6. Kết cấu của đề tài: Gồm 3 phần
2.1.5. Tình hình hoạt động kinh doanh của Sacombank CN Huế
Bảng 2.2: Kết quả HĐKD tại Sacombank – CN Huế giai đoạn 2014 – 2017
Đơn vị: Triệu đồng
Chỉ tiêu 2015 2016 2017 So sánh
2016/2015 2017/2016
+/- % +/- %
A. Tổng thu nhập 137.896 152.029 167.829 14.133 10,25 15.800 10,39
Thu từ lãi cho vay 113.598 120.823 129.054 7.225 6,36 8.231 6,81
Thu từ HD dịch vụ 20.541 27.381 34.821 6.840 33,30 7.440 27,17 Thu nhập bất thường 962 1.014 1.102 52 5,41 88 8,68 Thu khác 2.795 2.811 2.852 16 0,57 41 1,46 B. Tổng Chi phí 100.181 109.007 120.015 8.826 8,81 11.008 10,10 Chi huy động vốn 53.684 59.822 65.987 6.138 11,43 6.165 10,31
Chi cho nhân viên 11.579 11.840 12.125 261 2,25 285 2,41
Chi kho quỹ, thanh toán 2.475 2.915 3.230 440 17,78 315 10,81
Chi nộp phí và lệ phí 351 474 501 123 35,04 27 5,70
Chi cho HĐ qlý công cụ 3.785 4.018 4.230 233 6,16 212 5,28
Chi về tài sản 2.589 2.706 3.032 117 4,52 326 12,05
Chi về dự phòng BHTG 19.875 20.149 21.965 274 1,38 1.816 9,01
Chi phí khác 5.843 7.083 8.945 1.240 21,22 1.862 26,29
C. Lợi nhuận 37.715 43.022 47.814 5.307 14,07 4.792 11,14
Nhìn vào bảng kết quả SXKD và biến động tăng giảm của các khoản mục trong kinh doanh của Sacombank - CN Huế, chúng ta có thể nhận thấy sự gia tăng đáng kể thu nhập cũng như lợi nhuận trước thuế của ngân hàng.
Năm 2016, thu nhập của ngân hàng tăng 10.25% so với năm 2015, lợi nhuận năm 2016 so với năm 2015 tăng 14.07%, Nguyên nhân là bối cảnh kinh tế lúc này vẫn còn khó khăn, cộng với chính sách thắt chặt tiền tệ làm lãi suất huy động cũng như cho vay giảm và các tác động tiêu cực từ môi trường từ đó làm giảm khoản thu đáng kể cho ngân hàng.
Năm 2017 thu nhập của Sacombank - CN Huế tăng 11.14% so với năm 2016, lợi nhuận năm 2017 so với năm 2016 tăng 10.39%. Chi phí cũng tăng nhưng tăng chậm hơn so với thu nhập đã dẫn đến lợi nhuận năm này tăng so với năm trước và tăng 10.10%. Sacombank - CN Huế cũng đã tạo nên thương hiệu và lòng tin cho khách hàng từ đó lượng khách hàng tăng lên qua các năm, đem lại nguồn thu ổn định cho ngân hàng nhờ việc Sacombank – CN Huế tham gia các chương trình tình thương, tình nghĩa trong năm 2017, đóng góp vào các quỹ tình nghĩa, tham gia tặng quà khuyến mãi lớn cho khách hàng…
Do tác động của các yếu tố bao gồm thu từ lãi cho vay, các nguồn thu từ hoạt động dịch vụ và các thu nhập bất thường khác mà thu nhập của Chi nhánh tăng trong giai đoạn này. Yếu tố chiếm tỷ trọng lớn nhất trong tổng thu nhập của ngân hàng là thu từ lãi cho vay. Do hoạt động chính của Ngân hàng là huy động vốn và cho vay nên thu nhập từ lãi cho vay luôn chiếm tỷ trọng cao trong tổng thu nhập. Năm 2015, khoản mục này tăng 24,17%, tương ứng với mức tăng của thu nhập trong năm này là 22.114 triệu đồng. Năm 2015, thu lãi cho vay là 113.598 triệu đồng. Năm 2016, lãi từ cho vay là 120.823 triệu đồng tương ứng tăng 7.225 triệu đồng so với năm 2015 và năm 2017 là 130.187 triệu đồng tăng 9.364 triệu đồng.
Như vậy, trong 3 năm trở lại đây, Sacombank kinh doanh ngày càng trở nên ổn định và hiệu quả, điển hình có thể thấy là danh hiệu “Ngân hàng bán lẻ tốt nhất Việt Nam năm 2015”, năm 2016 Sacombank vinh dự nhận thêm 2 giải thưởng quốc tế "Best Internet Bank - Ngân hàng trực tuyến tốt nhất” và "Best Credit Card
Offering – Ngân hàng có dịch vụ cung cấp thẻ tín dụng tốt nhất” do tạp chí International Finance Magazine (IFM - Anh Quốc) bình chọn.
