Từ kết quả bảng 4.12 tác giả nhận thấy Nagelkerke R Square =.889 mà Nagelkerke nằm trong khoảng từ 0-1 là mối quan hệ đáng tin cậy trong mô hình.
Bảng 4.12 Kiểm định mức độ phù hợp của mô hình tổng thể
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 22.922a .608 .889
a. Estimation terminated at iteration number 9 because parameter estimates changed by less than .001.
(Nguồn tác giả tính toán từ SPSS)
Bên cạnh đó còn có thể hiện khác, kết quả độ phù hợp của mô hình. Khác với hồi quy tuyến tính thông thường hệ số R2 càng lớn thì mô hình càng phù hợp, hồi quy Binary Logistic sử dụng chỉ tiêu -2LL (-2 log likelihood) để đánh giá độ phù hợp của mô hình. -2LL càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số) khi đó mô hình có độ phù hợp hoàn hảo.
66
Kết quả bảng 4.12 cho thấy giá trị của -2LL = 22,922 không cao lắm, như vậy nó thể hiện một độ phù hợp khá tốt của mô hình tổng thể.
Ngoài ra chúng ta còn kiểm định mức độ dự đoán của mô hình thông qua bảng 4.13.
Bảng 4.13 Mức độ dự đoán của mô hình
Observed Predicted KNTCV Percentage Correct khong tiep can von Tiep can von
Step 1 KNTCV khong tiep can von 24 4 85.7
Tiep can von 3 76 96.2
Overall Percentage 93.5
a. The cut value is .500
(Nguồn tác giả tính toán từ SPSS)
Kết quả chính xác cũng được thể hiện ở bảng 4.13, bảng này cho thấy trong 28 trường hợp không tiếp cận vốn (xem theo cột) mô hình đã dự đoán đúng 24 trường hợp (xem theo hàng), vậy tỷ lệ đúng là 85,7%. Còn với 79 trường hợp tiếp cận vốn , mô hình dự đoán sai 3 trường hợp, đúng 76 trường hợp vậy tỷ lệ đúng là 96,2%. Từ đó ta tính được tỷ lệ dự đoán đúng của toàn bộ mô hình là 93,5%.
67
4.2.3.3 Kiểm định ý nghĩa hồi quy của các hệ số hồi quy tổng thể Wald Chi- Square
Kết quả kiểm định lần 1 SPSS thể hiện như sau:
Bảng 4.14 Kiểm định mô hình lần 1
B S.E. Wald df Sig. Exp(B)
Step 1a ROA 30.352 11.410 7.077 1 .008 1.520E+13
TSBD 10.685 5.682 3.536 1 .060 43687.421 TN_TTS -11.758 5.895 3.979 1 .046 .000 MQH 1.506 .792 3.613 1 .057 4.507 TDN 2.417 1.136 4.531 1 .033 11.216 VCSH .000 .000 .112 1 .738 1.000 Constant -28.221 9.653 8.546 1 .003 .000
a. Variable(s) entered on step 1: ROA, TSBD, TN_TTS, MQH, TDN, VCSH.
(Nguồn tác giả tính toán từ SPSS)
Kết quả bảng 4.14 cho thấy khả năng tiếp cận vốn có 6 biến trong đó có biến VCSH có giá trị p(sig) = 0,738 > 0,05 => chấp nhận giả thuyết H0, vậy không có ý nghĩa về thống kê, nên tác giả loại khỏi biến VCSH khỏi mô hình.
Kết quả kiểm định lần 2 SPSS thể hiện như sau:
Bảng 4.15 Kết quả kiểm định lần 2 SPSS
B S.E. Wald df Sig. Exp(B)
Step 1a ROA 29.629 10.818 7.502 1 .006 7.372E+12
TSBD 11.170 5.479 4.155 1 .042 70951.630
TN_TTS -11.961 5.724 4.367 1 .037 .000
TDN 2.568 1.068 5.782 1 .016 13.040
MQH 1.582 .764 4.280 1 .039 4.862
Constant -28.634 9.557 8.977 1 .003 .000
a. Variable(s) entered on step 1: ROA, TSBD, TN_TTS, TDN, MQH.
