4.1.1. Thống kê mô tả d liệu nghiên cứu
Sau khi thu thập và tính toán dữ liệu, kết quả trình bày theo bảng thống kê mô tả trong bảng 4.2 dƣới đây. Kết quả chỉ ra phạm vi, giá trị trung bình và độ lệch chuẩn của các biến sử dụng trong nghiên cứu này.
Bảng 4.1: Thống kê mô tả các biến trong mô hình
Biến Quan sát Trung bình Độ lệch chuẩn Giá trị nhỏ nhất
Giá trị lớn nhất ROA 176 0.0092683 0.0059162 0.000111 0.047289
ROE 176 0.0965722 0.0626979 0.000753 0.284644
TAISAN 176 1.28e+14 1.58e+14 2.94e+12 8.47e+14
CAP 176 0.1075352 0.0510619 0.010888 0.356339 LLR 176 0.0134392 0.0059362 0.004008 0.037018 CIR 176 0.8657079 0.0738465 0.61293 1.046083 LIQ 176 0.2232133 0.1044489 0.045544 0.610376 LOAN 176 0.5225237 0.1311444 0.194288 0.851683 ASSGDP 176 10.3244 2.178907 4.683945 15.29523
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu thu thập với cỡ mẫu gồm 176 quan sát của 22 NHTM Việt Nam trong giai đoạn 2008 – 2015
Kết quả phân tích thống kê mô tả giữa các biến trong mô hình theo bảng 4.1 cho thấy: Biến ROA với trung bình là 0.0092683, biến động từ giá trị nhỏ nhất là 0.000111 đến giá trị lớn nhất là 0.047289, với độ lệch chuẩn là 0.0059162. Đối với các biến còn lại ta cũng có cách đọc kết quả tƣơng tự. Và để đo lƣờng độ biến động của các biến thấp hoặc cao ta dựa vào tỷ lệ giữa độ lệch chuẩn và giá trị trung bình,
50
và dựa vào bảng 4.1 ta có thể thấy đƣợc các biến có độ lệch chuẩn không quá lớn so với trung bình. Nếu so sánh các biến với nhau thì biến ROE, ROA và TAISAN có độ biến động lớn nhất; các biến CAP, LLR, LIQ, có độ biến động vừa phải và các biến CIR, LOAN, ASSGDP có độ biến động thấp nhất. Tuy nhiên, nhìn chung dữ liệu đồng đều ở các biến. Cỡ mẫu nghiên cứu gồm 176 quan sát, là cỡ mẫu lớn trong thống kê. Dữ liệu đầu vào phù hợp thực hiện mô hình hồi quy.
4.1.2. Kiểm định sự tƣơng quan và đa cộng tuyến 4.1.2.1. Ma trận tự tƣơng quan 4.1.2.1. Ma trận tự tƣơng quan
Dựa vào kết quả ma trận tƣơng quan, tác giả sẽ phân tích mối tƣơng quan giữa các biến độc lập với nhau. Theo Farrar & Glauber (1967), hệ số tự tƣơng quan lớn hơn 0.8 thì các biến có hiện tƣợng đa cộng tuyến nghiêm trọng.
Bảng 4.2: Kết quả ma trận tự tƣơng quan
BIẾN ROA ROE SIZE CAP LLR CIR LIQ LOAN ASSGDP
ROA 1.0000 ROE 0.6872 1.0000 SIZE -0.1030 0.4127 1.0000 CAP 0.2969 -0.3538 -0.6986 1.0000 LLR -0.0687 0.0414 0.3935 -0.1997 1.0000 CIR -0.8450 -0.7132 -0.0771 -0.1262 0.0433 1.0000 LIQ 0.0703 0.1787 -0.0428 -0.1622 0.0474 -0.1398 1.0000 LOAN 0.1661 0.0098 -0.0334 0.2439 -0.1213 -0.1058 -0.6499 1.0000 ASSGDP -0.0793 -0.0606 0.1773 -0.0347 0.2030 0.0608 -0.4774 0.4714 1.0000
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu thu thập với cỡ mẫu gồm 176 quan sát của 22 NHTM Việt Nam trong giai đoạn 2008 – 2015
Dựa vào bảng phân tích tƣơng quan trên, ta thấy:
+ Biến độc lập SIZEit, LLRit, CIRit, ASSGDPit tác động ngƣợc chiều đến ROAit. Các biến độc lập còn lại tác động cùng chiều đến ROAit
+ Biến độc lập CAPit, CIRit, ASSGDPit tác động ngƣợc chiều đến ROEit. Các biến độc lập còn lại tác động cùng chiều đến ROEit
51
+ Không có hiện tƣợng đa cộng tuyến nghiêm trọng (tự tƣơng quan giữa các biến độc lập trong mô hình) do các hệ số tƣơng quan có giá trị khá thấp (cao nhất là 0.6986, chuẩn so sánh theo Farrar & Glauber (1967) là 0.8).
