BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN THU TRANG TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN HIỆU QUẢ TÀI CHÍNH CỦA CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT N.
BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN THU TRANG TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN HIỆU QUẢ TÀI CHÍNH CỦA CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH - NGÂN HÀNG MÃ SỐ: 7340201 TP HỒ CHÍ MINH – NĂM 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP HỒ CHÍ MINH NGUYỄN THU TRANG TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN HIỆU QUẢ TÀI CHÍNH CỦA CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM KHĨA LUẬN TỐT NGHIỆP CHUN NGÀNH: TÀI CHÍNH - NGÂN HÀNG MÃ SỐ: 7340201 NGƢỜI HƢỚNG DẪN KHOA HỌC TS HỒ THỊ NGỌC TUYỀN TP HỒ CHÍ MINH – NĂM 2022 TĨM TẮT Trong khóa luận này, tác giả nghiên cứu tác động đa dạng hóa thu nhập đến hiệu tài ngân hàng thƣơng mại Việt Nam giai đoạn 2010-2021 Mục đích nghiên cứu tìm tác động đa dạng hóa thu nhập đến hiệu tài đo lƣờng số ROE, ROA 31 NHTM Trên sở lý thuyết nghiên cứu có liên quan, tác giả xác định biến thuộc đa dạng hóa thu nhập, biến kiểm soát thuộc đặc điểm bên ngân hàng biến thuộc yếu tố vĩ mô tác động đến hiệu tài NHTM Việt Nam Dữ liệu thu thập xử lý mơ hình hồi quy liệu bảng phƣơng pháp bình phƣơng bé thơng thƣờng (Pooled OLS), mơ hình tác động cố định (FEM), mơ hình tác động ngẫu nhiên (REM), phƣơng pháp bình phƣơng bé tổng quát (FGLS) phƣơng pháp tổng quát hóa hệ thống dựa moment (SGMM) Kết cho thấy đa dạng hóa thu nhập giúp tăng hiệu tài Tỷ lệ an toàn vốn (ETA), tăng trƣởng tài sản (GTA), tỷ lệ cho vay (LTA), tốc độ tăng trƣởng kinh tế (GDP) tác động tích cực đến hiệu tài ngân hàng Tăng trƣởng cho vay (LGR), tỷ lệ tiền gửi (DEA), chi phí hoạt động (OTR), tỷ lệ lạm phát (INF) tác động tiêu cực đến hiệu tài ngân hàng Quy mơ ngân hàng (SIZE), dự phịng rủi ro tín dụng (LLP), nợ xấu (NPL) khơng tìm thấy ý nghĩa thống kê nghiên cứu Cuối cùng, sở kết đạt đƣợc, tác giả tiến hành đề xuất số kiến nghị góp phần nâng cao hiệu tài NHTM Việt Nam i ABSTRACT Income diversification is an inevitable direction to help commercial banks improve their competitiveness in the current integration context In recent years, in addition to income from net lending business, non-interest income has contributed a significant part to the efficiency of the main bank However, there are many studies with conflicting opinions that have not yet come up with a unified view on the impact of income diversification of banks in Vietnam Therefore, the research topic “Impact of income diversification on the financial efficiency of Vietnam commercial banks” is necessary contributes to further perfecting the income diversification aspect and its correlation with financial performance at Vietnamese commercial banks The study uses data from the audited financial statements of 31 Vietnamese commercial banks in the period 2010 - 2021 collected on the official websites of commercial banks and the financial securities portal In addition, some annual financial data of banks are not available, additional data sources from Orbis bank focus are used Macro indicators are collected from Worldbank The variables representing the financial performance are ROA, ROE beside the income diversification is DIV and the factors being studied include: Bank size (SIZE), Equity ratio (ETA), Assest