Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Các nhân tố tác động đến phát triển tín dụng xanh tại các ngân hàng thương mại trên địa bàn TP.HCM dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

4.1 Thống kê mô tả mẫu quan sát

Có 600 bảng câu hỏi đã được tác giả phát ra, và thu về được 599 phiếu hợp lệ (chiếm tỉ lệ 99,8%) và 1 phiếu trắng (chiếm tỉ lệ 0,2%). Trong 599 phiếu trả lời hợp lệ này, số người được tham gia khảo sát mẫu hỏi là các cán bộ quản lý, nhân viên ngân hàng đã và đang áp dụng sản phẩm tín dụng xanh tại các ngân hàng thương mại trên địa bàn TP.HCM.

Cơ cấu mẫu điều tra được tóm tắt như sau:

Về giới tính : Các cán bộ quản lý, nhân viên ngân hàng tham gia khảo sát gồm 50,42% là nam và 49,58% là nữ.

Hình 4.1. Giới tính khảo sát

Về độ tuổi: Cán bộ quản lý, nhân viên ngân hàng được khảo sát là từ độ tuổi dưới 30 tuổi (145 người, chiếm 24,2%), từ 30-40 tuổi (155 người, chiếm 25,9%), từ 41-50 tuổi (146 người, chiếm 24,4%) và trên 50 tuổi có 153 người (chiếm 25,5%).

Hình 4.2. Giới tính khảo sát

4.2 Kết quả kiểm định thang đo bằng nghiên cứu định lượng

4.2.1. Kiểm định thang đo sơ bộ bằng phân tích độ tin cậy – Cronbach’s Alpha

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,761 (Phụ lục 4). Từ kết quả phân tích độ tin cậy của thang đo “Trình độ cán bộ (TĐ)” cho thấy, biến quan sát TĐ1 có hệ số tương quan biến tổng (Corrected Item-Total Correlation) là 0,282 < 0,3 nhỏ nhất trong các biến quan sát của thang đo “ Trình độ cán bộ (TĐ)” nên loại biến quan sát này và thực hiện Cronbach’s Alpha lần tiếp theo được kết quả như sau:

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,804 (Phụ lục 4). Từ kết quả phân tích cho thấy Hệ số Cronbach’s Alpha tổng thể của thang đo “ Trình độ cán bộ ” là 0,804 > 0,6 và hệ số tương quan biến tổng của 4 biến quan sát còn lại trong thang đo “ Trình độ cán bộ ” đều > 0,3 nên 4 biến quan sát từ TĐ2 đến TĐ5 đủ độ tin cậy để thực hiện các phân tích tiếp theo. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Kiểm định độ tin cậy thang đo công nghệ ngân hàng (CN)

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,813 (Phụ lục 4). Từ kết quả phân tích cho thấy Hệ số Cronbach’s Alpha tổng thể của thang đo “Công nghệ ngân hàng (CN)” là 0,813 > 0,6 và hệ số tương quan biến tổng của 5 biến quan sát còn lại trong thang đo “Công nghệ ngân hàng” đều > 0,3 nên 5 biến quan sát từ CN1 đến CN5 đủ độ tin cậy để thực hiện các phân tích tiếp theo.

Kiểm định độ tin cậy thang đo chính sách tín dụng (CS)

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,817 (Phụ lục 4). Từ kết quả phân tích cho thấy Hệ số Cronbach’s Alpha tổng thể của thang đo “Chính sách tín dụng (CS)” là 0,817 > 0,6 và hệ số tương quan biến tổng của 5 biến quan sát còn lại trong thang đo “ Chính sách tín dụng (CS)” đều > 0,3 nên 5 biến quan sát từ CS1 đến CS5 đủ độ tin cậy để thực hiện các phân tích tiếp theo.

Kiểm định độ tin cậy thang đo Quy trình ngân hàng (QT)

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,751 (Phụ lục 4). Từ kết quả phân tích độ tin cậy của thang đo “Quy trình ngân hàng (QT)” cho thấy, biến quan sát QT2 có hệ số tương quan biến tổng (Corrected Item-Total Correlation) là 0,268 < 0,3 nhỏ nhất trong các biến quan sát của thang đo “ Quy trình ngân hàng (QT)” nên loại biến quan sát này và thực hiện Cronbach’s Alpha lần tiếp theo được kết quả như sau:

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,809 (Phụ lục 4). Từ kết quả phân tích cho thấy Hệ số Cronbach’s Alpha tổng thể của thang đo “Quy trình ngân hàng (QT)” là 0,809 > 0,6 và hệ số tương quan biến tổng của 4 biến quan sát còn lại trong thang đo “Quy trình ngân hàng (QT)” đều > 0,3 nên 4 biến quan sát QT1, QT3, QT4, QT5 đủ độ tin cậy để thực hiện các phân tích tiếp theo.

Kiểm định độ tin cậy thang đo phát triển tín dụng xanh (PTTD)

Kết quả phân tích độ tin cậy cho thấy thang đo có độ tin cậy Cronbach’s alpha bằng 0,835 (Phụ lục 4). Từ kết quả phân tích độ tin cậy Cronbach’s Alpha của thang đo “Phát triển tín dụng xanh” cho thấy. Hệ số Cronbach’s Alpha tổng thể của thang đo là 0,835 > 0,6 và hệ số tương quan biến tổng của 5 biến quan sát trong thang đo đều > 0,3 nên 5 biến quan sát từ PTTD1 đến PTTD5 trong thang đo “ Phát triển tín dụng xanh ” đủ độ tin cậy để thực hiện các phân tích tiếp theo.

Như vậy, khi thực hiện phân tích độ tin cậy Cronbach’s Alpha của các thang đo biến độc lập và biến phụ thuộc trong mô hình, kết quả cho thấy có 23 biến quan sát đủ độ tin cậy để thực hiện các bước phân tích tiếp theo, có 2 biến quan sát bị loại ra khỏi quá trình phân tích (TĐ1, QT2) vì các biến quan sát này không đủ độ tin cậy khi kiểm định Cronbach’s Alpha

4.2.2 Phân tích độ tin cậy Cronbach’s Alpha Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Các chỉ tiêu đánh giá được kiểm định độ tin cậy bằng công cụ Cronbach’s Alpha. Công cụ này cũng giúp loại đi những biến quan sát, những chỉ tiêu đánh giá không đạt. Các biến quan sát có hệ số tương quan biến – tổng (item-total correlation) 0.3 sẽ bị loại và tiêu chuẩn chọn chỉ tiêu đánh giá khi Cronbach’s Alpha từ 0.6 trở lên (Trần Đức Long (2008, 46) trích từ Nunnally & Burnstein (1994), Pschychometri Theory, 3rd edition, New York, McGraw Hill; và được nhiều nhà nghiên cứu sử dụng (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2006, 21; Hoàng Thị Phương Thảo & Hoàng Trọng, 2008, 15). Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2010, 24) cho rằng: “ Nhiều nhà nghiên cứu đồng ý rằng Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu” (Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2010) trích từ Nunnally (1978), Pschychometri Theory, New York, McGraw-Hill; Peterson (1994), “ A Meta-Analysis of Cronbach’s Coefficient Alpha”, Journal of Consumer Research, No. 21 Vol 2, pp 28-91; Slater (1995), “Issues in Conduction Marketing Strategy Research”, Journal of Strategic). Kết quả kiểm định độ tin cậy của các chỉ tiêu đánh giá cho thấy tất cả chỉ tiêu đều đạt độ tin cậy cho phép, do đó tất cả các chỉ tiêu đánh giá đều được sử dụng trong các bước phân tích EFA và hồi quy tiếp theo.

