Phƣơng pháp GLS đƣợc sử dụng để kiểm soát hiện tƣợng tự tƣơng quan và phƣơng sai thay đổi. Phƣơng pháp GLS sẽ ƣớc tính mô hình theo phƣơng pháp OLS ngay cả trong trƣờng hợp có sự tồn tại của hiện tƣợng tự tƣơng quan và phƣơng sai thay đổi. Các sai số đƣợc rút ra từ mô hình sẽ đƣợc dung để ƣớc tính ma trận phƣơng sai - hiệp phƣơng sai của sai số. Sau đó sử dụng ma trận này để chuyển đổi các biến ban đầu và ƣớc tính giá trị các tham số cần tìm trong mô hình.
KẾT LUẬN CHƢƠNG 3
Dựa trên những cơ sở lý thuyết của chƣơng 2, chƣơng 3 đã trình bày đƣợc các nhân tố đƣợc chọn đƣa vào mô hình. Giải thích về phƣơng pháp nghiên cứu, trình bày cách xử lý dữ liệu và các bƣớc nghiên cứu và kiểm định. Chƣơng 3 đã tạo ra tiền đề khá vững chắc cho việc tiến hành hồi quy và kiểm định mô hình ở chƣơng 4.
CHƢƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1 Phân tích thống kê mô tả:
Dữ liệu nghiên cứu đƣợc tổng hợp từ báo cáo thƣờng niên, báo cáo tài chính của 19 NHTM trong thời gian 10 năm từ năm 2008 đến năm 2017, tổng cộng có 190 quan sát. Kết quả thống kê mô tả cho thấy giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất cho mỗi biến quan sát nhƣ sau:
5Bảng 4.1 Thống kê mô tả Biến Số quan sát Giá trị trung bình Độ lệch
chuẩn Giá trị nhỏ nhất Giá trị lớn nhất CAR 190 0.16104 0.07799 0.08020 0.55500 LLR 190 0.01176 0.01116 0.00035 0.11132 LOA 190 0.53426 0.13287 0.19429 0.81626 DEP 190 0.61870 0.13028 0.18511 0.89217 SIZE 190 18.10551 1.32828 14.45300 20.86602 LIQ 190 0.21368 0.10657 0.04502 0.61038 ROE 190 0.10106 0.07225 0.00081 0.42478 GDP 190 0.06035 0.00599 0.05030 0.06810 INF 190 0.07798 0.07187 0.00600 0.21300
Nguồn: Tính toán của tác giả từ dữ liệu bằng phần mềm Stata
6Bảng 4.2 Thống kê giá trị trung bình theo từng năm
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 CAR 23.00% 16.07% 17.71% 15.39% 16.27% 15.01% 13.96% 15.16% 14.58% 13.90% LLR 0.74% 0.61% 0.62% 0.96% 1.40% 1.15% 1.81% 1.57% 1.49% 1.41% LOA 51.93% 53.97% 48.41% 45.67% 49.23% 51.14% 52.14% 58.46% 61.23% 62.08% DEP 56.55% 56.48% 51.49% 48.16% 59.92% 64.11% 68.59% 72.18% 72.71% 68.52% LIQ 28.65% 28.21% 24.87% 27.63% 24.07% 20.40% 19.09% 13.99% 12.34% 14.43% ROE 9.85% 13.42% 13.96% 14.81% 10.13% 8.64% 7.17% 6.36% 7.17% 9.54% SIZE 16.959 17.425 17.905 18.130 18.122 18.260 18.379 18.463 18.612 18.799 GDP 6.23% 5.32% 6.78% 5.89% 5.03% 5.42% 5.98% 6.68% 6.21% 6.81% INF 19.90% 6.50% 11.75% 21.30% 6.81% 6.04% 1.84% 0.60% 1.83% 1.41%
Nguồn: Tính toán của tác giả
0.08020 (8,02%) và giá trị lớn nhất 0.55500 (55,5%). Nhƣ vậy giá trị trung bình CAR của các NHTM tƣơng đối cao hơn 9% so với yêu cầu của NHNN. Tổng quan trong giai đoạn 2008 – 2017 số liệu trên bảng 4.2 cho thấy các ngân hàng đã tuân thủ chặt chẽ quy định vốn tối thiểu của NHNN là 8% có hiệu lực từ năm 2005 và 9% có hiệu lực từ 01/10/2010.
