(Luận văn) nghiên cứu mối quan hệ giữa ổn định tài chính , cạnh tranh hiệu quả tại các ngân hàng thương mại việt nam

t to BỘ GIÁO DỤC VÀ ĐÀO TẠO ng TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM hi ep -o0o - w n lo HUỲNH THỤY THẢO LY ad ju y th yi pl ua al n NGHIÊN CỨU MỐI QUAN HỆ GIỮA ỔN ĐỊNH TÀI CHÍNH, va n CẠNH TRANH VÀ HIỆU QUẢ TẠI CÁC NGÂN HÀNG fu ll THƯƠNG MẠI VIỆT NAM oi m at nh z z ht vb k jm LUẬN VĂN THẠC SĨ KINH TẾ om l.c gm n a Lu n va y te re Tp Hồ Chí Minh – Năm 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO t to ng TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM hi -o0o - ep w n lo ad HUỲNH THỤY THẢO LY ju y th yi pl al n ua NGHIÊN CỨU MỐI QUAN HỆ GIỮA ỔN ĐỊNH TÀI CHÍNH, n va CẠNH TRANH VÀ HIỆU QUẢ TẠI CÁC NGÂN HÀNG ll fu THƯƠNG MẠI VIỆT NAM oi m at nh z Chuyên ngành: Tài –Ngân hàng z Mã số: 60340201 ht vb k jm om l.c gm LUẬN VĂN THẠC SĨ KINH TẾ n a Lu n va Người hướng dẫn khoa học: PGS TS Võ Xuân Vinh y te re Tp Hồ Chí Minh – Năm 2016 LỜI CAM ĐOAN t to Tơi xin cam đoan cơng trình nghiên cứu hướng dẫn ng PGS.TS Võ Xuân Vinh Số liệu thống kê trung thực, nội dung kết hi ep nghiên cứu luận văn chưa công bố cơng trình thời điểm w TP.HCM, ngày…tháng…năm 2016 n lo ad Tác giả ju y th yi pl Huỳnh Thụy Thảo Ly n ua al n va ll fu oi m at nh z z ht vb k jm om l.c gm n a Lu n va y te re MỤC LỤC t to TRANG PHỤ BÌA ng DANH MỤC TỪ VIẾT TẮT hi ep DANH MỤC BẢNG BIỂU DANH MỤC BIỂU ĐỒ w CHƢƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU n lo Mục tiêu nghiên cứu đề tài y th 1.2 Tính cấp thiết đề tài ad 1.1 Phạm vi, đối tƣợng .2 1.3.1 Đối tượng nghiên cứu 1.3.2 Phạm vi nghiên cứu .3 1.4 Phƣơng pháp nghiên cứu 1.5 Ý nghĩa khoa học thực tiễn đề tài 1.5.1 Ý nghĩa khoa học 1.5.2 Ý nghĩa thực tiễn 1.6 Bố cục nghiên cứu ju 1.3 yi pl n ua al n va ll fu oi m at nh KẾT LUẬN CHƢƠNG z z CHƢƠNG 2: TỔNG QUAN LÝ LUẬN VỀ CẠNH TRANH, HIỆU QUẢ VÀ vb ht ỔN ĐỊNH TÀI CHÍNH .5 jm 2.1 Tổng quan cạnh tranh k gm 2.1.1 Khái niệm l.c 2.1.2 Vai trò cạnh tranh .6 om 2.1.3 Lý thuyết cạnh tranh theo hướng tiếp cận truyền thống tiếp cận a Lu 2.1.3.1 Lý thuyết cạnh tranh theo hướng truyền thống n 2.1.3.2 Lý thuyết cạnh tranh theo hướng tiếp cận Tổng quan ổn định tài 10 y 2.2 te re 2.1.4.2 Đo lường cạnh tranh theo hướng tiếp cận 10 n 2.1.4.1 Đo lường cạnh tranh theo hướng truyền thống va 2.1.4 Đo lường cạnh tranh theo hướng truyền thống hướng tiếp cận t to ng hi ep Khái niệm ổn định tài .10 2.2.2 Mô hình tính tốn ổn định tài .12 2.3 Tổng quan hiệu hoạt động NHTM 14 2.3.1 Khái niệm 14 2.3.2 Các tiêu đánh giá hiệu hoạt động kinh doanh NHTM 16 2.2.1 w 2.3.2.1 Nhóm tiêu phản ánh khả sinh lời NHTM 16 n lo 2.3.2.2 Nhóm tiêu phản ánh thu nhập, chi phí hoạt động kinh doanh ad y th NHTM 17 ju 2.3.2.3 Nhóm tiêu phản ánh rủi ro tài hoạt động kinh doanh yi pl NHTM 18 Tổng quan nghiên cứu trƣớc 19 ua al 2.4 n KẾT LUẬN CHƢƠNG 26 va n CHƢƠNG 3: THỰC TRẠNG TÌNH HÌNH ỔN ĐỊNH TÀI CHÍNH, CẠNH ll fu TRANH VÀ HIỆU QUẢ TẠI CÁC NGÂN HÀNG THƢƠNG