Theo ma trận hệ số tương quan giữa các biến độc lập trong phương trình nợ vay ngân hàng, các hệ số tương quan là không quá lớn (hệ số tương quan < 0.5) ngoài trừ tương quan giữa SIZE và ALTMAN-Z nhưng theo quy tắc ngón tay cái - về đa cộng tuyến của Klein - Klein's rule of thumb- Multicollinearity, có đề cập nếu hệ số tương quan mà lớn hơn 0.8 mà có ý nghĩa thống kê thì có cơ sở để nghi ngờ trong mô hình có đa cộng tuyến, và đa cộng tuyến mới trở thành vấn đề nghiêm trọng. Nên có thể nói các biến độc lập trong phương trình đòn bẩy không có đa cộng tuyến.
Nhìn vào ma trận hệ số tương quan trên, ta thấy rằng tỷ lệ vay nợ ngân hàng (BANKDEBT) và các chỉ tiêu về chất lượng dồn tích đều có tương quan dương, phù hợp với các nghiên cứu thực nghiên trước đó. Tương quan của BANKDEBT và các biến độc lập khác phù hợp với lý thuyết đã nêu ở chương trước đó.
4.2.5. Kết quả nghiên cứu chính
Mô hình chính cần nghiên cứu:
𝑩𝑨𝑵𝑲𝑫𝑬𝑩𝑻𝒊𝒕 = 𝒊𝒏𝒕𝒆𝒓𝒄𝒆𝒑𝒕 + 𝜹𝟏𝑨𝑸𝒊𝒕 + 𝜹𝟐𝑮𝑹𝑶𝑾𝑷𝒊𝒕 + 𝜹𝟑𝑳𝑬𝑽𝒊𝒕 + 𝜹𝟒𝑺𝑰𝒁𝑬𝒊𝒕 +
𝜹𝟓𝑭𝑨𝒊𝒕 + 𝜹𝟔𝑹𝑶𝑨𝒊𝒕 + 𝜹𝟕𝑨𝒍𝒕𝒎𝒂𝒏 − 𝒁𝒊𝒕 + 𝜹𝟖𝑳𝑨𝑮𝑬𝒊𝒕 + 𝜹𝟗𝑪𝑭𝑶𝑰𝑵𝑫𝒊𝒕 + 𝝀𝒕 + 𝜼𝒊 +
𝜺𝒊𝒕 (𝟏)
Từ kết quả của mô hình (2), (3), (4) ta ước lượng mô hình (1) lần lượt với từng biến AQ. Tác giả bắt đầu chạy mô hình trên bằng phương pháp Pooled OLS. Tuy nhiên hệ số đứng trước một số biến giải thích trong mô hình không có ý nghĩa (Phụ lục II). Tác giả không biết điều này xảy ra bởi tác động cố định hay tác động ngẩu nhiên. Đối với tác động cố định hàm ý các đặc điểm riêng của từng công ty có tác động đến biến phụ thuộc BANKDEBT và điều này gây ra sự chênh lệch về tung độ gốc và chênh lệch này có thể xác định được. Còn với tác động ngẫu nhiên là xem xét các đặc điểm riêng của từng công ty có tác động tới biến BANKDEBT và gây ra sự chệnh lệch về tung độ gốc, sự chênh lệch này là ngẫu nhiên.
Từ đó tác giả sẽ chọn lựa mô hình phù hợp nhất bằng cách so sánh các mô hình với nhau, bao gồm mô hình Pooled OLS, mô hình tác động cố định (FEM), mô hình tác động ngẫu nhiên (REM).
4.2.5.1 Kết quả kiểm định lựa chọn mô hình Trường hợp 1: So sánh sánh Pooled OLS và FEM
Để so sánh giữa mô hình Pooled OLS và FEM tác giả sử dụng kiểm định Likelihood Ratio Test kiểm định với giá thiết đặt ra là:
H0: Mô hình Pooled OLS hiệu quả hơn mô hình FEM H1: Mô hình FEM hiệu quả hơn Pooled OLS
Sử dụng phương pháp FEM cho mô hình chính cần nghiên cứu với từng biến AQ bao gồm AQ_DD, AQ_McN, AQ_BS, AQ_sdDD, AQ_sdMcN, AQ_sdBS lần lượt với số thứ tự là (1), (2), (3), (4), (5), (6) (Phụ lục III). Ta có kết quả tổng hợp như sau:
Bảng 4.7 Tổng hợp giá trị p_value từ kiểm định Likelihood
(1) | (2) | (3) | (4) | (5) | (6) | |
p_value | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Có thể bạn quan tâm!
