Để tìm hiểu các yếu tố ảnh hưởng đến thu nhập lãi cận biên của các Ngân hàng TMCP Việt Nam, tác giả dựa chủ yếu vào mô hình nghiên cứu của Bektas (2014) và một số nghiên cứu khác như của Were và Wambua (2014), Hoàng Trung Khánh và Vũ Thị Đan Trà (2015). Cụ thể phương trình hồi quy được thể hiện như sau:
NIMit = β0 + β1Plltlit + β2Liqit + β3Eqtait + β4Lernerit + β5Effit + β6Teatait + β7Cbrteait + β8Sizeit + β9Loansit + ςXit + εit (*) (2.5)
Trong đó:
+ Biến phụ thuộc: NIMit là thu nhập lãi cận biên của ngân hàng được tính bởi tỷ lệ thu nhập lãi thuần trên tổng tài sản
+ Biến độc lập: Plltlitlà rủi ro tín dụng; Liqit là rủi ro thanh khoản; Eqtait là rủi ro vốn; Lernerit là chỉ số Lerner; Effit là hiệu quả chi phí; Teatait là hiệu quả quản lý; Cbrteait là chính sách dự trữ của Ngân hàng Nhà nước; Sizeit là quy mô ngân hàng; Loansit là dư nợ cho vay ngân hàng;
+ Biến kiểm soát: 𝑿𝒊𝒕 là vector của các biến kiểm soát thể hiện yếu tố kinh tế vĩ mô (tốc độ tăng trưởng kinh tế Gdpgr, lạm phát Inf và lãi suất Tbill) và đặc
trưng ngành ngân hàng (mức độ tập trung ngành ngân hàng Cr3).
+ β0 gọi là hệ số chặn và β1, β2 …β9, ς là các là các hệ số góc hay còn gọi các hệ số hồi qui riêng. Và với biểu thức này có thể giải thích ý nghĩa của β1, β2 …β9, ς như sau: trong điều kiện các nhân tố khác không đổi, khi mỗi biến độc lập hoặc biến kiểm soát tương ứng với các hệ số góc tăng lên một đơn vị thì NIMit sẽ tăng bình quân theo hệ số góc đơn vị (theo đơn vị củaNIMit)
+ 𝜀𝑖𝑡 là sai số của mô hình, hay còn gọi là phần nhiễu của mô hình có chứa hiệu ứng đặc biệt của ngân hàng không được quan sát và có kỳ vọng bằng 0 phương sai hữu hạn;
+ i là yếu tố đại diện cho ngân hàng i và t là yếu tố đại diện về mặt thời gian của cơ sở dữ liệu nghiên cứu, cụ thể trong bài nghiên cứu này t là đơn vị tính theo năm;