Nguyễn Thị Ái Thơ

Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam - Chi nhánh Tân Bình

Lê Đình Hạc

Lê Hoàng Anh

Email: anhlh_vnc@hub.edu.vn

Trường Đại học Ngân hàng TP. Hồ Chí Minh

Tóm tắt

Nghiên cứu này xem xét tác động của quy định vốn ngân hàng Basel II đến việc sử dụng tín dụng thương mại của các doanh nghiệp có mức độ rủi ro tín dụng khác nhau tại khu vực châu Á. Sử dụng dữ liệu bảng của 1,295 doanh nghiệp tại 17 quốc gia châu Á trong giai đoạn 2004-2015, nghiên cứu áp dụng phương pháp System GMM để kiểm định giả thuyết rằng các doanh nghiệp có rủi ro tín dụng cao hơn (xếp hạng từ BB- và thấp hơn) có sự phụ thuộc cao hơn vào tín dụng thương mại trong giai đoạn sau Basel II so với các doanh nghiệp có rủi ro tín dụng thấp hơn (xếp hạng từ BB- đến AAA). Kết quả nghiên cứu cho thấy, sau khi triển khai Basel II, các doanh nghiệp có rủi ro cao đã tăng tỷ lệ các khoản phải trả trên tổng tài sản và giảm tỷ lệ các khoản phải thu trên tổng tài sản cao hơn so với các doanh nghiệp có rủi ro thấp hơn. Kết quả nghiên cứu cung cấp bằng chứng thực nghiệm đầu tiên về vai trò của tín dụng thương mại như một nguồn tài trợ thay thế quan trọng khi các doanh nghiệp châu Á đối mặt với cú sốc cung tín dụng ngân hàng do thay đổi trong quy định vốn ngân hàng.

Từ khóa: Quy định Basel II, xếp hạng tín nhiệm doanh nghiệp, System GMM, nguồn tài trợ thay thế

Summary

This study investigates the impact of the Basel II banking capital regulation on the use of trade credit among firms with different levels of credit risk across Asian countries. Using a panel dataset of 1,295 firms from 17 Asian countries during the period 2004-2015, the study employs the System GMM method to test the hypothesis that firms with higher credit risk (rated BB- and below) rely more heavily on trade credit after the implementation of Basel II than firms with lower credit risk (rated from BB- to AAA). The results indicate that, following the introduction of Basel II, high-risk firms increased the ratio of accounts payable to total assets and reduced the ratio of accounts receivable to total assets to a greater extent than low-risk firms. The findings provide the first empirical evidence on the role of trade credit as a crucial alternative source of financing when Asian firms face a contraction in bank credit supply due to changes in capital regulation.

Keywords: Basel II regulation, corporate credit rating, System GMM, alternative financing sources

GIỚI THIỆU

Việc triển khai quy định vốn ngân hàng Basel II từ năm 2005 tại nhiều quốc gia trên thế giới đã đánh dấu một bước chuyển mình quan trọng trong cách thức quản lý rủi ro của hệ thống ngân hàng toàn cầu. Khác với Basel I - nơi yêu cầu vốn độc lập với mức độ rủi ro tín dụng của doanh nghiệp (DN), Basel II quy định trọng số rủi ro khác biệt dựa trên xếp hạng tín dụng của người vay. Theo đó, các ngân hàng phải duy trì vốn cao hơn khi cho vay các DN có rủi ro cao, cụ thể là áp dụng trọng số rủi ro 150% đối với các khoản vay cho DN có xếp hạng B+ trở xuống, trong khi các khoản vay cho DN có xếp hạng từ BB- trở lên chỉ chịu trọng số rủi ro 100% hoặc thấp hơn. Sự thay đổi này trong quy định vốn ngân hàng đã tạo ra những tác động không đồng đều đến khả năng tiếp cận nguồn vốn của các DN. Các bằng chứng thực nghiệm cho thấy Basel II đã làm giảm đáng kể nguồn cung tín dụng ngân hàng cho các DN có rủi ro cao. Khi đối mặt với sự suy giảm nguồn cung tín dụng ngân hàng, các DN buộc phải tìm kiếm những nguồn tài trợ thay thế để duy trì hoạt động sản xuất kinh doanh. Một trong những kênh thay thế quan trọng và dễ tiếp cận nhất chính là tín dụng thương mại (TDTM) - nguồn tài trợ ngắn hạn từ các nhà cung cấp thông qua việc trì hoãn thanh toán hàng hóa, dịch vụ đã mua.