Bảng 4.1: Phân tích Cronbach’s Alpha cho biến độc lập và biến phụ thuộc

Nhân tố trình độ cán bộ: Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, dựa vào bảng kết quả thống kê 4.1 cho thấy có 1 biến quan sát “TĐ1” có giá trị của hệ số tương quan biến tổng là “0,282” < 0,3 nên 1 biến quan sát này bị loại khỏi quá trình phân tích. Kết quả phân tích độ tin cậy của thang đó sau khi loại 1 biến quan sát “TĐ1” cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “Trình độ cán bộ” có giá trị 0,804 > 0,6 và hệ số tương quan biến tổng của 4 biến quan sát còn lại đều có giá trị ≥ 0,3 nên thang đo đủ độ tin cậy để thực hiện các bước phân tích tiếp theo.

Nhân tố công nghệ ngân hàng: Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, dựa vào bảng kết quả thống kê 4.1 cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “công nghệ ngân hàng” có giá trị là 0,813 > 0,6 và hệ số tương quan biến tổng của 5 biến quan sát trong thang đo “công nghệ ngân hàng” đều có giá trị ≥ 0,3 nên thang đo đủ độ tin cậy để thực hiện các phân tích tiếp theo. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Nhân tố chính sách tín dụng: Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, dựa vào bảng kết quả thống kê 4.1 cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “chính sách tín dụng” có giá trị là 0, 817 > 0,6 và hệ số tương quan biến tổng của 5 biến quan sát trong thang đo “ chính sách tín dụng ” đều có giá trị ≥ 0,3 nên thang đo đủ độ tin cậy để thực hiện các phân tích tiếp theo.

Nhân tố quy trình ngân hàng: Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, dựa vào bảng kết quả thống kê 4.1 cho thấy biến quan sát “QT2” có giá trị của hệ số tương quan biến tổng là 0,268 < 0,3 nên biến quan sát này bị loại khỏi quá trình phân tích. Kết quả phân tích độ tin cậy của thang đó sau khi loại biến quan sát “ QT2” cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “quy trình ngân hàng” có giá trị 0,809 > 0,6 và hệ số tương quan biến tổng của 4 biến quan sát còn lại đều có giá trị ≥ 0,3 nên thang đo đủ độ tin cậy để thực hiện các phân tích tiếp theo. Nhân tố phát triển tín dụng xanh: Sau khi phân tích hệ số Cronbach’s Alpha của thang đo, dựa vào bảng kết quả thống kê 4.1 cho thấy hệ số Cronbach’s Alpha tổng thể của thang đo “phát triển tín dụng xanh” có giá trị là 0,835 > 0,6 và hệ số tương quan biến tổng của 5 biến quan sát trong thang đo “phát triển tín dụng xanh” đều có giá trị ≥ 0,3 nên thang đo đủ độ tin cậy để thực hiện các phân tích tiếp theo.

Tóm lại, sau khi tiến hành phân tích độ tin cậy Cronbach’s Alpha của các thang đo trong mô hình nghiên cứu gồm 5 nhân tố, kết quả phân tích cho thấy bộ thang đo 5 nhân tố được sử dụng trong nghiên cứu này đều đạt yêu cầu về hệ số tin cậy. Trong 25 biến quan sát của mô hình nghiên cứu có 2 biến quan sát bị loại vì không đủ độ tin cậy trong phân tích Cronbach’s Alpha, trong đó gồm 1 biến quan sát “TĐ1”, thuộc nhân tố “trình độ cán bộ”, 1 biến quan sát “QT2” thuộc nhân tố “quy trình ngân hàng”. Tất cả 23 biến quan sát còn lại thỏa mãn yêu cầu trong việc kiểm định độ tin cậy của thang đo, với hệ số Cronbach’s Alpha tổng thể > 0,6 và hệ số tương quan biến tổng ≥ 0,3 được giữ lại để phân tích nhân tố (EFA) ở các bước tiếp theo.

4.2.3 Phân tích nhân tố khám phá (EFA) Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Phân tích nhân tố cho các yếu tố độc lập

Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu này, phân tích nhân tố được ứng dụng để tóm tắt tập các biến quan sát vào một số nhân tố nhất định đo lường các khía cạnh khác nhau của các khái niệm nghiên cứu và tìm mối quan hệ giữa các biến với nhau. Trong phân tích EFA, đại lượng Bartlett là đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau (các biến đo lường phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). Do đó nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Trị số KMO (Kai-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (giữa 0.5 và 1) là điều kiện đủ để việc tiến hành phân tích nhân tố là thích hợp.

Ngoài ra, phân tích nhân tố EFA còn dựa vào chỉ số Eingenvalue (đại diện cho lượng biến thiên được giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu phần trăm và bao nhiêu phần trăm bị thất thoát) để xác định số lượng nhân tố. Theo Gerbing và Anderson (1988), các nhân tố có Eingenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi phân tích EFA). Vì thế, các nhân tố chỉ được rút trích tại Eingenvalue > 1 và được chấp nhận khi tổng phương sai trích ≥ 50%. Tuy nhiên, trị số Eingenvalue và phương sai trích là bao nhiêu còn phụ thuộc vào phương pháp trích và phép xoay nhân tố.

Một phần quan trọng trong kết quả phân tích nhân tố là ma trận nhân tố (Component Matrix). Ma trận nhân tố chứa các hệ số tải nhân tố (Factor loading) biểu diễn tương quan giữa các nhân tố và các biến. Hệ số này lớn (≥ 0.5) cho biến nhân tố và biến có liên hệ chặt chẽ với nhau. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2010 [14]) thì mặc dù ma trận nhân tố ban đầu cho thấy mối quan hệ giữa các nhân tố và từng biến nhưng nó ít khi tạo ra các nhân tố có thể giải thích một cách một cách dễ dàng. Thông qua việc xoay các nhân tố, ma trận nhân tố sẽ trở nên đơn giản hơn và dễ giải thích hơn. Trong nghiên cứu này, sau khi phân tích hệ số tin cậy Cronbach Alpha, các thang đo được đánh giá tiếp bằng phương pháp phân tích nhân tố khám phá (EFA) 18 biến quan sát được đưa vào phân tích sử dụng phương pháp rút trích nhân tố Principal Component với phép xoay Varimax, đây là phương pháp thường được sử dụng trong phân tích hồi quy. Kết quả phân tích nhân tố khám phá (EFA) cho các nhân tố độc lập được trình bày trong bảng. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Phân tích tổng hợp 18 biến quan sát của nhân tố độc lập, kết quả thu được như sau:

Loại biến CN4 do biến này có hệ số tải nhỏ hơn 0,5. Loại biến CS4 do biến này tải lên ở cả 2 nhân tố, vi phạm tính phân biệt. Chạy lại lần 2:

Phân tích tổng hợp 16 biến quan sát của nhân tố độc lập, kết quả thu được như sau:

