4.3.1. Kết quả hồi quy
Như đã biện luận ở chương 2, hiệu quả hoạt động kinh doanh được đo lường bằng ROA và ROE, nên tác giả đã xây dựng hai mô hình riêng biệt. Mô hình 1 biến phụ thuộc là ROA và mô hình 2 biến phụ thuộc là ROE. Trước hết, tác giả phân tích mô hình thứ nhất.
Bảng 4. 4: Bảng kiểm định tính dừng của của chuỗi thời gian
Biến số Gốc ADF Sai phân bậc 1 Gốc Phillips-Perron Sai phân bậc 1
ROA -3.816069 (0.0275) ** -6.946626 (0.0000) -3.685733 (0.0000)*** -11.16616 (0.0368) ** ROE -2.728346 (0.2321) -5.310890 (0.0007) *** -2.728346 (0.2321) -6.217493 (0.0001)*** GDP -3.553588 (0.0620)* -7.581531 (0.0001)*** -3.530902 (0.0645)* -10.90793 (0.0000) *** INF -2.421581 (0.3628) -5.584654 (0.0003)*** -3.746072 (0.0439)** -5.584654 (0.0003)*** NPLR -4.038097 (0.0170) ** -5.258004 (0.0009) *** -2.878212 (0.1901) -6.788853 (0.0000) *** LOANGR -4.294231 (0.0090)** -6.169295 (0.0001) *** -4.462292 (0.0058) ** -16.11942 (0.0000) *** LDR -3.941188 (0.0206) ** -7.077833 (0.0000) *** -3.643164 (0.0404)* -10.77758 (0.0000) *** CIR -3.829475 (0.0266)** -6.319841 (0.0000) *** -3.790985 (0.0291)* -24.39819 (0.0000) ***
Nguồn: kết quả từ Eviews
Ghi chú: Giá trị trong ngoặc đơn ( ) là p-value.
Trên nền tảng đặt giả thuyết H0: chuỗi biến nghiên cứu có nghiệm đơn vị (không dừng) và H1: chuỗi biến nghiên cứu không có nghiệm đơn vị (dừng). p-value < α với mức ý nghĩa α=5% hoặc α=10% hoặc α=1%. Khi xem xét đặc điểm của chuỗi dữ liệu chuỗi thời gian, sử dùng kiểm định nghiệm đơn vị ADF và Phillips-Perron (1988). Đối với kiểm định tính dừng ADF, tác giả nhận thấy các biến đều dừng ở bậc gốc, trừ biến ROE và INF là hai biến dừng ở sai phân bậc 1~ I(1). Đối với Phillips-Perron, ROE và NPLR dừng ở sai phân bậc 1~ I(1), trong khi tất cả các biến còn lại đều dừng ở bậc gốc.
4.3.1.1. Mô hình hồi quy 1
Bảng 4. 5: Thống kê mô tả
ROA NPLR LOANGR LDR INF GDP CIR
Mean 0,017543 0,059415 0,326211 0,762570 0,063683 0,062327 46,70647 Maximum 0,035030 0,086000 1,039700 0,932080 0,186760 0,070760 70,83300 Minimum 0,00119 0,008600 0,084000 0,501730 0,008790 0,052470 29,54000 Std. Dev. 0,006047 0,014675 0,216751 0,127243 0,049928 0,005829 12,09416
Observations 36 36 36 36 36 36 36
Nguồn: kết quả từ Eviews
Bảng 4.5 trình bày thống kê mô tả các biến trong mô hình. Lợi nhuận ròng trên tổng tài sản có giá trị trung bình là 0,017543; giá trị nhỏ nhất là 0,00119 và giá trị lớn nhất là 0,03503. Đối với biến tỷ lệ nợ xấu, giá trị trung bình, giá trị nhỏ nhất và lớn nhất lần lượt là 0,059415; 0,0086 và 0,086. Giá trị trung bình của biến tăng trưởng tín dụng, tỷ lệ thanh khoản, tỷ lệ chi phí trên thu nhập, tốc độ tăng trưởng GDP và tỷ lệ lạm phát là 0.326211; 0,76257; 46,70647; 0,062327 và 0,063683 một cách tương ứng.
