TÓM TẮT:

Cùng với sự phát triển công nghệ 4.0, các hoạt động ứng dụng công nghệ trong tài chính (Fintech) ngày càng phổ biến và được coi như một tiện ích bên cạnh các dịch vụ cung ứng tài chính của ngân hàng như mua sắm, vay mượn hoặc huy động vốn thông qua các App điện tử. Đặc biệt hiện nay, dịch bệnh Covid-19 đã làm doanh nghiệp và các cá nhân thay đổi thói quen tiêu dùng và sử dụng internet trong các hoạt động sản xuất, mua bán, thanh toán. Bài viết tập trung nghiên cứu các nhân tố ảnh hưởng đến hành vi sử dụng dịch vụ Fintech tại Việt Nam để mô tả thực trạng sử dụng Fintech, từ đó đưa ra những lời khuyên hợp lý cho nhà quản trị của các doanh nghiệp liên quan đến nhu cầu sử dụng dịch vụ Fintech.

Từ khóa: Fintech, tài chính công nghệ, P2P, thanh toán không dùng tiền mặt, app điện tử.

1. Đặt vấn đề

Hiện nay, Fintech đã và đang thu hút được sự chú ý của nhiều chuyên gia công nghệ, tài chính và giới đầu tư trên thế giới vì đặc tính dễ sử dụng, tương tác nhanh chóng, thuận tiện, không bị bó hẹp bởi thời gian, không gian do được vận hành trên đặc tính mở của nền tảng internet, điện thoại di dộng, các phần mềm mã nguồn hoặc trên điện toán đám mây,… Theo thống kê vào tháng 1/2021, tỷ lệ sử dụng internet toàn cầu là 59,5%. Trong đó, Việt Nam với lợi thế dân số trẻ, số lượng người dùng mạng xã hội tại Việt Nam vào tháng 1/2021 tương đương 73,7% tổng dân số. Đây là một trong những lợi thế rất lớn cho các doanh nghiệp Fintech phát triển và hoạt động tại Việt Nam.

Theo Cham et al. (2018), Fintech đã làm thay đổi đáng kể cách thức thực hiện các giao dịch tài chính của người tiêu dùng, đồng thời làm tăng tính minh bạch, khả năng tiếp cận, tính linh hoạt, giảm rủi ro và cải thiện lợi nhuận cho cổ đông [2, 8]. Các giải pháp công nghệ tài chính được ngân hàng sử dụng như một trong những biện pháp cải thiện nhằm làm giảm chi phí và tăng hiệu quả tài chính, khuyến khích sự hài lòng của khách hàng cao hơn vì mọi người có thể sử dụng các dịch vụ tài chính bất cứ lúc nào, ở bất kỳ đâu, miễn là chúng được kết nối với internet [7]. Với sự tác động của đại dịch Covid-19 cũng như xu hướng sử dụng các dịch vụ internet ngày một gia tăng tại Việt Nam, các sản phẩm, dịch vụ của Fintech được biết đến ngày một nhiều hơn, không chỉ ở mảng dịch vụ thanh toán mà cả trong các mảng cho vay, huy động vốn - lĩnh vực trước đây là các sản phẩm, dịch vụ truyền thống của ngân hàng.

Tuy nhiên, cũng có những hoài nghi về chính sự thuận tiện và dễ dàng sử dụng trên nền tảng internet lại có thể là rào cản để tối đa hóa tiềm năng của Fintech [9]. Để xem xét các hoài nghi tác động đến hành vi sử dụng dịch vụ Fintech dựa trên một trong số các dịch vụ truyền thống của các ngân hàng hiện nay như thanh toán, cho vay ngang hàng (P2P) và huy động vốn từ cộng đồng, việc tìm kiếm bằng chứng thực nghiệm giúp các nhà quản trị của các doanh nghiệp thấy được nhu cầu sử dụng dịch vụ Fintech thông qua việc đo lường các yếu tố tác động đến hành vi sử dụng dịch vụ Fintech tại Việt Nam. Bố cục của bài viết gồm 5 phần: (i) giới thiệu, (ii) tổng quan lý thuyết, (iii) phương pháp nghiên cứu, (iv) kết quả nghiên cứu, và (v) kết luận và khuyến nghị.

