Vì mô hình REM đã triệt tiêu được hiện tượng PSSSTĐ, cộng với việc không tồn tại hiện tượng TTQ, tác giả quyết định dừng ở mô hình REM để phân tích, đảm bảo ước lượng thu được vững và hiệu quả.
Bảng 4.7 – Kết quả mô hình REM cho biến phụ thuộc ROA và ROE
REM REM
ROA Coef. Z P>|z| ROE Coef. z P>|z|
LA -0,6207227 -2,24 0,025 LA -8,575134 -2,35 0,019 LLPTL 0,2630541 8,22 0,000 LLPTL 2,894107 7,09 0,000 LOGTA 0,0648239 1,70 0,088 LOGTA 1,133316 2,24 0,025 DEPTA 0,0018787 0,76 0,447 DEPTA -0,0110148 -0,34 0,733 IETA -0,0036178 -0,24 0,807 IETA 0,0946373 0,51 0,613 NIITI 0,0016 1,04 0,299 NIITI 0,0314918 1,60 0,109 FL -0,0162532 -1,71 0,088 FL 0,7450839 6,13 0,000 OPEXTA -0,5030443 -8,55 0,000 OPEXTA -6,585408 -8,79 0,000 OPEXTI 0,0324717 16,00 0,000 OPEXTI 0,361708 13,97 0,000 LLIFE -0,1236491 -1,93 0,053 LLIFE -0,5471273 -0,63 0,531 GDP 0,01371 0,69 0,493 GDP 0,4588662 1,83 0,067 CPI 0,0118225 2,22 0,026 CPI 0,1601612 2,39 0,017 Cons 2,621185 4,13 0,000 cons -64,79761 -7,69 0,000 R-square 0,8707 R-square 0,8370 Prob>chi2 0,000 Prob>chi2 0,000
Nguồn: Kết quả trích xuất từ phần mềm Stata
Đánh giá kết quả mô hình hồi quy ROA (bảng 4.7):
Ước lượng mô hình hồi quy cho kết quả giá trị p bằng 0,000 nhỏ hơn 0,05 nên mô hình phù hợp. Và R-square = 0,8707; tức các biến độc lập trong mô hình có ảnh hưởng đến 87,07% tới biến ROA, đây là mức ảnh hưởng khá cao. Do đó, tất cả các kết quả trong REM đều có ý nghĩa.
Kết quả mô hình nghiên cứu có phương trình như sau:
ROAi,t = 2,621185 - 0,6207227 LAi,t + 0,2630541 LLPTLi,t + 0,0648239 LOGTAi,t + 0,0018787 DEPTAi,t - 0,0036178 IETAi,t + 0,0016 NIITIi,t - 0,0162532 FLi,t - 0,5030443 OPEXTAi,t + 0,0324717 OPEXTIi,t - 0,1236491 LLIFEi,t + 0,01371 GDP + 0,0118225 CPI + εi,t
Mô hình đưa ra yếu tố LLPTL, OPEXTI và CPI có tác động cùng chiều lên ROA và có ý nghĩa thống kê với mức ý nghĩa 5% (p-value nhỏ hơn 0.05 và hệ số beta dương). Điều này cho thấy khi một trong các nhân tố này tăng lên sẽ làm cho ROA có xu hướng tăng theo và ngược lại nếu giảm đi sẽ kéo ROA giảm theo.
Yếu tố LA, OPEXTA có tác động ngược chiều lên ROA (p-value nhỏ hơn 0.05 và hệ số beta âm). Điều này cho thấy khi một trong các nhân tố này tăng lên sẽ làm cho ROA có xu hướng giảm và ngược lại nếu giảm đi sẽ làm cho ROA tăng lên.
Các yếu tố còn lại đều không tác động lên ROA (p-value đều lớn hơn 0,05 và 0,1 - mức ý nghĩa ở 5% và 10% đều được chấp nhận).
Đánh giá kết quả mô hình hồi quy ROE (bảng 4.7):
Kết quả nghiên cứu cho ROE cũng giống như với ROA: Giá trị p của mô hình hồi quy nhỏ hơn mức ý nghĩa 5%. Kết quả mô hình phù hợp và sử dụng được. Mô hình cũng nói lên được sự tác động của các biến độc lập đến biến ROE tương đối cao là 83,70% (R-square = 0,8370).
Kết quả mô hình nghiên cứu có phương trình như sau:
ROEi,t = - 64,79761 - 8,575134 LAi,t + 2,894107 LLPTLi,t + 1,133316 LOGTAi,t - 0,0110148 DEPTAi,t + 0,0946373 IETAi,t + 0,0314918 NIITIi,t + 0,7450839 FLi,t - 6,585408 OPEXTAi,t + 0,361708 OPEXTIi,t - 0,5471273 LLIFEi,t + 0,4588662 GDP + 0,1601612 CPI + εi,t
Mô hình hồi quy có biến phụ thuộc ROE đưa ra yếu tố LLPTL, LOGTA, FL, OPEXTI và CPI có tác động cùng chiều lên ROE và có ý nghĩa thống kê với mức ý nghĩa 5%. Còn nhân tố LA và OPEXTA lại tác động ngược chiều lên ROE (p-value nhỏ hơn 0.05 và hệ số beta âm). Các nhân tố còn lại không thể hiện mối quan hệ nào có ý nghĩa thống kê lên ROE.