Phân Tích Efa Thành Phần Thang Đo Các Nhân Tố Ảnh Hưởng


Theo bảng 2.17 nhân tố năng lực cạnh tranh lãi suất có điểm năng lực hoạt động là 2,644, là một trong 2 nhân tố thấp nhất trong 10 nhân tố cấu thành năng lực hoạt động. Do vậy, đây là một trong những nhân tố cần được chú trọng cải thiện. Lãi suất cho vay ở Việt Nam thuộc loại cao nhất thế giới. Trong giai đoạn trước năm 2008, tăng trưởng kinh tế của Việt Nam khá cao. Các doanh nghiệp phát triển mạnh theo chiều rộng lẫn chiều sâu dẫn đến nhu cầu tín dụng tăng mạnh. Điều này góp phần tạo điều kiện để các ngân hàng gia tăng lợi nhuận. Trong những năm đầu của giai đoạn 2008 - 2014, mặc dù nền kinh tế gặp nhiều khó khăn và theo đó hàng loạt doanh nghiệp rơi vào tình trạng thua lỗ kéo dài, tuy nhiên, tăng trưởng lợi nhuận của các ngân hàng vẫn giữ ở mức 2 con số. Nghịch lý này cho thấy các NHTM chưa thực sự chia sẻ với những khó khăn của doanh nghiệp.

Đối với năng lực cạnh tranh lãi suất, các tiêu chí được đánh giá thấp nhất là: các loại phí dịch vụ của ngân hàng thu đúng và hợp lệ, các loại phí phạt của ngân hàng là hợp lý.

Lãi suất cho vay một mặt phụ thuộc vào lãi suất huy động vốn, mặt khác phụ thuộc vào chi phí khác như khấu hao tài sản, chi phí hành chính, chi phí lương cho nhân viên, chi phí quảng cáo, chi phí bù đắp tổn thất dự kiến… Khoảng cách giữa lãi suất cho vay bình quân và lãi suất huy động bình quân tại phần lớn ngân hàng còn khá lớn, cho thấy để giảm lãi suất cho vay, ngân hàng cần cải thiện hiệu quả hoạt động theo hướng tiết giảm hơn nữa các chi phí hành chính cũng như chi phí khác ngoài chi phí trả lãi.

Kết quả phân tích nhân tố khám phá EFA

Trong phân tích Cronbach’s Alpha thang đo các nhân tố năng lực hoạt động của ngân hàng đều đảm bảo độ tin cậy và chỉ có 1 biến quan sát là SP3 bị loại khỏi thang đo trong phân tích EFA. Vậy, thực hiện phân tích EFA với 10 nhân tố năng lực hoạt động của ngân hàng, kết quả được nhóm thành các thành phần (nhân tố) khác nhau tùy theo đánh giá của đối tượng khảo sát. Kết quả phân tích này được trình bày trong Bảng 2.18.


Bảng 2.18 Phân tích EFA thành phần thang đo các nhân tố ảnh hưởng


Các nhân tố

Năng lực quản trị điều hành và nguồn nhân lực (F2)


Năng lực marketing (F1)


Năng lực công nghệ (F4)


Năng lực tài chính (F3)

Năng lực chất lượng dịch vụ

(F6)

Năng lực cạnh tranh lãi suất (F5)

Năng lực phát triển mạng lưới (F7)

Năng lực uy tín, thương hiệu

(F8)

Năng lực phát triển sản phẩm mới (F9)

QT2

MA1

CN5

TC4

DV2

LS2

ML3

TH1

SP1

QT7

MA3

CN2

TC2

DV6

LS3

ML1

TH3

SP2

QT5

MA2

CN1

TC1

DV5

LS4


TH2


NL3

MA5

CN4

TC3

DV1





NL2

MA4

NL1

QT4

MA6


QT1

DV4


QT3

MA7


QT6



Eigenvalue 1,068; Phương sai trích 74,083; Hệ số KMO kiểm định Bartlett’s là 0,795; Mức ý

nghĩa (sig.) 0,000

Có thể bạn quan tâm!

