Các nhân tố tác động đến quyết định sử dụng dịch vụ fintech trong hoạt động thanh toán của khách hàng cá nhân tại Việt Nam

11 © Học viện Ngân hàng ISSN 1859 - 011X Tạp chí Khoa học & Đào tạo Ngân hàng Số 194- Tháng 7. 2018 Các nhân tố tác động đến quyết định sử dụng dịch vụ fintech trong hoạt động thanh toán của khách hàng cá nhân tại Việt Nam CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH- TIỀN TỆ Đào Mỹ Hằng Nguyễn Thị Thảo Đặng Thu Hoài Nguyễn Thị Lệ Thu Ngày nhận: 11/07/2018 Ngày nhận bản sửa: 12/07/2018 Ngày duyệt đăng: 24/07/2018 Cuộc cách mạng công nghiệp 4.0 đang làm thay đổi một cách toàn diện mọi mặt của mọi nền kinh tế trong đó có Việt Nam. Trong cuộc cách mạng này, nhắc đến ngành tài chính- ngân hàng, không thể không kể đến dịch vụ công nghệ tài chính- Fintech, một mảng dịch vụ đang ngày càng phát triển, đặc biệt trong lĩnh vực thanh toán. Tuy nhiên, thực tế triển khai dịch vụ Fintech trong thanh toán tại Việt Nam còn gặp nhiều khó khăn khi số khách hàng chấp nhận sử dụng dịch vụ này còn ít. Bài viết này nghiên cứu các nhân tố ảnh hưởng tới quyết định sử dụng dịch vụ Fintech trong thanh toán của các khách hàng cá nhân tại Việt Nam. Kết quả nghiên cứu từ 264 phiếu khảo sát với các cá nhân tại khu vực Hà Nội cho thấy có 6 nhân tố tác động đến quyết định sử dụng dịch vụ fintech trong thanh toán, với mức độ ảnh hưởng giảm dần, bao gồm: (1) Mức độ an toàn và bảo mật, (2) Hữu ích; (3) Thái độ; (4) Sự tự chủ; (5) Tính dễ sử dụng và (6) Sự thuận lợi. Dựa trên kết quả thu được, nhóm tác giả đã đề xuất một số giải pháp nhằm nâng cao khả năng tiếp nhận dịch vụ fintech trong thanh toán của khách hàng cá nhân. Từ khóa: Công nghệ tài chính, Fintech, thanh toán, hành vi tiếp nhận dịch vụ 1. Đặt vấn đề Cuộc cách mạng công nghiệp lần thứ tư (CM4.0) đang diễn ra mạnh mẽ, với các phát minh công nghệ mới có tính đột phá như công nghệ Blockchain, điện toán đám mây, trí tuệ nhân tạo, thực tế ảo, In3D CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH - TIỀN TỆ 12 Tạp chí Khoa học & Đào tạo Ngân hàngSố 194- Tháng 7. 2018 Các phát minh, nền tảng công nghệ số này tạo điều kiện thuận lợi cho việc thiết kế các sản phẩm dịch vụ công nghệ tài chính mới đơn giản, tiện lợi, chi phí thấp cung ứng cho người tiêu dùng. Trong bối cảnh toàn cầu hóa và hội nhập kinh tế quốc tế, việc ứng dụng công nghệ tài chính (Fintech) trong thanh toán trở thành một trong các lĩnh vực trọng tâm trên thế giới và Việt Nam cũng không nằm ngoài xu thế ấy. Nhận thức được tầm quan trọng và tương lai phát triển của dịch vụ công nghệ tài chính, đặc biệt trong lĩnh vực thanh toán, Ngân hàng Nhà nước Việt Nam (NHNN) đã tiếp cận vấn đề này một cách chủ động. Từ năm 2008, NHNN đã cấp phép thành lập những các công ty Fintech đầu tiên thuộc lĩnh vực thanh toán ở Việt Nam, dù khi đó khái niệm Fintech còn khá mới mẻ. Sau 10 năm, thị trường Việt Nam đang có khoảng 70 công ty Fintech hoạt động trong các lĩnh vực khác nhau, trong đó gần 60% tập trung vào mảng thanh toán. Sự phát triển của Fintech trong thanh toán trong những năm gần đây đang mang lại nhiều thay đổi tích cực đối với nền kinh tế Việt Nam, ảnh hưởng mạnh mẽ tới chiến lược phát triển và