Đánh giá mối liên hệ giữa tín dụng thương mại và tín dụng ngân hàng đối với các công ty niêm yết trên sàn hose

TỔNG QUAN NGHIÊN CỨU

Lý do nghiên cứu

Trong bối cảnh nền kinh tế cạnh tranh gay gắt, khả năng phản ứng nhanh chóng của doanh nghiệp trước biến động thị trường là yếu tố quyết định đến thành công và thị phần của họ Để ứng phó hiệu quả với các tình huống phát sinh, doanh nghiệp cần có nguồn vốn lưu động hỗ trợ Trong ngắn hạn, hai phương án chính để thu hút tài chính là tín dụng thương mại và tín dụng ngân hàng, trong đó nghiên cứu này tập trung vào nợ vay.

Doanh nghiệp cần cân nhắc kỹ lưỡng trước khi quyết định sử dụng loại hình tín dụng phù hợp, bao gồm thời gian sử dụng và tỷ lệ các loại tín dụng, để đảm bảo phù hợp với quy mô hoạt động của công ty.

Tín dụng thương mại, do nhà cung cấp cấp cho khách hàng, đóng vai trò quan trọng trong tài chính doanh nghiệp Trong nhiều trường hợp, việc tiếp cận tín dụng ngân hàng không dễ dàng và mất thời gian do quy trình xét duyệt và giải ngân Do đó, việc phân tích mối quan hệ giữa tín dụng ngân hàng và tín dụng thương mại giúp doanh nghiệp lựa chọn kênh tín dụng phù hợp hơn cho hoạt động tài chính của mình.

Trong các nghiên cứu trước, có hai quan điểm về tín dụng thương mại và tín dụng ngân hàng: một cho rằng tín dụng thương mại là kênh thay thế cho tín dụng ngân hàng, trong khi quan điểm thứ hai cho rằng tín dụng ngân hàng góp phần nâng cao uy tín doanh nghiệp, giúp doanh nghiệp dễ dàng tiếp cận tín dụng thương mại hơn Nghiên cứu này nhằm đánh giá mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng đối với các công ty niêm yết trên sàn chứng khoán Hồ Chí Minh (HOSE).

Mục tiêu nghiên cứu

Mục tiêu của nghiên cứu này là khám phá mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng trong các doanh nghiệp niêm yết tại sàn chứng khoán Hồ Chí Minh Nghiên cứu sẽ giúp làm rõ vai trò của hai hình thức tín dụng này trong việc hỗ trợ tài chính cho doanh nghiệp, từ đó cung cấp thông tin hữu ích cho các nhà đầu tư và quản lý doanh nghiệp.

Nghiên cứu này cung cấp cho các doanh nghiệp thông tin cần thiết để lựa chọn kênh tín dụng phù hợp, từ đó hỗ trợ hiệu quả trong việc tài trợ cho hoạt động kinh doanh của họ.

Vì vậy, đề tài cần đạt được các mục tiêu:

- Xác định mối quan hệ giữa các khoản phải thu và nợ vay đối với doanh nghiệp;

- Xác định mối quan hệ giữa các khoản phải trả và nợ vay đối với doanh nghiệp;

- Xác định mối quan hệ giữa tín dụng thương mại ròng và tín dụng ngân hàng đối với doanh nghiệp

Nghiên cứu này cung cấp những khuyến nghị quan trọng cho các nhà quản trị doanh nghiệp trong việc lựa chọn giữa tín dụng thương mại và tín dụng ngân hàng, giúp tối ưu hóa nguồn vốn và nâng cao hiệu quả tài chính.

Nghiên cứu nhằm trả lời các câu hỏi sau:

- Các khoản phải thu có mối quan hệ bổ sung hay thay thế với nợ vay?

- Các khoản phải trả có mối quan hệ bổ sung hay thay thế với nợ vay?

- Tín dụng thương mại ròng có mối quan hệ bổ sung hay thay thế với tín dụng ngân hàng?

- Có sự khác biệt trong mới quan hệ giữa tín dụng thương mại và tín dụng ngân hàng đối với quy mô khác nhau?

Đối tượng và phạm vi nghiên cứu

Nghiên cứu này tập trung vào mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng tại các công ty phi tài chính niêm yết trên sàn giao dịch Chứng khoán Hồ Chí Minh (HOSE) trong giai đoạn 2010-2016 Đề tài không xem xét các định chế tài chính như ngân hàng, quỹ đầu tư và công ty quản lý quỹ, vì những tổ chức này có đặc thù riêng có thể gây ra sai lệch trong kết quả nghiên cứu.

Phương pháp nghiên cứu

Nghiên cứu này áp dụng phương pháp định lượng để phân tích mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng Các mô hình hồi quy dữ liệu bảng được sử dụng bao gồm Pool OLS, hồi quy tác động cố định và hồi quy tác động ngẫu nhiên, nhằm xác định các yếu tố ảnh hưởng và sự tương tác giữa hai loại tín dụng này.

Ý nghĩa nghiên cứu

Nghiên cứu có ý nghĩa về mặt khoa học và thực tiễn

Nghiên cứu cung cấp bằng chứng thực nghiệm về mối quan hệ giữa tín dụng ngân hàng và tín dụng thương mại, đồng thời cũng làm rõ mối liên hệ giữa loại hình tín dụng và quy mô doanh nghiệp.

Nghiên cứu này cung cấp cho các doanh nghiệp một cơ sở tham khảo quan trọng trong việc lựa chọn kênh huy động vốn phù hợp với điều kiện kinh doanh và đặc điểm riêng của từng doanh nghiệp.

Kết cấu của luận văn

Luận văn nghiên cứu sẽ được trình bày trong năm chương, bao gồm:

Chương 1: Giới thiệu tổng quan về vấn đề được nghiên cứu

Chương 1 bao gồm các nội dung: lý do chọn đề tài, vấn đề, mục tiêu và câu hỏi nghiên cứu Đồng thời, chương 1 cũng nêu ra giả thiết, phương pháp, đối tượng, phạm vi và ý nghĩa của nghiên cứu

Chương 2: Cơ sở lý luận

Chương 2 trình bày các khái niệm, các lý thuyết có liên quan đến đề tài nghiên cứu và kết quả của các nghiên cứu trước Đó là nền những nền tảng để xây dựng mô hình nghiên cứu và các giả thuyết nghiên cứu

Chương 3: Mô hình và dữ liệu nghiên cứu

Chương 3 trình bày dữ liệu nghiên cứu, mẫu nghiên cứu, giới hạn phạm vi và số lượng biến cũng như mô hình nghiên cứu và lựa chọn mô hình hồi quy phù hợp với dữ liệu của nghiên cứu

Chương 4: Thực trạng và kết quả nghiên cứu

Nghiên cứu sẽ thực hiện phân tích thống kê mô tả, khảo sát mối quan hệ giữa các biến, và áp dụng phân tích hồi quy để xác định ảnh hưởng của các biến độc lập đối với biến phụ thuộc.

Chương 5: Kết luận và kiến nghị

Nghiên cứu đã chỉ ra những kết quả quan trọng, từ đó đề xuất các kiến nghị phù hợp nhằm cải thiện tình hình hiện tại Tuy nhiên, cũng cần lưu ý đến những hạn chế của đề tài nghiên cứu, như thiếu sót trong phương pháp hoặc dữ liệu, để có cái nhìn toàn diện hơn về vấn đề được khảo sát.

CƠ SỞ LÝ LUẬN

Khái niệm Tín dụng thương mại và Tín dụng ngân hàng

Theo Lê Thị Tuyết Hoa và các tác giả (2017), tín dụng có nguồn gốc từ chữ Latin "Credittum", nghĩa là tin tưởng và tín nhiệm Trong ngữ cảnh Việt Nam, tín dụng được hiểu là mối quan hệ vay mượn Tổng quát, tín dụng là quá trình chuyển nhượng tạm thời một lượng giá trị (dưới dạng tiền tệ hoặc hiện vật) từ người sở hữu sang người sử dụng, với điều kiện phải hoàn trả một lượng giá trị lớn hơn ban đầu.

Tín dụng ngân hàng là mối quan hệ tín dụng giữa ngân hàng và các chủ thể trong xã hội Ngân hàng, với vai trò là một định chế tài chính trung gian, có thể hoạt động vừa như người cho vay vừa như người đi vay trong các giao dịch tín dụng với các chủ thể kinh tế khác.

Ngân hàng, với vai trò là một định chế tài chính trung gian, thực hiện hoạt động vay mượn để cung cấp tín dụng Khi nói đến tín dụng ngân hàng, thường được hiểu rằng ngân hàng là đơn vị cấp tín dụng chính.

