng các khoản vốn 
vay tiêu dùng đã được cấp bởi các ngân hàng. Mục 
đích chính của bài nghiên cứu này là để phát triển 
một mô hình tính điểm tín dụng tiêu dùng nhằm đánh 
giá các đơn xin vay cũng như cho mục đích tính toán 
xác suất vỡ nợ các khoản vay, đặc biệt là đối với các 
khoản vay hiện tại. Tuy nhiên, kết quả cũng có thể 
được áp dụng trong đánh giá cho vay nói chung. 
Theo đề xuất ở trên, để phát triển các mô hình, 
200 khoản vay tiêu dùng đã được lựa chọn ngẫu 
nhiên từ các cơ sở dữ liệu của năm ngân hàng 
thương mại nhà nước Việt Nam. Tuy nhiên, do sự 
khác nhau của dữ liệu, chỉ có 122 khoản vay đã 
được chọn. Sau đó, số tiền vay được sử dụng để 
phân loại các khách hàng vay thành hai nhóm khác 
nhau, vì ứng viên có điểm số cao hơn có nhiều khả 
năng để vay số tiền vay lớn hơn. Sự phân loại cũng 
được áp dụng cho các khoản vay khác như bất động 
sản và xe hơi. Bên cạnh đó, các cuộc phỏng vấn ý 
kiến chuyên gia được thực hiện để đưa ra những 
điều chỉnh cần thiết trong việc phân loại nhóm. 
Đầu tiên, một số biến được chọn lựa cẩn thận 
trên cơ sở danh sách các biến số thường được sử 
dụng cho các nước đang phát triển trong những 
nghiên cứu của Crook (1996), Vigano (1993) và 
Kleimeier và Dinh (2007). Phương pháp tiếp cận 
kiến thức chuyên môn và sự có sẵn thông tin cũng 
được đưa vào xem xét. Sau đó, sáu biến số định 
lượng và bốn biến số định tính đã được lựa chọn. 
Thứ hai, về các biến định tính, thay vì sử dụng các 
biến giả, với thang đánh giá 10 (cao nhất) và 0 (thấp 
nhất) đã được áp dụng dựa trên nguyên tắc: các cụ 
thể càng tốt, điểm số (mã) các khoản cho vay đương 
đơn sẽ nhận được càng cao. Mã hóa biến phần lớn 
dựa trên các nguyên tắc phân loại trong Rose (2008) 
(Phụ lục A1). 
3.2. Thử nghiệm của tất cả 10 biến trong SPSS 
Như đã đề cập ở trên, mô hình chấm điểm tín 
dụng tiêu dùng thường được xây dựng theo mô hình 
Z-score của Altman. Trong bước đầu tiên, phân tích 
biệt thức và phần mềm SPSS được sử dụng để kiểm 
tra khả năng phân biệt của mỗi biến. Nói cách khác, 
kỹ thuật thống kê này sẽ giúp các nhà nghiên cứu 
xác định các biến cần thiết để bao gồm trong mô 
hình tín dụng tiêu dùng. 
Sau khi tuân thủ nghiêm ngặt các phương thức 
kiểm tra, kết quả của SPSS đã được đưa ra. Trước 
hết, trong bảng “Thử nghiệm sự khác biệt của trung 
bình nhóm” kết quả phân tích ANOVA thực hiện cho 
mỗi biến độc lập được trình bày. Năm trong số các 
biến bao gồm Học vấn, Nghề nghiệp, Thu nhập cá 
nhân hàng năm, Số người phụ thuộc và Tài khoản là 
có ý nghĩa thống kê vì tất cả đều có mức ý nghĩa 
thấp hơn 5%. Điều này đi đôi với kết quả Lambda 
của Wilks. Lambda của một biến độc lập càng thấp, 
biến trong mô hình có khả năng phân biệt càng 
mạnh. Năm biến có ý nghĩa thống kê kể trên cũng có 
Lambda thấp nhất theo thứ tự tăng dần: Thu nhập, 
Tài khoản, Nghề nghiệp, Số người phụ thuộc, và 
Học vấn. 