2. Mô hình và giả thuyết nghiên cứu

Trên cơ sở phù hợp với thực tiễn Việt Nam, tổng quan các nghiên cứu của  Darmansyah et al. (2020) cũng như nền tảng lý thuyết liên quan đến hành vi có kế hoạch (Theory of Planed Behavior - TPB) và lý thuyết về chấp nhận và sử dụng công nghệ (Unified Theory of Acceptance and Use of Technology - UTAUT) [1, 13-14], tác giả rút ra nhân tố có ảnh hưởng đến hành vi sử dụng Fintech gồm 5 nhân tố bao gồm: nhận thức hành vi (AWA), tính thuận tiện của sản phẩm/dịch vụ (CON), tính bảo mật của sản phẩm/dịch vụ (SEC), tính hữu ích của sản phẩm/dịch vụ (USE), ảnh hưởng xã hội (SOC) tác động đến hành vi sử dụng dịch vụ Fintech (INT) [3].

Theo Taylor and Todd (1995), nhận thức kiểm soát hành vi liên quan đến cá nhân một người đánh giá sự dễ dàng hay khó khăn khi thực hiện một hành vi nào đó [10]. Nhận thức hành vi có kế hoạch theo Hamzah and Mustafa (2018) xuất phát từ bên trong con người: năng lực thực hiện, quyết tâm thực hiện… [6] hoặc xuất phát từ bên ngoài như điều kiện kinh tế, cơ hội, thời gian… Do đó, khi cá nhân một người cảm thấy họ có đủ điều kiện về nguồn lực, về kiến thức, về sự thuận tiện của Fintech trong cuộc sống, họ sẽ lựa chọn sử dụng dịch vụ/sản phẩm Fintech. Vì vậy, tác giả đưa ra giả thuyết H1:

H1. Nhận thức hành vi tác động tích cực đến ý định hành vi sử dụng dịch vụ Fintech.

Mô hình lý thuyết UTAUT dựa trên 8 mô hình chấp nhận công nghệ cạnh tranh, trong đó có mô hình TRA (Theory of Reasoned Action - Thuyết hành động hợp lý), IDT (Innovation Diffusion Theory - mô hình phổ biến sự đổi mới). Theo mô hình này, mức độ thuận tiện liên quan đến việc sử dụng hệ thống. Vì vậy, tác giả đưa ra giả thuyết H2:

H2. Tính thuận tiện của sản phẩm/dịch vụ tác động tích cực đến ý định hành vi sử dụng dịch vụ Fintech.

Mohd Thas Thaker et al. (2018) khi nghiên cứu về việc áp dụng các dịch vụ ngân hàng di động Hồi giáo đã cho thấy, mức độ hữu ích và rủi ro được nhận thức có tác động đáng kể đến việc định hình quyết định của người dùng. Chính vì vậy, tác giả đưa ra giả thuyết H3:

H3. Tính bảo mật của sản phẩm/dịch vụ tác động tích cực đến ý định hành vi sử dụng dịch vụ Fintech.

Theo Mô hình lý thuyết C-TAM-TPB (A model combining TAM and TPB - mô hình kết hợp TAM và TPB) [12], người sử dụng hệ thống thông tin sẽ cân nhắc về tính lợi ích và tính hữu dụng của hệ thống. Theo đó, tính hữu ích được nhận thức là một yếu tố quan trọng giúp dự đoán ý định của các cá nhân. Davis (1989) cho rằng công nghệ này có ích khi không quá khó khăn để sử dụng và lợi ích có được khi chi phí họ bỏ ra làm thấp nhất nhưng vẫn có đáp ứng kịp thời các nhu cầu cá nhân của họ khi sử dụng dịch vụ công nghệ [4]. Do đó, tác giả đưa ra giả thuyết H4:

H4. Tính hữu ích của sản phẩm/dịch vụ tác động tích cực đến ý định hành vi sử dụng dịch vụ Fintech.

