CÁC NHÂN tố ẢNH HƯỞNG đến ý ĐỊNH sử DỤNG ROBO ADVISORS của NHÀ đầu tư TRONG GIAI đoạn ẢNH HƯỞNG của COVID 19 tại VIỆT NAM

BÀI NGHIÊN CỨU
CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ DỤNG ROBO-ADVISORS CỦA
NHÀ ĐẦU TƯ TRONG GIAI ĐOẠN ẢNH HƯỞNG CỦA COVID-19 TẠI VIỆT NAM
Nhóm tác giả: Nguyễn Đàm Quỳnh Dao - TS. Phan Chung Thủy
Trường đại học Kinh tế Thành phố Hồ Chí Minh
Email liên lạc:
Tóm tắt: Nghiên cứu này nhằm mục đích xác định mức độ tác động của các nhân tố đến ý định
sử dụng robo-advisors của NĐT trong giai đoạn ảnh hưởng của Covid-19 tại Việt Nam. Mơ hình
cấu trúc tuyến tính (SEM) được sử dụng để phân tích dữ liệu khảo sát từ 333 NĐT cá nhân chưa
từng sử dụng robo-advisors tại Việt Nam. Kết quả nghiên cứu cho thấy 4 nhân tố gồm độ tin cậy,
xu hướng dựa vào robo-advisors, kiến thức tài chính và tác động của Covid-19 có ảnh hưởng đến
ý định sử dụng robo-advisors của NĐT trong giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
Kết quả của nghiên cứu này góp phần giúp các cơng ty chứng khốn xây dựng chiến lược kinh
doanh phù hợp với mục tiêu tiếp cận khách hàng. Đồng thời, nghiên cứu cũng góp phần giúp
phát triển Fintech trên thị trường tài chính Việt Nam và thúc đẩy đất nước phát triển theo con
đường Cách mạng Cơng nghệ 4.0.
Từ khóa: Covid-19, Fintech, robo-advisors, ý định sử dụng.
1. GIỚI THIỆU
Khái niệm robo-advisors nhận được sự quan tâm đáng kể từ ngành tài chính và giới học
thuật trong những năm gần đây do nhu cầu thị trường tăng cao đối với các phương pháp quản lý
danh mục đầu tư tiết kiệm chi phí. Theo nghiên cứu của Jung và cộng sự (2018), quy trình tư vấn
tài chính được số hóa này đang nhanh chóng thay thế các cố vấn tài chính truyền thống hiện nay
do rào cản gia nhập thấp hơn, khả năng tiếp cận dễ dàng hơn cùng với đó là chi phí thấp hơn.
Với những ưu thế vượt trội hơn so với cố vấn tài chính truyền thống như vậy, robo-advisors đặc
biệt phù hợp với các cá nhân tham gia đầu tư với số tiền nhỏ vì khi đó lời khun từ người cố
vấn tài chính khơng phải là lựa chọn tốt với họ do yêu cầu tài sản đầu tư cao và tốn kém nhiều
chi phí. Trước đây, các NĐT nhỏ lẻ hay chưa có kinh nghiệm này phải tự tìm hiểu để thực hiện
hoạt động đầu tư mà khơng có bất cứ lời khun tài chính nào. Như vậy có vẻ q sức đối với họ
khi ngay cả những NĐT dày dặn kinh nghiệm cũng khơng thốt nổi bẫy cảm xúc và dễ dàng mắc
sai lầm trong một thị trường đầy biến động như TTCK Việt Nam.
Mặc dù robo-advisors đã xuất hiện ở Việt Nam từ năm 2015 nhưng chưa có nhiều khởi

sắc, có khá ít cơng ty cung cấp dịch vụ này và số lượng người dùng vẫn còn hạn chế. Trong hai
năm vừa qua, do ảnh hưởng của dịch Covid-19, Tổ chức Y tế Thế giới (WHO) đã khuyến nghị
hạn chế tiếp xúc để ngăn ngừa lây lan dịch bệnh nên các cơng ty chứng khốn đã đẩy mạnh ứng
dụng công nghệ trong việc cung cấp dịch vụ cho khách hàng. Robo-advisors là một trong những
dịch vụ tăng trưởng cao nhất và có thể đáp ứng nhu cầu cải thiện tài chính cá nhân thơng qua
1


hoạt động đầu tư với chi phí thấp. Mặc dù đã có nhiều nghiên cứu về việc áp dụng robo-advisors
(Belanche và cộng sự, 2019; Hohenberger và cộng sự, 2019; Milani, 2019; Ruhr và cộng sự,
2019; Lourenco và cộng sự, 2020) nhưng những nghiên cứu này hầu như không đề cập đến bối
cảnh khủng hoảng kinh tế do đại dịch Covid-19 và tập trung chủ yếu ở các nước phát triển. Một
trong những nghiên cứu gần đây về lĩnh vực này ở nước đang phát triển được thực hiện dưới bối
cảnh Covid-19 là nghiên cứu của Gan và cộng sự (2021) về việc áp dụng robo-advisors tại
Malaysia. Tuy nhiên, nghiên cứu này chỉ sử dụng bối cảnh Covid-19 để làm tăng tính thuyết
phục trong việc xây dựng giả thuyết chứ khơng nghiên cứu tác động trực tiếp của Covid-19 đến
ý định áp dụng robo-advisors. Thêm vào đó, robo-advisors rất hiện đại và đang được mở rộng
nhanh chóng nên các nghiên cứu trong lĩnh vực này còn thiếu khá nhiều (Kranen, 2019). Tại Việt
Nam, các tài liệu và nghiên cứu về lĩnh vực này còn rất nhiều hạn chế và người tiêu dùng cịn
khá xa lạ, có ít kiến thức về robo-advisors (Hai Ngo, 2020).
Đồng thời, Chính phủ nước ta có sự ủng hộ tích cực trong việc tăng cường tiếp cận Cách
mạng Cơng nghệ 4.0. Ngồi ra, các doanh nghiệp khởi nghiệp, hoạt động trong lĩnh vực khoa
học công nghệ đang được hưởng chính sách ưu đãi về thuế theo quy định tại Nghị định số
13/2019/NĐ-CP ngày 01/02/2019 của Chính phủ về doanh nghiệp khoa học và công nghệ. Theo
báo cáo của Việt Nam Digital 2021 tính đến tháng 1/2021, có tới 68,72 triệu người dùng Internet
(tương đương với 70,3% dân số), tăng 0,8% trong giai đoạn 2020 - 2021. Điều này cho thấy tiềm
năng phát triển Fintech tại Việt Nam rất lớn. Sự phát triển này đã thúc đẩy việc áp dụng công
nghệ kỹ thuật số bao gồm cả robo-advisors. Chính vì vậy, nghiên cứu này được ra đời với mục
tiêu xác định những nhân tố ảnh hưởng đến ý định sử dụng robo-advisors của NĐT trong giai
đoạn ảnh hưởng của Covid-19 tại Việt Nam.

Bài nghiên cứu này đóng góp một phần giá trị khoa học khi xem xét sự tác động của các
nhân tố hiệu suất mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội, điều kiện thuận lợi, độ tin cậy,
tính bảo mật, xu hướng dựa vào robo-advisors, kiến thức tài chính và tác động của Covid-19 đến
ý định sử dụng robo-advisors trong tình hình dịch bệnh đang diễn ra căng thẳng tại Việt Nam
như hiện nay. Thông qua việc khảo sát về các nhân tố liên quan đến ý định sử dụng roboadvisors của NĐT, nghiên cứu này góp phần giúp các cơng ty chứng khốn hiểu biết sâu sắc hơn
về việc thiết lập các chính sách phù hợp, cải thiện chất lượng hoạt động để kích thích nhu cầu sử
dụng robo-advisors của NĐT ở Việt Nam. Việc cải thiện chất lượng hoạt động của robo-advisors
sẽ là nền tảng vững chắc đưa Việt Nam đến gần hơn với cơng nghệ tài chính trong khu vực và
trên thế giới. Với các khoản chi phí tiết kiệm, robo-advisors đang thu hẹp khoảng cách và giúp
những NĐT thiếu kinh nghiệm có thể tham gia đầu tư chứng khốn dễ dàng hơn. Đồng thời góp
phần giúp phát triển Fintech trên thị trường tài chính Việt Nam và thúc đẩy đất nước phát triển
theo con đường Cách mạng Công nghệ 4.0.
2. TỔNG QUAN VỀ ROBO-ADVISORS
2


