Hạn chế trong phương pháp chọn mẫu nghiên cứu: Do giới hạn về thời gian và địa bàn nghiên cứu, cùng với việc chọn mẫu ngẫu nhiên các DNVVN đang hoạt động tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An nên tính đại diện chưa được tối ưu.
Hạn chế đối với phạm vi nghiên cứu: Nghiên cứu chỉ tiến hành ở các DNVVN tại Tỉnh Long An và tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An. Với đặc thù, quy chế riêng của mỗi ngân hàng sẽ có những quy chế cho vay riêng nên khả năng tiếp cận vốn vay của các DNVVN ở các ngân hàng sẽ khác nhau.
Bên cạnh những đóng góp về lý thuyết và thực tiễn rút ra được từ kết quả nghiên cứu, đề tài nghiên cứu này có một số giới hạn và từ đó gợi ý cho các nghiên cứu tương lai như sau:
- Thứ nhất, đối tượng nghiên cứu này chỉ thực hiện khảo sát các DNVVN tại Tỉnh Long An nên kết quả này chưa thể áp dụng cho đồng loạt các doanh nghiệp.
- Thứ hai, việc tăng kích thước mẫu cần được mở rộng để đảm bảo tính đại diện, khái quát hóa cao hơn là điều nên làm trong các nghiên cứu tiếp theo. Nghiên cứu tương lai là tăng quy mô mẫu, mở rộng phạm vi khảo sát ở nhiều tỉnh thành trong cả nước.
- Thứ ba, nghiên cứu này chỉ áp dụng tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An. Vì vậy, cần một nghiên cứu khác thực hiện với các ngân hàng thương mại trên địa bàn tỉnh.
Trong các nghiên cứu tiếp theo dự kiến sẽ triển khai nghiên cứu từ cả hai phía DNVVN- Ngân hàng để đánh giá khách quan và toàn diện hơn.
KẾT LUẬN CHƯƠNG 5
Chương 5 của luận văn đã đưa ra một số kiến nghị và giải pháp cho cả DNVVN, Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An,nhằm tháo gỡ phần nào khó khăn cho DNVVN trong việc tiếp cận nguồn vốn tín dụng từ Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An.
Để có thể tiếp cận được nguồn vốn tín dụng từ NHTM, trước hết cần sự nỗ lực từ chính các DNVVN trong việc: Có kinh nghiệm trong vay vốn, có tài sản đảm bảo có giá trị lớn, khu vực kinh doanh thuận lợi, thông tin kinh doanh công khai, giá trị tổng tài sản lớn, tuổi doanh nghiệp (số năm kinh doanh) cao.
Bên cạnh đó, Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An cũng phải thực hiện nhiều giải pháp nhằm tạo điều kiện tối đa cho DNVVN có thể tiếp cận nguồn vốn tín dụng ngân hàng: nới lỏng quy chế cho vay, ưu đãi lãi suất và ưu đãi thế chấp, thiết kế nhiều sản phẩm dịch vụ phù hợp với đặc thù của DNVVN, nên có quy trình cấp tín dụng dành riêng phù hợp với đối tượng DNVVN, nâng cao chất lượng đội ngũ cán bộ tín dụng.
TÀI LIỆU THAM KHẢO TÀI LIỆU TIẾNG VIỆT
1. Phạm Ngọc Linh (2009), “Những tháo gỡ ban đầu về khả năng tiếp cận hỗ trợ tín dụng cho DNVVN”, Tạp chí nghiên cứu kinh tế; 2009, số 6.
2. Bùi Văn Trịnh và Nguyễn Quốc Nghi (2011), “Các nhân tố ảnh hưởng đến nhu cầu tín dụng chính thức trong triển khai ứng dụng tiến bộ kỹ thuật: Trường hợp nông hộ sản xuất lúa ở Đồng Tháp”, Tạp chí Khoa học 2011 – Trường Đại học Cần Thơ.