Xem toàn bộ 156 trang tài liệu này.

Mở rộng tín dụng ngân hàng để phát triển bền vững cây công nghiệp dài ngày của các ngân hàng thương mại trên địa bàn tỉnh Bình Dương - 11

Nguồn: Điều tra của tác giả và tính toán từ phần mềm SPSS 22.0

Việc phân tích nhân tố khám phá EFA được tác giả thực hiện đối với mỗi ngân hàng. Luận án sử dụng phương pháp trích nhân tố là Principal components với phép quay varimax khi phân tích nhân tố (EFA) cho 46 biến quan sát ban đầu, kết quả các biến quan sát có hệ số tải nhân tố (Factor loading) đều lớn hơn tiêu chuẩn cho phép (> 0,55). Đồng thời kiểm định Bartlett’s cho thấy giữa các biến quan sát đều có mối tương quan với nhân tố đại diện (Mức ý nghĩa sig = 0,000< 0,05) với hệ số KMO đều lớn hơn 0,5 và nhỏ hơn 1 chứng tỏ phân tích EFA cho việc nhóm các biến này lại với nhau là thích hợp.

Bảng 2.18 kết quả EFA thể hiện có 9 nhân tố được trích ra đại diện cho 46 biến quan sát. Kết quả trích nhân tố có giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích được là 74,083. Điều này có nghĩa là 9 nhân tố trích ra lấy được 74,08% phương sai của 46 biến quan sát đo lường năng lực hoạt động của các NHTM trong mẫu nghiên cứu.


Kết quả phân tích hồi quy.

Để nhận diện các nhân tố ảnh hưởng đến mở rộng tín dụng cho phát triển bền vững cây CNDN, mô hình hồi quy bội được xây dựng có dạng.

QD = f(F1, F2, F3, F4, F5, F6, F7, F8, F9)

Trong đó: QD là biến phụ thuộc, đại diện cho sự hài lòng về chất lượng dịch vụ NHBL.

F1, F2, F3, F4, F5, F6, F7, F8, F9 là biến độc lập, đại diện cho các nhân tố năng lực hoạt động của ngân hàng.

-Kiểm định hiện tượng đa cộng tuyến.

Hiện tượng đa cộng tuyến trong mô hình được đo lường thông qua hệ số VIF. Trong nghiên cứu thực nghiệm, nếu VIF nhỏ hơn 5 mô hình được cho là không có hiện tượng đa cộng tuyến. Trong trường hợp ngược lại, VIF lớn hơn 5 mô hình được cho là có hiện tượng đa cộng tuyến.

Bảng 2.19 cho thấy các biến trong mô hình đều có hệ số VIF nhỏ hơn 5 nên mô hình không có hiện tượng đa cộng tuyến.

Bảng 2.19. Kiểm định đa cộng tuyến


Biến

Thống kê cộng tuyến

Tolerance

VIF

Hằng số



F1

1

1

F2

1

1

F3

1

1

F4

1

1

F5

1

1

F6

1

1

F7

1

1

F8

1

1

F9

1

1

Nguồn: tính toán từ phần mềm SPSS 22.0


-Kiểm định hiện tương tự tương quan.

Hiện tượng tự tương quan trong mô hình được kiểm định thông qua hệ số Durbin – Watson. Nếu hệ số Durbin – Watson lớn hơn 1 và nhỏ hơn 3 thì mô hình được cho là không có hiện tượng tự tương quan.Trong trường hợp Durbin – Watson nhỏ hơn 1 hoặc lớn hơn 3 thì mô hình có hiện tượng tự tương quan.

Bảng 2.22 cho thấy hệ số Durbin – Watson là 1.871. Do đó, mô hình không có hiện tượng tự tương quan.

-Kiểm định hiện tượng phương sai thay đổi.

