CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Dữ liệu nghiên cứu và phương pháp ước lượng
3.3.1. Dữ liệu nghiên cứu
Dữ liệu nghiên cứu được tác giả trích từ Tổng cục Thống kê, Ngân hàng Nhà nước, báo cáo tài chính và báo cáo thường niên của các ngân hàng tạo thành dữ liệu bảng.
3.3.2. Các mơ hình phân tích dữ liệu bảng
Theo Gujarati (2011), dữ liệu bảng cịn có những cách gọi khác như dữ liệu kết hợp (kết hợp các quan sát theo chuỗi thời gian và theo không gian), kết hợp các dữ liệu theo chuỗi thời gian và không gian, dữ liệu vi bảng, dữ liệu theo chiều dọc (nghiên cứu theo thời gian đối với một biến hay một nhóm đối tượng), phân tích lịch sử biến cố, phân tích nhóm. Tất cả các tên gọi này về thực chất đều tiêu biểu cho sự biến thiên theo thời gian của các đơn vị chéo theo không gian. Đối với dữ liệu bảng có các mơ hình hồi quy như sau:
Mơ hình hệ số khơng thay đổi (Pooled OLS): mơ hình này có các hệ số khơng
biến đổi. Trong bối cảnh không tồn tại những hiệu ứng đặc thù theo khơng gian hay thời gian, thì có thể gộp chung tồn bộ số liệu chéo và chuỗi thời gian rồi chạy mơ hình hồi qua bằng phương pháp bình phương nhỏ nhất thơng thường (OLS). Tuy nhiên, trên thực tế không thể đồng nhất không gian và thời gian. Vì vậy trong mơ hình Pooled
OLS rất dễ vi phạm các giả định về mơ hình hồi quy cổ điển như tự tương quan, phương sai thay đổi và đa cộng tuyến.
Mơ hình các tác động cố định (Fixed Effects Model, FEM) hay mơ hình hồi
quy biến giả bình phương tối thiểu (Least Square Dummy Variable, LSDV): Các hệ số độ dốc là hằng số tức là bất biến theo thời gian nhưng tung độ gốc thay đổi theo không gian.
Yit = β1i + β2 X2it + β3 X3it+ ...+ βk Xkit+ uit
Mơ hình các thành phần sai số (Error Components Model, ECM) hay mơ hình tác động ngẫu nhiên (Random Effects Model, REM)
Yit = β1i + β2 X2it + β3 X3it+ ...+ βk Xkit + uit
Thay vì xem β1i là cố định, giả định đó là một biến ngẫu nhiên với một giá trị trung bình là β1 (khơng có ký hiệu i ở đây). Và giá trị tung độ gốc cho một cơng ty riêng lẻ có thể được biểu thị là:
β1i = β1 + εi i = 1, 2, …, N
Ta có: Yit = β1 + β2 X2it + β3 X3it+ ...+ βk Xkit + uit + εi + uit = Yit = β1i + β2 X2it + β3 X3it+ ...+ βk Xkit + wit
Trong đó wit = εi + uit
Sự khác nhau giữa FEM và REM. Trong FEM, mỗi đơn vị theo khơng gian có giá trị tung độ gốc (cố định) riêng, tổng cộng có N giá trị như vậy cho toàn bộ N đơn vị. Mặt khác, trong REM, tung độ gốc β1 tiêu biểu cho trị trung bình của tất cả các tung độ gốc và số hạng sai số εi tiêu biểu cho sự sai lệch (ngẫu nhiên) của từng tung độ gốc so với trị trung bình này.
Sự khác biệt cơ bản này của hai cách tiếp cận:
- Nếu T (số thời đoạn của dữ liệu chuỗi thời gian) lớn và N (số đơn vị theo không gian) nhỏ, giá trị của các thông số ước lượng bằng FEM và REM có thể sẽ khơng khác nhau nhiều. Vì thế, việc chọn lựa ở đây dựa vào sự thuận tiện trong tính tốn, FEM thường được lựa chọn hơn.
- Khi N lớn và T nhỏ, các giá trị ước lượng thu được bằng hai phương pháp có thể khác nhau đáng kể. Trong mơ hình REM, β1i = β1 + εi, trong đó εi là thành phần ngẫu nhiên theo không gian, trong khi trong mơ hình FEM, ta xem β1i là cố định và không ngẫu nhiên. Trong trường hợp mơ hình FEM, suy luận thống kê được lập điều kiện theo các đơn vị được quan sát trong mẫu. Mơ hình này sẽ phù hợp nếu khơng gian trong mẫu không phải được rút ra ngẫu nhiên từ một mẫu lớn hơn. Trong trường hợp đó, mơ hình FEM là phù hợp. Tuy nhiên, nếu các đơn vị trong mẫu được xem là rút ra ngẫu nhiên, thì REM sẽ thích hợp.
- Nếu thành phần sai số cá nhân εi và một hay nhiều biến độc lập tương quan với nhau, thì ước lượng REM sẽ bị chệch, trong khi ước lượng thu được từ mơ hình FEM sẽ khơng chệch.