cách thức kinh doanh của các tổ chức cung cấp dịch vụ tài chính truyền thống. Tuy vậy, thực tế triển khai dịch vụ Fintech trong thanh toán tại Việt Nam còn gặp nhiều khó khăn, số khách hàng chấp nhận sử dụng dịch vụ này còn ít. Một trong số các nguyên nhân dẫn đến điều này là do thói quen dùng tiền mặt của người dân còn phổ biến cũng như sự thiếu hiểu biết về lĩnh vực mới ứng dụng công nghệ phức tạp này dẫn đến những lo ngại về rủi ro có thể gặp phải. Từ thực tế trên, việc tìm hiểu và xác định những mối quan tâm của khách hàng khi sử dụng dịch vụ thanh toán ứng dụng công nghệ tài chính và các yếu tố ảnh hưởng tới khả năng tiếp nhận dịch vụ công nghệ tài chính trong thanh toán của khách hàng là điều cần thiết đối với các tổ chức tài chính trong quá trình phát triển và ứng dụng công nghệ tài chính trong hoạt động ngân hàng nói chung và thanh toán nói riêng. Nghiên cứu này giúp nhà quản trị hiểu được những yếu tố chính nào tác động đến sự tiếp nhận dịch vụ công nghệ tài chính trong thanh toán của khách hàng tại Việt Nam. 2. Cơ sở lý thuyết, các giả thuyết và mô hình nghiên cứu 2.1. Cơ sở lý thuyết Thuyết hành động hợp lý (Theory of Reasoned Action- TRA) của Ajzen (1967) là một trong những nghiên cứu sớm nhất về hành vi tiêu dùng. Mô hình TRA cho thấy xu hướng tiêu dùng là yếu tố dự đoán tốt nhất về hành vi tiêu dùng. Để quan tâm hơn về các yếu tố góp phần đến xu hướng mua thì xem xét hai yếu tố là thái độ và tiêu chuẩn chủ quan (niềm tin của mỗi cá nhân). Phát triển từ mô hình TRA, thuyết hành vi định trước (Theory of Planned Behavior- TPB) của Ajzen (1991) bổ sung thêm yếu tố nhận thức kiểm soát hành vi, giả định rằng một hành vi có thể được định trước hoặc giải thích bởi các xu hướng hành vi để thực hiện chúng, bao gồm các nhân tố động cơ ảnh hưởng đến hành vi, được định nghĩa như là mức độ nỗ lực mà mọi người cố gắng thực hiện chúng. Dựa trên nền tảng của lý thuyết TRA, Davis (1989) phát triển mô hình chấp nhận công nghệ (Technology Acceptance Model- TAM), một trong những công cụ hữu ích trong việc lý giải hành vi chấp nhận một sử dụng công nghệ qua việc thiết lập các mối quan hệ giữa các biến để giải thích hành vi của con người. Tác giả Phạm Thùy Giang và đồng nghiệp (2014) với “Nghiên cứu hành vi tiêu dùng đối với dịch vụ Internet banking của các ngân hàng thương mại Việt Nam” đã kế thừa lý thuyết của Davis (1989) để phát triển mô hình nghiên cứu của mình. Kết quả nghiên cứu thực nghiệm đã chứng tỏ được mức độ chấp nhận, tin tưởng và tính đúng đắn của mô hình do Davis đề xuất. Trong phạm vi bài viết này, nhóm tác giả đề xuất mô hình nghiên cứu sử dụng mô hình TAM của Davis (1989) làm nền tảng và thêm vào các yếu tố phù hợp với đặc điểm của CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH - TIỀN TỆ 13Tạp chí Khoa học & Đào tạo Ngân hàng Số 194- Tháng 7. 