Biến này có đơn vị tính là năm. Doanh nghiệp thành lập càng lâu thì càng có uy tín trên thị trường, khả năng tiếp cận tín dụng dễ dàng hơn so với những doanh nghiệp mới thành lập. Do đó, số năm thành lập doanh nghiệp có tác động cùng chiều đến khả năng tiếp cận tín dụng ngân hàng của DNNVV.
Giả thiết H6: Số năm hoạt động của doanh nghiệp càng dài thì càng có cơ sở tiếp cận vốn tín dụng của ngân hàng (+).
3.4.8 Mối quan hệ giao dịch giữa doanh nghiệp và ngân hàng (Thời gian quan hệ với ngân hàng)
Biến này có đơn vị tính là năm. Doanh nghiệp có thời gian quan hệ tại ngân hàng càng lâu thì ngân hàng càng có cơ sở để đánh giá uy tín của doanh nghiệp chính xác hơn, vấn đề thông tin bất cân xứng cũng được khắc phục tốt hơn (Berger và Udell, 1995), từ đó khả năng được tái cấp tín dụng cũng dễ dàng hơn. Do đó, thời gian quan hệ quan hệ giao dịch với ngân hàng tác động cùng chiều đến khả năng tiếp cận tín dụng của DNNVV.
Giả thiết H7: Các doanh nghiệp có thời gian quan hệ giao dịch với ngân hàng càng lâu năm thì càng dễ dàng tiếp cận vốn tín dụng ngân hàng (+).
3.5 MÔ HÌNH NGHIÊN CỨU
3.5.1 Mô hình nghiên cứu đề xuất
Hiện nay có nhiều tác giả nghiên cứu về khả năng tiếp cận vốn tín dụng ngân hàng đối với các doanh nghiệp. Dựa trên sự tổng hợp về cơ sở lý tuyết và các công trình nghiên cứu khoa học có liên quan về khả năng tiếp cận vốn tín dụng ngân hàng của DNNVV được công nhận của các tác giả trong và ngoài nước
Ricardo N. Bebczuk (2004), Gamage Pandula (2011), Nguyễn Quốc Nghi (2012),
Nguyễn Thị Thu Hiền (2016)…đã gợi ý cho tác giả đề xuất mô hình nghiên cứu của đề tài cơ bản dựa vào một số mô hình nghiên cứu trước, tuy nhiên việc kế thừa mô
hình sẽ được hiệu chỉnh các yếu tố tác động đến khả năng tiếp cận vốn tín dụng ngân hàng của các DNNVV phù hợp thực tiễn trên địa bàn tỉnh Ninh Thuận.
Mặc dù có sự khác biệt nhất định, phần lớn kết quả từ các nghiên cứu đều cho thấy, khả năng tiếp cận vốn tín dụng ngân hàng chịu tác động bởi các yếu tố như: Vốn chủ sở hữu (VCSH), tỷ suất lợi nhuận trên tổng tài sản (ROA), tài sản bảo đảm (TSBD), Hệ số nợ (HSN), tuổi doanh nghiệp (TDN), Thời gian quan hệ giữa doanh nghiệp với ngân hàng (MQH). Phần còn lại của nghiên cứu này phân tích các yếu tố trên tác động như thế nào đến khả năng tiếp cận vốn tín dụng ngân hàng của các DNNVV trên địa bàn tỉnh Ninh Thuận.
Đề tài sẽ tập trung vào phân tích các yếu tố tác động đến khả năng tiếp cận vốn tín dụng của DNNVV được vay hay không được vay vốn. Từ đó, tác giả đề xuất xây dựng mô hình nghiên cứu như sau:
Sơ đồ 3.1: Mô hình nghiên cứu được đề xuất.
3.5.2 Mô hình hồi quy Logistic.
Tác giả sử dụng mô hình hồi quy Binary Logistic để xác định các yếu tố tác động đến khả năng tiếp cận vốn tín dụng ngân hàng của các DNNVV và mức độ tác động của từng yếu tố.
Vốn chủ sở hữu ROA
Tài sản bảo đảm Khả năng thanh toán
Mối quan hệ với ngân hàng
Hệ số nợ Tuổi doanh nghiệp
Khả năng tiếp cận vốn tín dụng ngân
Liên hệ giữa lý thuyết với nghiên cứu: Một doanh nghiệp có khả năng tiếp cận vốn tín dụng là một giá trị kỳ vọng của đề tài (gọi là biến Y), và doanh nghiệp không có khả năng tiếp cận vốn tín dụng là giá trị còn lại của biến kỳ vọng. Khả năng tiếp cận vốn tín dụng của khách hàng được xác định thông qua hệ thống biến giải thích là những biến đo lường khả năng về Vốn chủ sở hữu, về TSBĐ, về khả năng thanh toán ngắn hạn, về hệ số nợ, về tỷ suất lợi nhuận (ROA), về tuổi doanh nghiệp và thời gian quan hệ giao dịch giữa DNNVV với ngân hàng.