- Tỷ lệ dự phòng rủi ro tín dụng (LLR) của các NHTM trong dữ liệu nghiên cứu trung bình 0.01176 (1.176%) với độ lệch chuẩn 1,11%. Tổng quan số liệu trên bảng 4.2 trong giai đoạn 2008-2017 tỷ lệ dự phòng rủi ro tín dụng tăng dần qua các năm.
- Trung bình tỷ lệ cho vay trên tổng tài sản (LOA) của các NHTM Việt Nam đạt 53,43% với độ lệch chuẩn 13,29%. Số liệu trên bảng 4.1 thể hiện dƣ nợ cho vay mức cho vay thấp nhất chiếm 19.42% tổng tài sản và lớn nhất đạt đến 81.63% tổng tài sản. Nhƣ vậy bình quân giai đoạn 2008 – 2018 có hơn một nửa tổng tài sản của ngân hàng dùng vào việc cho vay và cho vay là nguồn chính tạo ra thu nhập từ lãi cho ngân hàng. Điều đó khẳng định các NHTM Việt Nam có mức độ phụ thuộc cao vào hoạt động tín dụng và chất lƣợng tài sản ngân hàng chủ yếu phụ thuộc chất lƣợng các khoản cho vay.
- Tỷ lệ tiền gửi của khách hàng trên tổng tài sản (DEP) đạt trung bình 61.87%, độ lệch chuẩn 13.02%. Một khoảng cách lớn trong việc thu hút nguồn tiền gửi của các ngân hàng từ mức 18.5% đến 89.2%.
- Quy mô của các ngân hàng (SIZE) kết quả phân tích cho thấy quy mô ngân hàng trung bình đạt 18.10, độ lệch chuẩn 1.32. Biến SIZE của các NHTM Nhà nƣớc nhƣ BID, CTG, VCB có giá trị cao hơn rất nhiều so với các ngân hàng còn lại do các NHTM Nhà nƣớc có giá trị tổng tài sản lớn hơn vì đã đƣợc tích lũy qua thời gian hoạt động dài hơn và một phần vốn là của Nhà nƣớc tham gia.
- Tỷ lệ tài sản có tính thanh khoản trên tổng tài sản (LIQ) trung bình đạt 21.36 với độ lệch chuẩn 10.65 cho thấy có khoảng cách lớn về thanh khoản giữa các NHTM Việt Nam. Tỷ lệ thanh khoản càng cao ngân hàng càng có khả năng giảm
- Tỷ suất lợi nhuận trên vốn chủ sở hữu (ROE): trung bình đạt 9.35%, tỷ lệ này thấp nhất ở mức 0% cao nhất ở mức 42.47% cho thấy khoảng cách trong hiệu quả của việc sử dụng vốn chủ sở hữu tại các ngân hàng. Tỷ lệ ở mức 0% cho thấy hoạt động kinh doanh của ngân hàng không những không hiệu quả mà lợi nhuận sau thuế ở mức âm (thua lỗ)
- Bên cạnh đó các yếu tố vĩ mô tăng trƣởng kinh tế (GDP), tỷ lệ lạm phát (INF) trong giai đoạn 2008-2017 trung bình đạt 6.03% và 7.79%.
4.2 Phân tích tƣơng quan các biến:
Hệ số tƣơng quan thƣờng đƣợc dùng để thể hiện mức độ tƣơng quan giữa cặp biến khi các nhân tố khác không đổi. Hệ số này thay đổi từ -1 (tƣơng quan nghịch chiều hoàn toàn) đến +1 (tƣơng quan thuận chiều hoàn toàn). Trong trƣờng hợp hệ số tƣơng quan bằng 0 cho thấy cặp biến không có sự tƣơng quan.
7Bảng 4.3: Ma trận tƣơng quan giữa các biến trong mô hình nghiên cứu
CAR LLR LOA DEP SIZE LIQ ROE GDP INF
CAR 1 LLR -0.0845 1 LOA -0.0533 -0.0691 1 DEP -0.36 0.1805 0.5751 1 SIZE -0.6958 0.1883 0.1087 0.3466 1 LIQ 0.1035 -0.2643 -0.6977 -0.6396 -0.1781 1 ROE -0.3345 -0.0792 -0.0493 -0.1577 0.3061 0.1225 1 GDP 0.0153 0.0264 0.1734 0.1417 0.1063 -0.2442 -0.0596 1 INF 0.2235 -0.2479 -0.2796 -0.5443 -0.2674 0.4482 0.27 -0.0926 1
Nguồn: Tính toán của tác giả
Hệ số tƣơng quan giữa CAR với LLR LOA DEP SIZE ROE là âm cho thấy mối tƣơng quan nghịch giữa CAR với các biến này. Trong khi đó, hệ số tƣơng quan giữa CAR với LIQ, GDP, INF là dƣơng cho thấy mối tƣơng quan cùng chiều giữa CAR với các biến này.