Giá trị riêng 1,3889 cho thấy tỷ lệ phương sai 
được giải thích, do đó, một giá trị riêng lớn thường 
thể hiện một hàm số mạnh. Giá trị 1,3889 cho thấy 
có một tỷ lệ tương đối cao của phương sai được giải 
thích trong biến phụ thuộc, và thể hiện một khả năng 
phân biệt khá tốt của hàm. Điều này cũng được 
minh họa bằng kết quả Lambda của Wilks tức là tỷ 
lệ tổng phương sai của điểm số biệt thức không 
được giải thích bởi sự khác biệt giữa các nhóm. 
Lambda bằng 1,00 xảy ra khi các trung bình nhóm 
được quan sát là bằng nhau (tất cả các phương sai 
được giải thích bởi các yếu tố khác hơn là sự khác 
biệt giữa các trung bình), trong khi một lambda nhỏ 
xảy ra khi sự biến đổi trong nhóm là nhỏ so với tổng 
biến đổi. Giá trị Wilks Lambda 0,4186 có giá trị 
đáng kể (Sig. = 0,000), do đó, các trung bình nhóm 
thường là khác nhau. 
Thử nghiệm biệt thức với mười biến phát hiện ra 
rằng chín giá trị trong nhóm “Đầu” và bốn trong 
nhóm “Đáy” được xếp đặt không đúng chỗ tương 
đương với 6,55% lỗi Loại I và 14,75% lỗi Loại II 
xảy ra. Do đó, trung bình 89,3% trường hợp các 
nhóm ban đầu được phân loại chính xác (Xem phụ 
lục A2). 
49

Sè 128/2019
QUẢN TRỊ KINH DOANH
thương mại
khoa học
Tóm lại, các yếu tố nổi bật nhất cần lưu ý là năm 
biến số, bao gồm Học vấn, Nghề nghiệp, Thu nhập, Số 
người phụ thuộc và Tài khoản, đóng một vai trò quan 
trọng trong việc phân biệt hai nhóm vì tất cả đều có 
mức ý nghĩa thấp hơn 5%. Hơn nữa, Số người phụ 
thuộc là biến đóng góp nhiều nhất cho khả năng phân 
biệt của mô hình với giá trị F cao nhất 86,26. Bên cạnh 
đó, các biến còn lại bao gồm Tuổi (Age), Số năm công 
tác (Yearwork), Số năm ở một nơi (YearResi), Số năm 
quan hệ với ngân hàng (YWBank) và Hình thức sở 
hữu nhà ở (ResiStatus) là các biến không có ý nghĩa 
thống kê với giá trị F rất thấp. Do đó, với mục đích 
phát triển một mô hình chấm điểm tín dụng tiêu dùng 
tốt hơn, năm biến với khả năng dự đoán cao nhất sẽ 
được chọn như là các biến độc lập. 
3.3. Thử nghiệm năm biến số quan trọng nhất 
Trên cơ sở các thủ tục thử nghiệm được áp dụng 
và kết quả của các thử nghiệm trước, năm biến thể 
hiện tốt nhất trong việc phân biệt các nhóm được 
đưa vào MDA trong phần mềm SPSS. 
Bảng nhóm các số liệu thống kê minh họa sự 
khác biệt về giá trị trung bình của mỗi tỷ lệ tài chính. 
Đặc biệt, sự khác biệt lớn nhất giữa hai nhóm được 
thể hiện rõ ràng trong Reven I (thu nhập cá nhân 
hàng năm) có ảnh hưởng mạnh nhất lên mô hình dự 
đoán. Chi tiết hơn, thu nhập cá nhân hàng năm của 
những người được xếp vào nhóm 1 gấp khoảng 4 lần 
so với những người nhóm 2. Xếp hạng tiếp theo 
trong khả năng phân biệt tương ứng là Tài khoản, 
Học vấn, Nghề nghiệp, đều thể hiện các số liệu 
Nhóm 2 cao hơn Nhóm 1. Ngược lại, những người 
xin vay từ Nhóm 2 có ít biến Số người phụ thuộc 
hơn Nhóm 1 (Xem Phụ lục A3). 