2.1. Tổng quan về robo-advisors
Robo-advisors là nền tảng kỹ thuật số cung cấp các dịch vụ đầu tư tài chính, quản lý danh
mục đầu tư trực tuyến dựa trên thuật tốn, tự động hóa mà khơng cần hoặc cần rất ít sự giám sát
của con người. Robo-advisors thường thu thập thơng tin từ người dùng về tình hình tài chính,
khả năng tiết kiệm và mục tiêu đầu tư thông qua một cuộc khảo sát trực tuyến, nền tảng sử dụng
thông tin này để đưa ra lời khuyên đầu tư cho người dùng theo mục tiêu của họ.
Các robo-advisors này được trang bị trí tuệ nhân tạo (AI) nên chúng có thể tự động hóa
quy trình lựa chọn và quản lý danh mục đầu tư. Sau khi khách hàng đăng ký, chúng tiến hành thu
thập thông tin của khách hàng thông qua bảng câu hỏi được thiết kế để hiểu được bối cảnh tài
chính, mục tiêu tài chính và khả năng chấp nhận rủi ro của khách hàng. Ngay sau đó, quá trình
tạo lập danh mục được bắt đầu. Các thuật tốn của robo-advisors thực hiện cơng việc tạo danh
mục đầu tư - do một NĐT chuyên nghiệp thiết lập trước đó theo các mơ hình đoạt giải Nobel dựa
vào các thông số của từng khách hàng như mức độ rủi ro, thời gian, … Bên cạnh đó, roboadvisors áp dụng tái cân bằng khi cần thiết để giữ cho danh mục đầu tư phù hợp với phân phối
ban đầu. Ngoài ra, robo-advisors còn quản lý việc mua và bán để cải thiện tình hình thuế của

danh mục đầu tư. Việc hỗ trợ vận hành thay đổi chiến lược hoặc điều chỉnh chiến thuật tùy theo
tình hình thị trường cũng được thực hiện bởi robo-advisors.
Robo-advisors còn được xây dựng bởi nhiều thuật toán phức tạp kết hợp với các lý thuyết
kinh tế kinh điển mà phổ biến nhất là lý thuyết danh mục đầu tư hiện đại (MPT) do nhà kinh tế
học Harry Markowitz phát triển năm 1952. Theo lý thuyết này, một danh mục đầu tư tối ưu tối đa
hóa lợi nhuận kỳ vọng với mức chấp nhận rủi ro hoặc giảm thiểu rủi ro với mức sinh lợi kỳ vọng.
Trong danh mục bao gồm các tài sản có mức độ rủi ro khác nhau với tỷ trọng được ấn định sẵn.
Trong quá trình đầu tư, chúng sẽ tự động mua hoặc bán các loại tài sản khác nhau nhằm cân bằng
tỷ trọng rủi ro của danh mục trong từng bối cảnh của thị trường. (Hoya, 2020)
Nhiều robo-advisors sử dụng ETF để tạo danh mục đầu tư phù hợp với mức độ rủi ro
trong hồ sơ của NĐT, thời hạn đầu tư và mục tiêu tài chính của họ do tính đa dạng hóa rộng rãi
của chúng. Khi NĐT mua vào một quỹ ETF, robo-advisors sẽ thực hiện mua vô số cổ phiếu và
các khoản đầu tư khác vào trái phiếu. Ngoài ra, một số robo-advisors cho phép khách hàng tự
điều chỉnh phân bổ tài sản của mình và phí sử dụng robo-advisors thường cố định hằng năm hoặc
theo tỷ lệ lợi nhuận. Bên cạnh đó, một số robo-advisors cho phép khách hàng sử dụng miễn phí
như Goodment, M1 Finance, SoFi Invest, Wealthfront, Ally Invest Cash và Schwab IntelliGant
Portfolio. (“Robo Advisors Information Guide”, 2019)
Quy mơ thị trường robo-advisors tồn cầu được định giá $4,51 tỷ vào năm 2019. Ngành
robo-advisors đã chứng kiến sự tăng trưởng đột biến do sự gia tăng của việc áp dụng các roboadvisors để quản lý tài sản hiệu quả trong các thị trường có nhiều biến động trong tình hình đại
dịch và đã trở thành một ngành đóng góp lớn vào sự tăng trưởng kinh tế. Hoạt động kinh doanh
3


robo-advisors tăng với tốc độ cấp số nhân trong quý đầu tiên và quý thứ hai của năm 2020 với số
người dùng nhiều hơn 7,8% so với năm 2019. Robo-advisors mang lại nhiều lợi thế như xây
dựng danh mục đầu tư chất lượng cao với chi phí thấp, thu thuế thất thoát và các phán đoán được
cung cấp bởi robo-advisors dựa trên số liệu thống kê thời gian thực, điều kiện kinh tế hiện tại
giúp loại bỏ cơ hội rủi ro tín dụng. Theo Tạp chí Corporate Vision, số lượng đăng ký dịch vụ
robo-advisors trong quý đầu tiên của năm 2020 đã tăng mạnh với tỷ lệ tăng 3,1%.
Số hóa nhanh chóng trong các dịch vụ tài chính đã thúc đẩy sự phát triển của xu hướng

thị trường robo-advisors. Việc thiếu chuyên môn của con người sẽ cản trở sự phát triển của thị
trường này nhưng tiềm năng chưa được khai thác của các nền kinh tế mới nổi cũng như sự gia
tăng hỗ trợ của chính phủ và các sáng kiến đối với robo-advisors được kỳ vọng sẽ mang lại cơ
hội sinh lợi cho việc mở rộng thị trường robo-advisors trong giai đoạn dự báo. Các thị trường
được phân chia theo khu vực bao gồm Bắc Mỹ, Châu Âu, Châu Á - Thái Bình Dương, Châu Mỹ
Latinh và Trung Đông & Châu Phi. Do sự gia tăng áp dụng cơng nghệ tiên tiến để quản lý, kiểm
sốt tài sản tài chính, Bắc Mỹ được dự đốn sẽ chiếm tỷ trọng doanh thu cao nhất trong thị
trường robo-advisors toàn cầu trong giai đoạn dự báo. Khu vực châu Á – Thái Bình Dương dự
kiến sẽ phát triển với tốc độ nhanh chóng trong suốt thời gian dự kiến nhờ sự gia tăng của đầu tư
kỹ thuật số, bối cảnh tư vấn được hỗ trợ bởi sự gia tăng số lượng cơng ty khởi nghiệp và một số
sáng kiến của chính phủ về phát triển Fintech ở những quốc gia như Trung Quốc, Ấn Độ và Nhật
Bản. (Konstantin, 2021)
Khơng nằm ngồi vòng quay phát triển của Fintech trên thế giới, Việt Nam cũng chứng
kiến sự phát triển mạnh mẽ và sâu rộng của lĩnh vực này trong những năm trở lại đây. Trong số
các ứng dụng tài chính cá nhân tại Việt Nam, robo-advisors là ứng dụng ít phổ biến nhất. Cùng
với các thị trường tài chính phát triển như Mỹ, Trung Quốc, Anh, Đức và Canada thì Singapore
và Hàn Quốc cũng là những nước có tiềm năng phát triển lĩnh vực này ở khu vực Châu Á. Trong
khi, ở Việt Nam, khái niệm này vẫn còn khá mới đối với người tiêu dùng và chỉ chứng kiến một
vài công ty tiên phong.
Tháng 5/2017, Techcom Securities (TCBS), công ty con của Techcombank, trở thành
công ty đầu tiên đưa robo-advisors mang tên TCWealth vào thị trường Việt Nam. Cùng năm đó,
cơng ty khởi nghiệp Finhay ra mắt ứng dụng cho phép khách hàng bắt đầu các hoạt động đầu tư
cá nhân chỉ với số tiền ít nhất là $2. Finhay đã huy động vốn thành cơng từ các NĐT trong và
ngồi nước, sớm trở thành một trong 100 công ty Fintech hàng đầu thế giới vào năm 2019, theo
báo cáo của KPMG. IRA của cơng ty cổ phần Chứng khốn Tân Việt (TVSI) và iBroker của
Chứng khốn BIDV (BSC), một cơng ty con của BIDV, mới tham gia thị trường vào năm 2019
nhưng dường như đang bắt kịp về nhận thức thị trường, dựa trên kết quả khảo sát. Với tình hình
dịch bệnh trong hai năm vừa qua, nhiều công ty chứng khoán đã bổ sung dịch vụ robo-advisors
nhằm đáp ứng nhu cầu của khách hàng phù hợp với bối cảnh thị trường. Trong năm 2020, MBS
4

