4.1.5.1 Phƣơng trình NPL- GDP Kiểm tra độ trễ tối ƣu
Bảng 4.10: Kết quả kiểm tra độ trễ tối ƣu
Exogenous: _cons Endogenous: D.NPL D.gdp 4 -43.5885 13.56* 4 0.009 .060894* 2.86458* 3.13645 3.60183 3 -50.3684 3.9033 4 0.419 .068836 2.99388 3.20533 3.56729 2 -52.32 17.815 4 0.001 .062347 2.89861 3.04965 3.30819 1 -61.2278 2.8389 4 0.585 .078205 3.12687 3.2175 3.37262 0 -62.6472 .069329 3.00685 3.03705* 3.08876* lag LL LR df p FPE AIC HQIC SBIC Sample: 2004q2 - 2014q4 Number of obs = 43 Selection-order criteria
Nguồn: từ tính toán của tác giả
Kết quả cho thấy độ trễ tối ƣu của phƣơng trình là 0 và 4. Trong trƣờng hợp, mô hình chọn độ trễ tối ƣu là 0 thì đây chính là trƣờng hợp của ƣớc lƣợng OLS và khi đó không xét trƣờng hợp này (Stata cũng thông báo lỗi vì vi phạm tính chất của mô hình VAR/VECM). Trong trƣờng hợp này tác giả chọn độ trễ tối ƣu cho phƣơng trình NPL – GDP là 4.
48
Bảng 4.11: Kết quả ƣớc lƣợng mô hình VAR của NPL- GDP
_cons .0191943 .1158181 0.17 0.868 -.2078051 .2461936 L4D. .5506937 .1254564 4.39 0.000 .3048037 .7965837 gdp L4D. -.5114913 .4554937 -1.12 0.261 -1.404242 .3812599 NPL D_gdp _cons .0054359 .0384245 0.14 0.887 -.0698748 .0807466 L4D. -.0350344 .0416222 -0.84 0.400 -.1166124 .0465435 gdp L4D. .4023696 .1511174 2.66 0.008 .1061849 .6985542 NPL D_NPL Coef. Std. Err. z P>|z| [95% Conf. Interval]
D_gdp 3 .786345 0.3984 28.4813 0.0000 D_NPL 3 .260883 0.2059 11.14992 0.0038 Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = .0334597 SBIC = 2.80316 FPE = .0442505 HQIC = 2.648036 Log likelihood = -48.98435 AIC = 2.557411 Sample: 2004q2 - 2014q4 No. of obs = 43 Vector autoregression
Nguồn: từ tính toán của tác giả
Nhận xét: biến L4D.NPL tác động có ý nghĩa đến biến D.NPL trong phƣơng trình D.NPL; cũng nhƣ L4D.GDP cũng tác động đến biến D.GDP trong phƣơng trình D.GDP.
Kiểm tra tính ổn định
Bảng 4.12: Kết quả kiểm tra tính ổn định của NPL- GDP
VAR satisfies stability condition.
All the eigenvalues lie inside the unit circle. .7541666 .754167 -6.939e-17 - .7541666i .754167 -6.939e-17 + .7541666i .754167 -.7541666 .754167 1.804e-16 - .8907596i .89076 1.804e-16 + .8907596i .89076 -.8907596 .89076 .8907596 .89076 Eigenvalue Modulus Eigenvalue stability condition
49
Kết quả cho thấy các giá trị eigenvalue của mô hình đều nhỏ hơn 1, do vậy, các mô hình đảm bảo đƣợc tính ổn định.
Kiểm tra sự tự tƣơng quan của phần dƣ
Mô hình cho thấy đƣợc sự ổn định, tuy nhiên, để kết quả phân tích đƣợc tin cậy cần kiểm tra sự tự tƣơng quan của các sai số. Lệnh varlmar sẽ thực hiện kiểm định nhân tử Lagrange (LM test) với giả thuyết H0 cho rằng không có sự tự tƣơng quan của sai số. Chúng ta thực hiện LM test cho mô hình với 2 độ trễ đầu tiên nhƣ sau:
Kết quả kiểm tra sự tự tƣơng quan của phần dƣ cho thấy mô hình không có sự tự tƣơng quan của phần dƣ ở các độ trễ 2 độ trễ đầu tiên.
Bảng 4.13: Kết quả kiểm tra sự tự tƣơng quan của phần dƣ của NPL- GDP
H0: no autocorrelation at lag order
2 0.6128 4 0.96163 1 2.8142 4 0.58939 lag chi2 df Prob > chi2 Lagrange-multiplier test
50
Kiểm tra độ tin cậy
Kiểm tra độ tin cậy của các hệ số đƣợc thực hiện qua kiểm định Wald. Kiểm định Wald sẽ kiểm tra độ tin cậy của các hệ số trong từng phƣơng trình (D.NPL và D.GDP). Trên Stata, kiểm định Wald đƣợc thực hiện bằng lệnh varwle nhƣ sau.
Bảng 4.14: Kết quả kiểm tra độ tin cậy của NPL- GDP
4 34.75808 4 0.000 lag chi2 df Prob > chi2 Equation: All
4 28.4813 2 0.000 lag chi2 df Prob > chi2 Equation: D_gdp
4 11.14992 2 0.004 lag chi2 df Prob > chi2 Equation: D_NPL
Nguồn: từ tính toán của tác giả
Kết quả kiểm định Wald cho thấy, ít nhất 1 hệ số của mỗi phƣơng trình đều khác 0 và có ý nghĩa thống kê. Nhƣ vậy, mô hình đảm bảo đƣợc sự tin cậy trong hệ số ƣớc lƣợng.