Sự khác biệt về giá trị trung bình từng biến được 
minh họa rõ ràng bằng giá trị Lambda của Wilks, 
thử nghiệm F và mức ý nghĩa. Tất cả 5 biến đều thấp 
hơn đáng kể mức 5%, thể hiện có sự khác biệt đáng 
chú ý của các biến này giữa các nhóm. Nói chung, ở 
mức độ đơn biến, tất cả các tỷ lệ đều cho thấy người 
vay ở nhóm “Đầu” có những giá trị  ... có ý nghĩa 
thống kê với F = 79,09; p < 0,01. Các yếu tố trong 
mô hình có thể giải thích được 65,4% ý định sử 
dụng IB trong thanh toa‹n hoŒc phi‹ của sinh viên. Mô 
hình không xảy ra hiện tượng đa cộng tuyến (hệ số 
59

Sè 128/2019
QUẢN TRỊ KINH DOANH
thương mại
khoa học
Bảng 1: Tóm tắt thang đo các biến 
(Nguồn:Tổng hợp của tác giả) 
Maõ hoùa Bieán quan saùt Thang 
ñieåm 
Nguoàn 
Thaùi ñoä 
(TÑ) 
TÑ1 
1. Toâi thích yù töôûng söû duïng dòch vuï internet banking 
trong thanh toaùn hoïc phí 
Likert 5 
möùc ñieåm 
Long vaø coäng söï 
(2014); Wang, Lin 
(2003); Chan vaø 
Chen (2001), 
Nguyeãn Thò Tuyeát 
Mai (2016), Holak 
vaø Leman (1990). 
TÑ2 
2. Toâi hoaøn toaøn uûng hoä yù ñònh söû duïng dòch vuï internet 
banking trong thanh toaùn hoïc phí 
TÑ3 
3. Söû duïng dòch vuï internet banking trong thanh toaùn hoïc 
phí laø moät yù ñònh toát 
TÑ4 4. Toâi hoaøn toaøn tin töôûng söû duïng internet banking laø 
moät yù ñònh hay 
Chuaån 
chuû 
quan 
(CQ) 
CQ1 1. Gia ñình vaø baïn beø coù aûnh höôûng ñeán yù ñònh söû duï ng 
internet banking cuûa toâi 
Likert 5 
möùc ñieåm 
Holak vaø Leman 
(1990), Nguyeãn Thò 
Tuyeát Mai (2016), 
Long vaø coäng söï 
(2014); Wang, Lin 
(2003); Chan vaø 
Chen (2001). 
CQ2 2. Toâi thaáy haàu heát caùc baïn SV hieän nay ñeàu söû duïng 
neân toâi cuõng coù yù ñònh söû duïng IB 
CQ3 3. Caùc phöông tieän truyeàn thoâng coù aûnh höôûng ñeán yù 
ñònh söû duïng dòch vuï IB 
CQ4 4. Caùc nhu caàu töø coâng vieäc laøm theâm cuûa toâi aûnh höôûng 
ñeán yù ñònh söû duïng IB 
Phong 
caùch 
giôùi treû 
(PS) 
PS1 1. Söû duïng dòch IB theå hieän loái soáng thôøi thöôïng vaø hieän 
ñaïi hôn 
Likert 5 
möùc ñieåm 
Nguyeãn Thò Tuyeát 
Mai (2016), Wang, 
Lin (2003); Chan vaø 
Chen (2001). 
PS2 2. Thay vì ñeán taän tröôøng ñeå ñoùng hoïc phí toâi thích ôû nhaø 
click chuoät treân chieác smartphone coù keát noái internet hôn 
PS3 3. Toâi thích theå hieän ñaúng caáp cuûa baûn thaân, thích söï môùi 
meû vaø hieän ñaïi 
PS4 4. Toâi thích söû duïng dòch vuï thanh toaùn hoïc phí vöøa tieän 
lôïi, nhanh goïn nhö IB 
PS5 5. Söû duïng IB ñeå thanh toaùn hoïc phí toâi coù theå ñoäc laäp 
maø khoâng caàn phuï thuoäc thaày coâ giaùo thu phí theå hieän loái 
soáng töï laäp cuûa giôùi treû. 
YÙ ñònh 
söû duïng 
IB trong 
TTHP 
(YD) 
YÑ1 1. Toâi seõ caân nhaéc veà yù ñònh söû duïng IB trong thanh toaùn 
hoïc phí neáu ñöôïc nhaø tröôøng khuyeán khích 
Likert 5 
möùc ñieåm 
Long vaø coäng söï 
(2014); Wang, Lin 
(2003); Chan vaø 
Chen (2001), 
Nguyeãn Thò Tuyeát 
Mai (2016), Holak 
vaø Leman (1990). 