Theo từ điển Kinh doanh Cambrige, tín dụng ngân hàng là khoản tiền mà ngân hàng đã cho vay hoặc sẵn sàng cho vay

Lý thuyết tín dụng thương mại, được khởi xướng bởi Goff (1957), định nghĩa tín dụng thương mại là khoản tín dụng mà người bán cung cấp mà không yêu cầu thanh toán ngay cho sản phẩm Nhiều nhà nghiên cứu khác như Meltzer (1960), Schwartz và Whitcomb (1979), Brennan, Maksimovic và Zechner (1988), Ferris (1981), Smith (1987), Biais và Gollier (1987), cùng Milan và Smith (1992) đã phát triển thêm lý thuyết này (Peterson và Rajan, 1997).

Tín dụng thương mại là việc người mua bán hàng bằng tín dụng thay vì yêu cầu thanh toán bằng tiền mặt ngay (Milan và Smith, 1992)

Theo ACCA Global, tín dụng thương mại là nguồn tài chính ngắn hạn và quan trọng nhất cho các doanh nghiệp

Tín dụng thương mại là hình thức mua hàng hóa và dịch vụ mà không cần thanh toán bằng tiền mặt hoặc séc, giúp doanh nghiệp dễ dàng quản lý dòng tiền và tối ưu hóa hoạt động kinh doanh.

Tín dụng thương mại là một giải pháp tài chính hiệu quả cho các doanh nghiệp đang phát triển, giúp giảm áp lực lên dòng tiền mặt bằng cách thỏa thuận điều kiện thanh toán với nhà cung cấp Công cụ này không chỉ hỗ trợ doanh nghiệp trong việc quản lý và giảm thiểu nhu cầu về vốn mà còn tối ưu hóa quy trình thanh toán, mang lại lợi ích lâu dài cho hoạt động kinh doanh.

Các lý thuyết liên quan

Theo nghiên cứu của Petersen và Rajan (1997), có ba nhóm lý thuyết chính liên quan đến tài chính, bao gồm lý thuyết về lợi thế tài trợ, lý thuyết phương tiện phân định giá và lý thuyết chi phí giao dịch.

2.2.1 Lý thuyết về lợi thế tài chính của tín dụng thương mại: lợi thế thu thập thông tin, lợi thế điều khiển người mua, lợi thế thu hồi tài sản

Nhà cung cấp có lợi thế hơn ngân hàng trong việc đánh giá độ tin cậy của khách hàng và khả năng giám sát, từ đó buộc khách hàng trả nợ hiệu quả hơn Điều này giúp họ có lợi thế chi phí trong việc cung cấp tín dụng cho người mua Cụ thể, có ba nguồn lợi thế chi phí chính: lợi thế trong việc thu thập thông tin, lợi thế trong việc điều khiển người mua, và lợi thế trong việc thu hồi tài sản.

2.2.1.1 Lợi thế thu thập thông tin

Nhà cung cấp thường có lợi thế trong việc thu thập thông tin về người mua so với các tổ chức tài chính, nhờ vào sự am hiểu sâu sắc và khả năng ghé thăm cơ sở của người mua thường xuyên Kích thước và thời gian của đơn đặt hàng cung cấp cho nhà cung cấp cái nhìn về điều kiện kinh doanh của người mua Thêm vào đó, những thông tin như việc người mua không tận dụng được các khoản chiết khấu thanh toán sớm có thể là tín hiệu cho nhà cung cấp về sự suy giảm mức độ tin cậy của người mua Vì vậy, nhà cung cấp có thể thu thập thông tin này nhanh chóng và với chi phí thấp hơn trong quá trình kinh doanh bình thường, điều mà các tổ chức tài chính khó có thể đạt được.

Trong công trình nghiên cứu của Peterson và Rajan (1997), Burkart và Ellingsen

Theo Danielson và Scott (2004), trích dẫn ý kiến của Smith (1987), tín dụng thương mại được coi là một phương thức hợp đồng nhằm giải quyết vấn đề thông tin không cân xứng trong thị trường hàng hóa trung gian (Trần Ái Kết, 2014).

2.2.1.2 Lợi thế điều khiển người mua

Khi hàng hóa có ít khả năng thay thế và giá trị của nó đối với người mua nhỏ so với doanh thu của người bán, nhà cung cấp có thể đe dọa ngừng cung cấp nếu người mua thể hiện dấu hiệu giảm khả năng trả nợ Ngược lại, tổ chức tài chính thường có quyền hạn hạn chế hơn, vì mối đe dọa thu hồi nguồn tài chính trong tương lai ít ảnh hưởng trực tiếp đến hoạt động của bên vay.

2.2.1.3 Lợi thế thu hồi tài sản

Nếu người mua không thanh toán nợ, nhà cung cấp có quyền tịch thu hàng hóa đã cung cấp Độ bền của hàng hóa càng cao thì tài sản đảm bảo càng tốt, từ đó giúp nhà cung cấp có thể cung cấp nhiều tín dụng hơn (Mian và Smith, 1992) Các tổ chức tài chính cũng có khả năng thu hồi tài sản của công ty để thanh toán khoản vay Tuy nhiên, nếu nhà cung cấp đã thiết lập một mạng lưới bán hàng, chi phí mua lại và bán lại sẽ thấp hơn so với tổ chức tài chính, nhờ vào khả năng tìm kiếm người mua thay thế dễ dàng hơn (Peterson và Rajan, 1997).

2.2.2 Lý thuyết phương tiện phân định giá: thanh toán bằng tiền mặt và thanh toán sớm

Nghiên cứu của Peterson và Rajan (1997) chỉ ra rằng tín dụng thương mại có thể được cung cấp ngay cả khi nhà cung cấp không có lợi thế tài chính so với các tổ chức tài chính Tín dụng này có khả năng phân biệt giá cả, như đã được nhấn mạnh bởi các nghiên cứu trước đó (Meltzer, Schwartz và Whitcomb, Brennan, Maksimovic và Zechner, Mian và Smith) Do các điều khoản tín dụng thường không thay đổi đối với chất lượng tín dụng của người mua, tín dụng thương mại giúp giảm giá hiệu quả cho những người đi vay có chất lượng thấp, trở thành một công cụ hiệu quả để phân biệt giá cả trong phân khúc giá cả đàn hồi của thị trường.

Các công ty có tỷ suất lợi nhuận cao có động lực mạnh mẽ để tăng doanh thu mà không giảm giá cho khách hàng hiện tại, vì lợi nhuận trên mỗi đơn vị bán thêm cao hơn Họ sẵn sàng chấp nhận chi phí để bán thêm sản phẩm, miễn là không ảnh hưởng đến doanh thu hiện tại Trong bối cảnh luật chống độc quyền, tín dụng thương mại có giá cao có thể được coi là một khoản trợ cấp cho khách hàng có rủi ro Khách hàng có tín dụng thường đánh giá cao tín dụng thương mại và sẽ hoàn trả nhanh chóng, trong khi các khách hàng mạo hiểm có thể thấy tín dụng thương mại rẻ hơn so với các nguồn khác Tín dụng thương mại giúp giảm chi phí cho những người vay có chất lượng thấp, vì các điều khoản thường không phụ thuộc vào chất lượng của khách hàng.

Tín dụng thương mại thường được ưa chuộng hơn tín dụng ngân hàng bởi những khách hàng có mức độ rủi ro cao, vì lãi suất của nó phản ánh đầy đủ các yếu tố rủi ro của người mua (Atanasova, 2007) Nghiên cứu của Danielson và Scott (2004) cho thấy các doanh nghiệp gặp khó khăn trong việc tiếp cận tín dụng ngân hàng thường sử dụng tín dụng thương mại nhiều hơn (Trần Ái Kết, 2014).

2.2.3 Lý thuyết về chi phí giao dịch: chi phí trên mỗi giao dịch, chi phí hàng tồn kho

Lý thuyết tín dụng thương mại cho rằng nó giúp giảm chi phí giao dịch bằng cách cho phép khách hàng tích lũy nghĩa vụ thanh toán để chi trả định kỳ, từ đó tách chu kỳ thanh toán khỏi lịch trình phân phối Các doanh nghiệp có thể phải duy trì hàng tồn kho lớn để đảm bảo sản xuất liên tục, dẫn đến chi phí kho bãi và chi phí tài chính Mặc dù giảm giá có thể kích thích mua hàng sớm, nhưng điều này cũng làm giảm tính linh hoạt và tốn kém Bằng cách sử dụng tín dụng thương mại một cách có chọn lọc, nhà cung cấp có thể khuyến khích khách hàng mua sớm hoặc thường xuyên hơn, giúp quản lý hàng tồn kho hiệu quả hơn và giảm áp lực tài chính cũng như chi phí giao dịch.