Bảng 4. 6: Ma trận hệ số tương quan mô hình 1
Covariance Analysis: Ordinary Sample: 1 36
Correlation ROA NPLR LOANGR LDR INF GDP CIR ROA 1 NPLR 0,0021 1 LOANGR 0,0694 0,0818 1 LDR -0,4169 -0,1491 -0,0402 1 INF 0,5516 0,0311 0,0378 -0,7569 1 GDP -0,1849 -0,1738 -0,2208 0,5010 -0,3396 1 CIR -0,1149 0,0898 -0,1757 -0,4619 0,4156 -0,0308 1
Nguồn: kết quả từ Eviews
Sự tương quan giữa các biến được thể hiện ở Bảng 4.6. Theo đó, những hệ số tương quan nào lớn hơn 0,8 sẽ bị loại bỏ khỏi mô hình. Tuy nhiên trong ma trận hệ số tương quan không có hệ số nào vi phạm điều kiện nên mô hình không có hiện tượng đa cộng tuyến. Ngoài ra, để đảm bảo mô hình không tồn tại hiện tượng đa cộng tuyến, tác giả thực hiện kiểm định thông qua hệ số VIF.
Bảng 4. 7: Bảng hệ số VIF
Model Collinearity Statistics
B Tolerance VIF 1 (Constant) 0,024 NPLR 0,006 0,941 1,062 LDR -0,011 0,317 3,156 CIR 0,000 0,699 1,430 Loangr 0,000 0,911 1,097 GDP 0,129 0,664 1,507 INF 0,075 0,413 2,422
a. Dependent Variable: ROA
Nguồn: Tính toán của tác giả
Các hệ số VIF ở Bảng 4.7 đều nhỏ hơn 10, nên mô hình không tồn tại hiện tượng đa cộng tuyến. Tiếp theo, tác giả thực hiện kiểm định về hiện tượng tự tương quan và hiện tượng phương sai thay đổi.
Bảng 4. 8: Kiểm định hiện tượng tự tương quan mô hình 1
Nguồn: kết quả từ Eviews
Giá trị p-values trong bảng 4.8 (Kiểm định hiện tượng tự tương quan) = 0,6082 > 0,05 nên không có đủ bằng chứng để bác bỏ giả thuyết H0 (H0: Không có tương quan chuỗi). Điều này có nghĩa, mô hình không có hiện tượng tự tương quan.
Bảng 4. 9: Kiểm định hiện tượng phương sai thay đổi mô hình 1
Heteroskedasticity Test: White
F-statistic 0.493717 Prob. F(27,8) 0.9184 Obs*R-squared 22.49812 Prob. Chi-Square(27) 0.7117
Scaled explained SS 25.90554 Prob. Chi-Square(27) 0.5238
Nguồn: kết quả từ Eviews
Kết quả bảng 4.9 thể hiện kết quả kiểm định hiện tượng phương sai thay đổi. Giá trị p-values trong kiểm định này là 0,7117 lớn hơn 0,05 nên giả thuyết H0 (Phương sai không đổi) không thể bác bỏ. Vì vậy hiện tượng phương sai thay đổi không tồn tại trong mô hình nghiên cứu.
Bảng 4. 10: Mô hình hồi quy 1
Dependent Variable: ROA Method: Least Squares Date: 08/09/19 Time: 01:02 Sample: 1 36
Included observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C 0,0242 0,0134 1,8035 0,0817 NPLR -0,0061 0,0575 0,1060 0,0013
LOANGR -0,0006 0,0040 -0,1511 0,8810 Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0,384 Prob. F(2,27) 0,6851 Obs*R-squared 0,994 Prob. Chi-Square(2) 0,6082
LDR -0,0110 0,0114 -0,9621 0,3439 INF 0,0749 0,0255 2,9351 0,0065
GDP 0,1287 0,1723 0,7466 0,0061
CIR -0,0002 0,0001 -2,9651 0,0060
R-squared 0,4683 Mean dependent var 0,0175 Adjusted R-squared 0,3583 S.D. dependent var 0,0060 F-statistic 4,2570 Durbin-Watson stat 1,7428 Prob(F-statistic) 0,0034
Nguồn: kết quả từ Eviews
Kết quả hồi quy cho thấy mô hình 1 có tất cả 4 biến mang ý nghĩa thống kê ở mức 5%. Các biến đó bao gồm tỷ lệ nợ xấu, tỷ lệ chi phí trên thu nhập, tăng trưởng GDP và tỷ lệ lạm phát. Mô hình 1 có R2 là 46,83%, nghĩa là mô hình 1 hợp với dữ liệu ở mức 46,83%. Nói cách khác, 46,83% biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập.