growth (GTA), Loan to assest ratio (LTA), Loan growth (LGR), Deposit to assest ratio (DEA), Operating Cost Ratio (OTR), Provision for credit risks (LLP), Nonperforming loan (NPL), Economic Growth (GDP), Inflation (INF) The content of the thesis is presented in chapters: Chapter 1: Introduction The content of Chapter identifies the research problem as the impact of income diversification on the financial efficiency of Vietnam commercial banks Accordingly, the reasons for choosing the topic, research subjects, research objectives, research scope, research methods, research contributions Chapter 2: Literature reviews and related empirical studies Chapter presents the concepts related to the research problem Specifically, presents the concept of impact of income diversification on the financial efficiency of Vietnam commercial banks, explain the impact of income diversification, influencing ii factors and characteristics of factors affecting the level of financial performance of commercial banks, theoretical basis, relevant empirical studies from abroad and in Vietnam to identify research gaps, thereby presenting panel data regression models applied to assess the impact of income diversification on the financial performance of Vietnam commercial banks Chapter 3: Research methodology Chapter presents the research method in order of steps in the research process from approach, data collection method and data processing method Accordingly, through approaching the panel data regression model proposed in chapter 2, the thesis proceeds to build a panel data regression model applied to the secondary data set collected from the report business results and balance sheets of Vietnamese commercial banks, presents how to collect data Next, presents the meaning and evaluation according to the quantitative analysis steps performed to implement the data processing Chapter 4: Research results and discussion Chapter presents the quantitative analysis steps applied to the secondary data set with observed samples collected from the collection from commercial banks, including descriptive statistics; correlation coperformance analysis; multicollinearity test; regression model analysis of panel data and related tests; explain result The results of data analysis will be discussed, including comparison with results from other relevant empirical studies Chapter 5: Recommendation and conclusions Chapter presents the direction to improve financial efficiency in the development strategy of commercial banks in Vietnam Next, based on theoretical foundations, relevant empirical studies, research results and orientation of developing of Vietnamese commercial banks, proposes some recommendations to impact of income diversification on the financial performance of Vietnam commercial banks At the same time also concludes on the extent to which the three initial objectives have been achieved Finally, presents minor limitations in the thesis and future research directions iii The thesis presents descriptive statistics of the variables in the research model, steps to check the quantitative defects of the model such as variable variance, autocorrelation When detecting defects in the model, the author uses the FGLS method to overcome in the model and uses the SGMM estimation method to solve the endogenous phenomenon Quantitative results are presented and conclusions