Những nhân tố ảnh hưởng đến mức độ sẵn lòng sử dụng sản phẩm Fintech tại Việt Nam

Chia sẻ: Tô Nhiễm | Ngày: | Loại File: PDF | Số trang:9

Thêm vào BST

Báo xấu

3
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu "Những nhân tố ảnh hưởng đến mức độ sẵn lòng sử dụng sản phẩm Fintech tại Việt Nam" nhằm đánh giá các nhân tố tác động đến mức độ sẵn lòng sử dụng sản phẩm FINTECH tại Việt Nam. Đề tài sử dụng phương pháp nghiên cứu định lượng phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính truyền thống. Kích thước mẫu bao gồm 200 khảo sát được thực hiện vào tháng 11 năm 2023 đến tháng 01 năm 2024. Đối tượng khảo sát là những nhân viên đang làm việc tại các ngân hàng thương mại Việt Nam. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Những nhân tố ảnh hưởng đến mức độ sẵn lòng sử dụng sản phẩm Fintech tại Việt Nam

NHỮNG NHÂN TỐ ẢNH HƯỞNG ĐẾN MỨC ĐỘ SẴN LÒNG SỬ DỤNG SẢN PHẨM FINTECH TẠI VIỆT NAM Lê Thông Tiến1*, Võ Thị Thúy Kiều2 1 Khoa Tài chính Kế toán, Trường Đại học Sài Gòn 2 Viện Nghiên cứu Khoa học Và Công nghệ Ngân Hàng, Trường Đại học Ngân hàng TP.HCM * Tác giả liên hệ: lttien@sgu.edu.vn TÓM TẮT Mục tiêu nghiên cứu của đề tài là đánh giá các nhân tố tác động đến mức độ sẵn lòng sử dụng sản phẩm FINTECH tại Việt Nam. Đề tài sử dụng phương pháp nghiên cứu định lượng phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính truyền thống. Kích thước mẫu bao gồm 200 khảo sát được thực hiện vào tháng 11 năm 2023 đến tháng 01 năm 2024. Đối tượng khảo sát là những nhân viên đang làm việc tại các ngân hàng thương mại Việt Nam. Kết quả nghiên cứu cho thấy cả bốn nhân tố được xem xét đều có ảnh hưởng tích cực đến mức độ sẵn lòng sử dụng sản phẩm FINTECH, bao gồm: pháp lý, trình độ nhân lực, cơ sở hạ tầng và an toàn – bảo mật. Nhân tố ảnh hưởng nhiều nhất là pháp lý, sau đó là trình độ nhân lực và cuối cùng là cơ sở hạ tầng hoặc an toàn - bảo mật. Trên cơ sở đó, tác giả đã đề xuất một số giải pháp phát triển sản phẩm FINTECH tại Việt Nam trong giai đoạn sắp tới. Từ khóa: FINTECH, mức độ sẵn lòng, phân tích nhân tố khám phá, Việt Nam. 1. Giới thiệu FINTECH có nguồn gốc từ “Fin” (tài chính) và “Tech” (công nghệ), đại diện cho việc ứng dụng công nghệ để cung cấp các giải pháp tài chính (Puschmann, 2017). Theo Leong và cộng sự (2017), FINTECH không chỉ là một công nghệ, mà là một cách tiếp cận đổi mới trong lĩnh vực tài chính, cung cấp giải pháp để phát triển sản phẩm, dịch vụ dựa trên công nghệ. Những xu hướng và nhu cầu mới liên quan đến cung cấp dịch vụ tài chính đã thúc đẩy sự phát triển của một hệ sinh thái hoàn toàn mới (Puschmann, 2017). Mức độ sử dụng thuật ngữ FINTECH đã tăng gấp hai mươi lăm lần trong thập kỷ vừa qua cùng với sự bùng nổ của các công ty hoạt động trong lĩnh vực FINTECH (Knewtson & Rosenbaum, 2020). Theo Minh & Anh (2022), FINTECH đề cập đến việc áp dụng các công nghệ đổi mới và hiện đại trong lĩnh vực tài chính, nhằm mang đến cho khách hàng các giải pháp hoặc dịch vụ tài chính minh bạch, hiệu quả và thuận tiện với chi phí thấp hơn so với các dịch vụ tài chính truyền thống (Mackenzie, 2015; Schueffel, 2016). Setiawan và cộng sự (2021) đã cho rằng giao diện và thiết kế trải nghiệm thân thiện với người dùng tạo điều kiện thuận lợi cho người dùng tham gia vào các sản phẩm tài chính. Tại Việt Nam, FINTECH chủ yếu tập trung vào các lĩnh vực: thanh toán, cho vay, gửi tiền và các dịch vụ hỗn hợp khác. Các dịch vụ thanh toán kỹ thuật số và cho vay ngang hàng (Peer to Peer) là những phân khúc FINTECH đang hoạt động mạnh mẽ tại Việt Nam (Hao, 2020). Các công ty FINTECH cũng tiếp cận các dịch vụ thanh toán mới, nhằm đơn giản hóa quy trình giao dịch và cải thiện dịch vụ khách hàng (Kang, 2018). Sự tiện lợi của FINTECH giúp người tiêu dùng có thể