MẠI VIỆT m oi NAM 27 Thực trạng hiệu ngân hàng thƣơng mại 27 at nh 3.1 3.2 Thực trạng ổn định tài NHTM 33 z Thực trạng cạnh tranh hoạt động hệ thống NHTM .41 z vb 3.3 ht KẾT LUẬN CHƢƠNG 43 jm CHƢƠNG 4: GIỚI THIỆU MÔ HÌNH NGHIÊN CỨU VÀ KẾT QUẢ k gm NGHIÊN CỨU 44 Giới thiệu mơ hình nghiên cứu 44 4.1.1 Dữ liệu nghiên cứu 44 4.1.2 Các biến nghiên cứu .45 om l.c 4.1 a Lu n 4.1.2.1 Đo lường hiệu hoạt động NHTM 45 y 4.1.3 Mơ hình nghiên cứu 50 te re 4.1.2.4 Đo lường ổn định tài 49 n 4.1.2.3 Mơ hình Boone .47 va 4.1.2.2 Chỉ số Lerner 47 t to 4.1.4 Phương pháp xử lý số liệu 51 4.2 Phân tích hồi quy mối quan hệ ổn định tài chính, cạnh tranh ng hiệu hoạt động NHTM 57 ep 4.2.2 Kiểm định Granger causility .58 Phân tích mơ hình hồi quy liệu bảng 59 Kiểm định Uni root 57 w hi 4.2.1 n 4.2.3 lo Kết nghiên cứu 64 ad 4.3 y th KẾT LUẬN CHƢƠNG 66 ju CHƢƠNG KẾT LUẬN VÀ KIẾN NGHỊ 67 yi Kết luận 67 5.2 Hàm ý giải pháp 68 5.2.1 Hàm ý nâng cao hiệu hoạt động ngân hàng thương mại 68 pl 5.1 n ua al va n 5.2.1.1 Quản trị vốn ngân hàng thương mại 68 ll fu 5.2.1.2 Xử lý dứt điểm nợ xấu NHTM 69 m oi 5.2.1.3 Giải pháp quản lý hiệu khoản hệ thống NHTM 70 at nh 5.2.1.4 Giải pháp tăng cường cơng tác kiểm tra, kiểm sốt đảm bảo kinh doanh an toàn, hiệu .71 z z 5.2.1.5.Phân tán rủi ro nhằm ngăn ngừa hạn chế rủi ro hoạt động tín dụng vb ht .71 jm 5.2.2 Hàm ý nâng cao lực cạnh tranh ngân hàng thương mại 72 k gm 5.2.2.1 Xây dựng chiến lược khách hàng, đa dạng hoá sản phẩm dịch vụ 72 l.c 5.2.2.2 Hiện đại hố cơng nghệ, đa dạng hố nâng cao tiện ích sản phẩm, om dịch vụ ngân hàng đại dựa công nghệ kỹ thuật tiên tiến .74 a Lu 5.2.2.3 Nâng cao lực quản trị điều hành 75 n 5.2.2.4 Nâng cao trình độ cán ngân hàng .75 y PHỤC LỤC XỬ LÝ STATA te re DANH MỤC TÀI LIỆU THAM KHẢO n 5.3 Hạn chế nghiên cứu 77 va 5.2.3 Hàm ý quản lý ổn định tài ngân hàng thương mại 76 DANH MỤC VIẾT TẮT t to ng Viết đầy đủ tiếng Việt Viết đầy đủ tiếng Anh CAR Tỷ lệ vốn an toàn tối thiểu Capital adequacy ratio DEA Phân tích bao liệu Data envelopment Analysis FEM Ước lượng hồi quy với hiệu ứng Fixed effects estimator hi Viết tắt ep w n lo cố định ad Chi phí biên NH Net interest margin Tỷ lệ nợ xấu Non – performing loan ratio Giá bán Price n n va fu Ước lượng hồi quy với hiệu ứng Random effects estimator ll ngẫu nhiên oi m REM Thu nhập lãi cận biên ua P al NPL Ngân hàng thương mại pl NIM Marginal cost Ngân hàng yi NHTM ju y th MC nh Lợi nhuận ròng tổng tài sản ROE Lợi nhuận ròng vốn chủ sở Return On Assets ratio at ROA om l.c Vốn chủ sở hữu VCSH gm Thương mại cổ phần k TMCP Total cost jm Tổ chức tín dụng ht TCTD vb Tổng chi phí z TC z hữu Return On Assets ratio n a Lu n va y te re DANH MỤC BẢNG BIỂU t to ng Bảng 2.1 Tổng hợp giả thiết nghiên cứu 25 hi ep Bảng 3.1 Bảng tiêu phân tích tỷ suất sinh lời ROA, ROE NHTM .27 Bảng 3.2 Chỉ tiêu sinh lời NIM TNHĐB NHTM 29 w Bảng 3.3 Phân tích tiêu thu nhập chi phí hoạt động NHTM 31 n lo Bảng 3.4 Dữ liệu tài rủi ro hệ thống NHTM VN giai đoạn 2007-2015 33 ad