are made based on the SGMM method because of the superiority and reliability of the results The quantitative results show that income diversification has a positive impact on the financial performance of Vietnamese commercial banks The characteristics of the bank also show a significant impact on the financial performance of the bank Capital adequacy ratio (ETA), asset growth (GTA), loan ratio (LTA), economic growth rate (GDP) positively affect banking and financial performance Loan growth (LGR), deposit ratio (DEA), operating expenses (OTR), inflation rate (INF) negatively affect the financial performance of banks Bank size (SIZE), provision for credit risks (LLP) and non- performing loan (NPL) did not find statistical significance in the thesis iv LỜI CAM ĐOAN Tác giả xin cam đoan khóa luận tốt nghiệp đề tài “TÁC ĐỘNG CỦA ĐA DẠNG HÓA THU NHẬP ĐẾN HIỆU QUẢ TÀI CHÍNH CỦA CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT NAM” cơng trình nghiên cứu riêng tác giả dƣới giúp đỡ giảng viên hƣớng dẫn TS Hồ Thị Ngọc Tuyền – giảng viên khoa Ngân hàng Trƣờng Đại học Ngân hàng Thành phố Hồ Chí Minh Nguồn liệu nội dung tham khảo đƣợc trích dẫn nguồn gốc rõ ràng, thống phần danh mục tài liệu tham khảo Kết nghiên cứu trung thực, minh bạch, khơng có nội dung đƣợc cơng bố trƣớc nội dung ngƣời khác thực ngoại trừ trích dẫn đƣợc dẫn nguồn đầy đủ khóa luận Tác giả xin chịu trách nhiệm hồn tồn lời cam đoan TP.HCM, ngày tháng năm 2022 Tác giả Nguyễn Thu Trang v LỜI CẢM ƠN Trƣớc tiên, với tình cảm sâu sắc chân thành, cho phép tơi đƣợc bày tỏ lịng biết ơn đến Quý Thầy Cô Trƣờng Đại học Ngân hàng TP.HCM, ngƣời hỗ trợ, giúp đỡ, trực tiếp giảng dạy, tận tình truyền đạt kiến thức quý giá cho năm học tập trƣờng, nhƣ tạo hội cho thực nghiên cứu Với lịng biết ơn sâu sắc, tơi xin chân thành cảm ơn TS Hồ Thị Ngọc Tuyền, ngƣời trực tiếp giúp đỡ, tận tình hƣớng dẫn tơi công tác chọn đề tài, hỗ trợ cách viết, quan tâm đƣa góp ý quý báu động viên để tơi hồn thành khóa luận tốt nghiệp cách tốt Tôi xin cảm ơn Ban lãnh đạo khoa tạo điều kiện cho tơi hồn thành nghiên cứu Cuối cùng, tơi xin chân thành cảm ơn đến gia đình, bạn bè, ngƣời bên cạnh động viên, chia sẻ tiếp thêm nguồn lực giúp tơi n tâm hồn thành khóa luận tốt nghiệp Do kinh nghiệm kiến thức hạn chế, khóa luận khơng tránh khỏi thiếu sót, tơi mong nhận đƣợc ý kiến đóng góp quý báu Quý Thầy Cô để chuyên đề đƣợc hoàn thiện Trân trọng cảm ơn Nguyễn Thu Trang vi NHẬN XÉT CỦA GIẢNG VIÊN HƢỚNG DẪN TP.HCM, ngày tháng 2022 Giảng viên hƣớng dẫn TS Hồ Thị Ngọc Tuyền vii năm MỤC LỤC TÓM TẮT…………… i ABSTRACT………… ii LỜI CAM ĐOAN v LỜI CẢM ƠN ………………………………………………………………… vi MỤC LỤC………… viii DANH MỤC TỪ VIẾT TẮT xi DANH MỤC CÁC BẢNG xii DANH MỤC CÁC HÌNH xiii CHƢƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU 1.1 Lý nghiên cứu 1.2 Mục tiêu nghiên cứu 1.2.1 Mục tiêu chung 1.2.2 Mục tiêu cụ thể 1.2.3 Câu hỏi nghiên cứu 1.3 Đối tƣợng phạm vi nghiên cứu 1.3.1 Đối tƣợng nghiên cứu 1.3.2 Phạm vi nghiên cứu 1.4 Dữ liệu phƣơng pháp nghiên cứu 1.4.1 Phƣơng pháp thu thập liệu 1.4.2 Phƣơng pháp nghiên cứu 1.5 Đóng góp đề tài 1.6 Bố cục đề tài TÓM TẮT CHƢƠNG CHƢƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM……………………… viii Mơ hình hồi quy FEM xtreg roa div size eta gta lta lgr llp dea otr npl gdp inf, fe Fixed-effects (within) regression Group variable: bank Number of obs Number of groups R-sq: Obs per group: within = 0.6970 between = 0.2053 overall = 0.4516 corr(u_i, Xb) 355 31 = avg = max = 11.5 12 = = 59.81 0.0000 F(12,312) Prob > F = -0.4845 roa Coef Std Err t div size eta gta lta lgr llp dea otr npl gdp inf _cons 0078937 0062183 0921151 0045769 0176936 0032177 -.0339245 -.019422 -.0007433 -.0278416 010516 0639794 -.1182929 0021055 0008034 009936 0014423 0038977 0016268 1069678 0035102 0000523 0135436 0174032 0109549 0163706 sigma_u sigma_e rho 00535494 00400944 64077664 (fraction of variance due to u_i) 3.75 7.74 9.27 3.17 4.54 1.98 -0.32 -5.53 -14.21 -2.06 0.60 5.84 -7.23 F test that all u_i=0: F(30, 312) = 8.05 = = P>|t| 0.000 0.000 0.000 0.002 0.000 0.049 0.751 0.000 0.000 0.041 0.546 0.000 0.000 [95% Conf Interval] 003751 0046375 0725651 001739 0100246 0000169 -.2443939 -.0263286 -.0008462 -.05449 -.0237265 0424247 -.1505036 0120364 0077991 1116651 0074147 0253627 0064186 1765449 -.0125155 -.0006404 -.0011933 0447586 0855342 -.0860823 Prob > F = 0.0000 Mơ hình hồi quy REM xtreg roa div size eta gta lta lgr llp dea otr npl gdp inf, re Random-effects GLS regression Group variable: bank Number of obs Number of groups R-sq: Obs per group: within = 0.6811 between = 0.3903 overall = 0.5899 corr(u_i, X) = = 355 31 = avg = max = 11.5 12 = = 655.10 0.0000 Wald chi2(12) Prob > chi2 = (assumed) roa Coef Std Err z div size eta gta lta lgr llp dea otr npl gdp inf _cons 0062586 0035409 0864895 0042844 0199255 0023507 -.1209203 -.0235428 -.0007639 -.0354831 -.0210127 0347815 -.0620214 0021192 0004909 0095193 0014814 0035016 0016364 1041476 0032319 0000543 014047 0169361 0094171 0099503 sigma_u sigma_e rho 00229981 00400944 24756334 (fraction of variance due to u_i) 2.95 7.21 9.09 2.89 5.69 1.44 -1.16 -7.28 -14.06 -2.53 -1.24 3.69 -6.23 P>|z| 0.003 0.000 0.000 0.004 0.000 0.151 0.246 0.000 0.000 0.012 0.215 0.000 0.000 [95% Conf Interval] 002105 0025788 0678319 0013809 0130626 -.0008565 -.3250458 -.0298771 -.0008704 -.0630146 -.0542068 0163243 -.0815235 0104122 004503 1051471 0071878 0267884 005558 0832052 -.0172084 -.0006574 -.0079515 0121815 0532387 -.0425192 hausman fe1 re1, sigmamore Note: the rank of the differenced variance matrix (11) does not equal the number of coefficients being tested (12); be sure this is what you expect, or there may be problems computing the test Examine the output of your estimators for anything unexpected and possibly consider scaling your variables so that the coefficients Kiểm định Hausman are on a similar scale Coefficients (b) (B) fe1 re1 div size eta gta lta lgr llp dea otr npl gdp inf 0078937 0062183 0921151 0045769 0176936 0032177 -.0339245 -.019422 -.0007433 -.0278416 010516 0639794 (b-B) Difference 0062586 0035409 0864895 0042844 0199255 0023507 -.1209203 -.0235428 -.0007639 -.0354831 -.0210127 0347815 sqrt(diag(V_b-V_B)) S.E .0016351 0026774 0056256 0002925 -.0022318 000867 0869958 0041207 0000206 0076414 0315287 029198 0006787 0006929 0044341 0003594 00217 0005276 0439844 0018216 0000101 0027535 0071757 006736 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 45.54 Prob>chi2 = 0.0000 Kiểm định Breusch and Pagan Breusch and Pagan Lagrangian multiplier test for random effects roa[bank,t] = Xb + u[bank] + e[bank,t] Estimated results: Var roa e u Test: sd = sqrt(Var) 0000648 0000161 5.29e-06 Var(u) = chibar2(01) = Prob > chibar2 = 008049 0040094 0022998 157.40 0.0000 Kiểm định phƣơng sai sai