sử dụng các dịch vụ dựa trên tài chính một cách dễ dàng mọi lúc, mọi nơi vì nhiều giao dịch có thể được thực hiện từ xa (Putritama, 2019). Sự dễ tiếp cận và minh bạch của FINTECH hỗ trợ rất lớn cho các giao dịch tài chính (Khue, 2021). Có thể thấy, FINTECH tập trung vào việc áp dụng các công nghệ mới, định hình lại căn bản các dịch vụ sản phẩm, mô hình kinh doanh đối với dịch vụ tài chính truyền thống. So với một số quốc gia khác, sự phát triển FINTECH vẫn hạn chế về cơ chế chính sách, trình độ nhân lực, cơ sở hạ tầng và vấn đề an toàn – bảo mật (Kim và cộng sự, 2016). Với tư cách là tổ chức tài chính truyền thống và những người chơi FINTECH mới nổi, vấn đề đặt ra đối với các ngân hàng thương mại là thúc đẩy các sản phẩm FINTECH như thế nào để tiếp cận được rộng rãi hơn nữa với công chúng. Đó là lý do chính mà nghiên cứu này được thực hiện, nhằm xem xét các nhân tố ảnh hưởng đến mức độ sẵn lòng sử dụng sản phẩm FINTECH tại Việt Nam để các nhà quản lý vĩ mô có thể điều hành chính sách phù hợp với mức độ phát triển của công nghệ tài chính. 174
Cấu trúc nghiên cứu được tổ chức gồm năm phần chính. Phầu đầu tiên giới thiệu về tính cấp thiết và lý do thực hiện đề tài. Nội dung thứ thứ hai tổng quan những nghiên cứu trước đây. Phương pháp nghiên cứu sẽ được trình bày ở phần thứ ba. Dựa trên mô hình được xây dựng, kết quả phân tích sẽ được tổng hợp tại phần thứ tư. Cuối cùng, phần thứ năm của nghiên cứu sẽ đề xuất những giải pháp hữu ích rút ra từ kết quả nghiên cứu được tìm thấy. 2. Tổng quan nghiên cứu Với những bước tiến nhanh trong đổi mới công nghệ và chuyển đổi số trong mọi lĩnh vực, các vấn đề liên quan đến việc áp dụng công nghệ ngày càng trở nên nổi bật trong thời gian gần đây. Các tổ chức và chính phủ đầu tư rất lớn để giới thiệu các công nghệ mới có tiềm năng mang lại sự thay đổi trong phong cách sống của người dùng. Tuy nhiên, những khoản đầu tư này có thể không mang lại kết quả nếu những đổi mới không được người dùng sẵn lòng sử dụng (Sharma & Mishra, 2014). Carr (1999) đã định nghĩa sự chấp nhận hay sẵn lòng sử dụng công nghệ là “giai đoạn lựa chọn công nghệ để một cá nhân hoặc một tổ chức sử dụng”. Một số nghiên cứu đã tiết lộ rằng mức độ sẵn lòng sử dụng công nghệ không chỉ liên quan đến các khía cạnh của công nghệ mà đã phát triển như một quá trình phức tạp hơn nhiều liên quan đến các khía cạnh như khả năng thích ứng người dùng, ảnh hưởng của xã hội, niềm tin và những điều kiện thuận lợi khác. Lý thuyết khuếch tán đổi mới (Diffusion Of Innovations - DOI) của Eveland (1962), lý thuyết nhận thức hành vi có kế hoạch (Theory of Planed Behavior - TPB) của Ajzen (1991), mô hình áp dụng công nghệ (Technical Adoption Model - TAM) của Davis (1989) và được hoàn thiện bởi Venkatesh & Davis (2000) là những khuôn mẫu thường được sử dụng để xác định những nhân tố có thể giải thích cho mức độ sẵn lòng sử dụng sản phẩm công nghệ của một tổ chức hay cá nhân. Lý thuyết DOI đã phác họa cách thức công nghệ mới được lan rộng và chấp nhận bởi toàn xã hội. Lý thuyết DOI tìm kiếm lời giải thích làm thế nào và tại sao ý tưởng mới được chấp nhận và có khả năng lan truyền ra trong thời gian dài. Trình độ học vấn của xã hội, cơ sở hạ tầng công nghệ và khả năng thích ứng với thay đổi công nghệ nằm trong số các yếu tố ảnh hưởng đến tốc độ khuếch tán. Theo Taylor & Peter (1995), nhận thức kiểm soát hành vi liên quan đến sự đánh giá về mức độ dễ dàng hay khó khăn khi thực hiện một hành vi nào đó. Theo lý thuyết TPB, 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 Fintech (Hamzah & Mustafa, 2018). TAM được phát triển được sử dụng rộng rãi và phổ biến nhất trong các nghiên cứu về mức độ sẵn lòng sử dụng công nghệ mới. Điểm mạnh của TAM nằm ở tính đơn giản vì nó chỉ có hai cấu trúc là "nhận