Nghiên cứu sử dụng phương pháp OLS để ước lượng các mô hình hồi quy thể hiện qua phương trình (3.2) và (3.3). Khi hồi quy mô hình với dữ liệu bảng có 3 hướng tiếp cận là hồi quy mô hình Pooled – OLS, FEM và REM, các kiểm định F và kiểm định Hausman được thực hiện để xem xét cách tiếp cận phù hợp nhất khi hồi quy mô hình của nghiên cứu. Lý thuyết kiểm định lựa chọn mô hình được trình bày trong bảng 4.4.
Bảng 4.4: Lý thuyết kiểm định lựa chọn mô hình Lựa chọn giữa FEM và REM Thực hiện kiểm định Hausman Xét 2 mô hình:
FEM: Yi,t = β1i + βkXkit + uit
REM: Yi,t = β1 + βkXkit +εi + uit
Giả thuyết kiểm định:
H0: các biến X không tương quan với vi
H1: các biến X cótương quan với vi
Nếu kiểm định có p-value < mức ý nghĩa α thì giả thuyết H0 bị bác bỏ, hay nói cách khác là mô hình FE phù hợp hơn mô hình RE.
Lựa chọn giữa Pooled OLS và FEM Thực hiện kiểm định Likelihood Xét 2 mô hình:
OLS: Yi,t = β1+ βkXkit + uit
FEM: Yi,t = β1+ βkXkit +αj+ uit
Giả thuyết kiểm định:
H0: α1 = α2 = α3 = α4 =…= αn = 0
H1: ít nhất có một αi # αj
Nếu kiểm định có p-value < mức ý nghĩa α thì giả thuyết H0 bị bác bỏ, hay nói cách khác là mô hình FE phù hợp hơn mô hình Pooled OLS.
Kiểm định Hausman được sử dụng để lựa chọn hướng tiếp cận phù hợp giữa mô hình ước lượng FEM và REM (Baltagi, 2008 trang 320; Gujarati, 2004, trang 652) cho các mô hình hồi quy dữ liệu bảng (3.2) và (3.3). “Giả thuyết không” (H0): cho rằng không có sự tương quan giữa sai số chéo đặc trưng giữa các đối tượng với các biến giải thích trong mô hình. Kết quả của kiểm định Hausman (chi tiết kết quả kiểm định được trình bày trong phụ lục 6) cho thấy ước tính ảnh hưởng ngẫu nhiên của sai số chéo không thể thực hiện được, không có bằng chứng về ảnh hưởng ngẫu nhiên của sai số chéo. Với kết quả như vậy, mô hình có thể không có kết quả khi tính toán về kiểm định sai số Hausman, do đó, có thể không có hiệu ứng ngẫu nhiên (giải thích bởi Mohd, 2014).
Tác giả thực hiện kiểm định F với giả thuyết H0 cho rằng các ngân hàng đều có chung một tung độ gốc, nói cách khác mô hình Pooled OLS là phù hợp hơn mô hình ước lượng tác động cố định FEM. Theo kết quả kiểm định F (Phụ lục 5) ta có p-value(F) = 0,0000 (mô hình hồi quy với biến phụ thuộc ROA) và p-value(F) = 0,0005 (mô hình hồi quy với biến phụ thuộc ROE) nhỏ hơn mức ý nghĩa 0,01 (1%) nên bác bỏ giả thuyết H0. Mô hình tác động cố định FEM phù hợp hơn.
Trong 3 hướng tiếp cận mô hình đã được đề cập, tác giả lựa chọn mô hình ước lượng tác động FEM là mô hình ước lượng phù hợp. Giả thuyết quan trọng nhất để lựa chọn mô hình FEM hay REM phụ thuộc vào giả định về tương quan có thể có giữa thành phần sai số chuyên biệt chéo hay cá nhân và các biến hồi quy độc lập. Nếu giả định rằng và các biến độc lập không tương quan thì REM có thể thích hợp, trong khi nếu và các biến độc lập tương quan thì FEM thích hợp (Chương trình Giảng dạy Kinh tế Fulbright). Trong mô hình nghiên cứu, có thể đại diện cho tác động cụ thể của các ngân hàng như cơ cấu quản lý, bản chất của quyền sở hữu, mục tiêu chính sách của ngân hàng hoặc mức độ chấp nhận rủi ro của ban quản trị ngân hàng – các nhân tố này khác nhau giữa các ngân hàng và khả năng có mối tương quan với tỷ lệ nợ xấu của ngân hàng, hiệu quả quản lý chi phí, mức độ sử dụng đòn bẩy tài chính… là các biến độc lập trong mô hình. Vì vậy, giả định rằng có sự tương quan giữa và các biến độc lập là hợp lý. Ngoài ra, theo
nhận định của Judge, khi số đơn vị chéo N lớn hơn số dữ liệu chuỗi thời gian T, nếu các đơn vị chéo trong mẫu không phải là những đơn vị được lấy ra ngẫu nhiên từ một mẫu lớn hơn, như trường hợp mô hình nghiên cứu của luận văn, thì FEM là thích hợp.
Kết quả hồi quy mô hình nhằm kiểm định 4 giả thuyết của luận văn được trình bày trong mục 4.4, 4.5 và 4.6 dưới đây.