Hệ số KMO = 0,839 trong phân tích nhân tố EFA, ở mức ý nghĩa Sig. là 0,000 trong kiểm định Bartlett’s test. Kết quả EFA thu được 4 nhân tố tại Eigenvalue là 1,545 (xem phụ lục 4). Ta được kết quả trong bảng sau:

Kết quả phân tích nhân tố cho thấy có 16 biến quan sát được nhóm thành 4 nhân tố. Các biến có trọng số tải nhân tố (Factor loading) đều lớn hơn 0,5 nên các biến quan sát đều quan trọng trong các nhân tố, chúng có ý nghĩa thiết thực. Hệ số KMO = 0,839 > 0,5 nên phân tích EFA phù hợp với dữ liệu. Kiểm định Bartlett’s test có mức ý nghĩa 0,000 < 0,05, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Giá trị Eigenvalue = 1,545 > 1 đạt yêu cầu, 16 biến quan sát được nhóm lại thành 4 nhân tố. Phương sai trích được bằng 63,091%, cho biết 4 nhân tố giải thích được 63,091% biến thiên của dữ liêu nghiên cứu. 4 nhân tố được hình thành sau khi phân tích EFA đều có giá trị Cronbach’s Alpha > 0,6 nên 4 thang đo này đạt yêu cầu khi phân tích ở các bước tiếp theo.

Bảng 4.2 Kết quả phân tích EFA cho các biến phụ thuộc

Kết quả phân tích nhân tố cho biến phụ thuộc cho thấy có 5 biến quan sát được nhóm thành 1 nhân tố. Các biến có trọng số tải nhân tố (Factor loading) đều lớn hơn 0,5 nên các biến quan sát đều quan trọng trong nhân tố biến phụ thuộc, chúng có ý nghĩa thiết thực. Hệ số KMO = 0,854 > 0,5 nên phân tích EFA phù hợp với dữ liệu. Kiểm định Bartlett’s test có mức ý nghĩa 0,000 < 0,05, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Giá trị Eigenvalue = 3,014 > 1 đạt yêu cầu, 5 biến quan sát được nhóm lại thành 1 nhân tố. Phương sai trích được bằng 60,276%, cho biết nhân tố biến phụ thuộc giải thích được 60,276% biến thiên của dữ liêu nghiên cứu. Nhân tố được hình thành sau khi phân tích EFA cho biến phụ thuộc có giá trị Cronbach’s Alpha > 0,6 nên thang đo này đạt yêu cầu khi phân tích ở các bước tiếp theo.

Tóm tắt kết quả phân tích nhân tố (EFA):

Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mô hình nghiên cứu đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được, phân tích EFA là thích hợp với dữ liệu nghiên cứu. Qua phân tích nhân tố EFA, 5 nhân tố có các biến quan sát là trình độ cán bộ, quy trình ngân hàng, công nghệ ngân hàng, chính sách tín dụng, phát triển tín dụng xanh. Như vậy, từ 5 nhân tố của mô hình nghiên cứu đề xuất ban đầu, chỉ còn 5 nhân tố với 16 biến quan sát của nhân tố độc lập và 5 biến quan sát của nhân tố phụ thuộc.

4.3. Kiểm định mô hình và các giả thuyết Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

4.3.1. Phân tích tương quan Pearson

Người ta sử dụng một số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Trong phân tích hồi quy các biến nhân tố phải có mối tương quan với nhau, nếu giữa 2 biến có sự tương quan chặt (Pearson > 0,4) thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, không có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau.

Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa. Hơn nữa, khi có hiện tượng đa cộng tuyến thì hệ số xác định R square vẫn khá cao dù thống kê ít có ý nghĩa vì không có nhiều những biến đổi khác biệt giữa các biến số độc lập do chúng thực sự có mối quan hệ với nhau và dễ dàng bác bỏ giả thuyết “không” của thống kê F và cho rằng mô hình ước lượng có ý nghĩa. Để nhận dạng hiện tượng đa cộng tuyến, có thể sử dụng hệ số độ sai lệch cho phép (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation Factor). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2007), khi Tolerance nhỏ thì VIF lớn, quy tắc vượt quá 10, đó là dấu hiệu của đa cộng tuyến. Trong quá trình phân tích hồi quy bội, đa cộng tuyến được SPSS chẩn đoán bằng lựa chọn Collinearity Diagnostic.

Bảng 4.3 Bảng phân tích tương quan Pearson Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Kết quả phân tích tương quan Pearson ở bảng 4.3 cho thấy, tất cả các biến độc lập đều có tương quan với biến phụ thuộc ở mức ý nghĩa 1% với độ tin cậy 99%. Giá trị sig tương quan giữa các biến độc lập với biến phụ thuộc đều nhỏ hơn 0.05. Như vậy các biến độc lập đều có tương quan tuyến tính với biến phụ thuộc. Hệ số tương quan giữa các biến độc lập đều nhỏ hơn 0.7, như vậy không xảy ra vấn đề đa cộng tuyến giữa các biến độc lập. Biến phụ thuộc phát triển tín dụng xanh có tương quan mạnh nhất với biến độc lập chính sách tín dụng (hệ số Pearson= 0,684) và biến tương quan yếu nhất với biến độc lập trình độ cán bộ (hệ số Pearson= 0,252). Sự tương quan chặt này rất được mong đợi vì chính những mối quan hệ chặt, tuyến tính giữa các biến giải thích được sự ảnh hưởng đến kết quả mô hình. Do đó, các biến độc lập này có thể đưa vào phân tích hồi quy để giải thích ảnh hưởng đến kết quả của mô hình nghiên cứu.

Kết quả phân tích cụ thể được trình bày trong bảng 4.3. và ở phụ lục 4.

4.3.2. Phân tích hồi quy đa biến

Phân tích hồi quy được sử dụng để đánh giá ảnh hưởng của các biến độc lập: (1) Trình độ cán bộ (TĐ); (2) Công nghệ ngân hàng (CN); (3) Chính sách tín dụng (CS); (4) Quy trình ngân hàng (QT) đến Phát triển tín dụng xanh (PTTD). Giá trị của các yếu tố được dùng để phân tích hồi quy là trung bình của các biến quan sát đã được kiểm định Cronbach’s Alpha và EFA. Phân tích được thực hiện bằng phương pháp Enter, các biến được đưa vào cùng một lúc để chọn lọc dựa trên tiêu chí chọn những biến có mức ý nghĩa < 0,05. Kết quả phân tích hồi quy được trình bày trong bảng 4.4 (xem chi tiết trong phụ lục 4)