Kết quả tƣơng quan trên phù hợp với hầu hết các nghiên cứu trƣớc trên thế giới và phù hợp với kỳ vọng của tác giả trong giai đoạn nghiên cứu này tại Việt Nam.
4.1.2.2. Kiểm định không có sự tự tƣơng quan gi a các biến độc lập trong mô hình (không bị hiện tƣợng đa cộng tuyến)
Đa cộng tuyến là hiện tƣợng các biến độc lập trong mô hình tƣơng quan tuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết không bị hiện tƣợng đa cộng tuyến bằng cách dùng chỉ tiêu VIF.
Bảng 4.3: Kết quả kiểm tra đa cộng tuyến
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu thu thập với cỡ mẫu gồm 176 quan sát của 22 NHTM Việt Nam trong giai đoạn 2008 – 2015(Phụ lục 4.2)
VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tƣợng đa cộng tuyến trong mô hình đƣợc đánh giá là không nghiệm trọng (Gujrati, 2003).
4.1.3 Kiểm định phƣơng sai của sai số không đổi (không bị hiện tƣợng phƣơng sai thay đổi) sai thay đổi)
Phƣơng sai của sai số thay đổi sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp OLS vững nhƣng không hiệu quả, các kiểm định hệ số hồi quy không còn đáng tin cậy. Từ đó dẫn đến hiện tƣợng ngộ nhận các biến độc lập trong mô hình nghiên cứu có ý nghĩa, lúc đó kiểm định hệ số hồi quy và R bình phƣơng không dùng đƣợc. Bởi vì phƣơng sai của sai số thay đổi làm mất tính hiệu quả của
52
ƣớc lƣợng, nên cần thiết phải tiến hành kiểm định giả thuyết phƣơng sai của sai số không đổi bằng kiểm định White, với giả thuyết H0: Không có hiện tƣợng phƣơng sai thay đổi.
Bảng 4. 4: Kiểm định phƣơng sai của sai số không đổi Chi-Square 71,15 Prob.Chi-Square 0,0003
Nguồn: Kết quả tổng hợp từ Phần mềm Stata
Với mức ý nghĩa 1%, kiểm định White cho kết quả là: Prob = 0.0003.
Vậy, Prob < 1% nên bác bỏ giả thuyết H0 có hiện tƣợng phƣơng sai thay đổi.
4.1.4. Kiểm định gi a các sai số không có mối quan hệ tƣơng quan với nhau (không bị hiện tƣợng tự tƣơng quan)
Giữa các sai số có mối quan hệ tƣơng quan với nhau sẽ làm cho các ƣớc lƣợng thu đƣợc bằng phƣơng pháp OLS vững nhƣng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy. Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tƣơng quan trên dữ liệu bảng, với giả thuyết H0: không có sự tự tƣơng quan.
Bảng 4. 5: Kiểm định tự tƣơng quan của sai số Thống kê F 15,703 Prob.F(1,21) 0,0007
Nguồn: Kết quả tổng hợp từ Phần mềm Stata
Với mức ý nghĩa alpha = 1%, kiểm định cho kết quả là: Prob = 0.0007. Vậy, Prob < 1% nên bác bỏ giả thuyết H0 có sự tự tƣơng quan.
4.1.5. Phân tích kết quả hồi quy
Bài nghiên cứu sẽ thực hiện các mô hình, với mục đích so sánh kết quả và khắc phục các khuyết kiểm định lƣợng của mô hình hồi quy. Trƣớc tiên, tác giả thực hiện hồi quy với ba phƣơng pháp là Pooled Regression, hồi quy dữ liệu bảng hiệu ứng tác động cố định (Fixed effect model– FEM), hồi quy dữ liệu bảng hiệu ứng tác động ngẫu nhiên (Random effect model – REM) để có một cái nhìn ban đầu về mối quan hệ giữa các biến.