Hiện tượng phương sai thay đổi được kiểm định thông qua việc hồi quy bình phương phần dư với các biến độc lập trong mô hình. Kết quả kiểm định được thể hiện thông qua bảng 2.20:

Bảng 2.20. Kiểm định phương sai thay đổi.



Mô hình

Tổng bình phương sai

số

Bậc tự do

Trung bình bình

phương


F


Sig.

1

Regression

1,725

9

0,192

1,514

0,143b


Residual

31,395

248

0,127


Total

33,121

257


Nguồn: Tính toán từ phần mềm SPSS 22.0

Biến phụ thuộc trong mô hình là bình phương phần dư của mô hình hồi quy và các biến độc lập là Năng lực quản trị điều hành và nguồn nhân lực, Năng lực marketing, Năng lực công nghệ, Năng lực tài chính, Năng lực chất lượng dịch vụ, Năng lực cạnh tranh lãi suất, Năng lực phát triển mạng lưới, Năng lực uy tín, thương hiệu, Năng lực phát triển sản phẩm mới.

Kiểm định F có mức ý nghĩa Sig. là 0,143 lớn hơn mức ý nghĩa 5% nên chưa có cơ sở bác bỏ giả thuyết tất cả các hệ số hồi quy trong mô hình trên đều không có ý nghĩa thống kê, tức là các biến độc lập không có tương quan với phần dư trong mô hình. Như vậy mô hình không tồn tại hiện tượng phương sai thay đổi.


Như vậy mô hình không có hiện tượng đa cộng tuyến, tự tương quan và phương sai thay đổi. Kết quả hồi quy như sau:

Bảng 2.21. Kết quả ước lượng mô hình


Biến quan sát

Hệ số hồi quy

Sai số chuẩn

Thống kê z

Sig.

C


-2,652E-17


0,034


0,000


1,000

F1

0,422

0,034

12,426

0,000

F2

0,408

0,034

11,995

0,000

F3

0,374

0,034

10,990

0,000

F4

0,395

0,034

11,618

0,000

F5

0,145

0,034

4,258

0,000

F6

0,115

0,034

3,393

0,001

F7

0,141

0,034

4,146

0,000

F8

0,102

0,034

2,988

0,003

F9

0,096

0,034

2,819

0,005

Nguồn: Tính toán từ phần mềm SPSS 22.0

-Kiểm định hệ số hồi quy.

Trong bảng 2.21, cột mức ý nghĩa Sig. cho thấy hệ số hồi quy của các nhân tố F1, F2, F3, F4, F5, F6, F7, F8, F9 đều có mức ý nghĩa Sig. nhỏ hơn 0.01 tức là hệ số hồi quy của các biến này đều có ý nghĩa thống kê hay các nhân tố Năng lực quản trị điều hành và nguồn nhân lực, Năng lực marketing, Năng lực công nghệ, Năng lực tài chính, Năng lực chất lượng dịch vụ, Năng lực cạnh tranh lãi suất, Năng lực phát triển mạng lưới, Năng lực uy tín, thương hiệu, Năng lực phát triển sản phẩm mới đều có ảnh hưởng đến mở rộng tín dụng cho phát triển bền vững cây CNDN.

-Kiểm định mức độ phù hợp của mô hình.

R2 hiệu chỉnh là 0,703. Như vậy, 70,30% thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập của mô hình hay nói cách khác 70,30% thay đổi của mở rộng tín dụng cho phát triển bền vững cây CNDN được giải thích bởi


các nhân tố Năng lực quản trị điều hành và nguồn nhân lực, Năng lực marketing, Năng lực công nghệ, Năng lực tài chính, Năng lực chất lượng dịch vụ, Năng lực cạnh tranh lãi suất, Năng lực phát triển mạng lưới, Năng lực uy tín, thương hiệu, Năng lực phát triển sản phẩm mới.