số thay đổi kiểm định tự tƣơng quan Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (31) = Prob>chi2 = 500.12 0.0000 xtserial roa div size eta gta lta lgr llp dea otr npl gdp inf Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 30) = 108.869 Prob > F = 0.0000 KẾT QUẢ HỔI QUY THEO FGLS Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic common AR(1) coefficient for all panels Estimated covariances = Estimated autocorrelations = Estimated coefficients = roa Coef div size eta gta lta lgr llp dea otr npl gdp inf _cons 004142 0025801 0724461 0027478 0102251 0017569 -.1371439 -.0169731 -.0007125 -.0258862 -.0050398 0159788 -.0409932 31 13 Std Err .0015763 0003825 0100212 0010689 0032101 0011681 0794216 0025988 0000411 0091533 012896 0074986 0075956 (0.5734) Number of obs Number of groups Obs per group: avg max Wald chi2(12) Prob > chi2 z 2.63 6.75 7.23 2.57 3.19 1.50 -1.73 -6.53 -17.33 -2.83 -0.39 2.13 -5.40 P>|z| 0.009 0.000 0.000 0.010 0.001 0.133 0.084 0.000 0.000 0.005 0.696 0.033 0.000 = = 355 31 = = = = = 11.45161 12 686.06 0.0000 [95% Conf Interval] 0010526 0018305 0528049 0006528 0039333 -.0005325 -.2928074 -.0220666 -.0007931 -.0438264 -.0303154 0012818 -.0558803 0072314 0033298 0920872 0048428 0165168 0040464 0185196 -.0118796 -.0006319 -.0079461 0202358 0306758 -.026106 xtabond2 roa l.roa div size eta gta lta lgr llp dea otr npl gdp inf, gmm(l10.size l10.eta l9.gta l9.lgr l9.llp l8.npl l5.inf, collapse > gdp )sm two Favoring speed over space To switch, type or click on mata: mata set matafavor space, perm Warning: Two-step estimated covariance matrix of moments is singular Using a generalized inverse to calculate optimal weighting matrix for two-step estimation Difference-in-Sargan/Hansen statistics may be negative Kết hồi quy theo SGMM Dynamic panel-data estimation, two-step system GMM Group variable: bank Time variable : Năm Number of instruments = 30 F(13, 30) = 384196.98 Prob > F = 0.000 Number of obs Number of groups Obs per group: avg max roa Coef Std Err roa L1 .6281774 1050819 div size eta gta lta lgr llp dea otr npl gdp inf _cons 0042631 0016308 0730512 0141211 0071941 -.0195094 -.0785923 -.0091859 -.0011421 0212665 0361484 -.043549 -.0313488 0020721 0012112 0354313 0034381 0035755 0045739 1362395 0038032 0000476 0312416 0091583 0107772 0250418 t = = = = = 324 31 10.45 11 P>|t| [95% Conf Interval] 5.98 0.000 4135715 8427832 2.06 1.35 2.06 4.11 2.01 -4.27 -0.58 -2.42 -24.02 0.68 3.95 -4.04 -1.25 0.048 0.188 0.048 0.000 0.053 0.000 0.568 0.022 0.000 0.501 0.000 0.000 0.220 0000312 -.0008428 000691 0070996 -.0001079 -.0288506 -.3568305 -.016953 -.0012392 -.0425373 0174446 -.065559 -.0824909 008495 0041043 1454115 0211427 0144962 -.0101682 1996458 -.0014188 -.001045 0850702 0548522 -.0215391 0197934 Warning: Uncorrected two-step standard errors are unreliable Instruments for first differences equation Standard D.(div lta dea otr gdp) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/11).