Ảnh hưởng của rủi ro thanh khoản đến hiệu quả hoạt động của các ngân hàng thương mại Việt Nam giai đoạn 2008 - 2018 Luận văn thạc sĩ tài chính ngân hàng

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH LÊ TẤN PHÁT ẢNH HƯỞNG CỦA RỦI RO THANH KHOẢN ĐẾN HIỆU QUẢ HOẠT ĐỘNG CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM GIAI ĐOẠN 2008-2018 LUẬN VĂN THẠC SĨ KINH TẾ TP HỒ CHÍ MINH – NĂM 2020 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HỒ CHÍ MINH LÊ TẤN PHÁT ẢNH HƯỞNG CỦA RỦI RO THANH KHOẢN ĐẾN HIỆU QUẢ HOẠT ĐỘNG CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM GIAI ĐOẠN 2008-2018 LUẬN VĂN THẠC SĨ KINH TẾ Chuyển ngành: Tài – Ngân hàng Mã số: 60 34 02 01 Người hướng dẫn khoa học: TS LÊ HÀ DIỄM CHI TP HỒ CHÍ MINH – NĂM 2020 TÓM TẮT Tiêu đề: Ảnh hưởng rủi ro khoản đến hiệu hoạt động ngân hàng thương mại Việt Nam giai đoạn 2008-2018 Tóm tắt: Nghiên cứu nhằm xem xét ảnh hưởng rủi ro khoản đến hiệu kinh doanh ngân hàng thương mại Việt Nam Nghiên cứu tiến hành ngân hàng thương mại niêm yết Việt Nam khoảng thời gian 11 năm qua từ 2008 đến 2018 31 ngân hàng chọn để đại diện cho ngân hàng thương mại Việt Nam Phân tích hồi quy liệu tương quan phân tích hồi quy dự liệu bảng sử dụng phân tích thấy có mối quan hệ rủi ro khoản hiệu hoạt động kinh doanh với hiệu hoạt động kinh doanh đo lường cách sử dụng lợi nhuận tài sản (ROA) lợi nhuận vốn chủ sở hữu (ROE) Kết cho thấy rủi ro khoản đo tỷ lệ khoản có liên quan đến hiệu hoạt động kinh doanh Hơn nữa, nợ xấu, quy mô ngân hàng, mức độ cạnh tranh, tỷ lệ vốn chủ sở hữu, rủi ro tín dụng lạm phát ảnh hưởng đáng kể đến hoạt động kinh doanh ngân hàng thương mại Từ đưa khuyến nghị cần phải có mức rủi ro khoản tối ưu để tăng lợi nhuận ngân hàng ngân hàng nên áp dụng khung quản lý khoản chung để đảm bảo đủ khoản cho việc thực hoạt động cách hiệu quả, nên tiến hành thêm nghiên cứu phân tích mức rủi ro khoản tối ưu để đạt hiệu kinh doanh cao Từ khóa: hiệu hoạt động kinh doanh, rủi ro khoản, lợi nhuận tổng tài sản, lợi nhuận vốn chủ sở hữu THESIS SUMMARY Title: The effect of liquidity risk on bussiness performance of Vietnammese comercial banks in the 2008-2018 period Abstract: This study aims at finding the effect of liquidity risk on the business performance of commercial bank in Viet Nam The study covered listed commercial bank in Viet Nam over a period of past 11 years from 2008 to 2018 and 31 banks have been choose to express on the whole Vietnamese commercial banks Correlation and panel data regression analysis were used in the analysis and finding suggest that there is a significant relationship exits between liquidity risk and the bussiness performance measures using return on assets (ROA) and return of equity (ROE) The finding show that liquidity risk as measured using liquidity ratio is possitive associated with bussiness performance Futher, the nonperforming loan, the scale of the bank, competitive level, equity ratio, credit risk and inflation significantly affected bussiness performance of the commercial bank The researcher recommends that there is a need for an optimum utilization of the available liquidity risk in a various aspects of mangement in order to increase the banks' profitability, and banks should adopt