2018 Việt Nam trong thời điểm hiện tại để xác định và đánh giá mức độ tác động của các nhân tố có ảnh hưởng tới quyết định tiếp nhận sử dụng dịch vụ công nghệ trong thanh toán tại Việt Nam 2.2. Giả thuyết nghiên cứu Nhóm yếu tố đặc điểm cố định của khách hàng cá nhân: trình độ giáo dục, thu nhập, độ tuổi, giới tính, ngành nghề/ lĩnh vực làm việc hay nơi cư trú... là những biến tương đối cố định ảnh hưởng đến quyết định tiếp nhận sử dụng dịch vụ Fintech trong thanh toán của khách hàng. Giả thuyết H 1: Tính hữu ích hay lợi ích cảm nhận của dịch vụ Fintech trong thanh toán càng lớn thì khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao. Giả thuyết H 2 : Tính dễ sử dụng của dịch vụ Fintech trong thanh toán càng lớn thì khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao. Giả thuyết H 3 : Sự an toàn và bảo mật của dịch vụ Fintech trong thanh toán càng lớn thì khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao Giả thuyết H 4 : Sự tự chủ của khách hàng cá nhân đối với các công nghệ tài chính trong thanh toán càng lớn thì khả năng khách hàng tiếp nhận sử dụng dịch vụ Fintech đó càng cao. Giả thuyết H5: Sự thuận tiện của dịch vụ Fintech trong thanh toán càng lớn thì khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao. Giả thuyết H 6 : Thái độ sử dụng của khách hàng cá nhân đối với các dịch vụ Fintech trong thanh toán càng tích cực thì khả năng khách hàng tiếp nhận sử dụng dịch vụ đó càng cao 2.3. Mô hình nghiên cứu Dựa trên mô hình gốc TAM, nhóm tác giả xây dựng mô hình nghiên cứu khả năng tiếp nhận dịch vụ công nghệ tài chính trong hoạt động thanh toán của khách hàng cá nhân tại Việt Nam. Về cơ bản, mô hình giữ nguyên các biến số chính và mở rộng nghiên cứu ảnh hưởng của các biến số bên ngoài tác động tới khả năng tiếp nhận của khách hàng cá nhân đối với dịch vụ công nghệ tài chính trong thanh toán tại Việt Nam. 3. Phương pháp và dữ liệu nghiên cứu Đối tượng khảo sát là những người chưa từng sử dụng, đã/ đang sử dụng Fintech trong thanh toán. Do hạn chế về thời gian và không gian, khảo sát chính thức chỉ được tiến hành trên địa bàn Hà Nội từ 15/2/2018-31/3/2018. Nhóm Hình 1. Mô hình nghiên cứu CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH - TIỀN TỆ 14 Tạp chí Khoa học & Đào tạo Ngân hàngSố 194- Tháng 7. 2018 tác giả thực hiện phỏng vấn và phát bảng hỏi trực tiếp với các anh/chị nhân viên, các thực tập sinh và khách hàng đến giao dịch tại một số ngân hàng, phỏng vấn các sinh viên các trường Đại học, cao đẳng, phỏng vấn ngẫu nhiên các cá nhân tại một số địa điểm du lịch, siêu thị, khu dân cư cũng như gửi bảng khảo sát online. Kết thúc quá trình khảo sát, tổng số kết quả trả lời khảo sát đáp ứng yêu cầu là 264 phiếu. Kích thước mẫu đạt yêu cầu theo tiêu chuẩn của Bollen (1998), Hair & cộng sự (1998) là lớn hơn 5 lần số lượng biến quan sát (tối thiểu 115 phiếu). Để đo lường thái độ, mức cảm nhận của đối tượng tham gia khảo sát, các biến quan sát được đo lường bằng thang đo Likert với 5 mức độ phổ biến sau: (1) Rất không đồng ý; (2) không đồng ý; (3) bình thường; (4) đồng ý; (5) rất đồng ý. Toàn bộ mẫu hợp lệ được xử lí dữ liệu bằng phần mềm SPSS 20.0 để tiến hành các bước phân tích độ tin cậy, phân tích tương quan, phân tích nhân tố, phân tích hồi quy và kiểm định giả thuyết. 