Bảng 2.22. Tóm tắt mô hình



Model


R

R2

R2 hiệu chỉnh


Sai số của ước lượng


Durbin-Watson

1

0,845

0,714

0,703

0,54484785

1,871

Nguồn: Tính toán từ phần mềm SPSS 22.0

Như vậy, từ kết quả hồi quy mô hình ta thấy rằng các nhân tố Năng lực quản trị điều hành và nguồn nhân lực, Năng lực marketing, Năng lực công nghệ, Năng lực tài chính, Năng lực chất lượng dịch vụ, Năng lực cạnh tranh lãi suất, Năng lực phát triển mạng lưới, Năng lực uy tín, thương hiệu, Năng lực phát triển sản phẩm mới đều có ảnh hưởng đến mở rộng tín dụng cho phát triển bền vững cây CNDN. Đồng thời hệ số hồi quy của các biến này đều mang giá trị dương.

Kết quả nghiên cứu

Kết quả nghiên cứu cho thấy mức độ mở rộng tín dụng cho phát triển bền vững cây CNDN phụ thuộc vào các nhân tố sau:

- Nhân tố có mức độ ảnh hưởng mạnh nhất là năng lực marketing. Kết quả hồi quy cho thấy, hệ số hồi quy của nhân tố năng lực marketing có giá trị là 0,422. Như vậy, nhân tố năng lực marketing có ảnh hưởng tích cực đến mức độ mở rộng tín dụng cho phát triển bền vững cây CNDN. Các nhân tố tạo nên năng lực marketing của ngân hàng là ngân hàng luôn hiểu rõ nhu cầu của khách hàng, các chiến dịch marketing của ngân hàng luôn thực hiện rầm rộ tại các chi nhánh và phòng giao dịch, các chương trình quảng cáo của ngân hàng là thích hợp, các chương trình khuyến mãi và tiếp thị của ngân hàng có hiệu quả, các chương trình quan hệ công chúng của ngân hàng là tốt, ngân hàng luôn thay đổi để phù hợp với sự thay đổi của nhu cầu người tiêu dùng.


- Nhân tố có mức độ ảnh hưởng mạnh thứ hai là nhân tố năng lực quản trị điều hành và nguồn nhân lực. Kết quả hồi quy cho thấy, hệ số hồi quy của nhân tố năng lực quản trị điều hành có giá trị là 0,408. Như vậy, nhân tố năng lực quản trị điều hành có ảnh hưởng tích cực đến mức độ mở rộng tín dụng cho phát triển bền vững cây CNDN. Kết quả này cho thấy, một ngân hàng có năng lực quản trị điều hành tốt có thể gia tăng doanh số và dư nợ cho vay, đồng thời quản lý tốt chất lượng tín dụng.

- Nhân tố có mức độ ảnh hưởng mạnh thứ ba là năng lực công nghệ. Kết quả hồi quy cho thấy, hệ số hồi quy của nhân tố năng lực công nghệ có giá trị là 0,395. Như vậy, nhân tố năng lực công nghệ có ảnh hưởng tích cực đến mức độ mở rộng tín dụng cho phát triển bền vững cây CNDN. Các tiêu chí tạo nên năng lực công nghệ bao gồm: ngân hàng có công nghệ hiện đại, ngân hàng luôn đổi mới công nghệ phù hợp, nhân viên có khả năng sử dụng thành thạo công nghệ hiện đại.

- Nhân tố có mức độ ảnh hưởng mạnh thứ tư là năng lực tài chính. Kết quả hồi quy cho thấy, hệ số hồi quy của nhân tố năng lực tài chính có giá trị là 0,374. Như vậy, nhân tố năng lực tài chính có ảnh hưởng tích cực đến mức độ mở rộng tín dụng cho phát triển bền vững cây CNDN. Các tiêu chí tạo nên năng lực công nghệ bao gồm: ngân hàng có nguồn vốn tự có lớn, trụ sở khang trang, ngân hàng có nguồn vốn sẵn sàng đáp ứng nhu cầu tín dụng của khách hàng, ngân hàng luôn đáp ứng yêu cầu chi trả của khách hàng, thông tin báo chí cho thấy ngân hàng luôn có lợi nhuận.