a general framework of liquidity management to assure sufficient liquidity for executing their operations efficiently, and they should initiate an analytical study of the evolution rates of liquidity risk and their ability to achieve a balance between sources and uses of funds Keyword: business performance, liquidity risk, return on assets, return of equity LỜI CAM ĐOAN Luận văn chưa trình nộp để lấy hoc vị thạc sĩ trường đại học Luận văn cơng trình nghiên cứu riêng tác giả, kết nghiên cứu trung thực, khơng có nội dung công bố trước nội dung người khác thực ngoại trừ trích dẫn dẫn nguồn đầy đủ luận văn Tp.Hồ Chí Minh, ngày 09 tháng 06 năm 2020 LÊ TẤN PHÁT LỜI CẢM ƠN Lời đầu tiên, xin gửi lời cảm ơn đến tập thể giảng viên trường Đại Học Ngân Hàng Tp.Hồ Chí Minh truyền đạt cho nhiều kiến thức chung chuyên ngành bổ ích nên tảng lý thuyết vững cho hội ứng dụng vào thực tiễn Đặc biệt xin gửi lời cảm ơn chân thành đến giảng viên hướng dẫn TS Lê Hà Diễm Chi, người trực tiếp hỗ trợ, hướng dẫn, động viên góp ý tận tình cho luận văn tơi Tp.Hồ Chí Minh, ngày 09 tháng 06 năm 2020 LÊ TẤN PHÁT MỤC LỤC CHƯƠNG GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU 1.1 Vấn đề nghiên cứu 1.2 Mục tiêu nghiên cứu 1.2.1 Mục tiêu tổng quát 1.2.2 Mục tiêu cụ thể 1.3 Câu hỏi nghiên cứu 1.4 Đối tượng phạm vi nghiên cứu 1.4.1 Đối tượng nghiên cứu 1.4.2 Phạm vi nghiên cứu 1.5 Phương pháp nghiên cứu 1.5.1 Phương pháp nghiên cứu 1.5.2 Qui trình nghiên cứu 1.6 Đóng góp đề tài 1.7 Kết cấu đề tài 1.7.1 Tổng quát kết cấu đề tài CHƯƠNG CƠ SỞ LÝ THUYẾT VỀ TÁC ĐỘNG CỦA RỦI RO THANH KHOẢN ĐẾN HIỆU QUẢ HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI 2.1 Khái niệm khoản 2.2 Rủi ro khoản 2.2.1 Khái niệm rủi ro khoản 2.2.2 Nguyên nhân rủi ro khoản 2.2.3 Đo lường rủi ro khoản 11 2.2.3.1 Phương pháp tiến cận số khoản 11 2.2.3.2 Phương pháp khe hở khoản 14 2.2.3.3 Phân tích số rủi ro khoản hệ thống có điều chỉnh 14 2.2.4 2.3 Các yếu tố tác động đến rủi ro khoản 15 2.2.4.1 Các yếu tố nội ngân hàng 16 2.2.4.2 Các yếu tố vĩ mô 18 Hiệu hoạt động ngân hàng thương mại 20 2.3.1 Khái niệm hiệu hoạt động ngân hàng thương mại 20 2.3.2 Các tiêu đánh giá hiệu hoạt động ngân hàng thương mại 20 2.3.3 Các nhân tố ảnh hưởng đến hiệu hoạt động ngân hàng thương mại 22 2.3.3.1 Nhóm nhân tố khách quan 23 2.3.3.2 Nhóm nhân tố chủ quan 24 2.4 Sự tác động rủi ro khoản đến hiệu hoạt động ngân hàng thương mại() 26 2.4.1 Lý thuyết đánh đổi rủi ro – lợi nhuận 26 2.4.2 Lý thuyết đặc thù ngân hàng 27 2.5 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 30 3.1 Phương pháp nghiên cứu 30 3.1.1 Phương pháp thống kê mô tả 30 3.1.2 Phương pháp định lượng: 30 3.2 Lược khảo nghiên cứu có liên quan đến đề tài 27 Các phương pháp sử dụng liệu bảng 30 3.2.1 Mơ hình hồi quy gộp (Pooled OLS) 30 3.2.2 Mô hình tác động cố định (Fixed Effects Model – FEM) 31 3.2.3 Mơ hình tác động ngẫu nhiên (Random Effects Model – REM) 31 3.3 Mơ hình nghiên cứu 32 3.4 Mô tả biến giả thuyết nghiên cứu sử dụng mơ hình 34 3.5 Dữ liệu nghiên cứu 40 CHƯƠNG 4: PHÂN TÍCH VÀ KẾT QUẢ NGHIÊN CỨU 42 4.1 Thống kê mô tả 42 4.2 Phân tích tương quan 43 4.3 Kiểm định đa cộng tuyến 45 4.4 Ước lượng mơ hình hồi quy theo phương pháp Pooled, FEM, REM 45 4.5 Kiểm định lựa chọn mơ hình 