CHƯƠNG 2 : PHƯƠNG PHÁP NGHIÊN CỨU
2.3. Phương pháp kiểm định mơ hình
Bước 1: Thống kê mơ tả
Để có được cái nhìn tổng quát nhất về mẫu nghiên cứu, nhóm tiến hành sử dụng phân tích thống kê mơ tả để mơ tả những đặc tính cơ bản của dữ liệu. Qua thống kê mơ tả chúng ta có thể thấy được giá trị lớn nhất, giá trị nhỏ nhất, giá trị trung bình, độ lệch chuẩn của các biến nghiên cứu bao gồm biến phụ thuộc và các biến độc lập của các NHTM Việt Nam giai đoạn 2014 - 2019.
Bước 2: Phân tích ma trận tương quan
Nghiên cứu kiểm định hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình. Đồng thời, nhóm nghiên cứu hiện tượng đa cộng tuyến thơng qua chỉ số VIF. Nếu chỉ số VIF lớn nhất của các biến giải thích nhỏ hơn 5, điều này cho thấy ít khả năng xảy ra hiện tượng đa cộng tuyến (Gujarati, 2004). Việc phân tích tương quan cũng nhằm mục đích lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính của biến phụ thuộc với các biến độc lập.
Bước 3: Ước lượng hồi quy OLS
Các kiểm định Hausman, F - Test thường được các nghiên cứu trước đó sử dụng cho mục đích xác định mơ hình FEM hay REM là phù hợp trong mơ hình dữ liệu bảng như nghiên cứu của Phạm Minh Điển và các cộng sự (2017), Nguyễn Kim Thu và Đỗ Thị Thanh Huyền (2014),... Kiểm định này nhằm xác định sự tương quan của sai số ui với các biến giải thích. Do vậy, nhóm lựa chọn thực hiện kiểm định Hausman, F - Test để lựa chọn mơ hình hồi quy phù hợp nhất.
Bước 4: Kiểm định và khắc phục hiện tượng phương sai thay đổi
Thực hiện kiểm định phương sai của sai số không đổi bằng White cho mơ hình REM. Giả thuyết đầu tiên H0: Phương sai sai số thay đổi. Nếu kết quả kiểm định White có P-value >= 5% thì chấp nhận giả thuyết H0, nghĩa là mơ hình khơng có hiện tượng phương sai sai số thay đổi.
34
Nếu mơ hình có hiện tượng phương sai sai số thay đổi thì có thể khắc phục được bằng nhiều phương pháp như hồi quy trọng số FGLS (bình phương tối thiểu tổng qt), Robust Standard, bình phương tối thiểu có trọng số hoặc có thể biến đổi dạng hàm hay bổ sung thêm biến, ...
Bước 5: Kiểm định và khắc phục hiện tượng tự tương quan
Để khắc phục hiện tượng tự tương quan, chúng ta có thể sử dụng các hàm thơng dụng như OLS dù khơng có các phương sai nhỏ nhất giữa các hàm tuyến tính khơng có thiên lệch tốt. Wooldridge (2002) cho rằng phương pháp này rất hữu dụng khi kiểm soát được hiện tượng phương sai của sai số khơng đồng nhất và hiện tượng tự tương quan. Nếu có hiện tượng tự tương quan và phương sai sai số thay đổi thì nhóm nghiên cứu sẽ sử dụng phương pháp FGLS.
Nguyên tắc kiểm định Wooldridge như sau:
- Nếu d > 10% thì kết luận mơ hình khơng có hiện tượng tự tương quan - Nếu 0 < d < 10% thì kết luận mơ hình có hiện tượng tự tương quan
Loại hình ngân
hàng 2014 2015 2016 2017 2018 2019
35
CHƯƠNG 3: THỰC TRẠNG VỀ TỶ LỆ THU NHẬP LÃI CẬN BIÊN CỦA CÁC