Theo mô hình của Ferrando và Mulier (2012), dựa trên nghiên cứu của Peterson và Rajan (1997), tín dụng thương mại và tín dụng ngân hàng cùng tồn tại trong một môi trường mà điều kiện chung của thị trường tài chính đóng vai trò quan trọng trong việc thúc đẩy sự tăng trưởng của kênh tín dụng thương mại.

Hình 2.1 Tín dụng thương mại và tín dụng ngân hàng

Tín dụng thương mại không chỉ là phương thức tài trợ hiệu quả từ nhà cung cấp mà còn là nguồn tín dụng thiết yếu cho doanh nghiệp Đây là nguồn tín dụng bổ sung phổ biến và là một phần quan trọng trong cấu trúc vốn tín dụng của doanh nghiệp, không phân biệt quy mô hay lĩnh vực hoạt động trong nền kinh tế thị trường, đồng thời có mối quan hệ chặt chẽ với tín dụng ngân hàng.

2.2.4 Nghiên cứu về mối liên hệ giữa tín dụng thương mại và tín dụng ngân hàng

Nghiên cứu cho thấy tín dụng thương mại là một phương thức thay thế hiệu quả cho tín dụng ngân hàng, đặc biệt là đối với các công ty có quan hệ ngân hàng yếu Petersen và Rajan (1995 và 1997) chỉ ra rằng những công ty này có xu hướng sử dụng nhiều tín dụng thương mại hơn Hơn nữa, các công ty không có xếp hạng trái phiếu thường gia tăng phụ thuộc vào tín dụng thương mại trong thời kỳ thu hẹp tiền tệ Fisman và Love (2003) cũng nhấn mạnh rằng ở những quốc gia có hệ thống tài chính trung gian chưa phát triển, tín dụng thương mại đóng vai trò là nguồn tài chính thay thế, giúp thúc đẩy tăng trưởng cho các ngành công nghiệp sử dụng tín dụng này một cách mạnh mẽ Theo Coulibaly và các đồng nghiệp (2013), khi tình hình tài chính xấu đi, các công ty thường chuyển sang tín dụng thương mại như một giải pháp thay thế.

Nghiên cứu của Yang (2011) chỉ ra rằng tín dụng ngân hàng và tín dụng thương mại có thể thay thế hoặc bổ sung cho nhau Cụ thể, trong giai đoạn thắt chặt tiền tệ, tín dụng thương mại chủ yếu thay thế cho vay ngân hàng Ngược lại, trong giai đoạn nới lỏng tiền tệ, ngay cả khi nền kinh tế yếu, tín dụng thương mại và vay ngân hàng lại hoạt động bổ sung cho nhau.

Các nghiên cứu trước

2.3.1 Nghiên cứu của Ying và Jiaping (2006)

Ying và Jiaping (2006) đã nghiên cứu 422 công ty nhà nước từ năm 1994 đến 1999, sử dụng dữ liệu từ các cuộc điều tra của Học viện Khoa học Xã hội Trung Quốc Nghiên cứu này là một phần của khảo sát về doanh nghiệp nhà nước Trung Quốc từ năm 1980.

Nghiên cứu chỉ ra rằng các công ty có tuổi đời lâu dài và quy mô lớn hơn thường sở hữu hồ sơ tài chính tốt hơn, giúp họ dễ dàng tiếp cận tín dụng thương mại Đồng thời, tín dụng thương mại và tín dụng ngân hàng có mối quan hệ nghịch chiều Nghiên cứu áp dụng mô hình hồi quy để phân tích dữ liệu từ các công ty tại thị trường Trung Quốc.

Tci,t = b1Ownershipi,t + b2Sizei,t-1 + b3Agei,t + b4Capital/labori,t-1 + b5Cashflowi,t

+ b6Salegrowthi,t-1 + b7FixedInv/TotalInvi,t-1 + b8Industryi,t + b9Locationi,t + Vi + kt + ei,t

Tín dụng thương mại của công ty tại thời điểm t được ký hiệu là Tci,t Để đánh giá hiệu quả sử dụng tín dụng thương mại, có năm chỉ số quan trọng: tỷ lệ tài khoản phải trả trên tổng tài sản, tỷ lệ tài khoản phải trả trên doanh thu, tỷ lệ (các khoản phải trả - các khoản phải thu) trên tổng tài sản, và tỷ lệ (các khoản phải trả - các khoản phải thu) trên doanh thu Chỉ số tín dụng thương mại ròng tích cực được xác định bằng 1 nếu công ty có tín dụng thương mại dương, tức là các khoản phải trả lớn hơn các khoản phải thu, ngược lại sẽ là 0.

Biến độc lập Ownershipi,t là biến giả phản ánh quyền sở hữu doanh nghiệp, với giá trị bằng 1 nếu là sở hữu nhà nước và 0 nếu ngược lại Các biến kiểm soát bao gồm Sizei,t-1, đại diện cho quy mô công ty, được đo bằng logarit số nhân viên; Agei,t, thể hiện tuổi thọ của công ty, tính theo thời gian hoạt động; Capital/labori,t-1, là tỷ lệ tổng tài sản cố định trên số nhân viên; và Cashflowi,t, được tính bằng dòng tiền chia cho tổng tài sản.

Tăng trưởng doanh thu của năm t-1 được xác định qua tỷ số FixedInv/TotalInv,t-1, phản ánh tỷ lệ tài sản đầu tư so với tổng đầu tư Biến giả Industryi,t thể hiện ngành công nghiệp mà công ty hoạt động, trong khi biến Locationi,t chỉ ra tỉnh nơi công ty đặt trụ sở Cuối cùng, kt đại diện cho tác động của năm.

Yang (2011) sử dụng mô hình hồi quy cho dữ liệu hàng quý từ năm 2005 đến

Nghiên cứu năm 2009 về các công ty Mỹ đã loại bỏ các công ty tài chính và hạn chế các công ty sản xuất, nhằm tập trung vào những lĩnh vực có khả năng sử dụng tín dụng ngân hàng và tín dụng thương mại Kết quả cho thấy rằng các khoản phải trả có mối quan hệ ngược chiều với tín dụng ngân hàng, trong khi khoản phải thu và khoản vay ngân hàng lại có mối quan hệ thuận chiều, tức là mối quan hệ bổ sung.

Mô hình được Yang (2011) dùng được xác định như sau:

TradeCreditit = α0 + α1Bankloanit + α2Crisis + α3Post1 + α4Post2 + α5Post3 + α6Post4 + α7Post5 + α8Post6 + Xit + ài + υjt + εit

Bankloanit = β0 + β1Tradecreditit + β2Crisis + β3Post1 + β4Post2 + β5Post3 + β6Post4 + β7Post5 + β8Post6 + Yit + ηi + δjt + ξit

Với các biến phụ thuộc được xác định như sau:

 Tcpay : Khoản phải trả/Tổng tài sản

 Tcrec : Khoản phải thu/ Tổng tài sản

 Tcnet : (Khoản phải thu – Khoản phải trả)/Tổng tài sản

Bloan: Nợ ngắn hạn/Tổng tài sản

Xit đại diện cho các yếu tố ảnh hưởng đến tín dụng thương mại, bao gồm tiền mặt, hàng tồn kho và tăng trưởng doanh thu, trong khi Yit thể hiện các yếu tố cho tín dụng ngân hàng như tiền mặt, tăng trưởng doanh thu, quy mô, tài sản đảm bảo và tỷ lệ D/E Hàng tồn kho được sử dụng như một công cụ cho tín dụng thương mại vì nó chủ yếu được tài trợ bằng hình thức này Các yếu tố quy mô, tài sản đảm bảo và tỷ lệ D/E là những biến số tài chính quan trọng trong lĩnh vực ngân hàng.

2.3.3 Nghiên cứu của Ahmed và đồng sự (2015)

Nghiên cứu của Ahmed và đồng sự (2015) sử dụng dữ liệu từ báo cáo tài chính hàng năm của 411 công ty phi tài chính niêm yết trên sàn Karachi Stock Exchange (KSE) từ 2005 đến 2011 Kết quả cho thấy tín dụng thương mại và tín dụng ngân hàng có mối quan hệ bổ sung, nghĩa là khi các công ty nhận được khoản vay ngân hàng, họ có xu hướng cấp tín dụng thương mại và tăng khoản phải thu Tuy nhiên, sau khủng hoảng tài chính, mối quan hệ này chuyển sang tác động thay thế lẫn nhau.

Nghiên cứu áp dụng mô hình hồi quy với các biến độc lập là các biến giả thể hiện năm, cùng với các biến phụ thuộc và biến kiểm soát để phân tích dữ liệu một cách hiệu quả.