đã cho ra mắt 2 cơng cụ tài chính Power Rank và CANSLIM hoạt động dựa theo hệ thống roboadvisors. (Hai Ngo, 2020)
Mặc dù mới xuất hiện nhưng các ứng dụng robo-advisors có thể rất tiềm năng vì nhu cầu
tư vấn đầu tư cá nhân tương đối cao. Theo dữ liệu được cung cấp bởi Statista, tài sản được quản
lý bởi robo-advisors tại Việt Nam dự kiến đạt $1658 triệu và tài sản trung bình trên mỗi người
dùng được quản lý bởi robo-advisors dự kiến sẽ lên tới $1198 trong năm nay. Tốc độ tăng trưởng
hàng năm của tài sản được quản lý bởi robo-advisors (CAGR 2021 – 2025) dự kiến là 30,73%
tương đương với số tiền $4842 triệu vào năm 2025. Bên cạnh đó, số lượng người dùng dự kiến
sẽ lên tới 3,044 triệu người vào năm 2025.
2.2. Lược khảo nghiên cứu
Một nghiên cứu thử nghiệm để đánh giá các yêu cầu thiết kế của robo-advisors từ góc độ
người tiêu dùng do Jung và cộng sự (2018) thực hiện phát hiện ra độ tin cậy là yếu tố chính ảnh
hưởng đến thái độ đối với robo-advisors của những người dùng khơng có kinh nghiệm, vốn đầu
tư thấp và mức độ chấp nhận rủi ro thấp. Milani (2019) đã kiểm tra việc áp dụng robo-advisors ở
Ý qua mơ hình UTAUT. Nghiên cứu chỉ ra rằng những người tham gia có trình độ học vấn cao,
kinh nghiệm đầu tư và hiểu biết về robo-advisors có xu hướng có ý định sử dụng robo-advisors
cao hơn. Nghiên cứu cũng cho thấy lợi thế tương đối, nỗ lực mong đợi, ảnh hưởng xã hội và độ
tin cậy có tác động tích cực đến ý định hành vi thông qua thái độ. Belanche và cộng sự (2019) đã
thực hiện một nghiên cứu tương tự dựa trên mơ hình TAM với các biến bổ sung bao gồm tiêu
chuẩn chủ quan và mức độ quen thuộc người dùng ở Hoa Kỳ, Bồ Đào Nha và Vương quốc Anh
và chứng minh rằng tính hữu ích được cảm nhận và tính dễ sử dụng là những yếu tố chính ảnh
hưởng đến thái độ, dự đốn hành vi có ý định áp dụng robo-advisors. Sa và cộng sự (2018) đã
thực hiện một nghiên cứu với những người trả lời bao gồm các nhà quản lý quỹ, quản lý quỹ tập
đoàn, nhân viên Fintech và nhận thấy rằng tính dễ sử dụng và tính hữu ích có tác động lớn trong
việc dự đoán ý định sử dụng robo-advisors. Lourenco và cộng sự (2020) đã điều tra việc chấp
nhận robo-advisors tập trung vào các công ty tư vấn khác nhau. Sử dụng dữ liệu khảo sát thu
thập từ những người được xem video giải thích về robo-advisors, nghiên cứu cho thấy rằng tác
động của các loại hình cơng ty đối với việc chấp nhận tư vấn tài chính tự động là trung gian của
sự tin tưởng và chuyên môn.

Dựa trên dữ liệu thu thập từ những người dùng ở Đài Loan, những người đã có kinh
nghiệm sử dụng robo-advisors, Cheng (2020) nhận thấy rằng tính hữu ích, sự hài lịng và trải
nghiệm là tiền đề của ý định tiếp tục sử dụng robo-advisors. Gan và cộng sự (2021) thực hiện
khảo sát với 285 người sống tại Malaysia và chỉ có 20% người tham gia khảo sát đã từng nghe
đến robo-advisors. Nghiên cứu này cho thấy hiệu suất mong đợi, ảnh hưởng xã hội, tin tưởng
5


vào robo-advisors, kiến thức tài chính nhận thức và xu hướng dựa vào robo-advisors là những
nhân tố tác động đến ý định sử dụng robo-advisors đối với người tiêu dùng tại Malaysia trong
cuộc khủng hoảng Covid-19. Có thể nhận thấy, có rất nhiều nghiên cứu về các nhân tố ảnh
hưởng đến ý định sử dụng robo-advisors tại nhiều quốc gia trên thế giới nhưng tại Việt Nam, vấn
đề này vẫn còn mới mẻ và chưa được đề cập nhiều.
2.3. Cơ sở lý thuyết và giả thuyết nghiên cứu
Mơ hình chấp nhận và sử dụng công nghệ (UTAUT) được sử dụng làm cơ sở lý thuyết để
xây dựng các giả thuyết nghiên cứu ảnh hưởng đến ý định sử dụng robo-advisors của NĐT trong
giai đoạn ảnh hưởng của Covid-19 tại Việt Nam. Mơ hình được phát triển bởi Venkatesh và cộng
sự (2003) dựa trên sự tích hợp của 8 mơ hình khác nhau. Cụ thể hơn, UTAUT mở rộng mơ hình
TAM (1989) ban đầu bằng bổ sung thêm hai cấu trúc mới vào mơ hình này: Ảnh hưởng xã hội và
Điều kiện thuận lợi. Lý thuyết xác định bốn thành phần chính: Hiệu suất mong đợi (PE), Nỗ lực
mong đợi (EE), Ảnh hưởng xã hội (SI) và Điều kiện thuận lợi (FC) là những yếu tố quyết định
trực tiếp đến Ý định hành vi (BI) và Hành vi sử dụng (UB).
Các nghiên cứu trước đây áp dụng mơ hình UTAUT cho thấy bốn thành phần trong mơ
hình này khơng đủ để giải thích tác động của từng nhân tố đến ý định hành vi. Do đó, dựa trên
nền tảng cơ sở lý thuyết và nghiên cứu thực nghiệm của Gan và cộng sự (2021) và Le, M.T.H.
(2021), nghiên cứu mở rộng mơ hình bằng cách bổ sung thêm 5 nhân tố: độ tin cậy, tính bảo
mật, xu hướng dựa vào robo-advisors, kiến thức tài chính và tác động của Covid-19 để đánh giá
mức độ tác động của các nhân tố đến ý định sử dụng robo-advisors và đảm bảo mức độ phù hợp
của nghiên cứu đối với môi trường nghiên cứu.
2.3.1. Hiệu suất mong đợi (PE)

Hiệu suất mong đợi được định nghĩa là mức độ mà người dùng tin rằng hiệu suất của họ
sẽ được cải thiện khi sử dụng dịch vụ (Venkatesh và cộng sự, 2003). Hiệu suất mong đợi của
người dùng trong việc sử dụng robo-advisors chính là niềm tin của họ về việc robo-advisors có
thể tạo điều kiện thuận lợi cho việc quản lý tài chính và đầu tư. Với tình hình dịch bệnh Covid19 đang vơ cùng căng thẳng, người dùng khơng thể có các cuộc gặp gỡ trực tiếp với các cố vấn
tài chính truyền thống như trước đây, robo-advisors được kỳ vọng có thể giúp khách hàng quản
lý tài chính và đầu tư hiệu quả hơn. Ruhr và cộng sự (2019), Gan và cộng sự (2021) cũng đã cho
thấy hiệu suất mong đợi có tác động tích cực đến ý định sử dụng robo-advisors. Giả thuyết
nghiên cứu H1 được đề xuất:
H1: Hiệu suất mong đợi có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT
trong giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.2. Nỗ lực mong đợi (EE)

6


Nỗ lực mong đợi được định nghĩa là mức độ dễ dàng liên quan đến việc sử dụng một hệ
thống. Biến này có nguồn gốc từ ba cấu trúc của các mơ hình trước: Nhận thức về tính dễ sử
dụng (TAM), Sự phức tạp (MPCU) và Mức độ dễ sử dụng (IDT). Nỗ lực mong đợi của người
dùng trong việc sử dụng robo-advisors chính là niềm tin của họ về việc robo-advisorscó thể giúp
họ đạt được hiệu quả cao hơn mà địi hỏi ít hoặc khơng cần nỗ lực (Venkatesh và cộng sự, 2003).
Nghiên cứu của Milani (2019) cũng chỉ ra rằng nỗ lực mong đợi có tác động tích cực lên ý định
sử dụng robo-advisors ở Ý. Ngoài ra, ý định hành vi của người dùng khi sử dụng robo-advisors
có thể tùy thuộc vào mức độ mà họ nhận thấy việc sử dụng robo-advisors trở nên dễ dàng và
thoải mái. Giả thuyết nghiên cứu H2 được đề xuất:
H2: Nỗ lực mong đợi có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong
giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.3. Ảnh hưởng xã hội (SI)
Ảnh hưởng xã hội có thể được định nghĩa là sự phụ thuộc của người tiêu dùng vào ý kiến
của bên thứ ba khi cân nhắc có nên sử dụng ứng dụng hay không (Venkatesh và cộng sự, 2003).
Ảnh hưởng xã hội trở nên quan trọng khi người tiêu dùng quan tâm đến quan điểm của bạn bè và

gia đình khi đưa ra quyết định sử dụng robo-advisors. Đại dịch Covid-19 gây ảnh hưởng đến
nguồn thu nhập của người tiêu dùng đã nhấn mạnh tầm quan trọng của việc lập kế hoạch tài
chính. Người tiêu dùng có thể đã bắt đầu tìm kiếm các dịch vụ tư vấn tài chính chi phí thấp khi
những người xung quanh họ, chẳng hạn như bạn bè và các thành viên trong gia đình, cũng đang
làm như vậy. Ảnh hưởng xã hội được phát hiện có tác động tích cực đến thái độ và ý định chấp
nhận đối với các công nghệ mới của người dùng thông qua các nghiên cứu của Milani (2019),
Gan và cộng sự (2021). Các nghiên cứu khác cũng cho thấy những lợi ích gián tiếp của ảnh
hưởng xã hội đến thái độ đối với công nghệ mới do khả năng tăng lợi thế tương đối và giảm nhận
thức rủi ro. Do đó, ngay cả khi số lượng người dùng robo-advisors cịn rất hạn chế, ảnh hưởng
của họ vẫn có thể cải thiện thái độ của những người khác tin tưởng ý kiến của họ. Do đó, nghiên
cứu này đưa ra giả thuyết H3:
H3: Ảnh hưởng xã hội có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong
giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.4. Điều kiện thuận lợi (FC)
Điều kiện thuận lợi được định nghĩa là mức độ mà cá nhân tin rằng cơ sở hạ tầng, tổ chức
và kỹ thuật sẵn có để hỗ trợ việc sử dụng hệ thống. Mặc dù mơ hình UTAUT chỉ đề xuất mối
tương quan giữa các điều kiện thuận lợi và ý định sử dụng nhưng một số nghiên cứu phát hiện ra
rằng các điều kiện thuận lợi tác động đáng kể đến ý định hành vi. Rahman và cộng sự (2020) đã
tìm thấy tác động trực tiếp của việc tạo điều kiện cho cả ý định hành vi và hành vi thực tế để áp
dụng các dịch vụ tài chính di động. Tương tự, các nghiên cứu đã chứng minh rằng ý định hành vi
của người tiêu dùng trong việc sử dụng ví điện tử và thanh toán kỹ thuật số tăng lên cùng với
7


