Những yếu tố tác động đến việc chấp nhận tài chính di động trong cuộc khủng hoảng COVID-19
ThS. Đặng Thanh Vũ
Khoa Kinh tế - Quản trị, Trường Đại học Văn Hiến
Email: vudt@vhu.edu.vn
Tóm tắt
Nghiên cứu xem xét vai trò của những yếu tố tác động đến việc sử dụng các nền tảng dịch vụ tài chính di động của người dùng tại TP. Hồ Chí Minh(*) trong đại dịch COVID-19 thông qua phương pháp bình phương bé nhất từng phần từ khảo sát 250 người dùng. Kết quả nghiên cứu cho thấy, các giả thuyết đề xuất đều được hỗ trợ. Trong đó, Giá trị cảm nhận đóng vai trò trung gian toàn phần giữa Hiệu quả mong đợi, Nỗ lực mong đợi, Rủi ro cảm nhận và Ý định chấp nhận sử dụng dịch vụ tài chính di động của người dùng tại TP. Hồ Chí Minh.
Từ khóa: Fintech, dịch vụ tài chính di động, giá trị cảm nhận, ý định sử dụng
Summary
The study examines the factors influencing users’ adoption of mobile financial service platforms in Ho Chi Minh City during the COVID-19 pandemic using the Partial Least Squares method based on a survey of 250 users. The findings indicate that all proposed hypotheses are supported. The perceived value serves as a full mediator between performance expectancy, effort expectancy, perceived risk, and the intention to adopt mobile financial services of users in Ho Chi Minh City.
Keywords: Fintech, mobile financial services, perceived value, usage intention
ĐẶT VẤN ĐỀ
Trong bối cảnh các nền kinh tế chịu ảnh hưởng nặng nề từ đại dịch COVID-19, khả năng tiếp cận dịch vụ tài chính được xem là một trong những động lực then chốt thúc đẩy khả năng phục hồi kinh tế, xã hội (Al-Nawayseh, 2020). Để thích ứng, nhiều chức năng tài chính truyền thống đã và đang được chuyển giao sang các nền tảng công nghệ, đặc biệt là thông qua sự phát triển nhanh chóng của công nghệ tài chính (Fintech). Nhờ những tiến bộ trong công nghệ thông tin và truyền thông, ngành tài chính đang chuyển dịch sang hướng cung cấp dịch vụ ngày càng hiệu quả, sáng tạo và lấy người dùng làm trung tâm. Fintech đã mở ra nhiều giải pháp tài chính linh hoạt, bao gồm: thanh toán trực tuyến, dịch vụ tài chính di động (MFS), tiết kiệm, đầu tư thông minh, lập kế hoạch tài chính cá nhân, cho vay và gọi vốn cộng đồng. Những công nghệ này không chỉ giúp đơn giản hóa và tối ưu hoá các giao dịch tài chính hàng ngày, mà còn góp phần đảm bảo tính thuận tiện và an toàn cho người dùng trong thời kỳ dịch bệnh (Al-Nawayseh, 2020). Trong đó, MFS là mô hình cho phép khách hàng thực hiện các giao dịch tài chính thông qua thiết bị di động. Vì thế, MFS đóng vai trò như cầu nối giữa người tiêu dùng và tổ chức tài chính, giúp mở rộng khả năng tiếp cận tài chính, đồng thời giảm chi phí sử dụng dịch vụ cho người dùng.
Đã có nhiều nghiên cứu tập trung phân tích tác động của đại dịch COVID-19 đến các khía cạnh kinh tế, tài chính và sức khoẻ cộng đồng. Tuy nhiên, vẫn còn thiếu những nghiên cứu thực nghiệm cụ thể về vai trò của MFS để đánh giá các yếu tố ảnh hưởng đến ý định chấp nhận sử dụng MFS của người tiêu dùng trong bối cảnh khủng hoảng. Vì vậy, việc xem xét tổng thể các thành phần ảnh hưởng và vai trò trung gian tiềm năng đối với ý định chấp nhận và sử dụng MFS là rất cần thiết.
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Cơ sở lý thuyết và giả thuyết nghiên cứu
Lý thuyết chấp nhận và sử dụng công nghệ
Lý thuyết chấp nhận và sử dụng công nghệ (UTAUT) được phát triển bởi Venkatesh và cộng sự (2003). Nội dung cơ bản của lý thuyết được tổng hợp từ nhiều cấu trúc của các mô hình lý thuyết nhằm xây dựng một luận điểm chung nhất đáp ứng nhu cầu tìm hiểu sự chấp nhận của người dùng với các hệ thống thông tin mới. Cấu trúc cơ bản chính của UTAUT bao gồm: Hiệu quả mong đợi, Nỗ lực mong đợi, Ảnh hưởng xã hội và Tạo điều kiện thuận lợi có tác động đến Ý định hành vi sử dụng công nghệ của người dùng.