thức tính hữu ích" và "nhận thức tính dễ sử dụng" để dự đoán mức độ áp dụng công nghệ mới ở cấp độ cá nhân. Nhận thức tính hữu ích là mức độ mà một người tin rằng việc sử dụng một hệ thống cụ thể sẽ nâng cao hiệu quả công việc của mình (Bandura, 1977). Trong khi đó, nhận thức tính dễ sử dụng được định nghĩa là mức độ mà một người tin rằng sẽ cần ít nỗ lực để sử dụng một hệ thống cụ thể (Rogers and Shoemaker, 1971). TAM đã trở thành một mô hình mạnh mẽ, hiệu quả và chi tiết để mong đợi sự sẵn lòng sử dụng một công nghệ mới từ người dùng (King và He, 2006). Venkatesh & Davis (2000) đã hoàn thiện TAM và bao gồm thêm các yếu tố về nhận thức tính hữu ích. Các cấu trúc bổ sung bao gồm các quá trình ảnh hưởng xã hội (nhận thức chủ quan, tính tự nguyện, …) và các quá trình công cụ nhận thức (sự phù hợp với công việc, chất lượng đầu ra, khả năng chứng minh kết quả, …). Theo Jahanmir & Cavadas (2021), sự hỗ trợ của chính phủ là trụ cột trung tâm của sự phát triển FINTECH. Nhiều nghiên cứu khác nhau chứng minh rằng sự hỗ trợ của chính phủ tác động tích cực đến việc áp dụng FINTECH (Twum và cộng sự, 2021; Davis và cộng sự, 1989). Sự hỗ trợ của chính phủ gắn liền với việc phát triển cơ sở hạ tầng, luật pháp và quy định nhằm thúc đẩy sự phát triển của ngành FINTECH và tăng cường phát triển kết nối mạng. Nghiên cứu của Muthukannan và cộng sự (2017) cho thấy việc thiếu hiểu biết về FINTECH, vấn đề an ninh mạng, khung pháp lý là các yếu tố cản trở sự phát triển hệ sinh thái FINTECH ở Indonesia. Nghiên cứu của Ashraf (2019) cũng thực hiện khảo sát thực tế với 310 mẫu nghiên cứu và đưa ra kết luận rằng yếu tố nguồn nhân lực là nhân tố có ảnh hướng lớn đến việc phát triển công nghệ FINTECH tại Bangladesh. Kết quả này cũng được Rahman và cộng sự (2021) một lần nữa khẳng định lại, hơn nữa nghiên cứu của Rahman và cộng sự (2021) còn tìm ra được những rào cản mới như mô hình kinh doanh truyền thống và vấn đề lưu trữ dữ liệu cũng được xem là những thách thức lớn đối với sự phát triển FINTECH tại Bangladesh. 175
Bên cạnh đó, Urus à cộng sự (2021) cho thấy rằng việc triển khai FINTECH hiệu quả ở Malaysia phải đối mặt với những rủi ro và thách thức như vấn đề về an ninh, vấn đề pháp lý, tích hợp công nghệ cũng như thiếu kỹ năng và kiến thức. Tiếp đó, nghiên cứu Zheng và cộng sự (2022) cũng cho thấy các nước đang phát triển như Singapore, Thái Lan, Việt Nam, Malaysia và Philippines đều gặp trở ngại trong vấn đề nhân lực, môi trường pháp lý, và cơ sở hạ tầng công nghệ thông tin trong việc ứng dụng phát triển FINTECH tại các quốc gia này. Tuy nhiên, các ứng dụng và sản phẩm FINTECH cũng chứa dữ liệu khá nhạy cảm của người dùng, khiến cho các khách hàng phải đối mặt với một số vấn đề về bảo mật và quyền riêng tư khi được cung cấp dịch vụ tài chính (Hussain và cộng sự, 2021). Những tiềm ẩn những rủi ro liên quan đến an ninh mạng mà người dùng cần lưu ý, bao gồm: tấn công mạng và lừa đảo trực tuyến bằng phần mềm độc hại, mã độc và các hình thức lừa đảo khác nhằm chiếm đoạt hệ thống mạng, kiểm soát và truy cập thông tin cá nhân. Điều này có thể gây ra nhiều thiệt hại về tài sản và thông tin bảo mật của khách hàng. Nhận thức được những rủi ro tiềm ẩn trên, người tiêu dùng tài chính có xu hướng yêu cầu về bảo mật đối với nhà cung cấp dịch vụ ngày càng cao, tự động phòng tránh rủi ro bằng việc thiết lập nhiều lớp bảo mật thông tin, chứng minh rủi ro an ninh mạng có tác động đến nhận thức về rủi ro của người dùng DFS. Sự tin tưởng của người dùng là nền tảng của dịch vụ tài chính (Chinnasamy và cộng sự, 2021). Sự tin tưởng của người dụng có tương quan với việc giảm bớt lo lắng, từ đó làm tăng sự tin tưởng của họ trong việc áp dụng công nghệ mới. Vì vậy, sự tin tưởng của người dùng liên quan đến bảo vệ và