4. Kết quả nghiên cứu 4.1. Thống kê mô tả (Xem bảng 2) 4.2. Phân tích nhân tố Kết quả đánh giá thang đo và Bảng 1. Mô tả các biến nghiên cứu Nhóm yếu tố Mô tả biến Biến QS Sự hữu ích (HI): Cronbach’s Alpha = 0.842 Giúp thanh toán thuận lợi và tiện ích HI1(loại) Giúp thực hiện nhiều, đa dạng các dịch vụ thanh toán HI2 Giúp tiết kiệm thời gian HI3 Giúp tiết kiệm chi phí HI4 Giúp thanh toán tự động HI5 Tính dễ sử dụng (DD): Cronbach’s Alpha = 0.775 Dễ dàng truy cập, có hướng dẫn chi tiết để thực hiện DD1 Giao diện đơn giản DD2 Dễ dàng truy vấn thông tin DD3 Thao tác thực hiện đơn giản, nhanh chóng DD4 Tính an toàn và bảo mật (AT): Cronbach’s Alpha = 0.652 Thông tin cá nhân, thông tin tài khoản được được bảo mật cao nhất AT1 Ít khi gặp trục trặc kĩ thuật khi thực hiện thanh toán AT2 Nếu sự cố xảy ra,Ít khi gây tổn thất tài chính và xử lý nhanh chóng AT3 Được pháp luật đảm bảo an toàn AT4(loại) Sự tự chủ (TC): Cronbach’s Alpha = 0.819 Khách hàng sử dụng thành thạo thiết bị công nghệ thông minh TC1 Khách hàng có mức độ truy cập Internet thường xuyên TC2 Khách hàng thường xuyên thưc hiện thanh toán online TC3 Sự thuận lợi khi thực hiện giao dịch (TL): Cronbach’s Alpha = 0.709 Dễ dàng đăng nhập hoặc thoát khỏi hệ thống khi thanh toán qua Fintech TL1 Giúp khách hàng có thể tiến hành thanh toán nhanh chóng mọi nơi mọi lúc TL2 Thanh toán chính xác TL3 Thái độ của người sử dụng (TD): Cronbach’s Alpha = 0.904 Rất tin tưởng khi tiến hành thanh toán qua Fintech TD1 Rất thích thanh toán qua Fintech TD2 Tích cực sử dụng và giới thiệu người khác tham gia sử dụng TD3 Nguồn: Davis (1989), Phạm Thùy Giang (2014) và đề xuất của nhóm tác giả CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH - TIỀN TỆ 15Tạp chí Khoa học & Đào tạo Ngân hàng Số 194- Tháng 7. 2018 độ tin cậy (Cronbach’s Alpha) và hệ số tương quan biến tổng (Corrected Item-Total Correlation) của tất cả các biến quan sát đều lớn hơn 0,6 và 0,3 trừ hai biến HI1 (Giúp thanh toán thuận lợi và tiện ích) và AT4 (Được pháp luật đảm bảo an toàn) bị loại do có hệ số tương quan biến tổng nhỏ hơn 0,3 (lần lượt là 0,079 vaà 0,157). Như vậy, thang đo còn 20 biến quan sát đủ độ tin cậy để tiếp tục đưa vào phân tích nhân tố EFA. Phân tích nhân tố EFA cho 20 biến độc lập với factor loading là 0,4 nhận được kết quả bảng ma trận xoay nhân tố cho thấy các biến đều có hệ số KMO lớn hơn 0,5 nên phân tích nhân tố là phù hợp có ý nghĩa thực tiễn, Sig. (Bartletts Test) = 0,000 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể, Eigenvalues = 1,120 (> 1) đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố khẳng định nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất. Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố: Tổng phương sai trích= 73,152% >50% chứng tỏ 6 nhân tố được trích ra giải thích được 73,152% biến thiên của dữ liệu (Bảng 3). Phân tích tương quan được thực hiện nhằm kiểm tra mối quan hệ tuyến tính chặt chẽ giữa biến phụ thuộc với biến độc lập và kiểm tra mối quan hệ giữa các biến độc lập với nhau. Hệ số tương quan giữa các biến phụ thuộc và các biến độc lập lớn hơn 0 chứng Bảng 2. Thống kê mẫu khảo sát Tiêu chí Số lượng Tỷ lệ (%) Giới tính Nam 128 48,5 Nữ 136 51,5 Tuổi Từ 16 đến dưới 25 tuổi 106 40,2 Từ 25 tuổi đến dưới 45 tuổi 116 43.9 Từ 45 tuổi đến dưới 60 tuổi 39 14,8 Từ 60 tuổi trở lên 3 1,1 Học vấn Phổ thông trung học 20 7,6 Đại học/ Cao đẳng 204 77.3 Sau đại học 40 15,2 Nơi làm việc Thành thị 191 72,3 