- TCS (Trade credit supply): số lượng nhà cung cấp sẵn lòng cung cấp, là tỷ số giữa khoản phải thu và tổng tài sản

TCD (Nhu cầu tín dụng thương mại) là số lượng khách hàng tín dụng mà một doanh nghiệp có thể nhận từ nhà cung cấp, được tính bằng cách chia các khoản phải trả tài khoản cho tổng tài sản.

NTC (Tín dụng thương mại ròng) cho biết một công ty là người cho hay người nhận tín dụng thương mại, được tính bằng cách lấy chênh lệch giữa các khoản phải thu và các khoản phải trả, sau đó chia cho tổng tài sản.

BL (vay ngân hàng) được xác định bằng cách tính số tiền vay khi tín dụng thương mại được xem như một biến độc lập Cách tính này được thực hiện bằng cách lấy nợ ngắn hạn chia cho tổng tài sản.

 7 biến kiểm soát: Size, Inventory, Liquidity, Sales Growth, Fixed Assets và Cash

- Size: quy mô công ty, được tính bằng lấy log của tổng tài sản

- Inventory: tỷ lệ hàng tồn kho trên tổng tài sản

Thanh khoản là chỉ số đo lường khả năng của một công ty trong việc sử dụng tài sản lưu động để mua sắm hàng hóa và dịch vụ Nó được tính bằng tỷ lệ giữa tài sản lưu động và tổng tài sản của công ty.

Tăng trưởng doanh số bán hàng phản ánh sự gia tăng doanh thu trong năm hiện tại so với năm trước Chỉ số này được tính bằng cách lấy doanh thu năm hiện tại trừ doanh thu năm trước, sau đó chia cho doanh thu năm trước.

Tài sản cố định (FIX) chiếm tỷ trọng quan trọng trong tổng tài sản của một công ty, phản ánh khả năng tài chính và khả năng huy động vốn từ ngân hàng Việc nắm giữ các tài sản cố định cho phép công ty sử dụng chúng làm tài sản thế chấp để nhận được khoản vay từ ngân hàng, từ đó nâng cao năng lực tài chính và mở rộng hoạt động kinh doanh.

- Cash: được tính bằng tiền chia tổng tài sản Biến này đo lường năng lực chi trả tức thời của doanh nghiệp

2.3.4 Nghiên cứu của Barbuta-Misu và Deari (2016)

PHƯƠNG PHÁP NGHIÊN CỨU

Giả thiết nghiên cứu

Dựa trên các nghiên cứu trước về mối liên hệ giữa tín dụng thương mại và tín dụng ngân hàng, tóm tắt như sau:

Kết quả là mối quan hệ thay thế

Kết quả là mối quan hệ bổ sung

Theo nghiên cứu của Yang (2011), Ahmed và các cộng sự (2014, 2015), khoản phải trả có mối quan hệ ngược chiều với tín dụng ngân hàng, trong khi đó khoản phải thu và khoản vay ngân hàng lại có quan hệ thuận chiều, thể hiện mối quan hệ bổ sung giữa chúng.

Nghiên cứu trước đây cho thấy quy mô doanh nghiệp có ảnh hưởng tích cực đến việc sử dụng tín dụng thương mại, với mối quan hệ tỷ lệ thuận giữa hai yếu tố này Các giả thuyết nghiên cứu được đưa ra nhằm làm rõ hơn về tác động của quy mô doanh nghiệp đối với cung và cầu tín dụng thương mại.

H 0 1 : Tồn tại mối quan hệ bổ sung giữa các khoản phải thu và nợ vay ở các doanh nghiệp;

H 0 2 : Tồn tại mối quan hệ thay thế giữa các khoản phải trả và nợ vay ở các doanh nghiệp;

H 0 3 : Tồn tại mối quan hệ thay thế giữa tín dụng thương mại ròng và tín dụng ngân hàng;

H 0 4 : Mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng có sự khác biệt với quy mô khác nhau.

Mô hình nghiên cứu

Dựa trên lý thuyết tín dụng thương mại và ngân hàng cùng với các nghiên cứu trước đó về mối quan hệ giữa hai loại tín dụng này, nghiên cứu đề xuất một mô hình mới dựa trên mô hình gốc của Ahmed và các cộng sự (2015).

(1) TCS = a + a1Bank loanit + a2SIZEit + a3Inventoryit + a4Sale growthit + a5FIXit

(2) TCD = b + b1Bank loanit + b2SIZEit + b3Inventoryit + b4Sale growthit + b5FIXit

(3) NTC = c + c1Bank loanit + c2SIZEit + c3Inventoryit + c4Sale growthit + c5FIXit

Với tóm tắt các biến như bảng sau:

Dữ liệu cho biến phụ thuộc được thu thập từ báo cáo tài chính của các công ty mẫu trong giai đoạn 2010 – 2016, bao gồm ba biến chính.

 TCS: Tỷ số giữa các khoản phải thu trên tổng tài sản

Biến TCS phản ánh mức độ đầu tư của doanh nghiệp vào các khoản phải thu, cho thấy khả năng cấp tín dụng cho khách hàng.

 TCD: Tỷ số giữa các khoản phải trả trên tổng tài sản

Biến TCD thể hiện mức độ một doanh nghiệp sử dụng tín dụng thương mại từ các nhà cung cấp

 NTC: Là tỷ số giữa chênh lệch giữa khoản phải thu và phải trả trên tổng tài sản

Biến NTC là chỉ số đo lường tín dụng thương mại ròng của doanh nghiệp so với tổng tài sản, phản ánh mức độ sử dụng tín dụng thương mại trong mối liên hệ với tổng tài sản của doanh nghiệp.

Dữ liệu nghiên cứu của các biến độc lập được lấy từ báo cáo tài chính trong giai đoạn 2010 – 2016 của các công ty được chọn mẫu:

 Bank loan: Tỷ lệ nợ vay ngắn hạn từ ngân hàng trên tổng tài sản

Biến Bank loan phản ánh tỷ lệ giữa nợ vay và tổng tài sản của doanh nghiệp, cho thấy mức độ sử dụng đòn bẩy tài chính ngắn hạn của doanh nghiệp.

 Size: Quy mô doanh nghiệp

Biến Size đo lường quy mô của doanh nghiệp Được do bằng logarit của tổng tài sản

 Inventory: Tỷ lệ hàng tồn kho

Tỷ lệ hàng tồn kho so với tài sản cố định là một chỉ số quan trọng để đo lường mức độ lưu kho của doanh nghiệp Thường thì, các doanh nghiệp sản xuất có tỷ lệ hàng tồn kho cao hơn so với các doanh nghiệp thương mại và dịch vụ.

 Sale growth: Tỷ lệ tăng trưởng doanh thu

Biến Sale growth hể hiện mức độ tăng trưởng doanh thu của doanh nghiệp trong năm quan sát

 FIX: Tỷ lệ tài sản cố định

Tỷ lệ tài sản cố định trên tổng tài sản là chỉ số quan trọng, phản ánh khả năng thế chấp của doanh nghiệp để tiếp cận các khoản vay ngân hàng Chỉ số này cho thấy mức độ tài sản cố định mà doanh nghiệp sở hữu, từ đó đánh giá khả năng tài chính và sự ổn định trong việc huy động vốn.

Tỷ lệ tiền mặt trong tổng tài sản là một chỉ số quan trọng đo lường sự linh động của tài sản doanh nghiệp, đồng thời phản ánh khả năng ứng biến của doanh nghiệp trong các hoạt động lưu động và chi phí phát sinh.

Bảng 3.1 Đo lường các biến được dùng trong nghiên cứu

STT KÝ HIỆU TÊN BIẾN CÁCH TÍNH

Biến phụ thuộc (Tín dụng thương mại)

Tỷ số giữa các khoản phải thu trên tổng tài sản

=Khoản phải thu Tổng tài sản

Tỷ số giữa các khoản phải trả trên tổng tài sản

=Khoản phải trả Tổng tài sản

Là tỷ số giữa chênh lệch giữa khoản phải thu và phải trả trên tổng tài sản

=Khoản phải thu − Khoản phải trả

Nợ vay ngắn hạn từ ngân hàng trên tổng tài sản

=Nợ vay ngắn hạnTổng tài sản

2 Size Quy mô của doanh nghiệp

3 Inventory Tỷ lệ hàng tồn kho trên tổng tài sản =Hàng tồn kho

4 Sale growth Tăng trưởng doanh thu

Tỷ lệ tài sản cố định trên tổng tài sản

=Tài sản cố định Tổng tài sản

6 Cash Tỷ lệ tiền trong tổng tài sản

=Tiền mặt + Tiền gửi ngân hàng

Dữ liệu và phương pháp nghiên cứu

Nghiên cứu này áp dụng phương pháp định lượng, sử dụng dữ liệu thứ cấp từ báo cáo tài chính của 256 công ty phi tài chính niêm yết trên sàn giao dịch chứng khoán.

