Tác gi s d ng đ ng th i ph ng pháp nghiên c u qua tài li u và ph ng pháp nghiên c u th c nghi m thông qua vi c c l ng các mô hình h i quy. Theo
ph ng pháp nghiên c u qua tài li u th ng đ c áp d ng tr c, thông qua vi c thu th p các s li u, d li u có liên quan bài nghiên c u s đ a ra nh ng k t lu n ban đ u nh m đ nh h ng nghiên c u thông qua vi c đ xu t các gi thi t nghiên c u. Theo kinh nghi m t các bài nghiên c u tr c thì b c nghiên c u đ u tiên này r t quan tr ng vì nó giúp chúng ta đ nh h ng t t h n cho v n đ c n nghiên c u, đ c bi t là có nh ng đánh giá đ y đ c chi u r ng l n chi u sâu cho các k t qu k v ng mà bài nghiên c u mang l i.
V ph ng pháp nghiên c u b ng mô hình đ nh l ng, tác gi s d ng ph ng pháp c l ng h i quy d li u b ng. Vi c s d ng d li u d ng b ng trong bài nghiên c u này giúp chúng ta có th phân tích cho nhi u ngân hàng theo th i gian b ng cách k t h p thông tin theo chu i th i gian và thông tin chéo gi a các ngân hàng. Khi m i quan h gi a kh n ng sinh l i c a ngân hàng và t l s h u v n n c ngoài đ c phân tích trong m t mô hình h i quy d li u d ng b ng k t h p v i vi c l y tr ng s theo d li u chéo gi a các ngân hàng s giúp kh c ph c ph n l n hi n t ng đa công tuy n3, ph ng sai không đ ng đ u4 và t t ng quan5
c a các bi n trong mô hình.
phân tích d li u d ng b ng bài nghiên c u này dùng ph ng pháp h i quy bình ph ng t ng quát (Generalized Least Squares – GLS) k t h p l y tr ng s
3 a c ng tuy n là hi n t ng t n t i m i quan h tuy n tính “hoàn h o” ho c chính xác gi a m t s ho c t t c các bi n gi i thích trong m t mô hình h i qui. Khi có đa c ng tuy n hoàn h o, không th có l i gi i duy nh t cho các h s h i quy riêng. Ta ch có th có đ c l i gi i duy nh t cho t h p tuy n tính c a các h s này. Tr ng h p đa c ng tuy n không hoàn h o th ng hay g p trong th c hành. a c ng tuy n gây ra nhi u h u qu nh là t ng sai s chu n, d u c a các c l ng v h s h i quy có th sai.
4
Ph ng sai không đ ng đ u (Heteroskedasticy) là hi n t ng m t bi n đ c l p trong mô hình có quan h m t cách h th ng v i sai s c a mô hình. Vi c t n t i ph ng sai không đ ng đ u trong mô hình tuy không làm nh h ng t i k t qu h s c l ng t c là h s c l ng v n th ng nh t (consistent) và không chênh l ch (unbiased) nh ng l i làm nh h ng t i ph ng sai c a h s và vì v y làm cho ki m đnh F và ki m đ nh t ít có ý ngh a. Hi n t ng này khá ph bi n v i chu i s li u chéo.
5
T t ng quan là do có s t ng quan gi a các thành ph n c a chu i các quan sát đ c s p x p theo th t th i gian (trong các s li u chu i th i gian) ho c không gian (trong s li u chéo) mà nguyên nhân khách quan là do quán tính chu i th i gian, hi n t ng m ng nh n và các đ tr . H u qu c a hi n t ng này c ng t ng t nh Ph ng sai không đ ng đ u.
chéo gi a các d li u theo chu i th i gian. So v i ph ng pháp OLS truy n th ng, ph ng pháp này giúp kh c ph c đ c các hi n t ng v n x y ra trong các mô hình h i quy nh đa c ng tuy n, t t ng quan, mà đ c bi t là hi n t ng t ng quan gi a các ph n sai s c a bi n trong mô hình, đi u này làm cho mô hình không còn phù h p n a. V i ph ng pháp này, các k t qu mô hình thu đ c r t kh quan v i m c đ gi i thích c a bi n đ c l p đ i v i bi n ph thu c khá cao (ph n l n giá tr R2 đ u l n h n 50%).
Phân tích d li u d ng b ng ng d ng trong bài nghiên c u này đ c th c hi n theo công trình c a (Himmelberg cùng nhóm tác gi , 1999). Theo đó, ba mô hình đ c c l ng cho m i bi n ph thu c t o ra m t t ng s 15 mô hình. Trong các mô hình này, ch có bi n gi i thích đ c dùng là khác nhau, ngh a là m t s l ng gi ng nhau g m 7 bi n ki m soát đ c dùng luôn cho m i mô hình. Ngoài ra còn m t d ng mô hình n a đ c dùng đ c l ng h s H nh m xem xét tác đ ng c a t l s h u v n n c ngoài đ n đ n đ nh c a ngành ngân hàng trong n c thông qua đánh giá m c đ c nh tranh gi a các ngân hàng.