2.2. Nhân tố ảnh hưởng đến ý định sử dụng dịch vụ Internet Bankinng tại Sacombank – CN Huế
2.2.1. Thực trạng cung cấp và sử dụng dịch vụ Internet Banking tạiSacombank – CN Huế Sacombank – CN Huế
2.2.1.1. Số lượng thẻ và máy ATM qua các năm
Bảng 2.3: Số lượng thẻ và máy ATM qua 3 năm
Chỉ tiêu 2015 2016 2017
1. Số máy ATM 12 15 23
- Tổng số thẻ phát hành 1,515 3,218 5.136
Trong đó: Thẻ thanh toán nội địa 1,412 3,001 4.927
2. Số máy POS 23 30 67
Số lượng đơn vị chấp nhận thẻ 17 25 53
Nguồn: Phòng kinh doanh NH Sacombank–CN Huế
Có thể thấy qua các năm từ 2015 đền 2017 số lượng thẻ, máy ATM, số máy POS và đơn vị chấp nhận thẻ đều tăng. Qua đó có thể thấy càng ngày cơ sở hạ tầng phục vụ cho việc phát triển dịch vụ IB tại Sacombank càng rộng lớn và hiện đại. Đây là điều kiện thuận lợi để thúc đẩy dịch vụ IB của Sacombank – CN Huế ngày càng phổ biến hơn nữa.
2.2.1.2. Kết quả kinh doanh Internet Baking tại Sacombank – CN HuếBảng 2.4: Kết quả kinh doanh Internet Banking tại Sacombank – CN Huế Bảng 2.4: Kết quả kinh doanh Internet Banking tại Sacombank – CN Huế
Đơn vị: Triệu VND Kết quả hoạt động kinh
doanh 2015 2016 2017 2016/2015 (%) 2017/2016 (%) Tổng thu nhập 137.896 152.029 167.829 10.25 20.67 Thu nhập từ IB 18.235 22.743 31.835 24.72 39.97 Tỷ trọng IB 13.22% 14.96% 18.97%
Số liệu trong bảng 2.4 thể hiện tổng thu nhập và thu nhập từ IB qua các năm đều tăng. Điều này cho thấy việc kinh doanh của ngân hàng Sacombank qua dịch vụ Internet Banking càng ngày càng phát triển và thu lại kết quả khả quan. Sacombank nên tiếp tục duy trì và phát huy kết quả này để gia tăng lọi nhuận cũng như khả năng cạnh tranh của mình.
2.2.2. Kết quả nghiên cứu
2.2.1.1. Cơ cấu mẫu theo giới tính
Hình 2.3: Biểu đồ phân loại đối tượng theo giới tính
Nguồn: Kết quảkhảo sát của tác giả
Khách hàng nam là 88 người chiếm tỷ trọng 52%. Khách hàng là nữ là 82 người chiếm tỷ trọng 48%. Qua bảng số liệu, ta thấy tỷ lệ khách hàng nam nữ tham gia điều tra không có sự chênh lệch đáng kể. Với cơ cấu giới tính này tính đại diện của mẫu được đảm bảo
52% 48%
Phân loại đối tượng theo giới tính
Nam Nữ
2.2.1.2. Cơ cấu mẫu theo độ tuổi
Hình 2.4: Biểu đồ phân loại đối tượng theo độ tuổi
Nguồn: Kết quảkhảo sát của tác giả
Trong số 170 khách hàng được điều tra thì có 94 người trong độ tuổi từ 18 – 30 tuổi chiếm 55%, đây là nhóm chiếm tỉ lệ lớn nhất. Tỷ lệ cao đứng thứ 2 là độ tuổi từ 31 đến 40 tuổi có 54 người chiếm 30%. Như vậy khách hàng chủ yếu thuộc lớp trẻ và trung niên, họ là những người có nhu cầu giao dịch với Ngân hàng nhiều. Do đó Ngân hàng nên chú ý hơn đến 2 nhóm độ tuổi này, vì đây là 2 nhóm khách hàng chính của Ngân hàng. Nhóm độ tuổi có tiềm năng rất lớn là từ 40 đến 50 tuổi có 17 người chiếm tỷ lệ 16%, ngân hàng cần quan tâm đến nhóm khách hàng này bằng cách triển khai các dịch vụ phù hợp, đặc biệt Ngân hàng nên cho nhóm khách hàng này dần làm quen với dịch vụ Internet Banking vì đa số họ là những người có cuộc sống, thu nhập ổn định thậm chí còn có nguồn dự trữ tài sản lớn. Nhóm khách hàng cuối cùng chiếm một tỷ lệ rất thấp là nhóm khách hàng có độ tuổi trên 50 chiếm 5%.