Bảng 4. 11: Kiểm định sai dạng hàm (Kiểm định RESET của Ramsey)
Ramsey RESET Test Equation: UNTITLED
Specification: ROA C NPLR LOANGR LDR INF GDP CIR Omitted Variables: Squares of fitted values
Value df Probability t-statistic 1,523 28 0,1390
F-statistic 2,319 (1, 28) 0,1390 Likelihood ratio 2,865 1 0,0905
Nguồn: kết quả từ Eviews
Từ kết quả bảng 4.11, giá trị p-value (number of fitted terms = 1) là 0,1390. Giá trị này lớn hơn 0.05, nên giả thuyết H0: mô hình ước lượng không chệch và tương thích không có bằng chứng để bác bỏ. Do đó mô hình ước lượng không chệch, tương thích (Unbiased and adequate). Và mô hình không xảy ra khuyết tật sai dạng hàm.
Tính ổn định của mô hình được thực hiện thông qua kiểm định CUSUM Test và RAMSEY RESET Test:
Hình 4. 2: Kiểm định tính ổn định của mô hình
Nguồn: Kết quả từ eviews
Kiểm định CUSUM Test và CUSUM of Squared cho thấy tính ổn định của mô hình được đảm bảo trong giới hạn trên và giới hạn dưới với mức ý nghĩa 5%.
-16 -12 -8 -4 0 4 8 12 16 10 12 14 16 18 20 22 24 26 28 30 32 34 36 CUSUM 5% Significance -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 10 12 14 16 18 20 22 24 26 28 30 32 34 36 CUSUM of Squares 5% Significance
Bảng 4. 12: Kiểm định Bounds
F-Bounds Test Null Hypothesis: No levels relationship Test Statistic Value Signif. I(0) I(1)
Asymptotic: n=1000 F-statistic 4.3086 10% 1,99 2,94 k 6 5% 2,27 3,28 2,5% 2,55 3,61 1% 2,88 3,99
Nguồn: Kết quả từ eviews
Theo kết quả Bảng 4.12 về kiểm định Bounds, với giả thuyết kiểm định H0: không tồn tại mối quan hệ đồng liên kết giữa các biến. Kết quả kiểm định đường Bounds cho thấy giá trị thống kê F lớn hơn giá trị giới hạn đường bao trên ứng với mức ý nghĩa 5%. Như vậy có thể bác bỏ giả thuyết H0, và kết luận rằng tồn tại mối quan hệ dài hạn giữa các biến trong mô hình chuỗi thời gian.
4.3.1.2. Mô hình hồi quy 2
Thực hiện tương tự như mô hình 1, tác giả sẽ trình bày các bảng kết quả nghiên cứu cho mô hình thứ 2 như sau:
Bảng 4. 13: Ma trận hệ số tương quan mô hình 2
Covariance Analysis: Ordinary Date: 08/09/19 Time: 01:27 Sample: 1 36
Included observations: 36
Correlation ROE NPLR LOANGR LDR CIR GDP INF
ROE 1 NPLR -0,1657 1 LOANGR 0,1307 0,0818 1 LDR -0,1772 -0,1491 -0,0402 1 CIR -0,1615 0,0898 -0,1757 -0,4619 1 GDP -0,1512 -0,1738 -0,2208 0,5010 -0,0308 1 INF 0,2620 0,0311 0,0378 -0,7569 0,4156 -0,3396 1
Bảng 4. 14: Bảng hệ số VIF
Model Collinearity Statistics Tolerance VIF 1 (Constant) NPLR 0,941 1,062 LDR 0,317 3,156 CIR 0,699 1,43 Loangr 0,911 1,097 GDP 0,664 1,507 INF 0,413 2,422
Nguồn: Tính toán của tác giả
Sự tương quan giữa các biến được thể hiện ở Bảng 4.13. Theo đó, những hệ số tương quan nào lớn hơn 0,8 sẽ bị loại bỏ khỏi mô hình. Tuy nhiên trong ma trận hệ số tương quan không có hệ số nào vi phạm điều kiện nên mô hình không có hiện tượng đa cộng tuyến. Ngoài ra, hiện tượng này còn được kiểm tra thông qua hệ số VIF. Các hệ số VIF đều nhỏ hơn 10, nên mô hình thứ hai không tồn tại hiện tượng đa cộng tuyến.