Fishbein and Ajzen (1975) cho thấy, niềm tin của một người được hình thành bởi ảnh hưởng của những người khác như là nhận thức của những người khác (người thân, gia đình, bạn bè, xã hội) có thể tác động lên hành vi, thái độ của một người [5]. Bên cạnh đó, những tác động bên ngoài cũng sẽ làm thay đổi thái độ, hành vi của một người như hình ảnh thường xuyên được nhìn thấy sẽ có tác động đến nhận thức khiến cho người ta muốn tìm hiểu về hình ảnh đó. Đó cũng chính là nhận thức bị tác động bởi các yếu tố xã hội, môi trường lên hành vi. Do đó, tác giả đưa ra giả thuyết H5:

H5. Ảnh hưởng xã hội tác động tích cực đến ý định hành vi sử dụng dịch vụ Fintechs.

Mô hình nghiên cứu phản ánh các giả thuyết này được thể hiện ở Hình 1:

Hình 1: Mô hình nghiên cứu đề xuất về các yếu tố tác động
đến hành vi sử dụng dịch vụ Fintech

Mô hình nghiên cứu đề xuất về các yếu tố tác động đến hành vi sử dụng dịch vụ Fintech

Nguồn: Đề xuất của tác giả

3. Phương pháp nghiên cứu

Bài viết sử dụng phương pháp hồi quy nhị phân để xem xét 2 nhóm đối tượng khách hàng: (i) đã từng sử dụng và (ii) chưa từng sử dụng nhằm so sánh nhu cầu sử dụng dịch vụ Fintech. Ngoài ra, mô hình nghiên cứu sử dụng phương pháp độ tin cậy thang đo (Cronbach’s Alpha) để kiểm tra tính đồng nhất của các thang đo trong từng nhân tố AWA, CON, SEC, USE, SOC, kế đến là phương pháp nhân tố khám phá (EFA) để rút gọn 18 thang đo thành các nhân tố thực nghiệm.

Theo Thọ (2011), kích thước mẫu cần cho nghiên cứu phụ thuộc vào nhiều yếu tố như phương pháp phân tích dữ liệu và độ tin cậy cần thiết [11]. Để sử dụng phân tích EFA, kích thước mẫu tối thiểu phải là 50, tốt hơn là 100 và tỉ lệ quan sát/biến đo lường là 5:1. Dữ liệu nghiên cứu là dữ liệu chéo với tổng số 142 quan sát hợp lệ trên địa bàn TP. Hồ Chí Minh, phù hợp với kiểm định nhân tố khám phá: n = k*5 = 18*5 = 140 quan sát, trong đó, các nhân tố lý thuyết được thiết kế như sau: nhân tố AWA gồm 3 thang đo, CON gồm 4 thang đo, SEC gồm 3 thang đo, USE gồm 3 thang đo và SOC gồm 5 thang đo.

4. Kết quả nghiên cứu

4.1. Mô tả mẫu dữ liệu

Trong 142 phiếu quan sát hợp lệ, phần lớn độ tuổi khách hàng được phỏng vấn là từ 18-30 tuổi, trong đó tỷ lệ nữ chiếm 60,6% và tỷ lệ nam chiếm 39,4%, trên hai dạng đối tượng được khảo sát trên địa bàn TP. Hồ Chí Minh đã từng sử dụng dịch vụ Fintech chiếm 72,5% thông qua các loại hình thức sử dụng dịch vụ gồm: thanh toán không dùng tiền mặt, cho vay ngang hàng, huy động vốn từ cộng đồng. Thông tin về số người tham gia khảo sát như sau:

- Về giới tính: nam giới có 56 người (chiếm 39,4%) và nữ giới có 86 người (chiếm 60,6%).

