Thực hiện kiểm định tương tự như đối với biến phụ thuộc ROA, ta có kết quả hồi quy được trình bày ở bảng 4.11.
ROE = 𝛽0 + 𝛽1DRit + 𝛽2CLAit + 𝛽3LAit + 𝛽4LRit + 𝛽5CI it+ 𝛽6Ln(Loanit)
ROE = 𝛽0 + 𝛽1LLRit + 𝛽2CLAit + 𝛽3LAit + 𝛽4LRit + 𝛽5CI it+ 𝛽6Ln(Loanit)
+𝛽7 Ageit + ɛit (2b)
Bảng 4.11. Kết quả chạy hồi quy mô hình (2a) và 2 (b) với FEM Dependent Variable: ROE
(2a) (2b)
Independent Variable Coefficient Prob. Coefficient Prob.
Cons -2,939 0,559 -2,805 0,574 DR -0,682 0,005 - - LLR - - -26,148 0,690 CLA 17,979 0,203 20,861 0,163 LA 1,427 0,225 1,655 0,150 LR 14,593 0,042 13,963 0,056 CI 11,465 0,315 5,634 0,622 Loan 3,143 0,000 3,334 0,000 AGE -1,407 0,000 -1,508 0,000 R-squared 0,698 0,682 Prob(F-statistic) 0,000 0,000 Durbin-Watson stat 1,566 1,558
(Nguồn: Tính toán của tác giả)
Hai biến đo lường rủi ro tín dụng là Tỷ lệ nợ xấu (DR) và Tỷ lệ dự phòng rủi ro tín dụng (LLR) đều tác động ngược chiều lên ROE tương tự như đối với ROA. Tuy nhiên, cũng chỉ có sự tác động của Tỷ lệ nợ xấu lên ROE là có ý nghĩa thống kê ở mức ý nghĩa 1%.
Chi phí cho mỗi khoản vay (CLA) và Tỷ lệ cho vay và ứng trước (LA) cũng không tác động đến ROE, thể hiện qua giá trị Prob lớn hơn 10% cho cả hai mô hình (2a) và (2b).
Tuy nhiên, khác với biến ROA, đòn bẩy tài chính lại tác động cùng chiều lên ROE và có nghĩa thống kê ở mức ý nghĩa 5% ở mô hình (2a) và 10% ở mô hình
(2b). Điều này có thể giải thích là do LR tăng sẽ làm cho vốn chủ sở hữu giảm, do đó ROE sẽ tăng.
Biến CI (Lãi tín dụng/Tín dụng đã cấp) cũng tác động cùng chiều lên ROE và không có ý nghĩa thống kê ở cả hai mô hình (2a) và (2b).
Cũng giống như đối với ROA, tổng dư nợ (Loan) và thời gian hoạt động của ngân hàng (Age) đều tác động đến ROE. Trong đó, Tổng dư nợ tác động cùng chiều lên ROE ở mức ý nghĩa thống kê là 1% cho cả hai mô hình (2a) và (2b). Ngược lại, Thời gian hoạt động của ngân hàng lại tác động ngược chiều lên ROE cũng ở mức ý nghĩa 1% cho cả hai mô hình.
Giá trị R2 cho thấy các biến độc lập giải thích khoảng 69,8% sự biến thiên của biến phụ thuộc ở mô hình (2a) và khoảng 68,2% ở mô hình (2b), điều đó cho thấy mức độ phù hợp của mô hình là khá cao.
Từ việc phân tích mô hai mô hình hồi quy (2a) và (2b) cũng có thể thấy cả hai yếu tố đo lường rủi ro tín dụng được sử dụng là tỷ lệ nợ xấu (DR) và tỷ lệ dự phòng rủi ro tín dụng (LLR) đều tác động ngược chiều lên ROE nhưng cũng chỉ có biến DR là có ý nghĩa thống kê ở mức ý nghĩa 1%.