Đánh giá các yếu tố tác động đến khả năng tiếp cận vốn tín dụng ngân hàng của doanh nghiệp, mô hình đánh giá những doanh nghiệp có khả năng tiếp cận vốn tín dụng, hoặc không có khả năng tiếp cận vốn tín dụng là mô hình Logit (Binary Logistic) được sử dụng cho trường hợp biến phụ thuộc chỉ có 2 giá trị, thông thường hai giá trị này được mã hóa là “1” hoặc “0”. Trong đó, mỗi giá trị đại diện cho một giá trị cụ thể của biến phụ thuộc. Việc xác định “1” hoặc “0” thuộc đối tượng nào, giá trị nào của biến phụ thuộc không ảnh hưởng đến kết quả của mô hình.
Kết quả xây dựng mô hình trên được tiến hành và kết luận sau khi thực hiện các kiểm định về tính khả dụng của mô hình, các kiểm định về tính cộng tuyến giữa các biến giải thích trong mô hình, đánh giá mức độ giải thích của mô hình. Đồng thời, nghiên cứu cũng hướng đến tính khả thi mô hình và đánh giá chính xác nhất trong việc giải quyết mục tiêu nghiên cứu.
Trong nghiên cứu này tác giả sử dụng mô hình Binary Logistic có dạng như sau: MQH TDN HSN KNTT TSBD ROA VCSH Po Po 7 6 5 4 3 2 1 0 1 e Log Trong đó:
P0: Xác suất xảy ra sự kiện, là xác suất để DNNVV tiếp cận được vốn tín dụng ngân hàng.
1 - P0: Xác suất không xảy ra sự kiện, là xác suất để DNNVV không tiếp cận được vốn tín dụng ngân hàng.
Biến độc lập: Vốn chủ sở hữu (VCSH), tỷ suất lợi nhuận trên tổng tài sản (ROA), Tài sản bảo đảm (TSBD), Khả năng thanh toán ngắn hạn (KNTT), Hệ số nợ (HSN), Tuổi doanh nghiệp (TDN), Thời gian quan hệ giao dịch giữa doanh nghiệp với ngân hàng (MQH).
3.6 PHƯƠNG PHÁP ĐƯA BIẾN ĐỘC LẬP VÀO MÔ HÌNH HỒI QUYLOGISTIC LOGISTIC
Với phương pháp hồi quy từng bước (Stepwise), số thống kê được sử dụng cho các biến được đưa vào và dời ra căn cứ trên số thống kê likelihood-ratio (tỷ lệ thích hợp) hay số thống kê Wald. Cũng có thể chọn một trong các phương pháp sau: - Enter: Đưa vào bắt buộc, các biến trong khối biến độc lập được đưa vào trong một bước.
- Forward: Conditional là phương pháp đưa dần theo điều kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên ước lượng thông số có điều kiện.
- Forward: LR là phương pháp đưa vào dần kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Wald.
- Backwald: Conditional là phương pháp loại trừ dần theo điều kiện. Nó kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Likelihood-ratio dựa trên ước lượng của những thông số có điều kiện.
- Backwald: LR là phương pháp loại trừ dần kiểm tra việc loại biến căn cứ trên xác suất của số thống kê Wald.
Đề tài này tác giả sử dụng phương pháp Enter
3.7 CÁC KIỂM ĐỊNH TRONG MÔ HÌNH HỒI QUY LOGISTIC
3.7.1 Phân tích tương quan để kiểm tra đa cộng tuyến giữa các biến độc lập trongmô hình mô hình
Hệ số tương quan Pearson được dùng để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng (Hoàng Trọng, 2005). Nếu giữa hai biến cố sự tương quan chặt chẽ thì cần lưu ý đến hiện tượng 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 được xem xét như nhau. Một hệ số tương quan tuyệt đối lớn chỉ ra một hiện tượng đa cộng tuyến, nghĩa là các khái niệm nghiên cứu trùng lặp với nhau và có thể chúng đang đo lường cùng một thứ (John và Benet – Martinez, 2000). Theo Nguyễn Thành Cả và Nguyễn Thị Ngọc Miên (2014), khả năng đa cộng tuyến xảy ra khi r ≥ 0,8.