- Về nghề nghiệp: chủ sở hữu có 5 người (chiếm 3,5%), nhà quản lý có 16 người (chiếm 11,3%), nhân viên có 49 người (chiếm 34,5%), các ngành nghề khác có 72 người (chiếm 50,7%).

- Về độ tuổi: từ 18 - 30 tuổi có 89 người (chiếm 62,7%), từ 31 - 40 tuổi có 23 người (chiếm 16,2%), từ 41 - 50 tuổi có 27 người (chiếm 19%), từ 51 - 60 tuổi có 2 người (chiếm 1,4%), trên 60 tuổi có 1 người (chiếm 0,7%).

- Về mức thu nhập: dưới 4 triệu đồng có 1 người (chiếm 0,7%), từ 4 - 8 triệu đồng có 91 người (chiếm 64,1%), từ 8 - 15 triệu đồng có 28 người (chiếm 19,7%), 15 - 25 triệu đồng có 15 người (chiếm 10,6%), từ 25 triệu đồng trở lên (chiếm 4,9%).

4.2. Kết quả nghiên cứu

4.2.1. Phân tích nhân tố khám phá & độ tin cậy thang đo

Kết quả phân tích EFA cho thấy, có 4 nhân tố thực nghiệm đạt tính vững, gồm: CON, USE, SEC và SOC, với hệ số KMO = 0.951 > 0.5, phương sai trích 86,94%. Tuy nhiên, Việt Nam phần lớn quen sử dụng dịch vụ truyền thống, do đó nhân tố lý thuyết hành vi nhận thức vẫn chưa đạt sự hội tụ. Như vậy, mô hình thực nghiệm được hiệu chỉnh còn 4 nhân tố đạt sự hội tụ tác động đến ý định sử dụng dịch vụ Fintech (INT).

Bảng 1. Phân tích độ tin cậy và nhân tố khám phá EFA

Phân tích độ tin cậy và nhân tố khám phá EFA

Nguồn: Kết quả nghiên cứu

Phương trình nhân tố được hình thành từ những thang đo hội tụ vào nhân tố đó. Kết quả mô hình nghiên cứu thực nghiệm về các yếu tố tác động đến ý định sử dụng dịch vụ Fintech cho thấy:

- Nhân tố 1 gồm 6 thang đo hiệu chỉnh CON1, CON2, CON3, CON4, AWA1, USE2, được đặt tên thành “Sự thuận tiện của dịch vụ Fintech đáp ứng nhu cầu khách hàng” ~ CON, với phương trình như sau:

CON = 0.493*CON1 + 0.397*CON2 + 0.302*CON3 + 0.308*CON4 + 0.179*AWA1 + 0.101*USE2

- Nhân tố 2 gồm 6 thang đo hiệu chỉnh SOC4, USE3, SOC3, AWA3, SOC5, AWA2, được đặt tên thành “Ảnh hưởng về marketing trong việc sử dụng dịch vụ Fintech gia tăng sự hữu ích và đáp ứng nhu cầu khách hàng” ~ USE, với phương trình như sau:

USE = 0.471*SOC4 + 0.27*USE3 + 0.24*SOC3 + 0.209*AWA3 + 0.225*SOC5 + 0.201*AWA2

- Nhân tố 3 gồm 4 thang đo hiệu chỉnh SEC1, SEC2, SEC3, USE1, được đặt tên thành “Tính bảo mật của sản phẩm Fintech tăng cường quản lý tài chính khách hàng” ~ SEC, với phương trình như sau:

SEC = 0.578*SEC1 + 0.493*SEC2 + 0.462*SEC3 + 0.179*USE1

- Nhân tố 4 gồm 2 thang đo hiệu chỉnh SOC1, SOC2, được đặt tên thành “Ảnh hưởng của bạn bè, người thân trong việc sử dụng dịch vụ Fintech” ~ SOC, với phương trình như sau:

SOC = 0.84*SOC2 + 0.415*SOC1

4.2.2. Phân tích hồi quy nhị phân

Phân tích hồi quy nhị phân để phân loại đối tượng khách hàng cho thấy khả năng cho kết quả như tại Bảng 2.

