Bài nghiên cứu tìm hiểu các yếu tố ảnh hưởng đến ý định sử dụng đồng tiền kỹ thuật số của Ngân hàng Trung ương (CBDC) tại Việt Nam. Thông qua phân tích 404 câu trả lời khảo sát từ người dân, bằng phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM), kết quả cho thấy nhận thức về tính hữu ích, tính dễ sử dụng, tính đổi mới và chuẩn chủ quan đều tác động tích cực đến ý định sử dụng CBDC. Trong khi đó, nhận thức về tính an toàn không có tác động như kỳ vọng. Bên cạnh đó, nhận thức về tính hữu ích đóng vai trò trung gian trong mối quan hệ giữa nhận thức về tính dễ sử dụng, chuẩn chủ quan đến ý định sử dụng. Từ kết quả nghiên cứu, nhóm tác giả đề xuất những gợi ý cho các cơ quan quản lý Nhà nước trong việc triển khai CBDC để thúc đẩy sự chấp nhận rộng rãi của người dân khi CBDC được chính thức đưa vào sử dụng tại Việt Nam. <br><br> Abstract <br> This study examines the factors influencing the intention to use Central Bank Digital Currency (CBDC) in Vietnam. Through analysis of 404 survey responses from Vietnamese citizens using Partial Least Squares Structural Equation Modeling (PLS-SEM), the results demonstrate that perceived usefulness, perceived ease of use, perceived innovativeness, and subjective norms all positively influence the intention to use CBDC. However, contrary to expectations, perceived security does not have a significant impact. Additionally, perceived usefulness plays a mediating role in the relationship between perceived ease of use, subjective norms, and usage intention. Based on these findings, the authors propose recommendations for government regulatory agencies regarding CBDC implementation to promote broader public acceptance when CBDC is officially launched in Vietnam.

Download

Nghiên cứu này kiểm định vai trò của cường độ tìm kiếm trên Google trong việc phản ánh hành vi nhà đầu tư trên thị trường chứng khoán Việt Nam, bằng cách đối chiếu hai giả thuyết đối lập là cường độ tìm kiếm đại diện cho sự chú ý hoặc cho sự không chắc chắn. Dữ liệu bảng theo tuần của 88 cổ phiếu trên sàn HOSE giai đoạn 2019–2023 được phân tích với mô hình Fama-French năm nhân tố, kết hợp biến trễ để kiểm định phản ứng theo thời gian. Kết quả cho thấy cường độ tìm kiếm có tác động dương đến suất sinh lời trong tuần hiện tại và tác động âm ở tuần kế tiếp, phù hợp với giả thuyết sự chú ý của nhà đầu tư. Phân tích theo quy mô cổ phiếu và tương tác với giai đoạn hậu COVID-19 góp phần củng cố tính ổn định của kết quả. Nghiên cứu gợi ý rằng cường độ tìm kiếm có thể được sử dụng như một chỉ báo giám sát hành vi thị trường. <br><br>Abstract<br> This study examines whether the Google search volume reflects investor attention or uncertainty in the Vietnamese stock market by testing two competing hypotheses within a unified framework. Using weekly panel data from 88 HOSE-listed stocks during 2019–2023, we apply the Fama-French five-factor model with lagged variables to capture short-term behavioral responses. The findings indicate that search volume positively affects stock returns in the current week but has a negative effect one week later, supporting the investor attention hypothesis. Robustness is confirmed through subsample analysis by firm size and post COVID-19 interaction. The results suggest that Google search volume primarily reflects attention-driven behavior rather than uncertainty, and may serve as a behavioral indicator for market monitoring in frontier markets.

Download

Nghiên cứu phân tích đặc tính trú ẩn an toàn với một số tài sản tài chính điển hình đối với thị trường cổ phiếu Việt Nam trong giai đoạn 2020–2025, trên 2 giai đoạn chính là đại dịch COVID-19 và giao tranh quốc tế. Nghiên cứu sử dụng mô hình hồi quy OLS với gần 1.400 quan sát biến động của 04 nhóm tài sản hàng hóa, trái phiếu chính phủ, ngoại tệ, và tiền mã hóa trong giai đoạn thị trường Việt Nam suy giảm mạnh. Kết quả cho thấy, tại một thị trường cận biên như Việt Nam, vàng không thể hiện đặc tính trú ẩn an toàn. Trái phiếu chỉnh phủ và đồng USD thể hiện rõ ràng đặc tính trú ẩn an toàn với thị trường cổ phiếu Việt Nam. Đa phần các nhóm tài sản còn lại không thể hiện đặc tính trú ẩn an toàn, chỉ có thể đóng vai trò phòng ngừa rủi ro yếu. <br><br>Abstract <br> This study investigates the safe haven properties of several typical financial assets against the Vietnamese stock market during the 2020–2025 period, examining two distinct sub-periods: the COVID-19 pandemic and the periods of global geopolitical tensions. Using an OLS regression model with nearly 1,400 observations, the authors analyze fluctuations across four asset classes: Commodities, government bonds, foreign currencies, and cryptocurrencies, during periods of sharp declines in the Vietnamese market. The findings indicate that in a frontier market such as Vietnam, gold does not exhibit safe haven characteristics. Conversely, government bonds and the USD demonstrate strong safe-haven properties against the Vietnamese stock market. Most of the remaining assets fail to provide safe havens, acting only as weak hedges