Bảng 4.4 Kết quả phân tích hồi quy đa biến bằng phương pháp Enter

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2010), hệ số R thể hiện mối tương quan giữa các biến trong mô hình hồi quy, hệ số R2 (R Square) cho biết % sự biến động của biến phụ thuộc (Y) được giải thích bởi các biến độc lập (X) trong mô hình. Nếu R2 = 1 thì đường hồi quy phù hợp hoàn hảo. Nếu R2 = 0 thì X và Y không có quan hệ với nhau. Hệ số xác định R2 (R Square) được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa nhiều biến độc lập vào phương trình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Hệ số xác định R2 hiệu chỉnh (Adjusted R Square) được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2. So sánh 2 giá trị R2 và R2 điều chỉnh, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Kết quả ở bảng 4.4 cho thấy, hệ số R có giá trị 0,825 cho thấy mối quan hệ giữa các biến trong mô hình có mối tương quan chặt chẽ. Báo cáo kết quả hồi quy của mô hình cho thấy giá trị R2 (R Square) bằng 0,681, điều này nói lên độ thích hợp của mô hình là 68,1% hay nói cách khác là 68,1% sự biến thiên của biến phát triển tín dụng xanh được giải thích bởi 4 nhân tố. Giá trị R2 điều chỉnh (Adjusted R Square) phản ánh chính xác hơn sự phù hợp của mô hình so với với tổng thể, ta có giá trị R điều chỉnh bằng 0,679 (hay 67,9%) với kiểm định F Change, Sig ≤ 0,05 có nghĩa tồn tại mô hình hồi quy tuyến tính giữa phát triển tín dụng xanh và 4 nhân tố ảnh hưởng: Kiểm định F sử dụng trong phân tích phương sai: là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Nhìn vào bảng (ANOVA) ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủ khác 0, có giá trị Sig. = 0,000 (< 0,05) rất nhỏ cho thấy mô hình sử dụng là phù hợp với tập dữ liệu và các biến đều đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001).

Kiểm định hiện tượng tự tương quan của phần dư (Autocorrelation):

Tự tương quan của các phần dư (hay còn gọi là tương quan chuỗi bậc nhất) là hiện tượng các sai số ngẫu nhiên có mối liên hệ tương quan nhau, khi đó có thể xảy ra hiện tượng tự tương quan. Hậu quả của tự tương quan của các phần dư là các ước lượng OLS (Ordinary Least Square) vẫn là các ước lượng tuyến tính không chệch nhưng không hiệu quả vì phương sai không nhỏ nhất, phương sai của các ước lượng là các ước lượng chệch vì vậy các kiểm định T và F không còn hiệu quả, các giá trị dự báo về biến phụ thuộc không chính xác. Hệ số Durbin Watson dùng để kiểm định tự tương quan của các sai số kề nhau, có giá trị biến thiên trong khoảng từ 0 đến 4; nếu không có hiện tượng tự tương quan của các phần dư với nhau thì giá trị sẽ gần bằng 2; nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch. Tác giả dùng kiểm định d của Durbin-Watson để kiểm định hiện tượng tự tương quan của phần dư, không có hiện tượng tự tương quan của các phần dư thì dU < d < 4 – dU với dU là trị số dưới của hệ số Durbin Watson. Theo PGS.TS Đinh Phi Hổ (2013).

Theo kết quả phân tích trong bảng 4.4 cho thấy, với số quan sát n = 599, số tham số β – 1= 4 (k2 = 4), mức ý nghĩa 0,01 (99%) tra trong Bảng thống kê Durbin – Watson, dL (Trị số thống kê dưới) = 1,788 và dU (Trị số thống kê trên) = 1,817, hệ số Durbin-Watson (d) = 2,218 nằm trong khoảng (1,5 đến 2,5) nên không có hiện tượng tự tương quan giữa các phần dư trong mô hình, mô hình nghiên cứu có ý nghĩa thống kê. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Kiểm định hiện tượng đa cộng tuyến (Multiple Collinearity)

Kết quả phân tích bảng 4.4 cho thấy, hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến trong mô hình đều rất nhỏ, có giá trị từ 1,120 đến 1,261 nhỏ hơn 2 chứng tỏ mô hình hồi quy không vi phạm giả thuyết hiện tượng đa cộng tuyến, mô hình nghiên cứu có ý nghĩa thống kê.

Ý nghĩa của hệ số hồi quy

Sau khi thực hiện các phép kiểm định hồi quy so với tổng thể ta thấy mô hình không vi phạm các giả thuyết kiểm định và có ý nghĩa thống kê. Từ kết quả xem xét mức ý nghĩa các biến độc lập trong mô hình hồi quy ta thấy có 4 biến ảnh huởng đến Phát triển tín dụng xanh (PTTD) đó là biến: Trình độ cán bộ (TĐ); Công nghệ ngân hàng (CN); Chính sách tín dụng (CS); Quy trình ngân hàng (QT) vì các biến này có mức ý nghĩa Sig. < 0,05 nên được chấp nhận trong phương trình hồi quy và đều có tác động dương (hệ số Beta dương) đến Phát triển tín dụng xanh (PTTD). Mối quan hệ giữa biến phụ thuộc với 4 biến độc lập được thể hiện trong phương trình sau:

Phương trình hồi quy chưa chuẩn hóa: PTTD = 0,543 + 0,059*TĐ + 0,058*CN + 0,365*CS + 0,362*QT + ε
Phương trình hồi quy chuẩn hóa: PTTD = 0,071*TĐ + 0,075*CN + 0,479*CS + 0,467*QT + ε

Thảo luận kết quả hồi quy: Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Hệ số hồi quy chưa chuẩn hóa (Unstandardized Coefficients)

Hệ số β của TĐ = 0,059 có dấu (+) nên mối quan hệ giữa Trình độ cán bộ và Phát triển tín dụng xanh là cùng chiều. Có nghĩa là khi đánh giá về Trình độ cán bộ (TĐ) tăng (giảm) 1 điểm thì Phát triển tín dụng xanh (PTTD) sẽ tăng (giảm) 0,059 điểm.

Hệ số β của CN = 0,058 có dấu (+) nên mối quan hệ giữa Công nghệ ngân hàng và Phát triển tín dụng xanh là cùng chiều. Có nghĩa là khi đánh giá về Công nghệ ngân hàng (CN) tăng (giảm) 1 điểm thì Phát triển tín dụng xanh (PTTD) sẽ tăng (giảm) 0,058 điểm.

Hệ số β của CS = 0,365 có dấu (+) nên mối quan hệ giữa Chính sách tín dụng và Phát triển tín dụng xanh là cùng chiều. Có nghĩa là khi đánh giá về Chính sách tín dụng (CS) tăng (giảm) 1 điểm thì Phát triển tín dụng xanh sẽ tăng (giảm) 0,365 điểm.

Hệ số β của QT = 0,362 có dấu (+) nên mối quan hệ giữa Quy trình ngân hàng và Phát triển tín dụng xanh là cùng chiều. Có nghĩa là khi đánh giá về Quy trình ngân hàng (QT) tăng (giảm) 1 điểm thì Phát triển tín dụng xanh sẽ tăng (giảm) 0,362 điểm.

Hệ số hồi quy chuẩn hóa (Standardized Coefficients)

Hệ số này xác định vị trí ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mô hình hồi quy, các hệ số hồi quy chuẩn hóa có thể chuyển đổi với dạng phần trăm như sau:

Bảng 4.5: Xác định tầm quan trọng của các biến độc lập theo tỷ lệ %.

Nhân tố Chính sách tín dụng (CS) đóng góp 43,9%, nhân tố Quy trình ngân hàng (QT) đóng góp 42,8%, nhân tố Công nghệ ngân hàng (CN) đóng góp 6,9%, nhân tố Trình độ cán bộ (TĐ) đóng góp 6,5%. Như vậy, thứ tự ảnh hưởng đến phát triển tín dụng xanh là: thứ nhất Chính sách tín dụng (CS); thứ nhì Quy trình ngân hàng (QT); thứ ba Công nghệ ngân hàng (CN); thứ tư Trình độ cán bộ (TĐ).