bảo mật dữ liệu cá nhân trong các dịch vụ FINTECH. Về kỳ vọng, sự tin tưởng ảnh hưởng tích cực đến sự sẵn lòng sử dụng các sản phẩm FINTECH (Broby, 2021) Một số nghiên cứu trước đây đã chỉ ra mối tương quan tích cực giữa hiểu biết về tài chính và việc áp dụng FINTECH (Lusardi, 2019). Trong nghiên cứu này, kiến thức tài chính sử dụng để đo lường hiểu biết tài chính bằng các câu hỏi hiểu biết về tài chính cơ bản, đi kèm với kiến thức về công nghệ thông tin, khả năng ngoại ngữ và sự kết hợp vận dụng các lĩnh vực này với nhau. Hao (2020) đã tìm thấy những rào cản phát triển FINTECH ở Việt Nam. Chính sách pháp lý, cơ sở hạ tầng, an toàn và bảo mật thông tin chưa đáp ứng được nền tảng công nghệ. Nguồn nhân lực có chuyên môn về tài chính, ngân hàng còn yếu, năng lực tin học, ngoại ngữ còn hạn chế. Nguyen & Cộng sự (2020) thực hiện khảo sát 40 chuyên gia ngân hàng có kiến thức về FINTECH xác định năm rào cản từ hệ sinh thái mà các công ty FINTECH tại Việt Nam phải đối mặt: hành lang pháp lý; cơ sở hạ tầng; các công ty FINTECH, khách hàng và nguồn nhân lực. Khue (2021) cho thấy khung pháp lý chưa hoàn thiện, vấn đề an toàn, bảo mật, an ninh mạng, rủi ro an ninh mạng, thiếu nguồn nhân lực chất lượng cao là các yếu tố cản trở sự phát triển FINTECH ở Việt Nam. 3. Phương pháp nghiên cứu Nhóm tác giả đã sử dụng phương pháp nghiên cứu định lượng bằng mô hình phân tích nhân tố khám phá (EFA) và mô hình hồi quy tuyến tính cổ điển. Các khảo sát được thực hiện qua thư điện tử từ tháng 1 năm 2023 đến tháng 01 năm 2024. Số lượng kết quả khảo sát thu về được là 200 phiếu. Đối tượng khảo sát bao gồm những nhân viên đang làm việc tại các ngân hàng thương mại Việt Nam. Mẫu quan sát đáp ứng tốt các tiêu chí về kích thước mẫu để thực hiện suy luận đáng tín cậy. Bảng câu hỏi được xây dựng trên thang đo Likert bảy mức độ với bậc 1 là “Hoàn toàn không đồng ý” và bậc 7 là “Hoàn toàn đồng ý”. Sự gia tăng của các bậc tương ứng với mức độ đồng thuận cao hơn. Mô hình nghiên cứu được tham khảo dựa trên tổng quan các nghiên cứu trước đây và mô hình lý thuyết chấp nhận công nghệ (Technology Acceptance Model - TAM) được phát triển bởi Venkatesh & Davis (2000) với mục đích kiểm tra sự chấp nhận công nghệ của tổ chức và cá nhân. SL = f (PL, TĐ, HT, AN) (1) Trong đó, mức độ sẵn lòng sử dụng sản phẩm FINTECH (SL) là một hàm tuyến tính của Pháp lý (PL), Trình độ nhân lực (TĐ), Cơ sở hạ tầng (HT), An toàn - bảo mật (AN). Bảng 1 trình bày chi tiết các biến quan sát và thang đo tương ứng. Bảng 1. Chi tiết các biến quan sát và thang đo Mã hóa Chi tiết thang đo Mức độ sẵn lòng sử dụng sản phẩm FINTECH (SL) 176
SL1 Sự yêu thích đối với các ứng dụng của FINTECH SL2 Ứng dụng FINTECH là tốt hơn so với các dịch vụ tài chính truyền thống SL3 Cam kết ủng hộ lâu dài cho sự phát triển của FINTECH trong tương lai Pháp lý (PL) PL1 Sự đầy đủ trong cơ chế, chính sách hỗ trợ hoạt động FINTECH PL2 Chính sách phát triển FINTECH gắn với chính sách vĩ mô PL3 Sự cởi mở trong việc cập nhật, điều chỉnh theo xu hướng phát triển FINTECH PL4 Cơ chế chính sách đồng bộ, nhất quán PL5 Cơ chế giám sát quy trình hoạt động FINTECH Trình độ nhân lực (TĐ) TĐ1 Sự đáp ứng chuyên môn về tài chính TĐ2 Sự đáp ứng chuyên môn về công nghệ TĐ3 Sự đáp ứng năng lực ngoại ngữ TĐ4 Khả năng kết nối chuyên môn tài chính và công nghệ Cơ sở hạ tầng (HT) HT1 Đầu tư cơ sở hạ tầng công nghệ đáp ứng được nền tảng phát triển FINTECH HT2 Sự chuyển đổi mượt mà giữa nền nảng FINTECH và công nghệ truyền thống HT3 Sự thích ứng với các thiết bị cá nhân người dùng An toàn - bảo mật (AN) AN1 Chia sẻ thông tin và quản lý dữ liệu an toàn, bảo mật AN2 Sự bảo hộ trước các cuộc tấn công an ninh mạng bởi tin tặc AN3 Sự phòng hộ trước nguy cơ rửa tiền, tài trợ khủng bố Nguồn: nhóm