Các nghiên cứu trước đây đã chứng minh vai trò của TDTM như một nguồn tài trợ thay thế cho tín dụng ngân hàng trong các giai đoạn khủng hoảng tài chính. Petersen và Rajan (1997) cho thấy TDTM là nguồn vốn ngắn hạn quan trọng đối với các DN, đặc biệt là các DN nhỏ có khó khăn trong việc tiếp cận nguồn vốn chính thức. Fisman và Love (2003) phát hiện rằng TDTM đóng vai trò càng quan trọng hơn tại các quốc gia kém phát triển, nơi hệ thống tài chính chưa hoàn thiện. Trong bối cảnh khủng hoảng tài chính châu Á, Love và cộng sự (2007) ghi nhận sự gia tăng đáng kể trong tổng TDTM tại các nền kinh tế mới nổi ngay sau khủng hoảng. Tương tự, nghiên cứu của Casey và O'Toole (2014) về khủng hoảng nợ công châu Âu cho thấy TDTM là nguồn thay thế chính cho tín dụng ngân hàng nhằm đáp ứng nhu cầu vốn lưu động của các DN bị hạn chế tín dụng. Ferrando và Mulier (2013) cũng khẳng định rằng các DN gặp khó khăn trong việc huy động nguồn vốn chính thức thường chuyển sang sử dụng TDTM như một giải pháp thay thế.

Tuy nhiên, cho đến nay, hầu hết các nghiên cứu về mối quan hệ thay thế giữa tín dụng ngân hàng và TDTM đều tập trung vào bối cảnh các cuộc khủng hoảng tài chính - những cú sốc bất thường và mang tính tạm thời đối với hệ thống tài chính. Chưa có nhiều bằng chứng thực nghiệm về việc các DN điều chỉnh cấu trúc tài trợ của mình như thế nào khi đối mặt với những thay đổi mang tính cấu trúc và lâu dài trong chính sách điều tiết ngân hàng, chẳng hạn như việc triển khai Basel II. Đặc biệt, việc hiểu rõ cách thức các DN có mức độ rủi ro khác nhau điều chỉnh việc sử dụng TDTM trong bối cảnh thay đổi quy định vốn ngân hàng có ý nghĩa quan trọng cả về mặt lý thuyết lẫn thực tiễn.

CƠ SỞ LÝ THUYẾT VÀ GIẢ THUYẾT NGHIÊN CỨU

Dựa trên nền tảng lý thuyết về quy định vốn ngân hàng và vai trò của TDTM, có thể xây dựng khung phân tích về cơ chế tác động của Basel II đến việc sử dụng TDTM của DN thông qua chuỗi nhân quả 3 bước.

Thứ nhất, việc triển khai Basel II tạo ra sự khác biệt trong yêu cầu vốn của ngân hàng đối với các khoản vay cho DN có mức độ rủi ro khác nhau, trong đó các DN có xếp hạng tín dụng thấp (B+ trở xuống) buộc ngân hàng phải duy trì vốn cao hơn 50% so với các DN có xếp hạng cao hơn (từ BB- trở lên) cho cùng một quy mô cho vay, theo lý thuyết tối ưu hóa danh mục đầu tư của ngân hàng (Furlong và Keeley, 1989; Flannery, 1989), sự gia tăng chi phí vốn này sẽ khuyến khích ngân hàng giảm cho vay hoặc tăng lãi suất đối với các DN rủi ro cao.

Thứ hai, khi đối mặt với sự suy giảm trong nguồn cung tín dụng ngân hàng, các DN có rủi ro cao cần tìm kiếm nguồn tài trợ thay thế để duy trì hoạt động kinh doanh và đầu tư. Theo lý thuyết về nguồn tài trợ thay thế (Petersen và Rajan, 1997; Love et al., 2007), TDTM trở thành một trong những lựa chọn khả thi nhất đặc biệt là đối với nhu cầu vốn lưu động ngắn hạn.

Thứ ba, để bù đắp cho sự thiếu hụt trong tín dụng ngân hàng, các DN rủi ro cao sẽ tăng cường sử dụng TDTM thể hiện qua việc tăng khoản phải trả (accounts payable), đồng thời để bảo tồn nguồn lực tài chính, các DN này có thể thắt chặt chính sách tín dụng đối với khách hàng của mình dẫn đến giảm khoản phải thu, do đó dựa trên cơ chế tác động này, nghiên cứu đề xuất giả thuyết: Các DN có rủi ro tín dụng cao hơn (xếp hạng từ BB- và thấp hơn) có sự phụ thuộc cao hơn vào TDTM trong giai đoạn sau Basel II so với các DN có rủi ro tín dụng thấp hơn (xếp hạng từ BB đến AAA).