Phân tích nhân quả Granger
Bảng 4.15: Kết quả phân tích nhân quả của NPL- GDP
D_gdp ALL 1.261 1 0.261 D_gdp D.NPL 1.261 1 0.261 D_NPL ALL .7085 1 0.400 D_NPL D.gdp .7085 1 0.400 Equation Excluded chi2 df Prob > chi2 Granger causality Wald tests
Nguồn: từ tính toán của tác giả
Với giá trị p-value bằng 0.400 trong phƣơng trình của “D.NPL” và 0.261 trong phƣơng trình D.GDP đều lớn hơn 0.05, điều này cho thấy chúng ta chƣa có bằng
51
chứng để xác nhận mối quan hệ nhân quả giữa D.NPL và D.GDP. Nghĩa là chúng ta chƣa thể bác bỏ giả thuyết tăng trƣởng GDP sẽ làm giảm tỉ lệ NPL hoặc ngƣợc lại.
Tƣơng tự với các biến còn lại, kết quả kiểm tra tính ổn định, sự tự tƣơng quan của phần dƣ và kiểm tra độ tin cậy đều ra kết quả tốt xem phụ lục. Ở đây tác giả chỉ phân tích nhân quả Granger
4.1.5.2 Phƣơng trình NPL- REER
Bảng 4.16: Kết quả phân tích nhân quả của NPL- REER
Nguồn: từ tính toán của tác giả
Với giá trị p_value tại dòng “D.REER Excluded” trong phƣơng trình của “D_NPL”, điều này cho thấy rằng có thể bác bỏ giả thuyết Ho: tỷ giá thực hiệu lực không tác động lên tỷ lệ nợ xấu của hệ thống NHTM Việt Nam. Điều đó có nghĩa, tỷ giá thực hiệu lực có tác động lên tỷ lệ nợ xấu của hệ thống NHTM Việt Nam. Ở khía cạnh ngƣợc lại, phƣơng trình của “D_REER”, dòng “D.NPL excluded” có giá trị p_value bằng 0.777 cho thấy rằng tỷ lệ nợ xấu có tăng lên không làm tăng tỷ giá thực hiệu lực của hệ thống NHTM Việt Nam.
4.1.5.3 Phƣơng trình NPL- IP
Bảng 4.17: Kết quả phân tích nhân quả của NPL- IP
D_ip ALL 1.7178 1 0.190 D_ip D.npl 1.7178 1 0.190 D_npl ALL .03357 1 0.855 D_npl D.ip .03357 1 0.855 Equation Excluded chi2 df Prob > chi2 Granger causality Wald tests
Nguồn: từ tính toán của tác giả
Với giá trị p-value bằng 0.855 trong phƣơng trình của “D.NPL” và 0.190 trong phƣơng trình D.IP đều lớn hơn 0.05, điều này cho thấy chúng ta chƣa có bằng chứng
D_reer ALL .08026 1 0.777 D_reer D.npl .08026 1 0.777 D_npl ALL 7.372 1 0.007 D_npl D.reer 7.372 1 0.007 Equation Excluded chi2 df Prob > chi2 Granger causality Wald tests
52
để xác nhận mối quan hệ nhân quả giữa D.NPL và D.IP. Nghĩa là chúng ta chƣa thể bác bỏ giả thuyết tăng trƣởng IP sẽ làm tăng tỉ lệ NPL hoặc ngƣợc lại.
4.1.5.4 Phƣơng trình NPL- EXPORT
Bảng 4.18: Kết quả phân tích nhân quả của NPL- EXPORT
D_export ALL .35812 1 0.550 D_export D.npl .35812 1 0.550 D_npl ALL 1.6179 1 0.203 D_npl D.export 1.6179 1 0.203 Equation Excluded chi2 df Prob > chi2 Granger causality Wald tests
Nguồn: từ tính toán của tác giả
Với giá trị p-value bằng 0.203 trong phƣơng trình của “D.NPL” và 0.550 trong phƣơng trình D.EXPORT đều lớn hơn 0.05, điều này cho thấy chúng ta chƣa có bằng chứng để xác nhận mối quan hệ nhân quả giữa D.NPL và D.EXPORT. Nghĩa là chúng ta chƣa thể bác bỏ giả thuyết tăng trƣởng xuất khẩu sẽ làm giảm tỉ lệ NPL hoặc ngƣợc lại.
4.1.5.5 Phƣơng trình NPL- INRATE
Bảng 4.19: Kết quả phân tích nhân quả của NPL- INRATE
D_inrate ALL .02959 1 0.863 D_inrate D.npl .02959 1 0.863 D_npl ALL .17151 1 0.679 D_npl D.inrate .17151 1 0.679 Equation Excluded chi2 df Prob > chi2 Granger causality Wald tests
Nguồn: từ tính toán của tác giả
Với giá trị p-value bằng 0.0.679 trong phƣơng trình của “D.NPL” và 0.863 trong phƣơng trình D.INRATE đều lớn hơn 0.05, điều này cho thấy chúng ta chƣa có bằng chứng để xác nhận mối quan hệ nhân quả giữa D.NPL và D.INRATE. Nghĩa là chúng ta chƣa thể bác bỏ giả thuyết tăng lãi suất sẽ làm giảm tỉ lệ NPL hoặc ngƣợc lại.
53