tác giả Trên cơ sở tổng quan những nghiên cứu trước đây, giả thuyết nghiên cứu được xây dựng như sau: H1: Pháp lý có ảnh hưởng tích cực đến mức độ sẵn lòng sử dụng sản phẩm FINTECH H2: Trình độ nhân lực có ảnh hưởng tích cực đến mức độ sẵn lòng sử dụng sản phẩm FINTECH H3: Cơ sở hạ tầng có ảnh hưởng tích cực đến mức độ sẵn lòng sử dụng sản phẩm FINTECH H4: An toàn - bảo mật có ảnh hưởng tích cực đến mức độ sẵn lòng sử dụng sản phẩm FINTECH Nghiên cứu sử dụng phần mềm SPSS để đánh giá độ tin cậy của thang đo Cronbach’s alpha, phương pháp phân tích nhân tố khám phá và ước lượng mô hình hồi quy tuyến tính. 4. Kết quả và thảo luận 4.1. Kết quả phân tích Cronbach’s anpha Kết quả phân tích Cronbach’s Alpha được trình bày tại bảng 2. Hệ số Cronbach’s Alpha của tất cả các khái niệm nghiên cứu đều lớn hơn 0,7. Như vậy các thang đo đều đảm bảo độ tin cậy. Bốn nhân tố với 15 biến quan sát có thể được đưa vào phân tích khám phá nhân tố EFA. Bảng 2. Kết quả phân tích Cronbach’s Alpha Hệ số cronbach’s alpha khi loại Biến Cronbach’s Alpha Hệ số tương quan biến tổng biến PL1 0,603 0,778 PL2 0,624 0,770 PL3 0,813 0,502 0,810 PL4 0,677 0,753 PL5 0,649 0,762 TĐ1 0,696 0,778 TĐ2 0,835 0,707 0,774 TĐ3 0,587 0,825 177
TĐ4 0,677 0,787 HT1 0,761 0,769 HT2 0,857 0,722 0,807 HT3 0,707 0,821 AN1 0,624 0,802 AN2 0,821 0,693 0,735 AN3 0,709 0,717 SL1 0,691 0,677 SL2 0,797 0,618 0,754 SL3 0,623 0,743 Nguồn: Nhóm tác giả Hệ số cronbach’s alpha khi loại biến không lớn hơn hệ số Cronbach’s Alpha, do đó, các biến trong mô hình được cho là phù hợp để cấu thành nhân tố, và không cần thiết phải loại bỏ hoặc thay thế để cải thiện độ tin cậy thang đo. 4.2. Kết quả phân tích nhân tố khám phá EFA Bảng 3. Kiểm định KMO và Bartlett các nhân tố độc lập KMO and Bartlett’s Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,834 Bartlett’s Test of Sphericity Approx. Chi-Square 1471,551 df 105 Sig. 0,000 Nguồn: Nhóm tác giả Kết quả bảng 3 cho thấy chỉ số KMO = 0,834, chứng tỏ phân tích nhân tố khám phá là phù hợp với dữ liệu khảo sát thực tế. Với mức ý nghĩa kiểm định Bartlett có ý nghĩa thống kê, có thể kết luận rằng có sự tương quan tuyến tính giữa nhân tố đại diện và các biến quan sát. Tại Bảng 4, mức giá trị Eigenvalues bằng 1,090 > 1, kết quả phân tích được bốn nhân tố với 15 biến quan sát. Phương sai trích là 68,945% cho thấy 68,945% biến thiên của dữ liệu được giải thích bởi bốn nhân tố. Bảng 4. Tổng phương sai trích các nhân tố độc lập Extraction Sums of Squared Initial Eigenvalues Loadings Rotation Sums of Squared Loadings % of % of % of Component Total Variance Cumulative % Total Variance Cumulative % Total Variance Cumulative % 1 5,855 39,032 39,032 5,855 39,032 39,032 2,860 19,065 19,065 2 1,886 12,573 51,605 1,886 12,573 51,605 2,843 18,955 38,020 3 1,511 10,073 61,678 1,511 10,073 61,678 2,469 16,459 54,480 4 1,090 7,266 68,945 1,090 7,266 68,945 2,170 14,465 68,945 5 0,735 4,902 73,847 6 0,679 4,524 78,371 7 0,591 3,937 82,308 8 0,558 3,719 86,027 9 0,444 2,957 88,984 10 0,400 2,668 91,652 11 0,296 1,975 93,627 12 0,290 1,937 95,563 13 0,252 1,680 97,243 14 0,213 1,417 98,660 15 0,201 1,340 100,000 Nguồn: Nhóm tác giả 178
Bảng 5. Ma trận xoay các nhân tố độc lập Component 1 2 3 4 PL4 0,834 PL5 0,750 PL2 0,682 PL1 0,682 PL3 0,661 TĐ1 0,798 TĐ3 0,758 TĐ2 0,754 TĐ4 0,730 HT1 0,879 HT3 0,839 HT2 0,818 AN3 0,831 AN2 0,770 AN1 0,651 Nguồn: Nhóm tác giả Bảng 5 trình bày ma trận xoay nhân tố theo phương pháp varimax. Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0,55, cho thấy rằng các biến quan sát đều thể hiện được mối quan hệ với các yếu tố mà các biến này đại diện. Hệ số tải nhân tố cũng được sử dụng để tạo nên các nhân tố độc lập để tiếp tục tham gia vào mô hình hồi quy tuyến tính. Bảng 6. Kiểm định KMO và Bartlett, tổng phương sai trích và ma trận xoay nhân tố phụ thuộc KMO and Bartlett's Test Component Matrix Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,701 SL1 0,874 Bartlett's Test of Sphericity Approx. Chi-Square 188,787 SL3 0,834 df 3 SL2 0,829 Sig. 0,000 Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,146 71,523 71,523 2,146 71,523 71,523 2 0,487 16,230 87,753 3 0,367 12,247 100,000 Nguồn: Nhóm tác giả Bảng 6 lần lượt trình bày kiểm định KMO và Bartlett, tổng phương sai trích và ma trận xoay nhân tố phụ thuộc. Đối với các biến cấu thành nên nhân tố phụ thuộc, chỉ số KMO = 0,701, chứng tỏ phân tích nhân tố khám phá đối với biến phụ thuộc là phù hợp. Mức giá trị Eigenvalues bằng 2,146 > 1, kết quả phân tích được tổng hợp thành một nhân tố. Phương sai trích là 71,523% cho thấy 71,523% biến thiên của dữ liệu được giải thích bởi nhân tố được tổng hợp. 4.3. Kết quả phân tích tương quan hồi quy Bảng 7. Kết quả ước lượng mô hình hồi quy và kiểm định giả thuyết nghiên cứu Ảnh hưởng Giả thuyết Beta chuẩn hóa t p_value Kết quả PL -> SL H1 0,464 8,849 0,000 Ủng hộ 179
TĐ -> SL H2 0,387 7,370 0,000 Ủng hộ HT -> SL H3 0,222 4,237 0,000 Ủng hộ AN -> SL H4 0,219 4,172 0,000 Ủng hộ Nguồn: Nhóm tác giả Bảng 7 tóm lược kết quả ước lượng mô hình, đồng thời cho thấy sự kết nối với các giả thuyết nghiên cứu được đặt ra. Trọng số tải nhân tố được sử dụng để tổng hợp các biến thành các nhân tố tương ứng tham gia vào mô hình hồi quy. Căn cứ vào kết quả ước lượng, mức độ ảnh hưởng của các yếu tố được sắp xếp theo thự tự từ lớn đến nhỏ thông qua phương trình hồi quy chuẩn hóa sau: SL = 0,464PL + 0,387TĐ + 0,222HT + 0,219AN (2) Tất cả nhân tố, bao gồm pháp lý, trình độ nhân lực, cơ sở hạ tầng hoặc an toàn - bảo mật đều có ảnh hưởng cùng chiều đến mức độ sẵn lòng sử dụng sản phẩm FINTECH. Nhân tố ảnh hưởng nhiều nhất là pháp lý, với hệ số β đến 0,464. Điều này cho thấy cơ chế, chính sách đối với FINTECH là vấn đề được quan tâm hàng đầu, quan trọng nhất là tính đồng bộ, nhất quán của các chính sách được thể hiện bởi hệ số tải nhân tố rất cao. Sự cởi mở trong việc xây dựng, điều hành chính sách pháp lý về FINTECH là thực sự cần thiết. Nhân tố kế tiếp là trình độ nhân lực. Theo câu hỏi khảo sát, trình độ nhân lực không có sự nghiêng hẳn về chuyên môn tài chính, công nghệ hay ngoại ngữ. Sự đồng đều và cân bằng về trình độ chuyên môn là động lực tốt hơn tập trung vào một mảng riêng biệt. Nhân tố cơ sở hạ tầng và an toàn – bảo mật là hai nhân tố có ảnh hưởng những ít có ảnh hưởng lớn như pháp lý và trình độ nhân lực. Cơ sở hạ tầng có sự đồng bộ cao với các biến câu hỏi được khảo sát. Bên cạnh đó, sự phòng hộ trước nguy cơ rửa tiền, tài trợ khủng bố là biến đạt được hệ số tải nhân tố quan trọng nhất trong nhân tố an toàn – bảo mật. 5. Kết luận Đề tài sử dụng phương pháp nghiên cứu định lượng phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính truyền thống. Kích thước mẫu bao gồm 200 khảo sát được thực hiện vào tháng 11 năm 2023 đến tháng 01 năm 2024. Đối tượng khảo sát là những nhân viên đang làm việc tại các ngân hàng thương mại Việt Nam. Kết quả nghiên cứu cho thấy cả bốn nhân tố được xem xét đều có ảnh hưởng tích cực đến mức độ sẵn lòng sử dụng sản phẩm FINTECH, bao gồm: pháp lý, trình độ nhân lực, cơ sở hạ tầng và an toàn – bảo mật. Nhân tố ảnh hưởng nhiều nhất là pháp lý, sau đó là trình độ nhân lực và cuối cùng là cơ sở hạ tầng hoặc an toàn - bảo mật. Trên cơ sở đó, tác giả kiến nghị các cơ quan quản lý ở Việt Nam một số giải pháp phát triển sản phẩm FINTECH tại Việt Nam theo thứ tự ưu tiên giảm dần trong giai đoạn sắp tới như sau: Thứ nhất, tiếp tục nghiên cứu, xây dựng hoàn thiện cơ chế, chính sách hỗ trợ hoạt động FINTECH; gắn chính sách phát triển FINTECH với