Hồ Chí Minh (HoSE) từ năm 2010 đến 2016, sau khi đã loại bỏ các công ty không đủ dữ liệu của các năm

Các doanh nghiệp bị loại bỏ ra khỏi mẫu nghiên cứu thuộc các trường hợp sau:

Các số liệu từ các định chế tài chính như ngân hàng, quỹ đầu tư và công ty quản lý quỹ có thể gây ra sai lệch trong kết quả nghiên cứu do tính chất đặc thù của các công ty này.

Thứ hai, số liệu đo lường của các doanh nghiệp không đầu đủ vì sẽ làm cho dữ liệu bị thiếu và làm sai lệch kết quả nghiên cứu

Kích thước dữ liệu trong nghiên cứu này được xác định bằng công thức của Green (1991): N với N  50 + 8m

Mô hình nghiên cứu yêu cầu kích thước mẫu tối thiểu N, với m là số lượng biến độc lập Cụ thể, nếu có 6 biến độc lập, cần ít nhất 98 quan sát Với 1.729 quan sát dự kiến, kích cỡ dữ liệu của nghiên cứu này hoàn toàn đáp ứng yêu cầu.

Dữ liệu của nghiên cứu là dữ liệu bảng (Panel data- Stacked) Theo Baltagi

(2006), ưu điểm của dữ liệu bảng là:

(1) Nghiên cứu được sự khác biệt giữa các đơn vị chéo, liên hệ giữa đối tượng theo thời gian;

Dữ liệu cung cấp thông tin hữu ích với tính biến thiên cao, giảm thiểu hiện tượng đa cộng tuyến giữa các biến, có nhiều bậc tự do và mang lại hiệu quả cao hơn.

(3) Nghiên cứu được sự biến thiên của các đơn vị theo thời gian;

(4) Đo lường tốt hơn dữ liệu theo chuỗi thời gian và dữ liệu chéo;

(5) Xử lý các mô hình phức tạp

(6) Dữ liệu chứa đựng khối lượng dữ liệu lớn hơn

3.3.2 Phương pháp ước lượng và lựa chọn mô hình hồi quy

Nghiên cứu này áp dụng phương pháp định lượng và sử dụng các mô hình hồi quy nhằm khám phá mối quan hệ giữa các biến số Đồng thời, các kiểm định được thực hiện để xác minh tính chính xác của các giả thuyết đã đặt ra.

- Mô hình hồi quy Pool OLS

- Mô hình hồi quy tác động cố định (FEM)

- Mô hình hồi quy tác động ngẫu nhiên (REM)

Sau khi lựa chọn mô hình, nghiên cứu sẽ kiểm định các vi phạm và tiến hành xử lý

Cụ thể nghiên cứu sử dụng mô hình tác động cố định FEM, và tiến hành các kiểm định và xử lý vi phạm các kiểm định sau:

- Kiểm định đa cộng tuyến;

- Kiểm định phương sai thay đổi;

- Kiểm định tự tương quan của phần dư

Nghiên cứu áp dụng kiểm định Breush và Pagan (1980) để xác định mô hình phù hợp giữa POOL OLS và FEM Giả định của kiểm định là các quan sát từ các công ty qua các năm không có sự khác biệt rõ rệt, do đó mô hình POOL OLS sẽ phù hợp với dữ liệu Ngược lại, nếu có sự khác biệt, mô hình FEM sẽ là lựa chọn tối ưu hơn cho mẫu dữ liệu Kiểm định này đưa ra hai giả thuyết để phân tích tính phù hợp của từng mô hình.

H0: Mô hình POOL OLS phù hợp với mẫu nghiên cứu

H1: Mô hình FEM phù hợp với mẫu nghiên cứu

Sau đó, nghiên cứu sử dụng kiểm định Hausman để lựa chọn giữa mô hình FEM và mô hình REM với giả thuyết như sau:

H0: Mô hình REM phù hợp với mẫu nghiên cứu

Cả ba mô hình nghiên cứu đều khẳng định rằng mô hình FEM là lựa chọn tối ưu, do đó, nghiên cứu sẽ tiến hành kiểm định các khuyết tật của mô hình này Với việc phát hiện hiện tượng phương sai sai số thay đổi và tự tương quan của phần dư trong cả ba mô hình, quá trình xử lý khuyết tật của mô hình FEM sẽ được thực hiện để đảm bảo tính chính xác và đáng tin cậy của kết quả nghiên cứu.

Nghiên cứu tiến hành xác định quy mô trung bình của các công ty bằng cách sử dụng giá trị trung bình của quy mô tất cả công ty, từ đó chia dữ liệu thành hai nhóm: công ty nhỏ và công ty lớn Mục tiêu là phân tích mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng ở các quy mô doanh nghiệp khác nhau, nhằm xác định liệu chúng có bổ sung hay thay thế cho nhau.

3.3.3 Một số kiểm định các khuyết tật của mô hình

Một số kiểm định được dùng để kiểm tra các khuyết tật của mô hình được chọn sẽ được tiến hành bao gồm:

Kiểm định đa cộng tuyến là một bước quan trọng trong phân tích thống kê, nhằm xác định mối quan hệ giữa các biến trong mô hình Nghiên cứu này sử dụng ma trận tương quan giữa các cặp biến để đánh giá tính đa cộng tuyến, đồng thời áp dụng phương pháp nhân tử phóng đại (VIF) để xác định mức độ ảnh hưởng của các biến độc lập đến nhau.

Nghiên cứu này áp dụng kiểm định White để kiểm tra hiện tượng vi phạm phương sai thay đổi Kết quả cho thấy mô hình có sự vi phạm với giá trị p nhỏ hơn 0,05, xác nhận rằng phương sai không đồng nhất tồn tại trong dữ liệu.

Nghiên cứu đã áp dụng kiểm định Wooldridge để kiểm tra hiện tượng tự tương quan của phần dư Kết quả cho thấy mô hình gặp phải vấn đề vi phạm phương sai, với giá trị p nhỏ hơn 0,05.

3.3.4 Đo lường mối quan hệ theo quy mô

Nghiên cứu này nhằm đo lường mối quan hệ giữa tín dụng thương mại và tính dụng ngân hàng thông qua việc phân loại mẫu thành hai nhóm quy mô lớn và quy mô nhỏ Sau đó, tiến hành hồi quy cho từng nhóm mẫu để phân tích kết quả một cách cụ thể.

Dựa trên mẫu thu thập được, chúng tôi phân chia mẫu thành hai nhóm theo quy mô, sử dụng giá trị trung bình của quy mô các công ty, được tính bằng log của tổng tài sản, và gọi tạm là A.

Các công ty có giá trị biến size trung bình các năm lớn hơn A được xác định là công ty quy mô lớn, với 763 mẫu tương ứng 109 công ty Ngược lại, 138 công ty có giá trị biến size trung bình nhỏ hơn A được xem là công ty quy mô nhỏ, tương đương 966 mẫu.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Thống kê mô tả các biến

Bảng 4.1 Thống kê mô tả các biến

Nguồn: Kết quả tổng hợp từ Phần mềm Stata 13 (Phụ lục 1)

TCS là tỷ số giữa các khoản phải thu trên tổng tài sản, trong khi TCD thể hiện tỷ số giữa các khoản phải trả trên tổng tài sản NTC đo lường chênh lệch giữa khoản phải thu và phải trả trên tổng tài sản Nợ vay ngắn hạn từ ngân hàng (Bank loan) cũng được tính trên tổng tài sản Quy mô doanh nghiệp (Size) và hàng tồn kho (Inventory) có ảnh hưởng đến tổng tài sản Tăng trưởng doanh thu (Sale growth) là một yếu tố quan trọng trong việc đánh giá hiệu quả kinh doanh Tỷ lệ tài sản cố định (FIX) trên tổng tài sản và tỷ lệ tiền (Cash) trong tổng tài sản cũng đóng vai trò quan trọng trong phân tích tài chính.

Tỷ số giữa các khoản phải thu trên tổng tài sản (TCS) có giá trị trung bình là 0,146 với độ lệch chuẩn 0,114, cho thấy sự phân bố không quá xa so với giá trị nhỏ nhất là 0 Điều này chỉ ra rằng trong bộ dữ liệu tồn tại một số giá trị mẫu cao hơn đáng kể so với giá trị trung bình Hơn nữa, độ lệch chuẩn chiếm 78% giá trị trung bình, phản ánh sự biến thiên lớn trong các giá trị quan sát.