y th Bảng 4.1 Danh sách ngân hàng nghiên cứu .44 ju Bảng 4.2 Kiểm định đơn vị ADF .57 yi pl Bảng 4.3 Kiểm định Granger causibility 58 ua al Bảng 4.4 Kiểm định lựa chọn mơ hình hồi quy .59 n Bảng 4.5 Hồi quy mơ hình liệu bảng Panel Data 61 va n Bảng 4.6 Tóm tắt kết nghiên cứu 65 ll fu oi m at nh z z ht vb k jm om l.c gm n a Lu n va y te re DANH MỤC BIỂU ĐỒ t to ng Biểu đồ 3.1 Tăng trưởng tỷ suất sinh lời ROA,ROE NHTM .28 hi ep Biểu đồ 3.2 Tăng trưởng tiêu sinh lời NIM TNHĐB NHTM 30 Biểu đồ 3.3 Tăng trưởng tiêu thu nhập chi phí hoạt động NHTM 32 w Biểu đồ 3.4 Rủi ro nợ xấu ngân hàng thương mại 34 n lo Biểu đồ 3.5 Tổng tài sản, dư nợ điểm số Z giai đoạn 2007-2015 .36 ad y th Biểu đồ 3.6 Thị phần tín dụng NHTM giai đoạn 2007-2011 38 ju Biểu đồ 3.7 Thể thị phần tín dụng ngân hàng giai đoạn 2012-2015 39 yi pl Biểu đồ 3.8 Tỷ lệ an toàn vốn rủi ro ngân hàng giai đoạn 2007-2015 41 n ua al Biểu đồ 3.9 Thị phần ngân hàng thương mại Việt Nam 41 n va ll fu oi m at nh z z ht vb k jm om l.c gm n a Lu n va y te re t to ng hi ep w n lo ad ju y th yi pl n ua al n va ll fu oi m at nh z z ht vb k jm om l.c gm n a Lu n va y te re chi2 (28) = 4.2e+05 t to Prob>chi2 = 0.0000 ng hi xtcsd, pesaran abs ep 0.392, Pr = 0.6950 Pesaran's test of cross sectional independence = w 0.317 n Average absolute value of the off-diagonal elements = lo ad xtserial zscore lerner boone performance y th ju Wooldridge test for autocorrelation in panel data yi H0: no first-order autocorrelation pl F( 1, 27) = 28.511 al Prob > F = 0.0000 ua xtgls zscore lerner boone performance, panels (hetero) n va n Cross-sectional time-series FGLS regression ll fu generalized least squares Panels: heteroskedastic Correlation: no autocorrelation oi = 250 Number of groups = 28 Estimated coefficients Obs per group: = ht vb Estimated autocorrelations = = Number of obs z 28 z = at nh Estimated covariances m Coefficients: 8.928571 max = k jm Prob > chi2 = 257.47 = 0.0000 l.c gm Wald chi2(3) avg = zscore | Coef Std Err z P>|z| om -[95% Conf Interval] 11.49 0.000 32.01073 45.17783 boone | 6.125591 1.200132 5.10 0.000 3.773376 8.477807 performance | -1.195898 7818399 -1.53 0.126 -2.728276 3364801 _cons | 1.885852 5272982 3.58 0.000 8523667 2.919337 MƠ HÌNH LERNER lerner zscore y xtreg boone performance, fe Fixed-effects (within) regression te re 3.359014 n 38.59428 va lerner | n a Lu -+ Number of obs = 250 t to Number of groups = 28 R-sq: = 0.1762 Obs per group: = between = 0.3335 avg = 8.9 overall = 0.2452 max = F(3,219) = 15.62 Prob > F = 0.0000 ng Group variable: code within hi ep w corr(u_i, Xb) = 0.0051 n lo ad -lerner | Coef Std Err t P>|t| [95% Conf Interval] y th -+ -.0041058 0015404 2.67 0.008 0010699 0071417 boone | 1246522 0478181 2.61 0.010 0304095 2188948 026406 2.43 0.016 0119988 1160837 018072 -1.59 0.114 -.064266 0069686 ju zscore | yi pl 0640413 _cons | -.0286487 ua al performance | -+ -sigma_e | 02607505 rho | 36855701 (fraction of variance due to u_i) n 01992097 va