Nông thôn 73 27,7 Thu nhập (tháng) Dưới 7 triệu 89 33,7 Từ 7 triệu đến dưới 15 triệu 121 45,8 Từ 15 triệu đến dưới 30 triệu 44 16,7 Từ 30 triệu trở lên 10 3,8 Nguồn: Thống kê kết quả nghiên cứu của nhóm tác giả Bảng 3. Kết quả phân tích nhân tố khám phá tổng hợp HI TD DD TC AT TL Biến Kết quả Biến Kết quả Biến Kết quả Biến Kết quả Biến Kết quả Biến Kết quả HI5 0,893 TD2 0,899 DD2 0,786 TC2 0,855 AT1 0,851 TL1 0,826 HI2 0,877 TD1 0,872 DD3 0,781 TC3 0,841 AT3 0,844 TL3 0,771 HI4 0,863 TD3 0,865 DD4 0,776 TC1 0,790 AT2 0,776 TL2 0,736 HI3 0,848 DD1 0,734 Eigen-values 4,494 2,842 2,695 1,808 1,672 1,120 % of Variance 22,469 14,210 13,473 9,038 8,361 5,600 Cumulative % 22,469 36,679 50,152 59,190 67,551 73,152 Kaiser-Meyer-Olkin Measure of Sampling Adequacy. = 0,767 Bartlett’s Test of Sphericity: Approx. Chi-Square = 2628,680; df = 190; Sig. = 0,000 Nguồn: Tổng hợp kết quả nghiên cứu của nhóm tác giả CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH - TIỀN TỆ 16 Tạp chí Khoa học & Đào tạo Ngân hàngSố 194- Tháng 7. 2018 tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. 4.3. Phân tích kết quả mô hình hồi quy Để xác định, đo lường và đánh giá mức độ ảnh hưởng của 6 nhóm nhân tố đến quyết định tiếp nhận sử dụng dịch vụ Fintech trong thanh toán của khách hàng cá nhân, nhóm tác giả tiến hành phân tích mô hình hồi qui đa biến. Phương trình hồi quy tổng quát được xây dựng như sau: TN = β 0 + β 1 HI + β 2 DD + β 3 AT + β 4 TC + β5TL + β6TD + e i Trong đó: Biến phụ thuộc là TN- Sự tiếp nhận dịch vụ Fintech trong thanh toán của khách hàng cá nhân. Các biến độc lập gồm HI (Nhóm yếu tố tính hữu ích), DD (Nhóm yếu tố tính dễ sử dụng), AT (Nhóm yếu tố tính an toàn và bảo mật), TC (Nhóm yếu tố tính tự chủ), TL (Nhóm yếu tố tính thuận tiện), TD (Nhóm yếu tố Thái độ). Phương trình hồi qui tuyến tính đa biến được viết từ kết quả Bảng 5 như sau: TN = 0,527+0,122*HI+0,151 *DD+0,185*AT+0,139*TC+0 ,128*TL+0,115*TD Mối quan hệ giữa biến phụ thuộc sự tiếp nhận dịch vụ Fintech trong thanh toán của khách hàng và các biến độc lập được thể hiện trong phương trình hồi quy chuẩn hoá sau: TN = 0,357*HI i + 0,256*DD i + 0,366*AT + 0,271*TC + 0,212*TL + 0,273*TD Phương trình hồi qui cho thấy quyết định tiếp nhận sử dụng dịch vụ Fintech trong thanh toán của khách hàng cá nhân chịu ảnh hưởng của cả 6 nhóm nhân tố. Mức độ tác động của mỗi nhóm nhân tố lên quyết định tiếp nhận sử dụng dịch vụ của khách hàng là khác nhau trong khi các yếu tố khác không đổi. Các hệ số hồi quy đều mang dấu (+) thể hiện các biến độc lập có quan hệ thuận với biến phụ thuộc. So sánh mức độ tác động của 06 biến này vào biến phụ thuộc TN (Hành vi tiếp nhận) theo thứ tự giảm dần như sau: Nhóm nhân tố tính an toàn và bảo mật (AT) có tác động mạnh nhất (β = 0,366); tiếp theo lần lượt là nhóm nhân tố tính hữu ích HI (β = 0,357); nhóm nhân tố thái độ TD (β =0,273); nhóm nhân tố sự tự chủ TC (β = 0,271); nhóm nhân tố dễ sử dụng DD (β = 0,256); và tác động thấp nhất là nhóm nhân tố tính thuận lợi TL (β= 0,197). Đồng thời, các hệ số Beta > 0 cho thấy các biến độc lập tác động thuận chiều với biến phụ thuộc. Nghĩa là khi tăng bất kỳ một nhân tố nào cũng sẽ làm cho sự tiếp