68
Bảng 4.15 thể hiện kết quả của kiểm định Wald (kiểm định giả thuyết hồi quy khác không). Nếu hệ số hồi quy β0 và β1 đều bằng 0 thì tỷ lệ chênh lệch giữa các xác suất sẽ bằng 1, tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mô hình hồi quy không có tác dụng dự đoán.
Đối với hồi quy tuyến tính sử dụng kiểm định t để kiểm định giả thuyết H0:
k=0. Còn đối với hồi quy Binary Logistic, đại lượng Wald Chi Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể.
Kết quả bảng 4.15 cho thấy mức khả năng tiếp cận vốn có 5 biến có giá trị p (sig.) nhỏ hơn mức ý nghĩa = 0,05 => bác bỏ H0. Như vậy các hệ số hồi quy tìm được có ý nghĩa và mô hình được sử dụng tốt.
Từ các hệ số hồi quy này ta thế vào phương trình (1) như sau:
Diễn giải ý nghĩa của các hệ số hồi quy Binary Logistic như sau:
Mức độ khả năng tiếp cận vốn có 5 biến đều làm tăng mức độ tiếp cận vốn, trong đó mức độ tác động mạnh nhất là ROA. Cụ thể tác động biên của mức độ khả năng tiếp cận vốn về ROA lên mức độ tiếp cận vốn chung với xác suất ban đầu = 0,5 thì tác động này bằng 0,5(1-0,5)29.629 = 0,74%.
Ngoài ra chúng ta nhận thấy 1 cách trực quan hơn thông qua Hình 4.6 bên dưới.
69
Kết quả cho ta nhận thấy các điểm thực tế và dự báo của biến phụ thuộc “Khả năng tiếp cận vốn”, trên trục tung có một điểm phân cách là 0,5, tên của của điểm này gọi là Cut Value (trị số phân biệt). Từ 0,5 lui về 0 là nhưng trường hợp không có khả năng tiếp cận vốn và từ 0,5 đến 1 là có khả năng tiếp cận vốn.
Căn cứ vào kết quả đánh giá phân tích tương quan và phân tích hồi quy Logistic cuối cùng. Các yếu tố chính có tác động đến khả năng tiếp cận vốn của doanh nghiệp nhỏ và vừa tại Vietinbank Vĩnh Long, chỉ còn lại 5 yếu tố loại bỏ 1 yếu tố VCSH như đã giải thích tại bảng 4.14, mô hình mới và các giả thuyết được điều chỉnh so với mô hình lý thuyết đề xuất ở chương 3 cụ thể như sau:
Hình 4.7 Mô hình đã điều chỉnh chính thức
ROA
Tài sản bảo đảm Tỷ lệ Nợ trên Tổng tài sản
Tuổi doanh nghiệp
Mối quan hệ với ngân hàng
Khả năng tiếp cận vốn tín dụng ngân hàng của DNNVV
70
Giả thuyết nghiên cứu điều chỉnh:
Giả thuyết H1: Các DNNVV có ROA càng cao thì DN càng có khả năng tiếp
cận tín dụng ngân hàng Vietinbank Vĩnh Long hơn (+).
Giả thuyết H2: Các DNNVV có tỷ lệ nợ trên tổng tài sản càng cao thì việc tiếp
cận vốn tín dụng ngân hàng càng khó khăn hơn (-).
Giả thuyết H3: DNNVV có tỷ lệ tài sản cố định hữu hình trên tổng tài sản càng
cao thì càng có khả năng tiếp cận vốn tín dụng ngân hàng tại Vietinbank Vĩnh Long hơn (+).
Giả thuyết H4: Số năm hoạt động của doanh nghiệp càng dài thì càng có cơ hội
tiếp cận vốn tín dụng ngân hàng của các DNNVV tại Vietinbank Vĩnh Long (+).
Giả thuyết H5: Các doanh nghiệp có mối quan hệ với ngân hàng từ trước thì dễ
dàng tiếp cận vốn tín dụng Vietinbank Vĩnh Long (+). 4.2.3.4 Kết quả kiểm định giả thuyết:
Qua bảng trên, ta thấy các giải thuyết H1, H2, H3, H4, H5 đều được chấp nhận. Nghĩa là khi gia tăng những yếu tố này sẽ làm gia tăng khả năng tiếp cận vốn cho các Doanh nghiệp nhỏ và vừa tại Vietinbank Vĩnh Long, nói một cách khác là, khi Biến độc lập thay đổi một đơn vị thì “khả năng tiếp cận vốn” thay đổi hệ số EXP(B) tương ứng.
