4.2 Kết quả nghiên cứu 4.2.1 Kiểm định mô hình 4.2.1 Kiểm định mô hình
4.2.1.1 Kiểm định độ tin cậy thang đo Cronbach’s Alpha
Hệ số Cronbach’s Alpha kiểm định độ tin cậy của thang đo, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu.
Tiêu chuẩn chấp nhận các biến:
- Những biến có hệ số tương quan biến tổng phù hợp (Corrected Item - Total Correlation) từ 0.3 trở lên.
- Các hệ số Cronbach’s Alpha của các biến phải từ 0.6 trở lên. Giải thích một số ký hiệu và ý nghĩa:
+ Cronbach’s Alpha: Hệ số Cronbach’s Alpha + N of Items: số lượng biến quan sát
+ Scale Mean if Item Deleted: Trung bình thang đo nếu loại biến + Scale Variance if Item Deỉeted: Phương sai thang đo nếu loại biến + Corrected Item-Total Correlation: Tương quan biến tổng
+ Cronbach’s Alpha if Item Deleted: Hệ số Cronbach’s Alpha nếu loại biến download by : skknchat@gmail.com
Bảng 4.2 Bảng kết quả kiểm định Cronbach’s Alpha Tên biến Kí hiệu Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted LS Q1 8.35 2.564 .492 .613 Q2 8.41 2.795 .514 .584 Q3 8.45 2.722 .506 .592 Cronbach's Alpha = 0.689 THKT Q4 8.18 3.013 .407 .523 Q5 8.04 3.545 .330 .621 Q6 8.30 2.311 .532 .318 Cronbach's Alpha = 0.608 ĐTCT Q7 8.10 3.527 .551 .601 Q8 8.02 3.325 .597 .544 Q9 8.23 2.966 .466 .728 Cronbach's Alpha = 0.710 DDHSPHĐV Q10 8.38 2.740 .363 .627 Q11 8.17 3.148 .403 .557 Q12 8.29 2.601 .535 .364 Cronbach's Alpha = 0.619 CLDV Q13 8.23 2.858 .449 .451 Q14 8.48 2.950 .305 .678 Q15 8.27 2.949 .508 .382 Cronbach's Alpha = 0.604 DTNH Q16 7.99 4.286 .313 .739 Q17 8.05 3.046 .567 .412 Q18 8.18 3.065 .539 .453 Cronbach's Alpha = 0.656
(Nguồn: Dựa trên kết quả survery tổng hợp từ SPSS)
Bảng kết quả cho thấy bảng hỏi thỏa mãn các tiêu chí kiểm định Cronbach’s Alpha
Cronbach’s Alpha: 0.767 >0.6 do đó thang đo có thể sử dụng tốt
Corrected Item-Total Correlation của các biến Q1-Q18 đều lớn hơn 0.3. Vì vậy, ta kết luận rằng thang đo phù hợp.
4.2.1.2 Phân tích nhân tố khám phá EFA:
Sau bước kiểm định Cronbach’s Alpha, có 6 biến độc lập và 1 biến phụ thuộc với 18 biến quan sát. 18 biến này được đưa vào phân tích nhân tố EFA. Phân tích nhân tố EFA đươc thực hiện với phép trích là Principle Component, sử dụng phép xoay Varimax, sử dụng phương pháp kiểm định KMO và Bartlett để đo lường sự tương thích của mẫu khảo sát. Lựa chọn hệ số Factor Loading là 0.5, chia nhân tố theo phương pháp eigenvalue lớn hơn 1.
Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất có ích cho việc xác định các tập hợp nhóm biến. Quan hệ của các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản.
Mỗi biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor Loading), hệ số này cho biết mỗi biến nhân tố đo lường sẽ thuộc vào nhân tố nào.
- Hệ số KMO phải đạt giá trị 0.5 trở lên (0.5 =< KMO =< 1) thể hiện phân tích nhân tố là phù hợp.