D ng mô hình đ u tiên đi u tra tác đ ng c a s h u n c ngoài đ c bi u th b i ph n tr m c phi u thu c nhà đ u t n c ngoài và 5 công c đo l ng kh n ng sinh l i khác nhau c a m t ngân hàng là ROA, ROE, NIM, NNIM, và CIR. Trong d ng mô hình này bi n gi i thích đ c s d ng là FIPERCENT.
D ng mô hình th hai đ c s d ng c ng đ quan sát tác đ ng c a s h u v n n c ngoài đ n kh n ng sinh l i c a ngân hàng nh ng m c đ chi ti t h n đó là s h u n c ngoài thi u s và đa s (MIN và MAJ). Do v y, phân tích đ c ti n hành đ ki m tra li u nh ng ngân hàng có s h u n c ngoài trong ph m vi nh t đ nh có t t h n so v i các ngân hàng thu n n i đ a không.
D ng mô hình th ba, m i tám bi n gi , đ c gán tên l n l t là MIN2008, MIN2009, MIN2010, MIN2011, MIN2012, MIN2013, MAJ2008, MAJ2009, MAJ2010, MAJ2011, MAJ2012, MAJ2013, DOM2008, DOM2009,
DOM2010,DOM2011, DOM2012 và DOM2013 đ c t o ra đ xem xét nh h ng hàng n m c a s h u n c ngoài thi u s và đa s lên kh n ng sinh l i c a ngân hàng và khám phá li u chúng có bi u th m c hi u qu cao h n so v i các ngân hàng n i đ a hoàn toàn hay không. D ng mô hình th ba này c ng giúp đ gi i thích c th h n và ki m tra m c đ phù h p c a d ng mô hình th 2. Tuy nhiên, sau khi c l ng mô hình b ng ph n m m Eviews, m t phát hi n thú v là s có m t c a bi n gi MIN2008 làm x y ra hi n t ng đa c ng tuy n và r i vào b y bi n gi khi n ch ng trình báo l i “Near singular matrix”. Do đó, bi n gi MIN2008 s đ c đ a ra kh i mô hình khi c l ng d ng mô hình th ba này.
D ng chung c a các mô hình đ c c l ng nh sau:
Yi,t = + 1*Fi,t + 2*Control i,t + 6
Trong đó:
+ Yi,t là bi n ph thu c, l n l t là ROA, ROE, NIM, NNIM, CIR;
+ Fi,t là bi n gi i thích, l n l t là FIPERCENT, (MIN, MAJ), (MIN2009, MIN2010, MIN2011, MIN2012, MIN2013), (MAJ2008, MAJ2009, MAJ2010, MAJ2011, MAJ2012, MAJ2013), (DOM2008, DOM2009, DOM2010, DOM2011, DOM2012, DOM2013);
+ Control i,t là các bi n ki m soát, bao g m: SIZE, ADMIN, EQ, LDR, AGE, NPL và CAR;
+ i t ng ng v i 32 ngân hàng, t t ng ng v i các n m 2008, 2009, 2010, 2011, 2012, 2013.
Tuy nhiên, đ gi m thi u hi n t ng đa c ng tuy n, ma tr n h s t ng quan đ c th c hi n nh m tính toán đ t ng quan gi a các c p bi n s d ng trong
6
mô hình, đ c trình bày chi ti t t i Ph l c 4. i v i các c p bi n s c a nhóm mô hình chính có h s t ng quan l n h n 0,7 đ c xem xét lo i ra kh i mô hình. Tuy nhiên, sau khi quan sát, nh n th y, đ i v i t ng c p bi n s d ng trong cùng m t d ng mô hình không t n t i c p bi n s nào mà có h s t ng quan gi a chúng l n h n 0,7 hay ch s VIFi,j = 1
1伐Ri,j2> 10. Do đó, m i mô hình v n bao g m các bi n nh mô t đ i v i b n d ng mô hình đ u tiên. Riêng đ i v i mô hình dùng đ c l ng ch tiêu H bi n ADMIN s đ c xem xét rút ra kh i l ng bi n ki m soát c a các mô hình c l ng h s H nh m đ m b o gi m thi u kh n ng x y ra đa c ng tuy n trong mô hình c l ng.