mức độ tạo điều kiện (Soodan & Rana, 2020; Widodo và cộng sự, 2019). Các biện pháp phòng
ngừa hạn chế tương tác cá nhân và tiếp xúc gần gũi có thể tạo thành rào cản đối với việc tham
gia vào các dịch vụ tư vấn tài chính truyền thống trong Covid-19. Trong khi robo-advisors cung
cấp các dịch vụ mà không cần sự tiếp xúc hoặc can thiệp của con người nên đã tạo ra các điều
kiện thuận lợi khuyến khích người tiêu dùng chấp nhận dịch vụ này. Hơn nữa, các thiết bị máy
tính được kết nối như điện thoại di động và máy tính cá nhân đã đi vào cuộc sống của con người,

cho phép và tạo điều kiện thuận lợi cho người dùng thiết lập, sử dụng hiệu quả robo-advisors
trong đại dịch Covid-19. Do đó, giả thuyết H4 được đề xuất:
H4: Điều kiện thuận lợi có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong
giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.5. Độ tin cậy (T)
Độ tin cậy được xem là yếu tố quan trọng ảnh hưởng đến ý định sử dụng robo-advisors
trong hoạt động đầu tư. Bui và Bui (2018) đã mở rộng mơ hình UTAUT để bao gồm độ tin cậy
khi kiểm tra việc chấp nhận thanh toán di động ở Việt Nam. Phát hiện của họ chỉ ra mối tương
quan đáng kể giữa lòng tin và ý định hành vi của người tiêu dùng để chấp nhận thanh toán di
động. Điều này cũng được tìm thấy bởi một loạt các nghiên cứu cho thấy độ tin cậy là tiền đề
quan trọng của việc áp dụng ví kỹ thuật số (Singh & Sinha, 2020; Widodo và cộng sự, 2019).
Trong một bối cảnh khác, độ tin cậy được phát hiện có ảnh hưởng đến hành vi ý định mua hàng
thông qua các đại lý giới thiệu trực tuyến (Nilashi và cộng sự, 2016). Stewart và Jürjens (2018)
đã tìm thấy mối tương quan đáng kể giữa lòng tin và ý định hành vi của người tiêu dùng đối với
các dịch vụ Fintech. Alwi và cộng sự (2019) đã tìm thấy một kết quả tương tự trong bối cảnh của
Fintech. Le, M.T.H. (2021) đã cho thấy độ tin cậy có tác động trực tiếp đến nhận thức về sự hữu
ích của Fintech, tác động gián tiếp đến ý định áp dụng Fintech và lòng trung thành sử dụng
Fintech sau Covid-19. Những phát hiện này khẳng định rằng độ tin cậy đóng một vai trị quan
trọng trong ý định hành vi sử dụng các sản phẩm công nghệ và theo cách mở rộng, độ tin cậy
cũng sẽ ảnh hưởng đến ý định sử dụng robo-advisors. Hơn nữa, robo-advisors thực hiện các
chiến lược đầu tư mà khơng có thành kiến về cảm xúc có thể làm tăng mức độ tin cậy của người
dùng, đặc biệt là với sự biến động của thị trường do cuộc khủng hoảng Covid-19 gây ra. Do đó,
giả thuyết H5 được đề xuất:
H5: Độ tin cậy có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong giai
đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.6. Tính bảo mật (SP)
Tính bảo mật là một trong những yếu tố chính để người tiêu dùng chấp nhận dịch vụ tài
chính kỹ thuật số (Chang và cộng sự, 2016). Với việc tải và cài đặt ứng dụng, các rủi ro liên quan
8

đến lỗi thiết kế, các cuộc tấn công phần mềm độc hại và đánh cắp dữ liệu khiến người dùng lo
ngại thông tin cá nhân và tài khoản ngân hàng của họ sẽ bị rò rỉ hoặc bị đánh cắp (Noor và cộng
sự, 2019). Một số tiền lớn đã bị đánh cắp do rị rỉ thơng tin hoặc thiếu sự bảo vệ cho các hệ thống
tài chính (Byrnes, 2020; Yang và cộng sự, 2018). Tính bảo mật của các dịch vụ Fintech là những
yếu tố chính để người dùng tin tưởng và lựa chọn dịch vụ (Barth và cộng sự, 2019). Người dùng
yêu cầu cao về tính minh bạch trong việc thu thập dữ liệu về hành vi trực tuyến của họ trên các
ứng dụng. Bảo mật tốt dữ liệu là một trong những yếu tố tạo nên danh tiếng của các dịch vụ và
tăng lợi thế cạnh tranh. Khi khách hàng nhận thấy mức độ bảo mật dữ liệu tốt, đáp ứng được yêu
cầu của họ, mong muốn sử dụng dịch vụ của họ sẽ tăng lên (Hu và cộng sự, 2019; Stewart và
Jürjens, 2018). Như vậy, các dịch vụ Fintech như robo-advisors với hệ thống bảo mật cao chắc
chắn thu hút được sự tin tưởng của người dùng và giữ chân khách hàng lâu dài. Do đó, giả thuyết
H6 được đề xuất:
H6: Tính bảo mật có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong giai
đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.7. Xu hướng dựa vào robo-advisors (R)
Xu hướng của khách hàng dựa vào robo-advisors so với cố vấn tài chính truyền thống có
thể là một nhân tố tác động đến ý định sử dụng robo-advisors. Mumuni và cộng sự (2019) đã
kiểm tra sự phụ thuộc vào các bài đánh giá sản phẩm trực tuyến ở Hoa Kỳ và nhận thấy rằng thái
độ của người tiêu dùng được tác động mạnh dựa vào các bài đánh giá sản phẩm trực tuyến của
họ. Hơn nữa, Thoumrungroje (2014) nhận thấy sự phụ thuộc vào truyền miệng điện tử có tác
động mạnh mẽ đến hành vi tiêu dùng các sản phẩm dễ thấy của các cá nhân. Nghiên cứu của Gan
và cộng sự (2021) cũng đã cho thấy xu hướng khách hàng dựa vào robo-advisors tác động đến ý
định sử dụng loại hình cố vấn tài chính này tại Malaysia trong điều kiện Covid-19 diễn ra. Trong
thời điểm khủng hoảng dịch Covid-19, việc hạn chế tiếp xúc khiến cho hình thức cố vấn tài
chính truyền thống gặp nhiều trở ngại, robo-advisors được kỳ vọng sử dụng thay thế cho tư vấn
tài chính truyền thống để hạn chế sự lây lan của dịch bệnh. Do đó, giả thuyết H7 được đề xuất:
H7: Xu hướng dựa vào robo-advisors có ảnh hưởng tích cực đến ý định sử dụng robo-advisors
của NĐT trong giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.8. Kiến thức tài chính (PFK)

Ngồi các nhân tố trên, kiến thức tài chính cũng là một trong những nhân tố quyết định
ngồi các thành phần chính của mơ hình UTAUT để giải thích rõ hơn ý định sử dụng roboadvisors. Khái niệm này dựa trên các tài liệu hiện có, chỉ ra mối quan hệ giữa kiến thức tài chính
và việc áp dụng các robo-advisors. Một số nghiên cứu đã chỉ ra tác động của kiến thức tài chính
được nhận thức đối với các hành vi tài chính khác nhau. Kiến thức tài chính nhận thức được cho
thấy có tác động đáng kể đến hành vi đầu tư hơn là kiến thức khách quan (Allgood & Walstad,
2016; Henager & Cude, 2016). Brenner và Meyll (2020) nhận thấy rằng mức độ hiểu biết về tài
9