MÔ HÌNH NGHIÊN CỨU

Tác giả xây dựng mô hình dựa trên các nghiên cứu của Gopalakrishnan và cộng sự (2021), Christensen và cộng sự (2016), D'Acunto và cộng sự (2018), Gopalan và cộng sự (2016), Murfin và Njoroge (2015). Mô hình cụ thể như sau:

Y_it = β₀ + β₁Post_Basel II_j * HCC f irm_it-1 + ∑_kα_k x X_it,k + ε_it (1)

Trong đó, i biểu thị quốc gia thứ i; t biểu thị năm t. HCC f irm_it-1 là biến giả đại diện cho xếp hạng tín nhiệm DN i và năm trước đó (t-1), biến này nhận giá trị là 1 với các công ty được xếp hạng tín nhiệm của Standard & Poor's từ BB- và thấp hơn, nhận giá trị là 0 với các công ty được xếp hạng tín nhiệm từ BB đến AAA. Post_Basel II_j là biến giả, nhận giá trị là 1 cho tất cả các năm sau khi công ty j được áp dụng các quy định Basel II về xếp hạng tín nhiệm, nhận giá trị là 0 cho các năm còn lại. X là các biến kiểm soát đại diện đặc điểm của các DN trong mẫu.­­

Để kiểm định giả thuyết, tác giả sử dụng biến phụ thuộc Y_it là các khoản phải trả trên tổng tài sản, các khoản phải thu trên tổng doanh thu của các DN. Tác động của các quy định Basel II về xếp hạng tín nhiệm DN đến hoạt động vay vốn của DN được đánh giá thông qua hệ số β₁. Cụ thể, nếu hệ số này có ý nghĩa thống kê thì các quy định Basel II về xếp hạng tín nhiệm DN sẽ có tác động đến hoạt động vay vốn của DN. Khi đó, DN có rủi ro tín dụng cao hơn (tức là xếp hạng tín nhiệm ở mức từ BB- và thấp hơn) sẽ tìm kiếm các nguồn tài trợ khác sau khi áp dụng các quy định Basel II về xếp hạng tín nhiệm.

Các biến kiểm soát khác và cơ sở đưa các biến này vào mô hình được trình bày trong Bảng 1.

Bảng 1: Mô tả các biến kiểm soát trong mô hình nghiên cứu

Nguồn: Tổng hợp của nhóm tác giả

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng phương pháp System Generalized Method of Moments (SGMM) được phát triển bởi Blundell và Bond (1998) để ước lượng mô hình. Nghiên cứu giới hạn hoạt động vay vốn của các DN là vay vốn tại các ngân hàng thương mại. Đồng thời, nghiên cứu sử dụng dữ liệu bảng của 1.295 DN tại 17 quốc gia, vùng lãnh thổ trong khu vực châu Á bao gồm Indonesia, Thailand, Philippines, Singapore, Malaysia, India, China, Hong Kong (China), Japan, Sri Lanka, Taiwan (China), Turkey, Saudi Arabia, United Arab Emirates, Israel, Kuwait, Oman. Với 1.295 DN, kích thước mẫu nghiên cứu là đủ lớn với 9.423 quan sát. Nghiên cứu sử dụng cách viết số thập phân theo chuẩn quốc tế.

KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả

Nghiên cứu sử dụng dữ liệu bảng của 1.295 DN tại 17 quốc gia, vùng lãnh thổ trong khu vực châu Á. Kết quả thống kê mô tả được trình bày trong Bảng 2.

Bảng 2: Thống kê mô tả

Nguồn: Tính toán từ phần mềm STATA 18.0

Kết quả thống kê mô tả cho thấy mẫu nghiên cứu có sự đa dạng về quy mô và đặc điểm tài chính của các DN. Giá trị trung bình của các khoản phải trả trên tổng tài sản (accounts_payable_assets) là 0.273 (tương đương 27.3%), với độ lệch chuẩn khá cao là 0.331, cho thấy có sự khác biệt đáng kể trong mức độ sử dụng TDTM giữa các DN. Các khoản phải thu trên tổng tài sản (accounts_receivable_assets) có giá trị trung bình là 0.107 (tương đương 10.7%), thấp hơn so với các khoản phải trả, cho thấy trung bình các DN trong mẫu là người thụ hưởng ròng từ TDTM.