71
Bảng 4.16: Mô tả kết quả giả thuyết từ SPSS
Ký hiệu Giả thuyết Dấu
kỳ vọng Kết quả kiểm định Hệ số Beta Chấp nhận/ bác bỏ giả thuyết ROA ROA càng cao thì DN càng có khả năng
tiếp cận tín dụng ngân hàng Vietinbank Vĩnh Long hơn + 29.692 Chấp nhận giả thuyết
TSBD DN có tài sản bảo đảm càng nhiều thì càng có khả năng tiếp cận vốn tín dụng ngân hàng tại Vietinbank Vĩnh Long hơn.
+ 11.170
TN_TTS Tỷ lệ nợ trên tổng tài tỷ lệ nghịch với khả năng tiếp cận vốn, khả năng tỷ lệ nợ thấp có nhiều khả năng tiếp cận vốn.
_ 11.961
TDN Số năm hoạt động của doanh nghiệp càng dài thì càng có cơ hội tiếp cận vốn tín dụng ngân hàng của các DNNVV tại Vietinbank Vĩnh Long
+ 2.568
MQH Các doanh nghiệp có mối quan hệ nghiệp vụ với ngân hàng từ trước thì dễ dàng tiếp cận vốn tín dụng Vietinbank Vĩnh Long
+ 1.582
Tóm lại, từ kết quả phân tích trên, ta có thể kết luận rằng mô hình lý thuyết sau khi loại bỏ biến VCSH thì thích hợp với dữ liệu nghiên cứu, và các giả thuyết đều được chấp nhận.
4.3 THẢO LUẬN VỀ KẾT QUẢ NGHIÊN CỨU
Từ nội dung trình bày ở mục 4.1 là đánh giá thực trạng về khả năng tiếp cận tín dụng ngân hàng cho các DNVVN tại Vĩnh Long. Đồng thời kết hợp với việc đưa 6 biến độc lập vào mô hình Binary Logistic để phân tích, thì kết quả là 5 biến có tác động đến khả năng tiếp cận tín dụng ngân hàng của DNNVV tại Vietinbank Vĩnh
72
Long. Trong đó, 4 biến có tác động cùng chiều: Tỷ suất lợi nhuận trên tổng tài sản (ROA), Tài sản bản đảm (TSBD), Tuổi doanh nghiệp (TDN), mối quan hệ (MQH) và 1 biến tác động ngược chiều: tỷ lệ nợ trên tổng tài sản (TN_TTS) cụ thể như sau:
(1) Biến tỷ suất lợi nhuận của doanh nghiệp (ROA): biến này có quan hệ cùng chiều với khả năng tiếp cận tín dụng ngân hàng của DNNVV. Nếu ROA thay đổi một đơn vị thì khả năng tiếp cận tín dụng ngân hàng của các DNNVV thay đổi tăng 29,629 đơn vị trong điều kiện các yếu tố khác không thay đổi. Kết quả này phù hợp với một số nghiên cứu thực nghiệm như: Mac An Bhaird et al, 2010; Ricardo N. Bebczuk, 2004.
(2) Biến tài sản bảo đảm (TSBD): tài sản bảo đảm có quan hệ cùng chiều với khả năng tiếp cận tín dụng ngân hàng của DNNVV. Hay nói cách khác, khả năng tiếp cận tín dụng ngân hàng của DNNVV tăng lên cùng với sự tăng lên của tỷ lệ tài sản cố định hữu hình trên tổng tài sản của doanh nghiệp. Điều này là phù hợp với thực tiễn tại Việt Nam khi các ngân hàng quan tâm đến giá trị tài sản bảo đảm khi tiến hành thẩm định các khoản tín dụng, và trong bối cảnh hàng tồn kho khó kiểm soát và ít thanh khoản do nhu cầu tiêu thụ của thị trường sụt giảm mạnh nên việc lựa chọn các tài sản bảo đảm là tài sản cố định hữu hình mang lại sự an toàn hơn cho các ngân hàng. Nếu tài sản bảo đảm thay đổi một đơn vị thì khả năng tiếp cận tín dụng ngân hàng của các DNNVV thay đổi tăng 11,170 đơn vị trong điều kiện các yếu tố khác không thay đổi. Kết quả này phù hợp với một số nghiên cứu thực nghiệm như: Gamage Pandula (2011); Ricardo N. Bebczuk (2004); Coco (2000), Berger và Udell (1998).