chính khách quan của những người sử dụng robo-advisors thấp. Tương tự, Todd và Seay (2020)
đã chứng minh rằng những người có kiến thức đầu tư khách quan cao ít có khả năng sẽ sử dụng
robo-advisors. Ngược lại, những người có kiến thức tài chính chủ quan cao hơn cho thấy mức độ
sẵn sàng sử dụng robot cố vấn cao hơn. Kiến thức tài chính được nhận thức là một đóng góp tích
cực cho việc sử dụng các nền tảng robo-advisors (Fan & Chatterjee, 2020). Trong giai đoạn
khủng hoảng này, những cá nhân tự nhận mình là người hiểu biết về tài chính sẽ có nhiều khả
năng giao việc lập kế hoạch tài chính của họ cho các robo-advisors mang tính khách quan và tiết
kiệm chi phí. Hơn nữa, những cá nhân hiểu biết về tài chính có thể khơng thích chấp nhận những
rủi ro khơng chắc chắn trong một môi trường thị trường đầy biến động nên họ được kỳ vọng sẽ
chọn nhận lời khuyên từ các thực thể không phải con người, tức là robo-advisors trong dịch
Covid-19 đang diễn ra. Do đó, giả thuyết H8 được đề xuất như sau:
H8: Kiến thức tài chính có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong
giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
2.3.9. Tác động của Covid-19 (CV)
Trước diễn biến phức tạp của Covid-19, giãn cách xã hội được thực hiện khiến nhiều
người gặp khó khăn về kinh tế, nhiều ngành nghề gặp khó khăn trong điều kiện hiện tại. Nói đến
lĩnh vực tài chính phải kể đến dịch vụ tư vấn tài chính, với tính chất cơng việc cần phải gặp gỡ,
trao đổi với khách hàng để đáp ứng nhu cầu của họ cũng như thực hiện các thủ tục, hồ sơ theo
quy định thì giãn cách xã hội gây cản trở lớn đối với hình thức tư vấn này. Với tình trạng kinh tế
đi xuống do ảnh hưởng từ dịch bệnh khiến nhiều cá nhân tìm kiếm các cơ hội cải thiện tài chính
mà vẫn đảm bảo phịng chống lây lan dịch bệnh. Robo-advisors được nhiều người biết đến hơn

trong hoàn cảnh này khi khách hàng hồn tồn có thể sử dụng dịch vụ này tại nhà, có cơ hội đầu
tư hiệu quả hơn nếu thiếu kiến thức và kinh nghiệm đầu tư nhưng khơng mất q nhiều chi phí.
Hơn nữa, những nghiên cứu trước đây về xu hướng sử dụng công nghệ tài chính trong thời kỳ
Covid-19 diễn ra đều cho thấy tác động tích cực từ nhân tố này đến việc sử dụng Fintech đang
phát triển và các mơ hình về cơng nghệ tài chính khác nhau sẽ được thúc đẩy bởi Covid-19 (Das,
2019); Người dùng phải sử dụng các dịch vụ tài chính kỹ thuật số do khóa Covid-19 và dần dần
cảm nhận được tính hữu ích của Fintech trong cuộc sống hàng ngày của họ (Fu và Mishra,
2020a); Người tiêu dùng có xu hướng sử dụng tài chính kỹ thuật số và Fintech trong thời kỳ
Covid-19 để mua sản phẩm hoặc dịch vụ (Fu và Mishra, 2020a). Do đó, giả thuyết H9 được đề
xuất:
H9: Tác động của Covid-19 có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT
trong giai đoạn ảnh hưởng của Covid-19 tại Việt Nam.
3. DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Dữ liệu và quy trình thu thập dữ liệu
Đối tượng khảo sát: NĐT cá nhân chưa từng sử dụng robo-advisors tại Việt Nam.
10


Phương pháp thu thập dữ liệu: Dữ liệu được thu thập thông qua khảo sát trực tuyến bằng bảng
câu hỏi đã thiết kế và gửi đến các NĐT cá nhân qua link Google Form được thiết lập dựa trên
bảng câu hỏi đã thiết kế. Sau khi tiến hành thu thập dữ liệu thông qua khảo sát trực tuyến, số
lượng bảng khảo sát thu thập được là 416 mẫu.
Phương pháp chọn mẫu và làm sạch mẫu: Kích thước mẫu tối thiểu cho kiểm định bằng hệ số
Cronbach’s Alpha là 100. Kích thước mẫu tối thiểu để phân tích nhân tố khám phá EFA là từ 50
đến 100 và tỉ lệ quan sát trên biến quan sát là 5:1 (Hair và cộng sự, 2006). Với 36 biến quan sát,
dữ liệu mẫu cần thu thập cho nghiên cứu này tối thiểu là 180. Kích thước mẫu tối thiểu để phân
tích mơ hình cấu trúc tuyến tính SEM là 150. Vậy để đảm bảo các điều kiện tiến hành các kiểm
định trong bài nghiên cứu này, kích thước mẫu tối thiểu cần phải thu thập là 180. Để nâng cao độ
tin cậy của kết quả nghiên cứu và loại bỏ các bảng khảo sát không đạt yêu cầu, số lượng bảng
khảo sát thu thập được là 416. Trong đó có 61 mẫu khảo sát là các đối tượng đã sử dụng roboadvisors, số còn lại là các mẫu khảo sát không đạt chất lượng phục vụ cho nghiên cứu do người

được khảo sát trả lời qua loa, đánh giá tất cả các thang đo trong mơ hình nghiên cứu ở cùng một
mức điểm. Sau khi loại bỏ các bảng khảo sát không đạt yêu cầu, kích thước mẫu chính thức của
nghiên cứu này là 333. Bảng thống kê – mô tả mẫu khảo sát được trình bày ở bảng 3.1 trong Phụ
lục A.
3.2. Mơ hình nghiên cứu và phát triển thang đo
3.2.1. Mơ hình nghiên cứu

11


Hình 3.1. Mơ hình nghiên cứu về ý định sử dụng robo-advisors
3.2.2. Phát triển thang đo
Các thang đo trong nghiên cứu này được phát triển dựa trên nền tảng cơ sở lý thuyết và
nghiên cứu thực nghiệm của Gan và cộng sự (2021) và Le, M.T.H. (2021). Nghiên cứu sử dụng 8
nhân tố phát triển dựa theo cơ sở thang đo của Gan và cộng sự (2021) bao gồm hiệu suất mong
đợi (PE), nỗ lực mong đợi (EE), ảnh hưởng xã hội (SI), điều kiện thuận lợi (FC), độ tin cậy (T),
xu hướng dựa vào robo-advisors (R), kiến thức tài chính (PFK) và ý định sử dụng (INT). Ngồi
ra, nghiên cứu còn bổ sung thêm 2 nhân tố phát triển dựa trên cơ sở thang đo của Le, M.T.H.
(2021) là tính bảo mật (SP) và tác động của Covid-19 (CV). Bảng câu hỏi định lượng được thiết
kế với 36 biến quan sát, được đo bằng thang đo Likert 5 điểm từ (1): Rất không đồng ý đến (5):
Rất đồng ý. Thang đo các biến quan sát được sử dụng cho nghiên cứu thực nghiệm được trình
bày chi tiết ở Bảng 3.2 trong Phụ lục A.
3.3. Phương pháp nghiên cứu
Dữ liệu sau khi làm sạch được xử lý trên phần mềm xử lý dữ liệu thống kê SPSS 26 và
AMOS 24. Độ tin cậy thang đo của bài nghiên cứu này được kiểm định bằng hệ số tin cậy
12


Cronbach’s Alpha. Trong kiểm định Cronbach’s Alpha, các biến quan sát có hệ số tương quan
biến tổng nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi hệ số Cronbach’s Alpha từ 0,7

trở lên.
Phân tích nhân tố khám phá EFA và phân tích khẳng định nhân tố CFA được sử dụng để
kiểm định mơ hình đo lường. Hệ số tải nhân tố (outer loading) được sử dụng để đánh giá độ tin
cậy của các biến quan sát. Theo Hair và cộng sự (2014), chỉ giữ lại những biến quan sát có hệ số
tải nhân tố lớn hơn 0,7, các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,4 cần được loại bỏ ra
khỏi mô hình và các biến quan sát có hệ số tải nhân tố trong khoảng từ 0,4 đến 0,7 sẽ bị loại bỏ
khỏi mơ hình nếu việc loại bỏ biến này giúp cải thiện phương sai trích (AVE) và độ tin cậy tổng
hợp (CR). Theo Hair và cộng sự (2017), hệ số tin cậy tổng hợp phải lớn hơn 0,7 thì các thang đo
trong nghiên cứu mới có độ tin cậy nhất quán nội bộ và phương sai trích lớn hơn 0,5 thì các
thang đo trong nghiên cứu có giá trị hội tụ.
Tính phân biệt của thang đo được đánh giá theo tiêu chuẩn Fornell-Larcker. Quy tắc

chung của Fornell-Larcker là căn bận hai của AVE phải lớn hơn các mối tương quan với
các thang đo cịn lại trong mơ hình. Nghiên cứu sử dụng mơ hình cấu trúc tuyến tính (SEM)
để kiểm định các giả thuyết nghiên cứu đã đề xuất.
4. KẾT QUẢ NGHIÊN CỨU
4.1. Kiểm định độ tin cậy Cronbach’s Alpha và kiểm định mơ hình đo lường
Kết quả kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha cho thấy tất cả các thang đo
trong mơ hình đều thỏa mãn yêu cầu có độ tin cậy Cronbach’s Alpha lớn hơn 0,7 và hệ số tương
quan biến tổng của các biến quan sát đều lớn hơn 0,3. Kết quả đánh giá độ tin cậy được thể hiện
trong bảng dưới đây cho thấy tất cả các biến quan sát đều thỏa mãn yêu cầu được đề xuất theo
Hair và cộng sự (2014). Do đó, tất cả các biến quan sát đều được giữ lại trong mơ hình nghiên
cứu.
Theo kết quả từ bảng 4.1 trong Phụ lục A, các thang đo trong nghiên cứu này đều thỏa
mãn yêu cầu về độ tin cậy nhất quán nội bộ và giá trị hội tụ theo Hair và cộng sự (2017). Tính
phân biệt của thang đo được đánh giá để đảm bảo các biến trong mơ hình đề xuất khác biệt với
nhau. Tiêu chuẩn Fornell-Larcker được sử dụng để đo lường tính phân biệt của thang đo. Bảng
4.2 trong Phụ lục A cho thấy căn bậc hai của tất cả các thang đo đều cao hơn giá trị tương quan
của thang đo đó với các thang đo cịn lại trong mơ hình nên tất cả các thang đo trong mơ hình
đều đạt u cầu về tính phân biệt theo quy tắc chung của Fornell-Larcker.