YÑ2 2. Toâi tin raèng toâi seõ söû duïng vaø tieáp tuïc söû duïng dòch vuï 
IB ñeå thanh toaùn hoïc phí 
YÑ3 3. Toâi seõ keâu goïi baïn beø toâi cuøng söû duïng dòch vuï IB ñeå 
thanh toaùn hoïc phí 
VIF trung bình nhỏ hơn 5) và hiện tượng tự tương 
quan (hệ số Dubin-Watson là 2,160). 
Kết quả phân tích hồi quy cho thấy, yếu tố Chuẩn 
chủ quan, Nhận thức kiểm soát hành vi hay nhận 
thức về tính hữu ích đối với việc sử dụng dịch vụ và 
phong cách giới trẻ là các yếu tố ảnh hưởng ý định 
sử dụng IB trong thanh toán học phí (hệ số â chuẩn 
hóa lần lượt là 0,110; 0,308 và 0.303 với mức ý 
nghĩa 5%). 
Như vậy, kết quả này cung cấp bằng chứng đối 
với việc các giả thuyết H2, H3 và H4 được chấp 
nhận. Tuy nhiên mô hình nghiên cứu cho thấy chưa 
đủ căn cứ để kết luận thái độ của chính bản thân sinh 
viên có ảnh hưởng đến ý định này. Cần lưu ý rằng, 
về chiều hướng tác động của yếu tố thái độ của sinh 
viên đối với ý định sử dụng dịch vụ là thuận chiều 
cho thấy, mặc dù kết quả này chưa nhận được sự ủng 
hộ bởi các nghiên cứu thực nghiệm hiện có, song 
không trái với nội dung lý thuyết về hành vi. Tuy 
nhiên trong mẫu nghiên cứu hiện tại, chưa đủ cơ sở 
kết luận tại mức ý nghĩa 5%. 
Thảo luận kết quả nghiên cứu 
Kết quả nghiên cứu ghi nhận yếu tố chuẩn chủ 
quan có tác động tích cực đáng kể, có ý nghĩa đối 
với ý định thực hiện hành vi sử dụng IB trong thanh 
toán học phí của sinh viên, nghiên cứu trường hợp 
sinh viên Haui. Kết quả này gợi ý rằng ảnh hưởng từ 
môi trường xã hội bên ngoài đến ý định thực hiện 
hành vi sử dụng IB được xem là một yếu tố dự đoán 
tốt đối với giới trẻ (Phạm Lan Hương, 2014), bởi vì 
mối quan tâm của giới trẻ chịu ảnh hưởng bởi quan 
niệm, thói quen và hành vi sử dụng dịch vụ từ bạn 
bè, gia đình, môi trường học tập và truyền thông 
(Bindah và Othman, 2012). Kết quả này phù hợp với 
nghiên cứu liên quan của Pham và cộng sự (2014); 
Wang và cộng sự (2003) và Jaruwachirathanakul, 
B., & Fink, D. (2005). 
Nhận thức tính hữu ích của dịch vụ cũng là yếu 
tố quan trọng trong mô hình ảnh hưởng đến ý định 
sử dụng internet banking của sinh viên trong trường 
hợp cụ thể là thanh toán học phí. Chính những bất 
tiện trong việc sử dụng hình thức thanh toán học phí 
bằng tiền mặt hiện nay, nghiên cứu trường hợp tại 
trường Đại học Công nghiệp Hà Nội đã thúc đẩy 
mong muốn hình thức thay thế thanh toán giúp tiết 
kiệm thời gian, an toàn, tiện lợi. Do đó đây cũng là 
yếu tố được xem có ảnh hưởng mạnh mẽ nhất trong 
mô hình đến ý định sử dụng dịch vụ IB của sinh viên 
Haui. Điều này cũng hàm ý, một mặt các trường đại 
học là nơi giúp tăng cường nhận thức đối với sinh 
viên trong việc ứng dụng công nghệ để gia tăng tính 
an toàn tiện lợi trong thanh toán đồng thời nâng cao 
ý thức thanh toán không dùng tiền mặt trong giới 
trẻ, điều mà sau đó thói quen này góp phần nâng cao 
tính minh bạch trong nền kinh tế, vấn đề mà Chính 
phủ Việt Nam đang nỗ lực hướng tới thông qua với 
các chính sách về điều khoản thanh toán không dùng 
tiền mặt đối với các doanh nghiệp hiện nay. 