Tỷ số giữa các khoản phải trả trên tổng tài sản (TCD) có giá trị trung bình là 0,448, gần như tương đương với giá trị nhỏ nhất 0,002 và giá trị lớn nhất 0,971 Độ lệch chuẩn của TCD là 0,209, cho thấy dữ liệu quan sát của biến này khá ổn định và có sự biến thiên không quá cao.

Biến Tỷ số chênh lệch giữa khoản phải thu và phải trả trên tổng tài sản (NTC) dao động từ -0,894 đến 0,307, với giá trị trung bình là -0,342 Giá trị trung bình của mẫu không chênh lệch nhiều so với giá trị lớn nhất và nhỏ nhất Độ lệch chuẩn của biến không vượt quá 65% giá trị tuyệt đối của trung bình mẫu, cho thấy dữ liệu có độ dao động không lớn.

Tỷ lệ nợ vay ngắn hạn từ ngân hàng trên tổng tài sản (Bank loan) có sự dao động lớn, với giá trị nằm trong khoảng từ 0 đến 73,565 Trung bình tỷ lệ này đạt 16,537, cho thấy sự chênh lệch đáng kể so với giá trị lớn nhất và nhỏ nhất Đặc biệt, độ lệch chuẩn của các quan sát gần bằng giá trị trung bình, điều này cho thấy tính đồng nhất trong dữ liệu.

Quy mô doanh nghiệp có độ biến động nhỏ, dao động từ 10,544 đến 14,256, với độ lệch chuẩn chỉ 0,532 Giá trị trung bình của các quan sát đạt 12,066, phản ánh sự tương đồng giữa giá trị trung bình của số lớn nhất và số nhỏ nhất trong tập dữ liệu.

Tỷ lệ hàng tồn kho dao động từ 0 đến 0,913, với độ lệch chuẩn là 0,199 và giá trị trung bình là 0,237 Giá trị trung bình này chỉ bằng một nửa giá trị trung bình của hai số lớn nhất và nhỏ nhất, cho thấy rằng có những quan sát lớn hơn đáng kể trong bến Inventory, dẫn đến độ biến thiên của mẫu cao.

Tỷ lệ tăng trưởng doanh thu (Sale growth) có sự dao động lớn, với giá trị nằm trong khoảng từ -0,983 đến 102,151 và độ lệch chuẩn đạt 2,811, gấp 9 lần giá trị trung bình 0,318 Sự chênh lệch này cho thấy có những quan sát với giá trị cao bất thường, ảnh hưởng đến giá trị trung bình chung Cụ thể, công ty Cổ phần Đầu tư Hạ tầng và Đô thị Dầu khí PVC (mã chứng khoán PTL) ghi nhận doanh thu từ hoạt động kinh doanh bất động sản cao đột biến trong năm 2011, dẫn đến tỷ lệ tăng trưởng doanh thu bất thường trong năm đó.

Tỷ lệ tài sản cố định (FIX) có sự dao động lớn, với giá trị từ 0,006 đến 96,975 Giá trị trung bình của tỷ lệ này là 26,078, cho thấy sự chênh lệch rõ rệt giữa giá trị lớn nhất và nhỏ nhất Hơn nữa, độ lệch chuẩn của các quan sát gần bằng với giá trị trung bình, cho thấy sự đồng nhất trong dữ liệu.

Tỷ lệ tiền trong tổng tài sản (Cash) có độ biến động từ 0 đến 0,865, với giá trị trung bình là 0,101 và độ lệch chuẩn gần bằng 0,111 Điều này cho thấy mức độ biến thiên tương đối lớn của các giá trị.

Mối quan hệ giữa các khoản phải thu và nợ vay

4.2.1 Phân tích tương quan giữa các biến

Bảng 4.2 Ma trận tương quan giữa các cặp biến của mô hình (1)

TCS Bank loan Size Inventor y

Kết quả phân tích ma trận hệ số tương quan Pearson trong mô hình, theo bảng 4.2, cho thấy không có cặp biến nào có hệ số tương quan vượt quá 0,5.

Theo bảng kết quả, hai cặp biến có hệ số tương quan cao nhất là cặp Bank loan – Inventory với giá trị 0,4015 và cặp Inventory – FIX với giá trị 0,4671, cho thấy sự tương quan trung bình giữa các biến này.

Do đó, mô hình có khả năng bị đa cộng tuyến thấp

Bảng 4.3 Kết quả kiểm định đa cộng tuyến với nhân tử phóng đại phương sai của mô hình (1)

Kết quả kiểm tra đa cộng tuyến cho thấy giá trị trung bình VIF là 1,31, với không biến nào có VIF lớn hơn 2, điều này chứng tỏ mô hình không gặp hiện tượng đa cộng tuyến.

4.2.2 Kiểm định lựa chọn mô hình

Bảng 4.4: Kết quả hồi quy mô hình Pool OLS, FEM, REM của mô hình 1

TCS Hệ số p-value Hệ số p-value Hệ số p-value

Bankloan 0,001709* 0,000 0,000775* 0,000 0,0004494** 0,023 Size -0,04702* 0,000 -0,0621481* 0,000 -0,0751037* 0,000 Inventory -0,16317* 0,000 -0,1708028* 0,000 -0,1909255* 0,000 Salegrowth -0,00111 0,208 0,0001815 0,726 0,0003178 0,539 FIX -0,00211* 0,000 -0,0016965* 0,000 -0,0015099* 0,000 Cash -0,20456* 0,000 -0,178854* 0,000 -0,1697674* 0,000

***,**, *: tương đương với mức ý nghĩa 10%, 5%, 1%

Nguồn: Kết quả tổng hợp từ Phần mềm Stata 13 (Phụ lục 4, 5 và 6)

4.2.2.1 Lựa chọn mô hình POOL OLS và FEM

Kiểm định Breush và Pagan (1980) được sử dụng để lựa chọn giữa mô hình POOL OLS và mô hình FEM Giả định của kiểm định này là các quan sát của các công ty qua các năm không có sự khác biệt rõ rệt, do đó mô hình POOL OLS sẽ phù hợp với dữ liệu Ngược lại, nếu có sự khác biệt, mô hình FEM sẽ là lựa chọn tốt hơn cho mẫu dữ liệu Kiểm định này đưa ra hai giả thuyết để phân tích.

Từ kết quả phần mềm Stata cho p-value = 0, bé hơn 0,05 nên bác bỏ giả thuyết

H0, giả thuyết H1 là mô hình FEM phù hợp hơn (Phụ lục 5)

4.2.2.2 Lựa chọn mô hình FEM và REM

Sử dụng kiểm định Hausman để lựa chọn giữa mô hình FEM và mô hình REM với giả thuyết như sau:

Từ kết quả của phần mềm cho p-value = 0,0002, bé hơn 0,05 nên bác bỏ giả thuyết H0, giả thuyết H1 là mô hình FEM phù hợp hơn (Phụ lục 7)

4.2.3 Kiểm định sự phù hợp của mô hình

4.2.3.1 Kiểm định phương sai thay đổi Để tiến hành kiểm định này, nghiên cứu sử dụng kiểm định Wald cho mô hình FEM với giả thuyết:

H0: Mô hình không có hiện tượng phương sai thay đổi

H1: Mô hình có hiện tượng phương sai thay đổi

Kết quả kiểm định từ phần mềm Stata cho thấy p-value bằng 0, nhỏ hơn α = 0,05, do đó chúng ta có đủ cơ sở để bác bỏ giả thuyết H0 và chấp nhận H1 với mức ý nghĩa 5% Điều này chỉ ra rằng mô hình có hiện tượng phương sai thay đổi (Phụ lục 8)

4.2.3.2 Kiểm định tự tương quan của phần dư

Nghiên cứu tiến hành kiểm định tự tương quan của phần dư Wooldridge với giả thiết

H0: Mô hình không có hiện tượng tự tương quan của phần dư

H1: Mô hình có hiện tượng tự tương quan của phần dư

Kết quả kiểm định với phần mềm Stata cho thấy p-value bằng 0, nhỏ hơn mức ý nghĩa α = 0,05 Do đó, chúng ta có đủ cơ sở để bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1, xác nhận rằng mô hình có hiện tượng tự tương quan của phần dư (Phụ lục 9).

4.2.4 Phân tích kết quả hồi quy của mô hình sau khi được xử lý sai phạm

Mô hình gặp phải hiện tượng phương sai sai số thay đổi và tự tương quan của phần dư, do đó cần tiến hành xử lý các sai phạm trong mô hình để đảm bảo tính chính xác và độ tin cậy của kết quả phân tích.