Hiệu quả mong đợi
Hiệu quả mong đợi (PE) được định nghĩa là mức độ mà các cá nhân tin rằng việc triển khai công nghệ mới sẽ cải thiện hiệu suất làm việc của họ (Venkatesh và cộng sự, 2012). Trong nghiên cứu này, tác giả xem yếu tố PE là mức độ mà khách hàng tin rằng việc áp dụng MFS sẽ tăng hiệu suất và năng suất của họ. Vì vậy, có thể khẳng định rằng, PE có tác động tương tự đến giá trị cảm nhận, vì nó giúp người dùng cải thiện hiệu suất của họ thông qua việc sử dụng MFS. Do đó, giả thuyết nghiên cứu được đề xuất như sau:
H1: Hiệu quả mong đợi ảnh hưởng tích cực đến Giá trị cảm nhận của của người dùng các nền tảng MFS.
Nỗ lực mong đợi
Nỗ lực mong đợi (EE) cho thấy sự dễ dàng của việc sử dụng các công nghệ. Theo mô hình UTAUT, khách hàng thiên về việc sử dụng công nghệ nếu nó giúp họ đạt được mục tiêu của mình. Vì vậy, EE trong nghiên cứu này đề cập đến tính hữu ích đối với cá nhân và tính dễ sử dụng của các hệ thống MFS. EE quan tâm đến nỗ lực của một cá nhân trong sử dụng các công nghệ nhất định có liên quan đến khía cạnh sẵn có của các giá trị được cảm nhận (Xie và cộng sự, 2021). Do đó, EE của nền tảng MFS đặc biệt cần thiết trong bối cảnh này, vì nó bao gồm tất cả các khoản chi không phải tiền. Theo đó, tác giả đề xuất giả thuyết sau:
H2: Nỗ lực mong đợi ảnh hưởng tích cực đến Giá trị cảm nhận của của người dùng các nền tảng MFS.
Rủi ro cảm nhận
Rủi ro cảm nhận (PR) của việc sử dụng Fintech được coi là một rào cản thiết yếu đối với những người sử dụng công nghệ. Trong Fintech, PR được mô tả là nhận thức của người dùng về sự không chắc chắn và những tác động tiêu cực tiềm ẩn liên quan đến việc áp dụng Fintech. Theo Featherman và Pavlou (2003), PR đại diện cho một khoản lỗ tiềm ẩn trong những trường hợp mà một cá nhân sử dụng một dịch vụ điện tử để đạt được các mục tiêu mong muốn của họ. Do đó, PR được định nghĩa trong nghiên cứu này là nhận thức của một cá nhân về khả năng xảy ra các kết quả không mong muốn, chưa biết trong khi áp dụng nền tảng MFS. Vì vậy, nghiên cứu đề xuất giả thuyết như sau:
H3: Rủi ro cảm nhận ảnh hưởng tiêu cực đến Giá trị cảm nhận của của người dùng các nền tảng MFS.
Mối quan hệ giữa giá trị cảm nhận và ý định sử dụng MFS
Giá trị cảm nhận (PV) thường được định nghĩa là việc đánh giá của các cá nhân về công dụng của hàng hóa hoặc dịch vụ và phụ thuộc vào nhận thức của họ về các thành phần cho và nhận. Theo Xie và cộng sự (2021), mỗi người khác nhau có các giá trị nhận thức khác nhau về các mặt hàng hoặc dịch vụ giống nhau; giá trị của các dịch vụ Fintech là khác nhau giữa những người tiêu dùng khác nhau. Do đó, sự chấp nhận của mọi người đối với MFS có thể được mô tả là dịch vụ tài chính hành vi. Từ đó, giả thuyết được đưa ra như sau:
H5: Giá trị cảm nhận ảnh hưởng tích cực đến Ý định chấp nhận sử dụng của người dùng các nền tảng MFS.
Mô hình nghiên cứu đề xuất
Dựa trên lý thuyết UTAUT và các nghiên cứu thực nghiệm trước đó, tác giả đề xuất
Hình: Mô hình nghiên cứu đề xuất
![]() |
Nguồn: Tác giả đề xuất
Phương pháp nghiên cứu
Nghiên cứu sử dụng phương pháp định tính kết hợp với định lượng. Phương pháp định tính với kỹ thuật thảo luận chuyên gia nhằm khẳng định khung lý thuyết và thang đo các khái niệm nghiên cứu của mô hình. Cùng với đó là cách thức đo lường các khái niệm nghiên cứu trong mô hình thông qua việc sử dụng thang đo Likert 5 mức độ để lượng hóa. Đối tượng khảo sát gồm 250 khách hàng sử dụng MFS tại TP. Hồ Chí Minh.
