Ma trận tương quan giữa các biến
TCRE C TCPA Y TCNE T BKLOA N SALE S CGS SIZE INVEN TCREC 1.0000 (Prob) ----- TCPAY 0.3899 1.0000 (Prob) 0.0000 ----- TCNET 0.7480 -0.3194 1.0000 (Prob) 0.0000 0.0000 ----- BKLOAN 0.4397 0.5285 0.0715 1.0000 (Prob) 0.0000 0.0000 0.0012 ----- SALES 0.4749 0.3773 0.2168 0.5127 1.0000 (Prob) 0.0000 0.0000 0.0000 0.0000 ----- CGS 0.4771 0.3846 0.2138 0.5458 0.9890 1.0000 (Prob) 0.0000 0.0000 0.0000 0.0000 0.0000 -----
SIZE -0.2040 -0.0760 -0.1551 -0.1774 -0.1128 -0.116 1.0000
(Prob) 0.0000 0.0006 0.0000 0.0000 0.0000 0.0000 -----
INVEN 0.3437 0.2996 0.1378 0.5653 0.4020 0.3925 -0.197 1.0000
(Prob) 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 ----- Nguồn: tác giả tự tính dựa vào số liệu tổng hợp, thực hiện trên Eview
4.3. Kết quả hồi quy
Như đã lập luận ở phần 3 và theo cách của Lin & Chou (2015), để xem xét mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng, tác giả thực hiện phép hồi quy trên 3 mơ hình khác nhau với cách tiếp cận dữ liệu bảng (pannel data). Các biến giả (0;1) cũng được sử dụng trong mơ hình hồi quy. Đồng thời, tác giả sử dụng mơ hình hiệu ứng cố định theo nhóm doanh nghiệp (firm-fixed effects) nhằm khắc phục các vi phạm các giả định của mơ hình. Để kiểm định 4 giả thuyết của nghiên cứu, đầu tiên, tác giả hồi quy trên tồn mẫu quan sát, sau đó thực hiện các phép hồi quy trên các nhóm mẫu con được phân chia dựa trên quy mô công ty (firm size), bản chất công ty (corporate nature) và ngành nghề (industries). Ba (03) mơ hình để xem xét mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng như sau:
TcRecit = α0 + β1BkLoanit + β2PRE2+ β3PRE1 + β4Crisis + β5POST1+ β6POST2 +
β7POST3 + β8POST4 + β9POST5 + β10POST6 + Xit + εit (1) TcPayit = α0 + β1BkLoanit + β2PRE2+ β3PRE1 + β4Crisis + β5POST1+ β6POST2 +
β7POST3 + β8POST4 + β9POST5 + β10POST6 + Xit + εit (2) TcNetit = α0 + β1BkLoanit + β2PRE2+ β3PRE1 + β4Crisis + β5POST1+ β6POST2 +
β7POST3 + β8POST4 + β9POST5 + β10POST6 + Xit + εit (3)
Bên cạnh đó, khi hồi quy dữ liệu bảng theo phương pháp hiệu ứng cố định (cross- section fixed effects) và đồng thời sử dụng các biến giả (dummy) trong mơ hình thì sẽ gặp phải vấn đề đa cộng tuyến hoàn hảo (collinearity và near singular matrix) hay bẫy biến giả (dummy variable trap). Đây là hiện tượng gây ra bởi sự tương tác
(interaction) giữa các biến giả được thêm vào mơ hình và các biến giả mặc định của hồi quy theo hiệu ứng cố định (fixed effects dummies). Do đó, trong nghiên cứu, tác giả loại bớt (omitted) một biến giả nhằm giải quyết vấn đề vừa nêu. Theo đó, biến POST 6 (nhận giá trị 1 trong giai đoạn Q1 2014 đến Q4 2014), đại diện cho 6 thời điểm 6 năm sau thời điểm xảy ra khủng hoảng được ngoại trừ trong các mơ hình. Sau đó, các kết quả hồi quy được trình bày trong các bảng, bao gồm hệ số hồi quy và thống kê t, theo đó, thống kê t (t – statistic) được trình bày trong ngoặc đơn, dưới các hệ số hồi quy.
Với: * có ý nghĩa thống kê ở mức 10%. ** có ý nghĩa thống kê ở mức 5%. *** có ý nghĩa thống kê ở mức 1%.
4.3.1. Tác động thay thế và tác động bổ sung, trên toàn mẫu nghiên cứu
Đầu tiên, để kiểm tra giả thuyết H1:
Giả thuyết H1: Tín dụng thương mại và tín dụng ngân hàng tồn tại tác động bổ sung và thay thế trong các doanh nghiệp tại Việt Nam. Đó là, tác động thay thế giữa vay vốn ngân hàng và khoản phải trả nhưng có tác động bổ sung giữa vay vốn ngân hàng và các khoản phải thu.
Tác giả thực hiện các phép hồi quy trên tồn mẫu nghiên cứu, Bảng 4.1 trình bày kết quả hồi quy của 3 mơ hình tín dụng thương mại (TcRec – khoản phải thu (cột 1), TcPay – khoản phải trả (cột 2), TcNet – tín dụng thương mại rịng (cột 3)) với
biến tín dụng ngân hàng (BkLoan), các biến kiểm soát và các biến giả.
Hệ số hồi quy của biến tín dụng ngân hàng (BkLoan)
Trong phương trình các khoản phải thu (TcRec), kết quả ở cột 1 trong bảng 4.7
cho thấy, hệ số hồi quy của biến BkLoan mang dấu dương và có ý nghĩa thống kê ở mức 1% (βBkLoan=0.0429). Điều này cho thấy một mối tương quan thuận chiều, có ý nghĩa thống kê giữa nguồn vốn vay ngắn hạn từ ngân hàng và các khoản thu. Sự gia tăng trong nguồn vốn vay ngắn hạn từ ngân hàng sẽ giúp cho doanh nghiệp gia
tăng nguồn cấp tín dụng cho các doanh nghiệp khác (khoản phải thu cũng tăng), hay có một tác động bổ sung giữa vay vốn ngân hàng và các khoản phải thu. Xét về độ lớn của hệ số hồi quy (β = 0.0429), sự gia tăng 1 đơn vị trong nguồn vốn vay ngắn hạn từ ngân hàng, sẽ bổ sung và giúp doanh nghiệp gia tăng thêm 0.0429 đơn vị các khoản phải thu. Như vậy, kết quả thực nghiệm đã chỉ ra tín dụng thương mại và tín dụng ngân hàng tồn tại tác động bổ sung trong trường hợp của Việt Nam. Kết quả này phù hợp với các nghiên cứu của Yang (2011) và Lin & Chou (2015) về một mối quan hệ bổ sung giữa tín dụng thương mại và tín dụng ngân hàng.