n sigma_u | ll fu -F(27, 219) = oi m F test that all u_i=0: 5.00 Prob > F = 0.0000 nh at estimate store fixed z lerner zscore boone performance, re z xtreg = 250 Group variable: code Number of groups = 28 R-sq: = 0.1751 Obs per group: = between = 0.3530 avg = 8.9 overall = 0.2528 max = k Number of obs jm ht vb Random-effects GLS regression Wald chi2(3) = 60.75 Prob > chi2 = 0.0000 Std Err z P>|z| [95% Conf Interval] 0046924 0013317 3.52 0.000 0020823 0073024 boone | 1214691 0397875 3.05 0.002 043487 1994511 performance | 0556261 0228661 2.43 0.015 0108094 1004429 y zscore | te re Coef n lerner | -+ va n a Lu = (assumed) om l.c corr(u_i, X) gm within _cons | -.0246397 0158499 -1.55 0.120 -.055705 0064255 -+ t to ng 01805869 sigma_e | 02607505 rho | 32416345 hi sigma_u | (fraction of variance due to u_i) ep w estimate store random n lo ad hausman fixed random y th Coefficients -(b) (B) | fixed random ju | (b-B) sqrt(diag(V_b-V_B)) yi Difference S.E pl -+ al 0046924 -.0005866 0007743 1246522 1214691 0031831 0265241 0556261 0084152 0132068 0041058 boone | performance | 0640413 n ua zscore | va n ll fu b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg difference in coefficients not systematic at nh Ho: oi m Test: z chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) Prob>chi2 = 0.5348 ht vb 2.19 z = lerner zscore jm xtreg boone performance, re k gm Group variable: code Number of groups R-sq: = 0.1751 Obs per group: = between = 0.3530 avg = overall = 0.2528 max = 28 8.9 a Lu 60.75 Prob > chi2 = 0.0000 lerner | Coef Std Err z P>|z| [95% Conf Interval] -+ y te re = n Wald chi2(3) va = (assumed) = om corr(u_i, X) 250 l.c within = n Number of obs Random-effects GLS regression t to ng zscore | 0046924 0013317 3.52 0.000 0020823 0073024 boone | 1214691 0397875 3.05 0.002 043487 1994511 performance | 0556261 0228661 2.43 0.015 0108094 1004429 _cons | -.0246397 0158499 -1.55 0.120 -.055705 0064255 hi -+ ep 01805869 sigma_e | 02607505 rho | 32416345 w sigma_u | (fraction of variance due to u_i) n lo ad xttest0 y th ju Breusch and Pagan Lagrangian multiplier test for random effects yi pl lerner[code,t] = Xb + u[code] + e[code,t] ua al Estimated results: n va | Var sd = sqrt(Var) n -+ .0013043 036115 e | 0006799 0260751 u | 0003261 ll fu oi m 0180587 Var(u) = 0.0000 z Prob > chibar2 = 86.35 z chibar2(01) = at nh Test: lerner | ht vb xttest1 k jm Var sd = sqrt(Var) 036115 e | 0006799 02607505 u | 0003261 01805869 y te re 0013043 n lerner | va -+ - n | a Lu Estimated results: om v[code,t] = lambda v[code,(t-1)] + e[code,t] l.c lerner[code,t] = Xb + u[code] + v[code,t] gm Tests for the error component model: Tests: Random Effects, Two Sided: ALM(Var(u)=0) = 42.08 Pr>chi2(1) = 0.0000 t to Random Effects, One Sided: ng ALM(Var(u)=0) = 6.49 Pr>N(0,1) 0.0000 = 12.94 Pr>chi2(1) = 0.0003 LM(Var(u)=0,lambda=0) = 99.29 Pr>chi2(2) = 0.0000 hi = ep Serial Correlation: ALM(lambda=0) w n Joint Test: lo ad y th xtserial lerner zscore