48 4.6 Kiểm định phương sai tự tương quan 48 4.7 Kết GLS 50 4.8 Thảo luận kết nghiên cứu 51 4.8.1 Tỷ lệ tiền gửi khách hàng tổng tài sản (DEP) 52 4.8.2 Chỉ số trạng thái tiền mặt (CASH) 53 4.8.3 Chỉ số rủi ro khoản (LGAP) 54 4.8.4 Tỷ lệ nợ xấu (NPL) 55 4.8.5 Quy mô ngân hàng (SIZE) 56 4.8.6 Mức độ tập trung ngân hàng (CR3) 57 4.8.7 Tỷ lệ vốn chủ sở hữu (VCSH) 58 4.8.8 Rủi ro tín dụng (RRTD) 59 4.8.9 Yếu tố vĩ mô (GDP INF) 59 CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ 60 5.1 Kết luận 60 5.2 Khuyến nghị 61 5.2.1 Đối với việc quản trị ngân hàng thương mại 61 5.2.2 Đối với công tác quản lý vĩ mô 64 5.3 Hạn chế nghiên cứu 65 5.4 Hướng nghiên cứu 66 TÀI LIỆU THAM KHẢO 67 PHỤ LỤC 76 DANH MỤC CÁC TỪ VIẾT TẮT STT Ký hiệu Tiếng Anh FEM Fixed Effect Model GLS Generalized Least Square Tiếng Việt Mơ hình tác động cố định Phương pháp bình phương tối thiểu tổng quát NHTM Ngân hàng thương mại NHTMCP Ngân hàng thương mại cổ phần NHTMNN Ngân hàng thương mại Nhà nước NIM Net Interest Margin Thu nhập lãi cận biên NPL Non Performing Loans Tỷ lệ nợ xấu tổng dư nợ OLS Ordinary Least Square Phương pháp bình phương tối thiểu REM Random Effect Model Mơ hình tác động ngẫu nhiên 10 ROA Return On Assets Tỷ suất lợi nhuận tổng tài sản 11 ROE Return On Equity Tỷ suất lợi nhuận vốn chủ sở hữu 12 SIZE 13 TCTD Size Quy mơ ngân hàng Tổ chức tín dụng 73 42 Maaka, Z A (2013) The relationship between liquidity risk and financial performance of commercial banks in Kenya (Doctoral dissertation, University of Nairobi) 43 Miller, K D., & Bromiley, P (1990) Strategic risk and corporate performance: An analysis of alternative risk measures Academy of Management Journal, 33(4), 756-779 44 Moussa, M A.B (2015) The determinants of bank liquidity: case of Tunisia International Journal of Economics and Financial Issues, 5(1), 249–259 45 Munteanu, I (2012) Bank liquidity and its determinants in Romania Procedia Economics and Finance, 3, 993-998 46 Naceur, S B., & Kandil, M (2009) The impact of capital requirements on banks’ cost of intermediation and performance: The case of Egypt Journal of Economics and Business, 61(1), 70-89 47 Naceur, S B., & Omran, M (2011) The effects of bank regulations, competition, and financial reforms on banks' performance Emerging markets review, 12(1), 1-20 48 Naser Ail Yadollahzadeh Tabari cộng (2013) The effect of Liquidity Risk on the Performance of Commercial Banks International Research Journal of Applied and Basic Sciences, page 1624 – 1631 49 Ndoka, S., Islami, M., & Shima, J (2016) The impact of liquidity risk management on the performance of Albanian Commercial Banks during the period 2005-2015 International Journal of Social Sciences and Education Research, 3(1), 70-76 50 Ongore, V O., Kusa, G B (2013) Determinants of financial performance of commercial banks in Kenya International Journal of Economics and Financial Issues, 3(1): 237-252 74 51 Osborn, O., & Olefsky, J M (2012) The cellular and signaling networks linking the immune system and metabolism in disease Nature medicine, 18(3), 363 52 Peter S.Rose (2001) Quản trị ngân hàng thương mại Dịch từ tiếng Anh Người dịch Nguyễn Huy Hồng, NXB Tài 53 Pruteanu-Podpiera, A., Weill, L., & Schobert, F (2008) Banking competition