- Kiểm định Barlett có ý nghĩa thống kê (sig< 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Bảng 4.3 Kết quả phân tích nhân tố khám phá EFA Nhân tố (1) (2) (3) Q7 .780 Q8 .758 Q3 .635 Q2 .612 Q4 .601 Q1 .520 Q10 Q15 .721 Q5 .717 Q13 .702 Q16 .627 Q11 .597 Q12 Q17 .807 Q18 .758 Q6 .620 Q9 Q14
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.896 Sig. (Bartlett's Test of Sphericity) .000
(Nguồn: Dựa trên kết quả survery tổng hợp từ SPSS) Ghi chú: chi tiết các cẩu hỏi (Q1-Q18) được thể hiện trong phần Phụ lục – trang i
- Hệ số KMO = 0.896 > 0.5 nên phân tích nhân tố là phù hợp
- Sig. (Barlett’s Test) = 0.000 < 0.05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
18 biến quan sát được gom thành 3 nhân tố, hầu hết các biến số đều có hệ số Factor Loading > 0.5. Riêng biến quan sát Q10, Q9, Q12 và Q14 có hệ số Factor Loading < 0.5, như vậy những biến đó sẽ không tải lên ở nhân tố nào.
Bảng 4.4 Bảng tổng hợp các nhân tố sau phân tích EFA Nhân tố Gồm các biến quan sát
Nội dung biến Tên nhóm nhân tố
1
Q1 Lãi suất tối đa gửi tiết kiệm NH
Đối thủ cạnh tranh
Q2 Lãi suất tối thiểu gửi tiết kiệm NH Q3 Lãi suất tiền gửi thanh toán
Q4 Lựa chọn hình thức đầu tư: Gửi tiết kiệm NH Q7 Lãi suất tốt hơn các NH khác
Q8 Chất lượng dịch vụ cao hơn các NH khác Tổng số biến quan sát: 6
2
Q5 Lựa chọn hình thức đầu tư: Đầu tư BĐS
Chất lượng dịch vụ và công nghệ
NH
Q11 Tài khoản thanh toán chuyển khoản không mất phí chuyển tiền
Q13 CBNV Techcombank gần gũi, thân thiện với KH
Q15 Techcombank có phần mềm FIB và FMB giao diện thân thiện, dễ sử dụng
Q16 Do Techcombank là NH lớn giữa các NHTM Tổng số biến quan sát: 5
3
Q6 Lựa chọn hình thức đầu tư: Đầu tư Chứng khoán
Danh tiếng NH
Q17 Do gửi tiền vào Techcombank có độ an toàn cao hơn các NH khác
Q18 Do lịch sử hình thành phát triển lâu đời của Techcombank
Tổng số biến quan sát: 3
(Nguồn: Dựa trên kết quả survery tổng hợp từ SPSS)
Tạo biến đại diện:
Chúng ta đã chia 14 biến quan sát còn lại thành 3 nhóm nhân tố đặt tên lần lượt là:
Nhóm nhân tố số 1: Đối thủ cạnh tranh
Nhóm nhân tố số 2: Chất lượng dịch vụ và công nghệ NH Nhóm nhân tố số 3: Danh tiếng NH
Tác giả lần lượt tạo biến đại diện cho từng nhóm nhân tố: download by : skknchat@gmail.com
a) Nhóm nhân tố số 1 Lãi suất tiền gửi:
b) Nhóm nhân tố số 2 Chất lượng dịch vụ và Công nghệ NH:
c) Nhóm nhân tố số 3 Danh tiếng NH:
4.2.2 Kết quả mô hình hồi quy tuyến tính:
4.2.2.1 Kết quả hồi quy:
Bảng 4.5 Kết quả mô hình hồi quy
Biến Beta (Sig.) VIF NT1 .519*** 1.783 (.000) NT2 -.398*** 1.564 (.000) NT3 -.426*** 1.617 (.000) R Square .288 Adjusted R Square .277 Durbin-Watson 1.682 Sig. (F-test) .000
(Nguồn: Dựa trên kết quả survery tổng hợp từ SPSS)
Từ Bảng 4.5, ta thấy được kết quả mô hình cụ thể như sau:
(1)R SQUARE phản ánh mức độ giải thích biến phụ thuộc của các biến độc lập trong mô hình hồi quy. Trong mô hình mà tác giả đưa ra. R Square = 0.288,
tức là các biến độc lập đưa ra giải thích 28.8% sự thay đổi của biến phụ thuộc, còn lại là do các biến ngoài mô hình và sai số ngẫu nhiên.