Bảng 2. Phân loại khách hàng chưa từng sử dụng (INT = 0) và đã từng sử dụng (INT = 1)

Phân loại khách hàng chưa từng sử dụng

Ghi chú: tỷ lệ cắt là .500

Nguồn: Kết quả nghiên cứu

- Trong 39 khách hàng khảo sát thực tế chưa từng sử dụng dịch vụ Fintech, tỷ lệ dự đoán đúng trong trường hợp không chịu sử dụng dịch vụ Fintech là 10,3% = 4/39.

- Trong 103 khách hàng khảo sát thực tế đã từng sử dụng dịch vụ Fintech, tỷ lệ dự đoán đúng trong trường hợp chịu sử dụng dịch vụ Fintech là 96,1% = 99/103 

Như vậy, tỷ lệ dự đoán đúng cho toàn bộ mô hình là 

công thức 1

Trong thực tế, việc dự đoán trường hợp không chịu sử dụng dịch vụ Fintech đạt tỷ lệ thấp là do những khách hàng chưa quen các tính năng công nghệ Fintech qua app điện thoại. Và kết quả hồi quy nhị phân cho kết quả thấy nhân tố CON và nhân tố USE có mức ý nghĩa thống kê nhỏ hơn sig. < 0.1, tức là:

- Sự thuận tiện của dịch vụ Fintech đáp ứng nhu cầu khách hàng tăng lên 1 điểm thì khả năng ý định sử dụng của khách hàng tăng lên 1.444 lần.

- Ảnh hưởng về marketing trong việc sử dụng dịch vụ Fintech gia tăng sự hữu ích và đáp ứng nhu cầu khách hàng tăng lên 1 điểm thì khả năng ý định sử dụng của khách hàng tăng lên 1.390 lần.

Tuy nhiên, nhân tố SEC và nhân tố SOC chưa thấy được tác động đến khả năng ý định sử dụng dịch vụ Fintech vì mức ý nghĩa thống kê sig. > 0.1.

Bảng 3. Kết quả hồi quy nhị phân

Kết quả hồi quy nhị phân

Nguồn: Kết quả nghiên cứu

5. Kết luận và khuyến nghị

Bài viết đã sử dụng phương pháp hồi quy nhị phân để đánh giá các nhân tố đến hành vi sử dụng Fintech. Kết quả cho thấy việc sử dụng các sản phẩm/dịch vụ Fintech thu hút được phần lớn các khách hàng trẻ tuổi, đặc biệt là trong độ tuổi từ 18-30. Các đối tượng khách hàng này bị thu hút bởi các hoạt động thanh toán trực tuyến nhiều hơn các hoạt động cho vay ngang hàng hay huy động vốn. Bên cạnh đó, mức độ thu hút hành vi sử dụng Fintech có tác động lớn đến nữ giới, điều này khá phù hợp với kết quả kiểm định có mức ý nghĩa thống kê về nhân tố tính thuận tiện của sản phẩm/dịch vụ, tính hữu ích của sản phẩm/dịch vụ khi động cơ mua sắm của nữ giới thường bị tác động bởi cảm xúc nhiều hơn tính tiện dụng và an toàn của sản phẩm như nam giới. Kết quả khảo sát, phân tích thể hiện các doanh nghiệp Fintech có thể nâng cao tính thuận tiện của sản phẩm/ dịch vụ thông qua việc đơn giản hóa các thủ tục, thao tác cài đặt, các thiết kế ứng dụng dễ thao tác. Bên cạnh đó, doanh nghiệp cần đảm bảo mọi khách hàng đều có thể nhận được sự hỗ trợ và tư vấn dễ dàng với khả năng đáp ứng nhu cầu tư vấn của khách hàng, các vấn đề giải quyết khiếu nại phải nhanh chóng, kịp thời. Đồng thời các khoản chi phí trong giao dịch phát sinh cũng là vấn đề các doanh nghiệp Fintech cần phải quan tâm bởi các mức phí là một trong những yếu tố tác động đến hành vi sử dụng dịch vụ Fintech.