and efficiency: A micro-data analysis on the Czech banking industry Comparative Economic Studies, 50(2), 253-273 54 Shen C., Chen Y., Kao L & Yeh C (2009) Bank Liquidity Risk and Performance SSRN 55 Siaw, S (2013) Liquidity risk and bank profitability in Ghana (Doctoral dissertation, University of Ghana) 56 Sufian, F (2011) Profitability of the Korean banking sector: Panel evidence on bank-specific and macroeconomic determinants Journal of economics and management, 7(1), 43-72 57 Trujillo‐Ponce, A (2013) What determines the profitability of banks? Evidence from Spain Accounting & Finance, 53(2), 561-586 58 Tseganesh, T (2012) Determinants of Banks Liquidity and their Impact on Financial Performance: empirical study on commercial banks in Ethiopia(Doctoral dissertation, aau) 59 Valla and Sacs – Escorbiac (2006) Bank – specific and macroeconomic determinants of liquidity of England banks Working paper 60 Valla, N., Saes-Escorbiac, B É.A T.R I.C E., & Tiesset, M (2006) Bank liquidity and financial stability Banque de France Financial Stability Review, 89–104 61 Vodova, P (2011) Liquidity of Czech commercial banks and its determinants International Journal of mathematical models and methods in applied sciences, 5(6), 1060-1067 62 Vodová, P (2013) Determinants of commercial bank liquidity in 75 Hungary Finansowy Kwartalnik Internetowy e-Finanse, 9(4), 64-71 63 Xuezhi Qin and Dickson pastory (2012) Commercial Banks Profitability Position: Tha case of Tanzania International Journal of Business and Management, Vol 7, No.13, ISSN: 1833-3850, E-ISSN: 1833 – 8119, page 136 – 144 64 Zaphaniah Akunga Maaka (2013) The relationship between liquidity risk and financial performmance of commercial banks in Kenya A research project sunmitted in partial fulfilment of the requirements for the award of the degree of master of business administration (MBA), school of business, University of Nairobi 76 PHỤ LỤC encode BANK, gen(BANK1) xtset BANK1 YEAR panel variable: time variable: delta: BANK1 (unbalanced) YEAR, 2008 to 2018, but with gaps unit sum ROA ROE NIM DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF Variable | Obs Mean Std Dev Min Max -+ ROA | 321 0090213 008355 -.0599291 0554257 ROE | 321 0845732 0805191 -.8200214 2846444 NIM | 321 0386 0169374 -.0151602 1136309 DEP | 321 7500485 0808685 4299139 8975029 CASH | 321 2206395 1266 0473607 9603767 -+ LGAP | 321 -.2067475 1229622 -.6981982 0782931 NPL | 321 0223116 0125284 5.80e-08 0723275 SIZE | 321 18.00351 1.232005 14.49784 20.95252 CR3 | 321 4339954 0321087 3830128 5172837 VCSH | 321 1051415 0517971 0335215 3375799 -+ RRTD | 321 0109697 0090558 -.0133672 0565611 GDP | 321 0611044 0059122 0524737 0707579 INF | 321 0794063 0638373 008786 2311632 corr DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF (obs=321) | DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP -+ -DEP | 1.0000 CASH | -0.1865 1.0000 LGAP | -0.3558 -0.3153 1.0000 NPL | -0.0981 -0.0697 -0.0554 1.0000 SIZE | 0.0970 -0.2851 0.0736 -0.0622 1.0000 CR3 | 0.2427 -0.0339 0.0117 -0.1439 -0.0969 VCSH | -0.3484 0.2003 0.1751 0.0972 -0.7488 0.0625 1.0000 RRTD | -0.0823 -0.2062 0.0653 0.1177 0.1610 0.0183 0.0424 GDP | 0.2818 -0.2769 0.0272 -0.2721 1.0000 0.3023 -0.0183 