Khi c l ng các mô hình d li u d ng b ng có ba ph ng pháp đ c s d ng, m t là ph ng pháp POOL (OLS thông th ng), hai là FEM (c đnh nhân t ), ba là REM (nhân t ng u nhiên). Tác gi s d ng ph n m m Eview 6.1 đ th c hi n h i quy d li u b ng đ i v i các mô hình trên. Tr c tiên c l ng mô hình v i ph ng pháp FEM và th c hi n ki m đ nh F-test v i gi thi t H0 là mô hình không có đ c tr ng riêng. V i m c ý ngh a 5%, tr ng h p ch p nh n H0, mô hình s đ c c l ng ti p t c v i ph ng pháp POOL, tr ng h p bác b H0 (n u k t qu giá tr p (p-value) < 0,05), mô hình s dùng m t trong hai ph ng pháp là FEM ho c REM. Sau đó c l ng mô hình v i ph ng pháp REM và th c hi n ki m đnh Hausman v i gi thi t H0 là không có s liên h gi a đ c tr ng c a ngân hàng v i các bi n. V i m c ý ngh a 5%, n u k t qu giá tr p (p-value) < 0,05 t c là bác b gi thi t H0 thì mô hình FEM đ c s d ng, ng c l i n u ch p nh n H0 thì mô hình REM đ c s d ng. Các b c th c hi n này đ c áp d ng cho t t c các mô hình, tuy nhiên đ ti n theo dõi, các k t qu h i quy k t xu t t ch ng trình Eview 6.1 đ c trình bày trong Ph l c 5, còn trong b ng k t qu t ng h p trình bày t i
ph n k t qu mô hình ch th hi n giá tr ki m đ nh F-test và Hausman test.
i v i mô hình dùng đ ki m tra nh h ng c a thành ph n s h u v n n c ngoài đ n tính n đnh c a ngành ngân hàng thông qua xem xét m c đ c nh
tranh c a ngành, t c là đi tìm ch tiêu H, mà ch tiêu H = 布 R wi 券 件=1 wi R . Nh v y, c n c l ng H theo ph ng trình: (adsbygoogle = window.adsbygoogle || []).push({});
lnIRi,t = + 1*ln(w1,it) + 2*ln(w2,it) + 3*ln(w3,it) + *lnControl it+
V i H = 1 + 2 + 3, do đó c n c l ng m t mô hình chung đ tìm ra H theo h i quy d ng b ng. Sau đó ki m đnh mô hình t ng n m v i s li u c a các ngân hàng đ ra đ c 6 giá tr H, là c s đánh giá H theo t ng n m.
Ngoài ra còn m t v n đ c n l u ý là đa s nh ng bài nghiên c u ki m tra tác đ ng c a thành ph n s h u v n đ n kh n ng sinh l i c a ngân hàng đ u g p ph i tr ng i l n v kh n ng x y ra t ng quan ngh ch. i u này ch ra r ng kh n ng sinh l i c a m t ngân hàng có th tác đ ng đ n thành ph n s h u v n đ c c l ng thông qua các mô hình mà trong đó các bi n gi i thích là các ch s đo l ng kh n ng sinh l i c a ngân hàng (v n gi vai trò bi n ph thu c trong các mô hình c a bài nghiên c u này), còn bi n đ c l p là t l s h u v n n c ngoài.
Bài nghiên c u đ u tiên phân tích m i quan h ngh ch này là c a (Demsetz, 1983), tác gi đã cân nh c vi c xác đ nh thành ph n s h u v n n c ngoài nh m t bi n n i sinh, tác gi đã tranh lu n r ng “không m t c u trúc s h u nào phù h p v i t t c tr ng h p đ giá tr tài s n c a doanh nghi p đ c t i đa hóa” –
Demsetz (1983). V n đ chuy n c u trúc s h u thành m t bi n n i sinh đ c nh n m nh h n n a trong công trình c a (Demsetz và Villalonga, 2001).
Ph i nói r ng thành ph n s h u v n c a các ngân hàng thu c m u trong bài nghiên c u này là khá n đ nh trong su t kho ng th i gian phân tích, t b ng d li u các bi n có th nh n th y, ngo i tr m t s ngân hàng có nh ng thay đ i l n v t l s h u thì đa s t l s h u n c ngoài c a các ngân hàng còn l i ch có nh ng thay đ i nh dao đ ng trong biên đ 5% trong kho ng th i gian 2008 - 2013. Tuy nhiên, theo công trình c a (Thomsen và Pedersen, 2000), vi c ki m tra quan
ph n tr m s h u v n n c ngoài là vô cùng c n thi t đ đ a ra các k t lu n đ y đ và phù h p h n v i th c t . Do đó, đ xác đnh li u nh ng thay đ i trong kh n ng sinh l i có nh h ng đ n t l s h u v n n c ngoài, m t bài ki m tra đ đánh giá tác đ ng nh ng thay đ i c a các bi n kh n ng sinh l i (t c là bi n ph thu c trong mô hình nguyên m u) lên t l s h u n c ngoài qua các n m 2008 - 2013 đã đ c th c hi n v i mô hình sau:
FIPERCENTi,t= Constant+ *(thay đ i trong ROA, ROE, NIM, NNIM, CIR
trong các n m 2008, 2009, 2010, 2011, 2012, 2013)
Khi mô hình này đ c áp d ng cho m i bi n đo l ng kh n ng sinh l i nh ROA, ROE, NIM, NNIM và CIR, h u nh không th y có m i quan h đáng k nào gi a nh ng thay đ i trong kh n ng sinh l i và t l s h u v n n c ngoài.7 Do v y, có th nói r ng không có v n đ gì trong vi c đ nh ngh a thành ph n s h u v n n c ngoài nh m t bi n ngo i sinh trong các mô hình c a bài nghiên c u này.