KẾT QUẢ NGHIÊN CỨU
Kiểm định thang đo về độ tin cậy và độ giá trị
Bảng 1: Số liệu tổng hợp mô hình PLS-SEM
| Cấu trúc | Chỉ số | Hệ số tải của các chỉ số | Cronbach's Alpha (CA) | Độ tin cậy tổng hợp (CR) | Phương sai trích (AVE) | VIF | R² |
| PE | PE1 | 0,855 | 0,842 | 0,821 | 0,750 | 2,452 |
|
| PE2 | 0,879 | 2,785 |
| ||||
| PE3 | 0,848 | 2,113 |
| ||||
| EE | EE1 | 0,908 | 0,806 | 0,841 | 0,782 | 2,819 |
|
| EE2 | 0,918 | 2,871 |
| ||||
| EE3 | 0,927 | 3,244 |
| ||||
| PR | PR1 | 0,881 | 0,901 | 0,837 | 0,801 | 3,051 |
|
| PR2 | 0,897 | 3,247 |
| ||||
| PR3 | 0,914 | 3,337 |
| ||||
| PR4 | 0,901 |
|
|
| 2,257 |
| |
| PV | PV1 | 0,895 | 0,874 | 0,828 | 0,852 | 2,264 |
|
| PV2 | 0,897 | 2,567 | 0,621 | ||||
| PV3 | 0,910 | 2,789 |
| ||||
| AI | AI1 | 0,919 | 0,801 | 0,833 | 0,795 | 2,859 |
|
| AI2 | 0,909 | 2,798 | 0,702 | ||||
| AI3 | 0,914 | 2,819 |
|
Nguồn: Kết quả phân tích của tác giả
Kiểm định độ tin cậy của thang đo: Kết quả Bảng 1 cho thấy hệ số CA của tất cả các biến đều > 0,7, chứng tỏ đạt độ tin cậy. Như vậy, độ tin cậy thang đo của tất cả các biến đều phù hợp. Ngoài ra, hệ số CR của mỗi cấu trúc đều > 0,8, cho thấy thang đo đạt độ tin cậy.
Đánh giá giá trị hội tụ và giá trị phân biệt của thang đo: Hệ số AVE của các yếu tố đều > 0,5, đạt yêu cầu kiểm định và nghiên cứu được ước lượng qua việc sử dụng phương pháp chỉ số Heterotrait - Monotrait (HTMT). Kết quả cho thấy, các chỉ số HTMT đối với tất cả các cặp biến nghiên cứu của yếu tố bậc một đều < 0,9, nên thỏa mãn điều kiện chuẩn (Bảng 2). Do đó, có thể kết luận, mỗi cấu trúc nghiên cứu đã đạt được giá trị hội tụ và tính phân biệt.
Bảng 2: Giá trị phân biệt theo phương pháp chỉ số HTMT
| PE | EE | PR | PV | AI | |
| PE |
|
|
|
|
|
| EE | 0,703 |
|
|
|
|
| PR | 0,801 | 0,878 |
|
|
|
| PV | 0,835 | 0,701 | 0,801 |
|
|
| AI | 0,775 | 0,727 | 0,804 | 0,821 |
|
Nguồn: Kết quả phân tích của tác giả
Kiểm định độ phù hợp của mô hình
Kiểm tra đa cộng tuyến: Kết quả phân tích tại Bảng 1 cho thấy hệ số VIF của tất cả các biến quan sát đều < 5 và > 0,2. Điều này cho thấy, các biến tiềm ẩn không vi phạm về tính đa cộng tuyến.
Kiểm định sự phù hợp của mô hình: Chất lượng của mô hình đề xuất được đánh giá thông qua R² của các biến tiềm ẩn nội sinh. Theo kết quả trong Bảng 1, các giá trị R² đạt giá trị thấp nhấp là 0,621 > 0,5. Do đó, kết quả cho thấy mô hình đủ khả năng giải thích cho tất cả các biến tiềm ẩn nội sinh. Ngoài ra, nghiên cứu sử dụng chỉ số Q2 và chỉ số GoF. Các giá trị Q2 đều lớn hơn ngưỡng giá trị 0 với giá trị nhỏ nhất là 0,3 và giá trị GoF bằng 0,68, đã chỉ ra độ phù hợp của mô hình trong mức từ vừa đến lớn. Đồng thời, SRMR = 0,059 < 0,08 và NFI = 0,86 > 0,85. Như vậy, kết quả trên cho thấy mô hình nghiên cứu phù hợp với dữ liệu thị trường.
Kiểm định mô hình nghiên cứu và giả thuyết
Kết quả Bảng 3 cho thấy 4 giả thuyết đặt ra đều được chấp nhận với mức ý nghĩa thống kê P-value đều < 0,05.