- Nhân tố có mức độ ảnh hưởng mạnh thứ năm là năng lực cạnh tranh lãi suất. Kết quả hồi quy cho thấy, hệ số hồi quy của nhân tố năng lực cạnh tranh lãi suất có giá trị là 0,145. Như vậy, nhân tố năng lực cạnh tranh lãi suất có ảnh hưởng tích cực đến mức độ mở rộng tín dụng cho phát triển bền vững cây CNDN. Các tiêu chí tạo nên năng lực cạnh tranh lãi suất bao gồm: lãi suất cho vay của ngân hàng thay đổi linh hoạt, các loại phí dịch vụ của ngân hàng thu đúng và hợp lệ, các loại phí phạt của ngân hàng hợp lý.


2.2.3.3. Khả năng tiếp cận vốn tín dụng và số tiền vay từ phía các hộ trồng cây công nghiệp dài ngày trên địa bàn tỉnh Bình Dương

Trên cơ sở mô hình nghiên cứu đã được xây dựng trong chương 1 dựa trên cơ sở các nghiên cứu của Abi Kedir (2002) và Vương Quốc Duy (2012), tác giả tiến hành đánh giá các nhân tố ảnh hưởng đến khả năng tiếp cận vốn tín dụng và số tiền vay của các hộ trồng cây CNDN trên địa bàn tỉnh Bình Dương.

Dữ liệu nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu do tác giả điều tra từ 311 hộ trồng cây CNDN tại các huyện Dầu Tiếng, Phú Giáo, Bắc Tân Uyên và Bàu Bàng của tỉnh Bình Dương. Bảng câu hỏi điều tra được trình bày trong phụ lục 5. Mỗi huyện được lựa chọn ngẫu nhiên một xã và tiến hành điều tra các hộ nông nghiệp. Cụ thể:

Bảng 2.23 Số hộ vay ngân hàng phân theo huyện


Huyện

Số lượng hộ

Tỷ lệ

Dầu Tiếng

76

24%

Phú Giáo

70

23%

Bắc Tân Uyên

79

25%

Bàu Bàng

86

28%

Tổng cộng

311

100

Nguồn: Kết quả điều tra của tác giả

Số liệu bao chứa các đặc điểm của hộ nông nghiệp, đặc điểm món vay, hành vi tín dụng của hộ nông nghiệp và các đặc điểm khác. Các hộ được lựa chọn ngẫu nhiên để tiến hành phỏng vấn trực tiếp tại nơi cư trú của hộ.

Bảng 2.23 cung cấp thông tin về số lượng hộ vay theo từng huyện, theo đó số lượng hộ vay bình quân trong tổng số hộ điều tra chiểm từ 23% đến 28% trong tổng mẫu điều tra, huyện Bàu Bàng số hộ trồng cây CNDN vay ngân hàng chiếm tỷ lệ cao nhất là 28%/tổng số và thấp nhất là huyện Phú giáo chiếm tỷ lệ 23%/tổng số.