53
Bảng 4.6:Kết quả hồi quy và kiểm định các giả thuyết hồi quy 3 mô hình POOLED OLS, FEM và REM
POOLED OLS FEM REM
ROA ROE ROA ROE ROA ROE
SIZE 0.00004693 0.005742 -0.0011** -0.0129** - 0.0005089 0.0048021 (-1.53) (1.64) (-1.99) (-2.2) (-1.60) (1.28) CAP 0.013179* -0.4808*** 0.0064296 -0.468*** 0.012471* - 0.4632*** (1.91) (-6.11) (0.81) (-5.68) (1.79) (-5.82) LLR 0.0483422 -0.2831514 0.1526*** 0.4966981 0.0606783 - 0.0992144 (1.11) (-0.57) (2.76) (0.86) (1.35) (-0.19) CIR -0.0666*** -0.623*** -0.0607*** -0.519*** - 0.0661*** - 0.6049*** (-19.86) (-16.26) (0.36) (-13.49) (-19.59) (-15.81) LIQ -0.0009094 0.027065 0.0031524 0.07415* - 0.0004225 0.0491069 (-0.29) (0.77) (0.83) (1.87) (-0.13) (1.37) LOAN 0.0031803 0.00416309 0.0005368 0.0055718 0.0032632 0.0469151 (1.28) (1.46) (0.15) (0.15) (1.27) (1.56) ASSGDP -0.0001598 -0.0018141 -0.00031** -0.004*** - 0.0001874 - 0.002457* (-1.25) (-1.24) (-2.19) (-2.82) (-1.45) (-1.68) _cons 0.0799*** 0.4995*** 0.0970981*** 1.027*** 0.0808*** 0.5084*** (6.86) (3.75) (4.91) (4.98) (6.72) (3.63) N 176 176 176 176 176 176 R-sq 0.7578 0.7185 0.7383 0.6989 0.7173 0.6506 F Test 0.0012 0.0000 Hausman Test, F(p- value) 0.004 0.0000
*, **, *** tƣơng ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu thu thập với cỡ mẫu gồm 176 quan sát của 22 NHTM Việt Nam trong giai đoạn 2008 – 2015
- Kết quả mô hình nghiên cứu 01:
ROAit = β0 + β1 SIZEit + β2 CAPit + β3 LLRit + β4 CIRit + β5 LIQit + β6 LOANit + β7 ASSGDPit + εit
So sánh giữa các mô hình: Pooled Regression và Fixed effects model:
Ta tiến hành so sánh giữa các mô hình Pooled Regression và Fixed effects model với giả thuyết H0: Chọn Pooled Regression. Với mức ý nghĩa 1%, ta có: F = 0.0000 < 1% nên bác bỏ giả thuyết H0 chọn Fixed effects model.
54
So sánh giữa các mô hình: Fixed effects model và Random effects model:
Sau khi ƣớc lƣợng mô hình Fixed effects model và Random effects model, để lựa chọn mô hình phù hợp, kiểm định Hausman đã đƣợc sử dụng. Với mức ý nghĩa 1%, ta có: Prob = 0.0000 < 1% nên bác bỏ giả thuyết H0 (H0: chọn Random effects model) chọn Fixed effectsmodel.
- Kết quả mô hình nghiên cứu 02:
ROEit = β0 + β1 SIZEit + β2 CAPit + β3 LLRit + β4 CIRit + β5 LIQit + β6 LOANit + β7 ASSGDPit + εit
So sánh giữa các mô hình: Pooled Regression và Fixed effects model:
Ta tiến hành so sánh giữa các mô hình Pooled Regression và Fixed effects model với giả thuyết H0: Chọn Pooled Regression. Với mức ý nghĩa 1%, ta có: F = 0.0012 < 1% nên bác bỏ giả thuyết H0 chọn Fixed effects model.
So sánh giữa các mô hình: Fixed effects model và Random effects model:
Sau khi ƣớc lƣợng mô hình Fixed effects model và Random effects model, để lựa chọn mô hình phù hợp, kiểm định Hausman đã đƣợc sử dụng. Với mức ý nghĩa 1%, ta có: Prob = 0.0004 < 1% nên bác bỏ giả thuyết H0 (H0: chọn Random effects model) chọn Fixed effects model.