3. Nguyễn Hồng Hà (2013), “Phân tích các nhân tố ảnh hưởng đến khả năng tiếp cận vốn tín dụng của các DNVVN trên địa bàn tỉnh Trà Vinh”, Tạp chí Khoa học Xã hội và Nhân văn, số 9, tr. 37 – 45;
4. Nguyễn Văn Lê (2014), Tăng trưởng tín dụng ngân hàng đối với DNVVN ở Việt Nam trong điều kiện kinh tế vĩ mô bất ổn, Luận án tiến sỹ Học viện Ngân hàng, Hà Nội;
5. Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS, NXB Hồng Đức.
6. Nhóm nghiên cứu Kinh tế và phát triển (DERG) (2010), "Tính sẵn có và hiệu quả của tín dụng nông thôn Việt Nam: bằng chứng điều tra Tiếp cận nguồn lực của hộ gia đình ở Việt Nam 2006-2008-2010" Trường Đại học tổng hợp Copenhagen (Uoc) – Chương trình phát triển Nông nghiệp và Nông thôn (ARD) 7. Nguyễn Minh Kiều, Huỳnh Thế Du và Nguyễn Trọng Hoài (2005), “Thông tin bất cân xứng trong hoạt động tín dụng Việt Nam”, Chương trình giảng dạy kinh tế Fulbright tháng 04 năm 2005.
8. Hoàng Minh (2007), “Tín dụng Ngân hàng đối với sự phát triển DNVVN”, Tạp chí Ngân hàng số 13.
9. Các báo cáo của Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Long An
10. Nghị định số 39/2018/NĐ-CP ngày 11/03/2018 của Chính phủ về trợ giúp phát triển doanh nghiệp vừa và nhỏ.
TÀI LIỆU TIẾNG ANH
1. Ricardo N. Bebczuk (2004). What determines the access to credit by SMEs in Argentina? Documento de Trabajo Nro 48. [Online] http://www.depeco.econo.unlp.edu.ar/doctrab/doc48.pdf (November, 08. 2012). 2. Wagema G. Mukiri (2011) Determinants of access to bank credit by micro and
small enterprises in Kenya, UNPD: Growing Inclusive Markets, http://case.growinginclusivemarkets.org/documents/211
3. Hilario Languitone (2016) Factors influencing access to finance by SMEs in Mozambique,
https://innovation-entrepreneurship.springeropen.com/articles/10.1186
4. Aysa Ipek Erdogan (2018) Factors affecting SME access to bank financing: an interview study with Turkish bankers; Journal Small Enterprise Volume 25,2018 – Issue 1: Small Bussiness Finance, Page 23 - 35
5. Alex Reuben (2015) Testing SMEs Determinants of Access to Debt Financing by Using Logistic Regression Model; A. Kira. Journal of Social Sciences (JSS), Volume 1(1) 2015, Page 76 – 92
6. Livingstone, I. (2001). Small enterprises development in Cambodia: The role of credit. In economic policy and manufacturing performance in Developing Countries, ed. Oliver Morrissey and Michael Tribe, Cheltenham: Edward Elgar. 7. Kitindi, E.G., Magembe, B.A.S., & Sethibe, A. (2007). Lending decision
making and financial information: the usefulness of corporate annual reports to lender in Botswana. International Journal of Applied Economics and Finance, 1(2), 55-60.
8. www.siteresources.worldbank.org/intexpcomnet/hallberg_2000.pdf (August 10, 2012).
9. Bigsten, A., Collier, P., Dercon, S., Fafchamps, M., Gauthier, B., Gunning, J.W., Oduro, A., Oostendorp, R., Patillo, C., Söderbom, M., Teal, F., Zeufack, A. (2000). Rates of return physical and human capital in Africa’s manufacturing sector, Economic Development and Cultural Change, 48: 801-27.
10. Fatoki, O. & Asah, F. (2011). The impact of firm and entrepreneurial characteristics on access to debt finance by SMEs in King Williams’ Town,
South Africa. International Journal of Business and Management Vol. 6, No. 8; [Online] www.ccsenet.org/journal/index.php/ijbm/article/download/pdf (May 25, 2012).