4.4. Kiểm định các giả thuyết của mô hình nghiên cứu Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Giả thuyết H1: Trình độ cán bộ tín dụng (TĐ) ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD).

Kết quả ước lượng cho thấy mối quan hệ giữa Trình độ cán bộ tín dụng (TĐ) và Phát triển tín dụng xanh (PTTD) là 0,059 ở mức ý nghĩa thống kê Sig. = 0,004 < 0,05 nên giả thuyết H1 được ủng hộ với mẫu dữ liệu khảo sát. Như vậy, Trình độ cán bộ tín dụng (TĐ) là một trong những nhân tố có ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD), khi các ngân hàng thương mại có chú trọng đến trình độ cán bộ tín dụng thì phát triển tín dụng xanh sẽ càng cao.

Giả thuyết H2: Công nghệ ngân hàng (CN) ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD).

Kết quả phân tích hồi quy cho thấy có sự tương quan thuận giữa Công nghệ ngân hàng (CN) và Phát triển tín dụng xanh (PTTD) là 0,058. Giả thuyết này có mức ý nghĩa là Sig. = 0,003 < 0,05: giả thuyết H2 không bị bác bỏ. Như vậy, Công nghệ ngân hàng (CN) là một trong những yếu tố có ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD).

Giả thuyết H3: Chính sách tín dụng (CS) ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD).

Kết quả ước lượng cho thấy mối quan hệ giữa Chính sách tín dụng (CS) và Phát triển tín dụng xanh (PTTD) là 0,365 ở mức ý nghĩa thống kê Sig. = 0,000 < 0,05 nên giả thuyết H3 được ủng hộ với mẫu dữ liệu khảo sát. Như vậy, Chính sách tín dụng (CS) là một trong những yếu tố có ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD), khi các ngân hàng thương mại có chú trọng đến chính sách tín dụng thì phát triển tín dụng xanh sẽ càng cao.

Giả thuyết H4: Quy trình ngân hàng (QT) ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD)

Kết quả phân tích hồi quy cho thấy mối quan hệ giữa Quy trình ngân hàng (QT) và Phát triển tín dụng xanh (PTTD) là 0,362 ở mức ý nghĩa thống kê Sig. = 0,000 < 0,05 nên giả thuyết H4 được ủng hộ với mẫu dữ liệu khảo sát. Như vậy, Quy trình ngân hàng (QT) là một trong những yếu tố có ảnh hưởng tích cực đến Phát triển tín dụng xanh (PTTD), khi các ngân hàng thương mại có chú trọng đến quy trình ngân hàng thì phát triển tín dụng xanh sẽ càng cao.

Bảng 4.6 Kết quả kiểm định giả thuyết trong mô hình nghiên cứu

Từ những phân tích trên có thể kết luận mô hình lý thuyết thích hợp với dữ liệu nghiên cứu, có 4 nhân tố tác động tích cực đến phát triển tín dụng xanh đó là: Trình độ cán bộ tín dụng (TĐ); Công nghệ ngân hàng (CN); Chính sách tín dụng (CS) và Quy trình ngân hàng (QT). Các giả thuyết nghiên cứu được chấp nhận là H1, H2, H3, H4. Kết quả kiểm định mô hình lý thuyết được minh họa trong hình 4.5 sau: Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Hình 4.3: Kết quả kiểm định mô hình lý thuyết

4.5. Phân tích Oneway Anova, T-Test

4.5.1 Biến giới tính

Chạy Independent T-Test, tác giả thu được kết quả:

Bảng 4.7: Kết quả Independent T-Test

Sig Levene’s Test bằng 0,851 > 0,05. Ta sử dụng kết quả sig kiểm định t hàng Equal variances assumed. Sig kiểm định t bằng 0,176 > 0,05, như vậy không có sự khác biệt phát triển tín dụng xanh giữa các đáp viên có giới tính khác nhau.

4.5.2. Biến độ tuổi

Bảng 4.8: Kết quả Test of Homogeneity of Variances

Sig Levene’s Test bằng 0,271 > 0.05. Ta sử dụng kết quả sig kiểm định F ở bảng ANOVA.

Bảng 4.9: Kết quả ANOVA

Sig kiểm định F bằng 0,009 < 0,05, như vậy có khác biệt phát triển tín dụng xanh giữa các đáp viên có độ tuổi khác nhau. Bảng thống kê trung bình và biểu đồ cho thấy phát triển tín dụng xanh cao hơn ở nhóm đáp viên có độ tuổi từ 30 tuổi-40 tuổi, kế tiếp lần lượt là nhóm 41 tuổi-50 tuổi, dưới 30 tuổi và thấp nhất là nhóm trên 50 tuổi.

Bảng 4.10: Kết quả Descriptives
Hình 4.4: Biểu đồ phát triển tín dụng xanh giữa các nhóm tuổi

4.6. Thảo luận kết quả nghiên cứu và khuyến nghị Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

4.6.1. Thảo luận kết quả nghiên cứu

Kết quả phân tích hồi quy cho thấy cả bốn giả thuyết nghiên cứu đều được chấp nhận và có ý nghĩa thống kê, chứng tỏ các nhân tố được đưa vào mô hình đều có tác động đến phát triển tín dụng xanh tại ngân hàng thương mại. Điều này khẳng định mô hình nghiên cứu được xây dựng phù hợp với thực tiễn hoạt động tín dụng xanh trong bối cảnh ngân hàng thương mại tại TP.HCM.

Hai nhân tố chính sách tín dụng và quy trình ngân hàng có mức độ tác động mạnh nhất đến phát triển tín dụng xanh. Kết quả này cho thấy vai trò mang tính quyết định của các yếu tố mang tính thể chế và vận hành nội bộ trong việc thúc đẩy tín dụng xanh. Khi ngân hàng xây dựng được chính sách tín dụng xanh rõ ràng, nhất quán và thiết kế quy trình triển khai phù hợp, tín dụng xanh không chỉ mang tính định hướng mà còn có khả năng được triển khai hiệu quả trong thực tiễn. Kết quả này phù hợp với cách tiếp cận của lý thuyết trung gian tài chính và lý thuyết quản trị rủi ro, theo đó ngân hàng đóng vai trò chủ động trong việc định hướng dòng vốn và kiểm soát rủi ro thông qua các công cụ chính sách và quy trình nội bộ.

Bên cạnh đó, các nhân tố trình độ cán bộ và công nghệ ngân hàng cũng có tác động tích cực đến phát triển tín dụng xanh, tuy nhiên mức độ ảnh hưởng thấp hơn so với hai nhân tố nêu trên. Kết quả này phản ánh thực tiễn rằng năng lực con người và công nghệ thông tin là những điều kiện cần để triển khai tín dụng xanh, song chưa đủ để tạo ra tác động mạnh nếu không được đặt trong một khuôn khổ chính sách tín dụng rõ ràng và quy trình vận hành phù hợp. Điều này cho thấy tín dụng xanh không chỉ là vấn đề về nguồn lực hay công nghệ, mà trước hết là vấn đề về thiết kế chính sách và tổ chức thực thi trong nội bộ ngân hàng.

