Hình 3.1: Mô hình khung nghiên cứu
Dựa vào mô hình nghiên cứu tác giả tiến hành chạy phần mềm Stata để phân tích các yếu tố ảnh hưởng đến NIM của các Ngân hàng TMCP Việt Nam và tìm ra mô hình phù hợp nhất.
3.2.3.Phương pháp nghiên cứu
Để nghiên cứu các yếu tố ảnh hưởng đến NIM của các NHTM cổ phần Việt Nam, cùng với sự hỗ trợ của phần mềm Stata, bài nghiên cứu được tiến hành theo quy trình cụ thể sau:
Bước 1: Lựa chọn biến số trong mô hình nghiên cứu: bao gồm biến phụ thuộc
đại diện cho tỷ lệ thu nhập lãi thuần của NHTM cổ phần Việt Nam và biến độc lập đại diện cho các yếu tố ảnh hưởng đến thu nhập lãi cận biên cùng với một số biến kiểm soát. Mã hóa dữ liệu thu thập được, tiến hành sàng lọc, loại bỏ các nghiên cứu
Thu nhập lãi
cận biên Rủi ro thanh khoản
Rủi ro vốn
Chỉ số Lerner
Hiệu quả chi phí
Hiệu quả quản lý
Chính sách dự trữ của ngân hàng nhà
nước
Quy mô ngân hàng Dư nợ cho vay Các Biến kiểm soát
Gt9
Trong đó: Gt: là giả thuyết
bị khiếm khuyết hoặc tồn tại giá trị di biệt để có được một mẫu nghiên cứu bao gồm các quan sát ít sai biệt với nhau.
Bước 2: Thực hiện thống kê mô tả để biết được khuynh hướng trung tâm, độ
phân tán, hình dạng,… của dữ liệu thu thập được.
Bước 3: Các tiếp cận đơn giản để ước lượng cho dữ liệu bảng là bỏ quan bình
diện không gian lẫn thời gian của dữ liệu và chỉ cần sử dụng hồi quy OLS thông thường (Pooled OLS) để ước lượng. Tuy nhiên việc bỏ qua không gian và thời gian dường như là những giả định vô cùng hạn chế nên mô hình các ảnh hưởng cố định FEM (Fixed Effects Model) và mô hình ảnh hưởng ngẫu nhiên REM (Random Effects Model) được sử dụng để giải quyết các vấn đề trên.
Giả sử mẫu quan sát bao gồm n quốc gia, trong t năm, như vậy dữ liệu bảng sẽ bao gồm n*t quan sát. Phương trình hồi quy tổng quát có dạng:
Yit = βXit + αZi + εit(3.1) Trong đó:
Y: biến phụ thuộc;
X: tập hợp các biến giải thích;
Z: gồm các biến không thay đổi theo thời gian, đại diện cho đặc điểm riêng của từng ngân hàng;
β, α là các hệ số hồi quy; ε là sai số.
Phương pháp ước lượng Pooled OLS thực chất là ước lượng bình phương bé nhất, phương pháp này không xem xét đến khía cạnh không gian và thời gian. Theo đó, mô hình (3.1) trở thành:
Yit = βXit + α + εit (3.2)
Phương pháp ước lượng FEM xem xét các ảnh hưởng cố định riêng đối với từng ngân hàng. Phương pháp ước lượng FEM giống như phương pháp OLS có sử dụng biến giả. Theo đó, có thể đặt các biến giả theo không gian hoặc thời gian. Tuy nhiên, trường hợp có nhiều ngân hàng trong mẫu nghiên cứu sẽ làm giảm bậc tự do của mô hình do phải đặt nhiều biến giả. Mô hình tổng quát (3.1) trở thành:
Yit = βXit + αi + εit (3.3)
Trong mô hình (3.3) thì αi là các biến giả tương ứng với mỗi ngân hàng.
Phương pháp REM dựa trên ý tưởng cơ bản là phân tách các biến giả trong mô hình (3.3) thành 2 thành phần αi = α + ui. Mô hình (3.3) trở thành:
Yit = βXit + α + ui + εit (3.4)
Trong mô hình (3.4) thì ui và εit đều là các đại lượng ngẫu nhiên.