- Nếu N lớn và T nhỏ, và nếu các giả định làm nền tảng cho mơ hình REM được thỏa thì ước lượng REM sẽ hiệu quả hơn so với ước lượng FEM
3.3.3. Các bước lựa chọn mơ hình
Theo Park (2011), các bước lựa chọn mơ hình đối với dữ liệu bảng như sau:
Bước 1: Chạy mơ hình Pooled OLS theo dữ liệu bảng thu thập.
Bước 2: Chạy hồi quy mơ hình tác động cố định (FEM) và mơ hình tác động
ngẫu nhiên (REM).
Bước 3: Kiểm định Hausman để lựa chọn mơ hình FEM hay REM. Nếu p-value
< 0.05 thì chưa đủ cơ sở chấp nhận giả thuyết Ho, mơ hình được chọn là FEM và ngược lại.
Bước 4:
- Nếu sau kiểm định Hausman, mơ hình REM được chọn thì tiến hành kiểm định LM để lựa chọn mơ hình REM hay Pooled OLS. Nếu p-value <0.05 thì
bác bỏ giả thuyết Ho, mơ hình REM được chọn. Tiến hành các bước kiểm định cần thiết. Hoặc
- Nếu sau kiểm định Hausman, mơ hình FEM được chọn thì tiến hành kiểm định F để lựa chọn mơ hình FEM hay Pool OLS. Nếu p-value <0.05 thì bác bỏ giả thuyết Ho, mơ hình FEM được chọn. Tiến hành các bước kiểm định cần thiết.
Bước 5: Trường hợp mơ hình xảy ra hiện tượng phương sai thay đổi và tương
quan chuỗi thì sẽ tiến hành hồi quy theo mơ hình GLS, mơ hình GLS sẽ được chọn để phân tích và giải thích các yếu tố ảnh hưởng đến tỷ lệ thu nhập lãi thuần.
Các phương pháp kiểm định lựa chọn mơ hình gồm:
Kiểm định Hausman do Hausman xây dựng vào năm 1978 giúp chọn lựa giữa
mơ hình FEM và REM. Giả thiết làm nền tảng cho kiểm định Hausman là các ước lượng FEM và REM không khác nhau đáng kể. Nếu giả thiết không bị bác bỏ, kết luận là REM khơng thích hợp và chọn mơ hình FEM, trong trường hợp đó, các suy luận thống kê sẽ lập điều kiện theo εi trong mẫu.
Ho: Khơng có tương quan giữa biến giải thích và các sai số ngẫu nhiên (chọn mơ hình REM).
H1: Có tương quan giữa biến giải thích và các sai số ngẫu nhiên (chọn mơ hình FEM).
Nếu P-value < 0.05, chưa đủ cơ sở chấp nhận giả thuyết Ho tức là chọn mơ hình FEM và ngược lại chọn mơ hình REM.
Kiểm định LM: là kiểm định nhằm lựa chọn mơ hình REM hay Pooled-OLS,
dựa trên giả định phương sai của các sai số ngẫu nhiên εi bằng 0.
Ho: Phương sai các sai số ngẫu nhiên εi bằng 0 (chọn mơ hình Pooled - OLS). H1: Phương sai các sai số ngẫu nhiên εi khác 0 (chọn mơ hình REM).
Nếu P-value < 0.05, chưa đủ cơ sở chấp nhận giả thuyết Ho tức là chọn mơ hình REM và ngược lại chọn mơ hình Pooled – OLS.
Kiểm định F: là kiểm định nhằm lựa chọn mơ hình FEM hay Pooled – OLS,
dựa trên giả định khơng có sự khác biệt giữa tung độ gốc theo đơn vị không gian. Ho: tung độ gốc theo các đơn vị không gian bằng 0 (chọn mơ hình Pooled -
OLS).
H1: tung độ gốc theo các đơn vị không gian εi khác 0 (chọn mơ hình FEM). Nếu P-value < 0.05, chưa đủ cơ sở chấp nhận giả thuyết Ho tức là chọn mơ hình FEM và ngược lại chọn mơ hình Pooled – OLS.
Phương pháp bình phương tối thiểu tổng quát (Generalized Least Squares - GLS): theo Wooldrige (2002), cách khắc phục hiện tượng phương sai thay đổi và tương quan chuỗi là lựa chọn mơ hình hồi quy bình phương tối thiểu tổng quát (Genealized Least Square – GLS). Phương pháp bình phương tổi thiểu tổng quát (GLS) thực chất là phương pháp bình phương tối thiểu thơng thường (OLS) áp dụng cho các biến đã được biến đổi từ một mơ hình vi phạm các giả thuyết cổ điển thành một mô hình mới thỏa mãn các giả thuyết cổ điển. Do đó, các tham số ước lượng được từ mơ hình mới sẽ đáng tin cậy hơn.
KẾT LUẬN CHƯƠNG 3
Chương 3 đưa ra mơ hình đề xuất nghiên cứu để đánh giá tác động của các yếu tố đến tỷ lệ thu nhập lãi thuần của các NHTM cổ phần Việt Nam trong giai đoạn 2006- 2015 và cách lựa chọn các biến đã đề xuất trong Chương 2. Cùng với đó là cở sở lý thuyết về dữ liệu bảng và phương pháp ước lượng. Cuối cùng là các bước ước lượng, lựa chọn và đánh giá mơ hình.