Như vậy, kết quả nghiên cứu chỉ ra rằng việc phát triển tín dụng xanh tại ngân hàng thương mại chịu tác động tổng hợp của cả bốn nhân tố, trong đó các yếu tố mang tính chính sách và quy trình đóng vai trò nền tảng, còn yếu tố con người và công nghệ giữ vai trò hỗ trợ và gia tăng hiệu quả triển khai.

4.6.2. Khuyến nghị Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Trên cơ sở kết quả nghiên cứu định lượng cho thấy chính sách tín dụng và quy trình ngân hàng là hai nhân tố có mức độ tác động mạnh nhất đến phát triển tín dụng xanh, các giải pháp và khuyến nghị cần được xây dựng theo thứ tự ưu tiên, tập trung trước hết vào các yếu tố này nhằm tạo ra tác động lan tỏa lớn nhất.

Do chính sách tín dụng có tác động mạnh nhất đến phát triển tín dụng xanh, ngân hàng cần ưu tiên xây dựng và hoàn thiện chính sách tín dụng xanh theo hướng rõ ràng, nhất quán và có tính khả thi cao. Chính sách tín dụng xanh cần xác định cụ thể phạm vi, đối tượng và tiêu chí dự án xanh, đồng thời lồng ghép các yếu tố môi trường – xã hội vào định hướng cấp tín dụng nhằm tạo cơ sở cho việc triển khai đồng bộ trong toàn hệ thống.

Kết quả nghiên cứu cho thấy quy trình ngân hàng là nhân tố có tác động mạnh thứ hai đến phát triển tín dụng xanh. Do đó, ngân hàng cần rà soát và hoàn thiện quy trình tín dụng theo hướng tích hợp các bước đánh giá rủi ro môi trường – xã hội trong thẩm định, phê duyệt và giám sát khoản vay. Việc xây dựng quy trình tín dụng xanh rõ ràng sẽ giúp chuyển hóa định hướng chính sách thành hành động cụ thể, qua đó nâng cao hiệu quả triển khai tín dụng xanh trong thực tiễn.

Mặc dù trình độ cán bộ có mức độ tác động thấp hơn so với chính sách và quy trình, kết quả nghiên cứu vẫn cho thấy đây là nhân tố có ảnh hưởng tích cực đến phát triển tín dụng xanh. Vì vậy, ngân hàng cần chú trọng đào tạo, bồi dưỡng kiến thức chuyên môn về tín dụng xanh và quản lý rủi ro môi trường – xã hội cho đội ngũ cán bộ tín dụng, nhằm nâng cao khả năng thực thi chính sách và quy trình đã được ban hành.

Công nghệ ngân hàng có tác động tích cực nhưng mang tính hỗ trợ, do đó các giải pháp công nghệ cần được triển khai song song với việc hoàn thiện chính sách và quy trình. Ngân hàng cần từng bước ứng dụng công nghệ thông tin trong quản lý dữ liệu, giám sát khoản vay và đánh giá rủi ro nhằm nâng cao hiệu quả và tính minh bạch của hoạt động tín dụng xanh.

TÓM TÁT CHƯƠNG 4 Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Chương 4 trình bày và diễn giải kết quả nghiên cứu định lượng chính thức qua việc phân tích, xử lý các dữ liệu đã thu thập được từ bảng câu hỏi thông qua phần mềm SPSS, bao gồm: Kết quả thống kê mô tả mẫu, phân tích độ tin cậy, phân tích nhân tố, phân tích tương quan hồi quy, kiểm định sự phù hợp của mô hình. Trong chương này các giả thuyết nghiên cứu đã được chấp nhận. Đồng thời các tác động của các biến độc lập lên biến phụ thuộc đã được giải thích. Từ đó, tác giả thảo luận kết quả nghiên cứu và đưa ra các khuyến nghị.

CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

5.1. Kết luận

Dựa vào các lý thuyết về phát triển tín dụng xanh, nghiên cứu này được xây dựng nhằm đạt được các mục tiêu: (a) đề xuất mô hình về giữa các nhân tố ảnh hưởng đến phát triển tín dụng xanh, ứng dụng đối với trường hợp của các ngân hàng thương mại trên địa bàn TP.HCM, (b) đánh giá tác động qua lại của các biến trình độ cán bộ, công nghệ ngân hàng, chính sách tín dụng, quy trình ngân hàng đến sự phát triển tín dụng xanh tại các ngân hàng thương mại trên địa bàn TP.HCM.

Dựa vào những công cụ như: hệ số tin cậy (Cronbach’alpha), phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) để đánh giá và kiểm định thang đo trong nghiên cứu. Tác giả sử dụng phương pháp chủ yếu là nghiên cứu định lượng kết hợp với nghiên cứu định tính: (a) nghiên cứu định lượng được thực hiện qua hai giai đoạn (giai đoạn một là nghiên cứu sơ bộ rồi từ đó tổng hợp lại kết quả, chọn ra những dữ liệu tốt nhất để tiến hành giai đoạn hai là nghiên cứu chính thức).

Kết quả mô hình đo lường

Kết quả sau khi phân tích ba chỉ số: độ tin cậy, độ tin cậy tổng hợp và tổng phương sai trích, nhận thấy được các chỉ số đều nằm trong mức chấp nhận được và đều đạt tính đơn hướng. Kết quả kiểm định thang đo có một số ý nghĩa sau:

Thứ nhất, đưa ra các khái niệm và kiểm định các thang đo về mối quan hệ giữa trình độ cán bộ, công nghệ ngân hàng, chính sách tín dụng, quy trình ngân hàng từ dữ liệu thực nghiệm, từ đó nhận thấy được tầm quan trọng của việc các nhân tố ảnh hưởng như thế nào đến sự phát triển tín dụng xanh tại các ngân hàng thương mại trên địa bàn TP.HCM. Đây không chỉ là những phát hiện mới trong lĩnh vực tín dụng xanh mà còn mở ra một hướng đi mới dành cho các nhà hoạch định tín dụng xanh tại các TCTD khác nhau. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Thứ hai, nghiên cứu này đã sử dụng ba thang đo đa hướng là: (1) các nhân tố tác động đến phát triển tín dụng xanh dựa trên cơ sở thang đo đã được xây dựng bởi Casado-Cabana và cộng sự (2024), có sự tương đồng với nghiên cứu của một số tác giả như Zhang, Y., & Wang, H. (2022), Sachs et al. (2022), Đặng Thị Minh Nguyệt và cộng sự (2022) v.v…

Thứ ba, kết quả của nghiên cứu chỉ ra được rằng mối quan hệ trình độ cán bộ, công nghệ ngân hàng, chính sách tín dụng, quy trình ngân hàng ảnh hưởng đến sự phát triển tín dụng xanh sẽ ứng dụng thực tiễn cụ thể vào các ngân hàng thương mại trên địa bàn TP.HCM cũng như các TCTD trên các địa bàn khác nhau, thì cũng có thể đo lường thông qua các câu hỏi dựa trên thang đo Likert, thay vì chỉ nghiên cứu định tính và đưa ra các kết quả thiêng về mô tả.

Và cuối cùng, đây là nghiên cứu giúp cho các nhà hoạch định tín dụng xanh có thể sử dụng và có những hướng đi mới trong tương lai.

