Nguồn số liệu được thu thập từ dữ liệu thứ cấp, chủ yếu từ các báo cáo tài chính hợp nhất đã kiểm toán của các ngân hàng và dữ liệu từ worldbank. Với cách thức thu thập dữ liệu như trên, mẫu đã thu thập được dữ liệu của 28 NHTMCP giai đoạn 2008-2018 với thời kỳ xác định giá trị các biến là năm, số lượng mẫu là 300 mẫu trong 11 năm. Trừ 03 ngân hàng do số liệu trên báo cáo tài chính không đầy đủ bao gồm: NHTMCP Việt Nam Thương Tín, NHTMCP Đại Chúng, NHTMCP Đông Á số liệu công bố không đầy đủ nên tác giả không đưa vào mô hình. Phần Phụ Lục A (ở phần Phụ Lục) mô tả danh sách các NHTMCP đã được thu thập để phục vụ cho nghiên cứu này.
Phương pháp nghiên cứu định lượng: hồi quy dữ liệu bảng (panel data) hay dữ liệu chéo theo chuỗi thời gian (cross sectional time-series data) bằng phần mềm Stata. Theo Gujarati (2004) dữ liệu bảng có nghiên cứu các dữ liệu chéo một cách lặp đi lặp lại, cung cấp nhiều thông tin hơn, biến thiên hơn, ít có sự đa cộng tuyến giữa các biến số, bậc tự do cao hơn và hiệu quả hơn.
Sau khi thực hiện thống kê mô tả, nghiên cứu tiến hành phân tích tương quan và tự tương quan. Đối với những biến có quan hệ tương quan cao thì được gọi là đa cộng tuyến (thường có hệ số tương quan lớn hơn 0.8). Do đó, nghiên cứu phải loại trừ hiện tượng đa cộng tuyến trong mô hình khi các biến độc lập có quan hệ tương quan cao bằng cách loại bỏ biến độc lập đó.
Tiếp theo tác giả ước lượng mô hình và kiểm định các giả thuyết. Vì dữ liệu được sử dụng là dữ liệu bảng, theo Gujarati (2004) phương pháp OLS sẽ không phù hợp nếu có sự tồn tại các yếu tố riêng biệt (từng ngân hàng) và yếu tố thời gian. Việc sử dụng phương pháp OLS bỏ qua bình diện không gian và thời gian của dữ liệu kết hợp, kết quả ước lượng có thể sẽ bị thiên lệch. Vì vậy nghiên cứu sử dụng kiểm định Hausman để lựa chọn ước lượng mô hình hồi quỹ dữ liệu bảng theo mô hình tác động cố định (FEM) và mô hình tác động ngẫu nghiên (REM).
Mô hình FEM cho rằng mỗi thực thể (ngân hàng) đều có những đặc điểm riêng biệt, có thể ảnh hưởng đến các biến giải thích, có sự tương quan giữa phần dư của mỗi thực thể (có chứa các đặc điểm riêng) với các biến giải thích. FEM có thể kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) này ra khỏi các biến giải thích để có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc. Các đặc điểm riêng biệt (không đổi theo thời gian) này là đơn nhất đối với 1 thực thể và không tương quan với đặc điểm của các thực thể khác. Mô hình FEM có dạng như sau:
Yi,t = ai + b’Xit+eit
Trong đó ai cho thấy rằng các tung độ gốc của các ngân hàng có thể khác nhau. Sự khác biệt này có thể là do các đặc điểm riêng của từng ngân hàng, như phong cách quản lý hay triết lý kinh doanh.
Không giống như mô hình FEM, mô hình REM xem đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích. REM xem các phần dư của mỗi thực thể là một biến giải thích mới. Mô hình REM có dạng như sau:
Như vậy mô hình FEM và REM được lựa chọn phụ thuộc vào giả định có hay không có tương quan giữa eit và các biến giải thích Xit. Nếu giả định rằng không tương quan thì REM phù hợp hơn, và ngược lại. Kiểm định Hausman là một trong những phương pháp lựa chọn giữa FEM và REM.
Sau khi tìm được mô hình nghiên cứu phù hợp, tác giả sẽ tiến hành giải thích ý nghĩa các biến tác động đến hiệu quả hoạt động các ngân hàng.