3.7.2 Kiểm định độ phù hợp của mô hình
Hồi quy Binary Logistic cũng đòi hỏi ta phải đánh giá độ phù hợp của mô hình. Đo lường độ phù hợp tổng quát của mô hình Logistic được dựa trên chỉ tiêu – 2LL (viết tắt của – 2 log likelihood), thước đo này có ý nghĩa giống như SSE (Sum of squares of error) nghĩa là càng nhỏ càng tốt. Bạn không cần quan tâm nhiều đến việc -2LL tính toán như thế nào nhưng nhớ rằng quy tắc đánh giá độ phù hợp căn cứ trên -2LL ngược với quy tắc dựa trên hệ số xác định mô hình R2, nghĩa là giá trị -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 một độ phù hợp hoàn hảo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Chúng ta còn có thể xác định được mô hình dự đoán tốt đến đâu qua bảng phân loại (classification table) do SPSS đưa ra, bảng này so sánh trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đoán đúng sự kiện.
3.7.3 Kiểm định ý nghĩa thống kê của các hệ số
Hồi quy Binary Logistic cũng đòi hỏi kiểm định giả thuyết hệ số hồi quy khác không. Nếu hệ số hồi quy β0và β1đều bằng không thì tỷ lệ chênh lệch giữa các sác xuất sẽ bằng 1, tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mô hình hồi quy của chúng ta vô dụng trong việc dự đoán.
Trong hồi quy tuyến tính chúng ta sử dụng kiểm định t để kiểm định giả thuyết Ho: ρk = 0. Còn 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. Cách thức sử dụng, mức ý nghĩa Sig. Cho kiểm định Wald cũng theo quy tắc thông thường. Wald Chi Square được tính bằng cách lấy ước lượng của hệ số hồi quy của biến độc
lập trong mô hình (hệ số hồi quy mẫu) Binary Logistic chia cho sai số chuẩn của hệ số hồi quy này, sau đó bình phương lên theo công thức sau:
3.7.4 Kiểm định mức độ phù hợp tổng quát
Ở Hồi quy Binary Logistic, tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong mô hình ngoại trừ hằng số cũng được kiểm định xem xét có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc không. Với hồi quy tuyến tính bội ta dùng thống kê F để kiểm định giả thiết H0: ρ1 = ρ2 = … = 0, còn với hồi quy Binary Logistic ta dùng kiểm định Chi-Square. Căn cứ vào mức ý nghĩa mà SPSS đưa ra trong bảng Omnibus Tests of model Coefficients để quyết định bác bỏ hay chấp nhận H0.
TÓM TẮT CHƯƠNG 3
Trên cơ sở lý thuyết chương 1, qua chương 3 tác giả tiến hành thiết kế nghiên cứu, xây dựng các giả thuyết và mô hình nghiên cứu các yếu tố tác động đến khả năng tiếp cận vốn tín dụng ngân hàng của DNNVV tại Ninh Thuận. Mô hình nghiên cứu gồm có 7 yếu tố: Vốn chủ sở hữu, tỷ suất lợi nhuận trên tổng tài sản (ROA), khả năng thanh toán, tài sản bảo đảm, tỷ lệ nợ trên tổng tài sản, tuổi doanh nghiệp, mối quan hệ giao dịch giữa doanh nghiệp với ngân hàng. Bên cạnh đó, tác giả cũng giới thiệu mô hình hồi quy Binary Logistic và các kiểm định của mô hình. Đồng thời, chương 3 sẽ là cơ sở để tác giả đi vào phân tích chương 4.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU, PHÂN TÍCH
4.1 Phân tích thống kê mô tả
4.1.1 Thống kê mô tả thông tin chung về mẫu nghiên cứu
Trong mẫu nghiên cứu gồm 160 DNNVV thì có 10 phiếu không đạt yêu cầu, còn lại 150 phiếu đạt yêu cầu tiến hành làm sạch dữ liệu và đưa vào phân tích định lượng với một số đặc điểm chính như sau:
Cơ cấu mẫu phân theo ngành nghề kinh doanh
Qua bảng 4.1 cho thấy ngành Thương mại – dịch vụ chiếm tỷ lệ cao nhất 44,67%, ngành Nông, lâm nghiệp và thủy sản chiếm tỷ lệ 20%, ngành công nghiệp – xây dựng chiếm 34%, và ngành khác chiếm tỷ lệ 1,33%.
Bảng 4.1: Cơ cấu mẫu theo ngành nghề kinh doanh
STT Ngành nghề kinh doanh Số mẫu Tỷ lệ (%)
1 Nông, lâm nghiệp và thủy sản 30 20
2 Công nghiệp và xây dựng 51 34
3 Thương mại và dịch vụ 67 44,67
4 Khác 2 1,33
Tổng cộng 150 100
(Nguồn: Tổng hợp từ số liệu thu thập) Cơ cấu mẫu phân theo mục đích sử dụng vốn
Bảng 4.2: Cơ cấu theo mục đích sử dụng vốn
STT Ngành nghề kinh doanh Số mẫu Tỷ lệ (%)
1 Bổ sung vốn kinh doanh 68 66,02
2 Thanh toán lương cho nhân viên 11 10,68
3 Đầu tư trang thiết bị 19 18,45
4 Mở rộng nhà xưởng, cơ sở kinh doanh 5 4,85
5 Khác 0 0
Tổng cộng 103 100
Qua Bảng 4.2 ta thấy nguồn vốn vay của các DNNVV chủ yếu được sử dụng vào mục đích bổ sung vốn hoạt động kinh doanh, chiếm tỷ lệ 66,02%.