1.0000 -0.2956 0.0608 1.0000 INF | 0.3710 -0.2626 0.3867 0.0167 -0.0749 -0.3504 0.1547 0.2903 -0.1367 - 77 | INF -+ INF | 1.0000 reg ROA DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF Source | SS df MS -+ Number of obs = 321 F(10, 310) = 15.85 0.0000 Model | 007556981 10 000755698 Prob > F = Residual | 014780997 310 000047681 R-squared = 0.3383 Adj R-squared = 0.3170 Root MSE = 00691 -+ -Total | 022337978 320 000069806 -ROA | Coef Std Err t P>|t| [95% Conf Interval] -+ -DEP | 001017 0062682 0.16 0.871 -.0113167 0133506 CASH | 0174989 0038001 4.60 0.000 0100217 0249762 LGAP | 0203551 0038685 5.26 0.000 0127432 027967 NPL | -.1686762 0336514 -5.01 0.000 -.2348903 -.1024621 SIZE | 0014168 0005435 2.61 0.010 0003474 0024861 CR3 | -.0080639 0130819 -0.62 0.538 -.0338044 0176767 VCSH | 059162 0131545 4.50 0.000 0332786 0850455 RRTD | 0717312 0459092 1.56 0.119 -.0186019 1620643 GDP | -.0545102 0777561 -0.70 0.484 -.2075068 0984864 INF | 0122579 0073974 1.66 0.099 -.0022975 0268134 _cons | -.0142873 0141931 -1.01 0.315 -.0422143 0136397 - est sto ROAOLS xtreg ROA DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, fe Fixed-effects (within) regression Number of obs = 321 Group variable: BANK1 Number of groups = 31 R-sq: Obs per group: within = 0.3837 = between = 0.0344 avg = 10.4 overall = 0.2561 max = 11 corr(u_i, Xb) = -0.3324 F(10,280) = 17.43 Prob > F = 0.0000 78 ROA | Coef Std Err t P>|t| [95% Conf Interval] -+ -DEP | -.0130232 0074037 -1.76 0.080 -.0275971 0015507 CASH | 013306 0041611 3.20 0.002 0051149 021497 LGAP | 0255417 0054702 4.67 0.000 0147738 0363096 NPL | -.1385384 0356641 -3.88 0.000 -.2087422 -.0683346 SIZE | -.000862 001087 -0.79 0.428 -.0030018 0012778 CR3 | -.0013236 0126294 -0.10 0.917 -.0261842 023537 VCSH | 0422498 0159696 2.65 0.009 0108141 0736855 RRTD | -.08957 0518863 -1.73 0.085 -.1917068 0125668 GDP | 055706 0833556 0.67 0.504 -.1083771 2197892 INF | -.0005462 0078624 -0.07 0.945 -.0160232 0149308 _cons | 0334988 0224641 1.49 0.137 -.0107212 0777188 -+ -sigma_u | 00438422 sigma_e | 00633743 rho | 32367782 (fraction of variance due to u_i) -F test that all u_i=0: F(30, 280) = 2.93 Prob > F = 0.0000 est sto ROAFEM xtreg ROA DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, re Random-effects GLS regression Number of obs = 321 Group variable: BANK1 Number of groups = 31 R-sq: Obs per group: within = 0.3520 = between = 0.3107 avg = 10.4 overall = 0.3364 max = 11 corr(u_i, X) = (assumed) Wald chi2(10) = 159.86 Prob > chi2 = 0.0000 -ROA | Coef Std Err z P>|z| [95% Conf Interval] -+ -DEP | -.0018297 0064265 -0.28 0.776 -.0144253 010766 CASH | 0174077 0038135 4.56 0.000 0099334 0248819 LGAP | 0213243 0040441 5.27 0.000 0133981 0292506 NPL | -.1637297 0338178 -4.84 0.000 -.2300114 -.097448 0024549 SIZE | 0013095 0005844 2.24 0.025 000164 CR3 | -.0056271 0128327 -0.44 0.661 -.0307787 0195245 VCSH | 0577167 0135576 4.26 0.000 0311443 0842891 RRTD | 0406514 0469345 0.87 0.386 -.0513384 1326413 79 GDP | -.0424848 0766263 -0.55 0.579 -.1926696 1077001 INF | 0106689 0072775 1.47 0.143 -.0035948 0249326 _cons | -.011295 0147675 -0.76 0.444 -.0402389 0176488 -+ -sigma_u | 00120944 sigma_e | 00633743 rho | 03514034 (fraction of variance due to u_i) - est