Bảng 4.5 Kết quả hồi quy của mô hình (1)

FEM sau khi khắc phục khuyết tật

***, **, *: tương đương với mức ý nghĩa 10%, 5%, 1%

Kết quả thực nghiệm cho thấy biến "Bank loan" có mức ý nghĩa 1%, với hệ số hồi quy khẳng định rằng nợ vay ngân hàng có mối quan hệ cùng chiều với các khoản phải thu Điều này cho phép nghiên cứu kết luận rằng các khoản phải thu đồng biến với nợ vay, đạt độ tin cậy 99% Do đó, giả thuyết H0 1 được chấp nhận.

H 0 1 : Tồn tại mối quan hệ bổ sung giữa các khoản phải thu và nợ vay ở các doanh nghiệp;

Nghiên cứu này xác nhận kỳ vọng dựa trên các nghiên cứu trước đây của Yang (2011), Ahmed và cộng sự (2014, 2015), cho thấy rằng các khoản phải thu có mối quan hệ bổ sung với nợ vay Khi doanh nghiệp nới lỏng chính sách bán hàng, họ thường có xu hướng gia tăng nợ vay ngân hàng để bổ sung nguồn vốn lưu động phục vụ cho hoạt động sản xuất kinh doanh.

Bảng 4.6 Kết quả hồi quy của mô hình (1) với quy mô công ty khác nhau

Công ty lớn Công ty nhỏ

TCS Hệ số p-value Hệ số p-value

Nguồn: Kết quả tổng hợp từ Phần mềm Stata 13 (Phụ lục 37 và 46)

Cả hai nhóm quy mô lớn và nhỏ đều cho thấy mối quan hệ đồng biến giữa TCS và Bank loan, điều này có nghĩa là khi một biến tăng, biến còn lại cũng tăng theo.

HOSE, dù ở các doanh nghiệp có quy mô khác nhau thì các khoản phải thu và nợ vay ngân hàng là mối quan hệ bổ sung

Mối quan hệ giữa các khoản phải thu và quy mô doanh nghiệp cho thấy quy mô doanh nghiệp tỷ lệ nghịch với tỷ lệ các khoản phải thu, với hệ số âm của biến Size, tức là doanh nghiệp lớn có tỷ lệ các khoản phải thu nhỏ hơn, ít chiếm dụng vốn Điều này trái ngược với kỳ vọng và các nghiên cứu trước đây như của Li (2011), Petersen và Rajan (1997), Garcia-Teruel và Martinez-Solano (2010), cũng như Bougheas và đồng sự (2009), đều cho thấy mối quan hệ cùng chiều Tuy nhiên, nghiên cứu của Ahmed và đồng sự (2014, 2015) đã chỉ ra rằng quy mô doanh nghiệp có mối quan hệ nghịch biến với các khoản phải thu Lý do cho sự nghịch biến này được giải thích theo lý thuyết giá trị đa dạng (Diversion Value Theory) của Giannetti và đồng sự (2003), cho rằng các công ty lớn ít có động cơ để tài trợ tín dụng thương mại hơn.

Kết quả hồi quy cho thấy biến tăng trưởng doanh thu (Sale growth) không ảnh hưởng đến biến phụ thuộc, với giá trị p là 0,965 Điều này chỉ ra rằng chỉ có 3,5% khả năng tăng trưởng doanh thu tác động đến việc doanh nghiệp có các khoản phải thu.

Ba biến kiểm soát còn lại, bao gồm Tỷ lệ hàng tồn kho, Tỷ lệ tài sản cố định và Tỷ lệ tiền mặt, đều cho thấy độ tin cậy 99% trong việc ngược chiều với biến phụ thuộc Điều này xác nhận kỳ vọng về mối quan hệ dấu, cho thấy rằng doanh nghiệp có tỷ lệ tồn kho, tiền mặt và tài sản cố định cao sẽ dễ dàng hơn trong việc thu hút khách hàng mua chịu so với doanh nghiệp có tỷ lệ vốn lưu động thấp.

Mối quan hệ giữa các khoản phải trả và nợ vay

TCD Bank loan Size Inventory Sale growth FIX Cash

Phân tích ma trận hệ số tương quan Pearson trong mô hình cho thấy không có cặp biến nào có hệ số tương quan vượt quá 0,6, theo bảng 4.5.

Theo kết quả bảng, cặp biến TCD – Bank loan và cặp Inventory – FIX có hệ số tương quan tuyệt đối cao nhất, lần lượt đạt giá trị 0,402 và -0,4671, cho thấy sự tương quan trung bình giữa các cặp biến này.

Kết quả kiểm tra đa cộng tuyến cho mô hình (2) cho thấy giá trị trung bình VIF là 1,41, và không có biến nào có VIF vượt quá 2, điều này chứng tỏ mô hình không gặp phải hiện tượng đa cộng tuyến.

TCD Hệ số p-value Hệ số p-value Hệ số p-value

Bankloan 0,006247* 0,000 0,0060727* 0,000 0,005955* 0,000 Size 0,099961* 0,000 0,1337148* 0,000 0,1496341* 0,000 Inventory 0,134593* 0,000 0,1335195* 0,000 0,1229027* 0,000 Salegrowth 0,000370 0,783 0,0007906 0,233 0,0008347 0,207 FIX 0.000211 0,313 0,0008888* 0,000 0,0010799* 0,000 Cash -0,280313* 0,000 -0,0237742 0,391 0,0060127 0,833

Kiểm định Breush và Pagan (1980) được sử dụng để lựa chọn giữa mô hình POOL OLS và mô hình FEM Giả định của kiểm định này là các quan sát của các công ty qua các năm không có sự khác biệt rõ rệt, do đó mô hình POOL OLS sẽ phù hợp với dữ liệu Ngược lại, nếu có sự khác biệt rõ rệt, mô hình FEM sẽ là lựa chọn phù hợp hơn Kiểm định này đưa ra hai giả thuyết để phân tích.

Kết quả kiểm định từ phần mềm Stata cho thấy p-value bằng 0, nhỏ hơn mức ý nghĩa α = 0,05 Điều này cho phép bác bỏ giả thuyết H0 và chấp nhận H1, xác nhận rằng mô hình có hiện tượng phương sai thay đổi (Phụ lục 17)

Kết quả kiểm định bằng phần mềm Stata cho thấy p-value bằng 0, nhỏ hơn α = 0,05, điều này cho phép bác bỏ giả thuyết H0 và chấp nhận H1 ở mức ý nghĩa 5% Do đó, mô hình có hiện tượng tự tương quan của phần dư (Phụ lục 18)

Do mô hình gặp phải hiện tượng phương sai sai số không đồng nhất và tự tương quan của phần dư, cần thiết phải thực hiện các biện pháp xử lý để khắc phục các sai phạm trong mô hình.

Kết quả thực nghiệm cho thấy biến Bank loan có ý nghĩa thống kê với mức 1%, với hệ số trong cả ba phương pháp hồi quy xác nhận rằng nợ vay ngân hàng có mối quan hệ cùng chiều với các khoản phải trả, đạt độ tin cậy 99% Điều này dẫn đến kết luận rằng các khoản phải trả có mối quan hệ đồng biến với nợ vay, từ đó bác bỏ giả thuyết H0 2.

H 0 2 : Tồn tại mối quan hệ thay thế giữa các khoản phải trả và nợ vay ở các doanh nghiệp;

Khi các khoản phải trả của doanh nghiệp tăng, doanh nghiệp có xu hướng vay thêm, dẫn đến sự gia tăng tín dụng ngân hàng Điều này trái ngược với kết quả của Yang (2011) và Ahmed cùng các đồng sự (2015), những người cho rằng các khoản phải trả có mối quan hệ thay thế với nợ vay Tuy nhiên, nghiên cứu của Alphonse và các đồng tác giả (2004), Biais và Gollier (1997), cùng với Giannetti và đồng nghiệp (2011) đã chỉ ra rằng các khoản phải trả thực sự giúp bổ sung nguồn vốn lưu động cho doanh nghiệp bên cạnh nợ vay.

TCD Hệ số p-value Hệ số p-value

Khi phân tích mối quan hệ giữa các khoản phải trả và nợ vay ngân hàng ở các doanh nghiệp lớn và nhỏ, kết quả cho thấy rằng mối quan hệ này đồng nhất với tổng thể Cụ thể, bất kể quy mô, các khoản phải trả luôn có mối quan hệ bổ sung với nợ vay ngân hàng.

Hệ số dương của biến Size cho thấy Quy mô của doanh nghiệp tỷ lệ thuận với

Tỷ lệ các khoản phải trả tăng theo quy mô doanh nghiệp, cho thấy doanh nghiệp lớn có khả năng yêu cầu tín dụng từ nhà cung cấp cao hơn Nghiên cứu của Coleman (2005) chỉ ra rằng các doanh nghiệp lớn có sức mạnh thị trường mạnh mẽ, giúp họ dễ dàng chiếm dụng vốn từ nhà cung cấp Ngược lại, các công ty nhỏ thường gặp khó khăn hơn trong việc đạt được tín dụng thương mại Do đó, khi quy mô doanh nghiệp tăng lên, độ tin cậy và lợi thế cạnh tranh cũng tăng, dẫn đến tỷ lệ các khoản phải trả cao hơn.