Thống kê mô tả kết quả tiếp cận vốn tín dụng ngân hàng của DNNVV
Số liệu thu thập cho thấy trong 150 DNNVV thì có 103 doanh nghiệp tiếp cận vốn tín dụng ngân hàng (chiếm 68,67%), còn lại 47 doanh nghiệp không tiếp cận được vốn tín dụng ngân hàng (chiếm 31,33%).
Bảng 4.3: Kết quả khả năng tiếp cận tín dụng ngân hàng của DNNVV
(Nguồn: Tổng hợp từ số liệu thu thập) 4.1.2 Thông tin chung về kết quả nghiên cứu
Từ tổng số câu hỏi trả lời được kiểm tra một cách cẩn thận, và xét những dữ liệu không cần thiết đã được loại bỏ, kết quả N=150 sử dụng để phân tích. Tỷ lệ đáp ứng là 93,75%, một tỷ lệ được coi là đủ độ tin cậy trong thống kê.
Phân tích các yếu tố tác động đến khả năng tiếp cận vốn tín dụng ngân của DNNVV tại Ninh Thuận qua mẫu nghiên cứu thông kê theo các tiêu chí sau: Số lớn nhất, số nhỏ nhất, trung bình, độ lệch chuẩn cho ta kết quả như sau:
Bảng 4.4: Thống kê mô tả các biến độc lập và phụ thuộc
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
VCSH 150 426 27056 4924.51 5391.62
ROA 150 -.4749 .1814 .0465 .0797
TSBD 150 .0000 .8648 .3069 .1992
STT Ngành nghề kinh doanh Số mẫu Tỷ lệ (%)
1 DN tiếp cận được vốn ngân hàng 103 68,67 2 DN không tiếp cận được vốn ngân hàng 47 31,33
KNTT 150 .7411 9.5233 1.8850 .8190 HSN 150 .0676 .9382 .4687 .1620 TDN 150 1 18 7.75 3.728 MQH 150 1 14 5.55 3.178 KNTCV 150 0 1 .69 .465 Valid N (listwise) 150 (Nguồn tính toán từ phần mềm SPSS)
VCSH của DNNVV có giá trị trung bình là 4.924,51 triệu đồng, mức thấp nhất là 426 triệu đồng và cao nhất là 27.056 triệu đồng, độ lệch chuẩn là 5.391,62 triệu đồng của DNNVV.
ROA của DNNVV có giá trị trung bình là 4,65%, mức thấp nhất là -47,49% và cao nhất là 18,14%, độ lệch chuẩn là 7,97% của DNNVV.
TSBD của DNNVV có giá trị trung bình là 30,69%, mức thấp nhất là 0 % và cao nhất là 86,48%, độ lệch chuẩn là 19,92% của DNNVV.
Khả năng thanh toán ngắn hạn (KNTT) của DNNVV có giá trị trung bình là 1,885 lần, mức thấp nhất là 0,7411 lần và cao nhất là 9,5233 lần, độ lệch chuẩn là 0,819 lần của DNNVV.
Hệ số nợ (HSN) của DNNVV có giá trị trung bình là 46,87%, mức thấp nhất là 6,76 % và cao nhất là 93,82%, độ lệch chuẩn là 16,2% của DNNVV.
Tuổi của DNNVV có giá trị trung bình là 7,75 năm, mức thấp nhất là 1 năm và cao nhất là 18 năm, độ lệch chuẩn là 3,728 năm của DNNVV.
Mối quan hệ với ngân hàng của DNNVV có giá trị trung bình là 5,55 năm, mức thấp nhất là 1 năm và cao nhất là 14 năm, độ lệch chuẩn là 3,178 năm của DNNVV.
4.2 Phân tích tương quan
Trước khi phân tích hồi quy, ta sẽ tiến hành phân tích tương quan để kiểm tra sự tương quan giữa các biến độc lập với biến phụ thuộc nhằm xem xét sự phù hợp của các biến khi đưa vào phân tích hồi quy. Sau đó, ta sẽ tiến hành thực hiện phân tích hồi quy để kiểm định các giả thuyết ban đầu. Qua đó, ta sẽ thấy được mức độ ảnh hưởng các yếu tố của biến độc lập lên biến phụ thuộc (KNTCV)
Bảng 4.5: Ma trận hệ số tương quan giữa các biến
VCSH ROA TSBD KNTT HSN TDN MQH KNTCV VCSH Pearson Correlation 1 .160 .316** -.065 -.142 .175* .272** .400**