4.2. Kiểm định giả thuyết nghiên cứu
Tiến hành kiểm định 09 giả thuyết nghiên cứu đã đề xuất sau khi mơ hình đã thỏa mãn
các u cầu bằng mơ hình cấu trúc tuyến tính SEM. Các giả thuyết đề xuất trong nghiên cứu
13


được đánh giá bằng các hệ số hồi quy đã chuẩn hóa. Kết quả kiểm định trong bảng 4.3 trong Phụ
lục A cho thấy độ tin cậy, xu hướng dựa vào robo-advisors, kiến thức tài chính và tác động của
Covid-19 có liên quan đến ý định sử dụng robo-advisors của NĐT trong giai đoạn ảnh hưởng
Covid-19 tại Việt Nam.

Hình 4.1. Kết quả mơ hình nghiên cứu
Các giả thuyết H5, H7, H8 và H9 được chấp nhận. Tuy nhiên, tác động của xu hướng
dựa vào robo-advisors đến ý định sử dụng robo-advisors là khơng đáng kể, kiến thức tài chính và
độ tin cậy có ảnh hưởng tích cực đến ý định sử dụng robo-advisors của NĐT trong giai đoạn ảnh
hưởng Covid-19 tại Việt Nam. Trong khi đó, tác động của Covid-19 có ý nghĩa thống kê cao và
có ảnh hưởng mạnh mẽ đến ý định sử dụng robo-advisors.
5. KẾT LUẬN VÀ THẢO LUẬN
5.1. Kết luận
Kết quả của nghiên cứu cho thấy những khách hàng có kiến thức về tài chính có xu
hướng dễ dàng chấp nhận sử dụng robo-advisors. Điều này khá dễ hiểu khi họ hồn tồn có thể
sử dụng kiến thức tài chính của bản thân kết hợp với sự trợ giúp của robo-advisors để hoạch định
14


tài chính cá nhân một cách hiệu quả mà khơng tốn q nhiều chi phí. Thay vì cố gắng đánh bại
thị trường dù trên thực tế đã chứng minh hành động này không mang lại hiệu quả tốt như các cố
vấn tài chính truyền thống vẫn hay làm, robo-advisors có khả năng tự động phân bổ tài sản trong
danh mục đầu tư phù hợp với tình hình của thị trường nhằm giữ cân bằng tỷ trọng rủi ro trước
những biến động thị trường. Bên cạnh đó, robo-advisors hoạt động dựa trên các thuật tốn với

chính sách ưu đãi về thuế, giảm thiểu rủi ro, không bị cảm xúc chi phối nên khách hàng có xu
hướng tin tưởng vào robo-advisors. Sự tin tưởng của khách hàng đối với robo-advisors dẫn đến
việc khách hàng có xu hướng dựa vào robo-advisors. Theo kết quả nghiên cứu, xu hướng dựa
vào robo-advisors có ý nghĩa thống kê đối với ý định sử dụng robo-advisors tuy nhiên, nhân tố
này có tác động khơng đáng kể đến ý định sử dụng dịch vụ này. Kiến thức tài chính và độ tin cậy
có ảnh hưởng tích cực đến ý định sử dụng robo-advisors.
Bên cạnh nhân tố kiến thức tài chính, độ tin cậy và xu hướng dựa vào robo-advisors thì
tác động của Covid-19 có ý nghĩa thống kê cao trong quá trình kiểm định giả thuyết và tác động
đáng kể đến ý định sử dụng robo-advisors. Kết quả nghiên cứu cho thấy tác động của Covid-19
càng lớn thì ý định sử dụng robo-advisors của khách hàng càng cao. Cùng với tâm lý phòng
chống dịch bệnh, giãn cách xã hội được thực hiện để bảo vệ sức khỏe bản thân và cộng đồng,
robo-advisors trở thành lựa chọn hàng đầu trong lĩnh vực đầu tư tài chính. Với một quốc gia mà
robo-advisors chưa phổ biến như ở Việt Nam, Covid-19 đã gián tiếp đưa robo-advisors đến gần
hơn với khách hàng. Đồng thời cũng là chất xúc tác mạnh mẽ đến những cá nhân có nền tảng
kiến thức tài chính nhưng chưa sẵn sàng robo-advisors này mạnh dạn hơn trong việc quyết định
sử dụng sản phẩm công nghệ này. Qua kết quả của nghiên cứu này có thể nhận định rằng các
NĐT Việt Nam khơng bị những yếu tố bên ngồi như ảnh hưởng xã hội chi phối nhiều đến ý
định hành vi của bản thân. Hơn thế nữa, Covid-19 khiến nhiều người gặp khó khăn về tài chính
hoặc giảm thu nhập và robo-advisors hồn tồn có thể giúp đỡ khách hàng trong vấn đề cải thiện
tình hình tài chính cá nhân trong hoàn cảnh hạn chế tiếp xúc xã hội hiệu quả và ít tốn kém chi
phí. Đó cũng là một trong những nguyên nhân thực tế dẫn đến việc nhân tố tác động của Covid19 ảnh hưởng đáng kể đến ý định sử dụng robo-advisors.
5.2. Thảo luận kết quả nghiên cứu
Robo-advisors tuy không phải sản phẩm công nghệ quá mới mẻ trong lĩnh vực tài chính
tại Việt Nam nhưng lại chưa được nhiều người biết đến, không được đề cập nhiều trên thị trường.
Nhiều cơng ty chứng khốn đã cung cấp sản phẩm này từ vài năm trước nhưng không mang lại
hiệu quả kinh doanh cao. Mãi cho đến khi dịch Covid-19 bùng nổ, nhiều dịch vụ cố vấn tài chính
bị gián đoạn hoặc khơng thể gặp mặt khách hàng cùng với sự phát triển của công nghệ 4.0, roboadvisors bắt đầu được đón nhận và sử dụng nhiều hơn. Kết quả nghiên cứu đã chỉ ra 4 nhân tố
tác động đến ý định sử dụng robo-advisors, đó là độ tin cậy, xu hướng dựa vào robo-advisors,
kiến thức tài chính và tác động của Covid-19. Hồn tồn có thể dự đoán được số lượng người
15

dùng robo-advisors tại Việt Nam sẽ ngày càng tăng. Việc này mang lại nhiều lợi ích cho các cơng
ty chứng khốn. Sự kết hợp giữa các nhân tố có ý nghĩa trong nghiên cứu này với những kinh
nghiệm sẵn có sẽ giúp cơng ty chứng khốn xây dựng chiến lược kinh doanh phù hợp với mục
tiêu thu hút, tiếp cận khách hàng. Các cơng ty chứng khốn cần liên tục cập nhật, đổi mới
chương trình và ghi nhận những phản hồi, khắc phục sự cố nhanh chóng đồng thời thực hiện các
chính sách ưu đãi có lợi cho khách hàng để khuyến khích khách hàng sử dụng sản phẩm cơng
nghệ này như khuyến khích mở tài khoản mà khơng u cầu số dư tài sản đầu tư hay cung cấp
dịch vụ miễn phí cho khách hàng có khối lượng tài sản đầu tư cao ở một mức nào đó. Nghiên
cứu đã góp phần giúp các cơng ty chứng khốn có được một số lượng khơng ít khách hàng tiềm
năng và dự kiến sẽ còn tăng nhiều hơn nữa trong thời đại 4.0 như hiện nay.
Ở khía cạnh của khách hàng, robo-advisors mang lại nhiều lợi ích phù hợp với bối cảnh
hiện tại. Robo-advisors cung cấp dịch vụ cho khách hàng 24/7, khách hàng hồn tồn có sử dụng
sản phẩm ở bất cứ đâu vào bất cứ lúc nào. Robo-advisors còn hỗ trợ khách quản lý danh mục đầu
tư, đưa ra những lời khuyên tài chính dựa trên nền tảng kỹ thuật số cũng như tình hình thị
trường, tối thiểu hóa rủi ro mà khách hàng có thể gặp phải một cách nhanh chóng, hiệu quả,
chính xác và dễ dàng. Hầu như tất cả các tính năng vượt trội của robo-advisors đều đặt lợi ích
của khách hàng lên hàng đầu.
5.3. Hạn chế của nghiên cứu
Mặc dù nghiên cứu có đóng góp vào một phần giá trị khoa học, góp phần giúp các cơng
ty chứng khốn có thêm nguồn khách hàng tiềm năng lớn và cũng giúp cho robo-advisors được
biết đến nhiều hơn tại Việt Nam nhưng nghiên cứu vẫn còn nhiều mặt hạn chế như dữ liệu thu
thập được dù không q ít nhưng cũng chưa đủ nhiều để có thể đại diện cho toàn bộ dân số Việt
Nam cho việc khảo sát ý định hành vi sử dụng công nghệ tài chính. Ngồi ra, thời gian thực hiện
nghiên cứu có hạn nên vẫn còn lỗ hổng trong việc thu thập thông tin và các số liệu tổng quan
xoay quanh đề tài. Nghiên cứu chỉ phát triển một vài giả thuyết dựa trên các nghiên cứu trước
đây để kiểm tra ý định sử dụng robo-advisors và còn rất nhiều nhân tố liên quan đến ý định sử
dụng robo-advisors chưa được kiểm định tại thị trường Việt Nam cũng như nhiều nước khác trên
thế giới.