-
Ảnh Hưởng Của Chất Lượng Các Khoản Dồn Tích Và Khả Năng Tiếp Cận Nợ Vay Ngân Hàng -
Ước Lượng Biến Đại Diện Cho Chất Lượng Dồn Tích -
Thống Kê Mô Tả Vay Nợ Ngân Hàng, Chất Lượng Các Khoản Dồn Tích Và Các Biến Độc Lập Khác -
Kết Quả Của Mô Hình (1) Sau Khi Chạy Lại Bằng Các Biến Predict_Aq -
Một Vài Hạn Chế Và Hướng Mở Của Luận Văn Cho Những Nghiên Cứu Tiếp Theo. -
Chất lượng các khoản dồn tích và khả năng tiếp cận vốn vay ngân hàng - Phân tích thực nghiệm tại Việt Nam - 10
Xem toàn bộ 97 trang tài liệu này.
Nguồn: Tính toán của tác giả từ Stata
Từ kết quả trong bảng hồi quy FEM, ta thấy giá trị p_value = 0 nhỏ mức ý nghĩa ở tất cả các mô hình. Ta bác bỏ giả thiết H0 là sử dụng mô hình Pooled OLS hiệu quả hơn mô hình FEM. Chấp nhận H1, sử dụng FEM tốt hơn mô hình Pooled OLS. Tiếp theo ta so sánh giữa mô hình Pooled OLS và REM. .
Trường hợp 2: So sánh Pooled OLS và REM
Sau khi chấp nhận mô hình FEM tốt hơn mô hình Pooled OLS, tác giá tiếp tục kiểm định Breuch and Pagan Test để kiểm định giả thiết đặt ra là
H0: Pooled OLS hiệu quả hơn REM
H1: REM hiệu quả hơn Pooled OLS
Kết quả kiểm định trong bảng Breuch and Pagan Test (Phụ lục IV), ta nhận thấy p_value =0 nhỏ hơn mức ý nghĩa ở tất cả các mô hình. Ta bác bỏ H0 là sử dụng Pooled OLS hiệu quả hơn REM. Vậy sử dụng mô hình REM hiệu quả hơn Pooled OLS.
Bảng 4.8 Tổng hợp giá trị p_value từ kiểm định Breuch and Pagan Test
(1) | (2) | (3) | (4) | (5) | (6) | |
p_value | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Nguồn: tính toán của tác giả trên Stata
Sau khi kiểm định mô hình REM và FEM đều tốt hơn mô hình Pooled OLS. Ta tiến hành kiểm định sự hiệu quả giữa mô hình REM và mô hình FEM.
Trường hợp 3: So sánh FEM và REM
Tác giả sử dụng kiểm định Hausman Test với giả thuyết: H0: Mô hình REM tốt hon mô hình FEM
H1: Mô hình FEM tốt hon mô hình REM
Kết quả kiểm định Hausman test (Phụ lục V) ta thấy p_value nhỏ hơn mức ý nghĩa nên mô hình FEM phù hợp mô hình REM.
Bảng 4.9 Tổng hợp giá trị p_value từ kiểm định Hausman Test
(1) | (2) | (3) | (4) | (5) | (6) | |
p_value | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Nguồn: tính toán của tác giả trên Stata
Để khẳng định điều này, tác giả sử dụng thêm 1 kiểm định là Sargan- Hansen Test với giả thiết:
H0: mô hình REM đủ điều kiện xác định
H1: mô hình REM chưa đủ điều kiện xác định
Từ kết quả kiểm định Sargan-Hansen test (Phụ lục VI) cho thấy giá trị p-value = 0 nhỏ hơn mức ý nghĩa. Ta bác bỏ H0. Do đó kết luận mô hình REM chưa đủ điều kiện để xác định mô hình.