Thống kê mô tả các biến

Bảng 2.24 Thống kê mô tả các biến định tính


Giới tính


Nam

Nữ

Tổng cộng

Tình trạng

vay

Không vay

54

49

103

Có vay

130

78

208

Tổng cộng

184

127

311

Vay phi chính thức


Chính thức

Phi chính thức

Tổng cộng

Tình trạng

vay

Không vay

35

68

103

Có vay

148

60

208

Tổng cộng

183

128

311

Lịch sử tín dụng


Chưa từng vay

Đã vay

Tổng cộng

Tình trạng

vay

Không vay

81

22

103

Có vay

106

102

208

Tổng cộng

187

124

311

Địa vị chủ hộ


Không đảm nhận chức vụ

Có đảm nhận chức vụ


Tổng cộng

Tình trạng

vay

Không vay

75

28

103

Có vay

118

90

208

Tổng cộng

193

118

311

Nguồn: Kết quả trích xuất từ eview

Bảng 2.24 cung cấp thông tin khái quát về tình trạng vay ngân hàng của các hộ trồng cây CNDN phân theo giới tính, hình thức vay chính thức hay phi chính thức, lịch sử tín dụng và địa vị chủ hộ. Trong tổng số 311 hộ được khảo sát, có 103 hộ trả lời không vay ngân hàng, chiếm 33,12%; có 208 hộ trả lời đang vay ngân hàng, chiếm 66,88%. Tỷ lệ hộ vay ngân hàng như trên là khá cao so với


một số cuộc điều tra trong các nghiên cứu khác. Theo giới tính, có 184 chủ hộ là nam, 127 chủ hộ là nữ. Số lượng hộ có chủ hộ là nam và đang vay ngân hàng là 130 hộ chiếm 41,80%. Trong mẫu có 183 hộ vay từ các tổ chức tín dụng chính thức và 128 hộ vay từ các nguồn khác. Số lượng hộ đang vay từ các tổ chức tín dụng chính thức chiếm số lượng nhiều nhất trong mẫu là 148 hộ chiếm 47,59%. Phần lớn hộ được khảo sát trong mẫu chưa từng vay vốn trước đây (187 hộ) và chủ hộ phần lớn không đảm nhận bất kỳ cương vị chính trị - xã hội nào (193 hộ).

Bảng 2.25 Thống kê mô tả các biến định lượng


Tên biến

Số quan sát

Trung bình

Độ lệch chuẩn

Độ nghiên

Độ nhọn

yi*

311

101,9711

100,9511

1,030510

3,95180

DT

311

51,91961

24,41027

0,679838

2,48068

TN

311

186,2251

73,04427

1,305084

5,652276

TCH

311

41,28939

10,49976

0,293093

2,309726

GD

311

10,26045

2,301405

-0,358213

2,181875

SPT

311

2,128617

1,007801

0,043721

2,690245

GTC

311

228,0386

170,626

1,218636

4,728972

Nguồn: Kết quả trích xuất từ eview

Bảng 2.25 cung cấp thông tin thống kê mô tả các biến. Theo số liệu ở bảng trên, một khoản vay có giá trị trung bình là 101,97 triệu đồng. Diện tích đất bình quân của các hộ nông nghiệp là 5.192 m2, thu nhập bình quân của mỗi hộ là 186,22 triệu đồng/năm, tuổi bình quân của chủ hộ là 41,28 tuổi, số năm đi học bình quân của chủ hộ là 10,26 năm. Số người phụ thuộc bình quân của một hộ là 2,13 người. Giá trị thế chấp trung bình của mỗi hộ là 228,04 triệu đồng.


Kết quả nghiên cứu

Bảng 2.26 Kết quả hồi quy mô hình


Tên biến

Mô hình 1 (Logit)

Mô hình 2 (Tobit)

Hệ số

Thống kê z

Hệ số

Thống kê z

DT

0,02

(0,0397)

2,06**

0,70

(0,0017)

3,13***

TN

0,001

(0,8829)

0,15

0,01

(0,8812)

0,15

TCH

0,08

(0,0008)

3,35***

1,73

(0,0020)

3,09***

GD

0,71

(0,0000)

5,89***

23,21

(0,0000)

8,58***

GT

-0,23

(0,5932)

-0,53

-16,42

(0,1024)

-1,63

DV

0,02

(0,9699)

0,04

1,84

(0,8598)

0,18

SPT

-0,17

(0,4943)

-0,68

1,56

(0,7892)

0,27

LS

1,27

(0,0088)

2,62***

36,21

(0,0002)

3,67***

GTC

0,01

(0,0008)

