31 Phương pháp nghiên cứu
312 Quy trình nghiên cứu
Nghiên cứu sử dụng phương pháp nghiên cứu định lượng Quy trình nghiên cứu được thực hiện qua 5 bước cụ thể như sau:
Bước 1: Thu thập và xử lý dữ liệu
Nghiên cứu sử dụng phương pháp phân tích dữ liệu bảng (panel data) để nghiên cứu tác động của các đặc điểm kinh tế vĩ mơ và các đặc tính của NHTM tới hoạt động cho vay DNSN ở Việt Nam Dữ liệu được sử dụng trong nghiên cứu được lấy từ dữ liệu của các NHTM và dữ liệu kinh tế vĩ mô của Việt Nam trong 10 năm (từ 2011 đến 2020) Cụ thể nghiên cứu đã sử dụng số liệu của 26 NHTM Việt Nam (xem danh sách NHTM cụ thể trong phụ lục) Dữ liệu bảng được lựa chọn sử dụng vì phương pháp này cho phép cung cấp cái nhìn tổng quan hơn so với việc sử dụng chỉ dữ liệu theo thời gian (chuỗi thời gian) hay chỉ sử dụng dữ liệu chéo Dữ liệu bảng (dữ liệu hỗn hợp) là sự kết hợp dữ liệu theo cả thời gian và khơng gian, do đó nó có thể cung cấp các dữ liệu có nhiều thơng tin hơn, đa dạng hơn Sử dụng dữ liệu bảng cũng là phương pháp làm tăng được số lượng quan sát trong mơ hình, đồng thời ít xảy ra cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn (Hsiao, 2007)
Bước 2: Thống kê mô tả và hệ số tương quan giữa các biến
Trong phần này, các đặc điểm cơ bản của bộ dữ liệu sẽ được khái quát sơ bộ, biểu hiện qua các tiêu chí: giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất và độ lệch chuẩn
Bước 3: Kiểm định và khắc phục khuyết tật của mơ hình
Trước khi tiến hành kiểm định, để đảm bảo được tính khách quan, hợp lý và chính xác của ước lượng, nghiên cứu tiến hành một số kiểm tra chẩn đoán để kiểm định một số khuyết tật có thể có của mơ hình Những kiểm định được thực hiện để kiểm tra khuyết tật của mô hình bao gồm: kiểm định đa cộng tuyến, kiểm định phương sai của sai số thay đổi, kiểm định tự tương quan
- Kiểm định đa cộng tuyến
Đa cộng tuyến là hiện tượng xảy ra khi hai hoặc nhiều biến độc lập có mối quan hệ tương quan với nhau và một biến có thể được sử dụng thay cho biến cịn lại
(Nguyễn Quang Dong, 2006) Mơ hình có tồn tại đa cộng tuyến có thể khiến cho R2
của mơ hình cao nhưng kiểm định t có ít ý nghĩa Hơn thế nữa dấu của các ước lượng của hệ số hồi quy trong mơ hình có thể sai Để phát hiện sự tồn tại của đa cộng tuyến, nghiên cứu sử dụng hệ số nhân tử phóng đại phương sai (Variance inflation factor - VIF) Hệ số VIF được tính cho từng biến độc lập Theo quy tắc ngón tay cái, nếu hệ số
VIF từ 10 trở lên (tương ứng với dung sai nhỏ hơn hoặc bằng 0 10) mơ hình có tồn tại vấn đề đa cộng tuyến (Garson, 2012)
- Kiểm định phương sai của sai số thay đổi
Mơ hình hồi quy tuyến tính cổ điển giả định rằng các nhiễu ngẫu nhiên trong hàm hồi quy tổng thể có phương sai khơng đổi (Koop, 2006) Nếu giả thiết này bị vi phạm trong dữ liệu có tồn tại hiện tượng phương sai của sai số thay đổi Nếu một hồi quy được kiểm định mà khơng tính đến giả thiết quan trọng này, khoảng tin cậy và các kiểm định giả thiết dựa trên phân phối t và F khơng cịn đáng tin cậy nữa Do đó nếu tiếp tục sử dụng thủ tục kiểm định giả thiết thơng thường có thể dẫn đến những kết luận sai lầm Để có thể phát hiện ra hiện tượng phương sai của sai số thay đổi, một số kiểm định có thể được sử dụng như kiểm định Park, kiểm định Glejser, kiểm định tương quan hạng của Spearman, kiểm định Goldfeld-Quandt, kiểm định Breusch- Pagan, kiểm định Wald, kiểm định White, kiểm định Breusch and Pagan Lagrangian (Koop, 2006)
- Kiểm định tự tương quan
Tự tương quan là sự tương quan giữa các thành phần của chuỗi các quan sát (Verbeek, 2008) Để có thể phát hiện vấn đề tự tương quan trong dữ liệu bảng, nghiên cứu sử dụng kiểm định Wooldridge Kiểm định này có giả thiết H0: Mơ hình khơng có hiện tượng tự tương quan Vì vậy nếu giá trị P-value lớn hơn 0 1, khơng có cơ sở bác bỏ giả thiết H0, tức là hiện tượng tự tương quan không tồn tại Trong trường hợp ngược lại tồn tại tự tương quan
Bước 4: Lựa chọn phương pháp ước lượng phù hợp
Sau khi thực hiện các kiểm định chẩn đốn các khuyết tật có thể có của mơ hình, trong bước tiếp theo, nghiên cứu sẽ thực hiện các kiểm tra để lựa chọn phương pháp ước lượng thích hợp cho mơ hình Đối với dữ liệu bảng một số phương pháp ước lượng phổ biến gồm có:
- Ước lượng bình phương nhỏ nhất (Pooled OLS)