Kết luận chung: Sau khi so sánh ba mô hình, ta chọn mô hình Fixed effects model. Theo kết quả hồi quy bảng 4.4 với phƣơng pháp FEM cho thấy tác động của các biến độc lập đến biến phụ thuộc nhƣ sau:biến SIZE, CIR, ASSGDP có tác động ngƣợc chiều đến ROA và ROE. Biến CAP có tác động ngƣợc chiều với ROE nhƣng gần nhƣ không tìm thấy bằng chứng có tác động đến ROA. Biến LIQ có tác động cùng chiều với ROE nhƣng gần nhƣ không tìm thấy bằng chứng tác động đến ROA. Biến LLR có tác động cùng chiều với ROA nhƣng gần nhƣ không tìm thấy bằng chứng có tác động đến ROE. Trong khi đó, đối với biến LOAN hầu nhƣ không tìm thấy bằng chứng có tác động đến ROA và ROE.
Tuy nhiên, mô hình có hiện tƣợng phƣơng sai thay đổi và có sự tự tƣơng quan nên tác giả sử dụng phƣơng pháp bình phƣơng bé nhất tổng quát khả thi (General
55
Least Square – GLS) để phân tích. Theo Wooldridge (2002), phƣơng pháp GLS có thể khắc phục hiện tƣợng phƣơng sai thay đổi và tự tƣơng quan nhằm đảm bảo ƣớc lƣợng thu đƣợc vững và hiệu quả.
Bảng 4. 7: Kết quả hồi quy theo phƣơng pháp FGLS
(1) (2) ROA ROE SIZE -0.0000597 0.00786** (-0.23) (2.48) CAP 0.1778*** -2.9362*** (3.14) (-4.66) LLR 0.0247997 0.4854002 (0.69) (1.10) CIR -0.0556*** -0.5479*** (-19.65) (-18.02) LIQ 0.0028674 0.06737** (1.2) (2.23) LOAN 0.003561* 0.7419*** (1.93) (3.07) ASSGDP -0.00017* -0.00286** (-1.74) (-2.56) _cons 0.0558*** 0.3198*** (5.57) (2.74)
*, **, *** tƣơng ứng với mức ý nghĩa 10%, 5% và 1%
Nguồn: Kết quả tổng hợp từ Phần mềm Stata trên số liệu thu thập với cỡ mẫu gồm 176 quan sát của 22 NHTM Việt Nam trong giai đoạn 2008 – 2015
Kết quả kiểm định độ phù hợp của các biến giải thích trong mô hình nghiên cứu 01 sau khi sử dụng phƣơng pháp bình phƣơng bé nhất tổng quát khả thi (GLS):
Với biến phụ thuộc là ROAit, sau khi sử dụng phƣơng pháp bình phƣơng bé nhất tổng quát khả thi (GLS) để khắc phục hiện tƣợng tự tƣơng quan và hiện tƣợng phƣơng sai thay đổi, mô hình có ý nghĩa ở mức ý nghĩa 1% (do Prob = 0,0000) nên kết quả mô hình phù hợp và có thể sử dụng đƣợc.
Vậy, kết quả mô hình nghiên cứu 01 có phƣơng trình nhƣ sau:
ROAit = 0.055827 + 0.0177775 CAPit - 0.0555798 CIRit + 0.0035608 LOANit -0.0001684 ASSGDPit + εit
56
Biến CIRit tác động ngƣợc chiều, mạnh nhất (- 0.0555798) đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 1%.
Biến CAPit tác động cùng chiều (0.0177775) đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 1%.
Biến LOANit tác động cùng chiều (0.0035608) đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 10%.
Biến ASSGDPit tác động ngƣợc chiều, nhỏ nhất (-0.0001684) đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 10%.
Với bộ dữ liệu thu thập đƣợc, các biến còn lại tác động không có ý nghĩa thống kê với mức ý nghĩa 10%.
Kết quả kiểm định độ phù hợp của các biến giải thích trong mô hình nghiên cứu 02 sau khi sử dụng phƣơng pháp bình phƣơng bé nhất tổng quát khả thi (GLS):
Với biến phụ thuộc là ROEit, sau khi sử dụng phƣơng pháp bình phƣơng bé nhất tổng quát khả thi (GLS) để khắc phục hiện tƣợng tự tƣơng quan và hiện tƣợng phƣơng sai thay đổi, mô hình có ý nghĩa ở mức ý nghĩa 1% (do Prob = 0,0000) nên kết quả mô hình phù hợp và có thể sử dụng đƣợc.