55% 30%
10% 5%
Phân loại đối tượng theo độ tuổi
từ 18 - 30 từ 31 - 40 từ 41 - 50 trên 50
2.2.1.3. Cơ cấu mẫu theo trình độ học vấn
Hình 2.5: Phân loại đối tượng theo trình độ học vấn
Nguồn: Kết quảkhảo sát của tác giả
Về trình độ học vấn: Trong 170 phiếu khảo sát tỷ lệ cao nhất là nhóm khách hàng có trình độ học vấn là đại học có 87 chiếm 51%, thứ 2 là cao đẳng có 52 người chiếm 31%, trên đại học có 14 người chiếm 8% và 10% thuộc trình độ khác.
2.2.1.4. Cơ cấu mẫu theo thu nhập
Hình 2.6: Phân loại đối tượng theo thu nhập
Nguồn: Kết quảkhảo sát của tác giả
Nhóm đối tượng có thu nhập từ 5 triệu đến 10 triệu có tỷ lệ cao nhất chiếm 31%
51% 8%
10%
Biểu đồ 3: Phân loại đối tượng theo trình độ học vấn
Cao đẳng Đại học Trên ĐH Khác 8% 26% 53% 11% 2%
Phân loại đối tượng theo thu nhập
Dưới 2tr > 2 đến 5tr > 5 đến 10tr >10 đến 20tr
khách hàng có thu nhập từ 10 triệu đến 20 triệu. Những khách hàng có thu nhập dưới 2 triệu chiếm 8%. Thấp nhất là nhóm khách hàng có thu nhập trên 50 triệu chiếm 2%. Điều này cho thấy rằng thu nhập của khách hàng giao dịch với ngân hàng khá cao. Và những nhóm đối tượng có thu nhập khá cao lại có xu hướng giao dịch với ngân hàng nhiều hơn các nhóm đối tượng khác. Nên giải pháp có thể đánh vào nhóm đối tượng này.
2.2.2. Kiểm định độ tin cậy CronbachÛs Alpha đối với các thang đo
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số CronbachÆs Alpha. Những biến có hệ số tương quan biến -tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có CronbachÆs alpha từ 0.7 đến 0.9 là tốt. Nunnally và Bernstein, 1994 cho rằng chỉ số CronbachÆs Alpha lớn hơn 0.9 chỉ chấp nhận được nhưng không tốt.
Bảng 2.5: Kết quả kiểm định CronbachÛs Alpha của các nhân tố
Biến quan sát
Giá trị trung bình nếu biến bị loại
Độ lệch chuẩn nếu biến bị loại
Hệ số tương quan biến - tổng
Cronbach Alpha nếu biến bị loại Nhận thức sự hữu ích: CronbachÛs Alpha = 0.827
HI1 21.92 7.823 .625 .793 HI2 21.94 7.481 .657 .786 HI3 21.84 7.985 .567 .805 HI4 21.94 7.689 .619 .794 HI5 21.97 7.780 .575 .804 HI6 21.86 8.059 .532 .812
Ảnh hưởng xã hội: CronbachÛs Alpha = 0.841
AH1 7.98 3.526 .738 .745 AH2 7.88 3.974 .673 .810 AH3 7.86 3.459 .708 .777 Nhận thức tính dễ sử dụng: CronbachÛs Alpha = 0.838 SD1 12.22 6.361 .654 .802 SD2 12.22 6.222 .641 .808 SD3 12.07 6.090 .675 .793 SD4 12.16 6.075 .711 .777
Chi phí sử dụng: CronbachÛs Alpha = 0.821
CP1 12.24 5.521 .695 .751
CP2 12.25 5.749 .628 .782
CP3 12.22 5.145 .769 .713
CP4 12.52 6.511 .494 .838
Tính linh động: CronbachÛs Alpha = 0.835
LD1 12.99 4.142 .703 .774
LD3 12.96 4.347 .693 .780
LD4 12.94 4.167 .662 .794
Tính bảo mật, an toàn: CronbachÛs Alpha = 0.792
BM1 12.51 5.021 .575 .755
BM2 12.41 4.704 .634 .724
BM3 12.43 5.051 .593 .746
BM4 12.60 5.022 .606 .739
Sự quan tâm của ngân hàng: CronbachÛs Alpha = 0.775
QT1 12.98 3.798 .555 .733 QT2 12.86 3.396 .646 .683 QT3 12.97 4.171 .516 .751 QT4 12.84 3.791 .600 .710 Ý định sử dụng: CronbachÛs Alpha =0.923 YD1 7.04 5.626 .889 .851 YD2 7.15 6.233 .807 .918 YD3 7.24 5.861 .836 .895
Nguồn: Kết quảxửlý dữliệu điều tra của tác giả
Kết quả kiểm định độ tin cậy CronbachÆs Alpha cho thấy 8 thang đo đều có hệ số CronbachÆs Alpha lớn hơn 0.7 chứng tỏ đây là các thang đo lường khá tốt. Các hệ số tương quan biến tổng đều lớn hơn 0.5, các CronbachÆs Alpha nếu bị loại biến đều nhỏ hơn hệ số CronbachÆs Alpha tổng của thang đo. Chỉ riêng biến CP4 có hệ số CronbachÆs Alpha nếu loại biến cao hơn hệ số CronbachÆs Alpha của thang đo (0.838>0.821) và nếu loại biến này thì hệ số CronbachÆs Alpha của thang đo “Chi phí sử dụng” sẽ tăng lên 0.838 (Phụ lục 3). Do đó biến CP4 sẽ bị loại ra khỏi thang đo “Chi phí sử dụng”. Như vậy thì ngoài biến CP4 thì 31 biến còn lại đều được chọn để đưa vào phân tích nhân tố trong bước tiếp theo.