TÀI LIỆU THAM KHẢO
Allgood, S., & Walstad, W. B. (2016). The effects of perceived and actual financial literacy on
financial behaviors. Economic Inquiry, 54(1), 675–697. />Alwi, S., Salleh, M.N., Razak, S.A., & Naim, N. (2019). Consumer acceptance and adoption
toward payment-type fintech services from Malaysian perspective. International Journal of
Advanced Science and Technology, 28, 148-163. Available at />index.php/IJAST/article/view/1566 [Accessed 16 October 2021]
16


Bachmann, K., & Hens, T. (2015). Investment competence and advice seeking. Journal of
Behavioral and Experimental Finance, 6, 27–41. />Barth, S., Jong, M.D.T., Junger, M., Hartel, P.H., & Roppelt, J.C. (2019). Putting the privacy
paradox to the test: online privacy and security behaviors among users with technical knowledge,
privacy awareness, and financial resources. Telemat. Inf., 41, 55-69
Belanche, D., Casal'o, L. V., & Flavi'an, C. (2019). Artificial intelligence in fintech:
Understanding robo-advisors adoption among customers. Industrial Management & Data
Systems, 119, 1–21. />Brenner, L., & Meyll, T. (2020). Robo-advisors: A substitute for human financial advice?
Journal

of

Behavioral

and

Experimental

Finance,

25,

100275.

/>Bui, T. T., & Bui, H. T. (2018). Gamification impact on the acceptance of mobile payment in Ho
Chi Minh city, Vietnam. International Journal of Social Science and Economic Research, 3(9),
4822–4837. Available at <ijsser.org/more2018.php?id=334>
Byrnes, S. (2020). Can Consumer Data Privacy Coexist with How Businesses Want to Use
Data? Forbes. Available at />[Accessed 16 October 2021]
Chang, Y., Wong, S.F., Lee, H., Jeong, S.P. (2016). What motivates Chinese consumers to adopt
fintech services: a regulatory focus theory. Paper Presented at the Proceedings of the 18th
Annual International Conference on Electronic Commerce: E-Commerce in Smart Connected
World.
Cheng, Y. M. (2020). Will robo-advisors continue? Roles of task-technology fit, network
externalities, gratifications and flow experience in facilitating continuance intention.
Kybernetes, 50, 1751–1783. />Das, S.R. (2019). The future of fintech. Financ. Manag., 48(4), 981-1007
Fan, L., & Chatterjee, S. (2020). The utilization of robo-advisors by individual investors: An
analysis using diffusion of innovation and information search frameworks. Journal of Financial
Counseling and Planning, 31(1), 130–145.
Fu, J., Mishra, M. (2020). The Global Impact of Covid-19 on Fintech Adoption. Available at
SSRN 3588453

17


Gan, L. Y., Khan, M. T. I., & Liew, T. W. (2021). Understanding consumer's adoption of financial
robo-advisors at the outbreak of the COVID-19 crisis in Malaysia. Financial Planning Review,
e1127. cfp2.1127
Hai, N (2020). Emerging Personal Finance Applications In Vietnam. Industry Reviews,
B&Company

Vietnam.

Available

at

/>
applications-in-vietnam/ [Accessed 16 October 2021]
Hair, J. F. (2006). Multivariate Data Analysis. Pearson Prentice Hall.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Thousand Oaks, CA: SAGE
Publications.
Hair, J. F., Hult, G. T., Ringle, C., & Sarstedt, M. (2014). A primer on partial least squares
structural equation modeling (PLSSEM). SAGE Publications Ltd.
Henager, R., & Cude, B. J. (2016). Financial literacy and long-and short-term financial behavior
in different age groups. Journal of Financial Counseling and Planning, 27(1), 3–19.
10.1891/1052-3073.27.1.3
Hoya, T. N. (2020). Development of investor-facing robo-advisors in Indonesia. Tilburg Law
School
Hu, Z., Ding, S., Li, S., Chen, L., & Yang, S. (2019). Adoption intention of fintech services for
bank users: an empirical examination with an extended technology acceptance model.
Symmetry, 11(3), 340
Jung, D., Dorner, V., Weinhardt, C., & Pusmaz, H. (2018). Designing a robo-advisor for riskaverse,

low-budget

consumers.

Electronic

Markets,

28(3),

367–380.

/>Jung, J.-H., Shin, J.-I. (2019). The effect of choice attributes of internet specialized banks on
integrated loyalty: the moderating effect of gender. Sustainability, 11(24), 7063
Konstantin, R. (2021). Does Robo Advisory Market Have a Perspective? Available at
/>[Accessed 25 September 2021]
Kranen, S. (2019). The influences of financial technology on risk taking: robo-advisors and
portfolio allocation. Master Thesis. Radboud University Nijmegen.

18


Le, M.T.H. (2021). Examining factors that boost intention and loyalty to use Fintech postCOVID-19

lockdown

as

a

new

normal

behavior.

Heliyon,

7(8),

e078212.

/>Lourenco, C. J., Dellaert, B. G., & Donkers, B. (2020). Whose algorithm says so: The
relationships between type of firm, perceptions of trust and expertise, and the acceptance of
financial

Robo-advice.

Journal

of

Interactive

Marketing,

49,

107–124.

/>Milani, A. (2019). The role of risk and trust in the adoption of roboadvisory in Italy.
PricewaterhouseCoopers

Advisory.

Avaiable

/>

at
[Accessed

10

October 2021]
Moore, G. C., & Benbasat, I. (1991). Development of an instrument to measure the perceptions
of adopting an information technology innovation. Information Systems Research, 2(3), 192–
222. />Mumuni, A. G., Lancendorfer, K. M., O'Reilly, K. A., & MacMillan, A. (2019). Antecedents of
consumers' reliance on online product reviews. Journal of Research in Interactive Marketing,
13(1), 26–46. />Nilashi, M., Jannach, D., Ibrahim, O. B., Esfahani, M. D., & Ahmadi, H. (2016).
Recommendation quality, transparency, and website quality for trust-building in recommendation
agents.

Electronic

Commerce

Research

and

Applications,

19,

70–84.

/>Noor, U., Anwar, Z., Amjad, T., & Choo, K.-K.R. (2019). A machine learning-based fintech
cyber threat attribution framework using high-level indicators of compromise. Future Generat.

Comput. Syst., 96, 227-242
Park, J., Konana, P., and Gu, B. (2010). Confirmation bias, overconfidence, and in-vestment
performance: Evidence from stock message boards. McCombs Research Paper Series, 1-56.
Avaiable at http:// misrc.umn.edu/wise/papers/p1-3.pdf. [Accessed 1 October 2021]
Rahman, S. A., Alam, M. M., & Taghizadeh, S. K. (2020). Do mobile financial services ensure
the subjective well-being of microentrepreneurs? An investigation applying UTAUT2 model.
Information

Technology

for

Development,

doi.org/10.1080/02681102.2019.1643278

19

26(2),

1–24.

https://


Robb, C. A., Babiarz, P., & Woodyard, A. (2012). The demand for financial professionals'
advice: The role of financial knowledge, satisfaction, and confidence. Financial Services Review,
21, 291–305. Available at FSR2012.pdf Accessed 1 October 2021]
Robo

Advisors

Information

Guide

(2019).

Available

at

[Accessed 16 October 2021]
Ruhr, A. (2020). Robo-advisor configuration: An investigation of user preferences and the
performance-control dilemma. Research Papers, 94.
Ruhr, A., Berger, B., & Hess, T. (2019). Can I control my robo-advisor? Trade-offs in automation
and user control in (digital) investment management. Twenty-fifth Americas Conference on
Information Systems, 2, 1–10. />Sa, J. H., Lee, K. B., Cho, S. I., Lee, S. H., & Gim, G. Y. (2018). A study on the influence of
personality factors on intention to use of robo-advisor. Journal of Engineering and Applies
Sciences, 13(19), 7795–7802. />Safari, M., Mansori, S., & Sesaiah, S. (2016). Personal financial planning industry in Malaysia:
A

market

survey.

Journal

of

Wealth

Management,

18,

29–35.

/>Singh, N., & Sinha, N. (2020). How perceived trust mediates merchant's intention to use a
mobile wallet technology. Journal of Retailing and Consumer Services, 52, 101894.
1016/j.jretconser.2019.101894
Soodan, V., & Rana, A. (2020). Modeling customers' intention to use E-wallet in a developing
nation: Extending UTAUT2 with security, privacy and savings. Journal of Electronic Commerce
in Organizations, 18(1), 89–114. 2020010105
Statista

(2021).