Bảng 4.10 Tổng hợp giá trị p_value từ kiểm định Sargan- Hansen Test
(1) | (2) | (3) | (4) | (5) | (6) | |
p_value | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Nguồn: tính toán của tác giả trên Stata
Kết luận: Sau khi sử dụng kiểm định Likelihood Ratio Test, Breuch and Pagan Test Hausman test, Sargan-hansen test thì ta đi đến kết luận rằng sử dụng mô hình sử dụng mô hình FEM là mô hình tốt cho bộ dữ liệu nghiên cứu này. Điều này phù hợp với nghiên cứu gốc.
4.2.5.2 Kết quả nghiên cứu chính của mô hình Bankdebt phụ thuộc AQ
Tác giả tiến hành ước lượng mô hình (1) bằng mô hình hồi quy tác động cố định FEM (Phụ lục VII) và tiến hành kiểm định Woolridge test kiểm tra hiện tượng tự tương quan và kiểm định Heteroskedasticity Test kiểm tra hiện tượng phương sai thay đổi
Kiểm định Woolridge test kiểm tra hiện tượng tự tương quan với giả thiết: H0: Không có hiện tượng tự tương quan
H1: Có hiện tượng tự tương quan
Ta có kết quả kiểm định Woolridge test (Phụ lục VIII) cho từng mô hình với biến AQ. Kết quả ta có p_value nhỏ hon mức ý nghĩa, ta bác bỏ H0. Như vậy có hiện tượng tự tương quan trong mô hình.
Bảng 4.11 Tổng hợp giá trị p_value từ kiểm định Woolridge test
(1) | (2) | (3) | (4) | (5) | (6) | |
p_value | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Nguồn: tính toán của tác giả trên Stata
Kiểm định Heteroskedasticity Test kiểm tra hiện tượng phương sai thay đổi với giả thiết
H0: không tự tương quan bậc 1 H1: có tự tương quan bậc 1
Ta có kết quả kiểm định Heteroskedasticity Test (Phụ lục IX) cho từng mô hình với biến AQ. Kết quả ta có P_value nhỏ hon mức ý nghĩa, ta bác bỏ H0. Mô hình có hiện tượng tự tương quan.
Bảng 4.12 Tổng hợp giá trị p_value từ kiểm định Heteroskedasticity Test
(1) | (2) | (3) | (4) | (5) | (6) | |
p_value | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
Nguồn: tính toán của tác giả trên Stata
Để khác phụ hiện tượng tự tương quan và phương sai thay đổi. Tác giả sử dụng phương pháp bình phương tối thiếu tổng quát (GLS). Ta có kết quả ở Bảng 4.13: Thể hiện kết quả ước lượng của phương trình (1) dùng những thước đo Chất lượng các khoản dồn tích (AQ) khác nhau. Cột thứ (1), (2), (3), (4), (5), (6) tương ứng với các thước đo của chất lượng dồn tích AQ_DD, AQ_McN, AQ_BS, AQ_sdDD, AQ_sdMcN, AQ_sdBS.