Bảng 4. 15: Kiểm định hiện tượng tự tương quan mô hình 2
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 46,112 Prob. F(2,27) 0,0819 Obs*R-squared 91,668 Prob. Chi-Square(2) 0,1062
Nguồn: kết quả từ Eviews
Giá trị p-values trong bảng 4.15 (Kiểm định hiện tượng tự tương quan) = 0,1062 > 0,05 nên không có đủ bằng chứng để bác bỏ giả thuyết H0 (H0: Không có tương quan chuỗi). Điều này có nghĩa, mô hình không có hiện tượng tự tương quan.
Bảng 4. 16: Kiểm định hiện tượng phương sai thay đổi mô hình 2
Heteroskedasticity Test: White
F-statistic 1.5385 Prob. F(27,8) 0.2707 Obs*R-squared 30.1866 Prob. Chi-Square(27) 0.3058
Scaled explained SS 18.0503 Prob. Chi-Square(27) 0.902
Từ kết quả kiểm định hiện tượng phương sai thay đổi ở bảng 4.16, tác giả nhận thấy giá trị p-values trong kiểm định này là 0,3058 lớn hơn 0,05 nên giả thuyết H0 (Phương sai không đổi) không thể bác bỏ. Vì vậy hiện tượng phương sai thay đổi không tồn tại trong mô hình nghiên cứu.
Bảng 4. 17: Mô hình hồi quy 2
Dependent Variable: ROE Method: Least Squares Date: 08/09/19 Time: 01:38 Sample: 1 36
Included observations: 36
Variable Coefficient Std. Error t-Statistic Prob. C 0,1887 0,1092 1,7291 0,0944 NPLR -0,4650 0,4680 -0,9936 0,0287 LOANGR 0,0129 0,0322 0,4004 0,6918 LDR -0,0292 0,0930 -0,3143 0,7556 CIR -0,0010 0,0007 -1,5435 0,0335 GDP 0,1454 1,4029 0,1036 0,0182 INF 0,2516 0,2077 1,2111 0,0356
R-squared 0,5896 Mean dependent var 0,1025 Adjusted R-squared 0,4220 S.D. dependent var 0,0399 F-statistic 1,1310 Durbin-Watson stat 0,9159 Prob(F-statistic) 0,0004
Nguồn: kết quả từ Eviews
Kết quả hồi quy ở bảng 4.17 cho thấy mô hình 2 có 4 biến mang ý nghĩa thống kê ở mức 5%. Nghĩa là các biến tỷ lệ nợ xấu, tỷ lệ chi phí trên thu nhập, tăng trưởng GDP và tỷ lệ lạm phát là những yếu tố có tác động đến hiệu quả hoạt động kinh doanh của IVB. Mô hình 2 có R2 là 58,96%, nghĩa là mô hình 2 phù hợp với dữ liệu ở mức 58,96%. Nói cách khác, 58,96% biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập.
Bảng 4. 18: Kiểm định sai dạng hàm (Kiểm định RESET của Ramsey)
Ramsey RESET Test Equation: UNTITLED
Specification: ROE C NPLR LOANGR LDR CIR GDP INF Omitted Variables: Squares of fitted values
Value df Probability t-statistic 2.378878 28 0.0644
F-statistic 5.659059 (1, 28) 0.0744 Likelihood ratio 6.626798 1 0.0500
Nguồn: kết quả từ Eviews
Từ kết quả bảng 4.18, giá trị p-value (number of fitted terms = 1) là 0,0644. Giá trị này lớn hơn 0.05, nên giả thuyết H0: mô hình ước lượng không chệch và tương thích không có bằng chứng để bác bỏ. Do đó mô hình ước lượng không chệch, tương thích (Unbiased and adequate). Và mô hình không xảy ra khuyết tật sai dạng hàm.
Bảng 4. 19: Kiểm định sai dạng hàm (Kiểm định RESET của Ramsey)
Ramsey RESET Test Equation: UNTITLED
Specification: ROE C NPLR LOANGR LDR CIR GDP INF Omitted Variables: Powers of fitted values from 2 to 3
Value df Probability F-statistic 3.323982 (2, 27) 0.0512 Likelihood ratio 7.924164 2 0.0190
Nguồn: kết quả từ Eviews
Kết quả kiểm định sai dạng hàm bậc 2 (number of fitted terms = 2) có giá trị p- values là 0,0512. Giá trị này lớn hơn 0.05, nên giả thuyết H0: mô hình ước lượng không chệch và tương thích không có bằng chứng để bác bỏ. Do đó mô hình ước lượng không chệch, tương thích (Unbiased and adequate). Và mô hình 2 không xảy ra khuyết tật sai dạng hàm.