(L10.size L10.eta L9.gta L9.lgr L9.llp L8.npl L5.inf) collapsed Instruments for levels equation Standard div lta dea otr gdp _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(L10.size L10.eta L9.gta L9.lgr L9.llp L8.npl L5.inf) collapsed Arellano-Bond test for AR(1) in first differences: z = Arellano-Bond test for AR(2) in first differences: z = Sargan test of (Not robust, Hansen test of (Robust, but overid restrictions: chi2(16) = 8.59 but not weakened by many instruments.) overid restrictions: chi2(16) = 20.84 weakened by many instruments.) -3.10 1.05 Pr > z = Pr > z = 0.002 0.295 Prob > chi2 = 0.929 Prob > chi2 = 0.185 Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(9) = 8.69 Prob > Difference (null H = exogenous): chi2(7) = 12.15 Prob > iv(div lta dea otr gdp) Hansen test excluding group: chi2(11) = 9.09 Prob > Difference (null H = exogenous): chi2(5) = 11.75 Prob > chi2 = chi2 = 0.466 0.096 chi2 = chi2 = 0.614 0.038 Tổng hợp kết hồi quy OLS, FEM, REM, FGLS, SGMM esttab ols2 fe2 re2 gls2 sgmm2,r2 star(* 0.1 ** 0.05 *** 0.01)brackets nogap (1) roe div size eta gta lta lgr llp dea otr npl gdp inf (2) roe (3) roe (4) roe 0.0162 [0.67] 0.0378*** [9.22] 0.256** [2.44] 0.0222 [1.20] 0.192*** [5.48] 0.0401** [2.01] -1.642 [-1.45] -0.239*** [-6.99] -0.00750*** [-11.01] -0.617*** [-3.57] -0.357* [-1.67] 0.294*** [2.75] 0.0684*** [3.11] 0.0582*** [6.93] 0.0655 [0.63] 0.0371** [2.46] 0.252*** [6.19] 0.0229 [1.35] -2.064* [-1.85] -0.197*** [-5.38] -0.00771*** [-14.12] -0.232 [-1.64] -0.00596 [-0.03] 0.733*** [6.40] 0.0559** [2.52] 0.0387*** [7.32] 0.0446 [0.45] 0.0314** [2.04] 0.259*** [7.01] 0.0207 [1.21] -2.465** [-2.26] -0.240*** [-7.07] -0.00779*** [-13.76] -0.325** [-2.22] -0.237 [-1.34] 0.484*** [4.88] 0.0376** [2.12] 0.0367*** [8.33] 0.152 [1.57] 0.00854 [0.82] 0.121*** [3.42] 0.0191* [1.70] -1.423 [-1.44] -0.166*** [-5.71] -0.00725*** [-17.85] -0.314*** [-3.27] 0.0651 [0.45] 0.262*** [3.20] -0.556*** [-6.71] -1.036*** [-6.06] -0.615*** [-5.73] -0.565*** [-6.52] L.roe _cons N R-sq 355 0.562 t statistics in brackets * p F = -0.4994 roe Coef Std Err t div size eta gta lta lgr llp dea otr npl gdp inf _cons 0684388 0582006 0654747 0371335 2519239 0229314 -2.064179 -.1972542 -.0077116 -.2324214 -.0059551 7327615 -1.036418 0219949 008393 1037977 0150669 0407174 0169943 1.117453 0366693 0005463 141485 1818052 1144415 1710172 sigma_u sigma_e rho 05145036 04188516 60141674 (fraction of variance due to u_i) 3.11 6.93 0.63 2.46 6.19 1.35 -1.85 -5.38 -14.12 -1.64 -0.03 6.40 -6.06 F test that all u_i=0: F(30, 312) = 9.57 = = P>|t| 0.002 0.000 0.529 0.014 0.000 0.178 0.066 0.000 0.000 0.101 0.974 0.000 0.000 [95% Conf Interval] 0251616 0416866 -.1387573 0074878 1718086 -.0105065 -4.262876 -.2694046 -.0087865 -.5108068 -.3636744 5075867 -1.372911 1117159 0747145 2697068 0667791 3320392 0563693 1345179 -.1251038 -.0066367 045964 3517642 9579363 -.6999253 Prob > F = 0.0000 Mơ hình hồi quy REM xtreg roe div size eta gta lta lgr llp dea otr npl gdp inf, re Random-effects GLS regression Group variable: bank Number of obs Number of groups R-sq: Obs per group: within = 0.6251 between = 0.4368 overall = 0.5414 corr(u_i, X) = = 355 31 = avg = max = 11.5 12 = = 516.49 0.0000 Wald chi2(12) Prob > chi2 = (assumed) roe Coef Std Err z div size eta gta lta lgr llp dea otr npl gdp inf _cons 0559185 0387421 0446151 0314336 2589978 0206755 -2.465439 -.2401339 -.0077899 -.324558 -.2371285 4838094 -.6154727 0221605 0052927 0997912 0154453 0369362 0170821 1.091781 0339822 000566 1463828 1767267 0990904 1073324 sigma_u sigma_e rho 02613608 04188516 28024833 (fraction of variance due to u_i) 2.52 7.32 0.45 2.04 7.01 1.21 -2.26 -7.07 -13.76 -2.22 -1.34 4.88 -5.73 P>|z| 0.012 0.000 0.655 0.042 0.000 0.226 0.024 0.000 0.000 0.027 0.180 0.000 0.000 [95% Conf Interval] 