(3) Biến tỷ lệ nợ trên tổng tài sản (TN_TTS): biến này có quan hệ ngược chiều với khả năng tiếp cận tín dụng ngân hàng của DNNVV. Nếu tỷ lệ nợ trên tổng tài sản thay đổi một đơn vị thì khả năng tiếp cận tín dụng ngân hàng của các DNNVV thay đổi giảm 11,961 đơn vị trong điều kiện các yếu tố khác không thay đổi. Kết quả này phù hợp với một số nghiên cứu thực nghiệm như: Ricardo N. Bebczuk, 2004.
(4) Biến tuổi doanh nghiệp (TDN): biến này có quan hệ cùng chiều với khả năng tiếp cận tín dụng ngân hàng của DNNVV. Nếu tuổi doanh nghiệp thay đổi một đơn vị thì khả năng tiếp cận tín dụng ngân hàng của các DNNVV thay đổi tăng 2,568
73
đơn vị trong điều kiện các yếu tố khác không thay đổi. Kết quả này phù hợp với một số nghiên cứu thực nghiệm như: Voordeckers et al, 2006; Chandler, 2009; Biais và Gollier, 1994; Burkart và Ellingsen, 2004. Berger và Udell, 1995; Abor và Biekpe, 2000.
(5) Biến mối quan hệ giữa doanh nghiệp nhỏ và vừa và ngân hàng (MQH): biến này có quan hệ cùng chiều với khả năng tiếp cận tín dụng ngân hàng của DNNVV. Nếu mối quan hệ giữa doanh nghiệp và ngân hàng thay đổi một đơn vị thì khả năng tiếp cận tín dụng ngân hàng của các DNNVV thay đổi tăng 1,582 đơn vị trong điều kiện các yếu tố khác không thay đổi. Kết quả này phù hợp với một số nghiên cứu thực nghiệm như: Hongjiang Zhao, 2006; Diamond, 1989; Boot Thakor, 1994; Uzzi, 1999; Scholtens, 1999; Cole, 1998; Berger và Udell, Iowa, 1995; Petersen và Rajan, 1994; Fama, 1995.
Tóm tắt chương 4
Chương này trình bày thực trạng tiếp cận tín dụng ngân hàng của các DNNVV tại Vietinbank Vĩnh Long cùng với kết quả phân tích định lượng thông qua mô hình hồi quy Binary Logistic. Với nguồn dữ liệu thu thập được từ giấy chứng nhận đăng ký kinh doanh, từ báo cáo tài chính, từ kết quả hoạt động kinh doanh và bảng lưu chuyển tiền tệ của 107 DNNVV Vĩnh Long. Kết quả cho thấy được thực trạng tiếp cận tín dụng ngân hàng của DNNVV tại Vietinbank Vĩnh Long và các yếu tố ảnh hưởng đến khả năng tiếp cận tín dụng ngân hàng của DNNVV. Trong số sáu yếu tố ban đầu đưa vào mô hình thì kết quả có 5 yếu tố có tác động đến khả năng tiếp cận tín dụng ngân hàng của DNNVV trong đó: 4 biến có tác động cùng chiều: Vốn chủ sở hữu (VCSH), (ROA), Tài sản bản đảm (TSBD), Tuổi doanh nghiêp (TDN), mối quan hệ (MQH) và 1 biến tác động ngược chiều: tỷ lệ nợ trên tổng tài sản (TN_TTS). Qua 5 yếu tố có tác động này là cơ sở khoa học cho tác giả đưa ra các gợi ý chính sách ở chương 5.
