4.3.1. Thống kê mô tả
Bảng 4.4 tóm tắt kết quả thống kê của tất cả các biến đƣợc sử dụng trong mô hình. Kết quả thống kê cho thấy, TSSL trung bình của cổ phiếu ngân hàng là - 0,23% với độ lệch chuẩn 9,26%; TSSL trung bình TTCK là 0,52% với độ lệch chuẩn 8,10%. Độ lệch chuẩn của TSSL cổ phiếu ngân hàng và TSSL TTCK đều khá lớn cho thấy mức độ phân tán cả hai dữ liệu đều lớn so với giá trị trung bình. Cụ thể, giá trị nhỏ nhất của TSSL cổ phiếu ngân hàng là -57,30% - mức giảm giá sâu nhất của cổ phiếu STB vào tháng 06/2007 và giá trị lớn nhất của TSSL cổ phiếu ngân hàng 59,71% - là mức tăng giá mạnh nhất của cổ phiếu NVB vào tháng 06/2017. Trong khi đó, năm 2006 là khoảng thời gian khởi sắc của TTCK, TSSL
TTCK đạt giá trị lớn nhất 24,23% vào tháng 12/2006 trƣớc khi rơi vào khủng hoảng 2 năm sau đó với giá trị nhỏ nhất -25,46% vào tháng 03/2008.
Hệ số độ nghiêng của các biến đều khác không (≠0), nghĩa là dữ liệu có phân phối xác suất không đều. Cụ thể, hệ số độ nghiêng của các biến Ri, INF, M2, INT, VNI dƣơng, cho thấy đồ thị hàm mật độ của các biến có dạng lệch phải (phân phối xác suất có đuôi phải dài); riêng biến EX có hệ số độ nghiêng âm, cho thấy đồ thị hàm mật độ có dạng lệch trái (phân phối xác suất có đuôi trái dài).
Hệ số độ nhọn của biến Ri, INF, M2, VNI lớn hơn 3 cho thấy đồ thị hàm mật độ có phân phối Leptokuric (có độ nhọn vƣợt chuẩn). Hệ số độ nhọn của biến EX và INT nhỏ hơn 3 cho thấy đồ thị hàm mật độ có phân phối Platykurtic (có độ nhọn dƣới chuẩn).
Bảng 4.4. Kết quả thống kê mô tả các biến
Biến Giá trị trung bình (Mean) Độ lệch chuẩn (SD) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max) Độ nghiêng (Skewness) Độ nhọn (Kurtosis) Ri -0,23 9,26 -57,30 59,71 0,21 9,59 INF 8,52 6,86 -0,01 28,31 1,28 3,80 EX 19.637 2.298 15.960 22.464 -0,50 1,62 M2 1,75 1,60 -1,75 8,53 0,96 5,24 INT 10,99 3,51 6,94 20,25 0,73 2,81 VNI 0,52 8,10 -25,46 24,23 0,07 4,42
Nguồn: Trích xuất và tổng hợp từ phần mềm Stata
4.3.2. Phân tích tƣơng quan
Sau khi quan sát các giá trị cơ bản của các biến, nghiên cứu tiến hành phân tích ma trận tƣơng quan giữa các biến độc lập.
Bảng 4.5. Kết quả phân tích tƣơng quan giữa các biến
Ri INF EX M2 INT VNI
Ri 1,0000 INF -0,1097 1,0000 EX 0,1505 -0.4293 1,0000 M2 0,1286 -0,4792 -0,6676 1,0000 INT -0,0932 0,8857 -0,4980 -0,5921 1,0000 VNI 0,6095 -0,2165 0,0740 0,0984 -0,1470 1,0000
Nguồn: Trích xuất và tổng hợp từ phần mềm Stata
Từ bảng 4.5, hệ số tƣơng quan giữa các biến độc lập khá cao, đặc biệt là hệ số tƣơng quan giữa biến INF và INT, giá trị 0,8857. Điều này cho thấy mức độ tƣơng quan giữa các biến độc lập khá cao dễ dẫn đến hiên tƣợng đa cộng tuyến khi tiến hành hồi quy. Vì vậy, nghiên cứu không sử dụng dạng nguyên gốc của các biến này làm biến độc lập. Trƣớc tiên, cần kiểm định tính dừng của các biến sau đó đánh giá lại mức độ tƣơng quan của các biến độc lập.
4.3.3. Kiểm định tính dừng của các biến
Tính dừng của biến chuỗi luôn là một vấn đề quan trọng trong dữ liệu thời gian và đặc biệt là dữ liệu bảng. Việc không xác định rõ tính dừng của biến có thể dẫn đến hiện tƣợng hồi quy giả mạo. Bảng 4.6 tổng hợp kết quả kiểm định nghiệm đơn vị Unit root test trên nền tảng Augmented Dickey Fuller – ADF. Đối với chuỗi gốc không dừng, sẽ đƣợc lấy sai phân cho đến khi dừng trƣớc khi đƣa vào mô hình.
Bảng 4.6. Kết quả kiểm định tính dừng của biến và sai phân cấp 1 của biến
Biến Sai phân cấp 1 Giá trị p
INF 0,0626 dINF 0,0000 lnEX 0,0000 M2 0,0000 INT 0,1646 dINT 0,0000 VNI 0,0000
Nguồn: Trích xuất và tổng hợp từ phần mềm Stata
Kết quả cho thấy, các biến dINF (sai phân cấp 1 của INF), lnEX, M2, dINT (sai phân cấp 1 của INT), VNI đều dừng ở mức ý nghĩa 1%.