boone performance ju yi Wooldridge test for autocorrelation in panel data pl H0: no first-order autocorrelation al F( 1, 27) = 0.047 ua Prob > F = 0.8309 n boone performance, panels (hetero) n va xtgls lerner zscore ll fu Cross-sectional time-series FGLS regression m generalized least squares Panels: heteroskedastic Correlation: no autocorrelation oi Coefficients: at nh z 28 Estimated autocorrelations = Number of groups Estimated coefficients = 250 = 28 Obs per group: = ht = Number of obs vb = z Estimated covariances 8.928571 k jm avg = = 6194.31 = 0.0000 om l.c Prob > chi2 gm Wald chi2(3) max = -Coef Std Err z P>|z| [95% Conf Interval] -+ -.0004197 14.30 0.000 0051782 0068235 boone | 1654921 012681 13.05 0.000 1406378 1903464 008868 0046352 1.91 0.056 -.0002168 0179528 _cons | -.0052513 0029087 -1.81 0.071 -.0109523 0004497 MƠ HÌNH BOONE y te re performance | n 0060008 va zscore | n a Lu lerner | xtreg boone lerner zscore performance, fe t to ng hi Fixed-effects (within) regression Number of obs = 250 Group variable: code Number of groups = 28 R-sq: ep within Obs per group: = avg = 8.9 overall = 0.2940 max = F(3,219) = 53.67 Prob > F = 0.0000 w = 0.4237 between = 0.2236 n lo ad corr(u_i, Xb) = -0.1023 y th ju boone | Coef Std Err t P>|t| [95% Conf Interval] yi -+ pl lerner | 2414346 al 016893 2031066 _cons | -.045018 2.61 0.010 0588992 0018552 9.11 0.000 0132366 0205494 0346185 5.87 0.000 1348786 2713347 -1.79 0.074 -.0945088 0044728 n ua zscore | performance | 0926173 va 0251113 4239699 n -+ rho | 67960923 (fraction of variance due to u_i) oi 03628899 m sigma_e | ll 05285238 fu sigma_u | F(27, 219) = 17.27 Prob > F = 0.0000 at F test that all u_i=0: nh z z estimate store fixed boone lerner zscore ht vb xtreg performance, re k jm Number of obs Group variable: code Number of groups R-sq: = 250 = 28 Obs per group: = avg = overall = 0.3012 max = = 166.97 Prob > chi2 = 0.0000 Coef Std Err z P>|z| [95% Conf Interval] -+ -lerner | 2612682 091462 2.86 0.004 0820059 4405305 y boone | te re n Wald chi2(3) va = (assumed) n corr(u_i, X) 8.9 a Lu = 0.4231 between = 0.2346 om within l.c gm Random-effects GLS regression .0159943 0018223 8.78 0.000 0124227 019566 performance | 207972 033091 6.28 0.000 1431149 2728292 _cons | -.0456544 0256131 -1.78 0.075 -.0958551 0045464 t to zscore | ng -+ hi ep 04781135 sigma_e | 03628899 rho | 63448284 sigma_u | (fraction of variance due to u_i) w n lo ad estimate store random y th hausman fixed random ju yi Coefficients -(b) (B) al | pl | fixed (b-B) random sqrt(diag(V_b-V_B)) Difference S.E ua -+ n 016893 performance | 2031066 -.0198336 014583 0159943 0008987 000348 207972 -.0048654 0101699 ll fu zscore | 2612682 n 2414346 va lerner | m oi b = consistent under Ho and Ha; obtained from xtreg Ho: difference in coefficients not systematic z Test: at nh B = inconsistent under Ha, efficient under Ho; obtained from xtreg z vb chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) Prob>chi2 = 