0124847 0283686 -.1509722 0011613 1866041 -.0128048 -4.60529 -.3067378 -.0088991 -.6114629 -.5835065 2895958 -.8258404 0993522 0491156 2402023 0617059 3313915 0541559 -.3255873 -.17353 -.0066806 -.037653 1092494 678023 -.405105 hausman fe2 re2, sigmamore Note: the rank of the differenced variance matrix (11) does not equal the number of Kiểm định Hausman coefficients being tested (12); be sure this is what you expect, or there may be problems computing the test Examine the output of your estimators for anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale Coefficients (b) (B) fe2 re2 div size eta gta lta lgr llp dea otr npl gdp inf 0684388 0582006 0654747 0371335 2519239 0229314 -2.064179 -.1972542 -.0077116 -.2324214 -.0059551 7327615 0559185 0387421 0446151 0314336 2589978 0206755 -2.465439 -.2401339 -.0077899 -.324558 -.2371285 4838094 (b-B) Difference 0125203 0194585 0208597 0056998 -.0070739 0022559 4012596 0428797 0000783 0921365 2311734 2489521 sqrt(diag(V_b-V_B)) S.E .0066486 0070661 0443049 0035535 0216831 0052687 4355251 018249 0000997 0268642 0730782 0683561 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 42.72 Prob>chi2 = 0.0000 Kiểm định Breusch and Pagan xttest0 Breusch and Pagan Lagrangian multiplier test for random effects roe[bank,t] = Xb + u[bank] + e[bank,t] Estimated results: Var roe e u Test: sd = sqrt(Var) 0067775 0017544 0006831 0823256 0418852 0261361 Var(u) = chibar2(01) = Prob > chibar2 = 230.78 0.0000 Kiểm định phƣơng sai sai số thay đổi kiểm định tự tƣơng quan xttest3 Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (31) = Prob>chi2 = 509.95 0.0000 xtserial roe div size eta gta lta lgr llp dea otr npl gdp inf Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 30) = 80.192 Prob > F = 0.0000 Kết hồi quy FGLS xtgls roe div size eta gta lta lgr llp dea otr npl gdp inf, force corr(ar1) panels(h) Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic common AR(1) coefficient for all panels Estimated covariances = Estimated autocorrelations = Estimated coefficients = roe Coef div size eta gta lta lgr llp dea otr npl gdp inf _cons 0375643 036654 1516244 0085421 1211605 0191215 -1.423479 -.1659912 -.0072548 -.3138284 0651391 2618215 -.5648258 31 13 Std Err .017711 0044009 0963861 0104729 0353979 0112295 9865813 0290679 0004065 0960886 1435631 0818747 086661 (0.5725) Number of obs Number of groups Obs per group: avg max Wald chi2(12) Prob > chi2 z 2.12 8.33 1.57 0.82 3.42 1.70 -1.44 -5.71 -17.85 -3.27 0.45 3.20 -6.52 P>|z| 0.034 0.000 0.116 0.415 0.001 0.089 0.149 0.000 0.000 0.001 0.650 0.001 0.000 = = 355 31 = = = = = 11.45161 12 609.96 0.0000 [95% Conf Interval] 0028513 0280285 -.0372888 -.0119843 051782 -.002888 -3.357143 -.2229632 -.0080515 -.5021586 -.2162394 10135 -.7346782 0722773 0452795 3405377 0290685 1905391 041131 5101848 -.1090193 -.0064581 -.1254982 3465176 422293 -.3949734 xtabond2 roe l.roe div size eta gta lta lgr llp dea otr npl gdp inf, gmm(l10.size l10.eta l9.gta l9.lgr l9.llp l8.n > gdp )sm two Favoring speed over space To switch, type or click on mata: mata set matafavor space, perm Warning: Two-step estimated covariance matrix of moments is singular Using a generalized inverse to calculate optimal weighting matrix for two-step estimation Difference-in-Sargan/Hansen statistics may be negative Kết hồi quy theo SGMM Dynamic panel-data estimation, two-step system GMM