Robo

Advisors

Vietnam.

Available

at

/>[Accessed 16 October 2021]
Stewart, H., & Jürjens, J. (2018). Data security and consumer trust in fintech innovation in

Germany. Information & Computer Security, 26, 109–128. />Thoumrungroje, A. (2014). The influence of social media intensity and EWOM on conspicuous
consumption.

Procedia-Social

and

Behavioral

/>20

Sciences,

148,

7–15.


Todd, T. M., & Seay, M. C. (2020). Financial attributes, financial behaviors, financial-advisoruse beliefs, and investing characteristics associated with having used a robo-advisor. Financial
Planning Review, 3(3), e1104.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of
information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. Available at
stable/30036540 [Accessed 1 October 2021]
Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information
technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly,
36(1), 157–178. Available at [Accessed 1 October 2021]
Widodo, M., Irawan, M. I., & Sukmono, R. A. (2019). Extending UTAUT2 to explore digital
wallet

adoption

Communications

in

Indonesia.

2019

International

Technology

Conference

on

Information

(ICOIACT),

and

878–883.

/>Yang, A., Xu, J., Weng, J., Zhou, J., & Wong, D.S. (2018). Lightweight and privacy-preserving
delegatable proofs of storage with data dynamics in cloud storage. IEEE Trans. Cloud Comp.
Zhou, M., Qu, S., Zhao, L., Campy, K. S., Wang, S., & Huang, W. (2019). Understanding
psychological determinants to promote the adoption of general practitioner by Chinese elderly.
Health Policy and Technology, 8, 128–136. hlpt.2019.05.007

PHỤ LỤC
PHỤ LỤC A
Bảng 3.1. Bảng thống kê - mô tả mẫu khảo sát

21


Bảng 3.2. Thang đo các biến quan sát
Ký hiệu
Các biến quan sát
PE – Hiệu suất mong đợi
Sử dụng robo-advisors sẽ làm tăng hiệu quả đầu tư của
PE1
tôi.

Moore & Benbasat

Sử dụng robo-advisors sẽ giúp tôi thực hiện hoạt động

(1991), Venkatesh và

đầu tư nhanh chóng hơn.

cộng sự (2003, 2012),

PE2
PE3
PE4

Tơi thấy sử dụng robo-advisors sẽ rất tiện lợi.
Tơi thấy robo-advisors sẽ hữu ích cho hoạt động đầu tư

Nguồn

Gan và cộng sự
(2021)

của tôi.
EE – Nỗ lực mong đợi
EE1

Sử dụng robo-advisors sẽ rõ ràng và dễ hiểu với tôi.

Moore & Benbasat
(1991), Venkatesh và

PP2

Học cách sử dụng robo-advisors sẽ dễ dàng với tôi.
22

cộng sự (2003, 2012),


PP3
PP4

Sử dụng giao dịch thông qua robo-advisors sẽ dễ dàng với
tôi.

Sử dụng thành thạo robo-advisors sẽ dễ dàng với tôi.

SI - Ảnh hưởng xã hội
SI1

SI2

SI3
SI4

Gan và cộng sự
(2021)

Những người quan trọng đối với tôi sẽ nghĩ rằng tôi nên
sử dụng robo-advisors.

Moore & Benbasat

Những người có ảnh hưởng đối với tơi sẽ nghĩ rằng tôi

(1991), Venkatesh và

nên sử dụng robo-advisors.

cộng sự (2003, 2012),

Những người có ý kiến giá trị đối với tôi sẽ nghĩ rằng tôi

Gan và cộng sự
(2021)

nên sử dụng robo-advisors.
Những người sử dụng robo-advisors có lý lịch tầm cỡ.

FC - Điều kiện thuận lợi
FC1
FC2

Tơi có thể nhận được sự giúp đỡ từ những người khác khi
tơi gặp khó khăn khi sử dụng robo-advisors.
Tơi có kiến thức cần thiết để sử dụng robo-advisors.

Moore & Benbasat
(1991), Venkatesh và
cộng sự (2003, 2012),

FC3
FC4

Tôi có đủ kinh nghiệm Internet để sử dụng robo-advisors.
Tơi có trang thiết bị cần thiết (smartphone/ máy tính) để

Gan và cộng sự
(2021)

sử dụng robo-advisors.

T - Độ tin cậy
T1
T2

T3

Tôi sẽ tin tưởng các khuyến nghị thiết lập danh mục đầu
tư do robo-advisors đề xuất.

Zhou và cộng sự

Tôi sẵn sàng tiết lộ những thông tin riêng tư cho roboadvisors.

sự (2021)

Tôi tin rằng robo-advisors đáng tin cậy.

SP - Tính bảo mật
Tơi tin rằng robo-advisors có khả năng bảo vệ quyền
SP1
riêng tư của tơi.
Sử dụng robo-advisors sẽ đảm bảo an tồn về mặt tài
SP2
chính.
SP3

(2019), Gan và cộng

Tơi sẽ khơng lo lắng về tính bảo mật của robo-advisors.

R - Xu hướng dựa vào robo-advisors

23

Hu và cộng sự (2019),
Le, M.T.H. (2021)


Tơi sẽ tìm kiếm lời khun từ robo-advisors cho các dịch
R1

vụ tài chính của mình thay vì tìm kiếm lời khun từ
người cố vấn tài chính.

R2

R3

R4

Tơi sẽ dựa vào robo-advisors để lập kế hoạch tài chính

Bachmann & Hens

thay vì tìm kiếm lời khuyên từ người cố vấn tài chính.

(2015), Safari và cộng

Tôi sẽ dựa vào robo-advisors để quản lý đầu tư thay vì
tìm kiếm lời khuyên từ người cố vấn tài chính.

sự (2016), Gan và
cộng sự (2021)

Tơi sẽ dựa vào robo-advisors khi ra quyết định tài chính
thay vì tìm kiếm lời khuyên từ người cố vấn tài chính.

PFK - Kiến thức tài chính
PFK1
PFK2

PFK3

Tơi cập nhật đầy đủ thơng tin về thị trường tài chính.
Tơi có hiểu biết về các cổ phiếu mà tơi kinh doanh (ví dụ:
hoạt động kinh doanh của cơng ty, tình trạng tài chính).
Tơi cập nhật đầy đủ các tin tức kinh tế chính mà có ảnh
hưởng đến TTCK.

Robb và cộng sự
(2012) Park và cộng
sự (2010), Gan và
cộng sự (2021)

PFK4
Hiểu biết tài chính của tơi ở mức cao.
CV - Tác động của Covid-19
CV1

CV2

CV3

Tôi cần phải sử dụng robo-advisors do dịch bệnh Covid19 đang diễn ra.

Le, M.T.H. (2021)

Tôi sẽ sử dụng robo-advisors để cải thiện tình hình tài
chính của tôi trong giai đoạn khủng hoảng Covid-19.
Tôi sẽ sử dụng robo-advisors để hạn chế sự tiếp xúc trong
giai đoạn đại dịch do Covid-19 gây ra.

INT - Ý định sử dụng
Tôi sẽ giới thiệu cho người thân, bạn bè cùng sử dụng
INT1
robo-advisors.
Để đảm bảo an toàn cho bản thân trong đại dịch do Covid
INT2

19 gây ra, tôi sẽ sử dụng robo-advisors thay vì cố vấn tài
chính truyền thống.

INT3

Fu và Mishra (2020),

Venkatesh và cộng sự
(2003, 2012), Jung và
Shin (2019), Le,
M.T.H. (2021)

Tôi có ý định sử dụng robo-advisors.
Bảng 4.1. Kết quả kiểm định độ tin cậy nhất quán nội bộ và giá trị hội tụ

24


Các biến quan sát

Hệ số tải nhân
tố

Hiệu suất mong đợi
PE1
PE2
PE3
PE4
Nỗ lực mong đợi
EE1
EE2
EE3
EE4
Ảnh hưởng xã hội
SI1
SI2
SI3
SI4
Điều kiện thuận lợi
FC1
FC2
FC3
FC4
Độ tin cậy
T1

T2
T3
Tính bảo mật
SP1
SP2
SP3
Xu hướng dựa vào robo-advisors
R1
R2
R3
R4
Kiến thức tài chính
PFK1
PFK2
PFK3
PFK4
Tác động của Covid-19
CV1
CV2
CV3
Ý định sử dụng
INT1

AVE

CR

Cronbach's Alpha

0.504

0.802

0.801

0.515

0.809

0.808

0.503

0.802

0.801

0.500

0.799

0.794

0.508

0.755

0.753

0.523

0.766

0.765

0.575

0.844

0.843

0.517

0.809

0.806

0.693

0.871

0.871

0.678

0.862

0.859

0.766

0.703
0.664
0.702
0.756
0.736
0.695
0.682
0.779
0.705
0.670
0.679
0.773
0.741
0.703
0.601
0.759
0.648
0.726
0.676
0.790
0.698
0.751
0.811
0.753
0.715
0.655
0.705
0.671
0.831
0.808

0.855
0.833
0.742
25