Hệ số tƣơng quan dƣới 0.8 hoặc 0.9 cho thấy biến phụ thuộc không có sự tƣơng quan cao so với biến khác. Có thể thấy các cặp biến trong mô hình đều có hệ số tự tƣơng quan tuyến tính nhỏ hơn 0.7, vì vậy có thể kết luận các biến độc lập trong mô hình nghiên cứu không có tƣơng quan cao và không có đa cộng tuyến.
4.3 Kiểm tra đa cộng tuyến:
Hệ số phóng đại VIF cho biết liệu một biến có mối quan hệ đa cộng tuyến nghiêm trọng với các biến khác không. Nếu VIF của một biến nào đó vƣợt quá 10, biến đó đƣợc xem là có tƣơng quan mạnh, giá trị VIF càng lớn thì vấn đề cộng tuyến càng cao.
8Bảng 4.4: Hệ số phóng đại VIF
Biến
Hệ số phóng đại phƣơng sai
VIF 1/VIF LIQ 2.88 0.34704 LOA 2.45 0.407567 DEP 2.35 0.425613 INF 1.64 0.609466 SIZE 1.47 0.67972 ROE 1.34 0.745257 LLR 1.3 0.771556 GDP 1.08 0.925645
Giá trị trung bình VIF 1.81
Nguồn: Tính toán của tác giả
Có thể thấy hệ số phóng đại VIF của các biến trong mô hình nghiên cứu đều nhỏ hơn 10 và giá trị trung bình bằng 1,18. Vì vậy dữ liệu nghiên cứu không xuất hiện hiện tƣợng đa cộng tuyến nghiêm trọng.
4.4 Kết quả nghiên cứu:
4.4.1 Kết quả nghiên cứu của các phƣơng pháp ƣớc lƣợng: Phân tích hồi quy Pooled OLS Phân tích hồi quy Pooled OLS
Sử dụng phƣơng pháp bình phƣơng bé nhất để chạy dữ liệu, lấy biến tỷ lệ an toàn vốn (CAR) làm biến phụ thuộc. Kết quả phân tích hồi quy Pooled OLS nhƣ sau: tỷ lệ an toàn vốn không chịu tác động bởi các biến độc lập sau: tỷ lệ dự phòng tín dụng, tỷ lệ thanh khoản, tăng trƣởng kinh tế, tỷ lệ lạm phát. Trong khi đó tỷ lệ cho vay, tỷ lệ tiền gửi, quy mô ngân hàng, lợi nhuận trên vốn chủ sở hữu có tác động đến tỷ lệ an toàn vốn.
9Bảng 4.5: Kết quả phân tích hồi quy OLS
Biến độc lập Hệ số Std. Err. t Prob.
LLR 0.456027 0.3916273 1.16 0.24600 LOA 0.083421 0.0452514 1.84 0.06700 DEP -0.18835 0.0451632 -4.17 0.00000 SIZE -0.03278 0.0035051 -9.35 0.00000 LIQ -0.04368 0.0611424 -0.71 0.47600 ROE -0.21823 0.0615393 -3.55 0.00000 GDP 0.919066 0.6665476 1.38 0.17000 INF 0.050777 0.0684091 0.74 0.45900 Hằng số 0.793104 0.0782526 10.14 0.00000 R2 0.5616
Nguồn: Tính toán của tác giả
Phân tích hồi quy FEM
Sử dụng phƣơng pháp hồi quy tác động cố định để chạy dữ liệu, lấy biến tỷ lệ an toàn vốn (CAR) làm biến phụ thuộc. Kết quả phân tích hồi quy theo mô hình FEM nhƣ sau: tỷ lệ an toàn vốn không chịu tác động bởi các biến độc lập sau: tỷ lệ dự phòng tín dụng, tỷ lệ cho vay, tỷ lệ lạm phát. Trong khi đó tỷ lệ tiền gửi, quy mô ngân hàng, lợi nhuận trên vốn chủ sở hữu, tỷ lệ thanh khoản, tăng trƣởng kinh tế có tác động đến tỷ lệ an toàn vốn.