Kết quả kiểm định mô hình nghiên cứu

Dựa vào kết quả tiến hành phân tích hồi quy chạy dữ liệu thực nghiệm trên 599 mẫu cho thấy được rằng bốn giả thuyết nghiên cứu đều được chấp nhận ở độ tin cậy 95% (giá trị p thấp hơn 0,05). Có nghĩa là các nhân tố trình độ cán bộ, công nghệ ngân hàng, chính sách tín dụng, quy trình ngân hàng tác động trực tiếp và tích cực đến sự phát triển tín dụng xanh tại các ngân hàng thương mại. Từ kết quả nghiên cứu, tác giả đề xuất một số hàm ý quản trị, các nhà hoạch định tín dụng xanh của các ngân hàng thương mại nhằm giúp cho các ngân hàng hiểu rõ hơn về các nhân tố tác động để qua đó tiến một bước đến sự phát triển tín dụng xanh sau này.

Trong nghiên cứu này, sự tác động trực tiếp của các nhân tố đến sự phát triển tín dụng xanh tại các ngân hàng thương mại đã được chứng minh nhưng chưa được các tác giả trước đây đề xuất. Đây là điểm mới và cũng là hướng đi mới cho các tác giả sau này tiếp cận là phát triển. Qua đó, tác giả đề xuất một số hàm ý quản trị giúp cho Ban lãnh đạo các NHTM có được cái nhìn cụ thể hơn về các nhân tố tác động, để từ đó hướng đến mục tiêu phát triển tín dụng xanh, đặc biệt là tại thị trường TPHCM như trong nghiên cứu nói chung và xa hơn là thị trường Việt Nam và các nước trên thế giới.

Dưới đây là tóm tắt về mối quan hệ giữa các nhân tố trong mô hình dựa vào kết quả nghiên cứu.

Mối quan hệ giữa trình độ cán bộ và phát triển tín dụng xanh: Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Theo quan điểm của lý thuyết nguồn lực (Resource-Based View, 1991), nguồn nhân lực có trình độ chuyên môn cao là yếu tố then chốt để tổ chức đạt được lợi thế cạnh tranh và triển khai hiệu quả các hoạt động chiến lược, bao gồm cả tín dụng xanh. Ngoài ra, dựa vào kết quả thu được từ khảo sát, tác giả thấy được rằng trình độ cán bộ chiếm tỉ lệ (6,5%) và đa số các cán bộ quản lý, nhân viên ngân hàng đã và đang áp dụng sản phẩm tín dụng xanh của các ngân hàng thương mại trên địa bàn TP.HCM đều chấp nhận yếu tố này (Sig. = 0,004<0,05). Qua đó, tác giả có thể kết luận rằng: trình độ cán bộ và phát triển tín dụng xanh có mối quan hệ mật thiết với nhau, đây là quan hệ cùng chiều, trình độ cán bộ có ảnh hưởng tích cực đến phát triển tín dụng xanh.

Mối quan hệ giữa công nghệ ngân hàng và phát triển tín dụng xanh:

Dựa trên những kết quả thu được thì công nghệ ngân hàng cũng được mọi người ủng hộ (Sig.=0,003<0,05), tuy chỉ chiếm tỷ lệ thấp (6,9%). Mặt khác, theo lý thuyết đổi mới công nghệ (Technology Acceptance Model – TAM), việc ứng dụng công nghệ giúp nâng cao hiệu quả hoạt động ngân hàng, đặc biệt trong việc thu thập thông tin và phân tích rủi ro môi trường. Từ những ý trên, tác giả đã hiểu rõ được mối quan hệ chặt chẽ giữa công nghệ ngân hàng và phát triển tín dụng xanh, nó có ảnh hưởng trực tiếp đến phát triển tín dụng xanh, công nghệ ngân hàng càng cao thì phát triển tín dụng xanh càng cao.

Mối quan hệ giữa chính sách tín dụng và phát triển tín dụng xanh:

Theo lý thuyết thể chế (Institutional Theory, 1991), các chính sách và quy định đóng vai trò định hướng hành vi của tổ chức và các bên liên quan. Một chính sách tín dụng phù hợp sẽ khuyến khích ngân hàng triển khai tín dụng xanh mạnh mẽ hơn. Chính sách tín dụng là yếu tố then chốt thúc đẩy phát triển tín dụng xanh, vì nó tạo ra ưu đãi lãi suất, điều kiện vay linh hoạt và tiêu chí thẩm định phù hợp, giúp giảm rào cản tiếp cận vốn, khuyến khích doanh nghiệp đầu tư vào dự án thân thiện môi trường, đồng thời quản trị rủi ro môi trường hiệu quả. Qua mẫu khảo sát, tác giả thấy được rằng chính sách tín dụng chiếm tỉ lệ 43,9% và đa số các cán bộ quản lý, nhân viên ngân hàng đã và đang áp dụng sản phẩm tín dụng xanh của các ngân hàng thương mại trên địa bàn TP.HCM đều chấp nhận yếu tố này (Sig. = 0,000<0,05).

Mối quan hệ giữa quy trình ngân hàng và phát triển tín dụng xanh:

Theo lý thuyết về năng lực tổ chức (Resource-Based View – RBV, Barney 1991), năng lực nội tại của ngân hàng — bao gồm quy trình tác nghiệp, cơ cấu tổ chức — tạo nên lợi thế cạnh tranh bền vững và khả năng thích ứng với các yêu cầu mới của thị trường, trong đó có tín dụng xanh. Cụ thể, quy trình nghiệp vụ hiệu quả giúp ngân hàng rút ngắn thời gian xét duyệt, giảm chi phí giao dịch, quản lý rủi ro tốt hơn, đồng thời đảm bảo tính minh bạch và tuân thủ các quy định môi trường. Tác giả đã đúng sau khi xem xong bảng kết quả từ việc khảo sát, dựa vào dữ liệu tác giả thấy quy trình ngân hàng đứng vị trí thứ hai với tỷ lệ 42,8% và mức ý nghĩa thống kê Sig.=0,000<0,05. Điều đó khẳng định quy trình ngân hàng là nhân tố tác động tích cực đến phát triển tín dụng xanh tại các ngân hàng thương mại trên địa bàn TP.HCM. Nghiên cứu xác định 4 nhân tố tác động đến phát triển tín dụng xanh tại ngân hàng thương mại gồm: chính sách tín dụng, trình độ cán bộ, công nghệ ngân hàng, và quy trình ngân hàng. Các nhân tố này đều có tác động trực tiếp và tích cực, trong đó chính sách tín dụng và quy trình ngân hàng giữ vai trò nổi bật. Kết quả phù hợp với các nghiên cứu trước (Casado-Cabana et al., 2024; Zhang & Wang, 2022; Nguyen et al., 2023) và phản ánh đúng thực tiễn triển khai tín dụng xanh tại Việt Nam.

5.2. Hàm ý quản trị Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Những kết quả nghiên cứu này là tài liệu tham khảo quan trọng, mang lại ứng dụng thiết thực cho các nhà hoạch định chính sách, lãnh đạo ngân hàng và các bên liên quan trong việc thúc đẩy phát triển tín dụng xanh. Để xây dựng mối quan hệ bền vững, lâu dài giữa ngân hàng với khách hàng và cộng đồng, các ngân hàng thương mại cần chú trọng vào việc gia tăng chất lượng và hiệu quả của từng nhân tố tác động đến tín dụng xanh, ưu tiên theo mức độ ảnh hưởng được xác định trong nghiên cứu.