Phong cách giới trẻ được thể hiện bởi tính năng 
động, nhanh chóng hòa hợp và bắt kịp xu hướng 
Sè 128/201960
QUẢN TRỊ KINH DOANH
thương mại
khoa học
Bảng 3: Kết quả phân tích hồi quy các yếu tố ảnh hưởng 
đến ý định sư‚ du„ng IB trong thanh toa€n ho„c phi€ cu‚a sinh viên 
Nguồn: Phân tích của nhóm tác giả 
Coefficients a 
Model 
Unstandardized 
Coefficients 
Standardizd 
Coefficients 
T Sig. 
Collinearity 
Statistics 
B Std. Error Beta Tolerane VIF 
1 (Constant) -2.183 1.201 1.818 .070 
Thaido .058 .052 .054 1.120 .264 .659 1.518 
Chuanchuquan .110 .053 .084 2.061 .040 .922 1.085 
Loi ich su dung .308 .035 .487 8.688 .000 .487 2.055 
Phongcachgioitre .303 .048 .338 6.376 .000 .542 1.845 
 Durbin- Watson 2.160 
 R2 0.660 R2 adjust 0.654 
a. Dependent Variable: ydinhsudung IB TT hoc phi* p <0,05; ** p < 0,01; *** p < 0,001 
mới của thời đại. Yếu tố này một phần ảnh hưởng 
bởi nhu cầu khẳng định cái tôi khi đối chiếu về cách 
thức sử dụng một dịch vụ của bản thân so với các 
đối tượng khác trong một bối cảnh xã hội nhất định 
(Onkvisit và Shaw, 1987). Kết quả này phù hợp với 
lý giải của (Grubb & Grathwohl, 1967) khi cho rằng 
cách thức sử dụng dịch vụ có thể giúp gia tăng cái 
tôi của họ. Cùng quan điểm này, nghiên cứu của 
Tambyah S, Nguyen T T Mai, Jung K (2009) cũng 
cho biết khuynh hướng tiêu dùng thể hiện những đặc 
điểm cá nhân nhất định. Trên thực tế, kết quả nghiên 
cứu định tính cũng cho biết có tới 5/8 sinh viên được 
phỏng vấn cho biết hình thức thanh toán học phí 
hiện nay không còn phù hợp nữa. Họ cho rằng “cái 
gì càng nhanh chóng, càng tiện lợi” sẽ được ưa 
thích. Bởi theo họ “những cái hiện đại, cái mới và 
tiện lợi hữu ích” sẽ phù hợp với giới trẻ hiện nay, 
đặc biệt trong bối cảnh “Hầu như ai cũng có smart 
phone và thích online trực tuyến thường xuyên”. Do 
đó, IB “phù hợp với phong cách sinh viên ngày nay” 
vì bên cạnh sự tiện lợi, cũng là “một cách thức thể 
hiện đẳng cấp với bạn bè”. 
Mặc dù nghiên cứu cung cấp bằng chứng ý định 
sử dụng IB chịu ảnh hưởng bởi sự tiện lợi, tính hữu 
ích và là xu hướng của giới trẻ bởi nhu cầu thể hiện 
cái tôi, phong cách của giới trẻ hiện nay. Tuy nhiên, 
giả thuyết về thái độ của sinh viên Haui đối với ý 
định sử dụng dịch vụ này lại không được ủng hộ, 
trong khi các nghiên cứu liên quan hiện có xác nhận 
vai trò của yếu tố này đến việc sử dụng IB (Pham, 
2009; Wang, 2003). Kết quả này hàm ý một thực tế 
về sự khác biệt giữa ý định sử dụng (sự yêu thích, 
nhận thức về lợi ích) và hành vi sử dụng giữa các đối 
tượng nghiên cứu khác nhau bởi thái độ đối với 
hành vi sử dụng dịch vụ thanh toán còn phụ thuộc 
vào đặc tính phụ thuộc về thu nhập đối với chủ thể. 