74
CHƯƠNG 5 KẾT LUẬN VÀ GỢI Ý CÁC CHÍNH SÁCH
Chương 4 thông qua mô hình Binary Logistic tác giả đã trình bày các kết quả và thảo luận các yếu tố ảnh hưởng đến khả năng tiếp cận tín dụng ngân hàng của DNNVV. Chương 5 sẽ tổng kết lại và đề ra các gợi ý chính sách nhằm nâng cao khả năng tiếp cận tín dụng ngân hàng cho DNNVV tại Vietinbank Vĩnh Long. Chương này cũng trình bày một số hạn chế của nghiên cứu làm cơ sở cho hướng nghiên cứu tiếp theo trong tương lai.
5.1 KẾT LUẬN
- Trước hết, mỗi DNNVV phải nổ lực “tự cứu mình” bằng cách cơ cấu lại tài chính, tài sản, nâng cao khả năng quản trị kinh doanh, định hướng mô hình phù hợp với khả năng của mình, ứng phó tốt với thị trường để tránh rủi ro, đây là yếu tố để các cốt lõi để giúp DNNVV thoát khỏi vòng lẩn quẩn: thiếu vốn -> gặp khó khăn trong hoạt động sản xuất kinh doanh -> hàng hóa tồn kho -> không thanh toán được nợ -> nợ quá hạn -> nợ xấu -> không tiếp cận được nguồn vốn mới.
- Dựa trên cơ sở lý thuyết và nghiên cứu thực tế cho thấy các DNNVV tại tỉnh Vĩnh Long có nguồn vốn hoạt động còn rất hạn chế. Qua nghiên cứu đề tài là phát hiện ra những trở ngại và xác định các yếu tố có ảnh hưởng đến khả năng tiếp cận tín dụng ngân hàng của DNNVV, từ đó đề xuất các gợi ý chính sách giúp nâng cao khả năng tiếp cận tín dụng đồng thời cũng giúp cho Ngân hàng TMCP Công thương Vĩnh Long mở rộng cho vay đối với các DNNVV trên địa bàn tỉnh Vĩnh Long góp phần phát triển kinh tế - xã hội tại địa phương. Tuy nhiên, đề tài chỉ mới tập trung khảo sát các DNNVV là chủ yếu, ý kiến chuyên gia từ phía ngân hàng chỉ mang tính chất tư vấn trong quá trình xây dựng bảng câu hỏi và phân tích số liệu.
- Để thúc đẩy phát triển DNNVV ở nước ta nói chung và địa bàn Tỉnh Vĩnh Long nói riêng, đòi hỏi phải giải quyết hàng loạt các vấn đề khó khăn mà các DNNVV đang gặp phải, trong đó khó khăn lớn nhất, cơ bản nhất, phổ biến nhất là thiếu vốn sản xuất kinh doanh. Vấn đề này cũng đang được Đảng, Nhà nước, bản thân các DNNVV, các tổ chức tín dụng quan tâm. Thông qua kết quả khảo sát các DNNVV đang hoạt động tại địa bàn Tỉnh Vĩnh Long, đề tài có thể đưa ra các giải pháp cũng như gợi ý các kiến
75
nghị nhằm tạo điều kiện cho các DNNVV nâng cao hơn nửa khả năng tiếp cận vốn tín dụng ngân hàng, cụ thể là Vietinbank Vĩnh Long.
Từ những số liệu thu thập được qua khảo sát 107 DNNVV đang hoạt động trên địa bàn Tỉnh Vĩnh Long, đồng thời áp dụng mô hình phân tích hồi quy Binary Logistic, nghiên cứu này đã xác định được 05 yếu tố ảnh hưởng đến khả năng tiếp cận tín dụng ngân hàng của DNNVV tại Ngân hàng TMCP Công thương Vĩnh Long đó là: tỷ suất lợi nhuận trên tổng tài sản (ROA), tài sản bản đảm (TSBD), tỷ lệ nợ trên tổng tài sản (TN_TTS), tuổi doanh nghiệp (TDN), mối quan hệ giữa doanh nghiệp với ngân hàng(MQH)
Thông tin diển giải của kết quả nghiên cứu như sau: - Biến ROA có quan hệ thuận với KNTCV