Bảng 4.13 Tác động của chất lượng dồn tích lên khả năng tiếp cận nợ vay ngân hàng
(1) | (2) | (3) | (4) | (5) | (6) | |
AQ_DD | 0.0358*** | |||||
(0.000) | ||||||
AQ_McN | 0.0325*** | |||||
(0.002) | ||||||
AQ_BS | 0.0321*** | |||||
(0.002) | ||||||
AQ_sdDD | 0.0795*** | |||||
(0.000) | ||||||
AQ_sdMcN | 0.0707*** | |||||
(0.000) | ||||||
AQ_sdBS | 0.0735*** | |||||
(0.000) | ||||||
GROWP | -0.00293** | -0.00281** | -0.00284** | -0.00265* | -0.00270* | -0.00269* |
(0.017) | (0.027) | (0.024) | (0.095) | (0.091) | (0.092) | |
LEV | 0.439*** | 0.438*** | 0.439*** | 0.435*** | 0.436*** | 0.436*** |
(0.000) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | |
SIZE | 0.0159*** | 0.0160*** | 0.0159*** | 0.0203*** | 0.0203*** | 0.0204*** |
(0.000) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | |
FA | 0.125*** | 0.125*** | 0.125*** | 0.115*** | 0.115*** | 0.115*** |
(0.000) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | |
ROA | -0.108*** | -0.108*** | -0.106*** | -0.0698*** | -0.0687*** | -0.0687*** |
ATLMAN- Z | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) |
0.00374*** | 0.00375*** | 0.00371*** | 0.00134 | 0.00132 | 0.00136 | |
(0.002) | (0.002) | (0.002) | -0.177 | -0.19 | (0.165) | |
LAGE | -0.00645* | -0.00627* | -0.00644* | -0.00296 | -0.0032 | -0.00315 |
(0.061) | (0.070) | (0.061) | -0.411 | -0.374 | (0.382) | |
CFOIND | -0.000225*** | -0.000225*** | -0.000225*** | -0.000103*** | -0.000103*** | -0.000103*** |
(0.000) | (0.000) | (0.000) | (0.003) | (0.003) | (0.003) | |
_cons | -0.451*** | -0.456*** | -0.454*** | -0.570*** | -0.571*** | -0.571*** |
(0.000) | (0.000) | (0.000) | (0.000) | (0.000) | (0.000) | |
N | 2189 | 2189 | 2189 | 2189 | 2189 | 2189 |
Nguồn: tính toán của tác giả trên Stata. Dòng đầu tiên cho mỗi biến thể hiện hệ số ước lượng, dòng thứ 2 thể hiện giá trị p_value. Trong đó AQ_DD được tính là giá trị âm của phần dư |𝜀𝑖̂ 𝑡 | của mô hình Dechow và Dichev (2002), tương tư AQ_McN và AQ_BS tính trên mô hình của McNichols (2002), Ball và Shivakumar (2006). AQ_sdDD, AQ_sdMcN, AQ_sdBS được tính là giá trị âm của
độ lệch chuẩn của phần dư từ 3 mô hình tương ứng ở trên trong thời gian nghiên cứu từ 2009- 2015.
(*): có ý nghĩa thống kê ở mức ý nghĩa 10% (**): có ý nghĩa thống kê ở mức ý nghĩa 5% (***): có ý nghĩa thống kê ở mức ý nghĩa 1%
Ở tất cả các mô hình, kết quả ước lượng đều cho ra kết quả là tất cả các thước đo lường chất lượng dồn tích AQ tương quan dương với vay nợ ngân hàng ở mức ý nghĩa mức ý nghĩa 1%. Kết quả này phù hợp với các nghiên cứu trước đây và xác nhận rằng chất lượng dồn tích càng lớn thì khả năng tiếp cận nợ ngân hàng càng cao, phù hợp với nghiên cứu của PedroJ. García-Tureul, Pedro Martínez-Solano, Juan Pedro Sánchez-Ballesta (2014) khi nghiên cứu ở Tây Ban Nha. Tuy nhiên khi nghiên cứu tại Việt Nam, hệ số thể hiện tác động của chất lượng các khoản dồn tích lên khả năng vay nợ ngân hàng nhỏ hơn so với kết quả nghiên cứu của PedroJ. García-Tureul, Pedro Martínez-Solano, Juan Pedro Sánchez-Ballesta (2014). Có thể giải thích được rằng, Các khoản dồn tích chưa được chú trọng trong nhiều lĩnh vực, trong đó có lĩnh vực tín dụng. Thực tế cho thấy, các ngân hàng thường sử dụng chỉ tiêu lợi nhuận để đánh giá hạn mức tín dụng cho doanh nghiệp, mà một phần của lợi nhuận là các khoản dồn tích, cho nên chất lượng các khoản dồn tích đã tác động phần nào đó vào trong khả năng vay nợ ngân hàng của doanh nghiệp.