Danh sách các DNVVN được chọn khảo sát tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn Việt Nam - Chi Nhánh tỉnh Long An
Hồi quy Binary Logistic lần 1
LOGISTIC REGRESSION VARIABLES KNTC
/METHOD=ENTER TTS KV TTKD TUOIDN LHDN TSDB TDHV KN /CRITERIA=PIN(.05) POUT(.10) ITERATE(20) CUT(.5).
Logistic Regression
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 200 100,0
Missing Cases 0 ,0
Total 200 100,0
Unselected Cases 0 ,0
Total 200 100,0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original Value Internal Value Doanh nghiệp không tiếp cận
được vốn vay 0
Doanh nghiệp tiếp cận được
Block 0: Beginning Block
Classification Tablea,b
Observed
Predicted Khả năng tiếp cận vốn vay
Percentage Correct Doanh nghiệp không tiếp cận được vốn vay Doanh nghiệp tiếp cận được vốn vay Step 0 Khả năng tiếp cận vốn
vay
Doanh nghiệp không tiếp
cận được vốn vay 0 72 ,0
Doanh nghiệp tiếp cận
được vốn vay 0 128 100,0
Overall Percentage 64,0
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant ,575 ,147 15,255 1 ,000 1,778
Variables not in the Equation
Score df Sig. Step 0 Variables TTS 17,414 1 ,000 KV 9,262 1 ,002 TTKD 11,961 1 ,001 TUOIDN 20,025 1 ,000 LHDN 4,552 1 ,033 TSDB 43,389 1 ,000 TDHV 13,101 1 ,000 KN 4,523 1 ,033 Overall Statistics 70,205 8 ,000
Block 1: Method = Enter
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 123,273 8 ,000
Block 123,273 8 ,000
Model 123,273 8 ,000
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 138,094a ,460 ,631
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than ,001.
Classification Tablea
Observed
Predicted Khả năng tiếp cận vốn vay
Percentage Correct Doanh nghiệp không tiếp cận được vốn vay Doanh nghiệp tiếp cận được vốn vay Step 1 Khả năng tiếp cận vốn
vay
Doanh nghiệp không tiếp
cận được vốn vay 58 14 80,6
Doanh nghiệp tiếp cận
được vốn vay 12 116 90,6
Overall Percentage 87,0
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a TTS ,640 ,163 15,433 1 ,000 1,896 KV 2,567 1,044 6,049 1 ,014 13,028 TTKD 1,374 ,488 7,930 1 ,005 3,951 TUOIDN ,422 ,180 5,473 1 ,019 1,525 LHDN -,418 1,188 ,124 1 ,725 ,659 TSDB 2,879 1,059 7,388 1 ,007 17,798 TDHV -,110 ,902 ,015 1 ,903 ,896 KN 2,923 1,121 6,802 1 ,009 18,588 Constant -8,342 2,023 17,001 1 ,000 ,000
Hồi quy Binary Logistic lần 2
LOGISTIC REGRESSION VARIABLES KNTC
/METHOD=ENTER TTS KV TTKD TUOIDN TSDB KN
/CRITERIA=PIN(.05) POUT(.10) ITERATE(20) CUT(.5).