Trước hết, ngân hàng cần hoàn thiện chính sách tín dụng xanh nhằm đảm bảo tính hấp dẫn và khả thi. Các ưu đãi về lãi suất, thời hạn vay, tỷ lệ bảo đảm cần rõ ràng, minh bạch và gắn liền với tiêu chí môi trường, giúp tạo niềm tin cho khách hàng và nhà đầu tư.

Thứ hai, quy trình ngân hàng cần được tối ưu hóa, rút ngắn thời gian phê duyệt nhưng vẫn đảm bảo kiểm soát rủi ro.

Thứ ba, việc ứng dụng công nghệ như AI, Big Data vào thẩm định, giám sát và báo cáo sẽ giúp nâng cao hiệu quả và giảm chi phí vận hành.

Thứ tư, năng lực cán bộ phải được nâng cao thông qua đào tạo chuyên sâu về đánh giá rủi ro môi trường, phân tích tài chính xanh và cập nhật các chuẩn mực quốc tế. Mỗi cán bộ không chỉ là người thẩm định khoản vay mà còn là cầu nối giúp khách hàng hiểu và đáp ứng các yêu cầu tín dụng xanh. Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

5.3. Đóng góp của đề tài

Đề tài nghiên cứu này mang lại những đóng góp quan trọng cả về mặt học thuật, thực tiễn và xã hội – môi trường. Về học thuật, nghiên cứu đã bổ sung khoảng trống tri thức khi tập trung vào phân tích các nhân tố tác động đến phát triển tín dụng xanh tại các ngân hàng thương mại trên địa bàn TP.HCM – trung tâm tài chính lớn nhất Việt Nam, nơi có đặc thù kinh tế và cơ cấu khách hàng khác biệt so với các khu vực khác (Nguyễn Quốc Hùng, 2021; Đặng Thị Minh Nguyệt, 2023). Bằng cách kết hợp phương pháp định tính và định lượng, đề tài không chỉ xác định được các nhân tố chính mà còn đo lường mức độ ảnh hưởng của từng nhân tố, qua đó củng cố và kiểm nghiệm các lý thuyết nền như lý thuyết tài chính xanh (Zhang & Wang, 2022), lý thuyết phát triển bền vững (Nguyen et al., 2023) và lý thuyết quản trị rủi ro môi trường (Casado-Cabana et al., 2024) trong bối cảnh Việt Nam.

Về thực tiễn, kết quả nghiên cứu là cơ sở khoa học quan trọng giúp các ngân hàng thương mại xác định thứ tự ưu tiên và phân bổ nguồn lực hợp lý nhằm thúc đẩy tín dụng xanh. Các hàm ý quản trị được đề xuất hướng tới từng nhóm nhân tố, từ điều chỉnh chính sách tín dụng, nâng cao năng lực cán bộ, tối ưu hóa quy trình nghiệp vụ đến cải tiến công nghệ (Lại Văn Mạnh, Phan Mai Linh & Tạ Đức Bình, 2025). Ngoài ra, kết quả nghiên cứu còn cung cấp dữ liệu tham khảo hữu ích cho cơ quan quản lý nhà nước trong việc hoàn thiện khung pháp lý, cơ chế ưu đãi và các chính sách hỗ trợ phát triển tín dụng xanh tại đô thị lớn như TP.HCM.

Về xã hội và môi trường, đề tài góp phần thúc đẩy mục tiêu giảm phát thải, cải thiện chất lượng môi trường và phát triển kinh tế xanh, phù hợp với Chiến lược quốc gia về tăng trưởng xanh và cam kết giảm phát thải ròng của Việt Nam. Đồng thời, nghiên cứu nhấn mạnh vai trò nâng cao nhận thức cộng đồng và doanh nghiệp trong việc tiếp cận nguồn vốn xanh, từ đó lan tỏa hành vi sản xuất và tiêu dùng bền vững.

5.4 Hạn chế của đề tài và hướng nghiên cứu tiếp theo Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Mặc dù nghiên cứu đã đạt được những kết quả quan trọng, vẫn tồn tại một số hạn chế cần được thừa nhận để làm rõ bối cảnh và phạm vi áp dụng của kết quả. Thứ nhất, phạm vi nghiên cứu chỉ giới hạn trong các ngân hàng thương mại trên địa bàn TP.HCM, do đó kết quả có thể chưa phản ánh đầy đủ thực trạng phát triển tín dụng xanh tại các khu vực khác của Việt Nam với điều kiện kinh tế – xã hội khác biệt. Thứ hai, dữ liệu được thu thập trong một khoảng thời gian nhất định và chủ yếu dựa vào phương pháp khảo sát, phỏng vấn, nên chưa phản ánh được sự biến động và xu hướng thay đổi của các yếu tố tác động trong dài hạn. Thứ ba, mặc dù đã kết hợp phương pháp định tính và định lượng, nghiên cứu vẫn còn hạn chế trong việc phân tích các tác động gián tiếp giữa các biến, cũng như chưa đi sâu vào ảnh hưởng của các yếu tố vĩ mô như chính sách quốc gia, biến động kinh tế toàn cầu hay sự phát triển của công nghệ tài chính xanh.

Từ những hạn chế trên, các hướng nghiên cứu tiếp theo cần được mở rộng theo ba khía cạnh. Một là, mở rộng phạm vi khảo sát đến nhiều tỉnh, thành phố khác nhau để so sánh và nhận diện các yếu tố mang tính phổ quát và các yếu tố đặc thù của từng địa phương. Hai là, áp dụng phương pháp nghiên cứu theo chuỗi thời gian (longitudinal study) nhằm theo dõi và đánh giá sự thay đổi của các nhân tố tác động đến tín dụng xanh theo thời gian, đặc biệt trong bối cảnh Chính phủ đang thúc đẩy mạnh mẽ chiến lược tăng trưởng xanh. Ba là, bổ sung và kiểm định các biến mới như vai trò của công nghệ tài chính (fintech) trong phát triển tín dụng xanh, tác động của các cam kết quốc tế về biến đổi khí hậu đến chiến lược tín dụng của ngân hàng, hoặc phân tích sâu hơn các yếu tố trung gian như nhận thức của khách hàng và uy tín thương hiệu ngân hàng.

TÓM TẮT CHƯƠNG 5 Luận văn: KQNC đến phát triển tín dụng xanh tại các ngân hàng.

Dựa trên kết quả nghiên cứu của Chương 4, tác giả đã rút ra các kết luận và đề xuất một số hàm ý quản trị nhằm giúp các ngân hàng thương mại tại TP.HCM có những định hướng cụ thể trong việc thúc đẩy phát triển hoạt động tín dụng xanh. Bên cạnh đó tác giả còn chỉ ra hạn chế của đề tài và đề xuất hướng nghiên cứu tiếp theo.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:

===>>> Luận văn: Tác động đến phát triển tín dụng xanh tại các ngân hàng

Luận Văn Thạc Sĩ, Tài Chính Ngân Hàng