Bảng 4.2 trình bày sự tương quan giữa các biến phụ thuộc bao gồm ROA, ROE và các biến độc lập. Ma trận tương quan được sử dụng để nhận diện độ mạnh của các tương quan từng cặp biến độc lập. Cooper & Schindler (2009) cho rằng “Một hệ số tương quan trên 0,8 giữa các biến giải thích nên được sửa chữa vì đó là dấu hiệu cho vấn đề đa cộng tuyến của mô hình”.
Bảng 4.2: Ma trận tương quan giữa các biến
ROA ROE HHI CIR SIZE ETA LTA NPL NIITA GDP IFL
ROA 1 ROE 0.670 1 HHI 0.134 -0.098 1 CIR -0.751 -0.651 -0.237 1 SIZE -0.224 0.331 -0.383 0.015 1 ETA 0.114 -0.475 0.241 0.154 -0.632 1 LTA -0.094 -0.103 0.065 0.180 0.147 0.069 1 NPL -0.480 -0.387 -0.170 0.364 0.187 0.135 0.249 1 NIITA 0.105 0.105 -0.168 0.128 0.074 0.008 0.257 0.215 1 GDP 0.328 0.166 0.557 -0.446 -0.265 0.047 -0.029 -0.328 -0.192 1 IFL 0.181 0.135 0.327 -0.175 -0.169 0.133 -0.072 -0.111 0.466 0.347 1
Nguồn: Kết quả tính toán từ Eviews 8
Kết quả bảng hệ số tương quan giữa các biến cho thấy mối quan hệ giữa các biến đều ở mức cho phép. Giá trị trị tuyệt đối của hệ số tương quan của các biến đều nhỏ hơn 0,8, hệ số tương quan cao nhất là 0,466 giữa NIITA và IFL. Bên cạnh đó, giá trị hệ số phóng đại phương sai (Variance Inflation Factor – VIF) trong bảng 4.3
nằm trong khoảng 2,293 đến 7,94 không vượt quá 10 cho thấy mô hình không bị ảnh hưởng bởi hiện tượng đa cộng tuyến.
Bảng 4.3: Hệ số phóng đại phương sai
Biến độc lập VIF Biến độc lập VIF Biến độc lập VIF
HHI 4.889 ETA 3.959 NIITA 3.791
CIR 2.293 LTA 5.017 GDP 2.367
SIZE 7.940 NPL 2.550 IFL 3.004
Nguồn: Kết quả tính toán từ Eviews 8 và excel
Hơn nữa trong giới hạn nghiên cứu, từ hệ số tương quan giữa các biến giải thích và ROA, ROE có thể thấy hiệu quả quản lý chi phí và tỷ lệ nợ xấu có tương quan rất lớn với ROA và ROE. CIR và NPL dường như có mối tương quan nghịch với các biến phụ thuộc, khi tỷ lệ chi phí trên thu nhập và nợ xấu tăng lên thì khả năng sinh lời của ngân hàng di chuyển theo hướng ngược lại. Ảnh hưởng của các nhân tố này đến khả năng sinh lời sẽ được phân tích sâu hơn trong mục 4.4.