từng ngân hàng với cùng một chính sách vốn:
4.3. Nguồn gốc của sự khác biệt tham số.
Để xác định được nguồn gốc của tham số khác biệt, dựa trên nghiên cứu thực nghiệm của Manthos D. Delis và cộng sự để tìm ra được nguồn gốc sự khác biệt tham số trong mô hình hồi quy, nhóm nghiên cứu sử dụng các biến giải thích gồm: bank size, capital regulation, CPIinflation, capitalization, efficiency, marketpower, GDP, minimum capital. Đây là những nhân tố được xem là nguồn gốc của sự khác biệt tham số trong mối quan hệ giữa chính sách quản lý vốn và khả năng chấp nhận rủi ro ngân hàng. Dựa vào việc hồi quy những biến này theo phương pháp Arellano-Bond GMM, có thể tìm ra những yếu tố tạo nên sự không đồng nhất tham số. Những biến giải thích có ý nghĩa hồi quy cao trong mô hình sẽ là những nhân tố có nhiều khả năng gây ra sự khác biệt tham số nhất.
Hình 3: Mối quan hệ giữa tỷ lệ nợ xấu (NPL) và quy mô công ty (Bank size)
Theo kết quả hồi quy NPL với biến độc lập là banksize, cho thấy giá trị p-value là 0.000 rất bé, điều này có nghĩa hệ số hồi quy của biến banksize có ý nghĩa cao. Kết quả hồi quy cho thấy hệ số của biến banksize là âm nên mối quan hệ giữa biến này với biến phụ
45
thuộc NPL là nghịch biến với nhau. Giá trị hệ số hồi quy của biến banksize là - 0.205662, điều này có nghĩa là khi tỷ lệ quy mô giá trị tài sản ngân hàng tăng 1% thì nợ xấu của ngân hàng giảm 0.205662% trong điều kiện các yếu tố khác không đổi. Điều này cho thấy, biến banksize là một trong những nguồn gốc của sự khác biệt tham số, phù hợp với kết quả nghiên cứu vào năm 2011 của Manthos D. Delis.
Hình 4: Mối quan hệ giữa tỷ lệ nợ xấu (NPL) và tỷ suất vốn hóa (Capitalization)
Đối với trường hợp hồi quy NPL theo các biến capitalization, CPIinflation, capitalregulation, kết quả hồi quy cho thấy 2 hệ số của biến CIPinflation và capitalregulation có giá trị p-value bé nên 2 biến này rất có ý nghĩa trong hồi quy NPL. Từ kết quả hồi quy cho thấy hệ số của biến CPIinflation mang dấu âm thể hiện mối quan hệ nghịch biến với biến phụ thuộc NPL và hệ số của biến capitalregulation mang dấu dương thể hiện mối quan hệ đồng biến với biến phụ thuộc NPL. Từ đây cho thấy rằng 2 yếu tố CIPinflation và capitalregulation là 2 nguồn gốc của sự khác biệt tham số, với độ tin cậy cao.
46
Đối với 2 kết quả hồi quy NPL, với 2 biến capitalization và efficiency, cho thấy giá trị p-value của các biến này đều bé nên cả 2 biên này đều có ý nghĩa trong hồi quy NPL.
47
Từ kết quả hồi quy, thấy rằng cả 2 hệ số của 2 biến capitalization vầ efficiency đều là âm nên có thể kết luận rằng giữa biến phụ thuộc NPL và 2 biến độc lập capitalization và efficiency có mối quan hệ nghịch biến với nhau. Ngoài ra, 2 biến capitalization và efficiency đều được xem là những nhân tố ảnh hưởng tới mối quan hệ giữa chính sách quản lý vốn và rủi ro ngân hàng với độ tin cậy cao.
48
Đối với kết quả hồi quy các biến marketpower, GDPgrowth, và minimumcapital, cho thấy rằng các hệ số đề có giá trị p-value rất bé, điều này cho thấy mức ý nghĩa lớn của những biến này trong mô hình hồi quy NPL. Giá trị hệ số hồi quy của 2 biến marketpower và biến minimumcapital là dương thể hiện mối quan hệ đồng biến với biến phụ thuộc NPL, đối với biến GDPgrowth có hệ số là âm nên thể hiện mối quan hệ nghịch biến với biến phụ thuộc NPL. Từ kết quả hồi quy này cho thấy, 3 biến marketpower, GDPgrowth và minimumcapital đều là những yếu tố tạo nên sự khác biệt tham số.
Ngoài ra, trong mô hình còn có các biến kiểm soát là liquidity và revenue growth, 2 biến này trong mô hình hồi quy nhằm giúp tạo ra những hệ số hồi quy tốt hơn, ý nghĩa hơn. Trong hồi quy NPL, hệ số biến kiểm soát liquidity là 0.3086929 với mức ý nghĩa lớn, và hệ số của biến kiểm soát revenue growth là 0.0002967 với mức ý nghĩa khá thấp. Mặc dù vậy, với việc đưa cả 2 biến kiểm soát này vào mô hình giúp hồi quy ra những hệ số đẹp và mức ý nghĩa cao nên trong bài nghiên cứu này 2 biến kiểm soát vẫn được đưa vào mô hình hồi quy NPL dù mức ý nghĩa của biến kiểm soát revenuegrowth không cao.
49