Bảng 3: Kết quả ước lượng qua mô hình PLS-SEM
| Mối quan hệ | Giả thuyết | Hệ số tác động (β) | P-value | Kết quả |
| PE à PV | H1 | 0,271 | *** | Chấp nhận |
| EE à PV | H2 | 0,473 | *** | Chấp nhận |
| PR à PV | H3 | 0,337 | *** | Chấp nhận |
| PV à AI | H4 | 0,521 | *** | Chấp nhận |
Mức ý nghĩa: *** < 0,001.
Nguồn: Kết quả phân tích của tác giả
KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ
Kết luận
Kết quả nghiên cứu cho thấy, Giá trị cảm nhận ảnh hưởng tích cực đến Ý định sử dụng MFS. Trong khi đó, các yếu tố: Hiệu quả mong đợi, Nỗ lực mong đợi và Rủi ro cảm nhận ảnh hưởng tích cực đến Giá trị cảm nhận của người dùng các nền tảng MFS trong thời kỳ bùng phát dịch COVID-19. Điều đó cho thấy, Giá trị cảm nhận của người dùng các nền tảng MFS bị ảnh hưởng bởi Hiệu quả mong đợi, Nỗ lực mong đợi, Rủi ro cảm nhận và Giá trị cảm nhận là một yếu tố quan trọng trong việc áp dụng MFS. Nói cách khác, người dùng tại TP. Hồ Chí Minh sẽ sử dụng nhiều hơn các nền tảng MFS khi giá trị cảm nhận của họ được xem là cao. Phát hiện này là nhất quán với nghiên cứu của Xie và cộng sự (2021).
Hàm ý quản trị
Nghiên cứu đã góp phần củng cố lý thuyết và mở rộng một mô hình toàn diện dựa trên mô hình UTAUT trong việc tìm hiểu ý định chấp nhận MFS của người dùng trong đại dịch COVID-19 trong phạm vi nền kinh tế năng động tại TP. Hồ Chí Minh.
Kết quả nghiên cứu có thể đóng góp các hàm ý chính sách thực tiễn quan trọng cho các doanh nghiệp cung cấp MFS như: ngân hàng, công ty tài chính, công ty chứng khoán, các đơn vị cung cấp dịch vụ thanh toán trên nền tảng di động. Theo đó, các doanh nghiệp này có thể chú trọng hơn về việc thiết kế giao diện người dùng và tiếp thị bán hàng trong và sau đại dịch. Các nhà cung cấp MFS có thể gia tăng giá trị cảm nhận cho khách hàng bằng cách làm cho hệ thống cung cấp MFS đơn giản và dễ sử dụng hơn. Ngoài ra, các nhà cung cấp MFS nên cố gắng đơn giản hóa quy trình vận hành như: đăng ký, cài đặt, giao dịch và có thể triển khai hệ thống nhận dạng vân tay hoặc khuôn mặt để giúp người dùng đăng nhập vào các ứng dụng di động được tiện lợi. Mặt khác, các nhà cung cấp MFS nên phát triển một kế hoạch tiếp thị hiệu quả, có thể cộng tác với các nền tảng truyền thông xã hội khác nhau như: Facebook, Twitter, IMO và WhatsApp, nhằm thu hút khách hàng mới tham gia.
(*)Nghiên cứu được thực hiện trước thời điểm sắp xếp đơn vị hành chính cấp tỉnh theo Nghị quyết số 202/2025/QH15.
Tài liệu tham khảo:
1. Al-Nawayseh, M. K. (2020). Fintech in COVID-19 and beyond: What factors are affecting customers' choice of FinTech applications?, Journal of Open Innovation: Technology, Market, and Complexity, 6(4), 1-15.
2. Featherman, M. S., and Pavlou, P. A. (2003). Predicting e-services adoption: a perceived risk facets perspective, International journal of human-computer studies, 59(4), 451-474.
3. Venkatesh, V., Ramesh, V., and Massey, A. P. (2003). Understanding usability in mobile commerce, Communications of the ACM, 46(12), 53-56.
4. Venkatesh, V., Thong, J. Y., and Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology, MIS quarterly, 157-178.
5. Xie, X., Liu, Y., Liu, J., Zhang, X., Zou, J., Fontes-Garfias, C. R.,... and Shi, P. Y. (2021). Neutralization of SARS-CoV-2 spike 69/70 deletion, E484K and N501Y variants by BNT162b2 vaccine-elicited sera, Nature Medicine, 27(4), 620-621.
| Ngày nhận bài: 10/7/2025; Ngày hoàn thiện biên tập: 20/7/2025; Ngày duyệt đăng: 22/7/2025 |


Bình luận