0.0142 k jm 10.58 ht = boone lerner zscore gm xtreg performance, fe l.c Number of obs = Group variable: code Number of groups = R-sq: = 0.4237 Obs per group: = between = 0.2236 avg = 8.9 overall = 0.2940 max = F(3,219) = 53.67 Prob > F = 0.0000 n y te re va = -0.1023 n corr(u_i, Xb) 28 a Lu within 250 om Fixed-effects (within) regression boone | Coef Std Err t P>|t| [95% Conf Interval] -+ t to ng lerner | 2414346 0926173 2.61 0.010 0588992 4239699 zscore | 016893 0018552 9.11 0.000 0132366 0205494 hi 2031066 0346185 5.87 0.000 1348786 2713347 _cons | -.045018 0251113 -1.79 0.074 -.0945088 0044728 ep performance | -+ w n sigma_u | 05285238 sigma_e | 03628899 lo ad rho | 67960923 (fraction of variance due to u_i) y th F test that all u_i=0: F(27, 219) = 17.27 Prob > F = 0.0000 ju yi xttest3 pl al Modified Wald test for groupwise heteroskedasticity ua in fixed effect regression model n va n H0: sigma(i)^2 = sigma^2 for all i = ll fu chi2 (28) 15521.43 m 0.0000 oi Prob>chi2 = at nh xtcsd, pesaran abs z Pesaran's test of cross sectional independence = -0.875, Pr = 1.6183 z vb Average absolute value of the off-diagonal elements = 0.336 ht boone lerner zscore jm xtserial performance k 27) = Prob > F = 0.0000 boone zscore lerner performance, panels (hetero) n a Lu xtgls 54.340 om 1, l.c H0: no first-order autocorrelation F( gm Wooldridge test for autocorrelation in panel data n va Cross-sectional time-series FGLS regression heteroskedastic Correlation: no autocorrelation Estimated covariances = y generalized least squares Panels: te re Coefficients: 28 Number of obs = 250 Estimated autocorrelations = Number of groups = 28 Estimated coefficients Obs per group: = avg = 8.928571 max = Wald chi2(3) = 303.41 Prob > chi2 = 0.0000 = t to ng hi ep w n boone | Coef Std Err z P>|z| [95% Conf Interval] lo ad -+ -zscore | 0013135 5.90 0.000 0051715 0103203 lerner | 5794084 0938019 6.18 0.000 3955602 7632566 performance | 2584462 0198407 13.03 0.000 2195591 2973332 _cons | -.0708757 0156215 -4.54 0.000 -.1014932 -.0402581 ju y th 0077459 yi pl ua al MƠ HÌNH PERFORMNACE n n va xtreg performance boone lerner zscore, fe Group variable: code Number of obs = 250 Number of groups = 28 Obs per group: = avg = 8.9 max = ll fu Fixed-effects (within) regression = 0.1884 nh within oi m R-sq: at between = 0.2107 z overall = 0.2033 z vb = 16.94 Prob > F = 0.0000 F(3,219) ht corr(u_i, Xb) = -0.0099 k jm performance | Coef Std Err t P>|t| gm -[95% Conf Interval] l.c -+ -.6687501 1139851 5.87 0.000 444102 4084128 1684002 2.43 0.016 0765205 8933983 7403052 zscore | -.0152309 0038163 -3.99 0.000 -.0227523 -.0077096 _cons | 6233661 0182307 34.19 0.000 5874361 6592961 om boone | lerner | 06584834 rho | 61881308 (fraction of variance due to u_i) -F test that all u_i=0: F(27, 219) = 13.84 Prob > F = 0.0000 y te re sigma_e | n 08389877 va sigma_u | n a Lu -+ estimate store fixed t to xtreg performance boone lerner zscore, re ng hi ep Number of obs = 250 Group