4.3.1. Phân tích tƣơng quan các biến số trong mô hình nghiên cứu sự ảnh hƣởng của các yếu tố đến ROA hƣởng của các yếu tố đến ROA
Dựa vào bảng 4.6, ta thấy các biến độc lập CARit tác động cùng chiều đến ROAit; biến độc lập CPTNit, TLNXit, HDCVit tác động ngƣợc chiều đến ROAit; 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 0,4796, chuẩn so sánh theo Farrar & Glauber (1967) là 0,8).
Bảng 4.6. Kết quả phân tích tƣơng quan các biến số trong mô hình nghiên cứu sự ảnh hƣởng của các yếu tố đến ROA
ROA CAR CPTN TLNX HDCV ROA 1,0000 CAR 0.1052 1,0000 CPTN -0,6745 -0,0224 1,0000 TLNX -0,3509 0,1248 0,2109 1,0000 HDCV -0.0535 -0,4796 -0,0482 -0,0075 1,0000
4.3.2. So sánh giữa các mô hình Pooled Regression, Fixed Effects Model, Random Effects Model Random Effects Model
* So sánh giữa mô hình Pooled Regression và Fixed Effects Model
Kết quả phân tích hồi quy theo Pooled Regression đƣợc trình bày ở Bảng 4.7 (xem chi tiết Phụ lục 4.7).
Bảng 4.7. Kết quả phân tích hồi quy các yếu tố ảnh hƣởng đến ROA theo Pooled Regression
Biến Hệ số t-Statistic CAR 0,01455 1,92 CPTN -0,02912 -13,08 TLNX -0,15001 -4,83 HDCV -0,00105 -0,68 -cons 3,59204 12,53 R-squared = 0,5158 Number of obs = 229 Adj R-squared = 0,5072
Kết quả phân tích hồi quy theo Fixed Effects Model đƣợc trình bày ở Bảng 4.8(xem chi tiết Phụ lục 4.8).
Bảng 4.8.Kết quả phân tích hồi quy các yếu tố ảnh hƣởng đến ROA theo FEM Biến Hệ số t-Statistic CAR 0,00477 0,47 CPTN -0,02815 -12,88 TLNX -0,26403 -6,12 HDCV 0,00709 2,72 -cons 3,17592 10,38
R-sq: within = 0,5383 Number of obs = 229
Thực hiện kiểm định F để lựa chọn giữa mô hình Pooled Regression và Fixed Effects Model với giả thuyết H0: Chọn Pooled Regression. Với mức ý nghĩa 5%, nếu kết quả giá trị F có P-value > 5% thì chấp nhận giả thuyết H0 tức nên chọn Pooled Regression, còn ngƣợc lại nếu kết quả giá trị F có P-value < 5% thì bác bỏ giả thuyết H0 tức phƣơng pháp FEM sẽ tốt hơn so Pooled Regression cho mô hình ƣớc lƣợng. Kết quả truy xuất ở Phụ lục 4.8 cho thấy với mức ý nghĩa 1%, ta có kết quả giá trị F bằng 4,94 với P-value = 0,0024 < 1% nên bác bỏ giả thuyết H0, tức chọn Fixed EffectsModel.
So sánh giữa mô hìnhFixed Effects Model và Random EffectsModel
Kết quả phân tích hồi quy theo Random Effects Model đƣợc trình bày ở Bảng 4.9 (xem thêm ở Phụ lục 4.9).
Bảng 4.9. Kết quả phân tích hồi quy các yếu tố ảnh hƣởng đến ROA theo REM Biến Hệ số z-Statistic CAR 0,01455 1,92 CPTN -0,02912 -13,08 TLNX -0,15001 -4,83 HDCV -0,00105 -0,68 -cons 3,59204 12,53
R-sq: within = 0,5146 Number of obs = 229
Để quyết định lựa chọn mô hình FEM hay REM, tác giả tiến hành kiểm định Hausman đƣợc đề xuất bởi Hausman vào năm 1978. Nếu kết quả giá trị Chi-Square với P-value > 5% thì chấp nhận giả thuyết H0 (không có sự khác biệt giữa hai mô hình FEM và REM) tức chọn mô hình REM, còn nếu kết quả giá trị Chi-Square với P-value < 5% thì bác bỏ giả thuyết H0 tức nên chọn FEM. Từ kết quả ở Phụ lục 4.10 cho thấy với mức ý nghĩa 5%, ta có kết quả giá trị Chi-Square là 11,85 với P-value = 0,0185 < 5% nên bác bỏ giả thuyết H0, tức mô hình FEM
Sau khi so sánh ba mô hình, mô hình tác động cố định (FEM) đƣợc lựa chọn để phân tích kết quả. Để tăng tính hiệu quả của mô hình FEM, tác giả thực hiện kiểm định phƣơng sai của sai số không đổi. Trƣờng hợp có hiện tƣợng phƣơng sai của sai số thay đổi, nghiên cứu sử dụng mô hình tác động cố định với sai số chuẩn vững (FEM – RSE) để xử lý.
4.3.3. Kiểm định phƣơng sai của sai số không đổi
Tác giả 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. Phụ lục 4.11 cho thấy ở mức ý nghĩa 1%, kiểm định White cho kết quả giá trị Chi-square bằng 89,01 với P-value = 0,0000 < 1% nên bác bỏ giả thuyết H0
tức có hiện tƣợng phƣơng sai thay đổi.
4.3.4. Khắc phục hiện tƣợng phƣơng sai của sai số thay đổi
Để khắc phục hiện tƣợng phƣơng sai thay đổi, nghiên cứu sử dụng mô hình tác động cố định với phƣơng pháp sai số chuẩn vững (FEM - RSE). Từ Phụ lục 4.12, sau khi sử dụng phƣơng pháp sai số chuẩn vững, mô hình có ý nghĩa ở mức ý nghĩa 1% (do giá trị F với P-value = 0,0000 < 1%) nên kết quả mô hình phù hợp và có thể sử dụng đƣợc. Kết quả mô hình nghiên cứu các yếu tố ảnh hƣởng đến hiệu quả hoạt động của các QTDND tại Vĩnh Long (đƣợc đại diện bởi tỷ suất sinh lợi trên tài sản) có phƣơng trình nhƣ sau (xem chi tiết ở Phụ lục 4.12).
ROAit = 3,1759 – 0,0281CPTNit – 0,2641TLNXit
Nhƣ vậy, biến TLNXit tác động ngƣợc chiều, mạnh nhất (–0,2641%) đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 10%; biến CPTNit tác động ngƣợc chiều (–0,0281%) đến ROAit và có ý nghĩa thống kê với mức ý nghĩa 5%. Kết quả tìm đƣợc phù hợp với các giả thuyết 2, giả thuyết 3 mà tác giả đƣa ra.