nhận dịch vụ công nghệ tài chính trong thanh toán của khách hàng tăng lên. Do đó, các giả thuyết H1, H2, H3, H4, H5, H6 nêu trong mô hình nghiên cứu được chấp nhận. Đánh giá và kiểm định độ phù hợp của mô hình: Kết quả hồi qui có giá trị R2 và R2 hiệu chỉnh lần lượt là 0,605 và 0,596, cho thấy độ phù hợp của mô hình tương đối cao với độ tin cậy 95%. Nói cách khác, các biến độc lập của mô hình giải thích được khoảng 60% sự biến thiên của biến phụ thuộc hay 60% quyết định sử dụng dịch vụ Fintech trong thanh toán của khách hàng cá nhân chịu ảnh hưởng của 6 nhóm nhân tố trên. Hệ số Durbin-Watson = 2,018 (nằm trong khoảng 1-3), chứng tỏ không có tương quan chuỗi bậc nhất trong mô hình; kiểm định F có giá trị Sig.= 0,000 (< 0,05), nên mô hình sử dụng là phù hợp; các hệ số Tolerance> 0,0001 nên Bảng 4. Kết quả phân tích tương quan giữa biến phụ thuộc và biến độc lập HI DD AT TC TL TD TN HI 1 DD 0.049 1 AT -0,014 0,193** 1 TC 0,410** 0,042 -0,.001 1 TL 0,031 0,011 -0,106 -0,055 1 TD -0,318** 0,051 0,021 -0,111 0,366** 1 TN 0,395** 0,372** 0,394** 0,386** 0,272** 0,228** 1 Nguồn: Tổng hợp kết quả nghiên cứu của nhóm tác giả CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH - TIỀN TỆ 17Tạp chí Khoa học & Đào tạo Ngân hàng Số 194- Tháng 7. 2018 các biến đều đạt được tiêu chuẩn chấp nhận. Các hệ số phóng đại phương sai VIF< 2 nên không có hiện tượng đa cộng tuyến. Hệ số Sig. của 5 biến độc lập đều < 0,05 nên cả 5 biến độc lập này đều được nhận. 4.4. Phân tích sự khác biệt về sự tiếp nhận dịch vụ Fintech trong thanh toán giữa những khách hàng có đặc điểm khác nhau Theo các kiểm định Levene’s Test, Test of Homogeneity of Variances, Equal variances assumed và bảng ANOVA, không có sự khác biệt giữa khách hàng nam và nữ, giữa các nhóm khách hàng có nơi làm việc khác nhau và giữa các nhóm khách hàng có mức thu nhập khác nhau về sự tiếp nhận dịch vụ fintech trong thanh toán. Tuy nhiên, có sự khác biệt có ý nghĩa thống kê với độ tin cậy 90% về sự tiếp nhận fintech trong thanh toán giữa những khách hàng có độ tuổi, trình độ học vấn khác nhau. 5. Kết luận Kết quả nghiên cứu khẳng định có 6 yếu tố có quan hệ đồng biến đến sự tiếp nhận dịch vụ Fintech trong thanh toán nhưng với mức độ ảnh hưởng khác nhau: Cảm nhận sự hữu dụng, Cảm nhận dễ sử dụng, Mức độ an toàn và bảo mật, Sự tự chủ, Sự thuận lợi, Thái độ của khách hàng. Nghiên cứu này cũng củng cố thêm lý thuyết mô hình TAM và những nghiên cứu trước đây. Ngoài ra, nghiên cứu đóng góp, bổ sung vào mảng đề tài Sự tiếp nhận dịch vụ Fintech trong thanh toán bên cạnh những nghiên cứu khác về hành vi mua của người tiêu dùng trong các loại hình kinh doanh nói chung. Từ kết quả nghiên cứu, để nâng cao khả năng tiếp nhận dịch vụ fintech trong thanh toán của khách hàng cá nhân, nhóm tác giả đề xuất những giải pháp như sau: Giải pháp về công nghệ Theo kết quả phân tích hồi quy thì nhân tố về Mức độ an toàn và bảo mật có mức độ tác động mạnh nhất đến sự tiếp nhận sử dụng dịch vụ Fintech của khách hàng. Vì vậy đầu tư vào công nghệ sẽ là yếu tố cần thiết để nâng cao trải nghiệm cho khách hàng, tiến đến thay đổi thái độ và quy chuẩn chủ quan của người dùng với các Fintech trong thanh toán