Đối với sinh viên Haui, bên cạnh vấn đề các khoản 
thanh toán phụ thuộc thu nhập, thì một đặc tính thực 
tế khách quan đó là thói quen sử dụng tiền mặt của 
những người chu cấp cho các khoản thanh toán của 
sinh viên cũng như vẫn còn rất nhiều khó khăn đối 
với việc sử dụng IB tại các khu vực nông thôn xa 
trung tâm. Nghiên cứu của Jaruwachirathanakul, B., 
& Fink, D. (2005) cũng nhấn mạnh ảnh hưởng của 
yếu tố thu nhập đến ý định sử dụng IB của khách 
hàng no‹i chung. 
Do đó, để đẩy mạnh việc thanh toán không dùng 
tiền mặt, rõ ràng cần có sự đồng bộ hơn về hạ tầng 
dịch vụ giữa các chủ thể tham gia thanh toán. Đối 
với trường Đại học Công nghiệp Hà Nội, để nâng 
cao chất lượng dịch vụ nói chung, chất lượng dịch 
vụ phục vụ thanh toán học phí nói riêng, nhà trường 
cần sớm thực hiện các chương trình tuyên truyền, 
khuyến khích sinh viên sử dụng IB trong thanh toán 
học phí. 
5. Kết luận, hạn chế và hướng nghiên cứu 
trong tương lai 
Trên cơ sở kế thừa lý thuyết TPB, thông qua 
phương pháp nghiên cứu định lượng, nghiên cứu 
này đã đánh giá, đo lường mức độ ảnh hưởng của 
các yếu tố (Thái độ; Chuẩn chủ quan; Nhận thức 
kiểm soát hành vi; Phong cách giới trẻ) đến ý định 
sử dụng IB của sinh viên. Kết quả nghiên cứu đã 
giúp nhận diện và cung cấp bằng chứng thú vị về 
ảnh hưởng của phong cách giới trẻ đến ý định sử 
dụng dịch vụ này bên cạnh các yếu tố chuẩn chủ 
quan và nhận thức kiểm soát hành vi. Các phát hiện 
của nghiên cứu cung cấp bằng chứng cho thấy sự 
khác biệt trong ý định sử dụng dịch vụ IB giữa giới 
trẻ và những người đã đi làm bởi đặc tính phụ thuộc 
của thu nhập cũng như sự thiếu đồng bộ trong khả 
năng tiếp cận dịch vụ giữa các chủ thể tham gia. 
Mặc dù, mục tiêu nghiên cứu là rõ ràng, tuy nhiên 
chúng tôi thừa nhận phạm vi, đối tượng khảo sát 
trong nghiên cứu này còn hạn chế. Do đó, các phát 
hiện của nghiên cứu mới chỉ dừng lại ở mức độ 
kiểm tra ý định sử dụng dịch vụ IB trong thanh toán 
học phí của sinh viên, nghiên cứu trường hợp sinh 
viên Haui, mà chưa kết luận đối với hành vi sử 
dụng IB của sinh viên nói riêng và của giới trẻ trong 
thời kỳ cách mạng công nghệ hiện nay nói chung. 
Đây cũng là những vấn đề cần được tiếp tục làm rõ 
hơn ở những nghiên cứu tiếp theo bởi bối cảnh và 
môi trường tiếp cận dịch vụ IB khác nhau có thể 
dẫn đến các kết quả nghiên cứu khác nhau. Khi các 
vấn đề này được làm rõ hơn, chúng tôi cũng kỳ 
vọng vào việc xác định hành vi sử dụng IB trong 
giới trẻ nói chung và sử dụng IB trong thanh toán 
học phí của sinh viên nói riêng thay vì chỉ dừng lại 
nghiên cứu ở góc độ “ý định”, đề từ đó các hàm ý 
chính sách đối với việc khuyến khích thanh toán 
không dùng tiền mặt ở góc độ cá nhân được thực thi 
hiệu quả hơn. 