Đòn bẩy tài chính trung bình (leverage) của các DN trong mẫu là 0.956, cho thấy tổng nợ phải trả gần bằng với giá trị sổ sách của vốn chủ sở hữu. Tỷ số giá trị thị trường trên giá trị sổ sách (m_b) có giá trị trung bình là 1.807, cao hơn 1, cho thấy thị trường đánh giá các DN trong mẫu cao hơn giá trị sổ sách. Dòng tiền hoạt động trên tổng tài sản (op_cashflow_asset) trung bình là 0.071 (7.1%), cho thấy khả năng tạo tiền từ hoạt động kinh doanh của các DN ở mức độ vừa phải.

Kết quả kiểm định giả thuyết nghiên cứu

Để kiểm định giả thuyết nghiên cứu về tác động của Basel II đến việc sử dụng TDTM của các DN có rủi ro tín dụng khác nhau, nghiên cứu ước lượng mô hình (1) với 2 biến phụ thuộc: (i) các khoản phải trả trên tổng tài sản (accounts_payable_assets) - đại diện cho tín dụng nhận được từ nhà cung cấp, và (ii) các khoản phải thu trên tổng tài sản (accounts_receivable_assets) - đại diện cho tín dụng cung cấp cho khách hàng. Kết quả ước lượng được thực hiện cho cả mẫu cửa sổ sự kiện (từ t-2 đến t+2 xung quanh thời điểm triển khai Basel II) và mẫu đầy đủ, được trình bày trong Bảng 3.

Bảng 3: Ước lượng mô hình với các biến phụ thuộc là các khoản phải trả trên tổng tài sản, các khoản phải thu trên tổng doanh thu

Các ký hiệu *, **, *** tương ứng với các mức ý nghĩa 10%, 5%, 1%.

Nguồn: Kết quả tính toán từ phần mềm STATA 18.0

Kết quả ước lượng các mô hình ở Bảng 3 cho thấy giá trị p-value của kiểm định F nhỏ hơn mức ý nghĩa thống kê 1%, như vậy các mô hình đều phù hợp. Kiểm định AR(1) của các mô hình đều có giá trị p-value nhỏ hơn mức ý nghĩa thống kê 5%, tức là các biến công cụ đều có tương quan với biến được công cụ. Kiểm định AR(2) của các mô hình đều có giá trị p-value lớn hơn mức ý nghĩa thống kê 10%, tức là các biến công cụ đều không có tương quan với phần dư. Bên cạnh đó, kiểm định Hansen của các mô hình đều có giá trị p-value lớn hơn mức ý nghĩa thống kê 10%, tức là các biến công cụ không bị sử dụng với số lượng quá mức. Cuối cùng, số biến công cụ trong các mô hình đều nhỏ hơn số nhóm. Như vậy, các ước lượng tham số bằng phương pháp SGMM đều đảm bảo độ tin cậy.

Với biến phụ thuộc là các khoản phải trả trên tổng tài sản, kết quả ước lượng mô hình trong giai đoạn 2 năm trước thời điểm áp dụng Basel II và 2 năm sau thời điểm này cho thấy hệ số hồi quy tương ứng với biến Post_Basel II_j * HCC f irm_it-1 có giá trị là 0.1119 và có ý nghĩa thống kê ở mức 5%. Bên cạnh đó, với toàn bộ mẫu trong giai đoạn 2004-2015, hệ số hồi quy tương ứng với biến Post_Basel II_j * HCC f irm_it-1 có giá trị là 0.3309 và có ý nghĩa thống kê ở mức 1%. Như vậy, kết quả ước lượng mô hình bằng phương pháp SGMM cho thấy sau khi áp dụng các quy định Basel II, các DN có rủi ro cao sẽ phản ứng lại bằng cách gia tăng chiếm dụng vốn của các nhà cung cấp đầu vào thông qua việc gia tăng các khoản phải trả trên tổng tài sản. Kết quả này ủng hộ giả thuyết nghiên cứu; đồng thời cũng phù hợp với các phát hiện trong nghiên cứu gần đây của Gopalakrishnan và cộng sự (2021).

Với biến phụ thuộc là các khoản phải thu trên tổng doanh thu, kết quả ước lượng mô hình trong giai đoạn 2 năm trước thời điểm áp dụng Basel II và 2 năm sau thời điểm này cho thấy hệ số hồi quy tương ứng với biến Post_Basel II_j * HCC f irm_it-1 có giá trị là -0.0390 và có ý nghĩa thống kê ở mức 1%. Bên cạnh đó, với toàn bộ mẫu trong giai đoạn 2004-2015, hệ số hồi quy tương ứng với biến Post_Basel II_j * HCC f irm_it-1 có giá trị là -0.0798 và có ý nghĩa thống kê ở mức 1%. Như vậy, kết quả ước lượng mô hình bằng phương pháp SGMM cho thấy sau khi áp dụng các quy định Basel II, các DN có rủi ro cao sẽ phản ứng lại bằng cách giảm các khoản phải thu trên tổng doanh thu. Kết quả này ủng hộ giả thuyết nghiên cứu; đồng thời cũng phù hợp với các phát hiện trong nghiên cứu gần đây của Gopalakrishnan và cộng sự (2021).

KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH

Kết quả nghiên cứu cho thấy các quy định vốn ngân hàng nhạy cảm rủi ro có tác động lan tỏa đáng kể đến cấu trúc tài trợ của DN. Do đó, các nhà hoạch định chính sách cần đánh giá toàn diện hơn các tác động gián tiếp của quy định, không chỉ tập trung vào mục tiêu ổn định hệ thống tài chính mà còn cần xem xét tác động đến khả năng tiếp cận vốn của khu vực DN. Các cơ quan quản lý nên có những biện pháp để hỗ trợ và phát triển thị trường TDTM như xây dựng khung pháp lý rõ ràng, phát triển các sản phẩm tài chính hỗ trợ như factoring và forfaiting, cũng như cung cấp các chương trình bảo lãnh TDTM cho các DN nhỏ và vừa. Đặc biệt, cần theo dõi chặt chẽ tác động của Basel II đến các nhóm DN khác nhau và có các biện pháp can thiệp kịp thời như thiết lập quỹ bảo lãnh tín dụng hoặc cung cấp các khoản vay ưu đãi thông qua ngân hàng chính sách cho các DN có rủi ro cao nhưng có tiềm năng phát triển. Khi triển khai các quy định Basel II và Basel III, các quốc gia cần cân nhắc kỹ lưỡng về thời điểm và lộ trình triển khai phù hợp với điều kiện cụ thể của nền kinh tế, có lộ trình từng bước với các giai đoạn chuyển tiếp hợp lý đi kèm với các biện pháp hỗ trợ để giúp cả ngân hàng và DN thích ứng với quy định mới. Cuối cùng, các cơ quan quản lý nên khuyến khích ngân hàng áp dụng phương pháp xếp hạng nội bộ (IRB approach) thông qua các chương trình đào tạo và hỗ trợ kỹ thuật, vì phương pháp này cho phép đánh giá rủi ro chính xác và linh hoạt hơn, giảm tác động tiêu cực đối với các DN có rủi ro cao.

Tài liệu tham khảo:

1. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143.

2. Casey, E., & O'Toole, C. M. (2014). Bank lending constraints, trade credit and alternative financing during the financial crisis: Evidence from European SMEs. Journal of Corporate Finance, 27, 173-193.

3. Christensen, H. B., Hail, L., & Leuz, C. (2016). Capital-market effects of securities regulation: Prior conditions, implementation, and enforcement. The Review of Financial Studies, 29(11), 2885-2924.

4. D'Acunto, F., Liu, R., Pflueger, C., & Weber, M. (2018). Flexible prices and leverage. Journal of Financial Economics, 129(1), 46-68.

5. Ferrando, A., & Mulier, K. (2013). Do firms use the trade credit channel to manage growth? Journal of Banking & Finance, 37(8), 3035-3046.

6. Fisman, R., & Love, I. (2003). Trade credit, financial intermediary development, and industry growth. The Journal of Finance, 58(1), 353-374.

7. Flannery, M. J. (1989). Capital regulation and insured banks choice of individual loan default risks. Journal of Monetary Economics, 24(2), 235-258.

8. Furlong, F. T., & Keeley, M. C. (1989). Capital regulation and bank risk-taking: A note. Journal of Banking & Finance, 13(6), 883-891.

9. Gopalakrishnan, B., Jacob, J., & Mohapatra, S. (2021). Risk-sensitive Basel regulations and firms' access to credit: Direct and indirect effects. Journal of Banking & Finance, 126, 106101. https://doi.org/10.1016/j.jbankfin.2021.106101

10. Gopalan, R., Mukherjee, A., & Singh, M. (2016). Do debt contract enforcement costs affect financing and asset structure? The Review of Financial Studies, 29(10), 2774-2813.

11. Love, I., Preve, L. A., & Sarria-Allende, V. (2007). Trade credit and bank credit: Evidence from recent financial crises. Journal of Financial Economics, 83(2), 453-469.

12. Murfin, J., & Njoroge, K. (2015). The implicit costs of trade credit borrowing by large firms. The Review of Financial Studies, 28(1), 112-145.

13. Petersen, M. A., & Rajan, R. G. (1997). Trade credit: Theories and evidence. The Review of Financial Studies, 10(3), 661-691.