Vậy, kết quả mô hình nghiên cứu 02 có phƣơng trình nhƣ sau:
ROEit = 0.3198 + 0.00786 SIZEit - 0.2936199 CAPit + β3 LLRit - 0.5478503 CIRit + 0.0673731 LIQit + 0.0741875 LOANit - 0.0028531 ASSGDPit + εit
Biến CIRit, CAPit tác động ngƣợc chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 1%.
Biến LOANit tác động cùng chiều (0.0741875) đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 1%.
Biến LIQit, SIZEit tác động cùng chiều đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 5%.
Biến ASSGDPit tác động ngƣợc chiều, nhỏ nhất (- 0.0028531) đến ROEit và có ý nghĩa thống kê với mức ý nghĩa 5%.
57
Với bộ dữ liệu thu thập đƣợc, biến LLRit tác động không có ý nghĩa thống kê với mức ý nghĩa 10%.
Kết luận: Với việc sử dụng phƣơng pháp FGLS đem đến những nhận định sau: biến CIR, ASSGDP tác động ngƣợc chiều với ROA, ROE. Biến CAP tác động ngƣợc chiều với ROE và tác động cùng chiều với ROA, biến LOAN tác động cùng chiều ROA và ROE. Biến LIQ, SIZE tác động cùng chiều ROE nhƣng gần nhƣ không tìm thấy bằng chứng tác động đến ROA. Biến LLR gần nhƣ không tìm thấy bằng chứng tác động đến ROA và ROE.
4.2. Thảo luận kết quả nghiên cứu
Bảng 4. 8:Tóm tắt kết quả nghiên cứu
STT Biến Dấu kỳ vọng Kết quả nghiên cứu
1 SIZE +/- +
2 CAP + +/-
3 LLR - Không có mối quan hệ
4 CIR - -
5 LIQ +/- +
6 LOAN + +
7 ASSGDP +/- -
4.2.1. Về quy mô ngân hàng (SIZE)
Logarit tự nhiên tổng tài sản đƣợc dùng đại diện cho quy mô ngân hàng (SIZE). Quy mô ngân hàng có mối tƣơng quan dƣơng với khả năng sinh lợi trên tổng vốn chủ sở hữu (ROE) và có ý nghĩa thống kê tại mức ý nghĩa 5% trong mô hình. Mối tƣơng quan dƣơng chỉ ra rằng các NHTM ở Việt Nam càng mở rộng hoạt động bao gồm gia tăng lƣợng tài sản, phát triển về quy mô thì khả năng sinh lợi trên tổng vốn chủ sở hữu càng tăng. Kết quả nghiên cứu này phù hợp với giả thuyết đặt ra và phù hợp với kết quả nghiên cứu trƣớc đây của Ong Tze San & Teh Boon Heng
58
(2013) ở Malaysia. Thực ra, ở Việt Nam, ngân hàng có quy mô lớn nhƣ Vietcombank, Vietinbank nhờ vào sức mạnh thị trƣờng có thể thu hút đƣợc nguồn vốn huy động lớn từ tập đoàn, tổng công ty nhà nƣớc với mức lãi suất thấp, chi phí đầu vào thấp; các ngân hàng này lại có lợi thế kinh tế theo quy mô khi chi phí cố định đƣợc phân bổ cho một khối lƣợng giao dịch lớn.
4.2.2. Về tỷ lệ vốn chủ sở h u (CAP)
Tỷ lệ vốn chủ sở hữu có mối tƣơng quan dƣơng với khả năng sinh lợi trên tổng tài sản và có ý nghĩa thống kê với mức ý nghĩa 1%; có mối tƣơng quan âm với khả năng sinh lợi trên tổng vốn chủ sở hữu và có ý nghĩa thống kê 1%. Theo kỳ vọng thì Tỷ lệ vốn chủ sở hữu có mối tƣơng quan dƣơng với khả năng sinh lợi. Tuy nhiên, với dữ liệu thu thập đƣợc thì CAP tác động dƣơng với ROA và tác động âm với ROE. Điều này có thể lý giải nhƣ sau:
CAP tác động dƣơng với ROA vì: khi tỷ lệ vốn chủ sở hữu tăng lên (đặc biệt