Tiến hành kiểm định ADF đối với từng chuỗi NPL, GDP, UNEMP, REER, IP, CPI, IP, INRATE, FDI, EXPORT theo phụ lục từ 1 đến 9.
Bảng 4.2:Tổng hợp kết quả tính dừng của các biến kinh tế vĩ mô ở chuỗi thời gian gốc
Biến p-value for Z(t) p-value for Z(t)
NPL 0.7291 IP 0.0666
GDP 0.6001 INRATE 0.2949
UNEMP 0.0412 FDI 0.0935
REER 0.6402 EXPORT 0.7156
42
Theo kết quả kiểm định giá trị p-value for Z(t) của tất cả các biến đều > α, vậy không có bằng chứng bác bỏ giả thuyết H0, chuỗi thời gian của các biến không dừng ở thời gian gốc, ngoại trừ biến UNEMP có giá trị p-value for Z(t) < α, dừng chuỗi thời gian gốc. Nhƣ vậy, tiếp tục sai phân bậc 1 các biến còn lại.
Bảng 4.3: Tổng hợp kết quả tính dừng của các biến kinh tế vĩ mô khi sai phân bậc 1
Biến p-value for Z(t) p-value for Z(t)
NPL 0.0032 INRATE 0.0092
GDP 0.0000 FDI 0.0001
REER 0.0082 EXPORT 0.0001
IP 0.0000 CPI 0.0032
Nguồn: từ tính toán của tác giả
4.1.3 Mô hình hồi quy theo pháp ƣớc lƣợng hồi quy tuyến tính Bảng 4.4: Kết quả hồi quy OLS Bảng 4.4: Kết quả hồi quy OLS
_cons 1.042209 1.613272 0.65 0.522 -2.220941 4.305359 inrate -.0538444 .0242349 -2.22 0.032 -.1028642 -.0048246 fdi .0020994 .0109941 0.19 0.850 -.0201383 .0243371 export .0321931 .0455887 0.71 0.484 -.0600188 .1244049 ip .2484824 .0554259 4.48 0.000 .136373 .3605918 cpi .0035066 .0044543 0.79 0.436 -.005503 .0125163 reer 2.985226 1.061276 2.81 0.008 .8385937 5.131858 unemp -.7274941 .2360395 -3.08 0.004 -1.204929 -.2500591 gdp -.2238458 .0659909 -3.39 0.002 -.3573251 -.0903666 NPL Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 30.2025979 47 .642608466 Root MSE = .32684 Adj R-squared = 0.8338 Residual 4.16613778 39 .106824046 R-squared = 0.8621 Model 26.0364601 8 3.25455752 Prob > F = 0.0000 F( 8, 39) = 30.47 Source SS df MS Number of obs = 48
Nguồn: từ tính toán của tác giả
Từ kết quả hồi quy NPL theo các biến độc lập cho các kết quả sau:
- Với giá trị thống kê F đƣợc tính từ tổng bình phần dƣ của mô hình (SSM) và tổng bình phƣơng phần dƣ chƣa đƣợc giải thích (SSR) bằng 30.47 cho thấy mô hình đảm bảo đƣợc độ tin cậy của mô hình với Prob >F=0.0000.
43
- Hệ số xác định (R-squared = 0.8621) cho thấy 86,21% sự thay đổi của các biến kinh tế vĩ mô đƣợc giải thích bởi mô hình
- Kết quả của hệ số ƣớc lƣợng cho thấy chỉ có 5 biến có ý nghĩa thống kê là GDP, UNEMP, REER, IP, INRATE có ý nghĩa thống kế ở mức 5%; còn 3 biến CPI, EXPORT, và FDI không có ý nghĩa thống kê.
Tuy nhiên với hệ số R-squared lớn rất có thể mô hình bị đa cộng tuyến. Vì vậy kiểm tra đa cộng tuyến VIF
Bảng 4.5: Kết quả kiểm tra đa cộng tuyến
Mean VIF 3.98 ip 1.42 0.706698 fdi 1.58 0.634706 unemp 1.89 0.530082 reer 2.15 0.465370 inrate 2.24 0.446578 gdp 3.94 0.253587 export 7.49 0.133525 cpi 11.13 0.089882 Variable VIF 1/VIF
Nguồn: từ tính toán của tác giả
Bảng 4.5 cho thấy, biến CPI có hệ số phóng đại phƣơng sai VIF là 11,13 chứng minh đƣợc là biến CPI đã bị đa cộng tuyến. Vì vậy, cách xử lý tiếp theo của tác giả là loại biến CPI ra khỏi mô hình.