(2)Hệ số Durbin – Watson dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất. Nếu giá trị Durbin – Watson nằm trong khoảng 1.5 - 2.5 thì mô hình ko có hiện tượng tự tương quan chuỗi bậc nhất. Theo kế quả mô hình hồi quy trong bảng trên, hệ số Durbin – Watson = 1.6812 nên mô hình không hiện tượng tự tương quan xảy ra.
(3)Giá trị Sig của kiểm định F được sử dụng để kiểm định độ phù hợp của mô hình hồi quy. Nếu Sig (F-test) < 0.05: mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được. Kết quả Sig (F-test) = 0.000, ta kết luận mô hình hồi quy đưa ra trong luận văn phù hơp với tập dữ liệu và có thể sử dụng được.
(4)Giá trị Sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu sig của kiểm định t của các biến < 0.05, ta kết luận biến độc lập có tác động đến biến phụ thuộc. Ta thấy ở đây, các biến đều < 0.05: các biến độc lập đều giải thích biến phụ thuộc, không biến nào loại khỏi mô hình. (5)Hệ số phóng đại phương sai VIF được dùng để kiểm tra đa cộng tuyến. Hệ số
này > 2 thì có khả năng rất cao xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập. Kết quả mô hình hồi quy của luận văn cho thấy hệ số VIF của 3 biến độc lập < 2 nên không có hiện tượng đa cộng tuyến.
(6)Chiều tác động: trong các hệ số của biến độc lập, hệ số của NT1 > 0 chứng tỏ NT1 tương quan thuận chiều với biến phụ thuộc, trong khi đó hệ số của NT2 và NT3 < 0, chứng tỏ NT2 và NT3 tương quan nghịch chiều với biến phụ thuộc.
(7)Độ mạnh yếu của tác động: Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất đến yếu nhất của các biến độc lập tới biến phụ thuộc là: NT1 (0.519) > NT3 (0.426) > NT2 (0.398) tương ứng với:
- NT1 (Đối thủ cạnh tranh) tác động mạnh nhất tới khả năng rút tiền của KHCN tại Techcombank.
- NT2 (Chất lượng dịch vụ và Công nghệ NH) tác động mạnh thứ hai tới khả năng rút tiền của KHCN tại Techcombank.
- NT3 (Danh tiếng NH) tác động yếu nhất tới khả năng rút tiền của KHCN tại Techcombank.
4.2.2.2 Kết quả nghiên cứu
Từ những kết quả mà mô hình hồi quy mang lại, tác giả luận văn giải thích mô hình như sau:
- Nhân tố đối thủ cạnh tranh: khi lãi suất cơ bản tăng lên, kéo theo các loại lãi suất tối đa, lãi suất tối thiểu và lãi suất tiền gửi thanh toán của đối thủ cạnh tranh tăng lên, thì KH sẽ có xu hướng rút tiền ra khỏi Techcombank và gửi sang các NH khác. Kết quả này tương tự với nghiên cứu của Gosaye Workineh (2006) chỉ ra rằng đối thủ cạnh tranh là một trong những yếu tố quan trọng khiến KH rút tiền ra khỏi NH.