Hình 4. 3: Kiểm định tính ổn định của mô hình
Nguồn: Kết quả từ eviews
Kiểm định CUSUM Test và CUSUM of Squared cho thấy tính ổn định của mô hình được đảm bảo trong giới hạn trên và giới hạn dưới với mức ý nghĩa 5%.
-16 -12 -8 -4 0 4 8 12 16 10 12 14 16 18 20 22 24 26 28 30 32 34 36 CUSUM 5% Significance -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Bảng 4. 20: Kiểm định Bounds
F-Bounds Test Null Hypothesis: No levels relationship Test Statistic Value Signif. I(0) I(1)
Asymptotic: n=1000 F-statistic 5,2132 10% 1,99 2,94 k 6 5% 2,27 3,28 2,5% 2,55 3,61 1% 2,88 3,99
Nguồn: Kết quả từ eviews
Giả thuyết kiểm định H0: không tồn tại mối quan hệ đồng liên kết giữa các biến. Kết quả kiểm định đường bao (Bảng 4.20) cho thấy giá trị thống kê F lớn hơn giá trị giới hạn đường bao trên ứng với mức ý nghĩa 5%. Như vậy có thể bác bỏ giả thuyết H0, và kết luận rằng tồn tại mối quan hệ dài hạn giữa các biến trong mô hình chuỗi thời gian.
4.3.2. Thảo luận kết quả nghiên cứu
Từ việc sử dụng phần mềm Eviews để đo lường, ước lượng và kiểm định các nhân tố ảnh hưởng đến hiệu quả hoạt động kinh doanh tại IVB, tác giả tổng hợp kết quả nghiên cứu như sau:
Bảng 4. 21: Tổng hợp kết quả nghiên cứu
Biến phụ thuộc ROA ROE
Tỷ lệ nợ xấu -0,006092 (0,0013)
-0,46496 (0,0287) Tỷ lệ chi phí trên thu
nhập -0,00024 (0,006) -0,001017 (0,0335) Tăng trưởng GDP 0,12866 (0,0061) 0.145376 (0,0182) Tỷ lệ lạm phát 0.074898 (0,0065) 0,25159 (0,0356) Nguồn: tác giả tổng hợp
Cả hai mô hình nghiên cứu đều cho cùng kết quả là cả bốn yếu tố đều ảnh hưởng đến hiệu quả hoạt động kinh doanh của IVB trong giai đoạn nghiên cứu từ năm 2010 đến năm 2018. Ở mức ý nghĩa 5%, các biến sau đây mang ý nghĩa thống kê: tỷ lệ nợ xấu, tỷ lệ chi phí trên thu nhập, tăng trưởng GDP và tỷ lệ lạm phát.
Đối với tỷ lệ nợ xấu (NPLR), kết quả nghiên cứu ở cả hai mô hình đều cho thấy sự tương quan ngược chiều giữa tỷ lệ nợ xấu và hiệu quả hoạt động kinh doanh. Nghĩa là khi tỷ lệ nợ xấu tăng lên thì hiệu quả hoạt động kinh doanh của IVB (ROA và ROE) sẽ giảm xuống. Kết quả nghiên cứu của luận văn phù hợp với dấu kỳ vọng ban đầu và các nghiên cứu trước đây của các nhà khoa học trên thế giới, như nghiên cứu của Cifter (2015); Laryea và cộng sự (2016); Laryea và cộng sự (2016). Khoản cho vay khách hàng chính là một tài sản của một ngân hàng vì các khoản thanh toán lãi và trả nợ gốc mà khách hàng đi vay sẽ tạo ra một dòng tiền vào cho ngân hàng. Chính từ các khoản thanh toán lãi mà ngân hàng sẽ tạo ra lợi nhuận. Các NHTM thường coi tài sản là không hoạt động nếu chúng không được phục vụ trong một thời gian. Nếu các khoản thanh toán bị trễ hạn trong một thời gian ngắn, khoản vay được phân loại là quá hạn và một khi khoản thanh toán trở nên thực sự trễ (thường là 90 ngày), khoản vay được phân loại là không thực hiện. Một mức độ cao của tài sản không hoạt động, so với những người cho vay tương tự, có thể là một dấu hiệu của nợ xấu. Stuti và