2.2.3. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá được tiến hành sau khi kiểm tra độ tin cậy của các thang đo. Phương pháp principal components với phép quay varimax là phương pháp được chon để phân tích nhân tố.
Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này giúp cho việc tìm mối quan hệ giữa các biến với nhau và xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu.
Trong phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
Hệ số KMO (Kaiser – Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp với mức ý nghĩa Barlett ≤ 0.05. Nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Bảng 2.6: Kiểm định KMO và Bartlett’s Test
Biến độc lập
Biến phụ thuộc
Hệ số KMO .731 .737
Kiểm định Bartlett’s Approx. Chi-Square 1810.296 396.334
Bậc tự do (Df) 378 3
Mức ý nghĩa (Sig) .000 .000
Kết quả phân tích EFA cho thấy 29 biến quan sát của các nhân tố độc lập được nhóm thành 7 nhân tố. Thống kê Chi-square của kiểm định Bartlett đạt giá trị 1810.296. Hệ số KMO = 0.731, kiểm định Bartlett có sig. = 0.000 < 0.05 nên biến quan sát là tương quan với nhau trong tổng thể (Sig = 0,000 <0,05) (Phụ lục 4). Do vậy 7 thang đo rút ra được đều đạt yêu cầu.
Hệ số tải nhân tố (Factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu. Một phần
quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) cho biết nhân tố và biến có liên quan chặt chẽ với nhau.
Để đảm bảo giá trị phân biệt giữa các nhân tố thì khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3.
Bảng 2.7:11 Ma trận xoay nhân tố của biến độc lập
Nhân tố 1 2 3 4 5 6 7 HI2 .777 HI1 .755 HI4 .741 HI5 .712 HI6 .697 HI3 .685 SD4 .835 SD3 .829 SD2 .808 SD1 .791 LD1 .839 LD3 .836 LD4 .810 LD2 .773 BM2 .817 BM4 .783 BM3 .774 BM1 .758 QT2 .811 QT4 .784 QT1 .742 QT3 .728 AH1 .887 AH3 .869 AH2 .827 CP3 .896 CP1 .875 CP2 .816 Eigenvalue 3.822 2.909 2.645 2.542 2.365 2.119 1.973 Phương sai trích 13.651 10.390 9.445 9.078 8.448 7.566 7.047 Tổng Phương sai trích 65.625
Nguồn: kết quảxửlý sốliệu điều tra của tác giả
Bảng 2.8:11Ma trận xoay nhân tố của biến phụ thuộc
NHÂN TỐ 1
YD1 .953
YD3 .927
YD2 .912
Sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát được giữ lại là 28 biến và các biến đó đều có hệ số tải lớn hơn 0.7 (đạt chuẩn > 0.5).
Như vậy, ta thấy có 7 nhân tố được trích sau khi được phân tích nhân tố bằng phương pháp Principal Components với phép quay Varimax. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc. Hệ số eigenvalue có giá trị lớn hơn 1. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Qua phân tích nhân tố rút trích được 7 nhân tố có Eigenvalue >1, thấp nhất là 1.973. Tổng phương sai trích đạt 65.625% > 50% Số lượng các nhân tố được trích này phù hợp với các thành phần ban đầu của thang đo, chứng tỏ phân tích EFA cho việc nhóm các biến quan sát này lại với nhau là thích hợp. Và kết quả này được đưa vào phân tích hồi quy tuyến tính đa biến (nhân tố).
2.2.4. Phân tích tương quan và hồi quy