- Ước lượng tác động ngẫu nhiên (Random effects model - REM) - Ước lượng tác động cố định (Fixed effects model - FEM)
- Ước lượng Moment tổng quát (Generalized Method of Moment - GMM) Trong đó phương pháp ước lượng Moment tổng quát (GMM) thường được sử dụng để ước lượng các dữ liệu bảng với một hoặc nhiều đặc điểm sau: Dữ liệu bảng có biến trễ (hay còn được gọi là dữ liệu bảng động), dữ liệu bảng không cân bằng dạng vi
mô (với số lượng biến theo chuỗi không gian N lớn hơn số lượng biến theo chuỗi thời gian T), dữ liệu bảng tồn tại một số khuyết tật như phương sai của sai số thay đổi, đa cộng tuyến hoặc tự tương quan của phần dư trong mơ hình Phương pháp ước lượng Pooled OLS, FEM, REM tỏ ra phù hợp với các mơ hình dữ liệu bảng tĩnh tuyến tính (Hsiao, 2007)
Để lựa chọn giữa phương pháp ước lượng FEM hay REM, Kiểm định Hausman có thể cho biết phương pháp nào là phù hợp hơn (Greene, 2001) Kiểm định Hausman kiểm tra sự tồn tại của mối tương quan có ý nghĩa giữa các hiệu ứng ngẫu nhiên cụ thể của ngân hàng không được quan sát và các biến hồi quy Nếu có thể thấy rằng khơng có mối tương quan nào như vậy thì mơ hình REM có thể phù hợp Mặt khác, nếu có sự tương quan như vậy, thì mơ hình FEM sẽ là lựa chọn tốt hơn Greene (2001) lưu ý thêm rằng nếu kết luận rằng FEM là mơ hình được lựa chọn thì cần kiểm tra để đưa các tác động cố định về thời gian ước lượng của mơ hình
Nếu kiểm định Hausman dẫn đến việc lựa chọn mơ hình REM thì cần phải kiểm tra xem phương pháp Pooled OLS và REM, phương pháp nào phù hợp hơn Breusch và Pagan (1980) đề xuất kiểm định hệ số nhân Lagrange để lựa chọn giữa phương pháp ước lượng REM và mơ hình hồi quy Pooled OLS Giả thuyết H0 được giả định là phương sai giữa các ngân hàng bằng 0; nghĩa là khơng có hiệu ứng dữ liệu bảng
Trong trường trường hợp mơ hình được kiểm định tồn tại khuyết tật (phương sai của sai số thay đổi, đa cộng tuyến) thì kết quả ước lượng của các mơ hình sử dụng phương pháp Pooled OLS, REM, hay FEM sẽ kém tin cậy để kết luận, nghiên cứu sẽ sử dụng phương pháp ước lượng GMM để có kết quả ước lượng có thể tin cậy được (Baltagi, 2008) Phương pháp ước lượng Moment tổng quát GMM được giới thiệu chính thức lần đầu bởi Hansen (1982) và kể từ đó phương pháp này đã trở thành phương pháp được sử dụng rộng rãi nhất cho các mơ hình trong kinh tế và tài chính Theo Baltagi (2008), trong điều kiện giả thiết nội sinh bị vi phạm, phương pháp GMM vẫn cho ra các hệ số ước lượng vững, không chệch, phân phối chuẩn và hiệu quả Để khắc phục vấn đề nội sinh, phương pháp ước lượng GMM đã đưa vào biến cơng cụ vào mơ hình Biến cơng cụ là biến có quan hệ chặt với biến độc lập Theo Baum và cộng sự (2002), một biến công cụ tốt phải vừa phù hợp vừa có hiệu lực: tức là vừa phải tương quan với các biền hồi quy nội sinh và đồng thời khơng có tương quan với sai số ngẫu nhiên Do đó, sau khi tiến hành hồi quy với phương pháp GMM, các kiểm định phù hợp sẽ được tiến hành để kiểm tra xem biến cơng cụ có phù hợp và có hiệu lực hay khơng Cụ thể, để kiểm tra sự phù hợp của biến hiệu lực, một số kiểm định có thể được sử dụng như kiểm định Hansen và kiểm định Sargan Nếu giá trị p-value của kiểm định Hansen nằm trong khoảng từ 0 1 đến 0 25, biến cơng cụ trong mơ hình
GMM có là phù hợp và các kết quả ước lượng nhận được từ mơ hình GMM có thể tin cậy được (Roodman, 2009) Ngoài ra, để kiểm tra xem biến cơng cụ trong mơ hình GMM có tương quan với sai số ngẫu nhiên hay khơng, kiểm định Arellano Bond - AR(2) được sử dụng Kiểm định này sẽ kiểm tra hiện tượng tự tương quan bậc 2 trong phần dư của mơ hình Với giả thuyết Ho: Mơ hình khơng có hiện tượng tự tương quan chuỗi, nếu kết quả kiểm định AR(2) có giá trị P-value >0 05, ta có thể chấp nhận Ho, tức là mơ hình khơng có hiện tượng tương quan chuỗi Sau khi tiến hành các kiểm định trên thì kết quả nhận được từ ước lượng GMM là đáng tin cậy và nghiên cứu có thể sử dụng được kết quả ước lượng GMM trong trường hợp này
Bước 5: Xác định các nhân tố ảnh hưởng đến hoạt động cho vay DNSN của NHTM bằng cách hồi quy mơ hình dữ liệu bảng với phương pháp ước lượng thích hợp
Dựa trên kết quả ước lượng mơ hình, nghiên cứu xác định được các nhân tố ảnh hưởng đến hoạt động cho vay DNSN của NHTM và xác định được chiều hướng tác động