Kết quả tóm lược 3 phương pháp ước lượng trên cho thấy Pooled OLS là phương pháp ước lượng đơn giản nhất nhưng lại bỏ qua bình diện không gian lẫn thời gian của dữ liệu. Mô hình FEM khắc phục vấn đề trên bằng cách bổ sung vào mô hình các biến giả đại diện cho các ngân hàng khác nhau nhưng việc có quá nhiều biến giả có thể làm giảm bậc tự do trong mô hình. REM được sử dụng nếu đặc điểm riêng giữa các quốc gia là ngẫu nhiên và không tương quan với các biến giải thích.
Bước 4: Để có thể chọn ra mô hình thích hợp, nghiên cứu sử dụng các kiểm
định F để chọn giữa Pooled OLS và FEM, kiểm định Breusch-Pagan Lagrange Multiplier Test chọn giữa Pooled OLS và REM và kiểm định Hausman Test để quyết định dùng FEM hay REM (Đinh Công Khải, 2012).
Sau khi hồi quy mô hình FEM, tác giả sẽ tiến hành kiểm định giả thuyết H0
của kiểm định F với nội dung:
H0: Không có sự khác biệt về tung độ gốc giữa các ngân hàng. Nếu giá trị kiểm định p_value< 0.01 thì bác bỏ giả thuyết H0 tương đương với ước lượng FEM phù hợp hơn.
Để chọn giữa Pooled OLS và REM, tác giả tiến hành kiểm định Breusch- Pagan Lagrange Multiplier Test với giả thuyết sau:
H0: Phương sai qua các thực thể là không đổi. Nếu giá trị kiểm định p_value<0,01 thì bác bỏ giả thuyết H0 tương đương với ước lượng REM phù hợp hơn.
Để chọn giữa FEM và REM, tác giả tiến hành kiểm định Hausman Test với giả thuyết sau:
H0: εi và các biến độc lập không tương quan. Nếu giá trị kiểm định p_value<0,01 thì bác bỏ giả thuyết H0 tương đương với REM phù hợp hơn. Ngược lại thì chấp nhận H0 nghĩa là FEM phù hợp hơn.
Bước 5: Để các kết quả nghiên cứu là đáng tin cậy, kết quả ước lượng phải
thỏa một số giả định như không có hiện tượng đa cộng tuyến, phương sai thay đổi, tự tương quan… Tác giả sẽ sử dụng ma trận hệ số tương quan để kiểm tra về vấn đề đa cộng tuyến trong mô hình. Bên cạnh đó, nếu kết quả kiểm định phát hiện có hiện tượng tự tương quan hoặc phương sai thay đổi thì luận văn sử dụng ước lượng FGLS để khắc phục nếu các vấn đề này xảy ra.
Giả thiết quan trọng trong mô hình hồi quy tuyến tính cổ điển là không có hiện tượng phương sai sai số thay đổi và hiện tượng tự tương quan. Khi các giả thiết này vi phạm sẽ khiến cho các hệ số hồi quy bằng phương pháp bình phương bé nhất không còn hiệu quả nữa.
Khắc phục những nhược điểm này, phương pháp FGLS được đặt dưới giả định rằng mô hình là hoàn toàn xác định, có sự khác biệt về phương sai sai số ở mỗi nhóm đối tượng nhưng là không đổi trong phạm vi từng đối tượng. Với những giả thiết này, FGLS mang lại ước lượng tốt hơn. Đồng thời, việc ước lượng FGLS cũng cho phép khắc phục hiện tượng phương sai thay đổi trong hồi quy dữ liệu bảng (Gujarati, 1995).
TÓM TẮT CHƯƠNG 3
Trong chương 3 tác giả đã trình bày tổng quan về các nghiên cứu trước đây về các yếu tố ảnh hưởng đến thu nhập lãi cận biên của các ngân hàng thương mại tại quốc tế và trong nước, sau đó tác giả trình bảy về dữ liệu nghiên cứu và đưa ra phương pháp nghiên cứu bao gồm quy trình năm bước để đưa ra các lập luận của mình về mô hình lựa chọn.
CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
Trong chương này, tác giả sẽ chạy mô hình, phân tích và thảo luận kết quả nghiên cứu để từ đó đưa ra các kết luận.