- Nhân tố chất lượng dịch vụ và công nghệ NH: Chất lượng dịch vụ của NH ở đây bao gồm thái độ phục vụ KH của CBNV, Quy trình sản phẩm,… Công nghệ NH như các sản phẩm Digital banking thân thiện, dễ sử dụng… thì sẽ hạn chế khả năng rút tiền của KH ra khỏi NH. Điều này cũng tương đồng với kết luận của Nguyễn Văn Tiến (2016) và Hoàng Thị Anh Thư (2017) cho rằng chất lượng dịch vụ ảnh hưởng ngược chiều tới khả năng rút tiền.
- Nhân tố danh tiếng NH: bao gồm độ an toàn, tin cậy và lịch sử hình thành phát triển lâu đời tăng lên cũng góp phần ngăn ngừa khả năng rút tiền của KH. Kết quả từ mô hình của luận văn cho thấy điểm chung với nghiên cứu của Chigamba, C. and Fatoki, O. (2011) và Krisnanto, U. (2011). Tuy nhiên, có sự sai khác một chút giữa kết quả của mô hình trong luận văn và nghiên cứu của Chigamba và Fatoki. 2 tác giả cho rằng: danh tiếng NH là yếu tố ảnh
hưởng mạnh nhất tới sự lựa chọn của KH tại Nam Phi trong khi mô hình của luận văn chỉ ra rằng, yếu tố tác động mạnh nhất là đối thủ cạnh tranh. Sự sai lệch này có thể là do sự khác biệt về văn hóa hoặc thể chế chính trị giữa 2 nước khác nhau.
Tất cả những giải thích trên đều phù hợp với giả thiết ban đầu mà tác giả luận văn đề ra. Quan trọng hơn, từ kết quả trên, tác giả luận văn đưa ra những giải pháp phù hợp với NH Techcombank để hạn chế khả năng rút tiền ra khỏi NH của nhóm KHCN tại Techcombank.
CHƯƠNG V: MỘT SỐ BIỆN PHÁP NHẰM HẠN CHẾ KHẢ NĂNG RÚT TIỀN CỦA KHCN TẠI NH TMCP KỸ THƯƠNG VIỆT NAM
5.1 Định hướng phát triển huy động vốn tại NH TMCP Kỹ thương Việt Nam 5.1.1 Mục tiêu kinh doanh 5.1.1 Mục tiêu kinh doanh
Nhằm duy trì hệ số Cho vay/huy động (LDR) một cách hiệu quả & chắc chắn, Techcombank cũng đã chủ động điều tiết tăng trưởng quy mô tiền gửi của khách hàng theo từng giai đoạn trong năm và số dư tiền gửi của khách hàng đã cán mốc 175.435 tỷ đồng (bao gồm 4.464 tỷ chứng chỉ tiền gửi) tại thời điểm cuối năm 2017, trong đó tiền gửi đến từ cá nhân ngày càng tăng và chiếm hơn 90% tổng huy động. Mặc dù số dư tiền gửi không tăng trưởng nhiều trong năm 2017 nhưng tỷ trọng cơ cấu giữa tiền gửi không kỳ hạn và tiền gửi có kỳ hạn vẫn tiếp tục được điều chỉnh theo hướng tích cực hơn. Trong khi số dư tiền gửi có kỳ hạn được giữ bằng mức năm trước thì số dư tiền gửi không kỳ hạn lại được tập trung thúc đẩy thông qua việc tăng các giao dịch của khách hàng qua ngân hàng, nhờ đó tỷ trọng tiền gửi không kỳ hạn trong tổng huy động của toàn ngân hàng đã tăng từ 22,7% năm 2016 lên 23,51% năm 2017. Xu hướng tích cực này sẽ giúp cho ngân hàng giảm sức ép về chi phí huy động, góp phần duy trì biên thu nhập lãi thuần (NIM) ở mức 3,90% - cao hơn mặt bằng chung của ngành ngân hàng.