TÀI LIỆU THAM KHẢO:

  1. Ajzen, Icek. (1991). The Theory of Planned Behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
  2. Cham, Tat Huei, Suet Cheng Low, Lim Seong, Aye Khin, and Raymond Ling. (2018). Preliminary Study on Consumer Attitude towards FinTech Products and Services in Malaysia. International Journal of Engineering & Technology, 7, 166-169.
  3. Darmansyah, Bayu Fianto, Achsania Hendratmi, and Primandanu Aziz. (2020). Factors Determining Behavioral Intentions to Use Islamic Financial Technology: Three Competing Models. Journal of Islamic Marketing, 12(4), 794-812.
  4. Davis, Fred D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Q., 13, 319-340.
  5. Fishbein, M. and Icek Ajzen. (1975). Belief, Attitude, Intention and Behaviour: An Introduction to Theory and Research. MA: Addison-Wesley
  6. Hamzah, Hanizah and Hasrina Mustafa. (2018). Exploring Consumer Boycott Intelligence towards Israel-Related Companies in Malaysia: An Integration of the Theory of Planned Behaviour with Transtheoretical Stages of Change. Journal of Islamic Marketing, 10(1), 208-226.
  7. Mohd Thas Thaker, Mohamed Asmy, Fouad Amin, Hassanudin Mohd Thas Thaker, and Anwar Pitchay. (2018). What Keeps Islamic Mobile Banking Customers Loyal?. Journal of Islamic Marketing, 10(2), 525-542.
  8. Mohd Thas Thaker, Mohamed Asmy, Anwar Pitchay, Hassanudin Mohd Thas Thaker, and Fouad Amin. (2019). Factors Influencing Consumers’ Adoption of Islamic Mobile Banking Services in Malaysia: An Approach of Partial Least Squares (PLS). Journal of Islamic Marketing, 10(4), 1037-1056.
  9. Ryu, Hyun-Sun. (2018). What Makes Users Willing or Hesitant to Use Fintech?: The Moderating Effect of User Type. Industrial Management & Data Systems, 118(5), 541-569.
  10. Taylor, Shirley and Peter A. Todd. (1995). Assessing IT Usage: The Role of Prior Experience. Management Information Systems Quarterly, 19, 561-570.
  11. Thọ, Nguyễn Đình. (2011). Phương pháp nghiên cứu khoa học trong kinh doanh. Hà Nội: Nhà xuất bản Lao động - Xã hội.
  12. Venkatesh, Viswanath and Hillol Bala. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, 39, 273-315.
  13. Venkatesh, Viswanath and Fred Davis. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46, 186-204.
  14. Venkatesh, Viswanath, James Thong, and Xin Xu. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36, 157-178.

FACTORS AFFECTING THE CONSUMER

USE OF FINTECH SERVICES IN VIETNAM

• TRAN THI THANH HUYEN

Nguyen Tat Thanh University

ABSTRACT:

Along with the development of Industry 4.0 technologies, the application of financial technology or fintech has become more popular and the innovation of fintech is used by many financial service providers in applications to provide shopping, borrowing, capital mobilization activities. Especially, the on-going Covid-19 pandemic has changed consumer spending habits and habits of using the Internet in doing business activities from production, trading and to payment activities. This paper focuses on studying the factors affecting the behaviors of using fintech services in Vietnam to describe an overview of current fintech industry in Vietnam. Based on this paper’s findings, some recommendations about fintech services are proposed to business managers.

Keywords: fintech, financial technology, P2P, cashless payment, mobile application.

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 17, tháng 7 năm 2021]