variable: code Number of groups = 28 = 0.1878 Obs per group: = between = 0.2202 avg = 8.9 max = Wald chi2(3) = 58.24 Prob > chi2 = 0.0000 Random-effects GLS regression w R-sq: within n lo ad overall = 0.2092 = (assumed) ju y th corr(u_i, X) yi pl al performance | Coef Std Err z P>|z| [95% Conf Interval] ua -+ -.1056519 6.29 0.000 457874 8720217 1648174 2.52 0.012 0924601 7385322 -.0139477 0036286 -3.84 0.000 -.0210596 -.0068358 _cons | 617908 0232689 26.56 0.000 5723018 6635142 ll zscore | fu 4154961 n lerner | va 6649478 n boone | m 08109222 sigma_e | 06584834 rho | 60263717 (fraction of variance due to u_i) at sigma_u | nh oi -+ z z ht vb estimate store random jm hausman fixed random k (B) | fixed random (b-B) Difference sqrt(diag(V_b-V_B)) S.E om (b) l.c | gm Coefficients -+ -.0038023 0427818 lerner | 4084128 4154961 -.0070833 0345521 zscore | -.0152309 -.0139477 -.0012832 0011821 y te re b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg n va 6649478 n 6687501 a Lu boone | Test: Ho: difference in coefficients not systematic chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B) t to = 2.69 Prob>chi2 = 0.4423 ng hi xtreg performance boone lerner zscore, re ep Number of obs = 250 Group variable: code Number of groups = 28 Random-effects GLS regression w n lo = 0.1878 Obs per group: = between = 0.2202 within avg = 8.9 max = Wald chi2(3) = 58.24 Prob > chi2 = 0.0000 ad R-sq: y th overall = 0.2092 ju yi pl corr(u_i, X) = (assumed) ua al -Std Err z va Coef n performance | P>|z| [95% Conf Interval] n -+ -.1056519 lerner | 4154961 1648174 zscore | -.0139477 0036286 _cons | 617908 0232689 6.29 0.000 457874 8720217 2.52 0.012 0924601 7385322 -3.84 0.000 -.0210596 -.0068358 26.56 0.000 5723018 6635142 ll oi m nh 6649478 fu boone | 06584834 rho | 60263717 vb sigma_e | z 08109222 z sigma_u | at -+ (fraction of variance due to u_i) ht jm xttest0 k gm Breusch and Pagan Lagrangian multiplier test for random effects sd = sqrt(Var) 1156467 e | 004336 0658483 u | 0065759 0810922 y te re 0133742 n perform~e | va -+ - n Var a Lu | om Estimated results: l.c performance[code,t] = Xb + u[code] + e[code,t] Test: Var(u) = chibar2(01) = 319.67 Prob > chibar2 = 0.0000 t to xttest1 ng hi Tests for the error component model: ep performance[code,t] = Xb + u[code] + v[code,t] w v[code,t] = lambda v[code,(t-1)] + e[code,t] n lo ad Estimated results: | Var sd = sqrt(Var) performance | ju y th -+ .0133742 1156467 yi pl e | 004336 06584834 u | 0065759 08109222 ua al Tests: n = n ALM(Var(u)=0) va Random Effects, Two Sided: 194.27 Pr>chi2(1) = 0.0000 ll fu Random Effects, One Sided: = m = 0.0000 = 14.76 Pr>chi2(1) = 0.0001 LM(Var(u)=0,lambda=0) = 334.42 Pr>chi2(2) = 13.94 Pr>N(0,1) oi ALM(Var(u)=0) nh z ALM(lambda=0) at Serial Correlation: z vb Joint Test: ht 0.0000 k jm boone H0: no first-order autocorrelation 1, 27) = y te re Cross-sectional time-series FGLS regression n zscore lerner boone performance, panels (hetero) va xtgls 0.0001 n Prob > F = 19.705 a Lu F( om Wooldridge test for autocorrelation in panel data l.c gm xtserial performance lerner zscore Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation t to Estimated covariances ng hi = 28 Estimated autocorrelations = Estimated coefficients = = 250 Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 237.93 Prob > chi2 = 0.0000 ep Number of obs w n lo ad y th zscore | Coef Std Err z P>|z| [95% Conf Interval] ju -+ -38.87263 yi lerner | pl 5.220882 performance | -.016631 _cons | 1.176603 11.58 0.000 32.29471 45.45056 1.247239 4.19 0.000 2.776339 7.665426 6611078 -0.03 0.980 -1.312378 1.279117 4135684 2.85 0.004 3660234 1.987182 n ua al boone | 3.356145 n va -lerner zscore boone performance, panels (hetero) ll fu xtgls m oi Cross-sectional time-series FGLS regression heteroskedastic Correlation: no autocorrelation z Panels: at generalized least squares nh Coefficients: z 28 = 250 Estimated autocorrelations = Number of groups = 28 Estimated coefficients Obs per group: = avg = 8.928571 k = gm = Number of obs jm ht vb Estimated covariances Wald chi2(3) = 3894.40 Prob > chi2 = om l.c max = 0.0000 Coef Std Err z P>|z| [95% Conf Interval] 0004438 13.36 0.000 0050571 0067967 1703725 0130863 13.02 0.000 1447238 1960213 performance | 0044948 0039573 1.14 0.256 -.0032613 0122509 _cons | -.0026218 0024647 -1.06 0.287 -.0074525 002209 y 0059269 boone | te re zscore | n -+ va lerner | n a Lu xtgls boone lerner zscore performance, panels (hetero) t to ng Cross-sectional time-series FGLS regression hi ep generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Coefficients: w n lo = 28 Number of obs = 250 Estimated autocorrelations = Number of groups = 28 Obs per group: = avg = 8.928571 max = Wald chi2(3) = 845.34 Prob > chi2 = 0.0000 ad Estimated covariances y th Estimated coefficients = ju yi pl n ua al Coef Std Err z n boone | va -P>|z| [95% Conf Interval] ll fu -+ -lerner | 4626575 0874409 _cons | -.0321321 006733 6340385 4.84 0.000 0034472 0081452 21.72 0.000 2094949 2510586 -4.77 0.000 -.0453285 -.0189356 at 0106032 2912765 nh 0011985 2302767 0.000 oi 0057962 m zscore | performance | 5.29 z z vb xtgls performance boone lerner zscore, panels (hetero) ht k jm Cross-sectional time-series FGLS regression Panels: heteroskedastic Correlation: no autocorrelation om l.c Estimated autocorrelations = Estimated coefficients = Number of obs = 250 Number of groups = Obs per group: = avg = 8.928571 28 Prob > chi2 = 0.0000 y 132.51 te re = n max = Wald chi2(3) va 28 n = a Lu Estimated covariances generalized least squares gm Coefficients: performance | Coef Std Err z P>|z| [95% Conf Interval] -+ t to ng hi ep boone | 5835383 0573577 10.17 0.000 4711192 6959574 lerner | 2319338 1117269 2.08 0.038 0129531 4509144 zscore | -.0066886 0023662 -2.83 0.005 -.0113263 -.0020508 _cons | 6085642 0102446 59.40 0.000 5884852 6286432 w n lo ad ju y th yi pl n ua al n va ll fu oi m at nh z z ht vb k jm om l.c gm n a Lu n va y te re