44
Bảng 4.6: Kết quả hồi quy sau khi loại biến CPI
_cons .7025577 1.547104 0.45 0.652 -2.424256 3.829372 inrate -.0552609 .0240529 -2.30 0.027 -.1038736 -.0066481 fdi -.0003235 .0105043 -0.03 0.976 -.0215534 .0209065 export .0640203 .0209675 3.05 0.004 .0216434 .1063973 ip .2576564 .0539288 4.78 0.000 .1486621 .3666506 reer 3.122466 1.041872 3.00 0.005 1.016764 5.228168 unemp -.6351538 .2038568 -3.12 0.003 -1.047164 -.2231438 gdp -.2600654 .0470828 -5.52 0.000 -.3552234 -.1649075 NPL Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 30.2025979 47 .642608466 Root MSE = .32528 Adj R-squared = 0.8353 Residual 4.23234254 40 .105808564 R-squared = 0.8599 Model 25.9702554 7 3.71003648 Prob > F = 0.0000 F( 7, 40) = 35.06 Source SS df MS Number of obs = 48
Nguồn: từ tính toán của tác giả
Kết quả kiểm định phƣơng sai thay đổi bằng kiểm định Bruesch – Pagan cho thấy mô hình không tồn tại hiện tƣợng phƣơng sai thay đổi vì p-value >α
Bảng 4.7: Kết quả kiểm tra phƣơng sai thay đổi
Prob > chi2 = 0.7846 chi2(1) = 0.07
Variables: fitted values of NPL Ho: Constant variance
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Nguồn: từ tính toán của tác giả
Tuy nhiên, kết quả kiểm định Breusch-Godfrey cho thấy có sự tự tƣơng quan của phần dƣ trong mô hình
Bảng 4.8: Kết quả kiểm tra tự tƣơng quan của phần dƣ
H0: no serial correlation
1 6.520 1 0.0107
lags(p) chi2 df Prob > chi2
Breusch-Godfrey LM test for autocorrelation
45
Nhận xét:
Ngoại trừ biến FDI là không có ý nghĩa thống kê ở mức 5% thì các hệ số còn lại của mô hình đều có ý nghĩa thống kê. Tuy nhiên hệ số ƣớc lƣợng của các biến nhƣ UNEMP (-), EXPORT (+) Và INRATE (-) khác với dấu kì vọng của Fawad Ahmad and Taqadus Bashir(2013). Trong điều kiện của biến động của nền kinh tế Việt Nam trong giai đoạn 2003 – 2014, điều này có thể đƣợc giải thích nhƣ sau:
- Hệ số ƣớc lƣợng của biến UNEMP (-) vì NPL ở Việt Nam trong giai đoạn 2003 – 2014 tập trung chủ yếu cho các đối tƣợng là doanh nghiệp mà hầu nhƣ rất ít tập trung cho phân khúc tín dụng tiêu dùng cá nhân. Do vậy, tỉ lệ thất nghiệp có tăng cũng không ảnh hƣởng gì đến NPL.
- Sở dĩ hệ số ƣớc lƣợng của biến EXPORT (+) là vì khi xuất khẩu tăng, các doanh nghiệp tiếp tục có nhu cầu cho vay để mở rộng xuất khẩu, cùng với đó là lãi suất tăng cao trong giai đoạn 2008 – 2012. Các yếu tố trên làm tăng rủi ro thanh toán các khoản nợ dẫn đến NPL tăng.
- Tƣơng tự nhƣ vậy, hệ số ƣớc lƣợng của biến INRATE (-) là do khi lãi suất tăng, các doanh nghiệp, nhất là các doanh nghiệp bất động sản ngại vay vốn để đầu tƣ; đồng thời các doanh nghiệp này xem gửi tiền có kỳ hạn vào NHTM nhƣ là một kênh đầu tƣ an toàn. Cả 2 yếu tố trên góp phần làm giảm NPL khi lãi suất tăng.
Nhƣng do tất cả các biến đều dừng ở sai phân bậc 1 ngoại trừ biến UNEMP là dừng ở chuỗi thời gốc, với kết luận này kết quả ƣớc lƣợng OLS trên trở nên mơ hồ và không đáng tin cậy bởi nó đƣợc hồi quy trên các chuỗi không dừng. Tuy nhiên, chúng ta có thể tận dụng kết quả của ƣớc lƣợng OLS để mở rộng phân tích về tác động nhân quả giữa NPL với lần lƣợt các biến GDP, UNEMP, REER, IP, EXPORT và INRATE.
46