sto ROAREM hausman ROAFEM ROAREM Coefficients -| (b) (B) | ROAFEM ROAREM (b-B) sqrt(diag(V_b-V_B)) Difference S.E -+ -DEP | -.0130232 -.0018297 -.0111935 CASH | 013306 0174077 -.0041017 0036762 0016651 LGAP | 0255417 0213243 0042174 0036835 NPL | -.1385384 -.1637297 0251914 0113262 SIZE | -.000862 0013095 -.0021715 0009166 CR3 | -.0013236 -.0056271 0043035 VCSH | 0422498 0577167 -.0154669 0084391 RRTD | -.08957 0406514 -.1302214 0221212 GDP | 055706 -.0424848 0981908 032811 INF | -.0005462 0106689 -.0112151 0029758 -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(10) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 63.07 Prob>chi2 = 0.0000 (V_b-V_B is not positive definite) xtreg ROA DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, fe Fixed-effects (within) regression Number of obs = 321 Group variable: BANK1 Number of groups = 31 R-sq: Obs per group: = within = 0.3837 80 between = 0.0344 avg = 10.4 overall = 0.2561 max = 11 F(10,280) = 17.43 Prob > F = 0.0000 corr(u_i, Xb) = -0.3324 -ROA | Coef Std Err t P>|t| [95% Conf Interval] -+ -DEP | -.0130232 0074037 -1.76 0.080 -.0275971 CASH | 013306 0041611 3.20 0.002 0051149 0015507 021497 LGAP | 0255417 0054702 4.67 0.000 0147738 0363096 NPL | -.1385384 0356641 -3.88 0.000 -.2087422 -.0683346 SIZE | -.000862 001087 -0.79 0.428 -.0030018 0012778 CR3 | -.0013236 0126294 -0.10 0.917 -.0261842 023537 VCSH | 0422498 0159696 2.65 0.009 0108141 0736855 RRTD | -.08957 0518863 -1.73 0.085 -.1917068 0125668 GDP | 055706 0833556 0.67 0.504 -.1083771 2197892 INF | -.0005462 0078624 -0.07 0.945 -.0160232 0149308 _cons | 0334988 0224641 1.49 0.137 -.0107212 0777188 -+ -sigma_u | 00438422 sigma_e | 00633743 rho | 32367782 (fraction of variance due to u_i) -F test that all u_i=0: F(30, 280) = 2.93 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 = 2980.08 0.0000 xtserial ROA DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F( 1, 30) = Prob > F = 4.292 0.0470 Prob > F = 0.0000 81 xtgls ROA DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, panel(h) corr(ar1) force Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels Estimated covariances = 31 Estimated autocorrelations = Estimated coefficients = 11 (0.4565) Number of obs = 321 Number of groups = 31 = avg = 10.35484 max = 11 Wald chi2(10) = 159.24 Prob > chi2 = 0.0000 Obs per group: -ROA | Coef Std Err z P>|z| [95% Conf Interval] -+ -DEP | -.002592 0048309 -0.54 0.592 -.0120605 0068765 CASH | 0116035 0025883 4.48 0.000 0065306 0166765 LGAP | 0117968 0031021 3.80 0.000 0057169 0178768 NPL | -.1348885 0232922 -5.79 0.000 -.1805404 -.0892366 SIZE | 0012304 0004317 2.85 0.004 0003842 0020765 CR3 | -.0149297 0084459 -1.77 0.077 -.0314833 0016239 VCSH | 0643046 0109524 5.87 0.000 0428382 085771 RRTD | 0026393 0341098 0.08 0.938 -.0642146 0694933 GDP | -.0012733 0465165 -0.03 0.978 -.0924439 0898974 INF | 0075104 0040867 1.84 0.066 -.0004995 0155202 _cons | -.009375 0106557 -0.88 0.379 -.0302597 0115097 - est sto ROAFGLS reg ROE DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF Source | SS df MS Number of obs -+ = 321 F(10, 310) = 13.01 Model | 613211471 10 061321147 Prob > F = 0.0000 Residual | 1.461454 310 004714368 R-squared = 0.2956 -+ -Total | 2.07466547 