3,36***

0,25

(0,0000)

6,80***

VPCT

-1,12

(0,0103)

-2,57**

-32,41

(0,0019)

-3,10***

McFadden R2 = 0.59

LR statistic = 232,36 Prob (LR statistic) = 0.00

Log likelihood = -88,31


Nguồn: Kết quả trích xuất từ eviews

Trong bảng 2.26, mô hình 1 sử dụng hồi quy Logit với biến phụ thuộc là khả năng tiếp cận vốn tín dụng, mô hình 2 sử dụng hồi quy Tobit với biến phụ thuộc là lượng vốn tín dụng nhận được. Các biến độc lập trong mô hình lần lượt là diện tích đất sở hữu DT, thu nhập một năm của hộ TN, tuổi của chủ hộ TCH, số năm đến trường của chủ hộ GD, giới tính của chủ hộ GT, địa vị của chủ hộ DV, số người phụ thuộc SPT, lịch sử tín dụng LS, giá trị tài sản thế chấp GTC,


vay ở thị trường phi chính thức VPCT. Giá trị p-value được đặt trong dấu ( ). Dấu *, **, *** lần lượt thể hiện hệ số có ý nghĩa thống kê ở mức 10%, 5%, 1%.

Bảng 2.26 cho thấy kết quả ước lượng từ 2 mô hình, các hệ số đều có dấu như kỳ vọng ban đầu.

Biến diện tích có ý nghĩa thống kê trong cả hai mô hình. Điều này hàm ý rằng, diện tích đất sở hữu của chủ hộ là một yếu tố được xem xét trong quá trình ngân hàng ra quyết định cấp tín dụng cho hộ nông nghiệp. Hệ số hồi quy của biến diện tích mang giá trị dương trong cả hai mô hình cho thấy các hộ nông nghiệp sở hữu diện tích càng lớn sẽ càng dễ trong việc tiếp cận vốn tín dụng ngân hàng để sản xuất cây CNDN. Đồng thời, diện tích canh tác càng lớn thì nhu cầu vốn tín dụng cần thiết cho hoạt động sản xuất càng cần nhiều. Như vậy giả thuyết H1 là đúng.

Biến thu nhập không có ý nghĩa thống kê trong cả hai mô hình. Điều này

phản ánh là một số hộ có thu nhập cao có thể có nhu cầu vốn cho việc đầu tư mở rộng sản xuất hoặc đơn giản là để duy trì quy mô hiện tại, trong khi một số hộ có thu nhập cao khác không còn nhu cầu mở rộng sản xuất nữa. Trong khi phần lớn các hộ có thu nhập thấp lại thiếu vốn cho hoạt động sản xuất nên các hộ này thường có nhu cầu vốn tín dụng ngân hàng. Như vậy giả thuyết H2 không được chấp nhận.

Biến tuổi của chủ hộ có nghĩa thống kê trong cả 2 mô hình. Điều này có thể được giải thích là những chủ hộ nhiều tuổi dễ dàng tiếp cận vốn tín dụng ngân hàng hơn người trẻ tuổi do họ có uy tín và kinh nghiệm hơn. Như vậy, giả thuyết H3 cho rằng độ tuổi của chủ hộ có ảnh hưởng đến khả năng tiếp cận vốn tín dụng và lượng vốn tín dụng nhận được của các hộ trồng cây CNDN là đúng.

Biến giáo dục của chủ hộ có ý nghĩa thống kê trong cả 2 mô hình và mức độ ảnh hưởng của biến này đến biến phụ thuộc là khá lớn. Như đã phân tích ở phần trước, những người nhận được giáo dục tốt hơn thường dễ dàng hơn trong việc tiếp cận vốn vay và lượng vốn vay nhận được cũng cao hơn. Những người này thường hiểu rõ các thủ tục cũng như điều kiện vay vốn ngân hàng và họ có

Xem toàn bộ nội dung bài viết ᛨ

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 21/04/2022