Logistic Regression
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 200 100,0
Missing Cases 0 ,0
Total 200 100,0
Unselected Cases 0 ,0
Total 200 100,0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original Value Internal Value Doanh nghiệp không tiếp cận
được vốn vay 0
Doanh nghiệp tiếp cận được
Block 0: Beginning Block
Classification Tablea,b
Observed
Predicted Khả năng tiếp cận vốn vay
Percentage Correct Doanh nghiệp không tiếp cận được vốn vay Doanh nghiệp tiếp cận được vốn vay Step 0 Khả năng tiếp cận vốn
vay
Doanh nghiệp không tiếp
cận được vốn vay 0 72 ,0
Doanh nghiệp tiếp cận
được vốn vay 0 128 100,0
Overall Percentage 64,0
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant ,575 ,147 15,255 1 ,000 1,778
Variables not in the Equation
Score df Sig. Step 0 Variables TTS 17,414 1 ,000 KV 9,262 1 ,002 TTKD 11,961 1 ,001 TUOIDN 20,025 1 ,000 TSDB 43,389 1 ,000 KN 3,115 1 ,078 Overall Statistics 70,895 6 ,000
Block 1: Method = Enter
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 123,301 6 ,000
Block 123,301 6 ,000
Model 123,301 6 ,000
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 138,066a ,460 ,631
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than ,001.
Classification Tablea
Observed
Predicted Khả năng tiếp cận vốn vay
Percentage Correct Doanh nghiệp không tiếp cận được vốn vay Doanh nghiệp tiếp cận được vốn vay Step 1 Khả năng tiếp cận vốn
vay
Doanh nghiệp không tiếp
cận được vốn vay 58 14 80,6
Doanh nghiệp tiếp cận
được vốn vay 11 117 91,4
Overall Percentage 87,5
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a TTS ,633 ,161 15,540 1 ,000 1,884 KV 2,472 ,992 6,211 1 ,013 11,844 TTKD 1,328 ,478 7,713 1 ,005 3,773 TUOIDN ,421 ,178 5,632 1 ,018 1,524 TSDB 2,749 ,978 7,897 1 ,005 15,623 KN 2,981 1,131 6,946 1 ,008 19,699 Constant -8,594 1,941 19,605 1 ,000 ,000
DESCRIPTIVES VARIABLES=TTS TUOIDN /STATISTICS=MEAN STDDEV MIN MAX.
Descriptives
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation Tổng tài sản (ĐVT: Tỷ VND) 200 ,00 89,99 5,5796 12,39721
Tuổi Doanh nghiệp 200 1,0 7,0 4,710 1,8851
Valid N (listwise) 200 FREQUENCIES VARIABLES=KNTC KV LVKD TTKD LHDN TSDB TDHV KN /ORDER=ANALYSIS. Frequencies Statistics Khả năng tiếp cận vốn vay Khu vực Lĩnh vực kinh doanh
Thông tin kinh doanh Loại hình doanh nghiệp N Valid 200 200 200 200 200 Missing 0 0 0 0 0 Statistics
Tài sản đảm bảo Trình độ học vấn Kinh nghiệm vay vốn
N Valid 200 200 200
Missing 0 0 0
Frequency Table
Khả năng tiếp cận vốn vay
Frequency Percent Valid Percent
Cumulative Percent Valid Doanh nghiệp không tiếp
cận được vốn vay 72 36,0 36,0 36,0
Doanh nghiệp tiếp cận được
vốn vay 128 64,0 64,0 100,0
Total 200 100,0 100,0
Khu vực
Frequency Percent Valid Percent
Cumulative Percent
Valid Khu vực cấp Huyện 34 17,0 17,0 17,0
Khu vực Thành Phố,
Thị Xã 166 83,0 83,0 100,0
Lĩnh vực kinh doanh
Frequency Percent Valid Percent
Cumulative Percent
Valid Thương mại dịch vụ 145 72,5 72,5 72,5
Sản xuất 55 27,5 27,5 100,0
Total 200 100,0 100,0
Thông tin kinh doanh
Frequency Percent Valid Percent
Cumulative Percent Valid Doanh nghiệp giấu thông tin
kinh doanh 69 34,5 34,5 34,5
Doanh nghiệp công khai
thông tin kinh doanh 131 65,5 65,5 100,0
Total 200 100,0 100,0
Loại hình doanh nghiệp
Frequency Percent Valid Percent
Cumulative Percent
Valid Doanh nghiệp cá thể 21 10,5 10,5 10,5
Doanh nghiệp tư nhân 179 89,5 89,5 100,0
Total 200 100,0 100,0
Tài sản đảm bảo
Frequency Percent Valid Percent
Cumulative Percent Valid Không có tài sản đảm bảo
thế chấp 27 13,5 13,5 13,5
Có tài sản đảm bảo thế chấp 173 86,5 86,5 100,0
Total 200 100,0 100,0
Trình độ học vấn
Frequency Percent Valid Percent
Cumulative Percent
Valid Trình độ học vấn thấp 33 16,5 16,5 16,5
Trình độ học vấn cao 167 83,5 83,5 100,0
Kinh nghiệm vay vốn
Frequency Percent Valid Percent
Cumulative Percent Valid Không có kinh nghiệm trong