320 00648333 Adj R-squared = 0.2728 Root MSE = 06866 -ROE | Coef Std Err t P>|t| [95% Conf Interval] -+ 82 DEP | 0403343 0623283 0.65 0.518 -.0823057 1629743 CASH | 177245 0377864 4.69 0.000 1028948 2515952 LGAP | 2228149 038467 5.79 0.000 1471254 2985044 NPL | -1.426981 334614 -4.26 0.000 -2.085382 -.7685786 SIZE | 0199407 0054039 3.69 0.000 0093077 0305737 CR3 | 0285193 1300804 0.22 0.827 -.2274329 2844716 VCSH | -.1404238 1308025 -1.07 0.284 -.3977967 1169491 RRTD | 6422569 4565001 1.41 0.160 -.2559736 1.540487 GDP | -.9054404 7731708 -1.17 0.242 -2.426767 6158859 INF | 1249202 0735562 1.70 0.090 -.0198123 2696527 _cons | -.2251358 1411295 -1.60 0.112 -.5028288 0525572 - est sto ROEOLS xtreg ROE DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, fe Fixed-effects (within) regression Number of obs = 321 Group variable: BANK1 Number of groups = 31 R-sq: Obs per group: = 0.2131 = between = 0.1473 avg = 10.4 overall = 0.1925 max = 11 within corr(u_i, Xb) = -0.0835 F(10,280) = 7.58 Prob > F = 0.0000 -ROE | Coef Std Err t P>|t| [95% Conf Interval] -+ -DEP | -.0755965 0745938 -1.01 0.312 -.2224323 0712393 CASH | 1212539 0419245 2.89 0.004 0387266 2037812 LGAP | 2540485 0551134 4.61 0.000 1455593 3625377 NPL | -1.188317 359325 -3.31 0.001 -1.895639 -.4809958 SIZE | -.0016889 010952 -0.15 0.878 -.0232476 0198699 CR3 | 0799436 1272443 0.63 0.530 -.1705333 3304204 VCSH | -.3247829 1608976 -2.02 0.044 -.6415054 -.0080604 RRTD | -1.026075 5227683 -1.96 0.051 -2.05513 0029797 GDP | -.0370793 8398292 -0.04 0.965 -1.69026 1.616101 INF | 013635 0792161 0.17 0.863 -.1422997 1695697 _cons | 2358554 2263319 1.04 0.298 -.2096727 6813834 -+ -sigma_u | 04143324 sigma_e | 06385125 rho | 29630712 (fraction of variance due to u_i) 83 -F test that all u_i=0: F(30, 280) = 2.62 Prob > F = 0.0000 est sto ROEFEM xtreg ROE DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, re Random-effects GLS regression Number of obs = 321 Group variable: BANK1 Number of groups = 31 R-sq: Obs per group: = 0.1737 = between = 0.5771 avg = 10.4 overall = 0.2948 max = 11 within corr(u_i, X) = (assumed) Wald chi2(10) = 119.02 Prob > chi2 = 0.0000 -ROE | Coef Std Err z P>|z| [95% Conf Interval] -+ -DEP | 0250471 0634711 0.39 0.693 -.099354 1494482 2487555 CASH | 1744279 0379229 4.60 0.000 1001003 LGAP | 2263264 0396552 5.71 0.000 1486037 3040492 NPL | -1.399301 3362302 -4.16 0.000 -2.058301 -.7403024 SIZE | 0193135 0056739 3.40 0.001 0081928 0304341 CR3 | 0422689 1285711 0.33 0.742 -.2097259 2942637 VCSH | -.1509423 1336704 -1.13 0.259 -.4129314 1110468 RRTD | 4255494 4640822 0.92 0.359 -.484035 1.335134 GDP | -.852727 7663619 -1.11 0.266 -2.354769 6493146 INF | 1163005 0728267 1.60 0.110 -.0264371 2590382 _cons | -.2067594 1449949 -1.43 0.154 -.4909441 0774253 -+ -sigma_u | 0095484 sigma_e | 06385125 rho | 02187344 (fraction of variance due to u_i) - est sto ROEREM hausman ROEFEM ROEREM Coefficients -| (b) (B) (b-B) sqrt(diag(V_b-V_B)) 84 | ROEFEM ROEREM Difference S.E -+ -DEP | -.0755965 0250471 -.1006436 0391873 CASH | 1212539 1744279 -.053174 0178751 LGAP | 2540485 2263264 0277221 0382747 NPL | -1.188317 -1.399301 2109842 1267428 SIZE | -.0016889 0193135 -.0210023 0093677 CR3 | 0799436 0422689 0376747 VCSH | -.3247829 -.1509423 -.1738406 089556 RRTD | -1.026075 4255494 -1.451625 2406541 GDP | -.0370793 -.852727 8156477 343515 INF | 013635 1163005 -.1026656 0311683 -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(10) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 50.01 Prob>chi2 = 0.0000 (V_b-V_B is not positive definite) xtreg ROE DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, fe Fixed-effects (within) regression Number of obs = 321 Group variable: BANK1 Number of groups = 31 R-sq: Obs per group: within = 0.2131 = between = 0.1473 avg = 10.4 overall = 0.1925 max = 11 corr(u_i, Xb) = -0.0835 F(10,280) = 7.58 Prob > F = 0.0000 -ROE | Coef Std Err t P>|t| [95% Conf Interval] -+ -DEP | -.0755965 0745938 -1.01 0.312 -.2224323 0712393 CASH | 1212539 0419245 2.89 0.004 0387266 2037812 LGAP | 2540485 0551134 4.61 0.000 1455593 3625377 NPL | -1.188317 359325 -3.31 0.001 -1.895639 -.4809958 SIZE | -.0016889 010952 -0.15 0.878 -.0232476 0198699 CR3 | 0799436 1272443 0.63 0.530 -.1705333 3304204 VCSH | -.3247829 1608976 -2.02 0.044 -.6415054 -.0080604 RRTD | -1.026075 5227683 -1.96 0.051 -2.05513 0029797 85 GDP | -.0370793 8398292 -0.04 0.965 -1.69026 1.616101 INF | 013635 0792161 0.17 0.863 -.1422997 1695697 _cons | 2358554 2263319 1.04 0.298 -.2096727 6813834 -+ -sigma_u | 04143324 sigma_e | 06385125 rho | 29630712 (fraction of variance due to u_i) -F test that all u_i=0: F(30, 280) = 2.62 Prob > F = 0.0000 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 = 4827.53 0.0000 xtserial ROE DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF Wooldridge test for autocorrelation in panel data H0: no first order autocorrelation F( 1, 30) = Prob > F = 2.177 0.1505 xtgls ROE DEP CASH LGAP NPL SIZE CR3 VCSH RRTD GDP INF, panel(h) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation Estimated covariances = 31 Estimated autocorrelations = Estimated coefficients = 11 Number of obs = 321 Number of groups = 31 Obs per group: = avg = 10.35484 max = 11 Wald chi2(10) = 313.26 Prob > chi2 = 0.0000 86 -ROE | Coef Std Err z P>|z| [95% Conf Interval] -+ -DEP | 0629465 0367183 1.71 0.086 -.00902 1349129 CASH | 1622151 0226879 7.15 0.000 1177476 2066825 LGAP | 1823043 0232065 7.86 0.000 1368205 2277881 NPL | -1.334328 1874677 -7.12 0.000 -1.701758 -.9668985 SIZE | 0190213 0032259 5.90 0.000 0126985 025344 CR3 | -.1534703 0732951 -2.09 0.036 -.2971261 -.0098145 VCSH | -.1094914 0741973 -1.48 0.140 -.2549155 0359326 RRTD | 6086624 2768544 2.20 0.028 0660377 1.151287 GDP | -.4848503 4551576 -1.07 0.287 -1.376943 4072422 INF | 1909178 0426797 4.47 0.000 1072671 2745685 _cons | -.190966 083615 -2.28 0.022 -.3548484 -.0270836 - est sto ROEFGLS esttab ROAFGLS ROEFGLS, r2 star(* 0.1 ** 0.05 *** 0.01) brackets nogap -(1) (2) ROA ROE -DEP -0.00259 [-0.54] CASH 0.0116*** [4.48] LGAP NPL 0.0118*** -1.334*** CR3 -0.0149* [2.85] [-1.77] 0.0643*** [5.87] INF 0.00264 [-7.12] 0.0190*** [5.90] -0.153** [-2.09] -0.109 [-1.48] 0.609** [0.08] [2.20] -0.00127 -0.485 [-0.03] [-1.07] 0.00751* [1.84] _cons 0.182*** -0.135*** 0.00123*** GDP 0.162*** [7.15] [7.86] [-5.79] RRTD [1.71] [3.80] SIZE VCSH 0.0629* -0.00937 [-0.88] 0.191*** [4.47] -0.191** [-2.28] 87 N 321 321 R-sq -t statistics in brackets * p