Về chỉ tiêu tài chính huy động vốn, NH đặt ra mục tiêu số dư huy động vốn đạt 246.3 nghìn tỷ đồng, tăng trưởng 40% so với năm 2017. Ngân hàng tập trung tăng trưởng huy động để đảm bảo tỷ lệ cho vay/huy động theo Ngân hàng Nhà nước thấp hơn 80% đảm bảo vững chắc thanh khoản. Trong cấu phần huy động, Ngân hàng sẽ tăng tỷ trọng tiền gửi thanh toán bằng cách tăng các tính năng và công cụ thanh toán điện tử giúp khách hàng thuận tiện trong việc thanh toán qua đó thực hiện giao dịch chính qua Techcombank.
Về số lượng KH, Techcombank sẽ đi sâu vào hình thành nhóm khách hàng theo mô hình hệ sinh thái - chuỗi giá trị, tập trung vào nhóm khách hàng hiệu quả ở từng phân khúc để thiết kế & cung cấp gói sản phẩm phù hợp nhằm tăng doanh thu
trên mỗi khách hàng. Techcombank đặt mục tiêu trong năm 2019 có hơn 250 nghìn KH gửi tiền tiết kiệm tại Techcombank.
5.1.2 Chiến lược sản phẩm
Techcombank ý thức sâu sắc việc đa dạng hóa sản phẩm và marketing sản phẩm sẽ mang lại lượng KH lớn cũng như góp phần làm tăng lòng trung thành của KH đối với NH. Trong thời gian vừa qua, đặc biệt từ năm 2016 đến 2018, NH đã tung ra 2 sản phẩm vượt trội đem lại sự cải thiện đáng kể trong việc tăng số lượng KH giao dịch cũng như tăng giá trị tiền gửi tài khoản thanh toán và tiền gửi tiết kiệm có kỳ hạn.
- Chương trình Zero Fee: Kỷ niệm 23 năm thành lập Techcombank (27/9/1993 - 27/9/2016), Techcombank chính thức áp dụng chương trình 0 đồng e- banking, miễn phí giao dịch trực tuyến cho khách hàng cá nhân. Theo đó, tất cả giao dịch trực tuyến, cả nội mạng và liên ngân hàng qua F@st i-Bank và F@st Mobile của khách hàng cá nhân đều được miễn phí từ ngày 27/9. Đồng thời, ngân hàng miễn phí mở tài khoản và phí quản lý tài khoản của khách hàng từ 27/9 đến 31/12/2016. Các chuyên gia ngân hàng đánh giá, nền tảng công nghệ hiện đại là bí quyết để Techcombank có thể cung cấp nhiều sản phẩm và dịch vụ online an toàn cho khách hàng. Song đó không phải là bí quyết duy nhất của Techcombank. Trong buổi lễ công bố chương trình 0 đồng e-banking, đại diện Techcombank cho biết, chương trình là kết quả của sự tận tâm, tìm tòi và sáng tạo không ngừng của đội ngũ cán bộ nhân viên Techcombank. Mục đích của chương trình là tối ưu hóa hệ thống công nghệ, nâng cao hiệu quả toàn hàng, từ đó đưa ra giải pháp giúp khách hàng thoải mái thực hiện giao dịch mà không cần bận tâm về chi phí. Với 0 đồng e- banking, Techcombank trở thành một trong những ngân hàng đầu tiên miễn phí giao dịch trực tuyến cho khách hàng cá nhân ở Việt Nam, đem tới niềm vui bất ngờ và lợi ích gia tăng cho hàng triệu khách hàng đang sử dụng dịch vụ ngân hàng trực tuyến.
- Chương trình hoàn tiền 1% không giới hạn cho thẻ ghi nợ: Không giới hạn số tiền hoàn. Không giới hạn lĩnh vực chi tiêu phục vụ cho nhu cầu tiêu dùng cá nhân. Không giới hạn số lượng khách hàng. Hoàn tiền 1% trên tổng số tiền giao dịch thanh toán qua thẻ để mua hàng hàng hóa/dịch vụ phục vụ cho nhu cầu tiêu dùng cá nhân (không bao gồm các giao dịch rút/ứng tiền