vay vốn 158 79,0 79,0 79,0
Có kinh nghiệm trong vay
vốn 42 21,0 21,0 100,0
Testing SMEs Determinants of Access to Debt Financing by Using Logistic Regression Model
Article · December 2015 CITATIONS 0 READS 8 1 author:
Some of the authors of this publication are also working on these related projects:
Health Financing in Developing Countries View project Alex Reuben Kira
Dodoma University
9PUBLICATIONS 20CITATIONS SEE PROFILE
TESTING SMEs DETERMINANTS OF ACCESS TO DEBT FINANCING BY USING LOGISTIC REGRESSION MODEL
Alex Reuben Kira
Department of Accounting & Finance The University of Dodoma P. O. Box 395, Dodoma Tanzania
Email: alexkira10@gmail.com
ABSTRACT
The aim of this study was to test the determinants of access to debt financing by SMEs. The study was based on a survey of 164 Tanzanian firms. To achieve the objective, the study employed theories on debt financing from different researches to evaluate how the firm and the owner- manager’s variables impact the access to debt financing. A logistic regression model was developed to test the hypotheses and theory about associations between constructs. Outcomes were then compared with factual indicator data, subjected to multivariate regression analysis and correlation analysis. Study results indicated that SMEs face fundamental challenges on access to debt finances due to slackness in creating attractive environment to attract lenders and managerial deficiencies to attract access on external finances. The study revealed that SMEs access on finances are not only influenced by lenders’ lending procedures but also firm’s and owner-managers’ attributes. Factors include firm’s size, location, age, management of business records, availability of collateral and managerial experience influence lenders’ decision to approval the credit. In order SMEs operators to improve their access of finance from financial institutions they have to: formalize their business, improve their business records, invest in tangible assets that later can be pledged as collateral, locate their business in traceable location, and improve their managerial expertise. Conclusively, government intervention in the SME sector by provision of supportive measures towards access to finance from the capital markets and improvement of supportive infrastructures and laws is necessary.
Keywords: Tanzania, SMEs, Entrepreneur, Firm characteristics, External Debt financing
1.0INTRODUCTION
The SME sector has a potential contribution socially and economically by contributing noticeably in job creation, revenue generation, innovations; also acts as a catalyst for urban and rural area’s growth (Hallberg, 2000; OECD, 2004; Williams, 2006; Fatoki & Asah, 2011, Kira & He, 2012; Kira, 2013). Despite the noticeable significances of the SME sector, the financing difficulties are weakening its growth. The literature evidenced that, the SME sector has provided much impetus for economic development in European, American and Asian economies particularly for long-term development (Acs & Audretsch, 1993; Appold et al., 1996; Odagiri, 1997). Most of the previous studies were based on the experience of SMEs operating either in North America or in European countries (Luk, 1996).
Researches on SME have attracted more attention from researchers, policy makers, and practitioners due to their contributions on country’s economic growth. The contributions of SME sector to many economies in developing and developed countries are noticeable in creation of employment, competition, economic enthusiasm and innovation. Despite its potentials on the economic development and growth, the sector faces serious challenges from lack of permanent financing services (Livingstone, 2001; Bigsten et al. 2003; Fafchamps, 2004, Kira, 2013). The availability of finance to SMEs’ viable projects has an important implication to the growth