Download

Nghiên cứu này sử dụng các kỹ thuật khai thác dữ liệu giao dịch để phân khúc khách hàng trong lĩnh vực bán lẻ trực tuyến. Tích hợp khuôn khổ CRISP-DM với mô hình RFM, nghiên cứu đánh giá sáu thuật toán phân cụm bao gồm K-Means, Spectral Clustering, Mean Shift, Gaussian Mixture Model, DBSCAN và Fuzzy C-Means nhằm tối ưu hóa giải pháp phân khúc khách hàng. Các chỉ số định lượng bao gồm Davies-Bouldin, Calinski-Harabasz, Dunn và điểm Silhouette, chứng minh K-Means đạt hiệu quả tốt nhất trên dữ liệu thực nghiệm. Kết quả tối ưu hóa bốn phân khúc khách hàng riêng biệt: khách hàng tốt nhất, khách hàng trung thành, khách hàng tiềm năng và khách hàng rời bỏ dịch vụ. Phát hiện này cung cấp bằng chứng ra quyết định dựa trên dữ liệu, thiết lập và thực hiện các chiến lược tiếp thị có mục tiêu thông qua tích hợp hệ thống CRM, tối ưu hóa phân bổ nguồn lực và giữ chân khách hàng. Đáng chú ý, các phân khúc khách hàng được xác định tạo điều kiện cá nhân hóa, tăng cường tiềm năng doanh thu và đạt lợi thế cạnh tranh. Nghiên cứu cũng chỉ rõ những hạn chế và đề xuất các hướng phát triển trong tương lai, chẳng hạn như kết hợp dữ liệu nhân khẩu học và các kỹ thuật học sâu để nâng cao chất lượng phân khúc khách hàng. <br><br> Abstract <br> This study utilizes transactional data mining techniques to segment customers in the online retail sector. Integrating the CRISP-DM framework with the RFM model, the study evaluates six clustering algorithms including K-Means, Spectral Clustering, Mean Shift, Gaussian Mixture Model, DBSCAN, and Fuzzy C-Means to optimize the customer segmentation solution. Quantitative metrics including Davies-Bouldin, Calinski-Harabasz, Dunn, and Silhouette scores demonstrate that K-Means performs best on the experimental data. The results optimize four distinct customer segments: best customers, loyal customers, potential customers, and churners. The findings provide evidence for data-driven decision making, establishing and implementing targeted marketing strategies through CRM system integration, optimizing resource allocation, and customer retention. Notably, the identified customer segments facilitate personalization, increase revenue potential, and gain competitive advantage. The study also highlights limitations and suggests future directions, such as combining demographic data and deep learning techniques to improve customer segmentation.

Download

Cho vay ngang hàng (CVNH) là một hiện tượng mới nổi nhưng lan rộng nhanh chóng trong bối cảnh tài chính kỹ thuật số bên cạnh Ví điện tử, tiền kỹ thuật số, ngân hàng di động. CVNH kết nối trực tiếp người đi vay với người cho vay mà không thông qua các tổ chức trung gian tài chính, thay thế bằng nền tảng ứng dụng công nghệ số. Nghiên cứu tích hợp lý thuyết Hành động hợp lý và Mô hình chấp nhận công nghệ để tìm hiểu rõ các yếu tố và mức độ tác động của các yếu tố đến ý định sử dụng trong bối cảnh sản phẩm CVNH. Nghiên cứu sử dụng phương pháp nghiên cứu định lượng thông qua khảo sát 217 người có nhu cầu vay vốn. Kết quả nghiên cứu cho thấy các yếu tố tác động đến Ý định người đi vay chịu tác động bởi niềm tin, hữu ích, danh tiếng nền tảng. Nghiên cứu có ý nghĩa quan trọng đối với các nhà tiếp thị quảng cáo và các nhà quản lý trong ngành tài chính ngân hàng giúp các nhà quảng cáo tiếp thị chủ động hơn trong việc cải thiện ý định sử dụng dịch vụ CVNH. <br><br>Abstract <br> Peer-to-peer (P2P) lending is a relatively new yet swiftly proliferating trend within the realm of digital finance, coexisting with other technologies such as e-wallets, cryptocurrencies, and mobile banking. P2P Lending directly connects borrowers with lenders without going through financial intermediaries, replacing it with a platform using digital technology. This study integrated the Reasoned Action Theory and Technology Acceptance Model to clearly understand the factors and extent of the impact on intention to use in the context of P2P Lending products. This study follows a quantitative approach through interviews with 217 participants who had loan needs. Research results show that borrower intention is affected by trust, usefulness, and platform reputation. Our research has meaningful implications for marketers and banking/financial managers in that marketers should be more proactive in improving people’s intention to use peer-to-peer lending.

Download