Group variable: bank Time variable : Năm Number of instruments = 30 F(13, 30) = 52160.41 Prob > F = 0.000 Number of obs Number of groups Obs per group: avg max roe Coef Std Err roe L1 .376621 1388397 div size eta gta lta lgr llp dea otr npl gdp inf _cons 0548344 0247616 6855121 1505721 1220495 -.2733119 -2.272704 -.1554331 -.0105068 -.0110688 3925157 -.4773179 -.3973846 0214835 0173054 4875338 0471839 0488612 0671606 1.728592 0413103 0006496 4973522 1592762 1453684 3518429 t = = = = = 324 31 10.45 11 P>|t| [95% Conf Interval] 2.71 0.011 0930726 6601694 2.55 1.43 1.41 3.19 2.50 -4.07 -1.31 -3.76 -16.17 -0.02 2.46 -3.28 -1.13 0.016 0.163 0.170 0.003 0.018 0.000 0.199 0.001 0.000 0.982 0.020 0.003 0.268 0109593 -.0105808 -.3101648 0542097 0222615 -.4104721 -5.802959 -.2398 -.0118335 -1.026797 0672303 -.7741998 -1.115944 0987095 0601039 1.681189 2469346 2218374 -.1361517 1.257552 -.0710662 -.0091802 1.00466 717801 -.180436 3211744 Warning: Uncorrected two-step standard errors are unreliable Instruments for first differences equation Standard D.(div lta dea otr gdp) GMM-type (missing=0, separate instruments for each period unless collapsed) L(1/11).(L10.size L10.eta L9.gta L9.lgr L9.llp L8.npl L5.inf) collapsed Instruments for levels equation Standard div lta dea otr gdp _cons GMM-type (missing=0, separate instruments for each period unless collapsed) D.(L10.size L10.eta L9.gta L9.lgr L9.llp L8.npl L5.inf) collapsed Arellano-Bond test for AR(1) in first differences: z = Arellano-Bond test for AR(2) in first differences: z = Sargan test of (Not robust, Hansen test of (Robust, but overid restrictions: chi2(16) = 9.59 but not weakened by many instruments.) overid restrictions: chi2(16) = 21.98 weakened by many instruments.) -2.81 1.63 Pr > z = Pr > z = 0.005 0.102 Prob > chi2 = 0.887 Prob > chi2 = 0.144 Difference-in-Hansen tests of exogeneity of instrument subsets: GMM instruments for levels Hansen test excluding group: chi2(9) = 7.21 Prob > Difference (null H = exogenous): chi2(7) = 14.78 Prob > iv(div lta dea otr gdp) Hansen test excluding group: chi2(11) = 10.27 Prob > Difference (null H = exogenous): chi2(5) = 11.72 Prob > chi2 = chi2 = 0.616 0.039 chi2 = chi2 = 0.507 0.039 Tổng hợp kết hồi quy OLS, FEM, REM, FGLS, SGMM esttab ols1 fe1 re1 gls1 sgmm1,r2 star(* 0.1 ** 0.05 *** 0.01)brackets nogap (1) roa div size eta gta lta lgr llp dea otr npl gdp inf (2) roa (3) roa (4) roa 0.00188 [0.84] 0.00331*** [8.78] 0.103*** [10.67] 0.00410** [2.41] 0.0141*** [4.38] 0.00333* [1.81] -0.117 [-1.12] -0.0207*** [-6.59] -0.000761*** [-12.13] -0.0542*** [-3.41] -0.0353* [-1.79] 0.0204** [2.08] 0.00789*** [3.75] 0.00622*** [7.74] 0.0921*** [9.27] 0.00458*** [3.17] 0.0177*** [4.54] 0.00322** [1.98] -0.0339 [-0.32] -0.0194*** [-5.53] -0.000743*** [-14.21] -0.0278** [-2.06] 0.0105 [0.60] 0.0640*** [5.84] 0.00626*** [2.95] 0.00354*** [7.21] 0.0865*** [9.09] 0.00428*** [2.89] 0.0199*** [5.69] 0.00235 [1.44] -0.121 [-1.16] -0.0235*** [-7.28] -0.000764*** [-14.06] -0.0355** [-2.53] -0.0210 [-1.24] 0.0348*** [3.69] 0.00414*** [2.63] 0.00258*** [6.75] 0.0724*** [7.23] 0.00275** [2.57] 0.0102*** [3.19] 0.00176 [1.50] -0.137* [-1.73] -0.0170*** [-6.53] -0.000712*** [-17.33] -0.0259*** [-2.83] -0.00504 [-0.39] 0.0160** [2.13] -0.0550*** [-7.21] -0.118*** [-7.23] -0.0620*** [-6.23] -0.0410*** [-5.40] L.roa _cons N R-sq 355 0.612 t statistics in brackets * p