10Bảng 4.6: Kết quả phân tích hồi quy FEM
Biến độc lập Coef. Std. Err. t P>t
LLR 0.623031 0.4017496 1.55 0.1230 LOA -0.00898 0.0604633 -0.15 0.8820 DEP -0.22271 0.0523361 -4.26 0.0000 SIZE -0.06343 0.0078777 -8.05 0.0000 LIQ -0.19241 0.0674206 -2.85 0.0050 ROE -0.16152 0.0666142 -2.42 0.0160 GDP 1.334166 0.6141218 2.17 0.0310 INF -0.08927 0.0720541 -1.24 0.2170 Hằng số 1.428681 0.1558858 9.16 0.0000 R2 0.5339
Nguồn: Tính toán của tác giả
Phân tích hồi quy REM
Sử dụng phƣơng pháp hồi quy tác động ng u nhiên để chạy dữ liệu, lấy biến tỷ lệ an toàn vốn (CAR) làm biến phụ thuộc. Kết quả phân tích hồi quy theo mô hình REM nhƣ sau: tỷ lệ an toàn vốn không chịu tác động bởi các biến độc lập sau: tỷ lệ dự phòng tín dụng, tỷ lệ cho vay, tỷ lệ lạm phát, tăng trƣởng kinh tế. Trong khi đó tỷ lệ tiền gửi, quy mô ngân hàng, lợi nhuận trên vốn chủ sở hữu, tỷ lệ thanh khoản có tác động đến tỷ lệ an toàn vốn.
11Bảng 4.7: Kết quả phân tích hồi quy REM
Biến độc lập Coef. Std. Err. z P>z
LLR 0.610436 0.3934707 1.55 0.121 LOA 0.060165 0.0518595 1.16 0.246 DEP -0.21121 0.0489759 -4.31 0.000 SIZE -0.04066 0.0049526 -8.21 0.000 LIQ -0.11236 0.0639027 -1.76 0.079 ROE -0.1836 0.063703 -2.88 0.004 GDP 0.949115 0.6121369 1.55 0.121 INF 0.019703 0.0658124 0.3 0.765 Hằng số 0.972234 0.1015752 9.57 0.000 R2 0.5556
4.4.2 Lựa chọn các phƣơng pháp ƣớc lƣợng:
Biến phụ thuộc tỷ lệ an toàn vốn chịu tác động của nhiều biến độc lập nên việc lựa chọn mô hình phân tích hồi quy phù hợp là cần thiết, kết quả phân tích hồi quy theo mô hình Pooled OLS, FEM, REM nhƣ sau:
Với mức ý nghĩa 10%, cả ba mô hình phân tích hồi quy Pooled OLS, FEM, REM đều thoả mô hình hồi quy theo phân phối chuẩn do F-statistis của 3 mô hình đều lớn hơn 1, R-squared cho thấy mức độ phù hợp của ba mô hình phân tích lần lƣợt là: Pooled OLS 56.16%; FEM 53.39%, REM 55.56%
12 Bảng 4.8: Tổng hợp kết quả phân tích theo các phƣơng pháp ƣớc lƣợng
OLS FEM REM
LLR Coef 0.4560272 0.6230308 0.6104364 t-Static 1.16 1.55 1.55 Prob 0.24600 0.12300 0.12100 LOA Coef 0.0834205 -0.008978 0.0601648 t-Static 1.84 -0.15 1.16 Prob 0.06700* 0.88200 0.24600 DEP Coef -0.188352 -0.222706 -0.2112111 t-Static -4.17 -4.26 -4.31 Prob 0.00000*** 0.00000*** 0.00000*** SIZE Coef -0.0327801 -0.063434 -0.0406558 t-Static -9.35 -8.05 -8.21 Prob 0.00000*** 0.00000*** 0.00000*** LIQ Coef -0.0436842 -0.192407 -0.1123568 t-Static -0.71 -2.85 -1.76 Prob 0.47600 0.00500*** 0.07900** ROE Coef -0.2182279 -0.161516 -0.1835983 t-Static -3.55 -2.42 -2.88 Prob 0.00000*** 0.01600*** 0.00400*** GDP Coef 0.9190658 1.334166 0.9491147 t-Static 1.38 2.17 1.55 Prob 0.17000 0.03100** 0.12100 INF Coef 0.0507766 -0.08927 0.019703 t-Static 0.74 -1.24 0.3 Prob 0.45900 0.21700 0.76500 _cons Coef 0.7931044 1.428681 0.972234 t-Static 10.14 9.16 9.57 Prob 0.00000 0.00000 0.00000 R-Squared 0.5616 0.5339 0.5556
(*), (**) và (***) có ý nghĩa thống kê tương ứng ở mức 10%, 5% và 1%
Để lựa chọn mô hình hồi quy phù hợp với dữ liệu nghiên cứu, ta thực hiện các kiểm định sau:
Kiểm định F
Để lựa chọn mô hình hồi quy phù hợp giữa Pooled OLS và mô hình nồi quy FEM. Giả thiết Ho: Các đặc điểm riêng về chủ thể không gian không gian không giải thích đƣợc biến phụ thuộc vì vậy Pooled OLS là tốt hơn FEM.