Đối với biến độc lập, trong tất cả các mô hình các biến GROWP (Cơ hội tăng trưởng), LEV (Tỷ lệ đòn bẩy), SIZE (Quy mô), FA (Tài sản hữu hình), ROA (Tỷ suất sinh lợi trên tài sản), Altman-Z (Chỉ số sức mạnh tài chính), CFOIND (Dòng tiền hoạt động tương đối so với trung bình ngành) có ý nghĩa thống kê ở tất cả 6 mô hình và có tương quan hợp lý với vay nợ ngân hàng, phù hợp lý thuyết và nghiên cứu thực tiễn của PedroJ. García-Tureul, Pedro Martínez-Solano, Juan Pedro Sánchez-Ballesta (2014). Trong đó, hệ số thể hiện tác động của LEV và FA cao nên ta kết luận rằng những công ty vay nợ nhiều hơn, có tài sản thế chấp lớn có thể tiếp cận tốt hơn đối với vay nợ ngân hàng. Trong khi đó các công ty có khả năng sinh lợi tốt hơn và cơ hội tăng trưởng cao hơn sử dụng ít vay nợ ngân hàng hơn. Đặc biệt, công ty có khả năng tạo được dòng tiền nội bộ sẽ sử dụng nguồn tài trợ nội bộ có
mức nợ ngân hàng thấp hơn do doanh nghiệp dựa vào nội lực để thực hiện dự án đầu tư, trong khi các công ty không sinh lợi, không tạo ra dòng tiền sẽ tài trợ các dự án bằng nợ ngân hàng vì đây là nguồn tài trợ bên ngoài chính ở thị trường Việt Nam
Biến LAGE (Thời gian hoạt động) có ý nghĩa thống kê ở mức ý nghĩa 1% tại mô hình (1), (2), (3) trong khi nghiên cứu của García-Tureul, Pedro Martínez-Solano, Juan Pedro Sánchez-Ballesta (2014)biến LAGE không có ý nghĩa. Tương quan giữa LAGE và BANKDEBT là âm chứng tỏ các doanh nghiệp hoạt động lâu năm rất ít sử dụng vay nợ ngân hàng. Theo dữ liệu của nghiên cứu tại Việt Nam, chủ yếu các doanh nghiệp đó có vốn nhà nước và vay nợ các tổng công ty nhà nước
4.3. Kiểm định tính vững của mô hình.
Trong phần này, nghiên cứu xem xét khả năng nội sinh giữa vay nợ ngân hàng và chất lượng các khoản dồn tích. Do vay nợ ngân hàng là nguồn tài trợ chính tại thị trường Việt Nam nên cũng có thể ảnh đến chất lượng các khoản dồn tích. Thật vậy, ở các công ty có tỷ lệ đòn bẫy cao, nhà quản lý có động lực để thao túng điều chỉnh thu nhập để tránh vi phạm những điều khoản trong hợp đồng vay (Watts và Zimmerman, 1986), vì thế sẽ ảnh hưởng tiêu cực lên chất lượng dồn tích.
Mặc dù giả thuyết điều khoản nợ là lập luận truyền thống cho tác động của nợ trong việc thao túng thu nhập nhưng Feltham et al. (2007) phát triển một mô hình cho rằng khi kết quả hoạt động của công ty từ trung bình đến tốt, và khi các chủ nợ yêu cầu thông tin chất lượng cao, các nhà quản lý sẽ sử dụng sự thận trọng của họ trong kế toán để cung cấp thông tin chính xác hơn để có được các điều khoản hợp đồng tốt hơn, như chi phí lãi vay. Nội sinh giữa vay nợ ngân hàng và chất lượng các khoản dồn tích có khả năng xảy ra và bài nghiên cứu của tác giả sử dụng phương pháp 2SLS để giải quyết vấn đề trên và phương pháp GLS để khắc phục hiện phương sai thay đổi và tự tương quan với mô hình AQ phụ thuộc Bankdebt (mô hình 5)
Dựa trên nghiên cứu của Ghosh và Moon (2010) về “Nợ doanh nghiệp và chất lượng thu nhập”. Bài nghiên cứu xây dựng mô hình tuyến tính trong đó Chất lượng