Bảng 4.7. Kết quả phân tích tƣơng quan giữa các biến dừng
Ri dINF lnEX M2 dINT VNI
Ri 1,0000 dINF -0,2267 1,0000 lnEX 0,1477 -0,1038 1,0000 M2 0,1275 -0,0287 0,6518 1,0000 dINT 0,0019 0,4691 -0,1092 -0,0206 1,0000 VNI 0,6135 -0,1989 0,0901 0,1069 0,0645 1,0000
Nguồn: Trích xuất và tổng hợp từ phần mềm Stata
Kết quả phân tích tƣơng quan giữa các biến dừng theo bảng 4.7 cho thấy, hệ số tƣơng quan giữa 2 biến dINF và dINT lần lƣợt là sai phân cấp 1 của INF và INT đã giảm đáng kể, từ giá trị 0,8857 giảm còn 0,4691. Hệ số tƣơng quan giữa các biến còn lại tƣơng đối thấp, cao nhất là 0,6518 (giữa biến lnEX và M2), nhƣ vậy, việc sử dụng các biến vào ƣớc lƣợng mô hình là phù hợp. Ngoài ra, nhìn vào hệ số tƣơng
quan của biến dINF và Ri, có thể dự báo về mối quan hệ nghịch chiều giữa lạm phát và TSSL cổ phiếu.
4.3.4. Ƣớc lƣợng mô hình Pooled OLS, FEM, REM
Nghiên cứu tiến hành ƣớc lƣợng bằng các phƣơng pháp: Bình phƣơng tối thiểu gộp Pooled OLS (Pooled Ordinary Least Squares), mô hình tác động cố định FEM (Fixed Effects Model) và mô hình tác động ngẫu nhiên REM (Random Effects Model). Kết quả các ƣớc lƣợng đƣợc tổng hợp tại bảng 4.8.
Bảng 4.8. Tổng hợp kết quả hồi quy bằng mô hình Pooled OLS, FEM, REM
Biến Pooled OLS FEM REM
dINF -0,0101*** -0,0100*** -0,0101*** (0,000) (0,000) (0,000) lnEX 0,0826** 0,0923** 0,0826** (0,025) (0,022) (0,024) M2 0,000441 -0,000285 0,000441 (0,753) (0,889) (0,753) dINT 0,00442 0,00453 0,00442 (0,366) (0,356) (0,366) VNI 0,893*** 0,894*** 0,893*** (0,000) (0,000) (0,000) Constant -0,830** -0,924** -0,830** (0,022) (0,019) (-0,021) Số quan sát 873 873 873 R-squared 0,3954 0,3932 0,3931
Các dấu ***, **, * tương đương với các mức ý nghĩa 1%, 5%, 10% Giá trị trong ngoặc đơn () là giá trị p-value tương ứng
Nguồn: Trích xuất và tổng hợp từ phần mềm Stata
Theo kết quả hồi quy tại bảng 4.8, hệ số R-squared của 3 mô hình gần tƣơng đƣơng nhau. Mô hình Pooled OLS có hệ số R-squared cao nhất là 39,54% cho thấy các biến trong mô hình giải thích đƣợc 39,54% sự thay đổi của TSSL cổ phiếu ngân hàng. Còn lại 60,46% những thay đổi trong TSSL cổ phiếu ngân hàng chƣa đƣợc giải thích là do sai số và các yếu tố khác chƣa đƣợc đƣa vào mô hình. Hệ số hồi quy
và giá trị p của các biến cho kết quả gần giống nhau ở cả 3 mô hình Pooled OLS, FEM, REM. Bƣớc đầu cho thấy, lạm phát và TSSL TTCK là 2 biến có tác động mạnh nhất đến TSSL cổ phiếu ngân hàng tại mức ý nghĩa 1%, trong đó lạm phát có tác động ngƣợc chiều và TSSL TTCK có tác động cùng chiều đến TSSL cổ phiếu ngân hàng. Tỷ giá hối đoái có tác động cùng chiều tại mức ý nghĩa 5%. Cung tiền M2 và lãi suất không có ý nghĩa thống kê nên không có tác động gì đến TSSL cổ phiếu ngân hàng.
Thông thƣờng với các dữ liệu bảng, sau khi hồi quy bằng mô hình bình phƣơng nhỏ nhất thông thƣờng OLS (Ordinary Least Square), hầu hết các nghiên cứu thƣờng sử dụng mô hình FEM và REM, sau đó dùng kết quả của kiểm định Hausman để chọn ra mô hình phù hợp. Tuy nhiên, nếu nhƣ không tiến hành kiểm định chặt chẽ sau khi hồi quy sẽ không phát hiện ra đƣợc những khiếm khuyết của mô hình nhƣ hiện tƣợng đa cộng tuyến, phƣơng sai thay đổi và tự tƣơng quan mà FEM và REM thông thƣờng không khắc phục đƣợc, dẫn đến mô hình không còn tin cậy để giải thích.
4.3.5. Kiểm định sự phù hợp của mô hình
Để tăng tính hiệu quả cho các mô hình, nghiên cứu thực hiện kiểm định hiện tƣợng đa cộng tuyến, tự tƣơng quan và phƣơng sai thay đổi trong dữ liệu bảng.