Kết quả hồi quy cho thấy Tỷ lệ tăng trưởng doanh thu và Tỷ lệ tiền mặt không có ảnh hưởng đến biến phụ thuộc, với giá trị p lần lượt là 0,146 và 0,251, đều lớn hơn mức ý nghĩa chấp nhận được là 0,1.

Với độ tin cậy 99%, tỷ lệ hàng tồn kho cho thấy mối quan hệ thuận chiều với biến phụ thuộc, điều này phù hợp với kỳ vọng về tương quan giữa các biến.

Tỷ lệ tài sản cố định đạt độ tin cậy 95% cho thấy mối quan hệ thuận chiều với biến phụ thuộc Tuy nhiên, kết quả này không phù hợp với kỳ vọng về mối tương quan giữa các biến.

Mối quan hệ giữa tín dụng thương mại ròng và tín dụng ngân hàng 43 1 Phân tích tương quan giữa các biến

NTC Bank loan Size Inventory Sale growth FIX Cash

Phân tích ma trận hệ số tương quan Pearson giữa các biến trong mô hình, theo bảng 4.8, cho thấy không có cặp biến nào có hệ số tương quan vượt quá 0,5.

Theo kết quả phân tích, hai cặp biến có hệ số tương quan tuyệt đối cao nhất là NTC – Bank loan với giá trị -0,439 và Inventory – FIX với giá trị 0,4671, cho thấy sự tương quan trung bình giữa các cặp biến này.

4.4.1.1 Kiểm định đa cộng tuyến trong mô hình

Kết quả kiểm tra đa cộng tuyến cho thấy giá trị trung bình VIF là 1,38, và không có biến nào có VIF vượt quá 2, điều này chứng tỏ mô hình không gặp phải hiện tượng đa cộng tuyến.

NTC Hệ số p-value Hệ số p-value Hệ số p-value

Bankloan -0,00454* 0,000 -0,0053774* 0,000 -,0055056* 0,000 Size -0,14699* 0,000 -0,1956502* 0,000 -,2247378* 0,000 Inventory -0,29776* 0,000 -0,3088797* 0,000 -,3138281* 0,000 Salegrowth -0,00148 0,327 -0,0005736 0,475 -,0005169 0,519 FIX -0,00232* 0,000 -0,0025222* 0,000 -,0025898* 0,000 Cash 0,075752*** 0,065 -0,1477082* 0,000 -,1757801* 0,000

Kiểm định Breush và Pagan (1980) được sử dụng để lựa chọn giữa mô hình POOL OLS và mô hình FEM, dựa trên giả định rằng các quan sát của các công ty qua các năm không có sự khác biệt rõ rệt Nếu giả định này được thỏa mãn, mô hình POOL OLS sẽ phù hợp với dữ liệu Ngược lại, nếu có sự khác biệt rõ rệt, mô hình FEM sẽ là lựa chọn tốt hơn cho mẫu dữ liệu Kiểm định này đưa ra hai giả thuyết để đánh giá tính phù hợp của các mô hình.

Kết quả kiểm định từ phần mềm Stata cho thấy p-value bằng 0, nhỏ hơn α = 0,05, điều này cho phép bác bỏ giả thuyết H0 và chấp nhận H1 với mức ý nghĩa 5% Do đó, mô hình được xác định có hiện tượng phương sai thay đổi.

Kết quả kiểm định bằng phần mềm Stata cho p-value bằng 0, nhỏ hơn α = 0,05, cho thấy đủ điều kiện để bác bỏ giả thuyết H0 và chấp nhận H1 ở mức ý nghĩa 5% Điều này chỉ ra rằng mô hình có hiện tượng tự tương quan của phần dư.

Mô hình gặp phải hiện tượng phương sai sai số thay đổi và tự tương quan của phần dư, do đó cần tiến hành xử lý các sai phạm trong mô hình.

NTC Hệ số Hệ số

Kết quả thực nghiệm từ ba phương pháp cho thấy biến Bank loan có ý nghĩa thống kê ở mức 1% Hệ số hồi quy của biến này xác nhận rằng nợ vay ngân hàng có mối quan hệ nghịch chiều với các khoản phải trả, đạt độ tin cậy 99% Nghiên cứu chỉ ra rằng tỷ số giữa tín dụng thương mại ròng trên tổng tài sản có mối quan hệ nghịch biến với tín dụng ngân hàng, cũng với độ tin cậy 99% Do đó, giả thuyết H0 3 bị bác bỏ.

H 0 3 : Tồn tại mối quan hệ thay thế giữa tín dụng thương mại ròng và tín dụng ngân hàng;

Theo nghiên cứu với độ tin cậy 99%, kết quả cho thấy mối quan hệ giữa tín dụng thương mại và tín dụng ngân hàng là mối quan hệ thay thế Cụ thể, khi doanh nghiệp tăng cường sử dụng tín dụng thương mại để đáp ứng nhu cầu vốn lưu động, thì mức sử dụng tín dụng ngân hàng sẽ giảm xuống.

Kết quả từ hai mô hình nghiên cứu cho thấy khoản phải thu và phải trả của doanh nghiệp đều biến thiên cùng chiều với nợ vay Cụ thể, khi nợ vay tăng, cả khoản phải thu và phải trả đều tăng, nhưng các khoản phải trả tăng nhanh hơn Mô hình nghiên cứu thứ ba chỉ ra rằng tín dụng thương mại ròng biến thiên ngược chiều với tín dụng ngân hàng Hệ số của biến Bank loan trong mô hình (2) là 0,005527, gấp 4,5 lần hệ số của biến Bank loan trong mô hình (1) là 0,0012104.

NTC Hệ số p-value Hệ số p-value

Khi phân tích dữ liệu theo hai nhóm quy mô, kết quả hồi quy của mô hình thống nhất với kết quả hồi quy của toàn bộ mẫu Điều này cho thấy, bất kể quy mô nào, kết quả hồi quy đều chỉ ra rằng tín dụng thương mại ròng có thể thay thế cho nợ vay ngân hàng.

Hệ số âm của biến Size cho thấy rằng quy mô doanh nghiệp có mối quan hệ tỷ lệ nghịch với tín dụng thương mại ròng; tức là, doanh nghiệp lớn hơn thường có tín dụng thương mại ròng thấp hơn Kết quả này không giống như kỳ vọng ban đầu và các nghiên cứu trước đây Tuy nhiên, nó lại phù hợp với nghiên cứu của Coleman (2011) và Ahmed cùng các cộng sự (2014), cho thấy rằng các công ty lớn hơn có xu hướng sử dụng tín dụng thương mại nhiều hơn và có lợi thế trong việc hạn chế cung cấp tín dụng thương mại, dẫn đến việc tín dụng thương mại ròng của các công ty lớn hơn trở nên nhỏ hơn.

Kết quả hồi quy cho thấy chỉ có biến tăng trưởng doanh thu (Sale growth) không ảnh hưởng đến biến phụ thuộc, với giá trị p là 0,225 Điều này chỉ ra rằng có 77,5% khả năng tăng trưởng doanh thu ảnh hưởng đến các khoản phải thu của doanh nghiệp.

Ba biến kiểm soát còn lại, bao gồm Tỷ lệ hàng tồn kho, Tỷ lệ tài sản cố định và Tỷ lệ tiền mặt, đều cho thấy độ tin cậy 99% và 95% trong việc kết luận rằng chúng có quan hệ ngược chiều với biến phụ thuộc Điều này phù hợp với kỳ vọng về mối quan hệ dấu, cho thấy rằng doanh nghiệp có tồn kho, tiền mặt và tài sản cố định cao sẽ tạo điều kiện thuận lợi hơn cho khách hàng trong việc mua chịu so với doanh nghiệp có lượng vốn lưu động thấp.

Tiêu đề	Đánh Giá Mối Liên Hệ Giữa Tín Dụng Thương Mại Và Tín Dụng Ngân Hàng Đối Với Các Công Ty Niêm Yết Trên Sàn Hose
Tác giả	Trần Thị Hoài Thu
Người hướng dẫn	TS. Nguyễn Văn Thuận
Trường học	Trường Đại Học Mở Thành Phố Hồ Chí Minh
Chuyên ngành	Tài Chính – Ngân Hàng
Thể loại	Luận Văn Thạc Sĩ
Năm xuất bản	2018
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	103
Dung lượng	1,93 MB