61

Sè 128/2019
QUẢN TRỊ KINH DOANH
thương mại
khoa học
Tài liệu tham khảo: 
1. Ajzen, I., 1991, The theory of planned behav-
iour, Organizational Behavior and Human Decision 
Processes, Vol. 50. 
2. Bindah E.V, & Othman Md. N. (2012), The 
Effect of Peer Communication Influence on The 
Development of Materialistic values among Young 
Urban Adult Consumers, International Business 
Research, Vol.5, No.3, 2-15. 
3. Choo, H., Chung, J.E. & Pysarchik, D.T. 
(2004), Antecedents to new food product purchasing 
behaviour amonginnovator groups in India, 
European Journal of Marketing, 38 (5/6), 608-625. 
4. Holak, S.L. & Lehmann, D.R. 1990, 
Purchase intentions and the dimensions of innova-
tion: An exploratory model, Journal of Product 
Innovation and Management, 7, 59-73. 
5. Hair, Joseph F., Anderson, Rolph E., Tatham, 
Ronald L. & Black, William C. (1998), Multivariate 
Data Analysis (5thed.), Prentice-Hall, Inc. Upper 
Saddle River, New Jersey. 
6. Keh, Hean Tat, Nguyen Thi Tuyet Mai, Hwei 
Ping Ng(2007), The efects of Entrepreneurial 
Ỏrientation and Marketing Information on the 
Performance of SMEs, Jounal of Business 
Venturing, 22, 592-611 
7. Jaruwachirathanakul, B., & Fink, D. (2005), 
Internet banking adoption strategies for a develop-
ing country: The case of Thailand, Internet 
Research, 15(3), 295-311. 
Dois:10.1108/10662240510602708. 
8. Nguyen T Tuyet Mai, Smith K, Cao J (2009), 
Measurement of Modern and Traditional Self - 
Concepts in Asian Transitional Economies, Journal 
of Asia Pacific Bussiness, 10, 201 -220, 2009 
9. Tambyah S, Nguyen T T Mai, Jung K (2009), 
Measure status orientations: Scale development and 
validation in the contex of an Asian transitional econ-
omy, Journal of Marketing Theory and Practice, 2009. 
10. Onkvisit S. & Shaw J. (1987), Self-concept 
and Image Congruence: Some Research and 
Managerial Implications, Journal of Consumer 
Marketing, Vol.4, No.1, 13-23. 
11. Pham Long, Đoan N P Anh (2014), Intention 
to Use E-Banking in a Newly Emerging Country, 
International Journal of Enterprise Information 
Systems, 10(2), 103-120, April-June 2014 103. 
12. Pham T Lan Hương (2014), Dự đoán ý định 
mua xanh của người tiêu dùng trẻ: Ảnh hưởng của 
nhân tố tâm lý và văn hóa, Tạp chí Kinh tế và Phát 
triển, số 200, 2/2014, tr. 66-78. 
13. Wang, Y., Lin, H., & Tang, T. (2003), 
Determinants of user acceptance of Internet bank-
ing: An empirical study, International Journal of 
Service Industry Management, 14(5), 501–519. 
doi:10.1108/09564230310500192. 
14. World Bank. (2018), Vietnam development 
report 2018: Pillars of development, Report No.VN. 
Washington, DC: World Bank. 
Summary 
Non-cash payment habits, including online pay-
ment (Internet banking) are still unpopular in 
emerging countries like Vietnam despite its promi-
nent features. Although there have been a few stud-
ies examining the factors affecting the intention to 
use internet banking services, these studies only 
focus on those who have income. While the habit of 
using a service needs to be built and oriented basing 
on the behavior of recognizing the usefulness of the 
youth. Therefore, this study provides empirical evi-
dence of the factors affecting the intention to use 
online payment services based on student surveys 
with a sample size of 228. Analysis results show that 
beside the effects of the widely-known factors in 
most of the existing studies including subjective 
standard factors and service usefulness, youth style 
is also a newly discovered element with positive and 
significant influence on the intention to use Internet 
banking. In addition, this study also implies some 
solutions from regression results and suggests future 
research directions. 
Sè 128/201962
QUẢN TRỊ KINH DOANH
thương mại
khoa học

File đính kèm:

  • pdfxay_dung_mo_hinh_cham_diem_tin_dung_khach_hang_ca_nhan_vay_t.pdf