chính sách vĩ mô; cởi mở hơn nữa trong việc cập nhật, điều chỉnh theo xu hướng phát triển FINTECH; đồng bộ, nhất quán hóa các cơ chế, chính sách và có cơ chế phối hợp giữa các bộ, ngành để gắn kết, thống nhất, tạo điều kiện thuận lợi cho các dịch vụ và sản phẩm FINTECH và đẩy mạnh giám sát quy trình hoạt động FINTECH. Thứ hai, tăng cường giáo dục kiến thức tài chính, công nghệ căn bản thông qua cập nhật chương trình giảng dạy có lồng ghép thêm kiến thức công nghệ và tài chính; nâng cao năng lực ngoại ngữ và khả năng kết nối ứng dụng công nghệ trong lĩnh vực tài chính; tận dụng nguồn nhân lực sẵn có và đầu tư phát triển dài hạn nguồn nhân lực tiềm năng. Thứ ba, không ngừng đầu tư cơ sở hạ tầng công nghệ đáp ứng được nền tảng phát triển FINTECH, tích hợp nền tảng FINTECH gắn kết quen thuộc với công nghệ truyền thống, đồng thời giảm chi phí tiếp cận để tạo sự chuyển đổi mượt mà, thân thiện với các thiết bị cá nhân và thói quen sử dụng dịch vụ tài chính của người dùng. Cuối cùng, phối hợp với các công ty FINTECH trong việc nâng cao tính an toàn, bảo mật trong các dịch vụ tài chính thông qua việc tăng cường và đồng bộ hóa dữ liệu có đăng ký chính chủ để phòng hộ trước nguy cơ rửa tiền, tài trợ khủng bố. Các bên tiếp cận cần phải có trách nhiệm khi sử dụng bất kỳ loại công nghệ tài chính nào. Các công ty FINTECH cần thực hiện các cơ chế mạnh mẽ hơn để tìm kiếm sự đồng thuận của người tiêu dùng trong việc chia sẻ và quản lý dữ liệu, đồng thời áp dụng các công nghệ và quy trình quản lý vòng đời dữ liệu để đảm bảo dữ liệu không bị lạm dụng hoặc khai thác trên thị trường phi chính thức bới tin tặc. Các công ty có thể giúp bảo vệ dữ liệu của chính họ và của người tiêu dùng bằng cách áp dụng các công cụ xác thực tốt hơn như chứng chỉ kỹ thuật số, chứng chỉ thiết bị di động và nhận dạng sinh trắc học. 180
Nghiên cứu được thực hiện theo phương pháp chọn mẫu phi xác xuất, kích thước mẫu nhỏ, đại diện tập trung trong khu vực TP HCM nên kết quả nghiên cứu chưa thể hiện tính đại diện cao. Tính đại diện của nghiên cứu sẽ tăng lên nếu tăng thêm kích thước mẫu và mở rộng tại một số thành phố và khu vực khác. TÀI LIỆU THAM KHẢO 1. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. 2. Ashraf, S. (2019). Intellectual Captial in Fin-Tech Services: A Study on Selected Firms of Bangladesh. Journal of Business Studies, XI(3), 23-38. 3. Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. 4. Broby, D. (2021). Financial technology and the future of banking. Financial Innovation 7, 47. 5. Carr, J. V. H. (1999). Technology adoption and diffusion. The Learning Center for Interactive Technology. 6. Chinnasamy, C. V., Arabi, M., Sharvelle, S., Warziniack, T., Furth, C. D., & Dozier, A. (2021). Characterization of municipal water uses in the contiguous United States. Water Resources Research, 57(6), 1-18 7. Davis, F. D. (1989). User acceptance of computer technology: a comparison of two Theoretical Models. Management Science, 35(8), 982-1003 8. Eveland, J. D. (1986). Diffusion, Technology Transfer and Implementation. Knowledge: Creation, Diffusion, Utilization, 8(2), 303–322. 9. Hamzah, H. & Hasrina M. (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. 10. Hao, V. T. (2020). Developing a FinTech Ecosystem in Vietnam: Opportunities and Challenges for Startups. In SHS Web of Conferences Vol. 89, 04001, EDP Sciences, 1-7. 11. Hussain, M., Nadeem, M. W., Iqbal, S., Mehrban, S., Fatima, S. N., Hakeem, O., & Mustafa, G. (2021). Security and privacy in FinTech: a policy enforcement framework. In Research anthology on concepts, applications, and challenges of FinTech (372-384). IGI Global 12. Jahanmir, S. F., & Cavadas, J. (2018). Factors affecting late adoption of digital innovations. Journal of Business Research, 88, 337–343 13. Kang, J. (2018). Mobile payment in Fintech environment: trends, security challenges, and services. Humancentric Computing and Information sciences, 8(1), 1-16 14. Kim, Y., Choi, J., Park, Y. J., & Yeon, J. (2016). The adoption of mobile payment services for “Fintech”. International Journal of Applied Engineering Research, 11(2), 1058-1061. 