Kết quả mô hình hồi quy (Xem phụ lục 5) ta thấy Prob có hệ số là 0.000 nhỏ hơn 0.05 bác bỏ giả thiết H0. Do đó với mức ý nghĩa 5% mô hình phân tích hồi quy FEM phù hợp hơn mô hình phân tích hồi quy OLS.
Kiểm định Hausman
Thực hiện kiểm định Hausman để tìm mô hình hồi quy thích hợp giữa mô hình phân tích hồi quy FEM và mô hình phân tích hồi quy REM. Kết quả nhƣ sau:
13Bảng 4.9 Kết quả kiểm định Hausman Test: Chi2 Prob>chi2 Kết quả
(so với mức ý nghĩa 5%)
Lựa chọn
20.79 0.0077 Bác bỏ giả thiết H0 Fixed effects model (FEM)
Nguồn: Tính toán của tác giả từ Stata
Kết quả kiểm định Hausman cho thấy Prob có hệ số 0.0077 <0.05. Vì vậy với mức ý nghĩa 5% mô hình phân tích hồi quy FEM phù hợp hơn mô hình phân tích hồi quy quy REM.
Trên cơ sở kiểm định F và kiểm định Hausman thì mô hình phân tích hồi quy FEM là phù hợp nhất. Tuy nhiên, chúng ta cần kiểm định sự phù hợp của mô hình phân tích hồi quy và kiểm định một số khuyết tật của mô hình phân tích hồi quy.
4.4.3 Kiểm định các vi phạm của mô hình: Kiểm định phƣơng sai sai số thay đổi Kiểm định phƣơng sai sai số thay đổi
14Bảng 4.10 Kiểm định phƣơng sai sai số thay đổi Chi2 Prob>chi2 Kết quả
(so với mức ý nghĩa 5%)
Khuyết tật
3304.64 0.0000 Bác bỏ giả thiết H0 Phƣơng sai sai số thay đổi
Nguồn: Tính toán của tác giả từ Stata
Kết quả kiểm định phƣơng sai sai số thay đổi cho thấy P = 0.0000 <0.05 nên mô hình phân tích hồi quy có hiện tƣợng phƣơng sai sai số thay đổi.
Kiểm định tự tƣơng quan giữa các phần dƣ
Nhằm đƣa ra biện pháp xử lý thống kê khắc phục mô hình, tác giả kiểm định tự tƣơng quan các phần dƣ trong mô hình hồi quy nhằm tìm giải pháp tối ƣu khắc phục sai phạm mô hình bằng cấu trúc lệnh xtserial với giả thiết H0: Mô hình có hiện tƣợng tự tƣơng quan giữa các phần dƣ. Kết quả kiểm định nhƣ sau:
15Bảng 4.11 Kiểm định tự tƣơng quan giữa các phần dƣ F (1, 18) Prob>F Kết quả
(so với mức ý nghĩa 5%)
Khuyết tật
16.178 0.0008 Bác bỏ giả thiết H0 Có hiện tƣợng tự tƣơng quan giữa các phần dƣ
Nguồn: Tính toán của tác giả từ Stata
Kết quả kiểm định tự tƣơng quan phần dƣ cho thấy P = 0.0008 <0.05 nên mô hình có hiện tƣợng tự tƣơng quan phần dƣ.
Kiểm định tƣơng quan chuỗi phần dƣ của đơn vị chéo
Tiến hành kiểm định tƣơng quan chuỗi phần dƣ của đơn vị chéo bằng cấu trúc lệnh xtcsd, pesaran abs với giả thiết H0: không có hiện tƣợng tƣơng quan chuỗi giữa các phần dƣ đơn vị chéo. Điều này xảy ra khi p-value<0.05. Kết quả kiểm định nhƣ sau:
16Bảng 4.12 Kiểm định tƣơng quan chuỗi phần dƣ của đơn vị chéo Fesaran’s
test
Pr Kết quả
(so với mức ý nghĩa 5%)
Khuyết tật