15. Knewtson, H. S., & Rosenbaum, Z. A. (2020). Toward understanding FinTech and its industry. Managerial Finance, 46(8), 1043-1060. 16. Khue, T. T. (2021) Recommendations contributing to the development of financial technology (Fintech) in Vietnam. International Journal of Research in Finance and Management, 4(2), 74-80. 17. King, W. R., & He, J. (2006). A meta-analysis of the technology acceptance model. Information & Management, 43(6), 740-755. 18. Lusardi, A. (2019). Financial literacy and the need for financial education: evidence and implications. Swiss Journal of Economics and Statistics, 155(1), 1-8. 19. Leong, C.; Tan, B.; Xiao, X.; Tan, F.T.C.; Sun, Y. (2017). Nurturing a FinTech ecosystem: The case of a youth microloan startup in China. Int. J. Inf. Manag. , 37, 92–97. 20. Mackenzie, A. (2014). The fintech revolution. London Business School Review, 26(3), 50–53 21. Minh, N. N., & Anh, P. Đ. (2022). Tác động của fintech đối với hệ thống ngân hàng - một số hàm ý chính sách cho Việt Nam. Tạp Chí Ngân Hàng. 22. Muthukannan, P., Tan, B., Tan, F. T. C., & Leong, C. (2017). The concentric development of the financial technology (Fintech) ecosystem in Indonesia. ICIS 2017 Proceedings 5. 181
23. Nguyen, D. D., Dinh, H. C., & Van Nguyen, D. (2020). Promotion of fintech application for the modernization of banking-finance system in Vietnam. The Journal of Asian Finance, Economics and Business (JAFEB), 7(6), 127-131. 24. Puschmann, T. (2017). Fintech. Business & Information Systems Engineering, 59, 69-76. 25. Putritama, A. (2019). The mobile payment fintech continuance usage intention in Indonesia. Jurnal Economia, 15(2), 243-258. 26. Rahman, B., Ahmed, O., & Shakil, S. (2021). Fintech in Bangladesh: ecosystem, opportunities and challenges. International Journal of Business and Technopreneurship, 11(1), 73-90. 27. Rogers, E. M., & Shoemaker, F. F. (1971). Communication of innovations: A cross-cultural approach. Free Press, New York. 28. Schueffel, P. (2017). Taming the Beast: A scientific definition of Fintech. Journal of Innovation Nanagement, 4(4), 32–54. 29. Setiawan, B., Nugraha, D. P., Irawan, A., Nathan, R. J., & Zéman, Z. (2021). User innovativeness and fintech adoption in Indonesia. Journal of Open Innovation: Technology, Market, and Complexity, 7(3), 188. 30. Sharma, R., & Mishra, R. (2014). A Review of Evolution of Theories and Models of Technology Adoption. Indore Management Journal, 6, 17-29. 31. Taylor, S. and Peter A. T. (1995). Assessing IT Usage: The Role of Prior Experience. Management Information Systems Quarterly, 19, 561-570. 32. Twum, F. A., Long, X., Salman, M., Mensah, C. N., Kankam, W. A., & Tachie, A. K. (2021). The influence of technological innovation and human capital on environmental efficiency among different regions in Asia-Pacific. Environmental Science and Pollution Research, 28(14), 17119-17131 33. Urus, S. T., & Mohamed, I. S. (2021). A Flourishing Fintech Ecosystem: Conceptualization and Governing Issues in Malaysia. Business and Economic Research, Macrothink Institute, 11(3), 106-13. 34. Venkatesh, V. & Davis, F. D. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies, Management Science, 2, 186-204. 35. Zheng, A. H. Y., Ab-Rahim, R., & Jing, A. H. Y. (2022). Examining the Fintech Ecosystem of ASEAN-6 Countries. Asia-Pacific Social Science Review, 22(2), 1-13. 182